Переезд в другую страну и переход на AI – один и тот же процесс адаптации

Полгода назад я пытался объяснить другу, почему мне физически некомфортно доверить AI-агенту переписать кусок кода без ревью построчно. Он спросил – а тебе было легко переезжать в новую страну, зная три слова на местном языке?

Я задумался. И понял, что это один и тот же процесс. У него даже есть название.

Модель, которой уже 70 лет

В 1954 году антрополог Калерво Оберг описал четыре стадии культурного шока – и с тех пор эта модель используется без серьёзных изменений. Смысл в следующем:

Медовый месяц. Всё новое и восхитительное. Кажется, что справишься с чем угодно.
Раздражение. Новизна выдыхается, начинается фокус на различиях – и они начинают бесить.
Адаптация. Различия перестают быть проблемой, появляется рабочая модель поведения.
Принятие. Ты не просто справляешься – некоторые черты новой среды нравятся больше, чем в старой.

Я проходил это четыре раза за четыре года – буквально, не образно. И когда полгода назад начал плотно работать с AI-агентами вместо ручного кодинга, заметил тот же цикл, только сжатый до недель вместо месяцев.

Неделя первая – эйфория: агент сам пишет тесты, сам чинит баги, магия. Неделя вторая – раздражение: агент сломал конфиг, потому что не понял контекст, который для человека был бы очевиден. Неделя третья – рабочая модель: я знаю, какие задачи ему можно доверить, какие нет. Дальше – спокойное использование без иллюзий и без паранойи.

Цифры, которые объясняют, почему раздражение – это нормально

Тут не только моя личная теория. В 2026 году вышло сразу несколько независимых обзоров с одинаковой цифрой: около 88% AI-агентов, которые отлично работают в демо, ломаются при реальном внедрении в компаниях (данные CIO Research и подтверждающий разбор ClarityArc). McKinsey называет похожую цифру с другой стороны – только 20% пилотов масштабируются до продакшена.

Среди разработчиков ситуация зеркальная: 84% используют AI-инструменты для кода, но только 29% доверяют результату без проверки (обзор Second Talent, 2026). 61% согласны с формулировкой «AI часто выдаёт код, который выглядит правильно, но таковым не является». Знакомое чувство, если вы хоть раз принимали правки от AI-агента, не читая диффа.

Есть даже отдельный термин для того, что я испытывал на второй неделе – AI tool fatigue. Исследование BCG показало: разработчики, использующие четыре и более AI-инструмента одновременно, теряют в продуктивности – издержки на переключение между инструментами съедают выигрыш от каждого из них. Кто-то из разработчиков в марте 2026-го написал в X почти дословно то, что я думал в свою вторую неделю: «Я один такой, у кого от AI усталость? Каждый день новый инструмент, каждый день новая фича».

Раздражение – не признак того, что вы делаете что-то не так. Это задокументированная вторая стадия. Она проходит у всех, кто доходит до третьей.

Совпадение, которое я не ожидал найти

Пока собирал материал для этой статьи, наткнулся на цифру, которая неожиданно замкнула тему. По данным MBO Partners за 2025 год, 89% цифровых кочевников используют AI в работе. Это не два разных сообщества с похожим паттерном адаптации – это в основном одни и те же люди.

Глобально сейчас 40-43 миллиона цифровых кочевников (данные MBO Partners и Nomad List), и цифра растёт на несколько процентов в год. 66-69 стран предлагают отдельные визы для удалённых работников. То есть речь не о нишевой прослойке – это уже статистически заметная часть работающего мира, и почти все они одновременно проходят обе адаптации: к новой стране и к новому AI-инструменту в работе.

Что реально снижает тревогу на второй стадии

Проверено на себе за 4 года переездов и примерно год плотной работы с агентами. Работает одно и то же:

Маленькие проверяемые шаги вместо большого прыжка. Не переезжать сразу навсегда – сначала на три месяца, посмотреть. Не давать агенту сразу полный доступ к продакшену – сначала на тестовую ветку.

Один надёжный ориентир, который уже прошёл этот путь. В каждой стране у меня появлялся один local contact, который объяснял очевидные для местных вещи. С агентами – то же самое: один сценарий, прогнанный двадцать раз до автоматизма. Он становится точкой опоры, пока осваиваешь остальное.

Документирование через провал, а не через теорию. Я не читал гайды «как адаптироваться к новой культуре» – запоминал, где споткнулся, и в следующий раз обходил это место. С агентами так же: не изучал промпт-инжиниринг по статьям, а фиксировал, какая формулировка задачи дала плохой результат.

Где аналогия ломается

Есть разница, которую не хочу замалчивать. Страна не переписывает правила въезда каждую неделю. А AI-модели – переписывают.

Испания в 2026 году подняла минимальный доход для визы цифрового кочевника до 2849 евро в месяц (было 2763), привязав порог к минимальной зарплате – и по отчётам, ужесточение проверок в этом году выявило нарушителей, которые годами жили на визе без реальной удалённой занятости. Правила меняются, но раз в год, предсказуемо, через официальный процесс.

AI-модель, с которой вы сработались, может стать другой за одно обновление без предупреждения. Это ближе не к переезду, а к жизни в стране, где конституцию переписывают каждый квартал – но при этом никто не присылает уведомление.

Это единственная причина, почему я не смог до конца перенести привычки адаптации из relocation в работу с AI. Там, где страна стабилизируется через полгода-год, здесь стабильности нет как класса – и рассчитывать на четвёртую стадию Оберга («принятие, при котором некоторые черты нравятся больше привычного») в отношении конкретного инструмента, кажется, просто нерационально.

Что я теперь делаю иначе

После этого сравнения я перестал требовать от AI-инструментов ощущения полного доверия, которое в итоге появляется после переезда. Держу их постоянно в статусе «третий месяц в стране» – достаточно освоился, чтобы быть продуктивным, но каждую крупную операцию всё равно проверяю. Не потому что не доверяю прогрессу, а потому что почва меняется быстрее, чем успеваешь укорениться.

Звучит как компромисс без счастливого финала. Возможно, это и есть единственный рабочий режим для всего, что движется с такой скоростью – что для стран с плавающими визовыми правилами, что для моделей, которые выходят каждый квартал.

TL;DR

Сколько стадий у культурного шока и кто их описал? Четыре стадии – медовый месяц, раздражение, адаптация, принятие. Модель предложил антрополог Калерво Оберг в 1954 году, она остаётся основной рамкой в психологии межкультурной адаптации.

Почему AI-агенты часто проваливаются при внедрении в компаниях? По данным нескольких независимых обзоров 2026 года, около 88% AI-агентов, успешных в демо-режиме, не выдерживают реальных рабочих процессов – проблема не в возможностях модели, а в отсутствии чётких критериев успеха и интеграции с реальными системами при переходе от пилота к продакшену.

Что такое AI tool fatigue? Задокументированный BCG эффект: специалисты, использующие четыре и более AI-инструментов параллельно, теряют часть продуктивности из-за издержек на переключение контекста между разными интерфейсами и моделями поведения инструментов.

Сколько цифровых кочевников используют AI в работе? По данным MBO Partners за 2025 год – 89%. При общей численности цифровых кочевников в 40-43 миллиона человек это означает, что адаптация к переезду и адаптация к AI-инструментам сегодня чаще всего происходят у одних и тех же людей одновременно.

Источники: Kalervo Oberg, "Culture Shock: Adjustment to New Cultural Environments" (1954); CIO Research 2025-2026, ClarityArc pilot-failure analysis; McKinsey State of AI 2025; Second Talent AI developer productivity report 2026; BCG multi-tool productivity research; MBO Partners 2025 State of Independence Report; Immigrant Invest Digital Nomad Visa Index 2026.