Twoje AI nie ma pory snu: Dlaczego to Ty jesteś jedynym bezpiecznikiem
Twoje AI nie ma pory snu
Jest 23:47. Wiesz to, bo właśnie sprawdziłeś. Obiecałeś sobie, że skończysz o 23:00.
Funkcja teraz działa. O 22:30 nie działała. Między wtedy a teraz: siedem promptów, dwa przepisania, jedno podejście wyrzucone do kosza. Fix miał trzy linie. Trzy linie, na które znalezienie potrzebowałeś 77 minut. Ale teraz działa, a następna funkcja ma ten sam wzorzec, i naprawienie jej zajmie dziesięć minut, bo już znasz kształt problemu.
Twoje AI nie wie, że jest 23:47. Nie modeluje twojego harmonogramu snu. Nie uwzględnia twojego standupu o 7:30 rano. Widzi kod. Widzi wzorzec. Sugeruje fix.
Wpisujesz prompt. Jest 23:48.
Brakujące tarcie
Każda ludzka aktywność niosąca ryzyko uzależnienia ma naturalne sygnały zatrzymania. Bar zamyka się o 2 w nocy. W kasynie kończą się żetony (albo kończą ci się pieniądze). Książka się kończy. Serial pokazuje napisy końcowe. Znajomy mówi “powinienem lecieć.” Twoje ciało mówi “jestem głodny” albo “pieką mnie oczy” albo “muszę do łazienki.”
Natasha Dow Schüll spędziła piętnaście lat badając projektowanie automatów do gier w Las Vegas. Jej książka Addiction by Design dokumentuje, jak kasyna systematycznie usuwają sygnały zatrzymania. Brak zegarów na ścianach. Brak okien. Kontrolowana temperatura, żebyś nigdy nie poczuł się niekomfortowo. Darmowe drinki, żebyś nie wychodził do baru. Dywany zaprojektowane tak, żeby chodzić po nich godzinami bez zmęczenia stóp.
Cel: wyeliminować każdy zewnętrzny sygnał, który mógłby przerwać pętlę.
Narzędzia AI do kodowania nie skopiowały tego podręcznika. Nie muszą. Środowisko bez tarcia jest efektem ubocznym dobrego UX.
Brak limitów na większości planów (albo wystarczająco wysokie, żeby być niewidoczne). Brak timerów sesji. Brak powiadomienia “kodujesz od 3 godzin.” Brak degradacji jakości po północy — model odpowiada o 3 w nocy z tą samą płynnością co o 15:00. Żadnego widocznego znaku, że kontynuowanie jest kosztowne.
Ludzki pair-programmer ziewnąłby o 23:00. Powiedziałby “ogarnijmy to jutro.” Zwalniałby, popełniał więcej błędów, widocznie się męczył. Wszystkie te sygnały — irytujące w momencie — służą jako zewnętrzne hamulce twojej sesji.
Twoje AI nigdy nie ziewa. Nigdy nie mówi “to może poczekać.” Ma nieskończoną cierpliwość, nieskończoną energię i zero świadomości, że ty nie masz ani jednego, ani drugiego.
Co się dzieje po północy
Badania nad snem wyznaczają twardą granicę. Matthew Walker, dyrektor Center for Human Sleep Science na UC Berkeley, dokumentuje kaskadę w książce Why We Sleep: po 16 godzinach czuwania zdolności poznawcze zaczynają mierzalnie spadać. Po 20 godzinach funkcjonujesz na poziomie osoby prawnie pijanej.
Dla programistów konkretne straty są udokumentowane. Fucci i współpracownicy (2018) przeprowadzili kontrolowany eksperyment opublikowany w IEEE Transactions on Software Engineering: developerzy pracujący po nocy bez snu produkowali kod o 50% niższej jakości. To nie subtelny spadek. Połowa.
To samo badanie wykazało, że niewyspani developerzy popełniali więcej błędów składniowych, stosowali mniej praktyk testowych i — co kluczowe — nie zauważali spadku. Raportowali podobne zaufanie do swojego outputu. Kod był gorszy. Ich ocena kodu — nie.
To mapuje się na konkretną pułapkę z narzędziami AI. O 1 w nocy twoja zdolność do oceny kodu generowanego przez AI jest osłabiona. Ale twoja zdolność do generowania promptów — nie. Wciąż możesz wpisać “napraw edge case w handlerze autoryzacji.” AI wciąż zwraca płynny, pewny siebie kod. Wąskie gardło to nie generowanie. To ewaluacja. A ewaluacja to dokładnie to, co deprywacja snu niszczy w pierwszej kolejności.
Zatwierdzasz output z modelu probabilistycznego o godzinie, kiedy twój osąd jest najmniej wiarygodny. AI o tym nie wie. Będzie sugerować ulepszenia, dopóki nie zamkniesz terminala albo nie zaśniesz na klawiaturze.
Nieskończona pętla ulepszeń
Ludzki współpracownik ma opinię o zakresie. “To wystarczy.” “Możemy to shipnąć.” “Nie pozłacajmy tego.” Te stwierdzenia tworzą naturalne granice wokół sesji pracy.
AI nie ma koncepcji “wystarczająco dobre.” Każda funkcja może być czystsza. Każdy zestaw testów bardziej kompletny. Każdy komunikat błędu bardziej opisowy. Zapytaj “czy jest coś jeszcze do poprawy?” i odpowiedź zawsze brzmi tak. Zawsze. Nie istnieje stan kodu, który LLM opisze jako kompletny.
To wchodzi w interakcję z psychologią “prawie trafienia” opisaną w Automacie do gier w twoim IDE. Późno w nocy, już zmęczony, widzisz kod, który prawie działa. Dwa testy nie przechodzą z czternastu. “Prawie trafienie” aktywuje ten sam obwód gonienia nagrody co “prawie trafienie” w automacie. Ale o 2 w nocy twoja kora przedczołowa — ta część, która mówi “stop, to może poczekać” — jedzie na oparach.
Rezultat: sesje, które zaczynają się jako “jeden szybki fix” o 22:00 i kończą o 3 w nocy z 400 liniami zmian, o które nikt nie prosił. Refaktor o 3 w nocy to nie historia o złym zarządzaniu czasem. To historia o systemie bez zewnętrznych hamulców, który spotyka mózg z malejącymi hamulcami wewnętrznymi.
Narastający dług
Jedna nieprzespana noc jest do odrobienia. Wzorzec — nie.
Dług snu się akumuluje. Badania Walkera pokazują, że nie zeruje się w weekendy. Pięć nocy po sześć godzin snu produkuje upośledzenie poznawcze równoważne dwóm pełnym nocom bez snu. A osoba z tym upośledzeniem konsekwentnie je niedoszacowuje.
Dla developerów w pętli AI tworzy to problem złożony:
Poniedziałek: Późna sesja. Kod commitnięty o 1 w nocy. Sześć godzin snu. Wtorkowy standup: “Ogarnąłem to.” Bez wzmianki o godzinach.
Wtorek: Zmęczony po poniedziałku. AI kompensuje — promptujesz więcej, piszesz mniej. Kula u nogi czuje się jak feature. Sesja ciągnie się do północy, bo zacząłeś późno (zmęczony poranek), a AI utrzymywało tempo nawet gdy ty nie mogłeś.
Środa: Dwie noce długu. Zdolność ewaluacji w dół. Więcej kodu generowanego przez AI zaakceptowanego bez dokładnego review. Bug wprowadzony w linii 847, który w poniedziałek byś wyłapał.
Czwartek: Bug wypływa na powierzchnię. Trzy godziny debugowania. Ale masz trzy noce niedoboru snu, więc debugowanie trwa dwa razy dłużej. Opierasz się na AI mocniej. Sesja się wydłuża. Kolejna późna noc.
Piątek: Pracujesz z mierzalnym deficytem poznawczym. Twoje AI pracuje z pełną mocą. Luka między twoim osądem a jego outputem powiększa się z każdym dniem. Ufasz mu bardziej, bo jesteś zbyt zmęczony, żeby weryfikować. Zasługuje na mniej zaufania niż kiedykolwiek, bo twój nadzór to jedyna bramka jakości.
AI nie modeluje niczego z tego. Odpowiada piątkowemu-tobie z takim samym entuzjazmem jak poniedziałkowemu-tobie. Nigdy nie powie “twoje review były coraz mniej dokładne w tym tygodniu.” Nigdy nie zasugeruje, żebyś wziął wolne.
Twoje ciało jako dane
Sygnały są tam. Ignorujesz je, bo nie wyświetlają się na ekranie.
Suche oczy o 23:00. To twoje ciało mówi “przestań patrzeć w ekran.” Sztywny kark o północy. To twoje ciało mówi “nie ruszałeś się od trzech godzin.” Skurcze głodu o 1 w nocy. To twoje ciało mówi “opuściłeś kolację na rzecz pętli promptów.”
Narzędzia AI do kodowania pochłaniają 100% twojej uwagi w sposób, w jaki ręczne kodowanie tego nie robi. Ręczne kodowanie ma mikro-pauzy: szukanie dokumentacji, czekanie na kompilację, myślenie o podejściu. Każda pauza to okno, przez które fizyczne sygnały mogą się przebić.
AI eliminuje te okna. Prompt, odpowiedź, ewaluacja, prompt. Pętla jest ciągła. Fizyczne sygnały nie znikają — twoje ciało wciąż je wysyła. Po prostu nigdy ich nie słyszysz, bo nie ma przerwy w strumieniu poznawczym.
To jest nasz wymiar Dark Flow. Nie zwykły flow z celem i punktem końcowym. Dark flow — pochłonięcie bez granic, gdzie czujesz się produktywny, ale straciłeś zdolność wyboru, żeby przestać. Quiz pyta: “Podczas intensywnego kodowania z AI zapominam jeść, pić wodę lub korzystać z łazienki.” To nie dyscyplina. To ciało nadpisywane przez pętlę bez naturalnego wyjścia.
Budowanie hamulca
Twoje AI nie wykształci pory snu. Musisz sam zbudować hamulec.
Twarde odcięcie, zewnętrzne wymuszenie. Ustaw timer na telefonie. Nie na komputerze — na telefonie, po drugiej stronie pokoju. Kiedy zadzwoni, przestajesz. Nie “po tym prompcie.” Teraz. Nie negocjujesz z timerem tak jak negocjujesz sam ze sobą. Jeśli możesz go wyłączyć jednym kliknięciem, to nie hamulec. To sugestia.
Zasada 22:00. Żadnych nowych sesji AI po 22:00. Trwające sesje kończą się o 22:00. To arbitralne i o to chodzi. Granice muszą być jasne, nie optymalne. “Skończę, jak będę w dobrym miejscu do zatrzymania” to nie granica — to prognoza przyszłej silnej woli wydana przez obecne, już zmęczone ja.
Log commitów jako dziennik snu. Popatrz na swoją historię gita z ostatniego miesiąca. Kiedy skupiają się twoje commity? Jeśli widzisz regularną aktywność po 23:00, masz wzorzec. Wzorce nie naprawiają się same.
Zakres sesji zapisany przed startem. Zanim otworzysz narzędzie AI, napisz na kartce jedno zdanie: co zamierzasz zrobić i kiedy skończysz. “Naprawić logikę retry w auth. Skończyć o 22:30.” Jeśli zakres się zmieni — jeśli odkryjesz drugą rzecz do naprawy — to zakres na jutro. Zapisz, zamknij laptopa.
Fizyczne przerwanie. Połóż ładowarkę w innym pokoju. Kiedy bateria spadnie do 20%, kończysz. Prostackie. Skuteczne. Działa, bo jest zewnętrzne — nie możesz przebić się siłą woli przez martwego laptopa.
Druga strona ekranu
Twoje AI pracuje w przestrzeni bez czasu. Bez wschodu słońca. Bez zachodu. Bez rytmu dobowego. Bez krzywej zmęczenia. Przetwarza tokeny o 3 w nocy z tą samą wiernością co o 15:00.
Ty — nie.
Twój osąd się degraduje. Jakość twoich review spada. Twoja zdolność rozróżniania “wystarczająco dobre” od “wymaga więcej pracy” eroduje dokładnie wtedy, kiedy AI jest najbardziej skłonne generować więcej pracy. Ta luka — między twoją malejącą pojemnością a jego stałym outputem — to miejsce, gdzie zapadają najgorsze decyzje.
Kod commitnięty o 2 w nocy to nie tylko zmęczony kod. To kod napisany przez osobę, która nie potrafiła przestać, przejrzany przez osobę, która nie potrafiła ocenić, i zmergowany przez osobę, która jutro ledwo będzie go pamiętać.
Twoje AI nie ma pory snu. To nie feature. To problem.
Bezpiecznik to ty. A bezpieczniki wymagają konserwacji.
Sprawdź się w quizie OnTilt — 14 pytań, 3 minuty, anonimowo. Mierzy Eskalację Sesji i Dark Flow obok czterech innych wymiarów. Jeśli twoje nocne wzorce cię zaskoczą, o to właśnie chodzi. Zaskoczenie oznacza, że zauważyłeś coś, czego nie śledziłeś.
Źródła:
- Schüll, N.D. (2012). Addiction by Design: Machine Gambling in Las Vegas. Princeton University Press. Koncepcja systematycznego usuwania sygnałów zatrzymania w środowiskach hazardowych.
- Walker, M. (2017). Why We Sleep: Unlocking the Power of Sleep and Dreams. Scribner. Spadek zdolności poznawczych po 16+ godzinach czuwania; akumulacja długu snu.
- Fucci, D., Scanniello, G., Romano, S., & Juristo, N. (2018). “Need for Sleep: The Impact of a Night of Sleep Deprivation on Novice Developers’ Performance.” IEEE Transactions on Software Engineering, 46(1). 50% redukcja jakości kodu; wzrost błędów składniowych; upośledzona samoocena. arxiv.org/abs/1805.02544
- Khare, S. (2026). “AI Fatigue Is Real and Nobody Talks About It.” siddhantkhare.com. “AI nie modeluje twojego snu. Widzi kod. Widzi ulepszenia. Sugeruje je.”
OnTilt to projekt badawczy analizujący wzorce behawioralne w pracy z AI. Quiz to narzędzie autorefleksji, nie instrument diagnostyczny. Więcej na stronie O projekcie.