Подскажи, куда идти — Двадцать встреч, все послали, — пожаловался фаундер — А ты спросил, куда идти? Предприниматели слышат «нет» в 4-10 раз чаще, чем «да». И дальше, начинают отрабатывать возражения — почему не подошло, чего не хватает, что добавить... Так усаживают клиента на скамью подсудимых. И чтобы спрыгнуть, он называет первые попавшиеся, безопасные причины — дорого, вернемся в сентябре и, конечно, подумаю. А вот вопрос «кому подойдет, по твоему мнению?» не задает никто. Но ведь так пересаживаем человека в кресло эксперта — здесь не нужно оправдываться, достаточно блеснуть. И он выдает три вещи разом: 1. Портрет клиента: не «малый бизнес», а «вот у нас подрядчик Вася, там 5 человек и вечный бардак с актами — ему бы». 2. Настоящую причину отказа, пока объясняет разницу. «У них-то отдельный сотрудник на этом сидит, а у нас я сам». Вот и ответ, почему не купил. 3. Иногда — теплый контакт. Люди, которые вошли в роль советчика, дают качественных лидов. Такая подмена работает: — с инвесторами. Вместо «что не так с проектом» спрашиваем «а какому фонду это подойдет» — получаем критерий и интро — с кандидатами на вакансии. Вместо «почему передумал» — «кому зайдет» — с отвалившимися клиентами. Вместо «почему ушел» — «кому бы порекомендовал нас». Проверить можно прямо сегодня. Берем 10 последних отказов и пишем одну строчку: «Не буду переубеждать. Просто скажите — кому это точно подошло бы?». Удивитесь — отвечают почти все. Вывод прост: сажайте клиентов в кресло эксперта, а не на скамью подсудимых — получите сегмент, настоящую причину, а иногда и контакт. 10. Спасибо, что прочитали

2 года вне найма! 👨‍💻 Что я напишу в резюме, если завтра начну искать работу Ощущение, время летит все быстрее и быстрее. Вроде еще вчера работал в Т-Банке, а уже прошло почти 2 года с момента увольнения и перехода в свободное плавание. Но давайте представим, что мне резко понадобилось вернуться в найм на позицию Lead/CPO. Что писать в резюме за эти 2 года? 🎯 Цель: упаковать текущий опыт в CareerStation под роль CPO. В CareerStation я отвечаю за продажи, маркетинг и также глубоко погружен в продукт, поэтому мне не составит труда вытащить релевантный опыт под нужную позицию. 🔹Достижения: • Запустил продукт с нуля и вывел его на выручку X млн руб. за Y месяцев, разработав продуктовую стратегию, проведя исследование рынка и последовательно проверяя продуктовые гипотезы. • Увеличил количество платящих клиентов до X человек и обеспечил конверсию в оплату Y%, построив маркетинговую воронку из контент-маркетинга, вебинаров, Telegram-рассылок и партнерских каналов. • Повысил NPS на X%, внедрив регулярные пользовательские интервью, анализ обратной связи и процесс непрерывных продуктовых экспериментов. • Запустил новый премиальный тариф и увеличил AOV на X%, проведя глубинные интервью с клиентами, выявив новые сценарии использования продукта и переупаковав ценностное предложение. 🔹Обязанности: • Ответственность за стратегию развития продукта и roadmap, рост ключевых метрик (Revenue, NPS, CR в оплату, AOV, EBITDA, Churn Rate, CAC). • Управление полным циклом маркетинга: позиционирование, упаковка, привлечение пользователей, воронки и рост продаж. • Discovery: проведение количественных и качественных исследований, custdev, формирование гипотез и их приоритизация. Аналитика и принятие решений на основе данных. • People managament: управление командой из 6 человек, найм, обучение и развитие, KPI и обеспечение достижения целей. Быстро накидал несколько пунктов, но если углубиться и провести ретро, то можно еще намного больше раскопать. Я уверен, что многие недооценивают предпринимательский опыт. Если ты не просто открыл ИП, а отвечал за продукт, маркетинг, продажи, финансы и команду, то за пару лет можно получить такой объем опыта, который в корпорации набирается значительно дольше. И искренне не понимаю нанимающих, которые боятся брать продактов с бэкграундом создания собственного бизнеса 🤷 А вы что думаете?

n8n VS code Во 2 полугодии 2026 до сих пор обсуждают насколько нужен n8n , если уже есть готовые и продвинутые AI агенты, которые могут собирать готовые решения. Кто-то говорит что n8n не нужен. В этом 🎞 интервью подробно разобрана практическая сторона этого вопроса, потому что обсуждать можно бесконечно, а есть реальные задачи, под которые на практике подбираются свои инструменты. Ведь код тоже бывает разный. Шпаргалка когда что выбирать: Выбирай Код если: - у вас есть сервер чтобы его развернуть - вам базово неплохо бы понимать код - вам надо где-то хранить ключи (в gitHub не вариант) - не безопасно (нужны доп. библиотеки) - авторизацию и ролевую модель нужно отдельно делать - вероятность багов выше → нужно отлаживать (80% вашего времени и токенов) - возня с БД (и понимать какая для чего нужна) между кодом и n8n есть PaaS платформы типа Railway (у меня там 2 проекта крутится), в целом хорошее решение для чего-то более гибкого Выбирай n8n если: - нужно чтобы все было наглядно - все детерминировано - процесс последовательный (если есть откат — тебе нужен LangGraph / CrewAI) - решение можно воспроизвести 1:1 - можно быстро перенести/поделиться рабочим процессом - есть версионирование - встроенные простые evals в корпоративном секторе важна наблюдаемость (observability), безопасность, воспредводимость, масштабиримость.

Обман - штука в природе распространенная. Для тех же обезьян соврать - раз плюнуть. Только ложь - штука обоюдоострая. Да, когда врунишка истошно кричит «Леопард! Леопард!», и остальные в панике бросаются на деревья, он в это время может спокойно слопать всю еду в одно лицо. Однако, если соплеменники заметят, раскроют ложь – доверие, да и статус обманщик потеряет немедленно. Вдобавок, в стае обезьян, да и многих сапиенсов с окраин, его еще при этом будут долго и методично бить. Но самое интересное при обмане меняется не снаружи, а внутри нашей головы. Например, скажите что вот это - «А» - буква «Б». В целом легко. В экспериментах при подобных задачах включается лишь префронтальная кора, мы просто логически подставляем одну переменную вместо другой. Но подобная чистая ложь возможна лишь в экспериментах. Когда мы врем, почему опоздали на встречу, начинают загораться зоны памяти и мыслительной деятельности. А в случае классической лжи, на уровне «телефон разрядился», когда мы серьезно и сознательно обманываем другого, наш мозг начинает напоминать новогоднюю елку – дополнительно включаются все центры, связанные с эмоциями. А их работа, в свою очередь, запускает классические физиологические реакции стресса – сердечко бьется, пот выделяется. Так что проблема даже не в том, что партнер вдруг достанет из кармана полиграф и предложит замерить нашу кожно-гальваническую реакцию. А в том, что ложь вредит нам самим – не с точки зрения морали, а на физиологическом уровне. Мозгу гораздо проще обрабатывать правду (точнее то, что он считает правдой) | MAX | подкаст | | Личная жизнь и мысли - Молчанов.Life |

Похудели одинаково, а мозг поумнел только у одних Две группы женщин полгода сидели на одном и том же дефиците калорий и в итоге сбросили ровно поровну. Но на когнитивных тестах результаты разошлись. Единственное, чем группы отличались, — во сколько часов укладывалась еда. Устроено всё было так. Набрали 47 женщин от 50 до 79 лет с избыточным весом или ожирением, всем прописали минус 500 калорий в день. Дальше разделили: 26 участниц должны были съедать всё в пределах менее девяти часов — на практике примерно с 10 утра до 6 вечера, — а остальные питались как обычно. По факту получилось 8,2 часа против 12,3. Через шесть месяцев вес у обеих групп ушёл в среднем на 6,8 кг. А вот пространственное планирование и решение задач заметно сильнее подтянулись у тех, кто ел в сжатом окне. Ошибок в тестах на память и обучение они тоже делали меньше, но здесь разница уже не дотянула до статистической значимости. В многозадачности и скорости реакции не нашли ничего. Причём чем сильнее человек сужал окно, тем больше был прирост. Руководитель работы объясняет это так: похудение само по себе снимает часть возрастных потерь, но, судя по данным, возможна и добавка — если прекращать есть за 4 часа до сна и уложить всю еду в 8–9 часов вместо обычных 12. Тут важно понимать, зачем этим вообще занялись. Население стареет, Альцгеймер и другие формы деменции встречаются всё чаще, а у женщин, как и у людей с лишним весом, риск в среднем выше. Связь питания с этим риском находили давно, но проверок, что будет, если реально поменять привычку, до сих пор мало. Выборка маленькая, работа пилотная, авторы сами говорят, что нужны крупные испытания. Механизм не установлен: дальше собираются копать в сторону циркадных ритмов, путей, чувствующих питательные вещества, воспаления и обмена веществ. То есть пока это не рецепт, а зацепка. @vselennayaplus

Рынки сегодня 🔶 Переговоры между США и Ираном начнутся в понедельник, заявил Дональд Трамп. По его словам, о переговорах просили власти Саудовской Аравии, ОАЭ, Катара. 🔶 Администрация США в ближайшие недели изучит возможность возобновления переговорного процесса между Россией и Украиной, сообщил американский госсекретарь Марко Рубио. 🔶 Страны ОПЕК+ повысили предельный уровень добычи нефти в сентябре на 188 тыс. б/с. Теперь альянс, вероятно, приостановит повышение до конца года. 🔶 Импорт нефти из России в Индию в июле достиг наивысшего с 2022 года показателя — 2,8 млн баррелей в сутки, что составило более половины закупок страны (55,5%). 🔶 Общий объем поглощения офисных помещений в бизнес-центрах Москвы со стороны конечных пользователей по итогам полугодия составил 395,7 тыс. кв. метров (снижение в 1,5 раза). Главной причиной снижения деловой активности остается высокая ключевая ставка. 🔶 ВТБ планирует разместить выпуск бумаг, обеспеченных потребительскими кредитами, разделенный на десять траншей. Номинальная стоимость одной облигации — ₽1 тыс., размещаться выпуск будет по открытой подписке, общий объем размещения пока неизвестен. ➡️ Подробнее про секьюритизированные бонды рассказывали здесь 📍 Подписаться на канал | Мы в MAX

Остаться или уволиться? Чек-лист для принятия решения 📎 Продолжаем тему с увольнениями. Увольнение — серьезный шаг. И многие недооценивают две вещи: условия на текущей работе и усилия, необходимые для того, чтобы найти новую хорощую работу. Поэтому прежде чем подавать заявление, честно ответьте себе на 10 вопросов: 🟣 Деньги 1. Устраивает ли меня зарплата/компенсационный пакет? Есть ли у меня рычаги ее увеличения? Говорил ли я с начальством? 2. Есть ли у меня финансовая подушка? Хватит ли денег на 3-6 месяцев поиска новой работы? 3. Какие у меня перспективы роста дохода здесь? Обсуждал ли я их с руководством? 🔵 Профессиональное развитие 4. Учусь ли я здесь чему-то новому? Чему я научился за последний год? 5. Вижу ли я карьерные перспективы для себя? 6. Актуальны ли мои навыки на рынке? 🟢 Комфорт и атмосфера 7. Нравится ли мне рабочая атмосфера? Нравятся ли мне мои коллеги? 8. Уважаю ли я своего руководителя? Хочу ли я быть похожим на него или на кого-то из своего коллектива? 🟠 Мотивация и цели 9. Заводят ли меня новые проекты/идеи/инициативы? Или работаю на автопилоте? 10. Совпадают ли мои ценности с ценностями компании? Система оценки: • 8-10 да — все нормально • 5-7 да — можно вложиться в исправление ситуации • 0-4 да — пора валить искать новые варианты Дополнительные плюшки, которые я бы держала в голове: • Удаленная работа/гибкий график. Последний год-полтора компании активно загоняют сотрудников в офисы. Поэтому не так много компаний • Социальный пакет и льготы. Иногда один только ДМС стоит того, чтобы остаться в компании. Шутка, конечно, но хороший соц.пакет реально может экономить приличную сумму в год. И само собой: уходить надо тогда, когда у вас есть варианты, куда уйти. Иначе очень велик риск попасть в лимб поиска работы на долгие месяцы. На дворе август, уже пора. Если полезно, то с вас 🔥 #увольнение #поискработы

Мини-гайд по оркестрации агентов У нас недавно в EDU появилось приложение, которое монтирует записи моих лекций и вебинаров для YouTube: находит и вырезает раскачку в начале, паузы, тишину, оговорки, замазывает то, что не должно попасть в кадр. Первую версию завайбкодил стажёр, а потом я ее переписал с командой агентов за выходные. Собственно, Никита попросил рассказать, как именно я это делал, потому что хочет научиться нормально работать с агентами. Я попросил дружбана разобрать логи всех сессий, чтобы вытащить оттуда метод. Если коротко, то вышло вот что: 1) Сначала карта, потом изменения. Первая команда всей переписки была не "почини", а "разбери код, собери CLAUDE.md и нарисуй схему в артефакте, чтобы я быстрее разобрался". А дальше допрос: зачем тут вот это, насколько оно критично, что сломается, если выкинуть 2) Свою догадку - в карантин. У меня было ощущение, что архитектура переусложнена, но просил я не согласиться со мной, а взвесить оба варианта, причем на другой модели. Больше всего мне самому понравился прием, который мы придумали с AI Natives в ходе какого-то зумбара: "сделай архитектурное ревью, НО это твое последнее слово, после него ты умрешь" 3) Не одним куском, а фазами, и между каждой - критик на другой модели, которому запрещено хвалить. В гите так и осталось: Phase 1 —> Phase 1 review fixes (Fable) —> Phase 2 —> и так далее; 4) Тест = запустить, а не посмотреть глазами на код. Приложение само предлагает, что вырезать, и оценивает, насколько оно в этом уверено; все, что выше 0.82, принималось автоматом. Прогнали на реальном двухчасовом вебинаре - а моделька, оказывается, ставит всем подряд одно и то же: 137 кусков из 141 ровно 0.85. То есть принималось вообще все, включая вступление и живой Q&A. По коду такое не увидишь 5) Мерить там, где оно крутится, а не на ноуте. В случае работы с видео это особенно важно 6) Каждый косяк - сразу в CLAUDE.md, это память команды на будущее. И коммит только после того, как проверили, а не после того, как собралось 7) В конце - взгляд сверху: что сделали, что не решено, где узкие места и что осталось до прода. Агент сам назвал главный оставшийся риск, и это стало следующей задачей Все это собрал в небольшой гайд —> вдруг, вам тоже будет полезно, хотя по мне там не какой-то rocket science напишите, если вам какой-то поинт из гайда пришелся в тему

недавно прошёл imo 2026 (международная математическая олимпиада). обычно это мероприятие любят за то, что можно посмотреть, где лучше всего в мире дети умеют решать сложные задачи царицы всех наук, и кого можно захайрить в хэдж-фонд через 5 лет. но с недавних пор туда стали допускать llm и это стало отдельным зрелищем. и в этом году opus 5 идеально решил imo 2026: 42/42 балла. это пока единственная модель, которую успели прогнать по задачам олимпиады, и она сразу показала идеальный скор. на примере таких событий очень занятно наблюдать за скоростью прогресса. openai и google в прошлом году тоже взяли на imo золото. при этом скор там был не идеальный, как у opus 5, и вообще это были внутренние специально затюненные модели компаний, недоступные обычным пользователям. вообще в теме ии и математики происходят невероятные вещи: модели чуть ли не каждую неделю делают открытия по задачам, которые я едва могу прочитать. модель openai опровергла гипотезу эрдёша 1946 года про единичные расстояния (80 лет считалось, что лучше квадратной решётки не бывает; оказалось, бывает), и филдсовский лауреат гауэрс назвал это вехой ai-математики. а alphaproof nexus от deepmind автономно закрыл 9 из 353 открытых задач эрдёша. imo тут выглядит разминкой. но если интересно следить за людьми, то небольшая статистика: 1/ 666 участников из 117 стран. 55 золотых медалей, 105 серебряных, 189 бронзовых. идеальный результат у семерых. золото разъехалось по 31 стране. 2/ китай: все шесть участников взяли золото, 232 балла из 252 возможных и три идеальных 42/42 из семи на всю олимпиаду. следом сша (207 баллов, четыре золота) и россия (196, тоже четыре). 3/ семь из десяти лучших команд азиатские: китай, сингапур, вьетнам, корея, индия, кндр, япония. кндр к слову, на девятом месте, выше японии, франции и германии. 4/ словакия взяла два золота, больше, чем германия и франция вместе. по золоту у боснии, северной македонии и грузии. а у нидерландов, швеции, норвегии, дании, бельгии и финляндии на всех ни одного золота или серебра, только бронза. 5/ лучшая команда западной европы, франция, всего лишь #15. без единого золота, зато пять серебра. из той же серии ровных команд без звезды: бразилия (#11, тоже пять серебра это лучший результат в латам), казахстан (#22) 6/ отдельное наблюдение про происхождение. в сборной сша за последние десять лет примерно две трети участников с китайскими фамилиями, ещё ~15% с индийскими (считал по фамилиям, так что оценка грубая). в этом году из шести человек, трое ванов и один яо. ещё решил чекнуть, где сегодня работают олимпиадники, особенно когорты последних 5–10 лет. данные местами шумные, так что оставляю на ваше усмотрение. свежий срез по ~18 000 медалистов (карьера прослеживается примерно у половины): 36% уходят в академию, 22% в тех, 12% в квант, фаундеров всего 4.5%. топ работодателей в абсолюте: google 212 человек, meta 86, deepmind 49, jane street 47, openai 38. ai-лабы теперь в топе, хотя такой категории ещё недавно не существовало: в двадцатке также nvidia (22), anthropic (15) и mercor (14). на 15-й строчке отдельная категория «stealth startup»: 16 медалистов прямо сейчас пилят что-то неанонсированное. еще любопытно, что многие в лабах работают в safety и интерпретируемости (deepmind, anthropic, transluce). тренд по когортам тоже читается: в конце 90-х phd получали 75–95% золотых, у когорт 2010-х уже 60–80%, остальных перетягивают квант и лабы. по вузам концентрация: самый частый бакалавриат медалиста это mit (536 человек, 12% всех), дальше кембридж (321) и, неожиданно, тегеранский шариф (135) , выше принстона, гарварда и стэнфорда. ну и на случай, если вы переживаете, что где-то что-то не успели, помните: дарио амодеи был в сборной сша по физике, но в финальную пятёрку на олимпиаду так и не прошёл. ставьте лайки, сделаю доп разбор на другие предметы (физика, информатика, химия). и как бонус посмотрю на карьерные пути победителей кенгуру и русского медвежонка. ссылки откуда брал данные [1] [2]