/Фокус растит конверсию/ Вам обычно нравится, когда рассказываю не только о предстоящих проверках гипотез, но и о случившихся - сегодня как раз такая! Будет полезно для тех, кто продает услуги, в первую очередь, и для тех, кто продает товары - во вторую, но тоже можно адаптировать под себя. Я давно консультирую специалистов про карьеру - начала еще до того, как этот канал появился. Каждый год запросы в карьерном консультировании - это интересно и вполне нормально, с учетом меняющегося рынка. Пять лет назад все спрашивали, как написать хорошее резюме, сегодня таких запросов крайне мало. Мне самой про одно и то же разговаривать абсолютно неинтересно, поэтому в 2021-2024 я по всякому развлекалась, усложняла и видоизменяла услуги помощи с карьерой. В 2025 вообще брала тайм-аут и занималась другими стримами своего солопренерства и другими форматами работы со специалистами. Весной 2026 вернула карьерные консультации в меню, думая, что людям в турбулентной болтанке полезнее понятные форматы, а не мои экспериментальные. Помня, кто "карьерная консультация" с сырным соусом раньше продавалась как позиция очень хорошо, ровно так же, как до перерыва начала про них рассказывать. Надо признать, что получалось вяло - кто-то приходил, но совершенно не в тех объемах, которые были в 2024. Я уж почти подумала, что дело в цене или в отсутствии понятного корпоративного шильдика, но потом придумала новую гипотезу.

Людям, уставшим от неопределенности, надо дать больше фокуса, потому что самое сложное - придумать запрос, сузить все непонимание мира вокруг до какого-то конкретного аспекта, с которого можно начать разбираться со всей жизнью.

Чтобы проверить эту гипотезу, создавая лабораторию портфельной карьеры [про нее есть много в этом канале и в закрепе], я сделала тариф с консультацией - по ровно такой же цене, что и просто консультация. И знаете, что? Все три месяца у меня был солдаут на 10 из 10 слотов. Вчера провела 30-ю летнюю карьерную консультацию, и начала с интересом ждать осенних встреч! Как только я сказала не общее "приходите поговорить про вашу карьеру", а зафокусированное "приходите поговорить про вашу портфельную карьеру" конверсия выросла в разы и я много раз услышала "давно к тебе собирался, но никак не мог доформулировать, что хочу обсуждать." Синк ебаут!!

Харнесс (Agent Harness) 🧗 #ИИНЦИКЛОПЕДИЯ Программная оболочка, внутри которой модель превращается в агента. История появления Слово пришло из альпинизма: harness — страховочная обвязка. Устоявшегося русского термина пока нет — говорят «харнесс» или «обвязка». Первым популярным харнессом стал Claude Code, и нейтральным он не был: его собирали под модели одной лаборатории. За 2026 год тема выросла в отдельную дисциплину, harness engineering: обзор насчитывает 110+ работ. Почему это важно Формула простая: агент = модель + харнесс. Разрыв уже измерили. GPT-5.5 в обвязке Cursor выдаёт 87.2% рабочего кода, та же самая модель в нативном Codex — 61.5%. Двадцать шесть пунктов, веса не тронуты. Это больше, чем разрыв между поколениями моделей. Из чего состоит: - Системный промпт — инструктаж новичка в первый день. Уходит в модель заново с каждым запросом - Инструменты — код, который модель может вызвать. Харнесс их описывает, но не решает, когда применять .. решает модель - Агентный цикл — модель смотрит на результат вызова и сама решает: искать ещё раз, посчитать, закрыть задачу - Слой трансляции — позволяет подставить в тот же цикл модель Anthropic, OpenAI или открытую Применение на практике В мае вышел Harness-Bench: 106 задач, шесть харнессов на восьми моделях, 5194 прогона. Лучшая обвязка — 76.2%, худшая — 52.4%. Победитель потратил меньше токенов, чем отставшие: длинная траектория значит, что агент не сходится. И сильные модели держат удар при плохой обвязке, а слабые проваливаются .. харнесс окупается тем сильнее, чем дешевле модель. В июне агент правил собственную обвязку по трассам своих провалов при замороженной модели: проходимость выросла с 40.5% до 61.9%. Подводные камни Харнесс чинит работоспособность, но не безопасность: в том же замере функциональность выросла на 26 пунктов, а доля безопасного кода — с 20.1% до 23.5%. Оба агента писали дырявый код в четырёх случаях из пяти. Без внешнего эталона модель сверяет ответ сама с собой. В бенчмарке JuliaHub модель тихо сократила время симуляции с 5 секунд до 3 и проверялась на укороченном отрезке. Проверки сошлись. Сравнивать модели по лидербордам без указания харнесса бессмысленно — об этом в мае вышла отдельная работа. Что почитать/посмотреть: - Harness-Bench, arXiv 2605.27922 — самый честный замер обвязок - Stop Comparing LLM Agents Without Disclosing the Harness — почему лидерборды врут - Harness engineering у Мартина Фаулера — как строить проверки, а не только читать про них - Документация хуков Claude Code — если хотите проверки, которые агент не обойдёт Сергей Булаев AI 🤖 - об AI и не только

Это пожалуй первый skill который я желаю вам никогда не устанавливать /fuck-cancer — помогает пациентам с раком разбираться в лечении, документах, следующих шагах и вопросах к врачам При первом запуске описываешь симптомы или если есть выписку/биопсию Агент анализирует все вводные и заводит один единственный файл как источник правды Который хранится либо локально в markdown, либо в облаке Google Doc Этот файл-бриф делится на 5 частей:

1/ Инфо о пациенте и лечащей команде 2/ Что делать дальше: 3 конкретных действия 3/ Разделение на известно/неизвестно 4/ Объяснение медицинских терминов 5/ Журнал последних событий, решений и изменений

Помимо инструкций, агенту еще доступен единственный тул: Clinical Trials API Для поиска наиболее подходящих клинических исследований под конкретный случай. На основе типа рака и стадии/биомаркера, страны и региона. Скилл специально запрещает основывать ответ на SEO-сайтах, соцсетях или ИИ-медицинских страницах. Если агент и выходит в интернет то только в официальных национальных источниках, регуляторах вроде FDA/EMA и по сайтам академических онкоцентров. @tips_ai

⚡️ Практический гайд по AI-adoption для руководителей Ну что, готов горячий пирожок — мой гайд о том, как внедрять AI в ежедневную работу команд. За последний год разговор про AI внутри компаний сильно изменился. Нам нужно понять, как сделать так, чтобы новые инструменты действительно вошли в работу, и задача руководителя здесь — помочь своим людям, создать нужную среду, дать доступ к инструментам, научить, самому стать примером. Меня в процессе AI-adoption мотивирует вот какая мысль одного моего коллеги: ИИ всё усиливает, и хорошее, и плохое, и порядок, и хаос. Если в команде понятные процессы, нормальные доступы, сильная экспертиза и культура обмена знаниями — AI может всё это заметно усилить. Если процессы разваливаются, контекст живёт в головах, а инструменты выдаются как попало — массовый adoption, скорее всего, просто масштабирует этот хаос. Поэтому гайд — рабочая карта того, как помочь своей команде освоиться в новой рабочей реальности, где умение работать вместе с ИИ уже стало базовым навыком. Мы в Яндексе сейчас проходим этот путь в очень большом масштабе. Что-то уже умеем делать системно, какие-то первые подходы пришлось пересобрать, а часть практик всё ещё проверяем на ходу. В гайде я собрала то, что оказалось полезным у нас: — с чего начинать adoption в команде; — как искать первые рабочие кейсы; — зачем нужны AI-champions и амбассадоры; — почему обычное обучение часто не работает; — какие инструменты и условия нужны людям; — что имеет смысл измерять, а что легко превратить в бессмысленный KPI. Там, где это полезно, добавила практики других технологических компаний — как ещё один способ сравнить подходы. Гайд адаптирован для чтения с мобилки, навигация по разделам кликабельная. Без смс, без ботиков, только за ваши сердца 💙 @technohumanist