Iron Core. Часть вторая. Шесть символов Шесть символов на посадочном талоне — DDTCIV — идентифицируют пассажира в системе авиакомпании, на стойке регистрации и у выхода на посадку. Большинство людей не знает, что этот код уникален только в пределах одной системы бронирования. В Amadeus и Sabre одновременно может существовать один и тот же DDTCIV — и принадлежать он будет двум разным людям на двух разных рейсах. Это вторая часть серии об инфраструктуре авиаперевозок, на этот раз на примере реального билета Air India. Внутри — несуществующая валюта, которую IATA придумала в 1970-х и не отменила до сих пор, и настоящий первичный ключ бронирования, который не меняется даже когда весь маршрут перестраивается заново.

Как запустить новый продукт — и не разругаться, когда стратегия начинает ломаться Кейс «Авито Премиум» Продолжаем разбирать, как продукту и бизнесу работать на равных, — уже на примере запуска нового продукта. В «Авито» была стратегическая задача: стать лидером премиум-ресейл-сегмента и привлечь новую аудиторию в фешен-категорию. Но бизнес и продукт изначально смотрели на реализацию по-разному: ➡️ Бизнес видел точку роста в профессиональных продавцах — бутиках и ресейл-магазинах люксовых брендов. Логика была понятной: у таких продавцов уже проверенный ассортимент, и не придется масштабно вкладываться в проверку подлинности товаров. ➡️ Продуктовая команда пошла исследовать поведение пользователей — и увидела, что основной запрос — возможность безопасно покупать оригинальные вещи массового премиум-сегмента: Adidas, Michael Kors и других брендов, где особенно много реплик. Из этого сформировалась гипотеза, что пользователям нужны: — проверка на подлинность; — отдельное пространство с проверенными товарами. А еще на старте казалось, что основу ассортимента составят профессиональные продавцы. Но в ходе запуска выяснилось, что пользователи намного активнее реагируют на предложения частных продавцов. И тогда исходная стратегия начала меняться. Потому что вместе с ростом частного ассортимента вырос и объем проверок. А модель, в которой проверка оплачивалась платформой, перестала сходиться по экономике. Командам пришлось быстро перестраивать подход: ➡️ пересматривать позиционирование; ➡️ менять финансовую модель; ➡️ аккуратно тестировать платную проверку; ➡️ искать баланс между экономикой, ассортиментом и пользовательским опытом. При этом продукт и бизнес не начали тянуть систему в разные стороны: — бизнес — в сторону прибыли, — продукт — в сторону пользовательского опыта. Команды заранее договорились об общей целевой метрике — GMV (общий объем продаж), но разделили зоны влияния: 🔵 Бизнес отвечал за ассортимент и средний чек. 🔵 Продукт — за конверсии внутри воронки проверки и организацию премиального пространства. Помогло и то, что работа была синхронизирована не только на уровне метрик — она включала: — регулярные встречи; — совместные продуктовые разборы; — общие ассортиментные стратегии; — единые годовые цели; — прозрачные каналы коммуникации. А еще — совместное погружение в контекст: команды вместе запускали премиальный пункт выдачи на Патриарших прудах, общались с продавцами, собирали обратную связь и сами проходили операционные сценарии пользователей. В итоге запуск показал, что налаженная совместная работа продукта и бизнеса позволяет вовремя отследить важные сигналы рынка и пересобрать стратегию под его запросы. Чек-лист Что помогает продукту и бизнесу не развалиться, когда стратегия меняется уже после запуска: 1️⃣ Договориться о единых терминах. Чтобы продуктовые процессы не звучали для бизнеса как «птичий язык». 2️⃣ Связать продуктовые метрики с бизнес-целями Чтобы команда могла объяснять влияние продукта на языке бизнеса. 3️⃣ Провести взаимный онбординг: — продукта в бизнес; — бизнеса в продукт. 4️⃣ Обсудить стратегию развития продукта заранее: — видение бизнеса; — драйверы и барьеры продукта; — допустимые компромиссы; — систему метрик. 5️⃣ Зафиксировать зоны ответственности: — кто принимает решения; — где границы бизнеса; — где границы продукта; — кто подключается в спорных ситуациях. 6️⃣ Планировать не только дорожную карту, но и критерии гибкости. Что команда будет делать, если рынок или экономика покажут другую картину? 7️⃣ Регулярно погружаться в контекст друг друга: — совместные интервью; — просмотр пользовательских сценариев; — участие в операционных процессах; — тестирование продукта своими руками. Потому что в реальности почти ни один запуск не идет ровно по первоначальному плану. По мотивам доклада «Продукт и бизнес на равных: как договариваться и влиять на деньги, приоритеты и общие цели» Алены Медведевой на конференции ProductSense’25. 💙 VK 🖤 YouTube @productsense

Мозг можно перепрошить на настоящую многозадачность Почему новичок за рулём вцепляется в баранку и боится лишний раз вздохнуть, а опытный водитель спокойно ведёт беседу, слушает музыку и думает о своём? Учёные из Джорджтаунского университета покопались в этом и пришли к выводу, который ломает привычную догму: человек всё-таки способен на настоящую многозадачность, а не только на быстрое переключение между делами. Эксперимент был долгим и въедливым. Добровольцы 5–10 недель учились сортировать на две группы похожие изображения машин, различая мельчайшие детали. Всего больше 30 000 попыток через приложение-игру на телефоне. До и после тренировок их мозг сканировали с помощью фМРТ и ЭЭГ. Поначалу задачу тянула префронтальная кора — наш «сознательный директор», который отвечает за обдуманные решения, но физически не может держать много дел разом. А через недели практики навык переехал в височную кору — область, заточенную под память и узнавание сложных образов. Тренировка буквально вырастила в мозге новый участок-распознаватель, которого раньше там не было. Самое важное — что происходило с сигналом дальше. Освоенный навык начал идти в обход префронтальной коры, напрямую к управляющим зонам. Опыт перестраивает мозг так, чтобы проскочить это «бутылочное горлышко», и кора освобождается для других задач. Чем сильнее сортировка «съезжала» с префронтальной коры, тем лучше люди справлялись с чем-то ещё одновременно. Вот она, настоящая параллельность: меняется сама проводка. Так же в труднодоступные для сознания цепи переезжают и вредные привычки — оттого их так тяжело «передумать». И да, прежде чем вы спросите: набирать сообщение за рулём безопаснее это не сделает. Текст отрывает глаза от дороги, а тут уже никакая перепрошивка не спасёт. @vselennayaplus

В свежем номере Москвички вышла моя самая любимая съёмка, спасибо огромное за это абсолютно талантливой команде: Дарине Алексеевой, Насте Кириловой, Паше Панкратову и Свете Родиной, а также любимому пространству Noodome. Помимо съёмки, там есть ещё большая статья, где я признаюсь в том, что делаю стартап на американском рынке. И вроде бы я в этом уже полгода, но всё ещё странно произносить это вслух: я CEO и сооснователь стартапа про счастье. Люди реагируют по-разному. Одни думают, что я сошла с ума и вот-вот начну продавать кристаллы. Другие уверены, что я собираюсь спасти мир от депрессии, а это, надо сказать, не маленькая задача. Более 332 миллионов людей в мире живут с депрессией, и в одних только США 91% из них не имеют доступа к помощи. Но на самом деле ни то, ни другое. Я пришла к этому через терапию, коучинг и в конечном счёте науку о счастье.

Наука о счастье (happiness science) — междисциплинарная область на пересечении позитивной психологии, нейронауки и поведенческой экономики, изучающая факторы, которые устойчиво повышают субъективное благополучие человека. Её интеллектуальные корни восходят к 1954 году, когда Абрахам Маслоу впервые употребил термин «позитивная психология», однако как самостоятельная дисциплина она оформилась в 1998 году — когда Мартин Селигман избрал её темой своего президентского срока в Американской психологической ассоциации. В 2000 году Селигман совместно с Михаем Чиксентмихайи опубликовали программную статью в American Psychologist, формально определив область как «научное изучение того, что делает жизнь наиболее достойной проживания».

Согласно последним исследованиям, 50% счастья определяется генетически-темпераментными факторами, около 10% — обстоятельствами жизни, и около 40% — поддаётся изменению. Именно этот последний сегмент и есть зона работы приложений и интервенций всех специалистов. Хочу сразу сказать, что я не эксперт. Наука за тем, что мы создаём, принадлежит клиническим психологам и исследователям, с которыми мы работаем. Но я в процессе этой работы над собой, я все это тестирую, тк верю, что, счастье можно улучшить. Не как настроение. Как практику. Тк счастье это не то, что ты чувствуешь в конкретный день, а это то, как устроена твоя жизнь. Сон. Люди рядом. Работа. Разрыв между тем, что тебе нужно, и тем, что у тебя есть. То, к чему ты стремишься и то, что с тобой случилось без твоего выбора. У всего этого есть форма. Некоторые вещи можно даже измерить. Посмотрим, что из этого выйдет. Мне бесконечно интересно: заново собирать команду, работать с людьми из разных рынков и рассказывать всем о науке о счастье.

iPhone 18e не получит дисплей с поддержкой ProMotion По данным инсайдера Digital Chat Station, iPhone 18e получит 60-герцовый дисплей от модели 17e, о чём стало известно из публикации в Weibo о планах Apple на 2027 год. В отличие от других iPhone 18, устройство лишится функций ProMotion и Always-On. Подобные характеристики проигрывают Android-смартфонам, где 120 Гц в этом бюджете уже стали стандартом. Как сообщают корейские источники, бюджетная серия получит LTPO-панели с диапазоном 1–120 Гц не раньше 2028 года. Apple планирует в 2028 году отдать LTPO+ флагманам, направив стандартные панели в младшие модели. Однако задержки в разработке могут отложить появление LTPO даже в iPhone 19e.

От подписчика: Отчет Faros.ai про реальные цифры продуктивности разработки с ИИ. Ну... Не все так однозначно... Это реальные метрики кода от требований до доставки. Выборка – 4000 команд за 2 года, сравнение внутри одних и тех же компаний между кварталом минимального и максимального использования AI. Главные цифры: – Продуктивность отдельного разработчика выросла, но скромно, судя по merge requests. Примерно +16 процентов, а не 10x – При этом скорость доставки релизов упала на 11 процентов. Это системная метрика, она про доставку ценности клиенту – Поток замедлился на каждом шаге. Фича проходит каждый этап на 80–480 процентов дольше – Качество просело резко: дефекты вверх, переоткрытые тикеты вверх, code churn (доля переписанного кода) – аномальные 861 процент Узкое место сместилось в ревью. Стадии Ready for Review и In Review раздулись, а ревью стали пропускать на 31 процент чаще – классическое поведение людей на бутылочном горлышке. Сам Faros пишет прямо: организации генерируют больше кода, чем система способна отревьюить и смержить. Автор гоняет данные через закон Литтла (L = λW). Если лид-тайм и WIP растут быстрее, чем заявленная продуктивность – значит скорость потока на самом деле падает. По его расчётам реальная пропускная способность просела на 8–70 процентов в зависимости от допущений. То есть «продуктивность индивидуального разработчика» и «поток готовых фич» поехали в разные стороны, а платят клиенты именно за второе. Тойота в своё время победила американский автопром фанатичным фокусом на качестве и принципе «не передавай дефект на следующую станцию». Чем позже находишь баг, тем дороже он стоит системе. LLM делают ровно наоборот: впрыскивают больше дефектов на входе и переносят их отлов в ревью, где ловить дороже и хуже. Любопытная деталь: гипотеза «AI усиливает сильных» не подтвердилась. High-performing команды деградируют так же, как все остальные. Тут есть с чем спорить по методологии – это наблюдательное исследование, не причинно-следственное, и автор сам это признаёт. Но направление мне кажется честным и совпадает с тем, что многие из нас чувствуют на практике: индивидуальная скорость растёт, а на уровне организации профита не видно. Главная мысль, productivity не равно value. Локальный разгон одного этапа не двигает систему, если узкое место в другом месте. Если внедряешь AI в команду и не перестраиваешь ревью и QA под возросший объём генерации – ты просто переносишь бутылочное горлышко вниз по потоку и копишь work in progress. И отдельно зацепил тезис про «сначала черновик от LLM, потом доработаю». Автор считает, что это задом наперёд: первый черновик – это и есть твой интеллектуальный вклад, момент, когда ты реально продумываешь структуру. LLM сильна как редактор и спарринг после, а не вместо мышления. С этим скорее согласен - чем больше вложений на первых этапах, тем лучше результат. Короче, уделяйте МАКСИМАЛЬНОЕ внимание требованиям, а не пытайтесь зафигачить 100 фич и отдать все тестировщикам. Источник: https://unessays.substack.com/p/talk-is-cheap