топ-3 качества которые я ценю в людях: 1) умение добиваться своего, достигать поставленной цели, амбициозность. все, что я описывал по тегу #КомуНадоТомуНадо. читать эссе Пола Грэма Relentless Resourcefulness (неотступная находчивость). необходимым (но не достаточным) условием - является "рабочая этика": усидчивость, навык ебашить, бить в одну точку 2) интеллектуальный метаболизм, критерий обучаемости, скорость итераций. люди, с которыми когда общаешься, кажется, что их мозг работает х3 быстрее твоего, или х5, или х10. такие люди быстро схватывают новое (включая ускоренный AI adoption или овладевание любыми другими новыми навыками). "в чем мой разум! добивается ли он знаний как лев своей пищи?" - Ницше 3) надежность, предсказуемость, ориентация на долгосрочное сотрудничество, win-win мышление, эмоциональная стабильность. всё, касающееся культуры, порядочности человека. насколько он кооперативен или конкурентен, стремится ли к взаимному выигрышу всем с кем он в команде, или привык паразитировать

#perl Из-за ИИ появился новый стиль менеджмента -> слопократия. И конечно новый тип лидера -> слоп-барон. Им можно было бы назвать и меня Слоп-барон обычно не ленивый, а наоборот гиперактивный. Он пытается охватить необъятное, собирает контекст обрывками из встреч, чатов и случайных документов, почти ничего не проверяет и прямо на лету генерирует стратегии, роадмапы, регламенты и постановки. Тут же рассылает их сотрудникам, открывает новые направления и расширяет свой фокус быстрее, чем организация успевает разобраться с предыдущими решениями. Однако я часто делаю руками и добавляю предпосылку что я не уверен в созданном, лучше относиться менее серьезно и прямо указывать на проблемы. Слопократия -> режим, где убедительность и количество артефактов подменяют качество решений. Каждый новый документ опирается на непроверенные предпосылки предыдущего, противоречия копятся, а команда тратит время не на работу, а на восстановление контекста, сверку фактов и переделку. Право принимать решения слоп-барон оставляет себе, а проверку, интеграцию и последствия спускает вниз. Не любой AI-контент является слопом. Проверил факты, понял ограничения и готов отвечать за вывод -> нормально используешь инструмент. Давайте говорить как ИИ-скептики: нейрослоп, слоппер, слоп-барон, слопократия, воркслоп, трендслоп, слопвошинг, слопоганда, слопагандист, слопфлюенсер, слоппельгангер, слопулизм, слопотайп, слопварь, слопсквоттинг, слоптимизация, слопономика, слопналог, слопификация, слопокалипсис P.S. А у вас уже появился такой коллега?

Focusmate — стартап, который продаёт присутствие незнакомца Недавно мой друг Игорь написал, что поехал в акселератор Grishin Robotics. Заодно он немного прошёлся по некоторым акселераторам:

Вообще считаю акселераторы достаточно бесполезными, тк во многих их них молодые ребята из корп мира, начитавшиеся книжек умных рассказывают стартерам как правильно строить бизнес.

Я ему дружески возразил. Конечно, человек, который вчера прочитал Lean Startup, вряд ли знает ваш бизнес лучше вас, но польза акселератора не всегда заключается в гениальных советах. Многие стартапы не делают даже базовых вещей: мало разговаривают с пользователями, не проверяют гипотезы, не фиксируют следующий шаг. Иногда уже полезно, что кто-то со стороны задаёт очевидные вопросы, помогает разложить мысли по полочкам и через неделю спрашивает: "Ну что, сделал?" А иногда человеку вообще не нужно разбираться ни в вашем стартапе, ни в индустрии. Достаточно просто присутствовать. На этом построен сегодняшний стартап Focusmate. Вы бронируете сессию на 25, 50 или 75 минут, и сервис соединяет вас с другим пользователем. В начале вы оба говорите, что собираетесь сделать. Затем выключаете микрофоны, оставляете камеры включёнными и каждый занимается своей работой. В конце рассказываете, что получилось. Никаких советов и совместной работы. Такая практика называется "body doubling" - работа в присутствии другого человека. Партнёр может вообще не понимать, чем вы занимаетесь. Но заранее назначенная встреча, включённая камера и необходимость отчитаться в конце помогают не откладывать начало работы и меньше отвлекаться. И это уже не просто забавный productivity-хак. Через Focusmate прошло более 12 млн сессий с участниками из 150+ стран. В апреле 2026 года основатель рассказал, что сервис вышел на семизначный ARR, более $83 тыс. выручки в месяц. На раннем этапе Focusmate получил $500 тыс. поддержки от инвесторов. Безлимитная подписка сейчас стоит $8 в месяц при оплате за год или $12 при помесячной оплате. Самое интересное, что Focusmate продаёт не видеозвонки. Он упаковал в продукт четыре простые вещи: заранее назначенное время, конкретную задачу, присутствие человека, который вас ждёт, и короткий отчёт в конце. Ваш партнёр ничему вас не учит. Его присутствие и есть продукт. Поэтому я бы не спешил списывать со счетов молодых сотрудников акселераторов. Возможно, они не дадут фаундеру прорывную идею. Но могут создать ритм, задать базовый вопрос и обеспечить внешний контроль, которого иногда не хватает, чтобы сделать давно понятную вещь. Конечно, плохой акселератор способен отнимать больше времени, чем приносить пользы, но если участие сводится к нескольким чек-инам, а на другой чаше весов: грант, полезное знакомство, клиент или дополнительная известность, математика часто получается положительной. Поэтому если вам немного не хватает дисциплины, или хочется получить небольшой буст идите в акселераторы (не всех конечно возьмут в Grishin Robotics или Y Combinator), но и других много (здесь должна быть рекламная интеграция какого-то акслератора, но ее нет 😔), ну или просто начните с Focusmate (и это тоже не рекламная интеграци 😭) , у них есть бесплатный тариф. А вы бы заплатили $8 в месяц за незнакомца, который будет молча работать вместе с вами по видеосвязи?

Про диктовку голосом Потихоньку переучиваюсь наговаривать текст голосом, а не печатать на клавиатуре. Когда печатаешь, проще структурировать мысли и рассуждать. Но для мозга это сложнее и дольше. Это цена которую ты платишь за возможность получше подумать. Ну и иногда мозг ленится платить слишком много. Я заметил, что когда наговариваю нейронке голосом, я больше деталей описываю. И бонусом, это еще и в разы быстрее выходит. Поресёрчил чем лучше всего пользоваться и остановился на https://spokenly.app + gpt-4o-mini-transcribe. Большинство продуктов на рынке - это обертки над какой то из speech-to-text моделей. Обычно над чем то из этого: Deepgram Nova‑3 ElevenLabs Scribe v2 GPT‑4o‑transcribe NVIDIA Parakeet TDT Whisper large‑v3 Стоят примерно одинаково дёшево, а последние 2 можно вообще за бесплатно локально на своем железе использовать. Вот тут всякие бенчмарки на точность и скорость. Deepgram лучше всего с ру языком ладит, ElevenLabs с английским. Хотя по факту для личных задач разброс точности в 2-5% особо погоды не делает. И я пока честно не понимаю, зачем платить 12 баксов в месяц за обёртку Wispr Flow. Это сейчас самый популярный dictation апп, с оценкой компании в 2 миллиарда долларов. А Spokenly делает соло разработчик. И у меня при активном использовании через API меньше 1 доллара в месяц уходит.

Куда двигать свой AI-стек прямо сейчас: мысли про тарифы, локалки и железо Вчера писал про браузер Comet от Perplexity, а сегодня хочу развернуть более глобальную картину того, что сейчас происходит с подписками и куда вообще катится рынок. 1. Конец эпохи подписок по $20 Perplexity - относительно небольшой стартап, особенно на фоне Google или Anthropic. Они находятся в куда более уязвимом положении, работая по API, поэтому первыми начали активно резать функционал и просить деньги за базовые вещи. Но этот тренд неизбежно дойдет и до остальных гигантов. Ограничения и рост цен продиктованы банальным дефицитом видеокарт, видеопамяти и общим кризисом на рынке полупроводников. Мы проживаем последние моменты условной халявы в стандартных тарифах. Базовым минимумом для нормальной работы становится подписка за $100-200, куда компании сейчас стараются напихать максимум возможностей. Но и эта щедрость ненадолго, думаю, что на горизонте года и их будут резать. Поэтому мой посыл - залетайте в эти тарифы нужно прямо сейчас, пока дают максимум (как тот же Google со связкой сервисов вроде NotebookLM), быстро выстраивайте рабочие процессы, пробуйте все, что там доступно, чтобы к моменту неизбежных урезаний точно понимать, за что вы готовы платить. 2. Инвестиция в локальное железо Для большинства ежедневных задач огромные облачные LLM объективно не нужны. Локальные модели развиваются бешеными темпами: если год назад для схожего качества требовалось шаманить с SGR, то сейчас условная Gemma E4B из коробки отлично закрывает базовые кейсы. Я уверен, что в течение года модели в этом размере станут еще круче. Показательный пример - недавний запуск Perplexity Local Computer в рамках их экосистемы. Ребята развивают направление AI Harness и выкатили решение, работающее либо на Qwen, либо на собственном обученном оркестраторе. Но чтобы крутить локально модели такого уровня (27B и выше), нужно железо. На фоне дорожающей памяти и урезания базовых комплектаций производителями, лучшая инвестиция в свой AI-стек прямо сейчас - это покупка мощной машины. В идеале - Mac с объединенной памятью от 64 ГБ (или хороший ПК на Windows). Это дает полную автономность от облачных лимитов и подписок, которая через год станет еще более критичной. 3. Как оптимально собрать стек под себя Формула эффективного рабочего сетапа на ближайшее время выглядит так: одна сильная подписка ($100+) + локалка на хорошем железе + 1-2 ситуативных сервиса под узкие задачи. • Выбор флагмана. Если ваш фокус - разработка и код, логичнее держаться Claude или ChatGPT. Если вы глубоко сидите в экосистеме Google и хотите максимум отдачи на каждый доллар - Google AI с тарифом уровня Ultra полностью закрывает потребности. У меня этот переход, например, снял необходимость держать пачку параллельных подписок. • Вайб-кодинг и сторонние тулзы. Сервисы вроде Lovable, Bolt или Granola - неплохая точка входа, но платить за них бесконечно нет смысла. Гораздо перспективнее сразу учиться работать с AI-кодингом через Claude Code, Codex или Antigravity. Если нужно пилить прототипы - вы вполне сможете делать это в них. Если нужен узкий тул для своих задач - вы сможете накодить его. Как только вы понимаете механику, необходимость в промежуточных сервисах отпадает сама собой. 🚀 Влад Корнышев про AI и создание AI-продуктов

🤔 “Встряхнитесь и съешьте лягушку” - простые способы сосредоточиться и быстро включиться в работу Продолжаю собирать коллекцию полезных советов - для настроения, хорошего здоровья и продуктивности. Предыдущие подборки здесь и здесь. Сегодня принес лайфхаки от пользователей Reddit. Они рассказали, что помогает им вкатиться в рабочие процессы. ✅ Закрываю все вкладки браузера. Кроме той, в которой работаю. Удивительно, но когда открыто 15 вкладок, на мне словно висит 15 незавершенных дел. И это мешает сосредоточиться на текущей задаче. ✅ Встряхиваюсь - в буквальном смысле слова. Технику “встряхивание” рекомендовал мне тренер. Говорят, животные так делают, чтобы снять напряжение, а людям она помогает перезагрузить разум и расслабиться всего за 30 секунд. ✅ Использую метод Помодоро. Устанавливаю таймер на 25 минут и говорю себе, что буду работать только в течение этого времени. Главное условие: не отвлекаться на сообщения, звонки и соцсети. А после этого делаю перерыв на 5-10 минут. В итоге одна 25-минутная сессия легко превращается в плодотворный день. ✅ Виртуальный коворкинг. Я мать-одиночка и фрилансер, поэтому знаю, как сложно работать из дома и не отвлекаться. Недавно я организовала “коворкинг на удаленке” - начала проводить групповые созвоны в Zoom с другими людьми, которым трудно сосредоточиться. И знаете, отлынивать от работы гораздо сложнее, когда на вашем мониторе есть виртуальная комната, где одновременно работает полдюжины человек. Подробнее про пользу от виртуальных коворкингов я писал здесь. ✅ Даю себе не больше 3 задач. В список дел на день вношу только важные сверхзадачи, которые нельзя отложить. И с утра мне не приходится думать, с чего начать. Это снимает усталость от принятия решений - так входить в рабочий ритм проще. ✅ Смотрю в одну точку. Попробуйте этот способ, если никак не получается приступить к работе. Мне он помогает сконцентрироваться секунд за 10. ✅ Съедаю лягушку. В первую очередь делаю самую сложную и противную задачу. После такой встряски все остальные дела мозг воспринимает, как шуточные. И я щелкаю их, как семечки. Ваш черед делиться лайфхаками. Заходите в комментарии и пишите: что помогает вам быстро сосредоточиться? 👉🏼 Подписывайтесь на «Телеграмму...» в Максе: max.ru/yumaks #МНЕНИЯ #СОВЕТЫ #ПРОДУКТИВНОСТЬ

Большинство людей полжизни ищут, чем хотят заниматься Тесты, консультации, вопрос «в чём моё предназначение». Но это не про вас, у вас проблема обратная. Вам интересно всё. Гитара, подкасты, маркетинг, курсы по фотографии и блог, который вы собираетесь начать вот уже третий год.

Со стороны звучит очень красиво: человек с разносторонними интересами. Изнутри ощущается как шведский стол на сто блюд, где хватаешь всё подряд и толком не пробуешь ничего. Недопройденные курсы, брошенные проекты, десяток заглохших начинаний.

Вы могли подумать, что дело в вашей слабой силе воли. Но скорее всего дело не в ней. А в чем? Мир построен под узких специалистов. Выбери направление, оставайся в нём, стань лучшим. Если вы так устроены, то все работает отлично. Если нет, то вам просто объясняют, что вы чуток бракованный.

Вот вы стартуете, скажем, в UX дизайне. Три месяца горите, а потом на горизонте появляется продакт-менеджмент, ютуб-канал, или что-то еще — новое кажется свежим, а дизайн превращается в обязаловку. Вы переключаетесь на это новое, и круг замыкается из раза в раз.

Но проблема не в количестве интересов. Проблема в том, что каждый раз вы примеряете новое занятие на роль профессии. Любое увлечение обязано вырасти во что-то большое, а любое хобби обязано приносить деньги. Но возможно, эта стратегия не до конца верная (хотя я сама живу по такой схеме многие годы) И что делать? Возьмите лист и выпишите всё, чем вам хочется заниматься. Просто все, что в голове, и разнесите это по трём спискам. 1. Ваш хлеб. Один навык, способный оплачивать вашу жизнь ближайшие 2-3 года. Не самый любимый, а тот, который приносит деньги. Вы в этом деле уже неплохи, на это есть спрос, и вас от этого не тошнит. Этот тезис тесно связан с недавним постом про работу мечты (и что это химера) 2. Для души. То, после чего вы чувствуете себя хорошо. Может, рисование, может, подкасты, может вязание. Ключевое — это не проект на будущее. Интернет советует превратить любимое в доход, и так правда работает (и для меня много раз работало). Но одновременно это самый надёжный способ любимое убить. Оставьте себе что-то просто для удовольствия. 3. Полка «на потом». Японский, астрономия, фортепьяно. Не никогда, а не сейчас. А дальше держите в голове три правила: → Первому списку — 80%. Человек обычно раздаёт интересам поровну времени и не набирает достижений и скилла нигде. Ближайший год основная часть вашей рабочей энергии должна идти в первый список. → Дела для души — в календарь. Воскресное утро с книгой, вечер среды за красками. Не по остаточному принципу а по принципу «это время я себе выделил на себя любимого и свои любимые увлечения». Эти занятия не должны ни во что вырастать, они восстанавливают ваше душевное состояние, чтобы основное направление вас не выжгло в угли. Забавным образом, как только перестаёшь требовать от увлечения результата, оно снова начинает нравиться. → Через год пересоберите. Текущее положение дел не что-то высеченное в камне навеки веков. Когда первый навык раскрутился, можно тратить на него меньше времени, снять что-то с полки «на потом» или соединить несколько интересов в одно занятие. Почему это работает? Потому что уходит вина и появляется фокус. Люди, у которых и свой бизнес, и пет-проекты, и куча увлечений начинали не разом всё, а методом постепенного расширения.

В моей жизни, например, хобби появилось только на 5-й год существования компании. Сейчас у меня основной бизнес, три кэш-машинки и два хобби, которым я успеваю выделять время.

С вами все нормально, просто перестаньте смотреть на любое дело, как на источник вашей профессии ❤️‍🩹 #карьера

Пожил с Perplexity Comet больше полугода как с основным браузером и возвращаюсь на Chrome Больше полугода назад я пересел на браузер Comet от Perplexity и активно агитировал других делать то же самое. На самом старте браузер казался довольно сырым, но в какой-то момент его нормально так допилили и появились интересные фичи. Я даже писал о том, как Comet помогал мне парсить данные со страниц и автоматически заполнять таблицы и даже хвалил его. Но сейчас эксперимент подошел к концу: я возвращаюсь на Chrome. Причина простая - киллер-фичи, ради которых я переходил, либо перестали выделяться на фоне конкурентов, либо их просто урезали. Что случилось с ключевыми сценариями: • Управление браузером и агенты. Это был главный рабочий инструмент: найти данные, автоматизировать работу с таблицами, заполнить формы. Сейчас Perplexity все сильнее закручивает гайки. При попытке передать управление страницей ассистент выдает ошибку об отсутствии доступа к инструменту и предлагает использовать Computer для решения этой задачи. А эти кредиты платные и жестко ограничены тарифами. На Pro они только платные, на Max есть квота, но тратить ее на заполнение табличек как-то не хочется. При этом для Chrome есть бесплатный плагин для браузер юза Gemini, закрывающий ту же самую задачу. • Встроенный AdBlock. Изначально он отрабатывал шикарно и вырезал рекламу даже внутри видеоплееров. Сейчас защита стала обычной: реклама на сайтах и в видео проскальзывает все чаще. • Саммари видео. Удобная кнопка быстрого разбора роликов на YouTube потеряла уникальность. С подпиской и встроенным Gemini в самом YouTube я получаю выжимку и факты гораздо быстрее и удобне. Старые компромиссы, которые теперь перевешивают: Моменты, на которые я закрывал глаза, но которые на фоне деградации браузера теперь бесят • Пароли и Passkeys. Родной менеджер не синхронизируется с экосистемой Google, а сторонние решения добавляют лишние клики. На сайтах с авторизацией через Passkeys регулярно возникают проблемы, потому что связка ключей из Chrome здесь нативно не подтягивается. • Нестабильная синхронизация. За полгода синхронизация между ноутбуком и мобильными устройствами отваливалась трижды. Приходилось логиниться заново, а история вкладок периодически отображается некорректно. Пока Comet урезает базовые сценарии в платные лимиты, Chrome вместе со связкой Gemini подтянулся: управление браузером через расширения доступно бесплатно, а экосистема стабильнее в разы. Я ушел с Chrome не потому что было плохо, а потому что Comet давал тот опыт, которого в хром не было. А теперь, когда в Comet надо платить за то, что доступно в Chrome бесплатно, у меня складывается ощущение, что браузер от Perplexity пойдет тем же путем, что и Atlas от OpenAI - на кладбище. 🚀 Влад Корнышев про AI и создание AI-продуктов

Простые шаги для выхода из выгорания и самопомощь Сегодня проводила консультацию и дала клиенту тест MBI - подтвержился синдром выгорания. Решили притормозить с откликами и собеседованиями, а сначала восстановить ресурс и после отправиться на поиски новой работы. И с вами поделюсь простыми шагами, которые вы можете сделать сами, чтобы через 1-2 недели вернуть 30%-50% энергии. Я тоже все это делаю и рекомендую клиентам: 🔘 Сон №1 - на 50% энергии станет больше, если наладить крепкий сон +режим, ложиться до 23, вставать 7-8, главное регулярно. Во сне наша психика перерабатывает опыт за день и мы расслабляемся, снижается кортизол 🔘Движение - просто ходьба, можно побегать вокруг дома 10 минут. Главное - пропотеть, кортизол выходит с потом (и вместе со слезами, кстати) 🔘Снизить нагрузку настолько, насколько это возможно - физическую и эмоциональную. Нужно устроить себе "штиль", а не пытаться стать еще продуктивнее Поможет ревизия времени - можете прям выписать все, чем занимаетесь сейчас - по работе/в быту и тд. По возможности убрать или делегировать часть необязательных задач, оставить только то, что наполняет или помогает держать настроение нейтральным 🔘Сократить количество переключений между задачами и ролями - это ооочень съедает ресурс 🔘Добавить настоящий восстанавливающий отдых (лежание, чтение, ничегонеделанье). Наша психика восстанавливается, когда мы "тупим", дада, когда вообще ничего не делаем 🔘Добавить то, что тебе нравится и повышает уровень дофамина (20 минут почитать любимого автора, пройтись, приготовить новое блюдо, сходить на массаж). Мне вот нравится грать в шахматы, очень круто переключает между задачами в течение дня 🔘Окружение - побольше общаться с позитивными людьми, инициировать с ними общение, если хочется общаться и есть на это ресурс, конечно. Сократить или убрать общение с негативщиками и нытиками и паникерами - общение с ними тоже забирает энергию 🔘Новости - сократить тоже до возможного минимума, и так понятно, что происходит. 🔘Если эмоции "накрывают" и буквально затапливает от непереносимости - листок бумаги и от руки пишем "Как меня все за*бало, я так устал, мне так грустно..." И вся эта красота выгружается во внешний мир. Так работает механизм нашей психики - чтобы снизить интенсивность эмоций, нужно либо эту эмоцию распознать и назвать (Я сейчас чувствую грусть, тревогу, злость и тд) / либо выписать на бумагу и отделить себя от своих эмоций Если хотя бы половину делать, через 1-2 недели станет гораздо легче. Самое главное - сон, режим, движение. Все остальное по мере возможностей. Хотя бы по чуть-чуть добавлять/убавлять пункты.

⚡️ 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

Зачем на самом деле нужны отчеты Делаем проект на несколько команд. Цель - всем вместе увеличить метрику Х, каждая команда владеет ее кусочком в рамках своих фич. Выхожу с очередной встречи, где каждый менеджер монотонно отчитывался почему его метрика в таком-то состоянии. Первые разы мне казалось, что мы теряем время, но со временем уловил смысл. Он в том, чтобы люди думали этими метриками и за пределами встречи. Отчеты нужны не для того, чтобы мой менеджер увидел, как обстоят дела (хотя это тоже) и подстраховал, когда нужно. В первую очередь, когда я пишу отчет, МНЕ нужно понять, что происходит. Почему такие цифры. Как их поменять. Какие риски за этим стоят. Ну и так далее. Формулируя слова в отчете, я уже сам вижу, что не сходится, где проблема, и задумываюсь про следующий шаг. В этом и есть ценность отчета. Сам по себе отчет (документ) – лишь побочный продукт. Главное, что я вынужден разобраться в проблеме, а там, глядишь, и решать ее начну.

Есть асимметрия, которую постоянно наблюдаю в командах. Многим чужая работа часто кажется проще своей. Со стороны аналитик "написал запрос и нарисовал график", QA "прогнал кейсы и завёл баги", а ML-инженер "запустил обучение и посмотрел метрики", но спроси того же человека, почему его собственная задача едет уже третью неделю, и выяснится, что там легаси, зависимости, смежники, корнер кейсы и ещё десять подводных камней, которых снаружи не видно. Чужую работу мы видим по результату, свою - изнутри процесса. У аналитика снаружи остаётся график, а сырые данные не видно, регулярно ломающийся пайплайн скрыт от зрителя, о трёх неверных гипотезах и запросе, который пришлось переписать четыре раза, внешние признаки не говорят. В своей же работе именно из этого и состоит большая часть времени. Часто в этом винят actor-observer bias: своё поведение мы объясняем обстоятельствами, чужое - качествами человека. Популярная теория, которая не прошла проверку мета-анализами. Оказывается, это лучше обьясняется другими двумя эффектами. Первый - correspondence bias: по чужому видимому поведению мы слишком легко делаем вывод о самом человеке и недооцениваем ситуацию. "Задача простая, значит они просто медленные". Второй - self-serving bias: собственные неудачи мы гораздо охотнее объясняем внешними обстоятельствами. Достаточно удобная комбинация, где сложность своей работы мы знаем во всех деталях, а сложность чужой просто не наблюдаем. При этом собственные издержки кажутся следствием объективных проблем, а чужие следствием чужой неэффективности. Поэтому "да что там делать" - почти всегда плохой сигнал, говорящий нам о глубине собственного понимания этой задачи. Если работа других людей выглядит тривиальной, разумнее сначала предположить, что большая часть процесса тебе просто не видна. Лучшее лекарство - контекст, а за контекстом надо "на гембу". Несколько часов рядом с хорошим QA, аналитиком или инженером часто дают больше, чем лицезрение движения тикетов. Похожая история и со сроками. В одном эксперименте про planning fallacy студенты в среднем ожидали закончить диплом за 34 дня, хотя по факту тратили 55. Даже максимально драматичный и негативный сценарий оказался в оценках оптимистичнее реальности. Поэтому оценку чужой работы полезно дисконтировать так же, как реальность это регулярно делает с нашей.

Я все чаще замечаю забавную инверсию. Раньше в моих проектах копились идеи, которые я не успевал реализовать. Теперь coding-агенты реализуют идеи быстрее, чем я успеваю решить, хочу ли я потом с этими изменениями жить. В списке моих диалогов с Codex лежит немало почти готовых фич. Там проходят тесты, работает интерфейс, обновлена документация. Осталось «только проверить». Проверить - это не посмотреть, что тесты проходят (агент их уже сам прогнал). Нужно еще понять, не появилась ли в проекте новая лишняя концепция? Хорошо ли изменение сочетается с остальной системой? Готов ли я поддерживать этот код через год? И вообще - нужна ли мне эта фича после того, как я увидел её реализованной? Поэтому я откладываю проверку «на потом», которое обычно не наступает. Раньше сырая идея оставалась хотелкой в заметках и ничего не стоила. Теперь она за десять минут превращается в ветку с кодом, тестами, документацией и потенциальными последствиями. Вот и получается, что идеи теперь копятся не перед реализацией, а после неё - перед бутылочным горлышком моего внимания и времени. Причём у такого кода короткий срок годности. Проект продолжает меняться, ветка отстаёт все больше, а контекст постепенно выветривается из головы. Проверить изменение завтра сложнее, чем сегодня, а через неделю уже дешевле выкинуть и сделать заново. Я слышал похожее и от других команд. У некоторых после внедрения coding-агентов число открытых PR выросло в 5–7 раз. Генерация кода в 2026 году ускорилась, а пропускная способность человеческого внимания - пока нет. Поэтому сейчас я стараюсь нарезать задачи так, чтобы агент приносил не целую реализованную хотелку, а следующий минимальный reviewable slice: одно понятное изменение и достаточно сопроводительного контекста, чтобы проверить его за один подход. По расходу токенов может выходить забавно: Codex нередко тратит до 95% процентов токенов на поиск такого маленького, независимого и проверяемого следующего шага, который я одобрю. И только процентов пять уйдет на его реализацию. Оно того стоит. Такой кусочек легче проскальзывает через бутылочное горлышко внимания и начинает приносить пользу. Большая же фича, даже полностью написанная агентом, рискует просто пополнить залежи рабочего, но быстро устаревающего кода. А как вы решаете проблему с накапливающимися фичами и PR от coding-агентов - или у вас её нет? Ваш, @llm_under_hood 🤗

Абстрактное мышление Абстрактное мышление - мышление об объектах, принципах и идеях, которых нет в физическом мире. С помощью абстрактного мышления мы связываем разные явления между собой и выстраиваем их в общую картину, чтобы использовать полученные выводы на практике. Объяснить абстрактное мышление можно через юмор. Комики наблюдают за собой и окружающим миром, собирают, анализируют информацию и превращают ее в стендапы и миниатюры. Их шутки часто строятся на неочевидных связях, подмеченных при помощи абстрактного мышления. Люди других профессий могут пользоваться этим инструментом, чтобы привносить в свою работу идеи из смежных или далеких областей. Как использовать? Представим, что создаем проект с нуля. Конкретное мышление поможет составить план действий, смету и расписать конкретные инструменты, которые пригодятся в работе. Абстрактное мышление будет отвечать за творческую сторону вопроса. Например, поможет «соединить» технологии, продукты из разных сфер/рынков, создавая новую ценность для клиентов, и объяснить инвестору зачем такой проект нужен людям и как он пригодится в будущем. В большинстве случаев, следует пользоваться сразу двумя типами мышления и менять их в зависимости от поставленной цели.

Закон Гутхарда: как НЕ хакнуть метрики Мы выполнили KPI по регистрациям на 120%. Хорошо? Ну да, а чего же. Пошли на выручку смотреть, а она упала. Копнули глубже трафик, оказалось, что ботов нагнали. Премия получена, но в целом компании нехорошо. Пожалуйста, словили закон Гутхарда. Капелька истории В 1975 году британский экономист Чарльз Гудхарт сформулировал закон, который звучит так: «Когда метрика становится целью, она перестает быть хорошей метрикой». Простыми словами как только вы привязываете к конкретному показателю бонус, повышение или оценку успеха команды, люди перестают делать хороший продукт. Они начинают «хакать» систему и оптимизировать все под одну цифру даже в ущерб здравому смыслу. Примеры, когда плохо Посмотрим как не надо делать. 💩 Разработка Цель - количество строк кода. Итог: разработчики пишут раздутый код без рефакторинга. 💩 QA и Баги Цель - количество закрытых багов. Итог: тестировщики заводят микро-баги (опечатки, съехавший пиксель), а разработчики их героически фиксят. Реальные проблемы висят в бэклоге. 💩 Продукт Цель - увеличить дневную аудиторию. Итог: команда начинает спамить юзеров кликбейтными пушами. Люди заходят, плюются и закрывают приложение. DAU растет, Retention и лояльность летят в пропасть. Как лечить Два простых правила. 1. Используйте метрики-противовесы Если измеряете скорость ответа поддержки (Time to resolve), обязательно трекайте удовлетворенность (CSAT). Ускорение не должно ломать качество. 2. Не привязывайте мотивацию к одной прокси-метрике KPI должны быть комплексными и привязанными к финальной ценности для бизнеса (например, LTV или Profit), а не только к промежуточным шагам.

Бонус Если внутри компании используете North, то она неплохо будет калибровать вас и подсветит не свернули ли вы не туда в погоне за красивыми дашбордами.

Примеры, когда хорошо Посмотрим как надо. 😍 Маркетинг и Рост Цель: Снизить CPA (стоимость привлечения) или увеличить количество регистраций. Противовес: Retention 7/30 дня (Удержание) или LTV. Почему это работает: Защищает от налива дешевого «мусорного» трафика или мотивированного инсталла. Маркетологи больше не смогут выполнить KPI, просто приведя ботов или нецелевую аудиторию - им придется следить за тем, остаются ли эти люди в продукте. 😍 Разработка и DevOps Цель: Time-to-Market (скорость выкатки фич) или Velocity в стори-поинтах. Противовес: Change Failure Rate (процент релизов, приведших к сбоям) или количество багов на проде. Почему это работает: Команда не сможет гнать сырой код в продакшен просто ради того, чтобы закрыть спринт. Скорость уравновешивается стабильностью системы. 😍 E-commerce и Монетизация Цель: Conversion Rate (Конверсия в покупку). Противовес: AOV (Средний чек) и Margin (Маржинальность). Почему это работает: Самый простой способ задрать конверсию — раздать огромные скидки. Продажи взлетят, конверсия будет зеленой, но бизнес сработает в минус. Парная метрика заставляет команду искать баланс между объемом продаж и прибылью. Нюансы и конец Многие думают, что проблема в самих метриках, но закон Гудхарта работает тупо на человеческой психологии. Мы идем по пути наименьшего сопротивления. Человек не будет себе осознанно усложнять жизнь, а раз так, то зачем заведомо ему ставить цели, которые захочется хакнуть? #продуктовыеметрики

Как на самом деле выглядит AI внутри больших EU компаний (и что теперь ждут от людей) 😮 Со стороны кажется, что в бигтехах уже агенты выполняют почти всю работу, а люди просто создают видимость работы. Изнутри картинка одновременно и скучнее, и интереснее. Расскажу, что я наблюдаю сейчас изнутри на самом деле: 0) в разных компаниях все еще довольно большой разброс по уровню внедрения AI - это процесс, который затрагивает много устоявшихся систем, поэтому требует время и понимания, как не навредить этим системам. 1) Вокруг рутины сейчас много мелких автоматизаций, которые ускоряют часть работы, но не делают её от и до. Я сама активно использую AI в написании и ревью кода, документации, мониторинге - и, судя по разбору наших инженеров, так же работает почти вся тех-команда. Но весь критичный код я всё еще перепроверяю полностью. 2) AI давно вышел за пределы инженеров, и это, по-моему, самое важное для тех, кто не пишет код. Примеры: • В Zalando уже около 90% маркетингового контента на сайте сгенерировано AI, а цикл продакшена кампаний упал с 6-8 недель до 3-4 дней • Аналитики и продакты гоняют через AI первичный разбор данных, черновики дашбордов и проверку гипотез • Менеджеры записывают встречи, а потом на основе расшифровки просят AI собрать тикеты и заметки Вывод: Почти в каждой роли часть рутины уходит под AI. 3) AI ускоряет отдельные шаги, но bottleneck-ом стали сами люди - ревью, согласования, коммуникация. Отсюда и разрыв между ощущением, что все стали в эффективнее, но это пока что не привело к кратному росту в результатах. 4) От тебя, как от сотрудника уже базово ожидают, что ты начал встраивать ai в свою работу. Например, Meta уже добавила AI-Enabled Coding Interview. Но, что важно, там оценивают не умение писать промпты, а именно твою голову: как ты решаешь, проверяешь и объясняешь. За использование AI "как костыль" наоборот снижают оценку. 5) Причем сотрудники, которые используют AI не на уровне промтов в чате, а четко понимают, как и какие AI-инструменты нужно применять в своей работе все еще выигрывают на фоне остальных. ✨ Что со всем этим конкретно делать? ⭐️Изучайте каждый день по чуть-чуть и относитесь к этому как к игре, а не как к очередной обязаловке. Тут, как мне кажется, важна регулярность ⭐️Учитесь сразу с разных сторон: следите за амбассадорами в своем домене, спрашивайте коллег, делитесь опытом со знакомыми, ходите на внутренние обучения на работе, если они есть ⭐️Качайте умение критически оценивать то, что выдаёт модель, и не выпускайте из рук ответственность за результат. Модель может набросать, ускорить, подкинуть идею, но спрашивать будут с вас ⭐️Показывайте, что вы уже работаете с AI в своей роли, и подкрепляйте это понятными и полезными результатами. Я уверена, что появление AI не отменяет профессионализм, а, наоборот, его переупаковывает и усиливает. Поэтому сейчас идеальное время, чтобы прокачивать себя, как специалиста и выделяться на фоне остальных. — А у вас в компаниях обстоят дела? И если используете AI, то на каких задачах он реально экономит вам время? Поделитесь, интересно собрать живые кейсы ❤️