Продукт

Подписчик Владимир делится страничкой, которую сделал. Это график включения отопления в Туле: https://vladimirdesigner.github.io/otoplenie-tula/ На карте 11 000 адресов. Всё работает плавно, ничего не подгружается с опозданием, точки не собираются в дебильные кластеры – просто всё сразу видно и работает. Пока во всемирных корпорациях «невозможно» сделать быстро и плавно, потому что вы не понимаете база фреймворк безопасность, одному дизайнеру всё под силу. Владимир добавляет:

И в эпоху нейросетей, как раз темы которые преподают Бюро и остаются самыми важными, чтобы делать проекты круто и продуманно. И это все стало достаточно просто воспроизводить, если бы ещё все этого хотели и знали как вообще можно делать интерфейсы

Славную эру AI и вайбкодинга принято описывать через смерть софта как ценности. Мол, теперь каждый навайбкодит себе любой софт сам, и платить за чужой больше незачем. В пределе это правда, но только когда ИИ дойдёт до совсем другой структуры затрат. Пока мы от этого далеко. Чтобы собрать работающее приложение под iOS, вы в лучшем случае сожжёте пару сотен баксов на токены. По сути это подписка на год-два в каком-нибудь готовом аналоге. И это только старт, потому что дальше его придётся поддерживать и чинить каждый раз, когда что-то отвалилось после очередного обновления. Если у приложения есть бэкенд, нужна ещё инфра, и за неё неожиданно тоже нужно постоянно платить (хостинг, пуши через какой-нибудь Firebase, база вроде Supabase и так далее). В итоге сейчас таким занимаются жуткие ёрли адоптеры с синдромом NIH или люди, которым тупо по фану повозиться и изобрести себе всё самим (вроде меня). Чтобы история про самописный персональный софт стала более менее массовой, всё это должно стать эффективнее на 3-4 порядка. С другой стороны, видя прогресс кодинг агентов, не удивлюсь, если через год-два мы проснемся в таком мире.

Почему нам нужны визионеры Недавно DHH выступил на Rails World и по полной прошелся по привычному программированию. Сказал, что писать код руками становится экономически бессмысленно, что сам почти перестал писать на Ruby, а часть нового HEY они делают на Rust, который он сам не знает и воспринимает как черный ящик для агентов (но уверен что он тут специально нагнетает). Этим он подорвал столько пердаков, что из космоса было видно зарево. Мой твиттер на неделю превратился в бесконечный срач. На Reddit появились треды в духе "уберите DHH из Rails", Aaron Patterson посвятил значительную часть своего закрывающего доклада ответу DHH. Как вообще создатель Rails может выйти на Rails-конференцию и рассказывать людям, что язык, фреймворк и даже понимание собственного кода скоро могут перестать иметь прежнее значение? DHH самый настоящий визионер, не в смысле что он умеет и хорошо предсказывает будущее, такие люди вообще довольно часто ошибаются. Визионерство это способность увидеть большой сдвиг раньше большинства, построить вокруг него цельную картину будущего и начать действовать так, как будто эта картина уже становится реальностью. Поэтому визионеры почти всегда выглядят слишком радикальными. Когда их идеи становятся очевидными, никакого визионерства уже не требуется, тут уже можно строить планы, выделять деньги, нанимать команду и вперед на галеру. Практически любой большой технологический переход требует от кого-то сделать ставку раньше остальных. Apple много раз отказывалась от вещей, которые рынок считал обязательными. Стив Джобс убирал флопи диски, отказывался от физической клавиатуры в смартфоне, воевал с флешом. Каждое отдельное решение можно было критиковать, но за ними стояла цельная картина того, что ПК должен стать ближе к бытовому устройству, чем к набору технологий. Амазон годами инвестировал в инфраструктуру и рост вместо прибыли. AWS поначалу вообще выглядел почти побочным направлением интернет-магазина. Сегодня идея покупать вычисления как электричество кажется естественной, но кто-то должен был вложить в эту модель миллиарды до того, как она стала естественной. Netflix сам начал уничтожать свой успешный dvd-бизнес ради стриминга. Это особенно важный пример, потому что проблема больших компаний обычно не в том, что они не замечают новые технологии. Они часто прекрасно их видят. Проблема в том, что новое направление угрожает существующему бизнесу, который прямо сейчас приносит деньги. И обратных примеров тоже полно. Компании редко погибают потому, что вообще не знали о новой технологии. Kodak одной из первых разработала цифровую камеру. Nokia прекрасно видела развитие смартфонов. Большие корпорации обычно располагают огромным количеством исследований, аналитики и талантливых людей. Знать недостаточно. Нужно быть готовым сделать из знания ставку, которая может навредить сегодняшнему успешному бизнесу. В этом и состоит одна из главных особенностей визионеров. Они не просто придумывают новые продукты. Они способны поставить под сомнение то, благодаря чему сами стали успешными. Причем важно не превращать это в культ великих людей. Визионер вполне может завести компанию не туда. Чем сильнее убеждение, тем опаснее ошибка. Стив Джобс ошибался. Безос ошибался. DHH ошибался и еще много раз ошибется. Большинство людей и организаций хорошо умеют оптимизировать существующую реальность. Улучшать продукт на несколько процентов, уменьшать затраты, отвечать на запросы клиентов, следить за конкурентами. Для работающего бизнеса все это критически важно. Но переход из одной реальности в другую почти никогда не получается как результат такой оптимизации. Для него нужен кто-то, кто в какой-то момент скажет: то, что сегодня составляет основу нашего бизнеса, завтра может вообще перестать иметь значение. И начать действовать исходя из этого раньше, чем это станет очевидно всем остальным.

Как я работаю с агентами Каждый мажорный релиз модели (в данном случае Astra и Opus 5.5) меняет возможности моделей, но главный эффект - это меняет КАК и КАКАЯ работа может быть сделана с помощью ИИ. Помните, на заре этого рынка была такая профессия как промт-инженер. Сегодня, очевидно, это не просто бесполезная, а вредная история (есть пейперы которые доказывают что скилы и длинные промты делают результат ощутимо хуже). Потом были всякие контекст инженеры, RAG-монтажеры и n8n-ниндзя. Не сказать, что это прям активно вредно, но для 99% задач никакой пользы это не дает. Выясняется, что модель из коробки решает эти задачи лучше чем накостыленный софт. Сегодня эра мультиагентов, динных сессий, но все еще без continual learning (апдейта весов модели/лоры в процессе работы), нативной коммуникации агентов (градиентами и весами), и это все придет в ближайшие год-два. Прямо сейчас почти любая сессия, которую я запускаю - это: - оркестратор оркестраторов, то есть есть менеджер с которым я общаюсь, у него есть субагенты на отдельные куски проекта (например, разные сделки, разные типы работы, разные части продукта или исследования). на скрине - одна сессия, которая создает субсессии, которые сами создают субсессии и все между собой общаются. я в чужие чатики не лезу, у меня есть ответственный менеджер. - я не читаю чат агентов, только чат с оркестратором. у типичной задачи 20-40 субагентов, они работают от пары до 40-50 часов на задачу, читать весь этот слоп так же бесполезно как читать код для меня - мне важен результат - моя работа это выставить правильные гейты Вкуса, то есть договориться с агентом на каком этапе он мне показывает результат, собирает с меня фидбек и направления дальнейшей работы. без этого сессия на 60 часов уйдет в неправильное направление после первого шага и вы потратите недельный лимит на слоп - половина работы агентов - автоматизации. каждый день это полтора десятка автоматически запускаемых задач: ревью всех новых сделок и заявок, ответы в почте и тг, анализ трафика и кампаний, подготовка целей на день и неделю, трекинг проектов, читалка важных новостей по рынкам и т.д. Мораль: то, чем является работа и как меняются бизнес-процессы зависит от текущего состояния моделей. Именно в этом и есть ИИ-нейтивизация, а не в том чтобы натянуть РАГ на Слак.

От вайб-кодинга к AI-инжинирингу на примере простого агента #diy #ai Я в целом не особо силен во всяких кастомных обвязках и супер-навороченных практиках AI инжиниринга. Моя роль позволяет в целом быдлокодить делать прототипы, особо не считать токены и в целом обычно хватало просто спеки Spec.md и агента в виде чата. Так что я решил поиграться с чем-то более продуманным и заодно тут рассказать. Для примера взял скиллы Addy Osmani, чисто из-за предвзятости, это очень крутой чел, его суждениям я доверию (но в целом наверняка можно было взять и Superpowers либо скиллы Matt Pocock). Суть в том, что это не просто набор скиллов, а изменение всего подхода к agentic разработке. Что-то вроде Spec -> Plan -> Build -> Test -> Review -> Simplify -> Ship. Слишком томить не буду, дам наводку, а дальше LLM сама лучше расскажет-покажет. В последнее время я новые прикладные темы изучаю генерацией короткого мини-тьюториала в нашем либимом формате HTML. В данном случае я взял идею простенького агента-консультанта по путешествиям и попросил Gemini создать тьюториал о том, как разработать такого агента в стиле Addy Osmani: I've got a high-level idea of a travel assistant agent. Create an HTML course illustrating the development of such an agent with https://github.com/addyosmani/agent-skills and agents-cli, create sub-pages for each meaningful chapter (e.g. Spec -> Plan -> Build -> Test -> Review -> Simplify -> Ship), write code and make it copy-pastable so that I can follow the tutorial and go through the whole development process myself. Сначала gemini сам реализовал простенького агента, затем использовал это решение как референс для мини-курса. Далее мини-курс сам тебя ведет через все этапы разработки: 1) Определяем спеку, отвечаем на вопросы агента, что мы вообще хотим от продукта. Спека появляется не одна, а несколько – по одной на каждый компонент будущего решения /spec Build a travel concierge agent with Google ADK, scaffolded and evaluated with agent-cli. It must... <high-level idea pitch> После ответов на вопросы появится Spec.md и spec-*.md для компонентов. 2) Далее запускаем планирование /plan Use SPEC.md and the architecture we just agreed Появляются plan.md и конкретный todo.md со списком всех задач, acceptance criteria, плана проверки и файлов на выходе. Все в стиле TDD, то есть начиная с тестов. 3) Далее Build, либо вдумчиво по одной фиче из списка todo.md, либо сразу /build auto и почитывать, как он сам все по очереди реализует, тестирует и обновляет Todo. 4) И в конце финальные проверки и еще пара скиллов для упрощения кода. До Ship в данном случае не дошло 👨‍🦳 Что понравилось - так на выходе, конечно, решение куда более продуманное, с кучей тестов, покрытыми корнер-кейсами (например, а что если ты путешествуешь с мелким ребенком, наверное не надо советовать маршрут с прогулками дольше 10 минут). И документация получается сама собой, попутно с разработкой - далее улучшать решение тоже понятно как – спека уже лежит, фичи детально описаны, надо просто в том же формате добавлять новые фичи и следовать тому же процессу, что описан выше Ограничения - уходит больше времени и токенов, конечно. В моем случае 3 часа вместо 5 минут (хотя да, решение сильно более продуманное на выходе). - На эвалах может много токенов погореть. Да, агент сам помимает, где какие тесты нужны (юнит/интеграционные, а где LLM-as-a-Judge), но также из-за какой-то банальной мелочи типа несовпадающих сигнатур функций у tools может решить перезапустить весь LLM-as-a-Judge для какой-то фичи, а это и генерация синтетических данных, например, и эвал, то есть лекто минут 20 и 120 тыс токенов на один этап - Душновато получается, все же спеки, планы и todo – это много текста, который надо проверять. Для большого проекта на всю команду – да, можно даже продакта посадить, вместе отвечать на вопросы LLM. Но для мелких одноразовых вещей типа кастомного UI или демки навыброс я по-прежнему буду вайбкодить 😮‍💨

AI-скилл уже не скилл? Еще недавно ты что-то делал с AI, и это уже было неплохим карьерным преимуществом. А теперь, кажется, халява заканчивается 🥲 На образовательной конференции Яндекса Александр Мальцев из Браузера хорошо сформулировал, как за год изменились потребности бизнеса: раньше бизнес радовался, что ты хоть что-то делаешь с ИИ, а теперь спрашивает, что ему с этого. Потому что бизнесу в общем-то неважно, насколько виртуозно ты общаешься с нейронкой, если это никак не выражается в деньгах. Там же обсуждали вайбкодинг. Для человека с базой это способ сделать что-то классное, а без базы - скорее поиграться. Потому что надо еще понимать, какой инструмент использовать, какую модель выбрать и нужна ли она тут вообще. В общем, возможно, уметь в AI скоро будет примерно таким же преимуществом, как уметь гуглить. Вопрос теперь — что ты с его помощью можешь сделать.

Переходим на следующий этап развития 😮😮 Провели очень клевую страт-сессию с нашим ментором Виктором Савюком (создатель той самой приставки Денди между прочим!) Мы быстро растем в нашем немецком проекте — в этом году сгенерировали уже 2,5+ миллионов долларов выручки, а в команде уже больше 50 фулл- и парт-тайм сотрудников Многие старые процессы не работают, а новые не всегда успевают за ростом, поэтому с помощью Виктора собрали для нас двоих список ключевых проектов до конца года. Вот на чем хотим сфокусироваться: 1. Построить большую контекстную харнесс-обвязку вокруг компании (это такое большое контекстное окно, куда может добавлять данные каждый из сотрудников). Это супер-важно при масштабировании для того, чтобы все жили в одном смысловом поле, в спорах был объективный третейский судья в виде ИИ, и существовал общий источник истины В харнесс сможет вносить свой вклад каждый из членов команды и он ляжет в основу системы онбординга новичков для всех команд и системы алертов об аномалиях в ключевых метриках 2. Выводим наш отдел продаж на новый уровень автоматизации Наши РОПы и тимлиды уже владеют вайбкодингом на уровне сильно выше среднего, только в прошлом месяце мы сожгли порядка 3к баксов на токены для автоматизаций отдела продаж Большая цель — замахнуться на то, чтобы развернуть полноценных голосовых агентов, которые смогут вести полный цикл сделки с клиентом 3. Начинаем строить слой AI-сотрудников в маркетинге. Мы собрали список задач по одному из каналов, описали логику принятия решений в зависимости от кабинетных данных, подключилии нашу creative system (платформу по анализу и предсказанию эффективности креативов), нашли команду людей для оценки решений. Орда киборгов маркетосов скоро начнут штурмовать каналы! Ставьте 🔥, если хочется, чтобы мы детальнее рассказывали про каждый из этих проектов, и пишите в комменты про что хочется услышать в первую очередь

Новый UX паттерн: кастдев врет, а галерея смартфона нет. Разбор Dazzle. Марисса Майер (та самая экс-CEO Yahoo) на днях выкатила из стелс-режима проект Dazzle AI с контр-интуитивным тезисом: ваш инбокс врет, а фотопленка говорит правду. Вот как они перевернули подход к сбору данных и профилированию. 1. Решение проблемы холодного старта Вместо синхронизации с календарем, где лежит скучная рабочая рутина, или долгих опросов, где юзер фантазирует, Dazzle просто просит доступ к галерее. ИИ сканирует фотки и достает реальный контекст: куда человек ездит, что ест, с кем тусит по выходным. Продуктовый профит тут понятен: это мгновенная персонализация ассистента вообще без напряга для юзера. 2. Пивот от фичи к платформе Проект вырос из прошлой приложухи Майер под названием Sunshine. Сначала они пилили умную адресную книгу и шеринг фоток. Но проанализировав юзкейсы команда поняла, что настоящая ценность кроется не в обмене фотографиями. Настоящее золото это сам фотопоток как идеальный датасет для обучения персонального ассистента. 3. Запуск и маркетинг Тут все по классике. Подняли 8 млн долларов при оценке в 35 млн. Выходят на рынок через закрытую бету по инвайтам. Это и сервера спасает от перегрузки, и отлично подогревает FOMO. Весь пиар строится на имени фаундера и противопоставлении классическим ChatGPT или Siri, которые опираются на тексты, а не на визуальный контекст. 4. Главный продуктовый риск Понятно, что это приватность. Отдать ИИ доступ ко всей личной медиатеке это гигантский барьер доверия. Дальше все зависит от того, смогут ли они доказать безопасность вычислений на самом устройстве, и перевесит ли магия персонализации страх утечки данных. Для меня главный вывод тут такой: самый ценный сигнал это цифровые следы, которые пользователь оставляет на автомате. Классно, что потихоньку продукты переосмысляют в эту сторону. Пошерили бы данные галереи с таким ассистентом? 👍 - да 👎 - нет @productgames

Сегодня 15 лет, как не стало Стива Джобса Вот, что пишет Тим Кук в этот день:

Есть люди, которые оставляют след в мире, а есть те, кто меняет его полностью. Стив изменил мир и бесчисленные жизни. Он определённо изменил мою жизнь навсегда. Его дух живёт в каждом творении, которое он оставил, и в каждом человеке, которого он вдохновил.

А вот, что написал Джон Тернус, нынешний глава Apple:

Способ, которым Стив научил нас заботиться о каждой детали, каждом опыте, каждом человеке, по-прежнему направляет нашу работу сегодня. Навсегда благодарны.

В Apple осталось не так много ветеранов, кто успел поработать лично со Стивом, поэтому многие ожидают, что именно Тернус сможет вернуть тот самый «дух старой Apple» времён Джобса в новые продукты.

😱 Вчера я за один день сжег весь недельный лимит Но решил сделать это изящно 😅 Я создал один общий чат с GPT-Astra, который работал оркестратором. Попросил его пройтись по всем проектам, которыми я занимался последний месяц, найти те, где сейчас требуется мое внимание, и по одному рассказывать: где мы остановились и что конкретно нужно сделать дальше. Дальше я обсуждал с ним проект, давал задачу — а он вместо того, чтобы делать ее, запускал нового агента в нужном проекте отдельным чатом. И так раз за разом, проект за проектом. В итоге, пока я гулял по городу, ходил в Икею и занимался своими делами, у меня на компе параллельно работало огромное количество агентов. 😎 От меня требовалось только периодически возвращаться в один общий чат и спрашивать: ну что там, как дела? 😅 🤔 Опыт интересный. Реально очень похоже на времена моей менеджерской / C-suite работы: ты сам почти ничего руками не делаешь, а в основном раздаешь задачи, снимаешь блокеры и проверяешь, что мы несемся в нужную сторону. 😬 Жрет это, конечно, совершенно безумное количество токенов. 🤷‍♂️ Но зато требует гораздо меньше моего внимания. В общем, вот такой пока получается размен: дешевизна против количества внимания. Свята место | 10МДК | Чатик | YHub

Бизнес-модели в эпоху AI. Часть 1: SaaS В 2023 году я разбирал, какие метрики показывать инвестору в разных бизнес-моделях, и начинал с SaaS. А недавно писал, что в AI повторяется история интернета: сначала платят за доступ, потом доступ дешевеет, и деньги уходят тем, кто ближе к результату. Захотелось вернуться к той серии и посмотреть, что этот сдвиг делает с привычными метриками. Готовых ответов у меня нет, так что давайте порассуждаем вместе. Начну с того, чего в списке 2023 года не было вообще, — валовой маржи. Тогда её не обсуждали: у SaaS она по умолчанию высокая, в среднем около 76%. Серверы стоят копейки, каждый новый клиент — почти чистая прибыль. С AI по-другому. У Harvey маржа за полгода ушла с плюс 50% в минус 50%, потому что клиенты стали активнее пользоваться продуктом, оплачивая рабочие места, как привыкли в SaaS. Получается парадокс: чем больше AI-продукт нравится юзерам, тем больше мы теряем. Мне кажется, маржа с учётом токенов теперь должна стоять в деке рядом с MRR. Но я не уверен, какой уровень считать нормальным для AI-продукта, особенно если его темпы роста бьют все рекорды. С NRR тоже происходит что-то странное. Раньше NRR выше 100% означал: клиенты довольны и покупают больше мест. Теперь, если наш продукт помогает клиенту сократить отдел с десяти человек до трёх, мест становится меньше 🙈. Клиент счастлив, а NRR падает. Выходит, оплата за места наказывает нас за то, что продукт работает. Отсюда и переход к оплате за результат: за закрытый тикет, за обработанный документ. Но тогда MRR перестаёт быть таким предсказуемым, а именно за предсказуемость мы, инвесторы, и любили SaaS. С оттоком своя история. Я писал, что для раннего стартапа это главная метрика, и мнения не поменял. Но у AI-продуктов появился новый вид оттока: «туристы». Компании покупают, чтобы попробовать AI, и уходят через пару месяцев. Поэтому, похоже, сейчас важнее не сам процент оттока, а то, сколько клиентов дошло до регулярного использования. С CAC пока больше вопросов, чем ответов. AI удешевил аутрич и контент, но им пользуются все, и почтовые ящики забиты одинаковыми письмами. Дешёвый контакт ещё не значит дешёвый клиент. А ещё выбирать продукт всё чаще будет агент. Ему не отправишь холодное письмо и не покажешь кейс на созвоне: он читает документацию, сравнивает цены и тестирует API. Похоже, часть CAC будет уходить уже не в з/п сейлзов и конференции, а в то, чтобы машине было легко нас найти и проверить. Как это считать, пока не очень понятно. Если собрать всё вместе, классические метрики SaaS никуда не делись, но каждую теперь приходится читать со звёздочкой. Хочется сверить мою картину с вашей. За что вы берёте деньги в своём SaaS: за места, за использование или за результат? И если что-то меняли за последний год — расскажите в комментариях, к чему пришли. Андрей Резинкин | Money For Startup

В будущем останется всего четыре типа сотрудников Недавно сильно пошумела статья партнёра венчурного фонда Slow Ventures о том, что в будущем останется всего четыре типа сотрудников. Её растащили на цитаты, а Марк Андриссен даже отдельно обсуждал эту идею в своём подкасте. Главный тезис в том, что команды будущего будут собираться не вокруг профессий вроде разработчика, дизайнера, маркетолога или финансиста, а вокруг способа доставлять ценность: создавать, систематизировать, направлять и продавать. И для этого останется четыре типа сотрудников: 1. Создаёт (Slop Cannon). Продукт-инженер, вайб-кодер или просто универсал, который умеет понемногу всё и с помощью AI очень быстро превращает идею в работающий прототип. Кем он был изначально: разработчиком, продактом или маркетологом, уже не так важно. 2. Систематизирует (Systems). Сшивает, стабилизирует и масштабирует всё, что нагенерировали первые. В IT это часто тестировщики, бизнес-аналитики или безопасники, но таким человеком может быть и редактор, финансист или операционщик. В общем, любой, кто умеет превращать хаос в систему. 3. Взрослый в комнате (Adult in the room), который сохраняет здравый смысл, когда всех остальных понесло и разогнало. Это может быть экс COO, юрист, финансист или просто опытный руководитель с хорошим бизнесовым опытом. Потому что бессмысленно двигаться очень быстро, если двигаешься не туда. 4. Упаковщик (Hot People). Человеческий интерфейс компании: маркетинг, sales, PR, HR, фаундер. Кто делают компанию привлекательной снаружи и цельной внутри. Именно из-за них у вас хотят покупать и работать. Получается довольно простая конструкция команды будущего на ИИ-стеройдах: создать → систематизировать → направить → продать.

При запуске B2B-направления небольшой бизнес первым делом ломится к крупным партнёрам. Как правило, на старте выходит туго, и бизнес на какое-то время забивает на B2B. И, конечно, теряет деньги Неизвестный бренд для крупного игрока это риск потенциальных недопродаж: лишний сток, занятая полка и замороженные деньги. Потому часто у новичков спрашивают, где уже продаётесь и в каких объемах Я руководила коммерцией производства барабанов для медитаций. Рынки США и Европа. За год удалось вырастить продажи в 12 раз в том числе за счет б2б, который мы развивали со старта. Начинали с любителей: увлеченных предпринимателей-музыкантов, владельцев этнических магазинов и йога-студий. Места под склад у таких партнёров почти не было. Поэтому на старте партнерства мы отправляли заказы напрямую их клиентам и предоставляли пару витринных образцов. Крупные реселлеры появились чуть позже, когда нас начали узнавать. Начни мы с них в начале, наверняка забили бы. В общем, если планируете развивать б2б, не ломитесь сразу в Волмарт. Попробуйте сперва партнеров поменьше, у которых тусуется ваша ЦА

Никто не хочет быть пользователем. Каждый хочет быть Кем-То. Люди сканируют продукт, ища глазами место-где-можно-узнать-себя. Продукт должен показать дорогу, что уже была. Продукт способен/может/должен стать человеко-днём. Незаметность продукта – высшее присутствие в нём. Люди приходят в продукт со своим пониманием за пониманием. Чувствуй. Понимание. Люди заходят в продукт, чтобы НЕ делать главное. Твой настоящий конкурент друг это то, что он избегает. Мозг привык беречь силы для того, что он считает важным. Если он не сделал Х, значит Х не стал был для него важным. Пользователи сопротивляются изменениям в продукте, потому что мозг сопротивляется потере привычных лёгких ориентиров.

Юзер мозг всегда возвращается туда, где ему однажды стало легче. Поведение человека – лишь его следы

Человек пользуется продуктом любой вещью так, как видел у других. Мозг подражает жестам раньше, чем понимает Смысл. Всех объединяет не продукт, а общее ощущение тайны в нём. Недосказанность в продукте держит дольше, чем ответ. Пользователь исчезает из продукта по этим причинам: он доходит до цели, либо мозг перестаёт чувствовать себя комфортно. Всё, что было взято/дано вами силой, всегда вернётся Пустотой.

5 тормозов твоей прибыли Нет чёткого фокуса на результат Если распыляешься на множество задач и проектов, энергия и время расходуются впустую. Сосредоточься на одном источнике дохода и доводи его до максимума Не инвестируешь в свои навыки Мир меняется быстро. Те, кто учится новому и прокачивает профессиональные компетенции, зарабатывают больше. Старая квалификация не приносит высокой прибыли Слабая клиентская ориентация Ты продаёшь продукт, а не пользу для клиента. Бизнес растёт, когда понимаешь, что хочет клиент и как решить его проблему лучше конкурентов Не строишь сеть контактов Часто возможности приходят через людей, а не через идеи. Нет связей — меньше заказов, меньше партнёров, меньше сделок Страх рисков и действий Боязнь потерпеть неудачу тормозит рост дохода. Те, кто пробует новые рынки, идеи и подходы, получают шанс на высокий заработок 💡 Анализируй, где именно тормозит твой доход, и действуй целенаправленно. Даже небольшие шаги каждый день увеличат прибыль быстрее, чем бесконечное планирование. Фаундер | Бизнес и Стартапы

Борис Черни, создатель Claude Code, довольно самоуверенно говорит: не тратьте время на маленькие модели и fine-tuning - более универсальная фронтир-модель всё равно победит, а ваши 10–20% выигрыша от оптимизации смоет следующим релизом. Пока траектория действительно такая. Но есть и встречное движение: open-weight модели набирают силу, а часть компаний принципиально не готова отдавать свой контекст наружу. Например, одна крупная фармкомпания среди наших клиентов до сих пор вообще не разрешает использовать внешние AI-инструменты. Поэтому я бы пока не хоронил ни маленькие модели, ни fine-tuning. Чем ценнее корпоративное знание, тем логичнее держать модель рядом с данными, внутри контура компании. @maxvotek | linkedin | substack

Работа с правилами Следующий режим работы после навыков — это работа по правилам. Правило можно записать в простую формулу: если А, то Б. Условия и варианты действий должны быть описаны в инструкциях или регламентах. Для работы по правилам требуется большая осознанность и подготовка, чем просто для автоматического выполнения. Из нескольких возможных действий человек должен выбрать одно: куда повернуть на автомобиле, что написать в налоговой декларации, кого пропустить на перекрестке, написать «-тся» или «-ться», и т.д. Чтобы работать без ошибок в этом режиме необходимо знать правила, случаи их применения и варианты действия, и кроме этого, нужно правильно выбрать правило! Например, мы подъезжаем к перекрестку, у нас знак главная дорога — значит у нас преимущество. Но на перекрестке работает светофор, значит у нас нет преимущества. Если у сотрудник знает и понимает правила, прошел обучение, есть достаточно времени для оценки ситуации, то выполнение не представляет усилий или проблем. Количество ошибок возрастает в следующих случаях: 1. сложность правил Чем сложнее правила, тем больше вероятность ошибки. Если правила очень сложные — то вероятность ошибки может быть очень большой. Не зря же говорят, что два юриста — это три мнения. Кроме этого, чем сложнее правила, тем больше времени нужно для подготовки и обучения сотрудника. Правила русского языка могут быть достаточно сложные. И в ряде случаев варианты написания могут быть неоднозначными. Например, как правильно написать «жаре_ая картошка» — с одной «н» или с двумя «н». Если просто жареная картошка, то с одной. А если жаренная с грибами — то с двумя. И это еще не самый сложный вариант. 2. возможности человека по обработке информации и способность правильно воспринимать текущую обстановку. Люди по-разному воспринимают информацию. Кто-то может оценить ситуацию за полсекунды, кому-то нужно несколько часов. Более того, даже у одного и того же человека способность воспринимать информацию может меняться во времени. Если человек устал или голоден, то ему сложнее будет правильно оценить ситуацию. Более того, по ряду причин, человек вообще может «выключится» из текущей ситуации. Есть даже такой термин «ситуационная осознанность». Это насколько адекватно человек понимает что происходит вокруг. Его иногда используются как аналог термина «человеческий фактор»: потеря ситуационной осознанности. Если человек осознает ситуацию неверно, то, вероятность ошибки становится достаточно большой. #ЧФ #правила

Экономика внимания Сегодня с коллегой обсуждали, что ИИ сделал производство контента почти бесплатным, то есть контента становится бесконечно много: текст, ролик, дизайн, презентация, всё это можно создавать за минуты, а значит, сам контент перестаёт быть дефицитом. И гипотеза в том, что дорожать будет всё то, что нельзя сгенерировать: ▪️репутация ▪️доверие ▪️дистрибуция ▪️доступ к людям ▪️сообщество ▪️личная рекомендация Условные 20 000 подписчиков не всегда ценнее комнаты из 30 правильных людей. А сотня сгенерированных постов может «проигрывать» одному сообщению от человека, которому доверяют. Поэтому главный вопрос ближайших лет не только «как делать больше контента?». Это по-прежнему важно, чтобы вас заметили, узнали о вашем проекте или идее. Но всё важнее становится второй вопрос: «Почему внимание должны отдать именно мне?»

С ростом мощности ИИ-моделей для разработки появляется много самописаных сервисов и приложений. Понятно, что если их пишет юный вайбкодер без опыта в разработке, скорее всего это будет очень сырой продукт. Но опытные разработчики ведь тоже участвуют в этой игре. Не знаю, насколько опытен автор сегодняшнего продукта, но сам продукт для меня весьма интересен, буду испытывать. Это аналог Photoshop. 20 лет назад я работал дизайнером, потом веб-мастером. И основными инструментами для графического оформления тогда были продукты Adobe - Photoshop и Illustrator. Конечно, ломанные. Сейчас Фотошоп все так же мощен, но дорог, а к его опенсорсной альтернативе GIMP я не смог привыкнуть за много лет. Насколько удобен был первый, настолько неудобен второй. Вот и автор Compositor в какой-то момент психанул, сделал свой продукт и выложил в опенсорс. Есть полный набор инструментов: слои, маски, фильтры, удаление фона и всякие эффекты. Это точно не с одного промпта делалось. Лицензия MIT. Единственный минус - только для Мака. #tools