25221
Product Management & AI Occultism, Philosophy & Logic, YO: @mirvla (c-f 𓇶 Meteoagent.com). SATOR AREPO TE8ET OPERA ROTAS Каналы для продактов: https://t.me/addlist/YvmnHCHUp700Nzky
Метод Стэнфорда — это прежде всего способ мышления через многосторонний обзор + карту противоречий + синтез + взаимную проверку
4 последовательных промпта от ребят из Стенфорда, которые помогут с написанием статьи, отчёта и презентацией, перед принятием важного бизнес-решения, собеседованием, переговорами, инвестированием и освоением нового навыка.
Никакого ПО, никакого GitHub, никакой сложной настройки — скопируйте и вставьте промпты и через 5 минут вы будете знать о выбранной теме больше, чем те, кто потратил на её изучение десятилетия, годы, месяцы, недели, дни (Господи, что я несу, как же дико это звучит)
Летом 2024 года McDonald’s свернул тестирование голосового ИИ в Макавто и разорвал партнёрство с IBM, потому что ИИ пробивала клиентам мороженое с беконом, сотни наггетсов и путала напитки. Эксперимент обошёлся в круглую сумму, а на выходе компания получила лишь баги и вирусные тиктоки с негативом (но это не остановило её от экспериментов с ИИ).
О чём этот кейс говорит менеджерам и руководителям?
Управлять ИИ-проектом — не то же самое, что пилить классические решения. Стандартные подходы не спасут от галлюцинаций ИИ, грязных данных для обучения и улетевших в космос расходов на токены.
И чтобы не повторить судьбу ИИ-Макавто, нужно понимать специфику ИИ-проектов: как выстроить работу ИИ, как считать экономику, и как контролировать процесс.
Усилить свои компетенции в области ИИ можно на курсе «Управление ИИ-проектами» от Академии Эдюсон.
За 3−4 месяца на практике вы:
– научитесь анализировать готовность компании к внедрению ИИ, проводить аудит бизнес-процессов, оценивать сроки, риски и бюджет;
– научитесь переводить метрики в понятные бизнесу цифры и защищать бюджеты;
– освоите инструменты разработки без кода (n8n, Dify, Flowise, Cursor/Bolt), чтобы создавать ИИ-агентов и автоматизировать нужные процессы;
Обучение построено на опыте экспертов из «Яндекса», «Сбера» и других крупных компаний. Год на связи личный куратор, а доступ к материалам и будущим обновлениям останется у вас навсегда. По окончании курса – портфолио из 8 личных проектов.
Оставьте заявку с промокодом PMAI и забирайте скидку 65% и второй курс в подарок.
ИИ-ассистент: как найти рутину, собрать рабочий сценарий и посчитать экономию времени – тема бесплатного практикума «ИИ-ассистент отдела без кода» от ОТУС
О чём будет эфир:
— зачем обучать сотрудников работе с ИИ;
— где в команде обычно прячется рутина
— как собрать ИИ-ассистента без кода
— как понять, что ИИ экономит время, а не создаёт хаос
— ошибки, риски и безопасность
Практикум будет полезен руководителям команд и отделов, менеджерам продуктов, аналитикам и всем, кто регулярно работает с документами, отчётами, письмами, и типовыми задачами.
👉 Бесплатное участие
Реклама ООО «Отус онлайн-образование»
Главная точка сбора ИТ-коммьюнити этим летом 🌞
Т-Банк снова проводит «Сезон кода» — летний фестиваль про продукт и разработку. В этом году он пройдёт в двух городах: 20 июня в Санкт-Петербурге и 4 июля в Казани.
В программе три направления:
📌клиентоориентированный код с разбором решений для миллионов пользователей;
📌новая секция «Продуктовая кухня» про то, как гипотезы превращаются в рост продукта;
📌 «Бэкенд-методичка» с практиками и инструментами из ежедневной работы инженеров.
Помимо докладов — демозоны, нетворкинг, активности и традиционное афтепати с летним DJ-сетом.
Участие организовано через благотворительный взнос: 2000 ₽ в Санкт-Петербурге и 1500 ₽ в Казани.
Если хотите провести выходной среди разработчиков, продактов, архитекторов и аналитиков, успейте зарегистрироваться.
Сотрудники Anthropic едут на работу после IPO
Читать полностью…
На PeopleSense'26 одна из панелей была посвящена тому, как ИИ меняет работу ИТ-руководителей. В своем выступлении управляющий директор направления первичной недвижимости Авито Недвижимости Дмитрий Алексеев показал, как смещается акцент с контроля процессов на ответственность за результат.
Происходит вот что:
1) Еще недавно руководителем считался тот, кто контролирует процессы и держит все под контролем.
2) С появлением ИИ‑агентов стало понятно, что именно этот слой работы автоматизируется первым. Как раз для этого такие инструменты и создаются — забирать рутину и контролировать поток задач.
То, что не автоматизируется, — это ответственность.
Полномочия можно передать алгоритму, ответственность — нет. И чем выше уровень ответственности, которую человек готов нести, тем выше его ценность — независимо от должности и количества прямых подчиненных.
Еще один сдвиг: эпоха руководителя, который только управляет процессами, уходит. Останутся те, кто умеет сочетать управление с личной вовлеченностью в создание результата, а не только в согласование планов и отчетов.
Рецепт от Алексеева на понедельник утром, чтобы к пятнице не оказаться не у дел: разберитесь в экономике своего продукта — где он создает ценность, а где теряет деньги. Выберите одну бизнес-метрику, за которую готовы отвечать лично, и выстройте вокруг нее продуктовую, коммерческую и финансовую части. Рутину отдайте ИИ, а сами занимайтесь решениями.
Пока одни команды тратят недели на проверку гипотез, другие используют ИИ для ускорения исследований, анализа обратной связи и подготовки решений.
17 июня в 19:00 МСК ОТУС проведёт открытый урок курса «Менеджер продукта в ИТ», на котором вы узнаете:
— как превращать сырые наблюдения в проверяемые идеи;
— какие задачи можно делегировать ИИ при работе с интервью и данными;
— где ИИ действительно сокращает время проверки гипотез;
— на каких этапах решение всё ещё зависит от продуктового мышления.
👉 Бесплатное участие
В результате вы получите практическую схему применения ИИ в ежедневной работе менеджера и сможете быстрее проходить путь от идеи до выводов без потери качества решений. Реклама ООО «Отус онлайн-образование»
Как собрать дизайн-систему с Claude Code для реального AI SaaS от концепта до готовых экранов?
Есть идея, есть PRD, есть понимание, каким должен быть продукт. Но чтобы дойти до реальных экранов, нужно собрать дизайн-систему, развести компоненты, сверстать каждый экран. А гипотезы хочется проверить уже сейчас, но вы неделями собираете UI руками. Знакомо? А что если этот Путь пройдёт ИИ-агент?
3 июня в 18:00 мск Даниил Шишко из Pixel Perfect проведёт эфир, на котором возьмёт концепт и соберёт дизайн-систему через Claude Code и Figma MCP на реальном стартапе для голосовых ИИ-агентов и на её базе сверстает готовые экраны продукта.
Чем полезно занятие:
– научишься собирать дизайн-систему через Claude Code и Figma MCP сам;
– 4 скилла для Claude Code: для сборки и поддержки своей ДС;
– поймёшь, как отдать агенту рутину поддержки больших ДС.
👉 Эфир пройдёт в канале Даниила: /channel/+2YaLKdHv_p5lNDZi
🔥 Мы ждали этого от ИИ-агентов: теперь экраны авторизации проходятся без проблем
Практически каждый менеджер и разработчик регулярно сталкивается с рутиной в задачах: нужно прокликать интерфейс после релиза, собрать исследование по конкурентам из закрытых соцсетей или вытащить данные из сервисов без API. Обещания, что ИИ-агенты скоро всё сделают за нас, звучат из каждого утюга, но на практике большинство ботов ломаются о первый же экран авторизации.
Наталья Савенкова, AI Product Manager в Яндекс Go, на своём опыте проверила, способны ли современные браузерные агенты помочь с такими задачами. Она столкнула лбами свежий Kimi WebBridge, привычный Playwright и BrowserMCP. Никаких синтетических бенчмарков — только реальные условия и суровая продуктовая рутина.
В статье четыре распространённых сценария:
🔸 Анализ закрытых платформ.
🔸 Визуальный аудит B2B-продуктов.
🔸 Автономные smoke-тесты.
🔸 Сборка автоматического рабочего процесса.
Прочитать полный обзор можно в блоге Городских сервисов Яндекса
Claude Code выкатили Dynamic Workflows
Новая фича позволяет запускать динамические рабочие процессы с участием сотен параллельных субагентов.
Некоторые задачи слишком велики для одного прохода одним ИИ-агентом, особенно в сложных, легаси-кодбейсах: поиск багов по всему сервису, миграции, затрагивающая сотни файлов, или план, который нужно проверить с каждого угла перед тем, как принять решение.
Dynamic Workflow — это JavaScript-скрипт, который оркестрирует субагентов в масштабе. Claude пишет этот скрипт под конкретную задачу, а рантайм выполняет его в фоне. План переходит в код, а не в контекстное окно Claude, все промежуточные результаты живут в переменных скрипта, и в контексте оказывается только финальный ответ. Тем самам ваша сессия с ИИ остаётся отзывчивой и неперегруженной контекстом, пока все агенты работают над большой задачей.
Попросите Claude Code создать воркфлоу напрямую через промпт, например, "Create a workflow...", либо включите новую настройку в ultracode) и и Claude динамически сформирует план оркестрации, которого будет неукоснительно придерживаться, что позволит ИИ и вам быть абсолютно уверенными в том, что каждый этап выполняется в правильной последовательности даже при участии сотен ИИ-агентов.
– Чо там у нас по тех долгу?
Марк вчера запустил премиум подписки для Instagram, Facebook и WhatsApp
$4/месяц для каждой аппы за стату, суперреакции, долгие сторис и всё такое, но интересно в этом всём причины и время, когда Марк решил это раскатить.
А видятся они в простом:
1) Бесплатная версия социалок с рекламой работала, пока предельные вычислительные затраты на инфру и код социалки ≈ 0. Код и код, крутится себе на серверах в Калифорнии, реклама, рожь, VR-Вселенная без ног, кайеф.
2) Пришла эпоха ИИ, и социалки теперь не просто код, а ИИ-монолиты, в которых каждая функция ИИ это колоссальная нагрузка на новую(!) ИИ-инфру, имеющая собственную стоимость в $ за каждый ИИ-запрос (новый термин – AI ROI).
Теперь представьте на масштабах всех трёх социалок Марка. Поэтому одна лишь реклама теперь не может окупать ТАКОЕ (бедный Марк).
– 2023 год: Эпоха массовых бесплатных продуктов подходит к своему логическому завершению с введением подписки на синюю галочку в Твиттере.
Хочешь получать профит от Х в виде приоритета в реплаях и рекомендациях в ленте (то есть, быть на виду)? Значит твой продукт это ты сам, ты перепродаешь себя, а значит... это B2B, поэтому ты должен плотитьнологи.
Теперь и Инста с Фб официально конвертнулись в сознании юзеров из B2C в B2B продукт. Вместе с юзерами.
Галлюцинации ИИ – это твои галлюцинации: испытываем их вместе с ИИ (вайбкодинг ч.4)
Подбираемся с ИИ уже к сотне фич, багов, целому параду планет различных стимуляторов, транков и всего такого всех цветов и заметил, что:
если в первых версиях ИИ часто выдавала бред из-за недообученных моделей, то нынешние версии начинают глючить и впадать в бесконечные рассуждения по одной причине – ТЫ делаешь что-то не так, а не ИИ.
Понять, что ИИ попала в петлю просто – она начинает рассуждать 3+ минут вне зависимости от переформулирований и не сдвигается в рассуждениях ни на шаг, лишь проливая воду на экран и память. Тонны объяснений и перебираний вариантов, все эти "Wait, but" и... ничего.
В то время как при правильно сконструируемой (и поддерживаемой!!!) архитектуре и механиках, ИИ находит решение с первого промпта, сразу находит исполняемые функции и файлы и пишет работающий с первого пуша код за те самые 1-3 минуты.
КАК ДЕЛАТЬ КОД:
– проси системный подход;
– проси фрактальное подобие;
– проси общие утилитарные модули.
– Проси сначала проверить и описать архитектуру решения по таким условиям и только после твоего апрува писать код.
– Проси комментить все допущения, которые ИИ будет делать а) во время обсуждений; б) в комментах коде. Так ты увидишь, что она додумала за тебя и сможешь исправить это как: а) до релиза; б) так и после.
– Ведите в CLAUDE .MD словарь терминов и оперируй по нему в промптах и новых сессиях. "Термин / определение + сущности" через которые вы с ИИ должны оба понимать о чём говорите. Иначе через 10 итераций у тебя "вдруг" окажется две сущности типа UserManager с разной логикой.
– Лучший способ проверить, что ИИ понимает механики и зависимости фич и кода это попросить объяснить их через "что в системе сломается, если это убрать".
Если ты видишь дальше/больше ИИ, объясни ей это и попроси обновить: а) доку в CLAUDE .MD; б) комменты в коде. Проси, чтобы писала, что код принимает, возвращает, какие сайд-эффекты. Всё это спасёт тебя и её от галлюцинаций при следующих сессиях, когда контекст предыдущих сбросится.
ЧТО НЕ ДЕЛАТЬ:
1) Думать, что ИИ всё поймёт. Она поймёт, только но по своему, по своему напишет код и не сообщит тебе об этом. А ты потом будешь тупить и пытаться отловить несуществующую багу.
И вы не найдёте её, потому что ИИ будет глючить и пропускать это место, считая его нормой работающего кода/механики, и для неё это будет "не бага, а фича". Так легендарный мэм сыграет для тебя в обратку новой краской.
– Не давать ИИ полный 360° контекст вокруг изменения или апдейта фичи. Какие механики затрагиваются фичей; какие ещё (всегда есть место для ЕЩЁ); где ещё эта фича вылезает; с какими сущностями она ещё связана и в каком контексте (снова где ещё).
– Проси ИИ выстроить приоритет задач самой, в противном случае рискуешь словить то, что один код будет создавать костыль и ломать другой, причём это будет незаметно сразу.
– Не проси фиксить баги, не объяснив их симптомы и ожидаемое ТОБОЙ поведение. У меня было много раз, когда ИИ чинила только то, что я ей описывал, и ломала то, что не упоминал.
А ещё она чинила несуществующие баги, потому что я плохо сформулировал баг-репорт и не дал весь контекст. Пришлось перепроверять и тестить половину кода и назвать это красивым словом рефакторинг.
– Не давай ИИ рефакторить и добавлять фичу в одном промпте, это два абсолютно разных намерения с разными подоходами мышления и реализации! Смешаешь и ИИ добавит багу и отрефакторит уже работающую фичу как в предыдущем случае.
– Не копите. Технический. Долг. Молча. Если что-то допускаете как "ну ок, оставим пока вот так" – закомментите это в коде и claude md.
– И не продолжай сессию после третьего долгого ответа подряд. Это сигнал, что ИИ не улавливает суть, не видит багу в фиче (считая это нормой), контекстное окно замусорено, ИИ потеряла нить, попала в петлю, вы делаете что-то не так, вы оба начали галлюцинировать...
...Relax. Breath...
Новое окно. И новый взгляд.
Вайбкодинг он про то, чтоб ТЫ не потерял все нити.
Но, если что – режь всё, пиши фичу с нуля с начала.
Если вы дизайните с ИИ, ей не хватает вкуса и она отвечает "I know this looks terrible, but I have no idea why", держите подборку вкусных дизайн-скиллов для агентов:
– http://tasteskill.dev
– http://impeccable.style
– http://layers.jamiemill.com
– http://app.superdesign.dev
– http://github.com/gnurio/refactoring-ui-plugin
Free, open-source 💅
Дорожная карта более чем на месяц всегда была ошибочным артефактом в управлении продуктом и ИИ это доказал
А суть и изначальная концепция дорожной карты как путеводителя по пространству рынка с развитием корпоративных норм, правил и культур, была заменена на пошаговую инструкцию по ремонту и эксплуатации самоката/автомобиля/самолёта или на чём там передвигаются по рынку на картинке с МВП.
Аналогичным образом были сломаны и все процессы, стоящие далее за дорожной картой: аналитика на старых данных, планирование задач на день/неделю задним числом, такая же разработка и бесконечно замкнутые внутри себя этапы проверок и согласований. Незаметно, так эти процессы и стали самой дорожной картой.
И всё это рушится прямо сейчас и все волны тысячных сокращений в айти прямое подтверждение этому – Система не любит оптимизировать Хаос и ей легче очистить и перезагрузить себя, начав всё новое с нуля. Чтобы восстановить всё вновь.
Тоже самое с рынком аутсорсинга разработки/маркетинга/аккаунтинга, причем как снаружи, так и внутри.
Всё то, что раньше покупали потому что "почему бы не получить откат быстрее/проще будет на аутсорсе", теперь:
а) можно нужно делать ещё быстрее/дешевле внутри себя с ИИ-аутсорсом; б) можно нужно делать быстрее/дешевле даже на аутосорсе с ИИ.
Что самое забавное – и заказчики и исполнители (и все, кто там ещё между ними), все стороны уже прекрасно понимают, что с ИИ растягивание этих процессов и обоснование раздутых сроков, команд и бюджетов становится всё сложнее чем каких-то 3 года назад без ИИ.
TLDR: ИИ обнажил очередную правду – дорожная карта была превращена в скучный график самоконтроля, составленным из расчёта на искусственные ограничения, которых... больше не существует из-за искусственного ИИ.
Удачной недели (без ограничений) 🫱✨✨
Паттерны.
Каждый из нас – это паттерн.
Всё есть Паттерн.
И Кое-Что ещё.
Everything Is Recorded Now (с) a16z
Большинство наших рабочих обсуждений теперь записываются по умолчанию. И вам, вероятно, стоит исходить из того, что всё, что вы говорите, отныне записывается.
С технологической точки зрения очевидно, что на основе этого живого контекста компании будет построена новая система, под которую уже выстроена новая категория ПО с ИИ, организованная вокруг голоса, а не текста.
Сегодняшняя система записей — это структурированные данные: записи в CRM, тикеты, вики и документы.
Но наиболее ценный контекст живёт в разговоре: нюанс звонка клиенту, реальный спор на продуктовом обзоре, мимолётное замечание на встрече руководства, которое меняет обсуждение и дорожную карту. ИИ умеют брать эти неструктурированные голосовые данные и делать их структурированными и доступными для поиска и запросов.
Это большая возможность для ПО, и мы всё ещё находимся на ранней стадии понимания того, как будет выглядеть этот программный слой и кому он будет принадлежать.
Granola — яркий пример: у неё лучший контекст о культуре a16z, наших инвестициях и о том, как мы на самом деле думаем, чем почти у любого другого инструмента, которым мы пользуемся, потому что ИИ «была в комнате».
Устные и письменные культуры
Компании делятся на устные (verbal cultures) и письменные (written cultures).
Историческим узким местом для устных культур было то, что важный контекст происходил в разговоре, а затем исчезал. Когда ИИ может посещать каждую встречу и синтезировать произошедшее, устная культура наконец-то масштабируется.
Это не значит, что компании с письменной культурой не выиграют. Предоставление ИИ доступа к продуманным текстам также хороший способ быстро ввести ИИ в курс дела. Но в целом, я думаю, что ИИ будет продвигать и усиливать именно устную культуру.
– Сначала ИИ пришла в ваш корпоративный Gmail, потом в Slack, в таск-менеджер. Теперь ИИ с вами в комнате и на созвонах.
< место для мема Are they AI in the room with us right now?>
Мне не особо нравится популярность правила Парето
Во многих контекстах 80/20 действительно полезно и является отличным способом для быстрого выявления перекосов, утечек производительности и поиска эффективного пути решения проблем в уже существующих Системах.
Но величайшая угроза для Великих компаний кроется именно в этом – неустанной погоне за "эффективностью", которая, по факту тянет к... среднему, которое лишь размывается.
Мышление в духе 80/20, осознанно и добросовестно применяемое, ускоряет это размытие и падение. Так, вы становитесь ещё "успешнее и эффективнее" в том, что уже умеете и что уже работает, но... теряете способность к тому, что ещё не могли вообразить.
Проблема в том, что основатели не оптимизируют существующие Системы. Они пытаются создать То-чего-ещё-не-существует
Если хотите быть Великими, нацельтесь на 90% и выше. Правило 80/20 — это неправильный компас для пути.
Loop Engineering — это замена себя как человека, который пишет промпты ИИ, на Систему, которая делает это за вас
5 компонентов цикла (и один бонусный)
Для цикла нужно пять вещей и одно место, где хранить состояние.
1. Автоматизации, которые срабатывают по расписанию и сами занимаются поиском и сортировкой.
2. Worktrees («рабочие деревья»), чтобы два агента, работающих параллельно, не мешали друг другу.
3. Навыки (Skills) — прописанное знание о проекте, которое агенту не придётся угадывать каждый раз.
4. Плагины и коннекторы для подключения агента к уже используемым инструментам.
5. Суб-агенты, чтобы один агент генерировал идею, а другой её проверял.
И шестое — память: markdown-файл, который живёт вне отдельного разговора и хранит, что уже сделано, а что следующим, потому что ИИ забывает всё между запусками, поэтому память должна быть на диске, а не в контексте.
1. Автоматизации — сердце цикла
Именно автоматизации превращают разовый запуск в настоящий цикл. В Codex вы создаёте автоматизацию на вкладке Automations: выбираете проект, промпт, частоту запуска и то, где он будет выполняться.
Результаты попадают в папку Triage, а те запуски, которые ничего не нашли, просто архивируются. OpenAI использует это внутри для ежедневной сортировки задач, подготовки commit-отчётов и поиска недавно внесённых багов.
Claude Code достигает того же через планирование и хуки: /loop запускает промпт или команду с заданным интервалом, можно настроить cron-задачу, хуки на разных этапах жизненного цикла, или отправить всё в GitHub Actions.
Существует ещё одна важная примитива: /goal — в отличие от /loop, который повторяется по расписанию, /goal продолжает работу, пока не выполнится заданное условие, причём после каждого шага отдельная небольшая модель проверяет, завершена ли цель.
2. Worktrees: чтобы параллельность не превращалась в хаос
Когда запускается больше одного агента, файлы начинают конфликтовать. Git worktree решает эту проблему: это отдельная рабочая директория в своей ветке, но с общей историей репозитория. Codex и Claude Code поддерживают эту изоляцию — либо встроенными средствами, либо через флаг --worktree.
3. Навыки (Skills): чтобы не объяснять проект каждый раз заново
Навык — это папка с файлом SKILL.md, содержащим инструкции и метаданные, а также опционально скрипты, справочные материалы и ресурсы. Codex вызывает навык по $название или /skills, а иногда и сам, когда задача соответствует описанию навыка. Claude Code делает то же самое.
Навык — это однократно записанное намерение, которое агент читает при каждом запуске
Самое полезное структурное решение в цикле — отделить того, кто пишет, от того, кто проверяет.
Цикл не знает разницы. Вы знаете.
Всё дело в поиске: а) правильного б) Баланса
Что такое циклическая работа ИИ-агентов (agent looping) и открытые/закрытые циклы (по мотивам Anthropic Workshop: Build Agents That Run for Hours)
Последние два года ИИ-агентам давали задания пошагово: одна задача = один промпт. Сейчас этот подход меняется и вместо того чтобы просить ИИ-агента создать условный кусок кода или документ, а затем самому контролировать каждый этап, вы настраиваете цикл, который берёт на себя всё: исследование, планирование, выполнение, проверку и итерации до тех пор, пока цель не будет достигнута.
Циклический процесс — это выстроенная вами Система
Жизнь роботов в 2026: пассажир авиакомпании Southwest Airlines в США решил взять с собой в салон андроида, и вот что из этого получилось
Аарон Мехдизаде летел из Лас-Вегаса в Даллас и взял в салон своего робота Стьюи, который не пролезал по габаритам ручной клади, а отравлять багажом выходило дорого. Поэтому Аарон просто взял и оформил роботу... билет на соседнее кресло (услуга, которую обычно заказывают для перевозки хрупких вещей).
В аэропорту робот успешно прошёл предполётный досмотр: специально для этого на него была установлена батарея уменьшенной ёмкости, сам дошёл до гейта, а потом и в самолёте до своего места возле иллюминатора.
PS. После полета Southwest Airlines быстро опубликовала новые правила перевозки, в которых прописала запрет на перевозку роботов в салоне или зарегистрированном багаже вне зависимости от их размера и назначения. Причина банальна — безопасность при перевозке литий-ионных аккумуляторов.
Так майский дайджест протекает по Колумбии огнём
– Алхимическая задача
– Настройки мышления
– Гольф глазами продакта
– Галлюцинации ИИ = твои галлюцинации
– Не пользователи, а люди
– Personas это JTBD
– 55 когнитивных искажений
– Библиотека идей, законов и концепций
– Минимализм умер
– Postmortems for UX
– Единство аффекта и интеллекта
– Почему мы делаем разные выводы
– Теория карьерных якорей
– 8 часов работы делают тупее
– Продакшен — ничто
– Про первый лайк
– Причина тех долгов – продакт
– ИИ психоз у CEO и у компаний
– AI-native Startup Founder's Playbook
– The “Bug-Free” Workforce
– Agent Memory That Survives
– Промпт-инжиниринг для не-инженеров
– Structured-Prompt-Driven Development
– Как экономить токены
– State of AI 2025–2026
– Design Systems Report
– Why research needs to research itself
– Пытаясь спланировать непонятное
– Решение уравнения без решений
– Почему близнецы не симметричны
😌 Persistent Visions by Mark Seelig
🧘♂️ Ya-man from The Disciple's Path
Ad: Если нужен английский для работы, то AgileFluent – лучшее решение
Гипотезы, задачи, фичи – всё начинается как план. Сначала план (но это всё не точно)
0) Сначала сохрани контекст, что в голове, потом планируй. Помни о главном – цели.
Промпт (люблю писать для ИИ капсом):
Задача: ___ Аудитория:___ Контекст:___ бла-бла-бла
НО СНАЧАЛА ОТДЕЛЬНО СФОРМУЛИРУЙ ПЛАН: как ты будешь разбирать и что проверишь перед задачей, прежде чем писать предложение. Прежде чем составлять сам план, задай мне 5–7 уточняющих контекст и ситуации вопросов, ответы на которые сильнее всего повлияют на результат (по одному за раз).
Синхронность и фрактальность в userflow→UX→UI→кодеНикогда не думал, что скажу такое, но...
КАК ЖЕ СИЛЬНО техническое мышление разрабов может помогать продакту в осознании и познании механик продукта и пользователей.
Каждая (всякая ((Единая))) сущность в коде и в Системе должна быть собой, порождая своё фрактальное подобие, то есть использовать саму себя
I think the reason so many people don't understand how big AI is going to be is that they don't understand that
everything is an algorithm
Причина тех долгов в продукте – продакт
А в эпоху ИИ не должно быть никакого тех. долга вообще.
ИИ должен устранить весь технический долг: а) который был накоплен ранее; б) любой последующий планируемый тех долг ещё до того, как представить свой готовый код.
В отличие от людей, ИИ может продолжать работать над чем-то пока это не будет сделано, а не предлагать идти на уступки и компромиссы из-за человеческих ограничений и времени.
И если ИИ говорит вам, что "оставляет что-то на потом", это первый шаг к галлюцинациям и сигнал, что ты:
1) неверно определил проблему пользователя → 2) придумал несуществующий userflow → 3) спроектировал кривой UX/UI, механику решения и фичу = поэтому ИИ тупит с логикой и архитектурой кода и предлагает взять тех. долг.
Причина тех долгов в продукте – продактЧитать полностью…
Причина, по которой любая традиционная мудрость, от даосизма до современной нейронауки, определяет толерантность к неопределённости как фундаментальный навык, заключается в том, что неопределённость составляет саму Суть Бытия.
И это именно тот зазор между причиной~и~следствием, где таятся все возможные варианты развития событий
Контроль — это иллюзия, а попытка обрести полную определённость в бесконечной Вселенной, где царит неопределённость, порождает именно то страдание, которого мы пытаемся избежать
неопределённость – это базовое состояние Вселенной-Реальности, и именно сопротивление ей (а вовсе не сама неопределённость) порождает паралич воли
20 000 бонусов на тестирование сервисов Cloud․ru ☁️
От подбора нужного сервиса, выделения гранта или тестового периода до помощи в миграции в облако.
До 31 декабря для юридических лиц облачный провайдер Cloud.ru предлагает специальное предложение — 20,000 бонусов на использование своих сервисов.
С какими задачами помогут:
▶️Инфраструктура в облаке: вычислительные мощности для размещения, тестирования и прототипирования проектов.
▶️Хранилище данных: универсальное масштабируемое хранилище для создания резервных копий данных, размещения сайтов и приложений с высокой скоростью доступа и надежности.
▶️Облако для 1С: высокопроизводительное и защищенное облако для бесперебойной работы всех систем 1С.
▶️Бессерверные вычисления: контейнерные приложения в облаке без необходимости управлять собственной инфраструктурой.
▶️Разработка под Data Science: приложения на основе машинного обучения.
▶️Сайт в облаке: развертывание сайта в облаке, чтобы справиться с любой нагрузкой и трафиком.
Если вы дизайните с ИИ, ей не хватает вкуса и она отвечает "I know this looks terrible, but I have no idea why", держите подборку вкусных дизайн-скиллов для агентов:
– http://tasteskill.dev
– http://impeccable.style
– http://layers.jamiemill.com
– http://app.superdesign.dev
– http://github.com/gnurio/refactoring-ui-plugin
Free, open-source 💅
Авито открыла набор на Avito Analyst Bootcamp — годовую программу стажировки для начинающих аналитиков
Во время стажировки участники смогут развить навыки в продуктовой аналитике и BI-разработке, работать с большими данными и решать прикладные задачи вместе с командами Авито. Будут доступны дополнительные курсы, обучающие материалы и обмен опытом в комьюнити стажеров для системной прокачки знаний в смежных областях.
У стажёров с лучшими результатами будет возможность продолжить работу в Авито.
Подать заявку могут кандидаты, которые:
– владеют базовыми знаниями SQL и Python;
– учатся на 2–4 курсе бакалавриата, 1–2 курсе магистратуры, 3–5 курсе специалитета или уже получили диплом по технической, математической или IT-специальности.
Присоединиться к буткемпу можно как очно, так и дистанционно из любого города и региона страны.
👉 Сбор заявок до 4 июня
Запуск буткемпа стал очередным этапом в развитии образовательных и карьерных программ Авито для молодых IT-специалистов и команд, которые помогают развивать продукты платформы, улучшать пользовательский опыт и принимать решения на основе данных.
Всё самое интересное, что сейчас происходит в продакт-менеджменте и ИИ сначала появляется на английском. Потом это переводят, адаптируют, упрощают и в итоге ты получаешь третью копию мысли, которая уже успела устареть.
Но чтение лишь первая ступень. Всё начинает раскрываться когда ты развиваешь разговорный английский: пишешь кому-то в личку, спокойно проходишь все этапы собеседования в компанию в другой стране, сидишь на международном звоноке или в Slack и т.п.
Ребята из AgileFluent запустили курс по английскому специально для продактов, проджектов и аналитиков со специализированной лексикой и кейсами из реальной работы.
AgileFluent уже 5 лет учат digital-специалистов проходить интервью и работать на английском: тысячи кейсов, опытные преподаватели со специализацией в английском для Tech, свои материалы и уникальные форматы обучения. Никакого «общего английского» — только под айтишные задачи и с персональными планом обучения.
Если нужен английский для работы, то AgileFluent – лучшее решение.
Первый урок бесплатно + 12% скидка по промокоду PM_and_AI до конца 30 мая.
👉 Записаться на пробный урок