Anthropic выпустила еще один бесплатный курс по Loop Engineering с Fable 5. Часовой курс разбирает Claude Code и агентные циклы (agentic loops) лучше, чем платные туториалы.

Пользуемся.

Один сотрудник в компании работает в 10 раз быстрее с Claude. Остальная команда — нет. Почему? 😱

Об этом написал Борис Черный, глава Claude Code в Anthropic, который выделил 5 уровней зрелости компании в работе с AI (от 0 до 4). Сама Anthropic, по его словам, сейчас на уровне 3 из 5. А теперь смотри уровни:

→ Уровень 0 «Gated»: агентов нет вообще, всё вручную
→ Уровень 1 «Assisted»: один агент под присмотром — как стажёр рядом с наставником 🤗
→ Уровень 2 «Parallel»: около 10 агентов под управлением одного человека-оркестратора
→ Уровень 3 «Supervised autonomy»: около 100 агентов — уже похоже на оргструктуру с деревом подчинения 📊
→ Уровень 4 «AI-native»: 1000+ агентов, человек не раздаёт задачи, а задаёт направление ⚡

Ключевая мысль: токенов и подписки недостаточно, чтобы перейти на следующий уровень — на каждом уровне нужно найти свои узкие места и выстроить новые правила контроля. Так что если в команде есть один «AI-герой», а остальные топчутся на месте — это не про мотивацию, это нормальный этап 1-2 из 5.

Начни бесшовное внедрение с нами

AI LAB руководителя

Верифицированные школьные учителя США получили год премиум-Claude бесплатно (до 30.06.2027) — включая Claude Code и Claude Cowork, которые обычно на платных тарифах.

Интересно, думаю это сильный драйвер для образования.

Частая ошибка: открыть новый чат, заново объяснить про бизнес / бизнес-процесс / проект, получить результат, закрыть вкладку, повторить завтра — это «утечка памяти». Если AI не хранит контекст между сессиями, компания теряет время на то же самое объяснение снова и снова.

Финдиректор OpenAI сказала то, о чём молчат все вендоры AI-инструментов 💰

Она предложила измерять AI не по цене за токены. А вот как:

→ Дешёвая модель, которую приходится перепроверять и переделывать — на практике обходится дороже 💸
→ Дорогая модель, которая решает задачу с первого раза — экономит часы правок ⚡
→ Правильный вопрос не «сколько стоит токен», а «сколько задач реально закрыто без переделки» 📊

Считать нужно не подписку, а объём надёжно решённых задач — это и есть настоящий ROI 💡

📌 Читать или послушать полную статью

AI LAB руководителя

Есть простое правило, которое избавляет от повторяющейся работы 🔄

Если делаешь одно и то же в третий раз — счёт не в твою пользу. Вот правило:

→ Первый раз — просто ответил 📋
→ Второй раз — записал, как сделал 📌
→ Третий раз — оформил в чек-лист или AI-навык и больше не возвращаешься к этому руками ⚡

Проверка публикации, знакомство с новым сотрудником, напоминания по счетам — всё, что повторяется трижды, не должно требовать тебя в четвёртый раз 💡

AI LAB руководителя

Есть цифра, в которую сложно поверить — россияне пользуются ИИ интенсивнее, чем американцы 😱

ВЦИОМ в мае 2026 сравнил Россию и США напрямую, по одной методике, на одной выборке вопросов. А теперь смотри разрыв:

→ «Пользуюсь ИИ постоянно»: Россия 19% против США 5% — почти в 4 раза больше 📊
→ «Ежедневно или по несколько раз в день»: Россия 31% против США 41% — здесь американцы всё же впереди 🔄
→ «Хорошо знаком с темой ИИ»: Россия 59% против США 47% 💡

Разница объясняется просто: американцы чаще формально фиксируют «пользуюсь каждый день», а россияне чаще говорят «не представляю день без ИИ» — то есть ИИ уже встроен в привычку 🤖, а не остаётся отдельной задачей для галочки. Миф «Россия отстаёт от США по ИИ» этими цифрами не подтверждается — как минимум по интенсивности личного использования.

Разбор рынка AI с нуля — читай здесь

AI LAB руководителя

Глава Microsoft сформулировал главное изменение в работе точнее, чем 90% AI-инфлюенсеров 💡

Наделла написал в своём блоге о разнице, которую легко пропустить:

→ Раньше технологии просто ускоряли то, что и так делал человек 🔄
→ Теперь между человеком и системой формируется двусторонний контур — они обмениваются результатами ⚡
→ Меняется не скорость задач, а сама модель того, как в компании принимаются решения 📊

Подписка на AI-инструмент — не про «купить скорость». Это про пересборку того, как принимаются решения 💡

AI LAB руководителя

Сначала чини процесс, потом добавляй AI. Формула которая вообще не только к AI применима, а к любой автоматизации !!!

Формула: аудит (где начинается процесс, кто утверждает, что теряется) → оптимизация (нейминг, чек-листы, права доступа) → и только потом автоматизация — иначе AI ускоряет уже сломанный процесс.

В точку. Все таки часто происходит прыжок сразу в автоматизацию, а итог — нет никакого результата от этой автоматизации, а «плохой» остался подрядчик, потому что ничего не работает 😂

Согласны ? Было ?

AI LAB руководителя

Показала Claude как делать задачу один раз на видео — переспрашивать он больше не будет 🎥

Никакого текста, никакого промпта. Только запись экрана и голос. Вот как это работает:

→ Вызываешь «Record a skill» в Claude — и просто записываешь экран, как обычно делаешь задачу
→ Проговариваешь вслух, что делаешь и почему — Claude слушает и запоминает логику, а не только клики 🗣️
→ На выходе — готовый навык: в следующий раз зовёшь его, без единого слова инструкции ⚡

Раньше барьер для нетехнического руководителя был один — не умею писать промпты. Теперь и его сняли: показывать умеют все 💡

Если еще не знаешь, что такое skill и почему именно skills (навыки) делают ответы ИИ-помощника точнее и быстрее — читай здесь

AI LAB руководителя

Тестирую команду /insights. Она анализирует прошлые сессии и показывает:

→ Какие задачи я объясняю заново каждый раз, хотя они повторяются 🔄
→ Где формулировка заводит Claude не туда — и как её поправить 💡
→ Какую из повторяющихся задач стоит оформить в готовый навык, чтобы не объяснять по новой 🤗

Вообщем, это отличная возможность проанализировать свою же работу с ИИ-помощником и оптимизировать ее.

AI LAB руководителя

Все уже готовились сокращать людей из-за AI, а сейчас снова нанимают 📊

WSJ поговорил с директорами крупных компаний:

→ Booz Allen: операционный директор прямо сказала инвесторам — «нам нужно ускорить найм, мы немного отстаём» 📈
→ Alphabet (Google): продолжает набирать персонал в облачные сервисы + в собственный AI — вакансий в 2026 почти вдвое больше, чем годом раньше 💼
→ ServiceNow нанимают продавцов — там же, где ждали сокращений 🔄

AI-агент не убирает роль целиком. Кто-то всё ещё должен дать ему контекст задачи и проверить результат — это и есть новая работа человека 💡

Сохрани — пригодится, если ты влияешь на принятие решений в области HR политики 📌

AI LAB руководителя

Чем больше AI-инструментов у руководителя — тем хуже результат.

Звучит странно, но это так 😱

Наблюдение с практики внедрения: дело не в количестве инструментов. Вот в чём:

→ Одни хватаются сразу за всё — навыки, агенты, рабочие процессы — и тонут в настройке 😥
→ Другие берут одну конкретную проблему и решают только её, прежде чем открывать следующую 📌
→ Результат у вторых лучше не потому что инструменты умнее, а потому что фокус не размывается 🔄

AI не прощает распыления. Один процесс, доведённый до конца, полезнее пяти начатых 💡

С чего начать, если ты не программист — про фокус на одной проблеме, не на инструменте

AI LAB руководителя

OpenAI строит платформу для найма — и метит прямо в LinkedIn

Что внутри:

→ ИИ подбирает кандидатов не по ключевым словам в резюме, а по реальным навыкам и портфолио работ 🎯
→ Работодатель описывает задачу обычным языком — платформа ищет, кто это реально умеет делать 💼
→ Запуск — к середине 2026, уже подключились Walmart (1,6 млн сотрудников) и BCG 📌

LinkedIn принадлежит Microsoft — крупнейшему инвестору OpenAI. Конкуренция между партнёрами становится нормой рынка AI 💡

Я уже очень хочу потестировать! Прикольно было бы что-то похожее поделать на Россию, думаю есть аналоги, но пока не с такой мощностью.

AI LAB руководителя

McKinsey Insights выпустили материал про brain-powered organizations. Идея простая: AI забирает рутину — но оставляет сотрудникам больше сложных решений и работы с неопределённостью. Когнитивная нагрузка растёт, а не падает 📊

Подключить AI-помощников — это только первый шаг. Если команда после этого не отдыхает и не может сосредоточиться на сложных задачах — эффект от автоматизации съедается усталостью 💡

AI LAB руководителя

Продуктивность — это не про то, сколько ты умеешь. Это про то, от чего вовремя отказываешься 🎯

Вот в чём суть зоны гениальности 👇

По книге Гая Хендрикса «The Big Leap»: есть зона компетентности — работа, которую делаешь достаточно хорошо. И есть зона гениальности — где ты исключительно продуктивен, создаёшь собственные правила и работаешь на предельной энергии 🔍

Руководитель, который тащит на себе всё — включая рутину, которую давно может забрать AI — остаётся в зоне компетентности. Не в зоне гениальности 💡

Уже решил, что будешь делегировать первым ?

AI LAB руководителя

У нас наконец не опрос, а платёжные данные о том, что ИИ реально делает с наймом 📊

Ramp и Revelio Labs проверили 21 559 компаний США напрямую по тратам на ИИ-инструменты и кадровым записям:

→ Компании, которые тратят на ИИ больше всего — не «пробуют», а вкладываются серьёзно — за 2 года после начала внедрения выросли штатом на 10% 📈

→ Найм джуниоров у них вырос на 12% — миф «ИИ первым делом убьёт вход в профессию» пока не подтверждается на реальных данных

→ Эффект пока виден в основном в IT и софте — в остальных отраслях либо рано, либо трат на ИИ ещё недостаточно 💡

Компании, которые тратят на ИИ по минимуму, роста штата не показали вообще. Разница не в «внедрили или нет», а в том, насколько серьёзно вложились.

Сохрани — пригодится, если сомневаешься, вкладываться в ИИ по-настоящему или для галочки.

AI LAB руководителя