Мы выложили Tessbrain в публичный репозиторий.
Знакомая сцена: продажи обещают клиенту октябрь, разработка планирует декабрь, а выясняется это на демо. Компания каждый день проговаривает себя — на встречах, в звонках, в чатах — и почти всё это испаряется. Решения принимаются по второму разу. Знание уходит вместе с людьми.
Летом YC назвал «мозг компании» отдельной категорией: «Every company in the world will need one». Почти все в этой нише строят память. Мы строим другую половину мозга — ту, которая делает:
— сам замечает рассинхрон между людьми и отделами: сверки идут по расписанию, а не когда кто-то вспомнил спросить;
— собирает отчёты, которые читают, и документы из уже сказанного — пока идёшь от переговорки до стола, черновики под твою роль в этой встрече уже готовы;
— автоматизации словами: «каждый понедельник собирай итоги недели и присылай картинкой» — схема собирается сама и работает по событиям;
— SIMA: сотрудник без кода описывает нужный мини-сервис, получается ТЗ, где каждое требование несёт цитату из данных компании; внешний ИИ делает, система принимает результат по машинным проверкам.
Внутри — типизированный граф: 33 типа объектов, 48 типов связей, у каждого факта источник, дата и уверенность. Доступ режется до модели: спросите про зарплаты от роли стажёра — факта не существует. Не «доступ запрещён» — невидим.
Код публичен под Apache-2.0. В комплекте: синтетическая компания на 85 человек, 20 встреч с настоящими транскриптами и машинопроверяемыми данными. Можно загрузить и щупать, не давая системе свои данные.
GitHub: github.com/neskuchny/Tessbrain
Демо (3 мин): rutube.ru/video/06dd621cb8538dd97a58cc7418f419c0/
Знакомая сцена: продажи обещают клиенту октябрь, разработка планирует декабрь, а выясняется это на демо. Компания каждый день проговаривает себя — на встречах, в звонках, в чатах — и почти всё это испаряется. Решения принимаются по второму разу. Знание уходит вместе с людьми.
Летом YC назвал «мозг компании» отдельной категорией: «Every company in the world will need one». Почти все в этой нише строят память. Мы строим другую половину мозга — ту, которая делает:
— сам замечает рассинхрон между людьми и отделами: сверки идут по расписанию, а не когда кто-то вспомнил спросить;
— собирает отчёты, которые читают, и документы из уже сказанного — пока идёшь от переговорки до стола, черновики под твою роль в этой встрече уже готовы;
— автоматизации словами: «каждый понедельник собирай итоги недели и присылай картинкой» — схема собирается сама и работает по событиям;
— SIMA: сотрудник без кода описывает нужный мини-сервис, получается ТЗ, где каждое требование несёт цитату из данных компании; внешний ИИ делает, система принимает результат по машинным проверкам.
Внутри — типизированный граф: 33 типа объектов, 48 типов связей, у каждого факта источник, дата и уверенность. Доступ режется до модели: спросите про зарплаты от роли стажёра — факта не существует. Не «доступ запрещён» — невидим.
Код публичен под Apache-2.0. В комплекте: синтетическая компания на 85 человек, 20 встреч с настоящими транскриптами и машинопроверяемыми данными. Можно загрузить и щупать, не давая системе свои данные.
GitHub: github.com/neskuchny/Tessbrain
Демо (3 мин): rutube.ru/video/06dd621cb8538dd97a58cc7418f419c0/
❤1
MeetFlow
Мы выложили Tessbrain в публичный репозиторий. Знакомая сцена: продажи обещают клиенту октябрь, разработка планирует декабрь, а выясняется это на демо. Компания каждый день проговаривает себя — на встречах, в звонках, в чатах — и почти всё это испаряется.…
Подготовили еще подробное описание всего функционала, какие есть автоматизации, доступы, шины данных, чтобы передавать данные вовне и прочее.
Берите, форкайте, стройте своё. Ставьте звёзды, присылайте PR. И если знаете, кому нужно, — перешлите.
Карта возможностей https://neskuchny.github.io/Tessbrain/share/ru/tessent_competitivemap.html
Берите, форкайте, стройте своё. Ставьте звёзды, присылайте PR. И если знаете, кому нужно, — перешлите.
Карта возможностей https://neskuchny.github.io/Tessbrain/share/ru/tessent_competitivemap.html
Сейчас найм устроен так: одна нейросеть пишет резюме, другая его отсеивает.
Кандидат не умеет писать резюме — просит модель. HR не успевает читать — ставит модель на скоринг. Две системы договариваются о человеке, которого ни одна не видела.
Это уже не метафора. В 2026-м измерено: AI-скринеры предпочитают резюме, написанные ИИ, в 82% случаев — система узнаёт свой почерк. В феврале федеральный суд авторизовал коллективный иск Mobley против Workday — первое крупное дело про алгоритмический отсев.
Побочный эффект: резюме сильного кандидата часто хуже, чем резюме слабого. Сильный занят работой, слабый — документом. Скоринг ошибается в обе стороны.
Но даже идеальное резюме не отвечает на вопросы, которые решают исход найма. Подойдёт ли он этой команде — человек из корпорации в стартапе задыхается от хаоса, из стартапа в корпорации — от согласований. Нужна ли его компетенция сейчас, или в команде она уже есть в двух экземплярах. Сыграется ли — это вообще не про навыки.
HR не может это знать: надо прожить внутри команды год. А компания уже знает. Она видит, какие задачи человек брал, как вёл себя, когда проект ломался, какая его работа дала эффект, где он рос, а где встал. Это не оценка — это линия, и она видна только на дистанции.
В Tessent мы закладывали идею HR 2.0 - формат, когда создаётся слепок сотрудника, в котором хранятся все данные о том как он развивался, работал, взаимодействовал с коллегами и прочее. Он его видит, забирает с собой при уходе и сам решает, что открыть конкретной компании. Резюме — документ, который человек о себе пересказывает. Слепок — документ, который он о себе накопил.
Честно про статус. Сводить слепок с моделью команды и выдавать прогноз мы пока не умеем — 🔜. Но та часть, от которой зависит, полезная это идея или мерзкая, уже работает:
✅ слепки из реальных решений,
✅ согласия «кому / какой срез / до какого срока» с отзывом в один клик
🟡 обмен между компаниями собран и выключен флагом до утверждения юридической модели. Этика здесь — код, и по умолчанию она выключена.
Резюме — самый короткий и самый бедный пересказ человека. Весь слепок — про остальные.
https://github.com/neskuchny/Tessbrain
Кандидат не умеет писать резюме — просит модель. HR не успевает читать — ставит модель на скоринг. Две системы договариваются о человеке, которого ни одна не видела.
Это уже не метафора. В 2026-м измерено: AI-скринеры предпочитают резюме, написанные ИИ, в 82% случаев — система узнаёт свой почерк. В феврале федеральный суд авторизовал коллективный иск Mobley против Workday — первое крупное дело про алгоритмический отсев.
Побочный эффект: резюме сильного кандидата часто хуже, чем резюме слабого. Сильный занят работой, слабый — документом. Скоринг ошибается в обе стороны.
Но даже идеальное резюме не отвечает на вопросы, которые решают исход найма. Подойдёт ли он этой команде — человек из корпорации в стартапе задыхается от хаоса, из стартапа в корпорации — от согласований. Нужна ли его компетенция сейчас, или в команде она уже есть в двух экземплярах. Сыграется ли — это вообще не про навыки.
HR не может это знать: надо прожить внутри команды год. А компания уже знает. Она видит, какие задачи человек брал, как вёл себя, когда проект ломался, какая его работа дала эффект, где он рос, а где встал. Это не оценка — это линия, и она видна только на дистанции.
В Tessent мы закладывали идею HR 2.0 - формат, когда создаётся слепок сотрудника, в котором хранятся все данные о том как он развивался, работал, взаимодействовал с коллегами и прочее. Он его видит, забирает с собой при уходе и сам решает, что открыть конкретной компании. Резюме — документ, который человек о себе пересказывает. Слепок — документ, который он о себе накопил.
Честно про статус. Сводить слепок с моделью команды и выдавать прогноз мы пока не умеем — 🔜. Но та часть, от которой зависит, полезная это идея или мерзкая, уже работает:
✅ слепки из реальных решений,
✅ согласия «кому / какой срез / до какого срока» с отзывом в один клик
🟡 обмен между компаниями собран и выключен флагом до утверждения юридической модели. Этика здесь — код, и по умолчанию она выключена.
Резюме — самый короткий и самый бедный пересказ человека. Весь слепок — про остальные.
https://github.com/neskuchny/Tessbrain
❤1
Сломанный телефон — детская игра, где никто не заинтересован соврать. Фраза всё равно не доживает до конца круга.
Теперь добавьте взрослых с карьерой и премией.
Инженер на созвоне: «Не успеваем к 14-му. Нужна ещё неделя, иначе выкатим без миграции.» Тимлид в статусе: «Есть риск по срокам, возможно сдвинемся на пару дней.» Руководитель направления: «Идём в график, по рискам небольшой запас.» Что слышит генеральный: «Релиз 14-го, всё под контролем.»
Никто не соврал. Проверьте каждый шаг — придраться не к чему.
Искажений четыре, и только одно про честность. Механическое — человек помнит суть, не формулировку. Подача — каждый расставляет акценты под получателя, это нормальный навык. Ваша призма — вы слышите через то, чего ждали. И молчание — самое дорогое: наказывают редко за проблему, почти всегда за то, что её принёс. Через полгода в компании есть список тем, о которых «не принято» докладывать, и он не записан нигде.
Итог: решения точные — по неточной карте. Вы управляете не той компанией, которая есть, а той, о которой вам рассказали. Виноватых нет — поэтому это не чинится разговорами о доверии.
Что меняется, когда информация идёт не только через людей.
Систему невозможно наказать за плохую новость. У неё нет карьеры и отношений в команде. Одно это убирает четвёртый слой.
Но «ИИ передаёт честно» — лозунг, пока это нельзя проверить. Поэтому сигнал приходит с трассой — встреча, минута, контекст. Система видит противоречия между источниками: в статусе «по плану», на встрече неделей раньше — перенос. И видит рассинхроны отделов: две команды неделю работают из разных версий одного решения — чего не видит ни один участник.
Граница: это не отчёт про людей. Сигнал — на уровне темы и команды, не «Иванов недоволен». Права проверяются до модели. И работает в обе стороны — вниз тоже: команда получает настоящую причину решения, а не «руководство решило».
✅ В проде: лента инсайтов — слепые зоны, рассинхроны отделов, аномалии.
Провенанс до минуты. 🔜
Как донести сигнал, чтобы руководитель его прочитал, — отдельная тема.
https://github.com/neskuchny/Tessbrain
Теперь добавьте взрослых с карьерой и премией.
Инженер на созвоне: «Не успеваем к 14-му. Нужна ещё неделя, иначе выкатим без миграции.» Тимлид в статусе: «Есть риск по срокам, возможно сдвинемся на пару дней.» Руководитель направления: «Идём в график, по рискам небольшой запас.» Что слышит генеральный: «Релиз 14-го, всё под контролем.»
Никто не соврал. Проверьте каждый шаг — придраться не к чему.
Искажений четыре, и только одно про честность. Механическое — человек помнит суть, не формулировку. Подача — каждый расставляет акценты под получателя, это нормальный навык. Ваша призма — вы слышите через то, чего ждали. И молчание — самое дорогое: наказывают редко за проблему, почти всегда за то, что её принёс. Через полгода в компании есть список тем, о которых «не принято» докладывать, и он не записан нигде.
Итог: решения точные — по неточной карте. Вы управляете не той компанией, которая есть, а той, о которой вам рассказали. Виноватых нет — поэтому это не чинится разговорами о доверии.
Что меняется, когда информация идёт не только через людей.
Систему невозможно наказать за плохую новость. У неё нет карьеры и отношений в команде. Одно это убирает четвёртый слой.
Но «ИИ передаёт честно» — лозунг, пока это нельзя проверить. Поэтому сигнал приходит с трассой — встреча, минута, контекст. Система видит противоречия между источниками: в статусе «по плану», на встрече неделей раньше — перенос. И видит рассинхроны отделов: две команды неделю работают из разных версий одного решения — чего не видит ни один участник.
Граница: это не отчёт про людей. Сигнал — на уровне темы и команды, не «Иванов недоволен». Права проверяются до модели. И работает в обе стороны — вниз тоже: команда получает настоящую причину решения, а не «руководство решило».
✅ В проде: лента инсайтов — слепые зоны, рассинхроны отделов, аномалии.
Провенанс до минуты. 🔜
Как донести сигнал, чтобы руководитель его прочитал, — отдельная тема.
https://github.com/neskuchny/Tessbrain
Два отдела одновременно улучшили компанию. Компания стала хуже.
Март. Продажи видят, что квартал не закрывается, и делают то, за что им платят: обещают поставку за три недели. Тот же март. Производство видит рост возвратов и делает то, за что платят им: добавляет этап ревью, цикл становится шесть недель.
Ни один отдел не знает о решении другого. Оба решения правильные. В апреле клиенты, которым обещали три недели, получили шесть и ушли. На разборе продажи узнали, что «наобещали», производство — что «тормозит». В следующий раз они согласуют ещё меньше.
Самое дорогое в компании — не ошибки. Самое дорогое — когда все правы. Ошибку видно, у неё есть автор. Здесь чинить нечего.
Почему это постоянно. Отделы не знают, что решили соседи — не из вредности, просто нет канала. Зато у каждого ощущение, что его участок важнее: свою работу человек видит целиком, чужую — обрывками. А когда отделы разговаривают, они не понимают друг друга: одна нейтральная фраза читается одним как помощь, другим как наезд.
Отдельная цена — ритм. Рассинхрон — это рывки: компанию бросает вперёд-назад, и силы уходят на то, чтобы устоять. Компания, которую лихорадит, живёт недолго. У печени нет еженедельного синка с сердцем — есть непрерывный обмен сигналами.
Система работает со скоростью худшей своей части. А худшая она чаще всего не потому, что плохо работает, а потому что не поняла — что делать и зачем. Отстающий отдел мотивируют или меняют людей. А до него просто не доехал контекст.
Что здесь делает система. Видит расхождение раньше людей — у неё обе половины картины. Называет, никого не обвиняя: не «продажи наобещали», а «два решения марта конфликтуют по срокам», с трассой до встреч. Показывает пересечения: соседний отдел уже полгода решает вашу задачу под другим названием.
И не заставляет. Синхронизация принуждением — тот же рывок, только сверху. Она подсвечивает, решают люди.
✅ Работает: детекция рассинхрона отделов и слепых зон, кросс-сущностный анализ, поиск того, кто реально знает тему.
🟡 «Вам двоим стоит объединиться» как проактивная рекомендация — собирается из кусков, отдельной фичей не оформлено.
https://github.com/neskuchny/Tessbrain
Март. Продажи видят, что квартал не закрывается, и делают то, за что им платят: обещают поставку за три недели. Тот же март. Производство видит рост возвратов и делает то, за что платят им: добавляет этап ревью, цикл становится шесть недель.
Ни один отдел не знает о решении другого. Оба решения правильные. В апреле клиенты, которым обещали три недели, получили шесть и ушли. На разборе продажи узнали, что «наобещали», производство — что «тормозит». В следующий раз они согласуют ещё меньше.
Самое дорогое в компании — не ошибки. Самое дорогое — когда все правы. Ошибку видно, у неё есть автор. Здесь чинить нечего.
Почему это постоянно. Отделы не знают, что решили соседи — не из вредности, просто нет канала. Зато у каждого ощущение, что его участок важнее: свою работу человек видит целиком, чужую — обрывками. А когда отделы разговаривают, они не понимают друг друга: одна нейтральная фраза читается одним как помощь, другим как наезд.
Отдельная цена — ритм. Рассинхрон — это рывки: компанию бросает вперёд-назад, и силы уходят на то, чтобы устоять. Компания, которую лихорадит, живёт недолго. У печени нет еженедельного синка с сердцем — есть непрерывный обмен сигналами.
Система работает со скоростью худшей своей части. А худшая она чаще всего не потому, что плохо работает, а потому что не поняла — что делать и зачем. Отстающий отдел мотивируют или меняют людей. А до него просто не доехал контекст.
Что здесь делает система. Видит расхождение раньше людей — у неё обе половины картины. Называет, никого не обвиняя: не «продажи наобещали», а «два решения марта конфликтуют по срокам», с трассой до встреч. Показывает пересечения: соседний отдел уже полгода решает вашу задачу под другим названием.
И не заставляет. Синхронизация принуждением — тот же рывок, только сверху. Она подсвечивает, решают люди.
✅ Работает: детекция рассинхрона отделов и слепых зон, кросс-сущностный анализ, поиск того, кто реально знает тему.
🟡 «Вам двоим стоит объединиться» как проактивная рекомендация — собирается из кусков, отдельной фичей не оформлено.
https://github.com/neskuchny/Tessbrain
Вы купили всем подписки, оплатили курсы и объявили AI-first. Через полгода пользуются те же пятеро, которые пользовались и до вас.
Обычный вывод — люди ленивые. Вывод неверный, и из-за него программу чинят не с той стороны.
Хороший промпт с первой попытки не пишет никто. Ни вы, ни человек, который работает с моделями каждый день. Модель всегда понимает чуть иначе — как живой собеседник, которому вы объясняете очевидное, а он понимает по-своему.
Профессионал и новичок получают одинаково плохой результат на первой попытке. Разница одна: профессионал знает, что так и должно быть, и делает второй заход. Новичок делает вывод — «бесполезно» или «я не умею». Оба вывода закрывают тему навсегда, и оба случаются в первые десять минут. Вот где умирает AI-first.
И деталь, которая переворачивает картину: по данным 2026 года руководители используют несанкционированный ИИ вдвое чаще подчинённых — 65% против 31%. Человек, который спустил мандат AI-first, в этот же момент открывает личный ChatGPT в соседней вкладке. Не из лицемерия: корпоративный инструмент не знает его контекста, а личный хотя бы помнит вчерашний разговор. Инструмент без контекста бросают все — включая тех, кто его внедрял.
Вторая причина глубже. Дело не в формулировке, а в контексте. Модель не знает вашего клиента, что решили по нему в марте, что обещали. «Хороший промпт» — это длинная выгрузка контекста, и собрать её может только тот, кто держит в голове всю компанию. Таких единицы, и они и так справляются.
Люди не научатся, а потом начнут. Они научатся, начав. Программа, которая начинается с обучения, отсеивает всех, кроме тех, кто разобрался бы и так.
Что мы делаем. Промпт пишет система — вы говорите «подготовь ответ клиенту по срокам», она поднимает, что решали, кто отвечает, что обещали. Разрыв между плохим и хорошим промптом — это ровно память компании. Скилл появляется из разговора — объяснили один раз, дальше кнопка. Автоматизации собираются карточками на доске, узлы тянут данные из мозга.
✅ Работает: автоматизации, агентные по инструкции, скиллы из диалога, доски. И минус, который мы замерили: узел доски ищет только словами — один канал из трёх, теряет участников на перечислениях. Пока доска отвечает хуже чата.
Часть вторая — почему автоматизируют не то. И про цифру, которую повторяют все.
https://github.com/neskuchny/Tessbrain
Обычный вывод — люди ленивые. Вывод неверный, и из-за него программу чинят не с той стороны.
Хороший промпт с первой попытки не пишет никто. Ни вы, ни человек, который работает с моделями каждый день. Модель всегда понимает чуть иначе — как живой собеседник, которому вы объясняете очевидное, а он понимает по-своему.
Профессионал и новичок получают одинаково плохой результат на первой попытке. Разница одна: профессионал знает, что так и должно быть, и делает второй заход. Новичок делает вывод — «бесполезно» или «я не умею». Оба вывода закрывают тему навсегда, и оба случаются в первые десять минут. Вот где умирает AI-first.
И деталь, которая переворачивает картину: по данным 2026 года руководители используют несанкционированный ИИ вдвое чаще подчинённых — 65% против 31%. Человек, который спустил мандат AI-first, в этот же момент открывает личный ChatGPT в соседней вкладке. Не из лицемерия: корпоративный инструмент не знает его контекста, а личный хотя бы помнит вчерашний разговор. Инструмент без контекста бросают все — включая тех, кто его внедрял.
Вторая причина глубже. Дело не в формулировке, а в контексте. Модель не знает вашего клиента, что решили по нему в марте, что обещали. «Хороший промпт» — это длинная выгрузка контекста, и собрать её может только тот, кто держит в голове всю компанию. Таких единицы, и они и так справляются.
Люди не научатся, а потом начнут. Они научатся, начав. Программа, которая начинается с обучения, отсеивает всех, кроме тех, кто разобрался бы и так.
Что мы делаем. Промпт пишет система — вы говорите «подготовь ответ клиенту по срокам», она поднимает, что решали, кто отвечает, что обещали. Разрыв между плохим и хорошим промптом — это ровно память компании. Скилл появляется из разговора — объяснили один раз, дальше кнопка. Автоматизации собираются карточками на доске, узлы тянут данные из мозга.
✅ Работает: автоматизации, агентные по инструкции, скиллы из диалога, доски. И минус, который мы замерили: узел доски ищет только словами — один канал из трёх, теряет участников на перечислениях. Пока доска отвечает хуже чата.
Часть вторая — почему автоматизируют не то. И про цифру, которую повторяют все.
https://github.com/neskuchny/Tessbrain
Вайб-кодинг снял вопрос «кто напишет код». И обнажил тот, который никто не решал: кто объяснит, что писать.
Как задача умирает сегодня. Встреча кончилась, задачу проговорили. В эту секунду полный контекст есть у всех в комнате. Через час он тоньше. Через три дня исполнитель делает уже другую задачу — от разговора осталось одно предложение в трекере.
Никто не ленился. Задача портится не потому, что человек медленный. Она портится потому, что контекст испаряется. В прошлых постах пересказ ломал информацию между людьми и отделами. Здесь — по времени.
Отдадим агенту? Он сделает быстро и плохо. Не из-за модели: нельзя сказать «сделай хороший лендинг» — что такое «хороший», лежит в том, как вы продаёте, на чём обожглись, что клиент разворачивал. Модель этого не знает.
Значит, узкое место — бриф. Это и есть vibe tasking — термин, который мы вводим.
Встреча закончилась, вы идёте за кофе. Система разбирает, какие задачи прозвучали, и по каждой поднимает всё, что к ней относится: другие встречи, документы, решения, кто отвечает, что обещали клиенту. И собирает полноценное ТЗ. Замер: 4 задачи из 5 принимаются с первого-второго прохода. Это про качество ТЗ, не про выполненную работу.
Теперь то, чего не прочитаете у большинства.
ТЗ можно отправить в Claude Code, Cursor или локального агента. Это собрано и выключено по умолчанию. Заявка создаётся в статусе PENDING и не запускает ничего. Вы видите команду, жмёте подтверждение — только тогда агент стартует. Почему: изоляция исполнения не закалена, нет двухфазного подтверждения опасных действий. Агент, который сам исполняет задачу из транскрипта, — плохая идея, и любой, кто гонял агентов в проде, кивнёт.
Индустрия в 2026-м это прожила: техдолг после ИИ-кодинга вырос на 30–41%, рефакторинг упал на 60%. «Расплата на 90-й день» — демо в первый день, стена на третий месяц. Наш confirm — не осторожность. Это то, что остаётся, когда посмотришь, чем это кончается.
Поэтому честный сценарий: вы дошли до стола, и задача не выполнена. На столе — полный бриф со всем контекстом и кнопка. Это дорогая часть. Кнопку включат все.
Наш минус: пайплайн vibe tasking ищет двумя каналами без слияния рангов — беднее, чем основной чат из-за нагрузки, но это меняется.
Агенты будут у всех. Отличаться будет тот, чьему агенту есть кому объяснить задачу.
https://github.com/neskuchny/Tessbrain
Описание возможностей системы: https://neskuchny.github.io/Tessbrain/share/ru/tessent_capabilities.html
Как задача умирает сегодня. Встреча кончилась, задачу проговорили. В эту секунду полный контекст есть у всех в комнате. Через час он тоньше. Через три дня исполнитель делает уже другую задачу — от разговора осталось одно предложение в трекере.
Никто не ленился. Задача портится не потому, что человек медленный. Она портится потому, что контекст испаряется. В прошлых постах пересказ ломал информацию между людьми и отделами. Здесь — по времени.
Отдадим агенту? Он сделает быстро и плохо. Не из-за модели: нельзя сказать «сделай хороший лендинг» — что такое «хороший», лежит в том, как вы продаёте, на чём обожглись, что клиент разворачивал. Модель этого не знает.
Значит, узкое место — бриф. Это и есть vibe tasking — термин, который мы вводим.
Встреча закончилась, вы идёте за кофе. Система разбирает, какие задачи прозвучали, и по каждой поднимает всё, что к ней относится: другие встречи, документы, решения, кто отвечает, что обещали клиенту. И собирает полноценное ТЗ. Замер: 4 задачи из 5 принимаются с первого-второго прохода. Это про качество ТЗ, не про выполненную работу.
Теперь то, чего не прочитаете у большинства.
ТЗ можно отправить в Claude Code, Cursor или локального агента. Это собрано и выключено по умолчанию. Заявка создаётся в статусе PENDING и не запускает ничего. Вы видите команду, жмёте подтверждение — только тогда агент стартует. Почему: изоляция исполнения не закалена, нет двухфазного подтверждения опасных действий. Агент, который сам исполняет задачу из транскрипта, — плохая идея, и любой, кто гонял агентов в проде, кивнёт.
Индустрия в 2026-м это прожила: техдолг после ИИ-кодинга вырос на 30–41%, рефакторинг упал на 60%. «Расплата на 90-й день» — демо в первый день, стена на третий месяц. Наш confirm — не осторожность. Это то, что остаётся, когда посмотришь, чем это кончается.
Поэтому честный сценарий: вы дошли до стола, и задача не выполнена. На столе — полный бриф со всем контекстом и кнопка. Это дорогая часть. Кнопку включат все.
Наш минус: пайплайн vibe tasking ищет двумя каналами без слияния рангов — беднее, чем основной чат из-за нагрузки, но это меняется.
Агенты будут у всех. Отличаться будет тот, чьему агенту есть кому объяснить задачу.
https://github.com/neskuchny/Tessbrain
Описание возможностей системы: https://neskuchny.github.io/Tessbrain/share/ru/tessent_capabilities.html
Любая модель напишет вам договор. Ни одна не скажет, какие места в нём она выдумала.
Вот это, а не качество текста, — настоящая проблема генерации документов.
В чате галлюцинация — неудобство: заметил, переспросил. В КП это цена. В договоре — условие, под которым стоит подпись. А выглядит документ одинаково уверенно: сгенерированный текст не бледнеет там, где модель не знала.
Это уже посчитано: около $67 млрд потерь за год — не от крахов, а от уверенно неверных ответов, неотличимых от верных. По Deloitte, 47% пользователей корпоративного ИИ приняли крупное решение на основе выдуманного. Юристы проходят это на санкциях: больше тысячи задокументированных случаев.
Поэтому в компаниях одно и то же: сначала все радостно генерируют КП, потом один раз уезжает не та сумма, потом генерацию тихо перестают использовать для всего, что имеет последствия. А задача настоящая и повторяется каждую неделю — КП после звонка, договор после согласия, разбор входящего предложения.
Как у нас.
Методология и шаблон — ваши. Загружаете свой шаблон договора, свои примеры КП, свою методику разбора входящих. Система берёт форму из ваших примеров, а не «как принято в интернете».
Факты — из памяти компании. Объём, сроки, что обещали — со ссылкой на встречу, где это прозвучало.
И главное: каждое поле помечено. Заполнено из данных — видно, откуда. Система достроила — помечено «проверить». Данных нет — так и написано, а не подставлено правдоподобное. Цифры считает код, не модель.
Почему разметка важнее генерации. Без неё два варианта: перепроверять всё или доверять всему. Перепроверять всё дольше, чем написать самому, — значит, доверяют. Так и уезжает не та сумма. С разметкой: пять подсвеченных мест, две минуты.
Ценность сгенерированного документа — не в том, насколько он хорош, а в том, сколько в нём мест надо проверить, и знаете ли вы, какие.
Это не юридическая консультация: система заполняет шаблон ваших юристов фактами с источниками. Подписывает человек.
✅ Работает: методологии, шаблоны, композитор КП, подстановка с источниками, «нет данных» вместо выдумки.
❌ Нет фирменного бланка и PDF.
❌ Нет почты — входящее приносите руками. В нашем разборе конкурентов почта записана как их сильнейший пункт против нас.
https://github.com/neskuchny/Tessbrain
Вот это, а не качество текста, — настоящая проблема генерации документов.
В чате галлюцинация — неудобство: заметил, переспросил. В КП это цена. В договоре — условие, под которым стоит подпись. А выглядит документ одинаково уверенно: сгенерированный текст не бледнеет там, где модель не знала.
Это уже посчитано: около $67 млрд потерь за год — не от крахов, а от уверенно неверных ответов, неотличимых от верных. По Deloitte, 47% пользователей корпоративного ИИ приняли крупное решение на основе выдуманного. Юристы проходят это на санкциях: больше тысячи задокументированных случаев.
Поэтому в компаниях одно и то же: сначала все радостно генерируют КП, потом один раз уезжает не та сумма, потом генерацию тихо перестают использовать для всего, что имеет последствия. А задача настоящая и повторяется каждую неделю — КП после звонка, договор после согласия, разбор входящего предложения.
Как у нас.
Методология и шаблон — ваши. Загружаете свой шаблон договора, свои примеры КП, свою методику разбора входящих. Система берёт форму из ваших примеров, а не «как принято в интернете».
Факты — из памяти компании. Объём, сроки, что обещали — со ссылкой на встречу, где это прозвучало.
И главное: каждое поле помечено. Заполнено из данных — видно, откуда. Система достроила — помечено «проверить». Данных нет — так и написано, а не подставлено правдоподобное. Цифры считает код, не модель.
Почему разметка важнее генерации. Без неё два варианта: перепроверять всё или доверять всему. Перепроверять всё дольше, чем написать самому, — значит, доверяют. Так и уезжает не та сумма. С разметкой: пять подсвеченных мест, две минуты.
Ценность сгенерированного документа — не в том, насколько он хорош, а в том, сколько в нём мест надо проверить, и знаете ли вы, какие.
Это не юридическая консультация: система заполняет шаблон ваших юристов фактами с источниками. Подписывает человек.
✅ Работает: методологии, шаблоны, композитор КП, подстановка с источниками, «нет данных» вместо выдумки.
❌ Нет фирменного бланка и PDF.
❌ Нет почты — входящее приносите руками. В нашем разборе конкурентов почта записана как их сильнейший пункт против нас.
https://github.com/neskuchny/Tessbrain
Боль — лучшее, что природа придумала для управления. У компании её нет.
Посмотрите, как аккуратно она устроена. Когда болит нога, нога не сообщает, что у неё надрыв связки. Она сообщает где и насколько. Диагноз — отдельная работа, её делает специалист по вашему решению. И она настойчивая: вы хромаете и не можете не замечать. Смириться можно — но тогда это решение, а не незнание.
Вторая часть: как только болит нога, мозг тратит внимание, чтобы её не перегружать. А потом болит голова — на контроль ноги уходит энергия. Болит не там, где сломано. В компании так же: проблема одного отдела молча облагает налогом соседний, и чинят то место, где болит.
Теперь про компанию. Отделы недовольны, их не слышат. Информация проходит одно колено и дальше не идёт. И причина потяжелее: во многих компаниях нельзя прямо сказать «вот проблема» или «мне мешает этот человек». Сказавший рискует. Поэтому замалчивают.
Отсюда вывод, из-за которого мы построили это именно так.
Если открыть руководителю всё, что говорят сотрудники, сотрудники перестанут это говорить. Не через год — через месяц. Система, которая передаёт всё, через месяц не передаёт ничего: она уничтожает собственный вход. Полная прозрачность — не смелая версия идеи. Это версия, которая не работает.
Поэтому — как тело. По умолчанию сигнал: вот точка, которая болит, где, насколько, как давно. Без цитат и имён. Детали — по договорённости: можно спросить у отдела, и он откроет, что готов. И здесь метафора ломается в нашу пользу: почки не ответят, чего хотят. Отдел ответит. Поэтому второй ход системы — не диагноз, а вопрос: что надо сделать, чтобы перестало болеть.
Отдельная вещь, которую мониторинг не делает никогда: агент сообщает и о том, что не произошло, хотя должно было. Договорились — в трекере не появилось. Тишина как событие.
И чтобы это не стало потоком, который перестают открывать: у каждого сигнала проверка исхода. Через неделю система смотрит, решилось ли. То, что не помогает, перестаёт приходить.
✅ Работает: лента инсайтов, рассинхроны, проверка исходов, реакции с анти-повтором, сверка договорённостей с трекерами. Права до модели, детали закрыты по умолчанию.
🔜 Честная дыра: настойчивости у сигнала нет. Он приходит в ленту и в Telegram — от него можно отмахнуться. От хромоты нельзя. Здесь система пока слабее ноги.
https://github.com/neskuchny/Tessbrain
Посмотрите, как аккуратно она устроена. Когда болит нога, нога не сообщает, что у неё надрыв связки. Она сообщает где и насколько. Диагноз — отдельная работа, её делает специалист по вашему решению. И она настойчивая: вы хромаете и не можете не замечать. Смириться можно — но тогда это решение, а не незнание.
Вторая часть: как только болит нога, мозг тратит внимание, чтобы её не перегружать. А потом болит голова — на контроль ноги уходит энергия. Болит не там, где сломано. В компании так же: проблема одного отдела молча облагает налогом соседний, и чинят то место, где болит.
Теперь про компанию. Отделы недовольны, их не слышат. Информация проходит одно колено и дальше не идёт. И причина потяжелее: во многих компаниях нельзя прямо сказать «вот проблема» или «мне мешает этот человек». Сказавший рискует. Поэтому замалчивают.
Отсюда вывод, из-за которого мы построили это именно так.
Если открыть руководителю всё, что говорят сотрудники, сотрудники перестанут это говорить. Не через год — через месяц. Система, которая передаёт всё, через месяц не передаёт ничего: она уничтожает собственный вход. Полная прозрачность — не смелая версия идеи. Это версия, которая не работает.
Поэтому — как тело. По умолчанию сигнал: вот точка, которая болит, где, насколько, как давно. Без цитат и имён. Детали — по договорённости: можно спросить у отдела, и он откроет, что готов. И здесь метафора ломается в нашу пользу: почки не ответят, чего хотят. Отдел ответит. Поэтому второй ход системы — не диагноз, а вопрос: что надо сделать, чтобы перестало болеть.
Отдельная вещь, которую мониторинг не делает никогда: агент сообщает и о том, что не произошло, хотя должно было. Договорились — в трекере не появилось. Тишина как событие.
И чтобы это не стало потоком, который перестают открывать: у каждого сигнала проверка исхода. Через неделю система смотрит, решилось ли. То, что не помогает, перестаёт приходить.
✅ Работает: лента инсайтов, рассинхроны, проверка исходов, реакции с анти-повтором, сверка договорённостей с трекерами. Права до модели, детали закрыты по умолчанию.
🔜 Честная дыра: настойчивости у сигнала нет. Он приходит в ленту и в Telegram — от него можно отмахнуться. От хромоты нельзя. Здесь система пока слабее ноги.
https://github.com/neskuchny/Tessbrain
Половина хороших идей приходит в разговоре с человеком, который не сказал ничего полезного.
Вы объясняли задачу вслух — и на третьей фразе сами услышали, где она сломана. Инженеры это формализовали: резиновый утёнок. Работает не собеседник — необходимость произнести.
Отсюда видно, для чего нужен совет. Не для идеального ответа. Для угла, под которым вы не смотрели.
Теперь неприятная часть. Любой может написать модели «представь, что ты директор по маркетингу» — и в этом вся проблема. Она ответит. Бегло, уверенно и безотносительно вашей ситуации. Совет без знания вашего случая хуже отсутствия совета, потому что он убедителен.
Поэтому требование обратное: директор не должен работать без контекста. Наши подключены к памяти компании — что решали, что пробовали, на чём обожглись, что говорил клиент.
Как устроено. Вы задаёте вопрос, дальше раунды: в первом каждый отвечает сам, во втором видит ответы коллег и спорит. В конце председатель формулирует решение.
У этого есть отраслевое название. Gartner называет agent washing маркировку чат-бота словом «агент» ради продаж — и оценивает, что из тысяч таких продуктов настоящих около 130. Тест: покажите след решений — какие инструменты вызывались, почему выбран шаг, как проверен результат. Две детали ниже — это и есть след.
Первая: протокол разногласий. Решение выдаётся не как консенсус. То, в чём директора не сошлись, сохраняется и отдаётся вам отдельно. Если ценность совета — в угле, которого у вас не было, то согласие стирает ровно то, ради чего вы спрашивали. Пять голосов в одно гладкое мнение — это один голос, только дороже.
Вторая: решение сверяется с данными компании. После того как совет договорился, вывод проверяется по тому, что у вас реально есть. Без этого — уверенная стратегия, не связанная ни с чем.
И граница. Это не замена советника: у симулированного директора нет ответственности и нечего терять — а именно это делает совет живого человека ценным. Заменяется не сотрудник, а прерывание: пять вопросов пяти коллегам до того, как вы сформулировали, что спрашиваете. Вы приходите к людям подготовленным.
Ограничение, которого в категории не называет никто: симулированный директор ровно настолько хорош, насколько полна память под ним. На свежей установке он выдаст ту самую общую воду. Это не баг — это условие.
✅ Работает: раунды со спором, протокол разногласий, сверка с данными, свои директора одним файлом.
https://neskuchny.github.io/Tessbrain/share/ru/tessent_capabilities.html
Вы объясняли задачу вслух — и на третьей фразе сами услышали, где она сломана. Инженеры это формализовали: резиновый утёнок. Работает не собеседник — необходимость произнести.
Отсюда видно, для чего нужен совет. Не для идеального ответа. Для угла, под которым вы не смотрели.
Теперь неприятная часть. Любой может написать модели «представь, что ты директор по маркетингу» — и в этом вся проблема. Она ответит. Бегло, уверенно и безотносительно вашей ситуации. Совет без знания вашего случая хуже отсутствия совета, потому что он убедителен.
Поэтому требование обратное: директор не должен работать без контекста. Наши подключены к памяти компании — что решали, что пробовали, на чём обожглись, что говорил клиент.
Как устроено. Вы задаёте вопрос, дальше раунды: в первом каждый отвечает сам, во втором видит ответы коллег и спорит. В конце председатель формулирует решение.
У этого есть отраслевое название. Gartner называет agent washing маркировку чат-бота словом «агент» ради продаж — и оценивает, что из тысяч таких продуктов настоящих около 130. Тест: покажите след решений — какие инструменты вызывались, почему выбран шаг, как проверен результат. Две детали ниже — это и есть след.
Первая: протокол разногласий. Решение выдаётся не как консенсус. То, в чём директора не сошлись, сохраняется и отдаётся вам отдельно. Если ценность совета — в угле, которого у вас не было, то согласие стирает ровно то, ради чего вы спрашивали. Пять голосов в одно гладкое мнение — это один голос, только дороже.
Вторая: решение сверяется с данными компании. После того как совет договорился, вывод проверяется по тому, что у вас реально есть. Без этого — уверенная стратегия, не связанная ни с чем.
И граница. Это не замена советника: у симулированного директора нет ответственности и нечего терять — а именно это делает совет живого человека ценным. Заменяется не сотрудник, а прерывание: пять вопросов пяти коллегам до того, как вы сформулировали, что спрашиваете. Вы приходите к людям подготовленным.
Ограничение, которого в категории не называет никто: симулированный директор ровно настолько хорош, насколько полна память под ним. На свежей установке он выдаст ту самую общую воду. Это не баг — это условие.
✅ Работает: раунды со спором, протокол разногласий, сверка с данными, свои директора одним файлом.
https://neskuchny.github.io/Tessbrain/share/ru/tessent_capabilities.html
CEO Zoom обещает цифрового двойника, который будет ходить на встречи вместо вас и принимать решения. На CES 2026 показали клон сотрудника, отвечающий на 160 языках.
Всё это делается без одного вопроса: кому принадлежит слепок — и кто отвечает за то, что он решил. Чтобы ответить, надо начать не с клона, а с вопроса, который в компаниях почти никогда не задают.
«А как бы ты хотел, чтобы эта задача была сделана?» Не потому что всем всё равно. Потому что задать его дорого: вы отнимаете у коллеги три минуты, а он возвращается в работу не через три минуты. Поэтому в любой компании складывается правило: дёргать только по важному. Мелкие вопросы не задаются. Работа делается по догадке, потом переделывается. Переделка стоила дороже вопроса — но вопрос был виден, а переделка размазана.
Полезное умирает ниже порога, на котором его не жалко попросить.
Что мы сделали. Система копит слепок сотрудника — из того, что он реально говорил и решал на встречах. Какие задачи брал, как аргументировал, что отклонял. Это не тест личности. Это запись.
Со слепком можно поговорить — задать тот мелкий вопрос. Прогнать на слепках стратсессию до настоящей, чтобы живые директора занимались стратегией, а не разогревом. И ваша же оговорка, главная в этой теме: это не заменяет стратсессию с реальными людьми. Это её подготовка.
Теперь граница — слепок принадлежит человеку. Согласие: кому, какой срез, до какого срока — и отзыв в один клик. Это работающий эндпоинт, у каждой записи хранится версия текста согласия.
Если можно спросить мой слепок — я должен знать, что спросили. Односторонняя видимость убивает вход: люди начинают говорить на встречах иначе, и слепок первым становится бесполезным.
И главное. Симуляция готовит разговор с человеком. Она не заменяет его согласие на то, что его касается. Никаких решений о его работе и оценке.
Фраза, которая не должна звучать в компании никогда: «твой слепок сказал, что ты не против». Слепок ничего не сказал. Он выдал гипотезу с именем. Гипотеза с именем — не позиция человека.
Честно про точность: замера нет. Впечатление, что часто близко. Раз мы публикуем метрики, где проигрываем, обязаны померить и эту: один вопрос слепку и живому человеку, сравнить. Пока — «повод подумать», а не «данные».
✅ Работает: слепки из реальных решений, разговор со слепком, гранулярные согласия с отзывом, в датасет копии зашит пример честного отказа.
https://neskuchny.github.io/Tessbrain/share/ru/tessent_capabilities.html
Всё это делается без одного вопроса: кому принадлежит слепок — и кто отвечает за то, что он решил. Чтобы ответить, надо начать не с клона, а с вопроса, который в компаниях почти никогда не задают.
«А как бы ты хотел, чтобы эта задача была сделана?» Не потому что всем всё равно. Потому что задать его дорого: вы отнимаете у коллеги три минуты, а он возвращается в работу не через три минуты. Поэтому в любой компании складывается правило: дёргать только по важному. Мелкие вопросы не задаются. Работа делается по догадке, потом переделывается. Переделка стоила дороже вопроса — но вопрос был виден, а переделка размазана.
Полезное умирает ниже порога, на котором его не жалко попросить.
Что мы сделали. Система копит слепок сотрудника — из того, что он реально говорил и решал на встречах. Какие задачи брал, как аргументировал, что отклонял. Это не тест личности. Это запись.
Со слепком можно поговорить — задать тот мелкий вопрос. Прогнать на слепках стратсессию до настоящей, чтобы живые директора занимались стратегией, а не разогревом. И ваша же оговорка, главная в этой теме: это не заменяет стратсессию с реальными людьми. Это её подготовка.
Теперь граница — слепок принадлежит человеку. Согласие: кому, какой срез, до какого срока — и отзыв в один клик. Это работающий эндпоинт, у каждой записи хранится версия текста согласия.
Если можно спросить мой слепок — я должен знать, что спросили. Односторонняя видимость убивает вход: люди начинают говорить на встречах иначе, и слепок первым становится бесполезным.
И главное. Симуляция готовит разговор с человеком. Она не заменяет его согласие на то, что его касается. Никаких решений о его работе и оценке.
Фраза, которая не должна звучать в компании никогда: «твой слепок сказал, что ты не против». Слепок ничего не сказал. Он выдал гипотезу с именем. Гипотеза с именем — не позиция человека.
Честно про точность: замера нет. Впечатление, что часто близко. Раз мы публикуем метрики, где проигрываем, обязаны померить и эту: один вопрос слепку и живому человеку, сравнить. Пока — «повод подумать», а не «данные».
✅ Работает: слепки из реальных решений, разговор со слепком, гранулярные согласия с отзывом, в датасет копии зашит пример честного отказа.
https://neskuchny.github.io/Tessbrain/share/ru/tessent_capabilities.html
Новичок первые две недели не учится работать. Он расшифровывает язык.
«Кабан» — это проект, а не человек. «КП» здесь означает не то, что он думает. «Платформа» — три разные вещи в зависимости от того, кто говорит. Ничего этого нет в онбординг-документе, и спросить неловко: вопрос звучит как «я не понимаю, о чём вы вообще».
Стандартное решение — дать человеку чат со знаниями компании: спрашивай что хочешь.
И вот тут надо сказать вслух то, что все знают и мало кто пишет в анонсах. Он не будет спрашивать.
Первую неделю задаст несколько вопросов. На второй — меньше. К третьей перестанет. Не потому что чат плохой. Потому что спросить — это отдельное действие, а на отдельное действие нужна мотивация, которой у него нет. Он хочет выглядеть компетентным, а не человеком, который на третьей неделе всё ещё не разобрался. Так устроены живые люди в живых компаниях, и это сильно отличается от того, как написано в книжках.
Значит, не надо делать продукт для онбординга. Надо привязать знание к тому, что человек делает всё равно.
Один вопрос он точно задаст: «как мне сделать вот эту задачу?» Потому что это в его интересах — закончить быстрее, меньше копаться, меньше дёргать остальных. Это не обучение, это работа.
И вместе с ответом приезжает то, что он должен был знать: что по этой теме уже решали, кто за неё отвечает, что пробовали и почему не взлетело, какого клиента это касается, каким словом это здесь называется. Он не изучал компанию. Он делал задачу, а компания приехала побочным эффектом.
Теперь про «понимает, а не просто ищет» — и сразу переведу это в проверяемое, потому что слово «понимает» слишком лёгкое.
Проверяемая версия: система держит связи между сущностями, а не только похожесть текста.
Чего нет. Когда система отвечает «данных нет», правильным продолжением было бы «спроси Петю, он связан с темой». Этого хука мы не сделали — так и записано у нас в документации как нерешённая задача. Но это можно сделать через отчет 360, так как там есть функция найти человека, который знает о том что вы ищите.
https://github.com/neskuchny/Tessbrain
«Кабан» — это проект, а не человек. «КП» здесь означает не то, что он думает. «Платформа» — три разные вещи в зависимости от того, кто говорит. Ничего этого нет в онбординг-документе, и спросить неловко: вопрос звучит как «я не понимаю, о чём вы вообще».
Стандартное решение — дать человеку чат со знаниями компании: спрашивай что хочешь.
И вот тут надо сказать вслух то, что все знают и мало кто пишет в анонсах. Он не будет спрашивать.
Первую неделю задаст несколько вопросов. На второй — меньше. К третьей перестанет. Не потому что чат плохой. Потому что спросить — это отдельное действие, а на отдельное действие нужна мотивация, которой у него нет. Он хочет выглядеть компетентным, а не человеком, который на третьей неделе всё ещё не разобрался. Так устроены живые люди в живых компаниях, и это сильно отличается от того, как написано в книжках.
Значит, не надо делать продукт для онбординга. Надо привязать знание к тому, что человек делает всё равно.
Один вопрос он точно задаст: «как мне сделать вот эту задачу?» Потому что это в его интересах — закончить быстрее, меньше копаться, меньше дёргать остальных. Это не обучение, это работа.
И вместе с ответом приезжает то, что он должен был знать: что по этой теме уже решали, кто за неё отвечает, что пробовали и почему не взлетело, какого клиента это касается, каким словом это здесь называется. Он не изучал компанию. Он делал задачу, а компания приехала побочным эффектом.
Теперь про «понимает, а не просто ищет» — и сразу переведу это в проверяемое, потому что слово «понимает» слишком лёгкое.
Проверяемая версия: система держит связи между сущностями, а не только похожесть текста.
Чего нет. Когда система отвечает «данных нет», правильным продолжением было бы «спроси Петю, он связан с темой». Этого хука мы не сделали — так и записано у нас в документации как нерешённая задача. Но это можно сделать через отчет 360, так как там есть функция найти человека, который знает о том что вы ищите.
https://github.com/neskuchny/Tessbrain
Вы смотрите на одни и те же цифры каждую неделю. Когда вы последний раз меняли, на какие именно?
Обычно ответ — «когда строили дашборд». Год или два назад.
Посмотрите на дашборд как на то, чем он является. Это список вопросов, которые кто-то счёл важными полгода назад. Часто этот кто-то уже не работает. Часто ситуация, под которую вопросы выбирали, кончилась. А список остался, потому что переделывать дорого.
Дальше неприятное. Метрика, которая на экране, — это метрика, которой управляют. Вопрос, которого на экране нет, постепенно перестают задавать. Не запрещают — просто он не попадается на глаза. Через год вы управляете не компанией, а чужим списком вопросов, и не замечаете, потому что список выглядит объективно: там же цифры.
Добавить вопрос дорого: аналитик, выгрузка, согласование. Поэтому не добавляют. Список стоит, а бизнес — нет. И сейчас это дороже, чем было: рынок меняется за квартал, ИИ создаёт ниши, которых год назад не было. Жёсткая рамка дешева, пока мир стоит на месте.
Что меняется, если вопрос стоит дёшево. Единица управления перестаёт быть «набором метрик» и становится вопросом, который можно задать на этой неделе и забыть на следующей, ничего не заплатив. Это не расхлябанность. Это управление, когда ситуация движется.
Что работает сегодня — вы задаёте вопрос, которого раньше не задавали, и получаете разбор со ссылками. Цифры считает код, а не модель — с оценкой, сколько строк учтено и насколько свежие данные. Что не работает: генерации дашбордов и визуала под запрос нет, для продакшена не готово. Голоса нет.
И одна вещь против собственного тезиса.
Не выбрасывайте дашборды. У них есть достоинство, которого нет у разовых ответов: стабильность. Цифру, на которую смотрите год, вы знаете в лицо и замечаете, когда она поехала. А система, которая отвечает на любой вопрос, так же охотно ответит на плохо поставленный.
Пример из Forbes, конец августа: один пользователь дважды спросил AI/BI-агента про выручку по активным клиентам — и получил два разных уверенных определения «активного». CHI 2026 назвал смежное явление разговорным долгом: чем дольше разговариваете с ИИ над данными, тем труднее вернуться к найденному. У дашборда этой проблемы нет.
Правильная форма — маленькое стабильное ядро и неограниченные дешёвые вопросы вокруг. Дашборд перестаёт быть единственным окном, а не исчезает.
https://github.com/neskuchny/Tessbrain
Обычно ответ — «когда строили дашборд». Год или два назад.
Посмотрите на дашборд как на то, чем он является. Это список вопросов, которые кто-то счёл важными полгода назад. Часто этот кто-то уже не работает. Часто ситуация, под которую вопросы выбирали, кончилась. А список остался, потому что переделывать дорого.
Дальше неприятное. Метрика, которая на экране, — это метрика, которой управляют. Вопрос, которого на экране нет, постепенно перестают задавать. Не запрещают — просто он не попадается на глаза. Через год вы управляете не компанией, а чужим списком вопросов, и не замечаете, потому что список выглядит объективно: там же цифры.
Добавить вопрос дорого: аналитик, выгрузка, согласование. Поэтому не добавляют. Список стоит, а бизнес — нет. И сейчас это дороже, чем было: рынок меняется за квартал, ИИ создаёт ниши, которых год назад не было. Жёсткая рамка дешева, пока мир стоит на месте.
Что меняется, если вопрос стоит дёшево. Единица управления перестаёт быть «набором метрик» и становится вопросом, который можно задать на этой неделе и забыть на следующей, ничего не заплатив. Это не расхлябанность. Это управление, когда ситуация движется.
Что работает сегодня — вы задаёте вопрос, которого раньше не задавали, и получаете разбор со ссылками. Цифры считает код, а не модель — с оценкой, сколько строк учтено и насколько свежие данные. Что не работает: генерации дашбордов и визуала под запрос нет, для продакшена не готово. Голоса нет.
И одна вещь против собственного тезиса.
Не выбрасывайте дашборды. У них есть достоинство, которого нет у разовых ответов: стабильность. Цифру, на которую смотрите год, вы знаете в лицо и замечаете, когда она поехала. А система, которая отвечает на любой вопрос, так же охотно ответит на плохо поставленный.
Пример из Forbes, конец августа: один пользователь дважды спросил AI/BI-агента про выручку по активным клиентам — и получил два разных уверенных определения «активного». CHI 2026 назвал смежное явление разговорным долгом: чем дольше разговариваете с ИИ над данными, тем труднее вернуться к найденному. У дашборда этой проблемы нет.
Правильная форма — маленькое стабильное ядро и неограниченные дешёвые вопросы вокруг. Дашборд перестаёт быть единственным окном, а не исчезает.
https://github.com/neskuchny/Tessbrain
🆒1
Самая цитируемая цифра года про ИИ в бизнесе — неверна. И это не главная проблема.
Главная вот в чём: вопрос «что нам автоматизировать» задают тем, кто не может на него ответить.
Сверху спускают мандат: мы теперь AI-first, соберите предложения по отделам. Он приходит к руководителю отдела, который не обязан знать, что ИИ умеет. Что он сделает? Назовёт самое безопасное — то, где провал ничего не стоит. Логика безупречная: если выйдет так себе, ничего не сломается.
Но то, где провал ничего не стоит, — это по построению то, где и успех ничего не приносит. Выбирают по риску, а не по эффекту. И получают ровно то, что выбрали. Потом по этим внедрениям считают отдачу и решают, что ИИ переоценён.
Тут положено сослаться на исследование, где 95% пилотов не дали результата. Не буду. Эту цифру за год повторили десятки изданий — и ни одна перепечатка не несла оговорок. А они такие: 5% — не доля выживших пилотов, а воронка одной узкой категории (кастомные встроенные инструменты: 20% дошли до пилота, 5% до продакшена). Универсальные инструменты в том же отчёте проходят пилот-в-продакшн больше чем в 80% случаев. Успехом считалось только влияние на прибыль за полгода.
Но один случай оттуда стоит всей статистики: в крупной страховой официальный пилот прекрасно смотрелся на совете директоров и развалился в поле, потому что не удерживал контекст.
Настоящая проблема не в том, что ИИ не работает. В том, что никто в компании не находится в позиции, из которой видно, где реально теряются деньги. Линейный видит участок. Руководитель отдела — отдел и слухи. Собственник — уровень обобщения, где деталь с потерей уже усреднена. Вопрос «где самая дорогая дыра» не имеет носителя.
И вторая половина: даже правильная автоматизация не взлетит, если команда не готова. Вопрос не только «где эффект», но и «где люди возьмут».
Что может система, которая видит компанию целиком: не построить автоматизацию — это умеют все. Ответить, где её стоит строить. Где проблемы повторяются из месяца в месяц. Где задача возвращается на переделку. Где команда уже обходит что-то руками — лучший сигнал готовности.
✅ Работает: методологии-отчёты, включая аудит автоматизации, лента инсайтов с рассинхронами. 🔜 Отдельной карты готовности как функции нет — собирается аналитиком.
И для симметрии: мы не можем доказать, что наше внедрение попадёт в те 5%. Что можем — не утверждать обратное.
https://github.com/neskuchny/Tessbrain
Главная вот в чём: вопрос «что нам автоматизировать» задают тем, кто не может на него ответить.
Сверху спускают мандат: мы теперь AI-first, соберите предложения по отделам. Он приходит к руководителю отдела, который не обязан знать, что ИИ умеет. Что он сделает? Назовёт самое безопасное — то, где провал ничего не стоит. Логика безупречная: если выйдет так себе, ничего не сломается.
Но то, где провал ничего не стоит, — это по построению то, где и успех ничего не приносит. Выбирают по риску, а не по эффекту. И получают ровно то, что выбрали. Потом по этим внедрениям считают отдачу и решают, что ИИ переоценён.
Тут положено сослаться на исследование, где 95% пилотов не дали результата. Не буду. Эту цифру за год повторили десятки изданий — и ни одна перепечатка не несла оговорок. А они такие: 5% — не доля выживших пилотов, а воронка одной узкой категории (кастомные встроенные инструменты: 20% дошли до пилота, 5% до продакшена). Универсальные инструменты в том же отчёте проходят пилот-в-продакшн больше чем в 80% случаев. Успехом считалось только влияние на прибыль за полгода.
Но один случай оттуда стоит всей статистики: в крупной страховой официальный пилот прекрасно смотрелся на совете директоров и развалился в поле, потому что не удерживал контекст.
Настоящая проблема не в том, что ИИ не работает. В том, что никто в компании не находится в позиции, из которой видно, где реально теряются деньги. Линейный видит участок. Руководитель отдела — отдел и слухи. Собственник — уровень обобщения, где деталь с потерей уже усреднена. Вопрос «где самая дорогая дыра» не имеет носителя.
И вторая половина: даже правильная автоматизация не взлетит, если команда не готова. Вопрос не только «где эффект», но и «где люди возьмут».
Что может система, которая видит компанию целиком: не построить автоматизацию — это умеют все. Ответить, где её стоит строить. Где проблемы повторяются из месяца в месяц. Где задача возвращается на переделку. Где команда уже обходит что-то руками — лучший сигнал готовности.
✅ Работает: методологии-отчёты, включая аудит автоматизации, лента инсайтов с рассинхронами. 🔜 Отдельной карты готовности как функции нет — собирается аналитиком.
И для симметрии: мы не можем доказать, что наше внедрение попадёт в те 5%. Что можем — не утверждать обратное.
https://github.com/neskuchny/Tessbrain
Тот, кто пишет недельный отчёт, его не читает. Тот, кто читает, — не писал.
Человек, который тратит два часа на отчёт, оптимизирует его не под пользу, а под «сдано». Не потому что халтурит — у него своя работа, а составление отчётов вообще отдельный навык, за который его не нанимали и которому его не учили.
А руководитель не может попросить больше отчётов, потому что тогда люди будут заниматься только ими. Получается потолок: компания может знать о себе ровно столько, сколько времени она готова отнять у настоящей работы. Потолок низкий, и все про него знают.
Из-за этого отчётность отбирается не по ценности, а по дешевизне. Выживают дешёвые регулярные отчёты, которые никого ничему не учат. А дорогие — те, после которых меняют решения, — не заказывают никогда.
Простой пример дорогого отчёта. «Какие из наших последних шести спринтов прошли лучше и почему.» Это исследование: нужно поднять контекст трёхмесячной давности, которого уже нет — как только закончился первый спринт, все ушли во второй, и от первого осталось несколько задач в трекере без объяснений. Поэтому такой отчёт не заказывают. Хотя ровно он и улучшил бы то, как вы делаете продукт.
То же самое с ретроспективой квартала, со сравнением недели с предыдущей, с вопросом «сдвинулись мы вообще или топчемся». Всё это нужно, и всё это не делается.
Что меняется, если материал уже лежит в памяти компании.
Отчёт перестаёт быть работой и становится запросом. Вы выбираете срез: вот эти встречи, или все встречи отдела, или встречи нескольких отделов за месяц. И он приходит по расписанию. Никого не отвлекли, ни у кого ничего не забрали.
Дальше появляется объект, которого раньше просто не существовало.
Мета-отчёт — отчёт над отчётами. Вы берёте отчёт по встречам продаж и отчёт по встречам маркетинга и спрашиваете, что они говорят вместе. Каждый по отдельности выглядит нормально. Вместе они могут говорить, что продажи обещают три недели, а продукт планирует шесть.
Маркетингу нужно знать, что происходит в продажах: как клиенты реально реагируют, что замечают, на что не обращают внимания, что разворачивают. Продукту и маркетингу полезно знать, описывают ли они один и тот же продукт. Сегодня это выясняется на квартальном разборе, когда уже поздно.
Для HR: где команде не хватает рук — и каких именно. Не «нужен сеньор», а какие задачи стоят, что из них некому взять, с чем команда буксует. Это ответ, который нельзя получить из штатного расписания, зато можно из того, что команда обсуждает каждую неделю.
Про настроение и выгорание — по тем же правилам, что и всегда у нас. Сигнал живёт на уровне команды, персональных оценок нет.
Статус. ✅ Работают: методологии-отчётов, ролевые недельные отчёты, срезы по встречам и отделам, снепшоты с версиями для сравнения периодов, расписания и триггеры, доставка в Telegram.
https://github.com/neskuchny/Tessbrain
Человек, который тратит два часа на отчёт, оптимизирует его не под пользу, а под «сдано». Не потому что халтурит — у него своя работа, а составление отчётов вообще отдельный навык, за который его не нанимали и которому его не учили.
А руководитель не может попросить больше отчётов, потому что тогда люди будут заниматься только ими. Получается потолок: компания может знать о себе ровно столько, сколько времени она готова отнять у настоящей работы. Потолок низкий, и все про него знают.
Из-за этого отчётность отбирается не по ценности, а по дешевизне. Выживают дешёвые регулярные отчёты, которые никого ничему не учат. А дорогие — те, после которых меняют решения, — не заказывают никогда.
Простой пример дорогого отчёта. «Какие из наших последних шести спринтов прошли лучше и почему.» Это исследование: нужно поднять контекст трёхмесячной давности, которого уже нет — как только закончился первый спринт, все ушли во второй, и от первого осталось несколько задач в трекере без объяснений. Поэтому такой отчёт не заказывают. Хотя ровно он и улучшил бы то, как вы делаете продукт.
То же самое с ретроспективой квартала, со сравнением недели с предыдущей, с вопросом «сдвинулись мы вообще или топчемся». Всё это нужно, и всё это не делается.
Что меняется, если материал уже лежит в памяти компании.
Отчёт перестаёт быть работой и становится запросом. Вы выбираете срез: вот эти встречи, или все встречи отдела, или встречи нескольких отделов за месяц. И он приходит по расписанию. Никого не отвлекли, ни у кого ничего не забрали.
Дальше появляется объект, которого раньше просто не существовало.
Мета-отчёт — отчёт над отчётами. Вы берёте отчёт по встречам продаж и отчёт по встречам маркетинга и спрашиваете, что они говорят вместе. Каждый по отдельности выглядит нормально. Вместе они могут говорить, что продажи обещают три недели, а продукт планирует шесть.
Маркетингу нужно знать, что происходит в продажах: как клиенты реально реагируют, что замечают, на что не обращают внимания, что разворачивают. Продукту и маркетингу полезно знать, описывают ли они один и тот же продукт. Сегодня это выясняется на квартальном разборе, когда уже поздно.
Для HR: где команде не хватает рук — и каких именно. Не «нужен сеньор», а какие задачи стоят, что из них некому взять, с чем команда буксует. Это ответ, который нельзя получить из штатного расписания, зато можно из того, что команда обсуждает каждую неделю.
Про настроение и выгорание — по тем же правилам, что и всегда у нас. Сигнал живёт на уровне команды, персональных оценок нет.
Статус. ✅ Работают: методологии-отчётов, ролевые недельные отчёты, срезы по встречам и отделам, снепшоты с версиями для сравнения периодов, расписания и триггеры, доставка в Telegram.
https://github.com/neskuchny/Tessbrain
🔥1
Встречу, на которой вы были, вы помните. Отчёт о ней — нет. Хотя в отчёте больше фактов.
Потому что на встрече информация пришла по нескольким каналам сразу: слова, интонация, кто отвёл глаза, где темп разговора ускорился, после какой фразы в комнате стало тихо. Текстовый отчёт сохраняет один канал — и самый слабый для памяти.
Отсюда простая арифметика: отчёт, который не читают, стоит компании столько же, сколько отчёт, которого нет. Только дороже в производстве.
И его действительно не читают. Люди просматривают по диагонали и идут дальше. Все это знают и продолжают писать отчёты.
Что если недельный отчёт — это картинка. Комикс, майндмэп, карта.
Звучит как игрушка. Это не игрушка, и вот механика.
Картинка не передаёт встречу — она её отпирает. Чтобы вспомнить обсуждение по тексту, надо прочитать текст целиком: он несёт содержание. Картинка несёт ключ. Вы смотрите на неё две секунды, и всё, что и так лежит у вас в голове, поднимается само. Это разные операции, и по цене они отличаются в разы.
Под этим есть нормальная наука, и стоит назвать её точно.
Работает двойное кодирование: образ и слово укладываются в две разные системы, и то, что закодировано дважды, вспоминается лучше. Работает когнитивная нагрузка: формат определяет, сколько рабочей памяти уходит на разбор до того, как человек хоть что-то понял. Работают принципы мультимедийного обучения — это как раз про «картинка плюс текст против текста».
Здесь же скажу то, чего обычно не говорят.
Текстовый отчёт структурно не умеет передавать накал. На встрече вы слышите, как человек говорит про сроки, и по одной интонации понимаете, что там пожар. В отчёте это превращается в «обсудили риски по срокам». Градиент исчез — а градиент и есть информация: он говорит, что тут важно, а что дежурное. Написать в отчёте, кто как вздохнул, невозможно — это будет уже не отчёт, а художественная литература. А нарисовать, что здесь тлеет, а здесь горит, — можно, и это не выглядит странно.
И второе: линия. Четыре карточки подряд — и видно, как менялся квартал. Тексты вы не перечитываете, а через месяц половину и не вспомните. Картинки за квартал просматриваются за минуту, и от них остаётся ощущение траектории, которого от папки с отчётами не остаётся никогда.
Публичное и личное — разные картинки. То, что уходит в общую карточку команды, и то, что видит человек про себя, — не один и тот же отчёт. Это заложено в концепции, а не дописано сверху.
Статус. ✅ Комиксы и картиночные отчёты в "досках".
Мы хотим сделать это стандартом того, как компания разговаривает сама с собой. Начали с картинок.
https://neskuchny.github.io/Tessbrain/share/ru/tessent_capabilities.html
Потому что на встрече информация пришла по нескольким каналам сразу: слова, интонация, кто отвёл глаза, где темп разговора ускорился, после какой фразы в комнате стало тихо. Текстовый отчёт сохраняет один канал — и самый слабый для памяти.
Отсюда простая арифметика: отчёт, который не читают, стоит компании столько же, сколько отчёт, которого нет. Только дороже в производстве.
И его действительно не читают. Люди просматривают по диагонали и идут дальше. Все это знают и продолжают писать отчёты.
Что если недельный отчёт — это картинка. Комикс, майндмэп, карта.
Звучит как игрушка. Это не игрушка, и вот механика.
Картинка не передаёт встречу — она её отпирает. Чтобы вспомнить обсуждение по тексту, надо прочитать текст целиком: он несёт содержание. Картинка несёт ключ. Вы смотрите на неё две секунды, и всё, что и так лежит у вас в голове, поднимается само. Это разные операции, и по цене они отличаются в разы.
Под этим есть нормальная наука, и стоит назвать её точно.
Работает двойное кодирование: образ и слово укладываются в две разные системы, и то, что закодировано дважды, вспоминается лучше. Работает когнитивная нагрузка: формат определяет, сколько рабочей памяти уходит на разбор до того, как человек хоть что-то понял. Работают принципы мультимедийного обучения — это как раз про «картинка плюс текст против текста».
Здесь же скажу то, чего обычно не говорят.
Текстовый отчёт структурно не умеет передавать накал. На встрече вы слышите, как человек говорит про сроки, и по одной интонации понимаете, что там пожар. В отчёте это превращается в «обсудили риски по срокам». Градиент исчез — а градиент и есть информация: он говорит, что тут важно, а что дежурное. Написать в отчёте, кто как вздохнул, невозможно — это будет уже не отчёт, а художественная литература. А нарисовать, что здесь тлеет, а здесь горит, — можно, и это не выглядит странно.
И второе: линия. Четыре карточки подряд — и видно, как менялся квартал. Тексты вы не перечитываете, а через месяц половину и не вспомните. Картинки за квартал просматриваются за минуту, и от них остаётся ощущение траектории, которого от папки с отчётами не остаётся никогда.
Публичное и личное — разные картинки. То, что уходит в общую карточку команды, и то, что видит человек про себя, — не один и тот же отчёт. Это заложено в концепции, а не дописано сверху.
Статус. ✅ Комиксы и картиночные отчёты в "досках".
Мы хотим сделать это стандартом того, как компания разговаривает сама с собой. Начали с картинок.
https://neskuchny.github.io/Tessbrain/share/ru/tessent_capabilities.html
Две компании тратят три недели на то, чтобы узнать друг о друге то, что каждая из них про себя уже знает.
Первый созвон — знакомство. Второй — «пришлите кейсы». Третий — бриф. И только на четвёртом кто-то говорит что-то конкретное. Между ними обе стороны пересказывают себя. Ничего нового не создаётся. Три недели уходят на передачу того, что уже есть. А часто и не уходят — потому что обе стороны заранее знают, во что это обойдётся, и не начинают.
Узнаёте? Весь сезон был про одно. Пересказ вверх, к тому, кто решает. Вбок, между отделами. Во времени, от встречи до исполнителя. Это четвёртая ось: пересказ между компаниями. Самая дорогая, потому что здесь пересказывают не факт, а целую организацию.
И разведка: как устроен рынок, сколько стоит, кто берётся. Спросить не у кого — живые люди отвечают «сначала NDA». Разведка стоит человеческого внимания, и её не делают. Тот же порог, что весь сезон — автоматизации, отчёты, вопрос коллеге, вопрос системе. Полезное не делают не потому, что оно сложное, а потому что спросить дороже, чем обойтись. Весь продукт — попытка опустить этот порог.
Что меняется. Ваш мозг разговаривает с их мозгом. Не продаёт — выясняет: делали ли такое, какого масштаба, есть ли ресурс. Ответы подкреплены записями, а не заявлениями. Человек получает короткий список с обоснованием, и выбор остаётся за ним. Когда люди созваниваются, разговор начинается с четвёртого созвона.
Самое интересное — не про технологию. Большинству компаний не не хватает клиентов. Им не хватает способности понять, какие клиенты — их. Поэтому все бьются за один и тот же список. Красный океан — часто не дефицит спроса, а сбой сопоставления. Если сопоставление заработает, конкуренции станет меньше, а не больше.
Теперь честно, потому что это финал.
Ничего из этого не работает, пока другой стороне нечем ответить. Федерация из одного — монолог. Это не функция. Это стандарт, который должен принять кто-то ещё.
Именно поэтому ядро открыто. Закрытый протокол федерации — противоречие в определении.
🟡 Шина данных — MVP: срезы, редакция, согласия.
🔜 Общения между мозгами компаний нет. Заложен фундамент.
Код открыт: https://neskuchny.github.io/Tessbrain/share/ru/tessent_capabilities.html
Первый созвон — знакомство. Второй — «пришлите кейсы». Третий — бриф. И только на четвёртом кто-то говорит что-то конкретное. Между ними обе стороны пересказывают себя. Ничего нового не создаётся. Три недели уходят на передачу того, что уже есть. А часто и не уходят — потому что обе стороны заранее знают, во что это обойдётся, и не начинают.
Узнаёте? Весь сезон был про одно. Пересказ вверх, к тому, кто решает. Вбок, между отделами. Во времени, от встречи до исполнителя. Это четвёртая ось: пересказ между компаниями. Самая дорогая, потому что здесь пересказывают не факт, а целую организацию.
И разведка: как устроен рынок, сколько стоит, кто берётся. Спросить не у кого — живые люди отвечают «сначала NDA». Разведка стоит человеческого внимания, и её не делают. Тот же порог, что весь сезон — автоматизации, отчёты, вопрос коллеге, вопрос системе. Полезное не делают не потому, что оно сложное, а потому что спросить дороже, чем обойтись. Весь продукт — попытка опустить этот порог.
Что меняется. Ваш мозг разговаривает с их мозгом. Не продаёт — выясняет: делали ли такое, какого масштаба, есть ли ресурс. Ответы подкреплены записями, а не заявлениями. Человек получает короткий список с обоснованием, и выбор остаётся за ним. Когда люди созваниваются, разговор начинается с четвёртого созвона.
Самое интересное — не про технологию. Большинству компаний не не хватает клиентов. Им не хватает способности понять, какие клиенты — их. Поэтому все бьются за один и тот же список. Красный океан — часто не дефицит спроса, а сбой сопоставления. Если сопоставление заработает, конкуренции станет меньше, а не больше.
Теперь честно, потому что это финал.
Ничего из этого не работает, пока другой стороне нечем ответить. Федерация из одного — монолог. Это не функция. Это стандарт, который должен принять кто-то ещё.
Именно поэтому ядро открыто. Закрытый протокол федерации — противоречие в определении.
🟡 Шина данных — MVP: срезы, редакция, согласия.
🔜 Общения между мозгами компаний нет. Заложен фундамент.
Код открыт: https://neskuchny.github.io/Tessbrain/share/ru/tessent_capabilities.html
В вашей компании есть сотни автоматизаций, которые никто никогда не сделает. И дело не в том, что они сложные.
Посчитайте на одном примере. Дашборд, который экономит одному человеку три часа в неделю, — это сто пятьдесят часов в год. Понятная польза.
А чтобы он появился, нужно: объяснить задачу, созвониться дважды, завести тикет, дождаться места в спринте, пройти ревью и убедить кого-то старшего, что это важнее дорожной карты. Стоимость того, чтобы попросить, выше стоимости самой вещи.
Поэтому никто не просит. Умножьте на каждого сотрудника и каждый отдел — и вы получите невидимую очередь из сотен вещей, которые были бы полезны и не будут сделаны никогда.
Два очевидных решения, и оба не работают.
Нанять людей, которые делают продукты под сотрудников. Изучать процессы, брифовать, жечь время с обеих сторон. Дорого, медленно, не масштабируется — и на мелких задачах экономика не сходится в принципе.
Пусть каждый делает себе сам, вайб-кодинг же есть. Вайб-кодинг сделал дешёвым написание кода. Он не сделал дешёвым проектирование. Чтобы получить работающую вещь, всё ещё нужно понимать, из чего она состоит, как части связаны, что считается готовым. Это отдельный навык, его нет у большинства, и требовать его от всех — та же ошибка, что требовать промпт-инжиниринг (об этом был прошлый пост).
Полезное не делают не потому, что оно сложное, а потому что объяснить его дороже, чем сделать.
Что мы сделали с этим. Честно: это MVP, и его надо упрощать дальше — скажу об этом ещё раз в конце. Мы назвали это SIMA.
Первое: бриф не пишется, он уже есть. Вы подключаете то, что компания и так наговорила — встречи, документы, граф знаний. Никакого «заполните бриф на 40 вопросов»: контекст лежит в памяти компании, и его нужно не собирать, а взять.
Второе: вы говорите, что нужно, и получаете схему. Блоки, связи, слои. И вот здесь суть всей конструкции: схема — единственный артефакт, который неинженер может проверить сам. Код он прочитать не может и оценить не может. А на схему посмотреть может — и сказать «нет, вот эта ветка не туда». Проверка возвращается человеку, который знает, что ему нужно, но не умеет программировать. Раньше ему приходилось доверять на слово до самого конца.
Третье: вы подтверждаете схему, и система заполняет каждый блок — миссия, критерии приёмки. Из полей получаются контракты: не «сделай хорошо», а проверяемое условие.
Четвёртое: задача уходит агенту — Claude Code, Cursor, Codex. Как и везде у нас, заявка создаётся в статусе ожидания и не запускает ничего, пока вы не подтвердите.
Пятое, и это главное. Результат агента проверяет система, а не человек. По каждому блоку — контракт, по контракту — детерминированная проверка: файл существует, тест проходит.
И приятная мелочь для тех, кто страдал от документации: вики и туториалы генерируются из контрактов. Документация — проекция схемы, а не отдельный документ, который расходится с реальностью через месяц.
Статус, честно. Это MVP за флагом, по умолчанию выключенный. Конструктор, импорт контекста, генерация ТЗ, контракты, три вердикта, каскад, автодокументация — работают.
И то, что обычно не пишут в анонсах: интерфейс у нас недостаточно простой. Мы это знаем, это следующая работа, и делать вид, что там уже кнопка «сделай мне дашборд», нечестно.
Смысл всей затеи не в том, что «ИИ пишет программы» — это умеют все. Смысл в том, чтобы опустить порог, ниже которого просить бессмысленно. Тогда очередь из сотен полезных мелочей перестаёт быть невидимой.
https://neskuchny.github.io/Tessbrain/share/ru/tessent_capabilities.html
Посчитайте на одном примере. Дашборд, который экономит одному человеку три часа в неделю, — это сто пятьдесят часов в год. Понятная польза.
А чтобы он появился, нужно: объяснить задачу, созвониться дважды, завести тикет, дождаться места в спринте, пройти ревью и убедить кого-то старшего, что это важнее дорожной карты. Стоимость того, чтобы попросить, выше стоимости самой вещи.
Поэтому никто не просит. Умножьте на каждого сотрудника и каждый отдел — и вы получите невидимую очередь из сотен вещей, которые были бы полезны и не будут сделаны никогда.
Два очевидных решения, и оба не работают.
Нанять людей, которые делают продукты под сотрудников. Изучать процессы, брифовать, жечь время с обеих сторон. Дорого, медленно, не масштабируется — и на мелких задачах экономика не сходится в принципе.
Пусть каждый делает себе сам, вайб-кодинг же есть. Вайб-кодинг сделал дешёвым написание кода. Он не сделал дешёвым проектирование. Чтобы получить работающую вещь, всё ещё нужно понимать, из чего она состоит, как части связаны, что считается готовым. Это отдельный навык, его нет у большинства, и требовать его от всех — та же ошибка, что требовать промпт-инжиниринг (об этом был прошлый пост).
Полезное не делают не потому, что оно сложное, а потому что объяснить его дороже, чем сделать.
Что мы сделали с этим. Честно: это MVP, и его надо упрощать дальше — скажу об этом ещё раз в конце. Мы назвали это SIMA.
Первое: бриф не пишется, он уже есть. Вы подключаете то, что компания и так наговорила — встречи, документы, граф знаний. Никакого «заполните бриф на 40 вопросов»: контекст лежит в памяти компании, и его нужно не собирать, а взять.
Второе: вы говорите, что нужно, и получаете схему. Блоки, связи, слои. И вот здесь суть всей конструкции: схема — единственный артефакт, который неинженер может проверить сам. Код он прочитать не может и оценить не может. А на схему посмотреть может — и сказать «нет, вот эта ветка не туда». Проверка возвращается человеку, который знает, что ему нужно, но не умеет программировать. Раньше ему приходилось доверять на слово до самого конца.
Третье: вы подтверждаете схему, и система заполняет каждый блок — миссия, критерии приёмки. Из полей получаются контракты: не «сделай хорошо», а проверяемое условие.
Четвёртое: задача уходит агенту — Claude Code, Cursor, Codex. Как и везде у нас, заявка создаётся в статусе ожидания и не запускает ничего, пока вы не подтвердите.
Пятое, и это главное. Результат агента проверяет система, а не человек. По каждому блоку — контракт, по контракту — детерминированная проверка: файл существует, тест проходит.
И приятная мелочь для тех, кто страдал от документации: вики и туториалы генерируются из контрактов. Документация — проекция схемы, а не отдельный документ, который расходится с реальностью через месяц.
Статус, честно. Это MVP за флагом, по умолчанию выключенный. Конструктор, импорт контекста, генерация ТЗ, контракты, три вердикта, каскад, автодокументация — работают.
И то, что обычно не пишут в анонсах: интерфейс у нас недостаточно простой. Мы это знаем, это следующая работа, и делать вид, что там уже кнопка «сделай мне дашборд», нечестно.
Смысл всей затеи не в том, что «ИИ пишет программы» — это умеют все. Смысл в том, чтобы опустить порог, ниже которого просить бессмысленно. Тогда очередь из сотен полезных мелочей перестаёт быть невидимой.
https://neskuchny.github.io/Tessbrain/share/ru/tessent_capabilities.html
Агенты уже умеют делать. Не решено, кто ставит им задачу и кто принимает работу.
Сегодня и то и другое — человек. И это не мелочь, а весь потолок.
Агент, которому нужен человек, чтобы объяснить задачу, и человек, чтобы проверить результат, никого из процесса не убрал. Он передвинул человека: тот больше не печатает, зато теперь инструктирует и принимает. Работа поменяла форму, объём остался.
Отсюда видно, почему агентские системы отлично справляются с поверхностными задачами и рассыпаются на глубоких.
Поверхностная задача — та, чей бриф помещается в одно сообщение. Глубокая — та, где брифом является вся компания: что решали, чего клиент не примет, на чём в прошлый раз обожглись, кто за это отвечает, какие есть ограничения, о которых никто не пишет, потому что все и так знают. Ни одно сообщение этого не вмещает.
Причём заметьте: без контекста агент не отказывается. Он делает — плохо и уверенно. Это опаснее, чем если бы он не делал вовсе.
Хорошо, посадим человека писать контекст. Так и правда работает — но с тремя условиями, и все три ломаются.
Первое. Человек должен быть профессионалом, который умеет разложить задачу и собрать под неё данные. Таких в компании единицы, и они и без агентов справляются.
Второе, менее очевидное — доступ. У линейного сотрудника часто просто нет прав на данные, которые нужны для брифа. Он идёт к руководителю. Руководитель занят. Даже когда он готов дать доступ, у него нет времени это оформить, и он делает задачу сам. Задача встаёт не потому, что её некому решить, а потому, что никто не может собрать для неё контекст в рамках своих прав.
Третье и самое дорогое: глубокие задачи повторяются, но меняются. Та же задача через квартал — уже другая: изменились решения, условия, люди, приоритеты. Бриф, написанный один раз, протухает молча. Значит, кто-то должен его обновлять — руками, регулярно, вечно. Обычно этого никто не делает, и через полгода агент уверенно работает по позапрошлогодней картине мира.
Сложите три пункта. Потолок полезности агентов — не их способности. Потолок — пропускная способность человека по постановке и приёмке.
Именно это мы и называем федерацией — или шиной данных.
Идея простая: постановку и приёмку берёт на себя память компании. Она знает, что изменилось с прошлого раза, потому что хранит версии фактов. Она знает, кому что можно показывать, потому что права проверяются до модели, а невидимое неотличимо от несуществующего. Она умеет разложить задачу на подзадачи, отдать их, а потом принять или вернуть с конкретным списком замечаний.
Федерация — это ТЗ задачи, повёрнутое наружу: на чужих агентов, на подрядчиков, на сервисы, которые вы не писали.
Чтобы поставить задачу внешнему агенту, надо решить, что ему можно видеть. Не «дать доступ к данным», а определить срез — как для человека, только адресат не человек и спросить с него нечего. У нас под это есть механика: срезы наружу, редакция полей, согласия.
Системы которые могут выполнить уже достигли очень высокого уровня, те которые могут поставить задачу и проконтролировать, только появляются.
Статус. 🟢 Работают генератор ТЗ и цикл приёмки внутрь, контракты и три вердикта в SIMA.
🟠 Передача агенту двухфазная: заявка создаётся в ожидании и ничего не запускает без подтверждения.
🟡 Шина данных — MVP: срезы, редакция, доступы по группам.
🔜 Управления внешними агентами через шину и подключения к маркетплейсам агентов у нас нет. Заложен фундамент.
https://neskuchny.github.io/Tessbrain/share/ru/tessent_capabilities.html
Сегодня и то и другое — человек. И это не мелочь, а весь потолок.
Агент, которому нужен человек, чтобы объяснить задачу, и человек, чтобы проверить результат, никого из процесса не убрал. Он передвинул человека: тот больше не печатает, зато теперь инструктирует и принимает. Работа поменяла форму, объём остался.
Отсюда видно, почему агентские системы отлично справляются с поверхностными задачами и рассыпаются на глубоких.
Поверхностная задача — та, чей бриф помещается в одно сообщение. Глубокая — та, где брифом является вся компания: что решали, чего клиент не примет, на чём в прошлый раз обожглись, кто за это отвечает, какие есть ограничения, о которых никто не пишет, потому что все и так знают. Ни одно сообщение этого не вмещает.
Причём заметьте: без контекста агент не отказывается. Он делает — плохо и уверенно. Это опаснее, чем если бы он не делал вовсе.
Хорошо, посадим человека писать контекст. Так и правда работает — но с тремя условиями, и все три ломаются.
Первое. Человек должен быть профессионалом, который умеет разложить задачу и собрать под неё данные. Таких в компании единицы, и они и без агентов справляются.
Второе, менее очевидное — доступ. У линейного сотрудника часто просто нет прав на данные, которые нужны для брифа. Он идёт к руководителю. Руководитель занят. Даже когда он готов дать доступ, у него нет времени это оформить, и он делает задачу сам. Задача встаёт не потому, что её некому решить, а потому, что никто не может собрать для неё контекст в рамках своих прав.
Третье и самое дорогое: глубокие задачи повторяются, но меняются. Та же задача через квартал — уже другая: изменились решения, условия, люди, приоритеты. Бриф, написанный один раз, протухает молча. Значит, кто-то должен его обновлять — руками, регулярно, вечно. Обычно этого никто не делает, и через полгода агент уверенно работает по позапрошлогодней картине мира.
Сложите три пункта. Потолок полезности агентов — не их способности. Потолок — пропускная способность человека по постановке и приёмке.
Именно это мы и называем федерацией — или шиной данных.
Идея простая: постановку и приёмку берёт на себя память компании. Она знает, что изменилось с прошлого раза, потому что хранит версии фактов. Она знает, кому что можно показывать, потому что права проверяются до модели, а невидимое неотличимо от несуществующего. Она умеет разложить задачу на подзадачи, отдать их, а потом принять или вернуть с конкретным списком замечаний.
Федерация — это ТЗ задачи, повёрнутое наружу: на чужих агентов, на подрядчиков, на сервисы, которые вы не писали.
Чтобы поставить задачу внешнему агенту, надо решить, что ему можно видеть. Не «дать доступ к данным», а определить срез — как для человека, только адресат не человек и спросить с него нечего. У нас под это есть механика: срезы наружу, редакция полей, согласия.
Системы которые могут выполнить уже достигли очень высокого уровня, те которые могут поставить задачу и проконтролировать, только появляются.
Статус. 🟢 Работают генератор ТЗ и цикл приёмки внутрь, контракты и три вердикта в SIMA.
🟠 Передача агенту двухфазная: заявка создаётся в ожидании и ничего не запускает без подтверждения.
🟡 Шина данных — MVP: срезы, редакция, доступы по группам.
🔜 Управления внешними агентами через шину и подключения к маркетплейсам агентов у нас нет. Заложен фундамент.
https://neskuchny.github.io/Tessbrain/share/ru/tessent_capabilities.html