Вам больше не нужны карты для навигации в путешествии

В Корее все очень плохо с локализацией сервисов даже на английский язык. Google Maps там работают плохо: маршруты не строятся, данные не обновляются. Поэтому все обычно пользуются местным аналогом - Naver.

Naver по ощущениям - это webview в оболочке андроид приложения, ну или React Native на край. Неудобный, лагучий, со вкусом неоправданных ожиданий: несмотря на заявленную поддержку английского языка, переведены только пара кнопок (но и на том камсамнида). На скриншоте к посту уникальный случай - локализованное название заведения, которое еще и нашлось с первого раза. Но, как видите, из понятного че-то там до 18:00 и всего 4.5км - в целом, догадаться можно, простые сценарии покрывает

Чуть более сложный сценарий - найти круглосуточные аптеки по близости к вашей станции метро. Как я ни пытался, я так и не нашел в этом приложении нужные фильтры. Далеко корейцам до Яндекс Карт. Отчаявшись, ради интереса открыл Perplexity aka "убийца гугла". И с одного запроса нашел все, что мне нужно - вот пример сценария. Если попросить, он вам и карту приложит, и ссылки даст, чтобы в навигаторе проложить маршрут

Само собой, поиском заведений Perplexity не ограничивается. Попробуйте его режим Research на какую-нибудь неочевидную тему, включите Academic в настройках и наблюдайте, как он планирует шаги, адаптирует их в моменте на основе информации, которую смог найти, и пишет свои рассуждения. В сутки доступно три таких запроса бесплатно, но есть подписка Pro, которую можно найти всего за 600р/ГОД (да, стартап пока убыточный)

Вишенка на торте - ассистент, который запускается рядом с Siri или Google Assistant и получает доступ к уведомлениям, календарю, изображению на экране. Наряду с возможностями рассуждений, которые предоставляет Perplexity, он выглядит гораздо способнее встроенных ассистентов (ну или до тех пор, пока в России не разблокируется Gemini)

Пятничные заметки эффективного менеджмента

Сегодня в трекере эффективности своей команды увидел, что у двоих разработчиков превышена продолжительность рабочего дня: 16 и 14 часов соответственно

Поставил встречу с ребятами, чтобы разобраться в причинах переработок и узнать, почему второй разработчик недорабатывает 2 часа

🧐 Вышел очередной отчёт по продакт-менеджменту

Все, что нам нужно из него знать - НАКОНЕЦ-ТО, Inspired перестали рекомендовать как настольную книгу продактов

Писал об этом в каждом обзоре продуктовых отчётов и в каждом продуктовом чате - воспринимаю этот результат как собственную победу 😂

Ура! Всем продактам по зеленой книге с пандочкой!

Никто не сделает за тебя AI-ассистента

TL;DR: AI-агенты в последние полгода показывают впечатляющие результаты, значительно упрощая наши задачи. Но мы используем их по большей части во внешних проектах и почти не используем "для себя". А чтобы исправить это, нам придется приложить усилия.

Гиперперсонализация - сейчас один из главных трендов. Сервисы отказываются от грубых сегментов, всё чаще делая ставку на уникальные черты каждого пользователя. Spotify подстраивает рекомендации под твое настроение, "Самокат" знает, что у тебя в холодильнике, а банковское приложение адаптирует интерфейс, пытаясь предсказать, что тебе нужно сейчас. Удобно!

И всё это - без усилий с твоей стороны. Благодаря тому что компании годами систематизировали информацию о нас, мы сейчас получаем возможность пользоваться плодами “наших” больших данных - ты просто нажимал на кнопки, а за тобой записывали.

Но всё это - персонализация "снаружи". Умные системы знают наш цифровой след, но не знают нас. Эти данные фрагментарны. Spotify не знает, почему ты слушал конкретный плейлист в апреле. Такси не знает, зачем ты поехал в центр. Даже экосистемы, которые собирают данные из разных уголков твоей жизни, в лучшем случае умеют предугадывать поведение. Но не понимать логику, мотивацию, не видеть связи в действиях.

Сегодня, когда ML больше не принадлежит только корпорациям, его возможности становятся частью наших повседневных задач. И это возможно, потому что мы сами создаём структурированные системы. Как компании из примера выше, но в меньшем масштабе: проектируем архитектуру приложений, заносим данные в таблицы, оформляем документацию, пишем код, проводим исследования. Теперь эти процессы дополняют AI-агенты и LLM — они подхватывают нашу логику, анализируют статьи, пишут в нашем стиле, и это действительно упрощает работу. Особенно когда данные уже систематизированы — и теперь это не данные, собранные корпорациями, а те, что мы готовим сами.

Но у многих ли из нас есть такая "система" о самом себе? Мы ежедневно структурируем знания о внешнем мире, но многие ли пишут свою "документацию" о проектах, работе, прочтенных книгах, знакомствах, переживаниях, мыслях? С самого рождения информацию о нас систематизируют десятки компаний (и это здорово, мы же не технофобы?), но владеем ли мы такой системой сами?

Возможности такой личной системы с даже существующими на данный момент LLM уже могут быть впечатляющими: от простого коуча или терапевта (но действительно понимающего ваши мысли, которые беспокоят регулярно, знающего ваши основные фокусы, а не работающего по RAG-методичке) до цифровых клонов, которые могут принимать решения, копируя ваш стиль рассуждений. И это уже возможно сегодня, а кто знает, что нас ждет завтра.

По-настоящему персонализированного AI-ассистента можно будет построить только “изнутри”, и только вашими руками - на базе ваших знаний, вашего опыта, ваших принципов. Только если вы "документируете" себя и делаете это честно, регулярно.

И, возможно, самое важное, что мы можем сделать сейчас, чтобы не опоздать в этот тренд - начать систематизировать знания о себе