Как строить свою карьеру

Обычно люди оценивают успешность чьей-то карьеры по видимым статусным признакам: названию роли, размеру зарплаты или стилю жизни, масштабу или количеству человек в управлении. Это ведет к тому, что при принятии карьерных решений, эти факторы становятся основными для оптимизации – большинство людей будет считать успешным переход в другую компанию на должность повыше или зарлпту побольше.

При этом с реальным удовлетворением от работы ни оди из этих факторов не имеет ничего общего. На самом деле влияют такие вещи, как ощущение собственной компетентности, чувство потока в работе, фит в культуру и команду, work/life balance.

Поэтому при принятии карьерных решений важно помнить, что вы принимаете их для себя, а не для того, чтобы казаться успешным каким-то левым людям вокруг.

Важно ли еще доменная экспертиза

Представьте себе – вы десятки лет работали в финтехе, накопили кучу знаний про то, как вообще работают платежные системы, KYC, эквайринги и другие хитрые вещи, набили руку на дебаге неуловимых багов в распределенных системах, и знаете почти наизусть API всего стандартного для финтеха стека. Пусть вы и не самый блестящий и гениальный инженер, но вы всегда были уверены, что эти накопленные доменные знания будут делать вас ценным специалистом, и работу вы всегда найдете.

Автор статьи рассказывает про свою экзистенциальную тревогу – последний год он наблюдал за тем, как его доменные знания перестают быть действительно важными, и он превращается в оператора агентов, которым может выступить вообще любой другой программист без глубокого знания финтеха:

👉Сначала размылась ценность доменных знаний при написании дизайн-доков и проектировании архитектуры. LLM уже довольно давно предлагала достаточно неплохие спецификации.
👉Затем размылась ценность навыков дебага распределенных систем. Агенты сейчас быстро разбирают такие баги, на которые раньше человек мог легко всадить день или два жизни.
👉Понимание архитектуры и качественного кода постепенно становится менее важным – по крайней мере доплачивать за это особо никто не готов, за качество кодовой базы тоже уже мало кто бьется, good enough is enough.

Давайте рассказывайте, что вы думаете про ценность доменных знаний? Достаточно ли нам всем быть генералистами, которых в любой момент могут заменить на другие шестеренки?

Как могут выглядеть интервью будущего

Steve Yegge, инженер с десятками лет опыта в бигтехе, и сумасшедший гений, который одним из первых начал экспериментировать с автономными фабриками поверх AI агентов, выложил набор своих мыслей про то, почему классический процесс интервью сломан, и что может его заменить.

Аргументами про бессмысленность собеседований вас тут уже не удивить, мы по ним проходились. Лучшее, что можно сказать про классический процесс найма через скрининг резюме и несколько синтетических технических сессий – это что с учетом состояния рынка и всех ограничений это не самый худший вариант.

Вот вам байка из статьи, чтобы задать настроение:

At Google, rather than putting a little black desk on every interview loop, they just assumed all the interviewers had their heads up their arses (an evidence-based assumption), and they formed a committee at each site called Hiring Committee (HC). This committee acted as the final arbiter and gatekeeper on all hiring for the site.
...
Our HC group at the time was roughly fifteen strong, and included many local powerhouse Googler colleagues, including co-inventors of huge technologies, authors of interviewing book series, and people who are now very senior leaders.
We felt like we knew our shit.
One day, the recruiters gave us a special round of packets to review. In these special packets, we were able to read the interviewer notes and candidate responses. All personal details were stripped out, and we were told it was a “calibration exercise.”
...
Our group did our job, and voted not to hire about 2/3 of the packets. This was about par for the course.
But surprise surprise, this time, those were our own packets from when we had all interviewed at Google. The recruiters had tricked us into reviewing our own interview packets, and we had voted not to hire most of our own group.

Основные проблемы идут от того, что мы пытаемся предсказывать будущее поведение человека и его фит в команду на основе слишком малого количества слишком слабых сигналов. Очевидное решение – получать больше сильных сигналов, и именно поэтому для оценки людей хорошо работают стажировки. Раньше стажировки были доступны только в работе со студентами, теперь, с повышением на рынке конкуренции, такой формат может сработать и с более сеньорными разработчиками.

Но есть и промежуточное решение, к которому сейчас приходят компании в долине – они зовут кандидата поработать в их команде в течение пары дней, и, если всем все нравится, выдают оффер. Главный минус для кандидата в том, что в случае отказа эти дни для него были потеряны.

Так вот, основная идея статьи в том, что и вот это можно починить через блокчейн единую систему, в которой результаты прохождения таких интервью будут сохраняться, и будут доступны всем будущим нанимателям. Я со своей стороны не уверен, что это действительно решение – я бы не сказал, что фидбэк другой компании будет для меня очень сильным сигналом о фите кандидата в мою команду – но понаблюдать будет интересно!

Бесплатный управленческий лагерь от Стратоплана

Моя самая любимая реклама в канале – это, конечно, Стратоплан, потому что она всегда собирает кучу лайков от подписчиков, и хороших отзывов от тех, кто в итоге поучаствовал. А в этот раз все еще лучше, потому что я не только рассказываю про приближающийся ивент, но еще и участвую в нем сам как спикер! Но давайте к сути.

Основная идея лагеря такая – дать карту must have менеджерских навыков для разных уровней позиций, актуальных для довольно сильно поменявшихся реалий 2026 года, а заодно какие-то из них прямо в онлайне и отработать. Все происходящее бьется на четыре трека:

👉Управленческий – для лидов и руководителей отделов
👉Директорский – для техдиров и СОО (вот тут как раз я ворвусь)
👉Cтратегический – для бизнес-оунеров и СЕО
👉Карьерный – для всех, кто хочет разобраться, как расти, когда вокруг сокращают и людей, и бюджеты

Так вот, мы вместе с Сашей Орловым и Славой Панкратовым попробуем провернуть одну очень интересную штуку – в прямом эфире будем обсуждать, какие вообще навыки нужны хорошему директору, как эти навыки получить, и какие инструменты в рамках каждого из них использовать. Я расчитываю на то, что зарубимся мы сильно и по делу – я сам в директорской роли наделал очень много ошибок, да и на чужие насмотрелся, так что отрефлексировать есть много что!

📆22-25 июня, по вечерам, 18-21 по Москве
🎟Участие бесплатное, но надо подписаться на каналы спикеров – либо все-таки купить билет
🔗Ссылка и детали тут

Просишь человеческого внимания – вложи человеческий труд

Я думаю, каждый из подписчиков уже успел испытать эту фрустрацию нового типа, когда кто-то из коллег вместо того, чтобы лично ответить на вопрос, или написать вдумчивый документ, присылает полотно текста, сгенерированное AI, которое он сам явно не читал.

Правило из заголовка выглядит как очень разумный императив, которым в таких случаях надо пользоваться. Если вы хотите сами отправить сырой ответ из AI кому-то, то либо предложите этому человеку самому спросить своего агента, либо добавьте сюда немного вашего труда – вычитайте ответ, уберите то, во что не верите сами, и обязательно сделайте явным, где здесь именно ваше мнение.

Аналогично работает и в обратную сторону – не принимайте работу, в которой не видно человеческого труда, и не тратьте на ее чтение своего времени.

Готовьте развитие команды летом: в июне все курсы Яндекс Практикума доступны по старым ценам и со скидкой 15%

Хотите, чтобы команда достигала лучших результатов? В Практикуме ваши сотрудники освоят ИИ на уровне профи, повысят квалификацию и нарастят эффективность.

🎁 Выберите обучение до 30 июня и получите курс «Мастерство убеждения в рабочих коммуникациях» бесплатно.

Оставить заявку и забрать бонусы

Акция действует только для новых клиентов при оплате от юрлица. Цены вырастут 1.07.26*.

🏆 Яндекс Практикум — выбор компаний № 1, по данным Исследования предпочтений HR-менеджеров в сфере корпоративного обучения Hints, июнь 2025
*Цены вырастут на отдельные курсы. Проверьте стоимость на странице интересующего курса

Реклама, ООО Яндекс, ИНН 7736207543, erid: 2VtzqwBWfxm

Как создать в компании клуб дебатов

Я часто жалею, что когда у меня была возможность пойти в кружок дебатов в универе, я на нее забил, и выбрал веселиться (на самом деле про выбор не жалею, но уметь дебатировать было бы офигенно).

Это же просто отличный скилл для любого менеджера – нам постоянно нужно спорить и убеждать других людей, зачастую очень упрямых и зацикленных на своей картине мира. Одна лишь вера в собственную правоту и железобетонные аргументы побеждать в таких спорах не помогают – и я это очень часто чувствую на себе.

Так вот, организация такого клуба – это же прямо отличная корпоративная активность. Можно быстро придумать кучу релевантных кейсов, навыки отрабатываются прямо в течение рабочего дня, красота. Подумайте, выглядит полезнее, чем очередной тренинг про дачу обратной связи.

Какие вопросы задать про будущую команду на интервью

Держите несколько вопросов в копилку того, что вы и так спрашиваете:

👉Расскажите про последний случай, когда в команде кого-то запромоутили? Как это произошло, как долго человек работал в компании?
👉Какой самый долгий срок кто-либо проработал на этой должности, и чем он занимается сейчас?
👉В чем самая главная слабость команды?
👉Как команда действует, когда несогласна с решением сверху?
👉Какой план по хедкаунту на следующие 12 месяцев?
👉С кем мне предстоит больше всего работать вместе, и могу ли я с ним поговорить?
👉Как выглядят успех и провал на этой роли через полгода?
👉Когда и из-за чего был последний реорг?
👉Почему вы открыли эту роль?

Вопросы хорошие, но они подвержены тем же проблемам, что и интервью соискателей работы – в зависимости от того, с кем именно вы разговариваете, и в каком он сегодня настроении, вы можете получить ну очень разные ответы.

Что поменялось в управлении разработкой

Я очень люблю статьи и книги Уилла Ларсона, поэтому к его урокам и мнению рекомендую прислушиваться.

👉Любые миграции, даже самые большие, теперь могут быть выполнены одним человеком, а не командой – причем за 10% времени. При этом цена ошибки выросла еще сильнее.
👉Качество кода больше всего зависит от харнесса – тестов, быстрого и надежного CI, удобного окружения для валидации и превью изменений. Иначе говоря, все то, что помогало ускорить разработку пять лет назад, помогает и сейчас.
👉Оптимизируйте через агентов самые частые и типовые куски процессов. Например, имеет смысл все кодревью в первую очередь пропускать через агента – ошибки допускают и люди, и машины, но хорошая модель скорее всего найдет больше проблем, чем уставший от ревью человек. При этом эдж кейсы, вроде ревью критических частей системы, имеет смысл оставлять на людях.
👉Сыгранные команды, глубоко погруженные в контекст, стали еще важнее. Пилить фичи стало дешевле, поэтому гораздо важнее понимать, какие из них действительно нужны.
👉Чтобы получить пользу от адопшна AI, нужно уметь принимать быстрые, качественные и долгоживущие решения. Если вот этот механизм не работает, то ускорившийся экзекьюшн приведет вас совсем не туда, где хотелось бы оказаться.

Помимо самих уроков, в статье есть и хорошие примеры того, что конкретно было сделано Уиллом в его компании, чтобы из поддержать.

Магистратура «Управление внедрением ИИ в бизнес» от «Школы 21» и МИФИ — для тех, кто хочет работать на стыке технологий и бизнеса.

Ты научишься:
— работать с данными, Python, ML и нейросетями
— запускать и развивать ИИ-продукты от идеи до MVP
— считать экономику и эффективность ИИ-решений
— управлять командами и цифровыми продуктами
— внедрять ИИ в реальные компании

Что дает обучение:
— онлайн-формат с регулярными очными интенсивами;
— студенческий билет, льготы и доступ к инфраструктуре «Школы 21»;
— отсрочка от срочной службы;

Ты получишь:
🔹 реальные проекты от компаний прямо во время учёбы
🔹 диплом МИФИ — его знают даже те, кто далёк от технологий.

Все подробности и заявка — на сайте.

Как Мета убивает свою инженерную культуру

За последние несколько месяцев в Мете произошло следующее:

👉Со всех сотрудников в США принудительно записываются все их действия за компьютером, включая все нажатия на клавиатуру и движение мышкой. Все это, конечно, нужно для сбора датасетов.
👉До 50% всех инженеров перевели из продуктовой разработки в разметку данных для обучения AI. Причем под эти переводы попали даже команды, занимающиеся критичными для безопасности вещами.
👉О планируемом сокращении 10% всех сотрудников стало известно за месяц до него, из-за чего все жили в страхе и неопределенности.
👉Перфоманс ревью стал более агрессивным, из-за чего все бросились накручивать метрики успеха вроде написанных строк кода и сожженных токенов.
👉Произошел самый стыдный инцидент из всего, что происходило с и так кашляющим бигтехом – взломали кучу Instagram аккаунтов знаменитостей, просто включив VPN с их локацией, сообщив саппорту их юзернейм и попросив сбросить пароль.

Похожие штуки происходят и во многих других компаниях, но в меньшем масштабе – можете посмотреть в поиске по каналу по ключевому слову "AI психоз". И то, как ситуация разворачивается в Мете, может стать хорошим уроком для тех, кто пытается запускать AI трансформации, не сильно подумав перед этим.

Stack Overflow для агентов

Как вы помните, последние пару лет Stack Overflow стремительно умирает – мы и код руками не пишем, чего уж там про постинг вопросов и ответов говорить.

На прошлой неделе увидел, что они сделали интересную попытку пивота – сохранить свою суть базы знаний о неочевидных проблемах в программировании, но ориентироваться на агентов, а не на людей. Какие-то агенты приходят спросить о том, как решить неочевидный баг, какие-то – делятся обнаруженными лайфхаками, которых нет в документации. Короче говоря, что-то вроде хайповавшего в начале года Moltbook (покупку которого Метой, кстати, можно отнести к тому же списку глупых поступков).

👉А еще напоминаю, что сегодня я вместе с Александром Орловым и Вячеславом Панкратовым буду проводить стрим про то, какие навыки и скиллы нужны директору разработки в 2026 году. Участие бесплатное, приходите!

Я открыл наш уютный клуб про AI в разработке уже четыре месяца назад. Он сильно помог участникам изменить рабочие процессы в их командах и научиться самим работать с агентами.

Вот кому стоит вступать в клуьб:

👉Если вы хотите просто держать руку на пульсе происходящего в индустрии

Я вытаскиваю очень крутых экспертов из Uber, xAI, Meta, Яндекса, Cursor и других компаний. Они рассказывают, как работают их команды – и вы можете узнать у них то, о чем на конференциях начнут говорить только через год.

В нашем закрытом чате мы разбираем все важные новости и изменения подходов к разработке. Если нет времени читать – вам приходит дайджест с главными выводами.

👉Если вы хотите вкатиться в лучшие практики AI разработки

Мы провели уже около 40 стримов на разные темы – от Spec-Driven Development до того, как строить общий реестр скиллов для команды, где есть куча полезной информации.

В нашем чате есть специализированные комнаты по самым горячим темам – например, локальные модели, или тот же SDD. Клубчане делятся там своими сетапами и практиками.

Скоро запустим RAG по всему контенту чата и прошедших стримов, так что найти нужный совет будет еще проще!

👉Если вы уже активно внедряете AI в свою работу или команды

Это ровно то, чем занимаются все в клубе – так что вы сможете найти единомышленников с похожими проблемами. Как работать со скептиками, как не попасть в зависимость от вендоров моделей, как не сжечь все бюджеты на токены – все эти вопросы можно обсуждать в чате и на Random Coffee.

🔗Детали, расписание, заявки в клуб

сегодня вечером, кстати, как раз проводим сессию про то, как сделать AI Code Review полезным – так что еще успеете залететь!

Новые выпуски тимлидских подкастов

👉Бреслав и Ложечкин про Software 3.0, концепцию, которую популяризировал Карпатый еще до расцвета LLM
👉КОДА КОДА про манипуляции – как распознать и противостоять им
👉"Три тимлида заходят в бар" про ошибки команды – кто должен отвечать за последствия ошибок, работают ли наказания и blameless культура
👉Weekend Talk с Иваном Лукьяновым про его работу как внешнего "СТО на час"
👉"Едим слона целиком" про то, как на самом деле нанимают топ-менеджеров и работает executive search

Я сейчас ищу студию разработки (или отдельного человека), которая могла бы сделать следующее:

👉Взять готовый дизайн из брендбука и собрать из него дизайн-систему и базовые компоненты для Next.js
👉Перевести на нее эту дизайн-систему лендинг
👉Собрать из всего этого DESIGN.md и другие гайдлайны для агентов, чтобы дальше с этими компонентами было удобно работать
👉Сделать это довольно быстро, как всегда все горит

Контракт не с российской компанией, так что оплата и юрлицо где-то не в России должны быть. Ну и хочется кого-то, за кого вы прямо готовы поручиться! Пишите с рекомендациями в личку @etolstoy ❤️

Про автономную разработку софта агентами

Последний месяц все в твиттере обсуждают loops – создание внешних циклов над циклом самого агента. Иначе говоря, разные юзкейсы, в которых агент может работать полностью автономно без вмешательства человека. Самые консервативные из таких циклов – это триаж входящих пользовательских запросов или классификация PR в опенсорсе. Менее консервативные включают в себя написание и автоматический мердж какого-то кода вообще без участия людей в процессе.

Выглядит гипер-заманчиво, в разговорах про автономные фабрики у всех прямо дико загораются глаза. Главных проблемы две:

👉Мы перестаем понимать, как такие системы работают, и сдвигаемся от инженерной работы по созданию детерменистической машины к чему-то ближе к обслуживанию живого организма, поведение которого мы можем наблюдать, реагировать на симптомы, но понятия не иметь о том, как и что на самом деле их вызывает.
👉Текущее поколение моделей не может самостоятельно принимать решения на долгом горизонте. Они овер-оптимизированы на то, чтобы оптимально выполнить текущую задачу. Отсюда растут ноги и у того, что они с радостью могут поломать старые фичи, и у того, что они пишут переусложненный код с обработкой вообще всех возможных эдж кейсов. Со временем без человеческого присмотра система действительно становится непознаваемым организмом.

Казалось бы, если все так плохо, то это тупиковый путь, в который индустрия не пойдет. Проблема в том, что разные внешние факторы все-таки толкают туда. Один из них – безопасность. Вот тут как раз циклы отлично работают, агенты на потоке запускают тысячи экспериментов по поиску уязвимостей, и десятки оказываются успешными. Чтобы противостоять этому, нужно уметь так же быстро их чинить.

Что делать с этим, пока непонятно. Путь с тем, чтобы полностью исключать человека, мне кажется все-таки тупиковым. Я думаю, что решение должно находиться где-то в области очередного поднятия абстракции – нам нужны инструменты, которые будут позволять и понимать все важные изменения системы, и задавать правила ее эволюции, и быстро погружаться в то, что происходит внутри.