Похоже, серия по FPF и DPF становится сериалом.

Когда мы запускали пять практикумов, их можно было воспринимать как пять отдельных тем:

1. FPF-грамотность.
2. Архитектурное мышление.
3. Рабочие процессы.
4. Точность языка.
5. Свой DPF.

Сейчас видим, что почти все участники выбрали не один семинар, а весь маршрут. Также, продолжаем рассматривать ваши кейсы с пробами DPF — для применения AI в российских СЭД, для Jira и продуктовой команды, для личной IWE, для рабочих процессов и локальных практик.

И ключевая сложность, с которой многие сталкиваются — DPF не может быть точно подготовлен из запроса в несколько слов.

Если просто сказать AI "сделай DPF по моей области", можно получить длинный, местами полезный, но ещё непригодный рабочий документ. Где-то будет слишком общо. Где-то область окажется размером "на пять томов". Где-то получится каталог идей, но ещё не паттерны, по которым человек и AI-агент смогут действовать.

Поэтому Анатолий сейчас перестраивает серию как связный маршрут от строгого AI-ответа на "птичьем языке" FPF — к понятному действию в вашем проекте.

✅ Первый семинар задаёт декодер.

Участник берёт ответ AI-агента и учится понимать:

— о чём этот ответ и какой ход он предлагает;
— какой рабочий объект этот ход меняет или создаёт;
— где граница допуска: что уже можно делать, а куда надо вернуться к источникам, людям или фактам.

Кто-то погрузится, кто-то актуализирует, кто-то пропитается.

Но именно отсюда потом развернётся весь сериал, где финальной развязкой станут собственные DPF и LPF — будем разбираться как сделать предметный или локальный регламент, чтобы AI отвечал ближе к логике вашей области, проекта и команды.

❤ Важный поворот: теперь разговор пойдёт и об LPF.

DPF — для предметной области.

LPF — для локальной практики: организации, проекта, команды, роли или рабочего контекста.

Это как раз то место, где многим не хватало точности: одно дело "AI знает нашу область", другое — "AI понимает, как у нас здесь принято действовать, что считается ошибкой, где источники, кто принимает решение и какой результат годится для следующего шага".

Сейчас FPF тоже дорабатывается прямо перед стартом серии.

✅ Анатолий дописывает новые связки, готовит более понятный вход через "мантры" FPF, чтобы новичкам было за что зацепиться, а опытным участникам было куда углубляться.

И дальше из этого собирается более точный рабочий язык.

Здесь мантры — это короткие рабочие формулы, в которые упакованы сложные различения FPF. Они дают участнику простую канву внимания: что увидеть в ситуации, какой объект назвать, какой ход выбрать, где проверить основание и когда вернуть вопрос к источникам.

Их сила в том, что сложная теория начинает работать как навык: фраза легко запоминается, многократно применяется на разных задачах и постепенно перестраивает само мышление человека и AI-агента в одной предметной области.

Серия стартует 12 июля.

Подробности и участие:
https://system-school.ru/list

✅ Качественный продукт почти невозможно создать из нескольких слов

Со стороны могло показаться, что кто-то просто умеет "разговаривать с AI" на недоступном уровне.

AI-агенты ему отвечают глубже. Видят слабые места. Разводят то, что раньше смешивалось. Показывают, где текст может и полезный, но по нему ещё нельзя действовать.

❗️За этим стоит не талант к формулировкам, а нормальная инженерная работа: понять, что система должна делать, где источники, какие ограничения важны, что проверять и какой результат годится для следующего шага.

Это уже видно по рынку.

Появляются команды, которым платят не за создание очередного AI-продукта, а за разбор последствий поспешной AI-сборки. Один свежий пример — Slopfix: три инженера берут $10 000 за неделю работы по чистке раздутого AI-generated кода.

Начинают они не с переписывания кода, а с инвентаризации того, что приложение вообще должно делать.

И показательная деталь: они тоже используют AI-агентов. Только ключевые решения остаются за людьми.

❤ И вот здесь начинается наша тема.

Если просто попросить AI: "сделай DPF по моей области", он что-то сделает. Длинное, уверенное, местами полезное.

А потом выясняется — область взята слишком широко, источники слабые, паттернов ещё нет, локальная практика не разведена, результат больше похож на справочник или красивую заготовку.

Это не провал.

Это точка, где чужое мастерство должно стать вашим рабочим навыком.

На серии с Анатолием будем разбирать технологию этой работы: как собрать предметную вводную, дойти до DRR, перейти к паттернам, проверить источники, отделить DPF для области от LPF для локальной практики команды, проекта или организации.

То, что со стороны выглядит как "AI поумнел", на практике собирается из точных ходов.

❗️Важный момент — про "ошибку" в боте.

Для тех, кто уже проходил резидентуры, стажировки или старые программы Рабочего развития в МИМ с наставником, отдельное уточнение: если в боте для вас по-прежнему отображаются отдельные условия участия для серии семинаров по FPF/DPF/LPF — это корректно.

Так мы учитываем уже пройденный путь — вы работали с языком МИМ, предъявляли результаты наставникам, тем самым участвовали на практике в развитии сообщества и помогали развивать материалы.

Для наших выпускников серия может сработать как технологическая актуализация.
Для тех, кто собирается в резидентуры осенью — как усиление входа.

Если сомневаетесь, относятся ли к вам отдельные условия, напишите Алёне:
@alyona_girassol

Бот:
@SystemsSchool_bot

Подробности о серии:
https://system-school.ru/list

✅ Одни и те же AI — в разных руках

Кейс Slopfix, который сегодня обсуждали, хорошо показывает новую норму: одни команды быстро собирают продукт с помощью AI, другие потом разбирают последствия этой скорости.

На выходе у первых — красивый интерфейс, много кода, ощущение почти готового решения.

Вторые приходят тоже с AI-агентами, но начинают с другого вопроса: что эта система вообще должна делать?

Дальше начинается инвентаризация функций, чистка, проверка и ограничения, чтобы мусор избыточность снова не нарастала.

❤ Этот сюжет легко перенести за пределы кода.

В любой работе можно быстро получить регламент, который никто не сможет применять; DPF "по всей области сразу"; красивый пересказ без источников; план, похожий на выполненную работу; уверенный AI-ответ, который ведёт проект по ложному основанию.

❌ Самый дорогой сценарий — обнаружить это через полгода.

Тексты были.
Планы были.
Ответы были.
Ощущение движения было.

А пригодного рабочего результата не появилось.

Вот почему серия по FPF, DPF и LPF сейчас настолько актуальна.

Фокус будет не на "правильном промпте" — мы будем разбираться с рабочей технологией, которая начинается раньше промпта:

предметная вводная → DRR → источники → паттерны → проверки → DPF для области → LPF для практики команды или проекта.

Подход к FPF через мантры усиливает вход в практикумы, как чек-листы внимания: что увидеть, какой объект назвать, какой ход выбрать, где проверить основание и когда вернуться к источникам.

За счёт этого сложное получает канву. Можно самому разбирать AI-ответ, рабочий документ, регламент, план или первую версию DPF.

К семинарам готовится отдельный слайдомент: слайды, конспект и рабочий учебник в одном формате.

После семинара к нему можно будет возвращаться как к карте: перечитывать, разбирать с AI-агентом вместе с FPF, адаптировать карточки под свою ситуацию и поднимать вопросы к источникам, проверкам и рабочим ходам.

🔧 То есть вход становится проще.

Глубина при этом остаётся взрослой.

В чате первого семинара уже появился первый большой слайд из слайдомента. Это тот самый эффект подглядывания в рабочую кухню: материалы ещё собираются, но уже видно, как будет устроен вход в серию.

❗️❗️❗️ Для тех, кто оформил полный маршрут: вас уже около 80 человек, но не все дошли до чатов.

Считайте, что ключи уже выданы. Ниже направляем ссылки на чаты (сегодня и завтра ещё автоматом принимаются все заявки) — подключайтесь, чтобы не догонять потом обсуждение.

Для тех, кто ещё присматривается: после старта материалы останутся, но общий язык группы, первые вопросы, первые DPF-пробы и разборы начнут собираться уже сейчас.

❗️ Если хотите идти со всей группой, но сейчас неудобно оплатить весь маршрут сразу, напишите Алёне. Подберём вариант оплаты. Нам важнее, чтобы человек дошёл до практики.

Серия стартует уже в это воскресенье, 12 июля, в 11:30 МСК.

Пререквизитов нет.

Присоединиться через бота:
@SystemsSchool_bot

Подробнее:
https://system-school.ru/list

Первый чат: https://t.me/+9pcaL4TTo7NkN2Q6
Второй чат: https://t.me/+fpQb7iqRDpVlZDFi
Третий чат: https://t.me/+rzQIrCe-yCFmNTVi
Четвёртый чат: https://t.me/+hDt1SysUDJEzMWVi
Пятый чат: https://t.me/+aHVId8Z4OU84Mjgy

Завтра участники получат FPF, который ещё сегодня ночью меняется под семинар

Обычно к семинару готовят слайды.

Здесь прямо перед стартом Анатолий дорабатывает сам FPF.

Не косметически. По сути.

В процессе подготовки первого семинара стало видно место, где PatternID всё ещё может выглядеть для участника как загадочная ссылка: AI что-то нашёл, ответил на плотном FPF-языке, а дальше может оказаться непонятно, как из этого получить рабочий результат в своём проекте.

И вот это место сейчас закрывается.

Через DRR на 270K знаков, 14 проходов, двух AI-агентов и ручное руководство Анатолия меняется терминология применения FPF и уточняется сам метод применения паттернов.

Если перевести с внутреннего языка на человеческий:

❗️ завтра будут разбирать не просто "что такое FPF", а как разговаривать с FPF о его применении.

🔥🔥🔥

Как взять свою ситуацию.

Как понять, какой паттерн к ней относится.


Как получить первый рабочий результат: запись, карточку, сравнение, архитектурную постановку, заготовку DPF

или следующий ход для AI-агента.

✅ Именно поэтому серия становится сильнее прямо на старте.

Добро пожаловать на фронтир, коллеги🥰

Пять семинаров уже воспринимаются участниками как маршрут: почти все выбрали полный набор, а не одну встречу. Поэтому первый семинар перестраивается как вход в общий язык всей серии.

Дальше поверх этого будут архитектурные ходы, рабочие процессы, точность языка, DPF и первые выходы к LPF.

Завтра начнётся живое формирование языка группы: первые вопросы, первые ошибки применения, первые DPF-пробы.

Новая версия FPF потом будет доступна как материал.

❤ Завтра участники получают больше — online объяснение зачем появились эти изменения и как превращать их в рабочий ход, разборы на месте и первый опыт применения нововведений к своим проектам.

Старт — завтра, 12 июля, 11:30 МСК.

Пререквизитов нет.

Подключиться:
@SystemsSchool_bot

Подробности:
https://system-school.ru/list

Если хотите идти со всей группой, но сейчас неудобно оплатить весь маршрут сразу, напишите Алёне:
https://t.me/alyona_girassol

FPF — это нитро для проектной работы с AI

В гоночных играх кнопка нитро даёт резкое ускорение. Можно быстро вырваться вперёд. Но ошибка в траектории сразу становится дороже.

В работе с AI такое ускорение полезно, когда человек умеет:

— удерживать, ради какого решения вообще запускается работа;
— различать выполненную работу и результат;
— замечать, когда агент ушёл в побочную проработку;
— возвращать работу к следующему полезному ходу.

✅ Скорость становится преимуществом, когда человек удерживает траекторию и направляет AI к полезному следующему ходу.

Участники первого практикума уже проверяют это на своих проектах: точнее задают назначение результата, раньше замечают лишнюю проработку и получают рабочие ходы, которые можно сразу применять в проекте.

Для части участников серия начала окупаться уже после первого практикума: меньше времени уходит на лишнюю проработку, результаты легче применять, а найденный способ работы можно повторять в следующих задачах.

В NFS нельзя было прокачать все характеристики сразу. На одной трассе решала управляемость, на другой — скорость или запас нитро. В проектной работе действует та же логика: сначала выбирают характеристику, которая сейчас сильнее всего ограничивает результат, затем меняют устройство под неё. Стартовой конфигурации хватает на первые задачи. Более сложные проекты требуют следующей сборки.

❤ Что именно менять в проекте?

Один и тот же симптом может указывать на проблему в детали, продукте, рабочей системе, организации или отношениях между участниками.

От этого выбора зависит само решение.

Именно это будем разбирать 19 июля на втором практикуме "От системного мышления к архитектурному мышлению".

Речь пойдёт о том, как:
— выбрать целое, которое нужно менять;
— назвать характеристики, по которым будет виден выигрыш;
— собрать несколько вариантов устройства;
— сравнить их последствия;
— принять архитектурное решение с ожидаемым выигрышем, ценой выбора и следующим рабочим ходом.

Если в вашем проекте уже виден симптом, но пока неясно, что именно менять, приносите его на практикум 🎢

Участие и чаты: @SystemsSchool_bot
Любые вопросы: @alyona_girassol

Узнали механику?
🔥 — да, та самая NFS
❤️ — уже тюню рабочую связку с AI
👍 — пока еду на базовой настройке

Что сможет первая сотня, когда у проекта появится карта?

К работе в серии из пяти FPF-практикумов уже подключились около 100 человек: участники и команда.

Во время подготовки Анатолий Левенчук несколько раз пересобирал материал, возвращаясь к одному вопросу:

"Что сможет делать после этой серии первая сотня?"

На втором практикуме участники начнут строить рабочую карту проблемы из своего проекта: определять систему, в которой она возникла, видеть её место в большем целом, выбирать характеристики, по которым сравнивать решения, и строить несколько вариантов устройства.

Без такой карты приходится двигаться серией проб. Например, задержка может относиться к работе отдельного участка, всей производственной линии или системы поставки. Пока предмет изменения выбран неточно, команда легко ускоряет одну часть и ухудшает результат целого.

Карта помогает отсеять лишние ходы до того, как на них потрачены время и силы.

Только за последнюю неделю OpenAI выпустила GPT-5.6 для сложной профессиональной и агентной работы и представила GPT-Red — систему автоматического тестирования других AI на уязвимости. Moonshot выпустила Kimi K3 — модель на 2,8 трлн параметров с контекстом до миллиона токенов.

❗️ Чем сильнее становятся модели, тем дороже обходится ошибка в выборе цели: AI-агент быстрее и убедительнее выполняет работу, которая не решает исходную проблему.

Для первых трёх практикумов уже собран рабочий справочник более чем из 270 слайдов. В материал второго практикума встроены семь практических заданий: от взгляда на систему снаружи и изнутри до сравнения архитектурных вариантов и выбора следующего хода. На встрече участники пройдут основной маршрут, а затем смогут возвращаться к подробностям вместе с AI-агентом по мере развития своих проектов.

✅ На выходе — рабочая карта проблемы из вашего проекта: что именно менять, по каким характеристикам сравнивать варианты и какой следующий ход выбрать вместе с AI-агентом.

Эта карта станет опорой для следующих практикумов серии: о работе, точности языка и переходе к DPF.

Проверить собственную ситуацию можно уже сегодня. Возьмите одну повторяющуюся проблему и ответьте на четыре вопроса:

— В какой системе наблюдается проблема?
— Что именно в её работе должно стать лучше?
— Какое улучшение одной части может ухудшить общий результат?
— Какие два варианта устройства системы можно сравнить?

Если вы можете хотя бы черново ответить на эти вопросы, у вас уже есть материал для архитектурного разбора. Если пока виден только симптом, его тоже можно принести на практикум.

Завтра, 19 июля, группа продолжит работу на встрече "От системного мышления к архитектурному мышлению".

Сразу после подключения вы получите запись и материалы первого практикума, а также инструкцию по подготовке ко второй встрече.

Подключиться к серии: @SystemsSchool_bot
Вопросы и помощь с оформлением: @alyona_girassol