Закрой глаза
Чувствуй как ты дышишь
Всё между дыханием
Воздухи пространство
Слов не существует
Мы знаем Всё
Мурашки – точки мыслей
Линии крови течений
Свет изнутри наружу
Вокруг. "Наоборот"
Всегда – не Время
"ты" – Это, Это – Ты
Будь Водой
🧑🚀between-the-mountains-and-the-sky
Чувствуй как ты дышишь
Всё между дыханием
Воздух
Слов не существует
Мы знаем Всё
Мурашки – точки мыслей
Линии крови течений
Свет изнутри наружу
Вокруг. "Наоборот"
Всегда – не Время
"ты" – Это, Это – Ты
Будь Водой
🧑🚀between-the-mountains-and-the-sky
Product Management & AI
Все "планы", нарисованные на песке в начале года, уйдут с водою в океан Твой план иллюзии контроля. То(го), что ты ещё не понял и не осознал Ценность – то, что переживает планы Ценность – тот единственный и верный план UX/UI/дизайн, по факту, лишь обёртка…
Мы лишь придумываем проблемы,
Чтобы потом успешно их решать.
Весьрынок мир определён Иным.
Пользователь – твой продукт.
Команда – продакт, а не ты.
Твой ум мешает росту.
Чувствуй, наблюдая.
Наблюдая, чувствуй.
Строй мосты.
Так Влияй
Чтобы потом успешно их решать.
Весь
Пользователь – твой продукт.
Команда – продакт, а не ты.
Твой ум мешает росту.
Чувствуй, наблюдая.
Наблюдая, чувствуй.
Строй мосты.
Так Влияй
Telegram
Product Management & AI
Стратегия – мост между сегодня и завтра, построенный вниманием и решимостью
– Стратегическое видение осуществляется на уровне сердца, тактический выбор — на уровне разума.
Зажигая видение сердцем, передавай команде тактику. Смотри, и вот уже тактика становится…
– Стратегическое видение осуществляется на уровне сердца, тактический выбор — на уровне разума.
Зажигая видение сердцем, передавай команде тактику. Смотри, и вот уже тактика становится…
Есть идеи продуктов, которых еще нет на рынке?
Т-Банк ищет ML-продактов, которые работают с LLM/AI и управляют продуктом от гипотезы до продакшена.
Вы сможете:
— превращать бизнес-проблему в измеримую ML-задачу;
— запускать эксперименты с моделями;
— работать в связке с дата-сайентистами, ML-инженерами и разработчиками.
В Т-Банке ценят автономность и предлагают прозрачную систему развития. Работать можно в офисе разных городов России.
Успейте откликнуться!
Т-Банк ищет ML-продактов, которые работают с LLM/AI и управляют продуктом от гипотезы до продакшена.
Вы сможете:
— превращать бизнес-проблему в измеримую ML-задачу;
— запускать эксперименты с моделями;
— работать в связке с дата-сайентистами, ML-инженерами и разработчиками.
В Т-Банке ценят автономность и предлагают прозрачную систему развития. Работать можно в офисе разных городов России.
Успейте откликнуться!
Product Management & AI
У AGI будет утопичный нереальный интерфейс Чат-боты, ИИ-агенты, оркестрации, кнопочки и стрелочки, терминалы, вотэтовсё здорово и интересно, но вы способны представить себе интерфейс AGI? Для лучшего понимания: – Каким должен быть интерфейс автономного(!)…
This media is not supported in your browser
VIEW IN TELEGRAM
3 слоя интерфейса будущего ИИ
Layer 1. Отслеживание намерения пользователя
Сообщения, голос, местоположение, оповещения, календарь, привычки, биометрия и прочий контекст помимо базового ввода данных, благодаря которому Система понимает (и сразуна дальнейшее будущее предугадывает), что вы пытаетесь сделать, прежде чем вы явно начнёте что-либо делать или существенно измените паттерны своего привычного намерения поведения и Система "почувствует" это.
Layer 2. Область намерений активности ИИ
Вся фактическая работа Системы происходит через ИИ-агентов, управляющих ПО, API, файлами, почтой, календарями, процессами, транзакциями,биометрией и прочим контекстом и другими микро-сервисами, а большая часть использования пользователем компьютера превращается в наблюдение за монотонной работой машин.
Layer 3. Временные состояния UI/UX
Нам по-прежнему нужно проверять, сравнивать, редактировать, выбирать, утверждать, отклонять и получать результат сделанногонами ранее выбора ИИ.
Именно здесь сохраняется привычный графический интерфейс для пользователя, но работающий уже в виде неких одноразовых, специфичных для конкретной задачи поверхностей и суб-слоёв, создаваемых в каждый конкретный момент времени пользовательской задачи-ситуации.
Layer 1. Отслеживание намерения пользователя
Сообщения, голос, местоположение, оповещения, календарь, привычки, биометрия и прочий контекст помимо базового ввода данных, благодаря которому Система понимает (и сразу
Layer 2. Область намерений активности ИИ
Вся фактическая работа Системы происходит через ИИ-агентов, управляющих ПО, API, файлами, почтой, календарями, процессами, транзакциями,
Layer 3. Временные состояния UI/UX
Нам по-прежнему нужно проверять, сравнивать, редактировать, выбирать, утверждать, отклонять и получать результат сделанного
Именно здесь сохраняется привычный графический интерфейс для пользователя, но работающий уже в виде неких одноразовых, специфичных для конкретной задачи поверхностей и суб-слоёв, создаваемых в каждый конкретный момент времени пользовательской задачи-ситуации.
Product Management & AI
Вайбкодинг продукта глазами продакта Продолжаю кодить создавать некий-довольно-объемный по продуктовым и техническим меркам продукт с Claude, поделюсь наблюдениями: – Не парь себе и ИИ мозги, не пиши на вайбе продукт с нуля, юзай опенсорс/CMS с уже: а) продуманной;…
Вайб-кодинг мозгами и руками продакт-менеджера, новая порция наблюдений и советов, Часть 2 (часть 1):
–Кто-бы мог подумать, но изначально правильно выбранный стэк технологий – залог стабильного ИИ/кода, времени, нервов и токенов.
Нет, я знал это ещё с древних времен, но не знал, что в 2026 ИИ столкнётся с той же самой проблемой и vanilla.js (хаха) окажется всё той же самой ванилой по сравнению с тем же React. Теперь я понял всю глубину этого мема разрабов. Ну не знал я про ванилу, не смейтесь! ))
Поэтому переписать проект с нуля на React/другом фреймворке вместо рефакторинга ИИндийского ванилакода – отличная идея! Ошибок меньше, а если и есть, то находятся и фиксятся в разы быстрее за счёт рамок фреймворка.
– Особенно помогает просить написать ИИ новое тех. задание с учётом всех ранее найденных механик багов, но не используя какой-то один язык программирования, а оставаясь на уровне юзкейсов и общей архитектуры и связей. Далее, это тз можно применять к разных фрейморкам и языкам не переживая, что ИИ затащит в новое какую-то специфичную реализацию из старого языка.
– Разделяй всё. Не только на уровне модулей, но и на уровне написания кода в разрезе механик UX/UI (хотя, возможно, это об одном и том же).
Условный тулбар с переключением разделов, уведомлениями и настройками это 3 разных направления кодинга, несмотря на то, что они в 1 визуальном блоке.
Ты можешь попросить сверстать, ок, но если просишь ИИ скодить бэк и синкать фронт под это сразу, то она тупит из-за обилия зависимостей и связей и начинает костылять и глючить, поэтому иди по шагам по каждой механике/разделу/фиче, тестируй и фикси всё поэтапно и поштучно, а не проси всё сверстать и скодить за один промпт, иначе потом закопаешь себя и ИИ в фиксах всего и сразу. Да и в один промпт-прогон не влезет.
– Аналогично это и про приоритизацию последовательности кодинга для ИИ.
Образно для понимания: неправильно сначала делать условные уведомления, а потом пилить сущности под них. Это не-ло-гич-но и непоследовательно. Сначала детальная проработка и кодинг верхнеуровневых объектов, сущностей, зависимостей/связей, и только потом окружение и обвесы под и вокруг них.
– Объединяй всё, что нужно/можно. Образно, если у тебя форма комментов и форма создания записи и их use flow един (почему нет?), то тебе нужен единый и один редактор-скрипт-вызов (хз как правильно сказать, яжнеразраб) текста внутри них. 2+ разных функции и вот у ИИ уже 2+ потенциальных места для багов/рассинхрона/конфликтов и провалов памяти.
– Вырезай всё, что неважно. Безжалостно и без мыслей "нууу, ИИ всё равно же, что кодить, пусть пишет". Ей-то всё равно и она напишет, вопрос лишь в качестве ИИ-кода и багов, влияющих на корфичи и количестве тех. долга по ним.
– Даже если ты попросил о чём-то ИИ, то эта дрянь всё равно рано или поздно забывает и начнёт торопиться, выдавая тебе свои мысли и советы о том, как бы она всё это уже сделала и реализовала, забивая и размывая себе память и прожигая токены вариантами и догадками. У меня она, походу, чухнула мою профессию, и уже начала гипотезы выдвигать вместо уточнений. Серьёзно, так и пишет: "Гипотеза №1 в том, что это может быть...".
Тормози её! И допом к переспрашиванию её понимания баги/фикса/задачи, проси её написать по ней.... полноценный use case/story.
Так ты увидишь насколько правильно машина видит и понимает весь use flow процесса/продукта, твою задачу, что ограничит и сузит её гадания и, заодно, ты и сам в голове прокрутишь всё это ещё раз.
– Тоже самое про тебя – не ленись читать аннотации и размышления ИИ о том, что она там пилит для тебя. Всё довольно понятно и у тебя у самого в голове структурируется продукт, его сущности и механики. Не всё же на дизайн-системы медитировать.
– Кстати, с дизайн-системами под вайб-кодинг новый приятный трип в виде организации в Figma компонентов, variables, стэйтов и всего прочего, чтобы скормить это потом Claude Code. Новая форма релаксации мозгов. Каеф.
– И, да – я перешёл на эту дрянь.
🥭 Залипать, родная, не рановато, уже
–
Нет, я знал это ещё с древних времен, но не знал, что в 2026 ИИ столкнётся с той же самой проблемой и vanilla.js (хаха) окажется всё той же самой ванилой по сравнению с тем же React. Теперь я понял всю глубину этого мема разрабов. Ну не знал я про ванилу, не смейтесь! ))
Поэтому переписать проект с нуля на React/другом фреймворке вместо рефакторинга ИИндийского ванилакода – отличная идея! Ошибок меньше, а если и есть, то находятся и фиксятся в разы быстрее за счёт рамок фреймворка.
– Особенно помогает просить написать ИИ новое тех. задание с учётом всех ранее найденных механик багов, но не используя какой-то один язык программирования, а оставаясь на уровне юзкейсов и общей архитектуры и связей. Далее, это тз можно применять к разных фрейморкам и языкам не переживая, что ИИ затащит в новое какую-то специфичную реализацию из старого языка.
– Разделяй всё. Не только на уровне модулей, но и на уровне написания кода в разрезе механик UX/UI (хотя, возможно, это об одном и том же).
Условный тулбар с переключением разделов, уведомлениями и настройками это 3 разных направления кодинга, несмотря на то, что они в 1 визуальном блоке.
Ты можешь попросить сверстать, ок, но если просишь ИИ скодить бэк и синкать фронт под это сразу, то она тупит из-за обилия зависимостей и связей и начинает костылять и глючить, поэтому иди по шагам по каждой механике/разделу/фиче, тестируй и фикси всё поэтапно и поштучно, а не проси всё сверстать и скодить за один промпт, иначе потом закопаешь себя и ИИ в фиксах всего и сразу. Да и в один промпт-прогон не влезет.
– Аналогично это и про приоритизацию последовательности кодинга для ИИ.
Образно для понимания: неправильно сначала делать условные уведомления, а потом пилить сущности под них. Это не-ло-гич-но и непоследовательно. Сначала детальная проработка и кодинг верхнеуровневых объектов, сущностей, зависимостей/связей, и только потом окружение и обвесы под и вокруг них.
– Объединяй всё, что нужно/можно. Образно, если у тебя форма комментов и форма создания записи и их use flow един (почему нет?), то тебе нужен единый и один редактор-скрипт-вызов (хз как правильно сказать, яжнеразраб) текста внутри них. 2+ разных функции и вот у ИИ уже 2+ потенциальных места для багов/рассинхрона/конфликтов и провалов памяти.
– Вырезай всё, что неважно. Безжалостно и без мыслей "нууу, ИИ всё равно же, что кодить, пусть пишет". Ей-то всё равно и она напишет, вопрос лишь в качестве ИИ-кода и багов, влияющих на корфичи и количестве тех. долга по ним.
– Даже если ты попросил о чём-то ИИ, то эта дрянь всё равно рано или поздно забывает и начнёт торопиться, выдавая тебе свои мысли и советы о том, как бы она всё это уже сделала и реализовала, забивая и размывая себе память и прожигая токены вариантами и догадками. У меня она, походу, чухнула мою профессию, и уже начала гипотезы выдвигать вместо уточнений. Серьёзно, так и пишет: "Гипотеза №1 в том, что это может быть...".
Тормози её! И допом к переспрашиванию её понимания баги/фикса/задачи, проси её написать по ней.... полноценный use case/story.
Так ты увидишь насколько правильно машина видит и понимает весь use flow процесса/продукта, твою задачу, что ограничит и сузит её гадания и, заодно, ты и сам в голове прокрутишь всё это ещё раз.
– Тоже самое про тебя – не ленись читать аннотации и размышления ИИ о том, что она там пилит для тебя. Всё довольно понятно и у тебя у самого в голове структурируется продукт, его сущности и механики. Не всё же на дизайн-системы медитировать.
– Кстати, с дизайн-системами под вайб-кодинг новый приятный трип в виде организации в Figma компонентов, variables, стэйтов и всего прочего, чтобы скормить это потом Claude Code. Новая форма релаксации мозгов. Каеф.
– И, да – я перешёл на эту дрянь.
🥭 Залипать, родная, не рановато, уже
Если вы выбираете таск-менеджер для команды и хотите считать разработку по метрикам поставки, то посмотрите в сторону Яндекс Трекера
Из удобного в функционале есть мониторинг пропускной способности производительности команды (через измерение числа закрытых story points за спринт) и отслеживание эффективности потока (Throughput) команды, благодаря которому можно наглядно видеть, сколько закрывалось задач каждую неделю и сколько времени тратится на полезную работу.
Для измерения пропускной способности можно использовать виджет "График событий".
Как это работает:
1 – В качестве ключевого параметра задаётся дата завершения, в источнике задач задаются нужные типы задач: Задачи, Исследования и Ошибки (эпики не нужны) и выбирать статус "Закрыт" (для исключения задач в статусе "Отмена").
2 - При необходимости в "Источнике задач" можно отфильтровать задачи по каждому продукту/направлению. Группировку лучше делать по размеру спринта, например неделя или две.
3 - Чтобы строить такой график нужно заполнять "Дату завершения" во всех закрытых задачах, для чего в рабочем процессе во всех переходах в статус "Закрыт" нужно настроить заполнение даты завершения (и можно сразу настроить проставление резолюции).
Все эти и другие метрики можно легко найти, настроить и мониторить с помощью дашбордов в Яндекс Трекер.
Специальных знаний для настройки не требуется, а ответы можно найти в документации и в группе поддержки в Telegram.
Из удобного в функционале есть мониторинг пропускной способности производительности команды (через измерение числа закрытых story points за спринт) и отслеживание эффективности потока (Throughput) команды, благодаря которому можно наглядно видеть, сколько закрывалось задач каждую неделю и сколько времени тратится на полезную работу.
Для измерения пропускной способности можно использовать виджет "График событий".
Как это работает:
1 – В качестве ключевого параметра задаётся дата завершения, в источнике задач задаются нужные типы задач: Задачи, Исследования и Ошибки (эпики не нужны) и выбирать статус "Закрыт" (для исключения задач в статусе "Отмена").
2 - При необходимости в "Источнике задач" можно отфильтровать задачи по каждому продукту/направлению. Группировку лучше делать по размеру спринта, например неделя или две.
3 - Чтобы строить такой график нужно заполнять "Дату завершения" во всех закрытых задачах, для чего в рабочем процессе во всех переходах в статус "Закрыт" нужно настроить заполнение даты завершения (и можно сразу настроить проставление резолюции).
Все эти и другие метрики можно легко найти, настроить и мониторить с помощью дашбордов в Яндекс Трекер.
Специальных знаний для настройки не требуется, а ответы можно найти в документации и в группе поддержки в Telegram.
Product Management & AI
Stripe пилит собственный блокчейн Блокчейн называется Tempo, находится в режиме строжайшей секретности и имеет команду из пяти человек. Tempo развивается в партнёрстве с Paradigm — криптовалютным венчурным фондом, соучредитель и управляющий партнёр которой…
Stripe выкатили в паблик свой кошелёк для ИИ-агентов Link
Теперь каждому ИИ-агенту можно создавать одноразовые карты, а на каждую покупку в интерфейсе ИИ будет прилетать запрос с кнопками Approve/Decline. Транзакции в аккаунте ведутся по каждому ИИ-агенту.
– Ещё одна маленькая недостающая деталь и я, возможно, полюблю финтех 🍃
Теперь каждому ИИ-агенту можно создавать одноразовые карты, а на каждую покупку в интерфейсе ИИ будет прилетать запрос с кнопками Approve/Decline. Транзакции в аккаунте ведутся по каждому ИИ-агенту.
– Ещё одна маленькая недостающая деталь и я, возможно, полюблю финтех 🍃
Product Management & AI
История чатов с ИИ как зеркало-родмэп продукта (и тебя) Родмепы лгут, показывая то, что "точно нужно" сделать. История в ИИ показывает то, что делать точно страшно. Что страшно делать = то, что делать нужно Потому что всё, что вы спрашиваете ИИ с командой…
This media is not supported in your browser
VIEW IN TELEGRAM
Вы либо становитесь острее с помощью ИИ, либо тупеете. И большинство людей тупеют.
Люди на планете всё быстрее разделяются на две категории:
1) Первая использует ИИ, чтобы делать ту же самую работу легче, и тратит сэкономленное время на "комфорт".
Но их результат работы остаётся тем же, а их личные способности разрушаются. И их положение ухудшается с каждым месяцем. И с каждым месяцем они всё сильнее убеждают себя чувствовать свою продуктивность, значимость и незаменямость, но, по факту, становясь всё более и более... заменяемыми ИИ.
Вопросы, от которых неудобно:
– Как быстро ты спрашиваешь ИИ перед тем, как сначала всё обдумать самому?
– Сколько времени ты тратишь на то, чтобы подумать над тем, КАКОЙ вопрос всё же задать ИИ?
– Сколько времени ты потратил на то, чтобы правильно и вдумчиво сформулировать КАК задать вопрос для ИИ?
Тогда ответь на главный вопрос:
– А какая часть "твоей" работы, которую ты по привычке называешь своей, действительно твоя, а сколько из неё рухнет в момент, когда тебя заменит ИИ?
Большинство людей не задаются этими вопросами, потому что ответы неприятны. Но именно эта неприятность всегда является лучшим сигналом, который нужно уметь чувствовать и слышать.
А оглупениес ИИ не уникально, это лишь новый очередной паттерн поведения и когнитивных ошибок мозга человека: полагаешься на родителей/человека/одну работу/ИИ дольше, чем следует, и вот ты уже зависим, ломок и слаб и вырваться из этого круга всё сложнее.
Слышал недавно, что обанкротившиеся компании продают переписки своих бывших сотрудников для обучения корпоративных моделей ИИ.
Круг замкнулся. ИИ – это(т) круг.
2) Вторая категория людей использует ИИ, чтобы пытаться делать то, что казалосьдля них невозможным раньше, и реинвестируют сэкономленное познание (как вам новый термин эпохи ИИ) в более широкое мышление, глубокое видение и масштабные результаты.
Их личные способности усиливаются, а результаты растут. И их становится всё труднее заменить с каждым годом, потому что они делают то, что предыдущее поколение вообще не могло сделать (правильнее сказать – "ещё не может" (совсем правильно, чтобы не расслабляться – "будущее поколение ещё не сделало")).
Как (не) общаться с ИИ:
– Закрой глаза. Дыши. Почувствуй То-Что-Скрыто за любым твоим вопросом. Спроси себя о том, а для чего ты Это ищешь.
– Ответ всегда рождается внутри, а не снаружи.
– Переверни поток общения с ИИ и объясняй ей Это как себе. Так ты найдёшь ответ на Это сам.
TLDR: Включай мозги и Видение сначала, и только после запускайте чат.Думай Чувствуй сначала, промпть потом.
Люди на планете всё быстрее разделяются на две категории:
1) Первая использует ИИ, чтобы делать ту же самую работу легче, и тратит сэкономленное время на "комфорт".
Но их результат работы остаётся тем же, а их личные способности разрушаются. И их положение ухудшается с каждым месяцем. И с каждым месяцем они всё сильнее убеждают себя чувствовать свою продуктивность, значимость и незаменямость, но, по факту, становясь всё более и более... заменяемыми ИИ.
Вопросы, от которых неудобно:
– Как быстро ты спрашиваешь ИИ перед тем, как сначала всё обдумать самому?
– Сколько времени ты тратишь на то, чтобы подумать над тем, КАКОЙ вопрос всё же задать ИИ?
– Сколько времени ты потратил на то, чтобы правильно и вдумчиво сформулировать КАК задать вопрос для ИИ?
И после этого всего ты так и не нашел ответ на свой вопрос без ИИ?
Тогда ответь на главный вопрос:
– А какая часть "твоей" работы, которую ты по привычке называешь своей, действительно твоя, а сколько из неё рухнет в момент, когда тебя заменит ИИ?
Большинство людей не задаются этими вопросами, потому что ответы неприятны. Но именно эта неприятность всегда является лучшим сигналом, который нужно уметь чувствовать и слышать.
А оглупение
Круг замкнулся. ИИ – это(т) круг.
2) Вторая категория людей использует ИИ, чтобы пытаться делать то, что казалось
Их личные способности усиливаются, а результаты растут. И их становится всё труднее заменить с каждым годом, потому что они делают то, что предыдущее поколение вообще не могло сделать (правильнее сказать – "ещё не может" (совсем правильно, чтобы не расслабляться – "будущее поколение ещё не сделало")).
Как (не) общаться с ИИ:
– Закрой глаза. Дыши. Почувствуй То-Что-Скрыто за любым твоим вопросом. Спроси себя о том, а для чего ты Это ищешь.
– Ответ всегда рождается внутри, а не снаружи.
– Переверни поток общения с ИИ и объясняй ей Это как себе. Так ты найдёшь ответ на Это сам.
TLDR: Включай мозги и Видение сначала, и только после запускайте чат.
Авито приглашает послушать, как ИИ троллил техногигантов 🔥
Поговорят на такие темы, которые обычно не обсуждают на публике, а именно как ошибается ИИ во время обучения и как это может неожиданно повлиять на продукт:
🔴 Как переобучение модели для борьбы с нежелательным контентом неожиданно затронуло неправильные категории.
🔴 Как эволюционировала функция размытия на изображениях.
🔴 Что случилось, когда при запуске новой модели «исчез» ценный список контактов.
🔴 Как ИИ начал спокойно рассказывать пользователю о грамматике мата.
🔴 Почему противодействие недобросовестным пользователям — это работа с неопределённостью, серыми зонами и очень дорогими ошибками.
Если вы DS- или ML-продакт, приходите на встречу, чтобы послушать яркие истории от специалистов из Авито и Яндекса, а после пообщаться и отдохнуть.
🗓 15 мая, 18:30, Москва, офис Авито на Лесной, 7
👉 Предварительно нужно зарегистрироваться
Трансляции и записи не будет, не упустите возможность услышать непубличные истории вживую.
Поговорят на такие темы, которые обычно не обсуждают на публике, а именно как ошибается ИИ во время обучения и как это может неожиданно повлиять на продукт:
Если вы DS- или ML-продакт, приходите на встречу, чтобы послушать яркие истории от специалистов из Авито и Яндекса, а после пообщаться и отдохнуть.
Трансляции и записи не будет, не упустите возможность услышать непубличные истории вживую.
Please open Telegram to view this post
VIEW IN TELEGRAM