Сейчас уже представить свою жизнь без использования ИИ как чата. Написать текст. Получить план. Разобрать документ. Спросить совет. Сгенерировать черновик. Проверить идею.
Это полезно, но этого всё меньше хватает для серьёзной работы.
Проблемы начинаются, когда:
— ИИ отвечает, но не знает вашей компании.
— Не помнит ваши прошлые решения.
— Не видит весь набор проектов и их пересечений или контекст.
— Не понимает, что для вас считается хорошим результатом.
— Не хранит рабочие продукты в связке с задачами, знаниями и правилами работы.
Получается сильный ассистент без онбординга. И тогда, каждый разговор приходится начинать почти заново.
Интеллектуальная рабочая среда как раз решает эту задачу: собирает вашу среду, в которой ИИ работает не с отдельным вопросом, а с вашим рабочим контекстом.
По кейсам участников прошлого семинара видно, что это меняет не "удобство использования ИИ", а сам способ работы.
Один участник развернул IWE на Windows и Cursor, хотя до этого не работал с ИИ-агентами. Провёл стратегическую сессию и закрыл рабочий продукт по архитектуре.
Другой собрал контент-отдел внутри среды: роли, процесс, факты, стабильная выдача материалов. Один человек начал делать работу, которая раньше требовала нескольких участников редакции.
Ещё один участник использовал IWE для пересборки профессионального опыта при поиске новой работы.
В чате появились и продвинутые сценарии: Claude + Kimi как два агента в одной рабочей среде, заметки через Telegram-бота, разбор входящих идей, утренний план, вечерний обзор, работа с проектами и задачами в VS Code и Cursor.
Это важный сдвиг.
В ближайшие годы преимущество будет не только у тех, кто "умеет задавать вопросы ИИ".
Преимущество будет у тех, кто умеет строить рабочую систему, где ИИ знает контекст, работает с правилами, помогает создавать рабочие продукты и сохраняет опыт.
7 июня Церен Церенов проведёт практический онлайн-семинар:
"Интеллектуальная рабочая среда 2.0: Практическая сборка"
Это обновлённый вход в IWE: понятнее для новичков, полезнее для тех, кто уже пробовал, и ближе к реальным рабочим сценариям.
Можно приходить даже с уровня "пользуюсь GPT как чатом", можно приходить, если уже разобрались и запустили свою IWE — чтобы получить идеи оптимизации.
Запись сохранится, поддержка продолжится в чате. Для продвинутых будет отдельный блок с новыми возможностями.
7 июня, 11:30 МСК.
Онлайн, 3 часа.
Стоимость: 8000 ₽.
Оплата через бота: @SystemsSchool_bot
Это полезно, но этого всё меньше хватает для серьёзной работы.
Проблемы начинаются, когда:
— ИИ отвечает, но не знает вашей компании.
— Не помнит ваши прошлые решения.
— Не видит весь набор проектов и их пересечений или контекст.
— Не понимает, что для вас считается хорошим результатом.
— Не хранит рабочие продукты в связке с задачами, знаниями и правилами работы.
Получается сильный ассистент без онбординга. И тогда, каждый разговор приходится начинать почти заново.
Интеллектуальная рабочая среда как раз решает эту задачу: собирает вашу среду, в которой ИИ работает не с отдельным вопросом, а с вашим рабочим контекстом.
По кейсам участников прошлого семинара видно, что это меняет не "удобство использования ИИ", а сам способ работы.
Один участник развернул IWE на Windows и Cursor, хотя до этого не работал с ИИ-агентами. Провёл стратегическую сессию и закрыл рабочий продукт по архитектуре.
Другой собрал контент-отдел внутри среды: роли, процесс, факты, стабильная выдача материалов. Один человек начал делать работу, которая раньше требовала нескольких участников редакции.
Ещё один участник использовал IWE для пересборки профессионального опыта при поиске новой работы.
В чате появились и продвинутые сценарии: Claude + Kimi как два агента в одной рабочей среде, заметки через Telegram-бота, разбор входящих идей, утренний план, вечерний обзор, работа с проектами и задачами в VS Code и Cursor.
Это важный сдвиг.
В ближайшие годы преимущество будет не только у тех, кто "умеет задавать вопросы ИИ".
Преимущество будет у тех, кто умеет строить рабочую систему, где ИИ знает контекст, работает с правилами, помогает создавать рабочие продукты и сохраняет опыт.
7 июня Церен Церенов проведёт практический онлайн-семинар:
"Интеллектуальная рабочая среда 2.0: Практическая сборка"
Это обновлённый вход в IWE: понятнее для новичков, полезнее для тех, кто уже пробовал, и ближе к реальным рабочим сценариям.
Можно приходить даже с уровня "пользуюсь GPT как чатом", можно приходить, если уже разобрались и запустили свою IWE — чтобы получить идеи оптимизации.
Запись сохранится, поддержка продолжится в чате. Для продвинутых будет отдельный блок с новыми возможностями.
7 июня, 11:30 МСК.
Онлайн, 3 часа.
Стоимость: 8000 ₽.
Оплата через бота: @SystemsSchool_bot
🔥6❤2
Мы уже в реальности, где ИИ перестал быть редким инструментом. Он входит в рабочие процессы, автоматизирует часть задач, меняет роли и повышает планку к тем, кто работает головой.
Уже никого не интересует, пользуетесь ли вы ИИ. Главным вопросом становится: что ратсёт у того, кто каждый день работает с ИИ?
Deloitte в отчёте State of AI in the Enterprise пишет: доступ работников к AI вырос на 50% за год, но крупнейшим барьером интеграции AI в рабочие процессы остаётся нехватка навыков. Иначе говоря, разрыв уже не между "есть доступ к ИИ" и "нет доступа к ИИ". Разрыв между доступом к инструменту и способностью получать через него рабочий результат.
LinkedIn показывает ту же перемену со стороны рынка: работодатели всё больше смотрят на реальные способности, а не только на должности, дипломы и линейную карьеру. Среди растущих навыков — AI literacy, то есть грамотность в работе с ИИ, и AI Business Strategy: способность превращать ИИ в процессы, продукты, решения и стратегию, а не использовать его только как генератор текстов.
При этом исследования по GenAI показали важную развилку: экономия времени сама по себе не гарантирует роста выпуска. Можно быстрее писать письма, собирать документы, получать планы и закрывать задачи, но при этом не менять качество мышления, рабочие методы и способность входить в новые области. В одном исследовании GenAI сократил рабочее время, но связь между экономией времени и ростом результата оказалась близка к нулю.
Это важный сигнал для всех, чья работа держится на мышлении.
Старая экспертность была похожа на запас опыта: "я давно в теме, я разберусь". Новая экспертность всё больше похожа на управляемую систему развития: я понимаю, какие методы устаревают, где нужны новые различения, как проверять основания, как собирать рабочие продукты, как строить среду, в которой ИИ усиливает мышление, а не подменяет его быстрыми ответами.
Здесь появляется разница между человеком, который просто пользуется ИИ, и человеком, который растёт в связке с ИИ.
Первый быстрее получает результат, но через неделю снова начинает почти с нуля. Второй оставляет после работы след: решения, критерии качества, заметки, рабочие продукты, новые вопросы, проверенные основания, улучшенный способ ставить задачи.
Для этого мало знать промпты. Нужны собранность, мышление письмом, медленное чтение, стратегирование, планирование, работа с экзокортексом и IWE. Нужна способность каждый день удерживать развитие, а не вспоминать о нём только в момент тревоги за работу, доход или профессиональную устойчивость.
Завтра закрывается набор на практикумы программы "Личное развитие".
S1 "Системное саморазвитие" — чтобы собрать себя как систему: внимание, роли, методы, повторяющиеся сбои, текущее, срочное, важное, личную стратегию и рабочие продукты.
S2 "Методы саморазвития" — чтобы поставить практики, на которых держится рост экспертности: учёт времени, медленное чтение, мышление письмом, мышление проговариванием, организация досуга, формирование окружения, стратегирование и планирование. При переходе в S2 доступ к семинару IWE 2.0 входит в стоимость практикума, чтобы связать методы саморазвития с ИИ, экзокортексом и интеллектуальной рабочей средой.
Завтра в 10:00 группы закрываются.
Если вы чувствуете, что просто ускоряться уже мало, подключайтесь. Сейчас ценность не в том, чтобы получить ещё один ответ от ИИ. Ценность в том, чтобы через полгода у вас был другой способ работать, думать, учиться и оставаться нужным.
Подключиться: @SystemsSchool_bot.
По вопросам зачёта ранее оплаченных продуктов программы "Личное развитие" в 2026 году и выбора между S1/S2 — @alyona_girassol.
Уже никого не интересует, пользуетесь ли вы ИИ. Главным вопросом становится: что ратсёт у того, кто каждый день работает с ИИ?
Deloitte в отчёте State of AI in the Enterprise пишет: доступ работников к AI вырос на 50% за год, но крупнейшим барьером интеграции AI в рабочие процессы остаётся нехватка навыков. Иначе говоря, разрыв уже не между "есть доступ к ИИ" и "нет доступа к ИИ". Разрыв между доступом к инструменту и способностью получать через него рабочий результат.
LinkedIn показывает ту же перемену со стороны рынка: работодатели всё больше смотрят на реальные способности, а не только на должности, дипломы и линейную карьеру. Среди растущих навыков — AI literacy, то есть грамотность в работе с ИИ, и AI Business Strategy: способность превращать ИИ в процессы, продукты, решения и стратегию, а не использовать его только как генератор текстов.
При этом исследования по GenAI показали важную развилку: экономия времени сама по себе не гарантирует роста выпуска. Можно быстрее писать письма, собирать документы, получать планы и закрывать задачи, но при этом не менять качество мышления, рабочие методы и способность входить в новые области. В одном исследовании GenAI сократил рабочее время, но связь между экономией времени и ростом результата оказалась близка к нулю.
Это важный сигнал для всех, чья работа держится на мышлении.
Старая экспертность была похожа на запас опыта: "я давно в теме, я разберусь". Новая экспертность всё больше похожа на управляемую систему развития: я понимаю, какие методы устаревают, где нужны новые различения, как проверять основания, как собирать рабочие продукты, как строить среду, в которой ИИ усиливает мышление, а не подменяет его быстрыми ответами.
Здесь появляется разница между человеком, который просто пользуется ИИ, и человеком, который растёт в связке с ИИ.
Первый быстрее получает результат, но через неделю снова начинает почти с нуля. Второй оставляет после работы след: решения, критерии качества, заметки, рабочие продукты, новые вопросы, проверенные основания, улучшенный способ ставить задачи.
Для этого мало знать промпты. Нужны собранность, мышление письмом, медленное чтение, стратегирование, планирование, работа с экзокортексом и IWE. Нужна способность каждый день удерживать развитие, а не вспоминать о нём только в момент тревоги за работу, доход или профессиональную устойчивость.
Завтра закрывается набор на практикумы программы "Личное развитие".
S1 "Системное саморазвитие" — чтобы собрать себя как систему: внимание, роли, методы, повторяющиеся сбои, текущее, срочное, важное, личную стратегию и рабочие продукты.
S2 "Методы саморазвития" — чтобы поставить практики, на которых держится рост экспертности: учёт времени, медленное чтение, мышление письмом, мышление проговариванием, организация досуга, формирование окружения, стратегирование и планирование. При переходе в S2 доступ к семинару IWE 2.0 входит в стоимость практикума, чтобы связать методы саморазвития с ИИ, экзокортексом и интеллектуальной рабочей средой.
Завтра в 10:00 группы закрываются.
Если вы чувствуете, что просто ускоряться уже мало, подключайтесь. Сейчас ценность не в том, чтобы получить ещё один ответ от ИИ. Ценность в том, чтобы через полгода у вас был другой способ работать, думать, учиться и оставаться нужным.
Подключиться: @SystemsSchool_bot.
По вопросам зачёта ранее оплаченных продуктов программы "Личное развитие" в 2026 году и выбора между S1/S2 — @alyona_girassol.
🔥4❤1💯1🤝1
Продолжаем разговор о том, что меняется, когда ИИ становится обычной частью работы.
Уже давно нет проблемы в том, чтобы "попробовать нейросеть". Многие уже даже вайбкодят, рисуют и справляются с другими понятными задачами "не по профилю". И нередко — получают результат от ИИ быстрее, чем если пойдут ставить задачу коллеге, а потом еще вносить правки.
Проблемы начинаются там, где ИИ может быстро выдать сильный на вид ответ и промахнуться мимо вашей реальной задачи, потерять по пути действительно значимую деталь: перепутать уверенную формулировку с основанием, красивое решение с применимым, общий совет с профессиональным ходом.
Умно звучит. Но в работу не положить.
В МИМ мы давно работаем с этим местом глубже, чем через промпты. Сейчас готовится новая серия практикумов с Анатолием Левенчуком по FPF, SPF и работе с ИИ-агентами.
Первый вход в эту серию — бесплатный вводный практикум.
На нём будем разбирать, как перестать просить у ИИ "помоги по нашей теме" и начать давать ему рабочую рамку, по которой можно улучшать задачу, документ, решение, процесс и первые регламенты для вашей области.
FPF здесь работает как общий язык рабочих ходов: помогает увидеть промах, подобрать следующий шаг, добавить критерии, проверить решение и сделать ответ ИИ пригоднее для работы.
SPF — следующий, более сильный уровень. Это уже предметный регламент: что в вашей области считается хорошим ходом, где ИИ обычно ошибается, какие ограничения, методы, ситуации и профессиональные различения надо учитывать.
SPF-0 — первый фрагмент такого регламента. Та самая недостающая деталь между "ИИ знает почти всё" и "ИИ помогает именно в моей работе".
Чтобы практикум был полезнее, мы открыли короткую форму подготовки. Она работает как небольшая полезная "игрушка": определяет ваш уровень и отправляет на почту маршрут подготовки.
В форме три входа:
— почти не работали с ИИ;
— пользуетесь ИИ, но не работали с FPF;
— знакомы с FPF, руководствами МИМ или моделированием.
После заполнения вы получите письмо с подготовкой под ваш уровень.
Это поможет прийти на бесплатный вводный практикум не с общим интересом, а с первой наработкой: задачей, документом, ответом ИИ или рабочей ситуацией, где ИИ звучит умно, но промахивается.
Главное действие сейчас — заполнить форму:
https://forms.gle/Y89cievfJMVfcS4TA
Подробную информацию по серии практикумов дадим завтра в канале "Рабочее развитие": @mim_workdev
Подпишитесь, чтобы не потерять продолжение: там будет карта серии, ближайший бесплатный практикум и следующий шаг для тех, кто хочет научиться собирать ИИ-агентов под свою работу.
Уже давно нет проблемы в том, чтобы "попробовать нейросеть". Многие уже даже вайбкодят, рисуют и справляются с другими понятными задачами "не по профилю". И нередко — получают результат от ИИ быстрее, чем если пойдут ставить задачу коллеге, а потом еще вносить правки.
Проблемы начинаются там, где ИИ может быстро выдать сильный на вид ответ и промахнуться мимо вашей реальной задачи, потерять по пути действительно значимую деталь: перепутать уверенную формулировку с основанием, красивое решение с применимым, общий совет с профессиональным ходом.
Умно звучит. Но в работу не положить.
В МИМ мы давно работаем с этим местом глубже, чем через промпты. Сейчас готовится новая серия практикумов с Анатолием Левенчуком по FPF, SPF и работе с ИИ-агентами.
Первый вход в эту серию — бесплатный вводный практикум.
На нём будем разбирать, как перестать просить у ИИ "помоги по нашей теме" и начать давать ему рабочую рамку, по которой можно улучшать задачу, документ, решение, процесс и первые регламенты для вашей области.
FPF здесь работает как общий язык рабочих ходов: помогает увидеть промах, подобрать следующий шаг, добавить критерии, проверить решение и сделать ответ ИИ пригоднее для работы.
SPF — следующий, более сильный уровень. Это уже предметный регламент: что в вашей области считается хорошим ходом, где ИИ обычно ошибается, какие ограничения, методы, ситуации и профессиональные различения надо учитывать.
SPF-0 — первый фрагмент такого регламента. Та самая недостающая деталь между "ИИ знает почти всё" и "ИИ помогает именно в моей работе".
Чтобы практикум был полезнее, мы открыли короткую форму подготовки. Она работает как небольшая полезная "игрушка": определяет ваш уровень и отправляет на почту маршрут подготовки.
В форме три входа:
— почти не работали с ИИ;
— пользуетесь ИИ, но не работали с FPF;
— знакомы с FPF, руководствами МИМ или моделированием.
После заполнения вы получите письмо с подготовкой под ваш уровень.
Это поможет прийти на бесплатный вводный практикум не с общим интересом, а с первой наработкой: задачей, документом, ответом ИИ или рабочей ситуацией, где ИИ звучит умно, но промахивается.
Главное действие сейчас — заполнить форму:
https://forms.gle/Y89cievfJMVfcS4TA
Подробную информацию по серии практикумов дадим завтра в канале "Рабочее развитие": @mim_workdev
Подпишитесь, чтобы не потерять продолжение: там будет карта серии, ближайший бесплатный практикум и следующий шаг для тех, кто хочет научиться собирать ИИ-агентов под свою работу.
❤4✍3🔥2
Media is too big
VIEW IN TELEGRAM
Мы готовили вас к этому не вчера — теперь рынок догнал эту необходимость
В видео — два коротких фрагмента с Анатолием Левенчуком: старый и новый.
Несколько лет назад мы уже говорили о том, что ИИ надо встраивать в работу, мышление и развитие специалистов. Тогда это для многих звучало как дальняя перспектива.
Сейчас это стало обычной рабочей реальностью.
Поэтому сегодня уже мало "уметь пользоваться ИИ". Важно понимать, по каким правилам он должен работать именно в вашей задаче.
Профессиональная траектория меняется не от вдохновения, а от того, какие задачи вы каждый день берёте в работу и какими способами их решаете.
Многие специалисты МИМ за последние годы уже оказались в ролях и на уровнях задач, которые раньше даже не рассматривали как свои. Не потому что случилось чудо, а потому что они постепенно меняли способ думать и работать.
И сейчас очень подходящий момент.
FPF помогает человеку и ИИ удерживать рабочий ход: что именно решаем, какой объект под вопросом, какие варианты есть, где нужна проверка и какой результат можно использовать дальше.
❤ SPF добавляет предметную часть: что в вашей области считается сильным ходом, какие ошибки типичны, где ИИ должен остановиться и что должно получиться на выходе.
28 июня Анатолий Левенчук проведёт бесплатный вводный практикум "ИИ знает почти всё. А вашу работу — нет".
За 90 минут участники выберут одну рабочую задачу и соберут первый SPF-0 — короткий предметный регламент для ИИ-агента.
Посмотрим на изменения в своих рабочих процессах через один из самых современных и технологичных подходов: возьмём одну свою задачу и зададим ИИ не только вопросы, но и правила работы.
Подробности и материалы будут на канале "Рабочее развитие": @mim_workdev
(начинаем с подготовки к практикуму)
В видео — два коротких фрагмента с Анатолием Левенчуком: старый и новый.
Несколько лет назад мы уже говорили о том, что ИИ надо встраивать в работу, мышление и развитие специалистов. Тогда это для многих звучало как дальняя перспектива.
Сейчас это стало обычной рабочей реальностью.
Поэтому сегодня уже мало "уметь пользоваться ИИ". Важно понимать, по каким правилам он должен работать именно в вашей задаче.
Профессиональная траектория меняется не от вдохновения, а от того, какие задачи вы каждый день берёте в работу и какими способами их решаете.
Многие специалисты МИМ за последние годы уже оказались в ролях и на уровнях задач, которые раньше даже не рассматривали как свои. Не потому что случилось чудо, а потому что они постепенно меняли способ думать и работать.
И сейчас очень подходящий момент.
FPF помогает человеку и ИИ удерживать рабочий ход: что именно решаем, какой объект под вопросом, какие варианты есть, где нужна проверка и какой результат можно использовать дальше.
28 июня Анатолий Левенчук проведёт бесплатный вводный практикум "ИИ знает почти всё. А вашу работу — нет".
За 90 минут участники выберут одну рабочую задачу и соберут первый SPF-0 — короткий предметный регламент для ИИ-агента.
Посмотрим на изменения в своих рабочих процессах через один из самых современных и технологичных подходов: возьмём одну свою задачу и зададим ИИ не только вопросы, но и правила работы.
Подробности и материалы будут на канале "Рабочее развитие": @mim_workdev
(начинаем с подготовки к практикуму)
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4🔥1🤝1
Есть причина, почему истории про Илона Маска так часто возвращаются к "первым принципам".
Можно по-разному относиться к Маску, его решениям, стилю управления и публичным заявлениям.
Но один факт трудно игнорировать: он стал символом человека, который не просто улучшал готовые отрасли, а снова и снова заходил в области, где большинство уже привыкло к ответу "так нельзя", "так дорого", "так не делается", "это слишком сложно".
Ракеты слишком дороги. Электромобили не станут массовыми. Космосом занимаются государства. Машины делают автоконцерны. Нейроинтерфейсы и роботы — это где-то потом.
Мышление от первых принципов уже давно стало практическим способом выигрывать в сложных задачах и начинается как раз там, где "как обычно" уже не помогает.
Приходится разбирать задачу до оснований:
Похоже, именно эта привычка — не верить готовым ограничениям слишком рано — и отличает людей, которые сдвигают отрасли, от людей, которые просто хорошо играют по существующим правилам.
С ИИ сейчас происходит то же самое.
Он может быстро выполнить задачу, но если не были заданы принципы работы, он часто делает то, что выглядит разумно, но не продвигает вашу реальную ситуацию.
❌ Он сглаживает документ, хотя надо поддержать решение.
❌ Даёт обзор, хотя нужна карта первых рабочих ходов.
❌ Предлагает идеи, хотя надо отсечь невозможные варианты.
❌ Уверенно отвечает, хотя не знает вашу предметную область, ваши ограничения, ваш проект и вашу цену ошибки.
FPF нужен именно для этого: дать человеку и ИИ опору в первых принципах рабочей задачи.
А следующий шаг — SPF: предметные правила для конкретной области. Что здесь считается сильным ходом, какие ошибки типичны, какие методы сейчас рабочие, где агент должен остановиться и какой результат можно использовать дальше.
28 июня Анатолий Левенчук проведёт бесплатный практикум "ИИ знает почти всё. А вашу работу — нет".
За 90 минут участники выберут одну свою задачу и соберут первый черновик предметного регламента для ИИ-агента.
Один рабочий вход: ваша задача → первые принципы → предметные правила → более точная работа ИИ.
Форма с инструкцией для всех уровней подготовки: https://forms.gle/Y89cievfJMVfcS4TA
Материалы и напоминания будем публиковать в канале "Рабочее развитие": @mim_workdev
Можно по-разному относиться к Маску, его решениям, стилю управления и публичным заявлениям.
Но один факт трудно игнорировать: он стал символом человека, который не просто улучшал готовые отрасли, а снова и снова заходил в области, где большинство уже привыкло к ответу "так нельзя", "так дорого", "так не делается", "это слишком сложно".
Ракеты слишком дороги. Электромобили не станут массовыми. Космосом занимаются государства. Машины делают автоконцерны. Нейроинтерфейсы и роботы — это где-то потом.
Мышление от первых принципов уже давно стало практическим способом выигрывать в сложных задачах и начинается как раз там, где "как обычно" уже не помогает.
Приходится разбирать задачу до оснований:
что здесь действительно ограничение,
что мы приняли за закон, хотя это просто привычка,
какой объект меняем, какой результат должен появиться,
какие варианты нельзя отбрасывать слишком рано
и где красивое объяснение маскирует слабое решение.
Похоже, именно эта привычка — не верить готовым ограничениям слишком рано — и отличает людей, которые сдвигают отрасли, от людей, которые просто хорошо играют по существующим правилам.
С ИИ сейчас происходит то же самое.
Он может быстро выполнить задачу, но если не были заданы принципы работы, он часто делает то, что выглядит разумно, но не продвигает вашу реальную ситуацию.
FPF нужен именно для этого: дать человеку и ИИ опору в первых принципах рабочей задачи.
А следующий шаг — SPF: предметные правила для конкретной области. Что здесь считается сильным ходом, какие ошибки типичны, какие методы сейчас рабочие, где агент должен остановиться и какой результат можно использовать дальше.
28 июня Анатолий Левенчук проведёт бесплатный практикум "ИИ знает почти всё. А вашу работу — нет".
За 90 минут участники выберут одну свою задачу и соберут первый черновик предметного регламента для ИИ-агента.
Один рабочий вход: ваша задача → первые принципы → предметные правила → более точная работа ИИ.
Форма с инструкцией для всех уровней подготовки: https://forms.gle/Y89cievfJMVfcS4TA
Материалы и напоминания будем публиковать в канале "Рабочее развитие": @mim_workdev
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5❤3✍3
Вчера мы говорили о первых принципах.
Сегодня — Анатолий Левенчук покажет последнюю разработку МИМ, которая отталкивается от них: как давать AI-агенту правила вашей работы, чтобы он опирался на сильные ходы предметной области, видел типовые ошибки, учитывал ограничения и возвращал результат, который можно использовать дальше.
Ценность встречи — в доступе к новым возможностям: FPF как общий язык рабочих задач и SPF как перевод этого языка в вашу профессию, проект, команду и область ответственности.
Это полезно руководителям, инженерам, аналитикам, методологам, преподавателям, продуктовым специалистам — всем, кто уже работает с ИИ и хочет изменить рабочие процессы и свою позицию, как специалиста.
Сегодня в 11:30 МСК
Бесплатный практикум Анатолия Левенчука
"ИИ знает почти всё. А вашу работу — нет"
Запись будет. Онлайн-участие ценнее: можно сразу попробовать на своей задаче и задать вопросы по ходу.
Форма подготовки: https://forms.gle/Y89cievfJMVfcS4TA
Материалы и напоминания — на канале "Рабочее развитие": @mim_workdev
Сегодня — Анатолий Левенчук покажет последнюю разработку МИМ, которая отталкивается от них: как давать AI-агенту правила вашей работы, чтобы он опирался на сильные ходы предметной области, видел типовые ошибки, учитывал ограничения и возвращал результат, который можно использовать дальше.
Ценность встречи — в доступе к новым возможностям: FPF как общий язык рабочих задач и SPF как перевод этого языка в вашу профессию, проект, команду и область ответственности.
Это полезно руководителям, инженерам, аналитикам, методологам, преподавателям, продуктовым специалистам — всем, кто уже работает с ИИ и хочет изменить рабочие процессы и свою позицию, как специалиста.
Сегодня в 11:30 МСК
Бесплатный практикум Анатолия Левенчука
"ИИ знает почти всё. А вашу работу — нет"
Запись будет. Онлайн-участие ценнее: можно сразу попробовать на своей задаче и задать вопросы по ходу.
Форма подготовки: https://forms.gle/Y89cievfJMVfcS4TA
Материалы и напоминания — на канале "Рабочее развитие": @mim_workdev
❤🔥4🤝3💯1
Media is too big
VIEW IN TELEGRAM
Все материалы по FPF-практикуму уже доступны.
Как посмотреть и разобрать бесплатный семинар с лучшим результатом?
Более 170 человек проходили вчера online практикум Анатолия Левенчука "ИИ знает почти всё. А вашу работу — нет". Перед встречей мы направляли участникам персональные инструкции по подготовке, и примерно половина писали, что раньше почти не работали с AI или с FPF.
Тем ценнее результаты, которые появились уже во время эфира:
Это были первые черновики, местами сырые и требующие доработки. В этом и смысл практикума: участник берёт свою задачу и сразу видит, что меняется, когда AI-агент получает FPF, предметные правила и более точную постановку.
❗️ Мы подготовили материалы для тех, кто хочет пройти семинар в записи или перепройти его уже спокойнее: запись в Telegram, запись на Яндекс.Диске, слайдомент, который можно открыть рядом с видео и загрузить AI-агенту, нарративизацию по подходу Ильшата и обсуждение научного руководителя примеров участников.
Всё это уже доступно на TG-канале программы Рабочего развития: https://t.me/+yU-Nla1LmuM0MjIy
Главный шаг сейчас — зайти на канал, забрать материалы и пройти практикум на одной своей задаче. Первый черновик DPF/SPF уже будет материалом, который можно читать, проверять, улучшать и приносить в обсуждение.
Как посмотреть и разобрать бесплатный семинар с лучшим результатом?
Более 170 человек проходили вчера online практикум Анатолия Левенчука "ИИ знает почти всё. А вашу работу — нет". Перед встречей мы направляли участникам персональные инструкции по подготовке, и примерно половина писали, что раньше почти не работали с AI или с FPF.
Тем ценнее результаты, которые появились уже во время эфира:
"Без FPF ответ был на один абзац, с FPF — на два листа".
"За первый запрос получил ответ, к которому до этого шёл пару дней общения с агентом".
"Сделал DPF по backend-программированию: получилось 560 строк, совсем не то, что ожидал, очень фундаментально".
"Попросил архитектуру и ADR для проекта: агент предложил несколько структур и 8 архитектурных решений".
"Получил DPF по управлению строительными проектами".
"Сделал DPF по разработке и внедрению корпоративной СЭД — 32 страницы".
"Запрос про сокращение lead time на статистике команды дал 20 тысяч знаков с метриками, ролями и тем, что контролировать".
"Сделал DPF по расчёту поставок на маркетплейсы".
"Сгенерировал DPF по R&D-трансформации, теперь буду уточнять".
Это были первые черновики, местами сырые и требующие доработки. В этом и смысл практикума: участник берёт свою задачу и сразу видит, что меняется, когда AI-агент получает FPF, предметные правила и более точную постановку.
Всё это уже доступно на TG-канале программы Рабочего развития: https://t.me/+yU-Nla1LmuM0MjIy
Главный шаг сейчас — зайти на канал, забрать материалы и пройти практикум на одной своей задаче. Первый черновик DPF/SPF уже будет материалом, который можно читать, проверять, улучшать и приносить в обсуждение.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤7🔥5🤝2
This media is not supported in your browser
VIEW IN TELEGRAM
Один простой приём для работы с AI-агентом: просите писать результат в файл. Так агенту проще дать подробный материал на объемных задачах, который потом можно читать, редактировать и улучшать.
Все материалы бесплатного практикума — на канале Рабочего развития: https://t.me/+10YiiSukOMs0ZmNi
Все материалы бесплатного практикума — на канале Рабочего развития: https://t.me/+10YiiSukOMs0ZmNi
🔥5❤1👍1
В современном мире язык — это доступ.
К людям, работе, культуре, возможностям.
Как и с AI — бытовых запросов хватает для простых ответов, но для серьёзной работы нужен более точный рабочий язык.
DPF/SPF помогает собрать такой язык для выбранной предметной области: типовые проблемы, правила, проверки, ограничения и допустимые ходы.
Тогда AI-ответ начинает меньше зависеть от удачной формулировки запроса и больше опираться на заданные различения, ограничения и проверки.
На серии семинаров будем развивать то, что начали на практикуме: собирать рабочий язык для своей области и разбирать AI-черновики так, чтобы из них снова и снова получались проверяемые материалы, с которыми уже можно работать дальше: постановки, решения, объяснения, программы, планы и тексты с понятными основаниями, ограничениями и проверками.
Подробнее: @mim_workdev
К людям, работе, культуре, возможностям.
Как и с AI — бытовых запросов хватает для простых ответов, но для серьёзной работы нужен более точный рабочий язык.
DPF/SPF помогает собрать такой язык для выбранной предметной области: типовые проблемы, правила, проверки, ограничения и допустимые ходы.
Тогда AI-ответ начинает меньше зависеть от удачной формулировки запроса и больше опираться на заданные различения, ограничения и проверки.
На серии семинаров будем развивать то, что начали на практикуме: собирать рабочий язык для своей области и разбирать AI-черновики так, чтобы из них снова и снова получались проверяемые материалы, с которыми уже можно работать дальше: постановки, решения, объяснения, программы, планы и тексты с понятными основаниями, ограничениями и проверками.
Подробнее: @mim_workdev
❤3🔥2🤝1
Цена ошибки в работе с AI становится выше.
Раньше слабый запрос к нейросети давал слабый текст.
И это всё равно выглядело как "вау" — было вполне терпимо.
Сейчас AI-агенты получают доступ к коду, документам, проектным решениям и командным материалам. Они начинают действовать как сотрудники: предлагают варианты, меняют структуру, собирают документы, готовят решения, влияют на следующие шаги.
И здесь уже мало просто "лучше формулировать промпты".
Если агенту не задана предметная вводная, он всё равно будет работать. По общим словам, случайным признакам и вашим обрывочным пояснениям.
Иногда попадёт, принесёт приличный черновик.
Иногда создаст уверенную, связную и дорогую ошибку — такую, которую замечают уже в проде, в согласованном документе, в принятом решении или в задаче, по которой команда уже начала работать.
✅ Поэтому FPF и DPF становятся важны как рабочая грамотность нового уровня.
❤ FPF помогает направлять рабочие ходы агента: указать на проблему, проверить решение, заметить архитектурную ошибку, отделить черновик от результата.
🔧 DPF переводит правила вашей области в действия агента: применить нужное ограничение, проверить типовую ошибку, сравнить результат с критериями пригодности, запросить недостающий источник.
На серии из 5 практикумов будем делать этот переход для вашей области: от общего AI-черновика к первому рабочему DPF.
❗️ Это переход от "AI помогает с текстами и вариантами" к работе, где у агента появляются более точные предметные правила: что учитывать, что проверять и какой результат можно считать пригодным для следующего шага.
Старт — 12 июля.
Подробности в расписании — https://system-school.ru/list
Раньше слабый запрос к нейросети давал слабый текст.
И это всё равно выглядело как "вау" — было вполне терпимо.
Сейчас AI-агенты получают доступ к коду, документам, проектным решениям и командным материалам. Они начинают действовать как сотрудники: предлагают варианты, меняют структуру, собирают документы, готовят решения, влияют на следующие шаги.
И здесь уже мало просто "лучше формулировать промпты".
Если агенту не задана предметная вводная, он всё равно будет работать. По общим словам, случайным признакам и вашим обрывочным пояснениям.
Иногда попадёт, принесёт приличный черновик.
Иногда создаст уверенную, связную и дорогую ошибку — такую, которую замечают уже в проде, в согласованном документе, в принятом решении или в задаче, по которой команда уже начала работать.
На серии из 5 практикумов будем делать этот переход для вашей области: от общего AI-черновика к первому рабочему DPF.
Старт — 12 июля.
Подробности в расписании — https://system-school.ru/list
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4👍1
Почему серия по FPF и DPF не устареет через полгода?
Хороший вопрос из чата: если FPF сейчас развивается, можно ли уже считать текущую версию рабочей? И не окажется ли, что через полгода всё изменится?
Если коротко, текущая версия уже рабочая.
Но ценность серии из 5ти практикумов глубже, чем конкретная редакция файла.
Меньше всего научному руководителю хочется делать из практикумов "инструкцию по пользованию AI".
Инструкции к интерфейсам устаревают быстро: меняются модели, сервисы, лимиты, способы подключения, стоимость токенов, агентные среды.
Серия устроена вокруг более долговечной части: модели мира внутри FPF и способа строить на её базе модели предметных областей.
FPF важен не как очередной интерфейс или набор лайфхаков, упрощающих жизнь.
AI здесь важен, но он не главный герой.
Главный герой — мышление, которое должно быть и у человека, и у AI-агента, чтобы они могли работать в одной предметной области.
Когда человек просто "пользуется AI", он часто ждёт хорошего ответа от модели.
И чем умнее модель, тем менее очевидны её ошибки. Поэтому растут требования к человеку, который с ней работает.
Сильный AI может дать гладкий, уверенный, убедительный ответ. Проблема в том, что ошибка в таком ответе тоже выглядит убедительно. Чтобы её заметить, мало "лучше формулировать запросы". Нужно понимать, какое мышление должно удерживать задачу, предметную область, архитектуру, проверки и язык результата.
На серии будем идти именно туда в первую очередь.
Не в "компьютерную грамотность эпохи AI-агентов".
— архитектурным мышлением,
— точностью языка,
— предметными моделями
и соберём DPF для выбранной области или класса задач.
Форматы будут развиваться. Подключения к агентам будут меняться. Версии FPF будут уточняться.
Но умение строить предметную модель, задавать правила области, различать пригодность результата и видеть архитектурные ошибки будет служить дольше конкретной версии интерфейса.
Серия стартует 12 июля.
Подробная программа:
https://system-school.ru/list
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2🤝1
Опаснее всего не сама ошибка AI, а уверенная выдача, которая выглядит как достаточное основание для действия там, где нужно остановиться и проверить. Вот типовые подмены, которые всё чаще появляются в AI-ответах под видом рабочего результата:
— План выглядит как работа;
— Схема выглядит как архитектурное решение;
— Пересказ выглядит как источник;
— Слово "согласовано" выглядит как право действовать;
— Фраза "качество выросло" выглядит как проверенный факт.
Раньше такие вещи часто спасались опытом команды. Люди догадывались по контексту, уточняли на встрече, молча доделывали руками.
С AI-агентами этот запас прочности резко уменьшается.
Он не прожил с вашей командой год. Он не знает, что у вас обычно значит "готово", "проверить", "согласовать", "улучшить процесс" или "сделать регламент". Он берёт слова и вероятности — и может очень убедительно продолжать неверные основания.
Так появляются проекты, основанные на неточностях, которые по факту оказываются управляемыми только на бумаге. Потом выясняется: по этому ещё нельзя было принимать решение, запускать работу, менять архитектуру, ссылаться на источник или считать задачу выполненной. Ошибка становится видна поздно — когда решение уже оплачено, запущено и требует переделки. Всё это время AI не останавливал ошибку, а быстрее разворачивал её в планы и следующие действия.
Поэтому точная речь становится рабочим навыком управления AI-работой.
Это умение вовремя развести:
— метод и инструкцию;
— роль и того, кто действует в этой роли;
— уверенное утверждение и гипотезу для проверки.
AI сделал старую инженерную проблему массовой.
На серии практикумов с Анатолием Левенчуком это разбирается через FPF, DPF и LPF.
FPF — подключаемый рабочий файл-фреймворк для AI-агента. В нём собраны различения, которые помогают человеку и агенту не путать схему с решением, план с выполненной работой, пересказ с источником, красивый текст с пригодным результатом.
DPF добавляет правила предметной области: типовые проблемы, ограничения, ошибки, проверки и признаки хорошего результата.
LPF добавляет локальную практику команды, проекта или организации — как решения принимаются именно у вас, где источники, кто действует в какой роли и что считается пригодным результатом.
Отдельное усиление серии — мантры FPF.
Здесь мантры — это короткие рабочие формулы. Они работают почти как чек-лист внимания: где искать, что искать, какой ход выбрать, где проверить основание и когда вернуться к источникам.
Так сложная теория превращается в рабочий навык: для разговора, документа, проектного решения и задачи AI-агенту.
Серия стартует 12 июля.
Подробности и расписание:
https://system-school.ru/list
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6👍3❤2
Один и тот же вопрос к AI-агенту без FPF и с FPF даёт разное развитие рабочих процессов - этот эффект мы уже увидели на бесплатном практикуме.
С FPF агент иначе ставит задачу и чаще предлагает более точный результат.
Но эффект сам по себе не даёт мастерства (удержания желаемого результата в сжатых сроках).
Сегодня стартует серия из пяти практикумов с Анатолием Левенчуком, и первый семинар как раз про этот переход:
от "FPF сработал" к "я понимаю, как перенести и масштабировать это в своём проекте".
Участники будут разбирать, как взять свою ситуацию, найти ближайшую карточку применения, понять подходящий паттерн, получить первый полезный результат и попросить AI-агента построить именно его.
Это может быть карточка проблемы, архитектурная постановка, сравнение вариантов, заготовка DPF, описание метода или следующий ход, который до этого был невозможен, неясен или преждевременен.
Новая версия FPF потом будет доступна как материал. Но сегодня участники получают больше, чем файл: авторское объяснение логики изменений, первые живые разборы, ответы на вопросы и опыт применения к своим рабочим ситуациям.
В этом и есть преимущество семинаров с фронтира
Можно дождаться готового файла и разбираться по нему самостоятельно.
FPF и понимание как с ним работать особенно окупаются там, где рассуждение надо передать другому человеку, команде, инструменту или AI-агенту без потери смысла. Там, где обратная связь дорогая или медленная. Там, где красивый ответ модели ещё не даёт основания двигаться дальше.
Пять семинаров идут как один маршрут.
Старт — сегодня, 12 июля, 11:30 МСК.
Пререквизитов нет. Можно приходить с живой задачей из своего проекта.
Подключиться к группе:
@SystemsSchool_bot
Для выпускников программ Рабочего развития с наставником в боте отображаются отдельные условия участия.
Подробнее:
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
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3❤2
Участники уже соединяют несколько направлений: одни после резидентур одновременно пошли в марафон и на FPF-практикумы, другие совмещают R3 с практикумами на своих рабочих проектах.
Это следующий шаг для тех, кто после R2 уже увидел, как рабочая модель помогает быстрее договариваться, точнее объяснять решения и хочет научиться делать качественные описания систем, по которым проект может двигаться дальше.
Последовательное прохождение резидентур здесь имеет огромное значение - вопросы, которые возникают после одного руководства, получают ответв в следующем.
Пауза позволит разгрузить график, но одновременно часть пройденного забудется, и общая картина остаётся несобранной. Поэтому участникам рекомендуют пройти маршрут до конца, а к отдельным заданиям и недочитанным разделам возвращаться уже с пониманием связей между руководствами.
В R3 работа с моделями становится глубже. Участники учатся точнее описывать свои рабочие ситуации, различать объекты, их темпоральные состояния, свойства и отношения, роли, описания и шаблоны описаний, можели и мета-модели, онтики и онтологии. Все эти знания нужны чтобы создавать качественные модели, которыми могут пользоваться и команда, и AI-агент.
Первое задание уже опубликовано. Первый разбор состоится 18 июля. Если вы ждали продолжения после R2, присоединиться к текущей группе можно сегодня:
@SystemsSchool_bot
Вопросы участников первого практикума уже повлияли на развитие самого FPF. По его итогам Анатолий запустил шесть связанных кампаний, которые должны сделать FPF точнее, согласованнее и удобнее для совместной работы людей и AI-агентов.
Практический результат — человек и AI-агент одинаково понимают, что происходит в проекте, какое изменение нужно сделать и на чём основано решение, а затем переходят к следующему рабочему ходу. При этом FPF должен становиться точнее, не усложняя работу пользователя.
Второй практикум посвящён архитектурным ходам. Он нужен в ситуациях с несколькими возможными решениями:
— требуется понять, какое из них стоит брать в работу,
— чем варианты отличаются по последствиям
— и как направить AI-агента к результату, который действительно продвинет проект.
Такой маршрут уже выбрал один из участников: он проходит R3 и практикумы параллельно.
Продолжаем поддерживать ребят и наносить непоправимую пользу.
Вчера мы поделились фрагментом прямо из марафона, и он откликнулся сообществу:
"Любой человек всегда будет чем-то не удовлетворён. Но если видеть только это, ничего хорошего в долгосрочном плане не будет. Можно постепенно съесть собственную мотивацию.
Совсем небольшое число людей умеет замечать маленькие изменения, разбираться, как они происходят, хвалить себя и уже после этого составлять гипотезы для устранения проблем".
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2❤1
Участники первого FPF-практикума уже прогнали подход через свои проекты. В одном проекте результат:
"Из хаоса прямо чёткий план".
В другом, разбор показал, что около 95% времени уходило на моделирование, а само продвижение почти остановилось
В кейсе с автоматическим AI-дежурным формулировка "уменьшить дежурную нагрузку" оказалась слишком общей. В ней отсутствовал критерий результата, поэтому агенту было не с чем сверять свои предложения.
1. Начинайте с одной живой ситуации и одного текущего вопроса
Запрос "улучши весь проект" может показать общие проблемы. Для рабочей сессии полезнее выбрать один вопрос, решение или документ, который нужен прямо сейчас.
2. Сразу объясняйте, для чего нужен результат
Агенту важно понимать, какое решение должен поддержать его ответ и что вы сможете сделать после этого. Тогда он меньше уходит в красивую, но лишнюю проработку.
3. Просите выдавать результат отдельным файлом
Формат
.md удобен для длинной работы: текст можно дополнять, передавать другому агенту, сравнивать между версиями и использовать как самостоятельный рабочий продукт.4. В длинном ответе сначала ищите то, что можно применить отдельно
Это может быть постановка проблемы, модель, решение, описание или план. Пересказ терминов и паттернов полезен только тогда, когда помогает получить такой результат.
5. Направляйте агента во время длинной работы
Добавляйте замечания в текущий план, меняйте критерии и пересобирайте способ взаимодействия, когда сессия превращается в ручной запуск десятков мелких действий. Человек здесь удерживает предмет работы и направление движения.
Задания между встречами тоже строятся вокруг реальных проектов участников.
Их смысл в том, чтобы изменить следующий ход в собственной работе.
Вопросы первой встречи повлияли на развитие самого FPF: после практикума Анатолий запустил большой пересмотр корпуса паттернов. AI-агенты ведут длинные проходы по материалам: один предлагает изменения, другой проверяет результат. Автор FPF направляет работу и следит, чтобы повышение точности сохраняло практическую пользу инструмента.
19 июля состоится второй практикум. На нём будем разбирать архитектурные ходы: как понять, какое целое нужно менять, какие структуры определяют результат и к чему приведёт каждый вариант решения.
На канале "Рабочее развитие" продолжим публиковать кейсы и полезные материалы.
А какой рабочий ход изменился у вас за эту неделю?
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1🤝1