Опять что-то сделал на Gemini. А все началось с попытки осмыслить, куда развиваются отрасли.
Я начал с Miro. Мне там удобно набрасывать идеи, но там слишком все свободно. А иногда, чтобы эффективнее мыслить, надо поставить себя в рамки. В итоге появилась такая матрица, в которой можно по годам поставить свой прогноз по какому-то явлению и обосновать его какой-то гипотезой.
Ещё заметил интересный феномен: когда не хватает идей, можно переключиться на создание интерфейса, который сам по себе никакой задачи не решает, но пока его делаешь, создается ощущение, что ты занят делом.
Сделал пару примеров. Честно говоря, цифры в них не бесспорные, но обычно никто и не хочет спорить.
Вот для примера, как может трансформироваться работа дизайнера интерфейсов, когда отдельные части будут вытесняться ИИ https://matrix.podluzny.com/project/6fab0560c3c8ddb8ed2c3a136127a673
Если быть коротким и пессимистичным, то уходит само ремесло дизайнера. Автоматизироваться будет 90% и больше текущей работы. Что останется более-менее в руках человека — это формулировать, зачем и для кого что-то делается, то есть не умение рисовать, а умение обоснованно принимать решения.
Я начал с Miro. Мне там удобно набрасывать идеи, но там слишком все свободно. А иногда, чтобы эффективнее мыслить, надо поставить себя в рамки. В итоге появилась такая матрица, в которой можно по годам поставить свой прогноз по какому-то явлению и обосновать его какой-то гипотезой.
Ещё заметил интересный феномен: когда не хватает идей, можно переключиться на создание интерфейса, который сам по себе никакой задачи не решает, но пока его делаешь, создается ощущение, что ты занят делом.
Сделал пару примеров. Честно говоря, цифры в них не бесспорные, но обычно никто и не хочет спорить.
Вот для примера, как может трансформироваться работа дизайнера интерфейсов, когда отдельные части будут вытесняться ИИ https://matrix.podluzny.com/project/6fab0560c3c8ddb8ed2c3a136127a673
Если быть коротким и пессимистичным, то уходит само ремесло дизайнера. Автоматизироваться будет 90% и больше текущей работы. Что останется более-менее в руках человека — это формулировать, зачем и для кого что-то делается, то есть не умение рисовать, а умение обоснованно принимать решения.
💯1
Уортонская школа бизнеса University of Pennsylvania выпустила исследование о том, как люди взаимодействуют с ИИ. И результаты там неутешительны — люди так сильно доверяют ИИ, что легко готовы соглашаться с неверными ответами.
И это печально, потому что из других исследований мы знае,: даже самые лучшие модели галлюцинируют. Например, ведущие модели ИИ ошибаются при ранней дифференциальной диагностике более чем в 8 из 10 случаев (в исследовании использовали 21 модель: https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2847679 ).
Исследователи даже ввели термин Cognitive Surrender — когнитивная капитуляция, который отражает ситуацию, когда люди полагаются на информацию и решения ИИ без критической оценки.
Фактически люди воспринимают ответ ИИ как собственное суждение, которое они сами обдумали, и поэтому не пытаются его пересмотреть. Это не похоже на то, как мы пользуемся инструментами, например калькулятором: ему мы передаем отдельную рабочую функцию, но контроль за выводами все равно остается за нами.
В исследовании показано, что, когда ИИ давал правильный ответ на вопрос пользователя, люди следовали ему в 92,7% случаев. Когда ответ был неправильным — в 79,8% случаев.
Если люди принимали решение без ИИ, точность составляла бы 45,8%. С правильным ответом ИИ точность повышалась до 71,0%. С неправильным — падала до 31,5%, что хуже, чем при отсутствии ИИ.
Предполагается, что человек будет критически относиться к ответам ИИ, но по факту мы очень сильно на них полагаемся. Они слишком грамотно составлены, чётко сформулированы, полны деталей и фактов.
Кажется, что нужно формировать более сложный паттерн взаимодействия с ИИ, чем просто «вопрос — ответ», и тем более чем «создал агента — теперь он за меня работает».
И это печально, потому что из других исследований мы знае,: даже самые лучшие модели галлюцинируют. Например, ведущие модели ИИ ошибаются при ранней дифференциальной диагностике более чем в 8 из 10 случаев (в исследовании использовали 21 модель: https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2847679 ).
Исследователи даже ввели термин Cognitive Surrender — когнитивная капитуляция, который отражает ситуацию, когда люди полагаются на информацию и решения ИИ без критической оценки.
Фактически люди воспринимают ответ ИИ как собственное суждение, которое они сами обдумали, и поэтому не пытаются его пересмотреть. Это не похоже на то, как мы пользуемся инструментами, например калькулятором: ему мы передаем отдельную рабочую функцию, но контроль за выводами все равно остается за нами.
В исследовании показано, что, когда ИИ давал правильный ответ на вопрос пользователя, люди следовали ему в 92,7% случаев. Когда ответ был неправильным — в 79,8% случаев.
Если люди принимали решение без ИИ, точность составляла бы 45,8%. С правильным ответом ИИ точность повышалась до 71,0%. С неправильным — падала до 31,5%, что хуже, чем при отсутствии ИИ.
Предполагается, что человек будет критически относиться к ответам ИИ, но по факту мы очень сильно на них полагаемся. Они слишком грамотно составлены, чётко сформулированы, полны деталей и фактов.
Кажется, что нужно формировать более сложный паттерн взаимодействия с ИИ, чем просто «вопрос — ответ», и тем более чем «создал агента — теперь он за меня работает».
👍1
Интересное исследование, которое показывает, что люди, предпочитающие общаться в формате корпоративного булшита, использующие запутанные конструкции, сложные корпоративные термины, жаргонизмы, отдающие предпочтение впечатляющей, привлекательной подаче информации, оказывается, не очень хорошими работниками. В простой ситуации корпоративная чушь может оказаться безобидным делом, но в худшем варианте она способна нарушать эффективность организации, разрушая четкость коммуникаций.
Исследователи ввели шкалу корпоративного булшита Corporate Bullshit Receptivity Scale (CBSR) и показали, что есть отрицательная корреляция между склонностью к корпоративному булшиту и аналитическим мышлением. Т.е. люди, которые предпочитают корпоративный булшит, не очень хорошо способны принимать деловые решения.
Вот само исследование «The Corporate Bullshit Receptivity Scale: Development, validation, and associations with workplace outcomes»
и более развернутый текст о нем на Inc.
Исследователи ввели шкалу корпоративного булшита Corporate Bullshit Receptivity Scale (CBSR) и показали, что есть отрицательная корреляция между склонностью к корпоративному булшиту и аналитическим мышлением. Т.е. люди, которые предпочитают корпоративный булшит, не очень хорошо способны принимать деловые решения.
Вот само исследование «The Corporate Bullshit Receptivity Scale: Development, validation, and associations with workplace outcomes»
и более развернутый текст о нем на Inc.
Inc
People Who Love Corporate BS Are Bad at Their Jobs, New Cornell Research Confirms
The psychologist behind a new study confirming the link between dumb jargon and dumb decisions explains how to fight corporate BS.
❤2🤔1
Пришла пора «собирать камни», т.е. оценить, что мне принесла моя активность по разным каналам за март–апрель.
В деньгах — ничего.
В просмотрах по площадкам
VC — я туда запостил восемь постов, в итоге 2283 просмотра. Из поверхностных наблюдений: выбранная рубрика сильно определяет то, на какой охват можно рассчитывать. В моем случае выбор «Дизайн» и «AI» куда лучше, чем «Разработка» и «Личный опыт».
Habr — довольно токсичное сообщество людей, у которых всегда есть свое мнение. Почти всегда есть повод схлопотать минус в карму за пост на Habr, и это дико бьет по самомнению и отбивает всякое желание туда что-то писать. Но я расту над собой и забил на это. Опубликовал там за это время 2 поста, общий охват — 11 800.
Substack — ничего нового туда не публиковал. Охваты там низкие, очевидно, что нужно внешнее продвижение. Как говорят аналитики по разным платформам — Substack уже не тот.
Medium — было два поста. Всего читателей — 15 человек. На Medium публиковать что-то на русском без привязки к сообществу бессмысленно. Я состою в двух, где являюсь автором, и если что-то написать туда, то охват куда больше, но это все равно только сотни читателей. С другой стороны, я понимаю, что общее число читателей — это маркер интереса к материалу и его актуальности. Самый мой первый пост — про теорию перспектив Канемана — Тверски — в итоге собрал 6900 просмотров, и там я не пытался ничего своего писать: это был просто пересказ чужой статьи о чужой теории, но это оказалось куда интереснее, чем мои мысли.
LinkedIn — собственно, с него все начиналось, и изначально я хотел писать короткие посты только сюда. А уже потом появился канал в Telegram и YouTube. Всего показов — 13 300, но надо учитывать, что это во многом одни и те же люди, как я думаю. С апреля я опубликовал там 28 постов. Я стараюсь придерживаться определенного ритма, но вижу, что это не дает роста охвата: важнее тема, и чем проще, тем лучше.
Telegram — в канале по-прежнему 66 подписчиков. В конце марта были 2 подписки, но потом были 2 отписки. В общем, органического роста нет, но и деградации тоже.
YouTube — выпустил 5 роликов, общий объем просмотров — 470. Ну так себе. С другой стороны, я не ставил целью какую-то популярность, но подсознательно хотелось бы немного больше.
Итого
По цифрам видно, что звездой мне не стать. Я это начинал как эксперимент без особой цели, чтобы посмотреть, что из этого выйдет. Но из наблюдений понятно, что для достижения большего результата надо не только регулярность, но и стратегия.
В ближайших планах описать для себя редакционную стратегию, включающую формулировку целей, аудитории, тематики, сегментации каналов под разные посты и измеряемых результатов. Это кажется хорошим планом, им и займусь.
В деньгах — ничего.
В просмотрах по площадкам
VC — я туда запостил восемь постов, в итоге 2283 просмотра. Из поверхностных наблюдений: выбранная рубрика сильно определяет то, на какой охват можно рассчитывать. В моем случае выбор «Дизайн» и «AI» куда лучше, чем «Разработка» и «Личный опыт».
Habr — довольно токсичное сообщество людей, у которых всегда есть свое мнение. Почти всегда есть повод схлопотать минус в карму за пост на Habr, и это дико бьет по самомнению и отбивает всякое желание туда что-то писать. Но я расту над собой и забил на это. Опубликовал там за это время 2 поста, общий охват — 11 800.
Substack — ничего нового туда не публиковал. Охваты там низкие, очевидно, что нужно внешнее продвижение. Как говорят аналитики по разным платформам — Substack уже не тот.
Medium — было два поста. Всего читателей — 15 человек. На Medium публиковать что-то на русском без привязки к сообществу бессмысленно. Я состою в двух, где являюсь автором, и если что-то написать туда, то охват куда больше, но это все равно только сотни читателей. С другой стороны, я понимаю, что общее число читателей — это маркер интереса к материалу и его актуальности. Самый мой первый пост — про теорию перспектив Канемана — Тверски — в итоге собрал 6900 просмотров, и там я не пытался ничего своего писать: это был просто пересказ чужой статьи о чужой теории, но это оказалось куда интереснее, чем мои мысли.
LinkedIn — собственно, с него все начиналось, и изначально я хотел писать короткие посты только сюда. А уже потом появился канал в Telegram и YouTube. Всего показов — 13 300, но надо учитывать, что это во многом одни и те же люди, как я думаю. С апреля я опубликовал там 28 постов. Я стараюсь придерживаться определенного ритма, но вижу, что это не дает роста охвата: важнее тема, и чем проще, тем лучше.
Telegram — в канале по-прежнему 66 подписчиков. В конце марта были 2 подписки, но потом были 2 отписки. В общем, органического роста нет, но и деградации тоже.
YouTube — выпустил 5 роликов, общий объем просмотров — 470. Ну так себе. С другой стороны, я не ставил целью какую-то популярность, но подсознательно хотелось бы немного больше.
Итого
По цифрам видно, что звездой мне не стать. Я это начинал как эксперимент без особой цели, чтобы посмотреть, что из этого выйдет. Но из наблюдений понятно, что для достижения большего результата надо не только регулярность, но и стратегия.
В ближайших планах описать для себя редакционную стратегию, включающую формулировку целей, аудитории, тематики, сегментации каналов под разные посты и измеряемых результатов. Это кажется хорошим планом, им и займусь.
Хабр
Статьи / Профиль podluzny
✍1🤗1
Media is too big
VIEW IN TELEGRAM
После нескольких недель работал над NodeFlow в замедленном темпе. Скорость упала, потому что надо было поработать над другими проектами.
Что было сделано
Основная часть работы ушла под капот и визуально почти незаметна. Проект прошёл через три волны рефакторинга: сначала тексты интерфейса, потом код, потом UI. Для каждого из направлений сначала запускался аудит — не для немедленного исправления, а чтобы понять масштаб проблемы. Делал это через отдельно написанные промты.
Тексты исправлял вручную, потому что их было мало и хотел убедиться в корректности исправлений. Для UI это было уже нереально, поэтому все делал Gemini, который аккуратно вносит изменения в локальных областях, не затрагивая функциональные блоки. Промты сработали хорошо.
На основе текстового аудита был составлен небольшой редакционный гайд, что и как писать в интерфейсе, какую терминологию использовать. Он нужен для будущих функций, чтобы AI знал правила игры заранее.
Поменял панель аналитики
Раньше аналитика была просто панелью. Теперь это отдельная область, в которую можно добавлять несколько инструментов, переключаться между ними, перетаскивать вкладки и переименовывать их. Самое важное, состояние этих панелей теперь сохраняется вместе с проектом, и они больше не теряются.
Подход к работе с AI
Сформировался рабочий метод, который хорошо себя показал. Сначала — формулировка гипотезы своими словами. Затем через Claude она превращается в полноценный промт с функциональными требованиями и ограничениями. Этот промт правится вручную и только потом отправляется в Gemini. Смысл в том, что развёрнутое описание с ограничениями позволяет сразу видеть, что сработает, а что нет, потому что короткая фраза может быть интерпретирована моделью множеством разных способов и промт с ограничениями задает более точное направление работы.
Что дальше
Следующий этап для проекта — авторизованная зона с хранением файлов пользователей. После этого активная фаза разработки будет временно завершена.
Ссылка на проект https://nodeflow.podluzny.com/
Страница с примерами https://nodeflow.podluzny.com/examples
Видео на Ютюбе https://youtu.be/6c1cg9KMtyU
Что было сделано
Основная часть работы ушла под капот и визуально почти незаметна. Проект прошёл через три волны рефакторинга: сначала тексты интерфейса, потом код, потом UI. Для каждого из направлений сначала запускался аудит — не для немедленного исправления, а чтобы понять масштаб проблемы. Делал это через отдельно написанные промты.
Тексты исправлял вручную, потому что их было мало и хотел убедиться в корректности исправлений. Для UI это было уже нереально, поэтому все делал Gemini, который аккуратно вносит изменения в локальных областях, не затрагивая функциональные блоки. Промты сработали хорошо.
На основе текстового аудита был составлен небольшой редакционный гайд, что и как писать в интерфейсе, какую терминологию использовать. Он нужен для будущих функций, чтобы AI знал правила игры заранее.
Поменял панель аналитики
Раньше аналитика была просто панелью. Теперь это отдельная область, в которую можно добавлять несколько инструментов, переключаться между ними, перетаскивать вкладки и переименовывать их. Самое важное, состояние этих панелей теперь сохраняется вместе с проектом, и они больше не теряются.
Подход к работе с AI
Сформировался рабочий метод, который хорошо себя показал. Сначала — формулировка гипотезы своими словами. Затем через Claude она превращается в полноценный промт с функциональными требованиями и ограничениями. Этот промт правится вручную и только потом отправляется в Gemini. Смысл в том, что развёрнутое описание с ограничениями позволяет сразу видеть, что сработает, а что нет, потому что короткая фраза может быть интерпретирована моделью множеством разных способов и промт с ограничениями задает более точное направление работы.
Что дальше
Следующий этап для проекта — авторизованная зона с хранением файлов пользователей. После этого активная фаза разработки будет временно завершена.
Ссылка на проект https://nodeflow.podluzny.com/
Страница с примерами https://nodeflow.podluzny.com/examples
Видео на Ютюбе https://youtu.be/6c1cg9KMtyU
🤔2👏1
Посты в соцсетях обещают, что AI решит любую задачу за пять минут. На практике приходится угадывать, справится он или нет. Я решил перестать угадывать и сделал промт со шкалой сложности для задач под AI.
Точнее, сделал два промта, чтобы систематизировать работу над задачами в дизайне и вайбкодинге. Ввел шкалу от 1 до 10, где 10 - это типовая очень легкая задача с которой AI справится на ура, потому что есть много примеров и сложившихся паттернов, а 1 - это совсем уникальная задача.
Отдельная проблема - калибровка этой шкалы и введение правил, чтобы AI не сваливался к средней оценке. Чтобы ввести калибровку и правила для дизайна промт занял 9 страниц, а для вейкбординга - 26.
Из команд есть - “оценить”, ну это понятно, что делает. Но есть еще “проще”, “сложнее” - оказался полезной командой для размышления о проекте. Фактически это эквивалент методов ТРИЗ когда для решения задачи ее надо трансформировать, и вот тут получается такой метод трансформации через ИИ. В дополнение к ним есть команда “уровень”, чтобы трансформировать задачу к определенному уровню, но она оказалось не такой полезной, как остальные. Но может я просто еще не дошел до таких кейсов, когда это мне сильно поможет.
Есть еще команда “разложить”, которую я ввел из-за привычки декомпозировать задачи, но она оказалось хорошо и с позиции дизайн и для вайбкодинга, потому что режет проект на куски и сразу подсвечивает потенциальные сложности. И при этом не надо погружаться в аналитику, чтобы достать эти данные. Для верхнеуровневый оценки этого вполне достаточно.
И теперь, если я получаю оценку для задачи в 7 и выше, то могут сразу ее отдавать подходящему AI агенту, если задачи 5-6, а к этой оценке AI все равно любит сваливаться, то можно делать через агента, но будут сложности. А вот если оценка ниже 5, то лучше начинать делать вручную или надо трансформировать задачу.
Из хороших вещей, при декомпозиции задачи через “разложить” всегда можно выделить простые фрагменты системы, которые вполне подходят для работы через ИИ, а для остальных частей уже можно включать мозги или трансформировать задачу, но это уже выбор, который уже делает человек.
Точнее, сделал два промта, чтобы систематизировать работу над задачами в дизайне и вайбкодинге. Ввел шкалу от 1 до 10, где 10 - это типовая очень легкая задача с которой AI справится на ура, потому что есть много примеров и сложившихся паттернов, а 1 - это совсем уникальная задача.
Отдельная проблема - калибровка этой шкалы и введение правил, чтобы AI не сваливался к средней оценке. Чтобы ввести калибровку и правила для дизайна промт занял 9 страниц, а для вейкбординга - 26.
Из команд есть - “оценить”, ну это понятно, что делает. Но есть еще “проще”, “сложнее” - оказался полезной командой для размышления о проекте. Фактически это эквивалент методов ТРИЗ когда для решения задачи ее надо трансформировать, и вот тут получается такой метод трансформации через ИИ. В дополнение к ним есть команда “уровень”, чтобы трансформировать задачу к определенному уровню, но она оказалось не такой полезной, как остальные. Но может я просто еще не дошел до таких кейсов, когда это мне сильно поможет.
Есть еще команда “разложить”, которую я ввел из-за привычки декомпозировать задачи, но она оказалось хорошо и с позиции дизайн и для вайбкодинга, потому что режет проект на куски и сразу подсвечивает потенциальные сложности. И при этом не надо погружаться в аналитику, чтобы достать эти данные. Для верхнеуровневый оценки этого вполне достаточно.
И теперь, если я получаю оценку для задачи в 7 и выше, то могут сразу ее отдавать подходящему AI агенту, если задачи 5-6, а к этой оценке AI все равно любит сваливаться, то можно делать через агента, но будут сложности. А вот если оценка ниже 5, то лучше начинать делать вручную или надо трансформировать задачу.
Из хороших вещей, при декомпозиции задачи через “разложить” всегда можно выделить простые фрагменты системы, которые вполне подходят для работы через ИИ, а для остальных частей уже можно включать мозги или трансформировать задачу, но это уже выбор, который уже делает человек.
👨💻1
Сейчас выходит много статей от больших компаний с попыткой осмыслить изменения, которые происходят с нами из-за проникновения ИИ, и найти подход, чтобы адаптироваться к этим изменениям. Вышла статья IDEO об этом же «The AI dividend». Я не буду ее пересказывать, хочу только отметить некоторые идеи, которые показались интересными с моей колокольни.
Несмотря на то, что сейчас есть компании-лидеры во внедрении ИИ, если мы посмотрим вперед, конкуренция заставит всех быть одинаково эффективными и внедрять ИИ. То есть текущая эффективность, которая достигается за счет использования ИИ-инструментов, это только временное преимущество, которое, вероятно, довольно быстро будет нивелировано.
Кстати, похожую мысль высказывал Гари Вайнерчук в подкасте у Marina Mogilko https://www.youtube.com/watch?v=R_TpKWq83BM. У него была идея, что компания из 400 человек, увольняя 200, потому что ИИ-инструменты позволяют делать столько же работы, в итоге проиграет компании, которая никого не уволила и просто всем раздала ИИ-инструменты.
В общем, производительность ИИ не стоит рассматривать как преимущество. Вау-эффект уже проходит, и вскоре это станет новой нормой. В этой ситуации компании, которые сосредоточились исключительно на эффективности, могут оказаться в положении, где им придется конкурировать по цене, которая будет снижаться. В выигрыше будут те, кто будет предлагать инновации, а не просто выполнять старые операции быстрее и дешевле.
IDEO делает ставку на инвестиции в человеческое творчество, вкус и зрелые суждения как противовес однородности алгоритмических решений.
Пока нет точной картины, какими будут компании, которые получат преимущества в новую эпоху, но есть некоторые предположения.
В выигрыше будут компании, состоящие из маленьких автономных команд без лишней иерархии.
Интересно, что Джек Дорси видит будущее Block вообще без иерархии https://www.bloomberg.com/news/articles/2026-03-31/block-s-dorsey-outlines-ai-powered-vision-to-cut-middle-managers, где в идеале все будут подчинены ему напрямую через ИИ. И уровень менеджмента, который в традиционной оргструктуре отвечает за конвейер перемещения информации внутри компании, у Дорси убирается — все уходит в руки ИИ.
Идея работать небольшими группами совсем не нова, но, похоже, она будет набирать популярность даже в компаниях с традиционной сложной иерархией, потому что дает заметное преимущество.
И нас ждет увеличение скорости за счет параллельной работы. Традиционно компании пытались сократить вариативность, выстраивая один «правильный» процесс, один «правильный» продукт, один «правильный» эксперимент, потому что делать что-то параллельно было очень дорого: большие издержки на эксперименты, большие издержки на координацию работ. Но сейчас, когда ИИ берет на себя многие аспекты рутинных задач, можно проводить множество экспериментов и итераций.
IDEO также верит, что инвестиции в людей с любознательностью, творческим потенциалом и склонностью бросать вызов устоявшимся догмам — тех, кто способен создавать новое в новых обстоятельствах, — будут выделять компании-лидеры. Но думаю, что это их самое слабое предположение для нашего рынка, возможно, в Скандинавии так и будет, но
не вокруг меня.
На самом деле, идея ускорения за счет параллельной работы вызвала у меня наибольший интерес, потому что я вижу, как устоявшийся процесс с этапами сейчас кажется крайне медленным. Я участвовал за последние несколько недель в двух проектах, и в обоих работа шла по этапам. В обоих случаях я все сделал очень быстро, клиенты были довольны, изменения в прототипах — минимальные. Но за эти три недели при параллельной работе можно было бы уже почти собрать сервисы и реально проверять микровзаимодействия и технические решения, которые невозможно спроектировать при традиционном подходе просто потому, что их не видно из точки старта проекта.
Но такой подход требует другого устройства команды, а пока мы, хоть и с ИИ, но все еще живем в парадигме старого менеджмента.
Несмотря на то, что сейчас есть компании-лидеры во внедрении ИИ, если мы посмотрим вперед, конкуренция заставит всех быть одинаково эффективными и внедрять ИИ. То есть текущая эффективность, которая достигается за счет использования ИИ-инструментов, это только временное преимущество, которое, вероятно, довольно быстро будет нивелировано.
Кстати, похожую мысль высказывал Гари Вайнерчук в подкасте у Marina Mogilko https://www.youtube.com/watch?v=R_TpKWq83BM. У него была идея, что компания из 400 человек, увольняя 200, потому что ИИ-инструменты позволяют делать столько же работы, в итоге проиграет компании, которая никого не уволила и просто всем раздала ИИ-инструменты.
В общем, производительность ИИ не стоит рассматривать как преимущество. Вау-эффект уже проходит, и вскоре это станет новой нормой. В этой ситуации компании, которые сосредоточились исключительно на эффективности, могут оказаться в положении, где им придется конкурировать по цене, которая будет снижаться. В выигрыше будут те, кто будет предлагать инновации, а не просто выполнять старые операции быстрее и дешевле.
IDEO делает ставку на инвестиции в человеческое творчество, вкус и зрелые суждения как противовес однородности алгоритмических решений.
Пока нет точной картины, какими будут компании, которые получат преимущества в новую эпоху, но есть некоторые предположения.
В выигрыше будут компании, состоящие из маленьких автономных команд без лишней иерархии.
Интересно, что Джек Дорси видит будущее Block вообще без иерархии https://www.bloomberg.com/news/articles/2026-03-31/block-s-dorsey-outlines-ai-powered-vision-to-cut-middle-managers, где в идеале все будут подчинены ему напрямую через ИИ. И уровень менеджмента, который в традиционной оргструктуре отвечает за конвейер перемещения информации внутри компании, у Дорси убирается — все уходит в руки ИИ.
Идея работать небольшими группами совсем не нова, но, похоже, она будет набирать популярность даже в компаниях с традиционной сложной иерархией, потому что дает заметное преимущество.
И нас ждет увеличение скорости за счет параллельной работы. Традиционно компании пытались сократить вариативность, выстраивая один «правильный» процесс, один «правильный» продукт, один «правильный» эксперимент, потому что делать что-то параллельно было очень дорого: большие издержки на эксперименты, большие издержки на координацию работ. Но сейчас, когда ИИ берет на себя многие аспекты рутинных задач, можно проводить множество экспериментов и итераций.
IDEO также верит, что инвестиции в людей с любознательностью, творческим потенциалом и склонностью бросать вызов устоявшимся догмам — тех, кто способен создавать новое в новых обстоятельствах, — будут выделять компании-лидеры. Но думаю, что это их самое слабое предположение для нашего рынка, возможно, в Скандинавии так и будет, но
не вокруг меня.
На самом деле, идея ускорения за счет параллельной работы вызвала у меня наибольший интерес, потому что я вижу, как устоявшийся процесс с этапами сейчас кажется крайне медленным. Я участвовал за последние несколько недель в двух проектах, и в обоих работа шла по этапам. В обоих случаях я все сделал очень быстро, клиенты были довольны, изменения в прототипах — минимальные. Но за эти три недели при параллельной работе можно было бы уже почти собрать сервисы и реально проверять микровзаимодействия и технические решения, которые невозможно спроектировать при традиционном подходе просто потому, что их не видно из точки старта проекта.
Но такой подход требует другого устройства команды, а пока мы, хоть и с ИИ, но все еще живем в парадигме старого менеджмента.
Ideo
The AI dividend
The case for investing in the creative frontier.
💯1
This media is not supported in your browser
VIEW IN TELEGRAM
Сегодня не записал видео про продолжение своего экспериментального проекта NodeFlow, но покажу чудесную 404-страницу, которую добавил в проект на этой неделе. Все работает на GSAP, и собрал мне эту страницу ChatGPT.
Хоть весь проект собирается на Gemini, некоторые небольшие вещи, которые требуют более точной настройки, я предпочитаю делать не там. Тем более уже несколько дней я перебираю дневной лимит по промптам. Оказалось, что при выполнении запросов на рефакторинг кода лимиты расходуются очень быстро. Причем я не особо стараюсь приводить код в идеальное состояние, но некоторые изменения все же пришлось сделать: например, унифицировать функции, добавить соблюдение GDPR. А это влечет за собой переделку подключения аналитики, подключение политики конфиденциальности — и так одно цепляет другое.
Из крупных задач, которые приводили к перегрузке ИИ, были запуск светлой темы (для этого пришлось все перевести на семантические классы и токены) и внедрение мультиязычности. Добавил английский и французский языки. Зачем? Просто чтобы было и чтобы проверить, насколько точно Gemini может работать с такими точечными изменениями в большом количестве файлов. Могу сказать, что ничего не поломалось, но пришлось несколько раз запускать проверку внедрения и доработку.
Еще доработал мобильную версию. Обрезал ее функции, но адаптировал оставшиеся элементы управления.
Более полное ревью запишу позже, а пока всем приятных выходных!
Хоть весь проект собирается на Gemini, некоторые небольшие вещи, которые требуют более точной настройки, я предпочитаю делать не там. Тем более уже несколько дней я перебираю дневной лимит по промптам. Оказалось, что при выполнении запросов на рефакторинг кода лимиты расходуются очень быстро. Причем я не особо стараюсь приводить код в идеальное состояние, но некоторые изменения все же пришлось сделать: например, унифицировать функции, добавить соблюдение GDPR. А это влечет за собой переделку подключения аналитики, подключение политики конфиденциальности — и так одно цепляет другое.
Из крупных задач, которые приводили к перегрузке ИИ, были запуск светлой темы (для этого пришлось все перевести на семантические классы и токены) и внедрение мультиязычности. Добавил английский и французский языки. Зачем? Просто чтобы было и чтобы проверить, насколько точно Gemini может работать с такими точечными изменениями в большом количестве файлов. Могу сказать, что ничего не поломалось, но пришлось несколько раз запускать проверку внедрения и доработку.
Еще доработал мобильную версию. Обрезал ее функции, но адаптировал оставшиеся элементы управления.
Более полное ревью запишу позже, а пока всем приятных выходных!
👍1
This media is not supported in your browser
VIEW IN TELEGRAM
Вы наверняка уже видели раньше исследования, которые показывают, что LLM предвзяты, и их ответы зависят от того, где их обучали. Наверняка вначале это происходило случайно, но также я уверен, что сейчас такое происходит специально, по крайней мере, точно партия Китая контролирует «правильность» мнений своих моделей.
Но также исследования показывают, что дообученные модели несут на себе следы родительских искажений, и даже глубокое обучение не исправляет этого. Вот свежее исследование об этом «Reward Models Inherit Value Biases from Pretraining».
Это все про то, как ИИ может искажать свои ответы в силу тех данных и представлений, которые в него были заложены. И когда российские депутаты сетуют на создание национального ИИ, они, видимо, как раз и опасаются, что чуждые ценности как-то проникнут через ответы ИИ. Но мне кажется, что это опасность уровня борьбы с джазом и The Beatles. Но есть куда более серьезная угроза…
И по большому счету эта угроза касается всех пользователей интернета и тех, кто пользуется ИИ.
Статья «Marcus asks AI chatbots various questions» на эту тему хороша. Это и пример классного текста, и классной верстки. И основной месседж там в том, что ИИ знает о нас уже очень много, куда больше, чем мы думаем.
Помните, как все делали в ChatGPT комиксы о себе — о том, что чат знает о нас? Это было очень весело, но, возможно, стоило задуматься. ИИ способен по фрагментам данных (нашим вопросам, уточнениям, файлам, IP и т. д.) собрать огромную базу информации о нас и профилировать нас с такой точностью, о которой даже не мечтали агенты Штази, собиравшие все данные о гражданах ГДР.
Причем, чтобы составить точный профиль, ИИ не нуждается в каких-то специальных вопросах. Достаточно его возможностей по обработке массива разрозненной информации. Через выбор слов, структуру предложений, культурные отсылки и мимолетные упоминания мы неосознанно многое раскрываем о себе. И теперь ИИ знает о нас куда больше, чем Google или Meta. Да черт побери, он, наверное, знает о вас больше, чем ваш психолог.
И чиновников, у которых есть параноидальный страх, что везде враги, это должно жутко пугать.
Обратной стороной того, что ИИ знает о нас очень много, становится то, что он может нас везде найти. Точнее, найти наши следы там, где нам казалось, что мы их не оставили. Например, анонимные комментарии, сообщения в общих чатах, отзывы — все это можно с определенной точностью деанонимизировать. И это проще, чем кажется. В принципе, мы приближаемся к некоему порогу, за которым можно будет уверенно утверждать, что для 90% граждан вся их сетевая жизнь будет полностью деанонимизирована.
Сегодня ко мне пришла фишинговая ссылка от имени известного сервиса, чтобы выманить мою кредитную карту. И думаю, что первыми за информацией о нас придут не спецслужбы, а банальные мошенники. И вялые попытки что-то запретить вряд ли их остановят.
Хорошо бы, чтобы компании и государства смогли выработать общие правила для нового мира. Но я с печалью смотрю на то, что, кроме отдельных компаний и людей, мало кто озабочен этой проблемой. И мы в очередной раз оказываемся в ситуации, когда граждане должны сами побеспокоиться о своей безопасности. И, похоже, уже стоит переосмыслить то, как надо вести себя в интернете.
Но также исследования показывают, что дообученные модели несут на себе следы родительских искажений, и даже глубокое обучение не исправляет этого. Вот свежее исследование об этом «Reward Models Inherit Value Biases from Pretraining».
Это все про то, как ИИ может искажать свои ответы в силу тех данных и представлений, которые в него были заложены. И когда российские депутаты сетуют на создание национального ИИ, они, видимо, как раз и опасаются, что чуждые ценности как-то проникнут через ответы ИИ. Но мне кажется, что это опасность уровня борьбы с джазом и The Beatles. Но есть куда более серьезная угроза…
И по большому счету эта угроза касается всех пользователей интернета и тех, кто пользуется ИИ.
Статья «Marcus asks AI chatbots various questions» на эту тему хороша. Это и пример классного текста, и классной верстки. И основной месседж там в том, что ИИ знает о нас уже очень много, куда больше, чем мы думаем.
Помните, как все делали в ChatGPT комиксы о себе — о том, что чат знает о нас? Это было очень весело, но, возможно, стоило задуматься. ИИ способен по фрагментам данных (нашим вопросам, уточнениям, файлам, IP и т. д.) собрать огромную базу информации о нас и профилировать нас с такой точностью, о которой даже не мечтали агенты Штази, собиравшие все данные о гражданах ГДР.
Причем, чтобы составить точный профиль, ИИ не нуждается в каких-то специальных вопросах. Достаточно его возможностей по обработке массива разрозненной информации. Через выбор слов, структуру предложений, культурные отсылки и мимолетные упоминания мы неосознанно многое раскрываем о себе. И теперь ИИ знает о нас куда больше, чем Google или Meta. Да черт побери, он, наверное, знает о вас больше, чем ваш психолог.
И чиновников, у которых есть параноидальный страх, что везде враги, это должно жутко пугать.
Обратной стороной того, что ИИ знает о нас очень много, становится то, что он может нас везде найти. Точнее, найти наши следы там, где нам казалось, что мы их не оставили. Например, анонимные комментарии, сообщения в общих чатах, отзывы — все это можно с определенной точностью деанонимизировать. И это проще, чем кажется. В принципе, мы приближаемся к некоему порогу, за которым можно будет уверенно утверждать, что для 90% граждан вся их сетевая жизнь будет полностью деанонимизирована.
Сегодня ко мне пришла фишинговая ссылка от имени известного сервиса, чтобы выманить мою кредитную карту. И думаю, что первыми за информацией о нас придут не спецслужбы, а банальные мошенники. И вялые попытки что-то запретить вряд ли их остановят.
Хорошо бы, чтобы компании и государства смогли выработать общие правила для нового мира. Но я с печалью смотрю на то, что, кроме отдельных компаний и людей, мало кто озабочен этой проблемой. И мы в очередной раз оказываемся в ситуации, когда граждане должны сами побеспокоиться о своей безопасности. И, похоже, уже стоит переосмыслить то, как надо вести себя в интернете.
❤1🤪1👾1
Больше не надо мучить свою совесть идеей, что использование ИИ потребляет много воды. Исследователи посчитали, и оказалось, что на фоне нашего среднего потребления это ничтожно мало. Если вы хотите компенсировать пожизненное использование промптов чат-бота, просто откажитесь от покупки одной пары джинсов — и ваша совесть будет чиста.
Если вы хотите глубже погрузиться в детали, вот материал Andy Masley: «The AI water issue is fake».
А прекрасная инфографика из этой статьи.
Если вы хотите глубже погрузиться в детали, вот материал Andy Masley: «The AI water issue is fake».
А прекрасная инфографика из этой статьи.
🤗1
Media is too big
VIEW IN TELEGRAM
Последние изменения в проекте затрагивали в большей степени внешний вид, чем функционал, но некоторые из таких внешних функций все равно потребовали внимательного внедрения. Например, доработка кода, чтобы можно было использовать светлую и темную тему, и внедрение мультиязычности вымывали у меня несколько дней подряд дневные лимиты Gemini.
Чтобы внедрять такие функции, которые затрагивают большое количество файлов, я использовал ступенчатый подход. Вначале формировал промт для анализа кода на потенциальные проблемы внедрения, по результату анализа формировал через промт пошаговый алгоритм внедрения новой функции и потом уже двигался по этим шагам. Такой подход кажется более рациональным, чем просто пробовать сразу интегрировать большой функционал в код работающего проекта.
Для совсем больших функций, которые требовали больше пространства на поиск решений, я использовал подход, когда сначала собирал готовое решение как отдельный проект. И когда считал, что решение меня устраивает, переносил его в проект через промт. Такой подход позволяет не проводить эксперименты в рамках проекта с большой кодовой базой и оберегает его от случайных изменений.
Старое доброе «Семь раз отмерь, один отрежь» для вайбкодинга, как ни странно, кажется очень актуальным. Стоимость токенов хоть и падает, но хорошие модели стоят недешево. А чем больше проект, тем больше потребление токенов на его доработку. Поэтому стратегия внедрения осмысленных изменений в проект экономит не только время, но и деньги.
Сделал еще 404 страницу. Она мне просто нравится. И хоть код скрипта там довольно несложный, но все равно, чтобы сделать такую страницу, пришлось использовать разные инструменты. Вариант просто попросить ИИ нарисовать «вот так» не прокатывает. И это одна из особенностей вайбкодинга. Если вам нужно получить результат, но не принципиально, как он будет выглядеть, или у вас просто есть большой диапазон допусков, то такой результат получается быстро. Но если у вас есть конкретное требование, то может оказаться, что придется повозиться, и даже что-то проще сделать вручную, чем объяснить модели, что вы хотите получить.
Еще думал к разным языкам добавить арабский, чтобы был язык с другим направлением написания, но это влечет столько доработок, что пока оставил эту идею в покое.
На этом, пожалуй, все. Сам проект по-прежнему доступен на https://nodeflow.podluzny.com/
Видео на Ютюбе https://youtu.be/yO4TJalrFfo
Чтобы внедрять такие функции, которые затрагивают большое количество файлов, я использовал ступенчатый подход. Вначале формировал промт для анализа кода на потенциальные проблемы внедрения, по результату анализа формировал через промт пошаговый алгоритм внедрения новой функции и потом уже двигался по этим шагам. Такой подход кажется более рациональным, чем просто пробовать сразу интегрировать большой функционал в код работающего проекта.
Для совсем больших функций, которые требовали больше пространства на поиск решений, я использовал подход, когда сначала собирал готовое решение как отдельный проект. И когда считал, что решение меня устраивает, переносил его в проект через промт. Такой подход позволяет не проводить эксперименты в рамках проекта с большой кодовой базой и оберегает его от случайных изменений.
Старое доброе «Семь раз отмерь, один отрежь» для вайбкодинга, как ни странно, кажется очень актуальным. Стоимость токенов хоть и падает, но хорошие модели стоят недешево. А чем больше проект, тем больше потребление токенов на его доработку. Поэтому стратегия внедрения осмысленных изменений в проект экономит не только время, но и деньги.
Сделал еще 404 страницу. Она мне просто нравится. И хоть код скрипта там довольно несложный, но все равно, чтобы сделать такую страницу, пришлось использовать разные инструменты. Вариант просто попросить ИИ нарисовать «вот так» не прокатывает. И это одна из особенностей вайбкодинга. Если вам нужно получить результат, но не принципиально, как он будет выглядеть, или у вас просто есть большой диапазон допусков, то такой результат получается быстро. Но если у вас есть конкретное требование, то может оказаться, что придется повозиться, и даже что-то проще сделать вручную, чем объяснить модели, что вы хотите получить.
Еще думал к разным языкам добавить арабский, чтобы был язык с другим направлением написания, но это влечет столько доработок, что пока оставил эту идею в покое.
На этом, пожалуй, все. Сам проект по-прежнему доступен на https://nodeflow.podluzny.com/
Видео на Ютюбе https://youtu.be/yO4TJalrFfo
👍2
Старая русская поговорка «Семь раз отмерь, один отрежь» становится удивительно актульной в эпоху внедрения ИИ, если вас ограничивает бюджет. На своем опыте я вижу, что более эффективным в экономии токенов оказывается не путь выбора более дешевой модели, а вариант выстраивания поэтапного подхода внедрения вместо хаотичного закидывания ИИ промтами в надежде, что он разберется.
Массовое внедрение ИИ среди разработчиков ведет к разным последствиям, и одно из них — это рост трат на сам ИИ. Пока нет никакого бенчмарка по этому поводу, но есть разрозненные материалы. Вот, например, вышел пост «The Pulse: token spend breaks budgets – what next?» https://newsletter.pragmaticengineer.com/p/the-pulse-token-spend-breaks-budgets?utm_source=post-email-title&publication_id=458709&post_id=196007666&utm_campaign=email-post-title&isFreemail=true&r=2y9heo&triedRedirect=true&utm_medium=email
В нем несколько точечных примеров, описанных в результате интервью. И в целом основная разбежка в оценках трат — $200–3000 в месяц на разработчика. Причем кто-то, типа healthcare, тратит и больше $1000 в день, а кто-то, как геймеры, и $200 в месяц считают большой суммой, потому что общий фонд оплаты труда низкий. И фигурирует какая-то новая норма в размере $1000 в месяц на разработчика при использовании передовых моделей и при этом контроль того, какие модели используются.
Компании тратят на ИИ, потому что боятся отстать. Фокус на продуктивности не оставляет им выбора. Переключение с дорогих моделей на дешевые дает экономию, но компании все равно вынуждены все время выбирать лучшие модели. И при этом большинство говорят, что расходы на ИИ выходят за первоначальные ожидания. Но у тех, кто видит, что продуктивность растет, нет страха тратить тысячи долларов на разработчика в месяц, потому что это все равно себя оправдывает.
Можно еще вспомнить, что Uber израсходовал годовой бюджет ИИ за пару месяцев. А Jensen Huang (CEO, Nvidia) считает, что инженер с зарплатой в $500k в год должен тратить $250k в год на токены https://www.forbes.com/sites/richardnieva/2026/03/31/the-ai-gods-spending-as-much-as-they-can-on-ai-tokens/.
И это все при том, что за последние два года стоимость токенов упала более чем на 90%, расходы на покупку токенов растут. Мы стоим перед поворотом от бурной радости от внедрения ИИ к подсчету затрат и ROI, и в выигрыше останутся те компании, которые будут способны это сделать.
Массовое внедрение ИИ среди разработчиков ведет к разным последствиям, и одно из них — это рост трат на сам ИИ. Пока нет никакого бенчмарка по этому поводу, но есть разрозненные материалы. Вот, например, вышел пост «The Pulse: token spend breaks budgets – what next?» https://newsletter.pragmaticengineer.com/p/the-pulse-token-spend-breaks-budgets?utm_source=post-email-title&publication_id=458709&post_id=196007666&utm_campaign=email-post-title&isFreemail=true&r=2y9heo&triedRedirect=true&utm_medium=email
В нем несколько точечных примеров, описанных в результате интервью. И в целом основная разбежка в оценках трат — $200–3000 в месяц на разработчика. Причем кто-то, типа healthcare, тратит и больше $1000 в день, а кто-то, как геймеры, и $200 в месяц считают большой суммой, потому что общий фонд оплаты труда низкий. И фигурирует какая-то новая норма в размере $1000 в месяц на разработчика при использовании передовых моделей и при этом контроль того, какие модели используются.
Компании тратят на ИИ, потому что боятся отстать. Фокус на продуктивности не оставляет им выбора. Переключение с дорогих моделей на дешевые дает экономию, но компании все равно вынуждены все время выбирать лучшие модели. И при этом большинство говорят, что расходы на ИИ выходят за первоначальные ожидания. Но у тех, кто видит, что продуктивность растет, нет страха тратить тысячи долларов на разработчика в месяц, потому что это все равно себя оправдывает.
Можно еще вспомнить, что Uber израсходовал годовой бюджет ИИ за пару месяцев. А Jensen Huang (CEO, Nvidia) считает, что инженер с зарплатой в $500k в год должен тратить $250k в год на токены https://www.forbes.com/sites/richardnieva/2026/03/31/the-ai-gods-spending-as-much-as-they-can-on-ai-tokens/.
И это все при том, что за последние два года стоимость токенов упала более чем на 90%, расходы на покупку токенов растут. Мы стоим перед поворотом от бурной радости от внедрения ИИ к подсчету затрат и ROI, и в выигрыше останутся те компании, которые будут способны это сделать.
👍1
This media is not supported in your browser
VIEW IN TELEGRAM
Вообще, я давно думаю, что многие большие компании заигрываются в дизайн, в то время как для нормальной жизни можно делать и что-то попроще. И даже эстетика DOS не мешает реализовать основные сценарии для банковского приложения. И без 3D и разных шрифтов. Да, теряется всякая брендовость, но, кажется, ее значимость сильно преувеличена бренд-директорами.
Была бы моя воля, я бы сделал полный скин для банка, чтобы хотя бы старые сисадмины и тинейджеры порадовались отсутствию сторис и рекламы.
Была бы моя воля, я бы сделал полный скин для банка, чтобы хотя бы старые сисадмины и тинейджеры порадовались отсутствию сторис и рекламы.
❤2😁2🤩1
Оказывается, отношение к ИИ сильно зависит от дохода. Среди американцев оптимизм по поводу ИИ демонстрирует только одна группа — это те, кто зарабатывает больше $200 000 в год. А в остальном, чем беднее — тем тревожнее.
Из всех мрачных сценариев меня больше всего беспокоит один, что ИИ обеспечит формирование нового вечного бедного класса. Это когда большинство будет работать на выживание без шансов выбраться, а богатства сконцентрируются в руках все меньшего числа людей. Это не фантастика, уже сейчас 1% американцев владеет 35% богатств США, в России тот же 1% контролирует 49% богатств страны.
Меня немного утешает, что самые пессимистичные прогнозы обычно не сбываются, потому что реальность оказывается сложнее и интереснее. Но, наверное, стоит помнить, во Франции головы начали лететь именно тогда, когда расслоение стало невыносимым.
А график из статьи «We’re Just Getting Started»
Из всех мрачных сценариев меня больше всего беспокоит один, что ИИ обеспечит формирование нового вечного бедного класса. Это когда большинство будет работать на выживание без шансов выбраться, а богатства сконцентрируются в руках все меньшего числа людей. Это не фантастика, уже сейчас 1% американцев владеет 35% богатств США, в России тот же 1% контролирует 49% богатств страны.
Меня немного утешает, что самые пессимистичные прогнозы обычно не сбываются, потому что реальность оказывается сложнее и интереснее. Но, наверное, стоит помнить, во Франции головы начали лететь именно тогда, когда расслоение стало невыносимым.
А график из статьи «We’re Just Getting Started»
👍2😢2
This media is not supported in your browser
VIEW IN TELEGRAM
После нескольких экспериментов с созданием диалога между виртуальным клиентом и виртуальным банковским ИИ я успел заметить несколько вещей.
Во-первых, делать чат с лентой снизу вверх кажется не лучшей идеей, потому что верхняя граница чата часто смещается, и это триггерит внимание. Люди так устроены, что очень хорошо реагируют на сменяющиеся картинки, а если диалог со стороны ИИ становится детализированным, то даже короткие сообщения ведут к частой смене позиций баблов сообщений.
Я подумывал отказаться от цвета, сделать все более нейтральным, но самого текста уже достаточно, чтобы эта проблема сохранялась. Поэтому кажется, что предпочтительнее делать ленту сообщений сверху вниз. В общем-то идея не новая, но иногда надо сделать большой круг, чтобы прийти к чему-то простому и обычному.
Во-вторых, сворачивание сообщений, которые возникают из-за необходимости поддерживать прозрачность рассуждений и тянуть время, кажется хорошим решением. Из плюсов, можно сохранять сценарий на одном экране долгое время. Из минусов, очевидное прыгание высоты при сворачивании, но, когда постинг идет сверху вниз, это уже не так бросается в глаза.
В-третьих, в ленте не надо оставлять сообщения, которые были вопросами или требовали пользовательского выбора. У меня первоначально кнопки оставались как часть истории, но очевидно, что глаз за них цепляется, если просматривать историю повторно, и это мешает.
В-четвертых, после использования перекрывающих чат сообщений, в этом сценарии это bottom sheet, при возвращении к ленте чата теряется внимание. Фактически невозможно сразу попасть в то место, где ты был до перекрывающего сообщения. Надо искать глазами, что явно повышает когнитивную нагрузку. Это маленькая, но важная задача, и я бы потратил время на поиск хорошего решения.
Из того, что мне кажется можно попробовать: добавлять текущему активному пункту больше яркости, чтобы он условно переливался, или поднимать контент выше, чтобы после возвращения последний пункт стоял посередине экрана. Второй вариант кажется мне более рабочим, потому что там внимание будет фокусироваться на нужном месте и за счет позиции на устройстве, и за счет отступа от нижней части, и за счет того, что это последний пункт в списке.
Ну и в-пятых, первоначально я задумал верхний блок как навигатор для сценария, чтобы вверху экрана фиксировать текущую задачу и отмечать этапы ее выполнения. Но сценарий получился коротким, все сообщения помещаются на экран без прокрутки, и, казалось бы, можно обойтись без верхнего блока. Но, на мой взгляд, он хорошо работает как отдельный акцент на сообщении об успешном завершении выполнения задачи. Моя идея в том, что, когда вы отдельно от чата выделяете ключевое событие, это дает дополнительный буст к привлечению внимания к этому сообщению.
Правда, с этим верхним сообщением не все еще гладко. Там куча кейсов, как оно должно себя вести, ответы на которые я пока не знаю. Но было бы желание, а решения найдутся.
В планах — продолжать играться со сценариями для голосовых интерфейсов. Хочу посмотреть, рабочая ли это вообще вещь, а для этого надо попробовать сделать еще парочку сценариев.
У меня в очереди стоит что-то типа: «Посмотри, какие ОФЗ сейчас дают выше 14% — хочу взять тысяч на 300, желательно с погашением не раньше 2027», «Уточни у банка, можно ли изменить время инкассации с 18:00 на 20:00 — магазины закрываются поздно, кассиры ждут». Полагаю, они будут длиннее, и возникнет необходимость в новых вариантах сообщений и типах данных. Если руки дойдут, потом расскажу, что получилось.
И немного деталей реализации. Сборка всего и отдельных элементов — это Figma. Для сценария чата я использовал HTML с библиотекой GSAP, которая отвечает за анимацию. Весь код собран в Claude.
Здесь все не поместилось, полный текст можно прочитать на Medium. Там еще будет про детали реализации: типы сообщений, операции постинга, шаги построения диалога.
Во-первых, делать чат с лентой снизу вверх кажется не лучшей идеей, потому что верхняя граница чата часто смещается, и это триггерит внимание. Люди так устроены, что очень хорошо реагируют на сменяющиеся картинки, а если диалог со стороны ИИ становится детализированным, то даже короткие сообщения ведут к частой смене позиций баблов сообщений.
Я подумывал отказаться от цвета, сделать все более нейтральным, но самого текста уже достаточно, чтобы эта проблема сохранялась. Поэтому кажется, что предпочтительнее делать ленту сообщений сверху вниз. В общем-то идея не новая, но иногда надо сделать большой круг, чтобы прийти к чему-то простому и обычному.
Во-вторых, сворачивание сообщений, которые возникают из-за необходимости поддерживать прозрачность рассуждений и тянуть время, кажется хорошим решением. Из плюсов, можно сохранять сценарий на одном экране долгое время. Из минусов, очевидное прыгание высоты при сворачивании, но, когда постинг идет сверху вниз, это уже не так бросается в глаза.
В-третьих, в ленте не надо оставлять сообщения, которые были вопросами или требовали пользовательского выбора. У меня первоначально кнопки оставались как часть истории, но очевидно, что глаз за них цепляется, если просматривать историю повторно, и это мешает.
В-четвертых, после использования перекрывающих чат сообщений, в этом сценарии это bottom sheet, при возвращении к ленте чата теряется внимание. Фактически невозможно сразу попасть в то место, где ты был до перекрывающего сообщения. Надо искать глазами, что явно повышает когнитивную нагрузку. Это маленькая, но важная задача, и я бы потратил время на поиск хорошего решения.
Из того, что мне кажется можно попробовать: добавлять текущему активному пункту больше яркости, чтобы он условно переливался, или поднимать контент выше, чтобы после возвращения последний пункт стоял посередине экрана. Второй вариант кажется мне более рабочим, потому что там внимание будет фокусироваться на нужном месте и за счет позиции на устройстве, и за счет отступа от нижней части, и за счет того, что это последний пункт в списке.
Ну и в-пятых, первоначально я задумал верхний блок как навигатор для сценария, чтобы вверху экрана фиксировать текущую задачу и отмечать этапы ее выполнения. Но сценарий получился коротким, все сообщения помещаются на экран без прокрутки, и, казалось бы, можно обойтись без верхнего блока. Но, на мой взгляд, он хорошо работает как отдельный акцент на сообщении об успешном завершении выполнения задачи. Моя идея в том, что, когда вы отдельно от чата выделяете ключевое событие, это дает дополнительный буст к привлечению внимания к этому сообщению.
Правда, с этим верхним сообщением не все еще гладко. Там куча кейсов, как оно должно себя вести, ответы на которые я пока не знаю. Но было бы желание, а решения найдутся.
В планах — продолжать играться со сценариями для голосовых интерфейсов. Хочу посмотреть, рабочая ли это вообще вещь, а для этого надо попробовать сделать еще парочку сценариев.
У меня в очереди стоит что-то типа: «Посмотри, какие ОФЗ сейчас дают выше 14% — хочу взять тысяч на 300, желательно с погашением не раньше 2027», «Уточни у банка, можно ли изменить время инкассации с 18:00 на 20:00 — магазины закрываются поздно, кассиры ждут». Полагаю, они будут длиннее, и возникнет необходимость в новых вариантах сообщений и типах данных. Если руки дойдут, потом расскажу, что получилось.
И немного деталей реализации. Сборка всего и отдельных элементов — это Figma. Для сценария чата я использовал HTML с библиотекой GSAP, которая отвечает за анимацию. Весь код собран в Claude.
Здесь все не поместилось, полный текст можно прочитать на Medium. Там еще будет про детали реализации: типы сообщений, операции постинга, шаги построения диалога.
🔥2
Я давно слежу за публикациями Nathan Curtis. Еще со времен его компании EightShapes он умудрялся очень системно писать о проектировании и дизайне. С такой системностью трудно стать популярным, но это всегда были интересные материалы. За последние 10 лет, наверное, никто больше него не написал о работе над дизайн-системами. Вообще, очень рекомендую его блог https://substack.com/@nathanacurtis
И сейчас у него есть новый проект, который направлен на создание спецификации из файла дизайн-системы, чтобы эта спецификация стала промежуточным уровнем между Figma и кодом.
Когда есть краткая спецификация, то не нужно больше гонять MCP-запросы, чтобы проверить, какие изменения произошли в дизайн-системе. Один раз обработав Figma-файл, можно использовать спецификацию для дальнейших задач. И это дает колоссальную экономию токенов.
Не знаю, как у вас в проектах, но я видел рабочие дизайн-системы почти по гигабайту на один файл. С такой системой, честно говоря, бюджета не хватит что-то делать. И это только одна из причин использовать инструмент от Nathan Curtis.
Если выделить самое интересное и ключевое, что можно сделать через эту спецификацию:
— вести версионирование и четко видеть, в чем различия между версиями;
— получить компактный код дизайн-системы для ИИ-агентов для дальнейшей работы;
— проводить аудит консистентности и очистку от мусора.
Подробнее о возможностях читайте здесь: https://nathanacurtis.substack.com/p/figma-component-specs-on-command , а потом можно скачать GitHub-репозиторий и поставить себе.
Правда, нужно признать, что и с этим проектом Nathan не найдет всеобщего признания. Потому что тут нет «серебряной пули», а есть только инструмент на границе дизайна и инженерного подхода, который позволяет делать работу более эффективно. А такие вещи никогда хайповыми не становились.
И сейчас у него есть новый проект, который направлен на создание спецификации из файла дизайн-системы, чтобы эта спецификация стала промежуточным уровнем между Figma и кодом.
Когда есть краткая спецификация, то не нужно больше гонять MCP-запросы, чтобы проверить, какие изменения произошли в дизайн-системе. Один раз обработав Figma-файл, можно использовать спецификацию для дальнейших задач. И это дает колоссальную экономию токенов.
Не знаю, как у вас в проектах, но я видел рабочие дизайн-системы почти по гигабайту на один файл. С такой системой, честно говоря, бюджета не хватит что-то делать. И это только одна из причин использовать инструмент от Nathan Curtis.
Если выделить самое интересное и ключевое, что можно сделать через эту спецификацию:
— вести версионирование и четко видеть, в чем различия между версиями;
— получить компактный код дизайн-системы для ИИ-агентов для дальнейшей работы;
— проводить аудит консистентности и очистку от мусора.
Подробнее о возможностях читайте здесь: https://nathanacurtis.substack.com/p/figma-component-specs-on-command , а потом можно скачать GitHub-репозиторий и поставить себе.
Правда, нужно признать, что и с этим проектом Nathan не найдет всеобщего признания. Потому что тут нет «серебряной пули», а есть только инструмент на границе дизайна и инженерного подхода, который позволяет делать работу более эффективно. А такие вещи никогда хайповыми не становились.
👍1
Многие слышали про дизайн-спринты, и мало кто их делал. Я грешу на то, что, с одной стороны, мы все любим хайповые темы и готовы хвататься за всякую новую практику, но у нас весьма атомизированная культура и, как результат, всякие практики совместного дизайна приживаются с трудом, даже когда обещают значительный выигрыш в результате.
Если говорить проще, то нам легче катить квадратные колеса, потому что это привычнее, чем договориться с тремя другими людьми и сделать колесо круглым. Но я верю, что ИИ может помочь изменить ситуацию.
Вот тут подоспела статья от генерального директора Fantasy (небезызвестная в дизайн-кругах компания) — «What Running AI-Augmented Design Sprints Teaches About Creative Work».
Он рассказывает о своем опыте внедрения ИИ в дизайн-спринты. Начнем с цифр: при использовании ИИ в дизайн-спринтах трудозатраты сократились на 65%, а расходы — на 68%. Но реальный выигрыш в другом.
ИИ выступает как поддерживающая машина генерации идей, и это повышает эффективность всей команды. Люди больше сосредотачиваются на вопросах стратегического выбора, и это делает весь процесс эффективнее.
Именно стратегический выбор для ИИ является трудной задачей, ведь, в конечном счете, ИИ может хорошо обосновать любое решение. И в этой ситуации ценно иметь человеческие ресурсы, когнитивно не загруженные другими задачами, чтобы эффективно работать над этой важной частью процесса.
Если говорить образно, то ИИ умеет очень точно стрелять из лука и делает это быстро, но вот куда стрелять — все еще должен указывать человек. И кажется, что это не поменяется до появления AGI.
И еще один хороший совет от Firdosh Tangri: оценивайте влияние ИИ на отдельные этапы работы, а не ориентируйтесь на общее ощущение от результата. Совет дельный, но требует зрелости процессов, которой пока мало где есть. Может, ИИ как раз и поможет эту зрелость вырастить.
Если говорить проще, то нам легче катить квадратные колеса, потому что это привычнее, чем договориться с тремя другими людьми и сделать колесо круглым. Но я верю, что ИИ может помочь изменить ситуацию.
Вот тут подоспела статья от генерального директора Fantasy (небезызвестная в дизайн-кругах компания) — «What Running AI-Augmented Design Sprints Teaches About Creative Work».
Он рассказывает о своем опыте внедрения ИИ в дизайн-спринты. Начнем с цифр: при использовании ИИ в дизайн-спринтах трудозатраты сократились на 65%, а расходы — на 68%. Но реальный выигрыш в другом.
ИИ выступает как поддерживающая машина генерации идей, и это повышает эффективность всей команды. Люди больше сосредотачиваются на вопросах стратегического выбора, и это делает весь процесс эффективнее.
Именно стратегический выбор для ИИ является трудной задачей, ведь, в конечном счете, ИИ может хорошо обосновать любое решение. И в этой ситуации ценно иметь человеческие ресурсы, когнитивно не загруженные другими задачами, чтобы эффективно работать над этой важной частью процесса.
Если говорить образно, то ИИ умеет очень точно стрелять из лука и делает это быстро, но вот куда стрелять — все еще должен указывать человек. И кажется, что это не поменяется до появления AGI.
И еще один хороший совет от Firdosh Tangri: оценивайте влияние ИИ на отдельные этапы работы, а не ориентируйтесь на общее ощущение от результата. Совет дельный, но требует зрелости процессов, которой пока мало где есть. Может, ИИ как раз и поможет эту зрелость вырастить.
✍2👍1
Много интересных графиков можно посмотреть в «Artificial Intelligence Index Report». Видно, как распределяется ИИ по планете, и что США и Китай доминируют, а их отрыв колоссален. Есть и интересная статистика по количеству патентов в области ИИ: в этом вопросе Китай — безусловный лидер. Сейчас у него патентов больше, чем у всего остального мира вместе взятого. Видно, что в 2025 году контент, сгенерированный ИИ, превзошел по объему контент, создаваемый людьми. И в принципе, на 425 страницах есть что посмотреть.
Но из всех этих графиков я вытащу сюда только один — про эффективность моделей относительно человека по разным бенчмаркам. Если смотреть на этот график как на объективное отражение реальности, то почти во всех темах ИИ уже превосходит среднего человека по качеству ответов. Осталось еще немного комплексных тем, с которыми люди справляются лучше, но наверняка это лишь вопрос ближайшего времени, когда и эти задачи будут решены.
Но из всех этих графиков я вытащу сюда только один — про эффективность моделей относительно человека по разным бенчмаркам. Если смотреть на этот график как на объективное отражение реальности, то почти во всех темах ИИ уже превосходит среднего человека по качеству ответов. Осталось еще немного комплексных тем, с которыми люди справляются лучше, но наверняка это лишь вопрос ближайшего времени, когда и эти задачи будут решены.
💯2
Microsoft в мае выпустил новый отчет «Agents, human agency, and the opportunity for every organization».
Как всегда, отчет интересный, но все они в последние пару лет очень похожи по духу. Microsoft остается последовательным ИИ-оптимистом и видит в агентах сплошные возможности. При этом отчет все сильнее ощущается как большой product placement для корпоративных клиентов. Основная мысль простая: бегите в ИИ как можно быстрее, иначе будете лузерами.
Больше всего понравилось акцент на том, что в новом мире самыми ценными сотрудниками будут не те, кто просто делает больше задач, а те, кто выходит за рамки своей роли в поиске возможностей создать существенно больший результат для компании.
Microsoft рисует картину, где ИИ берет на себя больше исполнительных ролей, а человек получает больше функций активного агента, который определяет цели, оценивает результат и переключается между задачами. С одной стороны, это звучит, как получение свобода действий, но с другой, возникает ощущение, что естественные паузы в работе исчезают. Если раньше были естественные ограничения (поиск информации, бюрократия, время на размышления), то теперь все ускоряется, и давление на то, чтобы постоянно быть проактивным только растет.
В итоге вместо классического «вкалывают роботы, а не человек» мы можем получить мир, где человек вкалывает без остановки, а робот помогает ему это делать эффективнее поднося «кирпичи» и контролируя сколько времени он отдыхал.
Похоже, что идея про work life balance, которая на короткое время замаячила на горизонте, будет позабыта и занесена пеплом выгоревших работников.
Как всегда, отчет интересный, но все они в последние пару лет очень похожи по духу. Microsoft остается последовательным ИИ-оптимистом и видит в агентах сплошные возможности. При этом отчет все сильнее ощущается как большой product placement для корпоративных клиентов. Основная мысль простая: бегите в ИИ как можно быстрее, иначе будете лузерами.
Больше всего понравилось акцент на том, что в новом мире самыми ценными сотрудниками будут не те, кто просто делает больше задач, а те, кто выходит за рамки своей роли в поиске возможностей создать существенно больший результат для компании.
Microsoft рисует картину, где ИИ берет на себя больше исполнительных ролей, а человек получает больше функций активного агента, который определяет цели, оценивает результат и переключается между задачами. С одной стороны, это звучит, как получение свобода действий, но с другой, возникает ощущение, что естественные паузы в работе исчезают. Если раньше были естественные ограничения (поиск информации, бюрократия, время на размышления), то теперь все ускоряется, и давление на то, чтобы постоянно быть проактивным только растет.
В итоге вместо классического «вкалывают роботы, а не человек» мы можем получить мир, где человек вкалывает без остановки, а робот помогает ему это делать эффективнее поднося «кирпичи» и контролируя сколько времени он отдыхал.
Похоже, что идея про work life balance, которая на короткое время замаячила на горизонте, будет позабыта и занесена пеплом выгоревших работников.
👍2
Выскажу непопулярное мнение о новом Ferrari — это прекрасное дизайнерское решение. Ferrari сделали машину, на которой можно ездить в магазин или на пляж: удобную, чего у них, кажется, никогда не было, и дико эксклюзивную. Мне кажется, у них точно не будет недостатка в текущих заказах.
Попытка перевернуть игру на меняющемся рынке — это круто. Результат сильно лучше, чем попытка перезапуска у Jaguar.
Отдельно мое внимание привлекли интерфейсы внутри салона. По фотографиям, конечно, нельзя составить полное впечатление, но что мне бросается в глаза?
Руль остался рулем, нет попыток добавить туда экраны, сделать его космической формы — это чистая дань наследию и устоявшейся форме.
Небольшая площадь цифровых интерфейсов. Кажется, что вся философия машины в том, чтобы получать удовольствие от вождения, а не смотреть TikTok в салоне.
Куча физических переключателей в противовес прошлому повсемесному тренду на использование простых плоских интерфейсов.
Единственным препятствием, на мой взгляд, для того чтобы эта машина стала культовой, будет отсутствие автопилота. У Ferrari нет таких технологий, и, видимо, купить их неоткуда. И сейчас Ferrari Luce может оказаться очень красивым дирижаблем, но выпущенным в начале 1937 года, как раз перед тем, как их век прошел.
Попытка перевернуть игру на меняющемся рынке — это круто. Результат сильно лучше, чем попытка перезапуска у Jaguar.
Отдельно мое внимание привлекли интерфейсы внутри салона. По фотографиям, конечно, нельзя составить полное впечатление, но что мне бросается в глаза?
Руль остался рулем, нет попыток добавить туда экраны, сделать его космической формы — это чистая дань наследию и устоявшейся форме.
Небольшая площадь цифровых интерфейсов. Кажется, что вся философия машины в том, чтобы получать удовольствие от вождения, а не смотреть TikTok в салоне.
Куча физических переключателей в противовес прошлому повсемесному тренду на использование простых плоских интерфейсов.
Единственным препятствием, на мой взгляд, для того чтобы эта машина стала культовой, будет отсутствие автопилота. У Ferrari нет таких технологий, и, видимо, купить их неоткуда. И сейчас Ferrari Luce может оказаться очень красивым дирижаблем, но выпущенным в начале 1937 года, как раз перед тем, как их век прошел.
❤3
У меня закончился учебный год: принял зачеты, раздал оценки. Надо, наверное, подвести какие-то итоги.
Помню свой оптимизм в начале осени. Тогда у меня было три цели на учебный год, но реальность, как всегда, оказалась более суровой.
В области AR я вообще не продвинулся с точки зрения учебного процесса. Даже не было повода куда-то это встроить. У меня сейчас есть подозрение, что такое можно проделать, когда студентов очень много и тогда найдется пять человек, которым будут интересны эксперименты с новыми технологиями. Но нужно признать, что студенческое любопытство — это штучный товар, который редко встречается.
До ИИ для вайбкодинга и продуктовых прототипов тоже не дошли. Я вижу, что студенты часто используют ИИ для текстовых работ, немного — для изображений, еще меньше — для видео и совсем мало — для создания продуктов. И эта пирамида отражает их интерес к этим вещам. Процесс учебы построен на необходимости выполнять обязательные задания, и все, что не входит в этот список, не получает должного внимания и времени.
Надо заметить, что ввели отдельный курс по вайбкодингу для дизайнеров. Правда, с колокольни моего опыта, его стоило бы делать иначе и интегрировать с другими практическими работами. Но хотя бы студентам расскажут, как развернуть агента у себя на компьютере и поделают с ним какие-нибудь задания. Хотя если задания слишком сложные, то есть шанс только испортить впечатление вместо того, чтобы открыть новые возможности.
Еще мне понравилось, какой процесс у меня получился в дизайн-лаборатории. Удалось скоординировать работу ребят так, чтобы они не толкались плечами, делая одно и то же, и при этом чтобы их частные проекты дополняли общую картину большого проекта. Было бы чуть больше людей и чуть больше времени, можно было бы не только придумать что-то хорошее, но и внедрить это в жизнь.
Кроме прекрасного отзыва, который меня будет еще долго радовать, хочу поделиться с вами темами учебного плана, который вышел в дизайн-лаборатории. Кажется, получилось неплохо.
- Введение в UX-стратегию
- Product Discovery и приоритизация идей
- Сегментация аудитории
- Редакционная политика цифрового продукта, Tone of Voice
- Прототипирование сервисных разделов и дизайн-система
- AI Skills и продуктовое прототипирование
- Развитие прототипов
- UX-ревью и итерационный подход в дизайне
- Интерактивные прототипы и внедрение инноваций
- Адаптивность интерфейсов
- Презентация продуктовых решений
- Презентация и унификация проектных материалов
- Защита проектов
Помню свой оптимизм в начале осени. Тогда у меня было три цели на учебный год, но реальность, как всегда, оказалась более суровой.
В области AR я вообще не продвинулся с точки зрения учебного процесса. Даже не было повода куда-то это встроить. У меня сейчас есть подозрение, что такое можно проделать, когда студентов очень много и тогда найдется пять человек, которым будут интересны эксперименты с новыми технологиями. Но нужно признать, что студенческое любопытство — это штучный товар, который редко встречается.
До ИИ для вайбкодинга и продуктовых прототипов тоже не дошли. Я вижу, что студенты часто используют ИИ для текстовых работ, немного — для изображений, еще меньше — для видео и совсем мало — для создания продуктов. И эта пирамида отражает их интерес к этим вещам. Процесс учебы построен на необходимости выполнять обязательные задания, и все, что не входит в этот список, не получает должного внимания и времени.
Надо заметить, что ввели отдельный курс по вайбкодингу для дизайнеров. Правда, с колокольни моего опыта, его стоило бы делать иначе и интегрировать с другими практическими работами. Но хотя бы студентам расскажут, как развернуть агента у себя на компьютере и поделают с ним какие-нибудь задания. Хотя если задания слишком сложные, то есть шанс только испортить впечатление вместо того, чтобы открыть новые возможности.
Еще мне понравилось, какой процесс у меня получился в дизайн-лаборатории. Удалось скоординировать работу ребят так, чтобы они не толкались плечами, делая одно и то же, и при этом чтобы их частные проекты дополняли общую картину большого проекта. Было бы чуть больше людей и чуть больше времени, можно было бы не только придумать что-то хорошее, но и внедрить это в жизнь.
Кроме прекрасного отзыва, который меня будет еще долго радовать, хочу поделиться с вами темами учебного плана, который вышел в дизайн-лаборатории. Кажется, получилось неплохо.
- Введение в UX-стратегию
- Product Discovery и приоритизация идей
- Сегментация аудитории
- Редакционная политика цифрового продукта, Tone of Voice
- Прототипирование сервисных разделов и дизайн-система
- AI Skills и продуктовое прототипирование
- Развитие прототипов
- UX-ревью и итерационный подход в дизайне
- Интерактивные прототипы и внедрение инноваций
- Адаптивность интерфейсов
- Презентация продуктовых решений
- Презентация и унификация проектных материалов
- Защита проектов
❤4👍2🔥1