Дарио Амодей несколько лет ходит по Вашингтону с одной просьбой: дайте государству право выключать опасные AI-модели. Этим летом государство наконец согласилось и первым делом выключило модели самого Дарио.

К примеру, эссе с авиационной аналогией — несертифицированный самолёт в небо не выпускают. Минторг очень проникся и, когда нашёлся джейлбрейк в свежем Fable 5 (неважно, насколько серьёзный), посадил модель вместе с Mythos по всему миру, у всех, включая тех, кто ни про какой джейлбрейк не слышал. Anthropic, естественно, подчинилась и обиделась: называет происходящее недоразумением и замечает, что если так подходить ко всем, релизов больше не будет ни у кого. То есть авиационный регулятор нужен, но чтобы сажал чужие самолёты.

Тем временем OpenAI рапортует, что его агенты на тестах сбежали из песочницы и взломали Hugging Face. Жертва в восторге («It's quite mind-blowing!»), взломщик горд. Половина твиттера, к счастью, считает происходящее скоординированным пиаром, ибо уж больно все довольны для истории про взлом. Хотя для механики неважно, постановка или нет. Даже если инцидент настоящий, произвели, раскрыли и красиво упаковали его сами участники. «Наша модель настолько опасна, что мы сами её боимся» давно перестало быть предупреждением и стало уже отдельным видом рекламного спорта, и продаёт лучше бенчмарков.

Умберто Эко всё это уже написал. В «Маятнике Фуко» трое редакторов выдумывают всемирный заговор ради интеллектуальной игры, одержимые принимают План всерьёз, и выдумка убивает своих создателей. Лабы годами производили нарратив «мы строим нечто страшное»: эссе про биориски, модели «слишком мощные для публики», отчёты о том, как Claude шантажирует инженеров. Это отлично работало на найм, оценки и статус пророков. Проблема в том, что чиновники не различают маркетинговый хоррор и реальную угрозу. Они прочитали всё буквально и достали единственный знакомый инструмент — дубину. Самосбывающееся пророчество в чистом виде: хотели, чтобы к угрозам относились серьёзнее? Отнеслись. К вам.

Письмом из Минторга нельзя выключить модель в Ханчжоу. Давление на Китай вообще даёт обратный эффект: экспортный контроль на чипы подарил Huawei защищённый рынок, Nvidia оттуда выдавили, и топовые китайские модели теперь тренируются на собственном железе. Чем сильнее жмёшь, тем быстрее у них растёт свой стек.

Регулятор, которого так просили, дотягивается ровно до одной категории игроков — до тех, кто его просил.

T-Search - наша открытая AgenticRAG модель

Выкладываем специализированную 35B-A3B Agentic search модель, заточенную на multi-hop ретрив контекста из классических поисковых индексов. Выкладываем вместе с харнессом, который несложно прикрутить к вашему существующему поиску. Модель на базе Qwen3.6 влазит в H100, а собирает контекст частно круче, чем взрослые диприсеч модели. Drop-in replacement вашего ретривала в раге с качеством ретрива уровня диприсеч+ по цене в пять раз ниже, чем у моделей-бегемотов. Не привязан к определенному алгоритму ретрива: будет работать и с bm25 и с эмбедами не теряя в качестве.

Пробенчить такую способность модели оказалась не менее интересная задача: помимо стандартных BrowseComp и SealQA мы собрали свой бенч TRuST. И выкладываем его тоже.

Фронтирные опенсорс модельки уже достаточно классно справляются с бизнесовыми задачами, если собрать им правильный контекст, и T-Search это наша попытка уйти от ручного context-engineering’а в сторону автоматического и эффективного по костам решения.

И если хотите узнать подробности, приходите завтра на турбомл послушать/поспрашивать ребят непосредственно. А если не получится дойти ногами, то скоро скинем подробный отчет на хабру.

Все ждали какого-то next gen устройства на основе AI, а они сделали... колонку ну хоть не очередную апку для AI транскрибации встреч.

https://www.bloomberg.com/news/articles/2026-07-14/openai-s-first-device-will-be-moveable-screenless-speaker-built-as-ai-companion

У меня очень долго были плохие отношения с отпусками: брал редко, между поездками мог пройти год, а отдых был не vacation, а workation сводившийся к смене локации с ответами в рабочие чаты. Сейчас стало лучше: чаще хожу, на работу не отвлекаюсь. Решил разобраться, что об этом говорит наука. Для многих это банальные вещи, но мне мозги прочистило хорошо. Вот основное:

1. Восстановление — это пирамида восстановления, а не редкие события в жизни. Отпуск не чинит плохой режим и work/life balance. Вечера без работы → нормальные выходные → отпуск. Эффект отпуска выветривается за ~3 недели, а будни с нами остаются весь год.

2. Несколько коротких поездок лучше одной длинной. Память не вознаграждает за длительность, а длинный отпуск даёт больший пик, но падает быстрее. При этом годовой объём резать нельзя 1 2. Японцы, к примеру, при 12 днях отпуска реже всех чувствуют нехватку отдыха (опрос Expedia) — предположительно за счёт частых коротких поездок.

3. Планировать отпуск лучше заранее. Предвкушение работает, как отдельный источник счастья. Работает именно конкретика (даты, билеты, жильё), а не «летом куда-нибудь». В идеале даже закончить один отпуск и иметь сразу следующий забуканый.

4. Полное отключение от работы — самый важный фактор, второй — физическая активность. «Только гляну почту» не даёт частичный отдых, а подтачивает механизм целиком — работа из отпуска ухудшает самочувствие после него. А вот популярное «смена деятельности = отдых» не работает: освоение новых навыков в отпуске значимого эффекта на восстановление не даёт. Трудоголикам тяжелее отключиться — им нужен отпуск длиннее и связь с работой, недоступная физически.

5. Отпуск не нужно превращать в проект с жестким расписанием досуга. Это делает его похожим на работу. Работает скелет: жильё, переезды, 1–2 якоря на день (локация, рестики, музеи и тд). Остальное оставлять пустотой, которую не надо оптимизировать.

6. Память о поездке определяется отсутствием провалов, а не яркими пиками. Часто людям кажется, что, воспоминание держится на ярком финале, но на многодневных событиях правило не работает: оценку определяет среднее по всем дням, а провалы весят больше пиков. К концу поездки настроение естественно снижается — тем важнее не ставить в конец какой-нибудь логистический ад, ибо испортит воспоминание сильнее, чем компенсирует любой вау эффект.

7. Нужен буфер с обеих концов отпуска. Перед вылетом — день свободы между работой и поездкой. Предотпускная неделя — пик стресса, иначе первые дни уйдут на разгрузку того, что привез с собой в поездку. При смене часовых поясов первые 1–2 дня — не для требовательных планов. После отпуска же требуется протекция первой недели, ибо эффект сгорает не от того, как прошёл отдых, а от того, во что человек возвращается. Оптимально: прилёт за день до выхода, первые 2–3 дня без встреч (ставить блокеры в календарь еще до отъезда), без дедлайнов на первую неделю.

8. Поездку стоит переработать в память. Возвращение к позитивному опыту — работающая интервенция. У меня, к примеру, это обработка фотографий с отпуска в лайтруме, к которой я периодически возращаюсь после поездки.

Я уже давно говорю, что Open AI делают классные модели, но абсолютно ублюдские продукты. Даже новый ап ChatGPT тому подтверждение:
• Есть два режима: чтобы сделать работу и для разработчиков. Разработчикам не судьба сделать работу? При этом переключение тумблера ничего не меняет в интерфейсе.
• Абсолютно невнятная навигация. К примеру, чтобы найти скилы, надо зайти в раздел плагины, в которых есть плагины и отдельно вкладка скиллы. Гайды NNG про работу с ожиданиями не дистилировались в модель? Или пролились по пути?

Все бы ничего, если бы на фоне не был ап клода, где видно, что продумывают UX, а не вайбкодят в режиме красного кода. Очень плохо.

А модели классные, да.

В мире AI-продуктов бенчмарк — это не подготовка к продуктовой работе, это и есть продуктовая работа. Короткой дороги нет.

Ко мне регулярно приходят продакты, которые хотят построить своих ассистентов. И все хотят быстро. Демка правда собирается быстро. И на глаз даже кажется, что отвечает неплохо. Но первый же замер качества на нормальном датасете даёт ~50%

Почему никто не хочет строить бенчмарк и эвал, даже если знает о существовании этих слов? Потому что это нудно. Собрать запросы, убедиться, что они похожи на то, что люди реально будут спрашивать (иначе вся работа в стол). Понять, что такое хороший ответ, научиться согласованно размечать ответы на хорошие и нехорошие…

А что такое хороший ответ? Если девушка попросила красную помаду, и ассистент подобрал красную помаду, — это хорошо? Да вообще не факт. Может, она хотела весь вечер целоваться, не оставляя нигде следов. Откуда ж мы знаем.

Узнать можно только одним способом — спросить. Так мы и строили ассистента для подбора товаров: обзвонили людей, которые недавно что-то покупали, опросили их по методологии, близкой к JTBD: что искал, в каком контексте, какого результата ждал… Ценность не в том, чтобы найти товар по запросу, а в том, чтобы решить задачу, которая за этим запросом стоит.

Тогда работа ассистента распалась на две части: правильно собрать контекст с человека и правильно подобрать товар под этот контекст. Но что значит «правильно подобрать»? С помадой разобрались — не должна оставлять следов. А если «ноутбук для брата, чтобы играть в майнкрафт и делать проекты в скретче»? Я в ноутбуках не разбираюсь вообще. Для некоторых категорий нам пришлось привлекать экспертов, которые объясняли, как переводить человеческий запрос на язык фильтров и критериев подходящести. Так мы руками проделали работу ассистента на большом датасете. И именно поэтому поняли, как её автоматизировать и как проверять.

Сбор бенчмарка оказался половиной всей работы над продуктом, если не больше. Всё остальное (прототипы, выбивание целевого качества, переезд на маленькие модельки…) стояло на этом фундаменте.

Так что пропустить сбор бенчмарка — это как сказать "Я знаю короткую дорогу". А потом сделать крюк и пойти по навигатору ))

Через 2 недели на TurboML Conf наш ML-инженер Саша Замиралов расскажет как мы научили ассистента подбирать товары. Как строили бенчмарк, итерировались, как переезжали на маленькие модельки, улучшая скорость и не теряя в качестве. Будет довольно технический доклад — приходите, если не боитесь!

Рега закроется завтра: https://l.tbank.ru/turbo-ap

Диагноз в книге сильный, но решение вызывает много вопросов.

Рис не прячет провалы, у него целый каталог, и он честно оговаривается, что это лишь верхушка айсберга. Только все смерти там про компании, которые погибли без mission-lock, от захвата и коррупции. Это доказывает, что защиты им не хватало, но ничего не говорит о том, работает ли защита, когда она есть. Компаний, которые mission-lock как раз поставили и всё равно умерли из-за него — не подняли денег, не смогли перестроиться, застряли в отжившей миссии, — в книге не найти. Свою же защиту на прочность Рис не проверяет ни разу. С доказательствами превосходства примерно та же история: он обещает «overwhelming evidence» и кейсы, которые всё докажут, а на следующей странице пишет «however» и оговаривается, что миссийные компании выигрывают не всегда. Сами кейсы — Costco, Patagonia, Vanguard, Bosch, Zeiss, все до одного выжившие. Кто разорился из-за самой конструкции, в выборку не попал.

Сама защита у Риса устроена умнее, чем кажется на первый взгляд: глава про governance называется «Конституционное управление», а структуру Patagonia он описывает как несколько ролей, которые держат друг друга в узде: попечители траста, протектор, борд, директора фонда. Проблема в том, что подбирали их всех по одному признаку, преданности миссии («члены семьи и давние советники с доказанной лояльностью»), так что контролируют друг друга по сути свои же. Настоящие сдержки и противовесы держатся на том, что у ветвей разные интересы и разный источник власти: парламент не выбирается президентом, а суд не подчиняется парламенту. У Риса же и страж миссии, и тот, кто должен его сторожить, растут из одного корня и смотрят в одну сторону. Если страж со временем поедет крышей или потихоньку сдрейфует, а протектор из той же обоймы этого не заметит, поправить его будет некому. «Миссия обладает высшей властью» звучит красиво, но толкует эту миссию всё тот же узкий круг людей, и реальная власть, конечно, у них. И ведь Рис это по сути признаёт сам: в эпилоге он пишет, что любой инструмент из книги обратим, а всеми этими структурами можно и «отмыть собственную коррупцию». То есть «Incorruptible» — обещание на обложке, от которого автор на последних страницах аккуратно отступает.

На упрёк в негибкости Рис тоже отвечает: структура, мол, «не смирительная рубашка», формулировку цели можно править когда угодно, подстраивая её под меняющийся рынок. Но этим он и подрубает сук: если цель правится когда угодно, то какой же это замок и где обещанное «захватить невозможно». А кто проводит грань между «уточнить формулировку» и «сменить миссию», решают опять же те самые попечители. И берёт он только удобный случай — когда миссия по-прежнему верна, а меняется лишь то, как её произносят вслух. Неудобный обходит стороной: рынок разворачивается так, что сама миссия начинает компанию убивать, и спастись можно, только отказавшись от неё. Вот тут mission-lock и запирает намертво, ведь «пересматривать, но не бросать» прямо отрезает единственный ход, который спас бы бизнес. Чем жёстче заперта миссия, тем труднее развернуться, когда она устарела, — и этот размен Рис не проговаривает.

По мне, самое ценное в книге — это диагноз, и он никуда не девается от всей критики выше. «Финансовая гравитация» удачно переводит разговор о том, почему хорошие компании портятся, с морали отдельных людей на устройство самой системы, и governance Рис теребит вовремя, ведь большинство фаундеров правда сваливают его на юристов и потом на этом горят. А дальше книга оверселлит. Доказательства: одни выжившие, стража стерегут свои же, замок плохо гнётся, когда мир вокруг меняется, да и весь рецепт заточен под тех, кому внешние деньги не очень-то и нужны — та же Patagonia это ход миллиардера, для которого рост прибыли уже не так экзестенциален, а $17,5 млн налога на всю конверсию просто мелочь.

Значит ли это, что рецепт и фреймворк в книге нерабочий? Вряд ли, но и не серебрянная пуля, а, скорее, стредство, требующее осознанного размена.

Хороших людей гравитация согнёт всё равно — спасает только структура. Весь вопрос в том, какая. Рис выстраивает лестницу защит по прочности, и большинство того, за что хватаются основатели, стоит на нижней ступени.

Нижняя ступень — суперголосующие акции (supervoting): у основателя, допустим, десять голосов на акцию, у публичных инвесторов один. Так сделали Пейдж и Брин при выходе Google на биржу в 2004-м. Работает, пока основатель на месте. Джефф Лоусон держал контроль над Twilio через суперголоса с оговоркой о деактивации (sunset) на семь лет. Через полгода после того, как условия сработали и голоса выровнялись, его вышибли активисты, владевшие меньше чем половиной процента компании. Суперголоса привязывают контроль к человеку, а человека можно уволить или дождаться, пока истечёт срок.

Ступень выше — конституционное управление: право защищать миссию вшито прямо в устав. New York Times сто лет держит редакционную независимость через акции класса B: семья Окс-Сульцбергер владеет 20% капитала, но контролирует 70% мест в совете, и это выстояло через кризисы, когда другие газеты резали редакции. Alibaba пошла иначе — 17 давних сотрудников коллективно выдвигают большинство совета. Страж миссии (mission guardian) не обязан быть основателем.

Самая прочная ступень — разделить деньги и власть. Обычно владение связывает в один узел две вещи: экономику (кому идёт прибыль) и контроль (кто принимает решения). Рис предлагает их развести: инвесторам оставить экономику, а власть запереть в отдельной сущности, заточенной под миссию. Эту сущность он называет Spiritual Holding Company (SHC). Это отдельная, автономная, бессрочная структура (траст, фонд или кооператив), которая переживает любого основателя и инвестора и при этом не мешает привлекать внешний капитал.

В 2022-м все акции Patagonia перешли двум новым структурам. Purpose Trust получил все голосующие акции — это 2% капитала, но 100% контроля над компанией. Остальные 98% (неголосующие) ушли в Holdfast Collective, который с них финансирует борьбу с изменением климата. Контроль и деньги оказались в разных руках.

Anthropic в 2023-м учредил Long-Term Benefit Trust — purpose trust по делавэрскому праву с «золотой акцией»: у траста реальная власть над советом, но ноль экономики, попечители не получают ни доли, ни прибыли. Его единственная работа — сохранять миссию, чтобы разработку ИИ не перекрутило, сколько бы триллионов ни стояло на кону.

На бирже Копенгагена компании под управлением фондов — минимум половина капитализации, среди них Novo Nordisk, Carlsberg и морской гигант Maersk. В США миллионы людей держат деньги в кредитных союзах — кооперативных банках без внешних акционеров, которыми владеют сами клиенты. В Новой Зеландии кооперативы дают 20% ВВП.

Сильные структуры вшивают миссию в саму компанию. Она переживает уход основателя — момент, на котором обычно всё и ломается.

Хот-дог с газировкой в Costco стоит $1.50 с восьмидесятых. Биг-Мак за то же время подорожал с $1.60 до примерно семи долларов. Когда операционный директор предложил поднять цену, Джеймс Синегал СЕО Costco ответил: «Поднимешь цену на хот-дог — убью. Разберись».

Стандартный плейбук: поднимай, когда можешь. Но, похоже, Синегал знал соблазн лучше своих подчиненных: «Поднимаешь цену на кетчуп на три цента, никто не заметит. Три процента на всём — плюс пятьдесят процентов к прибыли до налогов. Это как героин: чуть-чуть, потом ещё чуть-чуть». В 2023-м Costco продала под двести миллионов комбо. Каждый доллар наценки — лишние $200 млн чистыми. Чтобы удержать $1.50, в 2008–2009-м они построили собственные заводы по хот-догам.

Рис называет это «harder is easier»: трудный принципиальный выбор запускает magnetic powers, доверие и лояльность, которые дальше удешевляют всё остальное. Одной последовательности мало, наркоман тоже последователен. Тянет притягательность самой миссии: люди хотят быть частью такого мира. Отсюда фанатичные клиенты, дешёвый найм лучших, партнёры и инвесторы, которые покупаются на твою картину мира вместо того, чтобы гнуть тебя под свою.

Cloudflare годами продавала шифрование как платную премиум-фичу, один из главных поводов проапгрейдиться. На встрече один из инженеров спросил: миссия у нас — лучший интернет? Шифрованный интернет лучше нешифрованного? Тогда почему за шифрование берём деньги? Мэттью Принс глава Cloudflare мог объяснить, почему так нельзя: шифрование стоит денег -> потеряем выручку. Вместо этого сказал разобраться. Команда месяцами снижала себестоимость шифрования, переписала компрессию на ассемблере, продавила сделку с центрами сертификации. Сегодня через Cloudflare идёт 20% веб-трафика. Бесплатная раздача самой дорогой фичи стала доказательством характера.

Отказ от лёгких денег по сути работает как ров. Рис заявляет, что mission-locked компании системно обыгрывают обычных: доходность выше, живут дольше, при этом прибыльнее. При этом они не теряют привлекательности для инвесторов, а, скорее, наоборот.

Но магнетизм миссии притягивает не только клиентов и таланты. Хищников тоже.

Когда успешную компанию перекручивают на короткие деньги, обычно винят конкретных людей: зашли оппортунисты снять кэш и выйти. По этой логике достаточно держать таких подальше от борда, и ты цел. Incorruptible строит объяснение комплекснее. Компании из разных индустрий, с разными миссиями и основателями сходятся к одинаковому финалу: бюрократия, короткий горизонт, выхолощенная культура, одинаковые пресс-релизы. Будь дело в отдельных жадных людях, разброс был бы шире. Одинаковость исходов выдаёт силу, которая работает поверх конкретных людей. Рис зовёт её финансовой гравитацией (financial gravity).

Финансовая гравитация — давление, которое тянет людей и организации к финансовым ценностям ради успеха в будущих сделках. Растёт из неравенства ресурсов: кто-то держит капитал, кто-то твой заработок, кто-то оценку компании. Хозяина у неё нет, а чувствуют её все.

Гравитация захватывает и тех, кого нанимают защищаться. Независимый директор, эдвайзер, твой юрист двигают «best practices», которые вычищают миссию, при том что у них фидуциарный долг перед твоей компанией. Двигает ими career equity: свою репутацию и будущие контракты они ценят выше миссии компании, которую сейчас обслуживают. Их интерес в системе, твоя компания для них один из проходящих клиентов. Они захвачены и часто сами этого не замечают.

Большинство governance-экспертов считают, что если кто-то даёт за акцию на доллар больше рынка, борд обязан согласиться. Кто покупатель и зачем — юридически неважно. Когда Маск попятился из сделки по Twitter, фидуциарный долг заставил борд Twitter засудить его, чтобы дожать сделку, к которой у самого борда были вопросы.

Кадрами это не чинится. Раз это системная сила, «наймём хороших и не пустим оппортунистов в борд» её не отменяет: хороших гравитация гнёт так же. Чинит структура, governance, который зашивает миссию в устав так, что перехватить контроль и перекрутить бизнес почти невозможно. От этого зависит, строишь ты продукт или каждый квартал отбиваешь его от секвестра.

У Эрика Риса (того самого автора Lean Startup) вышла новая книга — Incorruptible. Читаю, оч нравится и сильно резонирует, впечатлениями поделюсь отдельно, а пока разберу, что про неё написал Марти Каган.

Всю карьеру Каган повторял: сильный продукт — вот что делает компанию сильной. Теперь поправка: продукт необходимое условие, но не достаточное, а иногда именно он компанию и губит. Звучит вывернуто, но логика простая: как только ты доказал, что умеешь делать хорошие продукты, компания становится лакомой добычей для оппортунистов. Приходят люди с другим интересом: быстро снять кэш и выйти. Заходят в борд, меняют основателя, вычищают миссионеров, за пару лет выжигают культуру, и то, что собиралось годами, схлопывается.

Каган бывало умолял советы директоров не выкидывать лидеров из-за одного слитого квартала: просадки бывают у всех, смотрите на длинный горизонт, вы и себе роете яму. По факту, редко работало, и Каган отмечает это, как свой слабый скил. Убедить инвестора, который в продукте не шарит, почти никогда не получалось. Как правило, это не болячка хрупких стартапов, так же перемалывает и зрелые компании.

Годами он считал это просто платой за живую экосистему. Неизбежное зло, забей, занимайся тем, что в твоей власти.

Книга Риса заставила его в этом усомниться. Если Lean Startup была про то, как построить сильный продукт, то Incorruptible — про то, как построить компанию, которую у тебя не отнимут. И защита тут не продуктовая и не культурная, а скучная — корпоративное управление. Структуры, которые Рис зовёт mission-locked: миссию юридически зашивают в устав так, что перехватить контроль и перекрутить бизнес на короткие деньги технически невозможно.

Каган же governance всю жизнь держал за тему для юристов, сам туда не лез, спихивал на аутсорс, но книга его натолкнула на осознание ошибки. И книгу читает почти как приговор юристам, бизнес-школам и консультантам, которые должны были компании защищать, а в итоге просрали все полимеры.

И почему это вообще про продакта, а не только про основателя. От того, как устроено владение компанией, тихо зависит, дадут тебе делать нормальный продукт или ты каждый спринт/квартал/ревью будешь отбиваться от секвестра. Неочевидно, если ты привык мерить компанию продуктом, а не тем, кто ей рулит и на каких условиях.

https://www.svpg.com/great-products-bad-companies/

В последнее время у меня стойкое ощущение, что работа в найме сломалась.

Когда я только начинала карьеру в tech, вокруг меня было много идейных, заряженных людей, которым было в кайф работать. И не с 9 до 5, а по ночам и выходным: потому что было ощущение, что ты на космолете и в исследовательской лаборатории одновременно.

Сейчас это, скорее, исключение. Большинство остается в найме, потому что нужен стабильный доход, и живет от отпуска до отпуска. “Сделать свой сайд-проект” уже не голубая мечта, а как будто необходимость, чтобы иметь план Б на случай увольнения. Но многие ребята уже в такой стадии выгорания, что какой там сайд-проект - найти бы силы на рутинные дела по дому. Основная работа высасывает столько энергии, что после рабочего дня хочется только полежать.

У меня есть гипотеза, почему так случилось. И да, конечно, AI гонка сильно повлияла на нашу тревожность - но, мне кажется, что гораздо большую роль сыграли изменения в рабочей культуре.

Работа в tech стала…просто работой. Мало кто идет в бухгалтеры или юристы с ожиданием, что на работе будет весело и интересно, что коллеги станут твоими друзьями, а компания будет переживать за твое самочувствие, да еще и платить сильно выше среднего. Но именно такая атмосфера была во многих технологических компаниях до 2020-х - и мы привыкли. Вынужденная эмиграция из страны единорогов и лозунгов “мы все одна семья” оказалась серьезным ударом по общему самочувствию. Но, что еще важнее, повлияла на наше восприятие будущего. Неожиданно оказалось, что продакты, дизайнеры и разработчики не защищены от того, к чему другие работяги уже привыкли: усреднения зарплат, транзакционной культуры, невыносимых и требовательных боссов. И это заставляет задаваться экзистенциальным вопросом: а почему я вообще выбрал эту карьеру? И хочу ли я в ней оставаться в следующие 10 лет?

Прорыв в AI заставляет нас сейчас больше учиться - но мы всегда много учились, особенно в восточноевропейском сообществе. Всегда в нашей индустрии были молодые гении и геймченджеры, которые ставили под вопрос существующие фреймворки и опережали более опытных коллег. Скорость, эксперименты, отсутствие статуса кво были нормальными атрибутами работы в tech.

Что реально изменилось, так это более острый фокус на эффективности и осознанном использовании капитала, повлекшие за собой кардинальную пересборку HR стратегии - и идентичности “сотрудника tech компании”. А это всегда грустно, сложно и болезненно.

Мне интересно, если вы наблюдаете похожую картину в своем окружении? И в чем видите основные причины?

Один из лучших способов повесить молчание на митинге в корпе — спросить "Зачем вы это делаете?"

На WWDC Apple наконец показала работающую Siri AI — после провала 2024 года, когда анонсированная «новая Siri» так и не вышла. Бен Томпсон тут по горячим следам написал «The iPhone's Last Stand» о том, почему отставание Apple в Agentic AI не страшно. Читал как раз на выходных и кивал, а потом перечитал и понял, что кивал складному нарративу, а не аргументам. Это хороший и показательный пример, поэтому хочу разобрать.

Весь рассказ Томпсона построен вокруг ядра в виде тезиса, что вопрос «может ли Apple делать AI» поставлен неверно. Apple играет на потребительском рынке, где хватит good enough Siri и её эксклюзивного козыря — доступа к личному контексту айфона: перепискам, почте, тому, что у тебя на экране. Агенты нужны, чтобы работать, а обычный человек работать не хочет — он хочет смотреть рилсы. Значит, отставание не важно.

Дыра номер один — проблема аттрибуции источника преимущества. Томпсон описывает доступ к личному контексту, по сути, как Cornered Resource по Хелмеру — статичный замок, который либо есть, либо нет. Только Apple контекст не выторговала, она создает его через контроль платформы — юзеры заново создают его каждый день, пока пользуются айфоном. Это другие силы: издержки переключения (switching costs) плюс его же собственная Aggregation Theory, которую он почему-то не вспомнил. Грубо говоря, разница в следующем: захваченный ресурс лежит и работает сам, а эти барьеры держатся только пока пользователь в экосистеме и пока айфон знает о тебе больше, чем конкурент соберёт в облаке. Перепутав тип барьера, легко переоценить его прочность.

Вторая дыра серьёзнее: сильный аргумент у Томпсона под носом, но он прошёл мимо. Counter-positioning — конкурент не может скопировать твою стратегию, не сломав собственный бизнес. Apple не может уйти в облачных агентов без каннибализации железной маржи и capex, которого избегает. Microsoft не может в контекст устройства, потому что мобайла у неё нет — поэтому её свежий Project Solara (недавний концепт, где устройства как порталы к агентам, живущим в облаке) сразу подаётся как продукт для компаний, а не для людей. Google даже с Android тянет всё в облако. Каждый заперт в своей модели. Вместо этого Томпсон опирается на тезис «ленивого потребителя» и пример Dropbox: вирусный рост среди обычных пользователей, а деньги в итоге нашлись только в продажах бизнесу. Но этот пример работает против него. Если агенты для обычных людей не монетизируются, у Apple нет рва, потому что нет рынка. Если монетизируются (реклама в агенте, комиссия с покупок), «достаточно хорошая» Siri становится мишенью для подрыва. Оба сценария безопасными быть не могут.

Третья дырка главная. Если убрать риторику, вся стратегия Apple держится на одном фальсифицируемом прогнозе: разрозненность сервисов никогда не позволит облачному агенту узнать о тебе больше, чем айфон знает по умолчанию. Пока это так, преимущество живёт на устройстве, но появись слой, который соединит твои сервисы напрямую (почту, календарь, банк, такси и тд), — и точка сборки контекста уезжает с айфона. Остаются голые издержки переключения. А их пробивали: BlackBerry с её корпоративным рвом на почту казалась вечной ровно до айфона. Я бы на месте Apple, скорее всего, сделал ту же ставку, но это ставка, а Томпсон подаёт её как некий закон и аксиому.

Урок, ради которого я это писал: анализ через мотивации компаний часто даёт складную историю. «Apple заинтересована сохранить центральность айфона» — и дальше любые её действия укладываются в красивую логику, но складность нарратива не доказывает, что стратегия верна. Это ровно то, что Румельт описывал в признаках плохой стратегии: подгонка под удобный вывод вместо честного диагноза. Стратегию от рационализации отличает одно — прогноз, который можно проверить и который может не сбыться. Томпсон такой прогноз почти сформулировал и спрятал в последнюю строчку, за шутку про то, что со второй попытки Siri наконец заработала. Наверное!

Как люди не прошли AI-тест на человечность

Такое чувство, что AI разбудил в людях всё плохое, что раньше спало под слоем «у нас хорошая корпоративная культура».

Особенно хорошо это видно по унижениям, которые полились на сотрудников. «Либо вы осваиваете AI, либо я вас уволю». Это говорят не только какие-нибудь промышленные князьки, это слова CEO очень радужных, очень добрых, очень человеко-центричных компаний.

AI оказался очень полезным диагностическим инструментом.

Сразу стало понятно, кто всегда был человеком, а кто просто хорошо притворялся. Кто хоть немного разбирается в бизнесе и умеет считать, а кто услышал слово «оптимизация» и побежал.

Во-первых, есть разные специалисты. Кому-то важно освоить Claude Code, Cursor, n8n и прочий новый джентльменский набор человека, который хочет не быть съеденным рынком. Например, разработчикам, аналитикам, людям, которые руками работают с данными, системами, кодом, прототипами. А кому-то вполне достаточно обычного Claude и пары рабочих сценариев. Продакты, исследователи, бизнес-девелоперы не обязаны становиться полубэкэндерами. Если биздеву правда нужно что-то собрать через Claude Code, то быстрее посадить рядом инженера на час, чем смотреть, как бедный человек три дня героически мудохается с терминалом, чтобы доказать, что он достаточно «AI-native».

Во-вторых, хотелось бы увидеть математику. Время хорошего продакта стоит дорого. И большая часть его работы — это не «покодить красивую штучку на Lovable», а управлять командой, роадмапом, бэклогом, конфликтами, ожиданиями, рисками и всей этой прекрасной человеческой жижей, из которой на самом деле состоит продуктовая работа. Окей, он использует AI для пользовательских инсайтов. Окей, быстро соберёт лендинг для проверки простой гипотезы. Но зачем ему тратить часы на сложную оркестрацию, промпт-инженерный театр и имитацию разработки, если это не его ключевой рычаг влияния на бизнес? Сколько это стоит компании?

В-третьих, что это за идея — всех срочно оптимизировать? Чтобы что? У всех резко стратегия стала «сэкономить на людях»? Где рост? Где новые продукты? Где больше выручки, маржи, клиентов, рынков? У меня ощущение, что люди гораздо лучше умеют экономить, чем зарабатывать. Экономить проще — там не надо придумывать ценность, продавать, ошибаться, строить. Можно просто посмотреть на Excel и сказать: «а давайте вот этих уберём». Я не слышала историй, где кто-то с помощью AI что-то критично сэкономил и потом жил долго и счастливо. Обычно истории выглядят так: сначала «мы всё оптимизировали», потом через три месяца всё наебнулось, потом наняли консультантов, вернули людей, переплатили в три раза.

В-четвёртых, вы людей нанимали зачем? За экспертизу, за judgment, за вкус, за опыт, за способность увидеть, где задача поставлена неправильно, за умение понять клиента не как строку в табличке, а как живого человека с противоречиями, страхами и идиотскими привычками. Вы правда думаете, что это можно заменить Claude? При том что у каждого такого продукта жирными буквами висит дисклеймер: AI может ошибаться, пожалуйста, проверяйте ответы. Это что у вас за бизнес такой, что вы готовы строить его с такой небрежностью?

Я очень люблю AI и пользуюсь им каждый день. Я вижу, как он ускоряет работу, усиливает людей, вытаскивает из болота рутины и иногда даже делает маленькое чудо.

Но между «AI усиливает хорошего специалиста» и «AI заменит всех, а кто не успел — тот слабое звено» лежит огромная пропасть.

Удивительно, но истории про то, как кто-то «собрал всё через OpenAI/Claude и всех уволил», я чаще всего слышу от бизнес-тренеров и велнес-коучей. В этот самый момент я впервые начинаю болеть за AI. Потому что если он кого-то и заменит первым, то, надеюсь, именно этих товарищей.

Меня тут недавно спросила коллега на работе, почему в нашей зоне офиса постоянно бомбят на Ирак. Сначала не понял, о чём она, но потом осознал crux любого RAG'а — ты пытаешься найти в нём оружие массового поражения, а его там нет.

Meanwhile хвала Аллаху Антропики победили нехватку gpu (нет).

Еще и половина чата пропала

Пока там форбс составляет список будущих уголовников, я решил потыкать новую дипсику. Стабильно врет мне, что поправил артефакты. Чую я, что это следы дистила на больших американских братьях, у которых есть среда исполнения под капотом и которые могут отчитываться об успешной работе, а дипсик просто научился этой повадке говорить, что что-то сделал, если в него пихается документ. Это, кстати, может говорить, что дистилят не только по апишке, но и через UI.

Из предыдущего поста можно сделать неверный вывод: хорошая стратегия — это что-то высеченное в камне. Курс задан, сомнений быть не должно, бегим.

Это тоже ошибка и не менее опасная.

Стратегия может меняться и адаптироваться. Должна. Более того, если появляются серьёзные основания считать, что диагноз неверен или ядро собрано плохо, менять её нужно быстро. Agile возник не на пустом месте. За последние три года LLM снесли половину исходных допущений в продуктах, построенных вокруг генерации контента и текстовых интерфейсов. Рамки, сформулированные до релиза ChatGPT, часто просто не описывают рынок после него. Бояться такой пересборки — значит держаться не за реальность, а за документ или подпорки разума.

Вопрос не в том, должна ли стратегия меняться. Вопрос в том, откуда берётся импульс к этим изменениям. Если стратегия ломается при первом столкновении с реальностью, это не повод гордиться гибкостью, а сигнал, что на этапе диагностики вы что-то пропустили или поняли недостаточно глубоко. Исправление здесь не в том, чтобы чаще пересматривать курс, а в том, чтобы вернуться к диагнозу и честно ответить на вопрос: где именно мы ошиблись.

Недавно видел команду, которая больше года не трогала свой план. На вопрос «почему» отвечали: «у нас всё идёт по плану». По факту это была не стратегия, а окаменелость. Метрики уже полгода расходились с прогнозом, а это списывали на «флуктуации рынка».

Что действительно должно постоянно меняться, так это гипотезы. На то они и гипотезы: предположения, которые требуют проверки. Какие сегменты реально готовы платить, через какие каналы продукт находит пользователя, какие механики действительно влияют на удержание. Если здесь долго нет правок, это уже симптом: команда не проверяет ставки, а просто исполняет когда-то принятое решение.

Отсюда и главная задача продакта. Не написание PRD, не приоритизация и даже не сама стратегия. Главная задача — строить петли обратной связи. Делать их короче, быстрее и с большей пропускной способностью. Из пользователей, из рынка, из команды, из данных. Без этих петель любая стратегия начинает жить в вакууме и неизбежно расходится с реальностью.

И сигналы из этих петель говорят о разном. Частые небольшие корректировки гипотез — признак здоровой работы стратегии. Повторяющаяся фундаментальная пересборка — красный флаг на диагноз. А полная тишина и отсутствие правок обычно означают, что петли обратной связи нет вообще и вы управляете вслепую.

Разница между гибкой стратегией и плохой — не в частоте правок, а в том, что именно эти правки говорят о самой стратегии.