Чему меня учат некоторые игры (помимо того, что спать необязательно)
Вы хоть раз говорили «ну ладно, ещё один конвейер и спать» — а потом обнаруживали себя в 4 утра за перестройкой всего завода? Значит вы в моём клубе любителей игр типа Factorio или Satisfactory, в которых надо добывать ресурсы, тянуть конвейеры, собирать из простых деталей сложные, масштабировать производство. Короче, строить гигантский завод. Но я сейчас не про игроманию, с моей загрузкой она слабо возможна, я про то, что эти игры — лучший тренажёр менеджерского мышления.
Спагетти-конвейеры = процессы, которые «исторически сложились»
Каждый завод в Satisfactory начинается одинаково: «сейчас быстренько подведу медную руду вот сюда, потом переделаю». Спойлер: не переделаете. Через десять часов у вас трёхэтажный клубок конвейеров и труб, в котором страшно что-то трогать, потому что непонятно, куда ведёт каждая лента.
В контент-командах то же самое. Сначала «автор пишет, редактор правит, публикуем» — просто и понятно. Потом добавляется согласование с продуктом, потом юристы, потом PR хочет посмотреть... И вот у вас процесс, который никто не проектировал, но все боятся менять, потому что «оно же работает». Работает. Но каждая статья идёт до публикации три недели. Как и в игре, про масштабирование нужно думать на старте.
Бутылочное горлышко — и оно всегда не там, где вы думали
В Satisfactory вы строите гигантскую линию, а потом всё упирается в недостаток винтов. Весь завод стоит из-за одного простого ресурса.
Знакомо? Вы набрали авторов, ускорили дизайн, автоматизировали вёрстку, а контент всё равно выходит медленно. Потому что узкое место — один человек, через которого идут все согласования. Или эксперт, который неделю не может найти час на вычитку. Игра учит важному: прежде чем масштабировать, найди бутылочное горлышко. Обычно оно не там, где кажется.
Масштабирование: десять печек или одна большая?
В какой-то момент в Factorio встаёт выбор: поставить печку помощнее или поставить десять обычных. В управлении контентом этот вопрос звучит так: нанять ещё одного сильного редактора или пятерых авторов? Или всё поручить нейросети.
И ,как в игре, правильного ответа нет. Есть контекст: что у вас за ресурсы, какой дедлайн, какие требования и куда вы вообще растёте. Игра заставляет думать об этом каждые пять минут. Работа — каждый квартал.
Блупринты = шаблоны и редполитика
В какой-то момент вы перестаёте строить каждый цех вручную и начинаете использовать блупринты — сохранённые конструкции, которые можно штамповать. Стандартный модуль: вход, выход, предсказуемый результат. Один раз продумал и масштабируешь без боли.
В контенте это ваша редполитика, шаблоны статей, чек-листы, гайды для авторов, агенты в нейростеях. Без них каждый текст — уникальная снежинка, которую надо отлаживать с нуля. С ними — масштабируемое производство. А стабильность при масштабировании важнее гениальности.
Не придумывай — подсмотри
Есть два типа игроков. Первые часами изобретают собственную схему и получают монстра, который еле работает. Вторые открывают ютуб, смотрят, как эту задачу уже решили тысячи людей до них, берут проверенную схему и за те же часы строят завод в десять раз больше.
В контенте ровно та же ловушка. Можно полгода придумывать свой уникальный процесс производства, формат редполитики, структуру контент-плана. А можно посмотреть, как это устроено у тех, кто уже работает на потоке. Не копировать один в один — адаптировать. Посмотреть, как устроены редакционные процессы в крупных компаниях. Какие шаблоны брифов используют агентства. Базовые паттерны стоит брать готовыми, а креативность направлять туда, где она действительно нужна.
Так что если кто-то скажет, что вы тратите время на игрушки — можете честно ответить: я изучаю операционный менеджмент. Просто в особо увлекательной форме.
Вы хоть раз говорили «ну ладно, ещё один конвейер и спать» — а потом обнаруживали себя в 4 утра за перестройкой всего завода? Значит вы в моём клубе любителей игр типа Factorio или Satisfactory, в которых надо добывать ресурсы, тянуть конвейеры, собирать из простых деталей сложные, масштабировать производство. Короче, строить гигантский завод. Но я сейчас не про игроманию, с моей загрузкой она слабо возможна, я про то, что эти игры — лучший тренажёр менеджерского мышления.
Спагетти-конвейеры = процессы, которые «исторически сложились»
Каждый завод в Satisfactory начинается одинаково: «сейчас быстренько подведу медную руду вот сюда, потом переделаю». Спойлер: не переделаете. Через десять часов у вас трёхэтажный клубок конвейеров и труб, в котором страшно что-то трогать, потому что непонятно, куда ведёт каждая лента.
В контент-командах то же самое. Сначала «автор пишет, редактор правит, публикуем» — просто и понятно. Потом добавляется согласование с продуктом, потом юристы, потом PR хочет посмотреть... И вот у вас процесс, который никто не проектировал, но все боятся менять, потому что «оно же работает». Работает. Но каждая статья идёт до публикации три недели. Как и в игре, про масштабирование нужно думать на старте.
Бутылочное горлышко — и оно всегда не там, где вы думали
В Satisfactory вы строите гигантскую линию, а потом всё упирается в недостаток винтов. Весь завод стоит из-за одного простого ресурса.
Знакомо? Вы набрали авторов, ускорили дизайн, автоматизировали вёрстку, а контент всё равно выходит медленно. Потому что узкое место — один человек, через которого идут все согласования. Или эксперт, который неделю не может найти час на вычитку. Игра учит важному: прежде чем масштабировать, найди бутылочное горлышко. Обычно оно не там, где кажется.
Масштабирование: десять печек или одна большая?
В какой-то момент в Factorio встаёт выбор: поставить печку помощнее или поставить десять обычных. В управлении контентом этот вопрос звучит так: нанять ещё одного сильного редактора или пятерых авторов? Или всё поручить нейросети.
И ,как в игре, правильного ответа нет. Есть контекст: что у вас за ресурсы, какой дедлайн, какие требования и куда вы вообще растёте. Игра заставляет думать об этом каждые пять минут. Работа — каждый квартал.
Блупринты = шаблоны и редполитика
В какой-то момент вы перестаёте строить каждый цех вручную и начинаете использовать блупринты — сохранённые конструкции, которые можно штамповать. Стандартный модуль: вход, выход, предсказуемый результат. Один раз продумал и масштабируешь без боли.
В контенте это ваша редполитика, шаблоны статей, чек-листы, гайды для авторов, агенты в нейростеях. Без них каждый текст — уникальная снежинка, которую надо отлаживать с нуля. С ними — масштабируемое производство. А стабильность при масштабировании важнее гениальности.
Не придумывай — подсмотри
Есть два типа игроков. Первые часами изобретают собственную схему и получают монстра, который еле работает. Вторые открывают ютуб, смотрят, как эту задачу уже решили тысячи людей до них, берут проверенную схему и за те же часы строят завод в десять раз больше.
В контенте ровно та же ловушка. Можно полгода придумывать свой уникальный процесс производства, формат редполитики, структуру контент-плана. А можно посмотреть, как это устроено у тех, кто уже работает на потоке. Не копировать один в один — адаптировать. Посмотреть, как устроены редакционные процессы в крупных компаниях. Какие шаблоны брифов используют агентства. Базовые паттерны стоит брать готовыми, а креативность направлять туда, где она действительно нужна.
Так что если кто-то скажет, что вы тратите время на игрушки — можете честно ответить: я изучаю операционный менеджмент. Просто в особо увлекательной форме.
1❤3🔥2😁1🤯1
Настраивал я на днях новый Windows 11.. и мелкомягкие всё хуже и хуже
Меню «Пуск» — реклама каких-то игр. В поиске Bing, который я не просил. Copilot выскочил. В трее виджеты. Candy Crush уже установлена. TikTok, Clipchamp, Solitaire Collection, Xbox Hub...
Сел удалять руками. Через 20 минут понял, что прошёл только половину списка, а некоторые штуки вообще не удаляются через «Параметры». Полез в настройки приватности — там 15 переключателей телеметрии, каждый в своём разделе. Контекстное меню, в котором нужно жать «Показать дополнительные параметры», чтобы добраться до нормальных пунктов.
Нашёл Win11Debloat — PowerShell-скрипт с 38 000+ звёзд на GitHub.
Открыл терминал, вставил одну команду:
Появилось меню, где можно галочками выбрать, что убрать. Я выбрал всё: мусорные приложения, телеметрию, рекламу в «Пуске», Copilot, Bing из поиска, Recall. Заодно вернул нормальное контекстное меню и включил показ расширений файлов.
Минута — и ноут стал таким, каким должен был быть из коробки.
Работает на Windows 10 и 11. Всё обратимо — приложения можно поставить обратно из Microsoft Store, настройки откатить. Но вряд ли захочется.
Или на Linux уже переходить.
Меню «Пуск» — реклама каких-то игр. В поиске Bing, который я не просил. Copilot выскочил. В трее виджеты. Candy Crush уже установлена. TikTok, Clipchamp, Solitaire Collection, Xbox Hub...
Сел удалять руками. Через 20 минут понял, что прошёл только половину списка, а некоторые штуки вообще не удаляются через «Параметры». Полез в настройки приватности — там 15 переключателей телеметрии, каждый в своём разделе. Контекстное меню, в котором нужно жать «Показать дополнительные параметры», чтобы добраться до нормальных пунктов.
Нашёл Win11Debloat — PowerShell-скрипт с 38 000+ звёзд на GitHub.
Открыл терминал, вставил одну команду:
& ([scriptblock]::Create((irm "https://debloat.raphi.re/")))
Появилось меню, где можно галочками выбрать, что убрать. Я выбрал всё: мусорные приложения, телеметрию, рекламу в «Пуске», Copilot, Bing из поиска, Recall. Заодно вернул нормальное контекстное меню и включил показ расширений файлов.
Минута — и ноут стал таким, каким должен был быть из коробки.
Работает на Windows 10 и 11. Всё обратимо — приложения можно поставить обратно из Microsoft Store, настройки откатить. Но вряд ли захочется.
Или на Linux уже переходить.
👍6🔥1😁1
Не часто я делаю репосты с наших комьюнити-каналов, но вот это прям интересная тема. Рекомендую
Forwarded from Данные на стероидах
Думаем, что многим приходилось держать в руках учебник логики Виноградова. Несмотря на то, что книга вышла в середине прошлого века, для разработчиков и инженеров данных она до сих представляет интерес, поскольку здорово развивает ключевой навык: распознавать логические структуры и алгоритмы.
Разбираемся в карточках, как школьный учебник стал базой программирования.
Разбираемся в карточках, как школьный учебник стал базой программирования.
👍3
За неделю в Москве уже шесть раз вещал на коллег и знакомых по цеху про агентов, скиллы, контексты и всё такое ИИ. Большинство уходили со словами «а нахрена мне теперь половина редакции?» и «надо быстро доказать руководству, что нужно выделить деньги на нормальное ИИ».
Меня же эти разговоры навели на мысль, что нельзя останавливаться только на Claude. Мои фабрики контента должны работать на любых доступных нейростях, в том числе российских.
Меня же эти разговоры навели на мысль, что нельзя останавливаться только на Claude. Мои фабрики контента должны работать на любых доступных нейростях, в том числе российских.
🔥3😁1
Короче, я хотел выложить промт для оптимизации текстов под ИИ-выдачу, который собрал на основе большого скилла для агентов. Этот самый скилл у меня подключается на этапе анализа текста и предлагает правки. Промт же всё это делает в формате чата любой нейросети.
Но промт длинный — в телегу он не влезает, в max тоже, блога у меня давно нет. Так что впервые мне пригодился бусти, текст там лежит по цене кружки кофе. Заодно и проанализируем спрос (верю в него очень слабо).
https://boosty.to/levashove
#ai_prompts
Но промт длинный — в телегу он не влезает, в max тоже, блога у меня давно нет. Так что впервые мне пригодился бусти, текст там лежит по цене кружки кофе. Заодно и проанализируем спрос (верю в него очень слабо).
https://boosty.to/levashove
#ai_prompts
👍6❤1
Forwarded from Архитектор Данных
На рынке Большого ИИ - разгром.
Ставка на кодинг от Claude сыграла отлично - да здравствует Король!
Ставка на кодинг от Claude сыграла отлично - да здравствует Король!
🙏1
Про гениталии, нейросети и джунов
За последние месяцы руководители крупнейших AI-компаний один за другим высказались о судьбе инженеров. Дарио Амодеи, CEO Anthropic, в интервью The Economist на Давосском форуме заявил, что ИИ способен делать «большую часть, а может и всё» из того, что сегодня делают разработчики и это случится в течение 6–12 месяцев. Сэм Альтман из OpenAI говорят, что ИИ уже пишет 100% их кода.
И тут хочется вспомнить одну истории из моего опыта.
Один из моих джунов-редакторов на одной из прошлых работ взялся писать кейс. Клиенты из медиа использовали технологии в том числе для модерации контента. Ребята молодые и в интервью довольно откровенно рассказывали истории про то, как их софт автоматически определяет, замазывает и вырезает различный откровенный и запрещённый контент из видео. Собственно, в первом же черновике от автора я увидел почти прямой пересказ истории. Вот прямо про члены и прочее. И хорошо, что первыми черновик увидел мы, а не клиент.
К чему я это.
Мой джун повёл себя как нейросеть — взял контент и переработал в текст, не включая голову. После горы комментов и беседы по душам — нового промта — выдал нормальный текст. Нейросети закрыли ровно тот слой задач, который раньше выполняли джуны и на котором учились: первые черновики, типовой код, тесты, шаблонные решения, простые картинки. Но нейросети, даже обученные и погруженные в контекст, не могут работать без контроля. Понятно, что овнеры AI-компаний будут топить за то, что их продукты завоюют мир, но в реальности они ампутируют нижний этаж карьерной лестницы. Компаниям больше не нужно платить за обучение сотрудников с нуля и нанимать джунов. Проще и выгоднее взять мидла с нейросетями и агентами, который будет работать за троих,. Даже с высокой зарплатой он обойдётся дешевле, чем несколько джунов.
И вот где становится интересно.
Сеньоры не появляются сами по себе. Каждый из них — это джун, который пришёл 5–7 лет назад. Если поток пересыхает сейчас, через несколько лет некому будет расти дальше. ИИ решает проблему найма сегодня и создаёт дефицит экспертизы завтра. Это касается не только разработки. В контенте, аналитике, любой интеллектуальной профессии — тот же принцип. Рутину автоматизируют. Вход усложняется. Выживают те, кто умеет работать с инструментом, а не конкурировать с ним.
Что делать будем?
#ai
За последние месяцы руководители крупнейших AI-компаний один за другим высказались о судьбе инженеров. Дарио Амодеи, CEO Anthropic, в интервью The Economist на Давосском форуме заявил, что ИИ способен делать «большую часть, а может и всё» из того, что сегодня делают разработчики и это случится в течение 6–12 месяцев. Сэм Альтман из OpenAI говорят, что ИИ уже пишет 100% их кода.
И тут хочется вспомнить одну истории из моего опыта.
Один из моих джунов-редакторов на одной из прошлых работ взялся писать кейс. Клиенты из медиа использовали технологии в том числе для модерации контента. Ребята молодые и в интервью довольно откровенно рассказывали истории про то, как их софт автоматически определяет, замазывает и вырезает различный откровенный и запрещённый контент из видео. Собственно, в первом же черновике от автора я увидел почти прямой пересказ истории. Вот прямо про члены и прочее. И хорошо, что первыми черновик увидел мы, а не клиент.
К чему я это.
Мой джун повёл себя как нейросеть — взял контент и переработал в текст, не включая голову. После горы комментов и беседы по душам — нового промта — выдал нормальный текст. Нейросети закрыли ровно тот слой задач, который раньше выполняли джуны и на котором учились: первые черновики, типовой код, тесты, шаблонные решения, простые картинки. Но нейросети, даже обученные и погруженные в контекст, не могут работать без контроля. Понятно, что овнеры AI-компаний будут топить за то, что их продукты завоюют мир, но в реальности они ампутируют нижний этаж карьерной лестницы. Компаниям больше не нужно платить за обучение сотрудников с нуля и нанимать джунов. Проще и выгоднее взять мидла с нейросетями и агентами, который будет работать за троих,. Даже с высокой зарплатой он обойдётся дешевле, чем несколько джунов.
И вот где становится интересно.
Сеньоры не появляются сами по себе. Каждый из них — это джун, который пришёл 5–7 лет назад. Если поток пересыхает сейчас, через несколько лет некому будет расти дальше. ИИ решает проблему найма сегодня и создаёт дефицит экспертизы завтра. Это касается не только разработки. В контенте, аналитике, любой интеллектуальной профессии — тот же принцип. Рутину автоматизируют. Вход усложняется. Выживают те, кто умеет работать с инструментом, а не конкурировать с ним.
Что делать будем?
#ai
🤔4😁2🤯2❤1
Собрал полезное по мотивам вчерашних размышлений
Так что же делать джуну? Ну, точно не пытаться конкурировать с нейросетью там, где она быстрее. Это проигрышная стратегия. Нейросеть напишет черновик быстрее, сгенерирует код быстрее, найдёт шаблон быстрее. Спорить с этим бесполезно.
Например, есть то, что она не умеет и ещё долго не научится. Нейросеть не понимает, что задачу вообще не нужно было делать. Она не умеет договариваться, не может управлять процессами. И это то, чему джуну нужно учиться в первую очередь.
Что качать в себе:
Декомпозиция. Умение разбить любую задачу на шаги до того, как браться за инструмент. Это не технический навык, это мышление. Тренируется на любом проекте, даже без ИИ.
Критическое мышление на выходе. Нейросеть не краснеет. Она выдаст историю про члены с той же уверенностью, что и корпоративный пресс-релиз. Привычка проверять результат и понимать, почему он плохой, — это то, что отличает оператора от специалиста.
Коммуникация и управление ожиданиями. Агентами управляют через постановку задач. Людьми — тоже. Умение чётко формулировать, что нужно и что считается результатом, становится ключевым навыком и для работы с ИИ, и для работы в команде.
Системное мышление. Видеть не задачу, а процесс вокруг неё. Понимать, откуда пришла задача и куда уйдёт результат. Читать про это можно у Донеллы Медоуз — «Системное мышление». Книга не про ИИ, но объясняет главное.
Что почитать про агентов:
— Статья Anthropic про архитектуры агентных систем — с чего начинать и как не наломать дров с фреймворками. Самое цитируемое практическое руководство по теме, по версии Hacker News. Там же поваренная книга разработчика агентов на GitHub.
— Гайд OpenAI — для тех, кто хочет понять, когда вообще нужен агент, а когда достаточно обычного вызова модели. Написано для новичков и менеджеров.
— Twelve-Factor Agents — 12 принципов от инженера, который перепробовал все фреймворки и пришёл к выводу, что в продакшене их почти никто не использует. Честный взгляд изнутри.
— Whitepaper Google «Агенты» — архитектура агентов: модель, инструменты, оркестрация. Академично, но читаемо.
— Статья про математику успеха агентов — почему длинные задачи проваливаются экспоненциально чаще коротких. Полезно понимать, прежде чем отдавать агенту что-то важное.
Хороших выходных.
#ai_agents
Так что же делать джуну? Ну, точно не пытаться конкурировать с нейросетью там, где она быстрее. Это проигрышная стратегия. Нейросеть напишет черновик быстрее, сгенерирует код быстрее, найдёт шаблон быстрее. Спорить с этим бесполезно.
Например, есть то, что она не умеет и ещё долго не научится. Нейросеть не понимает, что задачу вообще не нужно было делать. Она не умеет договариваться, не может управлять процессами. И это то, чему джуну нужно учиться в первую очередь.
Что качать в себе:
Декомпозиция. Умение разбить любую задачу на шаги до того, как браться за инструмент. Это не технический навык, это мышление. Тренируется на любом проекте, даже без ИИ.
Критическое мышление на выходе. Нейросеть не краснеет. Она выдаст историю про члены с той же уверенностью, что и корпоративный пресс-релиз. Привычка проверять результат и понимать, почему он плохой, — это то, что отличает оператора от специалиста.
Коммуникация и управление ожиданиями. Агентами управляют через постановку задач. Людьми — тоже. Умение чётко формулировать, что нужно и что считается результатом, становится ключевым навыком и для работы с ИИ, и для работы в команде.
Системное мышление. Видеть не задачу, а процесс вокруг неё. Понимать, откуда пришла задача и куда уйдёт результат. Читать про это можно у Донеллы Медоуз — «Системное мышление». Книга не про ИИ, но объясняет главное.
Что почитать про агентов:
— Статья Anthropic про архитектуры агентных систем — с чего начинать и как не наломать дров с фреймворками. Самое цитируемое практическое руководство по теме, по версии Hacker News. Там же поваренная книга разработчика агентов на GitHub.
— Гайд OpenAI — для тех, кто хочет понять, когда вообще нужен агент, а когда достаточно обычного вызова модели. Написано для новичков и менеджеров.
— Twelve-Factor Agents — 12 принципов от инженера, который перепробовал все фреймворки и пришёл к выводу, что в продакшене их почти никто не использует. Честный взгляд изнутри.
— Whitepaper Google «Агенты» — архитектура агентов: модель, инструменты, оркестрация. Академично, но читаемо.
— Статья про математику успеха агентов — почему длинные задачи проваливаются экспоненциально чаще коротких. Полезно понимать, прежде чем отдавать агенту что-то важное.
Хороших выходных.
#ai_agents
🔥2🤯1