Выжать до последнего токена

На днях в нашей лаборатории по AI-агентам мой партнер Яков Васильев высказал мысль:

«Взаимодействуя с кодовыми агентами типа Claude Code мы используем директивный стиль менеджмента — конкретные инструкции и указания, тотальные измерения и контроль, сессия до последнего токена».

Это может напрямую повлиять на культуру наших организаций и работы. Люди, привыкшие строить работу через машинную логику, могут затем переносить эту логику на организацию и других людей.

Историческое название этого стиля — scientific management (научный менеджмент) и его классическое имя — тейлоризм, связанное с Фредериком У. Тейлором. В 60-ых появилась Theory X Дугласа Макгрегора, описывающее распространенное тогда представление, что работники по природе ленивы, ненадежны и их надо жестко направлять.

Недавно Саша Ермоленко, директор по клиентскому опыту AI-продуктов, написала что в IT перестали опекать и роль руководителя меняется с того, кто выращивал на того, как выбирает лучших. Многие мои коллеги с разных мест подтвердждают это: «кризисы, геополитика, сжатие рынков, AI забрало у бизнесов время на эксперименты».

Ethan Mollick пишет, что работа с агентами превращает профессии в «менеджмент агентов». Делегирование- это новый промптинг: инструктируя ИИ, люди фактически заново изобретают менеджмент.

Есть теория CASA (Computers Are Social Actors), согласно которой мы переносим социальные сценарии из общения с людьми в общение с технологиями. Обратное тоже верно.

Возможно, культура «зеленых» организаций под угрозой, а нам надо придумывать новые стили управления, чтобы не скатиться в алгоритмический менеджмент и цифровой тейлоризм. Еще и потому, что люди в такиих культурах сообщают о наименее позитивных эффектах ИИ на качество своей работы.

Работая в QIWI, я воспринимал как должное, что CEO проводит воркшоп по спиральной динамике, вы вывозите команду на ретрит по Теории U и проходите курс по медитациям. Сейчас я понимаю, сколько трудов и внимания HR и менеджеров стоило собрать такую культуру.

Помимо архитектуры агентов нам нужно будет пересобирать архитектуры организаций и это большой вызов для настоящего.

Сегодня вечером, кстати, буду слушать Отто Шармера, создателя Теории Ю, профессора MTI — он делает для русскоязычного сообщества встречу-диалог, организует DeepMind. Пост написан не для рекламы мероприятия — мне очень интересно послушать и чтобы больше людей открыли для себя новые типы организации работы.

Запись эфира про язык нейросетей с антропологом Катей Хониневой.

Послушать в записи — Катя прекрасно рассказывает, это не передать тезисами.

Мысли с эфира
Это не прямые цитаты, а идеи из всего разговора

Почему ИИ-письмо для одних свобода, для других — предательство
За этим стоят две языковые идеологии. Идеология анонимности: язык — это просто медиум для передачи информации, в ней ИИ выравнивает людей и снимает классовые барьеры. Идеология аутентичности (уходящая корнями в Реформацию: исповедь должна быть своими словами, а не заученной молитвой): язык неотделим от личности. Делегировать текст машине — значит отказаться от субъектности.

За хейтом на ИИ часто стоит защита статуса
Профессора, копирайтеры, художники потратили годы и большие деньги на сложное ремесло. ИИ девальвирует их труд. Нападки на «нечеловечность» ИИ — это защитная реакция тех, чья монополия рухнула.

Кто автор, если идею придумал человек, а текст написал ИИ
Социолог Ирвинг Гофман выделял в коммуникации три роли: автор (создатель идеи), принципал (от чьего лица говорят) и аниматор (тот, кто переводит замысел в слова). ИИ — аниматор. Интенция и ответственность остаются у человека. Если алгоритм кого-то оскорбит — виноват будет человек. Субъект — это тот, кому может быть больно.

Почему одни кайфуют от ИИ, другие принципиально отказываются
Одни получают удовольствие от привычного процесса работы. Другие кайфуют от работы с ИИ. Люди используют или отвергают алгоритмы в зависимости от того, где привыкли находить своё удовольствие. И ощущение своей ценности.

Почему ИИ-тексты в соцсетях раздражают
Дело в обманутых ожиданиях. Мы спокойно читаем обезличенные тексты — инструкции, пресс-релизы, юридические договоры. Но в соцсетях мы ждём человеческой уязвимости и эмпатии. ИИ вторгается туда, где мы ожидаем «живую душу».

Скоро будут анонсы новых эфиров.

Хватит делать презентации — делайте сайты и прототипы

Слайды, к которым мы все привыкли, имеют под собой конкретную техническую основу, которая сейчас кардинально меняется.

В середине 17-го века голландский физик Христиан Гюйгенс создал оптический проектор — волшебный фонарь. Сохранились первые эскизы Гюйгенса — 10 слайдов со скелетом, который отрывает себе череп. Устрашающие проекции были самыми популярными в то время.

В 1930-е Kodak делает 35-мм слайды массовым форматом. В 1937 появляется KODASLIDE projector, а в 1961 — Carousel projector с лотком на 80 слайдов.

Первые цифровые слайды наследовали эту логику — программы 1982 года предназначались для печати слайдов на прозрачные плёнки для показа через проектор. Потом двое бывших менеджеров Apple создают в 1987 первую версию PowerPoint, который закрепляется в корпорациях.

У слайдов есть свои плюсы, например, совместный формат работы и не нужность технических знаний.

При этом у них есть куча минусов, Edward Tufte не даст соврать.

Но самое главное — с AI слайды не нужны.

AI переходит сразу от слайдов к интерактивным прототипам.

Единицей управления становится контекст и ваша задача — за пять минут любой агент соберет вам сайт, игру, симуляцию, интерактивный отчет, озвученный ролик.

AI это новая технология производства — а новое вино плохо вливается в старые мехи.

AI на лету собирает прототипы любого стиля под ваш контент из CSS, JS, React, TypeScript, Tailwind, shadcn/ui, TanStack, Recharts и пр. Одной командой деплоит через CLI на Vercel. Совместная работа → Git.

Форматы коммуникации должны развиваться вместе с технологиями, сохранять лучшее, а не эффективное должно оставаться в прошлом как полезный урок.

Когнитивная капитуляция (cognitive surrender) — склонность принимать выводы искусственного интеллекта как готовое решение с минимальной проверкой. ИИ становится не усилителем мышления, а заменой суждений и выводов.

Термин предложили в 2026 году исследователи Стивен Шоу и Гидеон Наве. В их трёхсистемной теории (Tri-System Theory) к двум классическим системам мышления Канемана — быстрой интуиции (система 1) и медленной аналитике (система 2) — добавляется система 3: искусственное познание (artificial cognition), внешний когнитивный контур, работающий за пределами мозга.

Этот контур может дополнять мышление, а может его замещать. Когнитивная капитуляция — второй случай: человек перестаёт оценивать то, что предлагает инструмент.

Капитуляция может быть частью когнитивного разгружения (cognitive offloading) — когда мы выносим наружу часть умственной работы и вместе с этим право на вывод. При разгружении мы пользуемся экселем чтобы посчитать сложную таблицу, но методику и смысл можем держать в голове. При капитуляции исчезает проверка и ответственность за методику и выводы.

Капитуляция усиливается при высоком доверии к ИИ, низкой потребности в размышлении и более низким уровнем fluid intelligence (“гибкого интеллекта” - способности рассуждать в новой ситуации).

При разгружении инструмент помогает тебе думать и усиливает мышление, при капитуляции — ты позволяешь ему думать вместо себя.

Что читать:

Shaw & Nave, Thinking — Fast, Slow, and Artificial [Sciety, 2026]
Risko & Gilbert, Cognitive Offloading [Trends in Cognitive Sciences, 2016]
Разговор с авторами на Knowledge at Wharton

Minimum Evolvable Product — полезное уточнение к MVP

Недавно наткнулся у Ankit Gupta (YC General Partner) на термин minimum evolvable product — «минимально эволюционирующий продукт». По его логике, стартовый продукт важен не только как способ проверить идею, но и как точка, которая задаёт траекторию будущей эволюции продукта.

Разве это не просто старый добрый MVP (minimum viable product) под новым названием?

MVP и так подразумевает быструю проверку, фидбэк и повороты. Более того, MVP вообще не обязан быть полноценным продуктом, хотя в массовом употреблении MVP давно упростился до «быстро напилить первую версию с минимальными функциями» — и из-за этого теряется смысл.

MEP полезное уточнение именно потому, что возвращает в фокус способный эволюционировать. Эволюционная метафора хорошо применима к развитию продуктов. Продукты развиваются из простого в сложное, но эта эволюция не нейтральна: она path dependent — «зависит от стартовой траектории».

У Гупты пример с Tesla: начав с Roadster, компания задала себе определённый вектор, и из этого выросла не любая Tesla, а именно такая, какой мы её знаем. И в этой эволюции играют роль первые клиенты продукта.

Не знаю, станет ли термин популярным. Но в эпоху gen AI он звучит очень вовремя: когда технологии меняются каждые несколько месяцев, важно не просто быстро собрать первую версию, а собрать её так, чтобы она могла быстро и безболезненно меняться дальше.

Борхес предсказал наши отношения с AI

Существует миф о корабле Тесея, иллюстрирующий проблему авторства при работе с AI текстами.

Тесей, убица Минотавра, вернулся с Крита в Афины на корабле, который Афиняне потом использовали, но постепенно заменяли старые доски новыми. В какой момент этот корабль уже перестал быть кораблем Тесея? Парадокс: если все составные части исходного объекта были заменены, остаётся ли объект тем же объектом?

В редакторе iAWriter есть фича, позволяющая раскрасить текст, вставленный из AI, одни цветом, а ваши правки — другим. Редактируя текст наглядно видишь, какие мысли и слова добавляешь ты сам, а какие остаются от AI.

Теперь представьте, что вы прошлись по всему тексту и остались им довольны, но там нет ни одного слова вашего авторства — все слова как были цвета AI, так им и остались.

Стал ли текст AI вашим текстом?

Про это есть рассказ Борхеса «Пьер Менар, автор “Дон Кихота”».

В нем рассказчик прославляет некоего французского литератора Пьера Менара и особенно его главный труд — Менар якобы написал несколько глав «Дон Кихота», слово в слово. Это не пересказ и не перевод — текст Менара дословно совпадает с текстом Сервантеса. Рассказчик при этом на полном серьезе утверждает, что текст Менара глубже и богаче по смыслу, чем текст Сервантеса, хотя слова там одни и те же.

В рассказе есть момент, когда автор цитирует два одинаковых фрагмента из Дон Кихота и Менара (мы помним что они одинаковые) и говорит: ну вот посмотрите же, Менар тут имеет в виду совсем другое и его мысль глубже и актуальнее.

Рассказ читается с иронией, но Борхес смеется, чтобы сказать всерьез важную вещь: смысл текста не исчерпывается словами, а авторство — не просто «кто первый произнес эти слова». Одни и те же фразы, написанные Сервантесом в XVII веке и Менаром в XX веке, не равны друг другу по смыслу, потому что за ними стоят разный исторический момент, разная фигура автора, другой горизонт чтения.

ИИ прекрасен тем, что каждый день ставит перед нами такие вопросы и позволяет исследовать их.

Chat → Agent: разрыв, который не видно

Мы закрыли продажи в лаборатории Agentic Lab — это был один из самых быстрых наборов. Следующий поток в июне, на сайте можно записаться в waitlist. Но пост о том, что я понял в процессе при общении с людьми.

Многие не понимает, что такое агентский режим работы. Причём даже те, кто каждый день работает в ChatGPT и считает себя продвинутым пользователем. И этот опыт почти невозможно передать, пока человек сам не попробует — это как пытаться объяснить вкус умами, тому, кто его никогда не пробовал.

Когда ИИ помогает решить человеку его задачу, у него случается AI-момент — ты понимаешь, что можно работать совсем иначе. Возникает первый разрыв между теми, кто это испытал и кто нет.

Но прямо сейчас образуется второй разрыв — между чатом и AI-агентами. Журналист Sebastian Chedal описал это как два мира, существующие одновременно: в первом компании используют AI разговорно — задают вопросы, получают ответы, пишут тексты. Во втором — автономные агенты выполняют реальную работу целиком. Трагедия в том, что первый мир часто не знает, что он — первый. Люди искренне верят, что они «используют AI», хотя на самом деле используют его версию двухлетней давности.

Агентский режим — это когда AI не отвечает на вопросы, а выполняет задачи от начала до конца.

Из моего последнего: агенты за полчаса сделали 17 индивидуальных экспертных гайдов для интервью — нашли досье про каждого эксперта, написали вопросы, связали с гипотезами проекта. В чате я бы провозился с этим пару дней.

Исследователи из Оксфорда ввели для этого термин agentic inequality — агентское неравенство. Это разница между тем, кто использует одного AI-помощника в чате, и тем, кто управляет командой автономных агентов.

Но переход на этот уровень стоит усилий. Агентские инструменты — Claude Code, Codex, Cursor — требуют знаний, близких к computer science: терминал, установка библиотек, работа с файловой системой. Чтобы управлять этим пользователь должен стать ближе к логике компьютера — не программистом, но человеком, который понимает, как машина организует работу. И чем гранулярнее ты можешь управлять средой, тем больше у тебя контроля над агентами.

Как преодолевать этот разрыв?

Важный совет, который мне кажется важнее очевидного "экспериментируйте" и "находитесь в сообществе": начинайте с того, что вам лично интересно. Хобби, создание игр, анализ стихотворений — что угодно. Интерес важнее технических навыков. Агент лучше всего работает, когда ты горишь задачей и можешь оценить результат.

Как я разучился слушать, когда перестал вести интервью

Когда я стал меньше вести интервью с пользователями и больше находиться на встречах с коллегами, я заметил, что мой уровень слушания снизился. А это напрямую влияет на качество решений и отношений. Раньше, постоянно ведя интервью, я обновлял этот навык. Теперь стало сложно входить в состояние открытости. Слушание — как мышца: без нагрузки атрофируется.

Недавно в мое поле внимания вернулись идеи Теории U — профессор MIT создал свою теорию лидерства и инноваций, построенную на важности слушания и внимания к своему состоянию. Максим Родин из deep mind организовал встречу с создателем теории Отто Шармером и я заново переоткрыл для себя практики из нее (видео встречи).

Дело в том, что с Теорией U я встретился много лет назад, она меня заинтересовала, но не оказала сильного эффекта. В тот период я активно вел интервью с пользователями, а практика интервью подразумевает высокую степень открытости к другим людям. Ты проявляешь эмпатию, зажигаешься чужими идеями, у тебя появляются свои. Интервью это во многом энергетическая практика. К нему нельзя подходить как к механистическому способу получению информацию.

Только после потери постоянной практики я снова смог оценить идеи этого подхода и постоянно напоминаю себе применять их.

Четыре уровня слушания — инструмент, к которому я стараюсь чаще обращаться:

1. Downloading. Слушаешь, чтобы подтвердить то, что и так знаешь. Информация проходит через фильтр существующих убеждений. Отбрасывается все, что не вписывается в твои представления. Режим автопилота на встречах.

2. Открытый ум. Слушаешь, чтобы узнать новое. Фокус на данных и фактах, которые дополняют или корректируют картину. Уже лучше, хотя факты всё ещё могут интерпретироваться внутри старой рамки.

3. Открытое сердце. Слушаешь, чтобы увидеть мир глазами другого. Собственная рамка на время отодвигается. Появляется удивление — если после разговора ты хотя бы чуть чуть понял точку зрения другого, значит произошло эмпатическое слушание.

4. Открытая воля. Слушание, которое приглашает будущее. Слушаешь не только что есть, но и что может возникнуть — в собеседнике и в себе. Шармер называет это «слушанием из возникающего будущего». После таких разговоров появляется готовность к действям.

(видео от Шармера на восемь минут про эту технику)

Когда я говорю с партнёрами и клиентами, я стараюсь замечать на каком уровне нахожусь и напоминаю себе спускаться ниже по уровням. Тогда разговоры становятся другими, решения — точнее, а отношения — глубже. Все это требует энергии, но первое — вообще помнить, что так можно.

DeepMind, кстати, делает групповую программу «Resonance» по Теории U. Часть моих знакомых проходили ее и хвалят. Это хороший шанс не просто понять практики Теории U, но и применить их к своей ситуации в очень классной группе. Я был на встречах выпускников прошлых программ и это очень хорошее комьюнити. А качества лидерства из возникающего будущего очень важны для эпохи AI и сложных систем. У Максима и команды можно сказать прямая передача от Шармера.

Четвёртый поток стартует 3 мая, программу почитать тут, вопросы о программе задать Кате.