Cила слабых связей

Я верю в силу слабых связей. В эпоху информационной избыточности, когда наши ленты забиты привычным, самые ценные идеи и прорывные инсайты приходят не из нашего ближнего круга. Они рождаются на пересечении разных миров — от людей с неожиданной оптикой, которые задают вопросы, о которых мы даже не задумывались.

Именно этот принцип — обогащение через «слабые связи» — мы заложили в основу нашей новой лаборатории осознанной автоматизации. Мы собрали людей, чьи мысли и опыт выходят за рамки стандартных инструкций и помогают увидеть, как AI на самом деле меняет нашу работу и мышление.

Гости этом потоке:

👤 Александр Орлов (управляющий партнер «Стратоплана», экс-менеджер Intel и Sun) – telegram

тема: Как мы учили бота материться. Разработка образовательного бота для «Стратоплана»

это не просто история о создании чат-бота. Это рассказ о том, как научить код понимать живой контекст, ошибаться, учиться и становиться полноценным участником сложного образовательного процесса. Александр покажет, где заканчивается алгоритм и начинается настоящее инженерное искусство (и немного магии).

👤 Алексей Мельничек (сооснователь Content Hero, «Эмоциональной Гранулярности») – telegram

Тема: Как находить смысл в эпоху победившего ИИ?

Когда AI может делать почти всё, что остается человеку? Алексей погрузит нас в экзистенциальный вопрос нашего времени. Его лекция — это исследование силы человеческого интереса и коллективного интеллекта как последнего бастиона против тотальной оптимизации. Мы будем искать те смыслы, которые невозможно автоматизировать.

👤 Сергей Кадомский (экс-руководитель research & DS в Wargaming и growth в PandaDoc) – telegram

Тема: Управляемая случайность: как использовать AI для креативности.

AI — это идеальный исполнитель, который может запереть нас в пузыре предсказуемости. Сергей расскажет, как взломать эту систему. Как использовать технологии не для получения точных ответов, а для создания «управляемой случайности» (серендипности). Это разговор о том, как превратить AI из слуги в партнера по творческим открытиям.

👤 Анна Лозицкая (12 лет растила стартапы Fibery, SplitMetrics, Onde) – telegram

Тема: AI-ассистент для стартапа: превращаем творческий хаос в голове фаундера в продукт.

Сознание фаундера — это ураган идей, страхов и инсайтов. Как этот внутренний хаос превратить в структуру, не убив магию? Анна покажет, как кастомный AI-ассистент становится «вторым мозгом» и собеседником, который помогает фаундеру вести диалог с самим собой, кристаллизовать мысли и превращать поток сознания в работающий продукт.

Готовы копать вглубь? Это будет не просто про автоматизацию. Это будет про расширение контекста и создание новых связей.

AI Mindset 🤖

Осознанная AI-автоматизация: как выбрать что автоматизировать, нейроотличная линза
Проблема не в инструментах — проблема в том, как мы выбираем, ЧТО автоматизировать.

Запартнёрилась с AI Mindset и Сашей Поваляевым для вебинара про осознанную автоматизацию — особенно для нас, нейроотличных.

Разберём
▪️ как понять, что стоит автоматизировать именно вам
▪️ почему стандартные советы не работают для СДВГ/аутичных людей
▪️ матрицу для принятия решений

🧇 16 июня, понедельник, 12:00 CET (Central European Time)
🎀 Бесплатно + Q&A в конце
🧴 Регистрация: https://lu.ma/y8ief98a

мы подготовили небольшой отчет c анализом VC фондов и тредов направленных на социальные и гуманитарные вызовы. Для тех, кто хочет копнуть глубже:

[AI для Человечества]

хочешь еще глубже? вот тебе Markdown на 100к знаков с 2мя deep reports на эту тему. Закинь в Gemini и поговори об него

🤖AI mindset

AI-автоматизация для Non-Profit: открываем бесплатные места

как вы уже знаете, 23 июня стартует наша Лаборатория осознанной автоматизации — пространство, где учатся создавать устойчивые AI-решения и мыслить системами вместо инструментов.

как всегда, мы открываем несколько бесплатных мест для представителей некоммерческих инициатив (NGO / Non-Profit).

👏 почему это важно?
некоммерческим проектам часто приходится делать много руками: сортировать данные вручную, пересылать сотни сообщений, искать волонтёров, мониторить соцсети. Всё это отнимает ресурсы от главного — реального воздействия на общественное благо. Мы считаем, что AI и грамотные подходы к автоматизации могут радикально облегчить жизнь таким проектам. Поэтому предлагаем вам присоединиться бесплатно.

➡️ что предлагаем (бесплатно):
- 4 недели практической работы с AI и no-code инструментами
- создание реальных автоматизаций под задачи вашей организации
- технологии: Make, n8n, ChatGPT/Claude API, Telegram-боты
- менторство от практиков, которые автоматизировали сотни процессов

⬅️ что ожидаем от вас:
- реальный социальный проект, которому нужна автоматизация
- готовность активно участвовать (это не запись для просмотра!)
- 6-10 часов в неделю на обучение и практику
- желание поделиться результатами с сообществом

подробности: [AI mindset non-profit]

p.s. это не благотворительность в чистом виде. Мы инвестируем в тех, кто готов учиться и применять знания для социальных изменений. You decide your own level of involvement — но если решили участвовать, то по полной. Поделитесь с теми НКО, кому автоматизация поможет масштабировать добрые дела. Если понимаешь ценность этого, можешь позволить себе участие, рассмотри его на коммерческой основе

ритуал в эпоху технологий
как AI помогает вернуть творчество в нашу жизнь

мы постоянно говорим о том, как технологии спасут нас от рутины и дадут наконец-то заняться творчеством. Кажется, стоит лишь автоматизировать задачи — и сразу появится долгожданное пространство для музыки, творчества или написания книги. Но происходит ли это реально?

пустое время пугает. Чистый холст, свободный вечер без задач — всё это приводит нас в ступор. Мало освободить время — надо еще суметь им распорядиться. Способность к творчеству — это мышца. И у многих из нас она атрофировалась за годы цифрового серфинга и гонки за продуктивностью. Мы не можем просто «переключиться» из режима менеджера в режим художника. Мозг так не работает. Ему нужен мост, переход... ритуал перехода.

но в поисках этого ритуала мы почему-то смотрим не туда. Мы с воодушевлением слушаем тех-пророков, ожидая от них гайдов по устройству мира. Будто Сэм Альтман и др tech bro знают о структуре вдохновения больше, чем нишевый художник с двадцатилетним стажем ежедневной практики. Мы погрязаем в промптах, весах и моделях... ожидаем гайдов, курсов, лабораторий и метрик эволюции... но в этой технической абстракции забываем, что мудрость — не в инструменте, а в руке мастера.

ритуалы — это нечто гораздо большее, чем просто регулярные действия. Это своего рода входная дверь в особое состояние сознания и осмысленности. Художники и музыканты прекрасно знают об этом феномене: кто-то пьет кофе перед началом работы над картиной; кто-то запускает любимый трек перед записью песни; другой автор включает airplane mode на телефоне ровно на час каждое утро перед началом письма. Последовательность шорткатов на компьютере это тоже ритуал, если продолжаешь делать его внимательно.

настоящий смысл использования AI сегодня не просто в том, чтобы автоматизировать задачи быстрее других или придумать ещё один инструмент продуктивности. Он в способности услышать себя среди шума современной жизни. Здесь ключевую роль играет мудрость тех людей, кто уже создал свои собственные ритуалы. AI может упаковать многолетний опыт профессионалов во что-то доступное каждому из нас каждый день – маленькие практики с глубокими смыслами внутри них. Так возникает синергия между человеческой мудростью (опытом выстраивания продуктивных состояний) и возможностями технологий (адаптацией под конкретного человека). Это и есть настоящая точка изменений.

мне близко это ощущение внутренней борьбы между желанием заняться творчеством и чувством невозможности сделать это из-за постоянной загруженности рутиной. Я вижу огромный потенциал именно такого подхода: использовать AI не просто ради эффективности, а чтобы создавать осмысленные моменты тишины внутри перегруженного дня.

возможно, мы все упускаем главный шаг. Прежде чем AI освободит нас для творчества, он должен помочь нам заново научиться быть творческими. Помочь выстроить те самые ритуалы, которые мы растеряли в погоне за продуктивностью.

эта статья воодушевлена разговором с основателем платформы персонализированных творческих практик – Journey.now. Рад, что такие продукты появляются на рынке.

🤖Alex P

физика автоматизации
главный триггер автоматизации — это физическая реальность

"что ты будешь делать, освободив все время?"... в этот момент часто повисает неловкая пауза...

мы все уверены, что как только освободится пара лишних часов, тут же начнём писать книги, читать важные статьи или заниматься чем-то по-настоящему значимым. Но посмотри вокруг себя прямо сейчас: чем наполнено твоё время между так называемыми продуктивными блоками работы?

ты можешь построить идеально работающий флоу, чтобы не сидеть на очередном звонке. Получаешь свободный час... и обнаруживаешь себя на кухне, методично нарезающим дыню. Кто-то даже называет это "искусством простой жизни" или "медитативным процессом". Но честнее будет сказать, что это просто понятное, физическое действие, которое защищает от вопроса "а что дальше?".

это происходит, потому что мы боимся тишины между делами. Поэтому заполняем освободившееся время активностями, которые кажутся полезными, но по сути — способ избежать настоящего выбора. Мы не готовы делегировать задачи другим людям агентам, думая, что никто не сделает это качественно. Мы просто увязаем в повторяющихся задачах, потому что боимся признать, что кто-то может делать их лучше нас.

настоящая цель автоматизации не в том, чтобы сделать максимально много всего за единицу времени. Она в том, чтобы перестать заниматься ерундой совсем. Освободив пространство жизни от бесполезных процессов и шума — цифрового или физического — мы начинаем слышать собственные желания и потребности.

"the physical environment is the strongest trigger for any kind of automation"

начинать стоит с физического пространства, но часто не так, как мы думаем. Стол завален "срочными" бумагами, кровать не заправлена, в холодильнике хаос, который заставляет каждый раз заново думать о еде. Пока вокруг бардак, любые цифровые автоматизации будут работать через раз. Но и я тут не для того, чтобы сказать о важности бытовой рутины. Идея того что нужно сначала организовать идеальное пространство, а потом начать работать — это самый изощрённый вид прокрастинации. Мы все время к чему-то готовимся, так и не начинаем делать. А ведь самое сложное — это не делать то, что понятно.

когда тянет сделать еще пару бытовых дел перед тем, как сесть за сложный workflow, можно просто "не делать ничего" и посмотреть, что начнет ломаться. Просто монотонно наблюдать, как что-то будет рушиться — как будет забиваться буфер модели или переполняться ведро мусора... как будут отваливаться api ключи или доставка товара за пару десятков евро придёт на чужой адрес, и ты будешь разбираться с этим полдня.

большинство "критичных" дел оказываются не критичными. Просто не делай то, что не твое. Это сложно, но скорее всего, есть человек, который сделает это лучше тебя.

один из участников нашей лабы довел это до совершенства. У него работают люди по 5 часов в день: нарезают помидоры, упаковывают в контейнеры, убирают, закупают продукты. Он даже написал гайд, как правильно нарезать дыню для своих помощников. Потому что понял: его задача не в том, чтобы быть лучшим нарезальщиком дыни. Его задача — заниматься тем, что никто кроме него не сделает.

может быть, нарезание дыни — это действительно твоя форма медитации. Может быть, именно в этом процессе рождаются идеи. Тогда не автоматизируй его. Автоматизируй то, что мешает тебе дойти до дыни. все остальное — техника. Скрипты, интеграции, вебхуки и RAG-и — просто инструменты. Но прежде чем хвататься за инструменты, подумай об архитектуре. Архитектуре своей жизни.

возможно, весь смысл автоматизации в том, чтобы создать немного больше пустого пространства. Той самой творческой пустоты, из которой рождаются действительно важные вещи. Дождаться тишины и посмотреть, что в ней проявится само.

🤖Alex P

когнитивная операционная система

openAI вчера [17.07] представила ChatGPT Agent – ключевой релиз, объединяющий Operator и Deep Research в единую модель. Теперь чат-бот может выполнять сложные задачи в браузере, использовать терминал, API и коннекторы к Gmail и GitHub. Впервые AI массово получает возможность не просто отвечать, но действовать: создавать презентации, управлять файлами, автоматизировать задачи по расписанию. Мы ждали браузер, но получили агентскую функциональность, которая решает вопрос иначе.

браузеры перестают быть "окном" в интернет. Они превращаются в активных участников, способных выполнять задачи вместо пользователя. Это новая парадигма, где граница между браузером и операционной системой размывается.

агентные браузеры – реальный сдвиг в работе с интернетом. Но если смотреть без розовых очков, ключевые изменения происходят у пары игроков. Я протестировал два браузера — Dia (The Browser Company) и Comet (Perplexity).

📎 Comet — браузер от Perplexity, который максимально интегрирует AI-помощника в серфинг. Он умеет отвечать на контекстные вопросы, анализировать контент страниц и автоматизировать действия вроде планирования задач или совершения покупок. Comet ориентирован на приватность и минимализм: локальное хранение данных и четкая функциональность без лишней сложности. Самое интересное, что есть доступ к Spaces, куда можно загрузить личную базу знаний и опираться на это в запросе к странице.

📎 Dia — браузер, который понимает контекст. Он парсит вкладки, вытаскивает шаблоны из почты, ставит задачи в календарь, анализирует заметки — без копипаста между приложениями. Самая крутая функциональность — это skills – мини-программы (custom promts) и глубокая интеграция c историей браузера. Все очень красиво и стильно.

📎 экосистема смежных решений
- ai бараузеры Opera Neon, Fellou, Genspark, Agentic Browser, Strawberry – пробуют разные форматы: мультиагентные платформы, deep search, облачная автоматизация. Многие просто допродают сервисы поверх базового хромоподобного браузера.
- chrome-плагины (HARPA, Gemini, ChatGPT for Google, Brave Leo) – • компромиссное решение для тех, кто не хочет менять привычный интерфейс. Они добавляют AI-функции в Chrome, автоматизируют поиск, мониторинг, написание текстов, но всегда зависят от архитектуры браузера и редко дают целостный опыт.
- протоколы OpenAI Operator, Computer Use от Anthropic – это уже не браузеры, а агенты, которые работают поверх браузера или даже вне его, управляя действиями в интернете и на компьютере напрямую.
- лаунчеры типа Raycast AI это уже уровень операционной системы, где браузер становится просто одним из источников данных, а вся автоматизация и взаимодействие с интернетом происходят через универсальный интерфейс, команды и кастомные сценарии.

браузер как протокол
зачем вообще браузер? Он становится не конечной точкой, а инфраструктурой для передачи данных между агентами и человеком. Raycast уже получает информацию из любого источника — неважно, где она хранится. В будущем браузер растворится: станет слоем для AI-агентов, голосовых ассистентов, визуальных интерфейсов.

кто победит — неясно. Возможно, Comet и Dia станут стандартом, а может, системные агенты абстрагируют браузер полностью. Ясно одно: это борьба за посредничество между человеком и цифровой экосистемой. Возможно, самая важная битва десятилетия.

p.s. я писал эту статью в Dia, искал факты через Comet, проверял в Obsidian с Opus 4. Сам пока остаюсь на дефолтном Dia как самом красивом, что немаловажно для меня, хоть и слегка упрощенном браузере с одной из лучших продуктовых команд на рынке, в которую я сильно верю.

🤖Alex P

проектный менеджмент в эпоху AI

вчера с Сергеем два часа сидели и выбирали, на чем делать проекты в AI Mindset Space (позже расскажем). Не от скуки, а потому что старые подходы к project management просто сломались. Когда половина задач генерируется AI из транскриптов встреч, а другая половина автоматизируется через API — классическое планирование спринтов уже не работает.

тестировали Linear, Motion, пытались забыт Notion, ClickUp, Asana. Постепенно поняли: ищем не таск-менеджер, а операционную систему для AI-команды. И обнаружили несколько интересных категорий.

🔢 классические PM тулы с AI-погремушками

ClickUp, Asana, Wrike... + AI — попытки старых платформ адаптироваться к AI-эре. ClickUp Brain обещает AI Project Manager, который создает progress updates и превращает голос в задачи. Asana Intelligence фокусируется на goal tracking и smart templates. Wrike добавил AI Risk Prediction.

проблема — legacy архитектура. Пытаются натянуть AI на интерфейсы для ручного управления. Мы отказались от ClickUp именно поэтому — слишком много кликов, мало автоматизации.

🤖 автономные PM тулы

Height (жаль, что закрылся) был первым, кто додумался до "автономного project management". AI-агенты сами обновляли статусы, назначали исполнителей, создавали subtasks. Как junior PM в команде. Сейчас Dart и HiveMind продолжить эту ветку эвалюции. Dart предсказывает bottlenecks за недели до появления. HiveMind генерирует полные project plans из одного промпта за 15 секунд. Мы тестировали такие подходы для образовательных программ — впечатляет, но нужна серьезная настройка под контекст.

Linear зацепил нас не как "умная и модная Jira", а как платформа, где AI — невидимый слой между намерением и исполнением. Cycles вместо спринтов, Triage Inbox для автоприоритизации, API-first архитектура. Всё под агентные системы. Главное: можно делать кастомные интеграции через API. AI-агенты автоматически создают задачи из транскриптов встреч, анализируют velocity команды, предлагают оптимизации roadmap. Semantic search по базе задач через агентов. Самое главное, что все, что не нужно, можно скрыть.

Motion — интересный кейс эволюции. Начинали как AI-календарь, теперь пытаются стать полноценной PM-платформой. "Calendar-native project management" казался прорывным — планирование прямо в контексте времени. Но недавний пивот в multifunctional tool разочаровал. Интерфейс стал водоворотом полупрозрачных радужных иконок. Непонятно, найдешь ли нужную фичу в следующем релизе.

главный сдвиг — от reactive к predictive management. AI не просто помогает с задачами, он становится полноценным участником команды, способным видеть паттерны, которые человек упускает. Из всего этого research выкристаллизовались принципы, которые хотелось бы реализовать:

контекстная осведомленность — AI должен понимать не только задачи, но и людей. Знать, что Сергей эффективнее с техническими задачами утром, а Ирина лучше делает community management после обеда. Планировать с учетом этого.
предиктивное планирование — хочется, чтобы система предвидела проблемы, а не реагировала на них. AI анализирует паттерны команды и предупреждает: "При текущем velocity релиз сдвинется на неделю. Предлагаю перераспределить задачи."
автономное исполнение — AI не просто помогает планировать, но и выполняет рутину: создает встречи, отправляет напоминания, обновляет статусы, генерирует отчеты. Без участия человека.

🔢 наш эксперимент
мы остановились на связке Linear + Obsidian + n8n и собираем гибридную архитектуру. Linear для roadmap развития экосистемы нового сообщества (Space → Society → State), Obsidian как knowledge base участников, custom AI-агенты на n8n для автоматизации. Хотим настроить pipeline: KRISP transcript → AI summary → Linear API → автоматическое создание задач. Интегрировать с календарем, создать шаблоны для образовательных проектов. С этого месяца пробуем не открывать Notion — всё делать в Obsidian и специализированных инструментах.

project management превращается в операционную систему для мышления команды. Интересно посмотреть, кто первым это поймет и реализует.

🤖Alex P

контекст-инжиниринг в парфюмерии:
как я создавал уникальный аромат с AI

недавно вышло крутое исследование "A Survey of Context Engineering for Large Language Models" — 160 страниц анализирующее более 1400 научных работ о том, как контекст определяет качество работы AI. И я решил проверить эти принципы на практике в создании кастомного парфюма.

что такое контекст-инжиниринг?
исследователи вводят понятие Context Engineering — систематическая оптимизация информационной нагрузки для LLM. Если промт-инжиниринг — это "как спросить", то контекст-инжиниринг — это "что дать модели для понимания". Исследование выделяет четыре ключевых компонента:
• context retrieval — извлечение релевантной информации
• context processing — обработка и структурирование
• context management — управление длинными цепочками контекста
• system integration — интеграция в сложные системы

мой эксперимент: от переписки до формулы

этап 1: Context Retrieval — извлечение данных
экспортировал через Telegram Desktop всю историю переписки с художницей — более трех лет общения, 2181 сообщение, 258000 символов. Проанализировал её графические платформы: Instagram, Dribbble, Pinterest через Deep Research Claude. В каком-то смысле создал профиль человека — его коммуникационные паттерны, эстетические предпочтения, жизненную философию.

проблема: Telegram экспортирует в HTML, который Claude не может нормально обработать. Сырые данные нужно было превратить в читаемый контекст.

этап 2: Context Processing — обработка в структуру
в Windsurf написал Python-скрипт, который:
- Парсил HTML-файлы экспорта
- Извлекал только текст сообщений, временные метки, информацию об отправителе
- Очищал от HTML-тегов и служебной информации
- Конвертировал в структурированный Markdown

результат: чистый, хронологически упорядоченный файл с диалогами, который модель может эффективно анализировать.

этап 3: Context Management — создание базы знаний
в Claude Projects создал проект, связанный с Obsidian, где у меня уже была история парфюмерных экспериментов — база всех моих масел, аккордов, формул. Туда добавил:
- обработанную историю переписки
- анализ творчества художницы
- описания её визуального стиля
- нюансы настроения, которые я хотел передать в аромате

часть процесса всё ещё (и это отлично) требует физического опыта — я вручную редактирую формулы, основываясь на том, как воспринимаю ароматы и как вижу их сочетания.

этап 4: System Integration — связь всех компонентов
здесь происходит магия: связь Claude Projects с Obsidian позволяет модели получить многослойный контекст. Через Windsurf или Claude Projects я могу записывать результаты экспериментов обратно в историю. Технически через Claude MCP это уже возможно автоматизировать, просто пока не выработана рутина.

дальше дело за человеком...

🤖 Alex P

БУшное будущее и технологическая инициация

мы живем в будущем из научной фантастики 90-х, но почему-то используем его как улучшенную версию позавчерашнего дня. Посмотрите, как большинство работает с ChatGPT — как с умным поисковиком. Claude используют для написания писем. Midjourney — для генерации стоковых картинок с поплывшим текстом. Cursor для... build shit nobody needs in 2 hours.

есть такое понятие — БУшное будущее, "used future". Когда мы некритично наследуем чужие представления о том, каким должно быть завтра. Все ждали робота-домработника из "Джетсонов", а получили возможность создавать Custom GPTs, которые знают контекст всей твоей жизни и комментируют его с позиции Канта. Но многие до сих пор пытаются использовать эти инструменты для "оптимизации продуктивности" — мечты менеджера из 2010-х.

в нашей практике с mindset-ом происходит интересная трансформация. Люди приходят с четкими запросами — автоматизировать, делегировать, масштабировать. А потом мы спрашиваем: как ты хочешь чувствовать себя, работая с машинным интеллектом через пять лет? И ответы меняются. Кто-то говорит про джазовую импровизацию с нейросетью. Кто-то — про философские диалоги с Claude в три ночи. Кто-то хочет создать AI-версию себя из прошлого и спорить с ней о принятых решениях.

это все больше похоже на технологическую инициацию, а не образование. Это момент, когда ты перестаешь следовать чужим roadmap'ам. Вместо структурированной базы знаний в Obsidian создаешь живую систему с AI-интеграцией между папками в finder. Это не эффективно с точки зрения традиционного knowledge management. Зато это честно с точки зрения того, как работает познание — через блуждание, случайные связи, неожиданные инсайты.

самое интересное начинается, когда люди перестают использовать технологии "правильно". Это не про эффективность в классическом понимании. Это про новые способы существования с машинным интеллектом. Мы все еще пытаемся жить в будущем, которое придумали для нас в прошлом. Настоящее будущее начинается с отказа от унаследованных представлений. С готовности быть неэффективным, нелогичным, странным в своем взаимодействии с технологиями. Потому что именно там, в этой странности, рождаются практики, о которых футуристы прошлого даже не могли мечтать.

🤖 Alex P

пульсация проекта и чувство времени

с 10:00 два с половиной часа с core-командой грумили в Linear. Разбирали задачи по треку планирования, подняли пару технических тем. Funny thing — чем больше структурируем AI-планирование, тем больше понимаем, что машины отлично справляются с логикой, но совершенно не чувствуют пульс проекта. "начал встречу с настроением типа: 'пиздец, все проебал, сроки пропущены...'. Проходит встреча такая, ну, вроде тут можно и подзабить, а тут вроде как и подконтролим" (контекст кстати, прямой цитатой подтянул MCP клода из Obsidian)

после обеда выпил декаф с Владимиром Меркушевым в центре Лиссабона... что-то живое, человеческое. Есть что-то в физическом присутствии, что не передается через экран. Он кстати автор канала "Продукторий", неплохо пишет про продуктовый менеджмент. Разговорились о том, как AI меняет работу продактов. Владимир еще в 2019 писал про необходимость понимать AI — тогда это было про data science команды. Сейчас GenAI переворачивает все.

интересная мысль родилась во время разговора. Современные PM работают в странном одиночестве. С одной стороны, AI-ассистенты умеют планировать спринты, анализировать метрики, генерировать отчеты. С другой стороны, эти машины фундаментально одиноки — не понимают, что значит выпить кофе с коллегой и почувствовать проблемы проекта "кожей".

получается парадокс. Мы делегируем рутину AI, но при этом все острее ощущаем потребность в человеческой интуиции. Model Context Protocol может объединить все инструменты в единый контекст, но не может заменить чувство проекта.

в Linear даже есть отдельная категория PULSE — пытаемся понять, насколько получится ее очеловечить. Пока AI структурирует данные, мы можем заниматься тем, что действительно важно — чувствовать время проекта, его ритм, моменты когда что-то идет не так.

завтра снова Linear, снова планирование. Но теперь понимаю — самое важное происходит между задач. В ощущении пульса команды, в интуиции о том, что проект "дышит".

🤖 Alex P