Рабочее развитие инженеров-менеджеров (МИМ)

описание

Резидентуры по управляемым изменениям в реальном рабочем проекте: от нормы управляемой работы до системной инженерии. Наставники, усиление навыков, практика. Главный канал МИМ: https://t.me/system_school

← к каналу @mim_workdev

998

подписчиков

Охват к подписчикам

65,3%

ERR

Реакции к просмотрам

1,05%

153 на 24 постов

Пересылки к просмотрам

1,22%

178

Постов в день

1,3

всего 22

Где отзываются чаще

доля реакций к просмотрам

14 авг.Пятничный горячий пирожок из МИМ. Только на этот раз он размером со всю линейку резидентур. За месяц изменилась технология работы — и вслед за ней МИМ пересобирает саму резидентуру. R1–R4 по отдельности для новых потоков больше не будет. Их содержание собирается в одну непрерывную четырёхмесячную резидентуру: четыре части подряд, работа на своём проекте, наставники и актуальный FPF внутри. Текущие и недавние потоки R1–R4 проходили эту же содержательную линию отдельными резидентурами. Для новых потоков её теперь собирают в один непрерывный проход. И это только первая половина перемен. Весь прежний маршрут R1–R10 сейчас собирают в две большие четырёхмесячные резидентуры. Завтра покажем, что именно произошло за этот месяц и почему прежний маршрут решили пересобрать настолько сильно.4,69%
22:40Если в проекте всё срочно, люди держат в голове разные версии происходящего и после изменений трудно показать, что именно сработало — пять новых AI-агентов просто ускорят то, что уже происходит. На FPF-практикумах за последний месяц не раз поднимался вопрос: что человеку нужно уметь применять бегло, а что можно поднимать вместе с AI, когда это понадобится? Беглость нужна в рабочих ходах, к которым приходится возвращаться постоянно: увидеть происходящее, построить модель, договориться, разобраться с причинами, выбрать изменение и проверить результат. AI здесь просто прибавляет скорости тому, что человек уже умеет делать. Мы работаем с этим в R1–R4. По смыслу они давно были одним маршрутом, а FPF уже был встроен в их содержание. Теперь единым становится и само прохождение: один вход, один проект, четыре месяца подряд. Четырёх отдельных стартов больше не будет. Модели, решения, вопросы и последствия предыдущих ходов переходят дальше вместе с проектом, а участнику не приходится четыре раза разгоняться заново. Четыре месяца — один проект и четыре части: Распожаризация — добавляет воздуха в работу. Моделирование для коммуникации — убирает трения между разными представлениями о проекте. Рабочее моделирование — помогает доводить обсуждение до рабочего решения. Причинность и интервенции — помогают отслеживать последствия изменений после первого "кажется, стало лучше". На следующий разбор участник приносит уже то, что произошло после предыдущего хода, получает коррективы наставника и продолжает оттуда. Задача всей резидентуры — сделать работу в сложном проекте более управляемой. В R5–R10 изменения пошли дальше. Про них отдельно — вместе с вами ждём вестей с полей от нашего научного руководителя 🙂3,17%
11 авг.Собрали запись и материалы встречи Анны Лубенченко "Почему пожары возвращаются, пока работа держится на вас". Разбирали, что можно делать в аврале и что менять уже после него, чтобы работа меньше зависела от постоянного ручного спасения. Во второй части обсудили уже рабочие кейсы участников. В папке: видео, аудио, транскрипт, чат и нарративизация. Если сегодня не добрались или связь мешала — запись уже можно посмотреть. 👉 Материалы: https://disk.yandex.ru/d/SXSMkbbpxdJ4TQ2,81%
13 авг.Пожар стих? Проверьте, что действительно изменилось. Виден ли весь объём работы? Ограничен ли вход новых задач? Понятны ли приоритеты? Доводится ли начатое до выпуска? Иногда "стало спокойно" означает лишь, что временно стало меньше входящих. В папку догрузили презентацию Анны. Если работаете с AI-агентом, дайте ему презентацию вместе с коротким описанием своего проекта и попросите сопоставить их: где теряется видимость работы, перегружен вход или плавают приоритеты. Ответ используйте как гипотезы для своей проверки. 👉 Запись, презентация и материалы: https://disk.yandex.ru/d/SXSMkbbpxdJ4TQ2,26%
17 июл.FPF — это нитро для проектной работы с AI В гоночных играх кнопка нитро даёт резкое ускорение. Можно быстро вырваться вперёд. Но ошибка в траектории сразу становится дороже. В работе с AI такое ускорение полезно, когда человек умеет: — удерживать, ради какого решения вообще запускается работа; — различать выполненную работу и результат; — замечать, когда агент ушёл в побочную проработку; — возвращать работу к следующему полезному ходу. ✅ Скорость становится преимуществом, когда человек удерживает траекторию и направляет AI к полезному следующему ходу. Участники первого практикума уже проверяют это на своих проектах: точнее задают назначение результата, раньше замечают лишнюю проработку и получают рабочие ходы, которые можно сразу применять в проекте. Для части участников серия начала окупаться уже после первого практикума: меньше времени уходит на лишнюю проработку, результаты легче применять, а найденный способ работы можно повторять в следующих задачах. В NFS нельзя было прокачать все характеристики сразу. На одной трассе решала управляемость, на другой — скорость или запас нитро. В проектной работе действует та же логика: сначала выбирают характеристику, которая сейчас сильнее всего ограничивает результат, затем меняют устройство под неё. Стартовой конфигурации хватает на первые задачи. Более сложные проекты требуют следующей сборки. ❤ Что именно менять в проекте? Один и тот же симптом может указывать на проблему в детали, продукте, рабочей системе, организации или отношениях между участниками. От этого выбора зависит само решение. Именно это будем разбирать 19 июля на втором практикуме "От системного мышления к архитектурному мышлению". Речь пойдёт о том, как: — выбрать целое, которое нужно менять; — назвать характеристики, по которым будет виден выигрыш; — собрать несколько вариантов устройства; — сравнить их последствия; — принять архитектурное решение с ожидаемым выигрышем, ценой выбора и следующим рабочим ходом. Если в вашем проекте уже виден симптом, но пока неясно, что именно менять, приносите его на практикум 🎢 Участие и чаты: @SystemsSchool_bot Любые вопросы: @alyona_girassol Узнали механику? 🔥 — да, та самая NFS ❤️ — уже тюню рабочую связку с AI 👍 — пока еду на базовой настройке2,25%
10 авг.Есть рабочая суперспособность, которая обходится дорого: уметь спасти вообще всё. Подхватить сорванную задачу. Самому договориться. Напомнить всем. Дописать. Протолкнуть. Успеть. Сегодня пожар потушен. А потом почему-то снова ваш выход. Анна Лубенченко такими историями занимается много лет. Причём удобные рецепты у неё имеют неприятную привычку сталкиваться с реальностью :) Например, Анна годами работает с ограничением WIP — незавершённой работы. А этим летом отдельно разобрала обратный случай: WIP оказалось слишком мало, и разработчики простаивали, потому что подготовленных задач на входе не хватало. Одного правила "уменьшайте незавершёнку" для живого процесса мало. Завтра, 11 августа, в 18:30 МСК встречаемся с ней на бесплатном практикуме "Почему пожары возвращаются, пока работа держится на вас". Берём один повторяющийся пожар из вашего действующего проекта. Отделяем факты от ощущения "у нас опять хаос", смотрим, что вы каждый раз дотаскиваете собой, ищем оставшуюся незавершёнку и собираем 2–3 ближайших хода для проверки. Приходить лучше со своим пожаром. Чужие обычно горят гораздо менее убедительно 🙂 Завтра сюда пришлём короткую подготовку и всю оргинформацию.2,24%
16 июл.Перед длинной работой AI-агента проверьте три вещи Современные AI-агенты читают и изменяют файлы, собирают исследования, пишут код и ведут длинную работу через множество ходов. ❌ Ошибка в постановке может стоить нескольких часов движения в неверном направлении. Перед запуском полезно ответить на три вопроса: — Для каких дальнейших шагов вам нужен результат? — Что вы сможете сделать после его получения? — По какому признаку станет понятно, что работу нужно продолжить, остановить или перенаправить? Без этих ориентиров агенту приходится самостоятельно выбирать структуру результата и направление дальнейшей работы. После первого FPF-практикума один из участников нашёл причину слабых результатов именно здесь. Он передавал агенту большой массив проектных документов, но не указывал, для какого следующего действия нужен ответ. Теперь его работа начинается с назначения результата. У другого опытного резидента МИМ агент подготовил большой SoTA-пакет по администрированию, а затем увлёкся подробной проработкой второстепенных элементов. Ходами из практикума удалось вернуть агента к целевой задаче: уточнить проблемы административной работы и отразить решение в регламенте. А формат рабочей группы усиливает результат. Участники наблюдают за чужими постановками, рабочими продуктами и ходом рассуждения, забирают подходящие решения в свои проекты и замечают возможные тупики до того, как потратят на них собственные часы. Агент способен быстро собрать материал, предложить структуру и провести длинное рассуждение. Человек удерживает предмет, критерии результата и направление следующего хода. FPF даёт для этого общий рабочий язык. Он помогает различать ситуацию проекта, описание, метод, план, выполненную работу и полученный результат. Первые участники уже используют этот язык в работе. Они точнее задают назначение результата, раньше замечают уход агента в побочные задачи и вмешиваются до того, как длинный проход превратится в часы лишней проработки 🔥 Так проявляется практическая отдача FPF: меньше времени уходит на результаты, которые трудно применить, а следующий рабочий ход появляется быстрее. Чем дольше и самостоятельнее работает агент, тем выше ценность такой управляемости. Следующий вопрос возникает сразу после точной постановки задачи: что именно нужно менять в проекте? ❤ 19 июля на втором практикуме "От системного мышления к архитектурному мышлению" будем разбирать, к какому целому относится проблема, где проходит граница этого целого и к каким последствиям приведут разные варианты изменения. Третий практикум продолжит эту работу и поможет провести принятое решение через метод и план к выполненной работе. К серии по-прежнему можно присоединиться: первая встреча и дополнительные материалы доступны сразу после оформления. @SystemsSchool_bot1,99%
11 авг.После прошлой встречи участники выделили для себя: "Пострелизную неделю заберу". "Не бросать текущую задачу в пользу любого срочного". "Закрывать задачу только после получения обратной связи". Сегодня в 18:30 снова встречаемся с Анной Лубенченко на бесплатном практикуме "Почему пожары возвращаются, пока работа держится на вас". Берите один повторяющийся пожар из своего проекта. Будем смотреть, где вам снова приходится вмешиваться лично и какое изменение в работе стоит попробовать первым. 11 августа · 18:30 МСК · онлайн · бесплатно Ссылка на встречу, запись и материалы будут на канале "Рабочего развития": @mim_workdev А если рядом есть человек, который регулярно говорит "я сейчас быстро сам" — перешлите ему этот пост 🙂1,66%
2 авг.Предметные области меняются. Способ рассуждения должен пережить их смену. На FPF-практикумах этот рабочий язык проверяют при обновлении самого FPF и на задачах участников. За месяц в FPF добавлено 24 738 строк, удалено 16 152. Один AI-агент вносил изменения, второй проверял их в отдельном контексте. Анатолий ставил задачи и возвращал результат на переработку, когда агент терял предмет, расходился с источниками или выбирал неверное направление. Агенты работали круглосуточно, человек удерживал критерии и направление. Сильная модель может за несколько суток провести объём работы, который человеку пришлось бы выполнять неделями. Участники наблюдают за этой масштабной AI-native разработкой изнутри и переносят тот же способ работы в свои проекты. Анатолий: IBM занималась табуляторами для механизированных бухгалтерий, затем компьютерами-мейнфреймами, затем подарила миру персональный компьютер, а сейчас — облака, микропроцессоры, квантовые компьютеры. Мир меняется, предметные области меняются, способы рассуждений тоже меняются — но они по крайней мере переживают смену предметных областей. В одном проекте инженеру и менеджеру приходится переключать внимание между разными системами, участниками, документами и решениями. При этих переключениях важно сохранять предмет рассуждения и приходить к пригодному следующему ходу. Например, в проекте одного из участников AI-агент предложил разумный следующий ход, но восстановил недостающий смысл по привычной логике и пропустил маршрут из вложенного документа. Внутри ответа всё сходилось, с источником — нет. Проект разворачивался в ложном направлении. Потом привыкается, в голове включается значок: "недостаточно конкретности, могут быть искажения в восстановлении текста, опять вместо фрукта подставят яблоко, когда у меня точно авокадо". ❗️ Сегодня этот навык разбираем на четвёртом практикуме: "Точность языка: как слова вроде "готово", "качество" и "согласовано" срывают планы" Будем разбирать, как замечать смену смысла в ответах AI, удерживать один предмет между документами и понимать, какую дальнейшую работу действительно открывает фраза. В серии осталось две онлайн-встречи. Присоединиться можно со своей задачей. После подключения откроются записи и материалы всех прошедших практикумов. Присоединиться: https://t.me/SystemsSchool_bot Подробнее: https://system-school.ru/list Вопросы и рассрочка: https://t.me/alyona_girassol1,34%
23 июл.За что здесь будут продолжать платить? За способность быстро увидеть, какая работа действительно меняет результат, а какая просто съедает бюджет и время. Можно бесконечно рефакторить код, улучшать внутренний процесс, доводить документ или автоматизацию. Часть этой работы нужна. Но часы и деньги конечны, поэтому в какой-то момент приходится отвечать: где и как именно происходящее улучшает результат, ради которого клиент, пользователь или организация вкладываются в проект? Людей, которые умеют это показать и внятно объяснить, замечают. Им доверяют более сложные решения, бюджеты и проекты, потому что они связывают локальную работу с результатом целого. В этом фрагменте Анатолий формулирует вопрос жёстко. Его смысл в восстановлении системной связи: работа должна менять целевую систему, а её изменение — давать нужный эффект в окружении. Когда эту связь невозможно объяснить, стоит пересмотреть выбранную работу, предмет изменения или сам проект. На втором FPF-практикуме участники разбирали, что именно менять, какие характеристики важны и какие варианты устройства стоит сравнивать. Тем, кто проходил резидентуры, сама логика может быть знакома. Ценность серии сейчас в технологической актуализации. FPF получил обновлённый язык, связи и проверки, а знакомые различения стали точнее и пригоднее для работы с AI-агентом. Даже выбор критериев, который у опытного специалиста может занимать много времени, теперь можно разбирать, проверять и передавать агенту гораздо аккуратнее. Сейчас мы переходим от отдельных запросов к совместной работе человека и нескольких AI-агентов🔥 ❗️Здесь уже мало хорошего промпта. Нужен общий рабочий язык, в котором ясно, что меняется, по каким критериям сравниваются варианты и что именно должен проверить каждый участник. Следующий семинар начинается с практического вопроса: каким способом вы собираетесь получать нужное изменение? По привычке, по совету коллеги, по первому ответу AI или после сравнения применимых вариантов? Когда способ уже понятен, следующий вопрос может относиться к плану, готовности работы, её выполнению или проверке того, что изменилось в реальности. Начать знакомство можно с бесплатного практикума и получить первый результат на собственной задаче: https://t.me/mim_workdev/189 Присоединиться к серии (можно двигаться в своём темпе, можно догнать по инструкциям): @SystemsSchool_bot Уже оплаченный отдельный семинар поможем учесть при переходе на серию. Оплату можно разделить на части. Вопросы по доступу и условиям участия: @alyona_girassol1,34%
10 авг.Моя жизнь до 12 июля и после круто поменялась. Так написал один из участников после серии FPF-практикумов. Я даже не представляю, как можно было работать без FPF с ИИ. Термины ещё не все улеглись, но на своих рабочих документах он уже нашёл конкретное место, где AI-агент потерял цепочку рассуждений. Остальные результаты проверки: "И команда, и агент могут принимать в работу". Другой участник принёс на практикум кейс из живого проекта с биллингом. В коде изменение выглядело почти буднично: добавить ещё один вариант в уже заданный перечень значений — то, что разработчики называют enum. Но по характеристике, которую он раньше выделил при работе с FPF, участник распознал риск для всего проекта: Добавить новый срез — не просто "добавить новое значение enum". А один из самых ярких кейсов вообще пришёл вчера из комментариев у Анатолия. Автор собрал на базе идей FPF/DPF собственный Engineering Work Kit — набор инженерных правил и инструментов для разработки ПО с AI-агентами. У него вшито правило: агент что-то выдал — отлично, но в следующую работу результат ещё не едет. Сначала требования, ограничения и основания ему доверять. Потом — следующая работа. Kit уже обкатан на Codex: пара MVP, рефакторинг кода, технические спецификации на несколько сотен страниц. А заканчивается комментарий так, что пересказывать уже жалко: "похоже на чудо) А самое интересное, как он сам себя разрабатывает". Собственно, пятый практикум был об этом — как вынести профессиональные правила из головы и рабочей рутины так, чтобы ими мог пользоваться AI-агент. Чтобы там, где у вас давно есть свой способ работать, он не импровизировал как усреднённый интернет. Пятый практикум закончился. Серия FPF тоже. Ещё несколько дней всю пятёрку можно забрать через бота одним пакетом. Потом она переедет на витрину. @SystemsSchool_bot Меню → Оплатить участие1,09%
8 авг.Новая модель выходит быстрее, чем успеваешь привыкнуть к названию предыдущей. А дальше начинается любимый спорт 2026 года: сравнить бенчмарки, выяснить, кто теперь "умнее", попробовать на своей задаче — и через неделю повторить всё заново. Участник наших практикумов пишет, что пробует новые модели с тем же harness (рабочая обвязка агента: файлы, правила, инструменты и способ работы) и FPF. И в его проектной работе разница между моделями стала гораздо менее заметной. Вполне логично. Модель сегодня одна, завтра другая. А проект всё тот же. И специалист всё так же знает вещи, которых AI никто не рассказывал: что проверить первым, какой вариант сразу отбросить, какому источнику уже нельзя доверять, почему два похожих случая требуют разных решений. Часто эти правила даже не записаны. Специалист просто много лет знает, что "сюда сначала не лезем" и "вот это пока рано принимать". Ну а агенту остаётся как-нибудь догадаться :) Завтра на пятом практикуме разбираем DPF и LPF — как собирать такие профессиональные правила для предметной области, проекта или команды, чтобы ими могли пользоваться люди и AI-агенты. Сгенерировать черновик агент умеет быстро. Сделать из него рабочий DPF — уже отдельная работа: проверить источники, границы применимости, результат и понять, когда всё это придётся пересматривать. 9 августа, 11:30–14:30 МСК. Практикум — DPF и LPF. @SystemsSchool_bot Меню → Оплатить участие0,91%