Мастерская инженеров-менеджеров (МИМ)

"Мы можем сделать всё. Просто не сразу". Иногда распожаризация начинается с одной фразы, после которой уже можно нормально разговаривать о приоритетах. Больше рабочих разборов — в записи встречи Анны Лубенченко: @mim_workdev

"Мне Анна сказала: вот тебе руководство, проблемы у тебя на уровне команды, сделай вот эти 3 изменения — я пошёл сделал)". В одной из команд крупное изменение в продукте могло идти до выпуска 100–120 дней. По рекомендации Анны участник перестал набирать новые задачи при большой незавершёнке, сосредоточил команду на завершении начатого и после крупных релизов оставлял неделю на проверку и доработку выпущенного. В результате команда стала чаще доводить начатое до выпуска и перешла к регулярным небольшим релизам. Анна Лубенченко много лет ведёт группы МИМ по рабочему развитию, занимается операционным менеджментом, разрабатывала руководства по рациональной работе и системному саморазвитию. Она соавтор "Мысли системно" и "Системного саморазвития". Сегодня в 18:30 можно принести Анне уже свой проект. На бесплатном практикуме "Почему пожары возвращаются, пока работа держится на вас" возьмём один пожар, который уже приходилось тушить: задачу, которую снова нужно дожать лично, решение, которое без вас зависает, работу, которую вроде спасли — до следующего раза. Будем разбирать, почему он возвращается, и выберем 2–3 изменения, с которых можно начать. Чтобы проект меньше зависел от вашего постоянного "напомнить, дожать, подхватить", а время возвращалось к работе, которая действительно двигает его вперёд 🚀 Эту работу продолжают в R1 "Распожаризация": уменьшают незавершёнку и перегруз и постепенно высвобождают рабочее время. На прошлой открытой встрече Анна называла ориентир — в среднем около 30% рабочего времени удаётся высвободить по мере снижения перегруза. 11 августа · 18:30 МСК · онлайн · бесплатно Запись, подробности и ссылка на встречу — на канале "Рабочее развитие": @mim_workdev Приходите со своим пожаром. Раз уж он снова здесь, сегодня от него будет хоть какая-то польза 🔥

Если вы давно в МИМ, Анну Лубенченко, скорее всего, уже знаете. Системное мышление, собранность, системное саморазвитие, "Рациональная работа" — Анна много лет работает там, где хороших намерений уже мало и нужно добраться до результата в реальной жизни. Когда-то в своём блоге Анна сформулировала свою работу: "Помогать вам доводить важные дела до конца, а неважные вообще не делать)))" С тех пор в её текстах стало гораздо больше операционного менеджмента, Product Operations, WIP и устройства рабочих процессов. А вопрос остался — почему сильный человек опять оказывается тем, кто подхватил, договорился, напомнил, доделал и спас. Завтра, 11 августа, в 18:30 МСК Анна проведёт бесплатный открытый практикум на канале Рабочего развития "Почему пожары возвращаются, пока работа держится на вас". Берите один настоящий пожар из своего проекта. На встрече разберём какую работу вы снова компенсировали собой, какая незавершёнка осталась после тушения и какие 2–3 хода можно проверить в проекте. Если у вас есть рабочая история "ну без меня там бы всё..." — приносите её 🙂 Подробности и вход завтра — на канале @mim_workdev.

Опытный специалист постоянно пользуется правилами, которых нет ни в инструкции, ни в регламенте. Он знает, что здесь сначала проверить, какие варианты сразу отбросить, где результат ещё рано принимать и почему два похожих случая требуют разных действий. Часто всё это кажется настолько очевидным, что записывать даже не приходит в голову. AI-агент этих правил тоже не получает. Завтра, 9 августа, на пятом семинаре серии FPF Анатолий Левенчук будет разбирать DPF и LPF: как собирать рабочие принципы предметной области, проекта или команды так, чтобы ими могли пользоваться люди и AI-агенты. В DPF попадают типовые проблемы области, современные способы работы с ними, источники, проверки и границы применимости. LPF добавляет правила конкретной команды, проекта или организации. До четвёртого семинара дошёл 91 участник. В группе одновременно разбирают разработку ПО, строительство, программы Монтессори, проектное управление и другие совсем разные задачи. Завтра — финальная встреча этой серии. Пятый семинар опирается на работу первых четырёх, но по-прежнему можно зайти со своей ситуацией: вспомните случай, где вы посмотрели на ответ AI и сразу поняли, что специалист сделал бы иначе. 9 августа, 11:30–14:30 МСК. @SystemsSchool_bot Меню → Оплатить участие

Пропустил две встречи. На третью пришёл с результатом После бесплатного практикума Александр сразу применил FPF в работе — при подготовке инструкции для связки тепловизора и монитора. Он описал контекст, ответил на вопросы AI и, по его словам, за два часа собрал в Word юридически безопасную инструкцию к технически сложному оборудованию. Инструкцию прочитал авиатехник. Единственное замечание: информация о раздельном питании двух устройств повторялась трижды. Первые две встречи Александр пропустил. На третью пришёл уже с замечанием коллеги и разобрался, почему возник повтор и как доработать документ: "Теперь понятно — почему :)))" Александр не стал ждать, пока полностью догонит группу: принёс текущий вопрос на ближайший разбор. К пропущенным материалам можно вернуться по записям. В серии осталось два онлайна. На ближайшем практикуме разбираем слова "готово", "качество" и "согласовано": кто что сделал, какой результат уже получен и что должно произойти дальше. Итогом станет доработанный фрагмент документа, задания или ИИ-ответа, по которому человек и AI понимают одно и то же следующее действие. Записи остаются. Подключиться к живому разбору можно сейчас, а пропущенное посмотреть в своём темпе. 🔧 Подключиться к серии практикумов: @SystemsSchool_bot Есть рассрочка. По участию и оплате: @alyona_girassol

Во внутреннем чате организаторов серии практикумов появился пример про выбор детского сада. Анатолий предложил поделиться им с участниками, но мы решили пойти дальше. Слишком узнаваемой оказалась история 🥲 Чтобы понять, какой сад подходит ребёнку, семье пришлось пройти пять вариантов. Один взрослый прежде всего смотрел на развитие: занятия, самостоятельность, речь, интерес ребёнка к новому. Другому было важнее внимательное отношение: заметят ли его состояние, услышат ли, помогут ли в сложный день. Оба говорили: "Нам нужен хороший садик". Слово одно. Представления о хорошем разные. В одном саду сильная программа и высокий темп. В другом воспитатель лучше чувствует детей, но занятия устроены проще. Доступная стоимость часто означает большую группу, а значит, меньше времени педагога на каждого ребёнка. Маленькая группа и индивидуальное внимание требуют других ресурсов. Даже хорошая характеристика может работать по-разному. Насыщенная программа поддержит ребёнка, которому нравится нагрузка и соревнование. Более чувствительного ребёнка тот же темп способен перегрузить и лишить уверенности. Тёплая среда поможет ему раскрыться, хотя семье, которая ждёт быстрого академического развития, её может оказаться мало. Все характеристики редко удаётся довести до максимума одновременно. Приходится понимать, что особенно важно этому ребёнку сейчас, какие потери семья готова принять и что обязательно проверить в реальности. 🐜 Обычно такие различения приходят через опыт. Пять садиков. Несколько компаний. Череда стартапов. Несколько дорогих решений в одном проекте. 🚀 Профессиональная разница часто возникает именно здесь: один замечает цену выбора после нескольких ошибок, другой умеет увидеть её раньше. Мы дали AI-агенту материалы FPF. Сначала попросили управляемо сократить содержание семинара, затем перенести его логику в ситуацию выбора детского сада. Ещё без подробного рассказа о семье агент разделил ограничения, характеристики, неизвестные и вопросы, которые стоит проверить до решения. Затем показал продолжение истории: выбор сада сам по себе ещё ничего не меняет в жизни ребёнка. Нужно подтвердить место, проверить маршрут, подготовить переход, провести реальные посещения и увидеть, сложился ли подходящий режим. ❗️ Разговор, до которого семья дошла через пять садиков, появился по короткому описанию и двум запросам. Для нас это один из главных результатов серии. FPF не приносит человеку чужой профессиональный опыт. Он даёт общий рабочий язык, который помогает человеку и AI раньше увидеть важные различия, сократить число слепых проб и точнее понять, какого ответа сейчас не хватает. На втором практикуме участники разбирали, что именно менять, по каким характеристикам сравнивать варианты и какую цену имеет каждый выбор. Сегодня на третьем практикуме пойдём дальше: что должно появиться после принятого решения, чтобы изменение действительно произошло? В одной ситуации ещё нужен подходящий способ. В другой — план, готовность к конкретной работе, сведения о том, что уже выполнено, или проверка того, что изменилось в реальности. Анатолий сформулировал замысел серии так: "Вопросы в FPF, которые вы не знали, что надо бы поизучать — но ответы на них там есть". Перед встречей можно взять одну свою ситуацию и закончить четыре фразы: "Мы хотим улучшить..." "Для нас особенно важно..." "Ради этого мы готовы принять..." "Чтобы продолжить, нам сейчас нужно..." И отдельное посвящение всем, кто выбирает, выбирал или скоро будет выбирать детский сад. Это один из тех семейных выборов, последствия которого каждый день проживает ребёнок☺️ Сохраните пост или отправьте его тем, кому этот выбор ещё предстоит. Возможно, несколько точных вопросов помогут найти свой сад раньше, чем придётся пройти пять вариантов. Сегодня, 26 июля, участники третьего FPF-практикума будут разбирать следующий рабочий ход на собственных ситуациях. Подключиться к практикуму, чтобы научиться раньше видеть, какого результата не хватает, и получать его вместе с AI до дорогих проб: https://t.me/SystemsSchool_bot Вопросы по участию: https://t.me/alyona_girassol

❌ Не просите AI проверить собственный ответ в том же чате Для важного результата лучше открыть отдельный чат и передать новому агенту исходные материалы, ответ исполнителя и критерии проверки. Иначе ревью легко сведётся к стилю, полноте и грамматике, а содержательная ошибка останется на месте. В видео Анатолий объясняет, почему для надёжной работы нужны как минимум две разные позиции: исполнитель и независимый ревьюер. Один делает, второй проверяет по заранее заданным основаниям. Сама идея знакома многим опытным инженерам-менеджерам. Технологическое обновление сейчас происходит в том, как организовать такую работу с AI: что передавать каждому агенту, какой результат ожидать, чем проверять его качество и как сохранять общий смысл между несколькими агентами и человеком. Здесь особенно важен актуальный FPF. Этот рабочий язык помогает агентам проверять содержание, а человеку — понимать, что именно получилось и можно ли на это опираться дальше. В чате семинара обновление FPF уже прокомментировали по-своему: Как подорожник 😀 Агентик, не болей 😀 Подорожник помогает, когда понятно, куда его приложить. Поэтому вместе с материалами участники получают инструкции для первого прохода, приносят ответы агентов в чат, сравнивают проверки и разбирают места, где работа остановилась или ушла в сторону. Вводный практикум можно пройти бесплатно. По ссылке — запись, материалы и инструкция, с которой можно получить первый результат на собственной задаче: https://t.me/mim_workdev/189 В воскресенье пройдёт следующий практикум серии. Будем разбирать, какой способ работы выбрать, какой результат нужен следующим и как связать его с реальным изменением в проекте: @SystemsSchool_bot Можно двигаться в своём темпе, а можно догнать общую динамику по инструкциям от наставников МИМ в закрытых чатах. Уже приобретённый семинар поможем учесть при переходе на серию, оплату можно разделить на части. Вопросы по доступу и условиям участия: @alyona_girassol ❓❓❓ Продолжаем рубрику советов #точность_ИИ?

✅ Что изменилось после первой встречи — и что можно забрать в свою работу уже сегодня Участники первого FPF-практикума уже прогнали подход через свои проекты. В одном проекте результат: "Из хаоса прямо чёткий план". В другом, разбор показал, что около 95% времени уходило на моделирование, а само продвижение почти остановилось❌ В кейсе с автоматическим AI-дежурным формулировка "уменьшить дежурную нагрузку" оказалась слишком общей. В ней отсутствовал критерий результата, поэтому агенту было не с чем сверять свои предложения. ❗️ Три разные задачи в очередной раз приводят к одному выводу: качество работы AI зависит от того, насколько точно человек понимает, какой результат нужен для следующего рабочего хода. ❤ Вот пять приёмов, которые можно проверить на своей задаче уже сегодня: 1. Начинайте с одной живой ситуации и одного текущего вопроса Запрос "улучши весь проект" может показать общие проблемы. Для рабочей сессии полезнее выбрать один вопрос, решение или документ, который нужен прямо сейчас. 2. Сразу объясняйте, для чего нужен результат Агенту важно понимать, какое решение должен поддержать его ответ и что вы сможете сделать после этого. Тогда он меньше уходит в красивую, но лишнюю проработку. 3. Просите выдавать результат отдельным файлом Формат .md удобен для длинной работы: текст можно дополнять, передавать другому агенту, сравнивать между версиями и использовать как самостоятельный рабочий продукт. 4. В длинном ответе сначала ищите то, что можно применить отдельно Это может быть постановка проблемы, модель, решение, описание или план. Пересказ терминов и паттернов полезен только тогда, когда помогает получить такой результат. 5. Направляйте агента во время длинной работы Добавляйте замечания в текущий план, меняйте критерии и пересобирайте способ взаимодействия, когда сессия превращается в ручной запуск десятков мелких действий. Человек здесь удерживает предмет работы и направление движения. Задания между встречами тоже строятся вокруг реальных проектов участников. Их смысл в том, чтобы изменить следующий ход в собственной работе. Вопросы первой встречи повлияли на развитие самого FPF: после практикума Анатолий запустил большой пересмотр корпуса паттернов. AI-агенты ведут длинные проходы по материалам: один предлагает изменения, другой проверяет результат. Автор FPF направляет работу и следит, чтобы повышение точности сохраняло практическую пользу инструмента. 19 июля состоится второй практикум. На нём будем разбирать архитектурные ходы: как понять, какое целое нужно менять, какие структуры определяют результат и к чему приведёт каждый вариант решения. На канале "Рабочее развитие" продолжим публиковать кейсы и полезные материалы. А какой рабочий ход изменился у вас за эту неделю? #точность_ИИ

✅Что сейчас происходит в МИМ Участники уже соединяют несколько направлений: одни после резидентур одновременно пошли в марафон и на FPF-практикумы, другие совмещают R3 с практикумами на своих рабочих проектах. 1️⃣ На Рабочем развитии сегодня последний день входа в R3 "Рабочее моделирование в инженерии и менеджменте". Это следующий шаг для тех, кто после R2 уже увидел, как рабочая модель помогает быстрее договариваться, точнее объяснять решения и хочет научиться делать качественные описания  систем, по которым проект может двигаться дальше. 🔥 Для одного участника группы  работа в резидентуре уже помогла заметно сократить время на объяснение предложения коллегам. 🔥 Ещё одному участнику удалось собрать разрозненные знания, инструменты и правила  в рабочую среду, после чего проект начал двигаться быстрее. Последовательное прохождение резидентур здесь имеет огромное значение - вопросы, которые возникают после одного руководства, получают ответв в следующем. Пауза позволит разгрузить график, но одновременно часть пройденного забудется, и общая картина остаётся несобранной. Поэтому участникам рекомендуют пройти маршрут до конца, а к отдельным заданиям и недочитанным разделам возвращаться уже с пониманием связей между руководствами. В R3 работа с моделями становится глубже. Участники учатся точнее описывать свои рабочие ситуации, различать объекты, их темпоральные состояния, свойства и отношения, роли, описания и шаблоны описаний, можели и мета-модели, онтики и онтологии. Все эти знания нужны чтобы создавать качественные модели, которыми могут пользоваться и команда,  и AI-агент. Первое задание уже опубликовано. Первый разбор состоится 18 июля. Если вы ждали продолжения после R2, присоединиться к текущей группе можно сегодня: @SystemsSchool_bot 2️⃣ На этой же неделе продолжается серия практикумов Анатолия Левенчука по FPF, DPF, LPF и AI-агентам. Вопросы участников первого практикума уже повлияли на развитие самого FPF. По его итогам Анатолий запустил шесть связанных кампаний, которые должны сделать FPF точнее, согласованнее и удобнее для совместной работы людей и AI-агентов. Коллеги AI-агенты работают над этим больше двух суток: ведут сложное рассуждение по большому корпусу текстов, предлагают решения и проходят проверку. Анатолий направляет их работу, уточняет планы и меняет ход там, где результат можно усилить. Практический результат — человек и AI-агент одинаково понимают, что происходит в проекте, какое изменение нужно сделать и на чём основано решение, а затем переходят к следующему рабочему ходу. При этом FPF должен становиться точнее, не усложняя работу пользователя. Второй практикум посвящён архитектурным ходам. Он нужен в ситуациях с несколькими возможными решениями: — требуется понять, какое из них стоит брать в работу, — чем варианты отличаются по последствиям — и как направить AI-агента к результату, который действительно продвинет проект. 3️⃣ R3 и практикумы хорошо соединяются на одном проекте: в R3 участник развивает его рабочую модель, а на практикумах использует её, чтобы точнее ставить задачи AI-агенту и проверять предлагаемые ходы. Такой маршрут уже выбрал один из участников: он проходит R3 и практикумы параллельно. 4️⃣ На Личном развитии тем временем уже идёт марафон. Продолжаем поддерживать ребят и наносить непоправимую пользу. Вчера мы поделились фрагментом прямо из марафона, и он откликнулся сообществу: "Любой человек всегда будет чем-то не удовлетворён. Но если видеть только это, ничего хорошего в долгосрочном плане не будет. Можно постепенно съесть собственную мотивацию. Совсем небольшое число людей умеет замечать маленькие изменения, разбираться, как они происходят, хвалить себя и уже после этого составлять гипотезы для устранения проблем". ❤ Похоже, это точно описывает жизнь МИМ: замечать движение, понимать, как оно устроено, и помогать ему становиться сильнее.

❗️Новый механизм применения FPF на своих задачах - сегодня открываем ящик Один и тот же вопрос к AI-агенту без FPF и с FPF даёт разное развитие рабочих процессов - этот эффект мы уже увидели на бесплатном практикуме. С FPF агент иначе ставит задачу и чаще предлагает более точный результат. Но эффект сам по себе не даёт мастерства (удержания желаемого результата в сжатых сроках). Сегодня стартует серия из пяти практикумов с Анатолием Левенчуком, и первый семинар как раз про этот переход: от "FPF сработал" к "я понимаю, как перенести и масштабировать это в своём проекте". Участники будут разбирать, как взять свою ситуацию, найти ближайшую карточку применения, понять подходящий паттерн, получить первый полезный результат и попросить AI-агента построить именно его. Это может быть карточка проблемы, архитектурная постановка, сравнение вариантов, заготовка DPF, описание метода или следующий ход, который до этого был невозможен, неясен или преждевременен. Новая версия FPF потом будет доступна как материал. Но сегодня участники получают больше, чем файл: авторское объяснение логики изменений, первые живые разборы, ответы на вопросы и опыт применения к своим рабочим ситуациям. В этом и есть преимущество семинаров с фронтира🔥 Можно дождаться готового файла и разбираться по нему самостоятельно. ❤ А можно зайти в момент, когда появляется новый способ более точной работы и сразу почувствовать результат на своём проекте. FPF и понимание как с ним работать особенно окупаются там, где рассуждение надо передать другому человеку, команде, инструменту или AI-агенту без потери смысла. Там, где обратная связь дорогая или медленная. Там, где красивый ответ модели ещё не даёт основания двигаться дальше. Пять семинаров идут как один маршрут. 1️⃣ Сегодня — FPF-грамотность и первый вход в применение паттернов. 2️⃣,3️⃣,4️⃣,5️⃣Дальше — архитектурные ходы, рабочие процессы, точность языка, DPF для выбранной предметной области и первые выходы к LPF. ✅ Это серия про новый рабочий язык, в котором человек и AI-агент могут удерживать одну ситуацию, один предмет работы и один следующий ход. Старт — сегодня, 12 июля, 11:30 МСК. Пререквизитов нет. Можно приходить с живой задачей из своего проекта. Подключиться к группе: @SystemsSchool_bot Для выпускников программ Рабочего развития с наставником в боте отображаются отдельные условия участия. Подробнее: https://system-school.ru/list Если хотите идти со всей группой, но сейчас неудобно оплатить весь маршрут сразу, напишите Алёне: https://t.me/alyona_girassol

✅ Точная речь стала навыком управления работой. Опаснее всего не сама ошибка AI, а уверенная выдача, которая выглядит как достаточное основание для действия там, где нужно остановиться и проверить. Вот типовые подмены, которые всё чаще появляются в AI-ответах под видом рабочего результата: — План выглядит как работа; — Схема выглядит как архитектурное решение; — Пересказ выглядит как источник; — Слово "согласовано" выглядит как право действовать; — Фраза "качество выросло" выглядит как проверенный факт. Раньше такие вещи часто спасались опытом команды. Люди догадывались по контексту, уточняли на встрече, молча доделывали руками. С AI-агентами этот запас прочности резко уменьшается. Он не прожил с вашей командой год. Он не знает, что у вас обычно значит "готово", "проверить", "согласовать", "улучшить процесс" или "сделать регламент". Он берёт слова и вероятности — и может очень убедительно продолжать неверные основания. Так появляются проекты, основанные на неточностях, которые по факту оказываются управляемыми только на бумаге. Потом выясняется: по этому ещё нельзя было принимать решение, запускать работу, менять архитектуру, ссылаться на источник или считать задачу выполненной. Ошибка становится видна поздно — когда решение уже оплачено, запущено и требует переделки. Всё это время AI не останавливал ошибку, а быстрее разворачивал её в планы и следующие действия. Поэтому точная речь становится рабочим навыком управления AI-работой. Это умение вовремя развести: — метод и инструкцию; — роль и того, кто действует в этой роли; — уверенное утверждение и гипотезу для проверки. AI сделал старую инженерную проблему массовой. ❤ То, что раньше было делом архитекторов, методологов и сильных руководителей, теперь становится рабочей грамотностью для тех, кто ставит задачи AI-агентам, принимает их ответы и отвечает за результат. На серии практикумов с Анатолием Левенчуком это разбирается через FPF, DPF и LPF. FPF — подключаемый рабочий файл-фреймворк для AI-агента. В нём собраны различения, которые помогают человеку и агенту не путать схему с решением, план с выполненной работой, пересказ с источником, красивый текст с пригодным результатом. DPF добавляет правила предметной области: типовые проблемы, ограничения, ошибки, проверки и признаки хорошего результата. LPF добавляет локальную практику команды, проекта или организации — как решения принимаются именно у вас, где источники, кто действует в какой роли и что считается пригодным результатом. Отдельное усиление серии — мантры FPF. Здесь мантры — это короткие рабочие формулы. Они работают почти как чек-лист внимания: где искать, что искать, какой ход выбрать, где проверить основание и когда вернуться к источникам. Так сложная теория превращается в рабочий навык: для разговора, документа, проектного решения и задачи AI-агенту. Серия стартует 12 июля. Подробности и расписание: https://system-school.ru/list

Почему серия по FPF и DPF не устареет через полгода? Хороший вопрос из чата: если FPF сейчас развивается, можно ли уже считать текущую версию рабочей? И не окажется ли, что через полгода всё изменится? Если коротко, текущая версия уже рабочая. Но ценность серии из 5ти практикумов глубже, чем конкретная редакция файла. Меньше всего научному руководителю хочется делать из практикумов "инструкцию по пользованию AI". Инструкции к интерфейсам устаревают быстро: меняются модели, сервисы, лимиты, способы подключения, стоимость токенов, агентные среды. Серия устроена вокруг более долговечной части: модели мира внутри FPF и способа строить на её базе модели предметных областей. FPF важен не как очередной интерфейс или набор лайфхаков, упрощающих жизнь. ✅ Его ценность в том, что он задаёт другое мышление о работе: как различать проблемную ситуацию, решение, архитектурный вопрос, проверку, документ, план, выполненную работу, пригодность результата и следующий рабочий ход. AI здесь важен, но он не главный герой. Главный герой — мышление, которое должно быть и у человека, и у AI-агента, чтобы они могли работать в одной предметной области. Когда человек просто "пользуется AI", он часто ждёт хорошего ответа от модели. ❤ Когда человек работает через FPF и DPF, он начинает иначе задавать саму предметную работу: какие различения важны, какие ограничения держать, какие ошибки проверять, какой результат годится, где нужно остановиться и вернуть вопрос человеку. И чем умнее модель, тем менее очевидны её ошибки. Поэтому растут требования к человеку, который с ней работает. Сильный AI может дать гладкий, уверенный, убедительный ответ. Проблема в том, что ошибка в таком ответе тоже выглядит убедительно. Чтобы её заметить, мало "лучше формулировать запросы". Нужно понимать, какое мышление должно удерживать задачу, предметную область, архитектуру, проверки и язык результата. На серии будем идти именно туда в первую очередь. Не в "компьютерную грамотность эпохи AI-агентов". ❗️В работу с FPF как с новым содержанием: — архитектурным мышлением, — точностью языка, — предметными моделями и соберём DPF для выбранной области или класса задач. Форматы будут развиваться. Подключения к агентам будут меняться. Версии FPF будут уточняться. Но умение строить предметную модель, задавать правила области, различать пригодность результата и видеть архитектурные ошибки будет служить дольше конкретной версии интерфейса. Серия стартует 12 июля. Подробная программа: https://system-school.ru/list

Цена ошибки в работе с AI становится выше. Раньше слабый запрос к нейросети давал слабый текст. И это всё равно выглядело как "вау" — было вполне терпимо. Сейчас AI-агенты получают доступ к коду, документам, проектным решениям и командным материалам. Они начинают действовать как сотрудники: предлагают варианты, меняют структуру, собирают документы, готовят решения, влияют на следующие шаги. И здесь уже мало просто "лучше формулировать промпты". Если агенту не задана предметная вводная, он всё равно будет работать. По общим словам, случайным признакам и вашим обрывочным пояснениям. Иногда попадёт, принесёт приличный черновик. Иногда создаст уверенную, связную и дорогую ошибку — такую, которую замечают уже в проде, в согласованном документе, в принятом решении или в задаче, по которой команда уже начала работать. ✅ Поэтому FPF и DPF становятся важны как рабочая грамотность нового уровня. ❤ FPF помогает направлять рабочие ходы агента: указать на проблему, проверить решение, заметить архитектурную ошибку, отделить черновик от результата. 🔧 DPF переводит правила вашей области в действия агента: применить нужное ограничение, проверить типовую ошибку, сравнить результат с критериями пригодности, запросить недостающий источник. На серии из 5 практикумов будем делать этот переход для вашей области: от общего AI-черновика к первому рабочему DPF. ❗️ Это переход от "AI помогает с текстами и вариантами" к работе, где у агента появляются более точные предметные правила: что учитывать, что проверять и какой результат можно считать пригодным для следующего шага. Старт — 12 июля. Подробности в расписании — https://system-school.ru/list

В современном мире язык — это доступ. К людям, работе, культуре, возможностям. Как и с AI — бытовых запросов хватает для простых ответов, но для серьёзной работы нужен более точный рабочий язык. DPF/SPF помогает собрать такой язык для выбранной предметной области: типовые проблемы, правила, проверки, ограничения и допустимые ходы. Тогда AI-ответ начинает меньше зависеть от удачной формулировки запроса и больше опираться на заданные различения, ограничения и проверки. На серии семинаров будем развивать то, что начали на практикуме: собирать рабочий язык для своей области и разбирать AI-черновики так, чтобы из них снова и снова получались проверяемые материалы, с которыми уже можно работать дальше: постановки, решения, объяснения, программы, планы и тексты с понятными основаниями, ограничениями и проверками. Подробнее: @mim_workdev

Один простой приём для работы с AI-агентом: просите писать результат в файл. Так агенту проще дать подробный материал на объемных задачах, который потом можно читать, редактировать и улучшать. Все материалы бесплатного практикума — на канале Рабочего развития: https://t.me/+10YiiSukOMs0ZmNi #точность_ИИ

Все материалы по FPF-практикуму уже доступны. Как посмотреть и разобрать бесплатный семинар с лучшим результатом? Более 170 человек проходили вчера online практикум Анатолия Левенчука "ИИ знает почти всё. А вашу работу — нет". Перед встречей мы направляли участникам персональные инструкции по подготовке, и примерно половина писали, что раньше почти не работали с AI или с FPF. Тем ценнее результаты, которые появились уже во время эфира: "Без FPF ответ был на один абзац, с FPF — на два листа". "За первый запрос получил ответ, к которому до этого шёл пару дней общения с агентом". "Сделал DPF по backend-программированию: получилось 560 строк, совсем не то, что ожидал, очень фундаментально". "Попросил архитектуру и ADR для проекта: агент предложил несколько структур и 8 архитектурных решений". "Получил DPF по управлению строительными проектами". "Сделал DPF по разработке и внедрению корпоративной СЭД — 32 страницы". "Запрос про сокращение lead time на статистике команды дал 20 тысяч знаков с метриками, ролями и тем, что контролировать". "Сделал DPF по расчёту поставок на маркетплейсы". "Сгенерировал DPF по R&D-трансформации, теперь буду уточнять". Это были первые черновики, местами сырые и требующие доработки. В этом и смысл практикума: участник берёт свою задачу и сразу видит, что меняется, когда AI-агент получает FPF, предметные правила и более точную постановку. ❗️Мы подготовили материалы для тех, кто хочет пройти семинар в записи или перепройти его уже спокойнее: запись в Telegram, запись на Яндекс.Диске, слайдомент, который можно открыть рядом с видео и загрузить AI-агенту, нарративизацию по подходу Ильшата и обсуждение научного руководителя примеров участников. Всё это уже доступно на TG-канале программы Рабочего развития: https://t.me/+yU-Nla1LmuM0MjIy Главный шаг сейчас — зайти на канал, забрать материалы и пройти практикум на одной своей задаче. Первый черновик DPF/SPF уже будет материалом, который можно читать, проверять, улучшать и приносить в обсуждение.

Вчера мы говорили о первых принципах. Сегодня — Анатолий Левенчук покажет последнюю разработку МИМ, которая отталкивается от них: как давать AI-агенту правила вашей работы, чтобы он опирался на сильные ходы предметной области, видел типовые ошибки, учитывал ограничения и возвращал результат, который можно использовать дальше. Ценность встречи — в доступе к новым возможностям: FPF как общий язык рабочих задач и SPF как перевод этого языка в вашу профессию, проект, команду и область ответственности. Это полезно руководителям, инженерам, аналитикам, методологам, преподавателям, продуктовым специалистам — всем, кто уже работает с ИИ и хочет изменить рабочие процессы и свою позицию, как специалиста. Сегодня в 11:30 МСК Бесплатный практикум Анатолия Левенчука "ИИ знает почти всё. А вашу работу — нет" Запись будет. Онлайн-участие ценнее: можно сразу попробовать на своей задаче и задать вопросы по ходу. Форма подготовки: https://forms.gle/Y89cievfJMVfcS4TA Материалы и напоминания — на канале "Рабочее развитие": @mim_workdev

Есть причина, почему истории про Илона Маска так часто возвращаются к "первым принципам". Можно по-разному относиться к Маску, его решениям, стилю управления и публичным заявлениям. Но один факт трудно игнорировать: он стал символом человека, который не просто улучшал готовые отрасли, а снова и снова заходил в области, где большинство уже привыкло к ответу "так нельзя", "так дорого", "так не делается", "это слишком сложно". Ракеты слишком дороги. Электромобили не станут массовыми. Космосом занимаются государства. Машины делают автоконцерны. Нейроинтерфейсы и роботы — это где-то потом. Мышление от первых принципов уже давно стало практическим способом выигрывать в сложных задачах и начинается как раз там, где "как обычно" уже не помогает. Приходится разбирать задачу до оснований: что здесь действительно ограничение, что мы приняли за закон, хотя это просто привычка, какой объект меняем, какой результат должен появиться, какие варианты нельзя отбрасывать слишком рано и где красивое объяснение маскирует слабое решение. Похоже, именно эта привычка — не верить готовым ограничениям слишком рано — и отличает людей, которые сдвигают отрасли, от людей, которые просто хорошо играют по существующим правилам. С ИИ сейчас происходит то же самое. Он может быстро выполнить задачу, но если не были заданы принципы работы, он часто делает то, что выглядит разумно, но не продвигает вашу реальную ситуацию. ❌Он сглаживает документ, хотя надо поддержать решение. ❌Даёт обзор, хотя нужна карта первых рабочих ходов. ❌Предлагает идеи, хотя надо отсечь невозможные варианты. ❌Уверенно отвечает, хотя не знает вашу предметную область, ваши ограничения, ваш проект и вашу цену ошибки. FPF нужен именно для этого: дать человеку и ИИ опору в первых принципах рабочей задачи. А следующий шаг — SPF: предметные правила для конкретной области. Что здесь считается сильным ходом, какие ошибки типичны, какие методы сейчас рабочие, где агент должен остановиться и какой результат можно использовать дальше. 28 июня Анатолий Левенчук проведёт бесплатный практикум "ИИ знает почти всё. А вашу работу — нет". За 90 минут участники выберут одну свою задачу и соберут первый черновик предметного регламента для ИИ-агента. Один рабочий вход: ваша задача → первые принципы → предметные правила → более точная работа ИИ. Форма с инструкцией для всех уровней подготовки: https://forms.gle/Y89cievfJMVfcS4TA Материалы и напоминания будем публиковать в канале "Рабочее развитие": @mim_workdev