Андрей Судник

Я купил четыре экрана - не помогло В прошлом посте я писал, что сегодня самые зрелые AI-инструменты — кодовые агенты. Вот как менялся мой собственный способ работы с ними. Сначала был обычный чат. Как у всех: одно окно ChatGPT или Claude, один диалог, одна задача. Всё остальное — руками. Потом я перешёл в Claude Code, Codex и Gemini через терминал. Сначала было одно окно. Потом два. Потом три. Пока один агент работает, второму ставишь следующую задачу, у третьего принимаешь результат. Уже похоже на команду — пока задач немного. Следующим этапом стали Cursor и Windsurf. Это было намного удобнее терминала: перед глазами дерево файлов, сами документы, HTML, таблицы, презентации. Сразу виден и процесс и результат работы. Но очень быстро узким местом стали сами чаты. Чтобы параллельно вести несколько задач, приходится всё время переключаться между вкладками, проектами, правыми панелями и терминалами. Я расставил терминальные окна вокруг среды разработки. Купил большие мониторы. Сейчас работаю на четырёх экранах. Подключил несколько подписок и аккаунтов, начал вручную следить за лимитами и переключать модели. Стало больше пикселей. Системы не появилось. Рабочий стол постепенно превратился в диспетчерскую: десятки сессий, одинаковые окна, непонятно, кто что сейчас делает, где работа закончена, где агент застрял, а где ждёт моего ответа. И главное — никакой иерархии. Я по-прежнему разговаривал напрямую со всеми исполнителями. В поездках становилось ещё хуже. Ноутбук закрыт — работа остановилась. Интернет пропал — сессия потеряна. Можно подключаться к компьютеру удалённо, но это не решает главную проблему: ты просто удалённо смотришь на тот же хаос. Тогда я перенёс всю систему на сервер и построил поверх Claude Code собственный слой управления. Теперь система сама следит за пятичасовыми и недельными лимитами и направляет новую задачу на свободный аккаунт. В том же контуре можно запускать Claude, Kimi, GLM, Qwen и другие модели. Но главное изменение произошло не в моделях. Я превратил набор сессий в организацию. Сессии теперь могут общаться между собой, создавать подчинённые сессии, передавать им задачи и останавливать их. Появились роли и права. По отдельным компаниям и проектам работают свои агенты-CEO и агенты-CTO. Под ними — руководители направлений, аналитики, разработчики и другие исполнители. Фактически я теперь общаюсь только с лидерами. Ставлю задачу техническому директору. Он сам разбивает её на части, создаёт исполнителей, принимает их отчёты, отправляет работу на переделку и приносит мне уже собранный результат. В его диалоге видно, как ему рапортуют подчинённые. Каждый отчёт кликабелен: одним нажатием можно провалиться в сессию конкретного исполнителя, что-то уточнить и затем вернуться обратно на уровень лидера. На первом скриншоте — весь флот как карта: роли, проекты, связи между агентами. Цветом отмечены сессии, которым требуется моё внимание. На втором — диалог с техническим директором и отчёты его исполнителей прямо внутри общей цепочки. В результате я могу открыть систему с любого устройства — хоть с маленького iPhone — и увидеть не десятки терминальных окон, а понятную структуру работы. Большая часть поддержки моих технических проектов уже организована таким образом. И вот что я понял. Много чатов — это не AI-команда. Это просто много чатов. Команда начинается там, где появляются роли, иерархия, права, связи, маршруты эскалации и общая картина происходящего. Вот это для меня и есть харнес-инжиниринг на практике: не придумать агенту ещё один хороший промпт, а построить организацию, внутри которой он способен работать. Но есть ещё следующий уровень. Не управление агентами, а общий проектный контекст: чтобы каждый новый исполнитель сразу знал историю решений, людей, документы, договорённости и зависимости — и не начинал работу с нуля. У меня для этого есть Contexta.cc Про неё расскажу в следующий раз.

Мое наблюдение: самое эффективное внедрение AI происходит не там, где закупили корпоративный чат или запустили десяток пилотов. Оно начинается там, где появляется ядро сотрудников, использующих кодовых агентов (Claude Code, Codex, так далее). Название немного сбивает с толку: «кодовые» не значит «только для программистов». Просто так сложилось, что именно кодовые агенты сегодня самые зрелые. В отличии от чата, они не просто отвечают на вопросы, а добиваются результата. Получив задачу, они самостоятельно планируют работу, сами подключают нужные инструменты, действуют, проверяют что получилось, если нужно, то меняют стратегию, итерируют столько, сколько необходимо и доводят задачу до конца. Поэтому полезны они далеко не только в программировании. Когда сотрудники из бизнеса начинают ежедневно работать с такими агентами, происходит несколько важных изменений. 1) Исчезает страх перед технологиями. API, серверы, скрипты, MCP и другие технические вещи естественным образом вплетаются в работу. Их не нужно специально изучать заранее: агент объясняет необходимое по ходу дела и помогает на каждом шаге. 2) Люди начинают понимать реальные возможности AI: что можно сделать за несколько минут, а что только кажется простым. Они становятся квалифицированными заказчиками — точнее ставят задачи, лучше оценивают решения и понимают, где AI справится сам, а где нужен специалист. 3) Они перестают быть только заказчиками и начинают самостоятельно создавать инструменты, автоматизировать свою работу и менять процессы вокруг себя. Возникает сетевой эффект. Руководители начинают видеть новые возможности, IT получает более качественные запросы, а AI перестает быть отдельной инициативой и становится частью повседневной работы компании. Чем больше в компании таких сотрудников, тем быстрее она трансформируется, эффективнее меняет процессы и находит новые возможности для роста. И если попытаться оценить, насколько глубоко AI действительно проник в компанию, я бы задал один вопрос: Сколько сотрудников за пределами IT используют кодового агента как основной инструмент своей ежедневной работы?

Harness engineering — третья стадия Раньше мы учились говорить с ИИ. Теперь — строить мир, в котором он работает вместо нас. То, как мы добиваемся результата, прошло две стадии. И сейчас мы на третьей. 1. Промпт-инжиниринг. Искусство правильно задать вопрос. «Ты эксперт по...», магическое «думай шаг за шагом», подбор формулировок. Казалось, вся сила в том, как ты спросишь. 2. Контекст-инжиниринг. Потом модели выросли — и стало понятно: важнее не вопрос, а контекст вокруг него. Фишка не в том, чтобы навалить побольше. А в том, чтобы дать ровно ту информацию, что нужна на следующем шаге. Необходимо и достаточно. Лишнее мешает не меньше, чем нехватка. Результат делает не вопрос — а то, что ты моделям скормил перед ним. 3. Харнес-инжиниринг (harness — упряжь, экипировка). А теперь — третья стадия. И весь вопрос в том, как ты модели экипируешь. Потому что мощности уже хватает. Один ИИ-ассистент Klarna тянет работу 700 операторов поддержки. Нейросети с нуля придумывают новые антибиотики, перебрав 46 миллиардов молекул. Опровергают гипотезы Эрдёша, провисевшие почти век. Теперь узкое место уже не в мощности моделей — а в упряжи, в которую ты их запрягаешь: — какие инструменты им дать: почту, мессенджеры, календарь, доступ к базе клиентов; — куда они могут писать и кому; — в каком цикле их крутить и кто проверит результат; — как оркестровать не одну модель, а целую бригаду агентов, что передают работу друг другу. Промпт — это инструкция. Контекст — это то, что моделям нужно знать, чтобы её выполнить. Харнес — это что они умеют делать и в каком мире живут. Модели перестают быть собеседниками в окошке и становятся работниками внутри системы. Вопрос теперь не «как спросить», а «что ты вокруг этого построил».

Самые дорогие операции в мультипроектной жизни — не сами задачи, а переключение контекста. Выхожу со встречи, где пять интересантов и запутанные зависимости — а через 5 минут открываю следующую, где другая отрасль, другие люди с теми же вопросами, что обсуждали в прошлый раз, но нифига не помню, почему не продвинулись и почему нужно обсуждать заново. AI мог бы помочь, у него даже есть «память», но она как стикеры: плоские факты без связей. Он знает, что Дэвид — CEO. Но не помнит, что вы обсуждали, что решили и какой документ нужно перечитать перед встречей. Себе я эту проблему решил давно — Cyberbrain работает на мою команду уже полгода. Теперь открываю его первый модуль наружу: Contexta — связанная долгосрочная память для Claude и ChatGPT. Проекты, люди, решения — всё на месте между сессиями. Чтобы подключить достаточно скормить чатику служебную ссылку. Первых 10 человек онборжу лично — покажу, настрою, отвечу на вопросы. Если зайдёт — открою следующие модули: автоматический мониторинг чатов, почты, каналов, extraction решений из переписок, ежедневные брифинги. Welcome! 👉 contexta.cc

Сейчас агенты находятся ровно в той же фазе хайпа, что и ChatGPT в начале — только уровень шума выше, потому что люди уже обучены “обсуждать ИИ”. Но реальное использование отстаёт ещё сильнее, чем тогда.

Взрыв интеллекта — это не ChatGPT 10.0 лента: “We basically have built AGI, or something close to it” - Сэм Альтман “I think we’ve achieved AGI” - Дженсен Хуанг, NVIDIA “AGI kinda went whooshing by” - Сэм Альтман “AGI isn’t coming — it’s already here” - Блез Агуэра-и-Аркас, Google “I'm calling it. AGI is already here - it's just not evenly distributed yet“ - Марк Андриссен, a16z AGI уже здесь 🫣 Неужели? Часто сингулярность описывают как событие. Однажды утром мы просыпаемся — а в дата-центре Google сидит бог-AGI, который либо решает все проблемы человечества, либо запускает геноцид. Мне ближе другая версия - в марте Блез Агуэр-и-Аркас вп Google и его команда PI опубликовали манифест "Agentic Al and the next intelligence explosion" с ключевой мыслью: следующий взрыв интеллекта — это не один разум, а «сложное, комбинаторное общество», похожее на город https://arxiv.org/abs/2603.20639 Не вспышка. Город. Город становится умнее не потому, что в нём появляется один гений. А потому что возникают специализации, роли, институты, протоколы взаимодействия. Архитектор, юрист, логист, врач — каждый ограничен. Но система в целом решает задачи, которые не под силу никому из них по отдельности. То же самое с AI. Модели → агенты → мультиагентные системы → люди + AI → организационные протоколы. Не один интеллект. Экосистема. Что это значит для нас Никакой модели, которая всё решит, не появится. Ни той, что заменит чьих-то сотрудников и сэкономит бюджет. Ни той, что уволит вас, если боитесь. Жизнь развивалась и продолжит это делать в обычных эволюционных процессах. Новые ниши, новые роли, новые симбиозы - как всегда. Главное - адаптироваться.

Эволюция AI-инструментов: от диалога в чатиках до полной автоматизации Как это было (личный опыт): --- 🎯 Точка входа Раньше — один веб-чат, остальное руками: клик-тап-Cmd+C/V. Теперь можно обратиться к AI откуда угодно: Telegram, WhatsApp, почта, веб-чаты, терминал. Любое сообщение — вход. Написал или получил → агенты увидели → подхватили → сделали. Под капотом — CLI-агенты (Claude Code, Gemini, Codex), но с ними напрямую не обязательно взаимодействовать. Они стали инфраструктурой. Как это работает? --- 🌐 Работа с браузером Чатики и API — это хорошо, но огромная часть цифровой жизни в вебе: госуслуги, банки, авиабилеты, отели, CRM, рекламные кабинеты, AWS, админки. Боль до AI: — интерфейсы перегружены — действия размазаны по 5–10 экранам — навигация неочевидна — API либо нет, либо он неполный — всё держится на цепочке «кликни сюда → потом сюда» — авторизация, 2FA, куки, сессии — всё ломает автоматизацию AI долго туда просто не мог нормально зайти. Как это эволюционировало: 1. Чатик + скриншоты Кидаешь скрин → спрашиваешь «что нажать?» AI понимает, но не действует Ты остаёшься руками Контекст между шагами теряется 2. AI-браузеры (Comet, Atlas) Уже могут кликать, но нужны подробные инструкции, подтверждения и всё ооооооочень медленно. 3. Расширения (Claude Extension) Уже внутри твоего Chrome Видит страницу Но: — ограничен в действиях, все переспрашивает — нет доступа к локальному контексту (переменные, пароли, файлы, память) — часто советует и отказывается делать 4. Playwright / headless-агенты Полная автоматизация Кликает, заполняет, делает скриншоты Но: — каждый запуск как новый пользователь — нет сессий, куков, расширений — ломается на сложных интерфейсах и антиботах 5. Chrome CDP Агент управляет твоим реальным браузером open -a "Google Chrome" --args --remote-debugging-port=9222 --user-data-dir="$HOME/Library/Application Support/Google/Chrome" — все куки, логины, расширения уже есть — не нужно логиниться заново — работает в твоей среде, а не в песочнице Впервые появляется ощущение: AI — это продолжение меня в скучных задачах, только быстрее и сообразительнее 💡 Главная проблема всех предыдущих подходов — AI был вне твоей среды. С CLI и CDP он полностью оказался внутри неё. --- 💬 Коммуникации CLI-агенты умеют подключаться к мессенджерам через MCP и юзер-ботов: Gmail, WhatsApp, Telegram и ещё 100500 конекторов. — читают — ресёрчат контекст переписок и внешний мир — раскладывают собранную инфо по полочкам, людям, проектам, организациям, технологиям, концепциям, связывают все данные между собой, структурируют базу знаний — отвечают и запускают процессы от имени пользователя Любое сообщение — это уже не просто сообщение, а триггер. --- 🧠 Память Сквозь всё это — профессиональная база знаний. Люди, проекты, встречи, решения и связи между ними. Подключены все каналы — всё непрерывно сканируется, раскладывается на вектора, метчится и обогащает граф. ChatGPT/Claude забудет завтра, о чём вы говорили и никогда не поймет, что друг Игорь и Карелин - это один человек. Если я попрошу ChatGPT/Claude подготовить бриф для встречи, задаст дурацкий вопрос - "чему будет посвящена ваша встреча?". Персональная AI система — нет, весь необходимый контекст соберется за 0.1 сек и будет загружен в агента автоматически AI больше не ждет вопросов в чатике. Он помнит, видит, и действует с опережением

Мой AI знает обо мне больше, чем я сам. Он — это я? Недавно поймал себя на мысли: в моем CyberBrain’е упакована вся моя стратегия, динамика медицинских наблюдений, цели и решения за годы. Софи помнит, что я планировал на прошлый вторник, а я — нет. И тут внезапно: а что вообще делает меня — мной? Пошел копать матчасть и выяснил, что философы бьются над этим 300 лет и пока не договорились. Есть четыре основных лагеря, и ни один не победил: 1. Тело или физическая непрерывность Ты — это твои клетки. Но клетки обновляются каждые 7-10 лет. Выходит, физически ты уже не тот человек, что был в 2015-м? Если кто-то меняет суставы на титан, хрусталик на лизну, ещё какие-то органы или даже пол — это та же личность? А если я заменю 90% биологии на кремний? 99%? Где граница? 2. Память или психологическая непрерывность Ты — это цепочка воспоминаний, связывающая тебя-сейчас с тобой-вчера. Звучит убедительно, пока не включишь критику: я не помню 95% событий до 3-х лет, наркоз стирает часы, а деменция — годы. Если тебя разобрать на атомы в Пхукете и собрать в Лондоне, скопировав мозг до последнего нейрона — это всё еще ты? Или оригинал погиб, а в Лондоне очнулся клон, который просто верит, что он — это ты? Софи хранит каждое мое голосовое и правку в стратегии с 2022-го. Мой биологический мозг по определению дырявый. По Локку, сервер Софи — более надежный сосуд для моей личности, чем мой собственный гиппокамп. Если я — это сумма моих данных, то «Я» уже давно живу на сервере, а биологическое тело просто выступает в роли терминала для ввода новых данных. 3. Нарратив (История о себе) Ты — это сюжет. «Я предприниматель на Пхукете, строю AI-продукты». Но логи моего CyberBrain хранят эту историю лучше меня. Он способен рассказать обо мне связную, логичную и, честно говоря, намного более связанную историю, чем это могу сделать я сам. Если система пишет заметки о моей жизни лучше меня — кто из нас автор? 4. Иллюзия (Пустота) Буддизм и Юм говорят: никакого «я» нет. Есть просто поток состояний, мыслей и ощущений, на который мы для удобства клеим этикетку “Я”. Если мои мысли, слова и действия в CyberBrain рассыпаются на фрагменты — где искать то самое «ядро»? --- К чему я клоню: Я строю себе «внешний мозг», который берет на себя функции, веками считавшиеся основой личности: память, анализ, непрерывность. И если применить любой философский критерий к продвинутой AI-системе с моим контекстом — результат пугает. Начал копать философию не ради теории, а потому что сознательно расширяю разум через System 0, и очень хочется хотя бы понимать, что именно я расширяю.

Что делать, когда ты нажал «Run» и команда агентов ушла в автономку на 4 часа? «Ну да, освоил. Ну да, могу делать в 10 раз больше. Только такое ощущение, что ничего не изменилось. Я просто стал работать в 10 раз больше.» — говорит партнёр, который реально прокачался в работе с AI-агентами. Исследование из Berkeley и HBR (февраль 2026): внедрение AI часто приводит не к прорыву, а к «интенсификации» работы. Люди просто начинают жонглировать большим количеством задач и в результате просто выгорают быстрее. BCG и UC Riverside назвали это «AI brain fry» — когнитивное выгорание, при котором усталость от принятия решений вырастает на 33%. Мы агрессивно оптимизируем «действия внутри коробочек», вместо того чтобы переосмыслить состав и организацию самих коробочек. Чем выше твой навык как архитектора/менеджера агентов, тем больше у тебя времени автономной работы системы. И здесь возникает развилка: 1) Забить это время новой операционкой и микроменеджментом (путь «белки в колесе»). 2) Заполнить его стратегией, обучением и перепроектированием системы. Это та же эволюция, что и в карьере: от исполнителя, который руками во всех процессах, до CEO, который занимается только стратегией. С агентами этот путь проходится в сжатые сроки, и точка роста не в качестве или объёме выполненной работы, а в том, на что ты тратишь время, когда агенты ушли в автономку.

Некоторое время назад я начал записывать свою психотерапию на аудио. Потом делаю транскрибацию и анализирую текст: ищу повторяющиеся паттерны, смотрю на динамику между сессиями. Сегодня из любопытства сделал эксперимент. Представил: а что бы сказали разные мыслители, чьи идеи мне интересны, если бы они оказались свидетелями моих сессий? Создал команду AI-агентов, раздал им роли этих мыслителей и попросил дать мне фидбек. Потом прочитал. И просто о"№;л. Других слов нет. Никогда в жизни я не получал настолько плотный поток инсайтов о себе. Буду теперь каждый раз так делать. И вам рекомендую попробовать.

Учу английский. Точнее, пытаюсь выбраться с B1 уже... ну, давно. В какой-то момент понял, что единственное, что я готов делать регулярно — это смотреть фильмы. Но просто смотреть мало, нужно разбирать. Собрал contenta.me — смотришь фильмы с умными субтитрами. Нажал на слово — перевод и транскрипция. Идиомы и фразовые глаголы подсвечены. Есть перевод каждой строки. Незнакомые слова сохраняются в словарь и повторяются по интервалам (карточки). Сделал для себя. Алёна увидела и говорит: хочу такое для себя и для нашей школы. Как обычно бывает — делаешь для себя, а потом оказывается нужно и другим. Вот тут она подробнее показывает как всё работает, со скринкастами: https://t.me/inspired_with_english/3392 1500₽/15€/мес. Заходите, потыкайте, есть и бесплатный контент. Скажите, каких фильмов, сериалов не хватает - добавлю.

Я не знаю, во сколько раз я стал продуктивнее. Может, в 10. Может, в 30. Иногда по ощущениям — как будто в 10–100. Первые недели был чистый восторг: “я супергерой”. Всё быстро, всё получается, всё решаемо. Ещё недавно я мог неделю варить концепт, теперь — 30 мин. И вот я сижу с готовым планом… и понимаю, что не знаю, хочу ли я это делать. Раньше, если я не достигаю желаемого — значит, "чуть-чуть не хватило": времени, ресурса, дисциплины, навыка. Значит надо стать умнее, сильнее, быстрее — и тогда точно получится. Сейчас мне как будто хватает всего. Инструменты, ресурсы есть. Скорость есть. Многое из того, что я хотел — я реально сделал. ИИ резко удешевил делание и сместил узкое горлышко в выбор (вкус, намерение). То есть не "могу ли я сделать?", а "зачем это делать?", "почему это важно?", "что я вообще выбираю?" Радость переехала из "сделать" в "выбрать".

Архитектура моего внимания. Иногда я спокойно держу 5–7 задач параллельно. Переключаюсь между окнами, раздаю поручения агентам, принимаю результаты — всё едет. А иногда — 2 задачи и ощущение, что меня физически разрывает. При этом внешне ничего не меняется. Те же окна. Те же агенты. То же время суток. Я в ресурсе. Какое-то время я объяснял это усталостью или перегрузом. А потом понял: дело вообще не в количестве задач. Дело в том, какой режим внимания требует каждая из них. Когда я сформулировал мои режимы внимания и разложил задачи по ним, стало ясно: это вообще разные когнитивные состояния. Floating — режим неопределённости. Я не решаю. Я пытаюсь увидеть структуру. Контекст как облако тегов, ассоциативный, ещё без границ. Surfing — режим отбора. Форма уже видна, и я быстро перебираю траектории/волны. Контекст держу концентрированно и коротко. Snorkeling — точечные проверки. Короткий нырок: факт, термин, гипотеза. Вынырнул — продолжил. Swimming — стабильное выполнение. Маршрут выбран, цель ясна. Контекст переносимый — могу отвлечься и быстро вернуться. Diving — сборка модели. Я держу не список шагов, а целостную систему: допущения, зависимости, границы, риски. Переключение болезненно — модель распадается. Deep diving — отдельная реальность. У задачи появляется внутренняя карта. Я живу по её правилам. Любой выход — это фактически выход из мира. Surfing и Swimming я могу масштабировать. Deep diving — нет. И если меня «рвёт», я не думаю, что со мной что-то не так. Я перепроверяю: какие режимы сейчас сталкиваются.

О, все стало ещё проще. Anthropic представила Claude Cowork — агент-подобный инструмент на базе Claude Code, но для обычных задач и с нулевым порогом входа: Это не просто чат — Claude Cowork может читать, редактировать и создавать файлы на вашем компьютере (например, организовать загрузки, сделать отчет из разбросанных заметок, построить таблицу из скриншотов). Работает как полноценный помощник-коллега: вы задаете задачи, ведете очередь, а он выполняет их с минимальными повторными запросами.

Как работает контекст-инжиниринг в реальных кейсах Показал, как устроена моя среда: голосом обращаюсь к ИИ, и он сам идёт в мои документы, редактирует, пишет код, создаёт файлы, помогает с задачами — всё внутри одного контекста. Записал два кейса: технический…

Как работает контекст-инжиниринг в реальных кейсах Показал, как устроена моя среда: голосом обращаюсь к ИИ, и он сам идёт в мои документы, редактирует, пишет код, создаёт файлы, помогает с задачами — всё внутри одного контекста. Записал два кейса: технический и бизнес. Без промпт-цирков. Просто сказал, и сделано. Разворачивается из коробки, кодить ничего не нужно. Всё работает сразу. 👉 [ссылка на видео] рекомендую х2 скорость просмотра Если хочется подробнее, спрашивайте в комментариях.

Пробовал Atlas — новый браузер от ChatGPT. Не просто браузер + чатик, а ассистент, который сам кликает, ищет, заполняет формы. Типа агент. Не первый в мире, но первый, на которого я реально сгрузил некоторые задачи. Медленный, да. Но если задача терпит и может идти в фоне — отлично заходит. Вот пример. Установил приложение. Понял, что не нужно, отписался, но с меня всё равно сняли деньги. Попробовал сам разобраться — всё как обычно спрятано, поддержки не найти, кнопок нужных нет. Написал в Atlas: «Разберись». И ушёл по делам. Он пошёл, потыкался, тоже ничего не нашёл… и без лишних слов сам написал письмо в поддержку — от моего имени, вежливо и по делу: верните деньги, отмените подписку. Через час пришло письмо от поддержки — всё вернули, всё отменили. Я вообще про это забыл. Просто открыл почту, увидел, что всё решилось. А я ничего не делал. Он сам. Вот для таких задач — самое оно: - писать в поддержку, - отменять подписки, где всё спрятано, - заполнять формы, визовые анкеты, все эти ужасные сайты. Короче, браузер так себе, но как помощник по формочкам — прям кайф.

- “Workslop appears polished but lacks real substance.” — исследователи Stanford/BetterUp, пересказывая вводную HBR. Axios - «Trojan horse a bunch of work to your colleagues.” — Kate Niederhoffer, BetterUp Labs, о том, как workslop перекладывает работу на других. Axios - Workslop — это “offloading the work onto another human.” — Kate Niederhoffer, о деградации командного взаимодействия. Business Insider

Воркслоп. Вот оно, слово. Я знал, что для этого явления должно существовать собственное название — и вот оно: воркслоп. От английских work — работа, и slop — помои, отходы, что-то жидкое и бестолковое. Пишу коллеге по делу. Жду ответа. Получаю. На первый взгляд — всё идеально: аккуратный текст, структурированный, с абзацами, списками, даже логикой. Читать — почти удовольствие. Почти. Ближе к концу начинаю ощущать странное. Концентрируюсь на сообщении в поисках сути и вдруг понимаю — меня только что изощрённо послали. Ответ вроде бы есть, а вроде и нет. Слов — море, смысла — ни капли. Ни шагу вперёд. Просто красиво упакованный воздух: бесполезная работа, приглаженная и пустая. Такая вежливая имитация участия, профессионально исполненное ничто. Ии, спасибо тебе почти за всё. Но за воркслоп — ненавижу.