AI Hard Fork: ИИ-центричные организации: архитектура и дизайн систем будущего — Степан Гершуни

Ну что, друзья, двигаемся дальше. У нас

последний на сегодня доклад. Степан

Гершуня про ецентричные организации.

Степан, если ты с нами, врывайся в эфир.

>> Буду рассказывать про то, как строить

нативные и AI нативные агентоцентричные

организации.

А для тех, кому интересно посмотреть

презентацию, либо отдельно потом, либо

вместе со мной, пока я буду её

рассказывать, либо переслать друзьям,

знакомым, а, бабушки-дедушки, то есть

ссылка cybus./hardwork.

А можете зайти, презентацию я никуда

девать не буду. плюс презентации ссылки

на все, э, там отчёты, репорты,

материалы, которые я буду э презентовать

в рамках

ээ про которые я буду рассказывать, вот,

чтобы не тратить время. А-а, значит, да,

мы будем говорить про агенты центричной

организации. Главная идея моего доклада

в том, что то, как строятся организации,

то, как строятся компании, то, как

строится бизнес, то, как строятся

процессы внутри организаций и бизнесов,

и впоследствии там нонпрофитов и

государств, каких-то государственных

ведомств, а, а, может быть,

там, кооперативов, любых типов

организаций будет меняться. А, и моя

цель, чтобы через полчаса у вас было

понимание, у всех, кто слушает, а почему

это происходит, как именно это будет

происходить и какую выгоду лично вы

можете с этого получить, будучи либо

сотрудником, работником какой-нибудь

компании, может быть, фаундером,

владельцем бизнеса, может быть

менеджером, может быть, лидером одного

из направлений. Презентация сделана не

через слайдеф, просто просто через

квод.

А пару слов обо мне. Чем я занимаюсь? Я

занимаюсь инвестициями. А у нас есть

фонд, называется Киберфонд. Мы

инвестируем в кибернетическую экономику,

а последние 12 лет и и надеюсь, что

следующие тоже. Мы верим, что а вся

экономика двигается в сторону а того,

чтобы становиться более эффективной аа и

более программируемой. А, например, мы

инвестируем в AI, потому что это

программируемые рабочие как бы

программируемый интеллект. Мы

инвестируем в роботов, потому что это

программируемая физическая сила. Мы

инвестируем в3 и в блокчей, потому что

это программируемые рынки, которые

позволяют всем этим вещам вместе

работать а внутри экономики. А у меня

есть проект cybos. Это бесплатная

openсорсная такая операционная система

для инвесторов и венчурных фондов. АES.I

AI - это консалтинг для компаний,

которые занимаются AI трансформацией.

Ifendroid. - это магазин, которым можно

купить роботов, если вы находитесь

где-нибудь недалеко от Европы и вам

срочно нужен домой гуманоид.

Аа так, значит, что происходит? Мир

меняется, и мир меняется очень быстро. И

более того, скорость изменений, а первая

первая производная этих отменений, а,

тоже тоже увеличивается. И а-а здесь у

меня на слайде переведены несколько

цифр. Тут можно понажимать на кнопочки и

и посмотреть, откуда эти цифры взялись.

А ээ, например, больше 50% сегодня - это

боты. А-а, значит, в Гитбуке в этом

году, а-а, эта цифра уже немножко

ускорела, устарела, но в этом году уже

больше половины пользователей, а,

гитбука, это самый большой сервис по

документации - это Aагенты. А

интернет-ретейлеры видят

сотни процентов роста трафика от

ЕA-агентов, а 50 млн запросов в день от

GPT. А каждый день люди что-то пытаются

купить через GPT. Там есть GPTшопинг, я

его пробовал, работает прекрасно. А и

20% трафика Walmart, это крупнейший

телера в Штатах, а тоже происходит. То

есть это а влияет на не просто на то,

как мы пользуемся интернетом и не то,

где мы узнаём новости и погоду м и

гуглим вещи, а это влияет на экономику и

и влияет таким образом, что это меняет

поведение пользо клиентов. А для

бизнеса. А цифр можно называть много. Я

покажу самый важный график. Если как бы

смотреть, а то

а-а если смотреть на всё, что происходит

в AI экосистеме, а то есть, на мой

взгляд, самый главный график, который

показывает практическое влияние AI как

технологий больших лингвистических

моделей LLM на а экономику. И это

график, а, который называется Time

Horizon от компании MEA. а-а, вернее,

организации МЕТР некоммерческой, которая

занимается,

а-а,

как раз исследованиями и замерами.

Бенчмарков много. Можно смотреть на GDP,

можно смотреть на ARGI, можно смотреть

на разные другие. У всех на всех из них

вы увидите примерно такую картину. А то,

что здесь мы видим, это, например, за

последние 3 недели больше чем в два раза

выросла скорость, выросла, вернее,

сложность задач, которые с

пятидесятипроцентной вероятностью успеха

может выполнять AIгент. Если в начале

прошлого года эта цифра составляла

чуть-чуть а больше одного часа, то есть

та задача, которая человеку, сотруднику

опытному занимала 1 час работы, э, э,

агент мог сделать с пятидесятипроцентной

вероятностью. Сегодня это задача,

которая требует там 14,5 часов, а, или

45 минут для 99 для девяносто девятого

перцентиля, то есть для выполнения задач

с полной гарантией. А а выполнении.

Более того, мы видели много кейсов,

когда иагенты работали неделями.

Например, фаундер курсора сделал

браузер, атропик сделал компилятор C, в

котором они скомпилировали ядро Линукса

и Doom и и ещё что-то. А и это всё

только примеры. И самое главное, что мы

проживаем как бы вот прямо на наших

глазах то то, как это изменяется.

А трансформации технологические

происходят довольно часто. Регулярно

изобретают катский станок, я не знаю,

пушки,

интернет, компьютеры, но не все

трансформации происходят настолько

быстро. Более того, большинство

трансформации в истории занимали, ну,

как минимум одно, а чаще несколько

поколений, типа как индустриальная

революция. В случае AI эта трансформация

именно от появления как бы способной

технологии до внедрения её в бизнес

происходит за 3 года. Почему? Потому что

а база инфраструктура для этого уже

готова. У нас есть уже интернет, у нас

есть уже эти цифрованные процессы. И нам

стоит только заменить эти процессы,

например, с ручного выполнения на агента

или с одного софта на другой софт.

А

значит, 3 года - это очень мало для

того, чтобы компаниям поменяться, для

того, чтобы поменять практики,

организационный дизайн, а 3 года

как бы это для большой компании это

суперагрессивно, но при этом меняться

придётся им всем, и и вам, и нам. И и и

и это очень интересное время, в которое

мы вот как раз с вами сегодня попали,

можно сказать, проживаем начало

сингулярности.

А

что делают компании? Компании, конечно

же, понимают, что AI - это две вещи. С

одной стороны, это экзистенциальная

угроза. Если компания не переведёт все

свои процессы или большую часть своих

а самых затратных процессов на AI, на

агентов, то она проиграет конкурентам,

потому что конкуренты, конечно же, это

сделают. С другой стороны, это огромная

возможность, потому что, а, с помощью,

например, агентов LLM вы можете

создавать сильно больше продуктов. Вы

можете ускорить свою качество качество

ускорить свой бизнес, ускорить качество

своего продукта, а и то есть не только

снизить косты и не только оставаться

конкретно способным, но и занять э

какие-то новые доли рынка, создать новые

продукты и найти новые возможности для а

для себя.

А

как компании к этому подходят? Есть

таких два подхода

принципиальных, да, это ретрофитинг, то

есть когда AI люди пытаются внедрить как

просто очередной софт, типа, давайте мы

вставим там, не знаю, уберём э подписку

на бомбу HR и купим подписку на

какой-нибудь AIR. Это, конечно же, не

работает. Поэтому большинство пилотов в

бизнесе, а являются, ну, по официальной

статистике, не неуспешными. Хотя там,

наверное, наверняка все видели вот это

вот исследование MIT, в котором они

сказали, что 95% внедрения пилотов и я

ий проваливаются. Ну, конечно, вопрос к

методологии. И то, что они считали, это

не провал пилотов, они считали то, как,

а какие из них, собственно, доходят до

конца, потому что в большинстве случаев

становится понятно, что просто делаем

фигню и продолжать не стоит. А второй

подход - это AI Native. И, собственно,

для меня это и является хардфорк,

так, как называется сегодняшняя

конференция. А, то есть когда вы

выстраиваете процесс с нуля. И, конечно,

компаниям, которые новые, которые

молодые, это им делать проще, потому что

у них нету Legси, и им не нужно

перестраивать то, что а то, что не

работает. А почему а почему имеет смысл

если мы посмотрим на цифры, на косты,

да, почему имеет смысл а вообще этим

заниматься? А значит, агент, а

фактически AI агент в будь то в

инженеринге, в Legле, в HR, в пиаре, в

маркетинге, в продажах, в любой области

заменяет какую-то функцию, которую делал

человек. Это не значит, что он заменяет

целиком роли, это не значит, что всех

нужно уволить, а это скорее значит то,

что определённые задачи являются

автоматизированы. Так же, как экскаватор

заменяет то, что человек роет руками

только на когда большем а масштабе в

плане э сегодняшних а компаний. Ну и и

knowledge work, то есть офисные работы.

Это

токены дешевле, чем человек с его там

обедами, офисами, подпусками. А это

быстрее, потому что AI агент думает со

скоростью сотен токенов в секунду, а

человек, я разговариваю сейчас со

скоростью, ну, дай бог, пять токенов в

секунду. А это позволяет масштабировать

организации, потому что один менеджер

вряд ли сможет управлять больше, чем

пятнацатью-двацатью сотрудниками. Один

человек не может в уме держать больше,

чем 150 таких близких контактов и

поддерживать отношения с таким

количеством людей. Для яи агентов эти

все ограничения отсутствуют. И самое

главное - это масштабирование, потому

что, ээ, если у вас есть я агент,

который работает, который выполняет

задачу, допустим, не знаю, агент

продажник, то для того, чтобы

масштабировать отдел продаж с одного до

100, вам нужно нажать одну кнопку. для

того, чтобы нанять, обучить,

гарантировать качество и все процессы

для 100 человек в отделе, это требует,

э, аэ, ну, как минимум стократных

усилий, хотя на самом деле больше,

потому что возникают всякие там а

проблемы масштаба и и организационного

дизайна.

А главный, наверное, слайд из всего

того, что я сегодня буду показывать,

такой самый, наверное, простой и и и и и

описывающий общую идею, а любая

компания, любая организация, всё, что вы

делаете в своей работе, вы можете

представить как движение токенов. Токен,

то есть компания - это токен флоу, поток

токенов. Аа под токенами я имею в виду

не мемкоины, а я имею в виду именно

токены LLM. А значит,

ээ, что ээ что это значит? Это значит,

что любая компания, представим, ну,

возьмём себе какой-нибудь бизнес,

например, банк, да, у банка есть

какая-то информация, которая поступает

на вход, которая может быть

такинизирована. Это может быть нажатие

кнопки клиентам в мобильном приложении.

Это может быть движение какой-нибудь, э,

курса акции на публичном рынке. Это

может быть подписание договора

поставщиком, это может быть какое-то

сообщение, которое отправил сотрудник в

Слаки, это может быть комит, который

произошёл в гитхабе, это может быть

действие, которое сделал конкурент, это

может быть звонок и какое-то слово на на

этом звонке, которое сказал какой-то

партнёр. Всё это цифровая информация.

Вся эта информация попадает внутрь

компании. И всё, что чем занимается

любая компания - это принятие решений на

основе этой информации. И,

соответственно, после принятия этих

решений на выход из любой компании,

любая организация - это те же самые

токены. Даже если ваша организация, не

знаю, строит небоскрёбы, то любое

решение, которое принимает компания,

является токенами для LLM. Это может

быть, а, заказ на покупку там бетона,

это может быть отгрузка, значит,

отправка водителя, а, значит, этой

бетономешалки куда-нибудь. Это может

быть подписание контракта, это может

быть комит в Гитхабе, это может быть

публикация анонса на сайте, это может

быть найм нового сотрудника, это может

быть, а, ну, в общем, любая информация,

да? То есть вы тут включений на самом

деле не найдёте. А потому что, ну, в

этом как бы сегодня вся работа, это

офисная работа, это работа,

а,

работа головой. Значит, я INAT компания

- это компания, которая спроектирована

таким образом вокруг потока токенов и с

помощью агентов для того, чтобы получать

выгоды от масштабирования, от экономии и

от а того, чтобы наиболее эффективным

образом управлять эти этим этим этими

токенами. Аа

так я про это говорил. Теперь я хочу

показать, а, второй самый важный слайд в

рамках моей презентации - это то, как из

чего состоит Aтив компания. У меня есть,

а, теория, а, playбук, над которым я

работаю последние, не знаю, 3-че недели.

Значит, я это называю AI Native

Playbook. А у меня есть в Гитхабе там

небольшой проект, и я делаю интервью с

разными компаниями. Там вчера

разговаривал с фармакомпанией, которая

стоит 3 млрд долларов. сегодня общался с

другом, который делает стартап, у

которого там три человека в компании. И

то, что я задаю им всем, ну, в том числе

как бы своей команде, то, что мы делаем

внутри - это как вы меняете процессы с

делая их агентоцентричными.

А, и это очень интересно. И на самом

деле на все вопросы на сегодняшний день

ответа нет, потому что, ну, по сути,

этот процесс начался, ну, может быть,

там с середины начала прошлого года. А

реально он ускорился там последние 2-3

месяца, когда вышел опус 45-5, когда

вышел клод-код, когда стало понятно, что

агентам можно доверять действительно

сложной задачи, которые там требовало

требуются принятие неочевидных решений и

которые требуют довольно высокого уровня

интеллекта. А и как я показал, это этот

процесс, естественно, не остановится. То

есть то есть эти способности, они будут

расти. А, и я хочу показать то, как это

происходит на разных уровнях, что вам

нужно для того, чтобы сделать и агенты.

А, наверное, я скажу, что не нужно, что

неважно. Неважно, какой какую модель вы

используете. То есть любая модель,

которую вы сегодня используете, через 2

месяца будет динозавром. Аа,

спрашивают по презентацию. Презентация

доступна по ссылке. Я ссылку отправлю в

чат.

Аа неважно, какой харнес вы используете.

Harness - это open claw или cod или open

cд или ещё open что-нибудь. Их сотни.

Опять-таки все эти харнесы через 2

месяца будут совершенно другие. Вот

сегодня все фанатеют по Open Claw. Через

3 месяца, я уверен, никто не вспомнит.

Не потому, что OpenCl станет плохим, а

потому, что появится что-то новое,

что-то более хайповое. А и как бы этот

процесс будет постоянно двигаться.

Давайте поговорим про эти слои.

чтобы, значит, привести к конкретике.

Значит, вот пример, как это выглядит. А

как это выглядит на примере венчурного

фонда? Значит, что у нас есть? У нас

есть коннекторы вот здесь вот. Значит,

это какие-то инструменты, да, вот там

где где находится, где происходит наша

работа. У нас есть doc science, чтобы

подписывать документы. У нас есть, где

хранятся файлы, у нас есть там банк, у

нас есть почта, у нас есть слаг, у нас

есть платежи, у нас есть какие-то

поисковики, какие-то базы данных, да? То

есть это всё внешние САСы. Каждой

компании они есть, и набор этих

инструментов может быть разный. А и

агентоцентричная компания строится

поверх данных. Данные и контекст - это

ключевое. А поверх данных у нас есть

люди, у людей есть права доступа.

Например, те данные, которые могут

видеть SEO компании, там, не знаю,

данные по зарплате и контрактам, не

обязательно должен видеть каждый

разработчик или каждый маркетолог.

Помимо людей у нас есть агенты. У

агентов есть тоже свой скоуп данных,

который мог бы привязан к скоупу своего

владельца. То есть, например, если я

маркетолог, то мой агент, который за

меня рисует креативы, управляет

рекламными кампаниями в Гугле, мете,

Инстаграме, там, Фейсбуке, Твиттере и

прочем, аагент, который, значит, снимает

видео там для Тикто, закупает рекламу в

ТикТоке и потом проверяет эффективность

этой рекламы, этот агент должен иметь

доступ как минимум к тем же данным, что

и я, потому что видео в TikTok наснимать

может любой AI, но сделать видео в

ТикТоке, которое реально приведёт к

росту прибыльности компании, и к росту

выручки, и к росту продаж. Может только

тот агент, который имеет как минимум тот

же контекст, который и вы, а на самом

деле больший, потому что агенту в

контекст может влезть там 2-3 млн, ну,

сегодня 2 млн токенов, а а вам в голову

вряд ли, потому что 2 млн токенов - это

там три таких очень жирных книжки. А-а,

значит, это про права доступа. Я тоже

сейчас чуть-чуть пока покажу. А, должен

быть какой-то, если данные хранятся для

агента, чтобы ему легко их было

использовать. И должна быть система

observability мониторинга. То есть вы

должны как, а если вы думаете именно о

внедрении это в свою команду, в свою

работу и тем более на масштабе всей

компании, вы должны понимать, что

происходит, потому что агенты могут

ошибаться, а агентов могут

эксплуатировать, люди могут неправильно

ими пользоваться, а агенты могут э как

бы

как это может утекать данные куда-то

вовне. И, э, это может, а,

приводить к

и агенты должны самоулучшаться. Давайте

про это всё поговорим чуть-чуть более

детально. Значит, как инфраструктура,

что конкретно сегодня, а, большинство

компаний, которые так или иначе

задумываются про, а, про, про, про

AI-трансформацию, что они делают? Аа,

первое - это MCP. MTP - это вот эти

самые коннекторы. То есть ко всем САСм,

которые у вас существуют, ко всем

источникам данных, ко всем, а внутренним

системам, базам данных, там, почте,

мессенджерам, у вас должен быть

подключён, а-э,

все эти источники должны быть подключены

туда, где, собственно, ваши агенты

находятся. А, скорее всего, вы захотите

использовать разные модели, потому что,

э, вы начнёте, а, как бы, ну,

я начал с того, что у меня был там

клод-код, и я для всего использовал

OPСus. OPС мне писал сообщения в

телеграме, отвечал на почту, делал

интродакшены, делал research, а, делал,

значит, публикации на сайте, делал, м,

собирал отчёты от компаний.

И, конечно, это дорого. И более того,

скорее всего, вы быстро увидите, что

огромное количество задач совершенно не

требует того уровня интеллекта, который

есть у фронтирмоделей. Для там любой

бюрократии, для любого какого-то

проверки, суморизации вам достаточно

более дешёвой модели, а вам сэкономит

кучу денег. Азерваability, я про это

начал говорить. Вы всегда должны иметь

возможность видеть, что происходит и что

делает агент ваш и всех сотрудников

компании. А, ну, по крайней мере,

компания должна иметь такую способность,

а потому что, а, как бы это про дизайн

процессов с нуля. То есть мы находимся в

той точке истории, в которой нету

сегодня ответа, как построить идеальную

систему. Единственное, а что можно

сейчас делать и что самое самое самое

как бы полезное, что вы можете делать,

это это проводить эксперименты. Для

того, чтобы проводить эксперименты, вы

должны иметь возможность измерять то,

что вы делаете, полезно или нет. А

единственный способ измерять, работает

ли ваш агент, приводит ли он к реальному

улучшению метрик, к реальному увеличению

RI, а это иметь систему мониторинга, а в

которой вы задаёте эти метрики. Ну,

например, в случае маркетинга это может

быть какая-то конверсия, в случае акта,

который там занимается operations, это

могут быть, а какие-то внутренние

факапы, то есть процесс, который не

сработал. В случае инженеринговых

агентов - это количество пиаров, которые

были приняты, а-а, и так далее.

Если вы не измеряете, то, конечно,

ничего не будет работать. Второй слой,

самый главный слой, самое главное, что

вам нужно сделать - это иметь единую, а

базу контекста. То есть, а, если у вас

есть агент юрист, то он не сможет

выполнять работу на должном качественном

уровне, пока у него не будет доступа к,

а, достаточному количеству

контекстуальной информации. То есть

агент-юрист не просто должен видеть

договор, то есть агентов юристов сейчас

уборки добавили, да, там есть отдельные

компании, которые этим занимаются. То

есть они способны делать там

значительную долю таких регулярных

задач. То есть вряд ли вы доверите ему

подписание контракта на 100 млн

долларов, но подписание NDA, подписание

каких-то обычных там договоров, э, не

знаю, подписание договоров с

сотрудниками, а там анализ договоров, э

какое-то ревью сделок, работу

паралигала, это а совершенно точно

сегодня можно заменять. А, но для того,

чтобы эта работа была выполнена

эффективно, вам нужно иметь антологию

данных компании. То есть из чего состоит

продукт, а значит, какие метрики мы

меряем, какие у нас есть отделы. То есть

в моём случае у меня есть там сделки,

да, вот работа инвестора, у тебя есть

сделки. С чего стоит сделка? У сделки

есть мемо, у сделки есть цифры, у сделки

есть resarch, у сделки есть а

контрагенты, у сделки есть, а, значит,

какие-то коммуникации. коммуникации,

может быть, в Телеграме, может быть в

почте, может быть в Ватсаппе, может быть

в там звонки. Все эти источники должны,

то есть все транскрипты всех звонков

должны лежать в одном месте. Агент

должен понимать, где их взять. То есть,

если я юрист-агент, я должен понимать:

"О'кей, мне нужно подписать договор там

с Васей Пупкиным, а прежде чем подписать

договор с Васей Пупкиным, давай-ка я

пойду и прочитаю все звонки, которые у

компании, у всех сотрудников компании

были с Васей Пупкиным, чтобы то, что я

написал в договоре, не противоречило

тому, что мы ему обещали, потому что там

менеджер мог пообещать другое, а один

был не в курсе. Это будет конфузя. Кроме

того, что должна быть антология, должен

быть контекстуальный граф. А значит, и у

меня есть система, я прямо даже могу

здесь показать, как она выглядит. А я

это сделал для себя. Значит, эта система

- это, а, фактически вычленение важной

информации из всего объёма коммуникации,

которая у меня происходит. Значит, как

это выглядит? У меня есть, а, например,

а, одна из вещей, которую я вычленяю.

Это происходит автоматически каждый

день. для меня это что и кому я обещал,

потому что бывает так, что что-то обещал

и и забыл. А значит, у меня эта история

вычленяется ленкой из всей моей

коммуникации, из всех моих звонков. Она

даже, а, берёт, а, цитату прямую, чтобы

я вспомнила, чтобы, ну, она сама себя

проверяла, что она вычисленила

правильно, и она мне записывает, кто и

кому что обещал. То есть, что вот есть

человек, и он обещал мне. А кроме этого

у меня есть здесь, а, например, разные

сделки. Ну вот это это

я как пример могу показать, чтобы ничего

тут такого секретного не спалить. А,

например, по компаниям я собираю

метрики. То есть мне важно понимать,

любой человек, который упоминал какую-то

компанию, я должен знать метрики,

которые этот человек называл, потому что

бывает так, что люди врут. Если люди

врут - это класс красный флаг. И даже

если спустя полгода я узнал, что на

самом деле это было не так, мне это

очень полезно. Бывает так, что, ну, то

есть и в конечном счёте, что я здесь

вычленяю, я вычленяю обещания, а, action

items, то есть то, что мне нужно

сделать, решения, которые были приняты

на звонке и метрики. Всё это хранится за

всю историю. У меня эта история уже на

год накопилась. То есть я могу спросить

у агента: "О'кей, напиши мне все

решения, которые мы приняли за последний

год касательно такого вопроса, и он мне

хронологически их выдаст. Это очень

удобно, потому что, ну, я не знаю даже,

как без ай, собственно, э, э, эту

проблему решить. Вот. Кроме этого, у

меня ещё каждый день генерируется вот

такой вот ежедневный бриф, который мне

рассказывает всё, что я сегодня буду

делать, всё, что важно. А значит, где-то

здесь должно быть вот что у нас есть

конференция, я сентрик организация, он

мне даёт план приоритизированный, что

мне нужно сделать, показывает календарь,

а, ну, и и и разные другие вещи.

Так. Теперь вернёмся к к презентации.

Да, это я показал контекстный граф. А,

естественно, контекстный граф нужно

грамотно упаковать в агента. А очень

советую вам думать про пирамидальную

документацию, то есть про то, что

каждый, а, документ нужно иметь на

разных уровнях гранулярности. То есть,

например, у вас есть какой-то большой

ресч по рынку, который там на 50 страниц

и делался, допустим, там 3 часа и

агентом, но при этом, если у вас

бордмитинг или совещание или планёрка,

то, скорее всего, вы не успеете там

через 10 минут вы не успеете прочитать

этот отчёт. И вам нужно тот же самый

отчёт, но просуморизировать на

полстраничке. И поэтому я всегда советую

хранить всю информацию сразу в исходном

виде, в там средней суммаризации, в

максимальной суммаризации, в зависимости

от того, для какой задачи это

используется.

Дальше, оркестрация. А агент - это это

софт, да? Софт можно платить бесконечное

количество. Когда мы говорим про

разработку с помощью я агентами, тогда

это, ну, в компании, в которой,

допустим, есть 100 инженеров, скорее

всего, в там в течение недели эти 100

инженеров запустили там тысячи, десятки

тысяч разных агентов, большое

количество. Многие из них работают

параллельно, они объединяются в команды,

и управление, то есть система

менеджмента между агентами, она

совершенно другая. Вот как происходит

менеджмент людей. Я говорю: "Сделай, а,

своему сотруднику, а, ставлю какую-то

задачу, ставлю дедлайн и потом проверяю

его исполнение". В случае агентов это

немножко по-другому. То есть они между

собой, ну да, тоже дают как как друг

другу задачу и и критерии как бы

исполнения этого, но при этом вот у

Майкрософта есть где-то здесь должна

быть ссылка, может она не добавилась, но

а можете погуглить Microsoft

Agent Apology называется report, а в

котором как раз аа

показано то, какие а типы, например, что

это агент, а, который выполняет работу

там, не знаю, маркетолог отдаёт это

продуктологу, продуктолог это отдаёт

программисту, и это какая-то

последовательная работа. Это может быть

после, это может быть параллельная

работа, когда есть три агента, там, не

знаю, разработчика, которые параллельно

пишут три фичи, а потом всё это отдаётся

агенту-тестировщику. Это может быть

какой-то групповой чат, когда у нас есть

там 10 разных моделей, и они вместе

обсуждают, как лучше стратегически

подойти к формированию договора. Это

может быть человек, когда у нас есть

агент, он выполняет какую-то работу.

спрашивает мнения и советы у человека,

человек его даёт и передаёт это

следующему агенту.

А вот э так

а ну, естественно, чем больше у вас

агентов, тем больше тем более важна

relяability. То есть, если у вас

95процентная вероятность исполнения и 20

шагов с 95%й вероятностью, то в итоге у

вас получается 36%.

Что значит, что в большинстве случаев

ваш агент не а

не справится?

А я вижу, что времени остаётся немного.

А давайте расскажу ещё про скилы. Скилы,

мне кажется, это очень важная история,

да? То есть как сделать юриста, как

сделать

пиарщика, как сделать маркетолога, как

сделать программиста, как сделать

операциониста и как сделать там агента

инвестора. А это это

всё делается с помощью workкфлоу и с

помощью скилов. А скилы в компании не ну

то есть когда вы начнёте, вам придётся

это изобретать с нуля, да? Это это это

классно, но это не масштабируется, и,

скорее всего, всё это там рано или

поздно сломается. А когда вы это делаете

на масштабе, самое полезное, что вы

можете сделать - это создать библиотеку

этих скилов. Вам нужно создать систему

life cycleменеджмента этих скилов. То

есть он не должен быть версионность. А

прежде чем вы создаёте скил, вам нужно

иметь а как бы систему а ивалов, то есть

систему оценки. Если у меня есть скилл,

который делает, а, допустим, а, не знаю,

генерирует видео для ТикТока, тогда мне

нужно иметь, прежде чем я вообще начну

задумываться о том, как этот скил

работает, мне нужно написать документ

для самого AI, с которым у меня, а, в

котором у меня будет детально прописано,

что я ожидаю, как я оцениваю результат

этого агента. Так же, как и с человеком.

Если вы не понимаете, как оценить

результат работы, тогда вы не сможете

нанять э

внятного как бы сотрудника и и понять,

подходит он вам или нет. Аа то есть я

всегда начинаю с валов, а и и дальше

итерию и постоянно улучшаю эти скилы, а

агенты могут самоулучшаться. То есть это

такой как бы очень мощный а критерий,

который есть у у очень мощная фича,

например, использование сhsites, если вы

делае если вы в клодкоде. Или или это

можно просто сделать самому, как как

просто встроить, как часть скила.

Например, у меня есть агент, который аа

просто, вернее, даже не агент, а скил,

который смотрит всю мою коммуникацию с

разными агентами на протяжении месяца. А

и

вычленяет те вещи, которые я его

спрашивал дважды, трижды, ну, в общем,

несколько раз. То есть, если я что-то

переспросил или просил переделать,

значит, работа была сделана плохая.

После этого он смотрит на ту работу,

которую он сделал, и предлагает

варианты, как он может её улучшить.

Например, у меня я его постоянно просил

переделать подпись в имейлах, потому что

он всегда писал, а, ну, там неполную

подпись. Вот. И он такой говорит: "Вот

ты меня там пять раз за последний месяц

попросил пере переделать подпись, когда

я отправлял имейлы. Давай я лучше просто

поменяю свой собственный скилл, и больше

таких ошибок не будет э происходить". А

это чем-то похоже на обучение

сотрудника. Понятно, что люди обучаются

сильно быстрее, чем и я, ну, на текущий

момент. А но это не значит, что я

абсолютно тупой и не способен к

обучению. Опять-таки, я не говорю про

модели, я не говорю про inference, я не

говорю про веса модели, я говорю про

уровень как бы контекст инженеринга и

скилов. Вот. А и ещё я прикольную штуку

сделал на днях, называется Human

Compiler. А-а, значит, это экстракция

скилов. А если у вас стоит какой-нибудь

clд-код, так сейчас, а, покажу, human

compiler. Значит, вот здесь вот такая

штука. А, очень прикольный проект. Ну,

такой полушутку, но тем не менее вы

можете запустить skill human compiler,

дать эту ссылку любому человеку, ну или

себе, или кому-то в компании. Дальше

этот агент пройдёт проведёт с ним

длинное интервью про человека, про его

стиль, про то, как он принимает решение,

про то, что он делает в разных

ситуациях, про загрузи примеры там своих

документов, загрузи, как ты делаешь это,

покажи, как ты делаешь то, а что, если

происходит вот такая ситуация. После

этого он сам на основе этого создаст

скилл и, по сути, создаст цифровую

версию того человека, который выполняет

работу. То есть я сам через это прошёл.

Он меня спрашивал кучу вопросов, я эти

на вопросы отвечал, и он мне сделал мою

моего клона. То есть, по сути скопировал

меня и сделал это в виде плагина,

который, а, подходит к лод-коду,

клодковорку,

а, к кодексу, ну, к любому харнесу, то

есть универсальный плагин, который можно

одной кнопкой просто загрузить, который

будет общаться так же, как и я, который

будет иметь, ну, там, принимать решение

похожим на на мой стиль. А, естественно,

сегодня это не 100% как бы копирует

меня. Есть какие-то вещи, которые я

сделать не может, но а это очень

прикольно. В общем, штука в гитхабетна,

можете скачать, попробовать. А,

называется Human Compiler. А вот вот так

называется мой аккаунт, а вот так

называется репозиторий, если вам

интересно.

Так, ну и, мм, а, и тип агентов. Агенты

бывают фоновые, то есть агенты, которые

работают постоянно, агенты мониторинга,

агенты-тестировщики, агенты там

какие-нибудь, э, не знаю, которые читают

сообщения, происходят, смотрят, что

происходит в компании, что происходит на

рынке. Агенты ресерчеры, есть агенты,

которые являются зеркалом человека. Это

вот то, что я сейчас показал. То есть

есть я, есть мой агент, он делает

примерно то же самое, но то, что я,

допустим, делать не хочу, а или мне

скучно. Вот. Ну и, естественно, то, что

агент может сделать, есть агенты

ролевые, которые не привязаны к

человеку, например, это там кодревюры

или или поддержки или ещё что-то. А как

начинать? Когда вы начинаете

значит вот эту вот и я и трансформацию

компании, а вам нужно, то есть

техническая часть про то, как делать

агентов, где хранить данные, как делать

безопасность, как делать там локальный

infренс. Моя мысль, что вот все

технические вещи от того, как выбрать

модель, как сделать безопасность, как

сделать приватность, как сделать скилы,

как запустить агентов, это максимум 20%

от

всей работы, которая вам предстоит. А 80

или там 70% сложности всей этой

трансформации, она не про AI. В AI всё

просто. Аа это про, а-а, вот эти 80%

э про людей.

Потому что с людьми всё гораздо сложнее.

Вам нужно будет делать некий

чейнжменджмент. Ну, во-первых, некоторые

люди откажутся меняться. Я такое

замечаю, это очень небольшой процент, но

обычно очень громкий. А люди

отказываются принимать новые технологии.

А есть вариант как бы замотивировать,

показать. этим должен, это должен делать

там генеральный директор, владелец,

фаундер, а, CO, там, менеджер. Аэ, в

каких-то случаях людей нужно менять, а,

к сожалению, там ты не можешь ехать на

мёртвой лошади далеко. А вторая проблема

- это то, что тебе нужно редизайнить

процессы. То есть работа программиста за

последние полгода изменилась от того,

что программист там 80% своего времени

писал код, до того, что сегодня

написание кода, ну, это 5% от силы. И

то, по сути, это не написание кода, это

написание промтов, да? То есть никто код

руками сейчас уже не пишет. При этом

работу программистов меньше не стало. То

есть это не значит, что они стали не

нужны. То, что их там, значит, всех там

отравили на улицу, заменили я им. Нет,

это значит то, что работа программиста

стала теперь там на 80% ты, э, пишешь

планы, пишешь спеки, изучаешь,

валидируешь, регистрируешь разные агенты

между собой, выстраиваешь эти процессы.

А поэтому -э

сама функция меняется, да, то есть

меняется функция, меняется

бизнес-процесс и и для этого процесса,

ну, как бы его его нужно пере поменять.

аа

поменять на уровне компании. А в

каких-то отделах это, в каких-то частях

это может быть проще, а в каких-то

частях это может быть сложнее. А то, что

я говорю про программистов, это коснётся

более-менее всех. То есть программист с

программированием действительно это

началось, и это первый, ну, как бы

первая волна, да? То есть мы увидели,

как как это будет происходить. Но а даже

вот то, что анонсировал Антропик

буквально 2 часа назад, а вот эти новые

скилы, а я, кстати, может быть вам

сейчас их покажу, если Да. Вот смотрите,

например, 2 часа назад анонс от

Антропика, вот они сделали кучу скилов.

Значит, HR, а это всё в плодкоде,

дизайн, инженеры, операции. Ну, операции

это имеется в виду операционный менеджер

или операционный директор, а голос

бренда, финансовый анализ,

investстбанкинг, а исследование по

equity, private equity и управление

капиталом.

Да, если мы зайдём внутрь, там, не знаю,

HR, то что умеет делать вот этот

конкретный скил? А вот у него есть там

он может делать performance review, он

может анализировать компенсацию, там

управлять зарплатами, онбордить новых

сотрудников и создавать полисы. То есть

это как бы функции, которые всегда делал

HR. Без этих функций компания жить не

может, да? То есть ты не можешь без

управления компенсации иметь какую-то

внятную организацию. То есть типа надо

как-то решать, кому сколько денег

платить. Но а вокруг этого есть огромное

количество рутинной работы. И эту

рутинную работу сегодня можно переложить

на агента. Но это значит, что тот

HR-менеджер или директор или кто-то, кто

этим занимался, его функциональной

обязанностью теперь будет не делать это

исследование, там, сколько получает там

программист там в нашем регионе, в нашей

компании, похожих компаниях, а ему нужно

взять данные, которые там нашёл агент, и

принять какое-то решение. Так, а

демонстрация это самое, а я показал, как

работает мой бриз. а-а уже, а-а,

давайте,

ну, просто, наверное, для закрепления

материала и и для создания уверенности.

То есть, мне кажется, а главная

проблема, которую я вижу в Я, это не про

то, что люди не знают, как делать. Это

не про то, что там и что-то не может,

это про то, что веры немножко не

хватает, да, и и многим компаниям,

многим людям. То есть почему вам это

может быть полезно? Это вам поможет там

сильно вырасти очень быстро в своей

профессии. А это может вам, если вы там

руководитель, вырастить свою компанию,

свою организацию а в очень короткое

время, потому что реально сейчас вот

разница между теми, кто использует и

теми, кто не использует, она там десятки

раз, да? То есть вот я как раз приводил

пример. Вчера говорил с фармокомпанией,

да, у них 40 человек м значит

сотрудников. Ну, большая компания,

конечно, они там эти лекарства делают.

40 человек занимались тем, что, а,

описывали clinical trials, то есть

происходят клинические испытания. И там

нужно записать каждую деталь, что вот

там пришла медсестра, пациент номер 642,

дала ему таблетку 6:00 вечера, он запил

его полстакана воды. И вот это надо,

типа, этих документов создаются там

тысячи каждый каждый месяц, тысячи

страниц, огромное количество работ. Они

эту работу по большей части уже

заменили, автоматизировали с помощью

яагентов. Маризация, написание,

compliance, проверка этих документов.

И это им ускорило. И это круто. То есть

понимаете, то есть типа там ээ круто ли

миру, что ээ быстрее будут происходить

клинические испытания новых лекарств и

там будут спасаться жизни людей? Ну,

конечно, круто. То есть экономика от

этого вырастет. Другое дело, что не все

как бы быстро на это среагируют. Поэтому

я надеюсь, что вы будете, собственно, в

в а в среди тех, кто э сделает это

быстрее остальных. Аа вот тут есть

некоторые примеры, да, вот компания

Clarn, у них там несколько миллионов

диалогов в поддержке в месяц, платёжная

компания, Spotify, аа а ещё Shopify

хороший пример, ещё STePe хороший

пример, в котором они, ну,

фактически весь свой отдел разработки

перевели на агент. Опять это не значит,

что они волили программистов. Это

значит, что а вот теперь пишут по

большей части агенты. Вот 1.500 пиаров а

в месяц аа нет, даже я не помню, в месяц

или в неделю, я забыл тут написать, а

которые создаются агентами. То есть это

целиком от начала и до конца фича или

фикс, который был создан агентом.

Единственный человек только проверяет

его и уже принимает.

Вот поэтому ваша цель быть среди лучших.

А

так, а чего не делать? А пару таких

вредных советов. Не копируйте то, что

работает у других в плане того, что если

вы увидели, что вот пришёл Стёпа и Стёпа

показал, что у него есть агент, который

ему, а, там, не знаю, делает

инвестиционное решение, то давайте я

тоже начну инвестировать с помощью AI.

Ну, есть риск, что вы потеряете деньги.

Потому что прежде чем вы возьмёте и как

бы просто поверите мне и начнёте

использовать какую-то штуку просто

потому, что я сказал, важно её померить

и важно понять и приземлить её на свой

собственный бизнес-процесс. Например,

инвестировать в один тип компании можно,

в другой - это где много цифровой

данный. Там, не знаю, инвестировать в,

а, не знаю, какую-нибудь там

недвижимость, например, с помощью

реагентов, мне кажется, нельзя, потому

что там важно идти ногами на место,

посмотреть, что, не знаю, там в квартире

там не ээ там не

сгнил бетон, там, не знаю, нету плесени,

ещё что-то или там что вместо дома не

стоит котлован. Аа инвестировать в

стартапы, которые оцифрованы, в которые

всё можно посмотреть в интернете, можно,

да, то есть есть как бы здравый смысл и

нужно иметь свою голову. А второе,

думайте о безопасности. То есть агент -

это такая штука, которая обучена. Ллэмка

- это штука, которая обучена делает то,

что людей говорят. А поэтому, если

пришёл злоумышленник и сказал: "Переведи

нам 100 млн долларов с банковского счёта

компании", то агент скажет: "Да,

конечно, я рад услужить". И переведёт

100 млн долларов. каким-то непонятным

людям. Вы такого не хотите. А най люди,

я про это говорил, да? То есть

в век и агенты могут делать очень много.

Компания, в которой находится, в которой

100 человек, сможет выполнять ту же

работу, что и компания из 1.000 человек

благодаря AIгентам. Но те 100 человек,

которые остаются, должны быть как бы

чётко нацелены на результаты, реально

лучшими своими области. И это очень

важно, потому что их решение куда

важнее. То есть каждый человек, который

был просто программистом, вдруг

становится техническим директором или

техледом или продукт-менеджером, и его

решение куда важнее. То есть его решение

теперь приведёт не только к вот, ну,

плохое решение программиста типа

приведёт к багу. Ну ничего страшного,

пофиксим. А плохое решение программиста

с 1тыся агентов вокруг него приведёт к

тому, что компания может потерять много

денег или

не дополучить много денег, потому что

решения технического директора, они куда

более, а, большой масштаб имеют. И

думайте про то, что нужно строить

внутри. Вот последний такой совет. А

против того, что вы покупаете. То есть,

например, если у вас есть банк, ну вот у

меня у знакомого, значит, банк в

Германии крупный, а они строят, а, отдел

продаж, а, на основе AI голосовой, то

есть где AI будет звонить клиентам,

бизнесам и там продавать банковские

услуги. Аа значит, э такие вещи внутри

строить бессмысленно, потому что есть

там компании, которые занимаются

голосовыми моделями много лет, и это

очень сложно. Вы внутри потратите кучу

денег, миллионы долларов, и не факт, что

сделаете хорошо или там генерацию видео.

А какие-то вещи типа скилов, да, имеет

смысл делать внутри, потому что просто

никто вам не сделает скилы, которые,

а-а, которые будут достаточно

хорошо работать.

А вот у меня тут есть пять шагов и такой

план, значит, как можно подойти к AI

трансформации, э, сделать карту

процессов, нарисовать свой собственный

токефлоow, выбрать одну вертикаль одного

чемпиона и вместе с ними это создать. а

вдохновлять команду, проводить

какие-нибудь ктотоны, а показывать и

показывать о собственном примере и

использовать эти технологии как можно

больше. Вот. Ээ, наверное, на этом всё.

Я чуть-чуть задержался,

аа, но надеюсь, было полезно.

>> Я не знаю, есть у нас время на вопросы.

>> Слушай, я собрал целую страничку

вопросов. Я да, коллеги, отдельное

спасибо за то, что в чате их пишите. Я

все вопросы передаю спикерам после

докладов, и они дальше будут думать, что

с ними делать. Может быть, в своих

каналах ответят, и мы тогда это дело

зарепостим. Вот, можно написать напрямую

спикером. В общем, мы что-то с ними

очевидно сделаем. Э, там вопросы были

разной степени конкретики, Степан. Вот

поэтому я даже не знаю, что выбрать. Вот

у меня вопрос визионерский такой. Что ты

думаешь по поводу того, когда интернет

станет мёртвым, когда там начнут

общаться только я и агенты между собой?

>> А, да. Это это реальная проблема. Ээ

на самом деле это возможность. То есть

если вы хотите построить сегодня

прибыльный бизнес, то можете взять и

решить эту проблему. Как бы я решал эту

проблему, я бы дал, а, по сути, агентам

паспорта, ну, вернее, такие

криптографические удостоверения

личности, чтобы я мог понять, с каким

агентом я говорю. То есть, например,

если мой агент покупает за меня машину,

то он должен понимать, что он, то есть,

я бы хотел, чтобы мой агент там, не

знаю, договаривался о страховке с

агентом страховой компании, там

торговался с ними. Мне вообще не в кайф

этим заниматься и никому не в кайф. Но

мне важно, чтобы агент, когда в итоге

заплатил за эту машину или заплатил за

эту страховку, у него было какое-нибуд

криптографическое подтверждение, что он

общается с реальной компанией, а не с

мошенниками. Вот то же самое в

социальных сетях. То есть я есть AI

контент, AI видео, AI фильмы, которые я

смотрел, которые супер прикольные, мне

очень нравятся, но я хочу иметь,

наверное, какую-то, не знаю, галочку или

что-то, что мне показывает, что это

человек, а это и я. И в принципе как бы

и то, и другое имеет право на жизнь. Но

когда вот мошенничество, когда люди

выдают там, например, не знаю, там

политические какие-нибудь

там там снимают там вот там вот эти

правые, левые, зелёные, значит, избили

там старушку и всё это generate, потом

люди реально идут и там друг другу бьют

морды. Ну это плохо. А и и с этим нужно

бороться. И бороться с этим можно с

помощью какой-то идентификации.

>> Принято. Степан, спасибо большое.

Давайте мы тогда вопрос тебе направим.

Спасибо, что нашёл возможность к нам

заглянуть. По-моему, было классно. Вот я

по активности аудитории тоже отмечал. Ну

и, коллеги, вам спасибо за внимание и за

активность в чате. Степан, спасибо

огромное. Отпускаем тебя. Вот. А мы Да,

спасибо, спасибо, спасибо. Вот, а мы с

Колей, наверное, будем завершать наш

сегодняшний день.

>> Вот. И у нас была, знаете, какая

задумка? Коллеги, во-первых, Коль, как

тебе день? Вот что скажешь?

А мне кажется, что начальная задумка

сделать немножко такую контровершл

доклады получилось очень круто. Глеб с

Димой балансировали друг друга. Мне

кажется, у них прям

>> дадада

>> противо противоположные взгляды на

одну и ту же, скажем так, постановку

задачи. И ещё круто, что Глеб

действительно более такой инди-харский

подход показывал тогда, как Дима, ну,

наоборот, очень много про корпорат

говорил. И забавно, вот в чате тоже

сейчас пока Стёпа рассказывал где-то

мнение промелькнуло, что Ишка больше

всего пользы даёт либо, а, одиночкам,

да, и очень маленьким компаниям, либо,

наоборот, корпорату. Мне кажется, что

это буквально как бы то, про что говорил

Глеб и то, про что говорил Дима. И

действительно, есть такая мёртвая зона

где-то в черегине.

Дада. Да. У нас были даже, по-моему,

предложения устроить дебаты между нашими

первыми двумя спикерами. Вот чтобы они

как-то это самое друг другу

поопанировали. Интересно, к чему бы это

всё, конечно, привело.

Вот. Но хорошая новость, коллеги. У нас

завтра будет панельная дискуссия. Кстати

говоря, у нас будет доклад, потом

панельная дискуссия, потом ещё один

доклад. И в панельной дискуссии у нас

завтра будет несколько спикеров. Я

уверен, с разными точками зрения. Вот.

Плюс я надеюсь, что вы будете докидывать

в чате вот и мнений, и вопросов, и

комментариев. Так что завтра должно быть

не менее интересно. Тут, наверное, имеет

смысл проговорить, что мы завтра и

послезавтра приглашаем вас вместе с

вашими командами, коллегами. Приходите,

чтобы было с кем обсудить. Вот у вас

может быть в команде разные точки

зрения, ну, и прекрасно на фоне докладов

можно будет подискутировать.

Вот. И я, э, у меня есть специальный мой

слайд любимый про программу стратоплана.

Я должен про него сказать, потому что

иначе команда маркетинга меня попробует

придушить в нашем часе. Вот, коллеги, у

нас для всех участников конференции есть

специальноная предложение на участие в

программах Стартопа. У нас четыре

программы, они проуправленцев по

позициям отлидов до силовол. Поэтому,

если вы на этой позиции её для себя

рассматриваете или хотите попробовать,

посмотрите, почитайте, примерьте

описание на себя, посмотрите, что пишут

люди в Телеграме про эти про эти

программы. У нас там много учится разных

владельцев Telegram-каналов

управленческих. Вот они абсолютно честно

пишут свои отзывы, такая договорённость.

Поэтому примеряйте на себя, будем рады

вас видеть. Вот. И в конце третьего дня,

когда я буду в своём докладе говорить

про людей и про внедрение AI, как оно не

просто внедряется, возможно, это будет

ещё один аргумент для того, чтобы пойти

учиться в Стратоплан. А, всё, я здесь

проговорил обязательные слова от нашей

команды маркетинга. Вот. Надеюсь, что

меня теперь никто не будет порицать.

Коль, давай какой-то подведём итог с

нашими коллегами. Вот мне было бы

любопытно, знаете что, узнать с теми,

кто ещё с нами. А что вы из сегодняшнего

дня для себя вынесли? Вот с чем вы

уходите, что вы для себя полезного

взяли? Потому что понятно, что спикеры

разные, вызывают разные эмоции, но

попробуйте это зафиксировать. В

психологии это называется присваивание

полученного опыта. И это важный момент,

ну, чтобы завершить вот этот наш с вами

сегодняшний прожитый день, пусть и в

рамках 3 часов в онлайне.

Что вы для себя уносите, с чем уходите,

не знаю, важного для себя, на уровне

мыслей, навыков, инструментов, чего-то

ещё.

А,

>> респект комменту. Прокопать, копать, ещё

раз копать. Да,

Саша, ты можешь тоже поделишься, чем с

чем ты уйдёшь? Слушай,

любопытно, потому что, ну, мы сейчас

руководим, у меня двоякая роль, потому

что с одной стороны мы руководим

образовательной компании, она небольшая,

то есть у нас там 30 человек, 15

преподавателей, 40 фасилитаторов. А, и я

на всё это дело смотрю ещё с точки

зрения управляющего партнёра, да, что

себе брать, как управлять, что мы можем

поиспользовать. И с другой стороны,

смотрю, что нам в программах для

руководителя добавить, потому что у нас

руководителем 95% из IT-компании. И вот

кого пригласить, кого из спикеров, про

что поговорить. Вот у нас уже есть блок,

вот, но вот я про это размышляю, что что

туда добавить, на каком уровне. Вот. Но

точно будем что-то менять, то есть

стоять уже. Ясно, что то, что было 3

года назад с точки зрения образования и

вообще подхода там дидактических моделей

в обучении взрослых людей надо менять.

>> Да, образование - это вообще большая

боль, мне кажется, жится сейчас. Я в

своём докладе, наверное, чуть-чуть про

это расскажу, что у меня есть

определённый опыт тоже.

А я знаешь что вынес? Наверное, из

доклада Глеба. Мне очень нравится одна

мысль про

спеки, потому что какое-то время было

очень популярно мнение, что спеки - это

должно быть такое source of truth, что

лмки как бы компилируют спеки в код, да,

так же, как вот раньше у нас а код на

наших высокоуровневых языках

компилировался в а машинной инструкции,

а вот сейчас у нас ещё один уровень

абстракции появился. И теперь вот спеки

- это главное, мы просто пишем спеки, а

код там сам как-то работает. Вот. И мне

очень близкая мысль Глеба, что это на

самом деле не так, что спеки - это

временные артефакты, что из из-за того,

что у нас компиляция каждый раз может

быть разная, то спеки не совсем source

of truth, а код, ну, он будет жёстко

зафиксирован, да, и у него достаточно

детерминированное поведение. И в этом

плане спеки - это просто временная, э,

инструкция по тому, как мы хотим

обновить код. И потом мы её где-то в

историю добавляем, просто чтобы

сохранялось. Но всё ещё код остаётся

главным. Вот это такая достаточно

неочевидная мысль.

>> Угу. Для меня

>> Да, да, интересно. Да, я и я и она

немного приземляет ещё, на самом деле,

вот всех вот этих бесконечных

абстракций.

>> Всё так, всё так. Я читаю комментарии,

коллеги. Спасибо за то, что подводите

такой итог. Вижу комментарий от

Всеволода про то, что и - это пузырь.

Ну, посмотрим. Я, знаете, как это на

правах старпёра могу вспомнить

пузырьдуткомов, потому что он как раз

пришёлся на мои первые годы работы в IT.

Вот потом всё это лопнуло. Вот

драматически изменился мир в Кремневой

долине, куда я тогда ездил в

командировке, вот и всё такое прочее. Но

как и любой хайп, он после себя, ну, то

есть он в процессе нашу жизнь меняет,

как мне кажется, и после себя что-то

оставляет. То есть докомапу.com флопнул,

но интернет-то и всё равно все там

оказались. Вот. И там так или иначе

живут, может быть, какие-то не сбывшиеся

надежды не сбылись. Вот. Но много и

осталось. Вот, мне кажется, и произойдёт

то же самое примерно. То есть сейчас

хайп, наверное, вот потом шелуха где-то

отвалится. Вот и посмотрим, с чем вы

останетесь. Но интересно, что мы уже

прямо сейчас можем использовать и вот с

чем мы можем уже оставаться. Вот это

любопытно.

Так, ну что, у нас три мину,

>> да? Да. Да, давайте, наверное, здесь

остановимся, да? Вот

Коль, спасибо тебе за помощь введении.

Да такое за соведение сегодня. Завтра

Коля будет основным ведущим. Коллеги. Я

с утра загляну к вам, тоже буду с вами.

В конце выйду на основной ведущий будет

завтра Николай. Вот. И завтра нас ждёт

много-много интереснейших спикеров прии.

Поэтому приходите, будьте активны в

чате, не забывайте для себя полезное

уносить.

>> Всё, ребят, всем большое спасибо за

участие. Вы классная аудитория, как я и

говорил. Пока-пока. Пока.