Мастерская инженеров-менеджеров (МИМ)

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 #советы_МИМ?

✅ 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?

✅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 хочеттнаучиться делать качественные описания  систему, 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 особенно окупается 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. Сегодня — FPF-грамотность и первый вход в применение паттернов. Дальше — 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 Раньше неточные слова в проектах часто компенсировались опытом людей. Команда примерно понимала, что значит "готово", "согласовано", "проверить" или "улучшить процесс". Кто-то догадывался по контексту, кто-то уточнял на встрече, кто-то молча доделывал руками. С AI-агентами эта привычка стала опаснее. AI научился быстро производить тексты, код, планы и ответы, которые выглядят уверенно. Теперь неочевидная ошибка стала дороже: гладкое описание легко принять за рабочий результат. В рабочих проектах это происходит постоянно. Схему принимают за архитектурное решение, хотя решение должно назвать выбранные структуры, варианты, последствия и принятую потерю. План принимают за выполненную работу, хотя выполненная работа должна оставить результат и свидетельства. Пересказ принимают за источник, хотя источник должен вести к документу, факту, наблюдению или человеку в роли. Слово "согласовано" принимают за полномочие действовать, хотя нужно понять, кто принял решение, в какой роли и где это отражено. Фразу "качество выросло" принимают за проверенный факт, хотя для этого нужны характеристика, шкала, основание оценки и повторная проверка. Так появляются проекты, основанные на неточностях, которые по факту оказываются управляемыми только на бумаге. AI ускоряет путаницу: продолжает неверные основания, а команда узнаёт об ошибке уже тогда, когда приходится переделывать оплаченное решение. Поэтому точная речь становится практическим навыком. Это способность вовремя развести разные рабочие объекты: систему и описание системы, источник и пересказ, архитектурное решение и схему, метод и инструкцию, план работы и выполненную работу, роль и человека или AI-агента в этой роли, уверенное утверждение и гипотезу, которую ещё нужно проверить. AI сделал эту 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 новую связку FPF, DPF и LPF. FPF — это подключаемый к AI-агенту файл-фреймворк с рабочими различениями для сложных задач: архитектура, рабочий процесс, источник, решение, выполненная работа, качество, проверка. DPF переносит эти различения в предметную область: какие проблемы там повторяются, какие ограничения важны, какие ошибки типичны и какой результат годится для работы. LPF добавляет локальную практику команды, проекта или организации: как именно у вас принимаются решения, где источники, кто действует в какой роли и что считается пригодным результатом. Отдельный сильный ход серии — мантры FPF. Здесь мантры — это короткие рабочие формулы, в которые упакованы сложные различения. Они работают почти как чек-лист внимания: что увидеть в ситуации, какой объект назвать, какой ход выбрать, где проверить основание и когда вернуться к источникам. ❤ Так сложная теория начинает работать как навык: в разговоре, документе, проектном решении и задаче для AI-агента. 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. ❗️До 00:00 МСК действуют ранние цены. 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 очень дорогую ошибку. ✅ Поэтому FPF и DPF становятся важны как рабочая грамотность нового уровня. ❤ FPF помогает управлять ходами агента: где проблема, где решение, где архитектурный вопрос, где проверка, где следующий рабочий ход. 🔧 DPF добавляет правила вашей области: какие ограничения держать, какие ошибки типичны, что считать пригодным результатом, где нужна проверка, когда агент должен остановиться и вернуть вопрос человеку. 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 AI-агенту, который начинает работать внутри профессиональной логики именно вашей области Старт — 12 июля. До 06.07 действует ранний тариф. 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 даёт AI-агенту этот язык: предметную область, типовые проблемы, правила, проверки, ограничения и допустимые ходы. Тогда он начинает не просто генерировать текст, а точнее держать вашу задачу: в управлении, разработке, исследованиях, текстах, продуктах, обучающих материалах и командной работе. На серии семинаров будем управляемо, точечно усилять результат с практикума — разбирать, как собрать такой язык для своей области и научиться работать с AI-черновиком так, чтобы он становился не случайной удачной выдачей, а повторяемым рабочим результатом. До понедельника действуют ранние цены. 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. Если вы ещё не добрались до записи бесплатного практикума Анатолия Левенчука "ИИ знает почти всё. А вашу работу — нет", можно начать день с пользы☺️: посмотреть фрагмент и попробовать один рабочий вопрос на своей задаче. Все материалы — на канале РР: https://t.me/+10YiiSukOMs0ZmNi

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.

Пойдём от обратного. Маск здесь не главный🙃 Он просто удобный пример на слуху: человек, с которым часто связывают мышление от первых принципов. Через разбор задачи до оснований: что здесь настоящее ограничение, что мы приняли за закон по привычке, какой результат нужен и какие варианты нельзя отбрасывать слишком рано. Мышление от первых принципов давно перестало быть академической экзотикой и стало практическим способом выигрывать в сложных задачах. С ИИ сейчас также — он ускоряется каждый день. Требования к человеку растут. Общих ответов больше не будет хватать. Если дать сильной модели общий запрос, она быстро выдаст общий ответ. Он может звучать убедительно, выглядеть структурно и даже полезно. Но если не заданы принципы работы, ответ легко промахивается мимо вашей реальной ситуации❤ Нужен предметный регламент: какие ходы в вашей области сильные, какие ошибки типичны, какие ограничения нельзя нарушать, где агент должен остановиться и что считать результатом, который можно использовать дальше. 1️⃣ FPF даёт опору в первых принципах рабочей задачи. 2️⃣ SPF переводит эту опору в вашу предметную область. Сегодня на бесплатном практикуме Анатолия Левенчука будем делать первый SPF-0: не большой идеальный регламент, а первый черновик под одну свою задачу. 28 июня, 11:30 МСК "ИИ знает почти всё. А вашу работу — нет" Запись будет, но лучше прийти онлайн: важнее всего сегодня не просто услышать идею, а попробовать её на своей задаче. Форма подготовки: https://forms.gle/Y89cievfJMVfcS4TA Материалы и напоминания будут в 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

Мы готовили вас к этому не вчера — теперь рынок догнал эту необходимость В видео — два коротких фрагмента с Анатолием Левенчуком: старый и новый. Несколько лет назад мы уже говорили о том, что ИИ надо встраивать в работу, мышление и развитие специалистов. Тогда это для многих звучало как дальняя перспектива. Сейчас это стало обычной рабочей реальностью. Поэтому сегодня уже мало "уметь пользоваться ИИ". Важно понимать, по каким правилам он должен работать именно в вашей задаче. Профессиональная траектория меняется не от вдохновения, а от того, какие задачи вы каждый день берёте в работу и какими способами их решаете. Многие специалисты МИМ за последние годы уже оказались в ролях и на уровнях задач, которые раньше даже не рассматривали как свои. Не потому что случилось чудо, а потому что они постепенно меняли способ думать и работать. И сейчас очень подходящий момент. FPF помогает человеку и ИИ удерживать рабочий ход: что именно решаем, какой объект под вопросом, какие варианты есть, где нужна проверка и какой результат можно использовать дальше. ❤ SPF добавляет предметную часть: что в вашей области считается сильным ходом, какие ошибки типичны, где ИИ должен остановиться и что должно получиться на выходе. 28 июня Анатолий Левенчук проведёт бесплатный вводный практикум "ИИ знает почти всё. А вашу работу — нет". За 90 минут участники выберут одну рабочую задачу и соберут первый SPF-0 — короткий предметный регламент для ИИ-агента. Посмотрим на изменения в своих рабочих процессах через один из самых современных и технологичных подходов: возьмём одну свою задачу и зададим ИИ не только вопросы, но и правила работы. Подробности и материалы будут на канале "Рабочее развитие": @mim_workdev (начинаем с подготовки к практикуму)

Продолжаем разговор о том, что меняется, когда ИИ становится обычной частью работы. Уже давно нет проблемы в том, чтобы "попробовать нейросеть". Многие уже даже вайбкодят, рисуют и справляются с другими понятными задачами "не по профилю". И нередко — получают результат от ИИ быстрее, чем если пойдут ставить задачу коллеге, а потом еще вносить правки. Проблемы начинаются там, где ИИ может быстро выдать сильный на вид ответ и промахнуться мимо вашей реальной задачи, потерять по пути действительно значимую деталь: перепутать уверенную формулировку с основанием, красивое решение с применимым, общий совет с профессиональным ходом. Умно звучит. Но в работу не положить. В МИМ мы давно работаем с этим местом глубже, чем через промпты. Сейчас готовится новая серия практикумов с Анатолием Левенчуком по FPF, SPF и работе с ИИ-агентами. Первый вход в эту серию — бесплатный вводный практикум. На нём будем разбирать, как перестать просить у ИИ "помоги по нашей теме" и начать давать ему рабочую рамку, по которой можно улучшать задачу, документ, решение, процесс и первые регламенты для вашей области. FPF здесь работает как общий язык рабочих ходов: помогает увидеть промах, подобрать следующий шаг, добавить критерии, проверить решение и сделать ответ ИИ пригоднее для работы. SPF — следующий, более сильный уровень. Это уже предметный регламент: что в вашей области считается хорошим ходом, где ИИ обычно ошибается, какие ограничения, методы, ситуации и профессиональные различения надо учитывать. SPF-0 — первый фрагмент такого регламента. Та самая недостающая деталь между "ИИ знает почти всё" и "ИИ помогает именно в моей работе". Чтобы практикум был полезнее, мы открыли короткую форму подготовки. Она работает как небольшая полезная "игрушка": определяет ваш уровень и отправляет на почту маршрут подготовки. В форме три входа: — почти не работали с ИИ; — пользуетесь ИИ, но не работали с FPF; — знакомы с FPF, руководствами МИМ или моделированием. После заполнения вы получите письмо с подготовкой под ваш уровень. Это поможет прийти на бесплатный вводный практикум не с общим интересом, а с первой наработкой: задачей, документом, ответом ИИ или рабочей ситуацией, где ИИ звучит умно, но промахивается. Главное действие сейчас — заполнить форму: https://forms.gle/Y89cievfJMVfcS4TA Подробную информацию по серии практикумов дадим завтра в канале "Рабочее развитие": @mim_workdev Подпишитесь, чтобы не потерять продолжение: там будет карта серии, ближайший бесплатный практикум и следующий шаг для тех, кто хочет научиться собирать ИИ-агентов под свою работу.

Мы уже в реальности, где ИИ перестал быть редким инструментом. Он входит в рабочие процессы, автоматизирует часть задач, меняет роли и повышает планку к тем, кто работает головой. Уже никого не интересует, пользуетесь ли вы ИИ. Главным вопросом становится: что ратсёт у того, кто каждый день работает с ИИ? Deloitte в отчёте State of AI in the Enterprise пишет: доступ работников к AI вырос на 50% за год, но крупнейшим барьером интеграции AI в рабочие процессы остаётся нехватка навыков. Иначе говоря, разрыв уже не между "есть доступ к ИИ" и "нет доступа к ИИ". Разрыв между доступом к инструменту и способностью получать через него рабочий результат. LinkedIn показывает ту же перемену со стороны рынка: работодатели всё больше смотрят на реальные способности, а не только на должности, дипломы и линейную карьеру. Среди растущих навыков — AI literacy, то есть грамотность в работе с ИИ, и AI Business Strategy: способность превращать ИИ в процессы, продукты, решения и стратегию, а не использовать его только как генератор текстов. При этом исследования по GenAI показали важную развилку: экономия времени сама по себе не гарантирует роста выпуска. Можно быстрее писать письма, собирать документы, получать планы и закрывать задачи, но при этом не менять качество мышления, рабочие методы и способность входить в новые области. В одном исследовании GenAI сократил рабочее время, но связь между экономией времени и ростом результата оказалась близка к нулю. Это важный сигнал для всех, чья работа держится на мышлении. Старая экспертность была похожа на запас опыта: "я давно в теме, я разберусь". Новая экспертность всё больше похожа на управляемую систему развития: я понимаю, какие методы устаревают, где нужны новые различения, как проверять основания, как собирать рабочие продукты, как строить среду, в которой ИИ усиливает мышление, а не подменяет его быстрыми ответами. Здесь появляется разница между человеком, который просто пользуется ИИ, и человеком, который растёт в связке с ИИ. Первый быстрее получает результат, но через неделю снова начинает почти с нуля. Второй оставляет после работы след: решения, критерии качества, заметки, рабочие продукты, новые вопросы, проверенные основания, улучшенный способ ставить задачи. Для этого мало знать промпты. Нужны собранность, мышление письмом, медленное чтение, стратегирование, планирование, работа с экзокортексом и IWE. Нужна способность каждый день удерживать развитие, а не вспоминать о нём только в момент тревоги за работу, доход или профессиональную устойчивость. Завтра закрывается набор на практикумы программы "Личное развитие". S1 "Системное саморазвитие" — чтобы собрать себя как систему: внимание, роли, методы, повторяющиеся сбои, текущее, срочное, важное, личную стратегию и рабочие продукты. S2 "Методы саморазвития" — чтобы поставить практики, на которых держится рост экспертности: учёт времени, медленное чтение, мышление письмом, мышление проговариванием, организация досуга, формирование окружения, стратегирование и планирование. При переходе в S2 доступ к семинару IWE 2.0 входит в стоимость практикума, чтобы связать методы саморазвития с ИИ, экзокортексом и интеллектуальной рабочей средой. Завтра в 10:00 группы закрываются. Если вы чувствуете, что просто ускоряться уже мало, подключайтесь. Сейчас ценность не в том, чтобы получить ещё один ответ от ИИ. Ценность в том, чтобы через полгода у вас был другой способ работать, думать, учиться и оставаться нужным. Подключиться: @SystemsSchool_bot. По вопросам зачёта ранее оплаченных продуктов программы "Личное развитие" в 2026 году и выбора между S1/S2 — @alyona_girassol.

Сейчас уже представить свою жизнь без использования ИИ как чата. Написать текст. Получить план. Разобрать документ. Спросить совет. Сгенерировать черновик. Проверить идею. Это полезно, но этого всё меньше хватает для серьёзной работы. Проблемы начинаются, когда: — ИИ отвечает, но не знает вашей компании. — Не помнит ваши прошлые решения. — Не видит весь набор проектов и их пересечений или контекст. — Не понимает, что для вас считается хорошим результатом. — Не хранит рабочие продукты в связке с задачами, знаниями и правилами работы. Получается сильный ассистент без онбординга. И тогда, каждый разговор приходится начинать почти заново. Интеллектуальная рабочая среда как раз решает эту задачу: собирает вашу среду, в которой ИИ работает не с отдельным вопросом, а с вашим рабочим контекстом. По кейсам участников прошлого семинара видно, что это меняет не "удобство использования ИИ", а сам способ работы. Один участник развернул IWE на Windows и Cursor, хотя до этого не работал с ИИ-агентами. Провёл стратегическую сессию и закрыл рабочий продукт по архитектуре. Другой собрал контент-отдел внутри среды: роли, процесс, факты, стабильная выдача материалов. Один человек начал делать работу, которая раньше требовала нескольких участников редакции. Ещё один участник использовал IWE для пересборки профессионального опыта при поиске новой работы. В чате появились и продвинутые сценарии: Claude + Kimi как два агента в одной рабочей среде, заметки через Telegram-бота, разбор входящих идей, утренний план, вечерний обзор, работа с проектами и задачами в VS Code и Cursor. Это важный сдвиг. В ближайшие годы преимущество будет не только у тех, кто "умеет задавать вопросы ИИ". Преимущество будет у тех, кто умеет строить рабочую систему, где ИИ знает контекст, работает с правилами, помогает создавать рабочие продукты и сохраняет опыт. 7 июня Церен Церенов проведёт практический онлайн-семинар: "Интеллектуальная рабочая среда 2.0: Практическая сборка" Это обновлённый вход в IWE: понятнее для новичков, полезнее для тех, кто уже пробовал, и ближе к реальным рабочим сценариям. Можно приходить даже с уровня "пользуюсь GPT как чатом", можно приходить, если уже разобрались и запустили свою IWE — чтобы получить идеи оптимизации. Запись сохранится, поддержка продолжится в чате. Для продвинутых будет отдельный блок с новыми возможностями. 7 июня, 11:30 МСК. Онлайн, 3 часа. Стоимость: 8000 ₽. Оплата через бота: @SystemsSchool_bot

"Я же верно понимаю, что это самое то, если я инженер и нужно масштабироваться?" Такой вопрос пришёл на днях в один из чатов МИМ. И он показывает — для чего на этой неделе в программе Личного развития пройдут два разных формата: марафон "От расфокуса к результатам" и семинар IWE 2.0. У масштабирования редко проблема только в знаниях. Часто уже есть задачи, проекты, идеи, ИИ, материалы, заметки, планы, но рабочая пропускная способность упирается в обычные вещи: — внимание распадается; — день уходит в текучку; — решения не превращаются в регулярные действия; — знания лежат в разных местах; — ИИ помогает отвечать, но не собирает устойчивый способ работы; — на развитие остаются остатки времени и энергии. Отсюда два разных формата. Марафон подходит, если сейчас нужно вернуть регулярность, высвободить ресурс и снова начать двигаться сознательно и систематично. Это формат для ситуации: "Мне нужно, чтобы каждый день появлялся маленький рабочий результат, а развитие перестало зависеть от героического настроения". Формат: 2 недели, 25 минут в день, 4 созвона, рабочая тетрадь, бот, чат и поддержка наставников. ✅ Сегодня в 19:00 МСК будет открытый созвон марафона. Можно подключиться, посмотреть формат и понять, подходит ли он под вашу текущую задачу. Ссылка на созвон и запись встречи будут в чате группы: https://t.me/+vf6VMb_KjSlmMDcy IWE 2.0 подходит, если главный вопрос уже не в ритме, а в устройстве работы с ИИ. Это формат для ситуации: "Мне нужно собрать среду, где ИИ работает с моим контекстом, задачами, знаниями и рабочими продуктами, чтобы я не начинал каждый раз с нуля". 7 июня будет практический семинар про интеллектуальную рабочую среду, где связка "человек — ИИ" начинает расти вместе с задачами. Вход стал проще: можно приходить даже с уровня "пользуюсь GPT как чатом". Для продвинутых будет отдельный разбор новых возможностей. Чат участников семинара IWE 2.0: https://t.me/+wGvGHUD2v0M1MTAy _____________ Коротко: марафон — если нужно вернуть ритм и высвободить ресурс на рост; IWE 2.0 — если нужно собрать среду, в которой ИИ, задачи, знания и рабочие продукты начинают работать вместе, усиляя развитие. Оба формата про управляемое развитие. Кто-то заходит с разных рабочих ситуаций, кто-то — записывается на оба мероприятия👌

У ИИ есть эффект, который легко не заметить. Он может резко ускорить работу, но при этом оборвать накопление. Задача закрыта. Текст написан. Аналитика собрана. Код сгенерирован. План появился. Решение вроде принято. Но через неделю вы снова начинаете почти с той же точки: заново объясняете контекст, заново собираете вводные, заново формулируете критерии, заново проверяете слабые места. Это значит, что ИИ помог получить результат, но он не усилил вас, как специалиста и не развил систему вашей работы. Для МИМ это важное различение. Работа с ИИ должна оставлять после себя не только артефакт, но и след в вашей среде: знание, решение, паттерн, критерий качества, следующий шаг, более сильный способ ставить задачу. 🪫 Иначе вы просто быстрее производите результаты, но не становитесь устойчивее как профессионал. Сегодня на бесплатном семинаре Церена Церенова будем разбирать, как устроена связка "человек — ИИ", в которой задачи закрываются, а способность человека растёт. "Ваша экспертность устареет. Как вырастить новую — не за 10 лет" Главный результат встречи: вы сможете увидеть, что сейчас происходит в вашей работе с ИИ — ускорение, замена или накопление — и что изменить, чтобы каждая следующая задача оставляла больше, чем ответ. 31 мая, 11:30. Онлайн. Бесплатно. Ссылка на подключение и запись будут на канале программы Личного развития: @mim_self Подписываемся и включаем уведомления, чтобы не пропустить.

Если снять протез — функция исчезнет. Если снять экзоскелет — навык останется при вас. С ИИ происходит похожая развилка. Он может писать за вас: тексты, планы, письма, разборы, ответы. Тогда задача закрыта, но ваша способность могла почти не измениться. А может работать иначе: помогать вам точнее думать, быстрее входить в новые темы, принимать решения, собирать рабочие продукты и выращивать новую экспертность. 31 мая Церен Церенов проведёт бесплатный онлайн-семинар: "Ваша экспертность устареет. Как вырастить новую — не за 10 лет" Разберём, как строить связку "человек — ИИ", где ИИ меняет вас, а не просто пишет за вас. Это особенно важно сейчас. Крупные компании уже перестраивают работу вокруг ИИ: по сообщениям СМИ, Meta сокращает около 8 000 сотрудников и одновременно переводит тысячи людей в ИИ-направления. На российском рынке тоже всё чаще слышно про пересмотр бюджетов, заморозку найма и передачу части функций ИИ-инструментам. Это не повод паниковать. Это повод проверить, что именно происходит с вами после работы с ИИ. ✅ Главный результат семинара: вы сможете увидеть, что остаётся вашим после месяца работы с ИИ. Только ответы, тексты и закрытые задачи — или навыки, знания, решения и способность осваивать новые области. 31 мая, 11:30. Онлайн. Бесплатно. Ссылка на online и запись — будут на канале программы Личного развития: @mim_self.