I Evolve 🌱 Daily

Этого человека звали Максвелл Мольц (в некоторых переводах Максвелл Мальц), он действительно был успешным пластическим хирургом в Нью-Йорке. В 1960 году он опубликовал свой легендарный бестселлер, который называется «Психокибернетика» (Psycho-Cybernetics). [1, 2, 3] Вот как развивалась эта история и к каким выводам он пришел: ## Удивительное наблюдение хирурга Доктор Мольц менял людям внешность: исправлял искалеченные в авариях лица, убирал горбинки на носах, шрамы и врожденные дефекты. [3, 4] * Парадокс: В одних случаях после операции человек мгновенно расцветал, обретал уверенность и менял жизнь. Но в огромном количестве других случаев происходило странное — операция проходила идеально, уродство исчезало, но человек продолжал чувствовать и вести себя так, будто дефект все еще на месте. * Внутреннее уродство: Мольц понял, что его пациенты носили в себе «внутренние шрамы», которые скальпелем хирурга исправить невозможно. [1, 4, 5, 6] ## Открытие «Образа Я» (Идентичности) Мольц начал глубоко изучать психологию и пришел к выводу, что у каждого человека есть «Образ Я» (Self-Image) — ментальный портрет самого себя. [2, 4] * Если человек внутри считает себя неудачником, робким или некрасивым, то даже идеальное лицо не сделает его счастливым. * Его физическое тело изменилось, но идентичность (программа) осталась прежней. Психика и подсознание продолжали работать по старому сценарию. [2, 4, 7] ## Причем здесь кибернетика? В те годы (1950–1960-е) во всем мире гремела кибернетика Норберта Винера — наука об управлении машинами и живыми организмами при помощи обратной связи. Мольц объединил кибернетику и психологию. [1] 1. Он заявил, что человеческий мозг и нервная система работают как «сервомеханизм» (автопилот или компьютерная система наведения). 2. Какую цель/образ вы заложите в этот компьютер («Я — неудачник» или «Я — уверенный человек»), туда он вас и привезет на автопилоте. 3. Чтобы изменить жизнь, нужно не просто менять внешность, а перепрограммировать свою идентичность через воображение и ментальные тренировки. [2, 6, 7, 8, 9] Книга «Психокибернетика» разошлась тиражом более 30 миллионов экземпляров и стала абсолютной классикой литературы по саморазвитию. Именно из нее выросли методики визуализации, которые сегодня используют бизнес-тренеры и спортивные психологи во всем мире. [2, 5, 10, 11] [1] [https://en.wikipedia.org](https://en.wikipedia.org/wiki/Psycho-Cybernetics) [2] [https://startupbooks.substack.com](https://startupbooks.substack.com/p/psycho-cybernetics-the-foundational) [3] [https://vk.com](https://vk.com/@biblioteka_lermontova-psihokibernetika-maksuell-molc) [4] [https://www.labirint.ru](https://www.labirint.ru/books/702233/) [5] [https://pubmed.ncbi.nlm.nih.gov](https://pubmed.ncbi.nlm.nih.gov/17999106/) [6] [https://books.google.com](https://books.google.com/books/about/Five_Minutes_to_Happiness.html?id=7Wd5DwAAQBAJ) [7] [https://www.facebook.com](https://www.facebook.com/groups/1928903884018373/posts/4321296091445795/) [8] [https://www.margaretduarte.com](https://www.margaretduarte.com/psycho-cybernetics-and-writer/) [9] [https://books.google.com](https://books.google.com/books/about/Zero_Resistance_Selling.html?id=kR3FAgAAQBAJ) [10] [https://www.amazon.com](https://www.amazon.com/Psycho-Cybernetics-Updated-Expanded-Maxwell-Maltz/dp/0399176136) [11] [https://books.google.com](https://books.google.com/books/about/Psycho_Cybernetics_Updated_and_Expanded.html?id=GNVZEAAAQBAJ)

https://github.com/EpicGames/lore Система контроля версий контента от крупного гейммейкера Если нужно версионировать бинарные ассеты, не только код

Программирование закончилось. Не в смысле, что код исчез. А в смысле, что привычное программирование как ручная техническая работа уходит на второй план. Раньше программист сидел перед интерфейсом и руками собирал сетку кода: файл, функция, интеграция, баг, фикс, ещё фикс, ещё один слой логики. Потом появился prompt engineering: научись правильно разговаривать с моделью. Потом context engineering: научись правильно собирать контекст, чтобы модель не гадала. Потом harness engineering: дай агенту инструменты, права, окружение, тесты и критерий “готово”. А теперь следующий слой — loop engineering. То есть ты уже не пишешь промпт агенту вручную. Ты проектируешь систему, которая сама запускает агента, сама находит работу, сама передаёт задачу, сама проверяет результат, сама сохраняет состояние и сама решает, что делать следующим шагом. Человек перестаёт быть руками внутри процесса. Человек становится архитектором контура. И это меняет не только программирование. Это меняет всю цифровую работу, которая делается через экран: кодинг, аналитику, маркетинг, поддержку, продажи, коммуникации, документооборот, CRM, контент, операционку. Всё, что было “сидеть за компьютером и руками перекладывать смысл между интерфейсами”, будет постепенно превращаться в систему петель. Не “сделай мне бота”. А “собери мне контур, который сам понимает цель бизнеса, видит аудиторию, отслеживает рынок, тестирует гипотезы, меняет коммуникацию, проверяет конверсию и перепрошивает путь клиента”. Вот здесь начинается новая реальность. Боты больше не должны быть статичными сценариями. Сценарный бот — это уже старая логика: мы один раз нарисовали дерево, посадили туда клиента и надеемся, что рынок, аудитория и продукт не изменятся. Но рынок меняется. Аудитория меняется. Бизнес-цель меняется. Канал меняется. Стоимость лида меняется. Доверие меняется. Значит, и коммуникационная система должна меняться. Не раз в полгода руками разработчика. А постоянно, внутри живого контура. Новый бот — это не “кнопки и ветки”. Это динамическая поведенческая система. У неё есть цель. У неё есть память. У неё есть данные. У неё есть проверка. У неё есть роли. У неё есть ограничения. У неё есть цикл улучшения. Она не просто отвечает пользователю. Она учится доводить человека до следующего правильного шага. В этом смысле будущее не за “программистами, которые быстро пишут код”. Будущее за теми, кто умеет проектировать живые инфраструктуры, которые сами себя программируют, проверяют и адаптируют. Но тут есть важная ловушка. Если просто сказать “AI теперь сам всё сделает”, получится не новая архитектура, а автоматизированный бардак. Loop без проверки — это машина, которая быстро размножает ошибки. Loop без памяти — это амнезия на автопилоте. Loop без лимитов — это сожжённые токены и деньги. Loop без человека, который может сказать “стоп”, — это не автономность, а потеря управления. Поэтому программирование не умерло совсем. Умерла ручная механическая форма программирования. А инженерное мышление, наоборот, стало важнее. Только теперь главный вопрос не “какую функцию написать?” Главный вопрос: какой контур построить, чтобы система сама находила работу, делала её, проверяла себя, училась и не теряла связь с реальной целью бизнеса? Код был материалом. Теперь материалом становится поведение системы во времени. И кто научится проектировать такие петли — тот будет строить следующий слой цифрового бизнеса.

Компетенция или репутация? Сейчас много говорят: опыт обесценился, знания обесценились, важна только репутация, личный бренд и ежедневный контент. Частично это правда. Да, соцсети стали interest graph, а не follower graph. Да, человек с нулём подписчиков может выстрелить. Да, контент стал почти бесплатным каналом внимания. Да, эксперт, которого никто не видит, может проиграть человеку менее глубокому, но более видимому. Но дальше начинается подмена. Обесценивается не опыт. Обесценивается справочная база. Всё, что можно положить в FAQ, чеклист, промпт, RAG, инструкцию, договор или базу знаний — будет дешеветь. Но не обесценивается умение видеть реальную проблему. Не обесценивается способность держать сложную систему. Не обесценивается ответственность. Не обесценивается понимание контекста. Не обесценивается способность принимать решения в живом бизнесе, где всё кривое, неполное, человеческое и постоянно меняется. Репутация без компетенции — пузырь. Компетенция без публичного следа — скрытый актив, который рынок не видит. Поэтому вопрос не в том, что важнее: компетенция или репутация. Правильная цепочка такая: компетенция → доказательства → репутация → доверие → сделки. Контент нужен. Но не как мусорный поток ради алгоритмов. Контент должен быть proof-of-work: кейсы, разборы, схемы, методология, ошибки, выводы, решения, живой процесс. Не сто публикаций ни о чём. А сильные смысловые выстрелы, которые показывают: ты не просто говоришь — ты реально умеешь собирать систему. Вот такую публичную систему доказательств я сейчас и строю.

Niiice. 😄 Смотрите именно в таком порядке. https://youtube.com/shorts/PoPBR6i3pA8?si=kFuX4xJ8EaYI2hiO https://youtube.com/shorts/sBhnknrvtJQ?si=qNEhQmwD2Zb09ca4

Новая рубрика ART YG CHRONICLES / Metabot «Чему мы научились» Запускаем внутри подкаста новую регулярную рубрику: «Чему мы научились». Идея простая: каждый участник команды может прийти и показать, что он недавно освоил, собрал, понял, протестировал или улучшил в рамках наших проектов, AI-инструментов, Metabot, клиентских задач, разработки, дизайна, продаж, методологии или внутренних процессов. Это не отчёт ради отчёта. Это живая производственная хроника команды. Мы хотим показывать не только готовые красивые кейсы, но и сам процесс: как мы учимся, как разбираемся, как ошибаемся, как находим решения, как превращаем опыт в методологию, инструменты, компоненты, шаблоны и новые возможности для клиентов. Зачем это нужно 1. Создавать публичный proof-of-work команды Не просто говорить, что мы умеем AI, чат-ботов, интеграции, сценарии и бизнес-коммуникации, а показывать, как мы реально это делаем. 2. Упаковывать наш опыт в контент и кейсы Каждый выпуск может превратиться в подкаст, пост, короткие нарезки, инструкцию, внутренний гайд, sales-asset или материал для клиента. 3. Быстрее обучать команду Если один человек разобрался с инструментом, компонентом, workflow или подходом — остальные могут быстрее понять, повторить и применить. 4. Строить доверие к Metabot Клиенты и партнёры видят не только продукт, но и команду, мышление, глубину, честность и способность решать реальные задачи. 5. Находить новые услуги и офферы Иногда маленькое внутреннее открытие может стать новым продуктом, модулем, шаблоном, консультацией или клиентским предложением. Формат выпуска Обычно 30–45 минут. Максимум — около часа, если тема реально раскрывается. Формат: короткое интервью + демонстрация + обсуждение. Структура 1. Что ты сделал / чему научился Коротко: что за тема, инструмент, компонент, подход, кейс или открытие. 2. Какой результат получился Покажи итог: экран, демо, схема, бот, скрипт, страница, таблица, промпт, workflow, метрика, пример до/после. 3. Какую проблему это решает Почему это важно? Где была боль, bottleneck, ручная работа, хаос, потеря времени, риска или денег? 4. Как это работает Покажи процесс: какие инструменты использовал, какие шаги прошёл, как устроен workflow, какие данные/промпты/сценарии/интеграции задействованы. 5. С какими сложностями столкнулся Что не получилось с первого раза? Где были баги, ограничения, факапы, непонятные места, слабые зоны? 6. Какие выводы сделал Что теперь понимаешь лучше? Что бы сделал иначе? Что важно знать тем, кто будет повторять? 7. Где это можно применить дальше В каких проектах, клиентах, нишах, задачах, продуктах или внутренних процессах это может дать пользу? 8. Что тебе нужно дальше Какие нужны данные, заказчики, тесты, разработчики, дизайнеры, клиенты, пользователи, доступы или следующие шаги? Главный принцип Мы показываем не “идеальную картинку”, а реальное движение. Не обязательно быть суперэкспертом. Важно честно показать: что я изучил, что получилось, где затык, какая ценность и куда это может вырасти. Это рубрика про обучение, компетенцию, команду и живое производство. #podcast

Из-за нейросетей айтишники у нас теперь только такие. 👉 Топор +18. Подписаться

К-разлом: AI делит рынок труда на две разные реальности Есть такой термин — AI K-Shaped Job Market. Я бы по-русски назвал это проще: К-разлом. Суть в том, что AI начинает разводить людей и профессии по двум разным траекториям. Одна ветвь идёт вверх. Это люди, которые учатся работать с AI как с продолжением своего мышления: агентами, промптами, базами знаний, автоматизацией, аналитикой, внешней памятью, проверками, сценариями. Другая ветвь уходит вниз. Это люди, которые остаются внутри старой модели: я сам читаю, сам помню, сам свожу, сам пишу, сам проверяю, сам держу весь контекст в голове. И проблема не только в скорости. Проблема в том, что меняется сам круг возможного. Бухгалтер с AI и бухгалтер без AI — это уже не просто “один быстрее другого”. Это два разных режима профессии. Один работает с документами, таблицами, сверками, отчётами и дедлайнами вручную. Другой собирает вокруг себя систему: AI помогает проверять документы, искать противоречия, готовить отчёты, подсвечивать риски, строить сценарии, объяснять клиенту, собирать управленческую картину. Снаружи это почти не видно. Два человека сидят за ноутбуками. Одинаковый офис. Одинаковые должности. Одинаковые резюме. Но один человек работает один. А у второго внутри ноутбука уже маленькая фабрика мышления. Вот почему сравнение с интернетом не совсем точное. Интернет дал доступ к информации. AI даёт возможность превращать информацию в действие. И главный разрыв будет не только в доходах, скорости или продуктивности. Главный разрыв будет в субъективном ощущении: “что вообще возможно сделать одному человеку”. И вот здесь начинается самое жёсткое. AI не просто усиливает сильных. Он начинает выедать средний слой стандартной интеллектуальной работы. Раньше можно было быть просто нормальным специалистом: делать отчёты, писать тексты, собирать таблицы, готовить презентации, обрабатывать информацию. Теперь стандартный средний результат становится дешёвым и быстрым. Ценность смещается выше: к постановке задач, архитектуре процессов, ответственности, вкусу, критическому мышлению, способности видеть целое и соединять людей, данные, смыслы и действия. Поэтому вопрос уже не в том, “пользуешься ли ты ChatGPT”. Вопрос жёстче: ты всё ещё работаешь внутри старой профессии? Или уже пересобираешь профессию вокруг себя? Термин, на который можно сослаться: AI K-Shaped Job Market. Одна из публикаций: https://doi.org/10.70175/hclreview.2020.23.1.3 #AI #ИИ #ArtificialIntelligence #ИскусственныйИнтеллект #AIAgents #АгентыИИ #GenerativeAI #FutureOfWork #БудущееРаботы #KShapedJobMarket #KShapedEconomy #КРазлом #РынокТруда #НоваяЭкономика #Автоматизация #Productivity #AIProductivity #Интеллектизм #Metabot #Метабот

AI — это не “инструмент”. Это выход за пределы биологии Когда ты начинаешь работать с AI по-настоящему, ты очень быстро упираешься не в технологии. Ты упираешься в себя. В свою память. В скорость чтения. В способность удерживать контекст. В усталость нервной системы. В то, сколько информации твой мозг вообще способен переварить за день. И вот здесь начинается главное. AI не просто “ускоряет работу”. Он начинает выносить часть твоего мышления наружу. Ты уже не обязан всё помнить. Ты не обязан сам держать в голове весь массив документов. Ты не обязан руками перечитывать всё, что раньше физически не успевал обработать. Ты можешь собирать контекст, проверять гипотезы, строить сценарии, держать несколько направлений параллельно. Но есть подвох. Чтобы этим пользоваться, нужно самому перестать мыслить как одиночный исполнитель. AI не делает тебя сильнее автоматически. Он усиливает твою архитектуру мышления. Если у тебя хаос — он масштабирует хаос. Если у тебя нет вопросов — он не даст тебе глубины. Если ты не умеешь ставить задачи — он будет генерировать мусор. Поэтому серьёзная работа с AI — это не про “нажал кнопку и получил результат”. Это про новую дисциплину мышления. Ты начинаешь проектировать не только продукт, текст или бизнес-процесс. Ты начинаешь проектировать свою внешнюю когнитивную систему. И да, похоже, это не для всех. Не потому что люди глупые. А потому что это требует странной смеси: любопытства, выносливости, маниакальности, способности терпеть сложность и постоянно пересобирать свои способы работы. AI даёт возможность выйти за пределы биологии. Но сначала он показывает, насколько сильно мы были в неё заперты.

Вот как сегодня работают благодаря Ии....

https://youtube.com/shorts/Wt1uRwSxG4c?si=RF8XOyBSpjqO0qC- Моя жизнь в одном видео 🤣