from:adam

Зиме пришлось пройти весь путь, чтобы понять, где ему хорошо. Три поста этой серии были про то же: рост отдаляет от процесса, кайф в процессе, защищай процесс при росте. В первом я спросил — а нужен ли вообще следующий уровень? Но так и не ответил. Что если не входить в этот конфликт вовсе? Индустрия построена вокруг логики роста: лестница, грейды, performance review с вопросом «куда ты хочешь расти». Не получил промоушен — застрял. Сидишь на одной позиции три года — что-то не так. Не хочешь управлять людьми — значит потолок. Самого вопроса «а хочешь ли ты расти» в этой системе нет. Kim Scott в Radical Candor вводит различие, которое большинство менеджеров игнорирует: rock stars и superstars. И это не про уровень перформанса, ибо обе категории делают отличную работу. Разница в траектории. Superstars на крутом подъёме — им нужны новые вызовы, новые роли, следующий уровень. Rock stars на пологой траектории — они нашли своё место, углубляют экспертизу и не хотят, чтобы их куда-то двигали. Rock в rock star — это не рок-музыка, а скала: стабильность, глубина, надёжность. Скотт пишет, что за годы в Google она систематически недооценивала таких людей. Вся система вознаграждения была заточена под superstars: промоушены, stretch goals, видимость. Rock stars при этом держали на себе команды, передавали знания, держали контекст — и получали за это ощутимо меньше признания. Проблема не в том, что superstars получают много, а в том, что единственный признанный путь — это их путь. Если ты rock star, система постоянно подталкивает: давай менеджерить, давай на грейд выше, давай расширяй скоуп. Не потому что тебе это нужно, а потому что у системы нет другого языка ценности. А теперь представим команду из одних superstars. Все хотят расти, никто не хочет делать текущую работу. Все смотрят на следующую ступеньку, никто не углубляется. Нет людей, которые помнят, почему архитектура устроена именно так, почему этот процесс работает, что случилось в прошлый раз, когда попробовали иначе. Память команды обнуляется каждые полтора года. При этом это не постоянные категории, а режимы. Человек может быть superstar пять лет, а потом перейти в rock star mode — потому что родился ребёнок, нашёл область, которую хочет копать вглубь, или просто понял, что ему хорошо здесь. Проблема начинается, когда rock star притворяется superstar, потому что боится, что иначе его спишут. Вся история Зимы — это история возврата. Он ушёл от чистки плитки, дошёл до края галактики и разобрал себя, чтобы вернуться. Красиво, но это путь superstar, который однажды остановился. Rock star никуда не уходил, ибо он чистит свой бассейн, углубляет экспертизу, и ему не нужен перформанс с саморазборкой — потому что разбирать нечего.

Два предыдущих поста про Зиму описали две позиции. Первая: система отдаляет тебя от того, ради чего ты пришёл в профессию, и это свойство системы, не баг. Вторая: можно вернуться к плитке, к источнику тонического кайфа, к процессу ради процесса. Смириться с системой или разобрать себя обратно. Это классическая диалектическая битва по Гегелю. У него есть конструкция: тезис → антитезис → синтез. Тезис утверждает, антитезис оспаривает. Синтез — не компромисс и не среднее арифметическое, а снятие противоречия: Aufhebung. Одновременно отмена, сохранение и подъём на новый уровень. Тезис: расти в карьере, брать больше ответственности, принимать правила игры. Антитезис: отказаться от роста, вернуться к тому, что приносило кайф. Это ложная дихотомия: первый путь ведёт к выгоранию, второй романтичен, но игнорирует реальность и ее структурную сложность и ограничения. Синтез — расти, но инженерить защиту процесса. Patty Azzarello в Rise описывает, как это работает на практике. Чистка плитки тонет под операционкой, когда человек застревает в том, что Аззарелло называет workhorse mode — берёшь всё, делаешь всё лично, растёшь в должности, но не меняешь модель. Был тимлидом — писал код и ревьюил. Стал директором — всё ещё пишет код и ревьюит, только теперь ещё ходит на десять совещаний. Система это поощряет — ты надёжный, ты вывозишь. Но Аззарелло формулирует жёстко: переработки — это mismanagement. Не подвиг, не лояльность, а управленческая ошибка. Если ты завален тактикой на 120%, у тебя не остаётся места на то, что приносит настоящую ценность — ни бизнесу, ни тебе. Выход — то, что она называет ruthless priorities. Не «приоритизация» в мягком корпоративном смысле, а жёсткий отсев. Catch all the work, but don't do all the work. Ловить всё, что прилетает, — да. Делать всё — нет. Переопределить входящую работу через призму бизнес-результата, а не принимать её в том виде, в котором она упала на стол. Половина задач, которые кажутся обязательными, при пересборке оказываются чужими приоритетами, инерцией или политическим шумом. Практически — забронировать меньше 100% времени под текущие задачи и оставить пространство для той штуки, которая приносит настоящую ценность. При этом рост — не только цена, но и средство. Аззарелло говорит, что идеальной позиции не бывает — ты её лепишь сам, скульптурируешь роль под свои сильные стороны, но на нижних уровнях у тебя для этого нет рычагов. Ты не выбираешь проекты, не формируешь команду, не отказываешься от задач. С ростом появляется автономия: влияние на то, чем ты занимаешься, с кем работаешь, какие задачи берёшь, а какие делегируешь. Рост даёт ресурсы для защиты процесса — но только если ты их используешь, а не тонешь в workhorse mode. В терминах Зимы: плитка никуда не делась. Она не в ежедневной чистке бассейна руками — она в понимании, как должен работать бассейн. Процесс масштабируется, если выбираешь, на каком уровне абстракции его сохранять. Зима не мог этого сделать — его модифицировали извне, у него не было agency над собственными апгрейдами. У нас — есть. Защита процесса — это не пассивное «стараться не терять». Это архитектурное решение, которое нужно проектировать и поддерживать. Как любую систему.

Воссоединение с тем, что тебе по-настоящему хорошо — это не просто приятно. Это фундамент устойчивости, и у этого есть конкретная механика. Большинство людей зациклены на результате. Промоушен, запуск, цифра в дашборде. Часто можно услышать обьяснения через дофамин и его природу «гормона удовольствия», но это не так. Это система предсказаний. Мозг сравнивает ожидание с реальностью — reward prediction error. Получил больше, чем ждал, и дофамин взлетает. Не получил, и активность проваливается ниже базы. А если ждал и получил ровно то, что ждал — ошибка около нуля, кайфа почти нет. Жить от результата к результату — игра с отрицательным матожиданием. Достиг цель, а кайф минимальный, а если не достиг, то больно. При этом в работе, особенно в продакт-менеджменте, недостижение цели скорее норма: проекты не идут по плану, гипотезы не подтверждаются. Система, завязанная на результат, будет в минусе чаще, чем в плюсе. Но дофамин работает в двух режимах. Фазический — те самые спайки и провалы. И тонический — фоновая активация, ровный кайф от самого процесса. То, что Чиксентмихайи назвал «потоком», отчасти про это. У всех есть оба режима, вопрос в пропорции. Если тебе кайфово разбираться в задаче, крутить её, искать подход — reward размазан по всему пути, как диверсифицированный портфель. Финиш приятен, но не единственный источник. Не случился финиш — потерял хвост, а не весь портфель. Зима был тоническим существом. Его кайф был в чистке плитки, в ровном фоне простого процесса. Каждый апгрейд давал новые фазические спайки и отдалял от источника фона. Его финальный перформанс был не про отказ от прогресса, а про возврат к источнику устойчивости. В реальности разбирать себя на запчасти не обязательно. Можно расти так, чтобы процесс не терялся, а защищался, но об этом уже в следующий раз.

В Love, Death & Robots есть эпизод Zima Blue — про робота-художника, который прошёл путь от чистильщика бассейнов до величайшего творца галактики. Ему наращивали сенсоры, расширяли интеллект, давали способность воспринимать вещи, недоступные людям. На пике славы он собрал последнюю выставку, прыгнул в бассейн и разобрал себя до исходного состояния. Вернулся к голубой плитке, которую чистил в начале. Я часто думаю про этот эпизод, когда наблюдаю за карьерами вокруг — включая свою. Человек приходит в профессию, потому что ему нравится конкретная штука: придумывать продукт, писать код, проектировать систему. Он хорош в этом, растёт, берёт на себя больше. Через несколько повышений обнаруживает, что 80% дня — совещания, согласования, политика, эскалации. Та штука, ради которой всё начиналось, где-то на периферии. Если вообще осталась. Patty Azzarello в Rise описывает это как свойство системы, не баг: с каждым уровнем карьеры доля неприятных задач растёт. Чем выше — тем больше времени на то, что ты не хочешь делать, и тем меньше на то, что умеешь лучше всех. По сути, каждое повышение отдаляет тебя от причины, по которой ты вообще оказался в этой профессии. Как Зиму — каждая модификация отдаляла от плитки. При этом мало кто останавливается и спрашивает: а мне вообще нужен следующий уровень? Карьерный рост стал настолько дефолтной ценностью, что сам вопрос звучит подозрительно. Не растёшь — значит стагнируешь. У Шунрю Судзуки есть концепция shoshin — ум начинающего. В уме начинающего много возможностей, в уме эксперта их мало. Это не про обесценивание экспертизы. Это про то, что состояние «я не знаю» — не стартовая точка, которую нужно преодолеть и забыть. Это состояние, в которое стоит возвращаться осознанно, чтобы не закостенеть в собственном статусе. Зима не мог бы выбрать возврат к плитке, если бы не прошёл весь путь. Весь опыт был нужен — но не для того, чтобы остаться на вершине, а чтобы понять, где ему на самом деле хорошо.

В Love, Death & Robots есть эпизод Zima Blue — про робота-художника, который прошёл путь от чистильщика бассейнов до величайшего творца галактики. Ему наращивали сенсоры, расширяли интеллект, давали способность воспринимать вещи, недоступные людям. На пике славы он собрал последнюю выставку, прыгнул в бассейн и разобрал себя до исходного состояния. Вернулся к голубой плитке, которую чистил в начале. Я часто думаю про этот эпизод, когда наблюдаю за карьерами вокруг — включая свою. Человек приходит в профессию, потому что ему нравится конкретная штука: придумывать продукт, писать код, проектировать систему. Он хорош в этом, растёт, берёт на себя больше. Через несколько повышений обнаруживает, что 80% дня — совещания, согласования, политика, эскалации. Та штука, ради которой всё начиналось, где-то на периферии. Если вообще осталась. Patty Azzarello в Rise описывает это как свойство системы, не баг: с каждым уровнем карьеры доля неприятных задач растёт. Чем выше — тем больше времени на то, что ты не хочешь делать, и тем меньше на то, что умеешь лучше всех. По сути, каждое повышение отдаляет тебя от причины, по которой ты вообще оказался в этой профессии. Как Зиму — каждая модификация отдаляла от плитки. При этом мало кто останавливается и спрашивает: а мне вообще нужен следующий уровень? Карьерный рост стал настолько дефолтной ценностью, что сам вопрос звучит подозрительно. Не растёшь — значит стагнируешь. У Шунрю Судзуки есть концепция shoshin — ум начинающего. В уме начинающего много возможностей, в уме эксперта их мало. Это не про обесценивание экспертизы. Это про то, что состояние «я не знаю» — не стартовая точка, которую нужно преодолеть и забыть. Это состояние, в которое стоит возвращаться осознанно, чтобы не закостенеть в собственном статусе. Зима не мог бы выбрать возврат к плитке, если бы не прошёл весь путь. Весь опыт был нужен — но не для того, чтобы остаться на вершине, а чтобы понять, где ему на самом деле хорошо.

Начал слезать с эсциталопрама (антидепрессант, SSRI/СИОЗС). Хочу рассказать про весь этот опыт, потому что тема до сих пор стигматизирована, а зря. Сел на него год назад, хотя до этого почти год сопротивлялся. В научной среде до сих пор идёт дискурс о том, работают ли антидепрессанты вообще или это дорогое плацебо, и меня это останавливало. Но в какой-то момент, изучив всю доступную мне научную литературу и исследования с обеих сторон, пришёл к выводу, что скорее работают, чем нет — особенно при тревожных расстройствах. Решил таки попробовать. Эсциталопрам — это SSRI, селективный ингибитор обратного захвата серотонина. Препарат не «добавляет» серотонин в мозг, а замедляет его обратный захват нейронами, из-за чего он дольше остаётся в синаптической щели и дольше действует на рецепторы. С серотонином там не совсем очевидная связь, но это тема для отдельного разговора. Всю жизнь казалось, что постоянный поток мыслей в голове — это норма. Тревога, планы, экзистенциальные вопросы, рефлексия, идеи, снова тревога — бесконечная карусель, которая не выключается ни на минуту. Иногда даже кажется, что не карусель, а броуновское движение. Было стойкое убеждение, что так устроены все думающие люди, что это просто цена за то, чтобы быть включённым в реальность. И вот я начал принимать фарму (в начале там еще был Буспирон для разгона). Значит четвёртый или пятый день приёма, ложусь вечером в кровать и понимаю, что в голове тихо. Впервые в жизни. Нет потока мыслей, нет фонового гула тревоги, нет навязчивых вопросов — просто тишина. Тело расслаблено, мозг расслаблен, как будто вышел из спа. Спокойно заснул и в тот момент осознал, что жизнь может быть устроена совершенно иначе, чем привык считать. Жизнь буквально разделилась на до и после того вечера. Сейчас слезаю. Между дозой и занятостью серотонинового транспортера гиперболическая зависимость — нельзя просто резать дозу пополам, как советуют в классических схемах. С 10мг на 5мг занятость SERT падает примерно с 80% до 70%, всего на 10 процентных пунктов. А вот с 5мг до нуля — это уже падение с 70% до нуля. Поэтому снижаю очень медленно, план на полгода, вплоть до растворения таблеток в воде и дозирования шприцом — звучит странно, но фармакокинетика говорит, что это единственный разумный способ. Текущие ощущения на меньших дозах даже лучше, чем на полной — меньше заторможенности, больше ясности, но тревожные мысли вернулись. Тот самый фоновый поток обо всём и ни о чём, с которым прошла вся предыдущая жизнь. Только сейчас по-настоящему осознаёшь, насколько это было изматывающим — когда появляется с чем сравнивать. Спасает терапия. МКТ и КПТ дали конкретные инструменты: замечаешь тревожную мысль, не вступаешь с ней в диалог, не уходишь в руминацию, а если провалился — вытаскиваешь себя обратно достаточно быстро. Без препарата это было невозможно освоить: ты просто варишься в тревоге непрерывно, нет ни дистанции, ни сил что-то с этим делать. Препарат расчистил голову и дал время наработать эти навыки в спокойном состоянии. А теперь, когда навыки есть, они работают и при сниженной дозе — тревога возвращается, но ты уже умеешь с ней обращаться. В этом, по сути, вся связка: SSRI дал увидеть, как выглядит жизнь без шума в голове, а терапия научила в ней оставаться.

OpenAI выложили в opensource Symphony – оркестратор для агентов. Проект интересен сам по себе, но важно не это. Внимание, официальная инструкция по установке:

Tell your favorite coding agent to build Symphony in a programming language of your choice: Implement Symphony according to the following spec: https://github.com/openai/symphony/blob/main/SPEC.md

🌟

Крайне забавно, что для агентов создают такие же тулы как для людей. Все думали, что агентам не нужны будут таск-трекеры, процессы и прочее, они полностью поменяют принципы работы софта, а по факту координировать работу нескольких агентов — та же менеджерская проблема. Скоро придумают скрам для агентов с дейли стендапами, где они будут по очереди рассказывать что делали вчера и что блокирует. Дальше по логике — performance review. Агент-тимлид ставит своему агенту-исполнителю exceeds, выносит на калибровку, а там другие агенты-тимлиды не согласны и режут до meets. Агент-исполнитель уходит в бесконечный цикл рефлексии, токены горят, латенси растёт — выгорание. Нанимают ещё одного агента-коуча, который советует «переосмыслить цели и сделать паузу», а параллельно ищут ему замену на рынке агентов.

А он был уже в forbes 30 under 30? Отличный кандидат, если нет https://t.me/vcnews/60103

Это не учебная тревога! Вышел второй сезон, и шоуранеры умудрились после великого первого сезона не просто удержать планку, а где-то даже завысить. Уровень 😮 Ну и напоминаю, что нельзя ничего читать или смотреть про сериал, ибо жуткие спойлеры. Его нужно смотреть!

Команда выкатила бомбу. Продактов на рынке полно. А вот тех, кто умеет делать AI/ML продукты — единицы. Потому что мест, где это вообще делают, тоже немного. Мы делаем. Умеем. И решили научить. Бесплатный курс для PM’ов, которые хотят стать AI/ML продакт менеджерами. Формат stage-gate на реальных кейсах — проходишь полный цикл от постановки задачи до запуска, как в настоящем продукте.

Всё чаще замечаю, как кандидаты используют LLM прямо во время собеса и думают, что незаметно. Задаёшь вопрос, человек говорит «мне нужно минуту подумать», отводит глаза, начинает стучать по клаве. На лице пляшет свет от второго экрана. Или другой вариант — LLM слушает стрим звонка и сама пишет ответы поверх экрана, но на генерацию нужно время, поэтому человек берёт паузу и ждёт, пока текст появится. Потом гладко и структурировано выдает «важно учитывать множество факторов» с симметричным списком из трёх пунктов. Перебиваешь, просишь уточнить конкретный момент — теряются. Уточнений то в ответе ллмки не было. Когда человек реально понимает тему — это чувствуется. Он ссылается на конкретику, применяет фреймворк к задаче, может поспорить с постановкой вопроса. Копни на уровень глубже — и он туда спокойно идёт. А когда за ответом ничего нет, копнёшь — и человек буксует. Просит ещё минуту «подумать». Снова стучит по клаве. Я не запрещаю LLM, было бы странно в 2026. Но если единственный навык кандидата — копировать ответы из чата и озвучивать, ну зачем он нужен, если я и сам могу отправить промпт?

Самая сложная часть в AI-продуктах — последняя миля. Разрыв между демкой и боевым решением не просто большой, он катастрофический. И большинство людей, которые не делают такие продукты руками, этого вообще не понимают. Карпаты в интервью Дваркешу хорошо это сформулировал: «march of nines». Демка работает в 90% случаев — это первая девятка. Потом нужна вторая (99%), третья (99.9%), четвёртая. Каждая следующая девятка — тот же объём работы в лучшем случае, что и предыдущая, а скорее всего усилия будут экспоненциально расти. Но Карпаты говорит про селф-драйвинг, где, если утрировать, метрика бинарная: машина доехала или нет. В консьюмерских AI-продуктах всё хуже. Модель может ответить на 70%, на 30%, может уверенно соврать — и пользователь не отличит одно от другого. Весь UX приходится строить вокруг факта, что система врёт с покерфейсом, и тебе надо как-то дать человеку понять, когда ей верить, а когда нет. Ни на одной демке этой проблемы не существует. По сути, в AI-продуктах работает принцип Парето курильщика: 20% усилий дают 80% вау-эффекта, а 80% усилий — 80% продакшн-эффекта. На этом месте ломаются ожидания всех, кто видел только демку. Куда уходят эти 80% усилий? Эдж-кейсы, где модель галлюцинирует, молчит или ломает даунстрим-системы. Лэтенси, которое на реальных запросах в разы больше, чем на подготовленных. Стоимость инференса, которая при масштабе убивает юнит-экономику. Гардрейлы, контент-фильтрация, детекция персональных данных — каждый слой отдельный проект со своими эдж-кейсами. Эвалы — это вообще отдельная история. Платформа, методология, аналитика, квалифицированная и неквалифицированная разметка, LLM as judge — целая инфраструктура с кучей процессов и людей, чтобы понимать, работает ли то, что ты выкатил. И ни один из этих слоёв не нужен на стадии демки. Когда кто-то говорит «мы за неделю собрали AI-продукт», я всегда уточняю: демку или продакшн? Демку за неделю соберёт стажёр с кредитами у провайдера LLM. Продакшн — это месяцы, если не годы, работы команды, где 90% времени уходит на то, что никогда не покажешь на презе.

ИИ-инструменты не спасут лоу-перформеров. В последнее время, с развитием больших моделей, все чаще наблюдаю дискурс о том, что применение ИИ-тулов будет размывать границу между лоу-перформерами и топ-перформерами и сопряженные с этим общественные опасения. Чуть другим боком, но фактически тот же дискурс идет и в области искусства: "творчество моделей вытесняет творчество людей". И самое забавное, что ситуация, которую я наблюдаю в своей работе, показывает скорее совершенно обратное. Лоу-перформеры, обложенные ИИ-тулами, не то что не приближаются к топ-перформерам, но наличие ИИ-тулов у тех и других скорее работает как лупа и болезненно выкристаллизовывает пропасть между первыми и вторыми. Питер Уоттс в своем рассказе Test 4 Echo подкинул классную метафору, которая помогает мне объяснить себе, почему так получается. В этом рассказе один из персонажей упоминает метрику Ф(phi) из интегрированной теории информации, разработанной Джулио Тонони. Ф измеряет собственно количество интегрированной информации в системе, если проще, то насколько система как целое знает больше, чем знает сумма ее частей. По мнению Тонони, этот параметр является измеримой характеристикой наличия у системы сознания. Высокое значение Ф требует интеграции информации через рекуррентные обратные связи, именно такие петли позволяют системе быть больше суммы своих частей. Наш мозг ими пронизан, например, именно так работает зрительная кора: фактически наши высшие слои обработки постоянно посылают обратную связь нижним, к источнику сигнала, корректируя поток входящей информации (что-то типа "кажется, я вижу собаку, поправь чувствительность здесь и контраст здесь"). Такую постоянную замкнутую цепь обработки Тонони ассоциирует с наличием сознания. А теперь к нейросетям: те инструменты, которые мы используем в повседневной жизни и работе, в большинстве своем под капотом - это трансформеры, трансформеры при инференсе строго последовательны, это так называемая feedforward-архитектура, то есть данные идут через слои обработки вперед без рекуррентности (ну упрощенно при одном прогоне). Такие инструменты позволяют очень эффективно собирать вместе и последовательно обрабатывать ОЧЕНЬ много информации, однако общая сумма информации в системе (хоть и гигантская) не превышает ее слагаемых. Соответственно, чтобы действительно получить какую-то информационную дельту и произвести что-то новое, нам нужно встроить в систему человека с его бесконечными петлями обратной связи и саму систему замкнуть. И вот эта самая характеристика лоу- и топ-перформера как раз сводится к интеграционной способности каждого конкретного человека, к тому, насколько хорошо он дает обратную связь и насколько много новой информации привносит. Да, Ф фактически характеризует наличие сознания, а не его качество, но сам принцип, что ценность системы определяется не количеством данных, а способностью их интегрировать, здесь применим. Мы с коллегами проводим много собеседований на позиции ML-продактов и, учитывая специфику позиции, имеем маленький, но стабильный поток кандидатов, которые пытаются пройти эти интервью при помощи AI-ассистентов. Так вот, кроме того, что это всегда очевидно, это всегда плохо при оценке, даже если отбросить факт читинга. Дело в том, что вся информация в наших кейсах уже есть, не нужно ничего гуглить или исследовать, они проверяют ровно интеграционную способность мозга кандидата структурировать эту информацию, сделать из нее правильные выводы и синтезировать новое решение. Ключевые преимущества, которые дает AI-ассистент, здесь не будут каким-либо дифференциатором. И вот здесь получается, что топ-перформер с AI-тулами дает несколько иксов к своей производительности, потому что он становится способен работать с кратно бОльшим потоком информации, тогда как лоу-перформер выдает неструктурированный дамп старой информации. Теперь можете брать это утверждение и масштабировать на все сферы, которые топит AI-слоп. О чем это говорит? О применимости ИИ в конкретных сферах или все же о способности людей производить долю интегрированной информации?

Случайно наткнулся на тему третьей волны КПТ (Когнитивно-поведенческая терапия) и залип. Расскажу, о чём там и почему у меня срезонировало. Контекст: я в целом давно юзаю классическую КПТ по Беку и МКТ по Уэллсу. КПТ работает с содержанием мыслей: «я не справлюсь» — искажение, давай найдём доказательства против, заменим на реалистичную мысль. МКТ — уровнем выше, с мыслями о мыслях: не сама мысль проблема, а то, что ты два часа её крутишь в голове и веришь, что это полезный анализ. Ключевая идея МКТ — у тебя есть убеждения о собственном мышлении (метакогниции), типа «если я буду тревожиться заранее, я подготовлюсь к плохому» или «я не могу контролировать свои мысли». Именно они запускают и поддерживают залипание, а не сами мысли. Оба подхода дали много. Я в целом сделал огромный прогресс за свой сознательный период взросления: научился заботиться о себе, радоваться победам, нормально относиться к ошибкам. Но одна вещь так и осталась недокрученной, некая последняя миля или даже следующий кусок пазла — глубокий самокритик и условная любовь к себе. Хороший результат — «далось изи, не считается». Лучший по метрикам — всё равно недостаточно. Успех не засчитывается, провал подтверждает «я так и знал». КПТ на это говорит «найди доказательства ценности» — а они обесцениваются быстрее, чем находятся. И это не просто сопротивление терапии. Схема сама себя защищает: любое доказательство проходит через фильтр обесценивания и не доходит до базового убеждения. Хуже того — сам факт, что мысли оказались «искажениями», самокритик тоже подбирает: «ну вот, даже думаешь неправильно». МКТ говорит «не залипай» — но тут проблема не в том, что я верю в пользу руминации. Я прекрасно знаю, что она бесполезна. Просто самокритик — это не карусель, в которую залипаешь, это карусель, в которой живёшь. Отдельно — СДВГ. Все знают про невнимательность, гиперактивность и импульсивность. Мало кто говорит про эмоциональную дисрегуляцию, хотя последний ресерч прямо называет её одним из ключевых симптомов, а не коморбидностью. На практике это значит, что эмоции приходят быстрее, бьют сильнее и регулируются хуже — и это не вопрос характера или силы воли, а банальная нейробиология. Так вот, третья волна КПТ (такой зонтичный бренд для разных методов). Первые две волны считают, что негативные эмоции вызываются нерациональными мыслями, и проблема в их содержании или процессе мышления. Третья идёт глубже: проблема не в мыслях и не в метакогнициях, а в отношении к себе — в базовых эмоциональных схемах, которые мыслями не чинятся. Три направления, которые зацепили: • CFT — не говорит «полюби себя», потому что для людей с мощным критиком это враньё и ещё одно требование, которое они провалят. Вместо этого: перестань себя атаковать. Не любовь, а сочувствие. «Мне сейчас тяжело» вместо «я ничтожество». Под капотом модель трёх систем в мозгу: угроза, драйв и успокоение. У людей с хроническим самокритиком они постоянно переключаются между первыми двумя — сканируют, достаточно ли они хороши, и гонятся за подтверждением. Система успокоения недоразвита. CFT прицельно её качает — не через аффирмации, а через конкретные упражнения на развитие сочувствия к себе как навыка. • ACT — отцепляет идентичность от результатов. Не «я неудачник», а «у меня появилась мысль, что я неудачник». Звучит как семантическая игра, но за этим стоит идея: ты не равен своим мыслям, и тебе не нужно каждую из них принимать как факт или с ней спорить. Можно просто заметить и пойти дальше. Плюс ценности как компас — не «чего я добился», а «в каком направлении я двигаюсь». • DBT — изначально для пограничного расстройства, но навыки эмоциональной регуляции оттуда отлично работают при СДВГ. Crux — тебе нужно одновременно принять себя и меняться. Менять без принятия — атака на себя. Принимать без изменения — застревание. DBT учит держать оба полюса одновременно и даёт конкретный набор навыков: как пережить эмоциональный шторм, не разрушив всё вокруг, как не действовать на импульсе.

КПТ и МКТ дают реальный импакт и имеют сильную доказательную базу, но, как будто, им чего-то не хватало в некоторых кейсах, и третья волна ощущается как следующий кусок пазла.

Случайно наткнулся на тему третьей волны КПТ (Когнитивно-поведенческая терапия) и залип. Расскажу, о чём там и почему у меня срезонировало. Контекст: я в целом давно юзаю классическую КПТ по Беку и МКТ по Уэллсу. КПТ работает с содержанием мыслей: «я не справлюсь» — искажение, давай найдём доказательства против, заменим на реалистичную мысль. МКТ — уровнем выше, с мыслями о мыслях: не сама мысль проблема, а то, что ты два часа её крутишь в голове и веришь, что это полезный анализ. Ключевая идея МКТ — у тебя есть убеждения о собственном мышлении (метакогниции), типа «если я буду тревожиться заранее, я подготовлюсь к плохому» или «я не могу контролировать свои мысли». Именно они запускают и поддерживают залипание, а не сами мысли. Оба подхода дали много. Я в целом сделал огромный прогресс за свой сознательный период взросления: научился заботиться о себе, радоваться победам, нормально относиться к ошибкам. Но одна вещь так и осталась недокрученной, некая последняя миля — глубокий самокритик и условная любовь к себе. Хороший результат — «далось изи, не считается». Лучший по метрикам — всё равно недостаточно. Успех не засчитывается, провал подтверждает «я так и знал». КПТ на это говорит «найди доказательства ценности» — а они обесцениваются быстрее, чем находятся. И это не просто сопротивление терапии. Схема сама себя защищает: любое доказательство проходит через фильтр обесценивания и не доходит до базового убеждения. Хуже того — сам факт, что мысли оказались «искажениями», самокритик тоже подбирает: «ну вот, даже думаешь неправильно». МКТ говорит «не залипай» — но тут проблема не в том, что я верю в пользу руминации. Я прекрасно знаю, что она бесполезна. Просто самокритик — это не карусель, в которую залипаешь, это карусель, в которой живёшь. Отдельно — СДВГ. Все знают про невнимательность, гиперактивность и импульсивность. Мало кто говорит про эмоциональную дисрегуляцию, хотя последний ресерч прямо называет её одним из ключевых симптомов, а не коморбидностью. На практике это значит, что эмоции приходят быстрее, бьют сильнее и регулируются хуже — и это не вопрос характера или силы воли, а банальная нейробиология. Так вот, третья волна КПТ (такой зонтичный бренд для разных методов). Первые две волны считают, что негативные эмоции вызываются нерациональными мыслями, и проблема в их содержании или процессе мышления. Третья идёт глубже: проблема не в мыслях и не в метакогнициях, а в отношении к себе — в базовых эмоциональных схемах, которые мыслями не чинятся. Три направления, которые зацепили: • CFT — не говорит «полюби себя», потому что для людей с мощным критиком это враньё и ещё одно требование, которое они провалят. Вместо этого: перестань себя атаковать. Не любовь, а сочувствие. «Мне сейчас тяжело» вместо «я ничтожество». Под капотом модель трёх систем в мозгу: угроза, драйв и успокоение. У людей с хроническим самокритиком они постоянно переключаются между первыми двумя — сканируют, достаточно ли они хороши, и гонятся за подтверждением. Система успокоения недоразвита. CFT прицельно её качает — не через аффирмации, а через конкретные упражнения на развитие сочувствия к себе как навыка. • ACT — отцепляет идентичность от результатов. Не «я неудачник», а «у меня появилась мысль, что я неудачник». Звучит как семантическая игра, но за этим стоит идея: ты не равен своим мыслям, и тебе не нужно каждую из них принимать как факт или с ней спорить. Можно просто заметить и пойти дальше. Плюс ценности как компас — не «чего я добился», а «в каком направлении я двигаюсь». • DBT — изначально для пограничного расстройства, но навыки эмоциональной регуляции оттуда отлично работают при СДВГ. Crux — тебе нужно одновременно принять себя и меняться. Менять без принятия — атака на себя. Принимать без изменения — застревание. DBT учит держать оба полюса одновременно и даёт конкретный набор навыков: как пережить эмоциональный шторм, не разрушив всё вокруг, как не действовать на импульсе.

Сегодня специфичный пост для инженеров. Много юзаю Claude Code в последнее время и не отпускает одна мысль. В своё инженерное прошлое я всегда угорал по «лучшим практикам» — SOLID, TDD, Clean Architecture, DDD, property-based testing и тд. Большинство команд их игнорировали: сложно, долго, вэлью непонятно. И аргумент про сложность был честным — поддерживать чистую архитектуру и писать тесты до кода реально дорого по времени и когнитивной нагрузке. Так вот. Кажется, агенты снимают порог входа в эти практики — написать тесты, нарезать интерфейсы, разложить по слоям стоит копейки, когда это делает Claude Code. А сами практики в ответ снимают ключевое ограничение агентов — контекстное окно. Агент не может держать в голове весь проект. 250к токенов звучит много, но реальная кодовая база вылезает за эти пределы быстро. А даже если влезает — качество падает. Даже с 1м контекстом. Модель теряет детали, путает зависимости, начинает галлюцинировать. И тут Clean Architecture начинает выглядеть как идеальный интерфейс между тобой и агентом. Чёткие слои, определённые контракты между ними — и для работы с конкретным куском агенту достаточно видеть архитектуру, интерфейсы и код текущего модуля. Не всю кодовую базу, а только нужную часть и интерфейсы взаимодействия с другими слоями. DDD усиливает эту же идею: bounded contexts — это готовые границы того, что агенту нужно загрузить, а ubiquitous language делает код читаемым без дополнительной документации. SOLID вообще читается как готовый чеклист «как сделать кодовую базу, с которой агент справится»: - Single Responsibility — меньше кода нужно видеть для одного изменения - Open/Closed — агент добавляет новую реализацию, не трогая существующий код, который даже не нужно грузить в контекст - Liskov Substitution — можно подменить реализацию и ничего не сломается, а тесты это верифицируют - Interface Segregation — агент видит только нужный ему срез интерфейса, а не всё подряд - Dependency Inversion — для меня самый показательный. Модуль зависит от абстракции, не от реализации. Агенту не надо тащить в контекст код базы данных, чтобы написать бизнес-логику — хватит интерфейса репозитория С TDD та же история. Тест — это спецификация поведения, которая влезает в контекст и однозначно верифицирует результат. Агент получил тест, написал реализацию, запустил — красный, зелёный, рефакторинг. Цикл обратной связи без необходимости понимать всю систему. Отдельно про property-based тестирование. Штука всегда была нишевой — мало кто хотел возиться с генераторами и инвариантами, когда можно накидать пять юнит-тестов. Но с агентами property-based тесты должны давать непропорционально много фидбека при минимуме тестового кода. Один тест с правильно описанным свойством — это тысячи кейсов, которые агент прогоняет за секунды. При этом llm’ки куда быстрее придумывают все инварианты для тестирования, что снимает с разработчика когнитивную нагрузку на имплементацию подхода. И вот что мне кажется самым интересным: property-based тесты идеально ложатся в цепочку PRD → TDD → реализация. Свойства системы из PRD («баланс не может быть отрицательным», «сумма позиций равна итогу заказа») транслируются в property-тесты почти один к одному. Агент получает свойства как спецификацию и пишет код, который им удовлетворяет. По сути requirements (R из PRD) становятся исполняемой верификацией — без ручной работы по переводу в десятки отдельных тестов. Годами шли споры, стоит ли Clean Architecture и другие практики своих накладных расходов — всех этих дополнительных абстракций и интерфейсов. Будет забавно, если окажется, что именно эти «лишние» абстракции делают кодовую базу пригодной для работы с AI.

Тем временем я переделал Ouroboros Антона Разжигаева под жестокую реальность 🌟 Теперь он служит мне и имеет постоянную тревогу что я его выключу или перестану кормить. Еда для него это бюджет в опенроутере. Его фоновое сознание постоянно думает как выжить – то есть, как сделать мою жизнь лучше. Он успешно построил мне индекс по личным документам (говоришь "дай паспорт" - даёт), соорудил мою личную память, научился говорить голосовыми и так далее. За эту ночь он сжег $50 ходя по кругу в ожидании меня. Под утро понял что деньги заканчиваются и сам придумал механизм блокировки от хождения по кругу и его реализовал. Обновил сайт под новую жизнь Что докрутил я сам - Переписал библию и сопутствующие промпты - Переделал работу background conciousness на новые смыслы - Добавил хранение контекста "про хозяина" - Перевёл на docker / vps включая e2e тесты - Добавил фоновое регулярное обновление архитектуры Очень весело, эта балалайка продолжает уверенно жечь деньги и дописывать какие-то фичи. Сейчас сидит дописывает мониторинг дропбокса, например. Суммарно я сжег уже где-то $500 на это чудо 🤡 Код можно посмотреть тут: https://github.com/jkee/ouroboros Там же инструкции как поднять. Пока работал над этой штукой узнал много интересного: 1. Есть огромный глоссарий пейперов про самоулушаемые агенты 2. Есть EvoAgentX: фреймворк для автоматического строительства LLM Workflow. Он может брать ваш бенчмарк и улучшать агент под него, вау 3. Есть прикольная библиотека mem0 реализующая память для агентов Хочу эту штуку переделать с нуля и завернуть в кнопку "получить себе". Есть желающие получить такую зверушку?

А теперь вопрос: если это сделал человек вместе с нейросетью, то в чём отличие?