惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Microsoft Azure Blog
Microsoft Azure Blog
Cloudbric
Cloudbric
I
InfoQ
V
V2EX
博客园_首页
The Register - Security
The Register - Security
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
S
Secure Thoughts
Vercel News
Vercel News
Forbes - Security
Forbes - Security
云风的 BLOG
云风的 BLOG
PCI Perspectives
PCI Perspectives
L
LINUX DO - 最新话题
D
DataBreaches.Net
H
Hacker News: Front Page
Application and Cybersecurity Blog
Application and Cybersecurity Blog
B
Blog RSS Feed
A
About on SuperTechFans
N
News and Events Feed by Topic
Apple Machine Learning Research
Apple Machine Learning Research
Help Net Security
Help Net Security
Attack and Defense Labs
Attack and Defense Labs
N
Netflix TechBlog - Medium
Spread Privacy
Spread Privacy
F
Full Disclosure
Recorded Future
Recorded Future
AWS News Blog
AWS News Blog
博客园 - 【当耐特】
The Cloudflare Blog
T
Threatpost
T
Tor Project blog
Google DeepMind News
Google DeepMind News
C
CXSECURITY Database RSS Feed - CXSecurity.com
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
Recent Announcements
Recent Announcements
M
MIT News - Artificial intelligence
A
Arctic Wolf
C
Check Point Blog
Stack Overflow Blog
Stack Overflow Blog
T
Threat Research - Cisco Blogs
Security Archives - TechRepublic
Security Archives - TechRepublic
Hacker News - Newest:
Hacker News - Newest: "LLM"
WordPress大学
WordPress大学
Cyberwarzone
Cyberwarzone
小众软件
小众软件
C
Cyber Attacks, Cyber Crime and Cyber Security
P
Proofpoint News Feed
Security Latest
Security Latest
The Last Watchdog
The Last Watchdog

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Почему 10× от AI могут дать только лояльные сотрудники
VeterManve · 2026-05-22 · via Все публикации подряд на Хабре

Уровень сложностиСредний

Время на прочтение6 мин

Охват и читатели52

Мнение

В прошлой статье я говорил, что конвейерная модель производства софта несовместима с AI, и что вместо конвейера нужен дирижёр — сильный инженер с продуктовым мышлением, управляющий оркестром агентов.

Ту статью многие прочитали как «вот и хорошо, нанимаем нескольких сеньоров, увольняем середину, экономим на FTE». Это понятно с точки зрения CFO — но это полупонимание.

Дирижёр без мотивации — это не дирижёр. Это дорогой пассивный наблюдатель. AI рядом с ним даст ровно ноль ускорения.

Сегодня — про вторую половину. Кто реально получает 10× от AI и почему это вопрос лояльности, а не технологии.

10× — это не миф. Но он есть не у всех

Когда люди говорят «AI ускоряет разработку в 10 раз», они обычно имеют в виду статистику от вендоров. Эта статистика собрана на синтетических тасках или в lab-условиях. Если переложить её на реальный продукт в регулируемой среде — она не работает.

Реальные 10× случаются. Я наблюдал их лично. Но не «у всех с Copilot». А у конкретных людей.

Это сеньор-инженер, который хочет, чтобы фича вышла. Он не сидит между ритуалами. Он не ждёт спринт-плэннинг. Он берёт три-четыре агента, гоняет их параллельно: один пишет тесты, другой делает миграцию, третий правит документацию, четвёртый ревьюит свой собственный код. Он сам — пятый. Он переключается между ними как трейдер на бирже, проверяет вывод, отбраковывает мусор, гонит дальше.

Релиз, на который раньше уходило две команды и два месяца, такой инженер выпускает один. За неделю. Не потому что он гений — а потому что AI снимает с него всю работу, которую он мог не делать, и оставляет только ту, где нужна голова.

10× — это не миф. Это конкретное число, которое появляется у конкретных людей в конкретных условиях.

Условие первое — компетенция. Условие второе — желание

С компетенцией всё понятно: нужен сильный инженер с продуктовым мышлением. Эту часть мы разобрали в прошлой статье.

А вот «желание» — гораздо интереснее, и почти никто из руководителей его не считает.

Возьмём того же сильного инженера и поставим в среду, где:

  • его мнение игнорируют;

  • роадмап составляет PM, который не знает архитектуры;

  • ему за всю работу спасибо сказали один раз — и то когда он бесплатно вышел в выходной;

  • бонус привязан к скорости, а не к продукту;

  • HR раз в полгода присылает форму engagement-survey, и больше культура не существует.

Сколько 10× он выдаст?

Ноль. Он выдаст 1.0 — норматив. Сделает то, что попросили, и пойдёт домой.

И это не его вина. Это рациональное поведение. У AI нет skin in the game — у инженера тоже нет. Зачем ему гнать на максимум?

Старая модель производства софта прощала низкую лояльность. У тебя был конвейер из 30 человек. Если один не вкладывался — компенсировали остальные. Скорость падала на 3%, но продукт ехал.

Новая модель — нет. У тебя теперь 1 дирижёр на участок. Если он не вкладывается — провален весь участок. И никто его не подстрахует, потому что подстраховывать некому: AI не подстраховывает, а соседний дирижёр занят своим оркестром.

Лояльность стала единственным мультипликатором. Не процессы. Не инструменты. Не методологии. Не курсы Cursor для джунов. Лояльность конкретного человека к конкретной задаче.

Лояльность сквозь зубы — это не лояльность

Тут важно разделить две вещи.

Первое — показная лояльность. Когда человек ходит на standup, кивает на decision'ы руководства, говорит «понял, сделаю», ставит лайки в корпоративном Slack, и при этом считает дни до увольнения. У него нет внутреннего конфликта — он просто играет роль до момента, пока не появится оффер получше.

Этой лояльности AI-эра дала вторую жизнь. С Cursor / Claude Code человек может имитировать продуктивность ещё качественнее. PR летят, тикеты закрываются. Метрики зелёные. Только продукт от этого не лучше — потому что человек не вкладывается, он закрывает таски минимальным усилием через агента.

Второе — реальная лояльность. Это когда инженер в час ночи лезет в логи прода, потому что ему стрёмно, что фича может сломаться у пользователей. Не потому что ему за это заплатят. Не потому что его уволят если он не полезет. А потому что это его продукт. Он хочет, чтобы он работал.

Такой инженер с десятком агентов выплавляет релиз в одиночку, потому что ему интересно посмотреть, что получится. Если получится плохо — он сам же первый увидит. Если хорошо — он гордится.

Это та лояльность, которую вы хотите. Это та, которой не купишь зарплатой выше рынка. Её не выкупишь и опционами — ну, выкупишь немного, но не до уровня «в час ночи лезу в прод».

Что её рождает

Не курсы по AI. Не корпоративный merch. Не Slack-каналы с эмодзи.

Реальная лояльность инженера к продукту собирается из нескольких компонентов. Все они банальные. Все они известны 30 лет. Большинство компаний их системно нарушает.

Автономия с ответственностью. Дирижёру нужно дать его участок и не лезть в управление оркестром. Если ты каждый день спрашиваешь «а почему ты решил так, а не иначе» — ты роняешь не его компетенцию, а его желание её применять. Альтернатива: сформулировать желаемый исход, дать ему свободу выбора инструментов, спросить через две недели результат. Если результат не получен — разбираться. Если получен — не лезть.

Уважение к компетенции. Когда дирижёр говорит «эту фичу мы делать не будем, потому что Y» — это не сигнал «нанятой работник упирается». Это сигнал «человек, погружённый в архитектуру и продукт, видит то, что не видно сверху». Подавляешь — теряешь компетенцию. Слушаешь — получаешь решения, которые не пришли бы в голову менеджеру.

Связь с продуктом, а не с тикетом. Если инженер видит реальных пользователей, реальные метрики, реальные деньги — он работает на продукт. Если он видит JIRA-тикеты, story points и velocity — он работает на тикет. AI-эра обостряет этот выбор: AI отлично закрывает тикеты, но плохо строит продукты. Если ты замеряешь velocity — ты получишь velocity, а не продукт.

Признание ответственное, а не дежурное. Не «спасибо за релиз», а «помню, как ты в феврале сделал миграцию баз, на которой сейчас весь bilable объём держится». Точечно. Конкретно. С памятью. Это в десять раз ценнее годовой премии, потому что это сигнал «тебя видят как человека, а не как FTE».

Защита от бюрократии. Лучший инженер ненавидит бессмысленную работу больше, чем неправильную. Если ему нужно собирать справки, оформлять плановые отпуска через 5 одобрений и согласовывать commit-message с тимлидом — он сгорит за полгода. Не на самой работе, а на её обёртке. Дирижёру нужно отбивать это бюрократическое давление руководителем — иначе он уволится и пойдёт туда, где не отбивают, но хотя бы не давят.

Менеджер, который понимает что происходит. Дирижёр не может работать под менеджером, который раз в неделю спрашивает «когда будет готово» и не видит ни сложности задачи, ни прогресса. Это не про техническое образование менеджера — это про эмпатию и любопытство к тому, что человек делает. Без этого инженер чувствует себя на конвейере, даже если он формально дирижёр.

Что её убивает

Если коротко — всё то, что в старой конвейерной модели работало. Парадокс: вещи, которые держали конвейер на плаву, в инженер-центрированной модели становятся ядом.

  • Сравнение между инженерами по velocity / closed tickets. Раньше — стимул конкуренции. Теперь — стимул халтуры через AI.

  • Назначение задач сверху без обсуждения. Раньше — нормально для исполнителя. Теперь — отказ дирижёру в его роли.

  • Микроменеджмент по форме оформления PR / коммитов / документации. Раньше — необходимое для масштаба команды. Теперь — повод уволиться.

  • «Срочно надо к пятнице, мы пообещали». Раньше — стандартная мобилизация. Теперь — сигнал «нам не важно, что ты думаешь о реалистичности».

  • Замена ушедшего сеньора джуниором с Copilot. Раньше — иногда работало. Теперь — нет, потому что джун с Copilot не дирижёр, и от него нельзя ждать 10×. От него можно ждать 1.5×, и то не всегда.

  • Onboarding-курсы по AI как замена культуре. Курс — это инструмент. Культура — это среда. Курс без культуры производит обученных, но немотивированных людей с Cursor.

Что это значит на практике

Если ты руководитель команды, то новая иерархия приоритетов получается такой:

  • Удержать сеньоров-дирижёров любой ценой. Не «соразмерной рынку», а «любой». Потому что замена одного дирижёра обходится не в его зарплату × 6 месяцев (классическая формула). Она обходится в скорость продукта. Дирижёр ушёл — участок просел на 50% на полгода. Это не FTE-расчёт, это P&L.

  • Перестать оценивать сильных через метрики, придуманные для слабых. Velocity, closed tickets, story points — это инструменты учёта на конвейере. Применять их к дирижёру — оскорбление.

  • Открыто разговаривать о смысле работы. Не корпоративная миссия в рамке. А «вот в этом квартале мы делаем X, потому что это даст бизнесу Y, и нам важно сделать качественно, потому что Z». Дирижёр работает на смысл, а не на трекер.

  • Дать дирижёру право говорить «нет». Это самое сложное для CTO/CEO. Но если у дирижёра нет права отказаться от глупого требования — он либо его выполнит и потеряет уважение к себе, либо уволится. И в обоих случаях ты потеряешь дирижёра.

  • Платить выше рынка. Не потому что иначе он уйдёт за деньги. А потому что зарплата — это гигиенический фактор. Если она ниже рынка — она съедает энергию на фоновую тревогу «меня недооценивают». Если выше рынка — она исчезает из головы инженера и он начинает работать на продукт. Это лучшая инвестиция в продуктивность из возможных.

Закрытие

В индустрии часто говорят: «AI заменит инженеров». Может быть, через десять лет — и заменит. Сегодня — нет.

Сегодня AI усиливает лучших и обнажает посредственных. Хороший инженер с AI выдаёт 10×. Посредственный инженер с AI выдаёт 1.0×, но красиво обёрнутого мусора. Это не количественная разница — это разница в типе результата.

И ключ к получению 10× — не покупка лицензии Cursor для всех. Ключ — это лояльность конкретных людей, без которой AI ничего не делает.

Если у тебя в команде нет лояльного дирижёра — у тебя нет AI-преимущества. У тебя есть просто ускоренный конвейер, который производит больше шума.

Если у тебя есть один лояльный дирижёр — у тебя есть бизнес, который растёт быстрее конкурентов.

Если у тебя есть пять — у тебя нет конкурентов.


В прошлой статье — почему конвейер мёртв и нужен дирижёр: https://www.linkedin.com/pulse/дирижёр-вместо-конвейера-как-ai-ломает-классический-pipeline-denisov-tlcge/

Если вы строите AI-native команду — расскажите в комментариях, как вы удерживаете тех, без кого 10× не работает.

#AITransformation #EngineeringCulture #CTO #EngineeringLeadership #AINative