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

H
Help Net Security
T
ThreatConnect
SecWiki News
SecWiki News
F
Future of Privacy Forum
AWS News Blog
AWS News Blog
C
Cisco Blogs
A
Arctic Wolf
Vercel News
Vercel News
The GitHub Blog
The GitHub Blog
Scott Helme
Scott Helme
V
V2EX
博客园 - 叶小钗
阮一峰的网络日志
阮一峰的网络日志
K
Kaspersky official blog
G
Google Developers Blog
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
P
Privacy International News Feed
C
Cyber Attacks, Cyber Crime and Cyber Security
N
News | PayPal Newsroom
Schneier on Security
Schneier on Security
NISL@THU
NISL@THU
Microsoft Azure Blog
Microsoft Azure Blog
量子位
The Hacker News
The Hacker News
Stack Overflow Blog
Stack Overflow Blog
Security Latest
Security Latest
M
Microsoft Research Blog - Microsoft Research
Google Online Security Blog
Google Online Security Blog
博客园_首页
C
CXSECURITY Database RSS Feed - CXSecurity.com
I
InfoQ
Google DeepMind News
Google DeepMind News
Y
Y Combinator Blog
The Cloudflare Blog
Microsoft Security Blog
Microsoft Security Blog
Martin Fowler
Martin Fowler
Cisco Talos Blog
Cisco Talos Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
T
Troy Hunt's Blog
F
Fox-IT International blog
S
Security @ Cisco Blogs
博客园 - 司徒正美
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
C
Comments on: Blog
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
L
LINUX DO - 最新话题
GbyAI
GbyAI
Project Zero
Project Zero
腾讯CDC
T
Tailwind CSS Blog

Все публикации подряд на Хабре

Spec-driven development в микросервисах, часть 2: как archspec делает контекст сервисов явным Запись в Kubernetes: как контроллеры учились не перезаписывать друг друга Игровой движок 2.5D, короткие тренировки для ПК-пользователей –и еще 8 российских стартапов MCP в системе управления проектами: как поручить ИИ работу с корпоративными данными Бэклог болей: как hh работает с тем, что не нравится пользователям brec: контролируемая обратная совместимость протокола AI обнулил benchmark и пытался шантажировать инженера. И почему это решаемо Почему пластиковый корпус оказался в 3 раза дороже металлического Как спроектировать API, которое не придется переписывать через полгода Трекинг посетителей на fisheye-камерах: задача “со звездочкой” Красивый скриншот вашего кода. Большое обновление Я создаю проекты без единого созвона с командой Content Pipeline в MonoGame: почему я его не использую Гемблинг партнерки: Как выбрать, ТОП 5 в 2026 За пределами LLM, часть 2: якорная таблица Кэли, которая не является ни полем, ни моноидом Pixverse купить подписку: для чего нужна Пиксверс подписка, как выбрать тариф и оплатить в рублях Meshy AI нейросеть: как создавать 3D-модели из текста и изображений в Меши АИ на русском бесплатно Skywork AI: как использовать Скайворк АИ нейросеть на русском бесплатно, работать с промтами и создавать видео Технотекст 8: победа естественного интеллекта Capacitor: от веба к мобильным приложениям. Часть 4. Интегрируем локальный LLM в проект 20 лет видеокарт в цифрах: как росли FLOPS и TDP и кто вёл в дуэли NVIDIA vs AMD (+ открытый датасет на 13 500 GPU) Архитектура крипто-сканера для биржи: Open Interest, Funding Rate, EMA и MACD в реальном времени @tanstack/vue-table: почему я почти отказался от этого… WHERE превращает ваш LEFT JOIN в INNER JOIN. И никто вам об этом не скажет Гравитация не существует. Вы задали 454 вопроса о времени. Вот ответы с уравнениями Эйнштейна Конец бесплатного кремния: как Google AI Studio превратилась из рая для инженеров в симулятор смены аккаунтов Свой AI-агент из почты, systemd и LLM MemForge2: загрузочная флешка, которая за минуту говорит — какую планку памяти менять Лицензии важны. Разбор ошибок авторов и пользователей программ От RAG-прототипа к агенту в продакшн: путь по метрикам, а не по моде Serial Terminal: кастомный веб-терминал для последовательного порта на Web Serial API Китайский стартап GigaAI обещает робота-домработника за 1 млн рублей уже в 2027 году — правда или PR? Open-source VPN клиент Tunguska Роман за 6 недель без идеи на старте: миф или реальность? ИИ построит ваш план действий за 10 секунд Security Week 2622: эффективность Claude Mythos по версии Cloudflare Reactive Forms vs Signal Forms: Эволюция сложных форм в Angular TorFlash — приложение для Linux: поиск торрентов, скачивание и копирование на флешку в одно нажатие Как я решил проблему русской диктовки для ИИ Оверинжиниринг, потопивший немецкую подлодку или некоторые «баги» не чинятся десятилетиями Как ставить цели и не забывать о них: пошаговая система с примерами в таск-менеджере Как настроить observability в Spring Boot 3 HackTheBox. Прохождение Mini Pro Lab Puppet Обзор серверного ускорителя NVIDIA Tesla V100 16 Gb в корпусе от RTX 4090: Часть 3 — Запуск локальных моделей ИИ Редактирование текста нейросетью: как сделать диплом и курсовую более человечными Самодельный ARM ноутбук, реально ли? Как 100+ авторов пишут 100+ процессов в 3 версиях и не путаются. Или как мы переехали с Wiki на Git Прошла AnalystDays – хорошие выступления и нетворкинг VSCode как IDE для embedded разработки Моделирование широкополосной антенны с двойной круговой поляризацией и высокой изоляцией Ваше прошлое физически существует прямо сейчас. И вы заморожены там навсегда От списка инструментов к technical output: как security engineer’у описывать hands-on опыт в CV и на интервью I just want an agent. Часть 1. Как я научил ИИ собирать ИИ-агентов за пользователей и выиграл конкурс I just want an agent. Часть 1. Как я научил ИИ собирать ИИ-агентов за пользователей и выиграл конкурс Вайбкодинг спас меня от подрядчиков. А потом я поняла, что сама стала подрядчиком для своих агентов Святой Августин и GAN: почему борьба добра и зла — это генеративная состязательная сеть В каждом QR-коде зашита половина лишней информации. Намеренно Я открываю автомат ключом, меняю рулон бумаги и зарабатываю 180 тысяч в месяц с точки Мастер восстановления. Культура достиженства и выгорание Недельный геймдев: #279 — 24 мая, 2026 Защита от дублирования кода агентами: семантические концепции Frontend Status: свежий дайджест фронтенда и AI — 25.05.2026 Где искать IT-работу кроме HH: подборка платформ 2026 Почему простые числа собираются в спирали? OCR для Data Lakehouse: от Apache Tika к собственному решению на базе Docling Jira — Тьюринг-полная Kubernetes-аудит после Wiz и Prisma: как живут без CNAPP в 2026 «Тестируем MVP в 4 раза быстрее»: как нейросети изменили жизнь предпринимателей На каком стеке и железе работает умное наблюдение в вашем городе: обзор технологий от разработчиков видеоаналитики Как мы ускорили согласования на двух заводах в 24 раза Heartbeat-мониторинг cron-job'ов: dead-man-switch на FastAPI [Перевод] Сегодня нет джуниоров, а в 2031 году не станет и синьоров Профайлер для PostgreSQL: от идеи до работающего MVP за сутки [Перевод] Ограничения размера cookie в ASP.NET Core в продакшене: причины и способы решения Проблема «божественного» Obsidian: почему я отказался от централизованного подхода в работе Лицензии GNU GPL: как пройти проверку Минцифры и заказчика для госзакупок и КИИ Хакатон Samsung IT Academy Hack 2026: как студенты оптимизировали поиск в корпоративном мессенджере Хакатон Samsung IT Academy Hack 2026: как студенты оптимизировали поиск в корпоративном мессенджере MTProxy jumper — делаем автоматическое переключение прокси-серверов Telegram Ты уже используешь агента. Просто не заметил Книжный салон. Послевкусие и благодарности Как отлаживать мини‑приложения в MAX и почему без DevTools это боль Cбор биометрических данных. Как защищается наша биометрия на практике Как запустить учет активов без цифровой свалки: первые 90 дней CGE: визуализация кравлера и скрытых связей между поддоменами Зачем банки тратят миллиарды на науку (спойлер: не благотворительности ради) Книга: «Современный Java Concurrency. Глубокое погружение в Virtual Threads, Structured Concurrency и Scoped Values» Как использовать подписку ChatGPT и Claude в Cursor без оплаты за API токены Специализированная ИСУП или модуль в универсальной платформе: вот в чем вопрос Обход белых списков через WebRTC на стероидах (с поддержкой iOS и десктопа) Регата INFOSTART CIO CAMP: когда команда проверяется не в переговорной, а на воде Пет-проект, который не умер: система бронирования устройств как полигон для AI-разработки Не надо встраивать ИИ в каждую корпоративную систему, это архитектурная ошибка Нейросети для дизайна интерьера: Выбираем лучший ИИ для генерации концептов и планировок квартиры Что там с Ил-114-300 Что такое DAS: как и зачем продукт-менеджеры саботируют запуск новых продуктов 8% компаний измеряют критическое мышление руководителей. Что делают остальные 92% CVE, Shell и побег из контейнера: испытываем возможности PT Cloud Application Firewall Как я научил Алису петь: генерация музыки по голосовой команде Восстановление данных с помощью бесплатной утилиты Easy Disk Checker
Менеджер, который хакнул систему. И что AI на самом деле умножает
KirillKonki · 2026-05-26 · via Все публикации подряд на Хабре

Время на прочтение6 мин

Охват и читатели2

Месяц назад я выложил здесь статью про то, почему хорошие специалисты делают работу качественно — и не растут. Под ней появился комментарий, который оказался точнее самой статьи.

Его оставил пользователь Alexey_Kangin: Не исключено, что ответ на поставленный вопрос гораздо проще. Менеджер хакнул систему. Он понял, что решения можно просто не принимать, и это не оказывает существенного влияния на его позицию и доход. А в таком случае, зачем напрягаться? Думать больно, установленный нейронаукой факт.

Алексей описал не лень и не цинизм. Он описал рабочую стратегию — и описал её точнее, чем я в статье. В стабильной системе она правда работает: доход не падает, позиция не под угрозой.

Дальше — развёрнутый ответ. Ты прав в каждом пункте. Но в систему зашёл фактор, который многие считывают как угрозу, а он открывает дверь — в том числе тому самому менеджеру. Расскажу, какую.

Рудольф

Назову этого менеджера Рудольфом. Восьмой год в роли. Решения не форсирует — даёт ситуации дозреть, и к моменту, когда «решение» оформилось, обстоятельства уже выбрали за него. Доход индексируется, позиция стабильна, с руководителем ровно.

Сразу договоримся: Рудольф — это диагноз, а не приговор. Не «плохой работник». Человек, который точно определил среду и выбрал под неё разумную стратегию. Среда восемь лет за это и платила. Узнали себя — отлично, с этого начинается разговор. Дальше увидим: у этой стратегии открывается продолжение.

Почему это работало

Две причины, и обе про устройство среды.

Первая — насиженное место. Руководитель сидит на месте годами, структура меняется раз в пятилетку. В такой среде предсказуемость дороже инициативы. Рудольф предсказуем, на него можно опереться — и это ценное свойство, а не дефект.

Вторая — тип вертикали. Где решения спускаются сверху, рост долго цеплялся за надёжность, а качество суждения шло вторым номером. Удобный сотрудник, который не приносит начальнику проблем, поднимался спокойнее. Честная сделка обеих сторон, без всякой манипуляции.

Тут обычно достают индекс дистанции власти Хофстеде (для России — 93 из 100). Упомяну, но с честной границей — страновой индекс описывает среднюю температуру по культуре, а не объясняет конкретного Рудольфа. Опираюсь на то, что видно прямо: насиженное место и предсказуемая вертикаль. Высокодистантные культуры просто строят такие среды чаще.

Алексей прав: Рудольф всё посчитал верно. Вопрос не в том, ошибся ли он. Вопрос в том, что среда под ним поменялась — и поменялась в его пользу, если знать, куда смотреть.

Простое наблюдение, которое всё объясняет

Есть правило, которое в управлении живёт давно, хоть и звучит сухо: чем сложнее то, чем ты управляешь, тем больше разных ходов должно быть у тебя в запасе. Не хватает разнообразия ответов — система выходит из-под контроля, как ни старайся (В кибернетике это называют законом необходимого разнообразия).

Держим это "в уме" и смотрим на главное событие. Оно радостное.

AI резко добавил разнообразия на уровне человека. Контролируемый эксперимент BCG и Harvard Business School: на задачах внутри его зоны люди работали быстрее и качественнее, и — что интересно — сильнее всех подтянулись те, кто раньше был чуть слабее среднего. AI поднял среднюю планку. Но тот же эксперимент показал и обратное: на задачах за пределами его зоны AI чаще уводил в ошибку (не снижая уверенности). Картинка вышла рваной: внутри периметра — рывок, снаружи — провал.

Запомним этот парадокс, он нам ещё пригодится. А пока — у каждого стало больше вариативности, чем год назад. Это измерено, не лозунг.

И вот загвоздка. В выручке компаний этот рост почти не виден. Рабочий доклад NBER №34984 называет это прямо: воспринимаемый прирост от AI заметно больше измеренного. Люди чувствуют, что стали быстрее. Цифры организации это пока не подтверждают.

Это не загадка мотивации. Разнообразие у человека скакнуло, а способность организации это собрать в результат осталась прежней — и закон даёт о себе знать: верх не дотягивается до низа. Система не провалилась. Она перестраивается. Вопрос один — осознанно ли.

Скажу совсем просто. Все заняты, все быстрые, а результата нет — значит, либо делают не то, либо не так. Массив быстрых, но не связанных в поток действий в качество не превращается. Количество разогнали. Вязать — отдельная работа, и её пока никто не сделал.

Как организация учится принимать выросший потенциал

Здесь развилка, и она про созидание.

Развить способность организации — это не ещё один уровень надзора и не восемь дашбордов, чтобы моргали. Это развить сами потоки, в которых люди работают: куда уходит задача, где рождается решение, что вообще считается результатом. Где эти потоки живые, выросшая скорость собирается в общий результат — AI мультипликатор, потому что есть чему умножаться.

Вспомним парадокс периметра. AI поднимает планку на знакомых задачах и врёт на незнакомых. Значит ценность человека сместилась ровно туда, где проходит граница периметра: решить, с какой задачей AI поможет, а где его ответу верить нельзя. Это не автоматизируется — это и есть работа суждения.

И про людей — честно. Люди по умолчанию хотят быстрого и лёгкого, а не «эффективности» ради неё самой. Проще говоря - человек рационален. Это не порок, это база, и другой человеческой природы под рукой нет. Поэтому заставить не выйдет — выйдет собрать среду, где включиться хочется, потому что в ней видно, что твоя выросшая скорость куда-то идёт. Принуждение даёт ноль. Это и есть граница между методологией и верой в чудо: купить AI-решение и ждать — вера; перестроить поток, в который хочется вкладываться — методика.

И тут возвращается Рудольф — с окном возможности

В среде, где у каждого прибавилось скорости, дорожает то, что вчера было невидимым: взять решение там, где данных, времени и полномочий не хватает. AI делает быстро. Выбрать, что делать и стоит ли вообще, — по-прежнему человеку. Тот самый парадокс периметра.

Для Рудольфа это окно возможности. Раньше его «дать дозреть» сливалось с фоном и цены не имело. Теперь у способности решать в неопределённости цена появляется — и Рудольф к ней ближе, чем кажется: восемь лет наблюдал систему, у него есть насмотренность, которой нет у тех, кто только разогнался на AI. Остался один шаг — начать превращать насмотренность в решения. Как — ниже.

То же окно — этажом выше

Многие компании сейчас тянутся подстраховаться на входе. Опрос финансовых директоров (апрель 2026): 64% ждут смещения функции от джуниор-ролей, а AI в масштабе внедрили только 8%. Осторожность бежит впереди самой автоматизации. По-человечески понятно: будущее в тумане, рисковать не хочется.

Оговорюсь честно: если у компании короткий горизонт и нечем платить через квартал — это другой разговор, там режут не от хорошей жизни. Но если горизонт есть, в том же опросе спрятана подсказка: 70% этих же директоров одновременно усиливают подготовку преемников. Внутри одной компании живут оба порыва — и подрезать найм, и вырастить будущих лидеров. Это не лицемерие, это нормальное напряжение, и разрешать его стоит в сторону роста: преемники растут ровно из того входного потока, который хочется срезать.

Цифры на стороне роста по 285 000 организаций (2026): у компаний, внедривших AI, наём джунов за шесть кварталов с 2023-го просел примерно на 7,7% против тех, кто вход сохранил — и просел через сокращение найма, а не увольнения. Срежешь найм по предчувствию — через пять лет обнаружишь дыру, которую никаким AI не закрыть.

Что с этим делать — и это приятная работа

Если узнали в Рудольфе себя. У вас уже есть редкое — насмотренность. Не хватает привычки превращать её в решения. Три шага: раз в неделю примите и запишите одно решение в своей зоне без оглядки наверх; через месяц перечитайте лог — что сработало; на удачных закрепите привычку. Цель — нарастить свой запас ходов, а не просто осмелеть. Это ровно то, что AI не сделает за вас и что переезжает с вами в любую следующую конфигурацию.

Если вы джун и читаете с прохладцей. Ваша AI-нативность — это уже выросший запас ходов, тот самый, что сейчас в цене. Дальше решает среда. Имеете полное право развернуть вопрос к работодателю: «а вы построили поток, где моё умение станет результатом?» Выбирайте место по тому, как там растят людей, а не по громкости лозунгов про AI. И показывайте результат, который виден без полномочий — на него реагируют даже в осторожный год.

Если вы над Рудольфом. Три признака, что пора менять не людей, а поток: люди стали быстрее, а сроки те же; задачи делаются качественно, но «не те»; лучшие сидят тихо, потому что их суждение никому не нужно. Узнали — начните с одного: возьмите ключевой операционный поток, тот, без которого бизнес встаёт, и уберите одно препятствие, из-за которого быстрые действия людей не складываются в результат. И не режьте найм из тревоги — это ваша будущая скамейка запасных.

И про тон. О том, что система буксует, можно сказать так, что человек закроется, а можно так, что захочет разобраться. Разница в адресе: разговор идёт о потоке и о задаче, сам человек тут не на скамье подсудимых. Сбой называем прямо, и он остаётся свойством системы. Это и есть управленческая работа, и она посильная.

Алексей, спасибо за комментарий

Ты описал не лень и не порок — рациональное поведение. Насиженное место, предсказуемая вертикаль, медленная обратная связь среды: «дать дозреть и не лезть» было точным расчётом под эту среду, и среда за него платила.

Дальше сдвинулась не позиция менеджера, а почва под ним. Среда чуть поменялась — и тот же рациональный расчёт стал читаться иначе: то, что вчера было незаметным, сегодня соседствует с тем, что вдруг подорожало — с суждением на стыке экспертного домена. Никто не поглупел. Просто рациональное вчера и рациональное сегодня — слегка разные вещи, и заметить сдвиг полезнее, чем винить себя.

Это не приговор твоему менеджеру из коммента, это открытая ему дверь: та же насмотренность, только теперь пущенная в дело. Думать бывает дорого — но именно сейчас это окупается, как никогда.

Закон необходимого разнообразия — W. R. Ashby, An Introduction to Cybernetics, 1956;

PDI Россия ~93 — Hofstede, 2001

(книги, ссылок нет).