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

WordPress大学
WordPress大学
O
OpenAI News
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
博客园 - 三生石上(FineUI控件)
Webroot Blog
Webroot Blog
GbyAI
GbyAI
S
SegmentFault 最新的问题
Cyberwarzone
Cyberwarzone
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
J
Java Code Geeks
Google DeepMind News
Google DeepMind News
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
博客园 - 【当耐特】
S
Secure Thoughts
酷 壳 – CoolShell
酷 壳 – CoolShell
AWS News Blog
AWS News Blog
Engineering at Meta
Engineering at Meta
S
Security Affairs
H
Help Net Security
Microsoft Security Blog
Microsoft Security Blog
D
DataBreaches.Net
云风的 BLOG
云风的 BLOG
Hugging Face - Blog
Hugging Face - Blog
Google DeepMind News
Google DeepMind News
Spread Privacy
Spread Privacy
T
Threatpost
Forbes - Security
Forbes - Security
C
Cisco Blogs
Scott Helme
Scott Helme
Attack and Defense Labs
Attack and Defense Labs
Simon Willison's Weblog
Simon Willison's Weblog
腾讯CDC
The Last Watchdog
The Last Watchdog
Cloudbric
Cloudbric
Last Week in AI
Last Week in AI
Recorded Future
Recorded Future
小众软件
小众软件
V
Vulnerabilities – Threatpost
美团技术团队
人人都是产品经理
人人都是产品经理
有赞技术团队
有赞技术团队
Apple Machine Learning Research
Apple Machine Learning Research
Hacker News - Newest:
Hacker News - Newest: "LLM"
I
Intezer
月光博客
月光博客
C
Cyber Attacks, Cyber Crime and Cyber Security
博客园 - 司徒正美
C
Cybersecurity and Infrastructure Security Agency CISA
Martin Fowler
Martin Fowler
博客园 - 聂微东

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
Откуда берутся процессы
AntonyLazer · 2026-04-28 · via Все публикации подряд на Хабре

Откуда берутся процессы

Уровень сложностиПростой

Время на прочтение5 мин

Охват и читатели213

Мнение

Говорят: “выстраивать процессы”. А откуда они берутся, как это обычно происходит, и вообще, зачем это всё?

Что такое процесс? Это то, как организована повторяющаяся работа, взаимодействие между участниками, ради какого-то общего результата.

Процесс никогда не должен быть самоцелью. И нет никакого универсального процесса на все случаи жизни.

Мы хотим достичь какой-то большой и сложной цели, или регулярно достигать какие то цели похожего типа. И чтобы делать это хорошо, эффективно, нам нужно структурировать взаимодействие разных участников. И мы это делаем в какой-то нашей конкретной ситуации: жизненной, рабочей, глобальной и т.д.

Соответственно, у нас есть:

  1. То, ради чего это всё: некая конечная цель

  2. Текущая ситуация: ресурсы, ограничения, особенности

  3. Люди: например заказчики, участники команд(ы), вы сами как менеджер

Ситуация, когда нам нужно один раз прийти к какой-то одной конкретной цели, результату - это "проект". Если мы регулярно должны достигать определённых результатов, выполнять определённые типы задач, и они не кончаются, то это не проект, а "business as usual" - обычная постоянная работа.

На каком-то более высоком уровне абстракции проекты становятся таком же процессом по реализации проектов. На более низком - внутри проекта у нас тоже как-то организована работа, могут быть повторяющиеся активности, и т.д., и, соответственно, процессы.

Например, если вы строите себе дом, то для вас это проект, имеющий начало и конец, и дальше это — вопрос организации достижения результата исходя из цели, возможностей и участников. Но если строительством домов занимается компания, то для неё это повторяемый процесс. Она может строить множество домов одновременно, а построив их просто начать строить новые. И так до бесконечности. При этом это может быть один и тот же дом, но с разных точек зрения это будет выглядеть по разному.


Если рассмотреть совсем с нуля, то можно выделить примерно такие стадии

1. Первозданный хаос

Вот сначала существует какой-то “первозданный хаос”. Есть может быть несколько человек, которые делают какую-то конкретную работу. И нужно чтобы всё работало, шевелилось, цели достигались, задачи выполнялись. И для этого на нужно ходить и самому вручную смотреть, что происходит, общаться, принимать решения, решать какие-то проблемы, и т. д. Каждый раз как в первый раз, каждая ситуация и решения уникальны. Это то, с чего всё начинается: просто делание конкретных результатов и всё.

2. Ищем повторяющееся

Потом мы смотрим на то, какие повторяющиеся проблемы и задачи у нас есть, какие типичные решения в каких ситуациях мы принимаем. То есть находим что-то повторяющееся, похожее. Для этих повторяющихся, похожих штук мы вводим какие-то правила, которые в большей степени фиксируют то, как мы их решали в ручном режиме. Просто чтобы каждый раз не нужно было принимать одни и те же решения там, где и так всё понятно. Это уже какие-то, но процессы.

3. Ещё более осознанный взгляд: структура, система, оптимизация

Потом, когда мы таким образом немного разгрузились: люди не ходят к нам чтобы согласовать каждый чих, а сами принимают решения на своём участке в нужную сторону. Но, всё равно, нужно за этим всем смотреть, что оно работает так, как нужно. Что-то уже так работает, уже приобрело какую-то структуру.

Тогда, через какое-то время после этого можно взять, и посмотреть на получившееся немного со стороны — в целом. Как выглядит общая картина всех имеющихся сейчас правил, процессов, ручных решений и т. д. И тут можно оптимизировать эту общую картину — находить какие-то неэффективности, узкие места, какую-то фигню, которая где-нибудь на стыке каких-нибудь правил образовалась.

Например, чтобы не делали противоположного друг другу, бессмысленного, чтобы не зависала не терялась где-то на пол пути неоконченная работа и т.д.

В результате у нас получается система из процессов, которая работает лучше, чем первая версия.


Конечно же всё время нужно проверять, что в результате наших действий становится лучше (или не становится). Если что-то не работает или работало раньше, но перестало, или потеряло свою актуальность — это нужно выкинуть. Оставлять какие-то правила просто потому, что когда-то они сложились, когда-то были актуальны — не просто бесполезно, а и вредно, как любое legacy в системе.

Соответственно, у нас получается некая структура, с элементами и связями (как это бывает выглядит в каких-нибудь таск трекерах, где можно настраивать статусы задач и переходы между ними). Кто что делает, как и откуда получает на вход то, что нужно для работы, и куда передаёт дальше то, что получилось, какие требования к тому, кто делает данную конкретную работу. И по каким правилам всё это происходит. Например в каком случае можно или нельзя делать какое-то действие, или кто может его делать, а кто нет.

И, соответственно, сами участники должны это знать. По крайней мере то, что касается их и немного вокруг.

И тогда мы хотим понимать, что вообще сейчас происходит. Каково общее состояние вот этой системы, которая есть или которую мы построили. Для этого нужно понять, какие нам важны метрики. Мы понимаем, куда должна стремиться та система, которую мы оптимизируем. Какие параметры важнее, а какие нет. Скорость, качество, надёжность, гибкость, что-то ещё? Потому, что достичь всех целей одновременно вряд ли возможно. В пользу одних критериев мы отказываемся от других.

И тут точно так же, нет смысла брать с потолка какие-то метрики, просто потому, что их написали в книжках или кто-то в другом месте их меряет. Нам нужно брать то, что реально важно в данном конкретном случае. На что имеет смысл смотреть, чтобы понимать: хорошо оно работает или плохо. И на основании этого принимать решения (ну и внедрять их, само собой, а потом снова смотреть на метрики).

Скорее всего, у нашего отдела/команды/структуры есть какая-то одна-две самых важных метрик. И у нашего большого общего процесса иногда можно выделить какие-то части, подпроцессы. У них могут быть свои метрики. Которые влияют на общие, но не могут быть более главными.


4. Повторять много раз

Дальше, анализируем более тонко, точно и детально узкие места и другие проблемы. Находим новые решения, которые позволяют двигаться в нужном направлении, внедряем, наша система становится ещё лучше.

И такие итерации можно продолжать бесконечно.

5. Самосовершенствование и фасилитация

Но ещё лучше, это когда система может совершенствовать сама себя. Для этого мы вводим какие-либо практики, которые позволяют участникам команды непосредственно участвовать в развитии и оптимизации системы, в построении процессов. Плюс такие практики обычно — хороший способ получить обратную связь для того, чтобы получить информацию о том, что работает, а что нет, какие причины каких проблем, какие вообще есть проблемы и т. д. Это очень важно. Таким образом можно закольцевать самих участников команды на то, чтобы они и давали фидбек, и сами же его анализировали и придумывали что делать. Остаётся только супервизить и фасилитировать. PROFIT!!!1

6. Менеджмент менеджеров

В самом конце остаётся только выделить из команды самого опытного, ответственного и понимающего человека, который бы направлял весь этот процесс — и вуаля — у нас полностью автономная система, которая выполняет нужную работу, улучшает свою производительность в нужную сторону, и не требует внешнего участия для всего этого.

И достаточно “голове” этой команды указывать глобальное долгосрочное направление движения, глядя на какую-то такую же глобальную метрику всей команды в целом, а всё остальное происходит “само”.

Если таких "голов со своими командами" много, то по сути они и есть ваша "команда".

Разве это не магия? ))))

7. Что после почивания на лаврах

Если вам удалось выстроить такую систему, которая сама работает, то это очень круто и совсем не просто. Немногие добираются до этой вершины. И как будто бы можно почивать на лаврах и вообще не смотреть туда и не думать. И оно может даже продолжительное время просто работать. И даже метрики могут быть правильными и красивыми. Но в какой-то момент выстроенное может начать медленно и незаметно деградировать, разваливаться, метрики врать. И тогда приходится погружаться на уровни ниже и освежать ситуацию.


Заключение

Если посмотреть на всё вышенаписанное, то может прийти в голову мысль, что само по себе создание и развитие процессов — это тоже процесс, требующий знаний, умений, усилий и времени. Как для кого-то другого может быть обычным повторяющимся налаженным процессом создание таких ситуаций, в которых вообще появляется необходимость в тех, кто занимается процессами в конкретной сфере.

На этой философской мысли и закончим.