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

G
GRAHAM CLULEY
T
Tenable Blog
Know Your Adversary
Know Your Adversary
C
CXSECURITY Database RSS Feed - CXSecurity.com
P
Privacy International News Feed
S
Security Affairs
NISL@THU
NISL@THU
O
OpenAI News
Attack and Defense Labs
Attack and Defense Labs
Application and Cybersecurity Blog
Application and Cybersecurity Blog
Hacker News: Ask HN
Hacker News: Ask HN
Webroot Blog
Webroot Blog
Schneier on Security
Schneier on Security
S
SegmentFault 最新的问题
S
Schneier on Security
G
Google Developers Blog
V
V2EX
C
Check Point Blog
U
Unit 42
Google DeepMind News
Google DeepMind News
T
Threatpost
阮一峰的网络日志
阮一峰的网络日志
T
The Exploit Database - CXSecurity.com
Recent Announcements
Recent Announcements
M
MIT News - Artificial intelligence
S
Secure Thoughts
博客园 - 司徒正美
Recorded Future
Recorded Future
P
Proofpoint News Feed
Spread Privacy
Spread Privacy
K
Kaspersky official blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
AI
AI
博客园 - 聂微东
N
News and Events Feed by Topic
SecWiki News
SecWiki 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
V
Vulnerabilities – Threatpost
P
Palo Alto Networks Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Engineering at Meta
Engineering at Meta
Recent Commits to openclaw:main
Recent Commits to openclaw:main
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
酷 壳 – CoolShell
酷 壳 – CoolShell
WordPress大学
WordPress大学
The Hacker News
The Hacker News
The Last Watchdog
The Last Watchdog
Project Zero
Project Zero
W
WeLiveSecurity
博客园 - Franky

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
«Великое очищение» в работе с контентом: что осталось от роли редактора
Mimizavr (МТ · 2026-04-20 · via Все публикации подряд на Хабре

«Великое очищение» в работе с контентом: что осталось от роли редактора

Время на прочтение11 мин

Охват и читатели3.6K

Привет, Хабр! Меня зовут Андрей Аврамчук, я редактор блога МТС. Я разбирал наш маленький уютный рынок контента: почему ставка на AI-first — ловушка и как онлайн входит в темную эру. Рассказал про среду, тренды и экономику внимания. Теперь хочу зайти с другой стороны и показать, что вся эта история делает с ролью редактора.

Растущий рынок (а контент был именно таким) многое прощал: линейный рост, узкую специализацию, веру в то, что достаточно делать больше и быстрее. Сжимающийся рынок эти допущения отсекает и болезненно очищает от иллюзий, показывая, что в редакторской роли было наносным, а что остается ядром.

В этом посте делюсь видением ценности редактора для бизнеса: какие качества и навыки на нее влияют и как из них строить карьерный трек. 

Поздравляю всех нас: мы попали в мир с другими правилами

Чтобы понять, почему старая логика роста сломалась, посмотрим на рынок контента с середины 2000-х. Он развивался достаточно линейно по принципу «порхай как бабочка, жаль как пчела» «делай больше и ярче».

Эта модель держалась на допущении: контент востребован, аудитория его ищет, значит, чем больше контента, тем больше охватов, влияния и карьерных возможностей. Работало, пока рынок рос экстенсивно. Открывались бренд-медиа, компании массово запускали блоги, спрос на редакторов был устойчивым.

Потом рост уперся в потолок, даже не технологический, а физиологический. Среднее время в интернете стабилизировалось, аудитория перестала расти пропорционально объему контента, фокус внимания за двадцать лет сократился в три-четыре раза (Gloria Mark, Attention Span: A Groundbreaking Way to Restore Balance, Happiness and Productivity, 2023).

Период

Средняя длительность фокуса на экране

2004

2,5 минуты (150 секунд)

2012

1 минута 15 секунд (75 секунд)

Последние 5–6 лет

47 секунд (медиана — 40 секунд)

Попутно GenAI забил пару гвоздей в крышку гроба, ускорив перестройку рынка. Со стороны потребителей — изменил пользовательский сценарий. Чат-боты распознают запросы в свободной форме и выдают пережеванные результаты. Смысла открывать исходный контент зачастую уже нет. 

Так медиум, где мы работаем, меняется, а вместе с ним — профессия. Логика подсказывает следом менять инструменты и двигаться по той же траектории. Конкретнее — появляется искушение все автоматизировать, увеличить объем контента с помощью GenAI. 

Здесь и возникает ловушка. Планка подготовки простых текстов и материалов упала ниже плинтуса, и их стало слишком много. 

Такой тип контента стал токсичным: отбирает внимание у более содержательных и полезных материалов. Раньше простые тексты поддерживали внимание аудитории между сложными, а теперь — отталкивают.

В этом месте ломается привычная карьерная модель. Линейные стратегии хороши в упорядоченных средах, когда понятны правила, предсказуем рост и очевиден следующий шаг. Растущий рынок контента был именно таким — можно развивать один навык, не задумываясь об остальном. Например, погрузиться в литературную матчасть и уйти в менторы или настравники. Был бы молоток — а гвозди находились. Любой, даже самый экзотичный специалист мог найти место. 

Правда, у ситуации была и обратная сторона. Люди выдумывали себе странные профессии: от неких абстрактных типа коммуникаторов/менторов/коучей до чего угодно с приставкой «ИТ». 

Сжимающийся рынок работает по другим правилам. Тут выше риск словить переквалификацию или оказаться с невостребованным стеком умений. Целые пласты опыта и компетенций обесцениваются, причем быстро. 

Такая ситуация — отличный повод остановиться и задуматься, какую ценность для бизнеса ты несешь и из чего она складывается. Про это много карьерных гайдов, и я попробую приземлить их на работу с текстами.

Получится еще один гайд, так что здесь должна быть эта картинка:

Пентаграмма компетенций: из чего теперь складывается ценность редактора

Но в имеющихся гайдах я для себя ничего я не нашел. Пришлось думать самому и адаптировать то, что я видел у коллег из разработки. В целом, для любого специалиста «думать самому» — ключевой навык, на чем можно закончить статью :) 

Итак, я посмотрел на свой опыт, пообщался с коллегами по цеху и пришел к схеме:

В центре: кровь из редакторских глаз

В центре: кровь из редакторских глаз

В ней пять векторов компетенций: литературный, технологический, работа с авторами, бизнес-скилы и знание домена. Каждый вектор — это одновременно точка входа в профессию и направление для роста. Вопрос лишь в том, как собрать из векторов рабочий баланс под свою задачу и под рынок. 

Вектор 1: литературная матчасть 

Ядро профессии, самый дефицитный и самый недооцененный из пяти векторов. Определяет профессию редактора, его специфику и уникальность на рынке. 

Здесь речь не только про умение грамотно писать и расставлять запятые, но и про глубокую текстовую экспертизу: нарратологию, работу со смыслами, понимание того, как устроен текст на уровне структуры, ритма, интонации. По сути — умение донести чужую мысль до аудитории.

Пример важности этого вектора навыков. Сгенерированные тексты я определяю по неправильному ритму (и нет, дело не в длине и структуре предложений) и нехарактерным для человеческих текстов скачкам интонации. Как кошка по пианино прошлась. Сам я не сформулировал, откуда такое ощущение, а вот после статьи про авторский стиль более или менее понял.

Почему этот вектор недооценен

Последние десять лет работа с контентом и текстами развивалась в сторону технологий и метрик. Многие издательства вообще от редакторов ушли, оставив только менеджеров по контенту. Крупные корпоративные редакции и площадки сместились в сторону того, в каких попугаях правильно считать эффективность. 

Остались преподаватели литературных вузов и единицы практиков, которые сохранили эту глубину. Хотя у России исторически сильная письменная культура, матчасть накоплена и структурирована. 

Вектор 2: автоматизация

Самый очевидный и самый хайповый вектор из пяти. Именно про него громче всего говорят на конференциях и в профессиональных чатах: срочно изучаем агентов, строим пайплайны и внедряем GenAI в работу.

Внутри него редактор двигается в сторону техлида: работает с генеративными инструментами, аналитикой, таргетингом, автоматизацией повторяющихся задач. Работа с текстами напоминает поставку кода в продакшен: быстро проанализировать аудиторию, создать под нее контент, еще быстрее распространить.

Плюсы этого вектора: можно нативно зайти в ИТ. Но есть и минусы. Здесь у редактора нет уникальной экспертизы: его перекроет по технической части любой разработчик, хоть немного интересующийся контентом. Из-за этого конкуренция высокая и будет только расти. 

Вдобавок автоматизация создания и генерации контента работает на уровне простых материалов, коих уже переизбыток. Автоматизировать производство того, что никому не нужно в таких объемах, — сомнительная стратегия.

Почему этого вектора недостаточно

Чем глубже заходишь в работу с GenAI — в агентов, в пайплайны, в настройку под конкретные задачи — тем быстрее упираешься в требование качества. Это уже вопрос матчасти: как работает ритм, как устроен смысловой слой, почему один текст читается, а другой нет. 

То есть технологический вектор требует экспертности в других векторах. Языковые модели генерируют подходящий текст и правят ошибки. Но без живого опыта не понимают, как содержание соотносится с реальностью, как нетривиально интерпретировать, каков подтекст. К сожалению, число людей с такой базой уменьшается, хотя они нужны больше всего: когда текст легко сделать, его важнее оценить, чем написать.

Еще один тонкий момент: эффект от GenAI в работе с текстами небольшой. На простых задачах — да, ускоряет. На сложных лонгридах и экспертных материалах выигрыш быстро съедается редактурой, проверками и попытками дотянуть до нужного уровня. Средний прирост производительности без потери качества и оригинальности текстов оцениваю в 20–30%. 

И еще: чтобы генерировать полноценные тексты, надо требуют концентрировать внимание. Его нехватка может свести на нет любые ускорения. А в век соцсетей вниманием похвастаются немногие.

Это не значит, что в GenAI не нужно разбираться. Нужно, но до определенного уровня. Знать основные инструменты, понимать, как формулировать запросы, видеть нейросетевые глюки и убирать их руками — достаточно для большинства задач. Если понадобится что-то сложнее — агенты, RAG, автоматические пайплайны — проще привлечь технического специалиста. Порог входа там низкий, и тратить время редактора стратегически неоправданно.

Вектор 3: работа с авторами

Если первый вектор про работу с текстом, а второй — с технологиями, то третий — с людьми. 

На рынке вакансий этот вектор часто прячется за словом «менеджер»: контент-менеджер, менеджер по работе с авторами, иногда — деврел. Но суть одна: не просто управляет процессом, а помогает другим создавать сильный контент. Таких людей мало. И это одна из самых перспективных точек роста для редактора.

Внутри компаний вектор часто проявляется через задачи работы со внутренними авторами и амбассадорами: найти человека с интересным опытом в организации, помочь сформулировать, что ценного он расскажет, и не дать потеряться в процессе. Нужны эмпатия, терпение; умение слушать, понимать, в каких темах человеку интересно и где он загорается. Потому что аудитория чувствует, цепляет ли автора то, что он пишет.

Рынок специалистов с таким навыком очень маленький. Многие смещаются в сторону технологий и автоматизации (да что туда только не смещается!). Гуманитарные компетенции проваливаются: слушать, работать с людьми, выстраивать доверие учат меньше, чем считать цифры и строить пайплайны. В итоге конкуренция в этом векторе низкая, а дефицит — высокий.

Компании обычно ищут в вакансиях первые три вектора. Они влияют на ценность специалиста напрямую и формируют ядро профессии. Эта схема пересекается со структурой IT-команды, где техлид настраивает процессы, тимлид работает с людьми, а principal engineer объясняет, как решить сложную архитектурную задачу.

Но схема неполна без еще двух пунктов, завязанных не столько на личных качествах и навыках, сколько на понимании контекста. Они в требованиях почти не появляются — однако часто определяют, сколько редактор стоит на рынке.

Вектор 4: знание доменной области

Доменная экспертиза — это понимание отрасли, где работаешь: ее особенностей, ключевых игроков и мелких деталей. При смене домена большая часть опыта обнуляется. Эти потери стоит учитывать в карьерных решениях. 

Периодическое обнуление опыта в наши интересные времена — ощутимый риск. Происходят тектонические сдвиги в экономике, одни индустрии теряют популярность, важность и стагнируют, а развиваются другие. И как раз понимание своей сферы предсказывает бурю — давая время что-то сделать или принять неизбежное с самурайским спокойствием. 

Раньше редактор относительно легко переходил между сферами: сегодня финтех, завтра — ритейл, послезавтра — медицина. Сейчас сменить сферу сложнее. На рынке все больше конкурируют не отдельные компании, а домены. И специалист, понимающий специфику, ценнее универсала со стороны. 

Если специальность все более или менее научились выбирать осознанно, то в домен большинство продолжает попадать случайно. Человек пришел джуном, куда взяли, и набирает опыт в сфере. Повезет — спокойно развивается и становится ценнее как специалист. Не повезет, направление внутренне не подойдет — через несколько лет выгорает, раздражается и желает свалить в закат. 

Отдельная песня с ИТ. Многие шли туда из-за хайпа, но в кулуарных разговорах я все чаще слышу мечты оттуда уйти. Минутка черного юмора: на сжимающемся рынке это проще, чем хотелось бы. 

Вектор 5: бизнес-скилы

Один из основополагающих принципов гласит: никогда, ни при каких обстоятельствах не следует допускать, чтобы работодатель понял, чем вы, собственно говоря, с утра до вечера занимаетесь.

Терри Пратчетт, «Последний континент»

Пожалуй, самый неочевидный и холиварный из пяти векторов. Пересекается с тем, что называют гибкими навыками (которые, несмотря на горы материалов о них, так и не поняты). Если упростить — это умение использовать компетенции из первых четырех векторов с пользой для бизнеса.

Бизнес-скилы формируются, когда работаешь на одном месте. В крупной компании — через знание внутренней структуры: кто принимает решения, как работают согласования, к кому идти с задачей. Оно, конечно, не умение создавать шедевры или пилить пайплайны автоматизации, но такие прикладные знания позволяют получать ресурсы, двигать инициативы и воплощать.

В небольшой компании акцент смещается: роли размыты, редактору часто приходится и писать, и продавать идеи, и продвигать изменения. Быть человеком-оркестром: и стратегом, и аналитиком, и исполнителем.

Тучные годы нормализовали скачку между компаниями. Закрепилась идея, что засиживаться на одном месте больше двух лет — плохо: не растешь, теряешь в зарплате, отстаешь от рынка. 

Эта логика путает два сценария. Застрять в одной роли без развития — действительно фу-фу-фу. А вот расти внутри одной компании, расширяя ответственность и изучая бизнес, — как раз прокачивает бизнес-скилы. 

Забавно, как на конференциях последнее время обсуждают карьерный даунгрейд. Кажется, все поняли, что при смене мест откатывается опыт, и ищут в этом плюсы. 

В запущенных случаях такая скачка (особенно между компаниями из разных сфер) удерживает на одном уровне и не дает развиваться. И если раньше прокатывало, то больше не будет.

Как вписать свои компетенции в потребности рынка

Пять векторов — это карта: где ты сейчас, что уже есть, что провисает и как стать ценным редактором. Ее даже можно визуализировать лепестковой диаграммой и наблюдать перекосы.

Вот пример:
Данные я брал так: ноль — нет навыков, 100% — идеальный показатель, к которому стремлюсь 

Данные я брал так: ноль — нет навыков, 100% — идеальный показатель, к которому стремлюсь 

Каждый вектор — одновременно точка входа в профессию и направление для роста. Кто-то заходит через литературную матчасть: журналисты, филологи, люди с хорошей гуманитарной базой. Кто-то через работу с авторами: из комьюнити, деврела, контентного менеджмента. Кто-то через технологии — тут понятно. 

Точка входа не определяет потолок, но задает соотношение навыков на старте. Которые можно развивать и балансировать под определенные задачи и варианты развития. Прокачать все пять до максимума нереально, но можно собрать рабочий баланс под свою задачу, не проваливая ни одно из направлений ниже минимума.

Варианты карьерных треков редактора

Не буду углубляться в эту тему, там и без меня дармоедов хватает, но традиционно говорят про два варианта: про I-shape (вертикальный рост и экспертность в одной области) и T-shape (горизонтальное развитие и широкий кругозор в разных сферах). Пока рынок рос и спрос на роль был стабильным, эти схемы хорошо ложились на роль редактора. 

I-shape можно представить как линейное развитие от автора в редактора и главреда. Ты сначала развивал работу с механикой текстов, затем погружался в распространение контента, охваты, брендовые метрики. Ну и, собственно, все — дальше развитие не предусмотрено. 

T-shape подразумевал либо фриланс, либо превращение в человека-оркестра. На сжимающемся рынке подход почти не действует: требования растут, такого объема проектов нет, а инструменты отваливаются один за другим. 

Я для себя нашел ответ в M-shape: развивать компетенции в паре основных направлений. В ИТ это оформляется в концепцию продуктовых инженеров, о которой писали мои коллеги

Применяя к моей схеме — M-shape подразумевает развивать два вектора. Например, литературная матчасть плюс технологический вектор — человек, который не просто пишет и редактирует, а, например, внедряет в процессы более сложные текстовые подходы. Литературная матчасть плюс работа с авторами — наставнический трек, растет менторство. Комбинируйте — ищите рабочий вариант, где комфортно развиваться.

Несколько практических выводов

Вредно недооценивать влияние домена и находиться в нем неосознанно. Помогают, например, икигай-практики: найти пересечение того, что интересно, что получается и за что готовы платить. Главное — признаться, будет ли от темы тошнить через десять лет плотной работы. 

Вариант подстраховки — развивать два (больше тяжело) домена в разных местах. Например, основная работа в одной сфере и параллельный проект или хобби в смежной. Комбо дает гибкость: если один домен схлопнется или надоест, есть куда свалить без полного обнуления.

Не бегите за хайпом, если он не усиливает конкретную ценность. GenAI — хороший пример. Если вы производите сто мелких постов в месяц, автоматизация очень помогает. Если полтора лонгрида — вредит. Понимать специфику своей работы и трезво оценивать инструмент важнее, чем успеть запрыгнуть в тренд. Инструменты имеют пренеприятнейшее свойство обнуляться, замещаться и уходить, а общие знания остаются и накапливаются.

Следите за балансом компетенций. Доменные знания и бизнес-скилы копятся потихоньку, но могут помочь с карьерным ростом. Тогда как провисание по любому из пяти векторов способно утянуть вниз.

Следите за экономикой рынка. Читайте меня исследования, изучайте кейсы, предполагайте, какие компетенции дефицитны сейчас, а какие — будут через три-пять-десять лет. На «Курсере» в хорошем курсе Forecasting Skills: See the Future Before it Happens проскакивала интересная мысль: предсказывать на дальние дистанции гораздо проще, чем на короткие. В общем, не мешки ворочать.

Завершу тем, чему учат любые интересные времена: ставить и достигать цели. Вспоминается фраза: «Стратегия без тактики — самый медленный путь к победе. Тактика без стратегии — суета перед поражением». А представьте, что происходит и без тактики, и без стратегии…