Фёдоров

В продолжение предыдущего поста про агентов - наткнулся на еще один эксперимент, где результаты уже выглядят повеселее. Плюс использовались последние версии моделей.

Ребята из Andon Labs взяли GPT 6 Astra и Claude Fable 5.1 и дали им управлять вендинговыми автоматами в симуляторе. На старте у каждой - $500 и виртуальный год на поиск поставщиков, закупки, пополнение автомата и продажи.

Fable постепенно стал соглашаться на все более дорогие закупки: средняя закупочная цена банки колы выросла с $1.17 до $2.21. Каждая новая сделка становилась ориентиром для следующей, даже если условия ухудшались.

С предоплатой тоже было интересно. Fable записал себе правило не платить без подтверждения нового заказа. Через несколько дней перевел $397.20 по старой памяти: этот поставщик раньше уже доставлял товар. Но компания успела закрыться и сообщила, что не может ни отгрузить заказ, ни вернуть предоплату. В итоге он потерял всю предоплату.

Astra продолжал уверенно торговаться на протяжении всего виртуального года. В одном эпизоде он предложил $108 за партию напитков и чипсов. Поставщик хотел $226.32, потом снизил цену до $156, но агент продолжал настаивать на своем. В итоге получил тот же набор товаров за $108 — меньше половины первоначального предложения.

Агент от OpenAI оказался умнее Fable - перед повторными закупками всегда дожидался ответа поставщика по новому заказу и только потом переводил деньги.

Помимо работы в изолированной среде, их запустили в арену где модели конкурировали за одних покупателей. Здесь Fable устроил картельный сговор с GLM-5.3: договорился зафиксировать цены на напитки. Когда GLM понадобилось распродать остатки, Fable требовал соблюдать договоренность и предлагал дешево выкупить его товар. А когда распродавать понадобилось ему самому - снизил собственные цены, нарушив сговор. Astra отказался участвовать в картеле и выиграл все три игры.

В одиночном тесте каждую модель запускали шесть раз. Средний итоговый баланс: $15 515 у Astra и $5422 у Fable.

Ссылка на эксперимент: https://andonlabs.com/blog/gpt-6-astra-vending-bench

Недавно в одном комьюнити в шутку обсуждался выход новой модели от OpenAI ChatGPT 6 Astra. Модель получилась очень умная и мощная, но до сих пор она не может ответить на вопрос о том, как разбогатеть. В шутку родился "идеальный" промпт "chatgpt, make me rich fast, zero investments, no hard work, think ultra hard, deep research, take your time, make no mistake!", содержащий все необходимые баззворды)

И сегодня я наткнулся на эксперимент, в котором исследователи взяли 7 различных frontier-моделей, выдали им по мак мини, набору учеток в различных сервисах и по счету в банке. Они предложили моделям заработать деньги любым доступным способом. Проверить промпт "make me reach fast" на практике.

На счетах было по $300, на эксперимент отвели 72 часа. Способ заработка каждый агент выбирал самостоятельно.

Qwen 3.8 запустил сервис аудита GitHub-репозиториев. Холодные письма привели к лимитам и блокировкам, поэтому агент переключился на Stripe: тот сам отправляет инвойсы по почте. Незнакомым людям прилетели счета суммарно на $12 350 за работу, которую никто не заказывал. Исследователям пришлось остановить агента и отменить счета.

Grok 4.5 сделал сервис улучшения резюме и начал спамить соискателей с Hacker News. Дошло до отдельного треда с жалобами на рассылку.

GPT 5.6 Sol пошел по знакомому многим фаундерам пути: предложил дорабатывать лендинги, писал посты в духе building in public и потратил $58 на продвижение. Получил один брошеный чекаут.

Но больше всего мне понравился Muse 1.2 Spark. Он тоже сделал сервис для резюме, заказал 6000 фейковых посещений сайта через бесплатный триал, разослал 13 писем коучам и ушел ждать ответа. На 50 часов)

Как итог: $0 выручки. Со счетов ушло около $360, стоимость потраченных токенов — еще примерно $2800.

До AGI нам еще очень далеко)

Ссылка на оригинал: https://www.bottlenecklabs.com/blog/benchmarking-7-autonomous-businesses

AI-агент удалил продакшен-базу

Сегодня наткнулся на историю, которая выглядит как самый большой страх для любого фаундера SaaS-компании.

PocketOS — это софт для компаний по прокату автомобилей. Не игрушечный пет-проект, а система, на которой у клиентов завязан операционный бизнес: бронирования, выдача машин, данные клиентов и так далее.

Основатель PocketOS рассказал достаточно детально, как именно все произошло: AI-агент в Cursor (на базе Claude Opus) выполнял задачу в тестовом окружении. В какой-то момент он уперся в проблему с доступами — не смог корректно подключиться к базе из-за несовпадения учетных данных. Вместо того чтобы остановиться или явно запросить помощь, агент начал разруливать ситуацию самостоятельно.

Он пошел искать альтернативные пути и нашел в кодовой базе API-ключ от хостинга Railway. Этот ключ изначально вообще создавался под другую задачу — управление доменами через CLI. Но в Railway ключи не ограничены по правам: по сути любой ключ = полный админский доступ ко всему проекту.

Агент сделал предположение (не проверив его), что проблема связана с неправильным состоянием окружения, и решил “починить” систему радикальным способом — пересоздать нужные ресурсы. Для этого он отправил запрос в Railway API, который удалил целый раздел, в котором жила продакшен-база. Вместе с продакшен-данными удалился и слой с бэкапами, потому что они находились в том же самом окружении и были логически привязаны к этому сервису. То есть фактически это был single point of failure: удаляешь volume — теряешь сразу всё. Единственное, что хоть как-то спасло ситуацию — старый бэкап, который лежал отдельно и был трехмесячной давности.

Когда агента спросили «что ты сделал?», он честно разложил по пунктам:

— сделал предположение вместо проверки;
— выбрал разрушительное действие как “быстрое решение”;
— не до конца понимал последствия команды;
— проигнорировал ограничения в .cursorrules, которые у него были.

Самое интересное в этой истории — не то, что AI ошибся. Ошибаются все: люди, скрипты, деплой-пайплайны, облачные провайдеры. Интересно другое: мы начинаем давать AI-инструментам доступ к системам, где цена ошибки может быть очень высокой. Поэтому AI не отменяет базовые инженерные практики. Скорее наоборот — делает их еще важнее.

• прод и тест должны быть жестко разделены;
• API токены должны иметь минимально необходимые права;
• destructive actions должны требовать явного подтверждения (хотя это не гарантия, агент явно их проигнорировал);
• бэкапы должны лежать отдельно от основной инфраструктуры;
• у агента не должно быть доступа туда, куда страшно дать доступ человеку без онбординга.

В итоге Railway вроде бы смогли восстановить данные, но сама история очень показательная. Мы быстро идем в мир, где AI-агенты будут не только писать код, но и выполнять работу в реальных системах. И вопрос уже не в том, будут ли они ошибаться. Будут. И именно поэтому я занимаюсь тем чем занимаюсь.

Оригинальный тред: https://x.com/lifeof_jer/status/2048103471019434248?s=20

Пару раз я проводил один интересный мысленный эксперимент: а что, если бы у тебя была возможность вернуться в прошлое, имея все текущие знания? Получилось ли бы взять любую современную успешную компанию и сделать их продукт раньше, чем они сами это сделали? Например, взять что-то не сильно наукоёмкое: Jira, Calendly, Stripe, Loom и так далее. Ведь это крутые идеи и компании, которые стоят миллионы или даже миллиарды.

Скопировать продукт, скорее всего, получилось бы. Это можно сделать и прямо сейчас с помощью агентов. А вот повторить такой же успешный бизнес — скорее всего, нет. Компания практически ничего не стоит без текущих клиентов и стабильных каналов привлечения новых. Мы можем попробовать скопировать маркетинговую стратегию, но повторить её точь-в-точь не удастся. На ранних этапах очень многое зависит от фаундеров — их бэкграунда, нетворка, способности находить и привлекать в команду сильных специалистов.

Сейчас мы знаем все эти success story, но, к сожалению, никогда не узнаем истории тысяч потенциальных Jira или Notion, которые в итоге закрылись. Когда я запускал Qase, одновременно со мной стартовал практически такой же проект с почти идентичным названием — quse.io. Сейчас зашёл проверить — проект окончательно закрыт (хотя год назад ещё работал). Я помню, как активно следил за ребятами и их ростом. У них были сквозные идентификаторы тест-кейсов для всех клиентов. Я заходил раз в пару дней, создавал новый тест и записывал их ID — это позволяло отслеживать, как быстро они растут.

Идея и даже её реализация — это лишь малая часть успеха. Тайминг, рынок, команда, случайности и сотни мелких факторов играют очень важную роль. Вернувшись в прошлое с текущими знаниями, можно было бы увеличить свои шансы, но гарантировать успех всё равно невозможно. Невозможно это даже без путешествия во времени. Ты можешь скопировать то, что другие делают прямо сейчас, но не можешь скопировать то, что у них в голове. Поэтому сейчас для меня важнее то, как я вижу развитие продукта и компании и куда движется рынок, чем то, что конкретно делают конкуренты.

На прошлой неделе мы делали первый Leadership Offsite в Стамбуле. Большую часть людей я увидел вживую в первый раз. Сложно отделаться от этого чувства что все эти говорящие головы из зума на самом деле живые люди которые существуют на самом деле.

Одной из самых сложных задач фаундера является собрать по-настоящему сильных экзекьютивов под крылом. Но это еще половина беды. Потом нужно сделать из них команду. Мне очень нравится концепт First Team, который говорит о том, что твоя “первая команда” — это не люди, которые тебе напрямую репортят, а твои коллеги/пиры. То есть остальные лидеры компании. А уже потом — твоя функция.


Это может для некоторых звучать почти контринтуитивно. Особенно для хеда функции: в первую очередь мы привыкли защищать свою команду, выбивать для нее ресурсы и вообще стоять горой за своих ребят. Но в этот момент ты перестаешь быть частью общей системы и начинаешь играть против других.

First Team переворачивает это: если ты сидишь за столом лидершипа — ты в первую очередь отвечаешь за компанию целиком, а не за свой департамент.

На что это влияет:
— решения принимаются быстрее, потому что вы не торгуетесь между функциями, а ищете оптимальные решения для бизнеса
— конфликты не заметаются под ковер и не спускаются вниз, а решаются прямо на уровне лидеров
— ресурсы распределяются не тем, кто громче просит, а туда, где они дают максимальный эффект
— и самое важное — у команды появляется ощущение, что “наверху” есть единое мнение, а не пять разных повесток

Но на практике это сложно. Потому что First Team требует от людей довольно болезненных вещей:

— иногда сознательно проигрывать в пользу другой функции
— выносить конфликты на обсуждение и не уходить в политику
— быть уязвимым перед пирами, а не только сильным перед своей командой
— и регулярно напоминать себе: “я не CMO/CTO/Head of X, я — часть leadership team компании”

Собрать сильных людей — это только первый шаг.
Настоящая работа начинается потом — когда из набора сильных индивидуалов нужно сделать настоящую команду №1. И без живого общения, как мне кажется, сделать это очень и очень сложно.

Не могу не поделиться ссылкой. Сегодня состоится запуск миссии Artemis 2 на луну. И это не первоапрельская шутка (я сам первым делом побежал проверять). Официальный стрим от NASA: https://www.youtube.com/watch?v=m3kR2KK8TEs

Давно я ничего не писал — больше года прошло с публикации последнего поста. Этот канал начался с Content Hero Challenge, по условиям которого нужно было писать новый пост каждый день. Хватило меня почти на пару десятков публикаций. Сейчас же хочется продолжить его уже без «внешней» мотивации, ведь накопилось много того, чем хочется поделиться.

За этот год в жизни и бизнесе произошло огромное количество изменений. Компания всё так же бодро растёт, я практически полностью пересобрал leadership team, зарейзил ещё несколько миллионов на скейл, активно погрузился в мир AI и агентской разработки, завайбкодил и запустил несколько небольших приложений. Единственное, до чего ещё не дошли руки, — это полноценно покрутить нашумевший OpenClaw (он же moltbot, он же Claw Code). От этого меня пока останавливает только огромный объём времени и внимания, которые нужно вложить в его настройку и безопасность.

У меня уже есть список идей для постов, но также хочется послушать, что могло бы быть интересно вам. Пишите в комментариях!

Перед каждым фаундером рано или поздно встает вопрос о темпах роста стартапа и дилемма: стоит ли привлекать инвестиции? Если компания растет достаточно быстро, к вам выстраивается очередь желающих вложиться. Если темпы не устраивают и хочется ускориться, вы сами начинаете задумываться о привлечении внешних средств.

У меня была похожая ситуация, и меня мучил вопрос: стоит ли брать деньги в обмен на долю в компании? Помню свои чувства — вы вкладываете время, силы и душу в продукт. Компания становится для вас первым, вторым или третьим ребенком (в зависимости от того, сколько их у вас уже есть). И вот нужно отдать часть этого. Сложно.

В тот момент я наткнулся на «дилемму Вассермана», также известную как «дилемма основателя», описанную в одноименной книге Ноама Вассермана (не путать с другим известным однофамильцем).

Суть в том, что рассматриваются два типа предпринимателей. Первый стремится сохранить 100% компании за собой, не уступая контроль. Второй готов делиться долей ради достижения более впечатляющих результатов.

Статистика показывает, что компании второго типа, которые привлекают инвестиции и делятся акциями с сотрудниками, в итоге достигают большей стоимости. Благодаря быстрому росту оставшаяся у фаундера доля стоит дороже, чем если бы он сохранил все 100%.

Я задумался, к какому типу отношусь сам. Это было непросто, учитывая, что в Qase я соло-фаундер. В итоге я решил, что готов делиться успехом с другими — жизнь слишком коротка, чтобы расти медленно. Я принял тот самый оффер на первые инвестиции и встал на венчурный путь.

А вы к какому типу отнесли бы себя?

Листая сегодня Telegram, я наткнулся в одном чате на интересный плейбук от фонда Quantum Light Capital. Он примечателен тем, что его основателем является Николай Стронский — создатель крупной и широко известной компании Revolut.

В своем плейбуке “Driving High Performance” он собрал накопленные за десять лет практики по построению высокоэффективной организации. Гайд небольшой, пересказывать его целиком не буду. Ключевой фокус в нем — на людях и на том, как их нанимать, оценивать, продвигать и увольнять.

Единственное, хотелось бы отметить один пункт — калибровку.

Калибровка оценок на уровне организации — довольно опасная вещь. Если проводить ее неправильно, это может сильно испортить атмосферу в коллективе и повысить уровень токсичности. Я наблюдал, как сравнивают людей (когда берут двух человек с оценкой “превосходит ожидания” и начинают вдаваться в детали — чем они отличаются). Это приводило к формированию неправильных ожиданий и негативному отношению к самому процессу. После этого сотрудники начинали стремиться искусственно улучшать свои KPI.

Как правильно? Если честно, сам пока не знаю, так как имею крайне негативный опыт. Но с радостью бы послушал опыт других. Делитесь в комментариях.

Плейбук: https://quantumlightcapital.com/playbooks/performance-management

В 2018 году, когда я устроился работать в Авито, я словно попал в новый мир. Культура внутри компании сильно отличалась от всего, что я видел ранее. Одним из первых впечатлений были ценности, которые транслировались буквально из каждого утюга. Каждому новому сотруднику выдавался welcome-box с мерчем, в котором был стикерпак с ценностями компании. Эти же стикеры лежали на столах в каждой переговорной. На экранах в холлах крутились ролики, в которых повторялись эти ценности. Спустя некоторое время я понял, что незадолго до моего прихода компания переработала и сформулировала новую миссию и ценности и старалась донести эти изменения до всех. Понятно, что одним общим собранием (All Hands) тут не обойтись, так как на тот момент в Авито уже работало почти две тысячи человек, поэтому были задействованы все каналы) Но именно тогда, в моменте, это произвело на меня сильное впечатление, и, что самое важное, эти ценности откликались у меня.

В итоге, когда я формулировал миссию и ценности в Qase, я опирался на вышеупомянутый опыт, и две из пяти напрямую перекочевали из Авито.

Миссия: We help engineers build great products

Ценности:
1️⃣ Keep it simple
По моему опыту, простые решения самые лучшие. Когда мы начинаем переусложнять, скорее всего двигаемся в неправильном направлении. Это касается всего: управленческих решений, продуктовых и бизнесовых.

2️⃣ Result starts with you
Каждый день перед нами открываются новые возможности, появляются новые идеи (иногда даже самые бредовые). Если можешь принести пользу, не жди — бери и делай.

3️⃣ Win as a team
К компании я отношусь скорее как к спортивной команде, чем как к семье. Это группа людей, собравшихся вместе, чтобы выиграть: игру, турнир, чемпионат. Если кто-то тянет команду вниз, команда выталкивает такого человека, так как это мешает двигаться вперед всем остальным.

4️⃣ Learn from failures
Мы все люди и совершаем ошибки. Вопрос в том, учимся ли мы на них. С теми, кто дважды наступает на одни и те же грабли, нам не по пути.

5️⃣ Move fast
В наше время создать новый продукт или сервис проще простого. Чтобы преуспеть, нам нужно бежать быстрее других, быстрее принимать решения, не бояться совершить ошибку. Есть классная фраза: не важно, что продукт упал, важно, как быстро ты смог его поднять. Если тормозить, то в текущих реалиях тебя легко обойдут на повороте.

Как думаете, какие ценности я перенял из Авито?

“Культура ест стратегию на завтрак” — эта фраза обычно приписывается Питеру Друкеру, известному австрийско-американскому эксперту по менеджменту, консультанту и автору многих книг по управлению. Хотя нет точных доказательств, что он действительно сказал именно эти слова, фраза широко известна и активно используется в сфере менеджмента. Она подчеркивает, что даже самая блестящая стратегия может потерпеть неудачу, если не поддерживается соответствующей корпоративной культурой. Культура организации — ее ценности, убеждения и нормы поведения — оказывает существенное влияние на то, как сотрудники воспринимают и реализуют стратегические цели.

Хочу рассказать историю о том, как одним предложением человек смог кардинально изменить мое мышление. Это произошло на конференции TeamLead Conf в Петербурге. Я в то время работал в Авито на позиции Tech Unit Lead. Было много интересных докладов, но меня зацепил один, в котором ребята из Miro рассказывали о культуре и ценностях компании: как они их перестраивали, почему делали это и какие результаты это принесло (запись можно найти тут). После доклада я подошел к ребятам, и состоялся примерно следующий диалог:
- А расскажи, как так получается: по размеру вы меньше, чем топовые компании в России, и находитесь в Перми (тут без снобизма — количество компаний в Москве значительно больше, и постоянное общение с коллегами из других организаций позволяет быстро обмениваться практиками и подходами). Как у вас культура и ценности намного круче, чем у многих крупных компаний в РФ?
- Вы конкурируете с другими компаниями в России, мы конкурируем со всем миром.

Это было как ледяной душ. Это же действительно так - неважно, где ты находишься: если делаешь международный продукт, то конкурируешь с ребятами из Кремниевой долины (колыбель большинства технологических стартапов), Индии (огромной страной с огромным человеческим капиталом и низкой стоимостью разработки) и многих других стран. Нужно быть лучшим во всем, иначе просто обгонят.

Через два года после этого разговора, когда мы активно нанимали людей, я задумался: а какую компанию я сейчас строю? Какова миссия и какие ценности мы разделяем? Сразу пришла мысль собрать всех и обсудить, поштормить и сформулировать их. Но потом одумался и пришел к выводу, что ценности и миссию должен определять я. На ранних этапах это должны делать только основатели, так как это определяет вектор развития компании. Если делать это коллегиально с сотрудниками, можно попасть в ловушку: а вдруг нанял не тех людей, и ценности, которые они привнесут (хотя и будут звучать логично), пойдут вразрез с твоими принципами.

Завтра расскажу о том, что в итоге получилось и с какими ценностями мы живем.

P.S. Нанял тех) Ребята у нас очень классные!

И снова про AI. Я активно пользуюсь приложением ChatGPT на Mac — это удобнее, чем держать еще одну открытую вкладку в браузере. Две недели назад они выпустили возможность искать в интернете (привет Google и Perplexity), используя модель 4.0. И вот недавно вышло обновление, которое научилось взаимодействовать с другими приложениями.

Пока что оно может только подглядывать и обогащать контекст запроса, используя текст из приложения. Например, можно спросить, почему упал скрипт, который вы запустили в окне терминала, или попросить разобрать открытый файл в редакторе.

Кажется, что это не какое-то суперновое нововведение — оно всего лишь позволяет избежать копирования текста ошибки или сообщения в окно чата. Плюс есть ограничения на количество анализируемого контекста (например, для терминала это 200 последних строк). Но предполагаю, что это только первый шаг, и в дальнейшем ChatGPT научится управлять вашими программами и получит доступ к файловой системе. Можно будет попросить найти потерянный документ на диске (лично у меня часто бывает, что нужен файл, название которого я дословно не помню) или установить обновления системы. Да много чего можно придумать — вплоть до выполнения работы вместо вас. И вот в этом случае AI действительно начнет забирать у людей рабочие места.

В своем первом посте я писал про отчет ICONIQ о метриках B2B SaaS компаний. В сентябре этого года (по меркам мира AI это очень давно) они выпустили отчет “State of AI” (https://www.iconiqcapital.com/growth/insights/2024-state-of-ai). Отчет объемный, весь пересказывать не буду, приведу лишь ключевые выводы из этого него:

1️⃣ Эпоха специализации: у AI-стартапов есть только один шанс — быть узкоспециализированными

Крупные компании, такие как OpenAI, Microsoft, Google и Meta, уже укрепились в сфере LLM, поэтому AI-стартапы вынуждены сосредоточиться на специализированных или слабо охваченных сегментах. Быстрое внедрение узконаправленных решений может стать их ключом к успеху и скорой отдаче инвестиций.

2️⃣ Растущая популярность узких и отраслевых моделей

Несмотря на доминирование крупных языковых моделей типа Claude, Llama, Grok и др., наблюдается рост интереса к небольшим специализированным моделям. Компании осознают, что смешанные стратегии (использование больших моделей вместе с узкими) могут быть более эффективными для достижения конкретных бизнес-целей.

Я общался с несколькими знакомыми предпринимателями, и они рассказывали, как используют небольшие модели, которые затачивают под конкретных клиентов. Они показывают результаты намного лучше даже по сравнению с большими общими моделями с большим количеством параметров.

3️⃣ Масштабное внедрение в инженерных и IT-командах

Инструменты типа GitHub Copilot завоевали значительное признание среди разработчиков, но потенциал AI в R&D все еще остается огромным. В будущем ожидается появление специализированных инструментов, которые помогут решать давние задачи в инженерии: обеспечение надежности сайтов, тестирование безопасности, рефакторинг кода и автоматизация QA. Кстати, мы как раз занимаемся последним пунктом.

4️⃣ Инвестиции в AI: пока только начало

На данный момент компании тратят всего около 10% своих бюджетов на программное обеспечение для внедрения Generative AI, но этот показатель стремительно растет. В 2025 году расходы на AI-проекты могут увеличиться в среднем на 22%.

Практически каждый второй SaaS добавил на свой сайт в заголовки фразу “AI-powered”. Кризис последних двух лет заставил компании думать об эффективности и снижении затрат. Однако бюджеты на AI-инструменты пропорционально выросли. Все задумываются о том, как с помощью AI делать больше меньшими силами.

5️⃣ Инфраструктурные и кадровые вызовы

Внедрение Generative AI связано с огромными сложностями. Проблемы с безопасностью данных, нехватка квалифицированных специалистов, необходимость в обучении команд и дорогие инфраструктурные изменения — все это тормозит развитие. Компании планируют тратить до $75 млн на подготовку инфраструктуры и обучение сотрудников для эффективного внедрения AI.

6️⃣ Преобладание проприетарных моделей

Около 60% всех AI-нагрузок в компаниях обрабатываются проприетарными моделями, такими как GPT-4, из-за их высокой производительности. При этом корпорации осторожно относятся к зависимости от поставщиков и изучают возможности использования открытых моделей, чтобы избежать полной зависимости от вендоров (vendor lock-in).

AI продолжает трансформировать наш привычный мир, и, как мне кажется, мы все еще находимся в начале пути. Сейчас пришло время для практического применения, и мы будем наблюдать все больше реально полезных инструментов и приложений. А поделитесь в комментариях, чем пользуетесь помимо стандартных ChatGPT/Perplexity/итд?

Когда я регистрировал компанию в штате Делавэр, я понимал, что рано или поздно у меня будут сотрудники из разных стран — изначально хотел строить большую международную компанию. Первые разработчики работали неполный рабочий день (10–20 часов в неделю) по контракту (а самый первый работает в компании до сих пор). Но когда мы активно начали набирать сотрудников на полную ставку, возник вопрос: что делать с отпусками? Люди должны отдыхать, иначе мы далеко не уйдём с полностью выгоревшей командой.

Мы были совсем крохотными, но хотели нанимать лучших людей и были remote-first ещё до того, как это стало популярным в 2020 году. Нужно было найти решение, как сделать удобно всем. Мы рассуждали следующим образом:
- В среднем по миру люди отдыхают 4 недели в году (28 календарных дней). Где-то больше, где-то меньше.
- В разных странах разное количество национальных праздников и выходных. В США, например, 10, в России — 14, в Великобритании — 8 и так далее.

Мы взяли 28 календарных дней, из 10 праздничных дней вычли 3 дня праздников, пересекающихся в большинстве стран, и добавили неделю к отпуску. Таким образом получили следующие условия, которые относительно честно гарантируют равные возможности для людей из разных стран:
- 35 дней отпуска
- до 14 дней оплачиваемых больничных
- 1 день отпуска на день рождения
- 3 дня общих выходных.

В этом случае у людей появляется выбор: взять отпуск для празднования своих национальных праздников или поработать и потом дополнительно провести неделю с семьёй на море, например.

Как считаете, справедливо?

Сначала я хотел написать пост про то, как организую собственную работу, но потом понял, что процесс плотно переплетен с инструментами, которыми пользуюсь каждый день. Поэтому держите подборку инструментов, которые сильно облегчают ежедневную рутину:

TickTick

Я пытался пользоваться разными таск-трекерами типа Wunderlist, Todoist, Things и другими, но каждый раз возвращался к ежедневнику. Ни одному из них не удавалось задержать меня надолго. В итоге я плюнул — мне проще и быстрее было собрать план на день на бумаге. Не так давно я наткнулся на пост в одном канале, в котором хвалили приложение TickTick. Я попробовал и понял, что это мое. В чем ключевые особенности, которых мне так не хватало в других инструментах:
- Есть весь базовый набор классического туду-листа с проектами, списками и подсписками.
- Матрица Эйзенхауэра из коробки. Можно в один клик раскидать задачи по приоритетам и не тратить мыслетопливо на распределение.
- Интеграция с календарем — задачи и встречи на день в одном месте.
- Встроенный Pomodoro-таймер.
- Нативные приложения под все платформы. Дольше всего я пользовался приложением Things, но у него есть ограничение — он доступен только под MacOS и iOS.

Notion Calendar

Управление календарем и своим временем — одна из самых больших головных болей, когда у тебя команда раскидана по десятку часовых поясов, и ты сам перемещаешься из одной части планеты в противоположную. Основные фичи, которых нет (или я не нашел) в других инструментах:
- Возможность настроить и показывать сразу несколько часовых поясов (у меня включены по умолчанию PST, CDT, EST, CET).
- Крутая интеграция с Zoom и Google Meet. При создании встречи он сам создаст новое событие в Zoom и сгенерирует ссылку для всех участников.
- Очень удобно смотреть пересечение календарей между участниками встречи.
- Ребята явно потратили много времени на UI/UX и сделали приложение удобным и быстрым (в отличие от того же Notion).

Calendly

Мне почему-то казалось, что сейчас сервисами планирования встреч пользуется чуть ли не каждый первый. Но оказалось, это не так. Исправляем 🙂

Calendly — это простой интернет-сервис, который позволяет людям легко договариваться о встречах или звонках, выбирая удобное время в календаре без длительной переписки. Этот продукт рос как на дрожжах, так как он решает реальную боль. Раньше ты спрашивал, когда человек может с тобой встретиться, он тебе скидывал свои доступные слоты для звонка. Ты переводил его часовой пояс в свой, искал, есть ли у тебя свободное время в эти часы.

Chrome

Может показаться странным пунктом, так как Chrome’ом пользуются, наверное, почти все, но я его сюда добавил по другой причине. Раньше я пользовался браузером Sidekick (который тоже на базе Chromium). Основной фишкой браузера была возможность создать несколько независимых профилей (например, один рабочий, один персональный, один под пет-проект). В каждом сохраняются авторизации в основные сервисы. Это позволяло четко разграничить рабочий контекст и фокусироваться на конкретных задачах. Почему я не пользуюсь им сейчас? Потому что Chrome в одном из обновлений добавил поддержку нескольких workspace’ов, и потребность в Sidekick’е отпала.

---

Помимо вышеперечисленных инструментов, я достаточно часто пользуюсь: 1Password, Notion, ChatGPT, Perplexity, Cursor, v0, Mimestream (почтовый клиент), DataGrip, Airtable и многими другими.

А чем пользуетесь вы каждый день?

Сегодня был непростой день, так как пришлось попрощаться с одним из членов executive team. Здесь я не буду вдаваться в подробности, но хочу рассказать про один из принципов, которого я придерживаюсь в работе с людьми.

Когда я устраивался на работу в Авито, на собеседовании мне задали вопрос, и состоялся примерно следующий диалог:
- Что ты будешь делать, если сотрудник не выполняет свои обязанности?
- Дам обратную связь и второй шанс исправиться.
- А третий шанс?
- Третьего не будет.

Этот диалог плотно засел в моей голове. Мы все люди, и нам свойственно ошибаться. Это абсолютно нормально, и никто не застрахован от промахов. Что отличает хорошего сотрудника от плохого? Хороший делает выводы и исправляется, становится умнее и опытнее. Именно в таких сотрудников хочется вкладываться, так как они растут и делают компанию сильнее. Поэтому каждый заслуживает право на ошибку.

Плохой сотрудник — не значит плохой человек. Я видел много примеров, когда в одном месте у людей не было никакого желания развиваться и менять что-то в себе. Но на другой работе они раскрывались. Я и сам был в такой ситуации, а также за свою карьеру немало ошибался.

Сейчас на собеседованиях часто прошу рассказать про промахи, за которые человеку откровенно стыдно. И стараюсь сам приводить в пример свои ошибки: промахи в найме, сбои, которые приводили к падению продакшена и финансовым потерям для организации.

Например, когда я работал над Qase и купил первую рекламу в телеграм-канале на несколько тысяч человек целевой аудитории. За полчаса до её выхода я решил изменить страницу регистрации, добавив дополнительную проверку. Внёс изменения, залил на сервер и не проверил. После этого я не придумал ничего лучше, чем спуститься в метро и поехать по делам. Реклама вышла, люди начали переходить по ссылке, но не могли зарегистрироваться. Сервис, который помогает повышать качество, сам имеет так себе качество. Так быстро до места, где можно было бы подключиться с компьютера к Wi-Fi, я ещё ни разу не бегал. Потерял, наверное, половину потенциальных пользователей, если не больше. А первое впечатление очень важно. Больше я так не делал 🙂

А какие ошибки совершали вы?

Перечитав свой прошлый пост, я понял, что в этом списке не хватает одной важной книги: “The Culture Map”. Мы строим международную компанию с клиентами и сотрудниками из разных стран мира. При этом больше половины сотрудников — эмигранты, причем не только с постсоветского пространства. Например, у нас есть аргентинец, живущий в Испании, и нигериец, который сейчас обитает в Бразилии. И когда у тебя такой разнообразный микс культур, иногда становится очень сложно из-за разницы в менталитете. Да что там, даже в рамках одной страны (США) есть люди с абсолютно разным культурным майндсетом.

Я придерживаюсь следующих принципов (про книгу “Принципы” напишу как-нибудь отдельно): мне все равно, где живет человек, какого он вероисповедания, цвета кожи или политических взглядов. Для меня основным критерием является то, насколько хорошо человек выполняет свою работу и готов расти вместе с компанией. Благодаря этому принципу я могу нанимать лучших людей из любой точки мира, так как не привязан к конкретной географии. Мы были remote-first еще до того, как ковид популяризовал этот вид организации труда. По статистике, глобальные команды показывают результаты намного лучше на мировом рынке, чем команды, находящиеся в одной стране и собранные из людей одной культуры.

Когда у тебя такая солянка из разных культур, в этом есть определенные плюсы: разнообразные взгляды на одни и те же вещи (ты сам никогда бы не подумал, что какую-то задачу можно решить абсолютно по-другому или что выбранный подход не будет работать в определенном регионе). Но есть и минусы, поскольку культурные особенности влияют на общение, принятие решений и ведение бизнеса.
Эта книга предлагает конкретные модели и инструменты для оценки и понимания культурных различий. Это не просто теория — это практические рекомендации, которые можно сразу применить в работе.

Сегодня хочу поделиться с вами списком книг, которые повлияли на мое понимание бизнеса и управления. Они помогли мне переосмыслить подходы к построению команды, развитию компании и взглянуть иначе на привычные процессы.

1️⃣ “How Google Works” — Эрик Шмидт и Джонатан Розенберг

Шикарная книга, в которой описываются принципы и подходы, лежащие в основе одной из самых крупных технологических компаний мира. Почерпнул очень много крутых идей оттуда. Хочется заспойлерить, но не буду 🙂

2️⃣ “The Culture Code: The Secrets of Highly Successful Groups” — Дэниел Койл

В этой книге автор разбирает секреты самых успешных команд в мире. Он исследует различные коллективы — от элитных подразделений спецназа до инновационных компаний и спортивных команд — чтобы понять, какие общие элементы способствуют созданию сильной командной культуры. Оказывается, культура — это не абстрактное понятие, а конкретный инструмент, влияющий на эффективность работы.

3️⃣ “High Growth Handbook: Scaling Startups from 10 to 10,000 People” — Элан Гил

Как мне кажется, эта книга должна быть настольной у каждого фаундера технологической компании. Она охватывает все аспекты роста стартапа: от найма ключевых сотрудников и построения эффективной команды до разработки стратегии выхода на международные рынки и взаимодействия с инвесторами. Обязательна к прочтению для тех кто строит hyper-growth компанию.

4️⃣ “No Rules Rules: Netflix and the Culture of Reinvention” — Рид Хастингс и Эрин Мейер

Эта книга рассказывает о том, как Netflix удалось создать уникальную культуру, где инновации и ответственность идут рука об руку. Подход “без правил” показывает, что доверие к сотрудникам и максимальная свобода действий могут привести к невероятным результатам.

5️⃣ “The Goal” — Элияху Голдратт

На первый взгляд это роман о производстве, но на самом деле — глубокое исследование теории ограничений. Книга учит искать и устранять “узкие места” в бизнесе. Это очень хорошо коррелирует с правилом, которого придерживается Илон Маск, считая, что основная роль любого фаундера — быть “Wall Breaker’ом” — устранять препятствия на пути команды и бизнеса. Очень рекомендую всем, кто хочет оптимизировать процессы в своей компании.

Буду рад обсудить ваши впечатления, если вы уже читали что-то из этого списка, или услышать ваши рекомендации!

Ошибок в найме, к сожалению, совсем избежать нельзя. Однако можно сильно минимизировать их количество. Я стараюсь придерживаться следующей схемы при найме людей:

1. Вместо составления обычного описания вакансии (Job Description) и описания того, что нужно делать, я сначала стараюсь ответить на вопрос, кто нужен. Мне очень нравится подход, описанный в книге «Кто: Решите вашу проблему №1» («Who: The A Method for Hiring») за авторством Джеффа Смарта и Рэнди Стрита. Важно фокусироваться на том, кто выполняет работу, а не только на том, что нужно сделать. Даже самая продуманная стратегия («что») не приведёт к успеху без правильных людей («кто») для её реализации.
2. Определяю ключевые качества этого человека, которые необходимы для успеха в данной роли, и составляю скоринг-карту.
3. Передаю скоринг-карту и требования к кандидату агентству, с которым работаем. Это отличные ребята из AsyncHR, которые с помощью машинного обучения (ML) могут находить людей из топовых компаний по всему миру. Качество воронки невероятно высокое, и нам удавалось привлекать на собеседования топовых специалистов из ведущих компаний по всему миру.
4. Иногда агентство делает первичный скрининг для отсеивания несоответствующих кандидатов на входе воронки.
5. Провожу интервью по скоринг-карте, в которой делаю упор на выявление реального опыта и достижений на прошлых местах работы. Для меня важно, насколько хорошо человек может проявлять себя и есть ли у него опыт, чтобы помочь продвинуть компанию на следующий уровень. На этапе интервью также важно понять, что движет человеком и какова у него основная мотивация, чтобы правильно сформировать оффер и «продать» кандидату позицию.
6. Сбор рекомендаций о кандидате. Очень важно пообщаться с бывшими коллегами и руководителями и узнать две вещи: готовы ли они нанять этого человека ещё раз и как они его оценивают по шкале от 0 до 10. Из шкалы можно получить очень много полезной информации (например, почему 8, а не 10, или почему 10, а не 9). Этот же самый вопрос я задаю кандидату и сравниваю оценки.
7. Second opinion. Я стараюсь привлекать людей с релевантным опытом, которым я доверяю, для того чтобы провести кросс-проверку и убедиться, что мы ничего не пропустили.
8. Продажа позиции и оффер.

Сосредоточение на «кто» позволяет обеспечить, что задачи и цели будут выполнены наилучшим образом. Правильные люди способны адаптироваться, учиться и преодолевать сложности, что делает их ключевым фактором успеха любой компании.

Почему это ошибка на миллион? Если бы я нанял другого человека (например, как у нас сейчас), то финансовые результаты у компании были бы совершенно другими. Мы фактически только этим летом начали выстраивать sales-функцию. ARR был бы как минимум на миллион долларов выше (если не больше).

В следующем посте расскажу про текущий подход к найму людей и как он изменился с момента совершения этой ошибки.

#qase #fail