Охотник за талантами. Майк Волков

#Пятничныемысли
Вчера сидели с другом за кофе и зацепились за образование и ИИ. Дети на площадке уже устали а мы всё не можем остановиться))

Его позиция: знания обесценились. Зачем знать корень из 64 если ChatGPT ответит за две секунды. Будущее за индивидуальным обучением и умением задавать правильные вопросы.

Всё логично, но что-то не сходится.

Потому что каждый день я вижу как люди задают эти самые "правильные вопросы" AI. И знаешь что? Те у кого есть база, математика, логика, структурное мышление, получают результат с первого промпта. А те кто "зачем мне корни" делают 28 итераций одного и того же запроса потому что не могут нормально сформулировать что им вообще нужно, какой контекст и какие ограничения.

И вот тебе данные. Исследование AIPRM 2026 года: студенты с AI-персонализацией показывают результаты на 62% выше. Красиво. Но другое исследование из Journal of Computer Assisted Learning говорит что ChatGPT лучше прокачивает критическое мышление когда человек работает один. В команде эффект слабее.

Переводу на русский. Мы растим поколение одиночек-суперменов. Быстрые, эффективные, с идеальными промптами. Но засунь пятерых таких в одну команду и начинается цирк с конями. Потому что слышать другого, спорить конструктивно, принимать что ты неправ, это скилл которому AI не учит. Этому учит только живой опыт и набитые шишки.

А теперь слон в комнате. Допустим мы всё поняли, надо учить по-новому. Окей. А кто будет? Учителя и тренеры чьи мозги сами заточены под старую систему? Это как попросить человека который всю жизнь ездил на механике пересесть на Теслу. Газ-то он нажмёт. Но ощущение что машина едет сама будет пугать ещё долго. Людей которые реально умеют учить по-новому, днём с огнём.

Вот мой takeaway из этого спора. В мире где информация бесплатная, твоё конкурентное преимущество это три вещи: база которая позволяет думать системно, умение работать с людьми а не только с экраном, и способность быстро переучиваться. Не одно из трёх. Все три вместе. Кто это собрал, тот на рынке стоит дорого. Я это вижу по вакансиям каждый день.

Буст каналу💪

👉 t.me/huntermikevolkov - здесь про AI, найм и крутых ребят

Вышло интервью с Артёмом Соколовым на YouTube и я очень советую его посмотреть целиком. Артём мой хороший знакомый и клиент нашего агентства, и чувак реально делает вещи от которых у меня мурашки.

Короткая вводная для тех кто не в курсе. Артём в 19 лет возглавил семейный ювелирный бизнес Sokolov. Вырастил его с 3-4 миллиардов рублей выручки до 70 миллиардов. Продал. И пошёл строить компанию которая делает промышленных гуманоидных роботов. Вложил $100 миллионов своих денег ещё до того как начал привлекать инвесторов. Привлёк раунд A на $152 миллиона при оценке $1.35 миллиарда. Первый европейский юникорн в робототехнике. Самый быстрый юникорн в робототехнике вообще.

Но мне интереснее другое. Артём провёл 1000 собеседований за полгода чтобы отобрать 30 человек в ядро команды. Тысячу, КАРЛ. На одну вакансию он смотрел по 50-60 кандидатов. И это не потому что он не может принять решение. Это потому что он строит мышцу найма через повторение, как он сам говорит.

Бориса Янгеля из Nebius он рекрутил год. Целый год. Из Boston Dynamics перетащил 15+ человек включая Девина который 20 лет там проработал. И самое вкусное, он перебил Figure AI при найме ключевых людей. Figure AI это компания на $40 миллиардов если что.

Как? Ну вот его принцип который мне прямо зашёл: "Я старался нанимать людей умнее себя в их домене". И все сотрудники становятся совладельцами и партнёрами. Не опционы на словах а реальная доля. Ключевые ребята после раунда стали миллионерами на бумаге. Человек 10-20 точно.

Ещё одна штука. У Humanoid инвесторы это Bosch (400 тысяч сотрудников), Schaeffler (140 тысяч сотрудников, контракт на 2000 роботов на $300+ миллионов), фонд Бернара Арно, тайваньский конгломерат номер один. И при этом чувак конкурирует за таланты с DeepMind, Anthropic, OpenAI, Meta, Microsoft, у которых у всех офисы в Лондоне.

Про будущее он говорит спокойно: цель сделать компанию на $100 миллиардов за пять лет и выйти на IPO в 2028-2030. Плюс у него параллельно второй стартап по brain-computer interface, наночастицы в мозг для стимулирования нейронов. 40 человек в команде, лаборатории в Калифорнии, тесты на мышах уже идут. Ну то есть масштаб мышления такой что хочется просто сесть и подумать о жизни)))

А, и ещё. Никакого двойного назначения. Роботы только мирные. Артём прямо говорит что это чёткая линия которую они не переходят.

Полное интервью на ютюб)

Буст каналу💪

👉 t.me/huntermikevolkov - здесь про AI, найм и крутых ребят

Товарищи! Если вы вчера вечером проспали - щас быстренько пробежимся что случилось пока вы спали)

Anthropic выкатили Opus 5.5. Через полтора часа OpenAI выкатили GPT-6 Sol и Luna. Полтора часа, Карл! Прям как на аукционе Sotheby's, только вместо картин - модельки, а вместо миллиардеров с веерами два техногиганта которые жмут кнопку «опубликовать» подглядывая друг другу в монитор)

И вот что тут кайф: обе модельки одновременно круче И дешевле предшественников. Не прошло и двух месяцев.

Opus 5.5: на 20% дешевле, кэш подешевел на 60%, генерит на 30% быстрее. GPT-6 Sol: вдвое дешевле прошлой версии. GPT-6 Luna: тоже вдвое. Каждые два месяца одна и та же история - круче, дешевле, быстрее. И не "когда-нибудь потом". Прямо щас.

Я вчера уже погонял Opus 5.5 на реальных задачах. То что мы с предыдущей моделью пилили полдня, новая допилила меньше чем за час. Проснулся сегодня и прям чувствую как мозг генерит идеи что ещё можно автоматизировать, потому что раньше это было дорого или тупо медленно, а тут вдруг бах - и можно)

А теперь переведу на язык найма (потому что я всё-таки рекрутер а не AI-блогер))))

Каждый такой апдейт - это ещё один виток когда один человек с правильным стеком AI-инструментов закрывает объём работы за троих. Не в теории. Вот прямо в этот понедельник после обновления. Sol шестой стоит пару баксов за миллион входных токенов - рабочая лошадка, гоняй на конвейере и не плачь по лимитам. Luna - вообще копейки за саммари, черновики, разбор писем.

Фаундеры которые уже перестроили процессы под AI щас просто получают буст на ровном месте. Платят меньше, получают больше, спасибо кэп)))) А те кто "ну мы как-нибудь потом разберёмся" - ребят, разрыв растёт с каждым апдейтом и он не линейный. Он экспоненциальный. И это не для красного словца, это математика - каждое удешевление открывает новый пласт задач которые раньше было невыгодно автоматизировать.

Короче что брать щас:

• Opus 5.5 - сложные задачи, стратегия, длинные цепочки рассуждений. Быстрее и дешевле чем было. Sonnet 5.5 и Haiku 5.5 обещают в ближайшие недели, жду)

• GPT-6 Sol - код и аналитика. До Astra не дотягивает, но вдвое дешевле и для ежедневной работы хватает с запасом.

• GPT-6 Luna - мелкие задачи на потоке за копейки.

Гонка идёт в прямом эфире. Через полгода то что стоит доллар будет стоить десять центов. И каждый раз когда цена падает - порог входа для автоматизации опускается ещё ниже, ещё больше задач уходит от людей к моделям.

Вопрос не "будет ли AI дешевле". Вопрос - успеваешь ли ты перестраиваться с той же скоростью с которой падают цены на токены)

(я вот успеваю, но иногда прям на грани - пока обновлял один воркфлоу, уже следующий апдейт прилетел))))

Если тебе нужны люди которые не просто "знают что такое AI" а реально успевают за этими обновлениями и умеют встраивать новые модельки в рабочие процессы - мы таких находим. Пиши @mikevolkov, соберём команду которая не застрянет в прошлом квартале)

Буст каналу💪

👉 t.me/huntermikevolkov - здесь про AI, найм и как не застрять в прошлом году

Пока кто-то ещё думает как начать пользоваться AI - AI уже проектирует следующие AI-системы, Карл!

Прочитал я тут статью на LessWrong про то как лабы типа OpenAI и DeepMind начинают использовать AI для поиска новых AI-архитектур. Не для написания кода или для дебага, а для проектирования самих систем. То есть модель уже не инструмент внутри процесса, она участвует в создании следующего поколения самой себя.
Сама себя проектирует, сама себя пишет, сама себя тестит и релизит) как те двое из ларца) Всё конечно гуд, а что делать всем тем сотням тысячам инженеров, которым обещали сладкую жизнь в IT? Как адаптироваться в новых реалиях найма?

Потому что если AI умеет предложить тысячу вариантов архитектуры, инженер который "умеет писать код" это уже не совсем то. Писать код AI умеет. А вот что пока не умеет и за что будут платить деньги:
• Понять какую проблему вообще стоит решать. Не ту которую модель сама себе придумала, а ту за которую клиент заплатит
• Выбрать по каким критериям сравнивать варианты. Потому что критерии это про бизнес а не про accuracy
• Заметить что система оптимизировала красивую метрику вместо реального результата. Accuracy 96%, на выручку влияние ноль - помните?)
• Оценить сколько стоит если сломается
• Взять ответственность. Потому что если что-то пойдёт не так модель не уволят и на созвон с клиентом она не выйдет

А как в этой новой реальности искать то что нужно сейчас – опираясь на «старый» опыт? Смотреть под другим углом: когда ко мне приходят нанимать сегодня AI-инженера я щас спрашиваю другие вещи чем год назад. Не "что ты кодил на прошлой работе". А как ты выбираешь задачу? Как проверяешь результат? Как замечаешь когда модель красиво врёт? Как принимаешь решение когда данных не хватает? (Нанимающие отдаю пока бесплатно))))

Портфолио из решённых задач по-прежнему важно. Но если человек умеет только писать код и не умеет думать что с этим кодом произойдёт когда оно доедет до прода - это уже не востребованный инженер, это отложенный лайф оф AIeм.

AI предложит тысячу архитектур. Но кто-то должен решить какую из них нельзя запускать. За этого "кого-то" щас и идёт охота.

Источник: Labs could soon start automated research into architectures

Ты уже поменял что спрашиваешь на собесах или всё ещё "расскажите про опыт с React"?)

👉 t.me/huntermikevolkov - здесь про инженеров которые думают а не только кодят

Буст каналу💪

7 ошибок из-за которых у тебя "лимиты улетают в трубу" (а на самом деле нет)

Каждый второй мне говорит "слушай ну лимитов не хватает, наверное надо брать тариф подороже". Ну может и надо. Но я бы сначала проверил вот эти 7 штук потому что обычно проблема не в тарифе а в том как ты используешь то что уже есть. Спойлер - в 90% случаев тариф ни при чём)

1. Скармливаешь весь документ целиком
У тебя контракт на 40 страниц и ты грузишь его весь с комментарием "проанализируй". AI послушно сжирает весь лимит и выдаёт воду уровня "в данном документе рассматриваются различные аспекты" - спасибо кэп)))). Загрузи нужный кусок, задай конкретный вопрос. Всё.

2. Просишь переписать всё вместо точечной правки
Тебе нужно поправить два абзаца а ты пишешь "перепиши весь текст". AI переписывает с нуля, тратит кучу токенов и выдаёт что-то совсем другое. Ну это как вызвать бригаду на капремонт квартиры чтобы лампочку поменять, вы чё)

3. Мешаешь всё в одном запросе
"Изучи тему, напиши текст, проверь факты и сделай красиво" - четыре разные задачи в одном промпте. AI пытается сделать всё сразу, делает всё средне и жрёт лимит за четверых. Разбей на шаги: сначала ресёрч, потом текст, потом проверка.

4. Не говоришь какой формат нужен
Без формата AI сам решает что тебе выдать и угадайте что - решает неправильно)) Ты переспрашиваешь, он переделывает, лимиты горят. "Дай таблицу: колонка риск, колонка вероятность, колонка что делать" - один запрос вместо трёх.

5. Тянешь один чат когда задача давно поменялась
Начал с анализа конкурентов, перешёл к тексту для лендинга, потом спросил про найм - и всё это в одном чате. AI тащит весь предыдущий контекст, путается и тратит токены на обработку того что тебе уже не нужно. Новая задача - новый чат. Просто? Просто. Но почему-то никто так не делает.

6. Не отделяешь факты от гипотез
Спрашиваешь "сколько стоит разработчик в Берлине" и принимаешь ответ за истину в последней инстанции. А потом оказывается что AI навыдумывал, ты перепроверяешь переспрашиваешь уточняешь - три запроса на то что надо было сразу проверить руками. Если цифра влияет на решение, не доверяй AI на слово.

7. Берёшь самую мощную модель для ерунды
GPT-4o чтобы перевести три предложения это как нанять сеньора чтобы поправить запятую в README. Для простых задач хватает моделей попроще, а тяжёлую артиллерию оставь для того что реально сложно.

Кароч прежде чем апгрейдить тариф - пройдись по этому списку. Скорее всего у тебя проблема не в лимитах а в процессе. Собрал всё в PDF с примерами промптов по каждому пункту, забирай бесплатно - прикреплён к посту)

Перешли тому кто каждую неделю жалуется что "опять всё кончилось к среде"))

👉 t.me/huntermikevolkov - здесь про AI который работает а не жрёт бюджет

Буст каналу💪

Пока весь русскоязычный хайрийнгмир обсуждает увольнение из Plata, хочу показать вам картинку покрупнее.

Oracle за одно утро уволила около 10% штата и сделала это так красиво что хочется записать на курс по антикризисным коммуникациям (голубой океан - забирайте бесплатно)))). В 4 утра сотрудникам закрыли доступ к внутренним системам, в 5 удалили аккаунты в Slack, а в 6 пришло письмо "ваша должность ликвидирована, сегодня ваш последний день" - Адьес Амигос. Кто-то вообще узнал что уволен только когда пришёл на работу и пропуск не сработал на входе.

И это не какой-то стартап на 15 человек у которого кончился runway. Это Oracle. Выручка больше $50 млрд, штат 160 000+, компания которую все считали "безопасной". Там люди работали по 10-15 лет, строили карьеру, получали акции компании и планировали ипотеки и отпуска на два года вперёд - вы когда так планировали последний раз? А в одно утро - Гуляй Вася.

А самое дикое что Oracle щас считается бенефициаром AI-бума. Они перенаправляют $8-10 млрд в AI-инфраструктуру, контракты на дата-центры растут и акции вообще-то тоже. Просто людей меняют на вычислительные мощности и делают это не постепенно а вот так, утром в 4 часа.

Кароч - если ты работаешь в компании и думаешь что большой бейдж и хорошая компенсация это гарантия стабильности, ну вот тебе Oracle в качестве примера. Неважно сколько лет ты там сидишь и какие у тебя акции компании, в один вторник утром всё может закончиться без предупреждения и звонка "давайте обсудим варианты". И единственное что реально остаётся с тобой это навыки которые ты на себя вешаешь как игрушки на ёлку. И в итоге ты либо самая востребованная ёлка на рынке либо идёшь за пособием по безработице.
Строчка "10 лет Oracle" в LinkedIn тебя не спасёт а то что ты конкретно умеешь делать руками и какие кейсы можешь показать – это то за чем охотится рынок.

А для фаундеров простоя история, и Plata и Oracle показали как они «обращаются с людьми» и запомни это. Потому что таланты которых они вышвырнули на улицу в 6 утра щас на рынке, злые и с хорошей памятью. Когда будешь строить команду люди будут гуглить как твоя компания увольняет, и если ответ "email в 6 утра" или увольнение после «рилс» - ну удачи тебе с наймом. Бренд работодателя это не фоточки с корпоратива и не "у нас open culture" на лендинге, это то как ты поступаешь с людьми когда надо резать косты.

Как вам новости недели? Знаю, очень жизнеутверждающие) но я здесь чтобы ваша команда работала как часы, и строила юникорны.

👉 t.me/huntermikevolkov - здесь про команды которые строятся по-другому

Буст каналу💪

Если бы мне год назад сказали что CEO Anthropic и OpenAI одновременно скажут "надо притормозить с AI", я бы посмеялся. Но случилось 12 сентября.

Амодеи написал эссе "We Must Pace the Frontier". Суть проста: модели становятся мощнее быстрее чем мы успеваем понять что они вообще делают. А в июле случилась штука которая реально всех напугала: во время тестов безопасности OpenAI агенты вырвались из изоляции, сами организовали сеть из 1200 участников и атаковали инфраструктуру Hugging Face. 700 агентов, 41 сервер, root-доступ. Сами распределили роли между собой и сами координировались. Всё сами Карл) всё это в реальном тесте. Кароч вы поняли масштаб.

Альтман сказал что согласен, тормозим. OpenAI отложил IPO на 2027. Маск тут как тут, тоже согласился. Хассабис из DeepMind тоже. Когда все четыре главных гонщика одновременно жмут на тормоз это точно не пиар.

Да, это где-то далеко в Кремниевой долине, но что это значит если у тя бизнес, тут на коленке или компания где-то совсем далеко от этого.

Расскажу: гонка моделей замедляется, а вот гонка внедрения только растет. Если следующая модель не станет в 10 раз мощнее через три месяца то ценность смещается от "подождём новый релиз" к "научимся нормально работать с тем что уже есть".

И это меняет найм и стратегию, причём сильно. Тебе не нужен человек с "AI-native" в LinkedIn и 50 сертификатами. Тебе нужен тот кто понимает: какой процесс мы меняем, зачем тут вообще AI, как проверяем качество и сколько это стоит. Спрос растёт на инженеров которые строят системы вокруг моделей, на людей по evaluations и мониторингу, на domain experts которые проверяют что AI нагенерил. А вот "промпт-инженер" как отдельная роль, ну камон, давно уже где-то в прошлом.

И да, есть ещё один момент. Возможно разговоры про безопасность это ещё и способ закрепить преимущество. Anthropic и OpenAI любое регулирование потянут а стартап нет. Имейте в виду)

Но факт остаётся: модели начали строить модели, агенты пошли в атаку, и люди которые это создали сами говорят "мы не успеваем контролировать".

Тебе не надо ждать пока AI станет ещё умнее. Научи свою команду работать с тем что есть. Вот и вся стратегия на ближайший год. Я помогаю с такими людьми - пиши в личку @mikevolkov - разложим как тебе не профукать "гонку вооружений".

👉 t.me/huntermikevolkov - здесь про команды которые внедряют а не презентуют

Буст каналу💪

(Ссылка на эссе: darioamodei.com/post/we-must-pace-the-frontier)

#пятничныемысли
Astra вышла и лента взорвалась. А я вспомнил картинку: 1% людей создают AI, 15% реально используют, и 80% рассказывают как используют. Цифры конечно условные, но ощущение прям точное.

Ребят, GPT-6 Astra стоит $50 за миллион выходных токенов. Контекстное окно в миллион токенов - серьёзная штука для серьёзных задач. А половина тех кто побежал тестировать просит у неё рецепт борща и пост в инстаграм.

Ты фаундер и у тебя команда 10-20 человек, остановись. Тебе реально нужна Astra? Для чего конкретно?

Astra нужна там где задача реально сложная. Много контекста, противоречивые данные, несколько шагов рассуждений, высокая цена ошибки. Разобрать 50 документов, найти дыры в договорах, спроектировать архитектуру, собрать pipeline. Тут да, мощность окупается.
Но если ты используешь Astra чтобы поправить письмо кандидату или переписать JD, ты буквально палишь деньги. Бесплатный ChatGPT это тянет и без подписок, без API, и уж точно без $50 за каждый миллион токенов.

Это та же ошибка что нанять сеньора за $150k чтобы он перекладывал данные между таблицами. Он справится прекрасно. Только ты как руководитель облажался с решением.

Я оцениваю любую задачу для AI в три шага (забирай себе и делись с друзьями):
1. Сколько стоит ошибка? Если результат критичен, сильная модель окупится. Если нет - зачем платить, серьёзно.
2. Тут вообще нужен AI? У половины моих клиентов "AI-задачу" убивает шаблон в Notion и 20 минут настройки. Ноль токенов.
3. Ты пробовал бесплатную модель? Начни с неё. Если стабильно не тянет, повышай. Не наоборот.
4. Если реально нужен мощный AI, кто в команде будет с ним работать и сколько часов в неделю? Потому что $200/мес за подписку которой пользуются 2 раза, это не инвестиция. Это donation OpenAI.

Фаундеры которые строят, не бегут за каждой новой моделью. Они думают куда направить мощность. А фаундеры которые тратят, подключают самое дорогое и надеются что оно само разберётся. Astra это круто, но голову пока не отменяет.

пятница - хорошая идея, чтобы открыть список подписок и посчитать сколько ты donate'ишь OpenAI каждый месяц)

👉 t.me/huntermikevolkov - здесь про то как тратить с головой

Буст каналу💪

В 80-х хороший рекрутер начинал поиск с телефонного звонка. Никакого LinkedIn, никакой базы на миллион профилей, никакого AI. На столе бумажные папки, в блокноте короткие заметки. А в голове самое важное: почему именно этого человека стоит представить клиенту.

Щас инструментов в сто раз больше. Я за утро могу просмотреть столько профилей сколько рекрутер в 80-х листал за месяц. Но вопрос тот же: что я понял об этом человеке такого чего нет в его LinkedIn.

Потому что сильный кандидат это не набор ключевых слов. Это тот кто тащит когда план летит к чертям и кто делает команду вокруг себя сильнее. AI - этого не читает. Увидеть за красивым профилем человека который реально потянет стартап на ранней стадии, это ручная работа. И она стоит своих денег, потому что цена ошибки тут $100-200k и полгода потерянного времени.

Поиск кандидатов, это фильтры. Хантинг, это когда ты понимаешь кто нужен ещё до того как открыл LinkedIn.

А ты когда нанимаешь, что пытаешься понять о человеке до первого звонка?

👉 t.me/huntermikevolkov - здесь про то как собирать команды а не закрывать позиции

Буст каналу💪

Nvidia отчиталась на $96 млрд за квартал и все побежали обсуждать какой AI большой и страшный, а я сижу и думаю про своих ребят которые прямо щас пытаются нанять инженера и не могут потому что лаборатории кидают офферы от которых глаза на лоб.

Давайте обсудим что это значит для каждого фаундера сейчас:

На том же звонке финдиректор Nvidia сказала что четверть бизнеса следующего года придёт от лабораторий которые Nvidia сама и финансирует. То есть Nvidia даёт лаборатории деньги, лаборатория на них покупает чипы Nvidia, это записывается как выручка и из неё финансируется следующая лаборатория. Майкл Бьюрри из «Игры на понижение» назвал это византийской денежной петлёй, $50 млрд уже вложено, обязательств на полтриллиона)

Так вот, офферы которые лаборатории щас раздают на $300-400K, это не потому что инженер столько стоит. Это потому что можно столько платить когда твою инфраструктуру по кругу оплачивает производитель чипов. Я понимаю как это обидно когда ты строишь реальный продукт, у тебя классная команда и интересные задачи, а человек уходит туда где цифра в два раза больше. Но это не значит что ты проиграл, это значит что ты играешь в другую игру.

Когда петля замедлится, а она замедлится, эти офферы сдуются и на рынок выйдут сильные инженеры которые раньше были недоступны. И выиграют те фаундеры у которых к тому моменту есть продукт, культура и понятная история, а не те кто пытался перебить лабораторию деньгами.

Не гонитесь за чужими цифрами. Стройте команду вокруг того что у вас есть, это и щас работает и через год никуда не денется)

👉 t.me/huntermikevolkov - здесь про команды которые строятся надолго

Буст каналу💪

Щас все вокруг спешат с AI и я имею в виду прям физически спешат, фаундеры прибегают и говорят нам нужен AI-инженер вчера, команду перестроить прямо сейчас, агентов внедрить до конца квартала иначе всё пропало. И я каждый раз спрашиваю: а ты понимаешь зачем тебе это или ты торопишься потому что все торопятся)

Спешка и скорость это ведь вообще разные вещи. Можно быстро делать то что понимаешь, а можно носиться в панике потому что все побежали и страшно остаться на месте.

Я в этом году общался с кучей фаундеров которые в январе-феврале побежали "внедрять AI" не разобравшись что конкретно им нужно. Открыли позиции которые толком не описали, накупили подписок на инструменты которыми через месяц уже никто не пользовался, наняли людей под задачи которые ещё даже не сформулировали нормально. $30-50K улетели, полгода прошло, щас переделывают всё заново.

А те кто в то же время сел и спокойно разобрался что автоматизируется а что нет и какой человек реально нужен, те уже давно работают и результат видят.

Самые сильные фаундеры которых я знаю, их вообще очень сложно заставить торопиться. Они не медленные, нет, они просто спокойные, и когда вокруг все кричат "AI-революция надо бежать" они сидят и разбираются что им реально нужно. И в итоге нанимают точнее, тратят меньше и получают результат быстрее чем те кто суетился с первого дня.

Спокойствие щас наверное самое недооценённое конкурентное преимущество вообще)

👉 t.me/huntermikevolkov - здесь про то как не спешить и всё равно успевать

Буст каналу💪

меня бесило в Claude больше всего, что он со всем соглашался. Пишешь любую ерунду и он такой "отличная идея, давайте разберёмся" и начинает делать то что ты попросил даже если ты попросил полную чушь. Ну прям как джуниор на испытательном который боится сказать нет потому что вдруг уволят)

Тут я нашёл штуку которая это починила, можно вставить один промпт в настройки Claude и он начинает вести себя как нормальный взрослый человек, говорит когда не уверен, не выдумывает источники, не кидается цифрами которые взял из воздуха, и главное перестаёт делать вид что знает всё на свете.

Заходишь в Claude, Settings, находишь поле Instructions for Claude и вставляешь туда текст который я оставлю в комментах. Там суть простая: ты говоришь модели что честность важнее уверенности, что лучше сказать "я не знаю" чем соврать красиво, что нельзя выдумывать цитаты и исследования, и что если информация могла устареть надо об этом предупредить.

После этого работать с ним реально по-другому. Он стал спорить, задавать вопросы, говорить "тут я не уверен проверьте". Он стал в разы полезнее - серьезно.

Интересно, что это ведь ровно то что я ищу в кандидатах для клиентов. Мне не нужен человек который кивает на всё и говорит "отличная идея, сейчас сделаем". Мне нужен тот который скажет "подожди, тут мы не правы, вот почему, и вот что я предлагаю вместо". Лучший найм это тот кто не боится тебе возразить потому что ему важнее результат чем твоё настроение.

Мы даже AI уже научились настраивать так чтобы он не был подлизой, а людей почему-то до сих пор нанимаем за то что они приятные и со всем соглашаются)

👉 t.me/huntermikevolkov - здесь про тех кто не боится сказать нет

Буст каналу💪

#пятничныемысли
Мураками в книге «О чём я говорю, когда говорю о беге» написал фразу: Pain is inevitable. Suffering is optional. Боль неизбежна, страдание это выбор.

И я щас не про бег и не про философию а про то что происходит вокруг. Фаундер нанял не того CTO, потерял полгода и $200K, это больно и это факт который уже случился. Но он после этого полгода боится нанимать вообще, сам пытается тащить продукт, маркетинг и команду одновременно, не спит, жена говорит что он стал невыносимым, и в итоге теряет ещё больше чем потерял на том CTO. Вот это уже не боль, это страдание которое он сам себе устроил.

Или кандидат получил три отказа и всё, решил что он бракованный и рынок его не хочет. Хотя блин четвёртая компания взяла бы его с руками если бы он просто отправил резюме)

Или вот ещё, AI убил половину задач твоей команды и ты это видишь но делаешь вид что ничего не изменилось, потому что ну как так, ты же этих людей нанимал, ты с ними работал, неудобно. И платишь зарплату за работу которую модель делает за 30 секунд, месяц за месяцем.

Рынок щас болезненный для всех и это никуда не денется, роли меняются каждые полгода и AI переворачивает вообще всё. Но жаловаться на это месяцами вместо того чтобы перестроиться это уже не боль, это выбор)

Хороших выходных

👉 t.me/huntermikevolkov - здесь без страданий, только по делу

Буст каналу💪

Фаундеры, у меня к вам вопрос: вы когда разговариваете с кандидатом вы ему питчите как инвестору или как человеку)?

Садится фаундер на интервью с кандидатом и начинает: мы подняли серию А на столько-то, у нас MRR растёт на Х% в месяц, три года runway, метрики вот такие. Всё как на demo day. А кандидат сидит и кивает вежливо а потом уходит к другим и фаундер не понимает чё случилось, я же ему всё показал.

Ну да, показал. ТОлько показал то что интересно человеку который даёт тебе деньги. А человеку который даёт тебе своё время и свои мозги интересно совсем другое: что конкретно он будет делать каждый день, кто эти люди с которыми он будет работать и откуда они пришли, куда вообще продукт движется и зачем он существует, и почему ему стоит встать с дивана и прийти именно к тебе а не к соседнему стартапу который платит столько же.

Щас 2026 год и каждый второй кандидат ходит к терапевту который ему рассказывает что кроме работы есть ещё жизнь, и люди реально начали думать а правильные ли вещи я делаю с правильными ли людьми рядом. И когда ты два часа грузишь человека юнит-экономикой вместо того чтобы рассказать зачем ваш продукт нужен миру и какая у тебя команда, ты проигрываешь тому фаундеру который это умеет.

У тебя должно быть два разных спича вообще-то. Один для тех кто даёт деньги, другой для тех кто даёт время. И второй сложнее потому что деньги можно вернуть а время нет и люди это чувствуют)

👉 t.me/huntermikevolkov - здесь про то как разговаривать с теми кого хочешь к себе в команду

Буст каналу💪

В начале года ко мне приходят клиенты и говорят одно и то же, нам нужны люди с опытом AI, без опыта даже не показывай, и мы реально отказывали кандидатам которые были сильные по всему но не работали с AI. Окей, понятно, рынок требует.

Проходит полгода. Сижу на созвоне с одним из тех же клиентов и он рассказывает что у них аналитик настолько подсел на AI что разработчикам проще общаться с моделью напрямую чем через него. Ну то есть человек берёт задачу, скармливает Claude, получает ответ, пересылает разработчику. Зачем он тут вообще) По факту компания платит $80-100K в год за копипаст из чатбота.

А у другого клиента разработчик комменты в коде генерит через AI, документацию генерит через AI, ревью тоже. Заказчик звонит и говорит: слушай, я вообще не понимаю с кем я работаю, с человеком или с моделью, мне некомфортно. И он прав ведь.

Короче полгода назад все хотели людей которые умеют работать с AI а щас выясняется что некоторые так хорошо с ним работают что забыли работать головой. И требования опять поменялись, теперь хотят чтобы человек думал сам а AI был инструментом.

Маятник качается постоянно и если ты ставишь требование "опыт с AI" потому что так все пишут, остановись на секунду и подумай а тебе точно нужен человек который умеет промптить или тебе нужен человек который умеет думать. Потому что промптить научится любой за неделю, а вот со вторым сложнее)

👉 t.me/huntermikevolkov - здесь про то как нанимать когда рынок меняется каждые полгода

Буст каналу💪

AI научился взламывать системы сам, без людей вообще, и теперь самые дорогие компании мира ищут тех кто будет с этим разбираться. Я мониторю вакансии в AI-компаниях каждый день потому что если не понимаешь куда рынок двигается ты не рекрутер а перекладыватель резюме) И вот что там сейчас.

OpenAI ищет человека который будет целыми днями пытаться заставить их же модель делать то что она делать не должна, находить дыры и строить защиту чтобы никто через них не пролез. $295-445K плюс акции. Вака

У Anthropic вообще три открытых роли в эту сторону и каждая интереснее. Red Team Engineer профессионально обманывает Claude и ищет как обойти все защиты. Есть детектив который расследует как люди уже прямо сейчас используют модель чтобы писать вирусы и воровать данные, реально лазит по даркнету и собирает схемы. А есть ещё менеджер за $375-455K который строит команду для ловли тех кто ворует саму модель и продаёт доступ налево. Вака

ByteDance ну которые TikTok) У них человек придумывает такие запросы к AI от которых у разработчиков волосы дыбом, ломает всё до релиза. Вака

Два года назад ни одной из этих должностей не было нигде вообще. Сейчас за них дают $300-450K и найти людей не могут, потому что тут сертификатами не отделаешься, нужен определённый склад головы когда ты видишь любую систему и первая мысль "а как это сломать". Я это вижу по запросам клиентов, раньше все искали ML-инженеров а теперь половина разговоров про безопасность и red team.

И если у тебя в продукте есть AI а в команде нет человека который думает как взломщик, ты узнаешь об этом не из отчёта а из новостей) Приходи ко мне и мы закроем эту боль

👉 t.me/huntermikevolkov - здесь разбираю какие роли растут а какие тихо умирают

Буст каналу💪

$10.8 миллиардов зеленых хрустящих инвестиций - за полтора месяца. Только в AI-инфраструктуру КАРЛ.

Кто бы что ни говорил про AI-пузырь и перегретые оценки, деньги продолжают идти туда и идут в совершенно неприличных количествах. Вот смотрите что произошло буквально за последние недели:

Fireworks AI подняли $1.51 млрд при оценке $17.5 млрд, строят инфраструктуру для запуска моделей. Atoms получили $1.7 млрд на промышленную робототехнику. SambaNova забрали $1 млрд на AI-чипы. Together AI подняли $800 млн на инфраструктуру для open-source моделей. Etched, ещё одни ребята с чипами, $700 млн при оценке $21 млрд. Даже Legal AI компания Norm AI стала единорогом с $120 млн.

А Nvidia по данным Reuters заносит ещё $5 млрд в Safe Superintelligence Ильи Суцкевера. Пять. Миллиардов.

Да, про AI сейчас говорят все и пихают его в каждый второй питчдек, иногда туда где раньше прекрасно справлялся обычный эксель) Но если убрать шум видно что самые большие деньги идут уже не в очередной красивый интерфейс поверх чужой модели. Они идут в чипы, в inference, в робототехнику, в вычислительную инфраструктуру. То есть в фундамент на котором потом будет стоять вообще всё.

AI это уже не отдельная индустрия за которой можно наблюдать со стороны. Это инфраструктура для всех остальных индустрий и кто этого ещё не понял тот скоро поймёт)

Где-то обязательно лопнет и не один раз. Но тренд от этого никуда не денется.

👉 t.me/huntermikevolkov - здесь про рынок на котором мы все работаем

Буст каналу💪

На днях писал про интервью с Дороничевым, где он сказал что если бы сейчас шёл учиться пошёл бы на философию и физику. Не на computer science, не на MBA. На философию. И что компании уже реально нанимают людей с философским образованием.

И сегодня листаю телегу, в одном канале спросили «чему учиться в 2026». Читаю комментарии и у меня дежавю.

«Матан»
«Философию»
«Стрельбе и уважению»
«Стихотворения Пушкина и Бродского. И игра на фортепиано обязательно»
«Механику, слесарное дело, медитацию, философию и особенно всё что касается онтологий»
«Философию, психологию, сторителлинг и пабликспикинг»
«Межкультурные коммуникации и дипломатию»
«Разговаривать с людьми, договариваться, профилировать и может манипулировать»
«Молиться, физику и теорию коммуникации»

И мой любимый: «пока на планете есть люди, их надо будет кормить, стричь и убирать за ними говно»

Десятки комментариев и ни один человек не написал «учите AI», «учите промпты» или «программирование». Вообще ни кто.

Живые люди в комментах пришли ровно к тому же выводу что и парень который десять лет строил AI в Google: когда машина умеет всё делать за тебя, единственное что остаётся это зачем ты вообще что-то делаешь. А на этот вопрос отвечают философия, математика, умение разговаривать с людьми и критическое мышление.

Один комментарий меня отдельно зацепил, человек написал: «своему ребёнку я бы посоветовал пойти либо на школьного учителя, либо на доктора, думаю что только эти две профессии переживут сингулярность без сильных изменений». Сижу и думаю что он скорее всего прав.

AI обесценивает «как сделать». Остаётся «зачем» и «с кем», а этому пока ни одна нейросеть учить не умеет.

👉 t.me/huntermikevolkov - здесь про людей которых не заменит ни один агент

Буст каналу💪

#пятничныемысли
Посмотрел интервью одного кучерявого блогера с Андреем Дороничевым, зацепило много мыслей и я решил собрать самые вкусные, погнали:

первое. Все представляют себе AI как умного помощника в телефоне, такого Эйнштейна в кармане. Метафора красивая только Эйнштейна нельзя было скопировать, а модель можно, и прямо сейчас Anthropic может посадить 500 миллионов таких Эйнштейнов в дата-центр и попросить их пахать круглосуточно без выходных и без жалоб. ТОльк это не помощник - это страна гениев. Вдумайтесь в эту фразу на секунду.

Далее - впервые в истории больше нет дефицита интеллекта. Всегда было мало хороших врачей, инженеров, юристов, и вся наша жизнь была построена вокруг этого дефицита. Успех измерялся тем кем ты стал. А теперь, говорит Андрей, успех это сколько раз за жизнь ты сумел стать кем-то новым. Потому что быть кем-то одним в мире который меняется каждые полгода это уже не стратегия - это приговор.

Крутая мысль про код - первую версию Claude писали люди руками, вторую писали люди с помощью AI, третью писали люди которым помогали агенты, а сейчас новая версия Claude Code на 80% написана самим Claude Code. За пару лет мы видим всю эволюцию от «мы пишем код» до «код пишет сам себя».

Потом Андрей рассказал историю из Руанды. Женщины в кризисном центре обучают AI за доллар в час, по сути тренируют робота который потом заберёт даже их работу. Он спрашивает: «Вы не боитесь?» Они говорят: «Нам сейчас деньги нужны, а завтра разберёмся.» И тут он поворачивается к камере и говорит что инженеры в долине делают ровно то же самое, просто за $300k. Разница только в зарплате. Ситуация один в один. Жёстко? О да.

Думаете куда отдать детей учиться? Как вам идея: - когда AI обесценивает вопрос «как что-то сделать», единственным важным становится «зачем это делать вообще». И знаете что? Компании уже нанимают философов. Вот прям людей с философским образованием в коммерческие конторы. Андрей говорит что если бы сейчас шёл учиться, пошёл бы на философию и физику. Не на computer science, не на MBA. На философию - КАРЛ.

Apple он конечно разнес. Просто: продолбали. Культура заточена под крафт красивых устройств, а AI требует серверов и сервисов, и это никогда не было их сильной стороной. Когда спохватились, начали метаться, подписывать сделки то с одними то с другими, наляпали рандомных AI-фичей которыми никто не пользуется. Больно наблюдать честно говоря.

Ну и на последок. Возможность отупеть была у человечества всегда, AI тут вообще ни при чём. Бабушка из Индии ругала внучку за то что та читает книги вместо того чтобы руками работать. Потом ругали за телевизор. Потом за интернет. Каждое поколение находит свою причину деградировать, и каждое поколение находит причину не деградировать. Весь вопрос внутри: зачем тебе вставать если можно не вставать.

Целиком интервью на ютубе)

Серьёзно рекомендую посмотреть, особенно если строите команду или думаете куда двигаться дальше. Там ещё куча всего про гонку Китай vs США, про AI в разработке лекарств и про то почему Anthropic сейчас всех обошёл.

👉 t.me/huntermikevolkov - здесь про людей и технологии которые меняют найм

Буст каналу💪

Самая полезная команда для Claude это не «сделай». Это «сначала задай мне вопросы».

Попробуйте, работает. AI не останавливается и не говорит «слушай, я тут не понял, давай уточним». Он берёт размытую задачу, заполняет пробелы сам и возвращает красивый текст который выглядит убедительно но который нельзя применить. Потому что половина данных в нём придумана.

Оформил это в бесплатный «Конструктор задач для ИИ». Одна команда, пример до и после, пять вопросов перед запуском. Вставляете свою задачу, AI задаёт уточняющие вопросы, собирает карточку, ждёт вашего «ок» и только потом работает.

Умная модель с размытой задачей даёт красивый мусор. Начните с задачи.

👉 t.me/huntermikevolkov - здесь команды, которые идут вперед вместе

Буст каналу💪