Азрет Кенжалиев о Tech

В Google я являюсь частью организации Google DeepMind и работаю над хранилищем AI/ML моделей, в том числе Gemini, а также над созданием AI агентов для анализа и поиска решений для инцидентов.

За последний год, я много использовал AI (~O(100M) токенов точно), как на работе, так и вне нее – как например для того, чтобы запустить https://visakg.com/ за ~3.5 недели разработки с помощью Cursor + Gemini Pro/Claude Sonnet в свободное время.

На работе, AI помогал мне делать все от больших мульти-квартальных проектов с тысячами строк кода и сложными документами-проектами систем до маленьких баг-фиксов, написания тестов и даже подготовки презентаций.

Я использовал на работе как самые передовые и закрытые модели Gemini, так и Claude Opus/Sonnet, через Gemini CLI и Antigravity (внутри он называется иначе), а также навидался и начитался многого от коллег по тому, как они использовали AI.

Что я понял за это время?

От AI, чем больше усилий вы инвестируете в его настройку, как например порог авто-компрессии контекста, авто-разрешения/авто-запрета тулов, создание (и авто-создание) своих команд, хуков, агентов, скиллов, создание SOUL.md и подготовки кода/документации для более легкого восприятия моделью; инвестируете в написание качественных промптов и подготовки плана; инвестируете в выборку узкого количества исключительно нужных под вашу текущую задачу третих скиллов и MCP серверов; инвестируете в многочисленные итерации для доведения решения до качественного уровня – тем лучше получите результат.

То есть, если разработчик, на уровне вовлеченности: установил Claude Code / OpenAI Codex и: "пофикси мне вот эту багу <ссылка>" или "сделай мне новую фичу X", то результат будет соответствующий, удивляться или жаловаться на качество не надо.

Я (и мои коллеги и менеджеры) очень довольны той работой, которую у меня получилось сделать с помощью AI за последний год (напр. получил повышение, награды и много различных бонусов), но сразу скажу, что такой способ разработки у меня потребовал очень много времени (и до сих пор требует), чтобы производить такие результаты.

Эффективное использование AI, когда производятся качественный код и устойчивые конфигурации, качественная документация, качественные документы-проекты систем, качественные презентации – сложный навык, которому надо учиться каждому в наше время, но еще важнее вот что.

Фундаментальные знания стали на вес золота, потому что без них никак не получится. AI без обратной связи профессионального разработчика становится заводом по производству багов и кода/систем, совершенно не готовых быть запущенными, быть надежными и быть поддерживаемыми в продакшне.

В тоже время, многие начинают возводить важность AI на уровень выше фундаментальных знаний, а юные ребята в школах и университетах считают себя крутыми, что они нон-стоп "фигачат" код с AI.

В итоге, мы получаем реальность, где у всех FOMO на последние AI модели и использование AI в разработке, а фундаментальные знания, которые и определяют качество обратной связи для AI и качество результатов AI становятся чем-то "unsexy".

Если вам интересно узнавать о том, какие по моему мнению фундаментальные знания важны и как я стараюсь использовать AI эффективно, подписывайтесь на канал, ставьте реакции и делитесь с друзьями (надеюсь у меня получится об этом чаще писать)👇.

@techazret

Концентрация на результате вызывает апатию.

Если вы пытаетесь мотивироваться от результатов – это проблема. Почему?

Ваш мозг не понимает результаты. Он не знает как их достигнуть. Вы не можете пойти и "взять" результаты.

Ваш мозг понимает процессы. Он понимает как их выполнить – подними "мягкое место" и сделай. Он понимает как будет чувствовать себя в процессе – это легко визуализировать.

Результаты важно разбивать на процессы. Простые и понятные. И самое важное – воспринимать выполнение процессов как победы.

В учебе: сесть за стол, прочитать страницу, написать параграф, решить задачку – победа.

В работе/бизнесе: прочитать имэйл, разбить большой проект на меньшие выполнимые задачи, сделать прогресс по задаче – победа.

Из желаемых результатов, важно выделить только главные 20%.

Каждый процесс также – "высушить" до легко выполнимых, легко повторяемых, приятно воспринимаемых 20%.

Мозгу будет легко. Мозг будет мотивирован. Появится уверенность – любой результат будет равен четкому, повторяемому, приятному и достижимому процессу.

Процесс – единственное, что ты можешь контролировать. Результат может прибежать к тебе завтра, а может убегать от тебя годами.

Завяжешь мотивацию на результат – жди провала; завяжешь на процессы – и мотивация всегда у тебя под контролем.

@techazret
@realazret

О продуктивности

Я понял вроде как простую, но очень сильную идею – что я должен слушать свое тело и внутренний голос.

В эти дни, я работаю часов ~5-9, по-разному. Начинаю в промежутке от 9:30-11:00 и работаю до 17:00-21:00. Из этих часов, встречи обычно составляют от 1 часа до 2.5-3 часов.

Я делаю столько работы, сколько я чувствую мне достаточно для моих целей по работе. Раньше была, например, цель получить повышение – в целом, работал больше. Сейчас же – это просто добросовестно, ответственно, высококачественно делать свою работу. (Хочу уйти с работы, заниматься Micro SaaS проектами, с них зарабатывать.) Иногда хватает 5 часов – ИИ помогает быть очень эффективным. Иногда нужно по-grind-ить – пописать код 9-10 часов, чтобы получить желаемый результат.

Я понял, что могу быть очень продуктивен практически каждый день, но только при условии, что я даю себе своевременные перерывы / сон / прогулки / еду.

Например, обед я делаю 1-1.5 часа, всегда стараюсь не спеша. Вечером прихожу домой и если я чувствую, что мозг устал напрягаться, то даю ему сон 0.5-1.5 часа и восстанавливаюсь.

Как Ньюпорт говорит: “делай дела в размеренном темпе”.

Но дальше 21:00 стараюсь не работать, чтобы не ощущать, будто моя жизнь – рабство работы. Вечером после работы стараюсь уделять время семье (супруге) и на свои приоритеты. (Например, на изучение маркетинга B2B, B2C SaaS продуктов). Когда уделяю время супруге, то делаю это неспеша, ведь это важнее всего. Я обычно засыпаю после супруги, на пару часов позже (в 1-2 ночи), и в это время еще делаю свое (изучаю маркетинг).

Как-то так. Самое главное – я стараюсь не напрягаться и чувствовать устал ли я и давать себе паузы, сон и отдых. Так, у меня получается быть в хорошем настроении, в энергичном состоянии, а не приходить домой и сваливаться в кровать, говоря “уфф, чарчадым/устал” и входить в апатию на весь вечер.

@realazret
@techazret

1. Делай меньше дел.
2. Делай их в размеренном темпе.
3. Делай их качественно.

Охотники-собиратели не добывали еду 9-to-5 (с 9 до 5). В их дне было очень мало дел.

На охоту собирались они неспешно – камуфляж/окрас, аксессуары, заточенные орудия.

Охотились они очень организованно – тщательный анализ местности и поведения животных, выжидание момента для идеальной атаки, атака.

Да Винчи рисовал Мона Лизу от 14 до 16 лет. У него не было дедлайна "до следующего понедельника" – все качественное требует времени.

Практические советы:

1. Планируй столько дел, сколько ты легко успеешь с запасом.
2. Выдели главные 1-3 цели.
3. Избавься от 80-96% [ненужного].
4. Планируй блоками, чтобы не переключаться и зайти в поток.
5. Слушай свое тело и разум – своевременно восстанавливайся.
6. Важно не количество, а качество дел.
7. Для неважного – 60-70% качества достаточно; для всего важного – предела нет.

Это – размышления о книге Кэлвина Ньюпорта "Медленная продуктивность".

@techazret
@realazret

В любой компании, в любой команде, в любой семье, в любом проекте, в любом деле, в решении какого-либо конкретного вопроса должен быть только один decision-maker (человек, принимающий окончательное решение).

В Netflix есть такая практика, что в любом проекте есть свой “капитан”. Этот капитан выслушивает мнение остальных, принимает окончательное решение единолично и затем все, как согласные, так и несогласные доверяют ему, вверяют ему ответственность за успех или провал и следуют за ним.

Это – наиболее эффективная система.

@realazret
@techazret

Channel photo updated

Channel name was changed to «Азрет Кенжалиев о Tech»

Channel created