Никита Ульшин про IT

Почему не все интересные идеи влияют на жизнь

Я люблю читать книги.

В детстве меня поглощали миры и ситуации, придуманные талантливыми авторами. В более взрослом возрасте я плотно подсел на «нон-фикшн»: меня восхищали новые, яркие идеи, написанные умными людьми в разное время и в разных частях нашей планеты.

Эти идеи дарили мне радость долгое время, однако в какой-то момент я заметил, что в мою жизнь они проникают не очень-то активно. Лишь некоторые книги дали такую пищу для размышлений, что я по-новому взглянул на мир. Идеи из этих книг глубоко проникли в мою голову и изменили мировоззрение.

Момент времени, в который я осознал это, стал переломным. Меня больше не радовали новые интересные идеи сами по себе, потому что найти их довольно просто (достаточно оглядеться вокруг и немного подумать). Предметом моего любопытства теперь стала трансформация мышления и мировоззрения через усвоение чужих идей.

⭐️ Что такое «усвоенная идея»?

Прежде чем мы двинемся дальше, я бы хотел дать своё определение термину «усвоенная идея», поскольку дальше мы им будем оперировать постоянно.

Для меня «усвоенная идея» – это идея, которая настолько прочно встроилась в мою голову, мышление и систему ценностей, что начала влиять на моё поведение, решения и мировоззрение. По сути, это идея, ставшая частью меня самого.

Примером такой усвоенной идеи являются «толстые хвосты» из творчества Нассима Талеба. В своих книгах он часто говорит о нелинейной природе вероятности, а «толстыми хвостами» называет маловероятные события (находящиеся слева/справа на кривой нормального распределения) с аномально мощными последствиями. Переварив эту идею, я перестал смотреть на маловероятные события только с точки зрения вероятности их наступления и начал задумываться ещё и о рисках, которые они создают (въедливый читатель тут к месту упомянет «чёрных лебедей» и будет прав, но это эссе не о теории вероятности в жизни).

Усвоение этой идеи поменяло мой взгляд на применение теории вероятности в реальном мире, сделало его шире и богаче. Подобное изменение в мышлении напоминает фарш в мясорубке – его невозможно обернуть вспять. После усвоения идеи начинаешь видеть мир иначе раз и навсегда.

⭐️ Область усвоения идей

Я довольно долго экспериментировал с различными методиками усвоения идей. Я работал над техниками обработки информации, учился писать заметки (и даже практиковался в мини-эссе), применял различные мнемотехники и даже попробовал скорочтение, но толку было немного. Процесс усвоения идей по-прежнему оставался для меня окутанным мраком случайности и везения.

Тогда я задумался: а что же кардинально отличало те идеи, которые залетели мне в голову и крепко там засели? Ответ пришёл в виде книги Оливера Беркмана «Четыре тысячи недель на всё», которая внезапно потрясла меня и дала возможность поискать ответ на вопрос выше. Ведь потрясение не на ровном месте произошло.

Крепко подумав над этой ситуацией, я пришёл к выводу, что книга Беркмана на самом деле попала в то напряжение, которое у меня в жизни уже было. Я долго страдал от ощущения, что я ничего не успеваю и во всём, что делаю, недостаточно хорош. Идеи Беркмана дали мне не готовое решение, но достойную пищу для размышлений, которая не отпускала меня несколько дней.

Из этой ситуации я вывел следующую гипотезу: усваиваются только те мысли и идеи, которые попадают в существующее напряжение в жизни. Этим напряжением может быть сильная личная потребность найти ответы, дискомфорт, боль, затруднение, недопонимание. Но главная отличительная черта напряжения – высокая степень личной значимости.

В первую очередь мы усваиваем идеи в областях, которые нам сильно небезразличны. Однако это не гарантирует, что идея усвоится. Но о поиске идей с сильным потенциалом усвоения – в следующем эссе.

// Неплохо я развлекаюсь на выходных, да? :)

Итоги курса «Руководитель отдела»

Вот и подошли к концу 4 месяца интенсивного обучения на курсе Стратоплана «Руководитель отдела». Этим постом я хочу подвести итоги обучения.

На курс я шёл, потому что чувствовал потребность в фундаментальном и системном обучении менеджменту. С ростом масштаба моих задач становилось всё больше вопросов и всё меньше готовых ответов.

Курс оказался для меня полезным, однако его главная ценность для меня была не в количестве новой информации. Раз за разом на лекциях я с удивлением обнаруживал, что всё делал правильно, но скорее интуитивно. Курс помог мне дать имена этим подходам, разложить их по полочкам в голове и понять границы их применения.

Обнаружились и области, где моего набора инструментов было недостаточно. Я узнал много нового об управлении изменениями, работе с финансами, реализации инженерной стратегии и масштабном people-менеджменте.

⭐️ Три самых сильных инсайта, которые я вытащил из обучения

➡️ Осознанность сильнее интуиции. Когда понимаешь, почему инструмент работает, его легче применять, передавать другим и замечать ситуации, в которых он не подходит.

➡️ Теория без практики не имеет ценности. Я об этом давно пишу, и обучение лишь подтвердило мой взгляд на вещи. Максимум пользы давали кейсы, групповая работа и попытки применить инструменты на свои задачи.

➡️ С ростом масштаба меняются сами инструменты управления. То, что работает для команды или небольшого числа людей, начинает ломаться на уровне отдела. Например, регулярные 1-1 уже нельзя считать всей системой people-менеджмента.

Самая сильная сторона курса — это постоянная плотная практика на управленческих кейсах и большое количество групповой работы. Но к концу курса из-за этой плотности и высокой нагрузки я ощутимо устал. Но зато я чувствую, что реально потыкал новые инструменты (а что-то сразу утаскивал в работу).

Есть у курса и недостатки. Во-первых, восприятие материала сильно зависит от преподавателя (например, я не люблю излишне многословных людей, а кому-то, наоборот, только такие и нужны). Во-вторых, AI-вставки были очень базовыми для моего уровня и оказались скорее бесполезными в большинстве своём. Но это мелочи на общем фоне.

По моим ощущениям, курс подойдёт, если у вас уже реально есть подходящие управленческие задачи. Материал рассчитан на цикл «понять — попробовать — применить в работе» и не годится для накопления информации «на вырост».

Это было интересное приключение. А теперь нужно передохнуть, разобрать накопленное и продолжать применять то, что я утащил с обучения.

«Не знаю» больше не значит «не могу»

С развитием LLM-ок фраза «я не знаю» перестала означать «я не могу это сделать». Благодаря бездушной железяке я могу спокойно зайти в плохо знакомую (или даже совсем незнакомую) область и начать в ней действовать, даже не имея глубокой экспертизы (но только до границы, за которой я уже не способен проверить результат).

Раньше это было намного сложнее. Чтобы сделать что-то для себя новое, мне приходилось читать доки или форумы, смотреть видосы, пытаться повторить, ошибаться, материться и не понимать, что происходит. Либо же приходилось искать того, кто знает. Теперь я могу разбирать с агентом конкретную задачу и получать достаточно контекста для следующего шага, не погружаясь предварительно во всю область.

Например, я всегда плохо знал Bash: пользовался им редко, каждый раз погружался заново, поэтому даже простой скрипт мог занимать несколько часов. Теперь же я простые баш-скрипты спокойно пишу агентом, а моих базовых знаний вполне хватает для их валидации. Благодаря этому я перестал прокрастинировать многие задачи на автоматизацию. Например, я наконец-то поигрался с DevEx на пет-проекте и теперь у меня нормально запускаются интеграционные тесты в монорепе с микросервисами (а раньше я это прокрастинировал, потому что "опять в баш лезть").

Этот пример не делает меня универсальным специалистом, а показывает, насколько дешевле стало осваивать соседние инструменты. Также человек всё ещё должен поставить задачу, заметить чушь, проверить корректность результата и принять за него ответственность. Я могу делегировать агенту Bash, потому что моих знаний хватает понять, делает ли скрипт то, что нужно, и не снесёт ли он полсистемы. Если я не способен проверить результат, «я не знаю» снова становится проблемой.

Конечно, глубоко заменить все соседние профессии один человек не сможет. Реальный рычаг ИИ гораздо скромнее (и важнее): Т-шейпиться теперь стало гораздо проще. Агенты помогают выходить за рамки своей специализации, но фундаментом специалистпо по-прежнему остаётся глубокая компетенция в своей области.

// Какую незнакомую задачу вы уже готовы отдать агенту, а какую не возьмёте, потому что не сможете проверить результат?

Из находки ИИ-радаров вырос лонгрид для Хабра

В понедельник оба моих ИИ-радара зацепились за одну гипотезу: агенты ускоряют написание кода быстрее, а проверка и выпуск начинают отставать. Я пошёл её проверять и вместо короткого продолжения написал полноценный лонгрид для Хабра.

Самую интересную цифру я вынес в заголовок: агенты дали оценённый рост коммитов до 240%, проектов до 80%, релизов только до 30%. Это не прямая конверсия коммитов в релизы, но разрыв хорошо показывает проблему: агенты ускоряют написание кода гораздо сильнее, чем выпуск изменений, и новое узкое место возникает во всём остальном SDLC. Код писать стало дешевле, но ревью, тестирование, архитектурный контроль и релизы не ускорились вслед за клепанием коммитов.

После исследования я стал увереннее в исходной гипотезе. Когда команда переходит от личного помощника к нескольким автономным агентам, важнее становится качество системы вокруг модели — спецификации, общий контекст, ограничения, автоматические проверки, история решений и обратная связь после релиза.

В лонгриде разбираю, где застревает поток AI-кода, какую обвязку уже строят LinkedIn и Atlassian и какими метриками искать новое ограничение. Приглашаю вас почитать и поддержать мою работу ❤️

Приятного чтения!

➖➖➖➖➖➖➖➖➖➖➖
📝 @ulshinblog

Два ИИ-радара для наблюдения за IT-индустрией

Не следить за IT-индустрией я не могу, потому что новинки могут повлиять на мои решения. Следить за всем тоже не могу, потому что петабайты контента выжирают все силы и внимание. Поэтому часть этой работы я решил отдать ИИ.

Раньше я писал, что новинки стоит замечать рано, а внедрять лишь после того, как спадёт первый хайп. Теперь я автоматизировал первую половину этого процесса.

Сначала я собрал один еженедельный дайджест, но он то ничего интересного не находил, то притаскивал пачку пустых новостей.

Подумав, я осознал, что смешал две задачи:
➡️ искать изменения, уже созревшие и способные повлиять на мри решения
➡️ ловить ранние сигналы того, что может изменить практику через 6–12 месяцев

Поэтому теперь у меня два радара.
➡️ «Значимые изменения» ищет доказанное «Было → стало» и приносит максимум три результата.
➡️ «Ранние сигналы» собирает проверяемые гипотезы и оценивает их потенциальное влияние.

Оба радара помнят контекст предыдущих выпусков и не повторяются. Сами промпты приложил к посту (сорри что одним файлом, но телега иначе не умеет).

Выход этих промптов мне уже нравится. Например, на этой неделе оба радара зацепились за agentic development (и разница между ними хорошо видна):

➡️ Значимое изменение: агенты превращаются в управляемую часть SDLC. Исследование NBER показывает, что ускорение написания кода вскрывает ограничения на остальных этапах, а другое исследование — что работа разработчика смещается к направлению и проверке AI. Появляются и инструменты управления этим процессом — например, governed agent loops от Atlassian. Для меня это означает, что пора подзабить на скорость написания кода и сосредоточиться на инфраструктуре агентной разработки.

➡️ Ранний сигнал: проверка становится её главным ботлнеком. Генерация дешевеет, но review, тестирование, контроль безопасности и архитектуры масштабируются хуже. Гипотеза радара: через 6–18 месяцев команды будут отличаться не моделью, а качеством своего harness (спецификаций, проверок и ограничений). Эта мысль совпадает с тем, что мне принёс радар значимых изменений.

Конечно, LLM может что-то пропустить. Но прочитать весь поток самостоятельно я всё равно не смогу (и не хочу). Настройка заняла у меня несколько недель, зато теперь два выпуска отнимают 30–40 минут в неделю и оставляют время поразмыслить над найденным.

// Подумываю разбирать самые интересные находки радаров и рассматривать потенциальные перемены в инженерных и управленческих решениях. Стали бы читать такие разборы?

Тимлиды, вы ещё думаете идти ли на наш митап? 👀

В карточках собрали программу, чтобы у вас не осталось никаких сомнений.

➡️Регистрируйтесь ⬅️

23 сентября на TeamLead Off Record от 2ГИС будем разгонять невыдуманные истории о том, как плохие технические решения спасали ситуацию для бизнеса, и как мы потом с этим жили. Приходите!

ИИ убрал из моей работы передышки

С ИИ я стал получать от разработки больше удовольствия и намного быстрее уставать.

В последнее время я снова выкраиваю время на разработку. Что-то удаётся делать на работе, что-то — по вечерам в пет-проекте. Сначала списывал усталость на обычное «руководитель решил ещё и вечером поработать», но эффект повторялся.

Раньше я сравнивал ИИ с дополнительной парой рук. Теперь же я обнаружил неприятный побочный эффект: рук стало больше, а мозг остался один.

У меня появилась рабочая гипотеза: ИИ убрал из моего процесса длинные участки исполнения уже принятого решения, которые всегда были для меня самой лёгкой частью. Из цикла «подумал-написал-протестил-поревьюил-порефакторил» ушла часть про «написал» (и даже «протестил» сильно видоизменилась). Теперь ИИ легко и быстро «настукивает», а на мне остаются постановка задач, выбор решения, проектирование и анализ результата.

На практике это выглядит так. Раньше после проектирования я несколько часов реализовывал уже принятое решение. Теперь реализацию делает агент, а я проверяю результат, выдаю замечания, снова проверяю — и так по кругу. Через полтора-два часа такой работы я уже замечаю усталость.

Думать и проектировать мне всегда нравилось больше, чем писать код. Но это — самая энергозатратная часть работы. И если раньше я получал передышку в виде необходимости реализовать то, что придумал в своей голове, то сейчас этой передышки нет. Из моего процесса создания ПО выпала та часть, где не нужно было постоянно анализировать код и требования.

В итоге я получаю от разработки больше удовольствия и быстрее двигаюсь, но сильнее устаю. Раньше отдых был встроен в рабочий цикл, а теперь его приходится создавать самому — хотя бы отлипать от монитора, пока агент генерирует код.

Агент может работать без передышки. Я — нет.

// Если тоже заметили, что с ИИ стали уставать быстрее — ставьте 👍

Вызываю пояснительную бригаду

У меня дома стоит вот такой замечательный календарик от Кира Анастасина. И обычно по понедельникам он радует меня свежей и острой шуточкой.

Но смысл этой зарисовки я пытаюсь постичь уже неделю и пока что терплю фиаско.

Помогите понять мем, пока я не перевернул календарь 😂

AvitoTech всегда славился своими проектами на День разработчика, но в этот раз ребята превзошли самих себя!

В честь наступающего Дня разработчика вместе со студией FU2RE и 3D-художником Dmitriev Video они создали большой портал в прошлое — эмулятор 2006 года будущего разработчика. Внутри — олдскульные игры и викторины, за которые можно лутать баллы и подниматься в рейтинге.

Трём лучшим игрокам 15 сентября подарят суперпак настоящих разрабов, внутри которого салфетка на монитор из коллаборации с Elnik, плед, сумка и плюшевый талисман — кот Б/У. Так что времени сыграть ещё много!

P. S. А ещё в канале AvitoTech до 13 сентября будут каждый день выходить крутые праздничные посты. Не пропустите: может быть, и там они спрятали подарки ❤️

Я прочитал 150 книг и решил читать меньше

За последние полтора года я прочитал около 150 книг и в итоге решил отказаться от режима «книга в неделю». Большинство прочитанного, по моим ощущениям, не стоило потраченного времени.

Я не гнался за цифрой как таковой: просто мой пайплайн чтения позволял столько читать без особого напряга. Но последние несколько месяцев я ехал в том же потоке, а чувство ценности от чтения куда-то пропало. Осознать проблему мне помогли рождение дочери и книга «Четыре тысячи недель на всё». Дочь мощно срезала количество свободных сил, а книга напомнила: я всё равно не успею изучить все интересные идеи в мире. Да и не нужно.

Раньше я просто заливал самообразование своими силами и энергией, но теперь это перестало работать — сил мало, распылять их жалко. Прочитанные книги не были плохими. Просто после большинства из них в моих мыслях и действиях почти ничего не изменилось.

Последние несколько недель я провёл в кризисе: по-старому уже не хочется и не можется, а новой модели поведения ещё нет. Я упорно размышлял (и размышляю) над тем, почему только единичные книги действительно повлияли на мою жизнь и дали ценные идеи. Эта проблема «чешет мне череп изнутри» настолько, что я снова начал писать заметки. Особенно смешно, что раньше я уже похоронил заметки и мини-эссе, решив, что они для меня не работают. Тогда заметки были ещё одним этапом обработки прочитанного, а теперь я возвращаюсь к ним, чтобы подольше не отпускать вопросы, на которые у меня пока нет ответа.

Пока моя рабочая гипотеза такая: медленное и глубокое чтение одной важной для меня книги может дать гораздо больше, чем десять книжек-однодневок. Я и раньше считал, что неумеренное потребление «умного» контента ведёт к информационному ожирению и инертности мышления. В теории я это понимал, а на практике воспроизводил сам. Зато несколько книг своими идеями перемешали в голове всё и заставили собирать мозги по кусочкам заново.

А ещё я осознал, что думать самому доставляет мне гораздо больше удовольствия, чем читать чужие буковки. Теперь я хочу не прогонять через пайплайн очередную книгу, а исследовать и глубоко разбирать то, что мне действительно интересно.

Например, сейчас я пишу серию заметок, в которой размышляю о следующих вещах:
➡️ почему одни хорошие идеи действительно меняют жизнь, а другие проходят мимо;
➡️ как отличить просто «вкусную» идею от той, что повлияет на меня;
➡️ как я могу улучшить свою работу с такими идеями (и могу ли вообще).

Книги я не бросаю — они давно стали важной частью моей жизни. Но обзоров в канале станет меньше, а вместо них появятся путевые заметки: наблюдения, размышления, идеи и вопросы. Возможно, наконец попробую себя в написании лонгридов и эссе. А обзоры буду выпускать только на книги, которые считаю действительно достойными чтения.

Не знаю, что из этого получится, но мне интересно. Присоседивайтесь 😉

// Какая книга повлияла на вас сильнее всего?

Архитектурная ката в Менеджмент Хаб 17.09

Пару месяцев назад я заглянул в сообщество Менеджмент Хаб, организованное моими уважаемыми друзьями Женей Антоновым, Олей Елисеевой и Витей Корейшей. Тогда я немного поделился своим взглядом на чтение и самообразование, дал пару упражнений и очень душевно провёл время.

Но друзья не спешили выгонять меня из сообщества. Я пообщался в чатиках, посетил митап и почувствовал, что хочется сделать для Management Hub что-то ещё.

Тут как по заказу в технотреде поднялась тема интервью по System Design. Я сдул пыль со своих навыков проведения подобных интервью и пришёл к ребятам с предложением: а давайте сделаем чего-то по сисдизу.

Абстрактное "чего-то" превратилось в архитектурную кату. Мы с Витей готовим вкусную и интересную задачку, а участники разобьются на несколько групп, подготовят решения и почелленджат друг друга (ну и мы им спуску не дадим).

Архитектурную кату я провожу впервые (ранее только участвовал), но уверен, что будет весело и познавательно. Как минимум нам с Витей, потому что я готовлю свою любимую задачку, на которой споткнулось много крутых ребят 😉 Задача выглядит просто, но в ней сразу видно, кто думает про последствия, а кто только рисует красивые квадратики.

Поднимаем SDD на уровень продукта

Spec-driven development хорошо работает, пока продукт помещается в один репозиторий. У нас это не так: фронт и бэк живут в разных монорепах, а общая фича начала превращаться в две разные спеки.

Например, в авторизации бэк исходил из одного домена, а фронт — из нескольких поддоменов. Обе спеки выглядели логично, но описывали разное поведение. Поэтому мы решили поднять SDD на уровень продукта через общее хранилище спецификаций.

Недавно в OpenSpec появились Stores — отдельные Git-репозитории для общих specs и changes, на которые могут ссылаться кодовые репозитории. Наши бэк и фронт живут в разных монорепах, поэтому модель хорошо ложится на продукт.

На выходе мы получаем довольно интересный docs-as-code:
➡️ Аналитик пишет общие proposal и specs.
➡️ Разработка и QA ревьюят их и при необходимости добавляют designs и tasks.
➡️ Реализация остаётся в репозиториях с кодом.
➡️ Где хранить designs и tasks (в общей репе или у каждой команды отдельно), пока не решили — проверим оба варианта.

Так у нас появится единая точка правды о том, как должен работать продукт. Спека остаётся после реализации фичи, поэтому знания хранятся не только в головах старожилов.

Конечно, OpenSpec — это просто инструмент. Нам всё ещё нужно определить ownership документации, настроить её обновление и написать кастомные скиллы. К тому же Stores пока в бете.

Я же посмотрю на результат через пару месяцев. Если команды продолжат использовать общую спеку при изменении продукта, эксперимент сработал.

// А у вас требования к сквозным фичам живут в одном месте или собираются по кусочкам из нескольких репозиториев?

Большинство AI-новинок не стоит вашего времени

Я слежу за новыми AI-инструментами сразу, но не спешу тратить время на их освоение. За несколько месяцев очередная «революция» либо превращается в рабочий инструмент, либо растворяется в новостной ленте.

Я уже видел несколько финалов технологического хайпа. Блокчейн почти исчез из повседневной IT-повестки. ML перестал быть магическим словом и стал обычным инструментом для подходящих задач. Микросервисы остались, но вместе с хайпом испарилась вера, что ими нужно обмазать вообще всё (я и сам не раз вливал сервисы обратно в монолит).

Полный цикл хайпа может длиться годами, но ждать его финала мне и не нужно. Для отдельно взятого инструмента обычно достаточно подождать 3–6 месяцев. За это время становится понятно, решает ли он реальную задачу или просто красиво выглядит в теории.

Как и в любой хайповой теме, новые AI-инструменты появляются быстрее, чем люди успевают их освоить. Большая их часть исчезает из информационного поля раньше, чем успевает пригодиться. Если смотреть не на количество релизов, а на сам процесс разработки, за последний год я вижу мало устойчивых изменений: модели стали лучше писать код, а SDD и harness engineering получили распространение. Всё.

Погоня за каждым новым чихом съедает кошмарное количество времени. Информация часто успевает кануть в Лету раньше, чем пригодится. Это не значит, что от новостей можно полностью отключиться, потому что иногда новый инструмент действительно даёт бизнесу значимое преимущество. Но в моей практике такие случаи редки, а цена постоянной гонки обычно выше риска пропустить одну действительно полезную новинку.

Я отстаю не от AI-разработки, а от её новостной ленты и трачу время только на то, что пережило первые несколько месяцев хайпа.

// Вы пробуете новые AI-инструменты сразу или ждёте, пока индустрия отфильтрует шум?

«Четыре тысячи недель на всё», Оливер Беркман

Когда я впервые увидел название этой книги, то подумал, что это очередной учебник по тайм-менеджменту. Но несколько моих друзей и знакомых прочитали её и сказали, что она ровно об обратном. И мне стало интересно прочитать книгу про антитайм-менеджмент в нашу эпоху вечной занятости и перегруза.

⭐️ О чём книга

Книга заставляет читателя задуматься над вопросом: куда он хочет потратить 4000 недель жизни, которые ему отпущены? Беркман показывает, почему увлечение тайм-менеджментом и продуктивностью без понимания себя — это дорога в никуда и рассматривает альтернативные способы относиться к своему времени.

⭐️ Три идеи, которые я забрал себе

🟡Мы относимся к времени как к ресурсу, которым можем управлять. Это приводит к тому, что мы стараемся каждую минуту тратить «с пользой» и пилим себя, если текущее действие не приносит выгоды в будущем. Такое отношение заставляет нас жить в будущем, в ожидании того, что однажды все усилия окупятся и всё станет шоколадно. А тем временем жизнь проходит мимо.

🟡Чем более эффективными мы становимся — тем сильнее взвинчиваем требования по эффективности к самим себе. Многие современные инструменты экономят нам время, но мы тут же забиваем его другой работой (все же думали, что мы будем меньше программировать с ИИ?). Поэтому попытки «овладеть своим временем» — это ловушка.

🟡Антипод страха упущенной выгоды (FOMO) — это радость упущенной выгоды. Если бы выбирать было не нужно, ни один выбор не имел бы смысла. Радость появляется, когда сознательно отказываешься от всего остального ради того, что делаешь сейчас.

⭐️ Мои впечатления

У меня зреет пост о том, что в мире не так много книг, которые стоит читать. Так вот, «Четыре тысячи недель на всё» — одна из таких книг.

Я увидел, насколько сильно я себя загонял всю свою жизнь. Я всегда был невероятно требователен к себе, но в процессе чтения этой книги понял, что мои требования были абсолютно невыполнимыми. Всё то, что я от себя хотел, физически невозможно впихнуть в одну человеческую жизнь. Получается, что я сам себя загнал в состояние постоянной тревоги, спешки и хронической неудовлетворённости собой.

«Четыре тысячи недель на всё» заставила меня подумать: а что мне на самом деле просто нравится делать? А от чего я могу отказаться и забить? И после этого я впервые за долгое время смог чувствовать себя хорошо, когда укачивал дочь и смотрел финал инта по доте или когда просто вечером играл в PS. Похоже, это продолжение моей старой попытки научиться отдыхать без тревоги, но Беркман помог лучше понять источник проблемы.

Рекомендую всем, кто страдает от чувства нехватки времени и постоянной спешки. Книга заставляет подумать над тем, о чём в потоке жизни обычно не хватает времени подумать.

Все мои обзоры книг доступны по тегу #обзор_книги и в этом посте.

➡ А для тех, кто хочет читать с большей пользой, у меня есть практикум «ИнфоСушка», в котором мы полностью меняем подход к чтению и делаем его эффективным.

➖➖➖➖➖➖➖➖➖➖➖
📝 @ulshinblog