У нас было 120 процессов, 9 областей управления, более 100 авторов из 60 компаний, 3 ветки на каждый репозиторий и ещё по одной на каждую задачу, AI-агент, таск-трекер, толстый клиент редактора и три портала документации. Не то чтобы всё это нам было нужно, чтобы описать методологию управления в ИТ. Но когда однажды начинаешь собирать серьёзную […]
Если вам интересна тема персональных систем управления знаниями и задачами — переходите в мой тг-канал. Там я разбираю инструменты, публикую кейсы и делюсь тем, что работает на практике, а не только выглядит красиво на скриншотах.
В моём инфо-пузыре последний месяц все строят второй мозг в Obsidian по методу Карпатого и рассказывают, как это повышает эффективность агентов. Гист прочитан, vault переформатирован, Claude подключён. Но никто особо не останавливается на вопросе: а для кого именно строится эта система — для агента или для себя? И есть ли вообще разница.
За годы работы в разнообразных командах я много раз видел одну и ту же ситуацию.
Или «Как я из маркетолога всю душу вытянул» Я сегодня разговаривал с директором по маркетингу из одной компании, которая промышляет ИИ‑продуктом. Очень умная женщина. За два часа она рассказала столько, что мой мозг начал буферизироваться где‑то на сороковой минуте. Я киваю, записываю, а внутри нарастает паника: я физически не успеваю переваривать. И вот сижу после звонка, смотрю на транскрипт, и в голове щёлкает мысль. Не «как бы это […]
Однажды утром вы открываете задачу и понимаете: единственный человек, который знал, как это работает, вчера уволился. Знания ушли вместе с ним. Всем привет, я Артём Герасимов, владелец продукта SimpleOne SDLC. Сегодня поговорим о проблеме, с которой сталкивалась, наверное, каждая ИТ-команда: уходит ключевой разработчик — и вместе с ним испаряется всё, что он знал о системе. […]
Устаревшая документация хуже, чем её отсутствие — она отравляет контекст LLM. Агент доверяет тому, что видит. Garbage in — garbage out, только garbage выглядит как аккуратный markdown. Это вторая часть серии. Первая часть —
Качество работы LLM — функция от качества контекста на входе. Это утверждение звучит банально, однако зачастую разработчики оптимизируют модель, выбирая между GPT, Claude, Gemini и прочими, и промпт, но не контекст в целом
У нас было триста мемов в «Загрузках», две папки скачанных книг, 75 заметок, написанных впопыхах на коленке… Вроде гора всего полезного, для развития, а найти вообще НИ-ЧЕ-ГО НЕ-ЛЬЗЯ.
Понятная, актуальная и доступная всем заинтересованным база знаний — полезный рабочий инструмент для любой команды. Не всегда получается сделать её такой с первого раза, особенно если в компании нет выделенного человека под эту задачу.