Teamlead Good Reads – ежедневные советы про менеджмент людей и команд

«Нива» на Avito.Tech.Conf? Что? Да! Идеальное воплощение слогана конфы: «Для тех, кто действительно управляет сложным» 🚀 Но это не главное! В эту субботу Avito.Tech.Conf собрала более 1000 CTO, технических директоров и руководителей разработки из разных IT-компаний. На докладах и воркшопах, говорят, были полные залы. Как и в зонах активностей — тимлид-«техосмотр», 1–1, управленческий покер и «тихий аукцион» с редкими вещами. А еще было то, чего ни у кого никогда на конфах не было, — IT-погребок с закрутками! Кстати, кто был, с вас лайк! А если вас не было или вы пропустили конференцию — смотрите доклады онлайн: – на YouTube – в VK Очень ждем Avito.Tech.Conf в следующем году 🤝

Где стафф инженеру брать идеи проектов Классическое ожидание от staff-level инженера – это умение самому найти идеи, стоящие того, чтобы их реализовать. Какие-то идеи могут следствием наблюдаемых в компании проблем, какие-то – запросами пользователей, а какие-то – реакцией на то, что происходит на рынке. 👉Идеи можно брать из сигналов, производимых обслуживаемой системой: инциденты и постмортемы на них, стоимость каких-то кусков инфраструктуры, сопутствующая стоимость вашей собственной работы, происходящая из-за каких-то проблем в DX. 👉Идеи можно брать от ваших пользователей, если вы делаете внутреннюю платформу – конечно, помня о классическом уроке из продакт-менеджмента про то, что фиче-реквесты не стоит воспринимать буквально: надо регулярно разговаривать с пользователями, интервьюировать их про проблемы, смотреть за тем, пытаются ли они решать с помощью ваших инструментов юзкейсы, для которых они и не бвли предназначены. 👉Очевидно важный источник сигналов – ваша организация: OKR, общая стратегия, проблемы, о которых регулярно вспоминает ваш менеджер, любые миграции между техническими стеками и платформами, которые имеют свойство никогда не заканчиваться. 👉Сигналы от индустрии: сравнивать ваши системы с SOTA того, что есть на рынке.

Бесплатный онлайн-тулкит по выживанию в IT для руководителей Зарплатные гонки и “розовые единороги” в IT закончились. Layoffs говорит, что ожидаемое кол-во увольнений в 2026-м будет ровно в десять раз выше, нежели в 2021-м. LinkedIn переполнен постами о поиске работы, Хабр — очередными разборами рынка, а фраза “реорганизация” звучит, скажем так, по-другому. Мы, в Стратоплане, хотели бы, чтобы руководители сегодня не засыпали с мыслью о том, чего ждать от завтрашнего дня и не работали с тревожными мыслями на фоне “а что, если я следующий”. Потому вместе с экспертами извне мы задумали бесплатный интенсив «ИТ-зима. Набор для выживания». Каждый день разбираем один конкретный инструмент, чтобы не просто не “замерзнуть”, но и вырасти, потому что именно зимой освобождаются роли и решается, кому доверять больше. Без подписок на каналы и платы за вход По датам – 12–23 октября, по будням, в формате вечерних онлайн-эфиров с записями и лонгридами. Регистрация здесь: https://stratoplan-school.com/marathon/tlgr О чем будем говорить: – как переводить свою работу в измеримый результат на язык бизнеса – что думает о себе кандидат, и что на самом деле ищет компания  – управление вверх и деньги – и еще не менее 6-ти критически важных фронтов работы руководителя Ветра зимы уже здесь, давайте готовиться вместе!

Путь менеджера в 2026 Менеджеров сейчас пытаются закопать все, кому не лень – но при этом без них все равно никак. AI не поменял фундаментальных ограничений человеческой натуры, и нам все так же нужно уметь планировать работу, выстраивать процессы коммуникации, решать человеческие проблемы и помогать друг другу расти. В статье – довольно трезвый взгляд на то, что меняется в работе менеджера в 2026 году: 👉Надо заново учиться делить работу между людьми и следить за поддерживаемостью кода – и потому что один человек теперь делает больше, и потому что код стал дешевле, а ошибки – нет. 👉AI дает хорошую видимость того, кто чем занимается, но не дает понимания, особенно в сложных вопросах. Поэтому нужно учиться понимать, когда полезнее говорить с людьми, а когда с AI. 👉Нужно учиться справляться с выросшими ожиданиями – вам будут давать больше людей, ответственности, неопределенности, да еще и заставлять внедрять во все это AI. 👉Нужно разруливать конфликты нового вида – из-за дешевости кода люди начинают строить свои костыли сбоку, и очень не хотят отказываться от них. 👉Нужно бороться с эрозией доверия между людьми. Из-за способности AI быстро отвечать на вопросы люди начинают меньше общаться, а значит теряются связи и доверие. Автор дает и несколько советов по тому, как справляться с этими изменениями и в целом не сваливаться в полный хаос. Мне особенно понравился один из них – осознанно замедляться, тратя часть выигрыша в продуктивности на живое общение людей – командные встречи или дизайн-ревью.

Я открыл клуб Подлодки про AI в разработке уже полгода назад. Он сильно помог участникам изменить рабочие процессы в их командах и научиться самим работать с агентами. За это время мы: 👉Провели 90 стримов про harness engineering и внедрение AI в команды 👉Собрали большую базу знаний про AI в разработке 👉Устроили аж два хакатона – делали автономные фабрики фичей и самообучающихся агентов 👉Собрали сообщество, в котором получается очень дельно обсуждать новости и помогать друг другу с решением проблем Короче говоря, мне очень нравится, что получается – я и сам узнаю очень много нового, и радуюсь от того, сколько пользы получается дать другим участникам. Поэтому хочу напомнить и вам, подписчикам любимого канала, кому и зачем стоит вступить к нам: Если вы хотите просто держать руку на пульсе происходящего в индустрии Я вытаскиваю очень крутых экспертов из Uber, xAI, Meta, Яндекса, Cursor, а еще из кучи стартапов. Они рассказывают, как работают их команды – и вы можете узнать у них то, о чем на конференциях начнут говорить только через год. В нашем закрытом чате мы разбираем все важные новости и изменения подходов к разработке. Если нет времени читать – вам приходит дайджест с главными выводами. Если вы хотите вкатиться в лучшие практики AI разработки Каждую неделю мы проводим 2-3 стрима на разные темы, где есть куча полезной информации – от автоматизации процессов QA или SRE до того, как строить внутренние AI платформы. В нашем чате есть специализированные комнаты по самым горячим темам – например, локальные модели, или SDD. Клубчане делятся там своими сетапами и практиками. А еще вам доступен RAG по всему контенту чата и прошедших стримов, так что найти нужный совет очень просто! Если вы уже активно внедряете AI в свою работу или команды Это ровно то, чем занимаются все в клубе – так что вы сможете найти единомышленников с похожими проблемами. Как работать со скептиками, как не попасть в зависимость от вендоров моделей, как внедрить локальные модели, как перестроить процесс разработки – все эти вопросы можно обсуждать в чате и на Random Coffee. 🔗Детали, расписание, заявки в клуб на прошлой неделе, кстати, как раз проводили круглый стол про внедрение Spec Driven Development на масштабе огромных проектов и десятков команд разработки, так что самое время ворваться и посмотреть в записи!

Зачем платить за софт, когда все можно завайбкодить Смотрите, какой веселый эксперимент нашел. Ребята решили проверить, можно ли заменить какую-то платную внутреннюю корпоративную систему на самодельную реализацию, написанную с агентами за два дня. На вход взяли подробную документацию, описанные юзкейсы, руководства и демки. На выходе, ожидаемо, получили довольно убедительно выглядящий прототип, который, тем не менее, разваливался в большом количестве сценариев, отличных от описанного в документации дефолтного – часть фичей оказались стабами, никакой нагрузки система не выдерживала, а важные эдж кейсы не были учтены. Несмотря на этот довольно ожидаемый итог, мне очень понравился один вывод из этого эксперимента: Сложная система обладает эмерджентными свойствами. Это свойства, которые возникают на стыке компонентов, а не внутри них. Суть в том, что вот такие эмерджентные свойства никогда не описаны в документации, и чаще всего не описаны в тестах. В лучшем случае они существуют в головах разработчиков и тестировщиков, а чаще не существуют вообще нигде. И чем сложнее система, чем больше в ней взаимосвязей, тем больше там таких эмеджентных свойств. Именно это делает задачу клонирования чужих продуктов или даже переписывания собственных с одного языка на другой такими сложными.

Ходят слухи, что Amazon начал пытаться нанять обратно часть людей из списка сокращенных ранее в этом году. Но топы не могут ошибаться, поэтому Amazon не отыгрывает свои решения, а запускает перспективный проект под кодовым названием "Boomeranf Reengagement Initiative". А такое уже тянет на повышенную премию в performance review!

Про новое чувство потока Вообще, мышление на основе первых принципов – это какой-то ну очень надоевший баззворд, который регулярно вставляют в абстрактные статьи про менеджмент. Но конкретно эта статья мне понравилась тем, что дает этому подходу очень приземленное объяснение. Мыслить от первых принципов – значит откинуть весь свой прошлый опыт и знания, которые могут ограничивать пространство решений, вспомнить, какая проблема вообще решается и зачем, и взглянуть на нее свежими глазами. Когда вы на самом деле понимаете, чего хотите достичь, то сделать первый шаг становится очень просто. А за первым шагом следуют и следующие, а вместе с ними – еще более глубокое понимание проблемы. И вот такой подход постепенного изучения проблемы свежими глазами вместе с агентами может стать тем, что заменит нам утерянное чувство потока.

🏗 Строим мультиагентные системы для разработки на Podlodka AI Crew Инженерные задачи редко состоит из одного действия. В традиционной разработке их распределяют между несколькими специалистами. Мультиагентный подход переносит ту же логику в среду искусственного интеллекта: вместо одного исполнителя над задачей работают несколько виртуальных агентов. Но как построить такую систему и сделать её эффективной? Эксперты Podlodka AI Crew ответят на этот вопрос в новом сезоне «Мультиагентные системы», который пройдёт с 12 по 16 октября. Генеральный партнёр конференции — RWB. О чём узнают участники: 🧩 Как построить эффективную внутреннюю AI-платформу разработки 🧠 Как устроен «мозг» агента и как это использовать 🔄 Как убрать себя из агентского цикла с помощью оркестрации 🏭 Как построить «завод» из AI-агентов с узкими задачами 🔍 Как быстро обнаруживать ошибки и не тратить лишние токены. Формат Podlodka AI Crew — комфортный онлайн: 5 дней, утренние и вечерние сессии в Zoom. Отдельный плюс — цена: заметно ниже привычных конференций, при этом много практики и обсуждений в закрытом комьюнити в Telegram. 🔗 Подробностями о сезоне «Мультиагентные системы» делимся на сайте. Приходите на конференцию, чтобы вместе с коллегами найти баланс между скоростью, качеством, стоимостью и уровнем человеческого контроля в AI-разработке. 🎟Купить билет: https://podlodka.io/aicrew

Про профилактику выгораний Очень часто причина выгорания находится не в количестве выполняемой работы, а в том, что она не приводит ни к каким ощутимым победам – не наступает момент вознаграждения за усилия. Это особенно верно для длинных проектов, или работы с очень отложенным эффектом. Иначе говоря, чем более абстрактна, далека или недостижима цель, тем больше вероятность того, что в команде будет наступать чувство выгорания. Один из способов побороться с этим – декомпозировать такую далекую цель на более близкие и ощутимые ачивки, которые можно отпраздновать, и которые будут давать ощущение завершенности. Статья мне понравилась своим примером – компания разрабатывала самолет, и это ну очень долгий проект. Что мне не понравилось – отсылка на marsallow test, в котором детям предлагали зефирки – он уже давно признан совсем не научным.