Фоновое фото: Павел Гарский, технический руководитель продуктовой разработки.
CTO продуктовой разработки · X5 Digital · AI-агенты
Я engineering leader: превращаю инженерный хаос в понятную систему
Мой AI-продукт · VibeCBS (ранее VIBEM)
Сейчас каждый AI-агент в компании собирает контекст заново: кто чем занят, какие проекты идут, какие правила и термины действуют. VibeCBS собирает этот контекст один раз из рабочих источников и отдает его и людям, и агентам.
Что такое Context Building System и как это устроено — на vibecbs.org.
Не через культ героизма, а через ownership, прозрачность delivery, продуктовый контекст и нормальную операционную систему разработки.
В X5 Digital мой текущий департамент - большая продуктовая разработка: несколько направлений, несколько команд в каждом, около 100 человек.
Фокус - прозрачность delivery, ownership, service health, метрики, алерты, release governance и меньше ручного сбора статусов по людям и чатам.
В TastyTeam работал с ростом инженерной функции примерно с 6 до 30+ человек, переходом к более зрелой in-house разработке и релизным ритмом до нескольких релизов в неделю.
Главный смысл - не красивая цифра, а система: лиды, ownership, прозрачное состояние delivery и меньше зависимости от отдельных людей.
В Яндексе работал с продуктовыми командами и engineering- процессами, где важны были cycle time, predictability, bottlenecks и качество командных решений.
Метрики нужны не для секундомера над командой, а чтобы увидеть, где система реально буксует.
Я смотрю на инженерную эффективность через реальность: кто ждет результат, зачем он бизнесу, где владелец, где источник правды и что в системе сейчас буксует.
Меня не очень интересует разговор "как бы нам закрывать больше задач". Если команда делает не то, ускорение только быстрее производит лишнюю работу. Прозрачность должна быть в системе, а не в ежедневном ручном сборе статусов.
Скорость разработки не равна бизнес-результату. Если команда делает не то, ускорение только быстрее производит лишнюю работу.
Большая инженерная функция не должна держаться на памяти одного руководителя и бесконечных статусных созвонах.
AI полезен там, где стало меньше ручной беготни: быстрее найден контекст, понятнее риск, лучше подготовлено решение.
AI-агенты
Я смотрю на LLM-агентов не как на модную кнопку, а как на способ быстрее находить контекст, видеть риски, готовить решения и убирать ручную координацию из большой организации.
Полезный агент начинается с процесса: кто владелец, где источник правды, какой риск нужно увидеть раньше, какое решение готовим и как поймем, что стало лучше. Без этого AI быстро превращается в уверенный шум.
AI & ML Talks
Senior-разработчиком нельзя управлять как джуном с большим окладом. Текст про то, как руководить сильными инженерами, не пытаясь быть для них главным кодером.
Открыть статьюТекст про управленческую прозрачность, метрики команды и то, как лид может видеть состояние delivery без ежедневного ручного обхода чатов и статусов.
Открыть статьюКонтакты
Если хочется обсудить большую продуктовую разработку, инженерную эффективность, метрики, которые помогают управлять системой, или AI-агентов в реальных процессах - напишите.