Кейс: Команда не слушается

После ухода нескольких сотрудников меня внезапно повысили до тимлида нашей маленькой команды. Проблема в том, что культура работы у ребят оставляет желать лучшего. Они привыкли работать кое-как: задачи, которые можно сделать за день, растягиваются на недели. Все из дома и, честно говоря, полдня ничем полезным не занимаются. В отчётах пишут...

А вот что они пишут в отчетах, как автор кейса хочет бороться с проблемой, и что ему советует Александр Орлов – читайте в нашем канале с менеджерскими кейсами "Тимлид не спит"!

Держите мем, навеянный комментариями про то, что зарплата – гигиенический фактор, и на самом деле никого не мотивирует.

Советы по тайм-менеджменту для менеджеров

👉В отличие от индивидуальной работы, у вас больше нет какой-то одной самой главной задачей, которой вы занимаетесь большую часть времени. Контекст может меняться каждый час, и к этому нужно привыкать. Кроме того, менеджерская нагрузка довольно непредсказуема неделя к неделе, поэтому к возможности сделать что-то руками стоит относиться как к приятному бонусу, и ни в коем случае не брать на себя то, что может заблокировать команду.
👉Три кластера, которые стоит приоритизировать в первую очередь: срочные и важные задачи; работа, которая может повысить пропускную способность вас или команды; one-on-one встречи.
👉Делегирование – путь к более свободному календарю. Но на этом пути много ошибок – нужно не забывать про контроль, и уметь различать задачи на вырост с задачами, заранее обреченными на провал.
👉Если вы чувствуете перегрузку, составьте список задач, на которые уходит ваш фокус, возьмите своего менеджера, и вместе с ним обсудите, как быть с каждой – продолжить делать, делегировать, или вообще бросить. От себя добавлю, что это супер ценное упражнение – сторонний взгляд часто помогает сделать переоценку ценности многих задач.
👉Старайтесь бронировать в календаре таймслоты на сфокусированную глубокую работу.

Как вы используете AI

На прошлой неделе HBR опубликовали исследование того, в каких сценариях люди используют AI в 2025 году, и как их паттерны поведения изменились за год.

В детали вдаваться не буду, все есть на скриншоте. Мне интересно другое – расскажите, как вы используете AI в менеджерской работе. У меня пока такие кластеры вырисовываются:

👉Структуризация сырого набора мыслей в понятные концепции или документы.
👉Deep Research каких-то тем, в которых я не очень разбираюсь, но хочу быстро вкатиться.
👉Чат с большими документами, которые нет времени внимательно читать.

Как получать удовлетворение от работы

Хорошая модель, которая прямо отозвалась у меня. В чем суть – настоящее удовлетворение и мотивацию вы получаете, когда работа закрывает все три параметра:

1️⃣Joy. То, что вы делаете, приносит радость настолько, что вы не хотите в течение дня заниматься чем угодно еще.
2️⃣Skill. Вы отлично шарите в том, что делаете. Вы гордитесь результатами своей работы, она выделяется для тех, с кем вы работаете.
3️⃣Need. То, что вы делаете, востребовано – либо в компании, либо для ваших пользователей. Если вы закрываете свою часть хорошо, это приводит к какому-то важному успеху.

Так вот, иногда получается так, что закрываются только два атрибута из трех, и это ведет к частым ловушкам, из которых сложно выбраться:

👉Joy + Skill - Need. Вы кайфуете от работы, но ценности компании она не приносит. На краткосрочной дистанции такая работа может помочь перезарядиться, но в долгосроке вы либо ее потеряете, либо сами перестанете видеть смысл.
👉Joy + Need - Skill. Вы тратите кучу времени на то, что более опытный человек сделал бы гораздо быстрее. Опять же, общая продуктивность страдает.
👉Skill + Need - Joy. А это классическое выгорание. Вы работаете весь день, чувствуете внешнее давление из-за важности работы, но удовольствия ноль.

Как внедрять AI в свою работу

На прошлой неделе удивительно мало людей рассказали про то, как используют AI в своей ежедневной работе. Держите топовый гайд по тому, как научиться постепенно получать от него весомую пользу:

1️⃣Уберите все барьеры, которые могут вам мешать быстро обратиться к AI. Запиньте вкладку в браузере, поставьте себе десктопное и мобильное приложение ChatGPT. Попробуйте хотя бы разово использовать AI для частых рутинных задач – отформатировать meeting notes, причесать задачу в трекере. Хинт: вместо того, чтобы просить AI "сделать хорошо", предложите ему сначала проинтервьюировать вас про ваши цели – так он соберет нужный контекст и сделает свою задачу лучше.
2️⃣Разберитесь с тем, где вы приносите больше всего ценности. Именно в этой области вам стоит пытаться применить AI – получив перфоманс буст тут, вы сильно поможете команде, а вот просто генерируя бесполезные тексты, о которых вас никто не просил – нет.
3️⃣Приучите себя документировать свою работу. Хорошая ментальная модель – представьте, что вам надо передать все свои знания новому сотруднику. Задокументировав цели, структуру и образ качественного результата, вы сможете передать эту же работу и AI.
4️⃣Если вы замечаете за собой, что регулярно закидывае просите AI выполнить одну и ту же задачу, или используете один и тот же промпт, подумайте, как это все можно автоматизировать. Может быть, ваш промпт можно обернуть в бота, который будет автоматически каждый день вытаскивать нужные ему данные и обрабатывать их. А самое простое, что можно тут сделать – в конце повторяющихся чатов просить AI превратить их в переиспользуемый шаблон.
5️⃣Делитесь с коллегами идеями, которые у вас заработали. Причем самое интересное – показывать не только результат, но и сам процесс проб и ошибок.

AI для ведения тестовой документации

Держите прикладной материал вдогонку ко вчерашней статье. Одно из самых очевидных мест, где можно начать получать пользу от AI в дефолтной продуктовой команде, это генерация качественной тестовой документации – списка тест-кейсов и чек-листов, которые нужно проверить перед релизом. Воркфлоу прямо очень простой:

👉Закидываете макеты / скриншоты пользовательского сценария, добавляете весь контекст про профиль пользователя и его цели. Получаете первый черновик.
👉Проходитесь по черновику, выписываете все недостатки и пропущенные детали, закидываете в AI с просьбой доработать.
👉Когда по контенту все хорошо, закидываете в AI образец структуры и оформления, объясняете, какую мета-информацию вроде приоритетов надо добавить.
👉Экспортируете в нужный формат, который уже загружаете в тестохранилку или базу знаний.

Ну и, как разбирали вчера – чтобы не вести такой диалог каждый раз, просите AI собрать детальный список ваших требований к тест-кейсам, и просто всегда добавляете его в контекст.

Как упрощать сложные решения

1️⃣Чтобы принять решение, сначала отдельно рассмотрите, что может пойти хорошо, а что может пойти плохо. Для каждого из сценариев проясните, к какому конечному результату это приведет. Если смешивать и плюсы, и минусы вместе, легко начать ходить по кругу и зависнуть в аналитическом параличе.

2️⃣Основой для принятия решения должны быть его сильные стороны. Слабые – только повод для вето, если они критичны и не могут быть скомпенсированы.

3️⃣Сознательно двигайте и себя, и других в том, чтобы инвестировать в сильные стороны. Людям естественным образом хочится чинить слабые стороны, но это редко дает реально большую отдачу. К слабостям лучше относиться как к ограничениям, которые можно учитывать в дизайне, но устранять не обязательно.

4️⃣Не вводите слишком много критериев для принятия решения, используйте максимум три, которые реально влияют на исход.

Как выживать в токсичной команде

Представьте ситуацию – ты придумываешь классную идею, работаешь всю ночь, ускоряешь пайплайн обработки данных в три раза, а тимлид на демо невозмутимо заявляет, что это была «общая идея». А помимо этого все присыпается регулярным игнором вопросов в чатах, токсичными замечаниями вместо конструктивной критики, и показное деление всех на старичков и новичков.

Автор статьи рассказывает про свой максимально неприятный опыт работы в токсичной команде, и советами, которые помогли ему продержаться до перехода на новую работу:

1️⃣ Включите режим «серой скалы» – нейтральное лицо, минимум эмоций. Не кормите троллей и не вступайте в бессмысленные конфликты.
2️⃣ Документируйте все. Если договорились о чем-то важном на митинге – зафиксируйте это письменно и отправьте коллегам. Это не паранойя, а разумная страховка.
3️⃣ Сократите личные разговоры до минимума. В токсичных командах любая ваша личная информация может легко превратиться в оружие против вас.
4️⃣ Развивайтесь за пределами компании. Общайтесь в профессиональных сообществах, ходите на конференции и митапы. Это поможет не потерять уверенность в своих силах и позволит легче уйти в лучшую команду, когда придёт время.
5️⃣ Создайте финансовую подушку. Когда появится возможность уйти – вы должны быть готовы сделать это без лишних переживаний.

Почему важны точные формулировки

Моим первым уроком про то, почему менеджеру важно быть очень точным в формулировании своих мыслей, была очень неприятная ситуация с повышением зарплаты. Все по классике – я озвучил сотруднику новую зарплату, предполагая по умолчанию, что мы оба говорим про сумму до вычета налогов. Оказалось, что так думал только я, а сотрудник думал про чистую зарплату. Выяснилось это только в тот день, когда зарплата упала ему на карточку, и его доверие ко мне сильно пошатнулось.

В статье приводится несколько похожих примеров того, каких антипаттернов стоит избегать.

Про карьерный рост:

❌Сфокусируйся на возможностях прокачать лидерские навыки
✅В ближайшие полгода ты лидишь проект Х. С завтрашнего дня я сделаю официальный анонс и передам тебе все полномочия.

Про найм:

❌Вы сможете спокойно выбрать любую команду после принятия оффера
✅Открытые роли сейчас есть в командах X, Y и Z. В X вы не очень подходите по профилю. В Y как раз подходите идеально, но если вы не захотите пойти туда, давайте обсудим заранее.

Про повышение:

❌Думаю, в ближайшее время ты можешь расчитывать на повышение.
✅У нас два цикла повышения в ближайшие 12 месяцев. Вероятность в следующем цикле через 3 месяца невысока, а через 9 месяцев более реальна. Давайте обсудим, почему я так считаю, чтобы вы понимали логику.

Качество разговоров и зрелость компании

Качество разговоров – хороший показатель здоровья компании. От умения общаться в рамках команды напрямую зависит качество продукта, от обмена информацией между командами – выполнение сложных проектов, а от способности менеджмента коммуницировать свои решения на всю компанию вообще зависит, выполнятся эти решения или нет.

Автор статьи предлагает классификацию качества разговоров, по которой можно оценить, насколько коммуникации в вашей компании зрелые – она в приложенной картинке.

Держите список вопросов для самодиагностики:

👉Как звучит общий тон разговоров в вашей команде? Избегаются ли сложные темы, чувствуют ли люди себя в безопасности, насколько они глубокие?
👉Пытаетесь ли вы создать условия для получения желаемого качества разговоров, или просто живете с тем, что есть?
👉Какие ритуалы и фреймворки у вас сейчас в ходу, и нет ли среди них таких, которые уже пора отправить в архив?
👉Где в вашей компании происходят действительно крутые и глубокие разговоры? Почему именно там, какие условия этому помогают, как их воспроизвести?
👉Не потеряли ли вы качественную межкомандную координацию, сделав все команды слишком автономными? Происходит ли обмен информацией между ними?
👉Насколько новичкам просто ориентироваться в ваших разговорах?
👉Что реально портит разговоры: дело в навыках, страхе, низком доверии или кто-то просто устал обсуждать одно и то же?
👉Какие важные разговоры в компании вообще не происходят, хотя давно должны были? И кого обычно забывают пригласить на те, что уже есть?
👉Что изменится, если воспринимать каждый разговор как прямое отражение вашей орг-культуры? Что вы вообще транслируете – открытость и доверие или пассивную агрессию?

Последний вопрос мой любимый, конечно – захотелось завести дневничок эмоций и помаппить туда встречи, на которые я походил за последние недели.

Забирает ли AI радость от работы

Большинство знакомых мне людей сходятся на том, что AI точно повышает продуктивность индивидуального разработчика – код пишется и рефакторится быстрее, а задач закрывается больше. Для тех, кого мы привыкли называть "продуктовыми разработчиками" – людей, кого в первую очередь драйвит результат их работы, создаваемый продукт, и его влияние на бизнес и мир вокруг – это просто прекрасно и бьет в их факторы мотивации.

Но помимо них в индустрии есть довольно большой сегмент тех, кто любит сам процесс написания кода, и получает удовольствие от самостоятельного решения инженерных задач. Использование AI, конечно, оставляет инженерные задачи, перемещая их на более высокий уровень – ты должен думать не столько о том, как реализовать нужный алгоритм, сколько о том, как спроектировать систему. Но для многих этого будет недостаточно – ведь и раньше не каждый хотел расти в архитектора.

Так вот, для таких разработчиков AI хоть и повышает механическую продуктивность, но при этом забирает из работы всю радость, ничем ее не заменяя. Что с этим делать пока не очень понятно, так что пока что просто ноем вместе с автором статьи и продолжаем нажимать Tab-Tab-Tab.

Зачем менеджеру смотреть в бездну

Иногда самая ценная мысль – та, которую мы упорно избегаем. Автор называет это умение «смотреть в бездну»: честно оценивать неудобные факты, даже если они ставят под сомнение прошлый труд или планы.

Для менеджеров бездна просто огромна – это и вопросы, связанные с людьми, и обоснованность давно сформулированных целей и планов, и в целом наличие пользы для бизнеса от вашей команды.

Почему мы избегаем бездны? Признавать промахи – больно; принимать резкие карьерные решения – страшно; да и проще отложить на потом. Проблема в том, что за «потом» всегда приходится платить проценты: упущенные возможности, выгорание, стагнация.

👉 Выделяйте слоты для бездны. Заблокируйте в календаре день, когда всерьёз проверяете большие решения — иначе прокрастинация растянется на недели.
👉Найдите buddy. Собеседник помогает прорваться сквозь круговые мысли и задаёт неудобные вопросы, пока вы не доберётесь до сути.
👉Формулируйте свою бездну явно. «Если бы я ушёл из компании сегодня, что бы делал?» Когда вопрос лежит на бумаге, сложнее его проигнорировать.
👉Не смотрите в бездну слишком часто, иначе ваша жизнь превратится в один сплошной экзистенциальный кризис.

Как читят на собесах с помощью сервиса Interview Coder

Если вы все еще проводите онлайновые алгоритмические собеседования, то мне очень интересно, почему вы думаете, что их результатам можно хоть как-то доверять. Качество моделей уже давно на уровне, который любые ваши задачи решит меньше чем за минуту, а софт для читинга тоже не отстает.

В статье – история развития сервиса Interview Coder, и его создателя, который разочаровался в многоступенчатых интервью в бигтехе и решил поменять правила игры.

В чем суть сервиса – это оверлей, который во время интервью получает содержимое экрана, отправляет его в AI, получает ответ, подсвечивает готовые решения, тесты и даже фразы, которые можно прочитать вслух.

Сервис платный, но есть уже и опенсорсные аналоги – и со временем их будет появляться все больше.

Короче говоря, добро пожаловать старые добрые походы на собеседования в офис, и попытки случайно не встретить там знакомых, чтобы не спалиться, что ты ищешь работу!

Как избежать атрофии навыков из-за AI

Вместе с удобством AI ассистентов приходит и риск слишком сильной зависимости от них. И речь не столько о том, что вы не сможете решать задачи без доступа в интернет – локальные модели уже отлично справляются. Проблема серьезнее – вы рискуете потерять связь со своим проектом, разрушить тот самый замок абстракций, который находится в уголке головы любого программиста и помогает на кончиках пальцев ориентироваться в своем проекте и понимать, что могло вызывать баг.

Признаки наличия проблемы:

👉Вы совсем перестали думать при дебаге и просто закидываете все стектрейсы подряд в чат с AI.
👉Вы копипастите код, не вчитываясь, как именно он написан и что делает.
👉Вы полагаетесь на AI в вопросах архитектуры, не проверяя, насколько предложенный дизайн вписывается в требования по надежности, перфомансу и масштабируемости.

Вот несколько практик, которые помогут не растерять знание проекта и домена при внедрении AI:

👉Все начинается с базовой гигиены. Вы всегда должны вчитываться в то, что генерирует AI. Особенно полезно выступать критиком, надевая на себя шапку того, кто пытается найти проблемы и уязвимости в коде.
👉Устраивайте AI-детокс и регулярно пишите какой-то код самостоятельно.
👉Встретившись с какой-то нетривиальной проблемой сначала попытайтесь решить ее сами, и только если ну вообще никак, используйте AI.
👉Команда должна знать и владеть всем кодом в проекте, не важно, написал ли его AI или человек.
👉Фиксируйте темы, за которыми чаще всего ходите за помощью к модели: повторяемость – сигнал закрыть пробел знаний.
👉Работайте с LLM в стиле парного программирования. Модель – пишет код, вы – направляете и рефакторите.