Подкаст make sense (Есть смысл)

«Продуктовое мышление — это способность превращать неопределённость в проверяемые продуктовые решения, удерживая одновременно пользователя, бизнес, систему и команду.»

«Вкус — это способность чувствовать последствия решения до того, как они действительно развернулись.»

«Можно много чего делегировать, но менеджер продукта за это всё отвечает.»

Ведущий:
Юра Агеев, основатель ProductSense

Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. 
Сайт конференции: https://productsense.io

Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast

О чем говорим:
00:00 — Введение
01:24 — Четыре блока работы менеджеров продукта до LLM
06:40 — Роль артефактов в работе с командой и почему они стали способом оценки
08:33 — Что такое продуктовое мышление
11:46 — Признаки продуктового мышления у человека
13:17 — Что меняют большие языковые модели
18:14 — Артефакты обесценились как признаки работы
20:37 — Где LLM помогают, а где всё ещё зона ответственности человека
22:27 — Как теперь оценивать промежуточную работу продуктового менеджера
26:36 — Качество использования LLM как отдельный навык
27:17 — Что в 2026 году меняется и не меняется в работе продуктовых менеджеров
30:00 — Вкус как защитный ров и его связь с продуктовым мышлением
34:57 — Ставка на ответственность и качество решений

Словарик:
— LLM — (Large Language Model) большая языковая модель

«То, что вчера требовало от эксперта знаний — сделать сайт, написать описание, разметить данные — сегодня модель делает почти что из коробки.»

«Модель на самом деле не ошибается — просто у неё нет понимания, как решать именно эти задачи.»

«Когда вы ловите себя на том, что повторяете модели одно и то же снова и снова, — это сигнал, что в контексте появилась дыра.»

Ведущий: 
Юра Агеев, основатель ProductSense

Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io

Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast

О чем говорим:
00:00 — Введение
02:50 — Устройство контекстного окна на примере аналогий
04:14 — Статистический разрыв при обучении модели
05:09 — Семантический разрыв при обучении модели
06:56 — Ошибки мышления модели, подхалимство и уход от ответственности
09:00 — Захламление контекста и сжатие
11:11 — Две картины мира: человек и модель
18:22 — Неоднородность интелекта моделей и рваные границы
21:40 — Почему дообучить модель самому — это тупик?
22:16 — Контекст-инжиниринг: то, на что мы реально влияем
24:52 — Правило 1: разбивать задачи на чаты и контролировать сжатие
26:16 — Правило 2: не сваливать 30 файлов сразу, ловушка якорения
27:50 — Правило 3: hand-off, выжимка задачи для следующей сессии
28:51 — Правило 4: разметка источников по важности и актуальности
31:04 — Правило 5: повтор инструкций — сигнал о дыре в контексте
32:31 — Луп-инжиниринг: что приходит на смену

Словарик: 
Луп-инжиниринг — (Loop Engineering) практика проектирования систем, которые автономно управляют работой ИИ-агентов

«Безопасность за счёт скрытия алгоритма почти никогда не работает. Если ваш криптографический алгоритм — это black box, это не делает его безопаснее: как только данные о его работе утекут, он тут же перестанет быть безопасным.»

«Голосование в смарт-контракте честнее настоящих мировых голосований: чтобы проголосовать, нужно использовать токены протокола, поэтому каруселей и мёртвых душ тут нет как класса.»

«С точки зрения основного регулятора и госдепартамента США вся эта возня с биткоинами пока даже не стоит времени — между традфинансами и криптой несколько порядков разницы в объёме средств.»

Ведущий: 
Юра Агеев, основатель ProductSense

Гость: 
Григорий Чикишев, руководитель команды трейдинга в Quantum Brains

Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io

Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast

О чём говорим:
00:00 — Введение
03:38 — Жизнь без посредника и при чём тут блокчейн
06:08 — Довериться алгоритму, а не людям
09:33 — Баланс между удобством пользователя и безопасностью
12:00 — Торговля с применением децентрализованных финансов
16:54 — Риски смарт-контрактов и повторная атака
18:52 — Открытый код против «безопасности через сокрытие»
20:32 — Поиск уязвимостей как часть игры. Отсутствие регулирования
22:37 — Управление протоколом через голосование сообщества
25:15 — Proof-of-Stake против Proof-of-Work
26:10 — Мгновенный заём и арбитраж
27:55 — Злоупотребление заёмом: атака на протокол Drift
32:24 — Крах стейблкоина UST и «мёртвая спираль»
35:09 — Высокочастотная торговля: туннель Нью-Йорк—Чикаго и Ротшильд под Ватерлоо
36:31 — Крах FTX и связь крипты с традиционными финансами
37:41 — Дойдут ли механики децентрализованных финансов до банков?
39:21 — Стейкинг и кредитование: откуда берётся доходность
44:15 — Почему ИИ до сих пор не справляется с торговлей
46:04 — Где ИИ полезен: анализ уязвимостей и данных в блокчейне
47:28 — Роль человека в финансах будущего. Ошибка выжившего
50:07 — Объяснимость моделей и прогноз на 5 лет

Словарик:
— Блокчейн — распределённый реестр, где данные о транзакциях хранятся в цепочке блоков и проверяются участниками сети
— Смарт-контракт — программа в блокчейне, которая автоматически выполняет условия сделки
— Proof-of-Stake — способ подтверждения транзакций, где вес участника зависит от количества его токенов
— Proof-of-Work — способ подтверждения транзакций через вычислительную работу, например майнинг
— Флэш-заём — мгновенный заём в блокчейне, который берётся и возвращается в рамках одной связанной операции
— Drift — децентрализованный финансовый протокол
— Стейблкоин — криптовалюта, привязанная к стоимости обычного актива, чаще всего доллара
— UST — стейблкоин проекта Terra, потерявший привязку к доллару в 2022 году
— FTX — крупная криптовалютная биржа, обанкротившаяся в 2022 году
— Robinhood — инвестиционное приложение для простой покупки акций и других активов
— Revolut — финансовое приложение с банковскими, платёжными и инвестиционными функциями
— Стейкинг — размещение криптовалюты для поддержки работы сети с получением вознаграждения
— DeFi — децентрализованные финансы: финансовые сервисы на блокчейне без классических посредников
— HFT — высокочастотная торговля: автоматическая торговля на бирже с очень высокой скоростью

«Зрелость — это производная того опыта, который ты прожил. А ты проживаешь опыт либо когда у тебя очень интенсивные события, либо когда тупо идёт время. И хотим мы этого или нет, самое главное здесь — это время»

«Продакт-менеджмент с появлением ИИ и тулзов больше будет превращаться именно в ремесло. И для того, чтобы быть хорошим ремесленником, тебе надо много опыта, много знаний, быть настоящим фанатом темы, которой ты занимаешься»

«ИИ будет безжалостен ко всем, кто не знает, чего хочет. Поэтому сейчас мой главный совет людям — это вспоминать и проверять, а что вы на самом деле хотите, не бежите ли вы за каким-то хайпом или за какой-то модой»

Ведущий:
Юра Агеев, основатель ProductSense

Гость:
Валерия Розова-Розенблат, основательница Shanc.ai, Roots, TYPICAL

Телеграм-канал Валерии: https://t.me/valerierozov

Конференция PeopleSense, 4–5 июня 2026 года, Москва
Сайт: https://peoplesense.ru/

Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast

О чем говорим:
00:00 — Введение
03:09 — Культурные различия между продактами из РФ и Европы
05:59 — Влияние среды на формирование менеджера
09:14 — Что такое зрелость и можно ли обогнать время
14:28 — Почему российским CPO сложно найти работу за рубежом
16:39 — Эволюция профессии продакт-менеджера в России
18:03 — Роль корочек и степеней в международной карьере
21:35 — Карьерные перспективы при поиске работы в зарубежных компаниях
24:14 — Не стоит менять индустрию и географию одновременно
26:29 — Сообщества и нетворкинг как инструмент поиска работы
30:02 — Понижение при переезде в другую страну — к чему готовиться?
36:07 — AI Native агентства: что происходит на венчурном рынке
39:54 — ИИ автоматизирует процесс разработки, а опыт становится продуктом
46:00 — Где заканчивается алгоритм и начинается суждение?
49:43 — Управление продуктом как ремесло, а не набор инструментов
56:30 — Финальный совет: понимать то, что ты реально хочешь

Словарик:
— AI Native — организация, изначально спроектированная вокруг AI-процессов
— CPO (Chief Product Officer) — директор по продукту

«AI First — это когда мы пытаемся перестроить существующую компанию на ИИ-процессы. А AI Native — это когда мы всю организацию пересобираем вокруг ИИ-процессов. В обычной организации работу делают люди, ИИ помогает, а в AI Native организации работу должен делать ИИ, а люди просто за этим присматривают.»

«Всё, что не требует человеческого суждения, опыта, экспертизы, личных отношений, автоматизируется хорошо и даёт, как правило, неплохой эффект. Всё, что требует — автоматизируется пока плохо.»
 
«Саму ИИ-автоматизацию зачастую создать несложно. Основная сложность в том, чтобы интегрировать новую технологию в компанию и положить это на существующие рельсы, правила, данные.»

Ведущий:
Юра Агеев, основатель ProductSense

Гость:
Кирилл Гурбанов, основатель, sfer.ai

Конференция PeopleSense, 4–5 июня 2026 года, Москва
Сайт конференции: https://vk.cc/cX11Mc

Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast

О чём говорим:
00:00 — Введение
02:36 — Тренд на агентства автоматизации и внедрения ИИ
03:46 — Что такое AI Native и чем отличается от AI First?
04:52 — Данные как главный актив при внедрении автоматизации
06:11 — Барьеры больших корпораций при внедрении ИИ
08:04 — Неопределённость и отсутствие успешных кейсов
12:48 — ИИ-грамотность: что должен уметь каждый сотрудник
14:54 — Сотрудник будущего: от исполнителя к оркестратору агентов
16:52 — Markdown вместо менеджмента: как агенты заменят QBR
21:13 — Где брать ИИ-грамотных людей?
27:07 — Четыре критерия: где внедрять ИИ, а где не стоит
34:06 — Шесть направлений, где ИИ уже доказал эффект
37:02 — Три уровня ИИ-зрелости
38:17 — Сопротивление внедрению: страх на всех уровнях
41:48 — От создания продукта к созданию системы
43:11 — Советы скептикам 

Словарик:
— AI Native — организация, изначально спроектированная вокруг AI-процессов
— AI First — стратегический приоритет ИИ в существующей компании, трансформация процесс за процессом
— QBR (Quarterly Backlog Review) — квартальная синхронизация продуктовых команд в крупных компаниях