«Проблема в том, что постоянно приходится передавать контекст от одного человека к другому. Возникает бас-фактор».
«Самое ценное — это управление контекстом. Если ты его завязываешь на свою инфраструктуру, на свои сервисы, на свои продукты, он как раз уже персонализируется по твоим клиентам, давая возможность работать с тем контекстом, к которому клиент уже привык».
«Хочешь — пиши сам код, ну кто тебе мешает. Но будь готов, что, скорее всего, бизнес перейдёт на новую парадигму, потому что для него это быстрее».
</code>
Ведущий:
Юра Агеев, основатель ProductSense
Гость:
Александр Бондаренко, руководитель продуктовой разработки, Garage Eight
Конференции ProductSense, 10–11 сентября 2026 года, Москва.
Сайт: https://productsense.io (https://productsense.io/)
Конференция PeopleSense, 4–5 июня 2026 года, Москва
Сайт: https://peoplesense.ru/
Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast
О чём говорим
00:00 — Введение
01:58 — Личный сетап агентов, эксперименты и первые сценарии
03:34 — Почему тема агентов это про оргмодель, а не про игрушки
06:05 — Откуда взялся agile: ответ на рост сложности продуктов
09:10 — Идея мини-команд для быстрого тестирования гипотез с агентами
11:10 — Риски одиночки: туннельность, критика, bus-фактор
12:05 — Платформенная команда: стандарты, golden path и quality gates
14:05 — Зависимость централизации от культуры компании
16:12 — Продакт-инженер: продукт и инженерия в одном цикле
17:32 — Схлопывание ролей: инженеры учат продукт, продукты учат технику
19:33 — Практика пайплайнов в работе с агентами: сначала документация, потом код
26:03 — Контекст как главная ценность и способ удержания клиентов
29:01 — Один в поле не воин: почему запуск и масштаб важнее кода?
30:28 — Можно ли доверять агентам?
33:54 — Конкуренция заставит ускоряться: когда агенты станут нормой?
35:55 — Практика внедрения агентов: выделенные пилоты и команды добровольцев
37:35 — Главные риски: стоимость токенов и деградация навыков
42:09 — Как будут трансформироваться процессы и agile-роли?
50:57 — Как правильно строить эксперимент: задачи, команды, обучение и метрики
