Зачем
AI должен усиливать людей, а не заменять. Это разные стратегии и они дают разные результаты. «Заменить» — это про сокращения, цифры в отчётах и потерянное знание. «Усилить» — про команды, которые делают в десять раз больше при том же составе, потому что у каждого человека появился рабочий партнёр.
Этот выбор не очевиден. Большинство компаний на старте AI-внедрения мыслят первой стратегией — «давайте автоматизируем». Через полгода обнаруживается, что роботы написали кучу плохого кода, который никто не понимает, и команда работает с этим хуже, чем без него.
Моя миссия — помогать командам выбрать вторую стратегию и научиться работать с ИИ-агентами как с инженерами. С контекстом, дисциплиной и ответственностью — а не магическими промптами.
Подход
Я работаю на стыке трёх дисциплин: инженерия, методология обучения и продукт. Каждое внедрение начинается с одного вопроса — «а какая задача-то?». Не «давайте подключим Claude», а «давайте посмотрим, где у команды реально болит и какой инструмент решает эту боль».
Контекст важнее промпта
Главный навык работы с ИИ — это инженерия контекста. Что подать, как декомпозировать, как изолировать сессии. Промпт-инжиниринг — это поверхность. Контекст — фундамент.
Structured, не hype
Use cases пишу в формате Cockburn/Wiegers — с предусловиями, сценариями, исключениями, бизнес-правилами. Это скучнее «10 промптов для ChatGPT», но даёт повторяемый результат.
Audit-first
Прежде чем что-то рекомендовать — провожу аудит. Не для презентации, а чтобы понять реальный контекст команды. Иногда правильный ответ — «вам пока рано», и это тоже честный результат.
Hands-on
Обучение через практику, не через лекции. На воркшопе участники работают с реальным кодом своей компании, не с учебными примерами. На третий день у них уже есть закоммиченные изменения.
Чем занимаюсь
Воркшоп
Корпоративные программы по agentic coding
1-2 дня, до 20 человек. Claude Code, OpenCode, Codex, MCP-серверы, контекст-инжиниринг. Программа адаптируется под технологический стек и уровень команды.
Консалтинг / Аудит
AI-зрелость и дорожная карта
Карта функций бизнеса с точками внедрения AI, оценка ROI, приоритеты Now/Next/Later. Документ + презентация для руководства.
Team as a Service
AI-native команда
PM + 2-4 инженера на 3-12 месяцев. Работают с agentic-практиками, передают команде заказчика артефакты: AGENTS.md, skills, MCP, процессы.
Контент
Каталог практик agentic coding
16 use cases в формате Cockburn по работе с ИИ-агентами. Структурированно, с предусловиями, сценариями, рисками. Открыт для команд.
Откуда я взялся
Тимлид и DevOps-инженер по основной профессии. Несколько лет назад увлёкся темой ИИ-агентов как инструментов разработки — сначала для собственных задач, потом понял, что у команд нет внятного способа научиться этим пользоваться без потерь.
Веду каталог практик agentic coding на этом сайте. Параллельно продюсирую визуальный комикс-цикл «Каллиграф и Голем» — 16 эпизодов про то, как работать с силой, которую ты не до конца контролируешь.
Базируюсь в Москве, работаю удалённо со всей России и СНГ.
Во что верю
- AI не отменяет дисциплину инженерии — он её усиливает. Plan Mode важнее, чем когда-либо.
- Команда, которая инвестирует в AI-грамотность сейчас, через 18 месяцев будет недостижима для команды, которая откладывала это на «потом».
- Best practice — не «правильные промпты», а правильно настроенный окружающий контекст: AGENTS.md, skills, MCP, изоляция сессий, git-worktree.
- Учить нужно не «как пользоваться ChatGPT», а «как мыслить в категориях контекста». Первое устаревает за полгода, второе — навык на десятилетие.
- Если внедрение AI не даёт измеримого результата за 6 недель — это плохо настроенное внедрение, а не плохая технология.
Обсудим вашу задачу?
Бесплатный 30-минутный созвон. Расскажу, что я бы сделал на вашем месте — без обязательств с любой стороны.