Medium: Как построить компанию с AI-агентами после 15 лет в product management

О чём статья

Роберт Коурд провёл десять лет инженером и пятнадцать лет PM в Uber, Amazon и нескольких стартапах, прежде чем проверить на практике: могут ли AI-агенты заменить не отдельные задачи, а целую кросс-функциональную команду. Эксперимент дал полноценный продукт — 846 git-коммитов — созданный в одиночку за четыре недели, с агентами, отвечающими за инженерию, маркетинг, продажи, клиентскую поддержку и дизайн.

Контекст

Статья структурирована как набор операционных принципов для тех, кто хочет повторить подобный эксперимент. Коурд автоматизировал не одну повторяющуюся задачу, а создал агентную операционную систему: агенты-оркестраторы управляли командами суб-агентов в каждой функциональной области. Этот масштаб отличает статью от большинства материалов об AI-воркфлоу, обычно фокусирующихся на постепенной замене отдельных задач.

Ключевые методы и выводы

Наиболее применимый на практике инсайт касается природы постановки задач. Коурд обнаружил, что формулировка проблемы — а не решения — даёт лучший результат от агентов. Традиционная PM-работа предполагает перевод бизнес-целей в точные спецификации; с агентами эта точность превращается в ограничение. Слишком ранняя конкретизация результата не позволяет агентам исследовать альтернативы, которые человеческая команда могла бы найти в процессе итераций.

Второй принцип касается психологического барьера делегирования. Желание проверять и исправлять каждый шаг агента — работать рядом с системой, а не через неё — названо главным препятствием для построения чего-то масштабируемого. Коурд называет это «сопротивлением ручному выполнению» и описывает как процесс выстраивания доверия: система нуждается в циклах обратной связи, а не в вмешательстве на каждом шагу.

Статья также затрагивает инфраструктурные решения, с которыми столкнётся большинство продуктовых команд по мере роста использования агентов. Markdown-файлы и общие базы знаний становятся критической инфраструктурой непрерывности между сессиями. Клиентские агенты — поддержка, социальные сети — создают отдельные векторы атак, требующие API-опосредованного доступа и принципа минимальных привилегий. Традиционные PRD теряют ценность, когда циклы итерации сжимаются с недель до часов: Коурд считает, что лучше быстро строить и проверять гипотезы, чем всё заранее специфицировать.

Кому полезно

PM, работающим с AI-агентами — в стартапе, внутри крупной команды, экспериментирующей с автономными воркфлоу, или как самостоятельный PM, стремящийся расширить возможности без найма. Практическая подача и инженерный бэкграунд автора делают операционные советы достоверными, а не спекулятивными.