The Hiring Debrief: От продакт-менеджера к менеджеру агентов

Закир Тайеббжи опубликовал эту статью в июне 2026 года в The Hiring Debrief — Substack-рассылке, посвящённой работе в технологических командах и организационной структуре. Основной тезис: управлять AI-агентами — это не техническая задача, а управленческая, причём такая, которую PM уже умеют решать, — просто в новых терминах.

Аргумент структурный. Традиционная работа продакта строилась на координации людей: написание спецификаций для инженеров, задание направления дизайнерам, согласование со стейкхолдерами. В компаниях, внедривших агентский AI, значительная часть реального результата теперь создаётся агентами, выполняющими многошаговые задачи. Тайеббжи утверждает, что это не требует принципиально новых навыков — нужно лишь перенести привычные управленческие интуиции на другой вид работника.

Автор предлагает прямое соответствие между знакомыми практиками PM и их аналогами в управлении агентами. Найм превращается в составление спецификации агента. Онбординг становится контекстной инженерией — написанием системных промптов, которые дают агенту фон, необходимый для хорошей работы. Еженедельные встречи один-на-один превращаются в циклы оценки, где результат сверяется с критериями. Ревью результатов становится расширением возможностей агента — обновлением его области ответственности, когда он заслужил доверие. Коучинг превращается в проектирование обратной связи, а вывод из эксплуатации заменяет увольнение.

В этой концепции выделяются четыре ключевых навыка. Контекстная инженерия означает умение писать чёткие, хорошо структурированные системные промпты: агенты работают в соответствии с ясностью заданного им контекста. Проектирование оценки — умение определить, как выглядит хороший результат в измеримых терминах, поскольку агентов нельзя оценивать интуитивно, как коллег-людей. Калибровка доверия означает понимание того, какие решения требуют участия человека, а что можно полностью делегировать. Проектирование гибридной организации — решение о том, как распределять работу между людьми и агентами, что является подлинно новым операционным вопросом для продуктовых команд.

Статья особенно полезна для PM, которые уже руководят AI-ассистированными рабочими процессами и хотят осмыслять это системно. Она не требует глубоких технических знаний о том, как работают LLM. Требуется то же самое, что всегда делало менеджмент хорошим: чёткие ожидания, определённые критерии успеха и осознанные решения о том, когда передать работу, а когда остаться включённым.