The Hiring Debrief: Od product managera do menadžera agenata

Zakir Tyebjee je ovaj tekst objavio u junu 2026. godine u The Hiring Debrief — Substack newsletteru posvećenom radu u tehnološkim timovima i organizacionoj strukturi. Centralna teza: upravljati AI agentima nije tehnički zadatak, već menadžerski — i to onakav koji PM-i već znaju riješiti, samo izražen novim terminima.

Argument je strukturan. Tradicionalni posao produktaša gradio se na koordinaciji ljudi: pisanje specifikacija za inženjere, postavljanje smjera dizajnerima, usklađivanje sa stakeholderima. U organizacijama koje su uvele agentski AI, znatan dio stvarnog rezultata sada proizvode agenti koji izvršavaju višekoračne zadatke. Tyebjee tvrdi da ovo ne zahtijeva potpuno nove vještine — zahtijeva preraspodjelu poznatih menadžerskih intuicija na drugačiju vrstu radnika.

Autor nudi direktno preslikavanje između poznatih PM praksi i njihovih ekvivalenata u upravljanju agentima. Zapošljavanje postaje specifikacija agenta. Onboarding postaje kontekstni inženjering — pisanje sistemskih promptova koji agentu daju pozadinu potrebnu za dobar rad. Sedmični jedan-na-jedan sastanci postaju evaluacijski ciklusi, gdje se rezultat mjeri prema kriterijima. Pregledi performansi postaju proširenje sposobnosti — ažuriranje opsega agenta kad je zaslužio povjerenje. Koučing postaje dizajn povratne informacije, a dekomisioniranje zamjenjuje otpuštanje.

Četiri vještine se u ovom okviru nameću kao ključne. Kontekstni inženjering znači pisanje preciznih, dobro strukturiranih sistemskih promptova; agenti rade u skladu s jasnoćom konteksta koji im je dat. Dizajn evaluacije znači definisanje kako dobar rezultat izgleda u mjerljivim terminima, jer agente nije moguće procjenjivati intuitivno kao ljudske kolege. Kalibracija povjerenja znači poznavanje toga koje odluke zahtijevaju ljudski nadzor, a što se može potpuno delegirati. Dizajn hibridne organizacije znači odlučivanje kako usmjeravati posao između ljudi i agenata — zaista novo operativno pitanje za product timove.

Tekst je posebno koristan za PM-e koji već nadgledaju AI-assistirane radne tokove i žele to osmisliti sistematski. Ne zahtijeva dubinsko tehničko znanje o tome kako rade LLM-ovi. Zahtijeva isto što je uvijek bio dobar menadžment: jasna očekivanja, definisane kriterije uspjeha i promišljene odluke o tome kad predati posao, a kad ostati uključen.