Vašou novou úlohou je integrovať agentov AI: Ako v skutočnosti fungujú spoločnosti s umelou inteligenciou

In This Article

Vážení predplatitelia, posledných pár mesiacov som strávil rozhovormi s lídrami v spoločnostiach natívnych s AI. Teraz som presvedčený, že: Začlenenie a správa agentov AI JE úlohou, bez ohľadu na to, aká je vaša funkcia. V tomto bezplatnom hĺbkovom ponore sa chcem podeliť o to, ako tri spoločnosti natívne na AI – Linear, Ramp a Factory – zaviedli tento princíp do praxe. Tu je niekoľko citátov od každého: Nan Yu (vedúci produktu, lineárny): „Budete mať členov tímu AI, ktorým môžete prideľovať úlohy a rozprávať sa s nimi tak, ako sa rozprávate s ľuďmi.“ Geoff Charles (CPO, Ramp): „Ak nepoužívate Claude Code, bez ohľadu na to, aká je vaša rola, pravdepodobne máte nedostatočnú výkonnosť.“ Eno Reyes (CTO, frontend, UI, analýza a do znovupoužiteľných zručností, ktoré môže uplatniť každý zamestnanec.“ Čítajte ďalej a zistite, ako funguje každá spoločnosť, ktorá pochádza z AI. Linear: Urobte z agentov AI prvotriednych spoluhráčovMôžete sa @spomínať na agenta, ktorý vytvorí a pridelí problém inému agentovi Prístup Linear k agentom je ovplyvnený ich produktom. Nan (vedúci produktu spoločnosti Linear) je presvedčený, že: Agenti by mali byť prvotriednymi zamestnancami. Mali by ste byť schopní pridať ich do projektov, priradiť ich k problémom a spomenúť v komentároch. Nan však tiež verí, že človek vždy zostáva zodpovedný za výsledok. Tu je návod, ako Linear vytvára produkty s agentmi v každom kroku: Pochopte problém. Agenti čítajú a sumarizujú každú zákaznícku konverzáciu od Intercom, Zendesk a Gong. Automaticky vytvárajú problémy, zbavujú ich duplikátov a priraďujú ich správnemu tímu. Identifikujte riešenie. Keďže agenti majú prístup ku konverzáciám so zákazníkmi, môžu vám pomôcť zopakovať špecifikáciu tým, že získajú štatistiky podložené údajmi z viacerých kanálov. Urobte si plán. Agenti môžu rozdeliť vašu špecifikáciu na konkrétne lístky a automaticky ich nasmerovať do správnych tímov. V Linear teraz agenti vytvárajú väčšinu tiketov. Úlohou človeka je kontrolovať svoju prácu a upravovať kontext v priebehu času. Chyby a malé funkcie sú priradené priamo agentom ako Codex a Cursor. Pre komplexné funkcie spustia inžinieri Claude Code a pomocou lineárneho MCP získajú úplný kontext problému. Od Nan: Zdá sa, že rozsah toho, čo môžu agenti zvládnuť, sa každým štvrťrokom rozširuje. Nové modely a postroje posúvajú hranice od jednoduchých opráv k čoraz zložitejším projektom. Chcete stavať s agentmi ako Linear? Tu sú 4 praktické kroky, o ktoré sa Nan podelila o tom, čo môže váš tím urobiť dnes: Každý vývojár by mal predvolene používať popredné agentské kódovacie nástroje. Toto je najjednoduchší prvý krok. Poskytnite oficiálny nástroj (kurzor, kód Claude alebo kódex) a spravujte ho tak, aby ste videli jeho využitie. Doplňte ho o asynchrónneho cloudového kódovacieho agenta. Asynchrónni agenti na pozadí môžu jednorázovo vykonať väčšinu malých zmien a opráv chýb. Cursor a Devin tu majú dobré ponuky. Trvajte na tom, aby dizajnéri a PM pracovali priamo na kódovej základni. Agenti ako Claude otvárajú cestu s nízkym trením pre PM a dizajnérov, aby mohli vykonávať zmeny priamo v kódovej základni. Každý by sa mal snažiť stať sa staviteľom. PM a obchodníci by mali štandardne používať rozhranie AI. Tieto funkcie by mali vykonávať 80 – 100 % svojej práce prostredníctvom rozhrania rozhovoru – či už je to Claude, ChatGPT, Notion AI alebo niečo podobné. Nan vidí budúcnosť, v ktorej budú ľudia spolupracovať s agentmi na úrovni špecifikácií – definovať, čo je potrebné postaviť a prečo – a potom odovzdať veci agentom, aby všetko zvládli smerom nadol. Ramp: Meranie odbornosti AI na 4 úrovniachRamp rýchlo tlačí svojich zamestnancov, aby boli AI na 4 úrovniach Ak Linear ukazuje, ako z celej vašej spoločnosti urobiť prvotriednu súčasť vášho tímu. V roku 2025 spoločnosť Ramp dodala viac ako 500 funkcií, dosiahla príjmy vo výške 1 miliardy USD a všetko zvládla s 25 hodinami. Dosiahli to tým, že vyžadovali každú jednotlivú funkciu (angl., produkt, dizajn, predaj, marketing, právo, financie) na palubu a prácu s agentmi. Geoff (CPO Ramp) zdieľal rámec na hodnotenie odbornosti AI pre každého zamestnanca, ktorý považujem za mimoriadne praktický: ChatGLP0 Títo ľudia s najväčšou pravdepodobnosťou nebudú v spoločnosti dlhodobo. Ak nie ste začiatočník s rastovým prístupom k nástrojom AI, Geoff hovorí, že bude veľmi ťažké naučiť vás excelovať. L1: Používa a vylepšuje značky GPT, projekty a interné nástroje AI. Títo ľudia experimentujú s AI, ale zatiaľ nezautomatizovali skutočnú prácu. L2: Vytvára aplikáciu, ktorá automatizuje časť ichprácu. Títo ľudia môžu zadávať kód alebo poskytovať zmysluplnú spätnú väzbu na prácu iných ľudí pomocou nástrojov AI. L3: Systems builders. Títo ľudia budujú infraštruktúru a zručnosti AI, ktoré zrýchľujú všetkých ostatných v tíme. Cieľom spoločnosti je posunúť každého nahor. L0s self-select out. Z L1 sa stanú L2. Z L2 sa stanú L3. A L3 ovplyvňujú zvyšok organizácie. Geoff tiež zdieľal 5 krokov, ktoré môže podniknúť každá spoločnosť, aby sa stala umelou inteligenciou: Odstráňte všetky trenia. Poskytnite prístup k obľúbeným nástrojom AI bez obmedzenia tokenov alebo rozpočtov a vytvorte si interné úložisko zručností AI, z ktorých môže čerpať ktokoľvek. Ak je nastavenie náročné, väčšina ľudí ho neprijme. Zviditeľnite adopciu. Vytvorte verejné kanály Slack, kde môžu ľudia zdieľať to, čo vytvorili. V každom prípade predveďte neinžinierov, ktorí robia pôsobivé veci, ako je budovanie pokladničného systému v oblasti financií alebo vytváranie webových stránok na automatizáciu marketingu. Poskytnite praktickú podporu. Organizujte pracovné hodiny, ku ktorým sa môže pripojiť ktokoľvek, aby si vybudoval zručnosti a pracovné postupy AI. Určte expertov na AI, ktorých úlohou je evanjelizovať, pripravovať ľudí a pomáhať im dosiahnuť „aha moment“. Sledujte používanie a zasahujte. Ramp sleduje spotrebu tokenov v nástrojoch AI na zamestnanca. Vedenie zdieľa tieto údaje, aby vytvorilo prirodzenú zodpovednosť a zasiahlo, keď je niekto využívaný na nízkej úrovni. Urobte z toho požiadavku na nábor. PM rozhovory teraz zahŕňajú vyhradenú reláciu, kde potrebujete vytvoriť funkčný produkt a potom vysvetliť, prečo ste ho vytvorili a ako funguje. Geoff zhrnul svoju filozofiu vedenia pre každú rolu v Ramp do jedného riadku: Vašou úlohou je automatizovať svoju prácu. Od Geoffa: „Ak poviem svojmu tímu 10-krát, že CTA musí byť nad záhybom, oprava to nehovorí už po 11. krát. Je to zakódovanie tejto spätnej väzby do automatizovaného procesu kritiky dizajnu alebo schopnosti AI od natívnych spoločností, aby sa to už nikdy neopakovalo.“ adoptujte agentov AI, Factory ukazuje, čo sa stane, keď okolo nich staviate od prvého dňa. Factory je spoločnosť zaoberajúca sa vývojom softvéru pre AI s 55 zamestnancami v hodnote 300 miliónov dolárov, ktorá je od základov štruktúrovaná okolo AI. Tu je to, čím sa líšia: Najímajte produktových inžinierovFactory nenajíma PM a inžinierov oddelene. Namiesto toho si najímajú produktových inžinierov, ktorí riadia a spolupracujú s agentmi AI. Typický deň vyzerá takto: Preskúmajte stopy z behu agentov, aby ste zistili, kde systém urobil zlé rozhodnutia. Píšte opravy nie ako kód, ale ako riadenie (napr. aktualizácia zručnosti, nové pravidlo lint alebo vylepšená automatizácia) Kontrolujte iba tie PR, ktoré agenti označia ako vysoko rizikové (agenti sa postarajú o zvyšok). Navrhujte nové nápady a debatujte o prioritách s kolegami a AI. Táto práca nie je jednoduchá a vyžaduje si hlbšie odborné znalosti agentov, ale využitie kódu, ktoré môžu agenti využívať, sú obrovské. aby boli účinné. Factory boduje kódové základne v piatich stupňoch zrelosti a úroveň 3 („štandardizované“) je miesto, kde sa väčšina tímov musí zamerať ako prvé. Rámec pripravenosti agentov v továrniZakódujte odborné znalosti do znovu použiteľných zručností Keď je vaša kódová základňa pripravená na agenta, ďalším krokom je poskytnúť agentom znalosti, aby mohli robiť dobré rozhodnutia prostredníctvom zručností (v podstate iba súborov s textovými značkami). Továreň využíva zručnosti na kódovanie odborných a firemných znalostí do niečoho, čo môže použiť každý agent alebo zamestnanec. Tu je zoznam zručností, ktoré Factory interne používa, a odkazy na ich súbory markdown, ktoré môžete skopírovať a upraviť: Zručnosť riadenia produktov. Princípy produktu, 11-hviezdičkový rámec skúseností (vypožičaný od Briana Cheskyho z Airbnb), šablóna PRD, hodnotiaca rubrika a jazykové pokyny – to všetko v jednom súbore so znížením cien. Zručnosť integrácie používateľského rozhrania fronttend. Inštruuje Droid, ako vytvárať funkcie pomocou systému dizajnu Factory, smerovacích konvencií a testovacích štandardov. Zručnosť analytika údajov AI. Spustite prieskumnú analýzu, vytvorte vizualizácie a generujte štatistické správy s využitím celého ekosystému Pythonu. Zručnosť interných nástrojov. Zostavte si správcovské panely, podporné konzoly a prevádzkové panely so správnym riadením prístupu a zapečeným protokolovaním auditu. Zručnosť kódovania Vibe. Rýchlo vytvorte prototyp nových webových aplikácií od nuly pomocou moderných rámcov. Ak dokážete zakódovať to, čo vaši najlepší ľudia vedia, do zručností, nemusíte na každú funkciu najať špecialistov. 6 krokov, ako to všetko uviesť do praxe Zhrnutie: Pripojenie a správa agentov sa stáva hlavnou úlohou každej funkcie. Tu je šesť vecí, ktoré môžete hneď teraz uviesť do praxe: OdLinear: Predvolené nastavenie pre každého vývojára na agentský kódovací nástroj ako Cursor, Claude Code alebo Codex. Získajte PM a dizajnérov do kódovej základne. Nechajte ich odoslať PR a odoslať kód pomocou agentov. Zastavte smerovanie každej malej zmeny cez inžiniera. Od Ramp: Merajte odbornosť AI vo svojom tíme. Rámec so 4 úrovňami Ramp vám poskytuje zdieľanú slovnú zásobu, kde sa ľudia nachádzajú a kam musia ísť. Sledujte používanie AI a urobte z neho súčasť očakávaní výkonu. Nemôžete zlepšiť to, čo nemeriate, a na stimuloch záleží. Z Factory: Ohodnoťte svoju kódovú základňu pre pripravenosť agenta. Použite úrovne pripravenosti agentov spoločnosti Factory, aby ste pochopili, či je vaša kódová základňa pripravená. Upravte odbornosť svojho tímu do znovu použiteľných zručností. Zakódujte to, čo vaši najlepší ľudia vedia, do súborov zručností a uľahčite ich používanie ľuďom aj agentom. Predovšetkým na palube agentov, ako by ste na palubu človeka. Dajte im kontext, pripojte ich k vášmu operačnému zásobníku a nechajte človeka zodpovedného za ich výsledky. Dajte mi vedieť, čo si myslíte v komentároch!

You May Also Like

13 Trending Songs on TikTok in March 2026 (+ How to Use Them)

Our Best AI PM Workflows for Prototyping, Strategy, and Personal OS (2026)

China’s Cybersecurity Agency Issues Security Warning About OpenClaw