Článok
Často vo svojich blogových príspevkoch hovorím o chybách, nesprávnych prístupoch a získaných lekciách. Či už ide o chybné čisto results-oriented myslenie, nezvládnutý multitasking, nepochopenie umelej inteligencie alebo odkladanie investícií, urobil som mnoho chýb. Taktiež som sa potkol v hlbších oblastiach, ako je môj svetonázor a chápanie našej schopnosti poznávať. A nesmieme zabudnúť na moje sociálne zručnosti a komunikačné omyly. Ako vidíte, zoznam je dlhý.
Pokiaľ ide o to, ako na chyby reagujeme, vidím dva tábory ľudí, pričom niektorí sú medzi nimi, ale väčšinou sa prikláňajú na jednu alebo druhú stranu.
Jedným extrémom je niekto, kto sa snaží pôsobiť bezchybne. Keď urobí chybu, hľadá vinu všade okolo seba a prizná si ju až vtedy, keď už nemá inú možnosť. Poznám niekoľko takýchto ľudí, profesionálne aj osobne. Úprimne, počas mojich tínedžerských rokov som bol bližšie k tomuto typu. Písal som o tom pred niekoľkými rokmi.
Na druhej strane je ten, kto pri každej chybe alebo probléme najprv uvažuje, čo mohol urobiť lepšie. Napríklad, ak nový člen tímu nesplní očakávania, vedúci oddelenia zvážuje, či mohol poskytnúť lepšie vedenie, zlepšiť zaškolenie alebo urobiť lepší výber pri nábore. Pointa tohto príspevku by mohla byť, že teraz sa prikláňam viac k tomuto prístupu.
Pokračujte v čítaní
Zadajte e-mail pre odomknutie článku a prihlásenie na odber noviniek. Odhlásiť sa môžete kedykoľvek.
Zhrnutie
Ak máte nejaké otázky alebo spätnú väzbu, pokojne mi napíšte na mail@richardgolian.com.
Ďalšie články
Staviam AI systém na predpovedanie indexu S&P 500. Beží na mojom vlastnom počítači, používa verejne dostupné dáta zdarma — yfinance, FRED, Shillerov dataset — a každú predpoveď hodnotí oproti realite. Táto séria dokumentuje samotný vývoj: rozhodnutia, metodiku, chyby.
Včera večer som sa nevedel odtrhnúť od počítača. Keď som zdvihol hlavu, bolo pol deviatej. Na poschodí som už asi tri hodiny sedel sám.
Hodina. Päťdesiatpäť minút. To je čas, ktorý mi trvalo postaviť niečo, čo mi česká softvérová firma nacenila na viac ako 50 000 €. Postavil som to s Claude Code. Nie prototyp. Nie proof of concept. Funkčný nástroj — ten, ktorý firma reálne potrebovala. Ešte ten večer bežal na testovacom prostredí. Toto nie je o Claude Code. Je to o tom, čo Claude Code odhaľuje.
Za posledné štyri roky som viedol zhruba stopäťdesiat praktických pohovorov. Päťdesiat na pozície dátových špecialistov. Sto na špecialistov reklamy a výkonnostného marketingu. Takmer každý z nich znamenal sadnúť si s kandidátom nad praktickou úlohou — niečím blízkym reálnemu problému, ktorý v firme naozaj potrebujeme riešiť. Žiadna teória. Žiadne kvízy. Aplikované riešenie problémov. Postupom času som si začal všímať vzorec.
Predtým, než AI niečo naučíte, musíte vidieť, čo pred vami skrýva.
V momente, keď k nemu potrebovali prístup ďalší ľudia, problém sa úplne zmenil. Už nešlo o to, či sa agent dokáže učiť. Šlo o to, kto ho smie učiť.
Chcel som postaviť agenta, ktorý nielen asistuje, ale aj samostatne koná.
Toto som sa naučil o lokálnej vs cloudovej AI a prečo som prešiel na Claude Code.
Čo by mohlo situáciu zmeniť?
Deje sa to každý deň. Deje sa to práve teraz.
Štyri dni v Katalánsku. Bez počítača, bez AI, takmer bez sociálnych sietí. Kúpil som si tento zápisník, aby som doň písal to, o čom budem premýšľať, a to, na čo na tejto ceste narazím a čo sa naučím.
„Neospravedlniteľné, neobhájiteľné. Na toto sa nesmie nikdy zabudnúť.“