Книжный куб

@book_cube · ai · Russian · active

Subscribers 15.8K tracking since 24 Oct
Reach per post (ERR) 14.1%2.2K avg views
Posting 3.5/day last 2 hours ago
Reactions per 1K views 5.9 ❤ 🔥 👍

Адам Уорд: найм больше не воронка (Рубрика #Management) Посмотрел вчера выпуск Lenny’s Podcast от 9 августа 2026 года с Адамом Уордом, Head of Talent в Cursor. Формально разговор про команды с высокой концентрацией сильных специалистов, но я считал тут другую идею о том, что рынок найма раскололся, а привычная воронка всё хуже отличает компетентность от простой доступности кандидата. Уорд называет происходящее «двумя городами» 1) За небольшую группу AI-исследователей и специалистов новых профилей компании конкурируют предельно жёстко 2) А многие другие люди месяцами не могут найти работу Похожие перестройки случались при переходе индустрии к mobile first или mobile native, но теперь, по его наблюдению, изменения укладываются не в годы, а в недели. Меняется и профиль востребованного специалиста. По оценке Уорда, растёт спрос на FDE - инженера, который глубоко понимает технологию, умеет говорить с руководителями и доводит продукт до работающего решения у клиента. Одновременно сложнее становится очень узким специалистам и начинающим без накопленного контекста. Выше ценятся не только техническая глубина, но и вкус, качество решений, любопытство, продуктовое мышление и способность работать на границе функций. Самая сильная часть выпуска - критика классической воронки, которую Уорд называет funnel of doom. Компания пишет ста людям, двадцать отвечают, дальше на каждом этапе кого-то отсеивают и нанимают оставшегося. Но ответившие двадцать - не обязательно лучшие двадцать. Это просто те, кто оказался доступен именно сейчас. Вместо этого он предлагает относиться к каждому важному найму как к поиску руководителя: - Сначала точно описать не должность, а необходимые навыки, опыт и результат через год; - Затем составить карту рынка и искать людей по конкретным признакам, а не по громкому работодателю в резюме; - После этого последовательно строить отношения с небольшим числом подходящих кандидатов - иногда неделями или месяцами. Меняется и оценка. Cursor использует рабочие пробы: кандидат решает задачу рядом с будущей командой. По словам Уорда, компания пыталась отказаться от этого дорогого этапа, но потеряла уверенность в качестве сигнала и вернула его. Ценность здесь двусторонняя: работодатель видит не только ответ, но и мышление, взаимодействие и принятие решений; кандидат получает данные о реальной команде, а не только презентацию вакансии. Мне особенно понравилась оговорка про talent density. Это не коллекция «десятикратных» героев. Даже сильный человек не даст десятикратного результата в плохой команде. Концентрация сильных специалистов - свойство системы: насколько люди дополняют друг друга и помогает ли среда превращать индивидуальную силу в общий результат. Есть в разговоре и важное ограничение. Cursor нанимает редкие профили на перегретом AI-рынке. Переносить такую модель на массовый найм буквально будет дорого и, возможно, бессмысленно. Но её принцип полезен шире: единицей найма должна быть не вакансия и не конверсия этапа, а конкретный человек и доказательства того, как он будет решать ваши задачи вместе с вашей командой. AI здесь тоже меняет профессию рекрутера. Уорд ожидает появления talent engineer: рекрутера, который сам собирает инструменты для исследования рынка и организации процесса. Для меня это не про автоматизацию человеческого выбора. Наоборот, когда AI резко удешевляет поиск и персонализацию, главным дефицитом становятся точность критериев, качество сигнала и настоящее внимание к человеку. #AI #Management #Leadership #Engineering #Career #Hiring

Views over time

01K2K3K13 Aug 05:0824 Oct 02:123K13 Aug 05:08: 0 views24 Oct 02:12: 3,050 views
Snapshots we took after posting.
WhenViews
13 Aug 2026, 05:080
24 Oct 2026, 02:123K

Who shared this post

Posts in other channels we index that link to this one. (Forwards with a hidden source can't be traced.)

Nobody yet.