Материалы разведки: что собрано и прочитано¶
Полный список источников, прошедших через разведку 02.09.2026 по рамке Рамка разведки. Отчёт со сведёнными выводами — Разведка рынка, каркас, который на них опирается, — Скелет плейбука.
131 уникальный адрес. Сгруппированы по слоям методологии, внутри — по убыванию веса.
Статусы: ✔ вошёл в отчёт отдельной строкой · ○ прочитан как фон, отдельной строкой не вошёл · ✖ отвергнут, причина указана.
Датировка по архиву. У двух источников даты на странице нет, и она установлена по первому снимку в веб-архиве — то есть «не позже», а не точно: agents.md на 10.03.2025 и ilert на 07.12.2025. Передача OSI в Apache Incubator датирована по хронике проекта.
Доступность: пять адресов не отдают содержимое автоматическому запросу (три openai.com, два gartner.com — 403), один отвечает 406 (uber.com), документы Gartner платные. Всё это читалось через вторичные источники или в браузере и помечено в строке.
1. Сквозное: стандарты, замеры, отраслевые рамки¶
| Источник | Держатель | Дата | О чём | |
|---|---|---|---|---|
| OWASP AISVS 1.0, Приложение C | OWASP | 24.06.2026 | Проверяемые требования к генерации кода агентом: разделение обязанностей, происхождение артефакта, обязательные поля записи о генерации. 191 требование в двенадцати главах плюс 68 в приложении | ✔ |
| DORA: State of AI-assisted Software Development 2025 | Google / DORA | 2025 | ~5000 респондентов; внедрение ИИ отрицательно связано со стабильностью поставки; ИИ — усилитель существующих свойств организации | ✔ |
| Levels of Autonomy | Cloud Security Alliance, Jim Reavis | 28.01.2026 | Шкала L0–L5 как вендор-нейтральный язык разговора о правах агента | ✔ |
| Model AI Governance Framework for Agentic AI | IMDA, Сингапур | 22.01.2026, обновлён 20.05.2026 | Первая регуляторная рамка под агентов: верифицируемая идентичность агента, аудиторский след, осмысленная человеческая подотчётность | ✔ |
| Пресс-релиз к рамке IMDA | IMDA | 01.2026 | Объявление рамки, контекст запуска | ○ |
| agents.md | Agentic AI Foundation, Linux Foundation | не позже 10.03.2025 (первый снимок в веб-архиве) | Межинструментальный стандарт файла инструкций. Обязательных полей нет; процесса управления и версионирования у стандарта тоже нет | ✔ |
| Market Guide for Agentic Analytics | Gartner | редакция 2026, платный | Определение категории агентной аналитики, обязательные и опциональные возможности | ✔ (по вторичным цитатам) |
| Top Trends in D&A 2026: Decision Governance · пресс-релиз | Gartner | 11.03.2026, платный | Подотчётность за решение смещается с транзакции на политику: «какой guardrail допустил исход» | ✔ (по аннотации) |
2. Слой поставки¶
| Источник | Держатель | Дата | О чём | |
|---|---|---|---|---|
| Exploring SDD: три инструмента | Биргитта Бёкелер, Thoughtworks | 15.10.2025 | Таксономия spec-first / spec-anchored / spec-as-source. Понятийная рамка, опередившая инструменты | ✔ |
| Spec-driven development with AI | GitHub, Ден Делимарский | 02.09.2025 | Анонс Spec Kit: цепочка markdown-артефактов и slash-команд | ✔ |
| Документация Spec Kit · репозиторий | GitHub | v1.0 — 21.08.2026 | Команды конвейера, включая сверку артефактов на противоречия | ○ |
| AI-Driven Development Life Cycle | AWS, Raja SP | 31.07.2025 | Методология, переписывающая церемонии: bolt вместо спринта, mob elaboration вместо асинхронного ревью | ✔ |
| aidlc-workflows | AWS Labs | — | Открытый набор правил AI-DLC | ○ |
| Kiro: specs | AWS | — | Инструментальное воплощение AI-DLC: requirements.md в нотации EARS, design.md, tasks.md, steering-файлы | ✔ |
| How I use Claude Code | Борис Тане, Cloudflare | 10.02.2026 | RPI: research.md и plan.md как общее состояние человека и агента; правка плана инлайн-аннотациями | ✔ |
| Superpowers 4 | Джесси Винсент | 18.12.2025 | Разделение ревью на два агента: сначала соответствие плану, потом качество кода | ✔ |
| Superpowers, первая публикация · Superpowers 5 · репозиторий | Джесси Винсент | 09.10.2025 · 09.03.2026 | Конвейер из семи стадий, TDD применительно к самим скиллам | ○ |
| BMAD-METHOD | BMad Code | репозиторий создан 13.04.2025 | Многоагентный аджайл: человеческие роли перенесены на агентов один к одному | ✔ |
| Разбор BMAD | Port | — | Внешний разбор метода | ○ |
| Ревью спецификации вместо ревью кода | Александр Кальницкий, Mindbox | 20.08.2026 | Единственный русский кейс с производственными числами: 11k кода + 18k тестов в проде, 30k RPS | ✔ |
| The merge queue is the new bottleneck | Tian Pan | 02.07.2026 | Узкое место переехало в очередь на мёрж; инженерные приёмы есть, методологии нет | ✔ |
| Каталог агентных воркфлоу | nyosegawa | 14.03.2026 | Навигатор по подходам; использован как указатель, находки проверялись по первоисточникам | ○ |
3. Слой открытия¶
| Источник | Держатель | Дата | О чём | |
|---|---|---|---|---|
| AI opportunity solution trees | Тереза Торрес / Vistaly | 18.02.2026 | Двухшаговый синтез: сначала каждое интервью отдельно, потом поперёк. Сваливание транскриптов в один котёл ломает метод | ✔ |
| Где AI помогает и вредит в анализе интервью | Тереза Торрес | 08.10.2025 | Семь режимов отказа как чек-лист приёмки; ~30% прямых цитат от ChatGPT в её прогоне были неверны | ✔ |
| Торрес про Vistaly · продуктовая страница | Vistaly | — | Реализация метода в платформе; сторона заинтересованная | ○ |
| Working guide to product discovery in the AI era | Albers Advisory | 16.07.2026 | Недельный цикл с «ритуалом суждения»; авторы честно пишут, что цикл целиком не прогоняли | ✔ |
| pm-skills | Paweł Huryn | создан 01.03.2026 | 68 скиллов и 42 workflow продакта; 25 919 звёзд и ни одного кейса с числом результата | ✔ |
| Product-Manager-Skills | Dean Peters | создан 05.02.2026 | 77 скиллов; самый переносимый из найденного — автор отказался от шаблонов Claude ради агностичности | ✔ |
| claude-code-discover | shinpr | создан 23.03.2026 | Единственный подход, кладущий артефакты открытия туда, где их прочитает кодирующий агент. Шов между слоями | ✔ |
| argo-continuous-discovery | Joshua Jackson | 12.06.2026 | Учебное упражнение, заброшено. Ценно одним: попыткой померить вход открытия — долю «историй» против «мнений» | ✔ |
| Agent skills for customer discovery | BuildBetter | 28.08.2026 | Конвейер из восьми скиллов; принцип «интервью остаются человеческой работой»; прослеживаемость утверждения до интервью | ✔ |
| LLMs Reproduce Human Purchase Intent (SSR) | PyMC Labs + Colgate-Palmolive | 09.10.2025 | Валидация синтетики в узком классе: 57 опросов, 9 300 живых ответов, 90% от тест-ретеста, две модели разных вендоров | ✔ |
| Synthetic Users: If, When, and How | NN/g, Rosala и Moran | 21.06.2024 | Сравнение выхода синтетики с тремя завершёнными исследованиями; угодливость, сжатая дисперсия, отсутствие возражений | ✔ |
| Обзор экспериментов с синтетическими пользователями | MeasuringU, Lewis и Sauro | 14.04.2026 | Сводка 12 рецензируемых работ: 9 обнадёживающих против 14 разочаровывающих, по качественной глубине 0 из 3. Самая крепкая эмпирика слоя, и она отрицательная | ✔ |
| UXAgent · CHI 2025 | Lu, Yao et al. | 18.02.2025 | Симулированные пользователи как пилот перед человеческим исследованием, не вместо него | ✔ |
| SFT-TA: мульти-агентный тематический анализ | академическая группа | 21.09.2025 | Воспроизведение ручной триангуляции дообученными агентами | ✔ |
| Клиническая проверка тематического анализа · слепое сравнение с людьми · проверка на открытых моделях | разные группы | 2025–2026 | Совпадение с ручным анализом ограничено; хуже всего даются латентные смыслы и контекст | ○ |
| CollabCoder | Jie Gao et al., SUTD / Notre Dame | CHI 2024, 11.05.2024 | Совместное индуктивное кодирование: LLM предлагает коды и ловит расхождения, трактовку утверждают двое людей | ✔ |
| LLM-in-the-loop Thematic Analysis | Dai, Xiong, Ku | 12.2023 | LLM как дополнительный кодировщик в итеративном обсуждении | ✔ |
| Interview-Informed Generative Agents | Zichao Wang, Alexa Siu | 10.03.2026 | Агенты воспроизводят распределение ответов, но плохо воспроизводят конкретного человека — ~67% индивидуальной согласованности | ✔ |
| Пайплайн генерации гипотез | Иван Одинцов, Магнит | 25.08.2026 | Гипотезы растут из базы прошлых экспериментов с оценённым эффектом. Шов между открытием и оперированием | ✔ |
| 2026 product discovery trends · Торрес в редакции вендора | Perspective AI | 08.06.2026 | «300 команд» без методики и выборки; вендор занимает половину поисковой выдачи слоя | ✔ (как образец жанра) |
| Сравнение пяти платформ вслепую | Charles, Medium | — | 5 платформ × 10 интервью, один бриф, вендоры не знали о сравнении. Единственное независимое сравнение слоя | ○ |
| Product management on the AI exponential | Cat Wu, Anthropic | 19.03.2026 | Прототип вместо документа; эвалы как продуктовый артефакт продакта | ✔ |
4. Слой обслуживания¶
| Источник | Держатель | Дата | О чём | |
|---|---|---|---|---|
| How Google SRE is using agentic AI | Google SRE | 28.05.2026 | Анонс свода: ярусы L0–L4, именованные внутренние системы | ✔ |
| AI in SRE (белая книга) | Google SRE | дата не проставлена | Safety Trifecta, обязательный dry_run=true, запрет фоновых прав, ночные эвалы с разметкой Bronze/Silver/Gold |
✔ |
| Incident response plans | Microsoft | 08.06.2026 | Ярус автономии привязан к классу инцидента, а не к агенту. Режимы Review и Autonomous, диалог принятия ответственности | ✔ |
| Заявление о числах к GA | Microsoft | 03.2026 | 35 000+ смягчённых инцидентов, 20 000+ часов в месяц — самоотчёт об одной компании | ✔ |
| Introducing AI SRE | incident.io | 02.07.2025 | Расследование как самостоятельная сущность с findings и гипотезами | ✔ |
| Building Bits AI SRE | Datadog, Shan и Ratchford | 12.01.2026 | Цикл гипотез и — главное — методика оценки агента на размеченных исторических инцидентах | ✔ |
| Документация Bits AI SRE | Datadog | — | Действия триажа, границы прав | ○ |
| Модель зрелости AI SRE | Rootly, Purvai Nanda | обновлено 03.08.2026 | L0–L3 и 90-дневный переход; условие входа в автономию — только обратимые действия | ✔ |
| Agentic Incident Management Guide | ilert | не позже 07.12.2025 (первый снимок в архиве) | Ярусы L1–L3 и процесс от алерта до постмортема | ✔ |
| AIOpsLab · репозиторий · анонс | Microsoft Research + Berkeley, UIUC, IISc | 12.01.2025 | Воспроизводимый стенд: инъекция отказов, стандартизованный интерфейс агент–облако. Способ проверить дежурного агента до прода | ✔ |
| ITBench · репозиторий | IBM Research | ICML 2025 | 102 сценария; лучшие модели решают 11,4% сценариев SRE. Ключевой отрезвляющий замер слоя | ✔ |
| Exploring LLM-based agents for root cause analysis | Microsoft Research, Devjeet Roy et al. | FSE, 07.2024 | Агент сам запрашивает диагностические сервисы вместо генерации разбора по одному тикету | ✔ |
| Leveraging AI for efficient incident response | Meta Engineering | 24.06.2024 | Истинный виновник в top-5 в 42% расследований — лучший найденный замер разбора причины на реальном масштабе | ✔ |
| LLMs for postmortems | Datadog, Le, Pieper, McGarvey | 23.09.2024 | Черновик постмортема агентом при сохранении человеческого вывода; >100 часов на настройку структуры | ✔ |
| Agentic SRE | tproger, Евгений Стребков | 2026, день не проставлен | Переводной обзор: пять сценариев внедрения, ярусы от read-only. Российских внедрений и чисел нет | ○ |
5. Слой оперирования¶
| Источник | Держатель | Дата | О чём | |
|---|---|---|---|---|
| How Anthropic enables self-service data analytics | дата-команда Anthropic | 03.06.2026 | Единственная полная методология слоя: четыре слоя, «одно число», skills как курируемое процедурное знание. Без skills точность 21%, с ними выше 95%; тихий отказ назван нерешённым | ✔ |
| OSI: спецификация финализирована · разбор dbt | консорциум вокруг семантических слоёв | v0.1 — 27.01.2026 | Вендор-нейтральный формат определения метрики; передан в Apache Incubator 10.07.2026 | ✔ |
| InsightBench · репозиторий | ServiceNow Research | подано 08.07.2024, ICLR 2025 | Тренд, который надо найти, заложен заранее — единственный воспроизводимый способ проверить агентную сводку | ✔ |
| What is agentic analytics | Databricks | 2026, день не проставлен | Цикл Ingest → Analyze → Explain → Recommend → Act; порог влияния, выше которого решение уходит человеку | ✔ |
| Cube agentic analytics · семантический слой для агентов | Cube | 2026, день не проставлен | Разделение труда между тремя специализированными агентами над семантической моделью | ✔ |
| AI agents · агенты и продуктовая аналитика | Amplitude | 2026, день не проставлен | Единственная попытка развести «увиденное» и «предложенное» как разные сущности | ✔ |
| Agentic analytics in 2026 | Thomas in 't Veld, Tasman | 05.01.2026 | Агентная аналитика как диагностика организации: вскрывает рассогласование определений, которого до неё не было видно | ✔ |
| InsightPilot | Microsoft Research + HKUST | EMNLP, 12.2023 | Числовые факты считает детерминированный движок, а не модель; LLM планирует и объясняет | ✔ |
| Unlocking financial insights with Finch | Uber FinTech | 17.07.2025 | Финансовый дата-агент в Slack; валидация критических запросов руководства честно названа планами, а не сделанным | ✔ (406 для скрипта) |
| Inside our in-house data agent | OpenAI | 29.01.2026 | Шесть слоёв контекста, повторяемые аналитические workflow, память с подтверждёнными поправками | ✔ (403 для скрипта) |
| Scaling decision intelligence | project44, Chauhan и Sood | 06.04.2026 | Парные конкурирующие гипотезы «влияет / не влияет», ранжирование доказательств, углубление только по сильным сигналам | ✔ |
| Тренды аналитики в 2026 году | Олег Игнатов, Garage Eight | 17.02.2026 | Лучшее найденное на русском: одна фраза о разграничении ответственности, процесса нет | ✔ |
6. Управление процессом¶
| Источник | Держатель | Дата | О чём | |
|---|---|---|---|---|
| Harness engineering | Биргитта Бёкелер, Thoughtworks | 02.04.2026 | Guides (feedforward) и sensors (feedback); честный перечень того, чего в дисциплине нет — лучшая карта белых пятен слоя | ✔ |
| Agent harness engineering | Адди Османи, O'Reilly Radar | 15.05.2026 | «Агент = модель + харнес»; принцип храповика — каждая ошибка становится правилом, прослеженным до сбоя | ✔ |
| Improving deep agents with harness engineering | Вивек Триведи, LangChain | 17.02.2026 | Измеренный цикл: 52,8% → 66,5% без смены модели. Вывод авторов — харнес подгоняется под модель, а не переносится | ✔ |
| Harness engineering | OpenAI | 02.2026 | Карты кодовой базы, механические правила архитектурных границ; пять месяцев, ~млн строк, ноль строк руками | ✔ (403; читалось через InfoQ) |
| Разбор InfoQ | InfoQ, Leela Kumili | 21.02.2026 | Пересказ материала OpenAI — источник деталей вместо оригинала | ✔ |
| Curated shared instructions | Thoughtworks Radar | Adopt, 11.2025 | Инструкции в базовом репозитории как механизм распространения по командам | ✔ |
| Feedback flywheel | Thoughtworks Radar | Assess, 04.2026 | Ретроспектива сессии агента как вход в правку направляющих; человек «на контуре». Агентный маховик прямо не рекомендован | ✔ |
| Agent skills | Thoughtworks Radar | Trial, 04.2026 | Переиспользование чужих скиллов без ревью названо риском цепочки поставок | ○ |
| Harness Engineering for Agentic AI Coding Tools | Galster et al. | подано 16.02.2026 | 2 853 репозитория: контекстные файлы доминируют, скиллы и субагенты почти не используются. База отсчёта — что в поле реально есть | ✔ |
| Evaluating AGENTS.md | Gloaguen et al., SRI Lab ETH Zürich | 12.02.2026 | Контекстные файлы в общем случае не повышают долю решённых задач и поднимают стоимость на 20%+. Контрудар по предпосылке слоя | ✔ |
| Skill issue: harness engineering for coding agents | HumanLayer | 12.03.2026 | Цифры того же ряда со ссылкой на ту же группу; рекомендация держать инструкции короткими | ○ |
| Configuration Smells in AGENTS.md Files | dos Santos et al. | 06.2026 | Каталог антипаттернов и предложение линтера на файл инструкций | ○ |
| From Anatomy to Smells: SKILL.md | Hong, Imani, Ahmed | 01.07.2026 | 238 реальных скиллов: >99% содержат хотя бы один запах, качество не растёт по мере эволюции скилла | ✔ |
| Skill Eval | Минко Гечев | 26.02.2026 | Фреймворк эвалов скиллов; различение pass@k и pass^k — «умеет» против «делает стабильно» | ✔ |
| Тестирование своей сборки | Ранджан Кумар | 15.07.2026 | Пирамида: hook tests → skill evals → workflow evals; дрейф конфигурации как явление | ✔ |
| Self-Improving AI Coding Agents Through Accumulated Behavioral Rules | Aggarwal, Ghalaty | 13.07.2026 | Каждое принятое замечание ревью кодифицируется в правило; 35+ микросервисов, 0% повторения классов ошибок, на которые есть правило | ✔ |
| Agentic Harness Engineering: автоэволюция | Lin et al., Fudan | 28.04.2026 | Харнес правит себя сам; каждая правка сопровождается фальсифицируемым предсказанием | ✔ |
| Harness-Bench | Yao et al. | 27.05.2026 | 106 задач, 5 194 траектории; способность заявляется на уровне пары «модель+харнес» | ✔ |
| The Scaffold Effect in Coding Agents | — | 07.2026 | Метрики за пределами «решил / не решил»: нагрузка надзора, проверяемость, состав режимов отказа | ○ |
| Don't Blame the Large Language Model | — | 07.2026 | Качество агента по двум осям: результативность и эффективность потребления ресурсов | ○ |
| Organizational Memory for Agentic Business Process Execution | Kirchdorfer et al. | 03.07.2026 | Организационная память как управляемый слой; раздельные архитектуры курирования и потребления | ✔ |
| Index sickness | Zhang, Song | 17.06.2026 | При разрастании свода правил модель уходит в самореферентное рассуждение; 391 сессия, −75% объёма инструкций | ✔ |
| Prompt Governance? | Neumann, Sargeant, Singh | подано 29.04.2026, FAccT 2026 | Можно ли вообще считать текстовую инструкцию средством управления. Бьёт по фундаменту слоя | ✔ |
| Error analysis first: AI Evals FAQ | Hamel Husain, Shreya Shankar | 28.05.2025, обновлено 01.09.2026 | Открытое кодирование ошибок → таксономия → калибровка судьи → CI. Единственный кандидат на промышленную практику слоя | ✔ |
| Эвалы в проде: Nova Escola | Hamel Husain | — | Независимый кейс метода: ~1 млн пользователей в месяц, ежедневные эвалы на 2% трафика | ✔ |
| EDDOps | Xia, Lu, Zhu et al., CSIRO Data61 | версия 17.11.2025 | Разработка и эксплуатация, ведомые оценкой; выведено из обзора 134 академических и 27 практических источников | ✔ |
| Building self-improving tax agents with Codex | Thrive Holdings, OpenAI, сеть Crete | 27.05.2026 | Схема «поправка в проде → свидетельство → целевой эвал → ограниченная задача агенту»; 30+ фирм, 7 000 деклараций | ✔ (403 для скрипта) |
| Agentic engineering operating model | Augment Code | 16.05.2026 | Шесть новых ролей и три яруса полномочий; вендорский материал, кто сопровождает харнес — не сказано | ○ |
| Вакансия Agent Harness | Cursor / Anysphere | 05.2026 | Роль есть на рынке труда, но продуктовая — строит харнес на продажу | ○ |
7. Русскоязычный контур¶
| Источник | Держатель | Дата | О чём | |
|---|---|---|---|---|
| AI-Disrupt PDLC, разбор v1.0 | Сбер, Кирилл Меньшов; разбор Onto | ЦИПР, 19.05.2026 | Context Supply Chain, policy enforcement против context-as-guidance, Governance Mesh как параллельный слой, лестница R0–R5 | ✔ |
| Разбор v2.0 · popovs.tech | Сергей Попов | 28.07.2026 | 175 страниц методологии без собственных метрик внедрения; три цитировавшиеся цифры заменены на осторожные | ✔ |
| Сбер о PDLC 2.0 | РИА | 07.07.2026 | Официальное объявление второй версии | ✔ |
| Сбер о приоритете среды над моделью | Коммерсантъ | 07.07.2026 | Разброс эффективности от среды исполнения против разброса между моделями | ○ |
| Agentic SAMM | Сергей Гордейчик | 25.06.2026 | Каркас безопасной разработки, когда разработчик не человек: радиус поражения как длительность автономности × масштаб доступа | ✔ |
| Синтетические респонденты: рынок | Эдгар Отченашенко, «Кукушка» | 21.11.2025 | ~0,12 млрд руб. в 2024 при 23,4 млрд общего рынка исследований; шесть и более платформ | ✔ |
| Отраслевой опрос | «Анкетолог» | 10.08.2026 | 68% уверены, что синтетика не заменит живых полностью; главное препятствие — невозможность проверить достоверность | ✔ |
| Границы применимости синтетических респондентов | К. О. Жуликов, «Интеракция» | 03.07.2026 | Формализованные метрики измеряют второстепенное для качественной работы; существенное не операционализировано | ✔ |
| Синтетический респондент «Скуф» | СберМаркетинг | 31.10.2025 | Кейс без чисел выборки и метрики совпадения — заявка, не замер | ○ |
| Разбор интервью нейросетью | блог на securitylab | 17.08.2026 | Пять шагов с примерами промптов; внутри реклама стороннего бота | ○ |
| Аналитик и агенты: четыре кейса | Виктория Золотарёва, Альфа-Банк | 15.07.2026 | Style guide на тип артефакта, рабочие файлы README / open-questions / findings | ○ |
8. Отвергнутое и непроверенное¶
| Что | Почему не взято |
|---|---|
| Система ARGUS — якобы пять месяцев в проде на Kubernetes с разбором 100+ аномалий по бизнес-метрикам | При попытке дойти до первоисточника выход на другую работу (TimeRAG), где ничего подобного нет. Если бы существовала, была бы самой ценной находкой слоя оперирования |
| NIST AI Agent Standards Initiative — тезис «агентов заводят как обычные сервисные учётки, без выделенной идентичности» | Тезис пришёл из вендорского блога, первоисточник не открывался. Требует проверки перед использованием |
| Число 514 требований в OWASP AISVS | Пришло из вендорского блога DeepInspect; первоисточник говорит 191 плюс 68 в приложении. Ошибка была в черновике и в первой редакции отчёта, исправлена по фактчеку |
| «78% сопоставимой насыщенности, исследование HCI-лаборатории Мельбурнского университета 2024» | Цифра встречалась на вендорском сайте без ссылки на работу; работу отдельно найти не удалось |
| SEO-слой вокруг «AI SRE» — Augment Code, Sherlocks.ai, Anyshift, HealOps, Vibranium Labs, Arvo, Ciroos, Nova AI Ops, Gheware | Два-три десятка страниц вида «Top 10 AI SRE Tools», во всех одна схема без собственных данных. Практикой не является |
| Подборки «ТОП-10 BI-систем» и «лучшие ИИ-агенты для бизнеса» на русском | Каталоги инструментов, не процесс |
Связи¶
- Разведка рынка — сведённые выводы
- Рамка разведки — по какой сетке всё это опрашивалось
- Скелет плейбука — каркас, который на этом стоит
drafts/— полные карточки по каждому подходу: артефакты, роли, что отдано агенту