К содержанию
Meta · TikTok · Искусственный интеллектВыпуск 066 · 13 июля 2025 · 37:07

Передел рынка труда из-за AI / TikTok vs Meta: Кто победит в 2025 году?

Главный вопрос

Если собеседование больше не проверяет программиста, как компании должны оценивать реальную работу и ответственность кандидата?

Результат для читателя

Перестроить проверку программиста вокруг реальной работы: наблюдать постановку задачи, использование ИИ, проверку результата и способность кандидата объяснить решение.

Главные линии разговора

На что обратить внимание

1Сопоставьте блоки «Как теперь проверяют знания программистов» и «Почему компании не хотят нанимать джуниоров?»: они дают разные критерии оценки одной темы.
2Проверьте вывод из блока «Как квалифицированные инженеры ничего не делают?» на собственном сценарии — что действительно меняется в процессе, а что остаётся обещанием.
3До выбора продукта или подхода зафиксируйте ограничение, раскрытое в блоке «Обогнал ли Threads активных пользователей X».
4Определите владельца результата и метрику качества для ситуации, описанной в блоке «Тренд на видеогенерацию с помощью Ai».
На что смотреть после выпуска
Следите за действиями Apple и Google, которые подтверждают или опровергают ключевые тезисы выпуска.
Сравнивайте новые запуски и изменения условий с блоком «Как квалифицированные инженеры ничего не делают?»: поменялись ли доступ, качество, цена или ограничения.
Проверяйте, становится ли сценарий из блока «Тренд на видеогенерацию с помощью Ai» повторяемой практикой, а не разовой демонстрацией.
Кому особенно полезно
медиамаркетологампользователям социальных сетейразработчикамтехническим руководителямоснователям продуктов

Ключевые тезисы и выводы

00:00Кто отвечает за результат: сегодня в выпуске ToTheMoon

Тема «Собеседование больше не проверяет программиста: ИИ заставляет компании смотреть на реальную работу» становится понятнее, если учитывать следующее: онлайн-задачу можно решить с моделью, резюме — усилить, уверенный ответ — подготовить заранее, поэтому компании сокращают найм джуниоров и ищут новые способы проверки; выигрывает не тот, кто громче обещает, а тот, чьё поведение видно в реальном использовании.

01:40Что меняется в реальной работе: инженер-скамер в 80 стартапах

Оценивать тему «Инженер-скамер в 80 стартапах» нужно с учётом того, что известный инженер Сохам Порех параллельно устроился в пять-десять компаний Y Combinator, и X взорвался комментариями «работал у нас — уволили через месяц»; яркий частный случай, но он вскрывает, как слабо в Долине устроен контроль и проверка нанимаемых.

03:20Почему контекст важнее одного показателя: работают ли инженеры на 5-10 компаний

Практический смысл темы «Работают ли инженеры на 5-10 компаний?» в том, что это часть большего сдвига в найме: контроль за инженерами низкий, в эпоху ИИ процесс интервью почти не работает, reference-check почти никто не делает — поэтому реально проверить человека можно только личным приглашением и живой задачей.

06:20Старое техническое собеседование ломается

В контексте «Как теперь проверяют знания программистов» действует этот критерий: старое техническое собеседование ломается — кандидат получает задачу удалённо, открывает ИИ-инструмент и показывает результат, который почти ничего не говорит о его самостоятельной работе; честнее дать реальную задачу на короткий пробный период.

07:35Это меняет и отношение к джуниорам

Граница применимости в сцене «Почему компании не хотят нанимать джуниоров?» определяется так: если сильный инженер с Cursor или Claude делает больше, встаёт неприятный вопрос — зачем брать новичка, которого ещё учить; но отказ от младших грозит тем, что через несколько лет не останется тех, кто прошёл путь до senior — ИИ ускоряет текущую команду, но не строит рынок талантов сам.

12:59Есть и обратная сторона: квалифицированный человек может годами почти ничего не делать, хорошо проходя интервью и меняя компании

Для сцены «Как квалифицированные инженеры ничего не делают?» решающим становится следующее: квалифицированный человек может годами почти ничего не делать, хорошо проходя интервью и меняя компании — красивое резюме и уверенная речь не показывают ежедневную дисциплину, поэтому проверять нужно способность довести задачу до результата, объяснить решения и принять обратную связь.

14:35Что определяет итог: новость: CEO X Линда Якарино ушла в отставку

Для решения, обсуждаемого в сцене «Новость: CEO X Линда Якарино ушла в отставку», важен критерий: уход руководителя — это не соревнование пресс-релизов, а вопрос стратегии и того, куда Маск ведёт X; та же логика видна в соцсетях в целом — пользователь остаётся там, где привычка, формат и алгоритм дают ценность каждый день.

16:48Почему одного анонса недостаточно: как Meta переманила главного специалистов из Apple

Сцена «Как Meta переманила главного специалистов из Apple?» подводит к рабочему выводу: Meta создала Meta Superintelligence Labs под руководством Александра Вана и переманила главного по ИИ из Apple; при оценке OpenAI, выросшей с ~$30 до ~$300 млрд, предложения Цукерберга около $10 млн в год стали обычными и уже не требуют его одобрения.

20:35Та же логика видна в социальных сетях

Сцена «Обогнал ли Threads активных пользователей X» подводит к рабочему выводу: большое число зарегистрированных аккаунтов ещё не делает сеть живой, а копия функции не создаёт культуру продукта — сравнивать Threads и X нужно по ежедневной вовлечённости, а не по цифре регистраций.

32:54ИИ-агенты в браузерах добавят этой борьбе новый уровень

Тема «Тренд на видеогенерацию с помощью Ai» становится понятнее, если учитывать следующее: ByteDance сильно рванул в видеогенерации, и скоро около половины контента будет сгенерировано ИИ; главный сдвиг — в рекламной индустрии, но не в ближайший год, а сами видеомодели пока остаются «генераторами пикселей» без развитого reasoning.

О чём этот выпуск

Онлайн-задачу можно решить с моделью, резюме — усилить, а уверенный ответ — подготовить заранее. Компании сокращают найм джуниоров и ищут новые способы проверки. Одновременно X, Threads и TikTok ведут ту же борьбу за внимание: выигрывает не тот, кто громче обещает, а тот, чьё поведение видно в реальном использовании.

Старое техническое собеседование ломается. Кандидат получает задачу удалённо, открывает ИИ-инструмент и показывает результат, который уже почти ничего не говорит о его самостоятельной работе.

Запретить модели невозможно, а угадывать по стилю кода бессмысленно. Поэтому честнее дать человеку реальную задачу на короткий пробный период и посмотреть, что он сделает вместе со всеми доступными инструментами.

Это меняет и отношение к джуниорам. Если сильный инженер с Cursor или Claude делает больше, компании задаются неприятным вопросом: зачем нанимать новичка, которого ещё нужно учить? Но отказ от младших специалистов создаёт другую проблему — через несколько лет может не остаться людей, которые прошли путь до senior.

ИИ ускоряет текущую команду, но не строит рынок талантов автоматически.

Есть и обратная сторона: квалифицированный человек может годами почти ничего не делать, хорошо проходя интервью и меняя компании. Красивое резюме, уверенная речь и несколько удачных дней не показывают повседневную дисциплину. Новая система найма должна оценивать не знания в вакууме, а способность довести задачу до результата, объяснить решения и принимать обратную связь.

Та же логика видна в социальных сетях. Уход главы X, сравнение аудитории Threads и X, попытка Meta догнать TikTok — это не соревнование пресс-релизов. Пользователь остаётся там, где привычка, формат и алгоритм дают ценность каждый день. Большое число зарегистрированных аккаунтов ещё не означает живую сеть, а копия функции не создаёт культуру продукта.

ИИ-агенты в браузерах добавят этой борьбе новый уровень. Если браузер сам ищет, сравнивает и совершает действия, он становится посредником между человеком и сервисами.

Тогда и работодателю, и платформе придётся доказывать ценность на реальном поведении, а не на красивом профиле. Рынок труда и рынок внимания приходят к одному правилу: проверять нужно не обещание, а работу системы в обычный день.

На примере OpenAI и CEO видно: правило работает только вместе с механизмом исполнения и понятной ответственностью; одна маркировка, галочка или запрет создают лишь видимость контроля.

Расшифровка выпуска

Голосовая связка применена к 90 сегментам: 51 определено, 1 содержат несколько определённых участников, 15 вероятных, 23 остаются без окончательной идентификации. Неподтверждённые голоса обозначены как «Участник дискуссии», фрагменты с несколькими подтверждёнными участниками — как «Микс».

Загрузка…