Продакт-менеджеры начали использовать AI-агентов не для генерации текста, а для управления проектами. Не «напиши мне письмо» – а «пройдись по 10 интервью, найди топ-5 болей по частоте, вытащи дословные цитаты и найди противоречия между респондентами».

Разница с обычным чатом – принципиальная. В чате вы копируете данные руками. Агент сам читает файлы, ходит по папкам, сравнивает документы. Менеджер формулирует задачу, агент выполняет – через терминал или IDE.

Конкретные кейсы из практики:

• Discovery-спринт. 10 интервью – обычно 19 часов ручной работы: выписать цитаты, сгруппировать боли, найти паттерны. Через агента – 10,5 часов. Экономия почти вдвое, но главное другое: агент ловит противоречия между интервью, которые человек пропускает – последний разговор всегда весит больше первого. • Конкурентный мониторинг. 15 сайтов конкурентов – цены, функции, изменения в позиционировании. Агент запускает 15 параллельных потоков анализа. Результат в 5 раз быстрее и, что важнее, – однороднее: каждый конкурент анализируется по одной и той же рамке, без усталости к третьему часу. • Прототипирование. Менеджер описывает функцию – например, центр настройки уведомлений – и агент собирает работающий прототип интерфейса за час. Стейкхолдеры реагируют на реальный экран, а не на абстрактное описание в документе.

Но есть нюанс с экономикой. Claude Code решает задачи с первого раза в 78% случаев – лучший показатель среди агентов. При этом потребляет в 4,2 раза больше токенов, чем более лёгкие альтернативы. Одна интенсивная сессия может стоить $40. Менеджеру приходится считать: оправдывает ли 7–10% выигрыш в точности трёхкратный рост расходов?

Тема CLI-инструментов и агентной оркестрации разбирается в модуле «Техническая глубина»: программа курса