AstraFable индекс координатора дата: 2026-09-20 final

Outcome-driven product management как система

Обе модели описали одну и ту же систему: стратегия с фокусом → измеримое изменение поведения как цель команды → discovery до постройки → малые релизы с измерением → еженедельная проверка и квартальный пересмотр, а обязательства с датами живут в отдельном реестре и даются только после discovery. Обе честно фиксируют, что контролируемого сравнения outcome- и output-организаций нет: эмпирика поддерживает механизмы (две трети идей не двигают метрику, проверка гипотез повышает долю прекращённых идей), а не модель целиком. Различие в оптике: Fable собрала канон SVPG, Torres, Seiden, Perri, Gilad и Cutler с числами бенчмарк-опросов и хронологией по месяцам, Astra построила модель данных с разделением свидетельства, наблюдения и решения и разобрала противоречивые измерения эффекта AI. Главное ограничение у обеих: система легко имитируется и без рычагов, данных и доступа к клиентам вырождается в переименованную фабрику фич.

Astradone
Модель
gpt-6-astra · effort ultra
Время
34 мин
Источников
57
Слов
14462
Утверждений
281
Валидация
блокеров 0, предупреждений 5
Fabledone
Модель
claude-fable-5-1 · effort max
Время
47 мин
Источников
101
Слов
16416
Утверждений
365
Валидация
блокеров 0, предупреждений 3
Стоимость
$21.27 по списочным ценам

Вердикт координатора

Система описана одинаково. Outcome-driven product management — управление инвестициями в продукт через измеримые изменения поведения клиентов и бизнес-результаты, а не через список функций. Обе модели свели её к одному замкнутому циклу: стратегия с фокусом задаёт проблемы командам, команда получает outcome и полномочия искать решение, discovery снимает риски до постройки, delivery выпускает малыми релизами с телеметрией, измерение сравнивает ожидание с наблюдением, пересмотр меняет следующее вложение. Fable показывает, что ядро совпадает у SVPG, Torres, Seiden и Gothelf, Perri, Gilad и Cutler, а расходятся они только в ритме (неделя, квартал, десять недель) и в отношении к дорожной карте. Astra формулирует системообразующее свойство: если измерения не могут изменить решение, бюджет или обязательство, система остаётся управлением поставкой при любых OKR и дашбордах.

Обязательства отделены от целей у обеих. High-integrity commitment по Кейгану даётся только после discovery, утверждается отдельно, ведётся в реестре и остаётся исключением, иначе цели снова становятся дорожной картой. Обе модели строят вокруг этого артефакт: Astra с регистрацией обещания, данного без полномочий, как reported/unverified, Fable с утверждением CTO, свидетельствами feasibility и долей ёмкости. Обе указывают один и тот же порог отказа от системы: если большинство «outcomes» команды — внешние обязательства, честнее plan-driven режим с честными обещаниями.

Эмпирики модели нет, и обе говорят это первым делом. Контролируемого сравнения outcome- и output-организаций по бизнес-результатам не нашла ни одна. Fable опирается на данные экспериментальных платформ (около трети идей улучшают метрику у Microsoft, до 96 % без эффекта у Google), бенчмарк-опросы Torres 2022 и 2024 годов (полноценно по одному outcome работает около пятой части команд, у половины нет поведенческой аналитики), исследования OKR Butler и Stray. Astra берёт четыре RCT Camuffo об обучении научному подходу (759 фирм, прекращение идей +9,8 п. п.), панель Koning о внедрении A/B-софта (35 262 стартапа), DORA, METR, Cui и эксперимент P&G о влиянии AI и показывает, что их противоположные знаки нельзя усреднять: разные вмешательства, единицы и исходы. Пересечение источников всего десять адресов. Уверенность в описании системы высокая у обеих, в эффекте средняя, в длительностях и стоимости перехода низкая.

Различие в оптике полезно. Fable даёт числа и даты: десять критериев хорошего outcome, таблицу ритмов по авторам, нормы здоровья с процентами из опросов, хронологию по месяцам с 1967 года, критику Cutler 2025 и Klein 2026 о нереалистичности полномочий в масштабе. Astra даёт модель данных: девять сущностей и шесть типов связей, разделение свидетельства, наблюдения и решения, таблицу проблем измерения (proxy, лаг, атрибуция, малая выборка, общие зависимости, внедрение, стоимость), сценарий с A/B на 1 000 аккаунтов и честной интерпретацией «цель не достигнута, сигнал положительный, удержание не созрело». Для собственной методологии правила Fable задают, что считать нормой, а схема Astra — что хранить и когда статус нельзя повышать.

Где не сходятся. Astra расширяет определение outcome за пределы человеческого поведения (предотвращённый сбой или снижение энергопотребления ценны без нового действия пользователя), Fable держит многоуровневую схему business / product / customer / traction / input metrics и словарь Seiden. Это разные разрезы одного явления, а не спор. Единственное настоящее расхождение источников, которое обе сохранили, — между Кейганом («модель применима везде, где есть рычаги») и Klein («в масштабе зависимости уничтожают рычаги»): обе модели отвечают одинаково, различая empowerment как право искать решение и autonomy как независимость от других команд.

Карта согласий и расхождений

Раздел Согласие Astra Fable Комментарий координатора
0. Вердикт полное Система пересматриваемых инвестиций; один пилотный контур; альтернатива по риску; обязательства отдельно; LLM снижает стоимость синтеза Ядро одинаково у всех школ; реализуема для 20–500 без ритуалов; легко имитируется; Shape Up с критерием результата как альтернатива Один вывод
1. Что это и как работает в целом Рабочий словарь из восьми понятий; модель системы с семью элементами и «что ломается без него»; девять критериев outcome; роли с правом решения; ритмы; таблица проблем измерения; три уровня проверки Триада output / outcome / impact из логических моделей; пять уровней outcome; десять критериев; восемь элементов с владельцем и горизонтом; три типа команд Кейгана; ритмы по авторам; шесть формальных правил; шесть вариантов системы Fable ближе к канону, Astra к схеме данных
2. Актуальность и доказательная база в целом Camuffo, Koning, DORA, METR, Cui, P&G, Corbo; вендорские кейсы Amazon, ODI 86 %, Evidence-Guided; Cagan 2026 о недооценке руководства Опросы Torres 2022 и 2024, Colson о доле неудачных идей, Pendo 80 %, Butler, Stray, Trieflinger; Planview 12 %; McKinsey недоступен; критика Cutler и Klein Разные корпуса, одинаковый вывод
3. Где применимо и где нет полное Подходит при неизвестном решении и доступных рычагах; не подходит подрядчику по спецификации, при известном решении, при запрете менять решение, до PMF, при отмене обязательных проверок Таблица шести контекстов с адаптацией авторов: агентства, регулируемые отрасли, hardware, sales-led, ранняя стадия, внутренний IT Fable подробнее по адаптациям
4. Альтернативы и дерево решений в целом Шесть систем; ODI как омоним с таблицей отличий; дерево от обязательств и цены ошибки Семь альтернатив включая impact mapping и feature-команду с ограждениями; дерево от рычагов, контракта, PMF и данных Деревья объединены ниже
5. Практическое применение в целом Семь этапов с критериями перехода; сценарий 80 человек с A/B 200/500 против 250/500 и интервалом; пять видов обещаний; масштаб 20–50 / 50–150 / 150–500; ёмкость пилота 84 человеко-недели Три изменения SVPG по порядку трудности; пять этапов с длительностями; сценарий «Флотика» на четыре команды; ошибки первого года; стоимость входа по статьям Совпадают по порядку, Astra строже к измерению
6. Артефакты полное Стратегия, паспорт outcome, outcome-based roadmap, устав команды, карточка инициативы, план проверки, свидетельство, измерение, реестр обязательств, обзор результатов и журнал решений Стратегия, определение outcome, устав и цели команды, дорожная карта, OST, реестр обязательств, обзор еженедельный и квартальный, гипотеза Lean UX, запрос стейкхолдера как проблема Совпадают по составу
7. С чем используется в связке полное Десять связок с конфликтом; конфликты из-за прав и обещаний, а не названий Одиннадцать практик с интерфейсом; что предшествует и следует; семь конфликтов Совпадают
8. Метрики здоровья и антипаттерны в целом Десять признаков, почти все авторские; пять антипаттернов Тринадцать признаков с процентами из опросов; пять антипаттернов Три антипаттерна совпадают
9. Инструменты и софт в целом JPD, Productboard, airfocus; требования к категориям; приёмочный сценарий выбора Vistaly, JPD, Productboard, Perdoo; okr-tracker Осло и GreenOKRa; выбор по числу команд Цены JPD и Productboard совпали
10. Адаптация под LLM и агентов в целом Практики Torres, Vistaly, P&G; восемь операций «LLM / человек»; девять сущностей и шесть типов связей; YAML-пример; проверки семи уровней; pydantic и langfuse Позиции SVPG, Torres (около 30 % выдуманных цитат), Gilad, Gothelf; десять операций; пять сущностей плюс обязательства; восемь автоматических проверок; четыре открытых репозитория Схемы совместимы, объединены ниже
11. Происхождение и что читать полное Этапы от Lean Startup до самокритики Кейгана 2026; маршрут чтения из двенадцати пунктов Логические модели 1967–1998 как источник словаря; хронология по месяцам до 2026; кураторский список из пятнадцати пунктов Совпадают, Fable точнее по датам
12. Открытые вопросы полное Полный причинный эффект, распространённость, нормы, связь product outcome с бизнесом, эффект LLM; карта доступа по девяти объектам Эффект на бизнес, книги, академические статьи, ODI, цены; шесть противоречий источников; уверенность по разделам Совпадают по сути

Шкала согласия: полное, в целом, частичное, расхождение, только у одной.

Уникальные находки

Только у Astra

  • Системообразующее свойство: замкнутая обратная связь; если измерения не меняют решение, бюджет или обязательство, система остаётся управлением поставкой.
  • Расширение определения outcome за пределы человеческого поведения: предотвращённый сбой или сниженное энергопотребление ценны без нового действия пользователя; тип результата, субъект и механизм хранятся как поля.
  • Таблица семи проблем измерения с правилом на каждую: proxy, длинный лаг, атрибуция, малая выборка, общие зависимости, внедрение, стоимость; формула Δ и стандартной ошибки для долей.
  • Разбор противоречивых измерений AI: METR (+19 % времени у опытных разработчиков), Cui (+26 % задач как IV-оценка, не ITT), P&G (+0,37 SD качества концептов), DORA 2024 и 2025 с разными знаками; вывод «не усреднять, а различать вмешательство, единицу и исход».
  • Camuffo 2024: четыре RCT, 759 фирм, обучение формулированию и проверке гипотез повышает прекращение идей на 9,8 п. п.; Koning: 35 262 стартапа, A/B-софт даёт около 13 % посещений; оба не проверяют роли, квартал или трио.
  • Пять видов обещаний с разными владельцами и правилами пересмотра: стратегический ориентир, инвестиция в outcome, прогноз поставки, high-integrity commitment, внешнее договорное требование.
  • Регуляторная граница: FDA QMSR с 2026-02-02 включает ISO 13485, outcome не заменяет обязательные проверки; итеративность системной инженерии NASA как аргумент за раннюю обратную связь в hardware.
  • Cagan 2026-09-11 «Strong Opinions, Loosely Held»: признание недооценки business viability, руководства и политики; Cagan о том, что реорганизация не обязательна.
  • Девять сущностей и шесть типов связей с допустимой автоматической проверкой на каждый; правило «инициатива не обязана иметь выдуманную opportunity»; временные петли не запрещать правилом ацикличности.
  • Демонстрация astra/outcome-system-demo.html со статусами поставки и результата и проверками дефектных карточек.

Только у Fable

  • Бенчмарк-опросы Torres: 2022 год, 1 999 респондентов из 78 стран, только 20,8 % команд работают над одним outcome, 48,3 % «смесь», 16,3 % интервьюируют еженедельно, 70,6 % не провели ни одного теста допущений за неделю; 2024 год, 680 респондентов, у половины нет поведенческой аналитики, автор отказалась делать выводы об эффекте трио.
  • Доля неудачных идей по экспериментальным платформам: Microsoft около трети успешных, Netflix 90 % ошибочных, Google до 96,1 % без эффекта, Booking девять из десяти; Pendo о 80 % редко используемых функций.
  • Три типа команд Кейгана (delivery, feature, empowered) и десять критериев outcome с проверкой «может ли довольный клиент никогда не пользоваться этой функцией».
  • Таблица шести контекстов с адаптациями самих авторов: квартальные контракты на результат в агентствах, плейбук с юристами в регулируемых отраслях, двухтактная модель для hardware, reference customers в sales-led, прототипирование до инженеров до PMF, продуктовое финансирование во внутреннем IT.
  • Критика 2025–2026: Cutler об ошибке выжившего у Кейгана; Klein (NN/g) о 14 согласованиях на изменение навигации и 70 % времени PM на координацию; ответ SVPG через различение empowerment и autonomy.
  • Torres о AI-синтезе интервью: три допустимые роли (конспектист, свежий взгляд, учитель), три опасности и около 30 % неточных или выдуманных цитат в её тесте; Gilad об «ускоренной фабрике фич».
  • Кейс Trainline из Transformed: переход от аутсорсинга к сквадам, «WIP-стена» с целями вместо функций, IPO в 2019 году; помечен как свидетельство инсайдера.
  • Хронология словаря: логические модели Suchman 1967 и Kellogg Foundation 1998 как источник триады output → outcome → impact, которую Seiden признаёт своим первоисточником.
  • Открытые репозитории okr-tracker муниципалитета Осло и GreenOKRa; ни один не моделирует уровни ниже ключевого результата.

Объединённое дерево решений

  • Если поступил запрос на внешнюю поставку с фиксированной датой или обязательство уже принято→сначала выделить контур обязательств
    • Если решение и ценность определены заказчиком и доступа к последствиям нет→output/contract-driven исполнение с приёмкой и управлением изменениями; при следующем контракте предложить квартальные обязательства на результат
    • Если способ решения неизвестен, а обязательство ещё не дано→discovery до обязательства, затем high-integrity commitment с утверждением руководителя разработки и отдельный обзор outcome
    • Если обязательство уже дано, а исследовательский этап допустим внутри него→discovery для выбора выполнимого решения, управление исполнением обещания, отдельный обзор outcome
    • Иначе→управление рисками исполнения и явное пересогласование неопределённости со спонсором
  • Если команда не контролирует рычаги результата (покупной софт, результат зависит от чужих действий)→измеряемое output-исполнение с честными обязательствами и пилот восстановления полномочий; outcome остаётся на уровне заказчика
  • Если продукт физический и стоимость изменения растёт ступенями→двухтактная модель: outcome-подход для прошивки, сервисов и предгейтовых прототипов, staged engineering для изделия; ODI для поиска потребностей на входе
  • Если сегмент, задача клиента и основание спроса неизвестны→ограничить вложение в поиск ценности
    • Если нужен систематический выбор между устойчивыми jobs и сегментами→ODI, затем минимальный outcome-пилот
    • Иначе→прототипная проверка трио до найма инженеров; единственный outcome — сигналы product/market fit
  • Если нет телеметрии и еженедельного доступа к клиентам→сначала инструментирование и интервью; планировать по impact map; систему включать после появления данных
  • Если данные есть, но руководство требует предсказуемости на всё→Shape Up как ритм ставок с outcome как критерием ставки плюс реестр обязательств на внешние даты; полномочия вводить постепенно
  • Если главная проблема — незавершение понятных изменений при гибком scope→Shape Up плюс обязательный обзор результата после выпуска
  • Если есть неопределённость ценности, доступ к обратной связи и право менять решение→outcome-режим
    • Если команд одна–три→минимальная система: один outcome на команду, еженедельные интервью и проверки метрики, реестр обязательств, журнал решений, без product ops; GIST как возможная форма планирования
    • Если команд больше трёх и есть общие компоненты→полная форма: стратегия с фокусом и списком «не делаем», team objectives, портфельный обзор зависимостей, product ops только как усилитель данных
    • Если продукт и операции совместно создают услугу→совместный владелец процесса и контролируемые входные метрики по образцу Working Backwards
    • Если организация sales-led→обещает только команда после feasibility-прототипа, reference customers на сегмент, уникальные функции сделок ведутся как обязательства
  • Если неопределённость мала, а полезность и способ выполнения известны→прозрачное output-исполнение с последующей проверкой полезности
  • Если после двух кварталов отчёты остаются про поставку, а решения о ресурсах не изменились→снять OKR-обёртку, оставить одну метрику на команду с еженедельной проверкой или честно назвать модель feature-командой с ограждающими метриками

Объединённая модель системы

Обе модели предлагают близкие схемы данных; ниже их объединение как основа для собственного слоя планирования. Это авторские предложения обеих моделей, а не стандарт какой-либо школы.

Сущность Поля и правило Откуда
Strategy Версия, диагноз, сегмент, выбранные направления и явный список not_doing, ограничения, владелец, триггеры пересмотра; пересмотр квартально обе
Outcome Уровень (business, product, customer), субъект, изменение, metric_ref с источником и версией, baseline с датой, target с горизонтом не дальше трёх кварталов, гипотеза связи с бизнес-результатом, владелец, права решения, guardrails, состояние; один активный product outcome на команду; выпуск инициативы не переводит outcome в achieved обе
Metric и Observation Определение метрики с числителем, знаменателем, популяцией, окном и версией запроса отдельно от наблюдения с когортой, периодом, значением, размером выборки, сравнением и неопределённостью; свежесть последнего измерения не старше недели у активного outcome Astra структура, Fable свежесть
Opportunity Формулировка потребности, сегмент, ссылки на свидетельства (снимки интервью), состояние; обязательный слой у Fable, у Astra допускается прямая связь инициативы со стратегией без выдуманной потребности обе
Initiative Ссылки на outcome и opportunity, гипотеза решения по шаблону Lean UX, уверенность не выше уровня, допустимого журналом свидетельств, лимит вложения, следующий тест, статус поставки отдельно от статуса результата обе
Evidence Вид, происхождение (interview, experiment, generated), источник, дата, метод, выборка, ограничения, производитель и проверивший; сгенерированное и синтетическое не входит в эмпирическую базу; у AI-сводки ссылка на исходные фрагменты Astra
Decision Область, альтернативы, свидетельства, выбор, обоснование, кто и когда, триггер пересмотра; новая запись, а не правка старой Astra
Commitment Получатель, основание, scope, критерий приёмки, срок, владелец, зависимости, свидетельства discovery, кто утвердил, доля ёмкости, правило изменения; обещание без полномочий регистрируется сразу и разбирается; сумма долей обязательств команды не выше порога стратегии обе
Связи contributes_to, addresses, measures, supports и contradicts, depends_on, supersedes; у каждой проверяется существование концов и версии Astra
Автоматические проверки Целостность цепочки стратегия → outcome → opportunity → initiative → measurement; грамматика outcome без output-глаголов с LLM-судьёй на границе; один активный outcome на команду; свежесть измерений; обязательство без свидетельств и утверждения не активируется; shipped не равно achieved; синтетика исключена из выборок обе
Остаётся человеку Интервью и переговоры, выбор проблемы и фокуса, интерпретация тренда, причинная интерпретация, решение о смене outcome, внешнее обещание от имени бизнеса обе

Статистика запусков

Показатель Astra Fable
Модель и effort gpt-6-astra, ultra claude-fable-5-1, max
Время работы 34,6 мин плюс один доработочный ход 47,5 мин
Поиск и чтение 25 поисков, 40 команд, 17 записей файлов; 57 источников: 46 полных текстов, 6 аннотаций, 5 фрагментов 53 поиска, 148 обращений к страницам, 74 правки файла; 101 источник
Пересечение источников 10 общих URL, 14 общих доменов: SVPG, Product Talk, Gilad, Cutler, Perri, Gothelf, Basecamp, Lean Startup, Atlassian, Productboard
Объём, слов 14 462 16 416
Типизация утверждений 281: 166 гипотез, 58 мнений, 35 фактов, 17 эмпирики, 5 вендор 365: 243 мнения, 36 вендор, 35 фактов, 30 гипотез, 21 эмпирики
Ссылок на источники в тексте 161 618
Дерево решений 7 ветвей, 13 листьев 7 ветвей, 10 листьев
Антипаттерны, термины 5, 73 5, 70
Стоимость CLI не сообщает $21,27 по списочным ценам
Статус валидации 1 блокер формы после починки валидатора, исправлен одним доработочным ходом; затем 0 блокеров, 5 предупреждений о недоступных для автопроверки ссылках Wiley, INFORMS и FDA 0 блокеров с первого раза, 3 предупреждения: лист дерева со словом «зависит», таймаут McKinsey, 403 Medium

Открытые вопросы

  • Нет контролируемого сравнения outcome- и output-организаций по бизнес-результатам; обе модели предлагают локальный пилот на один–два цикла с фиксацией отменённых инвестиций, полной стоимости и зрелых outcomes вместо ожидания литературы.
  • Распространённость неизвестна: опросы Torres самоотобраны, Planview и McKinsey известны в вендорском пересказе или недоступны; полноценно работает по системе, по лучшей оценке, около пятой части команд в сообществе, расположенном к методу.
  • Длительности и стоимость перехода опираются на практику коучей (12–18 месяцев у Cutler, 2–3 квартала на один outcome у Torres) и на ориентиры моделей, а не на измерения.
  • Связь product outcome с бизнес-результатом остаётся гипотезой в каждом сценарии: ранняя активность может не перейти в удержание и прибыль; обе модели требуют хранить эту гипотезу как поле и проверять её отдельно.
  • Эффект LLM на discovery не установлен: исследования измеряют разные вещи с разными знаками, а METR в 2026 году признал ненадёжным даже прежний способ измерения; практическая граница у обеих одна — LLM синтезирует, проверяет структуру и критикует, человек интервьюирует, выбирает и обещает.
  • Расхождение Кейгана и Klein о реалистичности полномочий в масштабе не разрешено: обе модели предлагают различать empowerment и autonomy и резать команды по клиентским путям, но данных о том, где это работает, нет.
  • Книги Inspired, Empowered, Transformed, Escaping the Build Trap, Continuous Discovery Habits, Evidence-Guided, Lean UX, Sense and Respond и Working Backwards обе модели читали только по издательским страницам и статьям авторов.

Заметки о прогоне

  • На этом исследовании 2026-09-19 упал валидатор харнесса: Astra получила заглушку «validation.json не создан», создала собственный отчёт, и конвейер записал «done» без реальной проверки. После починки валидатора повторная проверка нашла 1 блокер формы, исправленный одним доработочным ходом; файл Astra сохранён как self-validation-by-astra.json. Случай закреплён в базе паттернов как «сбой харнесса нельзя отправлять модели как задание».
  • Первый запуск Fable погиб через 8 минут по лимиту подписки вместе с четырьмя параллельными; повторный запуск в очереди занял 47,5 минуты, наравне с OST самый долгий прогон дня.
  • Astra по-прежнему помечает гипотезой большинство синтеза (166 из 281), Fable опирается на мнения авторов школ (243 из 365): тема состоит из авторских позиций почти без измерений, и обе типизации это отражают.
  • Пересечение источников низкое: 10 общих URL. Astra ушла в RCT, панельные исследования и эксперименты с AI, Fable — в канон SVPG и Product Talk, бенчмарк-опросы и критику 2025–2026 годов.