Обновить
256K+

Управление разработкой *

Планирование, отслеживание и контроль

447,62
Рейтинг
Сначала показывать
Порог рейтинга

Представлен открытый проект Terminal Velocity (tvty) — двадцать агентов ИИ, работающих в циклах (loop). В центре внимания — задачи (тикеты). Одно окно. Никаких поисков нужной вкладки.

«tvty — для тех, кто хочет вести разработку с Claude на максимальной скорости. Это нативный терминал для одновременного запуска множества агентов Claude Code: терминалы сгруппированы по проектам, а тикеты каждого проекта находятся прямо рядом с ними — агент задаёт вопрос, вы принимаете решение, работа продолжается. Почему это удобно Одно окно вместо двадцати вкладок. Видны все проекты, все агенты и то, что требует вашего внимания: принятие решения, непрочитанный ответ или тикет, блокирующий остальные задачи. Терминал каждого агента работает в реальном времени. Прямая привязка к сессии, высокая скорость, никаких лишних прослоек вроде tmux. Переключение одним нажатием клавиши или выбор из миниатюр, отображающих текущее состояние всех окон. Тикеты — рядом с терминалом. Планы, решения, эскалации, изображения: принимайте, отклоняйте или отвечайте, не отрываясь от клавиатуры», — пояснил автор решения.

Теги:
+1
Комментарии0

Как я использую ИИ в работе и что ему пока не доверяю.

Чем больше я работаю с ИИ, тем меньше воспринимаю его просто как «инструмент для написания текстов и анализа информации».

Для меня он уже скорее дополнительный участник рабочего процесса. Но участник, которому я очень чётко определяю границы.

Что я уже регулярно отдаю ИИ?

Всё, где мне нужно быстро разобрать большой объём информации, привести его в порядок или получить первый вариант.

Например:

— собрать и структурировать информацию;

— сделать первичный анализ;

— подготовить summary встречи;

— разобрать backlog и предложить варианты приоритетов;

— найти несоответствия или потенциальные проблемы;

— подготовить вопросы к встрече или требованиям;

— сформулировать несколько вариантов решения;

— сделать черновик документа или плана.

Особенно ценю не столько сам готовый результат, сколько возможность быстро пройти первый слой работы и дальше уже заниматься тем, где действительно нужен мой опыт.

Что он пока не может заменить?

ИИ может посмотреть на backlog и предложить логичный порядок задач. Но он может не знать, что у нас есть договорённость с бизнесом, важный клиент или обязательный релиз, который полностью меняет картину.

Он может увидеть, что команда стала медленнее, и предложить пять возможных причин.Но он не проживает эту ситуацию вместе с командой и не знает всех нюансов, которые иногда невозможно выразить в цифрах.

И я точно не отдаю ему на откуп ответственность за финальное решение.

Поэтому я могу использовать его анализ, спорить с ним, просить предложить альтернативы.

А что я принципиально не готова отдавать ИИ?

Всё, где цена ошибки - человек, деньги, безопасность или серьёзные последствия для бизнеса.

Например, я не хочу, чтобы ИИ самостоятельно решал, кого нанимать, увольнять или повышать. Не хочу, чтобы он автоматически оценивал эффективность сотрудников или принимал кадровые решения. Не хочу без человеческой проверки отдавать ему критические изменения в production.

Тезис «AI нельзя доверять» слишком однобоко звучит. 

Скорее, задача руководителя сейчас состоит в том, чтобы правильно определить границы самостоятельности AI.

Там, где результат легко проверить и ошибка обратима, можно давать системе больше свободы. Там, где решение влияет на деньги, безопасность, людей, клиентов или обязательства компании, нужен осознанный человеческий контроль.

Теги:
-1
Комментарии1

Представлен открытый проект Claude Code Skills & Plugins — Agent Skills for Every Coding Tool - 338 готовых скиллов для ИИ, чтобы заменить команду специалистов, включая:

  • Совет директоров — CEO, CTO, CFO, CMO, юрист, CISO и еще несколько видов руководителей.

  • Разработчики — архитектура, фронтенд, бэкенд, DevOps, тестирование, RAG, MCP‑серверы.

  • Продакты — продакт‑менеджер, UX‑ресерч, дизайн, роадмапы.

  • Маркетологи — контент, SEO, реклама, оптимизация под выдачу нейронок.

  • Продажи — ценообразование, сделки, партнерства, участие в тендерах.

  • Финансисты — бюджет, прогнозы, DCF‑модели, анализ рынка.

  • Проджекты — SCRUM‑мастер, Jira, Confluence.

  • Комплаенс — GDPR, ISO 27001, SOC 2, аудит.

  • Исследователи — обзор литературы, гранты, патенты, маркетинговый ресерч.

  • Личный ассистент — разбор почты, недельные ревью, дипворк, созвоны с подсчётом их стоимости.

Теги:
+6
Комментарии4

Как построить РБПО без боли для AppSec и разработчиков? Расскажем на GoCloud Tech 2026

РБПО хотят выстроить все, но на практике процесс быстро упирается в несколько противоречий: AppSec тонет в ручном триаже, разработчики — в шуме находок, а готовые внешние решения не позволяют развивать процесс под потребности компании. Мы прошли этот путь и построили систему, в которой безопасность встроена в разработку по слоям: от локальной проверки до релизного среза, и при этом не тормозит ни одну из сторон. На докладе покажем архитектуру такого процесса и разберем, как умная автоматизация с ИИ-агентами помогает сделать его комфортным для участников, не искажая реальную картину на аудите.

Спикер:
Иван Басенко — Go-разработчик, Cloud.ru.

Трек: Разработка

📅 Когда: 15 октября в 14:30–15:00 мск.

👉 Зарегистрироваться

А пока ждете выступление, можете узнать, как мы готовились к сертификации процессов безопасной разработки: ГОСТ Р 56939-2024 на практике: что мы сделали, чтобы получить сертификат РБПО.

Теги:
+3
Комментарии0

Как управлять разработкой, если процессы и данные распределены по разным системам?

Руководителям становится сложнее видеть общую картину: оценивать стоимость инициатив, контролировать соблюдение единых требований и понимать, где процессы теряют эффективность. Разработчики при этом зависят от DevOps-инженеров в типовых задачах и ждут предоставления окружений и ресурсов.

2 октября в 12:00 на вебинаре представим новый этап развития Deckhouse Development Portal.

Покажем, как Development Portal встраивается в разнородный ИТ-ландшафт и объединяет управление разработкой. Руководители получают больше прозрачности и инструментов контроля, а команды — портал самообслуживания для работы с инфраструктурными сервисами, инструментами и данными.

Разберём:

  • расчёт стоимости инфраструктуры разработки отдельных бизнес-инициатив;

  • стандартизацию процессов и требований безопасности;

  • упаковку согласованного стека в готовые шаблоны;

  • заказ окружений и баз данных по кнопке без ручной обработки заявок;

  • адаптацию портала к процессам компании и интеграцию с используемыми системами.

Бонус: для участников вебинара проведём чекап процесса SDLC вашей команды.

👉 Зарегистрироваться

Теги:
+3
Комментарии0

Как масштабировать знания, а не нагрузку

Когда обращений становится больше, кажется логичным расширить команду. Но вместе с новыми людьми растет и другая нагрузка: нужно помогать и передавать контекст новичкам, отвечать на одни и те же вопросы. При этом один сотрудник может заново искать решение, которое другой уже нашел.

С этим столкнулась команда клиентского сервиса ITSM 365. Кира, бизнес-аналитик клиентского сервиса и куратор командной базы знаний, рассказала, как команда постепенно выстроила систему работы со знаниями.

1️⃣ База знаний сама по себе проблему не решает

Можно написать сотни инструкций, но если их сложно найти, они дублируются или быстро устаревают, коллеги продолжат спрашивать друг друга. Поэтому работу с базой мы строим вокруг четырех принципов:

  • Актуальность — обновляем материалы и следим, чтобы они не дублировались.

  • Доступность — встраиваем статьи в рабочий процесс.

  • Признание — публично отмечаем всех, кто участвовал в подготовке материалов.

  • Ответственность — поддерживаем базу всей командой.

Как куратор, я проверяю, нет ли уже статьи на нужную тему, и помогаю авторам. Если коллеги замечают неточности, сообщают мне — я вношу правки сама или передаю материал автору.

При этом новые статьи пишем не ради количества, а когда видим повторяющийся вопрос или решение, которое пригодится другим.

2️⃣ Нужные инструкции должны быть под рукой

Важно, чтобы сотруднику не приходилось отдельно вспоминать, где искать нужную информацию. Поэтому стараемся сделать знания частью самого рабочего процесса.

Например, при выборе категории заявки портал сразу предлагает коллегам подходящие материалы. Клиентам он тоже подсказывает статьи: например, перед регистрацией обращения с высоким приоритетом предлагает инструкции, которые могут помочь восстановить работу приложения самостоятельно.

3️⃣ Иногда достаточно простого решения

Не все задачи требуют ИИ или большой автоматизации. Чтобы не подключать инженеров к вопросам, с которыми можем справиться сами, мы используем шаблоны комментариев. С их помощью проверяем базовые сценарии, собираем информацию и понимаем, нужна ли дополнительная экспертиза.

Еще один инструмент вообще выглядит максимально просто — обычное текстовое поле с комментариями по клиенту. Туда записываем договоренности: кому обещали рассказать о новой функции, к кому нужно вернуться после релиза, кого предупредить об изменениях. Это решение появилось как временное еще семь лет назад, но ничего удобнее мы пока не нашли.

4️⃣ ИИ там, где он действительно экономит время

Для работы с длинными обсуждениями мы используем ИИ-ассистента. Прямо в заявке можем получить краткое содержание переписки, собрать контекст для другой команды или выделить основные требования.

Раньше на такую работу могло уйти около получаса, сейчас — в среднем 3–5 минут.

Еще с помощью ИИ ищем похожие обращения по смыслу, а не только по ключевым словам. Это выручает, когда не знаем, как такую проблему описывали раньше.

5️⃣ Что изменилось в работе

Раньше на вопрос «Как добавить новую колонку в список заявок?» специалист в среднем тратил около 25 минут, а стажер — почти час. Сейчас открываем готовую статью и обычно закрываем такой вопрос примерно за минуту.

При этом часть типовых обращений вообще перестала доходить до нас: клиенты находят ответы самостоятельно. Новичков стараемся раньше подключать к реальным задачам и учим искать нужные статьи по ходу работы. В итоге тратим меньше времени на повторяющиеся вопросы, а знания становятся менее зависимыми от конкретных людей.

Культура обмена знаниями начинает работать тогда, когда найти нужную информацию самостоятельно проще, чем ждать ответа коллеги.

→ Подробнее своим опытом Кира поделилась в статье.

Теги:
-1
Комментарии0

Anthropic опубликовала руководство по работе с ИИ-моделью Claude Opus 5.5. Эта модель способна дольше выполнять задачи самостоятельно и сама определяет время для рассуждения.

Anthropic советует убрать из промптов фразы вроде «подумай хорошенько» и «рассуждай шаг за шагом». Opus 5.5 уже обдумывает каждый ответ, поэтому дополнительные указания не нужны.

В Anthropic разработчикам рекомендуют вместо последовательности отдельных команд описывать всю задачу сразу и указывать критерии ее завершения. Например, при работе с кодом нужно уточнить, какие его компоненты нужно обновить, а какой старый код можно удалить. Также пользователем этой системы нужно заранее определить ситуации, в которых ИИ-модель должна остановиться и запросить подтверждение пользователя.

Теги:
+6
Комментарии0

Джуны теперь не смогут набирать опыт

Наткнулся на такое утверждение:

На мой взгляд ключевой вызов системе образования сегодня в том что мы умеем выпускать джунов, а они уже в работе растут дальше до мидлов и синьоров. А в мире победившего ИИ джуны не нужны работодателям. Да и мидлы не факт. А вот сеньоры нужны, хоть и в меньших количествах.

Также вижу очень много статей по типу:
«Кто вырастит будущих сеньоров, если код теперь пишет AI?» https://habr.com/ru/articles/1077426/
“Марк Руссинович и Скотт Хансельман из Microsoft опасаются, что ИИ вытеснит джунов в программировании” https://habr.com/ru/news/1003662/
Некоторые новые джуны на самом деле не умеют писать код без ИИ‑помощников https://habr.com/ru/news/883560/
И некоторые считают, что из этого факта проистекают проблемы с вакансиями для молодых специалистов — «Как найти работу джуну, когда джуны никому не нужны» https://habr.com/ru/companies/surfstudio/articles/980538/
Но это не так.

Если мы внимательно посмотри на анализы рынка труда, в которых фиксируется недостаток работы для джунов, например тут — «Forbes: „джуны“ сейчас не нужны или почему выпускникам IT‑курсов стало сложнее найти работу» https://habr.com/ru/news/681468/, то видим, что проблема не в ИИ, который заменил джунов, а в целом в сокращении потребности отрасли в специалистах и большом количестве переученных выпускников курсов.
На самом деле джуны также нужны и сейчас и в будущем пригодятся по тем же самым причинам, что и раньше:

  1. Им можно меньше платить.

  2. Они больше мотивированы и готовы расти.

  3. Они меньше спорят и больше делают.

Но конечно меня спросят, а что насчет того, что всю работу джунов может заменить ИИ?
На этот счет у меня есть история из моей лабораторной практики. Когда я поступил в аспирантуру, общей практикой было то, что все новички: студенты и аспиранты, сначала в лаборатории моют посуду. Многие студенты на практике и аспиранты в первые пару месяцев только этим и занимались. Такой же подход был показан в сериале Теория Большого взрыва. Когда Шелдон приходит к Эми в лабораторию и предлагает помощь, она отправляет его мыть посуду.

Но в скором времени, наша лаборатория стала переходить на одноразовую пластиковую посуду, и потребность в мытье посуды просто отпала. По аналогии с ИИ, лаборатория должна была отказаться от студенческих практик и молодых аспирантов. Ведь теперь посуду мыть не надо, значит эти люди не будут приносить пользу. Но это не так. Просто студентам на практике стали давать больше заданий в рамках реальной экспериментальной работы.

Эта история мне всегда напоминает о том, что в реальном производственном или исследовательском процессе всегда остается много того, что пока может сделать только человек. И если у вас есть потребность в разработке, аналитике и так далее, то с помощью ИИ джун может сделать много того, что раньше мог делать только опытный разработчик.

Теги:
+3
Комментарии2

Ротация

Сотрудник захотел перейти в другое направление внутри компании. Уведомил эйчара, нашёл подходящую вакансию, договорился с принимающей стороной, рассказал непосредственному руководителю. И тут случилось странное: вышестоящий руководитель заблокировал ротацию, т.к. он это дело не поддерживает и не одобряет.

Я уверен, что задача руководителя — найти точку пересечения целей сотрудника с целями компании. В этой точке достигается максимальная мотивация человека и польза для организации. Если сотрудник хочет перейти в другое направление, и там готовы его взять, отлично, найдена новая точка. А для руководителя это полезный сигнал, что в команде не всё гладко, и хорошо бы эти проблемы найти и решить, а не заметать под ковёр.

К сожалению, та история закончилась плохо. Сотрудник проработал ещё три месяца, получил хороший оффер снаружи и уволился. Компания лишилась ценного сотрудника, который мог бы и дальше приносить пользу в другом направлении.

Теги:
+3
Комментарии2

Бывший дизайнер Google и Apple Робби Тилтон представил бесплатный аналог Photoshop — фоторедактор Compositor. Решение имеет высокий уровень оптимизации, установщик приложения для Mac весит всего 8 МБ, и проект не нагружает систему.

Теги:
+3
Комментарии0

Модель уровня opus 5 бесплатно. swe-2 в devin, но есть нюансыНа выходных многие ломанулись тестировать SWE-2: до 10 октября он бесплатен в Devin Desktop и CLI. Модель интересная: дообученная от Kimi K3, аккуратно правит код, хорошо держит фронт и умеет много агентской рутины. Плюс сразу подхватывает AGENTS.md, skills, MCP и привычные CLI-интеграции. Целей нет, зато есть /loop

Нюанс №1
У части пользователей незаметно включается Adaptive, а по умолчанию рядом маячит Fusion. В итоге ты думаешь, что работаешь на бесплатном SWE-2, а квота уезжает на роутер или lead-модель.В Fusion SWE-2 может быть только допом, а Fable/Astra/Sol платной основой. Дневная квота много у кого горит
Нюанс №2
Бесплатно не значит безлимитно по скорости. По ощущениям, после 5–6 параллельных сессий TPS режется примерно со 100 до 70, в пик может падать до 30. Плюс периодически прилетают 429, и API притормаживает
Чтобы не платить за соседей:

devin --model swe-2-high
/model swe-2-high
/session-stats

В конфиге закрепить (например) %APPDATA%\devin\config.json,

{
  "agent": {
    "model": "swe-2-high"
  }
}

Ну а /fusion, /model adaptive и /handoff не трогать. В статистике должна быть одна модель SWE-2, без Lead/Sidekick, и quota не должна уменьшаться.

P.S. Низкий порог входа по почте и слабая привязка к устройству сделали промо очень удобным для мультиаккаунтинга. Те 1 аккаунт за 20$ на почту + vps + cliproxyapi =>десятки индусов абузят через сабагентов. А еще конечно это по сути бесплатная мощная модель для любых ваших ИИ продуктов

P.P.S. 100% включат недельные квоты для free tier, но попробуй успеть пока не разобрали

Теги:
+3
Комментарии2

Как пройти путь от полного запрета ИИ до AI Native, где код пишут сотни агентов? Расскажем на GoCloud Tech 2026

Внедрение ИИ в разработку — это, к сожалению, не тумблер из легендарной Need for speed, который щелкнул и ускорился. По нашему опыту это путь через пять уровней зрелости, на каждом из которых свои бонусы и грабли. Расскажем, как мы продвигались от тотального запрета на ИИ к AI Native подходу, где сотни агентов пишут код практически без участия человека. Еще честно разберем, где ИИ реально дает +150% к продуктивности, а где превращается в −100% нервов. Обсудим потерю контекста, когнитивную усталость, боль с поддержкой легаси-кода и разный уровень зрелости внутри одной команды, а еще посмотрим на ситуацию глазами компании: безопасность, ценность SDD (spec-driven development) и границу между личными инструментами разработчика и корпоративной ИИ-инфраструктурой.

Спикеры:
Михаил Трифонов — лидер продуктовой платформы, Cloud.ru;
Руслан Таболин — руководитель направления, Cloud.ru.

Трек: Разработка

📅 Когда: 15 октября в 12:00–12:40 мск.

👉 Зарегистрироваться

А пока ждете выступление, можете посмотреть результаты нашего исследования: Почему пилотные ИИ‑проекты умирают, а теневое использование живет: итоги опроса

Теги:
0
Комментарии0

Обсуждение статьи @Grami «Найм в 2к26. Что меня удивило больше всего» мне напомнило, как я в 2021 ещё писал, что феномен Рунета родился на «избытке» людей с научной подготовкой (физиков и математиков), доставшихся России 1990-х от СССР:

Рунет родился из космической гонки — и без новой космической гонки Рунет ждёт упадок

И там же я писал, что именно благодаря появился тот Рунет, в которое смогло прийти поколение самоучек — от домашнего ПК до тимлида. Это поколение уже good enough, чтобы поддерживать созданное поколением физиков и математиков, но не чтобы повторить это уже на новом уровне, соответствующем текущему уровню развития технологий. А в технологиях все, что не развитие, это деградация. То есть, другое слово для «поддержания» и есть загнивание.

А для развития этого нужно продолжать пресловутое «перепроизводство» людей с научной подготовкой. А вместо этого — псевдорациональная «оптимизация» и «подготовительные курсы», которые вместо строителей рунета производят обслуживающий персонал построенной другими махины.

Теги:
+6
Комментарии2

Ближайшие события

Акт подписан, но система не работает:  суд вернул 185 млн 

В IT-проектах бытует мнение: если промежуточный акт подписан, деньги за этап не надо возвращать. Арбитражное дело, дошедшее до Верховного суда России, показало обратное.

Заказчик оплатил первый этап работ на 185,9 млн рублей, но программное обеспечение (ПО)  так  и не заработала в нужных режимах. Суд расторг контракт и взыскал всю сумму с Исполнителя, указав на отсутствие потребительской ценности результата. Разбираем, почему подписанные промежуточные акты не гарантируют оплату и какие выводы должны сделать заказчики и исполнители, чтобы не повторить эту историю.

Суть дела

Между Заказчиком и Исполнителем был заключён контракт на создание сложной информационной системы. За первый этап работ Заказчик оплатил Исполнителю 185,9 млн руб. Однако в ходе дальнейшей реализации проекта выяснилось, что система не обеспечивает требуемый функционал и не может использоваться по назначению.

Проблема

Ключевой вопрос: можно ли взыскать обратно деньги с Исполнителя, перечисленные за этап, если промежуточные акты по этому этапу были подписаны, но итоговый результат оказался бесполезен для Заказчика? Исполнитель ссылался на то, что промежуточные акты приняты и оплачены Заказчиком, значит, работы считаются сданными.

Решение суда

Апелляционный суд расторг  контракт и взыскал с Исполнителя 185,9 млн руб. неосновательного обогащения и почти 4 млн руб. неустойки. Кассационный суд  и Верховный Суд РФ поддержали этот вывод. Суды указали на отсутствие для Заказчика потребительской ценности результата работ и недоказанность полноценного встречного предоставления на перечисленную сумму.

Что делать, чтобы не повторилась ситуация

Для Заказчика:

· Включайте в контракт условие о потребительской ценности как критерии приёмки: не просто «акт подписан», а «система работает в заданных режимах, согласно ТЗ».

· Прописывайте право не подписывать финальный акт до подтверждения работоспособности системы в реальных условиях.

· Фиксируйте в договоре конкретные сценарии использования и метрики, по которым будет проверяться результат.

· Проводите независимую экспертизу до подписания итогового акта.

 

Для Исполнителя:

· Не полагайтесь на подписанные промежуточные акты как на гарантию оплаты — суд смотрит на итоговый результат.

· Перед сдачей этапа убеждайтесь, что функционал соответствует технической документации и может быть проверен Заказчиком.

· Фиксируйте письменное согласование изменений и уточнений, чтобы избежать споров о несоответствии результата ожиданиям.

· Включайте в договор ограничение ответственности по объёму и срокам, если это возможно.

Если проект зашёл в тупик, а Исполнитель ссылается на подписанные акты — это не приговор.

Провожу анализ ситуации на стыке IT, права и финансов.

Пишите @RRSadykov

 

 

Теги:
+1
Комментарии5

Немного про автоматизацию и MES

Изначально предприятия берут MES, чтобы автоматизировать что-то, а потом сталкиваются с тем, что автоматизации минимум, и не так всё это просто запустить. В основном сейчас внедряют цифровизацию, которая собирает данные контроля и выводит красивые мнемосхемы. Никакой автоматизации в принятии решений, а зачастую нет даже подсказок, в какую сторону надо принимать решение. Все красивые технологии, о которых говорят, пока больше в презентациях. Есть и другие проблемы.

Ключевые проблемы внедрения MES:

  • Устаревшее оборудование, линии связи, отсутствие автоматизированных средств контроля;

  • Отсутствие производственных регламентов, нет проработки процессов;

  • Неватка компетентного персонала;

  • Сложности в интеграции существующих системы;

  • Несогласованность нормативно-справочной информации (НСИ)

  • Разрывы в данных, которые нужны и которые могут быть собраны;

  • Ограничения бюджета, невнятные KPI при высоких затратах.

Но тут ещё другая проблема выстреливает, вот позавчера наткнулся Ирония автоматизации (ссылка).

В 1970х годах когнитивный психолог Лизанна Бейнбридж проводила дни, наблюдая за операторами больших индустриальных печей. Она просила их проговаривать вслух, что именно они делают и почему, и разбирала, как устроено их знание о производственном процессе, управляемом автоматикой.

Из этой серии интервью в 1983 родилась статья "Ironies of Automation".

Ирония автоматизации состоит в том, что человеку достаются задачи, которые не удалось автоматизировать, то есть по определению самые трудные и плохо формализуемые. Плюс к ним – надзор за автоматикой, которую внедрили как раз потому, что она работает лучше человека. И эта система концептуально сломана:

  • Человек физиологически неспособен удерживать внимание на источнике, где почти ничего не происходит.

  • Умения оператора деградируют без практики. Если ты годами только наблюдаешь за системой, то в момент аварии, когда нужно перехватить управление и проявить мастерство, его уже не осталось.

  • Знания в долгосрочной памяти остаются доступными, только когда к ним регулярно обращаются. Оператор, не пользующийся этими знаниями, теряет способность быстро их извлечь. Кроме этого, протухает ментальная модель того, как работает система, и в каком состоянии прямо сейчас она находится.

Все эти проблемы стали ярко видны в произошедшей примерно в то время аварии на АЭС в Пенсильвании (ссылка). Скакнуло давление, один из клапанов не закрылся, и пошло-поехало. При этом все части автоматики сработали как надо, но итоговый сценарий был не знаком операторам, а из-за показаний приборов их ментальная модель разошлась с реальностью. В итоге они совершили кучу ошибок, произошел выброс радиации, а блок теперь законсервирован навсегда.

В общем история о том, что теряется субъектность персонала, люди перестают думать и доверяют машине, а когда машина подводит, не могут сами принять решение и выполнить правильные действия.

Сравните с тем, как много сейчас говорят об ИИ. Мол ИИ заберет простые задачи, но мы будет за ним проверять и думать о сложном. Не будем мы проверять, и возможно не будем думать. Это конечно плохо.

Теги:
+1
Комментарии5

Про нестандартные решения и продуктовых инженеров

Мы тут обсуждаем в наших командах, как строить разработку в новых условиях и возможностях. Так чтобы это и не вайбкодинг, но и не эджайл по-советски. Понятно, что сквозная агентная инженерия, спеки, харнесс, подписки, все дела... Но пока продакт и инженер-билдер это не один человек, проблемы в коммуникации и сквозных бизнес-процессах неизбежны. Это просто как преамбула.

***

Думаю, вы понимаете, что в одиночку единорога уже можно конечно пробовать, но пока это скорее ошибка выжившего, как и в целом с успехом. Как правильно -- все знают. В теории.

Так вот, мы по-прежнему командами работаем. Небольшими командами. Может быть расскажу как-нибудь об этом подробнее.

Но сегодня о другом.

Обновили и утвердили очередную методологию процесса разработки. В моменте все счастливы. Но вы думаете она нас сделает успешными? Ну нет конечно.

Успешными людей и компании делают нестандартные решения.

И что интересно, способность принимать такие решения часто возникает с двух противоположных концов опыта.

Либо вы дурак или новичок, что в данном случае практически равноценно, и просто еще не знаете, что так нельзя.

Либо вы профи с огромным прикладным опытом и уже слишком хорошо знаете, почему именно так нельзя, когда это действительно нельзя, а когда вполне можно.

Все, кто посередине, обычно лучше всех знают, как правильно. 

Давайте признаемся, что мы все плюс-минус посередине. Поэтому рассчитывать на спасительное незнание правил или гениальность огромного опыта нам не приходится. Придется включать голову и сознательно учиться делать иначе.

И вот тут начинается самое интересное. Можно сколько угодно улучшать спеки, чистить контекст и описывать процесс, но в реальной разработке инженер все равно постоянно будет сталкиваться с противоречиями, пропущенными сценариями, решениями, которые на бумаге выглядели разумно, а в коде внезапно перестали быть таковыми.

И в этот момент у него есть два варианта. Непрерывно итерировать в агентских циклах строго по PRD и дельтам или глубоко понимать что и для кого он делает, чтобы самому, или совместно с продактом, принимать нестандартные решения там, где закончилась спецификация, а продукт еще не случился.

Решил об этом не в командных чатах, а с трибуны, как Владимир Ильич. Может кому тоже полезно будет. 

Неотправленный пост моим командам:

Вы же помните, что конечная цель каждой команды это создать сильный продукт и как можно быстрее довести его до рынка, а не построить правильную методологию разработки? Мы собираем команды, чтобы выигрывать на рынке, а не чтобы идеально соблюдать процесс.

Методология для нас по сути побочный продукт накопленного опыта. Она должна помогать нам двигаться быстрее и совершать меньше повторяющихся ошибок.

Но в тот момент, когда конкретное правило начинает мешать скорости нашего процесса или качеству продукта, мы немедленно будем его нарушать столько раз, сколько потребуется.

Поэтому я пока по-прежнему буду полагаться больше на инженеров с сильным продуктовым мышлением. Никакая методология не должна превращать их в исполнителей спецификаций или электриков, соединяющих провода изолентой.

Надо давать им возможность самостоятельно восстанавливать смысл, замечать противоречия, задавать вопросы, принимать инженерные решения с учетом продуктовой цели и вытягивать продукт даже через неизбежно неполный, противоречивый и замусоренный контекст. Он все равно не будет полным. Он у людей-то всегда не полон!

Можно убиться за чистоту контекста, но так и не сделать продукт или так и не вывести его на рынок. Таких большинство, если что. А делают все по уму.

Так что продуктовый контекст и методология не должны заменять мышление.

В условиях стартапа, скорость появляется не тогда, когда человек точно следует процессу, а когда он хорошо понимает, какой пользовательский результат мы хотим получить, и берет ответственность за путь до работающего продукта.

Другими словами, включает голову, по полной.

Теги:
+1
Комментарии0

В университета Кёльна опубликовали подборку из 7 учебных курсов по поиску и анализу нейронов дрозофилы. материалы уроков структурированные, практические, с примерами и иллюстрациями.

Теги:
0
Комментарии0

Молодой талант

Ко мне обратился молодой человек. Недавно окончил престижный университет, устроился в большую корпорацию, но на испытательном сроке возникли трудности. Парню поручили реализацию большого проекта, а он не знает, как к нему подступиться.

Я удивился: как так, вчерашнего студента да по бразильской системе сразу на самостоятельный проект. Согласно теории ситуационного лидерства, в данном случае лучше использовать директивный стиль управления: чёткие декомпозированные задачи и частый контроль.

В ходе переписки вскрылись подробности, как именно товарищ попал в компанию:

Реального опыта как такового не было, устраивался через IT-менторство с накруткой лет.

Тут-то у меня все вопросы и отпали.

К сожалению, сейчас всё больше молодых людей пытаются обмануть систему и войти в IT, срезав углы. При этом они не задумываются, что ложь на этапе найма может выйти боком на испытательном сроке.

А вы сталкивались с накруткой опыта? Получалось ли раскрыть обман до выхода на оффер?

Теги:
0
Комментарии5

Нейросеть GPT-6 Astra сделала управление компьютером жестами — ИИ собрала приложение, которое понимает движения руки без камеры. Проект отправляет неслышимый звук и по эффекту Доплера определяет, где находится ладонь пользователя. Подняли руку выше — скролл идёт вверх, опустили — вниз. Двойной тап в воздухе переключает направление.

Теги:
0
Комментарии0

Когда нет фундамента в основе, когда цели размыты и научный подход вышел покурить, получаются вот такие красивые модели:

Очередная типа умная инфографика
Очередная типа умная инфографика

Что мешает сюда включить еще два пункта “Красный” и “Кислый”? А двух крокодилов, которые один зеленый, а другой на север?

Или любое из других красивых слов, типа “Цели”, “Мотивация”, “Системы”, “Согласованность”…

Мой любимые вопросы:

  1. а это десять из скольких возможных?

  2. а почему именно десять?

Переводя разговор в практическое русло - приведенная схема, как и тысячи подобных - пытаются сделать черных лебедей в черном ящике белыми, ручными и предсказуемыми. Но когда нет понимания о составе скотного двора внутри объема остается только наугад выхватывать красивые слова и красиво их оформлять в виде красивой инфографики.

Применение подобных моделей вообще не гарантирует, что значимые риски будут рассмотрены и предусмотрены, а значит - это пустая трата времени.

Теги:
+1
Комментарии5

Проводим исследование soft skill-ов инженеров и тимлидов в эпоху AI

Мы уже выпускали выпуск soft skills для SRE где говорили про то, как инженерам прокачивать не только технические, но и человеческие навыки. Теперь мы решили пойти дальше и запускаем опрос о мягких навыках инженеров и тимлидов, особенно фокусируясь на том, как они меняются в эпоху распространения AI.

Какие навыки сейчас по-настоящему важны, а какие уже необязательны? Меняется ли коммуникация в командах? И где граница между зоной ответственности человека и агентов?

Мы не хотим строить гипотезы в вакууме, вместо этого предлагаем вам пройти опрос, это займёт несколько минут.

А если хотите освежить контекст, смотрите выпуск подкаста В SREду на кухне про soft skills для инженера, с которого всё началось:

🔵 VK Видео 
📺 YouTube
📌 RuTube
Ⓜ️ Mave

Результаты исследования соберём в отдельный материал и расскажем, что вышло.

Теги:
+32
Комментарии0

Современный рынок ИТ похож на состояние, когда люди научились делать молоток, а гвозди еще не изобрели.

Кругом бегает толпа прогрессивных инноваторов и пытается бить молотком по всему, до чего дотянется.

Очень серьезные чечки бегают с большими молотками. Стартаперы — с креативным нечто «похожим на».

Есть ощущение — что нужная вещь! Кто‑то хвастается удачными попаданиями.

Умники уже даже занимаются улучшением молотка — то ручку длиннее сделают, то в новый цвет покрасят.

Вот только… гвоздей пока нет…

Такое ощущение :)

Теги:
+19
Комментарии5

1 из 10 разработчиков ничего не делает на работе. Разбираемся с исследователем из Стэнфорда

В этом выпуске AviCast — разговор с Егором Денисовым-Бланшем, исследователем продуктивности из Стэнфорда. Он проанализировал данные 100 000 сотрудников из 600 IT-компаний по всему миру и выяснил: 10% разработчиков фактически не вовлечены в работу.

Артём Арюткин, CPO технической платформы в Авито, расспросил Егора, как вообще измерить продуктивность в разработке, почему привычные метрики (закрытые тикеты, коммиты, строки кода) не работают и даже вредят, и как AI меняет работу команд и качество кода.

Обсудили:
— как считали 1 из 10 и что это на самом деле значит
— какие метрики продуктивности работают, а какие ломают команду
— риски и подводные камни внедрения AI в разработку

📺 Смотрите также на YouTube и RuTube

📎 Канал Артёма в Telegram: https://t.me/badTechProject
📎 Егор и его исследования: https://www.yegordb.com/

Теги:
+27
Комментарии0

Подборка вебинаров на сентябрь

В сентябре покажем, как за пять дней построить Data Lakehouse, защитить данные при работе с LLM, выстроить безопасную ИИ-инфраструктуру и обеспечить отказоустойчивость PostgreSQL для продакшен-нагрузок. Выбирайте интересную тему и регистрируйтесь. 

Как построить управляемый Data Lakehouse за неделю на Evolution Data Platform
Покажем, как за несколько дней с нуля построить архитектуру Data Lakehouse на Evolution Data Platform — от загрузки сырых данных до курированных витрин. Разберем принципы работы с Apache Iceberg, централизованное управление метаданными, контроль качества данных, единый SQL-слой и оркестрацию пайплайнов. Все увидите на демо.
🧑‍💻 Для кого: архитекторы данных, дата-инженеры, руководители аналитики и data-направлений, ИТ-директора, специалисты по управлению данными.
📅 Когда: 8 сентября, 11:00 мск.
📍 Где: Онлайн. Зарегистрируйтесь, чтобы задать вопросы спикерам.

Как защитить чувствительные данные при работе с LLM с помощью Guardrails
Разберем, как работают Guardrails LLM и Guardrails Filter: чем они отличаются, какие данные помогают обнаруживать и как адаптировать правила проверки под задачи компании. Отдельно рассмотрим, как защитный слой Guardrails работает в контуре Evolution Foundation Models, а также какую роль в проверке запросов играют модели-классификаторы HiveTrace. На демо покажем работу open source версии Guardrails Filter.
🧑‍💻 Для кого: специалисты по защите данных и ИБ, команды разработки ИИ-приложений и тем, кто внедряет LLM в бизнес-процессы.
📅 Когда: 15 сентября, 11:00 мск.
📍 Где: Онлайн. Зарегистрируйтесь, чтобы задать вопросы спикерам.

ИИ в облаке: кто отвечает за безопасность
Безопасность ИИ в облаке — это общая ответственность провайдера и бизнеса. Разберем, где проходят границы этой ответственности и как выстроить безопасную ИИ-инфраструктуру без лишних рисков. Обсудим подход Zero Trust: расскажем, как контролировать доступ к данным, моделям и сервисам в Cloud.ru Evolution и какую роль в этом играет Evolution Managed Identities (IAM).
🧑‍💻 Для кого: руководители и специалисты по ИБ (CISO), архитекторы и инженеры, проектирующие ИИ-инфраструктуру, специалисты, работающие с чувствительными данными, руководители, отвечающие за внедрение ИИ в компании.
📅 Когда: 17 сентября, 11:00 мск.
📍 Где: Онлайн. Зарегистрируйтесь, чтобы задать вопросы спикерам.

PostgreSQL для продакшен-нагрузок: Multi-AZ, реплики и переключение ролей
От доступности PostgreSQL зависит стабильная работа backend-сервисов и пользовательских сценариев. Разберем, как обеспечить высокую доступность PostgreSQL в облаке. Покажем, как в Evolution Managed PostgreSQL устроена архитектура Multi-AZ, какую роль играют реплики базы данных и как работают ручное и автоматическое переключение при плановых работах и сбоях.
🧑‍💻 Для кого: DevOps-инженеры, SRE-инженеры, инфраструктурные инженеры и все технические специалисты, работающие с PostgreSQL.
📅 Когда: 29 сентября, 11:00 мск.
📍 Где: Онлайн. Зарегистрируйтесь, чтобы задать вопросы спикерам.

Теги:
+3
Комментарии0

Представлен открытый проект vphone-cli для загрузки виртуального iPhone с помощью фреймворка Virtualization.framework от Apple, используя инфраструктуру виртуальных машин PCC Research.

Теги:
Всего голосов 3: ↑3 и ↓0+5
Комментарии1

Представлен открытый онлайн проект The load‑bearing vocabulary of Claude (репозиторий решения на GitHub). «Мы ежедневно анализируем 100 запросов на слияние (Pull Requests) на GitHub, чтобы изучить тенденции Claude в словарном запасе. Это отражает способ написания, который становится распространённым, и слова в нём — это слова, которые пользователи ассоциируют с определённым способом общения с ИИ», — пояснили в команде проекта.

Теги:
Всего голосов 1: ↑1 и ↓0+3
Комментарии0

По работе иногда бывает нужно:

  • написать, что делал за последнею неделю / месяц;

  • заполнить разбивку по часам, сколько на какую задачу потрачено;

При том не все и не всегда трекают время в JIRA. Поэтому добавил генератор таких отчетов с разными форматами вывода. Например:

Слева сетка по аналогии с Tempo в JIRA. Справа - просто список, чтобы можно было скопировать.
Слева сетка по аналогии с Tempo в JIRA. Справа - просто список, чтобы можно было скопировать.

Данные берет из git. Время размазывает +/- пропорционально, даже если был всего один коммит. Всегда по 8 часов в день.

Исходники и как сгенерировать отчет одной командой написано тут

Теги:
Всего голосов 5: ↑5 и ↓0+7
Комментарии0

Первый опыт управления IT-командой: три вывода, которые я сделал

Когда я впервые начал отвечать не только за свою работу, но и за результат небольшой IT-команды, мне казалось, что задача руководителя достаточно простая: распределить задачи, определить сроки и проверить результат.

На практике сложнее всего оказалось не контролировать разработку, а сохранять общий контекст, снимать блокировки и не становиться человеком, через которого должно проходить вообще всё.

Вот три главных вывода, которые я сделал.

Сообщение в чате ещё не является задачей

Большая часть нашей коммуникации проходит в переписке. Это быстро и удобно, но именно в чатах задача легко теряет смысл. Я пишу, что нужно изменить определённое поведение, разработчик задаёт несколько вопросов и начинает работу. Через пару дней выясняется, что итог мы представляли по-разному.

Проблема не в невнимательности. Часть контекста, очевидная для меня, просто не была зафиксирована.

Теперь я стараюсь указывать четыре вещи: зачем нужно изменение, что должен получить пользователь, какие ошибки необходимо учесть и по каким признакам мы примем результат. Даже короткое описание работает лучше, чем цепочка сообщений, разбросанная по нескольким дням.

Задержка не всегда возникает внутри команды

Некоторые задачи зависят от внешних систем и людей, которыми команда не управляет. Например, функция уже реализована, но источник данных периодически возвращает ошибку. Можно бесконечно менять клиентскую часть, хотя постоянное решение требует другого способа интеграции и участия смежной команды.

В такой ситуации бесполезно просто требовать «починить быстрее». Нужно разделить саму разработку и внешнюю зависимость: что уже сделано, где возникла блокировка, кто может принять решение и допустим ли временный вариант.

Для меня это стало важным изменением. Руководитель нужен не только для контроля сроков. Он должен подключать нужных людей и не оставлять разработчика один на один с проблемой, которую нельзя решить внутри команды.

Приёмка является отдельной работой

Технически выполненная задача ещё не всегда означает готовый результат. Экран может открываться, кнопка нажиматься, запрос отправляться, но весь пользовательский путь остаётся непроверенным.

Поэтому я стараюсь принимать работу не по отдельным функциям, а по сценариям. Проверяю основной путь, пустое состояние, ошибку сервиса, повторное действие и возвращение в раздел. Такой список не заменяет тестирование, но помогает не принять за готовый продукт набор экранов, работающих только по отдельности.

Что оказалось самым важным

Первый управленческий опыт показал мне, что руководство мало похоже на раздачу задач. Основная работа происходит между ними: сохранить смысл, выбрать приоритет, снять блокировку и проверить, что технические результаты сложились в работающий продукт.

От руководителя не требуется знать ответы на все вопросы. Но он не должен допускать, чтобы команда неделями ждала решения, доступа или недостающего контекста.

А какой вывод стал главным для вас при первом переходе от самостоятельной работы к управлению командой?

Теги:
Всего голосов 4: ↑3 и ↓1+4
Комментарии0

ИИ-агенты уже создают непропорционально большую нагрузку на ИИ-модели и расходуют почти в пять раз больше токенов, чем запросы людей, а с февраля 2026 года их потребление выросло примерно в 14 раз.

Теги:
Всего голосов 2: ↑2 и ↓0+6
Комментарии2

LLM пишут код. Почему разработка все еще занимает столько времени?

LLM хорошо справляются с отдельными задачами разработчика: написать код, найти нужный фрагмент в документации, разобраться с ошибкой, предложить вариант исправления. Но скорость разработки определяется не только этим.

После того, как написал код нужно оформить MR, дождаться ревью, смерджить, запустить сборку, вернуть задачу тестировщику. Ошибки со стенда — собрать, отфильтровать известные, понять, кому их передать, посмотреть график дежурств и написать человеку.

Таких действий много, они разбросаны по разным системам и часто зависят от того, кто помнит правильный порядок. Мы решили посмотреть на этот процесс как на инженерную задачу: измерить, где именно теряется время, описать повторяющиеся действия и часть из них передать автоматизированной системе.

Например, раньше цепочка после разработки выглядела примерно так: открыть MR → смерджить → собрать main → перевести задачу → уведомить следующего участника процесса.

Теперь ее можно запустить одной командой. Система сама выполняет действия в трекере, репозитории и сборке — но только в рамках заданных инструкций и с предусмотренными проверками.

То же самое мы сделали с дежурством. Система собирает ошибки со стендов, отсеивает известный шум, определяет подходящую экспертизу и дежурного, а затем формирует отчет в мессенджере.

2 сентября в 15:00 мск приходите на вебинар, чтобы посмотреть, как такой подход устроен изнутри и что из него можно применить в своих процессах.

На вебинаре разберем:

  • как устроены инструкции: что входит в описание одного действия и как из отдельных инструкций собирать цепочки;

  • какие метрики помогают найти узкие места: ожидание, передачи задач и переключения между системами;

  • как одной командой запускать действия сразу в нескольких инструментах;

  • как автоматизировать дежурство по ошибкам;

  • какие проверки мы оставили за человеком и почему;

  • что не сработало при создании системы и какие решения пришлось пересмотреть.

Отдельно поговорим о код-ревью, ответственности за прод и о том, какие действия мы не стали отдавать автоматизации.

Спикер: Владимир Шилун, старший frontend-разработчик Just AI.

Участие бесплатное, достаточно зарегистрироваться. А если вдруг не успеете на эфир — пришлем запись и материалы, чтобы можно было посмотреть все в удобное время.

Зарегистрироваться можно по ссылке.

Теги:
Всего голосов 5: ↑5 и ↓0+7
Комментарии0
Добавить взбитые сливки или залить молоком?
Добавить взбитые сливки или залить молоком?

Соблазн вайб-кодера: хочется решить сложную задачу, надиктовав общий концепт в микрофон. Остается накрутить effort на xhigh/max, чтобы «модель думала изо всех сил». Вайб-кодер считает в этот момент: «чем больше мышления, тем лучше получится продукт». Пока вайб-кодер делает себе кофе, его визионерская/архитектурная/продуктовая роли растворяются в решениях max-effort модели как 3% молоко в кофе. А он хотел кофе по-венски. С шапочкой из взбитых сливок.

Что делает effort:

В документации Anthropic прямо сказано, что параметр effort влияет на все токены ответа:

«The effort parameter affects all tokens in the response, including: text responses, tool calls and function arguments, thinking.»

Таблица поведения оттуда же: низкий против высокого effort:

  • low: «fewer tool calls», «proceed directly to action without preamble», «terse confirmation messages»

  • high: «make more tool calls», «explain the plan», «detailed summaries», «more comprehensive code comments»

Высокий effort не делает решение правильнее. Он делает его объёмнее: больше вызовов, больше «а давайте ещё вот это», больше кода, который не отвечает прямому назначению, а багфиксит, импрувит, фичерит без прямого запроса.

Как effort ломает архитектурное / PO / аналитическое восприятие проекта:

Про Opus 4.7/4.8 (это модель под капотом Claude Code) сказано:

«At lower effort levels, the model scopes its work to what was asked rather than doing more than requested.»

Читайте наоборот: на высоком effort модель делает больше, чем вы просили. Она достраивает контекст, которого не было в задаче: то есть ломает неявные, но внутренне ощутимые guardrails вокруг вашей совместной работы. Продукт перестает быть «продуктом от людей для людей», тк вектор продукта, границы фичи, архитектурные компромиссы уходят из головы владельца на откуп бюджету токенов модели.

Про max документация не стесняется:

«max adds significant cost for relatively small quality gains, and on some structured-output or less intelligence-sensitive tasks it can lead to overthinking.»

А xhigh - это вообще не про «мою задачу»:

«Long-running agentic and coding tasks (over 30 minutes) with token budgets in the millions.»

Это режим для многочасовых автономных прогонов.

Рычаг к эффективности и продуктивности - постановка задачи.

Смотрите, что советуют вместо накрутки:

«Pair low with explicit checklists if your task has multiple sections.»
«Add targeted guidance like: This task involves multistep reasoning. Think carefully before responding.»

Перевожу на человеческий: высокий effort - это костыль под отсутствие спецификации (3% молоко). Если у вас есть спека, чек-лист, границы - вам нечего компенсировать мышлением модели. Вы задаёте контекст словами (взбитые сливки), а не «оплачиваете» его тем, что модель додумывает объём работ за вас.

Если решение при этом разрастается - effort тут ни при чём. Нужно явно обозначить границы, лимиты, стиль, формат:

«Changing effort does not reliably shorten responses, so prompt for length instead.»

Хочешь простое решение своей понятной задачи? Ставь low/medium effort и напиши в спеке явно: minimal change, no extra features, no refactors.

Суть

Модель лучше воспринимать как младшего специалиста, а не как заместителя (если вы не директор по AI-Slop content, конечно). Джуну вы даёте задачу с границами и ревьюите результат - вы не отдаёте ему видение продукта. Как только вы включаете max и говорите «думай сам» - вы перестаёте быть архитектором/PO/аналитиком и становитесь тем, кто принимает решения модели, не понимая их. Продукт начинает жить свою жизнь под вашу ответственность, ведь от модели можно получить только Sorry! My mistake!, а потом потратить N-кратное количество токенов на формирование нового взгляда на проект, опять же, с вашим личным глубоким участием. Почему бы сразу не расставить границы?

Мой блог в Telegram о создании продукта MiniMap (10K MAU), практике в AI: Fisheye Monk

Теги:
Всего голосов 2: ↑0 и ↓2-2
Комментарии0
Кадр из фильма "Территория" 2015 г.
Кадр из фильма "Территория" 2015 г.

Перечитал роман "Территория" Олега Куваева. В первый раз читал его 10 лет назад, и тогда же посмотрел замечательный российский фильм, снятый по мотивам книги. Теперь вот я менеджер с опытом, и мне интересно было посмотреть на историю с точки зрения менеджера.

Если размышлять так, то роман, конечно, про стартап. Сама Территория - это неосвоенный рынок. Человек, стоящий во главе организации по её освоению - визионер, абсолютно уверенный в себе тип, везунчик, который резко взлетел на прошлом витке и завоевал себе имя и уважения. Люди в команде - сплошь идейные. Но идея не та, что сейчас некоторые малообразованные товарищи приписывают советскому человеку - мол, "работай много и бесплатно ради будущего детей". Как раз зарабатывают на северах много, сильно больше, чем "на материке".

Тем не менее, очень важно отношение к Работе (именно так, с большой буквы). Это бог, это основа. Если ты не служишь Ей, ты покидаешь коллектив. Просто мотивацией деньгами, славой, романтикой не обойдёшься. Так вот сложилось. Наверное, и это тоже применимо к любому успешному стартапу: конечно, всяк мечтает, чтобы компания выросла до единорога, и программисты потом смогли реализовать свои опционы по 100 млн долларов каждый. Но ещё нужно искренне любить то, что делаешь, гореть этой идеей.

Фигура Чинкова, главы Управления. Это тот самый лидер нашего воображаемого стартапа. Конечно, в обычной, зрелой компании он был бы сразу признан токсиком, хамом, самодуром и к радости окружающих изгнан. Но для стартапов именно такие и нужны. Моё внимание на этот раз особенно привлекли два аспекта его работы как руководителя.

Первый. Насколько важно разбираться в людях, которых берёшь с собой в эту одиссею. Он прекрасно знает своих людей, умело играет на их сильных и слабых сторонах. Это противоречит обыкновенной корпоративной практике, где личная жизнь оберегается, подчёркнуто отделяется от работы. Здесь наоборот, только зная человека всего, можно ему что-то доверять. Лично для меня этот подход скорее привлекателен: я сам в своей работе всячески стараюсь узнать о своих людях больше. С другими тоже делюсь информацией о себе, не закрываюсь и не скрываю, хотя выдерживаю известную меру.

Второй вытекает из первого. Зная людей, Чинков умеет доверять им. Там не то чтобы есть большой выбор, условия таковы, что доверять надо. Это не офис, это бескрайняя тундра Чукотки, и твои люди уходят на маршрут без связи и без твоих ценных советов на недели и месяца. Нет места микроменеджменту. Но всё же доверие в его, Чинкова, исполнении - это конкретное принятое решение каждый раз, это не стихия "деваться некуда". Он подумал, он доверился, он снова выиграл вместе с человеком, кому доверил. Да, ну и конечно надо потом поделиться частью славы и других возможностей со своими людьми: на Территории очень быстро растут вверх и потом вписывают свои имена в название хребтов и горных вершин.

И ещё есть один момент обаяния в этой книге. Дело в том, что Территория разделяет людей на "своих" и нет по критерию какой-то высшей справедливости. В обычном корпоративном мире, особенно в нынешнее время, работник должен максимально угождать представлением компаний о том, каким он должен быть. При попытке устройства на работу требуют вплоть до полного соответствия навыкам, перечисленным в вакансии, всем 100. Карьерные консультанты в один голос кричат: скрывайте всё о себе, что не умещается в требования на данную конкретную должность! Если даже где-то маленький краешек личности чуть выходит за это прокрустово ложе - всё, до свидания, следующий!

Территории важен лишь твой дух, который выражен в твоём отношении к Работе. Готов делать дело - тебе дадут возможность, научат. Потом спросят, конечно. Но и бывшие зеки, и молодые специалисты, и большие учёные - все по-человечески равны перед одним главным принципом. Такой немного жестокий стартап, где можно и даже нужно оставаться Человеком, а не функцией. И в результате приносить гораздо больше пользы, чем любая тщательно подобранная "функция"

ps. А ещё у меня есть о Караваджо

Теги:
Всего голосов 8: ↑4 и ↓4+2
Комментарии1

Зачем ускорять разработку? Просто через раз вижу этот вопрос, во всех постах про агентов и новую эру автоматического кодинга. Переубедить конечно никого не получится, но написать надо, чтобы получилось структурировано. Погнали.

Нет такого количества задач

Если вы поговорите не с менеджерами, а владельцами бизнесов, то окажется, что количество идей у них такое, что за всю жизнь не сделать. То что из этого не всегда доходит до низов, проблема размера и процессов, которые тоже пытаются решать, поэтому так много разговоров про sdd и аналогичные истории.

Если разработка стала в два раза дешевле/быстрее, становятся экономически оправданными задачи, которые раньше вообще не попадали в backlog.

Это никому не нужно

В конкурентном мире невозможно сделать продукт до конца и сидеть сложа руки. А конкуренция приводит еще к тому, что кто первый встал, того и тапки. Сегодня вы на высоте, завтра ваш бизнес угрохали потому что вы не успели адаптироваться.

Ну если вы работаете у монополиста/госа/стратегического игрока, то можете игнорировать этот пункт :)

Фичи не принесут деньги

Может принесут, а может и нет, это невозможно обобщать не зная конкретных обстоятельства конкретных ситуаций. Например мы годами не могли сделать b2b кабинет таким как хотели наши клиенты, потому что у нас никогда не хватало ресурсов на эту часть. С помощью агентов мы это сделали и смогли получить хорошие контракты, которые от нас раньше уплывали.

Ускорение разработки меняет не только скорость выполнения уже выбранных задач, но и сам набор задач, которые становится рационально делать.

Покажите как это сократило фот?

По правде говоря у многих сократило. Но последовательность другая. Последние годы у многих были сокращения по экономическим причинам, а потом заморозка найма при одновременном росте производительности за счет ИИ. Поэтому ии больше повлиял не на сокращение как таковое, а на отсутствие найма

Покажите как это увеличило прибыль?

В экономике есть только два способа растить маржинальность: рост производительности и повышение цены. Когда то массовое внедрение компьютеров и экселя привело к такому же эффекту.

Итого

Ускорение разработки само по себе не цель. Реальная цель это снизить стоимость изменения продукта, поэтому помимо разработки одновременно ускоряется еще много всего, но об том просто говорят в других местах, куда  разработчики не ходят, поэтому у них часто складывается такое одностороннее представление о происходящем

Теги:
Всего голосов 9: ↑7 и ↓2+11
Комментарии3

Учим программирование с удовольствием и без платных занятий — обновлена огромная библиотека List of Free Learning Resources In Many Languages из множества книг и курсов:

  • Есть материалы по всем темам: от Python и алгоритмов до PHP и C#;

  • англоязычная база;

  • есть большой сегмент на русском языке;

  • регулярно обновляется;

  • при этом абсолютно бесплатно.

Теги:
Всего голосов 4: ↑4 и ↓0+6
Комментарии0

3 неочевидных open source инструмента для разработки в облаке

Собрали инструменты, о которых не так часто говорят, но они закрывают конкретные боли dev-команд в облаке.

🖥️ Cреды разработки

Coder. Спасает, когда нужно, чтобы вся команда работала в идентичных окружениях, новые воркспейсы не требовали длительных настроек, а код при этом не покидал контур компании. 

➕ Управляющий слой открыт целиком, воркспейс описывается как код на Terraform, есть аудит-логи и поддержка ИИ-агентов в изолированных рабочих окружениях.

➖ Docker Hub закрыт для российских IP — образы нужно тянуть через собственное зеркало на Harbor/Nexus или GHCR-прокси.

Альтернативы: 

  • DevPod. Если маленькая команда или нужна гибкость по вендору. Инструмент работает как чистый CLI вообще без сервера, единообразие окружений обеспечивается через конфиг devcontainer.json, но централизованного управления нет.

  • Eclipse Che.Если у команды уже есть Kubernetes-кластер и нужна полноценная K8s-native среда. Также подходит тем, кто работает в экосистеме Red Hat / OpenShift.

🔑 Хранение секретов и разграничение доступов

OpenBao. Есть смысл внедрять, когда секреты уже расползлись по переменным, .env-файлам и табличкам в общем доступе, и теперь это добро трудно найти аудировать, легко потерять и невозможно безопасно ротировать. Инструмент позволяет собрать управление в одном контуре и применять единые политики доступа.

➕ Полностью открытая лицензия (MPL 2.0), можно не только использовать, но и перепродавать в составе других коммерческих продуктов; поддерживает и статические, и динамические секреты, есть PKI для выпуска X.509-сертификатов.

➖ Развертывание и обновления требуют дисциплины, нужны внутренние зеркала container images, helm-чартов и исходников, чтобы поставка не зависела от доступности внешних registry и Git-hosting.

Альтернативы/дополнения: 

  • Infisical. Хороший выбор, если в приоритете удобство для разработчиков и более широкий продуктовый контур вокруг секретов. Еще он удобнее всего для работы с учетными данными ИИ-агентов.

  • External Secrets Operator. Не замена OpenBao, а Kubernetes-слой для доставки секретов. Он забирает значения из внешнего хранилища: OpenBao, Infisical, AWS Secrets Manager или любого другого бэкенда — и синхронизирует их в нативные Kubernetes Secrets внутри кластера. Стоит выбирать, когда приложения уже живут в Kubernetes и нужен GitOps-подход, когда в Git хранятся только ссылки на секреты и политики доступа, а сами значения остаются в защищенном хранилище (HashiCorp Vault, OpenBao) и никогда не попадают в репозиторий.

🚩 Флаги фич

GO Feature Flag. Выручает, когда нужно безопасно выкатывать фичи без передеплоя. Ну, или мгновенно вернуть как было, не трогая инфраструктуру.

➕ Легкая библиотека флагов на базе стандарта OpenFeature, работает встроенно в приложении или как промежуточный прокси-сервис. Конфиг может хранится в YAML-файле, в Git (даже self-hosted без привязки к GitHub), также можно держать в S3 или Redis. MIT-лицензия, минимум внешней инфраструктуры. 
➖ Маленькое коммьюнити, мало готовых интеграций, а поддержка держится на GitHub Issues, доступность которых в РФ нестабильна.

Альтернативы:

  • Unleash. Если флаги больше нужны инженерам для безопасных раскаток и управления циклом изменений.

  • Flagsmith. Если кроме включения/выключения функций нужны продуктовые сценарии, например, сегментация пользователей или A/B-тесты.

Не будем скромничать, у нас тоже есть свое open source решение: фильтр для доступа к внешним нейросетям, которое, во-первых, позволяет использовать LLM (в том числе для кодинга), не сливая туда чувствительную инфу, а во-вторых, не ломает при этом вызов функций. Как мы этого добились, рассказывали в статье. Забирайте в свой контур, открывайте pull request’ы, оставляйте issuе — мы открыты к обратной связи.

Теги:
Всего голосов 1: ↑1 и ↓0+3
Комментарии0

Быстрое сокращение отставания Китая от США в сфере искусственного интеллекта на одном графике. Если ранее Anthropic оценивала разрыв китайских лабораторий от американских в 6–12 месяцев, то теперь разработка Kimi K3 от Moonshot уступает по мощности лишь лидерам вроде Claude Fable 5 и GPT-5.6, оставаясь при этом дешевле в эксплуатации.

Такие компании, как Moonshot, DeepSeek, Alibaba/Qwen и Z. ai/GLM, резко сократили технологическую дистанцию с американскими разработчиками. Дополнительно позицию Китая усиливает свежая модель GLM-5.3, которая часто даже не учитывается в подобных сравнениях.

Теги:
Всего голосов 1: ↑1 и ↓0+3
Комментарии0

Представлен проект MathCode — это терминальный помощник по программированию с ИИ со встроенным механизмом формализации математических формул. «Дайте ему математическую задачу на простом языке, и он автоматически преобразует её в теорему Lean 4 и попытается дать формальное доказательство — с помощью постоянно доступной интерактивной среды Lean REPL, многократно используемых библиотек теорем и аксиом, агентного доказательства и графа знаний Obsidian», — пояснили в команде проекта.

Теги:
Всего голосов 1: ↑1 и ↓0+3
Комментарии0

Первый день Летнего ТехФеста — в нашем влоге

В офисе ИнфоТеКС мы открыли Летний ТехФест и провели воркшоп по Event Storming — это 90 аналитиков, техлидов и ни одной скучной лекции. Всех участников ждали полное погружение в практику и нетворкинг.

Смотри, как это было, в нашем влоге!

P.S. В нашем TG-канал рассказываем о технических мероприятиях и конференциях, делимся выступлениями экспертов, обсуждаем подборки на технические и ИБ темы.

Теги:
Всего голосов 1: ↑1 и ↓0+3
Комментарии0

Google запустил бесплатный курс по вайбкодингу, который доступен на русском языке — он учит создавать приложения с нуля без опыта. Курс AI for App Building занимает около 2 часов и входит в Google AI Professional Certificate, а после прохождения можно получить сертификат.

Теги:
Всего голосов 6: ↑6 и ↓0+9
Комментарии0
1
23 ...