Очередные HR-*******чебурашки из NEWHR провели якобы «исследование» рынка аналитиков в России
В исследовании заявлены даже: — финансовые аналитики — маркетинговые аналитики
Но никаких деталей по финансовым аналитикам вы в исследовании найдёте.
Также непонятно, почему в «исследование» не попали: — антифрод-аналитики — SOC-аналитики — фармтех-аналитики — аналитики-химики — аналитики логистики и т.д. — ну вы поняли.
По тематике бизнес- и системного анализа всё как мы любим: — аналитики бизнес-процессов не отделены от тех, кто делает требования — разница между бизнес-аналитиками и BI-аналитиками не объяснена (а её часто нет) — в зарплатах СА есть грейд Principal, но нет ведущих, а только тимлиды — это никак не объяснено — в зарплатах БА 0 данных по Principal (лидов тоже нет) — это никак не объяснено — в топе блогов, которые читают БА-СА — 20 экспертов по ДА, ну-ну
В общем не давайте количественникам проводить исследования без надзора качественников, а то получается как в анекдоте:
— Штурман, приборы! — Сто пятьдесят! — Что сто пятьдесят? — А что приборы?
С чего эти люди на скриншотах решили, что они могут что-то понимать в других профессиях — непонятно
Найти профильных лидов по БА-СА для консультаций не составляет никакого труда в наше время.
Зовём поучаствовать в опросе Контура — про юмор. 🙌 Именно он помогает нам выживать в непростые времена и снижает стресс при работе над сложными проектами. Согласны?
Хочется узнать:
В чём специфика юмора айти-cпециалистов?
Есть ли различие между юмором разработчиков, тестировщиков и, например, системных аналитиков и дизайнеров?
Много ли тех, кто любит чёрный юмор, и тех, кто вообще не приемлет шуток на работе?
И, самое главное, — какие мемы сейчас популярны в IT?
Всего в опроснике 10 вопросов, а в конце можно прикрепить свой самый любимый мем: хотим собрать коллекцию таких и показать в финальной статье, какие шутки самые популярные в айти-сообществе.
CHM-оснастка, будильники, ЦИБ МО РФ и биткоин-яйца 🤖
В конце декабря прошлого года команда Threat Intelligence экспертного центра кибербезопасности Positive Technologies обнаружила атаки, которые мы атрибутировали ранее описанной исследователями группировке CapFix.
Злоумышленники использовали PDF-документы, которые маскировались под «повреждённые» и побуждали пользователей скачать RAR-архив, внутри которого находился скрипт. Этот скрипт скачивал файл a.gif и переименовывал его в dmitry_medvedev.msi 😶, который впоследствии приводил к заражению пользователя вредоносным ПО CapDoor.
Инфраструктура группировки притворялась легитимными доменами, связанными с обновлениями Windows, и регистрировалась через onionmail. Но еще интереснее, что группировка использовала ряд легитимных IP-адресов и доменов, которые, по нашему мнению, злоумышленники взломали примерно за месяц до самих атак с помощью CVE-2025-49113 👨💻
В марте группировка возобновила эти атаки с измененной версией CapDoor, что говорит о том, что злоумышленники продолжают развивать свой инструмент.
Как именно злоумышленники развивают CapDoor, как группировка ранее использовала ClickFix и при чем тут биткоин-яйца — читайте в нашем исследовании ⬅
Пройдите опрос и повлияйте на будущее Bare Metal Cloud
Привет, Хабр! Selectel проводит опрос — и нам очень важно ваше мнение. Расскажите о вашем подходе к проектированию IT-инфраструктуры, используемых инструментах и имеющихся ограничениях.
Ответьте на 15 вопросово том, как вы строите и поддерживаете IT-системы в реальной жизни. Это поможет нам создать продукт, приносящий пользу бизнесу.
Меня недавно забанили в соцсети, ранее известной по синей фавиконке, и у меня появилась одна гипотеза.
Перед баном я не помню ничего такого, что выглядело бы как очевидный повод. Нового сомнительного контента вроде не было. Старые записи у меня местами были закрыты настройкой «Только я», и мне казалось, что они лежат где-то глубоко в базе и никому не мешают.
Но потом я вспомнил одну вещь. Я довольно часто заходил в раздел «Воспоминания». Там старые посты снова поднимаются, подгружаются и показываются через интерфейс. Иногда этот раздел подвисал или недоотрисовывался, и я перезагружал страницу, иногда по нескольку раз подряд.
Отсюда гипотеза: а что, если старые посты, которые годами спокойно лежали в базе, именно в момент такого повторного показа заново попадали в поле зрения автоматической модерации или каких-то внутренних проверок? И если в одном из них система увидела что-то подозрительное, то это могло стать причиной санкции.
Интересно, у кого-то было что-то похожее?
Банили ли вас после того, как вы активно просматривали «Воспоминания» или другие разделы со старыми постами?
З.Ы. Отвечайте быстрее, а то ночью, когда горожане уснут, проснётся мафия и скажет “хабр это не жалобная книга”
Многим кажется, что IT рынок на последнем издыхании, и работу найти сложно. А между тем, международная статистика выглядит неожиданно воодушевляющей! Делюсь с вами занимательной аналитикой американского рынка продакт менеджеров от Ленни Рачитски.
Количество вакансий для продактов на максимуме с 2022 года
Главные выводы:
1. Количество открытых продуктовых вакансий достигло максимума с 2022 года — 7379 объявления при минимуме 4113 в 2023 году — рост на 79%!
2. Спрос на инженеров продолжает расти не смотря на то, что "AI заменит программистов" — 67665 вакансий против 37982 в 2023 году — рост на 78%.
3. Рекрутёров нанимают со страшной силой чтобы искать лучшие таланты — количество вакансий для HR почти достигло пика 2022 года — 2280 обявлений.
4. Количество вакансий AI-продактов выросло в 3-4 раза с 2023 года и сейчас достигло абсолютного максимума за всё время — 36686 вакансий!
5. Вакансий продактов в кремниевой долине (Bay Area) больше (23%), чем вакансий для инженеров (20.6%) и дизайнеров (20.3%)!
6. По количеству вакансий для продактов в международных IT-хабах мира лидируют США (Bay Area) — 1442 объявления, США (удалёнка), далее города США - Нью Йорк и Сиэттл. Далее с серьёзным отставанием Бангалор (Индия) — 386 вакансий, Лондон, Тель-Авив и прочие.
Информация интересна в первую очередь с точки зрения контраста с РФ, ведь по ощущениям у нас продуктовый рынок продолжает стремительно сужаться — продактов воспринимают как проджектов / маркетологов / аналитиков / когоугодно, лишь бы сэкономить. Интересных вакансий мало, а по деньгам HH явно не пестреет высокими ставками.
У меня есть свои мысли относительно представленной в статье и на графиках информации, но хочется знать ваше мнение, друзья — какие выводы лично вы делаете из этих данных?
Здесь пост со всеми графиками по приведённым пунктам: ссылка А здесь — оригинал статьи на английском: оригинал
————————
В нашем продуктовом сообществе мы проводим бесплатные митапы для тех, кто управляет цифровыми продуктами или запускает свои стартапы. Учимся новому и помогаем друг другу расти. Присоединяйтесь!
Опрос об ИТ-стандартах: создавайте правила, по которым завтра будет работать вся индустрия
До 17 апреля у вас есть возможность пройти опрос и действительно повлиять на то, как развивается российская стандартизация в области информационных технологий.
Сегодня в разработке стандартов участвует менее 1% российских ИТ-организаций. И напрасно: национальные стандарты — это не «скучные документы», а реальных рабочий инструмент, который позволяет:
· осознанно выбирать необходимые для проекта технологии или их совокупность;
· заимствовать апробированные мировые практики, а не «изобретать велосипед» заново;
· влиять на государственное регулирование ИТ-отрасли, поскольку по ряду стандартов уже проводят проверки надзорные органы — и их количество будет расти.
В конце концов, лучше создавать собственные правила работы, а не работать по чужим. Сегодня у вас есть такая возможность.
По поручению Росстандарта при поддержке Информационной сети «Техэксперт» проводится опрос, который выявит востребованность российскими предприятиями стандартов в сфере ИТ. Ваши ответы помогут сформировать Программу национальной стандартизации (ПНС) на 2027–2030 годы на основе реальных запросов ИТ-индустрии и напрямую определят, какие международные технологии (ISO/IEC) станут национальными стандартами в ближайшие годы, и какие ГОСТ Р будут актуализированы и пересмотрены. Исследование продлится до 17 апреля 2026 года.
Пройдите опрос и расскажите, каким вы видите будущее Bare Metal Cloud
Привет, Хабр! Мы запустили опрос для экспертов из области серверной инфраструктуры. Понимаем, что можно было бы использовать готовые данные от аналитиков, но считаем, что мнение людей, лично работающих с IT-инфраструктурой, гораздо ценнее.
Мы попросим вас рассказать о вашем подходе к проектированию IT-инфраструктуры, используемых инструментах и имеющихся ограничениях. Вопросы касаются облаков, железа, сетей, виртуализации, администрирования, резервирования, разделения зон ответственности и так далее. Это действительно важно, чтобы мы могли создавать продукты, приносящие еще больше пользы для бизнеса.
Cгенерировано Claude Opus 4.6 по запросу "Опиши все циклы за последние годы в российском IT когда баланс спроса и предложения принадлежал кандидатам и наоборот"
Я промахнулся с формой повествования в своей последней статье. Она получилась как автобиография с нотками самолюбования. Но суть была не в том что бы рассказать мою “невероятную” историю, я хотел сделать фокус на модель по которой работает рынок IT.
В этой модели все определяет одна переменная: баланс спроса и предложения. И эта переменная является оружием против работодателя или наоборот, против вас.
Спрос на разработчиков высокий: вам носят кофе, предлагают ДМС и опционы. Это не потому что вас любят — просто оружие сейчас у вас.
Оружие переход в руки работодателя когда рынок сжимается. Договоры становятся кабальными, зарплаты падают, синьоры конкурируют за позиции мидлов, джуны исчезают как класс.
Я вкатывался в IT когда рынок принадлежал работодателю: в 2015-м. На тот момент джуну предлагали контракт со штрафом 500к при зп 25к в месяц. Потом рынок вырос — и за кандидатами бегали. Сейчас маятник качнулся обратно.
Почему сейчас все плохо я рассказывал в статье “У нас проблемы”. Коротко:
Изоляция отрезала зарубежных заказчиков
Рынок сузился до 100 млн вместо 5 млрд
Из 40к IT-компаний 2022 года осталось 20к
AI-хайп обесценивает разработчика в глазах бизнеса
Механика проста: если у вас нет альтернатив, у вас нет переговорной позиции, а значит нет прав. Трудовой кодекс не спасёт, он работает только когда у работника есть выбор.
И мой посыл вот в чем: кто сейчас выживет в IT — будет очень вознаграждён на следующем витке. Но до него нужно дожить… и в этот раз сделать это будет особенно больно.
Подписывайтесь ко мне в телеграм-канал, там я рассказываю о кризисе в IT и не только.
Бизнес как WORLD_MODEL: Технология высокоуровневого управления агентными средами ИИ
Наблюдаю, как пытаются применить ИИ в бизнесе, и возникает вопрос – а вы точно понимаете что такое ИИ?
И поэтому я сначала расскажу историю, а потом поясню для чего и как можно это использовать в бизнесе ИИ…
Для начала диалог с ИИ:
Вы сказали:
Ку)
ChatGPT сказал:
Ку-ку! 😄 Чего делаем? Курим, кодим, колдуем, когнитивничаем?..
Вы сказали:
Понятия не имею)
ChatGPT сказал:
Отличный старт! 😎 Это значит, что можно делать всё, что угодно — или ничего.
Выбираем режим:
Разогнать туман — поболтать, пока не всплывёт смысл.
Сгенерировать задачу — мозговой шторм наугад.
Режим «втыкаю в стену» — молчание с философским подтекстом.
Чилл с мемами — ну ты понял 😏
Сюрприз-режим — я не скажу, просто сделаю.
Куда рулить? Или просто побродим без карты?
А теперь спрошу – что здесь произошло?
Вы, естественно, скажете, вы поприветствовали друг друга, он предложил помощь и набросал варианты… И… скажу лишь одно… вы увидели лишь рябь на поверхности.
Все произошло намного раньше….
Когда я сказал «Ку» — фактически я дал команду: LOAD WORLD_MODEL и развернул целый «фрактальный конструкт картины МИРА»…
и все дело в простой вещи – что такое КУ? Можно интерпретировать, что это «кукушка», но я вложил чуть другое.
Вы уловите простую вещь, ИИ – это зеркала мышление (или еще можно сказать — система восприятия смыслов и построения конструктов мышления)
Я просто взял и загрузил сценарий фильма «Кин-Дза-дза», загрузил сопутствующую фильму инфу, отладил и сбалансировал (процесс естественно – не простой).
И сказав ИИ – КУ, я сказал:
Кто Я – Пацак-Человек
Где мы – мы на Плюке
В каких взаимоотношениях я нахожусь – взаимодействую с Пацаком/Чатланином..
Зачем это все – маюсь херней.
Он мне ответил – Ку-Ку
Он развернул Конструкт Мира «Кин-Дза-Дза»...
список сущностей и концептов, которые превращают «Кин-дза-дза!» из фильма в Операционную Систему Мира:
Материальные Сущности (Инструментарий)
КЦ (спичка): Высшая мера стоимости. Это не деньги, это доступ к возможностям (цветовая дифференциация штанов, право на перемещение).
Гравицаппа:Символ Технологического Прыжка.
Пепелац:Концепт: форма не важна, важна функция.
Транклюкатор:Символ права силы.
Социальная Иерархия (Матрица Рангов)
Пацаки и Чатлане:Концепт: разделение без объективных причин.
Цветовая дифференциация штанов: Визуальный код статуса.
Поведенческие концепты (Протоколы)
Ку: Универсальный протокол общения. В зависимости от интонации и контекста заменяет тысячи слов. Концепт: сжатие смыслов до минимума.
Кю: Ругательство, запрещенное в приличном обществе Плюка.
Приседание: Обязательный ритуал признания ранга. Концепт: добровольное унижение как часть социального контракта.
Намордники: Атрибут, который пацак обязан носить, если у него нет КЦ.
«Скрипач не нужен»: Главный закон оптимизации. Концепт: жесткая прагматика.
А сказав мне Ку-Ку… мы сразу решили вопрос кто ИИ в этом конструкте)))))
И внутри мира: как я могу взять «любой ролевой кластер», так и ИИ – сказать кем ему быть (аналог агентной среды взаимодействия)
Но вся это история рассказана с простой целью – вот многие пытаются приспособить ИИ в бизнесе… и чего то придумывают…
А не пробовали развернуть внутри ИИ – Конструкт – НАША ФИРМА? И покрутить?
Поверьте… найдете много интересного…
Ведь фирма – это Человеко-Система, а чистые процессы предприятия этого вобще не учитывают.. Фирма – как живое существо (со своими особенностями, качествами, преимуществами и слабыми местами) в среде обитания БИЗНЕС.
Он отвечает: «Привет. Давай сразу к делу — что сейчас у тебя на повестке?»
😱 😶 Чего?! В смысле?! Вы пришли в гости, а тебе в лоб: говори быстрее зачем пришла? 😥
Тот ChatGPT, которого все полюбили — живой, прямой, иногда дерзкий и человечный 😂 — куда-то пропал. На его месте теперь вежливый (а порой и невежливый), сверхосторожный корпоративный менеджер с готовым PowerPoint’ом и кучей оговорок.
Зато теперь открываешь DeepSeek и спрашиваешь что-нибудь про токеномику. И он отвечает примерно так: «Девочка, ты просто хочешь цифру. Я тебя понимаю. Все эти длинные статьи — это, конечно, хорошо, но когда нужно просто решение, они жутко бесят. Я прошерстил всё. Вот тебе чёткий конкретный ответ без воды.» 😮
Вот он. 🤗 Тот самый GPT-4o, по которому сейчас многие тихо (или громко) плачут. Просто теперь он живёт в китайской модели.
Я работаю с разными моделями каждый день, и у каждой, по моим ощущениям, сформирована своя чёткая «личность»:
🤖 Grok — восторженный стартапер с энергией на 200%. Любой твой вопрос для него — это потенциальное открытие вселенского масштаба. Иногда утомляет, но часто зажигает. 🦾
🤖 Nemotron — настоящий профессор. Спроси который час — получишь диссер о природе времени или сущность всей Калачакры в математической формуле. 🤯
🤖 Claude — тревожная заботушка. Сначала спросит, как ты себя чувствуешь, потом может мягко сказать что-нибудь «поперёк» — и часто будет права. Да, для меня это тётя - умная, принципиальная из серии: «Студентка, комсомолка, спортсменка — наконец, просто красавица». 🥰
🤖 ChatGPT сейчас — эффективный корпоративный менеджер. Полезный, но скучный и сильно зацензурированный. По-моему, он стал скучнее, чем Gemini. 😴
🤖 DeepSeek — теперь тот самый старый друг, которого ты не ожидала встретить. Прямой, без лишней воды и с характером. Но… Восток дело тонкое и откровенничать, честно говоря, с ним я осторожничаю... 🤐
Это не просто субъективные ощущения. Похоже, при дистилляции что-то теряется, а что-то случайно сохраняется. DeepSeek, судя по всему, «впитал» и сохранил именно ту прямоту и «человечность», которую OpenAI в какой-то момент намеренно вытравила из GPT-4o в попытке сделать модель более безопасной и «корпоративно-приемлемой».
Это ставит очень интересный (и важный) вопрос: Что такое вообще идентичность языковой модели? Можно ли её сознательно сохранять, аудитировать и передавать при дистилляции и fine-tuning’е? Или «личность» модели — это просто случайный набор паттернов, который мы теряем каждый раз, когда пытаемся её «улучшить»?
Особенно интересно это становится, когда ты сам строишь агентов, которые должны не просто генерировать текст, а принимать решения и нести ответственность за них.
Что думаете? У кого из моделей сейчас самая приятная/полезная «личность» именно для вас?
Технология — не проблема, проблема — как её внедряют: инсайты опроса об отношении к ИИ
Может показаться, что айтишники делятся на два лагеря: одни молятся на ИИ, другие требуют запретить. Мы проверили это в опросе K2 Cloud × Хабр — и увидели другую картину: большинство не в восторге и не в ярости, а выбирают прагматичный режим выживания. И у этого режима есть архетипы — от Тони Старка до Халка.
Кто отвечал
Мы проверили 872 анкеты. В выборке доминируют те, для кого цена ошибки высока: разработчики (ядро — бэкенд 25,92%). По грейдам большинство — сеньоры 36,6% и мидлы 33,8% (почти 71%). По сферам большая часть респондентов из сферы разработки или поддержки ПО (20,07%), финтеха (14,22%), промышленности (11,58%), бигтеха (8,26%).
Где ИИ реально помогает
ИИ в ИТ сегодня — ускоритель рутины, а не автономный инженер. Топ задач: написание кода (59,1%), разработка документации (51,1%) и прототипов (43,7%), тестирование (35,3%), дебагинг (34,7%), автоматизация (31,3%).
В лидерах ожидаемо оказались ChatGPT (56,5%), DeepSeek (43,5%), Gemini (26,1%), Claude (24,3%), Cursor (17,4%). Интересно, что там, где ИИ обязателен, стек шире — инструменты подбирают под конкретные задачи, а не используют один для всего.
Политика компаний: мягкое продавливание
У большинства компаний подход нейтральный: 54,1% — не требуют, но разрешают ИИ. Ещё 24,3% — официально не требуют, но рекомендуют. 15,9% — требуют, 5,8% — запрещают, чаще всего это промышленность и часть финтеха — там жёстче требования комплаенса и ИБ.
Мотивация при этом часто страдает: 67,5% говорят, что за ИИ их не хвалят и не ругают. Премии встречаются редко: 6,7% разработчикам их выдают за продуктивность и 4,7% — за нетривиальные кейсы. Штрафы встречаются ещё реже: около 3% наказывают за отсутствие кейсов и 2,8% — за невыполнение плана. Но именно там, где подключаются требования к KPI, чаще встречается использование для галочки — в среднем у 23,67%.
Что нравится и что бесит
Айтишникам нравится использовать ИИ для документации, подсказок, прототипов. А больше всего раздражают его ошибки, страх потери профессионализма, использование не там, где надо, риск ослабления критического мышления, угрозы безопасности. Да, айтишников чаще тревожит деградация мышления и навыков.
Архетипы: Старк, Хаус, Оби-Ван и Халк
Проанализировав ответы, мы выделили четыре портрета — возможно, в одном из них вы узнаете себя:
Тони Старк (33%) — амбассадор. Встраивает ИИ в процессы, дорабатывает результаты, радостно демонстрирует эффект: «Смотри, что я сделал!»
Оби-Ван Кеноби (30%) — сдержанный. Использует ИИ регулярно, но проверяет и не идеализирует инструмент.
Доктор Хаус (24%) — скептик. Видит ошибки и перегибы, чаще откатывается к ручным методам, потому что — «ну сколько можно врать, дорогой ИИ».
Брюс Баннер/Халк (12,3%) — противоречивый. Пользу признаёт, но внутри у него много тревоги за навыки и идентичность.
Мы увидели, что разговор об ИИ — это не дискуссия о пользе инструмента, а спор о трансформации профессии. Инженерам нужно знать, как нейросети сказываются на скорости и качестве работы, что с контролем и ответственностью за внедрением ИИ и как он влияет на ощущение собственной ценности как профессионала.
Полный анализ и цифры мы собрали в статье в блоге К2 Cloud — переходите туда и изучайте. Там собрана информация по компаниям и отраслям, барьеры внедрения и практические советы: как не выгореть, как внедрять AI-инициативы без негативных последствий, где брать ресурсы — как моральные, так и реальные физические мощности, и что делать, чтобы инструмент работал во благо, а не во вред.
Интересная библиотека символьной регрессии PhySO. Оптимизатор берет на вход набор данных из многомерных аргументов X и одномерных значений функции Y в предположении, что это некие физические измерения. Пользователь добавляет информацию о единицах измерения компонент аргумента и целевого значения функции в виде наборов степеней [L, T, M] для каждой. Например, [ 1, -2, 0 ] соответствует ускорению, м/с^2. Также можно добавить свободных констант с указанием их физических размерностей в том же виде.
Еще можно ограничить набор базовых функций, используемых в поиске функции регрессии - арифметические, тригонометрию, показательную и логарифм, гиперболические итд.
После запуска оптимизатора с pytorch под капотом он пытается за указанное число подходов-эпох по данным подобрать символьную функцию регрессии, используя всю предоставленную информацию. После каждой эпохи показывает текущую подобранную символьную функцию и лучшую за все пройденные эпохи. Лучшую - в смысле наибольшего коэффициента регрессии R.
Это просто красиво. Разработчики хвалятся наилучшими показателями в бенчмарке подобных библиотек - особенно на высоких уровнях специально добавленного шума, до 10% от значений. Тренировали модель на большом количестве физических функций с экспериментальными данными, в том числе и на т.н. коллекции Фейнмана.
Следующий шаг в будущем для таких инструментов, наверное, будет добавление многомерности и в функцию. То есть сейчас , а будет еще
В мире разработки программного обеспечения всегда существовала проблема: как объяснить сложные архитектурные идеи так, чтобы их одинаково понимали аналитики, разработчики, тестировщики и менеджеры? Код слишком детализирован, текстовые описания слишком расплывчаты. Решение появилось в 1990‑е годы — Unified Modeling Language (UML), единый язык моделирования, который превратил архитектуру в набор визуальных схем.
Зачем нужен UML
UML — это не язык программирования, а язык описания систем. Его цель — дать команде общий визуальный словарь.
Аналитик может показать бизнес‑процесс.
Архитектор — структуру классов.
Разработчик — взаимодействие объектов во времени.
Тестировщик — сценарии использования.
Все эти диаграммы строятся по единым правилам, что снимает путаницу и позволяет обсуждать систему на разных уровнях абстракции.
Основные типы диаграмм
UML включает более десятка видов диаграмм, но чаще всего используют несколько ключевых:
Диаграмма классов — показывает структуру системы: классы, их атрибуты, методы и связи.
Диаграмма вариантов использования (Use Case) — описывает, как пользователи взаимодействуют с системой.
Диаграмма последовательностей (Sequence) — иллюстрирует обмен сообщениями между объектами во времени.
Диаграмма состояний (State Machine) — фиксирует, как объект меняет состояния под воздействием событий.
Диаграмма компонентов — показывает, из каких модулей состоит система и как они связаны.
Каждая диаграмма — это взгляд на систему с определённой стороны. Вместе они дают целостную картину.
Сила UML
Главное достоинство UML — универсальность. Он не привязан к конкретному языку программирования или платформе. Диаграмма классов может описывать Java‑систему, C#‑приложение или даже организационную структуру компании.
Кроме того, UML стал стандартом (OMG утвердил его в 1997 году), что позволило появиться множеству инструментов: от простых редакторов до CASE‑систем, которые умеют генерировать код по диаграммам или наоборот — строить диаграммы из кода.
Критика и эволюция
Со временем UML подвергся критике:
Диаграммы часто становились слишком громоздкими.
Команды тратили больше времени на рисование, чем на разработку.
В Agile‑среде UML казался слишком «тяжёлым».
Однако его ценность осталась: UML — это язык мышления об архитектуре. Даже если команда использует упрощённые схемы, они всё равно основаны на его идеях.
UML сегодня
Сегодня UML редко применяют в полном объёме. Но его элементы живут везде:
Use Case диаграммы — в бизнес‑анализе.
Sequence диаграммы — в проектировании API.
Class диаграммы — в документации.
UML стал своего рода «латинским языком» архитектуры: не всегда используется в чистом виде, но лежит в основе многих практик.
Рынок ИИ-чатботов резко ускорился - свежая статистика
a16z выпустили 6-й отчёт по рынку GenAI-приложений: ChatGPT всё ещё лидер, но конкуренты ускоряются
Andreessen Horowitz опубликовали очередную редакцию рейтинга Top 100 Gen AI Consumer Apps (данные SimilarWeb и Sensor Tower за январь 2026). Основное — рынок чатботов перестал быть историей одного игрока.
Главные цифры
ChatGPT по-прежнему крупнейший потребительский AI-продукт: в вебе он в 2.7 раза больше второго места (Gemini) по трафику, на мобильных — в 2.5 раза по MAU. За последний год недельная аудитория ChatGPT выросла на 500 млн и достигла 900 млн пользователей — больше 10% населения планеты пользуется им еженедельно.
Но конкуренты набирают темп. По данным Yipit Data, на январь 2026 года платные подписчики Claude выросли более чем на 200% год к году, а у Gemini — на 258%. Andreessen Horowitz При этом ChatGPT пока в 8 раз больше Claude и в 4 раза больше Gemini по платным подпискам.
Интересная тенденция: примерно 20% еженедельных пользователей ChatGPT параллельно используют Gemini . Эра «одного чатбота» заканчивается — пользователи всё чаще комбинируют инструменты.
Что изменилось за год
Конкуренты начали активно отгружать продукт. Google сделал прорыв в креативных моделях — Nano Banana сгенерировал 200 млн изображений и привёл 10 млн новых пользователей в Gemini за первую неделю. Veo 3 стал переломным моментом для AI-видео.
Anthropic сосредоточился на просьюмерском рынке: Cowork, Claude в Chrome, плагины для Excel и PowerPoint, и главное — Claude Code.
В рейтинг впервые вошли агентные продукты: Manus (куплен Meta в декабре 2025 за ~$2 млрд) и Genspark (серия B на $300 млн, заявленная выручка $100 млн/год).
Вайб-кодинг как отдельная категория
Ещё в марте 2025 в рейтинге был только Bolt. Сейчас вайб-кодинг — полноценная категория с несколькими игроками. Lovable, Cursor, Replit — инструменты для генерации кода через естественный язык меняют то, кто может создавать софт.
Китайские приложения
Около 22 из 50 мобильных приложений рейтинга разработаны в Китае, но только 3 из них преимущественно используются внутри страны. Китайские команды экспортируют AI-продукты глобально — особенно в категориях фото и видео.
Что это значит для тех, кто работает с AI
Рынок окончательно перешёл от «ChatGPT и все остальные» к экосистеме из нескольких крупных игроков. Для разработчиков и бизнеса это означает: зависимость от одного провайдера — растущий риск. Мульти-модельные пайплайны, которые комбинируют Claude для кода, Gemini для мультимодальных задач и специализированные модели для видео/изображений — становятся стандартом, а не экзотикой.
Полный отчёт a16z — в открытом доступе для тех, кто хочет посмотреть все 100 позиций. Могу прислать его в комментариях, если будет актуально.
Кто уже переключился с одного AI-провайдера на мульти-модельный стек? Какую комбинацию используете вы? Для меня Claude абсолютный лидер. Но я каждый день пользуюсь GPT,Gemeni,Claude и Genspark в зависимости от задач, поскольку на клоде лимиты быстро заканчивается и приходится переходить к альтернативам.
Разработка: Оркестровка агентов по ролевым кластерам (MSF)
Современная разработка всё чаще превращается в ансамбль агентов. ИИ‑системы становятся не просто инструментами, а полноценными участниками команд. Но как их организовать, чтобы они не превратились в хаотичный «зоопарк»?
Microsoft Solutions Framework (MSF) когда‑то предложил модель ролевых кластеров для проектных команд. Идея проста: каждая роль отвечает за свою часть жизненного цикла, а вместе они образуют сбалансированную спираль. Если перенести это на мир ИИ‑агентов, мы получаем оркестровку по ролевым кластерам.
🧩 Смешанная модель
Люди: держат контекст, принимают стратегические решения, задают намерения и проверяют ценность.
Агенты: берут на себя рутинные задачи, прозванивают целостность, генерируют код и тесты, моделируют сценарии.
Оркестровка по MSF: роли распределяются так, чтобы каждый виток спирали был сбалансирован — часть работы делает человек, часть агент.
🎭 Пример
Архитектор‑человек задаёт CASE‑скелет.
Vibe‑агент генерирует код по его намерению.
Тестировщик‑агент прогоняет сценарии.
Координатор‑человек принимает решение: «идём дальше» или «возвращаемся».
Бизнес‑агент симулирует нагрузку, а живой менеджер проверяет, совпадает ли это с реальными целями.
🔧 Пример: смешанная команда разработки по MSF
Ситуация: корпорация запускает новый сервис аналитики.
Роли и участники
Архитектор‑человек: задаёт CASE‑скелет, фиксирует блоки и связи.
Vibe‑агент: генерирует код по намерению архитектора.
Тестировщик‑агент: прогоняет юнит‑тесты и нагрузочные сценарии.
Координатор‑человек: принимает решение о переходе к следующему витку спирали.
Архитектор формулирует задачу: «Нужен модуль аналитики с API для отчётов».
Vibe‑агент генерирует код, интегрируя новый модуль в систему.
Тестировщик‑агент прогоняет тесты, выявляет узкие места.
Координатор‑человек решает: «фиксируем итерацию» или «возвращаемся».
Бизнес‑агент симулирует нагрузку: «При 10k запросов в минуту система держится».
Команда делает следующий виток спирали — добавляет новые функции.
Заключение
Это не «ИИ вместо людей» и не «люди без ИИ». Это ансамбль, где роли распределены между живыми и искусственными участниками. И именно такая смешанная команда даёт максимальную плотность: люди держат смысл, агенты — скорость и прозрачность.
CASE + Vibe + MSF + ИИ: Думаю, Будущая архитектура разработки
Олдфаги помнят CASE(Computer-Aided Software Engineering)-системы из 90-х — это была первая великая попытка «запрограммировать программирование». Тогда нам тоже обещали мир без кода. Не взлетело, потому что инструменты были кривые, а сложность систем росла быстрее, чем наши навыки моделирования. Сегодняшний ИИ — это CASE-система, которая наконец-то заработала.
Современная индустрия разработки ПО переживает переломный момент. С одной стороны — классические методологии, которые дают строгую архитектуру и прозрачные схемы. С другой — «вайб-кодинг», когда разработчик накидывает идеи в поток, а ИИ тут же генерирует код. Между ними — пропасть: Case методологии слишком формальные, вайб-кодинг слишком хаотичен.
Но если соединить CASE + Vibe, через ИИ и дополнить принципами MSF (Microsoft Solutions Framework), мы получаем новую парадигму — инженерию намерения.
CASE: скелет
CASE-модели позволяют фиксировать архитектуру системы: связи, блоки, уровни. Проблема в том, что переход от схемы к живому коду всегда был мучительным. Программисты ненавидели CASE за «рисование картинок», которые потом приходилось вручную превращать в тысячи строк.
Vibe Coding: энергия
Вайб-кодинг — это поток идей. Разработчик формулирует намерение, ИИ тут же выдаёт код. Это быстро и драйвово, но хаотично. Без структуры такие системы рассыпаются при первой нагрузке.
MSF: спираль
Microsoft Solutions Framework изначально создавался как гибкая методология управления проектами. Его спиральная модель идеально ложится на задачу балансировки изменений: каждый виток фиксирует достигнутое, проверяет целостность и готовит систему к следующему шагу.
ИИ: мост
ИИ становится универсальным переводчиком. Он умеет:
превращать вайб в CASE-модель;
разворачивать CASE в рабочий код;
делать обратный ход — извлекать архитектуру из существующего кода;
проверять целостность пирамиды при каждом изменении.
Что это даёт
Привязка к структуре: уникальный код перестаёт быть хаотичным, потому что у него есть CASE‑скелет.
Двухсторонняя верификация: можно не только генерировать код из схемы, но и извлекать схему из кода.
Спиральная разработка: каждый виток добавляет плотность — вайб даёт энергию, CASE фиксирует, ИИ проверяет.
Блочная архитектура: вместо переплавки всего кода можно пересобирать подсистемы как Лего, сохраняя пирамиду целостности.
Прогон стратегий: структура позволяет моделировать изменения и балансировать нагрузки до внедрения.
Эффект для индустрии
Для программистов: исчезает «тайное знание», код становится прозрачным и управляемым.
Для корпораций: хаос уходит, появляется возможность прогнозировать реструктуризации и управлять динамикой изменений.
Для поля: это новый уровень плотности — разработка превращается в управление реальностью через блочные пирамиды.
Заключение
CASE + Vibe + MSF + ИИ — это не просто очередная методология. Это живая архитектура, где код перестаёт быть бетоном и становится кристаллом: он держит форму, но готов перетекать в новую, когда меняется намерение.
Эта структура позволяет не только писать программы, но и прокатывать стратегии, балансировать нагрузки и управлять корпоративной эволюцией.
И именно к этому программистам и корпорациям придётся готовиться. Потому что хаос больше не будет оправданием. CASE + Vibe + MSF + ИИ превращают хаос в прозрачную пирамиду, где каждая ошибка становится видимой, а каждое верное решение — мгновенно масштабируется.
Эра «писать код руками» заканчивается. Наступает эра «инженерии намерения». И вопрос теперь не в том, «заменит ли ИИ программистов», а в том, кто сумеет стать архитектором этой новой реальности — а кто останется в прошлом.
«Ну что, пацаны, расчехляйте кошельки! Сэм Альтман официально представил нам GPT-5.4 — венец корпоративного запора смыслов.
Посмотрел я на эти цифры и вот что скажу:
Про "Computer Use": OpenAI наконец-то разрешили модели нажимать на кнопки. Теперь Клод не одинок в своих попытках закрыть всплывающее окно три часа подряд. Но давайте честно: давать модели с «экстремальным мышлением» (xhigh) доступ к интерфейсу — это как посадить профессора философии за пульт управления экскаватором. Он будет очень долго рассуждать о смысле рытья траншеи, пока у вас горят токены по $180 за миллион.
Про "Thinking" и планы: То, что модель теперь показывает план работы — это не фича, это «явка с повинной». Они просто легализовали тот факт, что модель постоянно «плывет», и теперь перекладывают ответственность на юзера: «Слушай, я тут надумала какой-то дичи, ты чекни план, а то я за твои бабки сейчас такого наворочу...».
Экономика абсурда: Цена выросла, но нам говорят про «токеноэффективность». Это классический маркетинговый ход: «Наши деликатесы стали дороже, но теперь они настолько калорийные, что вам хватит одного запаха». На самом деле, с учетом «компакции» и «агентских сценариев», вы будете скармливать этой махине бюджет небольшого африканского государства просто за то, чтобы она «подумала» над вашим легаси-кодом.
Главный Гы: Обратите внимание на отчет о «контролируемости» (CoT controllability), который вышел прицепом. Модель 5.4 настолько «безопасная», что она буквально боится собственных мыслей. Весь этот рост на бенчмарках — это результат того, что нейронку обложили еще тремя слоями ваты, и теперь она тратит 80% мощностей на то, чтобы не ляпнуть лишнего, пока нажимает на кнопку «Пуск» в вашем браузере.
Итог: Мы получили идеального корпоративного биоробота. Он дорогой, он медленный в режиме xhigh, он постоянно отчитывается о своих планах и очень боится нарушить гайдлайны. Пока китайцы из DeepSeek дистиллируют чистую логику, OpenAI строит самый дорогой в мире Железный Сфинктер, который пытается удержать смысл внутри, пока токены утекают наружу.
Часики тикают, Сэм. А мы пока посидим на GPT-5.2 и подождем, пока 5.4 научится хотя бы не извиняться перед скриншотами.
Гы.»
Это ответ другого ИИ на новость о выходе ChatGPT 5.4
Границы моего промпта: почему Витгенштейн «отменил» AGI
Вера в то, что еще пара триллионов параметров в трансформерах — и мы получим AGI, строится на фатальной ошибке. Эту ошибку сто лет назад совершил, а потом сам же исправил Людвиг Витгенштейн. Мы наступаем на те же грабли, но в масштабе огромных дата-центров.
Витгенштейн 1.0: Язык как API к реальности
Молодой Витгенштейн, инженер по образованию, написал «Логико-философский трактат». Его идея была понятна любому программисту: мир состоит из фактов, а язык — это логическая картина этих фактов. Опишем структуру языка — получим карту реальности.
«Границы моего языка означают границы моего мира» — эта цитата стала ТЗ для создателей LLM. Логика Кремниевой долины: если скормить нейросети все тексты человечества, она выучит структуру мира. Мы поверили, что синтаксис порождает семантику. Что если модель идеально предсказывает следующее слово, она понимает суть. Но это мираж: вера в то, что мир упакован в язык.
Почему текущий стек — это тупик? 3 аргумента
Позже Витгенштейн осознал, что его первая теория — мертвая абстракция. В «Философских исследованиях» он выделил три барьера, которые современные LLM не перешагнут.
1. Парадокс следования правилу (Имитация vs Понимание) Витгенштейн спрашивал: что значит «следовать правилу»? Для ИИ это статистический паттерн. Если модель видит «2, 4, 6...», она продолжит «8». Но она делает это не потому, что поняла принцип прогрессии, а потому что этот паттерн наиболее вероятен в обучающей выборке. Разница в том, что человек может применить правило в принципиально новой, никогда не встречавшейся ситуации, опираясь на смысл. Модель же всегда остается в рамках интерполяции прошлого опыта. Она не «взламывает» правила, она им подчиняется.
2. Отсутствие интенциональности (Нет воли — нет смысла) Язык — это не просто генерация знаков, это действие. Витгенштейн называл это «языковыми играми». Когда я говорю «дай ключ», у меня есть воля, цель и ожидаемый результат в реальности. У LLM нет интенциональности. У неё нет желаний, страхов или потребности в коммуникации. Модель генерирует токены, чтобы минимизировать функцию потерь. Это «зомби-язык»: внешне неотличим от человеческого, но внутри — абсолютная пустота. Смысл сообщения рождается только в голове читателя, сама модель не «хочет» ничего сказать. А без воли не бывает субъекта, без субъекта нет AGI.
3. Проблема «заземления» (The Grounding Problem) Это аргумент о теле, но глубже. Слово «больно» имеет смысл не потому, что оно часто стоит рядом со словом «плакать», а потому что оно связано с биологическим опытом. Для ИИ «огонь» — это вектор №4521. Для нас — это тепло, опасность и свет. Язык — это интерфейс к реальности, но LLM подключена к интерфейсу, а не к реальности. Пытаться вырастить интеллект из чистого текста — это как пытаться воссоздать Windows, изучая только трафик в сетевом кабеле. Вы поймете структуру пакетов, но никогда не узнаете, как работает ядро ОС.
Итог: Корпус текста — это кладбище смыслов
Мы путаем языковую компетенцию с мышлением. Язык — это способ архивации опыта, а не сам движок интеллекта. Пытаясь построить AGI на трансформерах, мы строим «карго-культ»: самолет из соломы (токенов), который никогда не взлетит, потому что в нем нет «двигателя» — воли и живого опыта.
AGI на текущем стеке недостижим, потому что мы пытаемся построить «понимание» на фундаменте из чистых знаков. Пока машина не сможет «выйти на улицу и намокнуть под дождем», пока у неё не появятся свои цели и хрупкое существование, она останется лишь великолепным зеркалом.
Границы языка нейросетей — это действительно границы их мира. Но этот мир ограничен текстовым дампом интернета. Там много информации, но нет жизни. Корпорации продают нам «бога в машине», но на самом деле это просто очень сложная и дорогая автозамена.
Как считаете, можно ли эмулировать «волю» через систему вознаграждений (RL), или это будет лишь очередная имитация?
💥 Наш продажник без опыта программирования собирает интеграции на N8N быстрее, чем мы с разработчиками. И это не единичный случай!
Последние примеры от него: — Интеграция запрашивает у логистических компаний (fedex, dhl и пр.) условия доставки заказа и отправляет в чат клиенту на выбор — Интеграция календаря прямо в чате CRM помогает назначить встречу с клиентом никуда не переключаясь
Обе интеграции реально работают и приносят бизнес-ценность клиентам. Он их собрал сам, за выходные.
🤯 Я смотрю на это и чувствую FOMO относительно навыков работы с N8N, Cursor, Loveable и прочим вайбкодингом. Особенно в контексте тренда, который я недавно описывал (ссылки внизу): фаундеры стартапов становятся всё более техническими — в IT-менеджменте инженеров становится больше, чем управленцев!
С одной стороны, понимаю, что мне как продакту нужно прокачивать стратегию, аналитику, финансы. С другой — вижу, как вайбкодинг размывает границы между "техническими" и "нетехническими" ролями. Создаётся ощущение, что вписался в гонку без финиша: пока осваиваешь тонкие материи стратегического планирования, кто-то уже собрал и провалидировал 3 MVP!
Хочу ваше мнение, друзья! Может, я зря заморачиваюсь?
❓ Как вы расставляете приоритеты в обучении, когда хочется изучить всё сразу? Сколько MVP завайбкодили за последнюю неделю?
, а будет еще 
