«У бизнеса нет идей для AI» — нет, это он просто плюнул на вас

Если вам кажется, что у бизнеса мало идей, — у меня плохие новости. Он просто перестал вам их приносить.

Расхожий тезис про AI в разработке — что скорость разработки не нужна, потому что у бизнеса нет столько новых идей.

Если ты сидишь на уровне среднего тимлида, девопса или QA, и тебе кажется, что у бизнеса мало идей, — это может означать другое. Это не идей мало. Бизнес так задрала твоя низкая производительность, вечно проёбанные сроки и регулярные возвраты задач в багфиксинг с рефакторингом, что он плюнул на тебя и вбрасывает только неизбежные критичные задачи. Иначе невыносимо наблюдать, как ты медленно копошишься со своей архитектурой и паттернами — и всё равно на выходе косяки и переделки.

Continue reading “«У бизнеса нет идей для AI» — нет, это он просто плюнул на вас”

Зачем документация, если агент читает код напрямую

Контекстное окно на два миллиона токенов — не повод хоронить документацию. Без спецификации агент не отличит фичу от бага и запечатает ошибку тестом.

Контекстное окно на два миллиона токенов проглатывает весь монорепозиторий и выдаёт рабочую функцию. И ровно в этот момент в головах у разработчиков щёлкает опасный вывод: раз агент видит код целиком, документацию можно закрыть. Технические задания, спецификации, описания архитектуры — архаичный карго-культ. Зачем тексты, если агент читает код напрямую и видит истину в последней инстанции?

Код фиксирует текущую реализацию, но не фиксирует исходное намерение и бизнес-ограничения. Он содержит текущую реализацию, включая исторические компромиссы, баги и устаревшие решения. А это разные вещи.

Continue reading “Зачем документация, если агент читает код напрямую”

AI-Driven Head of Engineering: что предъявить HR и нанимающему менеджеру

Банк прямых ответов на восемь групп вопросов, которые HR и hiring manager задают профилю AI-Driven Head of Engineering — от подлинности и hands-on до governance, ROI и логистики.

В найме AI-лидеров часто путают опыт внедрения с умением говорить об AI: часть кандидатов показывает презентации и стратегию, но не показывает работающие системы, код или продовые внедрения. Нанимающий менеджер это понимает и проверяет артефакты: работающие сервисы, репозитории, продовые метрики, ownership — по ссылкам на системы, коду, метрикам и описанным решениям. Ниже — прямые ответы на восемь групп вопросов, которые HR и hiring manager задают профилю AI-Driven Head of Engineering. По каждой теме: что сделано, чем подтверждается, где есть ограничения.

Continue reading “AI-Driven Head of Engineering: что предъявить HR и нанимающему менеджеру”

Эпоха алгоритмического управления: конец «незаменимых» менеджеров

Первая волна ИИ обесценила труд исполнителей. Вторая идёт за теми, кто распределял их задачи — и защищает ренту за визирование.

Эпоха, когда управленец мог оправдать миллионный бонус «уникальной интуицией» и «тяжестью принимаемых решений», заканчивается там, где решения можно проверить алгоритмически.

Continue reading “Эпоха алгоритмического управления: конец «незаменимых» менеджеров”

AI на каждой фазе SDLC: практики, пруфы, цифры

Доказательное применение AI на всех этапах жизненного цикла разработки ПО — от сбора требований до мониторинга в production. Практики, коммерческий контекст, цифры результата и публичные артефакты.

Стандартный вопрос найма: AI у всех пишет код — покажите, что вы применяли его на каждой фазе SDLC, а не только в IDE. Ниже — список практик по фазам SDLC с артефактами. Разбор сгруппирован по Planning, Requirements, Design, Implementation, Testing, Deployment, Maintenance и отдельному блоку delivery management. Для каждой фазы — конкретная практика, коммерческий контекст, цифры результата и публичный артефакт, который можно проверить по ссылке или репозиторию.

Continue reading “AI на каждой фазе SDLC: практики, пруфы, цифры”

Архитектура протоколов ИИ-агентов: карта уровней стека

От N×M адаптеров к стандартизированным слоям: разбор десяти протоколов мультиагентных систем — от вызова функций до шлюзов безопасности.

За последние пару лет системы на больших языковых моделях прошли путь от «сгенерируй абзац» до автономных агентов. ИИ-агент в этом тексте — модуль, который получает задачу, хранит промежуточное состояние и вызывает внешние инструменты: API, файловую систему или другой сервис.

Continue reading “Архитектура протоколов ИИ-агентов: карта уровней стека”

Вот зачем AI-агенту таск-менеджер

Управление проектом начинается задолго до первого тикета. И именно там агент должен работать — а не в канбане.

— Лол, зачем AI-агенту вообще инструмент для управления проектом? Он же просто берёт и делает! — написали мне десятки человек.

Признаюсь, именно на этом я и хотел вас подловить.

Continue reading “Вот зачем AI-агенту таск-менеджер”

Падение прода — это рутина, а не апокалипсис

Разбираем угрозу «вот упадёт ваш вайб-кодинг в проде — и тогда». Что именно «тогда» — по слоям: ентерпрайз, малый бизнес, продвинутый одиночка с ИИ.

Каждый пост про ИИ магнитом притягивает десятки странных чуваков с одной и той же мыслью: вот однажды ваше навайбкоженное упадёт в проде — и тогда…

Continue reading “Падение прода — это рутина, а не апокалипсис”

Вы позавтракали

ИИ в руках людей с исполнительским типом мышления — катастрофа. Они обсуждают всё, кроме главного: задача решена или нет.

ИИ в руках людей с исполнительским типом мышления — катастрофа. Не потому что они плохо им пользуются, а потому что для них ценность лежит вообще не там, где результат. Она лежит в том, сколько ты личного опыта вложил, сколько усилий затратил, каким «правильным» способом шёл — и уже под конец, если останется место, какой там получился результат.

Это не акцентуация, не милая особенность характера. Это дыра в мозгу: фокус внимания намертво съехал с того, что задача решена, на процесс прикладывания усилий и на оценку — достаточно ли эти усилия были мучительны, чтобы засчитать.

Continue reading “Вы позавтракали”

Применяйте ИИ там, где вы полный ноль

Максимальный рычаг от ИИ лежит не там, где вы эксперт, а там, где вы ничего не смыслите. Почему усиливать сильную зону — почти бесполезно по деньгам.

Представьте senior-разработчика, который уже стабильно закрывает сложные задачи и получает верх рынка. Он берёт ИИ и начинает применять его к тому, что и так умеет: быстрее писать типовой код, находить ошибки и готовить черновики рефакторинга. Быстрее пишет, чище рефакторит, аккуратнее раскладывает точки с запятой по текстовым файлам.

Принесёт ли ему это заметно больше денег? Да нихуя. Он уже в топе рынка, и заказчик редко платит отдельно за разницу между «очень хорошо» и «ещё на 5% лучше».

Continue reading “Применяйте ИИ там, где вы полный ноль”