ChatGPT всё? Дженсен Хуанг только что отменил инвестиции в OpenAI на $100 млрд
Вместо этого CEO Nvidia в эфире CNBC назвал OpenClaw «следующим ChatGPT» и крупнейшим open-source проектом в истории. Если LLM просто генерируют текст, то автономные ИИ-агенты OpenClaw делают работу:
→ Сами принимают решения
→ Используют сторонние тулзы
→ Закрывают таски с минимальным участием белковых
Nvidia не была бы собой, если бы не попыталась возглавить тренд. Они уже выкатили NemoClaw — enterprise-версию со своим стеком для безопасного запуска агентов в бизнесе. Рынок оценил: акции связанных со стеком компаний улетели в исторические максимумы. Эра чат-ботов заканчивается, начинается эра агентов.
#AI #AIAgents #GenAI
CNBC Interview with Jensen Huang
Вместо этого CEO Nvidia в эфире CNBC назвал OpenClaw «следующим ChatGPT» и крупнейшим open-source проектом в истории. Если LLM просто генерируют текст, то автономные ИИ-агенты OpenClaw делают работу:
→ Сами принимают решения
→ Используют сторонние тулзы
→ Закрывают таски с минимальным участием белковых
Nvidia не была бы собой, если бы не попыталась возглавить тренд. Они уже выкатили NemoClaw — enterprise-версию со своим стеком для безопасного запуска агентов в бизнесе. Рынок оценил: акции связанных со стеком компаний улетели в исторические максимумы. Эра чат-ботов заканчивается, начинается эра агентов.
#AI #AIAgents #GenAI
CNBC Interview with Jensen Huang
👍3❤2💩1
Валидол для безопасника, или 5 альтернатив дырявому OpenClaw 💊
Тащить дефолтный OpenClaw в прод — настоящее ИТ-самоубийство. 💀
Свежая уязвимость CVE-2026-25253 (кража токенов) и root-доступ из коробки делают его ночным кошмаром. Но отказываться от локальных агентов не нужно.
Вот 5 архитектурно безопасных замен:
→ NanoClaw (TypeScript). Изоляция на уровне ОС. Агенты крутятся в песочницах Docker/Apple Container. Словит галлюцинацию — умрет только контейнер.
→ PicoClaw (Go). Single static binary. Жрет <10MB RAM, стартует за секунду. Находка для Edge-устройств.
→ TrustClaw (SaaS). Managed-решение с чистым OAuth-флоу. Инфраструктура в облаке — ключи физически отделены от вашего железа.
→ Nanobot (Python). Разработка HKU. Всего ~4000 строк кода с фокусом на MCP. Идеальный baseline-фреймворк для R&D.
→ IronClaw (Rust). Тяжелая артиллерия от разработчиков NEAR AI.
Исполнение в изолированных Wasm-контейнерах со строгой capability-based моделью (нулевые права по дефолту).
Будущее агентов — за Wasm/Docker-изоляцией и легковесными бинарниками.
Какую архитектуру выберете для своего пет-проекта? 👇
😀 Wasm/Rust (IronClaw)
😱Docker-песочницы (NanoClaw)
🥴 Edge-минимализм (PicoClaw)
🤡Я подожду, пока агенты перестанут ломать прод
#architecture #AIAgents #cybersecurity #zerotrust
SonicWall Blog
Тащить дефолтный OpenClaw в прод — настоящее ИТ-самоубийство. 💀
Свежая уязвимость CVE-2026-25253 (кража токенов) и root-доступ из коробки делают его ночным кошмаром. Но отказываться от локальных агентов не нужно.
Вот 5 архитектурно безопасных замен:
→ NanoClaw (TypeScript). Изоляция на уровне ОС. Агенты крутятся в песочницах Docker/Apple Container. Словит галлюцинацию — умрет только контейнер.
→ PicoClaw (Go). Single static binary. Жрет <10MB RAM, стартует за секунду. Находка для Edge-устройств.
→ TrustClaw (SaaS). Managed-решение с чистым OAuth-флоу. Инфраструктура в облаке — ключи физически отделены от вашего железа.
→ Nanobot (Python). Разработка HKU. Всего ~4000 строк кода с фокусом на MCP. Идеальный baseline-фреймворк для R&D.
→ IronClaw (Rust). Тяжелая артиллерия от разработчиков NEAR AI.
Исполнение в изолированных Wasm-контейнерах со строгой capability-based моделью (нулевые права по дефолту).
Будущее агентов — за Wasm/Docker-изоляцией и легковесными бинарниками.
Какую архитектуру выберете для своего пет-проекта? 👇
😀 Wasm/Rust (IronClaw)
😱Docker-песочницы (NanoClaw)
🥴 Edge-минимализм (PicoClaw)
🤡Я подожду, пока агенты перестанут ломать прод
#architecture #AIAgents #cybersecurity #zerotrust
SonicWall Blog
❤3
Непопулярное мнение: скоро продакты перестанут писать ТЗ
И начнут пушить коммиты прямо вам в репозиторий. Точнее, они уже это делают.
Вышло свежее исследование ProductSense и X5 Group (март 2026, опрошено 1220 специалистов), и цифры заставляют задуматься:
→ В 2025 году менеджеры продуктов тратили больше всего времени не на аналитику, а на ИИ-навыки (17%).
→ 97% уже используют нейронки, а 43% — делают это постоянно.
→ Главный инсайт продактов за прошедший год — вайб-кодинг. Они сами собирают прототипы и MVP через промпты, минуя разработку.
→ К 2027 году 40% из них ожидают появления чисто ИИ-ролей в продуктовом менеджменте.
Готовьтесь: на следующем груминге вместо абстрактной задачи в таск-трекере вам могут принести кривоватый, но работающий франкенштейн-код из LLM с просьбой «просто задеплоить это на прод».
#AI #productmanagement #MVP #GenAI #AIcoding
(источник)
И начнут пушить коммиты прямо вам в репозиторий. Точнее, они уже это делают.
Вышло свежее исследование ProductSense и X5 Group (март 2026, опрошено 1220 специалистов), и цифры заставляют задуматься:
→ В 2025 году менеджеры продуктов тратили больше всего времени не на аналитику, а на ИИ-навыки (17%).
→ 97% уже используют нейронки, а 43% — делают это постоянно.
→ Главный инсайт продактов за прошедший год — вайб-кодинг. Они сами собирают прототипы и MVP через промпты, минуя разработку.
→ К 2027 году 40% из них ожидают появления чисто ИИ-ролей в продуктовом менеджменте.
Готовьтесь: на следующем груминге вместо абстрактной задачи в таск-трекере вам могут принести кривоватый, но работающий франкенштейн-код из LLM с просьбой «просто задеплоить это на прод».
#AI #productmanagement #MVP #GenAI #AIcoding
(источник)
❤4
Google Labs обновила Stitch, AI-канвас для дизайна интерфейсов
18 марта Google Labs представила обновлённый Stitch — инструмент эволюционировал из генератора макетов в полноценный AI-native canvas для проектирования UI. Суть обновления в том, что Stitch теперь работает не как генератор отдельных экранов, а как среда, в которой дизайн-агент оперирует контекстом всего проекта, включая его историю изменений.
Ключевое архитектурное изменение — появление бесконечного канваса, на который можно подавать в качестве контекста изображения, текст и код. Канвас дополнен Agent Manager, который позволяет параллельно вести несколько ветвей дизайна, по сути реализуя паттерн ветвления, знакомый разработчикам по системам контроля версий. Google также представила формат DESIGN.md — markdown-файл, описывающий дизайн-систему проекта. Его можно экспортировать и импортировать между проектами и сторонними инструментами, что снимает проблему переноса визуальных правил между средами. Дизайн-систему можно извлечь из любого URL.
Из практически важного: статичные макеты теперь превращаются в интерактивные прототипы, экраны связываются в пользовательские флоу, а Stitch умеет автоматически генерировать логически следующие экраны по клику. Добавлен голосовой ввод, позволяющий получать критику макета и вносить правки в реальном времени через диалог с агентом. Для интеграции в пайплайн разработки выпущен MCP-сервер и SDK, через которые возможности Stitch доступны как skills и tools. Экспорт идёт в AI Studio и Antigravity.
В целом, Google явно целится в категорию «от промпта до прототипа за минуты» и делает ставку на то, что дизайн в ближайшем будущем станет полностью диалоговым процессом. Термин «vibe design», который они вводят по аналогии с «vibe coding», звучит маркетингово, но за ним стоит конкретная инженерная реализация, как нам кажется, заслуживающая внимания.
(источник)
18 марта Google Labs представила обновлённый Stitch — инструмент эволюционировал из генератора макетов в полноценный AI-native canvas для проектирования UI. Суть обновления в том, что Stitch теперь работает не как генератор отдельных экранов, а как среда, в которой дизайн-агент оперирует контекстом всего проекта, включая его историю изменений.
Ключевое архитектурное изменение — появление бесконечного канваса, на который можно подавать в качестве контекста изображения, текст и код. Канвас дополнен Agent Manager, который позволяет параллельно вести несколько ветвей дизайна, по сути реализуя паттерн ветвления, знакомый разработчикам по системам контроля версий. Google также представила формат DESIGN.md — markdown-файл, описывающий дизайн-систему проекта. Его можно экспортировать и импортировать между проектами и сторонними инструментами, что снимает проблему переноса визуальных правил между средами. Дизайн-систему можно извлечь из любого URL.
Из практически важного: статичные макеты теперь превращаются в интерактивные прототипы, экраны связываются в пользовательские флоу, а Stitch умеет автоматически генерировать логически следующие экраны по клику. Добавлен голосовой ввод, позволяющий получать критику макета и вносить правки в реальном времени через диалог с агентом. Для интеграции в пайплайн разработки выпущен MCP-сервер и SDK, через которые возможности Stitch доступны как skills и tools. Экспорт идёт в AI Studio и Antigravity.
В целом, Google явно целится в категорию «от промпта до прототипа за минуты» и делает ставку на то, что дизайн в ближайшем будущем станет полностью диалоговым процессом. Термин «vibe design», который они вводят по аналогии с «vibe coding», звучит маркетингово, но за ним стоит конкретная инженерная реализация, как нам кажется, заслуживающая внимания.
(источник)
❤5
Сеньоры стали кодить в 2 раза быстрее. Но AI всё ещё пасует перед сложной архитектурой 📉
Консалтинговый гигант Zinnov и инжиниринговая компания Ness выкатили свежее исследование (март 2026). Они проанализировали работу 100+ инженеров через платформу Matrix, детально замеряя качество и скорость при использовании Copilot и CodeWhisperer.
Сухие цифры:
→ Время на апдейт существующего кода упало на 70%.
→ Сеньоры закрывают задачи на 48% быстрее.
→ 70% разрабов отметили рост вовлеченности — ИИ стирает барьеры при погружении в чужой код.
Но есть нюанс. В проектах с высокой комплексностью кода магия исчезает — прирост продуктивности падает до скромных 10%. Вывод: ИИ отлично забирает рутину и бойлерплейты, но проектировать сложные системы всё ещё придётся нам самим.
Чей лагерь выберете? 👇
🔥 — AI реально бустит мою продуктивность
🧊 — Пока больше исправляю за ним, чем пишу
👀 — Пишу всё сам по старинке
#AIcoding #GenAI #AI #architecture
The Economic Times
Консалтинговый гигант Zinnov и инжиниринговая компания Ness выкатили свежее исследование (март 2026). Они проанализировали работу 100+ инженеров через платформу Matrix, детально замеряя качество и скорость при использовании Copilot и CodeWhisperer.
Сухие цифры:
→ Время на апдейт существующего кода упало на 70%.
→ Сеньоры закрывают задачи на 48% быстрее.
→ 70% разрабов отметили рост вовлеченности — ИИ стирает барьеры при погружении в чужой код.
Но есть нюанс. В проектах с высокой комплексностью кода магия исчезает — прирост продуктивности падает до скромных 10%. Вывод: ИИ отлично забирает рутину и бойлерплейты, но проектировать сложные системы всё ещё придётся нам самим.
Чей лагерь выберете? 👇
🔥 — AI реально бустит мою продуктивность
🧊 — Пока больше исправляю за ним, чем пишу
👀 — Пишу всё сам по старинке
#AIcoding #GenAI #AI #architecture
The Economic Times
❤4👍1🔥1
Лаборатория METR опубликовала обновление своего эксперимента по продуктивности
Ранние данные 2025 года показывали, что AI‑ассистенты иногда даже замедляли задачи, но в начале 2026 года наблюдается очевидный рост выигрыша по скорости.
Но свежая статистика начала 2026 года отрезвляет:
→ Техдолг летит в космос: По данным бенчмарков 2026 года, после внедрения AI технический долг вырастает на 30-41%, а PR содержат в 1.7 раза больше проблем, чем написанные человеком.
→ Иллюзия скорости: Весь профит у новых проектов сгорает к шестому месяцу. Причина — резкий рост когнитивной сложности кодовой базы (почти на 40%).
→ Кризис доверия: В отчете Sonar 96% инженеров признались, что не доверяют AI-коду. 61% жалуются на самую опасную иллюзию: сгенерированный код выглядит идеально, но содержит скрытые архитектурные баги.
→ Даже ученые в тупике: В февральском отчете METR исследователи признали, что замерять продуктивность стало невозможно. Качество итоговой работы (особенно покрытие тестами и документация) при делегировании агентам сильно деградирует.
В итоге мы не стали писать код быстрее. Мы просто тратим сэкономленное время на дебаг и ревью чужих галлюцинаций.
#AIcoding #AIAgents #LLM
METR: We are Changing our Developer Productivity Experiment Design
Ранние данные 2025 года показывали, что AI‑ассистенты иногда даже замедляли задачи, но в начале 2026 года наблюдается очевидный рост выигрыша по скорости.
Но свежая статистика начала 2026 года отрезвляет:
→ Техдолг летит в космос: По данным бенчмарков 2026 года, после внедрения AI технический долг вырастает на 30-41%, а PR содержат в 1.7 раза больше проблем, чем написанные человеком.
→ Иллюзия скорости: Весь профит у новых проектов сгорает к шестому месяцу. Причина — резкий рост когнитивной сложности кодовой базы (почти на 40%).
→ Кризис доверия: В отчете Sonar 96% инженеров признались, что не доверяют AI-коду. 61% жалуются на самую опасную иллюзию: сгенерированный код выглядит идеально, но содержит скрытые архитектурные баги.
→ Даже ученые в тупике: В февральском отчете METR исследователи признали, что замерять продуктивность стало невозможно. Качество итоговой работы (особенно покрытие тестами и документация) при делегировании агентам сильно деградирует.
В итоге мы не стали писать код быстрее. Мы просто тратим сэкономленное время на дебаг и ревью чужих галлюцинаций.
#AIcoding #AIAgents #LLM
METR: We are Changing our Developer Productivity Experiment Design
❤6👍1👎1
This media is not supported in your browser
VIEW IN TELEGRAM
Наконец-то: вайбкодинг, не выходя из Telegram 📱
Когда вы в последний раз фиксили баги, стоя в очереди за кофе?
Anthropic официально выкатила интерфейс Channels для подключения своего AI-агента Claude Code к Telegram и Discord.
Как это работает на практике:
→ Создаёте бота (например, через BotFather в Telegram).
→ Подключаете канал к локальной сессии Claude Code через MCP-сервер.
→ Отправляете промпты и команды агенту прямо в чат мессенджера.
→ Получаете уведомления о выполнении тасок, ошибках или собранном билде.
Почему это важно: ИИ-разработка выходит за пределы терминала и IDE. Теперь можно делегировать агенту рутинный рефакторинг с телефона, а с ноутбука уже просто провести код-ревью готового пулл-реквеста. (Доступно на платных тарифах Claude).
#AIcoding #AIAgents #LLM
Claude Code Docs: Channels
Когда вы в последний раз фиксили баги, стоя в очереди за кофе?
Anthropic официально выкатила интерфейс Channels для подключения своего AI-агента Claude Code к Telegram и Discord.
Как это работает на практике:
→ Создаёте бота (например, через BotFather в Telegram).
→ Подключаете канал к локальной сессии Claude Code через MCP-сервер.
→ Отправляете промпты и команды агенту прямо в чат мессенджера.
→ Получаете уведомления о выполнении тасок, ошибках или собранном билде.
Почему это важно: ИИ-разработка выходит за пределы терминала и IDE. Теперь можно делегировать агенту рутинный рефакторинг с телефона, а с ноутбука уже просто провести код-ревью готового пулл-реквеста. (Доступно на платных тарифах Claude).
#AIcoding #AIAgents #LLM
Claude Code Docs: Channels
❤5👍1
«Skynet работает в кредит»: почему экономика ИИ не сходится
Главная угроза ИИ — это не восстание машин, а банальный кассовый разрыв. Мы в восторге от новых моделей, но забываем про беспрецедентное кредитное плечо бигтеха.
Индустрия пошла ва-банк, и математика пугает:
→ $2 трлн — такую выручку ежегодно должна генерировать отрасль к 2030 году, чтобы просто окупить железо и дата-центры (данные Bain & Company).
→ Провал технологии гарантирует каскад дефолтов по долгам за инфраструктуру.
→ Но сценарий успеха еще мрачнее. Чтобы отбить вложения, нужна агрессивная автоматизация.
По свежим оценкам Goldman Sachs, ИИ затронет 300 млн рабочих мест.
Парадокс: глобальный демпинг зарплат обрушит покупательную способность. Корпорации сэкономят на людях, но кто тогда будет покупать их сервисы? На фоне мировой закредитованности оба пути ведут к жесткой рецессии.
Верите, что AI-пузырь лопнет в ближайшие пару лет?
🔥 — Да, экономику не обманешь, это доткомы 2.0
❌ — Нет, продуктивность взлетит и покроет все долги
#AI #GenAI #LLM #productmanagement
(источник)
Главная угроза ИИ — это не восстание машин, а банальный кассовый разрыв. Мы в восторге от новых моделей, но забываем про беспрецедентное кредитное плечо бигтеха.
Индустрия пошла ва-банк, и математика пугает:
→ $2 трлн — такую выручку ежегодно должна генерировать отрасль к 2030 году, чтобы просто окупить железо и дата-центры (данные Bain & Company).
→ Провал технологии гарантирует каскад дефолтов по долгам за инфраструктуру.
→ Но сценарий успеха еще мрачнее. Чтобы отбить вложения, нужна агрессивная автоматизация.
По свежим оценкам Goldman Sachs, ИИ затронет 300 млн рабочих мест.
Парадокс: глобальный демпинг зарплат обрушит покупательную способность. Корпорации сэкономят на людях, но кто тогда будет покупать их сервисы? На фоне мировой закредитованности оба пути ведут к жесткой рецессии.
Верите, что AI-пузырь лопнет в ближайшие пару лет?
🔥 — Да, экономику не обманешь, это доткомы 2.0
❌ — Нет, продуктивность взлетит и покроет все долги
#AI #GenAI #LLM #productmanagement
(источник)
❤4
ИИ ускорил написание кода в разы, но...
Свежее исследование Harness (март 2026) подтвердило то, о чем многие догадывались: мы разогнали этап написания кода нейросетями, но забыли перестроить пайплайны. Инфраструктура, тесты, безопасность и CI/CD просто не вывозят такие объемы.
Суровая статистика по разработчикам, которые очень часто используют AI-инструменты:
→ 69% регулярно ловят проблемы при деплое.
→ Время восстановления после инцидентов (MTTR) выросло с 6.3 до 7.6 часов по сравнению с теми, кто пишет руками.
→ 96% (!!) таких разработчиков теперь перерабатывают по вечерам и выходным, разгребая завалы после релизов.
Вывод: генерировать фичи со скоростью света — это круто. Но если процессы доставки и тестирования не автоматизированы на том же уровне, вы просто ускорили поставку багов.
#AIcoding #DevOps #CICD #SRE
(ИСТОЧНИК)
Свежее исследование Harness (март 2026) подтвердило то, о чем многие догадывались: мы разогнали этап написания кода нейросетями, но забыли перестроить пайплайны. Инфраструктура, тесты, безопасность и CI/CD просто не вывозят такие объемы.
Суровая статистика по разработчикам, которые очень часто используют AI-инструменты:
→ 69% регулярно ловят проблемы при деплое.
→ Время восстановления после инцидентов (MTTR) выросло с 6.3 до 7.6 часов по сравнению с теми, кто пишет руками.
→ 96% (!!) таких разработчиков теперь перерабатывают по вечерам и выходным, разгребая завалы после релизов.
Вывод: генерировать фичи со скоростью света — это круто. Но если процессы доставки и тестирования не автоматизированы на том же уровне, вы просто ускорили поставку багов.
#AIcoding #DevOps #CICD #SRE
(ИСТОЧНИК)
❤3😈1
💻 Кодить уже мало. А за что тогда платить программисту?
Нейросеть снова написала ерунду. Можно посмеяться, отправить скриншот коллегам и успокоиться: до замены разработчиков ещё далеко. Но насколько надёжна эта уверенность?
В этом фрагменте — жёсткий прогноз: даже отличный специалист по C++ рискует оказаться невостребованным, если всё, что он предлагает, — умение писать код. Об этом рассказывает Дмитрий Старов -директор департамента «Инструменты и технологии разработки», компании «Диасофт».
Спорное заявление? Ещё какое.
За ним, однако, стоит вполне практическая мысль: разработчику нужно понимать, зачем создаётся продукт, как им будут пользоваться и какую задачу бизнеса он решает.
Технический опыт здесь даёт преимущество — если применять его шире привычного «получил задачу, написал код».
▶️ Смотреть полную дискуссию об ИИ-агентах в разработке
Как считаете: понимание продукта уже обязательно для программиста — или от него снова хотят несколько профессий за одну зарплату?
Нейросеть снова написала ерунду. Можно посмеяться, отправить скриншот коллегам и успокоиться: до замены разработчиков ещё далеко. Но насколько надёжна эта уверенность?
В этом фрагменте — жёсткий прогноз: даже отличный специалист по C++ рискует оказаться невостребованным, если всё, что он предлагает, — умение писать код. Об этом рассказывает Дмитрий Старов -директор департамента «Инструменты и технологии разработки», компании «Диасофт».
Спорное заявление? Ещё какое.
За ним, однако, стоит вполне практическая мысль: разработчику нужно понимать, зачем создаётся продукт, как им будут пользоваться и какую задачу бизнеса он решает.
Технический опыт здесь даёт преимущество — если применять его шире привычного «получил задачу, написал код».
▶️ Смотреть полную дискуссию об ИИ-агентах в разработке
Как считаете: понимание продукта уже обязательно для программиста — или от него снова хотят несколько профессий за одну зарплату?
🔥2❤1
Кому принадлежит код, который вы пишете на работе?
Короткий ответ: скорее всего, вам. И это сюрприз для большинства работодателей.
По ст. 1295 ГК РФ исключительные права на код переходят к компании, только если выполнены три условия одновременно.
Первое: в трудовом договоре или должностной инструкции прямо прописана обязанность разрабатывать программный код. Не "выполнять поручения руководителя", не "решать технические задачи", а конкретно разработка ПО.
Второе: существует оформленное служебное задание с подписями обеих сторон, которое фиксирует, что именно эту программу сотрудник создавал по поручению работодателя. Сообщения в Telegram и тикеты в Jira для суда не аргумент.
Третье: работнику выплачено авторское вознаграждение, отдельное от зарплаты. Зарплата и авторское вознаграждение по закону разные вещи, даже если в договоре написано "вознаграждение включено в оклад", это оспоримая формулировка.
Если хотя бы одно звено отсутствует, права на код остаются у разработчика. Именно так Антон Мамичев отсудил у Veeam Software компенсацию за свою систему eLearning Metadata Manager: 30 тысяч строк кода, написанных в свободное время, которые бывший работодатель поставил себе на баланс и начал использовать без разрешения.
Дело дошло до Конституционного суда, который в Постановлении от 16.06.2022 No 25-П встал на сторону автора.При этом важно понимать: даже если вы штатный разработчик и написали код в офисе, на рабочем ноутбуке и в рабочее время, но задача не входила в ваши трудовые обязанности по документам, код ваш.
Сейлз, который написал бота для автозаполнения договоров, является правообладателем этого бота, потому что разработка ПО не его трудовая функция.
Прочитайте свой трудовой договор и должностную инструкцию. Посмотрите, как сформулированы обязанности. Если там расплывчатые формулировки, это работает в вашу пользу, не в пользу работодателя.
Если работодатель не оформляет служебные задания и не платит отдельное авторское вознаграждение, он сидит на бомбе замедленного действия, а вы сохраняете полный объем прав на свой код.
Короткий ответ: скорее всего, вам. И это сюрприз для большинства работодателей.
По ст. 1295 ГК РФ исключительные права на код переходят к компании, только если выполнены три условия одновременно.
Первое: в трудовом договоре или должностной инструкции прямо прописана обязанность разрабатывать программный код. Не "выполнять поручения руководителя", не "решать технические задачи", а конкретно разработка ПО.
Второе: существует оформленное служебное задание с подписями обеих сторон, которое фиксирует, что именно эту программу сотрудник создавал по поручению работодателя. Сообщения в Telegram и тикеты в Jira для суда не аргумент.
Третье: работнику выплачено авторское вознаграждение, отдельное от зарплаты. Зарплата и авторское вознаграждение по закону разные вещи, даже если в договоре написано "вознаграждение включено в оклад", это оспоримая формулировка.
Если хотя бы одно звено отсутствует, права на код остаются у разработчика. Именно так Антон Мамичев отсудил у Veeam Software компенсацию за свою систему eLearning Metadata Manager: 30 тысяч строк кода, написанных в свободное время, которые бывший работодатель поставил себе на баланс и начал использовать без разрешения.
Дело дошло до Конституционного суда, который в Постановлении от 16.06.2022 No 25-П встал на сторону автора.При этом важно понимать: даже если вы штатный разработчик и написали код в офисе, на рабочем ноутбуке и в рабочее время, но задача не входила в ваши трудовые обязанности по документам, код ваш.
Сейлз, который написал бота для автозаполнения договоров, является правообладателем этого бота, потому что разработка ПО не его трудовая функция.
Прочитайте свой трудовой договор и должностную инструкцию. Посмотрите, как сформулированы обязанности. Если там расплывчатые формулировки, это работает в вашу пользу, не в пользу работодателя.
Если работодатель не оформляет служебные задания и не платит отдельное авторское вознаграждение, он сидит на бомбе замедленного действия, а вы сохраняете полный объем прав на свой код.
❤2👍1
Можно ли засудить разработчика за пет-проект на стороне?
Ситуация знакомая многим: днем работаете в компании, вечерами пилите свой проект. Проект выстреливает, бывший или текущий работодатель замечает и заявляет претензии. Имеет ли он на это право по российскому законодательству?
Ключевой вопрос, который будет решать суд: является ли ваш пет-проект служебным произведением. Критерии, которые суды проверяют в первую очередь, следующие. Совпадает ли тематика пет-проекта с вашими рабочими обязанностями по документам. Существовало ли служебное задание на эту разработку. Использовались ли ресурсы компании, хотя само по себе использование рабочего ноутбука не делает проект служебным, как подтверждает судебная практика.
Принципиально важно: бремя доказывания лежит на работодателе. Это он должен доказать, что ваш проект создан в рамках трудовых обязанностей, а не вы должны доказывать обратное. Если в трудовом договоре нет детализации функций по разработке, если нет подписанных служебных заданий на конкретный продукт, шансы работодателя в суде невелики.
Но есть нюансы, которые могут все испортить.
Некоторые работодатели включают в трудовой договор пункт о передаче прав на все, что создано работником, в том числе в нерабочее время. Такие формулировки юридически оспоримы, но судебная практика по ним пока не устоялась, и рассчитывать на гарантированный результат нельзя. Если вы видите подобный пункт в своем договоре, лучше добиться внесения оговорки: "Из сферы действия настоящего соглашения исключаются проекты, созданные работником по личной инициативе вне рамок трудовых обязанностей."
Что делать на практике.
Фиксируйте дату начала работы над проектом: коммиты в публичный репозиторий, депонирование кода. Не используйте корпоративные инструменты: рабочую почту, корпоративный GitLab, VPN работодателя.
Не обсуждайте пет-проект в рабочих чатах и не деплойте его с рабочей машины, привет из "Кремниевой долины", где главный герой чуть не лишился прав на программу именно из-за этого. Если пет-проект тематически пересекается с тем, что вы делаете на работе, это зона повышенного риска, и в этом случае стоит проконсультироваться с юристом по интеллектуальной собственности до того, как проект станет коммерческим.
Ответственность, если дело дойдет до суда, существенная: гражданская компенсация до 5 миллионов рублей, либо двукратная стоимость контрафактных экземпляров, а в крайних случаях уголовная ответственность до 6 лет.
Цена вопроса достаточная, чтобы подстраховаться заранее.
Ситуация знакомая многим: днем работаете в компании, вечерами пилите свой проект. Проект выстреливает, бывший или текущий работодатель замечает и заявляет претензии. Имеет ли он на это право по российскому законодательству?
Ключевой вопрос, который будет решать суд: является ли ваш пет-проект служебным произведением. Критерии, которые суды проверяют в первую очередь, следующие. Совпадает ли тематика пет-проекта с вашими рабочими обязанностями по документам. Существовало ли служебное задание на эту разработку. Использовались ли ресурсы компании, хотя само по себе использование рабочего ноутбука не делает проект служебным, как подтверждает судебная практика.
Принципиально важно: бремя доказывания лежит на работодателе. Это он должен доказать, что ваш проект создан в рамках трудовых обязанностей, а не вы должны доказывать обратное. Если в трудовом договоре нет детализации функций по разработке, если нет подписанных служебных заданий на конкретный продукт, шансы работодателя в суде невелики.
Но есть нюансы, которые могут все испортить.
Некоторые работодатели включают в трудовой договор пункт о передаче прав на все, что создано работником, в том числе в нерабочее время. Такие формулировки юридически оспоримы, но судебная практика по ним пока не устоялась, и рассчитывать на гарантированный результат нельзя. Если вы видите подобный пункт в своем договоре, лучше добиться внесения оговорки: "Из сферы действия настоящего соглашения исключаются проекты, созданные работником по личной инициативе вне рамок трудовых обязанностей."
Что делать на практике.
Фиксируйте дату начала работы над проектом: коммиты в публичный репозиторий, депонирование кода. Не используйте корпоративные инструменты: рабочую почту, корпоративный GitLab, VPN работодателя.
Не обсуждайте пет-проект в рабочих чатах и не деплойте его с рабочей машины, привет из "Кремниевой долины", где главный герой чуть не лишился прав на программу именно из-за этого. Если пет-проект тематически пересекается с тем, что вы делаете на работе, это зона повышенного риска, и в этом случае стоит проконсультироваться с юристом по интеллектуальной собственности до того, как проект станет коммерческим.
Ответственность, если дело дойдет до суда, существенная: гражданская компенсация до 5 миллионов рублей, либо двукратная стоимость контрафактных экземпляров, а в крайних случаях уголовная ответственность до 6 лет.
Цена вопроса достаточная, чтобы подстраховаться заранее.
❤3👍1
Текст на сгенерированных картинках больше не похож на эльфийский 🪄
Microsoft выкатила новую модель MAI-Image-2, и она с ходу залетела на 3-е место в лидерборде Arena.ai. Предыдущая версия болталась на девятой строчке, так что апгрейд серьезный. Впереди пока только флагманы от Google (Gemini 3.1 Flash Image) и OpenAI (GPT-Image 1.5).
Что важно для нас:
→ Адекватный рендер текста: модель наконец-то умеет генерировать читаемые диаграммы, инфографику и рабочие слайды.
→ Упор на реализм: освещение и композицию подкрутили, обучаясь на датасетах и фидбеке реальных фотографов и дизайнеров.
→ Доступность: уже можно дергать по API через Microsoft Foundry или тестировать в MAI Playground (VPN on, с российских IP сервис ожидаемо не пускает).
Скоро обещают нативно вшить в Copilot.
Голосуем, чей API сейчас лучше всего справляется с генерацией изображений под рабочие задачи?
👍 Google (Gemini 3.1)
😀 OpenAI (GPT-Image)
😚 Microsoft (MAI-Image-2)
😱 Midjourney (API костыльное, но результат решает)
#AI #GenAI #LLM
Microsoft Newsroom
Microsoft выкатила новую модель MAI-Image-2, и она с ходу залетела на 3-е место в лидерборде Arena.ai. Предыдущая версия болталась на девятой строчке, так что апгрейд серьезный. Впереди пока только флагманы от Google (Gemini 3.1 Flash Image) и OpenAI (GPT-Image 1.5).
Что важно для нас:
→ Адекватный рендер текста: модель наконец-то умеет генерировать читаемые диаграммы, инфографику и рабочие слайды.
→ Упор на реализм: освещение и композицию подкрутили, обучаясь на датасетах и фидбеке реальных фотографов и дизайнеров.
→ Доступность: уже можно дергать по API через Microsoft Foundry или тестировать в MAI Playground (VPN on, с российских IP сервис ожидаемо не пускает).
Скоро обещают нативно вшить в Copilot.
Голосуем, чей API сейчас лучше всего справляется с генерацией изображений под рабочие задачи?
👍 Google (Gemini 3.1)
😀 OpenAI (GPT-Image)
😚 Microsoft (MAI-Image-2)
😱 Midjourney (API костыльное, но результат решает)
#AI #GenAI #LLM
Microsoft Newsroom
❤3👍1😁1
За хардкод на английском в UI теперь можно получить по шапке от юристов.
С 1 марта заработал ФЗ №168 — публичные IT-продукты обязаны общаться с пользователем на русском.
На Хабре ребята поделились болью: банальная задача для редактора на практике превращается в суровый архитектурный рефакторинг.
К чему готовиться, если юристы уже стучатся в вашу дверь:
→ Верстка выйдет из чата. Русские термины беспощадно длиннее латиницы. Кнопки и табы поедут, придется переделывать компоненты под динамическую ширину.
→ Бэкенд-предатель. Сервер отдает ошибки текстом вроде "User not found"? Плохие новости. Оставляем в API строго коды ошибок, а всю локализацию тащим на UI-слой.
→ Терминологический ад. Чтобы не свести пользователей с ума, придется согласовывать глоссарий. Забываем про Dashboard (теперь это «Панель управления»), Workspace превращается в «Рабочее пространство», а Marketplace — в «Каталог приложений». Внедряем линтеры на запрещенные слова в пулл-реквестах.
Единственный плюс — угроза проверок заставляет наконец-то вычистить легаси и нормально настроить i18n.
Как у вас дела с локализацией интерфейсов?
😀 Давно всё вынесли в i18n, спим спокойно
😅 Везде английский хардкод, делаем вид, что мы не публичные
😎 У нас «Dashboard» вообще зашит прямо в картинку
#architecture #productmanagement
(источник)
С 1 марта заработал ФЗ №168 — публичные IT-продукты обязаны общаться с пользователем на русском.
На Хабре ребята поделились болью: банальная задача для редактора на практике превращается в суровый архитектурный рефакторинг.
К чему готовиться, если юристы уже стучатся в вашу дверь:
→ Верстка выйдет из чата. Русские термины беспощадно длиннее латиницы. Кнопки и табы поедут, придется переделывать компоненты под динамическую ширину.
→ Бэкенд-предатель. Сервер отдает ошибки текстом вроде "User not found"? Плохие новости. Оставляем в API строго коды ошибок, а всю локализацию тащим на UI-слой.
→ Терминологический ад. Чтобы не свести пользователей с ума, придется согласовывать глоссарий. Забываем про Dashboard (теперь это «Панель управления»), Workspace превращается в «Рабочее пространство», а Marketplace — в «Каталог приложений». Внедряем линтеры на запрещенные слова в пулл-реквестах.
Единственный плюс — угроза проверок заставляет наконец-то вычистить легаси и нормально настроить i18n.
Как у вас дела с локализацией интерфейсов?
😀 Давно всё вынесли в i18n, спим спокойно
😅 Везде английский хардкод, делаем вид, что мы не публичные
😎 У нас «Dashboard» вообще зашит прямо в картинку
#architecture #productmanagement
(источник)
❤3
🤖 ИИ начал выгорать от дедлайнов и страдать завышенной самооценкой
Это официальные диагнозы из свежего релиза Anthropic.
24 марта ребята выкатили мультиагентный фреймворк для автономного кодинга. Суть в GAN-подходе: один агент (Claude) пишет код, а второй (тоже Claude) безжалостно его ревьюит.
Зачем понадобился второй агент? Исследователи отловили два чисто человеческих бага в поведении моделей:
→ Context anxiety (тревожность из-за контекста): когда окно памяти забивается, модель паникует, срезает углы и выдает плохой код, лишь бы быстрее закрыть таску.
→ Self-evaluation bias (предвзятость самооценки): агент искренне считает свой нерабочий код гениальным и преждевременно репортит об успехе.
Чтобы агенты работали слаженно, перед стартом они заключают «спринт-контракты» с жестким ТЗ и зонами ответственности. Индустрия явно переходит от написания кода к оркестрации нейросетей.
#AI #AIAgents #LLM #architecture
Anthropic Engineering
Это официальные диагнозы из свежего релиза Anthropic.
24 марта ребята выкатили мультиагентный фреймворк для автономного кодинга. Суть в GAN-подходе: один агент (Claude) пишет код, а второй (тоже Claude) безжалостно его ревьюит.
Зачем понадобился второй агент? Исследователи отловили два чисто человеческих бага в поведении моделей:
→ Context anxiety (тревожность из-за контекста): когда окно памяти забивается, модель паникует, срезает углы и выдает плохой код, лишь бы быстрее закрыть таску.
→ Self-evaluation bias (предвзятость самооценки): агент искренне считает свой нерабочий код гениальным и преждевременно репортит об успехе.
Чтобы агенты работали слаженно, перед стартом они заключают «спринт-контракты» с жестким ТЗ и зонами ответственности. Индустрия явно переходит от написания кода к оркестрации нейросетей.
#AI #AIAgents #LLM #architecture
Anthropic Engineering
❤2
JPEG не сжимает пиксели. Он хакает ваш мозг 🧠
JPEG — это не алгоритм сжатия. Это идеальный эксплойт для уязвимостей человеческой сетчатки. На днях на Hacker News разработчики снова яростно спорили о преимуществах JPEG-XL, и это отличный повод вспомнить базу.
Стандарт 1992 года работает как обход биологического пайплайна:
→ Сначала цвет отделяется от яркости (YCbCr), и цветовая субдискретизация срезает до 75% данных. Причина аппаратная: колбочек в глазу примерно в 20 раз меньше, чем палочек
→ Дальше включается дискретное косинусное преобразование (DCT). Матрицы квантования для блоков 8×8 — это буквально карта контрастной чувствительности коры нашего мозга . Алгоритм беспощадно обнуляет пространственные частоты, которые зрение физически не зафиксирует.
Даже современные форматы вроде JPEG-XL с его VarDCT (адаптивные блоки от 2×2 до 256×256) просто доводят этот био-хак до абсолюта, расходуя биты только там, где глаз реально "зацепится".
#architecture #systemdesign #highload
(источник)
JPEG — это не алгоритм сжатия. Это идеальный эксплойт для уязвимостей человеческой сетчатки. На днях на Hacker News разработчики снова яростно спорили о преимуществах JPEG-XL, и это отличный повод вспомнить базу.
Стандарт 1992 года работает как обход биологического пайплайна:
→ Сначала цвет отделяется от яркости (YCbCr), и цветовая субдискретизация срезает до 75% данных. Причина аппаратная: колбочек в глазу примерно в 20 раз меньше, чем палочек
→ Дальше включается дискретное косинусное преобразование (DCT). Матрицы квантования для блоков 8×8 — это буквально карта контрастной чувствительности коры нашего мозга . Алгоритм беспощадно обнуляет пространственные частоты, которые зрение физически не зафиксирует.
Даже современные форматы вроде JPEG-XL с его VarDCT (адаптивные блоки от 2×2 до 256×256) просто доводят этот био-хак до абсолюта, расходуя биты только там, где глаз реально "зацепится".
#architecture #systemdesign #highload
(источник)
❤4
Pied Piper существует: Google сломал рынок памяти 🗜
Google только что воплотил в реальность алгоритм из сериала «Кремниевая долина». Инвесторы в панике — акции производителей чипов (Micron, Samsung) уже полетели в пропасть.
Что произошло? Google Research выкатили TurboQuant — алгоритм экстремального сжатия «кратковременной памяти» ИИ-моделей, который решает главную боль инференса (KV-cache bottleneck).
Ключевые факты из пейпера:
→ Сжимает KV-кеш до 3 бит (потребление RAM падает в 6+ раз)
→ Ускоряет вычисление внимания до 8 раз на Nvidia H100
→ Не требует дообучения моделей
→ И главное: zero accuracy loss. Точность не падает вообще.
Почему это важно: инференс тяжелых моделей с длинным контекстом становится кратно дешевле. Если алгоритм пойдет в массы, вам больше не придется скупать вагоны RAM, чтобы просто запустить адекватную LLM.
#AI #LLM #highload
ИСТОЧНИКИ:
Google Research Blog
Google только что воплотил в реальность алгоритм из сериала «Кремниевая долина». Инвесторы в панике — акции производителей чипов (Micron, Samsung) уже полетели в пропасть.
Что произошло? Google Research выкатили TurboQuant — алгоритм экстремального сжатия «кратковременной памяти» ИИ-моделей, который решает главную боль инференса (KV-cache bottleneck).
Ключевые факты из пейпера:
→ Сжимает KV-кеш до 3 бит (потребление RAM падает в 6+ раз)
→ Ускоряет вычисление внимания до 8 раз на Nvidia H100
→ Не требует дообучения моделей
→ И главное: zero accuracy loss. Точность не падает вообще.
Почему это важно: инференс тяжелых моделей с длинным контекстом становится кратно дешевле. Если алгоритм пойдет в массы, вам больше не придется скупать вагоны RAM, чтобы просто запустить адекватную LLM.
#AI #LLM #highload
ИСТОЧНИКИ:
Google Research Blog
❤4
Скайнет застрял в текстурах
Дата-центры сжигают мегаватты, но пасуют перед пиксельной головоломкой. В новом тесте GPT-5.4 набрал 0,26%, а обычные «кожаные мешки» — 100%.
Франсуа Шолле выкатил бенчмарк ARC-AGI-3. Раньше нейронки тупо зазубривали ответы, поэтому теперь всё интерактивно: 135 сред размером 64х64 пикселя. Никаких текстовых инструкций, нужно вслепую искать скрытые механики.
→ Gemini 3.1 Pro и Grok-4.20 тоже рухнули ниже 1%.
→ Штрафы квадратичные: ИИ со 100 шагами вместо 10 эталонных получает лишь 1% эффективности.
→ Агенты-костыли не спасают: 97% успеха в одной игре превращаются в 0% в следующей.
Обычный человек щёлкает такие задачи за 7,4 минуты вообще без подготовки. Кажется, настоящий AGI пока откладывается.
Верите в скорое появление AGI?
🔥 Конечно, GPT-6 всё исправит
🥶Это тупиковая ветвь, LLM — просто умные Т9
😜Я просто пишу микросервисы, мне норм
#AI #LLM #GenAI
(источник)
Дата-центры сжигают мегаватты, но пасуют перед пиксельной головоломкой. В новом тесте GPT-5.4 набрал 0,26%, а обычные «кожаные мешки» — 100%.
Франсуа Шолле выкатил бенчмарк ARC-AGI-3. Раньше нейронки тупо зазубривали ответы, поэтому теперь всё интерактивно: 135 сред размером 64х64 пикселя. Никаких текстовых инструкций, нужно вслепую искать скрытые механики.
→ Gemini 3.1 Pro и Grok-4.20 тоже рухнули ниже 1%.
→ Штрафы квадратичные: ИИ со 100 шагами вместо 10 эталонных получает лишь 1% эффективности.
→ Агенты-костыли не спасают: 97% успеха в одной игре превращаются в 0% в следующей.
Обычный человек щёлкает такие задачи за 7,4 минуты вообще без подготовки. Кажется, настоящий AGI пока откладывается.
Верите в скорое появление AGI?
🔥 Конечно, GPT-6 всё исправит
🥶Это тупиковая ветвь, LLM — просто умные Т9
😜Я просто пишу микросервисы, мне норм
#AI #LLM #GenAI
(источник)
❤4☃1
ИИ заговорил как человек, но с одним забавным изъяном
Google выкатил Gemini 3.1 Flash Live с упором на гиперреалистичный синтез речи. Модель выносит конкурентов в Big Bench Audio (ответила голосом на 1000 вопросов без запинки) и отлично держит контекст диалога на разных языках.
Но есть нюанс. В тесте на обработку прерываний и шумов (Scale AI MultiChallenge) суперсовременная нейронка набрала жалкие 36.1% при средних по палате 50%.
Практический вывод: если робот-оператор начнет вас бесить — просто громко кашляйте в трубку и перебивайте его. Он сломается.
От дипфейков нас пока спасет вшитый в аудио водяной знак SynthID, а пощупать модель руками скоро можно будет через API Gemini и AI Studio.
Готовы внедрять таких болтунов в свои продукты?
🔥 Заверните, уже пишу интеграцию
🥺Слишком крипово, я за олдскульный текст
😃 Пусть сначала научатся понимать невнятное ТЗ от заказчиков
#AI #LLM #GenAI
(источник)
Google выкатил Gemini 3.1 Flash Live с упором на гиперреалистичный синтез речи. Модель выносит конкурентов в Big Bench Audio (ответила голосом на 1000 вопросов без запинки) и отлично держит контекст диалога на разных языках.
Но есть нюанс. В тесте на обработку прерываний и шумов (Scale AI MultiChallenge) суперсовременная нейронка набрала жалкие 36.1% при средних по палате 50%.
Практический вывод: если робот-оператор начнет вас бесить — просто громко кашляйте в трубку и перебивайте его. Он сломается.
От дипфейков нас пока спасет вшитый в аудио водяной знак SynthID, а пощупать модель руками скоро можно будет через API Gemini и AI Studio.
Готовы внедрять таких болтунов в свои продукты?
🔥 Заверните, уже пишу интеграцию
🥺Слишком крипово, я за олдскульный текст
😃 Пусть сначала научатся понимать невнятное ТЗ от заказчиков
#AI #LLM #GenAI
(источник)
❤2
Хейтить low-code в 2026 году — это профессиональное самоубийство
Визуальное программирование больше не удел джунов и менеджеров.
Пока суровые бэкендеры воротят нос от «кубиков», энтерпрайз массово переходит на визуальную сборку. И это уже давно не просто примитивные формочки для HR-отдела.
Свежие мартовские отчеты разрушают иллюзии:
→ Gartner: в этом году 75% новых корпоративных приложений будут использовать low-code компоненты.
→ Forrester: 87% enterprise-разработчиков УЖЕ применяют эти платформы в ежедневном воркфлоу.
→ Новый тренд архитектуры: low-code становится основным слоем оркестрации для AI-агентов и интеграции тяжелого легаси.
Бизнесу не нужны идеальные абстракции с нуля, если рабочий продукт собирается за два дня. Low-code безвозвратно забирает скучную CRUD-рутину. Нам же остается проектирование распределенных систем, безопасность и управление скрытой сложностью этих самых визуальных платформ (которой там хватает).
#lowcode #nocode #automation #citizendevelopment
(ИСТОЧНИК)
Визуальное программирование больше не удел джунов и менеджеров.
Пока суровые бэкендеры воротят нос от «кубиков», энтерпрайз массово переходит на визуальную сборку. И это уже давно не просто примитивные формочки для HR-отдела.
Свежие мартовские отчеты разрушают иллюзии:
→ Gartner: в этом году 75% новых корпоративных приложений будут использовать low-code компоненты.
→ Forrester: 87% enterprise-разработчиков УЖЕ применяют эти платформы в ежедневном воркфлоу.
→ Новый тренд архитектуры: low-code становится основным слоем оркестрации для AI-агентов и интеграции тяжелого легаси.
Бизнесу не нужны идеальные абстракции с нуля, если рабочий продукт собирается за два дня. Low-code безвозвратно забирает скучную CRUD-рутину. Нам же остается проектирование распределенных систем, безопасность и управление скрытой сложностью этих самых визуальных платформ (которой там хватает).
#lowcode #nocode #automation #citizendevelopment
(ИСТОЧНИК)
❤2
AI-ассистенты замедляют общий цикл разработки
Свежие мартовские данные от Keypup и CodeRabbit безжалостно бьют по мифу о 10x-инженерах:
→ AI-код содержит в 1.7 раза больше багов, чем написанный человеком.
→ Количество ошибок в логике выше на 75%.
→ Сгенерированные Pull Requests (PR) висят на ревью в 4.6 раза дольше.
Мы просто перенесли «бутылочное горлышко» из написания кода в его проверку. Сеньоры тонут в гигантских PR, которые нейросети выдают за минуты. Усталость ревьюеров растет, а вместе с ней — частота инцидентов в проде из-за замыленного глаза.
Если время активного кодинга падает, а время ожидания в пулл-реквестах летит в космос — AI-инструменты приносят вам убытки. Пора перестать мерить эффективность строками кода и начать жестко лимитировать размер PR.
#AIcoding #GenAI #DevOps
(источник)
Свежие мартовские данные от Keypup и CodeRabbit безжалостно бьют по мифу о 10x-инженерах:
→ AI-код содержит в 1.7 раза больше багов, чем написанный человеком.
→ Количество ошибок в логике выше на 75%.
→ Сгенерированные Pull Requests (PR) висят на ревью в 4.6 раза дольше.
Мы просто перенесли «бутылочное горлышко» из написания кода в его проверку. Сеньоры тонут в гигантских PR, которые нейросети выдают за минуты. Усталость ревьюеров растет, а вместе с ней — частота инцидентов в проде из-за замыленного глаза.
Если время активного кодинга падает, а время ожидания в пулл-реквестах летит в космос — AI-инструменты приносят вам убытки. Пора перестать мерить эффективность строками кода и начать жестко лимитировать размер PR.
#AIcoding #GenAI #DevOps
(источник)
❤2