#пятничное

🔥 - демпинговал и продолжу демпинговать
🐳 - продалбывался и продолжу
❤️ - давайте уже это, после праздников разберетесь!

Проблемы всех стратегий

Рисую я тут стратегию и хочу поделиться одной мыслью

Проблема всех стратегий в том, что их готовят оптимисты, а значит, они не реалистичны по своей природе.

Почему оптимисты?
Потому что менеджеры по природе своей такие.

Что делать, если вы хотите реалистичную стратегию?
Пусть ее пишут пессимисты!

Но хотите ли вы такую?

А вы к кому себя относите?

😎 - я оптимист
👍 - я реалист
🔥 - я пессимист

Одно из лучших решений, которые срабатывают второй раз - поставить открытый книжный шкаф на видном месте.

Мы это делали с Демычем - пацан, просто, невероятно обожает читать.

А вот и Тея - регулярно лазит в книжный шкаф себе что-то выбрать.
Правда, на данном фото она «ищет папе книгу побольше»😁

AI и 100 тыс. разработчиков в исследованиях от Егора Денисова

Это исследование противоположно тому, что сделали в METR: тут наблюдали 100 тыс. разработчиков из 600 компаний.

Че по результатам?

AI действительно помогает, но не так, как нам обещали в промо-роликах. Средние +15–20% - это не революция. Всё упирается в зрелость кода, тип задач и размер вашей кодовой помойки.

Откуда я это все взял?
Посмотрел 20-минутное выступление Егора Денисова-Бланша из Stanford - и это, пожалуй, один из самых аккуратных, честных и приземлённых разборов реальной продуктивности инженеров под воздействием LLM.

1. Почему все предыдущие замеры продуктивности - так себе авантюра?
Потому что:
1) Исследования финансируют сами вендоры.
OpenAI и прочие ребята очень стараются показать, что вырастили «+как минимум 2x productivity». Но выборка перекошена, метрики подкрашены - всё как обычно.

Ну вы же сами работаете в корпорациях, не мне вам рассказывать)))

2) Коммиты и PR - плохая метрика.
Бум output, но линия качества - вниз.
Можно удвоить количество строк кода, не трогая полезность ни на йоту.
3) Greenfield-эффект.
На игрушечных проектах LLM выглядит богом.
А в реальной компании 90% задач - это старый код, грязь, зависимости и боль. Ну и куча требований безопасности, надежности.

4) Опросы?
«Кажется, я стал продуктивнее» ≠ «стал».
Самооценка - круто для well-being, но не для метрик.

Это ваще супер важная штука, когда регулярно занимаешься DevEx понимаешь, что есть большая разница между реальной производительностью и тем, как она ощущается. По сути, тут совпадает с ощущением многозадачности, как у менеджера: весь день делал кучу вещей, вроде, молодец, но есть ли результат?

2. Как Стэнфорд это мерил?
1) Подключили настоящие git-репы компаний.
Не игрушки, а живой корпоративный код.
Контекст команд - сохранён.
2) Собрали пул архитекторов и заставили их руками ставить оценки.
10–15 экспертов на качество, сложность, поддерживаемость.
И оценки очень хорошо коррелировали - то есть разметка надёжная.
3) Натренировали ML-модель, чтобы она воспроизводила экспертную оценку.
С высокой корреляцией.
То есть дальше можно масштабировать без сумасшедшей стоимости ревью.
4) Классифицировали типы изменений:
- добавление фичи
- удаление
- рефакторинг
- rework (переделка свежего кода) ← важный индикатор «кажется, ИИ ошибся, давайте исправим».
5) Прогнали всё ретроспективно за 2019–2025.
От COVID до появления LLM - чёткое сравнение «до» и «после».

3. Что показало исследование? Здесь многие ахнут
1) Сырой прирост кода: +30–40%.
Но туда же входит и мусор.
2) Реальная продуктивность: +15–20%.
После вычета багфиксов и rework.
И это среднее - иногда намного хуже.
3) На сложных задачах: почти ноль.
И огромная дисперсия.
Иногда AI даже замедляет.
4) Картинка в начаое поста хорошо иллюстрирует это: сложность × зрелость проекта

5) Язык имеет значение.
Популярные - выиграли.
Эзотерика - страдает, потому что моделей просто не на чем было учить.
6) Размер репозитория работает против вас.
Рост выгоды падает логарифмически.
Причины: шум, coupling, ограничения контекста.
Чем больше кодовая база - тем хуже LLM понимает, «что тут вообще происходит».

Тут ожидаемый эффект, конечно)

4. Че делать то, со всем этим?
1) Определите сложность типовых задач и зрелость своего проекта.
Если у вас legacy-монолит - чудес не будет.
2) Используйте популярные технологии.
LLM по ним лучше обучены → подсказки лучше.
3) На больших старых системах начинайте с пилота.
Маленький модуль, короткий эксперимент.
«Из коробки» Cursor или Copilot может не давать прироста.
4) Следите за долей rework.
Если вдруг резко вырос объём кода - это не рост продуктивности, а рост переделок.

Мы, кстати, часто такое обсуждаем а ребятами, потому что рост объема кода, это, конечно, скорее вред.

5) Комбинируйте количественные сигналы git с качественным ревью.
Не сводите всё к «команда довольна/недовольна».

А вот тут по ссылочке можно найти презу.

А у вас в компании как с AI в разработке?
🔥 - активные эксперименты и уже многое в проде
🦄 - пробуем тестируем, но не активно и не верим
💊 - мы явно на другом уровне

Короче, утром познакомился с Егором из стенфорда, списались)

Ловите слайды из его доклада, про который писал утром !

Проект Аве Мария

Вот представь себе, ты проснулся в помещении, один, рядом с тобой никого, не считая компьютера и его манипуляторов, который задает тебе простой вопрос: «Как тебя зовут?», но ты совершенно ничего не помнишь!
Ты видишь оборудование вокруг, понимаешь для чего оно и можешь сделать вывод, что ты ученый.
Но зачем ты здесь и что от тебя хотят?

Заинтриговал?

А еще вот отдельный кайф, как вы будете изучать язык другой формы жизни?
Нам сложно выучить иностранный язык, но мы по крайней мере одна форма жизни с общими потребностями: еда, вода, туалет и прочее.
А что на счет совершенно иной формы жизни?

Я уже писал про похожий вопрос вот тут.

🚀 Проект Аве Мария
Если «Марсианин» (тут мой авторский обзор) - история выживания упёртого ботана на Марсе, то «Аве Мария» - история, где школьный учитель биологии внезапно становится единственным человеком, способным спасти человечество.
Но это же Вейер: значит опять будет куча науки, куча инженерного колхоза и столько шуток, что любой инженер узнает в них себя.

💥 Основная идея книги
Человечество замерзает. Солнце выдыхается.
И вот один человек - не герой, не астронавт, а школьный учитель биологии - просыпается в космосе, не помня ни задачи, ни миссии.
Но миссия простая: «Выжить. Разобраться. Решить».

🤝 Рокки - лучший тиммейт в истории sci-fi
Инопланетянин-инженер, похожий на паука, но более практичный, чем все наши продуктовые команды вместе взятые.
Ноль сарказма.
Сто процентов логики.
И бесконечное «я чинить».
Их дружба - это вообще отдельная магия.
Никаких пафосных речей.
Просто два ботана строят космическую лабораторию в условиях, где любое движение может закончиться взрывом.

🔧 Почему книга для инженеров?
Потому что каждая глава - это «инцидент» уровня критикал:
• течёт топливная линия → фиксим
• астрофаг убежал из контейнера → фиксим
• корабль сейчас умрёт → фиксим
• Рокки говорит «проблема?» → значит будет фиксить и он, и ты, и вся галактика
Это буквально учебник по поведению в критических ситуациях, только в космосе и с коньяком из метанола (ну почти).

🤣 Шутки
1) Когда Грейс понимает масштаб проблемы
«Ну окей. Я один в другой звёздной системе. Человечество вымирает. Двоих моих коллег рядом я уже не разбудил («они умерли»).
Всё нормально. Пятница же.»
Это такой уровень спокойствия, который можно развесить как плакат в любой DevOps-команде.
2) Когда он понимает, что астрофаг - идеальное топливо
«Он жрёт всё, что светится.
Звучит как я в универе, когда нашёл столовку, где раздают бесплатно.»
3) Его инженерный подход к опасности
«Это может взорваться.
Это скорее всего взорвётся.
Но если не взорвётся - будет круто.
Делаем.»

upd
Ну и как менеджеру мне доставляет отдельное удовольствие читать о том, как один человек сумел объединить все страны мира и заменджерил такой сложный проект, как: анализ причин угрозы вымирания, строительство космического корабля, поиск исполнителей, управление рисками. Отлично показано, как принимаются решения в условиях наличия единой ключевой метрики - максимизация выживания человека!

Ну это топ песня этого года, конечно!
Еще и снежок выпал!

P.S. что ж, мне стало понято значение слова «имбовый» 🤣

Ахахахаххаха

Че у вас там по команде?
😎 - все «белке в глаз с 1 выстрела»
🔥 - один я там все вывожу
🦄 - да риалли дрим тим прямо собралась!

#пятничное

Пуф. Кажется, пора рассказать, что там после Яндекса произошло
Спойлер: я в Авито уже 3 месяца.

Сейчас я делаю как всегда то, что умею и от чего кайфую: строю продуктовую стратегию платформы (ну это вот всякие языковые фреймворки, observability, PAAS, DBAAS, IAAS) и превращаю её в реальность. Не презентациями, а решениями (ладно, кого я обманываю, куда уж без презентаций😁). Параллельно - растим команду технических продуктовых менеджеров. Тех самых, которые отвечают не за roadmap в Confluence, а за то, насколько тяжело инженеру проживать свой день.
Команда - топ. Мы с ребятами давно на одной волне и одинаково плохо переносим бессмысленную сложность.
План простой (хорошо делай, плохо не делай😁): - меньше шума; - меньше переключений контекста; - меньше «активности ради активности».

Почему у нас получится?
Потому что уже невероятно крутая база - одна из лучших платформ на рынке.
И потому что всей командой мы верим, что должны дать разработчику максимум времени, когда разработчик просто заходит в поток и делает то, ради чего вообще пришёл в профессию - строит классные сервисы.
И мы знаем, что созвоны, алерты, процессы, инструменты должны помогать, а не перегружать.

Что по деталям?
Ну тут уж лучше всего говорят не планы, а результаты. Так что давайте ка подождем немного.

Маленький спойлер: ключевой вопрос на который нужно ответить сегодня - «Как будет выглядеть рабочий день инженера в 2029 году».

Короче, че то я устал сегодня, так что забирайте просто мем)

❤️ - если у тебя такой же опыт
🔥 - если ты не такой и набрал сил на всю неделю
🎄 - давайте уже после праздников решим

#пятничноеневпятницу

“Task Interruption in Software Development Projects: What Makes some Interruptions More Disruptive than Others?”

Так-с, нашел для вас исследование о влиянии прерываний и переключений задач на разработку ПО.

Что происходит, когда разработчиков прерывают?

Традиционно считается, что внешние прерывания (сообщение, митинг, запрос от менеджера) хуже влияют на продуктивность, чем когда мы сами решаем переключиться на другую задачу.
Но данные из реального мира говорят иначе.

В своей статье исследователи провели два больших анализа:

Анализ логов задач
- 4 910 записей работы 17 профессиональных разработчиков.

Опрос 132 разработчиков
- реальные практики, опыт и восприятие прерываний.

Цель - понять не просто что прерывает разработку, а что именно делает переключение задач более разрушительным.

Главные выводы
⚠️ 1. Самопрерывания (self-interruptions) хуже, чем внешние
Хотя большинство разработчиков считают внешние прерывания более деструктивными, данные показывают обратное:
🔹 самопрерывания приводят к большей потере эффективности и ухудшают последующую работу над задачей.

Это может быть из-за когнитивной нагрузки:
Мы теряем контекст,
Теряем «поток»,
Требуется больше времени на возврат к задаче.

2. Момент, когда происходит переключение важнее характеристик самой задачи

Традиционные параметры задачи приоритет, уровень сложности, стадия влияют на её прерываемость. Но контекст и обстоятельства, при которых происходит переключение, оказывают куда более сильное влияние. К ним относятся:
✔️ тип прерывания (сам/внешнее)
✔️ время дня
✔️ тип текущей и следующей задачи
✔️ контекст проекта и среды работы

Это означает:
👉 работа над задачей в спокойный час с минимальными внешними отвлекающими сигналами менее подвержена разрушительному влиянию, чем та же задача на пике отвлекающих факторов.

3. Переключения имеют когнитивную цену
Разработчики часто не возвращаются к прерванной задаче или делают это с большим «ценой»:
Контекстное переключение требует восстановления рабочей памяти,
Увеличиваются задержки и риск ошибок,
Частые переключения фрагментируют рабочий день.

Практические выводы для команд
✅ Ограничивайте самопрерывания - поощряйте завершение текущих задач прежде чем начинать новые.
✅ Разграничивайте рабочие периоды с высокой концентрацией: вводите «фокус-часы» без прерываний.
✅ Управляйте внешними раздражителями: настройте правила коммуникации (телеграмм, почта, встречи).
✅ Понимайте контекст переключения: важно не только что делаешь, но когда и в какой ситуации.

Почему это важно для инженерной эффективности?

Эта работа - вызов для нас, с точки зрения процессов продуктивности. Она показывает, что традиционные представления о продуктивности часто неверны или неполны.
Если ваша цель сократить время восстановления фокуса, уменьшить когнитивную нагрузку и повысить качество релизов, то понимание природы прерываний и умение управлять ими становится ключевым навыком современной инженерной команды.

Вчера была новогодняя встреча CPO&CTO CLUB!

Люблю встречи этого клуба:
1. Дофига народа о кого можно обстучать свои идеи.
2. Много супер качественного общения в сжатом пространстве.
3. Предновогодние особенный кайф, потому что до конца нового года остался всего 1 спринт - 2 недели и, кажется, у народа начинает менеджерская мышца расслабляться, прессинг спадать и все двигается в строну рефлексии о прошедшем.

P.S. ну все, из корпоративов осталось еще 2 и Добби свободен 😁

походу содержательных постов не будет больше в этом году😁

🔥 - если ты ждешь не дождешься
❤️ - поддержать всех бедолаг
🎄 - давайте уже после нового года!

#пятничное

Чек-листы Гаванде

Хм…я вот тут недавно узнал, что супер очевидная для меня штука, что для стрессовых ситуаций нужно иметь чек-лист, не так уж и очевидна сама по себе.

И в 2010 году под это дело даже появилась целая книга.

Давным давно мой первый руководитель научил меня одной важной мысли:

если что-то пошло не так в инциденте, то в первую очередь виноват дизайн процесса, а не человек, допустивший ошибку.
И что даже самые умные люди допускают «глупые» ошибки.

Можно ли спорить с этой мыслью?
Да чего нет то, спорьте, с чем хотите, честное слово!

Но что важно, со временем я утвердился в мысли, что в принципе так оно и есть.
Процессом нельзя заменить крутых и умных ребят, уж поверьте, но процесс может им помочь. Он может им помочь выкинуть лишний контекст из головы и подскажет, какие важные вещи проговорить в слух в важные моменты их работы.

Я не устаю повторять, что ключевая проблема провала - неумение людей говорить и слушать. И самое важное, наше неумение понять, что реально важно в данный момент для всех и выровнять контекст.

Так вот, тема с чек-листами Гаванде - это попытка решить эту задачу в условиях жесткого прессинга во время проведения операции врачами и т.п.

На каждое важное повторяющееся событие, у вас должен быть небольшой чек-лист из 5-9 пунктов.

Чек-лист (7 пунктов) перед операцией:
1.
Все участники представились и назвали свою роль.
2.
Подтверждена личность пациента и тип операции.
3.
Подтверждена сторона операции (лево / право).
4.
Есть ли аллергии или особые риски?
5.
Готовы ли инструменты и кровь (если нужна)?
6.
Антибиотик введён (если требуется).
7.
Есть ли у кого-то опасения прямо сейчас?

Обратите внимание: в этом чек-листе нет ни одного «умного» пункта.
Почти всё врачи и так знают.
Его задача - не знание, а синхронизация.

Чек-листы Гаванде - это не про инструкции, а про то, чтобы в критический момент заставить команду проговорить важное вслух.

И если вы думаете все еще, что это супер очевидно, то вот вам история

Чек-листы, которые спасают жизни

Атул и его команда три месяца следили за четырьмя операционными и собрали неутешительные данные. Из 400 000 отслеживаемых ими пациентов 400 получили послеоперационные осложнения, а 56 из них умерли. Общий уровень хирургических осложнений колебался от 6 до 21%.
Чтобы сократить число хирургических осложнений, врачи под эгидой ВОЗ создали чек-лист из 19 пунктов. Его разослали в восемь больниц для пилотного запуска и начали активно внедрять в 2008 году. Атул предоставил пилотным больницам собранные им данные, чтобы наглядно показать, о чём идёт речь.
Через несколько месяцев появились первые результаты: послеоперационные осложнения встречались на 36% реже, а смертельные случаи — на 47%. Число инфекций сократилось вдвое, число повторных операций — на четверть.

Закон Лемана или как я думал, что сам что-то новое придумал

Ха-х, некоторое время назад я в рамках одной из задач обосновывал стоимость и рост сложности одного решения осознал и объяснил это тем, что даже если в системе ничего принципиально не менять, то из-за необходимости поддержания внешних изменений (интеграций с другими сервисами и т.п.) сложность системы будет постоянно расти.

Дальше у тебя на систему могут действовать другие внешние обстоятельства:
вот тут подтюнить под новый закон или изменения, даже элементарная правка багов вносит дополнительную энтропию.

В общем, в момент, когда я это осознал, то решил, что это гениально 😁

Ааааа вот вчера узнал, что есть закон Лемана (он же - закон энтропии в ПО)

Любая активно используемая программная система со временем неизбежно усложняется, если в неё не вкладываться осознанно.

Ошибка менеджмента думать, что:
- «Мы один раз хорошо спроектируем»
- «Вот допишем платформу и станет спокойно»
- «Закроем техдолг и заживём»
Не-а.
Энтропия всегда возвращается!

В общем, спокойно относитесь к рефакторингу, ищите модель своей борьбы с энтропией (раз в 3 года глобальная переделка или постоянная борьба со сложностью) и не парьтесь, это норма!

А вы знали, что в ИТ есть прямо теоремы? Изучали?

🦄 - все знаю наизусть, бро!
🎄 - фига се, все законы в трудовом договоре!
❤️ - пойду почитаю!

Этот мем прекрасно дополняет эту мою историю про рост сложности системы😁