Стрим + ответы на вопросы

Давно не стримили, предлагаю это исправлять. В ближайшее время проведу трансляцию, расскажу че происходит с рынком сейчас. Это особенно актуально, потому что впереди осень, традиционный сезон найма.

И поотвечаю на ваши вопросы, которые можно оставить здесь.

https://forms.gle/hxC7jVKrFGaS8kjA9
https://forms.gle/hxC7jVKrFGaS8kjA9
https://forms.gle/hxC7jVKrFGaS8kjA9

🐳 если ждешь

Том и Джерри

Забавно наблюдать, как фокус найма сместился с поиска подходящего кандидата, на выявление накрутчика. И теперь каждое собеседование - это игра в кошки мышки, где тот, кто изящнее обманет, точно останется в плюсе. И еще удивительнее, как в одном месте сошлись три фактора: массовая популяризация накрутки, кризис и бум ИИ.

Если раньше всем по умолчанию доверяли, то теперь все по умолчанию врут. Бизнес обложился АТС, насоздавал фейк вакансий для виду, что все хорошо и надобавлял нейрорекрутеров, которые работают максимально криво (вопрос времени конечно). Их можно понять, ситуация вокруг не позволяет допускать ошибок, каждая копейка на счету. С другой стороны кандидаты клепают стройные резюме, подключаются автоотклики (одобряем) и валят на собеседования с околонулевой подготовкой (осуждаем), зато с ИИ оверлеем (осуждаем).

Кандидаты жалуются, что работу найти невозможно. Даже если у тебя много лет опыта. А компании жалуются, что "нормального" сотрудника нужно искать месяцами. Парадокс? Нууу, здесь не все так однозначно.

Такие приколы можно перечислять долго, но мне бы хотелось рассказать о всем на стриме 01.09 в 18:00 мск.

Разберем:
• Почему использовать один агрегатор для поиска плохо, а точечные отклики не работают;
• Как изменились собеседования на системного аналитика и что от тебя требуется сейчас;
• Почему ИИ помогает, но больше мешает;
• Как так получается, что специлисты с опытом месяцами не могут найти работу и что с этим делать?

А еще поотвечаю на ваши вопросы, которые можно оставить в форме ниже:
https://forms.gle/hxC7jVKrFGaS8kjA9

Я не любитель технических тем, но рынок порешал

Главный баг айти - уверенность в том, что тебе платят за знание технологии «Х». Типа, научился кафку поднимать и топики вертеть, стал миллионером. Это не так, платят тебе за умение продать себя на собесе, чем красивее и грамотнее вещаешь, тем больше дадут.

Проблема в том, что сегодня болтать могут не только лишь все, а возможностей наебать великое множество. Вот и получается, что на собесе системного аналитика, человека, который в обычной жизни круды проектирует, спрашивают как архитектора. Нагрузки, ограничения, кафки и прочее, хотя на работе ты этого делать не будешь, но знать должен.

Осенью будут выходить видео на технические темы, сейчас уже написан сценарий для Docs as Code и Kafka (развернем и прям руками в интерфейсе потыкаемся), плюс в процессе подготовки к видео об ИИ для системного аналитика (не «копировать-вставить» из ллм, а показать сценарии настройки агентов). Что еще покрыть, какая тема непонятна? Пиши коммент.

И еще не забывай прийти на стрим во вторник и закинуть вопрос в форму (все ссылки выше). Буду рассказывать об изменениях на рынке, развернуто поотвечаю на ваши вопросы из формы и чата, плюс анонсирую ништяки по обучению для тех, кто будет в онлайне.

Как провели лето, куда ездили, че делали?
Рассказывайте

Продай себя если сможешь / Как выглядит рынок найма системных аналитиков в конце 2026?

https://www.youtube.com/live/Ncm8LvC91hc?si=F0ZUjKP_4TYlIhyN

Запись стрима с таймкодами уже доступна на канале. Спасибо всем, кто пришел онлайн, было круто!

Вопрос "Че там с рынком" никогда не устаревает. Вот и я, в очередной раз решил рассказать, как выглядит рынка найма системного аналитика в конце 2026 года. Разобрали изменения в резюме, обход ATS, отклики, тех собесы и вот это все.

Обучение

Сентябрь горит, костры рябин горят, рынок горит, а значит пора учиться.

5 октября стартуем последний групповой поток в этом году.

Все как обычно, будет нелегко, но мы делаем все, чтобы дойти до результата. Мы также заинтересованы в трудоустройстве, как и ты, объясняем непонятные темы, пинаем, когда нужно.

Чем выделяемся среди конкурентов?
• наличием стажировки, где можно взаимодействовать с другими членами команды (куа, фронты, бэки, продакт)
• наличием четких дедлайнов, без "звонков по запросу". Есть план, есть расписание, есть домашки, есть обсуждения - тебе остается только учиться. звучит легко)))
• наличием гайдов на любой чих - технические темы, софтовые темы, как делать резюме, легенду, собесы проходить, примеры собесов и все, что нужно, чтобы дойти до цели.

Чтобы начать:
Читай условия: https://notsystemanalysis.ru/
Смотри отзывы: @reaperxu_reviews
Записывайся у меня в лс: @reaperxu

Не хочешь ждать? Индивидуально со мной можно начать заниматься хоть завтра, места еще есть

Я познал мощь ИИ

Наконец-то и до меня дошло, что свой агентик сильно упрощает рутину, помогает эффективно ресерчить инфу, накидывать драфты сценариев и идеи для роадмапа. Всё это добро в два клика подключается по MCP, и проблема «А как это всё грузить в вики?» быстро решается.

Посты в телегу, кстати, пишет так себе. Это не открытие, это суровая правда жизни (шутка). Стилю написания, конечно, можно подражать, но именно что подражать. Первый написанный пост от агента тебя удивит, а все последующие будут похожи на предыдущие. Контент-заводы - хуйня (пока что)

Главный плюс агента в том, что он, в отличие от LLM, пытается решить задачу до победного, а не просто выкидывает тебе ответ. Он попытается выполнить действие, если не выйдет - пойдёт в документацию, почитает, выполнит повторно. И так до тех пор, пока точно не застрянет или не добьётся своего.

Короче, я теперь обмазываюсь агентами. «Б2Б 67 САААААААС» строить не хочу, но поделиться инфой хочется. Го соберём много сосисок, а я поднакидаю заметки про контекст, токены, принципы построения агентов, что они могут и вот это всё.

Супер важный опрос, который мне сильно поможет

https://forms.gle/X45dKi5SFqD9zHEo8
https://forms.gle/X45dKi5SFqD9zHEo8
https://forms.gle/X45dKi5SFqD9zHEo8

Собственно, в заголовке все понятно.

Потрать 2 минуты времени, помоги мне, а я помогу тебе.

Спасибо!!

Агент vs Чат

«Я составил реально грамотный промпт, закинул его в чат и получил результат. Я уже ИИ-системный аналитик или еще нет?»

Разница между чатом и агентом следующая. Чат - это интерфейс, ты формируешь запрос к модели, получаешь ответ и дальше выполняешь нужные тебе действия самостоятельно руками. Агент может работать автономно и помимо того, чтобы сказать тебе «что делать», сделает это самостоятельно.

И ты можешь правда составить офигенный промпт и даже скиллы подключить к ллм, но она будет действовать только в рамках тех данных, что ты ей дал и тех, что есть в интернете. Она не сможет проанализировать конкретно твою ситуацию и предложить решение. Агент же работает в цикле "действие → наблюдение результата → корректировка": выполнил команду, увидел реальную ошибку в выводе, скорректировал следующий шаг. Это устраняет целый класс ошибок, которые в чате обнаруживаются только постфактум пользователем.

Агент может шариться на твоем компе, зайти в приложения или браузер, провести анализ файлов, дернуть апи, настроить окружение и сделать все (почти), что ты захочешь. Начав разбираться в агентах, ты превращаешься в ребенка, которому дали огромное количество деталек лего и полную свободу действий. И ты используешь эти детали, чтобы решать сложные задачи и делать свою жизнь проще.

Причем «комплексная», не значит сложная, с проработкой архитектуры и вот этим всем. Загрузить доку в вики по мсп, тоже комплексная задача, которая потребует некоторого количества времени, если не дать должных инструкций. На чем попался я? Агенту нужно было загрузить документацию в вики, для него неочевидно, что сначала нужно создать родительскую страницу, а потом дочерние. После первой итерации в инструкцию добавил это обязательным пунктом.

Значит ли это, что чаты больше не нужны? Конечно нет, для задач, не требующих комплексных действий, лучше заюзать чат. Минимум настройки и мороки, спросил, получил ответ, пошел радоваться. Я, например, использую чат исключительно как аналог гугла. А большие или повторяющиеся задачи решаю агентами.

Покидайте курсы по ИИ для чайников (не себе, честное слово, подруга попросила)

Обучение с куратором в октябре

5 октября стартует очередной групповой поток с куратором, в этом году он будет последним.

Во вторник 22.09 в 18:00 проведу звонок для всех желающих, где расскажу, как проходит групповое обучение.

Что есть в роадмапе, какие задания мы будем решать, как выстраивается поиск работы. Также поотвечаю на вопросы.

Звонок проведу в закрытом чате, а тем, кто останется до конца, достанется бонус.

Условия обучения: https://notsystemanalysis.ru/

Попасть в чат можно у меня в личке @reaperxu

Почему тебе не нужно перегружать контекст лишней инфой

Ситуация: работаешь себе с нейронкой или агентом, сидишь в рамках одной сессии. Спустя некоторое количество времени она начинает галлюцинировать, то есть уверенно отвечать полную чушь, которая не относится к исходной постановке. Поздравляю, ты засрал контекст.

У меня такое было. Я искренне удивлялся, почему спустя какое-то время нейронка тупит, но потом всё встало на свои места. Задача банальная - первичное ревью документации на выявление очевидных ошибок и человеческого фактора. И вот ты проверил один док, второй, третий. Где-то на десятый чатик тебе на голубом глазу указывает ошибки, которые были в первых постановках. Естественно, всё выглядит настолько убедительно, что без внимательной проверки ты не заметишь подвох.

У моделей есть эффект, который в индустрии называют lost in the middle, «потерялся в середине»: чем больше в контексте лишнего, тем хуже модель фокусируется на том, что реально важно, даже если формально всё влезло в окно. Модель не читает контекст равномерно: начало и конец промпта она удерживает хорошо, а вот всё, что зарыто посреди длинного текста, рискует остаться незамеченным. Дело не в том, что не хватило токенов и что-то физически обрезалось, всё формально на месте, просто модель не уделила этому куску достаточно внимания при генерации ответа.

У популярных моделей Claude размер контекстного окна - миллион токенов. Но я несколько раз встречал инфу о том, что модель начинает тупить после того, как окно заполнится на 40%, поэтому «тупёжка» начинается уже после 400к.

Для решения этой проблемы в Claude есть несколько инструментов (в аналогах, думаю, тоже). Компакт или автокомпакт, который автоматически применяется при достижении указанного порога токенов. Когда порог достигнут, Claude сжимает историю сессии: старую часть диалога и промежуточные результаты работы инструментов заменяет кратким пересказом, а системный промпт, CLAUDE.md и последние шаги разговора оставляет как есть, чтобы можно было продолжить работу без потери сути задачи.

Но компакт не является панацеей, и «потерялся в середине» не полечится до конца. Чем длиннее и разнороднее история, тем хуже модель фокусируется на том, что реально важно именно сейчас. Между несвязанными задачами лучше чистить контекст целиком. Предварительно, конечно же, сохранив результаты предыдущей работы, если были получены новые вводные. Например, ты юзал скилл ревьюера, давал новые вводные, которые будут переиспользоваться дальше. Попроси нейронку обновить инструкции.

В общем, если нейронка тупит, ты теперь знаешь, что делать.

З.Ы. Я не старый, просто мем в тему!

Цикл работы агента

«Напиши мне в сваггере три метода», попросил я как-то агента, который вел документацию по апи. Получил в ответ три разных файла сваггера, по одному на метод. Формально задача выполнена, каждый метод описан корректно, только смысла в трех отдельных файлах не было никакого: я ждал один документ с тремя эндпоинтами внутри. Агент не переспросил и не сверился с тем, как уже была устроена документация в проекте, просто взял и сделал. Это живая иллюстрация того, что происходит, когда цикл, о котором дальше пойдет речь, где-то ломается.

Цикл называется «perception-planning-action-verification» («восприятие - планирование - действие - проверка»), и крутится на каждом шаге, пока задача не закрыта:

Восприятие (perception): агент смотрит, что у него есть прямо сейчас: содержимое файла, ответ API, вывод команды в терминале, актуальное состояние мира на этом шаге.

Планирование (planning): модель каждый раз заново решает, что делать дальше, исходя из того, что увидела на предыдущем шаге.

Действие (action): вызов инструмента, правка файла, запрос в API, команда в консоли. Единственный шаг, где агент реально меняет что-то во внешнем мире.

Проверка (verification): агент смотрит на результат своего же действия. Файл сохранился? Тест прошел? Апи ответил ошибкой? Это переход к следующему восприятию, цикл замкнулся.

В моей истории со сваггером сломалось на планировании: агент воспринял «три метода» буквально как «три отдельных файла», ни разу не сверившись с тем, что уже лежит в проекте, и проверка на выходе прошла формально: файлы-то валидные. 

Кстати, для аналитика тут есть прямая параллель. Этот цикл почти дословно повторяет то, что ты описываешь в постановке для любого процесса с обратной связью: получили событие, приняли решение по бизнес-правилам, выполнили действие, зафиксировали результат и проверили, нужно ли что-то компенсировать. 

Зачем это знать? Когда агент выдает не то, что ты просил, эта схема дает конкретную точку, куда смотреть: агент не увидел нужный контекст на восприятии, неправильно спланировал следующий шаг или проверка на выходе прошла формально. Вместо того чтобы переписывать промпт наугад и надеяться на удачу со второй попытки, можно понять, какой именно шаг цикла не сработал, и поправить именно его: добавить контекст, уточнить условие или заложить более строгую проверку результата.