Это самый большой апдейт за всю историю JiraMetrics.Pro. Проще сказать, что не изменилось.

Изменилось практически всё. Кроме главного — расчётов. Цифрам можно доверять так же, как и раньше.

Первое, что бросится в глаза, — новый дизайн. Интерфейс стал спокойнее и понятнее: важное в данных видно сразу, без вглядывания. Отчёты и дашборды собраны в один список слева — привычные вкладки сверху больше не съедают место, и вся высота экрана досталась графикам. А для тех, кто работает с метриками вечером, появилась тёмная тема 🌒

Дальше — дашборды, и это, пожалуй, самое приятное. Теперь на одной доске их можно завести несколько: например, один для утреннего взгляда "всё ли в порядке", другой — подробный, для ретро или ревью. Виджеты гибкие — меняйте размер, показывайте отчёт целиком, отчёт с ключевыми цифрами или только цифры. Один раз собрал под себя — и дальше просто открываешь и читаешь.

Ключевые цифры, кстати, теперь не нужно выуживать из графиков: у отчётов появилась панель с основными значениями. Открыли — и сразу видно, где вы сейчас.

К девяти отчётам добавился десятый — WIP Run Chart, чтобы следить, как ведёт себя незавершённая работа во времени.

И для коллег, которым английский интерфейс был барьером: плагин теперь полностью говорит на трёх языках — английском, русском и испанском, с переключателем. Только названия метрик (Lead Time, Throughput, WIP) намеренно остались английскими — чтобы термины совпадали с книгами и статьями, и не приходилось гадать.

Много разных технических улучшений, это не так важно, главное что всё стало работать и загружаться быстрее 🚀

Обновление уже у вас — просто откройте свою доску.
Пишите в комментариях, что понравилось и чего не хватает. Этот релиз вырос из ваших сообщений — следующий будет собираться так же.

🚨 Начинаем через пять минут в zoom по ссылке!

Я за последние полгода привык к паттерну: один AI-агент пишет код (codex, gpt-5.5). Второй проверяет (z.ai glm-5.2). На схеме выглядит как зрелый инженерный процесс. В цифрах иногда оказывается, что второй агент ломает решение, которое уже проходило тесты.

📚 В свежем arXiv-препринте про cross-model code review исследователи взяли 116 сложных и средних задач LiveCodeBench и сравнили шесть режимов: Claude отдельно, Codex отдельно, самопроверка каждой модели и проверка другой моделью.

Агент-ревьюер видел условие и черновик решения, запускать тесты не мог. То есть это статическая проверка перед CI.

👆Оказалось: второй AI в цепочке сам по себе качества не гарантирует.

Цифры здесь — это сколько задач из 116 прошли тесты.

- Claude Opus 4.7 один: 91,4%
- Codex GPT-5.5 один: 71,6%

👍 Когда Codex писал первый черновик решения, ревью помогало:

- Codex → Claude review: 89,7%
Было 71,6%, стало 89,7%. Это +18,1 п.п. к одиночному Codex.

- Codex → Codex self-review: 84,5%
Было 71,6%, стало 84,5%.

👍 Когда Claude писал первый черновик, ревью не помогало:

- Claude → Codex review: 82,8%
Было 91,4%, стало 82,8%. Это -8,6 п.п. к одиночному Claude.

- Claude → Claude self-review: 91,4%
Было 91,4%, осталось 91,4%.

📈 Читая эти результаты, хочется пошутить что теперь и агентам нужен оргчарт. Кто кому ставит approve: Claude Codex’у или Codex Claude’у - влияет на качество.

• Хороший проверяющий агент помогает там, где решение почти готово: поправить крайний случай, убрать лишнее, заметить ошибку.
• Слабый проверяющий агент делает классическую менеджерскую ошибку: приходит в работающий процесс, всё “оптимизирует” — и после него всё ломается.

🔭 Пора проектировать роли агентов в разработке с агентами (простите за за тавтологию)

Теперь пора учитывать - кто делает первый черновик? Кто проверяет? Есть ли тесты? Может ли проверяющий запускать код? Где человек принимает финальное решение (ну это итак очевидно)? Сколько рабочих решений второй агент улучшил — и сколько сломал?

❕Тут важно понимать, что на LiveCodeBench, где это все проверялось - задачи спортивного программирования; там нет живого репозитория, старого кода, CI, кривых-тестов, песочницы для запуска....

➕ Но, как мне кажется, паттерн все равно полезный.

Если в команде появляется связка «агент пишет → агент проверяет», кроме скорости смотрите еще и на поломки, которые принёс проверяющий агент. Иначе можно очень быстро построить красивый процесс, который уверенно ухудшает результат.

Плохие новости к пятнице: учёные, кажется, реабилитировали митинги.

🔥 А вы "горите" от обилия созвонов на работе?


Пока вчера пытался вылезти из под двухнедельного завала работой, посмотрел на календарь следующей недели и стало плохо - просто от предвкушения предстоящих митингов.

Мои коллеги практически на любой работе мучаются от количества митингов. Мемы про "коллеги, давайте устроим короткий созвон на 3 часа" вы тоже, наверняка, видели. Я всю жизнь работаю на удаленке, казалось бы уже толерантность должна быть повышенная ко встречам, но также мучаюсь.

📚 Решил коротко задать вопрос perplexity - есть ли какие-то исследования, которые подтверждают что лучше общаться текстом (и вдумчиво дать контекст), или все же (как минимум у меня в менеджменте) - лучше все голосом (есть ведь невербальное поведение, которое тоже надо считывать + намного быстрее вопросики решаются). И вот, пока мы тут с вами страдаем, вышло прикольное исследование, которое говорит что "не все так однозначно".

👩‍🔬 Чуваки посмотрели на данные более 9 000 работников в Норвегии и обнаружили, что время на встречах оказалось самым сильным предиктором роста зарплаты среди изученных рабочих активностей - сильнее сфокусированной работы, обучения и почты. Даже метафору придумали - назвали митинги «брокколи работы»: обычно не любишь, но полезно.

Это, конечно, корреляция. Наверное, можно поэкспериментировать: ставить ежедневные синки по несколько часов и ждать, пока придет повышенная зарплата (или 1:1 с начальством (главное, не 1:1 с начальством и HR)). Судя по исследованию, работает не магическая сила забитого outlook/google calendar, а доступ к контексту, более опытным коллегам и знаниям, которые плохо путешествуют по таск-трекеру.

Такие дела. Теперь вместо того, чтобы написать коллеге вопрос, с контекстом, обдуманно, - наверное буду тупо ставить встречу.