ИИ ускорил разработку. Частично. А что с остальным?

Код с ИИ пишешь шустрее, идеи обкатываешь тоже. Только быстрый код — не то же самое, что быстрая система целиком.

Про тесты, ревью, метрики и то, как растят инженеров — в статье. Читать далее

👉 About Python

Регексы против рекламных обещаний: как мы это мерили и почему первый прогон наврал вдвое

Нам нужны были свои цифры по страницам, которые впаривают франшизы. Не чьё-то мнение и не галерея скринов, а числа, которые через полгода можно пересчитать и сравнить. Готовых датасетов по этой нише нет, так что пришлось накатить скрипт: он берёт 16 страниц, прогоняет их по списку признаков и скидывает всё в JSON.

Первая выгрузка смотрелась бодро. А потом мы открыли страницы руками и увидели, что по одному признаку скрипт промахнулся больше чем в два раза. Дальше — про то, где именно регулярка цепляет слово, но не цепляет смысл, и что делать, если выкинуть регексы совсем не вариант.

Читать далее

👉 About Python

🍌 Классика жанра на рабочем созвоне

Чел на самом эпичном моменте забыл вырубить шаринг экрана 😂

👉 About Python

Почему сеньоры не рвутся в тимлиды (и делают правильно)

Стоп, ещё как рвутся. Многие даже дают согласие — а потом через какое-то время сваливают назад в код. Так что вопрос надо ставить жёстче: с чего вдруг то, что ему подсунули, вообще называется повышением?

У Максима за плечами восемь лет. В пятницу он сеньор. В понедельник — а кто он теперь? Грейдом выше, а на деле джун в области, где его практический стаж круглый ноль, зато зарплата и запросы как у человека с восемью годами. И самое циничное: про то, что он теперь джун, ему никто не сообщил. Ему сказали «ты вырос».

А может, это не повышение, а смена профессии с билетом в одну сторону? Читать далее

👉 About Python

AI-Disrupt PDLC на практике: где ИИ реально разгоняет работу, а где просто рисует видимость кипучей деятельности (личный опыт на своих проектах)

Последние месяцы я щупала актуальные ИИ-инструменты и обкатывала их на собственных проектах. Мне не хотелось просто клепать код нейронкой — хотелось пересобрать весь цикл разработки: от постановки задачи до тестов, ревью и проверки безопасности.

Планирование — вот где выигрыш самый честный. Раньше я нередко кидалась писать код «с коленки». Сейчас сначала проговариваю намерение: цель, ограничения, edge-cases и требования к безопасности. Дальше агент помогает накидать спецификацию, acceptance criteria, декомпозицию, черновик архитектуры и список рисков. Такой план после ручного ревью отнимает 30–60 минут вместо одного-двух вечеров. И ускорение тут стабильное: агенты неплохо вылавливают противоречия и забытые сценарии.

Читать далее

👉 About Python

А дизайнер-то с талантом?

Утречко доброе, пятница!

👉 About Python

Как у вас с техническим онбордингом?

Автор уверен: настоящее первое впечатление друг о друге команда и новичок лепят не на собесе, а за первые недели — а то и месяцы, и даже годы — после выхода на работу. И, по его мнению, обеим сторонам выгодно втащить нового коллегу в процессы и в живые задачи как можно раньше.

Но на практике, как он замечает, в куче IT-компаний это сделано через одно место — при том что статей о том, какой онбординг важен, написано навалом. Поэтому он предлагает обсудить, как это починить.

Технический онбординг — это не «разберёшься сам». Ныряем: habr.com/ru/articles/1084100

👉 About Python

Вакансий всё меньше, а желающих — всё больше. Что вообще творится с рынком труда?

Людей не хватает, вакансий становится меньше, резюме — больше. Звучит как абсурд, особенно если годами читать заголовки про кадровый голод. Но рынок показывает ровно эту картинку.

hh посчитал: в августе 2026-го активных вакансий на 13% меньше, чем годом ранее, а активных резюме — на 22% больше. hh индекс, то есть соотношение активных резюме к вакансиям, подрос до 8,7.

Искать работу стало тяжелее, конкуренция подросла. А работодатели всё равно твердят, что людей им не хватает. Читать далее

👉 About Python

Где в IT в 2026-м зарплаты разгоняются быстрее всего

Жиза такая: принято думать, что в айти жирнее всех кормят разработчиков. Не спорим. Но вот незадача — именно кодеры в этом году плетутся в хвосте по приросту. Маркетинг и саппорт за полугодие накинули себе 9–10%, а у девелоперов — жалкий +1%.

Хабр Карьера покопались в первой половине 2026-го: медиана по IT поднялась на 4%, а ЦБ прогнозирует инфляцию 4,5–5,5%. То есть в реальных деньгах рынок либо топчется на месте, либо почти стоит.

Зато внутри разбивка по спецам, языкам и городам даёт совсем другие числа. В статье разбирают, где зарплаты действительно подросли. Читать далее

👉 About Python

Как пролезть в ответы Perplexity AI — и почему модель не жрёт страницу целиком

Автор взял 20 промптов, прогнал их через Perplexity API по три раза — на выходе 60 ответов. Каждую сноску [N] он привязал к странице-источнику, куда она ведёт. Дальше по каждой такой паре рылся в HTML и искал кусок текста, максимально похожий на фразу из ответа. Из 1355 сносок 948 тыкали в страницы, которые ещё открываются, и на 448 из них отыскался пассаж — абзац, пункт списка или ячейка таблицы, — накрывающий хотя бы треть слов из утверждения.

Что это даёт тому, кто пишет страницы: на странице, которая выстрелила, реально задействовано медианно два пассажа из 85, примерно по 49 слов каждый. В штуках это 2%, в словах побольше — медиана 6,4% текста страницы, в среднем 11,6%: сработавший пассаж длиннее типичного. Так что закладываться надо не на «страницу прочитают целиком», а на то, что из неё выдернут один самодостаточный абзац. Что это значит для конкретного текста — подробно разложено в разделе про работу с Perplexity, он стоит посередине, ещё до разбора ошибок в коде. А границы, за которыми эти числа отваливаются, вынесены в отдельный раздел — там же расписано, как проверить то же самое на своей нише.

С чего всё началось: в логе замера видно, какие URL Perplexity суёт в источники, а вот что именно со страницы уехало в ответ — весь текст, абзац или одна строчка из списка — уже не видно.

Читать далее

👉 About Python

Жуткая и офигенная одновременно — такой формы ввода ты ещё не видел. С добрым утром!

👉 About Python

Тридцать-сорок лет IT-менеджмент молился на утилизацию дорогих человеко-часов: чем жирнее диффы у разработчика, тем красивее выглядела эффективность в отчётах. Потом пришёл ИИ, кодинг подешевел — и внезапно выяснилось, что горлышко бутылки всё это время торчало не в разработке, а в идеях, которые вообще стоит катить в прод.

Теперь бизнес может клепать MVP, фичи и рефакторинги не кварталами, а неделями. И тут же всплыло: дохрена этих MVP нафиг никому не сдались. Отсюда и вопросик: «А точно ли узким местом была разработка?» Ну а как иначе — если MVP штампуются быстро, но спроса не находят, косяк в них самих, а не в том, как шустро ты пишешь код.

Читать далее

👉 About Python

Сборка Python в 20 раз быстрее: как мы это провернули

Людей, которым в кайф тупо ждать, я не встречал ни разу. Хотя само ожидание и то, к чему оно потом приводит, — истории совсем разные.

Когда мы взялись за своего ИИ-помощника, того самого, что пишет и правит код, а дальше гоняет его на сервере, стало ясно одно: сборка обязана быть шустрой. Не просто шустрой, а очень.

В статье рассказываю, как мы разогнали сборку Python аж до 20 раз.

Читать далее

👉 About Python

Разгоняем Python в два раза — ставка на типизацию

В статье на живом примере показывают, как h11 (та самая HTTP/1.1 библиотечка, 710k юзеров на Github) удалось ускорить примерно вдвое, прогнав её через mypyc.

Заодно автор делится, какие любопытные баги ему довелось вылавливать, пока он приспосабливал кодовую базу под mypyc.

Читать далее

👉 About Python

Как ИИ прикручивали к конторе, которая не про IT и уже почти всё

Когда-то эта компания вынесла демпингом 99% рынка. А дальше шесть лет кряду продажи только падали. Целый год попыток затащить ИИ дал ноль — ответственный свалил, деньги кончились. Меня выдернули на месяц, оплата по факту.

Держи, что успел: один агент по фоткам проверяет сборку заказов, второй менеджерит и закрывает 95% переписок с клиентами, третий деплоит мелкие правки аж из рабочего чата, вместо старой логистики на Perl теперь софт на Python, а над всей этой братией сидит главный агент-погонщик. Ну и отдельно — почему сотрудники шли жаловаться на коллег, которых в природе не существовало.

Читать дальше →

👉 About Python

PyCoder’s Weekly #753 — 22 сентября 2026

Номер 753 уже вышел. В превью Python 3.15 завезли frozendict — словари, которые не поменяешь, зато они хешируются, кешируются и спокойно живут в разных потоках. Плюс разбор того, где вся эта «заморозка» заканчивается — материал от Real Python и квиз к нему. Там же Python 3.15 аккуратно хоронит re.match() и тащит re.prefixmatch(), чтобы было как у людей в других языках — это Hugo van Kemenade. На python.org выложили черновики PEP 847 (Problem Details для Simple Repository API), PEP 846 (Docstrings для type aliases) и PEP 845 (Leading-Dot Value Patterns). Спонсор номера — rwx.com.

Отдельная тема — pytest-плагины, которые в 2026-м меняют твой подход к тестам: pytest-httpx для мокинга HTTP, pytest-randomly — чтобы выловить, где тесты зависят от порядка, встроенный anyio для асинхронщины, syrupy для snapshot-тестов, pytest-watch для непрерывной обратной связи, freezegun для предсказуемого времени и pytest-cov для покрытия. Дальше по списку: итоги выборов в совет PSF 2026 и в Python Packaging Council, статья про well-known URL serve-change-password в Django, выпуск Talk Python про Rust для питонистов, материал о повторяемых тестах публичных API на VCR.py, пример с Jinja, разбор UnboundLocalError, заметка о функциональной простоте, руководства по ревью AI-сгенерированного кода и автоматизации EDA с fg-data-profiling, а ещё пять паттернов из приложения-трекера привычек.

Проекты и код: fastapi-security-headers, citry, tonio, django-absurd и securo. События: Django on the Med 2026, PythonCamp Rügen 2026, Python Sheffield, Python Southwest Florida (PySWFL) и PyBay 2026. Полный выпуск: pycoders.com/issues/753

👉 About Python