😱 OpenAI показала больше 20 новинок для ChatGPT, Codex и API на DevDay — ИИ-агенты, новый Codex и подписка за $500.

Самые интересные анонсы мероприятия разобрали на сайте: https://v.thecode.media/425bx

→ До 30 сентября действует скидка 16% на курсы Практикума

Код, накидайте свои любимые игры в комментарии.

Лучшие заберем в подборку на сайте :-)

→ До 30 сентября действует скидка 16% на курсы Практикума

Курс за 200 тысяч, второе высшее за миллион или путь «я сам всё найду на Ютубе». У каждого варианта есть один нюанс: платить всё равно придётся — деньгами, временем или карьерой.

Разобрались, сколько в 2026 году реально занимают курсы, самообразование и второе высшее, что останется на руках после каждого варианта и через сколько обучение может окупиться. А ещё — когда диплом действительно нужен, а когда работодателю гораздо интереснее ваш гитхаб.

https://v.thecode.media/b3f2r

→ До 30 сентября действует скидка 16% на курсы Практикума

5 AI-навыков, которые должен освоить каждый разработчик для ежедневной работы

То, с чем разработчик сталкивается каждый раз, когда открывает редактор кода.

Навык 1: Промпт-инжиниринг для кода

Промпт-инжиниринг для кода — это способность объяснить нейросети задачу: стек, контекст проекта, ограничения, формат ответа и критерии качества. Не «напиши мне функцию», а с указанием стека, контекста проекта, ограничений по производительности и желаемого формата вывода.

Инструменты: GitHub Copilot, Cursor, Claude Code.

Почему важно: расплывчатый запрос даёт соответствующий код, который придётся переписывать. Или хуже — код, который выглядит правильно, но работает не так, как нужно.

Навык 2: Оркестрация AI-агентов

Если промпт-инжиниринг — это диалог с одной моделью, то AI-агенты уже умеют планировать шаги, вызывать инструменты, писать код, проверять результат и возвращаться к задаче после ошибок. Задача разбивается на подзадачи, каждая отдаётся своему агенту, а разработчик настраивает их взаимодействие и контролирует результат.

Инструменты: Claude Code (агентский режим), Cursor (мультиагентный режим), Google Jules (автономный coding-агент).

Почему важно: агенты делают больше одного шага. Разработчик начинает управлять потоком задач. Это принципиально другой уровень продуктивности.

Навык 3: Ревью AI-генерированного кода

Нейросети галлюцинируют, придумывают несуществующие библиотеки и методы, упрощают пограничные случаи и игнорируют бизнес-контекст. Принимать AI-код на веру без проверки — рецепт катастрофы.

Инструменты: SonarQube для статического анализа, CodeQL для поиска уязвимостей, Semgrep для кастомных правил, Cursor со встроенным режимом ревью, а также сам AI-чат — попросите модель проверить свой же сгенерированный код — часто она находит собственные ошибки.

Почему важно: GitHub Copilot предлагает код в 46% случаев, но разработчики принимают лишь около 30% этих предложений. Остальное — отбраковки и правки. Это и есть цена работы с AI. Исследования GitClear на основе 153 миллионов строк кода показали четырёхкратный рост клонирования кода при AI-помощи и увеличение оборачиваемости кода — того, который переписывают в течение двух недель. Ревью AI-кода превратилось в отдельную дисциплину.

Навык 4: Написание эффективных спецификаций для AI

Это умение точно описать проект для нейросети, которая в него входит. Речь про системные промпты, контекстные файлы вроде AGENTS.md и CLAUDE.md, а также AI-скиллы — отдельные инструкции, которые агент подключает под конкретные повторяющиеся задачи. Это как онбординг нового разработчика, но для AI-агента. В таком файле описывается архитектура, принятые соглашения по коду, используемые библиотеки и общий контекст принятых решений.

Инструменты: файлы .cursorrules, CLAUDE.md, системные промпты в проектах.

Почему важно: спецификация заменяет общий запрос на точный с полным контекстом. Разница в количестве итераций и качестве результата — колоссальная.

Навык 5: Использование AI для отладки и объяснения кода

Эффективная отладка через ИИ начинается с развёрнутого описания проблемы: ожидаемое поведение, фактическое, полный стек ошибки с номерами строк, версии библиотек и интерпретатора или компилятора.

AI отлично подходит для онбординга. Попросите модель объяснить, что делает большой кусок легаси-кода, на каком языке и в каком стиле он написан, какие у него зависимости — и вы сэкономите часы на разборе чужого наследия.

Инструменты: ChatGPT (режим анализа кода с загрузкой файлов), Claude для больших кодовых баз, Cursor с функцией объяснения.

Почему важно: на понимание чужого или старого кода уходят часы. Нейросеть делает ту же работу за минуты. И да, отладка через AI часто находит edge cases, о которых вы сами не подумали.

Сохраните, чтобы не потерять 📌

Журнал «Код» | Промокод Практикума | Новости мира IT и технологий

В RAG-системах за поиск нужной информации отвечают векторные базы данных. Они ищут не по точному совпадению слов, а по смыслу. Но выбрать базу — полдела: ещё нужно правильно нарезать документы, настроить индексы и не потерять нужный ответ среди миллионов векторов.

Разбираемся, как всё это работает, сравниваем pgvector, Qdrant, Pinecone и другие решения. А заодно выясняем, когда отдельная векторная БД вообще не нужна и можно обойтись обычным Postgres.

https://v.thecode.media/nn1h8

Журнал «Код» | Промокод Практикума | Новости мира IT и технологий

Замените слово в названии фильма словом «джун».
Мы начнём: «Бойцовский джун».

Журнал «Код» | Промокод Практикума | Новости мира IT и технологий

sorted() или .sort()? Казалось бы, какая разница. Пока однажды вместо отсортированного списка вы не получаете None и не начинаете сомневаться в своих отношениях с Python.

Разбираемся, чем отличаются два способа сортировки, как сортировать словари, строки и объекты по нескольким полям.

https://v.thecode.media/twoga

Внутри — примеры кода, типичные ошибки, шпаргалка на все случаи жизни и четыре задачи для самопроверки.

Журнал «Код» | Промокод Практикума | Новости мира IT и технологий

Собрали 10 площадок, куда можно выложить свой пет-проект: от Хабра, Кода и Product Radar до SourceCraft, Яндекс Игр и RuStore.

Разбираемся, куда идти за первыми пользователями, фидбэком и что подготовить перед публикацией.

Потому что хороший проект, который никто не увидел, — это всё ещё проект, который никто не увидел.

https://v.thecode.media/itl9l

Журнал «Код» | Промокод Практикума | Новости мира IT и технологий