Если ваши разработчики используют Claude Code, вы еще не автоматизировали разработку
Вдохновлено творчеством художника DDees
ИИ для передачи дел: как найти знания, которые уходят из компании вместе с техлидом
Недавно я написал заявление об уходе. У меня оставалось две недели. Я открыл терминал и начал разбираться, что именно уйдёт из компании вместе со мной.TL;DR
Как AI‑агент видит страницу. Контракт наблюдения между браузером и моделью
Пользователь открывает форму доставки и видит поле города, список пунктов выдачи, карту и кнопку «Продолжить». Браузерный агент получает ту же задачу, но сообщает, что не может найти пункт выдачи. Или находит кнопку, нажимает ее, а форма не отправляется.Обычно после такого начинают менять промпт, модель или локаторы. Но фраза «агент не видит элемент» еще не описывает проблему. Сначала нужно выяснить, что именно инструмент показал модели, как обозначил доступные цели и какое состояние вернул после действия.
Как мы превратили правила команды разработки в инструкции для LLM-агента
Привет, Хабр! На связи команда разработки Just AI. Сегодня расскажем, как мы автоматизировали часть задач в процессах разработки с помощью LLM-агента. Не генерацию функций и не написание кода по промпту — с этим кодинг-ассистенты уже неплохо справляются. Нас интересовало другое: что происходит с задачей до и после того, как разработчик закончил писать код.
ИИ ускорил разработчиков, но не разработку: результаты исследования 500+ команд
Данные более чем 500 инженерных организаций показывают: искусственный интеллект действительно ускоряет разработку, но одной скоростью картина не исчерпывается.Компания DX, специализирующаяся на аналитике инженерной эффективности и продуктивности разработки и вошедшая в состав Atlassian, опубликовала отчёт о влиянии ИИ на разработку по итогам II квартала 2026 года. DX работает с метриками продуктивности разработки и опыта разработчиков; её платформу используют крупные технологические и финансовые компании, включая GitHub, Airbnb, Pinterest и Morgan Stanley.
GPT-6 Astra: модель, ориентированная на выполнение задач, а не только на ответы
OpenAI представила GPT-6 Astra — новую версию модели, которая делает акцент на выполнении сложных рабочих сценариев. В компании отмечают улучшения в программировании, работе с компьютером, многошаговых задачах и профессиональных сценариях использования.Основной сдвиг — переход от модели, которая отвечает на запросы пользователя, к системе, которая может самостоятельно выполнять последовательность действий для достижения результата. От диалога к выполнению задач
Как подключить к LLM вашу документацию и базу знаний
Материал подготовлен в рамках курса «ИИ для Python‑разработчиков». Привет, Хабр! Меня зовут Андрей Бирюков. Я — независимый эксперт в области ИТ и ИБ, преподаю в учебных центрах и пишу статьи и книги.Вы когда‑нибудь пытались спросить у ChatGPT о том, как работает ваш собственный проект? Модель вежливо отвечает, но её ответы — это общие шаблоны, основанные на обучении на миллионах чужих репозиториев.
Anthropic представила Claude Fable 5.1 — модель для сложных задач и долгой работы с ИИ-агентами
Anthropic выпустила Claude Fable 5.1 — новую модель из семейства Claude, которая стала преемником Claude Fable 5. Модель ориентирована на задачи с длительным контекстом и многоэтапным выполнением: агентное программирование, исследовательскую работу, анализ документов и другие сценарии, где требуется последовательное решение сложных задач.Claude Fable 5.1 доступна через Claude API и платформы партнёров Anthropic. По сравнению с предыдущей версией модель получила улучшения в работе с ИИ-агентами, более глубоким рассуждением и длительными рабочими процессами.
Одна среда на шесть компьютеров вместо командной подписки Claude Code
Я настроил свою работу так, что у меня в одной среде - 6 компьютеров.Хочу подробнее описать как у меня устроена командная работа с Claude CodeУ меня шесть машин: всегда включённый десктоп, два ноутбука на Windows, два Мака и Linux-VPS. За ними работают три человека. На каждой машине свой Claude Code, свой логин.
Как ИИ убивает карьеру джунов и что с этим делать. Полный перевод статьи Руссиновича и Хансельмана о будущем разработки
По мере развития искусственного интеллекта дискуссии о будущем многих профессий становятся все жарче. Мы попадаем в заколдованный круг: компании ищут людей с опытом, а задачи начального уровня автоматизируют с помощью ИИ. Но чтобы стать опытным, опыта нужно где-то набраться, а как это сделать, когда на работу берут только с опытом? Особенно остро кадровая проблема ощущается в сфере разработки.
