Я отвечаю за процессы и репутацию (SERM)
Раньше мы отдавали по 40-50 тыс. рублей в месяц за enterprise-сервисы мониторинга. Но платить столько ради пары десятков упоминаний продукта в день – это забивать гвозди микроскопом.Задача: прилетел негатив – мы моментально об этом узнали. Я спроектировал логику, а разработчик собрал инструмент. Архитектура простая, но на 100% закрывает боли.1. Сбор данныхСвой парсер на Python. Где площадки отдают данные по API – берем напрямую. Остальное тянем через Selenium с ротацией прокси от банов.2. Оценка сарказмаКлассический текстовый анализ сыпался на фразах вроде «Отличный сервис, ждал ответа сутки, спасибо!»
Рынок труда — это галлюцинация: как нейросети нанимают нейросети, пока люди сидят без работы
Вы тратите 40 минут, чтобы написать душевное сопроводительное письмо. А на той стороне его читает робот-сортировщик и выкидывает вас в корзину за долю секунды. Добро пожаловать в 2026 год, где наем — это разговор двух языковых моделей. Рассказываю, как мы оказались в этом цирке и почему я перестраиваю свой сервис, чтобы в этой войне побеждали живые люди.Есть такая пугающая теория — «Теория мёртвого интернета».Она гласит, что большая часть сети — это боты, которые ставят лайки ботам, пишут комментарии ботам и показывают рекламу ботам. Людей там почти не осталось.
Три агента, один репозиторий, ноль менеджеров. Как я построил конвейер, где ИИ пишет, ревьюит и деплоит код
Месяц назад я закинул задачу на рефакторинг модуля авторизации и пошёл варить кофе. Кофе я допить не успел. Через двадцать три минуты пришло уведомление в ТГ: «staging обновлён, 94 теста пройдено, 0 упало».Открыл репозиторий. Ветка, diff на два экрана. Code review от второго агента. Три замечания, два по делу. Третий агент прогнал тесты и задеплоил.Код был чище, чем я обычно пишу по пятницам.Но до этого момента были три месяца граблей, упавший продакшен, и одна ночь, когда агенты сделали десятки бесполезных коммитов. Обо всём по порядку.Один агент. Один мозг. Ноль сомнений
Мнение: я счастливее, когда пишу код от руки
Fullstack-инженер Clojure/Clojurescript в IPRally Абинав Омпракаш опубликовал пост в своём блоге, посвящённый вайб-кодингу. Он отмечает, что чувствует себя счастливее, когда пишет код старыми и привычными способами.
Мнение: ИИ делает простую работу проще, а сложную — ещё сложнее
Автор техноблога Мэтью Хансен опубликовал пост, посвящённый использованию ИИ в работе инженеров. Он отмечает, что технология не всегда ускоряет процессы, а иногда и усложняет часть задач.
Юрист нашёл в договоре 32 проблемы, AI — 41. Разбираю, кто что пропустил
Как детекторы на основе судебной практики довели AI-анализатор до 41 находки при 0 ложных срабатываний. Как анализ работы юриста превратился в 23 новых проверки. И почему юрист до сих пор незаменим — но уже в другом.КонтекстЭто третья статья про Legal Parser — AI-анализатор договоров для российского рынка.В первой я рассказывал, как построил модульную систему из 32 тематических промптов для YandexGPT. Во второй — как добавил Claude и получил в 2.5 раза больше находок на том же договоре.С тех пор произошло два существенных изменения:
Agent Skills vs MCP: разбираемся на примере Antigravity
В этой статье предполагается, что вы знакомы с Google Antigravity — агентной платформой, которая развивает IDE в сторону парадигмы с приоритетом агентов. Платформа полностью поддерживает параллельный запуск агентов, способных рассуждать и выполнять задачи от имени пользователя, опираясь на передовые модели рассуждений, такие как Gemini.Зачем нужны Skills?Если вы предпочитаете изучать Google Antigravity Skills в формате пошагового codelab, перейдите сюда.Прежде чем углубляться в Skills и разбираться, зачем они нужны, давайте поймём, как мы к этому пришли.
Практический гид по Claude Skills, проектам и Claude Code: как собрать свой ИИ-стек
Claude Skills (Agent Skills
Я автоматизировал поиск работы, чтобы пройти тест Тьюринга у HR. Открытый эксперимент
Привет, Хабр. Я Вадим, QA-инженер.Все мы знаем, как работает найм. Твое резюме может быть идеальным, но если в нем нет нужного ключевого слова или оно не понравилось алгоритму первичного отсева (ATS) — ты в пролете.Я решил взломать эту систему. Инженерно.Я написал софт, который берет на себя весь цикл: мониторинг вакансий, анализ требований и генерацию сопроводительного письма, которое должно продать меня лучше, чем я сам.Ниже — краткий лог разработки: как мы боролись с «машинным акцентом», почему нейросети врут про опыт и удалось ли мне обмануть рекрутеров.Попытка №1. Скрипты и шаблоны
