Философия и практика IT — Архитектуры
В конце 2020 — начале 2021 года я написал статью о том, кто такие IT‑архитекторы и какими они бывают. Разделив на несколько постов, опубликовал ее в соцсетях. Эту статью я посвятил своим размышлениям о том, что такое IT‑архитектура и почему она нужна, и какая специализация бывает у IT‑архитекторов. В тот период ситуация на рынке труда для IT‑архитекторов была примерно такая: мне нужен работник — повар, конюх и плотник, где бы найти такого, не очень дорогого. Позже ситуация изменилась в лучшую сторону и стало заметно, насколько повышается компетенция в целом в вопросе IT‑архитектуры в крупных компаниях.
ИИ‑агент внутри КОМПАС-3D: пишет код, строит деталь и проверяет результат
Я сделал ИИ‑агента для КОМПАС-3D: он живёт прямо в окне программы, принимает запрос текстом или фотографией и строит параметрическую деталь — не мёртвую геометрию в step, а дерево построения с переменными, которое пригодно для редактирования.Агент пишет код и сам смотрит на то, что построил, — анализирует рендеры «глазами» через VLM.В статье: как хорошо агент справляется с моделированием по тексту и чертежам уже сейчас, почему один блок кода лучше десяти tool'ов и почему агенту мало просто «видеть» результат.
Как довериться AI-агентам, чтобы не ревьюить код
Когда мы делегировали генерацию кода AI-агентам, на программистов легла дополнительная нагрузка. Разработчикам приходилось вычитывать код, в котором даже оператор агента разбирается поверхностно. Из-за этого 50% времени, сэкономленного на создании кода, сжигалось на его ревью. Я Александр Кальницкий, архитектор Mindbox. Для меня было пыткой вычитывать диффы на 10k строк, которые агент создал за час. В статье расскажу, как перестроил работу с AI-агентами, чтобы не тратить время на ревью нейросгенерированного кода.
Почему нейросети станут «цифровым фастфудом» для бедных
Привет, Хабр! А вот вы, наши дорогие читатели, думали о том, как будут воспринимать искусственный интеллект наши потомки? Мы-то понятно: кто-то вайбкодит, а кто-то переживает, что его работу полностью возьмут на себя нейросети. А вот наши дети, внуки, как они будут смотреть на ИИ, который сопровождает их с рождения?
Генерация тестовых данных с ИИ: руководство для ручного тестировщика
Всем привет! Я продолжаю цикл статей про применение ИИ в тестировании. Мы уже разобрали shift-left: контекст, тестирование требований, генерацию тестовой документации, автотесты и оптимизацию тестовой модели. Но даже когда кейсы написаны, а автотесты готовы, остаётся задача, на которую может уходить довольно много времени — это подготовка тестовых данных для ручного тестирования.
Точка G
Штука, которая точно есть; все о ней говорят; каждый уверен в своей; снаружи её не найти и не доказать, а споры о её существовании не утихают десятилетиями.Это не научная статья и не популяризаторский пересказ — это стенограмма настоящего диалога с Клод (Anthropic), в котором мы пытались разобраться, почему споры о сознании (зомби, чужие сознания, hard problem) в принципе не заканчиваются данными, и что с этим общего у теоремы Гёделя о неполноте. По ходу поймали друг друга на ошибках трижды — эти моменты в тексте не вычищены, они часть аргумента.С чего всё началось: мета-ТТЧ и строка G
От AI-тьютора к компании без людей: кого на самом деле развивает EdTech
А ты точно человек?
Резюме уже не объясняет специалиста: зачем нужна доказательная цифровая профессиональная карта
В последние годы я всё чаще сталкиваюсь с ситуацией, которая ещё недавно выглядела непривычно. Когда руководитель проекта, заказчик или специалист кадровой службы рассматривает человека в команду, он уже не обязательно начинает с поисковой строки Яндекса или Google и не ограничивается присланным резюме. Гораздо проще открыть ChatGPT, Gemini, DeepSeek, Qwen или другую привычную модель и задать ей обычный человеческий вопрос: что известно об этом человеке, чем он занимался, какие у него есть проекты, публикации, профессиональные результаты и насколько его заявленный опыт вообще подтверждается тем, что можно обнаружить в цифровой среде.
