Вайбкодинг, увольнения и будущее разработки: что реально происходит и что делать
Всем привет.Обычно я пишу про конкретику — разбор проекта, интеграцию, архитектурное решение. Сегодня иначе. Хочу поговорить о том, что в последний год обсуждают практически на каждом созвоне, в каждом профильном чате и за каждым кофе с коллегами: что на самом деле происходит с нашей профессией и куда это всё катится.
Почему хороший ответ ИИ иногда ведёт к плохому результату
Иногда я прошу ИИ улучшить производительность страницы и получаю на вид хороший результат: компонент становится проще, лишний код исчезает, рендеров становится меньше. Позже выясняется другое: страница тормозила из-за тяжёлого запроса, большого списка или лишней загрузки данных.Так часто бывает с производительностью. Видно медленный участок интерфейса, и рука тянется к самому заметному месту:Оптимизируй этот компонент.
Нужно ли использовать Qwen? Качество и цена
Текст носит юмористический характер и написан для @mahmud90 и @MountainGoatКитайские модели стоят в разы дешевле западных — и каждый месяц кто-нибудь спрашивает: а можно ли просто пересесть на Qwen и не платить за Claude с GPT? Я взял одну реальную задачу и прогнал её через три модели сразу, а потом свёл качество с ценой. Ниже — что получилось и кому Qwen реально подойдёт.Задача одна на всех: разобрать топ-10 heap alloc_objects
Почему память агентов должна храниться у вас
Есть странная мысль, от которой сложно отмахнуться: если у человека отобрать воспоминания, от него останется сильно меньше, чем кажется.С агентами похожая история. Агент без памяти каждый раз начинает с нуля. Он может быть умным, быстрым, вежливым, подключенным к 15 инструментам, но он не знает, кто вы, как вы работаете, что уже было решено, где вы обожглись, какие темы лучше не трогать, какие слова вас бесят, как устроены ваши проекты.И если вся эта память живет у провайдера модели, вы фактически отдаете ему кусок своей рабочей личности.Я не про жадность. Я про контроль.Память агента быстро становится активом
Эндрю Триджелл: rsync и возмущение
3 июня 2026 года Эндрю Триджелл, один из авторов rsync (и создатель Samba), написал пост, перевод которого предлагается ниже. Поводом стала волна негодования (показательный тикет, обсуждение на Hacker News) после релиза rsync 3.4.3, в котором закрыли шесть уязвимостей: пользователи начали сообщать о регрессиях, из‑за которых ломались уже работающие конфигурации и сценарии, годами считавшиеся привычными, надежными, рутинными.
OpenAI запустила новые инструменты Codex для офисных работников
OpenAI выпустила новый набор опций для Codex, призванный расширить возможности использования этого инструмента в рабочей среде.Компания опубликовала
Агент читает 20 файлов ради одной функции. Лечим это графом кода: CodeGraph vs Graphify и другие невиданные твари
CodeGraph и Graphify решают разные задачи, хотя оба строят граф кода на tree-sitter. CodeGraph — лёгкий локальный индекс символов для рантайма агента. Graphify — граф знаний всего проекта, включая документы, PDF и медиа.CodeGraph работает 100% локально (SQLite + FTS5), без внешних API. Graphify код тоже парсит локально и бесплатно, а токены тратит только на документы и медиа — и то через модель твоей IDE-сессии, без отдельных ключей.Их бенчмарки CodeGraph: −57% токенов, −71% tool calls, −46% времени на 7 репозиториях. Это их цифры на их выборке, я не воспроизводил. Своё ощущение — заметно быстрее и точнее, но замеров не делал, честно.
AGIMA проведет митап для IT-руководителей о влиянии ИИ на разработку, наем и управление цифровыми проектами
4 июня представители крупных бизнесов обсудят, как ИИ меняет работу инженеров, требования к специалистам и экономику цифровых проектов в целом.В предстоящий четверг AGIMA соберет в своем офисе на Петровке CTO, CIO, CPO, CEO и руководителей разработки из крупнейших компаний России. Митап будет посвящен нашей новой AI-реальности. В центре внимания — вопросы внедрения AI-инструментов в корпоративную разработку, оценки новых компетенций специалистов, найма в условиях широкого использования Codex, ChatGPT, Copilot и других ассистентов, а также влияния ИИ на управление цифровыми проектами.
Zero Trust для AI-агентов: как безопасно давать LLM доступ к инструментам, данным и действиям
AI-агенты уже вышли за пределы чат-ботов. Они читают документы, вызывают API, анализируют логи, создают тикеты, готовят правки в коде и выполняют многошаговые задачи без ручного подтверждения каждого шага. Это делает их полезными, но меняет модель риска: агент с инструментами становится явным риском внутри инфраструктуры.
От GTD к AI-агенту: как я собрал локальный второй мозг на Codex, Markdown и Obsidian
Я не программист: когда-то давно я учил веб-разработку, понимаю базовые вещи про HTML, CSS, JavaScript, файлы, папки и GitHub, но профессионально разработкой не занимаюсь.При этом потребность систематизировать знания и дела у меня была давно.Личные заметки, рабочие задачи, бизнес-проекты, документы, идеи, планы, договорённости — на первый взгляд это разные вещи. Но на более глубоком уровне почти всё сводится к одному циклу:получить информацию;понять, что в ней важно;сохранить её так, чтобы потом найти;связать с уже известным;применить в нужный момент.
