Git.
Разработчики проверяют код, который не писали — и могут не понимать
ИИ‑кодинг, призванный облегчить разработку, оборачивается растущим давлением на инженерные команды. Авторство кода часто не определить, а код‑ревью превращается в главное «бутылочное горлышко»: фокус смещается со скорости написания на проверку, контроль и интерпретируемость. В июне 2026 года GitLab выпустил отчет об ответственности за ИИ‑код, а The New Stack разобрало его в статье
Git-хостинг Codeberg запретил размещать ИИ-проекты
Git-хостинг Codeberg, который работает с использованием свободной платформы совместной разработки Forgejo, запретил размещать проекты со значительной долей ИИ-кода. Под запрет попали, в том числе, такие сервисы, как Claude и Codex.
Вы не внедрили AI. Вы завели кладбище промптов
От личных промптов к командному процессуЯ технический лидер нескольких команд. В этих командах есть разные экспертизы: frontend, backend на NestJS и NextJS, QA, исследовательская работа. Поэтому проблема с LLM-наработками шире, чем "как мне самому писать код быстрее", а "как опыт и навыки одного человека превратить в автоматизированный процесс для команды или компании".
Томас Домке запустил Git-платформу для разработки с ИИ-агентами
Бывший гендиректор GitHub Томас Домке запустил Entire — новую Git-платформу для разработки с ИИ-агентами. Разработчики отмечают, что обычные хостинги кода вроде GitHub не были рассчитаны на нагрузку с задачами ИИ.
Как я построил систему, внутри которой AI пишет код [Сгенерировано]
Последние полгода я почти не пишу код руками. И, пожалуй, это лучшее изменение в моём процессе разработки за последние годы.Нет, я не перестал быть разработчиком. Просто моя работа изменилась. Раньше большую часть времени я писал код сам. Теперь я проектирую инженерную систему, внутри которой этот код пишет AI. Моя задача — не объяснить модели, что нужно сделать, а создать среду, в которой она физически не сможет принять неправильное решение.В этой статье я покажу, как устроена моя система разработки и почему именно такой подход позволяет использовать AI в реальных проектах без потери качества.Вы узнаете:
Как собрать мультиагентный Telegram-канал круглосуточной ситуационной осведомленности
Это вторая статья в нашем цикле, посвещенном созданию системы круглосуточной ситуационной осведомленности. Благодаря замечаниям читателей, выделившим недостатки, которые имели место быть в прошлом материале, мы будем стараться совершенствовать подаваемый нашим читателям контент. В данной статье будет рассмотрена инструкция создания уже не просто Telegram-бота, а целой мультиагентной системы. Но хочу вновь отметить, что данная статья не содержит реклама, все предлагаемые к использованию сервисы упоминаются только потому, что мы имели опыт работы с ними.Приступим.
4 антипаттерна CI‑автоматизации, из‑за которых команда делает работу за ботов
Или как мы построили машины, которые говорят людям делать работу, которую должны делать машины.Нам нужно поговорить о неудобной истине, которая у всех инженерных команд лежит на самом виду. Мы годами строили сложные CI/CD‑пайплайны, ботов для ревью кода и инструменты анализа на базе ИИ, а потом настраивали их так, чтобы они отправляли сообщения в Slack и просили людей выполнить ручную работу.Вдумайтесь на секунду. Мы автоматизировали просьбу. Не выполнение.
Я год не писал код руками. Но я не вайбкодер — и это две разные профессии
Сразу разведём понятия, потому что на этом стоит вся статья.Я больше года не пишу код руками — всё пишет ИИ. При этом я не вайбкодер. Скромно называю себя ИИ-инженером.
Борьба с галлюцинациями и 27 часов работы: практический опыт тестирования калькулятора трудозатрат с помощью ИИ
Сразу честно, чтобы вы понимали, с кем имеете дело: я из тех душнил, которые закатывают глаза, когда в сотый раз слышат «а давайте это все сделает нейросеть». Я видел слишком много красивых демок, где ИИ за минуту генерит сотню тест-кейсов – из которых добрая половина про кнопки, которых в продукте нет, а вторая половина дублирует друг друга разными словами, не говоря уже о глубине тестирования бизнес-логики.
