Git.
Когда разработчики ленятся писать документацию: описываем клиентский API силами нейросетей
Автор: Александр Казанцев, руководитель отдела документации и контентаПредставьте себе код, который был создан достаточно давно,после этого не подвергался сильному рефакторингу, а только дописывался и частично обновлялся. У него нет REST/FAST API реализации, его писали и пишут разные разработчики и заставить их выдать вменяемую документацию задача еще та (даже если они пытаются). А раз нет REST API, то нельзя например прикрутить тот же Swagger.
Технологии, которые меняют нас: История одной 1С‑команды
«Чтобы оставаться на месте, нужно бежать со всех ног. А чтобы куда‑то попасть, надо бежать как минимум вдвое быстрее» — Льюис КэрроллПролог. День, когда опять что‑то сломалосьЭто было очередное утро после вечернего обновления релиза. В рабочей базе уже несколько часов валилась какая‑то ошибка. Пользователи писали в поддержку, поддержка — нам. В чем оказалась причина? Всего одна строчка кода — мы потеряли ее во время ручного переноса из дева в релизное хранилище.Далее последовал примерно следующий диалог:Руководство: «А откуда ошибка?
Как я использую генеративные модели как оппонента в нескольких AI-проектах
На бумаге задача выглядела почти обидно просто: камера видит салон автобуса, модель распознаёт людей, на выходе появляется число вошедших и вышедших пассажиров.Но чем ближе мы подходили к реальному рейсу, тем меньше задача была похожа на обычную детекцию. Оказалось, что сначала нужно договориться о времени, остановках, идентификаторах и даже о том, что именно считать событием входа. Модель может правильно увидеть человека — и всё равно выдать неправильный бизнес-результат.
Топ-5 проблем, с которыми я столкнулся при разработке AI-агентов
Когда я начал делать агентов под разные задачи внутри компании, я довольно быстро понял что задача не сводится просто к хорошему промпту.Промпт важен, но он закрывает только верхний слой, а дальше начинается обычная инженерная работа - контекст, память, доступы, инструменты, состояние, git, фоновые задачи и т.д. и т.п. И если это не проектировать отдельно, агент может нормально справиться с короткой задачей, но начать сыпаться на длинной работе.
Одна сессия Claude Code на нескольких машинах: что ломается, если просто синхронизировать папку
У меня три рабочих места с пятью ОС: десктоп на Linux и Windows, ноутбук также с Linux и Windows, а ещё мак мини на macOS. Claude Code стоит на всех, и каждый раз повторялось одно и то же: разговор, который я вёл на десктопе, оставался на десктопе. Сажусь за ноутбук — Клод не помнит ни проекта, ни договорённостей, скиллы не те, MCP-серверы не подключены, память пустая.Очевидное решение — положить ~/.claude в облачную папку, например в свой Яндекс.Диск, — не сработало. Почему именно не сработало, я понял не сразу, и это оказалось самой интересной частью задачи. Дальше — разбор граблей, на которые я наступил, пока делал синхронизацию по-настоящему.
gitTalk: когда лень вспоминать команды для гита
Всем привет, в этой статье я хочу написать про инструмент, который может быть полезным многим новичкам и людям которым не нравится синтаксис гита.Суть проекта:Проект был создан ради того чтобы вопервых заполнить моё портфолио и во вторых - исправить мою забывчивость в синтаксисе гита, т.к я иногда забываю команды для него, что замедляет мой прогрессЦели проекта: Сделать лёгким и удобным для использованияСделать лёгким для правки его кодаПостараться не облажаться
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".
