Код-ревью в эпоху ИИ: как агенты меняют проверку кода
Изменения в процессе ревью я остро ощущаю на себе прямо сейчас. Самих PR-ов стало больше и они стали гораздо длиннее, потому что LLM позволяет сразу писать кучу тестов, обновлять документацию и делать ещё много вспомогательной работы. Это накладывает свой отпечаток на мою работу: приходится ревьюить гораздо больше кода и качество этого процесса постепенно снижается с усталостью. Каждый последующий аппрув я ставлю с меньшей уверенностью.
Claude или ChatGPT для кода: 4 модели на одинаковых задачах
Claude или ChatGPT для кода: на восьми одинаковых задачах Claude Opus 5.5, Claude Sonnet 5.5, ChatGPT 6 Astra и ChatGPT 6.1 Sol написали верный код с первой попытки, один ответ пришлось только отформатировать заново. Разница нашлась во времени ответа (от 8 до 28 минут на все задачи), цене за токен (до 5 раз) и устройстве решений.
Джун закрывает задачи с агентом, но спотыкается на разборе инцидента
Всем привет, меня зовут Сергей Прощаев, я Tech Lead и руководитель направления Java | Kotlin разработки в FinTech & E‑commerce и преподаю на курсах разработки и архитектуры в ОТУС. В этой статье расскажу, почему онбординг джунов в команде с
Я не хочу читать то, чего вы не писали
Люди, которые раньше почти ничего не писали сами, вдруг начали выдавать развёрнутые дизайн-доки, бизнес-планы, документацию, презентации, тикеты, пулл-реквесты, статьи в блог и протоколы встреч. Всё это сгенерировано ИИ, и читать это невозможно. Мне самому ИИ помогает писать лучше и быстрее, но читать почти всё, что написал ИИ, я уже не могу. Здесь я хочу немного выпустить пар, а заодно рассказать, где ИИ мне в письме действительно помогает.ИИ ужасно пишет
Состояние IT-индустрии в 2026 году: что изменилось, что сломалось и что дальше
Недавно я выступал с главным докладом на LDX3, конференции для руководителей разработки в Нью-Йорке. В зале сидело больше 2000 человек: тимлиды, CTO, директора по разработке и staff+ инженеры. Я попробовал зафиксировать, где индустрия находится прямо сейчас.
Задача закрыта, когда ветка влита: как наша платформа разрабатывает сама себя
30 сентября в 06:32 в очереди появилась задача: научить ядро платформы переводить открытые задачи на новую версию их типа. Повод был будничный — мы выпустили новую версию типа «задача на код» с более строгими проверками перед сдачей, а вся открытая очередь осталась на старой и получала старые инструкции.Через 19 минут агент сдал работу: новый маршрут API, тесты, документация. В 07:15 ревью её отклонило. Новый маршрут позволял агенту с обычными правами исполнителя перевести свою
Обвязка решает
Разбор харнессов ИИ-агентов: как они устроены на обычном проекте, какими бывают — и что показал машинный журнал живого проектаПилю офлайн-заметочник Nitinol и пишу об этом статьи. В первой части рассказывал, как десять лет терял заметки, во второй — про хранение и поиск без RAG, в третьей
Код‑ревью в эпоху ИИ: 7 ошибок, ведущих к инцидентам
Материал подготовлен в преддверии старта курса «ИИ для разработчиков».Всем привет, меня зовут Сергей Прощаев и в этой статье расскажу про ревью кода, созданного ИИ, и про то, почему AI Code Review так часто не спасает. Я Tech Lead и руководитель направления Java | Kotlin разработки в FinTech & E‑commerce, преподаю на курсах разработки и архитектуры в ОТУС.Типичный сценарий, который я всё чаще вижу в командах, выглядит так. Разработчик ставит задачу
ИИ-ревьюверы твоего кода: как нейросети позволяют упрощать анализ PR
С развитием ИИ себестоимость кода стремительно падает. Его становится все больше, а команды не растут пропорционально количеству. AI-инструменты генерации кода (Copilot, Cursor, Codex, Claude Code) увеличивают скорость написания, но не скорость проверки кода.Узким горлышком становится сам PR, они могут висеть днями в вашей компании или opensource-проекте, контекст может теряться, на его оценку тратится время, и иногда впустую.В среднем, команда на ревью тратит ~20% рабочего времени, особенно если это большой PR, или PR от новичка.
