Почему код, который генерирует ваш AI-ассистент, выглядит одинаково плохо, и как это исправить за 30 секунд
🔍 Проблема не в моделиGPT-codex, Claude 4.8, Gemini 3.5 flash: все они умеют писать хороший код. Но по умолчанию ни один из них не знает ваших стандартов. 🤷♂️Что получает модель без системного промпта:Никаких ограничений на архитектуру 🏗️Никаких предпочтений по тестированию 🧪Никаких правил по визуальному качеству 🎨Никаких требований к безопасности 🔒Результат предсказуем. Компонент работает. Стили: дефолтный Tailwind. Тесты не написаны. any везде, где TypeScript сопротивлялся. Магические числа без объяснений. 😅
Год с Claude Code: главное — не он сам, а то, что в .claude-
Claude Code у меня появился в марте 2025-го. Точную неделю не помню — в какой-то момент он у меня просто стал инструментом по умолчанию, и я с ним отработал примерно год.Это не «AI убил программирование» и не «AI = x10 продуктивность». И то и другое — пустое. Реальность скучнее и интереснее одновременно.Сразу важная оговорка: я использую Claude Code на максимум. Не «иногда», не «когда подходит» — постоянно, на каждой задаче. Если что-то можно сделать через него, я делаю через него. Под него подстроены CLAUDE.md
Как и почему умирает ИИ-внедрение: пять bottlenecks
Привет, Хабр. Меня зовут Виктор Овчинников, я руковожу разработкой интеграционной платформы Digital Q.Integration в компании Диасофт. Больше двадцати лет моя команда занимается обменом данными между корпоративными системами, и про то, как именно этот слой убивает ИИ-проекты, я уже подробно разбирал в предыдущей статье на Хабре.
62 бесплатных урока июня: Java, Docker, LLM, SRE, DWH и другие темы для роста в IT
Привет, хабровчане. В июньском дайджесте собрали 62 бесплатных открытых урока по ключевым IT‑направлениям: разработке, архитектуре, инфраструктуре, информационной безопасности, тестированию, ML, аналитике и управлению. В программе — Java 21, Docker, Kubernetes, LLM, Kafka, SRE, DWH, Data Mesh, REST API, Linux, DevOps и другие темы, которые сейчас регулярно всплывают в реальных проектах и технических обсуждениях.
Мнение: устная традиция в разработке программного обеспечения может уйти в прошлое из-за ИИ
На протяжении десятилетий разработка программного обеспечения опиралась на опытных разработчиков, которые передавали знания от человека к человеку. По мере того, как ИИ меняет способы написания и сопровождения кода, эта культура унаследованной памяти, возможно, начнёт рушиться.
Что именно делал компилятор: как ассемблер помогает разобраться в производительности кода на C++
Расскажу вам одну историю о том, как смог прокачаться в качестве C++-программиста. Мне в этом помогло не чтение стандарта. Я тогда ещё не понимал до конца метапрограммирование с использованием шаблонов (честно говоря, прямо сейчас эту тему изучаю). Нет, просветление наступило, когда я всмотрелся в целую простыню кода на ассемблере x86–64, но не запаниковал, а подумал: “O, нет, нет. ЧТО ТАМ сделал компилятор?”
Исследователи: разработчики не смогут отказаться от инструментов ИИ
Исследователи обнаружили, что в 2026 году разработчики уже не смогут отказаться от инструментов для программирования с использованием ИИ. Это может создать дополнительные проблемы с сопровождением кода.
Новая система оплаты на основе токенов в Github Copilot вызвала негодование среди разработчиков
Github Copilot от Microsoft переходит с фиксированной абонентской платы на систему оплаты токенами, что потенциально может привести к значительному увеличению расходов пользователей. Это изменение вызвало возмущение среди разработчиков.
Self-Evolving Knowledge: Как взрастить senior агента
Привет! Я не AI-инженер, у меня нет ML образования. Я проджект-менеджер со старым бекграундом в качестве веб-разработчика и с опытом более 10 лет в управлении командами разработки ПО. И с приходом полноценных AI-агентов я стал по выходным заниматься экспериментами на своих пет-проектах.
