Почему разработчики выступают за и против визуального и low-code программирования: причины и ответы на возражения
Привет, Хабр!«Давайте все будем на ассемблере писать. Зачем мы пользуемся фреймворками?» — эта фраза из недавней дискуссии о low-code платформах прозвучала как манифест. И она заставила задуматься: где граница между разумным использованием абстракций и откровенным vendor lock-in?
Программисты получают 2,8 млн. в год и разработка всё равно дорожает. Как это остановить
Привет, Хабр!«Разработчики исчезнут, но не все» — когда я услышал эту фразу в дискуссии на канале Dev Q&A, она засела в голове надолго.Вот факт: за 10 лет средняя зарплата разработчика в России выросла с миллиона до 2,8 миллиона рублей в год. Стоимость часа работы — с $30-50 до $80-100, у крупных агентств доходит до $300-400. И это происходит как раз тогда, когда появились ИИ-ассистенты, low-code платформы и масса других инструментов, которые вроде бы должны всё удешевлять.
AP 2.0: Учим ИИ думать, прежде чем патчить
Привет, Хабр!Не так давно я рассказывал вам о рождении формата .ap (AI-friendly Patch) — моей попытке избавить мир от боли ручного копипаста при работе с AI-ассистентами. Идея была проста: вместо генерации блоков кода, который нужно переносить в исходники руками, ИИ генерирует семантический патч в специальном, удобном именно для ИИ формате, который применяется автоматически. Судя по числу добавлений статьи в закладки, идея многим пришлась по душе!Но теория — это одно, а суровая практика — совсем другое. За время активного использования ap
3 главных проблемы, из-за которых джуны не могут найти работу, мы решили с помощью ии
Привет, Хабр! Я вещаю от лица команды разработки ии-ассистента для поиска работы и это моя 4 статья здесь.Я уже затрагивал тему продукта, разработки, и даже рассказал про DDoS атаку, с который мы столкнулись на одном из запусков. Но сегодня я хочу осветить более важную тему, которая касается рынка найма в IT - трудоустройство джунов. Важный дисклеймер - все данные в этой статье взяты из наших реальных наблюдений, анализа и опыта и не претендуют на звание абсолютной истины.Тем не менее, мне показалось важным затронуть эту тему здесь и поделиться своими инсайтами.
Explyt 5.0 на Joker: поддержка Rider и новый тестовый агент
Всем привет! Рады представить новую версию Explyt 5.0 с поддержкой Rider 🚀 новым тестовым агентом, Web search & Web fetch и другими приятными улучшениями. Поддежка RiderРазработка и тестирование приложений на C# стали легче и эффективней.Агентский режим генерации и исправления тестов для Java/Kotlin
Как реализовать CRDT-структуры в Go для офлайн-режима
Привет, Хабр! Сегодня мы поговорим о том, как справиться с синхронизацией данных в офлайн‑режиме так, чтобы не сваливать на пользователя головную боль слияния конфликтов. Вы наверняка замечали, что многие современные приложения — будь то заметки, менеджеры задач или вики‑редакторы — позволяют работать оффлайн на нескольких устройствах, а при подключении к сети автоматически объединяют изменения. Задача разработчика в таком случае сделать максимально гладкую синхронизацию одновременно изменённых данных на разных узлах, ideally без участия пользователя в разрешении конфликтов.
JetBrains: большой отчёт о состоянии экосистемы разработчиков в 2025 году
Команда AI for Devs подготовила краткий обзор большого отчёта JetBrains о состоянии экосистемы разработчиков в 2025 году. ИИ становится повседневным инструментом в работе программистов, TypeScript и Rust продолжают расти, а представления о продуктивности выходят за пределы метрик. Что это значит для индустрии — и для вас?Каждый год JetBrains проводит исследование Developer Ecosystem Survey — глубокое погружение в мир разработки программного обеспечения: как работают разработчики, какими инструментами пользуются и как меняется сама индустрия.
Cursor делает разработчиков менее эффективными?
Одно любопытное исследование опубликовала некоммерческая организация Model Evaluation and Threat Research (METR). Они пригласили 16 опытных разработчиков, работающих над крупными open-source репозиториями, чтобы те исправили 136 реальных багов. Оплата составила 150 долларов в час. Части разработчиков выдали для работы AI-инструменты, другим — нет. Исследователи записывали экраны участников, а затем изучили и проанализировали 146 часов видеозаписей. Вывод оказался следующим:
