Я сделал начальника AI‑офиса токсичным. Но сработал не мат, а право сказать FAIL
Я несколько раз пересобирал роль начальника в мультиагентной системе на Claude Code. Сначала мне казалось, что результат улучшился, когда я сделал начальника жёстким и разрешил ему материться на агентов.После сравнения версий boss.md вывод оказался менее смешным: вместе с характером я почти полностью переписал должностную инструкцию. Начальник получил ответственность за конечный результат, право отклонять работу и обязанность возвращать её конкретному исполнителю.То есть сработал не мат сам по себе. Сработала приёмка, в которой незакрытый дефект не может получить статус «готово».
MCP без хаоса: как мы создали в корпоративном ландшафте централизованный шлюз для ИИ‑агентов
Привет, Хабр! Меня зовут Анастасия Трегубова, я архитектор продукта
Авторитаризм, увольнения, ИИ, падение выручки. IT 2026 — измеряем кризис
В 2026 году я провела 105 глубинных интервью с владельцами и руководителями студий и компаний разработки — от аутсорса до продуктовых команд, плюс часть диджитал-агентств. Выборка — от 10 до 300+ сотрудников, география — вся РоссияЯ искала не только статистику — сколько компаний падает, а сколько растет. Я искала ответ на вопрос, почему одни падают, а другие растут: что делают лидеры растущих компаний и не делают те, кто руководят падающим бизнесом
Как я почти перестал писать код: оркестрация ИИ-агентов и методология SAMO
Всем привет!Есть ощущение, что за последние два года в профессии разработчика изменилось что-то фундаментальное. Не очередной фреймворк. Не новый язык. Не ещё один способ развернуть контейнер. Изменился сам процесс программирования. Я поймал себя на странной мысли: я почти перестал писать код руками
Если ваши разработчики используют Claude Code, вы еще не автоматизировали разработку
Вдохновлено творчеством художника DDees
ИИ для передачи дел: как найти знания, которые уходят из компании вместе с техлидом
Недавно я написал заявление об уходе. У меня оставалось две недели. Я открыл терминал и начал разбираться, что именно уйдёт из компании вместе со мной.TL;DR
Зачем бороться со сложностью, если её больше нет?
Я программист с приличным стажем, ещё в школе писал игрушки для БК‑шек, а сейчас у меня годы коммерческой разработки на Python, и я считаю себя, в общем‑то, уверенным сеньором.До недавнего времени из ИИ я пользовался только браузерным Gemini. Он быстрый, живой, отзывчивый — с ним можно приятно поболтать, однако кодит он неважно. Добиться нужного результата частенько получалось только через крепкое словцо, на которое, впрочем, Gemini охотно откликается. Но понятно, что это всё жутко неудобно и надо было переходить на кодинг‑агентов.
Дело о взрыве контекста: поиск случайного гостя, который захотел остаться
Всё началось со странной потери скорости решения задач.Сначала я думал, что это чисто субъективное наблюдение. Проекты развиваются, документация растёт, архитектурных связей становится больше. Значит, AI-агенту нужно прочитать больше файлов, удержать больше решений и проверить больше зависимостей. Контекст растёт — время выполнения задач тоже растёт. Вроде бы всё логично.
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
Обвязка вокруг модели даёт столько же, сколько сама модель: разбираю харнесс по слоям
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

