Дневник CTO

Наблюдал за многими командами разрабов и заметил, что на дворе июнь 2026 года, а с приходом ИИ продуктивность команд по-прежнему выросла лишь на 30-40%. Хотя те команды, с которыми я работал и соприкасался, уже выжимают +300% Сейчас у меня появилось немного свободного времени для консультаций, так что если хотите, чтобы я лично погрузился в вашу специфику и помог выжать x3 продуктивности — пишите

Рубрика лайфхак Если заканчиваются токены (допустим, ресет через 2 часа), то просто остановите кодинг агента посреди выполнения и скажите: усни на 2 часа и продолжи где остановился. Особенно бывает полезным, если вся ночь впереди, а ты боишься, что твои задачи высасут все токены раньше, и работа прекратится

Недавно услышал: "Не понимаю, почему Муаммар ушел из Яндекса. У него был один из самых быстрых промоушенов в истории компании до тимлида" Вся правда о моем промоушене в этой гифке 😁

Ид аль-Адха мубарак! С праздником! 🎉🎉🎉

Трансформация роли CTO Раньше основным клиентом CTO был CPO, потому что разработка была дорогим удовольствием, и только на продукт в конечном итоге выделялись средства. Все остальное закрывалось человеческим трудом. Сейчас правила игры поменялись Почти что во всех отделах в 2026 году можно внедрять AI и быть от этого в выигрыше: операционка, финансы, продажи, маркетинг Так что роль CTO сейчас расширилась. В целом вы должны не только разработать крутой продукт, но и сделать компанию AI-native, тем самым увеличив ее маржинальность и конкурентоспособность

До 2026 года основным ремеслом, куда уходила куча времени, у большинства программистов был кодинг. Поэтому развитие инструментов и оптимизация в первую очередь были вокруг кодинга Начиная с 2026 года, это уже не так. Поэтому задача каждого программиста — понять, куда у вас больше всего уходит времени и автоматизировать это с помощью AI. Именно это поможет вам стать x10 программистом Пример. В одном из проектов, чтобы протестировать какую-то фичу, нужно поднять 3 сервиса и сделать достаточно понятную и простую последовательность действий. Перед тем как катить фичу ты по-любому обязан это сделать. Что сделал я? Написал скилл для клод кода, который именно это и делает через Python и Playwright, причем на каждом этапе делает скриншоты. Как итог: мне остается лишь посмотреть скриншоты, все ли так, как я изначально задумывал Учитесь, развивайтесь и становитесь x10 программистами. Конкуренция сильно растет, выживут те, кто лучше всех садаптируется

Все кто использовал iterm2 и работает много в консольном Claude Code, советую пересесть на Warp. Я ни разу не пожалел

Общался с другом из Меты. Говорит, очень сильно мониторят, какой процент твоего кода пишет AI. И если это меньше 80%, то к тебе резко возникают вопросики, что с тобой не так. Также очень сильно повысились ожидания, что ты несколько больших фичей параллельно фигаришь И да, используют они Claude Code. Парам-пам-пам 🙂

Как программисту остаться нужным в век AI? (часть 2) Боль, ответственность и оунершип, это мы поняли. Но как человеку еще конкурировать с ИИ-шкой? Ответ: опыт С технической точки зрения LLM-ки прочитали весь интернет, плюс сейчас они отлично умеют гуглить и обновлять свои знания в реальном времени. Чего у них нет, так это опыта работы с реальными системами. Поясню на примерах: 1. Twitter. Когда я работал в Твиттере, то увидел это воочию. Во главе миграции был PhD в графах, очень умный человек, но который никогда не проводил огромные переезды распределенных систем. Итог: миграция длилась 5 лет, пока не пришел другой человек с практическим опытом и не сдвинул команду с мертвой точки 2. Facebook. В документации система описана как надёжная и хорошо работающая. На практике — она постоянно падает и не выдерживает твоих нагрузок. Узнаёшь об этом, когда уже внедрил. Как итог — много потраченного времени впустую 3. Research. Я попросил AI сделать полное исследование всех решений для одной задачи. Claude упорно отсеивала один вариант — потому что в документации было написано «not production ready». Но я-то на практике использовал этот проект и знал, что он работает лучше множества других решений. Документация врала, а Claude ей верил Поняли проблему? ИИ читает документацию и судит по ней, а там всегда все идеально и красиво. Как эту проблему нужно решать? Мне кажется, должен появится какой-то глобальный каталог практического опыта (кстати, идея для стартапа). Но чтобы такое случилось, ИИ-шка должна быть встроена на всех этапах: от момента написания кода до деплоя, мониторинга и реакции на алерты, где она будет собирать реальный опыт на каждом шаге И я не вижу, чтобы это как-то быстро хакнулось и появилось. Так что пока ИИ остается теоретиком, программист с большим практическим опытом будет нужен

Как программисту остаться нужным в век AI? (часть 1) Последний месяц много думал о том, что будет с программистами. Кодинг в привычном смысле умирает. Машина пишет код в 100 раз быстрее, отлично понимает комментарии, и с каждым месяцем делает это всё лучше. Соревноваться с ней — то же самое, что соревноваться с калькулятором в арифметике Вопрос: а что тогда остаётся? Недавно слушал один подкаст, и там прозвучала мысль: машина не чувствует боли. Не только физической — а той боли, когда ты подвёл команду. Когда продакшн упал в пятницу вечером из-за твоего кода. Когда тебе стыдно смотреть в глаза коллегам. А машина просто скажет «ой, извините, сейчас поправлю» Из этого следует ключевая вещь: машина не может нести ответственность. Ты можешь зашить метрики, натренировать модель, обвесить всё мониторингом. Но когда AI случайно сделает критическую ошибку — спрашивать не с кого Крутых программистов всегда отличало то, что они не просто кодили, а брали ответственность за свою зону. Не «менеджер сказал — я сделал», а ты сам — оунер своего куска продукта. Скоро мы увидим, что если ты не умеешь полноценно отвечать за продукт, то твоя работа программистом будет под вопросом