Хекслет

Конференции и воркшопы Завершился большой блок летних конференций, на которых я выступал последние две недели. Это были highload, teamlead, agentic dev и ai weekends. Два мастер-класса, фасилитация групповой работы c-level клуба, один доклад и два дня воркшопа с утра до вечера. В общем было не скучно. Познакомился со множеством крутых ребят, узнал что происходит в компаниях, куда движемся, как проходит ai трансформация и как настроения в целом. Что можно сказать про происходящее? Очень возрос интерес к ИИ, что было ожидаемо. Стрим по AI разработке был забит, многие просто не смогли зайти в зал чтобы послушать докладчиков. Мне было проще, как докладчик я слушал докладчиков в кулуарах :) Пока еще много базовых докладов и много людей, которые не перешли в режим кодинга без рук. Тех кто пишет код агентами не более 25%. Причины разные, нередко это корпоративные ограничения, когда запрещается использовать внешние модели, внутренняя экосистема еще не того уровня, чтобы делать все самостоятельно. Практически каждая крупная компания выделила команды под интеграцию LLM в SDLC. Здесь ребята занимаются всем от написания своего харнеса и сетапом моделей, до объединения всей информации через раги, mcp и тому подобное. Большой интерес у подхода Spec Driven Development. Мы снова возвращаемся в мощный водопад, когда сначала долго и упорно идет проектирование, а потом, на уровни ниже спускается все в готовом виде. В целом, несмотря на общий ажиотаж, многие отмечают что мало кто пытается по настоящему перестроиться под ai native. Что там говорить, мало кто понимает что это такое. Есть разные идеи и концепции того как мы будем работать, как поменяются процессы, как изменятся роли. Вплоть до довольно революционных идей, типа полного убирания код ревью как концепта. Много говорили про tiny teams, где команда буквально из нескольких человек делает все от и до. Набирает популярность концепт Product Engineer, где прямо совмещается две роли: продакт и девелопер. Что точно объединяет всех, так это непрерывный страх проиграть конкурентную борьбу. А если соседние компании что-то такое поменяют и внедрят, что станут в разы быстрее и эффективнее? Поэтому каждая компания пытается максимально вписываться во все ИИ движухи. Кстати, сравнивали текущую трансформацию с приходом Agile, сошлись на том, что это значительно более глубокая и сложная история. Agile менял только процессы, на самой разработке и инструментах это сказывалось не так сильно. Здесь же меняется все и сразу. И интересного для нас, мы увидели какие элементы стоит добавить и доработать, а так же запланировали старт нескольких новых курсов для новой эпохи. Но об этом в других постах :) Telegram | YouTube | AI Клуб

Из сертификации в тестировщики: как я совершил прыжок веры в эмиграции Михаил семь лет проработал в сертификации, а под Новый год уволился без плана, просто чтобы отдохнуть и подумать, куда двигаться дальше. Никакого запасного варианта, никакой новой работы на примете. Сам он называет это прыжком веры. Все происходило в эмиграции: несколько лет за границей, накопившаяся усталость от профессии и ощущение, что расти дальше некуда. Он перебрал фронтенд, Python и тестирование, выбрал последнее и прошел курс в Хекслете, а потом поработал на коммерческих проектах, чтобы набить руку. Параллельно пережил один из самых тяжелых периодов в жизни: травмы, депрессия, лечение. Работу нашел через нетворкинг: тестировщик понадобился знакомому техлиду из альпинистской компании. Как он прошел этот путь и что помогло ему справиться, читайте в новой истории: https://ru.hexlet.io/blog/posts/iz-sertifikacii-v-testirovshchiki Telegram | YouTube | AI Клуб

Автоматизация бизнеса или LLM-разработчики наступают Антон Плешивцев, бывший разработчик Aviasales, разработал сервис по подготовке фотографий на визы разных стран (ishotaphoto [.] com), где применяется множество различных моделей для обработки фото. И когда его сервис начал набирать обороты и стал приносить денег, появилась операционка в виде помощи пользователям с неточностями в работе, возвратами денег (такое бывает у любого бизнеса) и ответами на разнообразные вопросы, которые летят на почту. В какой-то момент Антон заметил, что на это стало уходить несколько часов каждый день, поэтому он стал копать в сторону агентов и конкретно OpenClaw. После нескольких итераций у него получилось завести систему, в которой агент сам разгребает почту, отвечает пользователям там где безопасно, создает счета на возврат (но не делает возврат сам) и выполняет другие полезные задачи. Подробнее про это можно посмотреть в подкасте "организованное программирование". Конечно на объеме это не заменит реальных людей, но значительно сокращает их количество на всех этапах и позволяет бизнесу быть более быстрым и устойчивым к изменениям. И сейчас такого становится все больше, как на уровне солопредпринимателей так и на уровне крупных компаний, которые активно переводят часть своих технарей в роль llm-разработчик. Название пока не устаканилось, но фактически это программисты с опытом devops, некоторыми знаниями базы по llm и глубоко разбирающихся в том как строить агентные системы. Здесь появляется много интересного: роутинг, opengraph, rag, fine-tuning, workflow, human-in-the-loop, evals, guardrails и много других страшных слов. На Хекслете мы занимаемся ровно тем же самым, внедряем эти механики во все внутренние процессы и раскатываем на самом сайте. И естественным продолжением стало появление курса LLM-разработчик, первый поток которого стартует буквально на днях. А чтобы у вас было лучше понимание что это за направление и с чем его едят, сегодня в 19:00 по москве мы проводим вебинар, где подробно обо всем расскажет Рустам Барханов, Старший инженер‑программист отдела интеграции искусственного интеллекта АО «Финам». Записаться на вебинар можно по ссылке https://special.hexlet.io/llm-developer_webinar Трансляция будет доступна и в vk и в youtube Telegram | YouTube | AI Клуб

Курсы для всех и пусть никто не уйдет обиженным Делимся ближайшими планами по запускам и новым курсам. Пока акцент идет на ИИ, мы хотим до конца лета добить оставшиеся направления, которые нас просят запустить (и которые особо интересны в этом дивном мире). К ним относятся: ИИ Автоматизатор это как обычный автоматизатор, который интегрирует сервисы с помощью таких инструментов как n8n, но помноженный на создание и внедрение агентов на no-code платформах типа Yandex AI Studio. Запуск будет в конце июля Полный вайбкодинг Это расширенная версия текущего курса по вайбкодингу, который мы недавно запустили. Он будет идти 4 месяца и фактически будет похож на ии автоматизатора по изучаемым темам, но с упором и отдельным материалом по созданию продуктов. В общем это такой стартаперский заход. Дата старта пока определяется AI SDLC курс для лидов, сто и программистов, которые хотят меняться и менять компании на AI First (AI Native). Тут много про изменение организационной структуры и новым подходам к тому как происходит сбор требований, проектирование, реалзиация, верификация и эксплуатация. Стартует в августе. LLM-разработчик Это внедренец ИИ решений в бизнес процессы. Мы уже писал про этот курс, но не писали про вебинар Как войти в LLM-разработку: навыки, вакансии, кейсы внедрений , который будет 30 числа в 19:00 по Москве. https://special.hexlet.io/llm-developer_webinar Пока выглядит так, что сделав эти курсы, мы закроем все что надо по ИИ. Если мир к этому времени не подкинет нам снова каких-то сюрпризов, то мы возьмемся за классические программы и сделаем упор на навыковые курсы для повышения квалификации. Всем бобра, оставайтесь с нами Telegram | YouTube | AI Клуб

Что самое главное в агентном программировании? Представьте что вы поставили себе хорошего агента, например, opencode, настроили проект, добавили agents.md и начали работать. Возникает вопрос, насколько результат который вы получаете с агентом оптимален? Не только с точки зрения готового кода, но и самого процесса вазимодействия с агентом. Как часто его надо направлять, насколько он тупит и генерирует не рабочее решение. Можно сказать что очень важно уметь работать с контекстом. Это абсолютная правда, нужно объяснить детали задачи, прожарить (grill-me), подгрузить нужные документы, проанализировать код (агентом) и в конце концов реализовать задачу. Без этого никак, но этого условия недостаточно. Если агент в процессе не может верифицировать то что он делает, то на выходе получится код, который скорее всего не запустится. Более того, нередко сам подход к решению может оказаться не запускаемым в принципе, но агент про это не знает, так как не может сам в этом убедится. В итоге получается что он будет постоянно останавливаться с фразой в духе "я все сделал, но проверить не могу, глянь сам". По сути, ключевым элементом во всей этой системе являются механизмы автоматической проверки кода на работоспособность. Что сюда входит? • Статическая типизация • Линтеры • Тесты (в первую очередь интеграционные) • Возможность выполнить код проекта (например через repl) • Сборка Причем агент должен знать когда и что запускать и делать это автоматически. В идеале добавить хуки в git, которые как минимум не позволяют пушить код, который не проходит базовые проверки (линтеры и проверку типов). Telegram | YouTube | AI Клуб