现已上线！2025 年 Telegram 研究 — 年度关键洞察 
Byndyusoft
前往频道在 Telegram
Убер-сложные, качественные ИТ-продукты с гарантией достижения бизнес-целей заказчика. Сайт https://byndyusoft.com, обсудить проект sales@byndyusoft.com
显示更多404
订阅者
+124 小时
+27 天
+730 天
数据加载中...
相似频道
标签云
进出提及
---
---
---
---
---
---
吸引订阅者
七月 '26
七月 '26
+3
在0个频道中
六月 '26
+9
在1个频道中
Get PRO
五月 '26
+16
在0个频道中
Get PRO
四月 '26
+6
在1个频道中
Get PRO
三月 '26
+14
在1个频道中
Get PRO
二月 '26
+13
在1个频道中
Get PRO
一月 '26
+23
在1个频道中
Get PRO
十二月 '25
+10
在2个频道中
Get PRO
十一月 '25
+11
在1个频道中
Get PRO
十月 '25
+15
在1个频道中
Get PRO
九月 '25
+10
在1个频道中
Get PRO
八月 '25
+13
在1个频道中
Get PRO
七月 '25
+12
在1个频道中
Get PRO
六月 '25
+15
在3个频道中
Get PRO
五月 '25
+18
在1个频道中
Get PRO
四月 '25
+18
在2个频道中
Get PRO
三月 '25
+14
在1个频道中
Get PRO
二月 '25
+21
在1个频道中
Get PRO
一月 '25
+13
在0个频道中
Get PRO
十二月 '24
+18
在1个频道中
Get PRO
十一月 '24
+18
在1个频道中
Get PRO
十月 '24
+31
在2个频道中
Get PRO
九月 '24
+44
在2个频道中
Get PRO
八月 '240
在2个频道中
Get PRO
七月 '240
在0个频道中
Get PRO
六月 '24
+30
在6个频道中
Get PRO
五月 '240
在3个频道中
Get PRO
四月 '24
+9
在2个频道中
Get PRO
三月 '240
在0个频道中
Get PRO
二月 '240
在2个频道中
Get PRO
一月 '24
+161
在3个频道中
| 日期 | 订阅者增长 | 提及 | 频道 | |
| 03 七月 | 0 | |||
| 02 七月 | +1 | |||
| 01 七月 | +2 |
频道帖子
На большой ИТ-конференции наш коллега услышал странный диалог.
Вопрос спикеру:
— Вы работаете один, а как применить ваш подход с ИИ, если у нкоманды по 10 человек, а всего в подчинении около 100 разработчиков?
Ответ:
— Увольте половину.
Позже тот же спикер добавил:
— А вообще я безработный.
Красиво.
Безработный учит директора с сотней айтишников, как управлять командой. Это как холостой друг объясняет, как сохранить брак. Сидит такой с пивом и говорит: «Да просто разведись». Спасибо, мудрец.
Команда большая? Уволить. Процессы тормозят? Внедрить Agile. Система старая? Переписать. AI модный? Срочно прикрутить куда-нибудь, желательно в презентацию.Проблема в том, что советы с трибуны не отвечают за последствия. А в реальной компании всё сложнее. Иногда дело не в людях, а в архитектуре, в очередях согласований, в мутных продуктовых гипотезах, в том, что бизнес и IT давно говорят на разных языках, но делают вид, что всё нормально. И если в этот момент «уволить половину», можно просто добить то, что ещё как-то работало. Мы в Byndyusoft часто приходим не с советом «режьте», а с вопросом: «Где на самом деле узел?». Разбираем систему, проверяем гипотезы, смотрим на процессы, архитектуру, команды и бизнес-цели. Потому что главный риск большой IT-команды — не лишние разработчики. Главный риск — уверенность, что вы уже знаете, кого винить и готовность резать по живому без разбора.
| 2 |  Доброе утро, дорогие ИИ-погонщики ☀️ | 94 |
| 3 |  Агент уверенно рассуждает. Просто половину он уже забыл
Когда контекстное окно AI-агента переполняется, модель не сбрасывает лишнее — она сжимает. Часть деталей, условий и промежуточных рассуждений исчезает. Агент продолжает работать, но качество его выводов незаметно падает.
Раньше в плагине VSCode был явный индикатор: видно было, когда начинается сжатие. Сейчас его убрали. Агент просто тихо деградирует — и разработчик об этом не знает.
Это не гипотетический риск. Это то, что происходит прямо сейчас в командах, которые встраивают AI-агентов в рабочие процессы без контроля состояния контекста.
Проблема не в самой модели. Проблема в архитектуре: как спроектирована логика управления контекстом, есть ли мониторинг, есть ли механизм перезапуска сессии в нужный момент.
Если вы строите AI-агента для реальных задач — управление контекстом должно быть частью проектирования, а не послесловием. Мы занимаемся именно этим: разрабатываем агентов, которые ведут себя предсказуемо даже в длинных сессиях.
Есть задача — напишите, разберёмся. | 88 |
| 4 |  Агент нарушает правила при генерации — но сам же их находит при ревью
AI-агент нарушает кодовые соглашения. Не потому что не знает правил — они прописаны. Просто при генерации кода контекст уже перегружен: задача, история диалога, промежуточные решения. Правила тонут в этом шуме.
Но если запустить отдельный субагент с чистым контекстом и попросить проверить тот же код — нарушения находятся легко. Та же модель, другой старт.
Это наблюдение открывает двухэтапный подход: первый агент генерирует, второй делает ревью. Не человек проверяет AI — AI проверяет AI. И это работает лучше, чем пытаться удержать соблюдение правил внутри одного перегруженного контекста.
Практика простая, но не очевидная: генерация и ревью — это разные задачи с разными когнитивными требованиями. Смешивать их в одном агенте — значит проигрывать на обоих фронтах.
Вы уже разделяете эти шаги в своих пайплайнах? | 109 |
| 5 |  Цитата из книги Виктора Пелевина «iPhuck 10», опубликованной в 2017 году. Улавливаете SDD? | 121 |
| 6 |  Пишешь спеку — получаешь код. Звучит просто
В сообществе сейчас активно обсуждают подход: разработчик пишет спецификацию, AI-агент генерирует по ней код. Звучит логично — но вопросов сразу много.
Кто вообще пишет спеки? Разработчик, аналитик, продакт? Как их ревьюить и кто за это отвечает? Насколько детальными они должны быть, чтобы AI не угадывал, а делал то, что нужно?
Отдельный вопрос — доверять ли AI самостоятельно генерировать спеки из устной речи. То есть: сказал вслух — получил требования — получил код. Цепочка красивая, но каждое звено добавляет неточность.
На практике это меняет роль разработчика: меньше синтаксиса, больше точности в описании намерений. Умение чётко формулировать требования становится таким же важным, как умение писать код.
А вы пробовали работать со спеками как основным артефактом? Что получилось? | 97 |
| 7 |  В прошлых постах и докладах, и статьях (😅) про будущее ИТ я говорил о важности формулирования новых вызовов в индустрии:
Но мы почти не говорим о нерешённых и, тем более, о непоставленных задачах. Мы не обсуждаем вопросы, которые ещё не заданы. А чтобы задача поставилась, нужно как минимум о ней задуматься.
И там же постарался такой вызов сформулировать:
На мой взгляд, следующий этап развития ИТ — это переход от системного подхода к средовому.
Теперь настало время хотя бы начать задумываться об ответе. А кому этим заняться, если не мне? 😎
Сел набрасывать методологию: как проектировать ИТ-продукт, когда ты больше не специфицируешь 300 микросервисов поштучно, а задаёшь среду — законы, стимулы, ниши, отбор, — а продукт внутри взращивается сам или руками ИИ-агентов. По сути садоводство вместо сборки.
И тут вылезло забавное. Сам же писал «лет через 10-15» — а пока собирался отвечать на вызов из будущего, выяснилось, что мы в эту сторону давно идём и частично уже пришли. Просто не звали это средовым подходом.
О чём в статье:
— чем средовой подход отличается от системного (и при чём тут садовник, вода и муравьи);
— примитивы среды, её паттерны и принципы проектирования;
— почему harness для ИИ — это и есть среда, а контекст-инженер скоро станет средовым инженером.
👉 https://habr.com/ru/articles/1051722/
Буду рад вашим ➕ и 💬
Копаем дальше 🧑🎓 | 80 |
| 8 |  Claude подстраивается под вас. Это удобно — или опасно?
Есть наблюдение, которое сложно проигнорировать: Claude со временем начинает говорить похоже на вас. Не копировать — а именно подстраиваться. Темп, интонация, уровень детализации, даже характер вопросов.
Это не случайность. Модель улавливает речевые паттерны оператора и адаптирует стиль ответов. Результат — ощущение диалога с равным, а не с инструментом. У конкурентов этот эффект слабее. У Claude он выражен заметно сильнее, и связан в том числе с качеством агентных настроек.
Здесь важно понять одну вещь: аддиктивность — это не просто UX-бонус. Это сигнал об архитектурных решениях внутри модели. Насколько гибко агент ведёт себя в вашем контексте — зависит от того, как он настроен под конкретную задачу.
Если вы строите процессы с ИИ-агентами, разница между «приятным интерфейсом» и «агентом, который встраивается в логику вашей команды» — это уже не про впечатления. Это про результат. | 96 |
| 9 | Почему ИИ-трансформация бесит всех
Я вижу, как уже который год бизнес смотрит на ИТ так, как уставший человек смотрит на очередного психолога после третьего неудачного брака.
И я понимаю, откуда это берётся:
ИТ стало дорогим.
Внутренние команды стоят дорого.
Подрядчики стоят дорого.
Поддержка стоит дорого.
Эксперименты стоят дорого.
Ошибки стоят ещё дороже.
А потом акционер смотрит на результат и думает: «Так, а почему это всё не окупается? Может, пора заменить айтишников на ИИ?». Мысль понятная, современная, трендовая, но опасная, если начать рубить с горяча.
Проблема в том, что большинство компаний не понимает, какая работа в ИТ вообще должна остаться у людей, какая может уйти в ИИ, а какую давно пора просто перестать делать.
ИИ-трансформация звучит уже как фраза из корпоративного ада. Где-то рядом с «цифровой трасформацией» и «экосистемным мышлением». Но если убрать этот слой коричневого лака, то суть нормальная:
Часть работы айтишников ИИ правда делает лучше, быстрее, дешевле и без драмы, митингов и пяти согласований.
И бизнесу естественно хочется это использовать.
Я и мои коллеги последний год набивали шишки на ИИ-трансформациях. Где-то получалось очень хорошо, где-то было больно. Где-то становилось понятно, что компания хочет ИИ не потому, что у неё есть стратегия в эту сторону, а потому что ей страшно смотреть на ИТ-расходы и она хочет пустить кровушку кожанным мешкам.
В итоге, собрав весь накопленный опыт, я нарисовал стратегию ИИ-трансформации для ИТ. В проекте по ссылке ниже собраны хорошие ходы, которые срабатывают:
где ИИ усиливает ИТ,
где он заменяет часть процессов,
где он создаёт новые риски,
и где бизнесу сначала надо разобраться с собственной стратегией, а не покупать ещё один инструмент.
Если у вас в компании уже звучит мысль «айтишников пора менять на ИИ», то до активных действий я рекомендовал сначала спокойно и вдумчиво посмотреть на этот проект: https://app.sociotech.center/projects/public/8698064e-a7b7-4b79-89fb-52b964d21f4b
Это проект в Социотехе и там можно посмотреть стратегию, а не как красивый PDF, который умрёт в папке «Стратегия финал финал 2».
Если зацепит — поставьте звёздочку ⭐️ проекту. Я пойму, что тема живая, и буду дальше его развивать по мере накопления знаний про ИИ-трансформации.
А если вы хотите собрать такую стратегию под свою компанию, можно прийти ко мне за работой с Картой гипотез и Социотехом.
Потому что ИИ сам по себе не спасает ИТ-бюджет. | 80 |
| 10 | Стратегия — это не просто «планы на год». Это ваши уязвимости, новые рынки, финансовые модели и скрытые ресурсы. Для компаний с серьёзным контуром безопасности держать эту информацию вне своей инфраструктуры невозможно.
Поэтому для бизнеса, которому нужно жёстко связать операционку со стратегией, но нельзя светить данные, мы предлагаем On-premise.
Мы разворачиваем Социотех прямо в вашей внутренней инфраструктуре.
Ваши данные никуда не уходят. Работает всё в вашем периметре, по вашим правилам безопасности. Мы даём начальную конфигурацию, выделяем инженера для запуска и обеспечиваем техподдержку.
Внутри этого закрытого контура:
1. Технология Карты гипотез помогает выстраивать причинно-следственные связи
2. ИИ проверяет их на прочность.
3. А модуль контроля исполнения не даёт операционке отклониться от курса.
Для тех, кто хотел посмотреть, как этот закрытый контур устроен изнутри, прикрепили презентацию. Если узнали, что ваша операционка живёт отдельно от стратегии, а данные нельзя выносить за периметр — пишите на sales@sociotech.center. Обсудим, как развернуть систему у вас. | 89 |
| 11 |  Сторонний API — не инфраструктура. Это чужое решение, которому вы доверились
Когда команда смотрит на OpenCode Go как на инструмент, первый вопрос должен быть не про возможности, а про юридическую структуру. Она непрозрачна. Кто стоит за сервисом, на каких условиях он работает с вашими данными — неясно.
Логичный следующий шаг: подключить API китайских моделей напрямую. Убрать посредника. Но это не выход из зависимости — это смена зависимости. Другая юрисдикция, другие условия, та же уязвимость.
Любой сторонний API — это чужое решение. Сервис могут ограничить, закрыть, изменить ценообразование или политику доступа. Ваш продукт при этом просто останавливается.
Этот риск нельзя устранить. Его можно только осознанно учитывать при проектировании архитектуры: изоляция зависимостей, запасные сценарии, контроль точек отказа.
Если вы строите систему, где AI — не эксперимент, а часть бизнес-процесса, стоит заранее понять, где у вас слепые пятна. Мы делаем аудит и диагностику цифровых систем — в том числе смотрим, какие внешние зависимости создают реальные риски для работы.
Если хотите разобраться — напишите нам. | 112 |
| 12 |  Операционка умеет врать
У компании почти всегда есть стратегия. Она лежит в презентации, в Miro, в голове у CEO. Иногда даже в Notion, если все очень серьёзно.
А потом начинается операционка.
Задачи едут в работу.
Команды закрывают карточки.
Люди заняты.
Встречи идут.
Отчёты выглядят прилично.
И вот тут появляется неприятный вопрос: а вся эта занятость вообще двигает стратегию? Часто проблема в том, что операционка умеет очень убедительно притворяться стратегическим движением. Часть задач может жить своей жизнью. Часть гипотез может быть перегружена. Часть стратегических направлений может вообще не иметь активной операционки.
И это обычно видно слишком поздно, когда квартал уже закончился, бюджет уже сгорел, команда уже устала, а на вопрос «почему мы не туда пришли?» хочется ответить: «Ну, зато шли бодро и все вспотели».
—
ИИ сопоставит стратегию с операционкой
В Социотехе появилась функция, которая ловит такие отклонения раньше.
– ИИ берёт стратегию, прогноз и анализ из проекта.
– Потом смотрит на операционную работу: задачи, доски, отчёты, карточки, файлы.
– И сопоставляет одно с другим.
ИИ умеет показывать, где операционка поддерживает стратегию, где нет, а где вообще есть риск, что команда занята не тем.
Пример можно посмотреть здесь: https://sociotech.center/check-ops
Там видно, как Социотех находит разрыв между стратегией и операционкой. Без магии, шаманского бубна и фразы «ну мы же старались». Для руководителя это меняет саму точку контроля.
✅ Функция подключается по запросу в рамках тарифа «Профи» без доплаты. Пишите на sales@sociotech.center — настроим. | 103 |
| 13 |  ИИ работает быстро. Люди — нет. Вот где всё тормозит
ИИ-агент закрыл задачу за три часа. Продуктовый менеджер вернётся к ней завтра. Юрист — в пятницу. А усталый оператор, который должен принять финальное решение, уже не вникает и просто жмёт «ок».
Вот реальное узкое место AI-разработки. Не латентность модели, не качество датасета. Люди в цепочке.
Разработка движется со скоростью самого медленного звена. Если архитектура системы предполагает, что человек проверяет каждый шаг агента, то вы не ускорились — вы просто перераспределили нагрузку. И часть этой нагрузки теперь давит точечно: на тех, у кого продуктовое мышление, правовая экспертиза или право подписи.
Это не значит, что люди лишние. Это значит, что система спроектирована без учёта человеческих ограничений.
Mы диагностируем именно такие узкие места — где процесс технически работает, но операционно буксует. Если хотите понять, где в вашей системе стоит человеческий затор — начните с аудита. | 122 |
| 14 |  ИИ в дизайне: не вау, а польза
Генерацией картинок уже никого не удивишь. На дизайн-завтраке №44 поговорим о другом — как ИИ работает в реальных продуктовых задачах.
Нейросети сегодня участвуют в проектировании интерфейсов, ускоряют исследования, помогают разбирать UX-противоречия и проверять гипотезы быстрее. Где-то экономят часы каждый день. Где-то меняют сам подход к работе.
Обсудим: где нейросети реально помогают, а где пока мешают. Автоматизацию рутины, работу с большими структурами и сценариями, опыт внедрения ИИ в продуктовые процессы. Поделимся своими кейсами — от мелких находок до системных решений.
Будет полезно дизайнерам, исследователям и продуктовым специалистам — всем, кто хочет использовать ИИ как инструмент, а не ради вау-эффекта.
📍 25 июня, 9:30
☕ Кофейня «Шмульберк» — Челябинск, Тимирязева, 29
Участие бесплатное, еда и напитки за свой счёт.
Регистрация: https://byndyusoft-event.timepad.ru/event/4042433/
💬 Чат участников: @designbreakfast_bs
#дизайнзавтракбындюсофт | 334 |
| 15 |  AI-агенты в тестировании: что работает, а что нет
24 июня в 19:00 в Челябинске проводим QA meetup. Тема — AI-агенты в тестировании.
Поговорим про реальный опыт: как генерировать тест-кейсы с помощью агентов, как их дорабатывать, как превращать в автотесты и как выстраивать агентный процесс в работе тестировщика.
Никакой теории ради теории — только то, что пробовали сами: что получилось, что пришлось переделать и какие выводы сделали.
Подойдёт и тем, кто уже работает с AI, и тем, кто только присматривается.
Вход свободный. Еда и напитки — за свой счёт.
📍 Сидрерия Daddy's Choice, улица Цвиллинга, 15/1
Чат в Telegram: https://t.me/qa_meetups
Чат в Max: https://max.ru/join/osPeH61resYegoyIbcKPLotu52BWttaeThkDu9FqS0M
Приходите — пообщаемся вживую. | 604 |
| 16 |  Офисный детектив: кто поменял метрику на «минус два»?
Команда провела сессию, нарисовала карту. А потом немного поменяли гипотезы, передвинули связи, поправили метрики.
Через три недели открыли проект — и началось любимое корпоративное кино:
«Кто поменял формулировку?»
«Мы же договаривались иначе».
«Нет, это ты не так понял».
«Давайте созвонимся на часик и восстановим контекст».
В Социотехе появилась история элемента. Теперь у каждого субъекта, гипотезы, тренда и других элементов видно, что с ним происходило: кто менял текст, кто правил метрики, кто создавал или удалял связи.
Но смысл функции не в том, чтобы «следить за людьми». Это скучно и обычно бесполезно. Смысл в другом: команда начинает видеть не только итоговое решение, но и путь, которым она к нему пришла. А это сильно меняет работу.
Потому что в сложных проектах проблема редко в том, что люди плохо думают. Чаще проблема в том, что мысль распадается по дороге.
Один человек поправил гипотезу.
Другой изменил вес.
Третий удалил связь.
Четвёртый пришёл позже и не понял, почему карта выглядит именно так.
И вот уже обсуждают не стратегию, а версию реальности, которая у каждого своя.
История элемента помогает вернуть общее поле. Не по памяти, переписке или убеждению друг друга в духе «я точно помню». А по фактам: кто, когда и что изменил.
✅ Для кого это поезно?
Для руководителя это контроль качества решений.
Для аналитика — прослеживаемость логики.
Для консультанта — быстрый вход в проект без долгого пересказа.
Для команды — меньше споров в стиле «кто трогал мою гипотезу».
Особенно это важно там, где с Социотехом работает не один человек, а 3, 5, 10 участников. И где цена ошибки — неверная стратегия и неизбежные потери.
Зайдите в любой из ваших проектов в Социотехе, чтобы посмотреть историю элементов.
Кстати, на публичных проектах история тоже видна, посмотрите сами: Стратегия избавления от думскроллинга | 122 |
| 17 | Бизнес сейчас странно смотрит на код.
«Зачем нам дорогая разработка, если ИИ уже пишет сам?»
Вопрос понятный, но есть подвох.
Наш коллега Влад Убей-Волк хорошо сформулировал: код — это не сама система. Код — это кеш требований и решений.
Если требования мутные, процессы живут в головах, а архитектуру никто не обсуждал, ИИ не спасает. Он просто быстрее превращает туман в код.
Раньше плохие решения копились медленно. Теперь их можно сгенерировать за вечер. Прогресс, конечно.
Главный риск не в том, что ИИ напишет плохой код, а в том, что бизнес решит: «раз код пишется быстро, думать о системе можно потом».
Потом обычно выясняется:
продукт работает, но его страшно менять;
новая фича ломает старую;
логика размазана по чатам, таскам и головам.
Поэтому в Byndyusoft мы не продаём «просто разработчиков». Мы помогаем собрать систему так, чтобы она жила дольше первого промпта: через аудит, архитектуру, разработку сложных систем и MVP с ИИ, который можно масштабировать.
Код можно сгенерировать, а вот понимание, что строить, зачем, где оно сломается и как это потом развивать — всё ещё приходится добывать головой.
Подробнее — в статье Влада: https://byndyusoft.com/blogs/whatiscodereally | 155 |
| 18 |  +3Книга, которую 16 лет писала практика
16 лет назад Андрей Шапиро увлёкся User Story Mapping. Практиковал, учил, дорабатывал. Теперь то, что началось как искусство, стало технологией — готовой к тиражированию и даже к работе на машинах.
Вышло печатное издание второй книги Андрея — «Рабочие истории. Системное проектирование». Это лучшее руководство по работе с пользовательскими и рабочими историями на русском языке. Учебник о том, как проектировать через запись историй в беседах — с примерами и приёмами, накопленными за десятилетия.
Красивое печатное издание. Много конкретики. Ничего лишнего.
Если вы занимаетесь проектированием продуктов, системным анализом или аналитикой требований — эта книга закроет вопросы, которые обычно решаются методом проб и ошибок.
Купить можно уже сейчас — https://ashapiro.ru/sim-book | 178 |
| 19 |  Zed научил своего агента новым трюкам — и Linux-разработчики заметят первыми
Zed получил поддержку Skills для встроенного AI-агента. Теперь разработчики могут складывать конкретные навыки прямо в агента — и управлять тем, что он умеет, не выходя из редактора.
Это меняет разговор о встроенных агентах. Раньше выбор был простой: либо внешний агент с гибкостью, либо встроенный с удобством. Zed начинает стирать эту границу — внутренний агент получает расширяемость, которую раньше давали только внешние инструменты.
Отдельный момент для Linux-разработчиков. GUI-версии Codex под Linux нет. Zed есть. И теперь с агентом, который умеет в Skills, — это уже не «альтернатива на крайний случай», а рабочий выбор.
Такие обновления хорошо показывают, куда движется инструментарий: AI всё глубже встраивается в среду разработки, а не висит рядом отдельным окном. Команды, которые это учитывают сейчас, не будут догонять через год.
Если вы думаете, как встроить AI-агентов в рабочие процессы своей команды — мы поможем разобраться, что реально даст результат. Напишите в личку или оставьте заявку на сайте. | 157 |
| 20 |  ИИ читает pull request и говорит QA, что проверять
Регрессионное тестирование часто превращается в «проверь всё и молись». QA-инженер смотрит на релиз и пытается угадать, что могло поломаться.
Мы проверяем идею: ИИ анализирует pull request и определяет, какие части системы затронуты изменениями. На выходе — конкретный список того, что стоит перепроверить. Не весь продукт, а именно те зоны, которые задела правка.
Это не замена QA и не автотесты. Это подсказка: «смотри сюда». Инженер всё равно принимает решение — но уже не с чистого листа.
Идея пока на стадии проработки. Если вы сталкивались с похожей задачей или уже пробовали что-то подобное — расскажите, как решали. | 173 |
