ch
Feedback

不要被骗子欺骗!Telemetrio 会找到并标记这些频道 👉 如果想查看标记,请订阅

Одержимый кодом🔥

Одержимый кодом🔥

前往频道在 Telegram

Привет, разработчик! Я Данил Щуцкий (CutCode) backend PHP developer, одержимый своим делом! На этом канале публикую свои мысли и истории из личного опыта. Youtube: https://www.youtube.com/@CutCodeRu ЛС: @leeto_telegram

显示更多
347
订阅者
无数据24 小时
+17 天
+430 天
帖子存档
Repost from N/a
https://youtu.be/BofOazb2elc За двенадцать лет у меня накопилось гораздо больше поражений, чем побед, и некоторые из них окончательно оформились именно в 2026 году. Я рассказываю, почему перестала работать монетизация PHPeople, как IQ Body прошел путь от 20 тысяч рублей в сутки до архива, что AI сделал с MoonShine и почему после долгой борьбы за автономность я снова оказался в найме. Это не исповедь ради жалости: у каждого закрытого проекта остались люди, навыки и решения, которые до сих пор двигают меня вперед. Посмотрите до финала и напишите в комментариях, какое собственное поражение позже оказалось для вас полезным.

Repost from N/a
Замена уже произошла С ума сойти, но всего три месяца назад я выпустил актуальный на тот момент для себя ролик про три типа разработки: https://www.youtube.com/watch?v=N_-GFgesQGk Он был основан на опыте реальной продуктовой разработки в компании, которую, думаю, знают почти все в РФ. И вот прошло всего три месяца, а я уже понимаю, что ролик неактуален. Хоть бери и удаляй. Сейчас только и говорят о замене: заменят тех, заменят этих. И, само собой, больше всего эта тема болит у нас, разработчиков. Но почему мы вообще говорим о замене в контексте будущего? Среди нас что, одни инженеры уровня сеньеров, которые не замечают происходящего? Это не будущее. Это уже прошлое. Оглянитесь: мастера кодинга уже давно не нужны. Их уже заменили. Я часто вспоминаю свои праймовые годы, когда ходил по собесам. Выставлял резюме уровня «сделал три лендинга, а на четвёртом обосрался» — и мне при этом звонили по 40 раз в день. Каждой компании «Рога и копыта» нужны были кодеры. И желательно побольше. Кофейне с лендингом нужен кодер. Небольшому заводу, которому сайт нужен просто для галочки, — кодер. Интернет-магазину на три товара — кодер. А сейчас огромного количества этих вакансий просто нет. Кодеров уже заменили. И заменили их не какие-то фантастические AGI из будущего. Их заменили владельцы бизнеса, дети владельцев, менеджеры, один чувак в компании, который принимает решения. И, что самое интересное, они счастливы. У меня есть знакомый — владелец небольшого завода по производству смазок. Раньше он постоянно искал кодеров, нервничал, пытался сэкономить. Ему то что-нибудь ломали, то забывали про бэкапы, то очередной вирус сносил WordPress. А сейчас он делает всё сам. Да, он обсирается примерно так же, как те кодеры из прошлого. Но теперь ему не нужно ждать, пока кодер выйдет из отпуска, вернётся после выходных или просто проснётся, когда что-нибудь легло. Агент залезет на прод и исправит. Да, он снова может обосраться. Но через несколько минут снова пофиксит. Нет никакой грядущей замены. Она уже произошла. Я сам на этой замене потерял кучу мелких заказов: лендинги, боты и прочую мелочёвку. Знакомые, которые раньше приносили мне такие заказики, теперь делают их сами. При этом реальные инженеры уровня сеньера — или мидлы с низкой самооценкой, которых мы называем сеньерами, — думаю, особых проблем ещё долго не заметят. Реальные специалисты никуда не денутся. Просто мест станет меньше. Потому что валидировать результат можно гораздо меньшим количеством людей. Но если вы просто кодер — ваше время уже ушло. И если вам пока повезло, а ваш работодатель немного отстаёт от времени, держитесь за это место до конца. И отдельно хочется сказать про кодеров, которые сейчас радуются приходу ИИ. Тех самых, которые научились писать промпты, купили подписку, обложились десятью инструментами и внезапно начали получать код намного лучше того, который писали сами. ИИ выдаёт им решения, до которых они раньше просто не могли дойти, и появляется ощущение: «Фух, я успел. Запрыгнул в последний вагон. Теперь я AI-разработчик». Я бы особо не радовался. Через какое-то время мясные прокси тоже исчезнут. И тот факт, что вы когда-то умели писать код, сам по себе никакого преимущества вам не даст. Более того, мне кажется, что даже те, кто сейчас, как я, вникает в разработку обвязок вокруг моделей, строит харнесы и пытается понять, как всё это правильно соединять, в какой-то момент тоже окажутся не особо нужны. Скорее всего, появится один или несколько харнес-комбайнов. Возможно, понадобится специалист, чтобы один раз всё настроить. А возможно, и нет. Останется несколько экспертов для валидации результата. А может, и они не останутся. Впрочем, зная нынешнюю скорость изменений, через три месяца и этот пост, скорее всего, будет выглядеть наивно. Но прямо сейчас моя мысль простая: замена уже наступила. Кодеры больше не нужны. Инженеры всё ещё востребованы. Но есть один важный нюанс: далеко не каждой компании и далеко не каждому продукту вообще нужны инженеры. Раньше им с головой хватало кодеров. Теперь им с головой хватает агентов.

Repost from N/a

Repost from N/a
Но все еще скидка 15% по промокоду CUTCODE-26!

Repost from N/a
Пыхник’26 — 2 октября расскажу про осознанное использование AI. Скидка 15% по промокоду CUTCODE-26! 👉 Программа и билеты

Repost from Laravel World
Теперь документация по Laravel пишется для ИИ-агентов. И скорей всего ИИ-агентами 😁
Теперь документация по Laravel пишется для ИИ-агентов. И скорей всего ИИ-агентами 😁

Топ-1 преимуществом Laravel всегда была документация. Теперь она будет для агентов. Помянем 🥲

Пыхник’26 — целая неделя PHP! С 28 сентября по 2 октября пройдёт Пыхник’26 — онлайн-конференция для PHP-разработчиков. В прог
Пыхник’26 — целая неделя PHP! С 28 сентября по 2 октября пройдёт Пыхник’26 — онлайн-конференция для PHP-разработчиков. В программе 10 докладов о современной PHP-разработке: AI, архитектура, асинхронность, компиляция и тестирование. Доклады распределены на всю неделю — не нужно выпадать из работы на целый день! До конференции проводим еженедельные встречи «У костра» — обсуждаем PHP, AI и будущее разработки. Темы предлагают и выбирают сами участники. • 28 сентября — 2 октября • Прямой эфир + записи • 5 дней по 2 доклада: утром и вечером • Билет — 3 000 ₽ Скидка 15% по промокоду CUTCODE-26! 👉 Программа и билеты

Коллеги, небольшой личный релиз 🎧 Тяга к написанию песен у меня ещё с юношества. А сейчас технологии дошли до точки, когда идеи, которые раньше годами держал в голове, теперь можно гораздо быстрее и качественнее превращать в треки. В общем, я сгенерировали трек — и мне реально интересно, что вы скажете. Послушайте, поддержите, если зайдёт, добавьте к себе и помогите загнать его в топ 😄 Ну и особенно буду рад честной обратной связи. https://music.yandex.ru/album/43767542/track/155325684?ref_id=53646F22-06F0-4066-9CE6-D8B28753AF3D&utm_medium=copy_link

Опа, Тейлор Отвелл говорит, что issues — это уже что-то из мира динозавров 😄 Нашли баг? Не создавайте issue — берите агента,
Опа, Тейлор Отвелл говорит, что issues — это уже что-то из мира динозавров 😄 Нашли баг? Не создавайте issue — берите агента, чините и отправляйте PR. Следующий логичный шаг: закрыть все open source-проекты и написать в README: «Если вам чего-то не хватает — возьмите агента и напишите сами». Куда катится этот мир? 😂 А если серьёзно — как вам такой подход? Issues действительно становятся не нужны в эпоху AI-агентов или Тейлор немного разогнался?

Решил всё-таки закинуть неизданный ролик про бизнес, построенный на AI😄 Почему неизданный? Я скидывал его нескольким людям — никто не засмеялся. В общем, теперь ваша очередь. Возможно, проблема была в людях. Или всё-таки в ролике 😁

От скучной генерации к инженерии с ИИ ИИ быстро генерирует код, но без контекста, декомпозиции и проверок работа с агентами п
От скучной генерации к инженерии с ИИ ИИ быстро генерирует код, но без контекста, декомпозиции и проверок работа с агентами превращается в ожидание и бесконечные правки. В докладе поговорим об AI-разработке как об управляемом инженерном процессе. Данил Щуцкий — backend-разработчик с опытом более 15 лет, автор Laravel-сообщества и YouTube-канала CutCode. Консультирует команды по архитектуре и высоконагруженным системам, развивает open source и инструменты для работы с ИИ. На примере AI Factory и AI Workspace Данил покажет, зачем нужны отдельные этапы исследования, планирования, реализации и проверки — и как превратить работу с кодинг-агентами в повторяемый процесс с понятными правилами и контролем результата. 🌿 Присоединиться к Пыхнику

Repost from N/a
На днях провел эксперимент с LLM. Занимался реализацией задачи в проекте, где генерировать код LLM-кой запрещено. Сам проект
На днях провел эксперимент с LLM. Занимался реализацией задачи в проекте, где генерировать код LLM-кой запрещено. Сам проект абсолютно не готов для работы с ИИ, хотя глобально там есть общие универсальные скиллы по тестам, качеству кода, архитектуре и т.д. Они общие, но индивидуального контекста под проект нет. Суть эксперимента была в том, что я со своими знаниями и экспертностью попробую дать на вход максимум контекста и в итоге оценю результат. Контекст я готовил половину рабочего дня: делал референсы из ТЗ, собирал контекст из переписок, саммари из созвонов. Было подготовлено много артефактов. Дальше я запустил генерацию и через 30 минут получил готовый код: покрытый тестами, полностью рабочий. Если отправить его в прод, никто даже не заметит подвоха. QA отчитается, что все кейсы выполнены и все гуд. Но код LLM-кой писать запрещено, значит, прежде чем отправлять его на ревью, мне нужно было поревьювить его самому. Что в итоге? Как вы думаете? Я полностью его переписал. Начиная от структуры таблиц и заканчивая кодом. Это был рабочий мусор. Думаете, вывод такой: «ха-ха, LLM делает мусор»? Нет. Эксперимент на самом деле завершился так, как я и предполагал. ИИ — это просто инструмент. Качественный контекст по задаче даст рабочее решение, но он не выполнит все ваши внутренние соглашения сам по себе. А вот чтобы все было так, как вы хотите, хотя бы приближенно, нужно потратить кучу времени на подготовку проекта к работе с LLM: выстроить harness, дать примеры того, как нужно писать, и постоянно их поддерживать. Причем это нужно внедрять не только на уровне разработки. Аналитики тоже должны сразу готовить контекст по задаче в едином стиле, желательно в кооперации с LLM, чтобы на вход уже попадал нормальный сформированный инпут, а не набор разрозненных сообщений, созвонов и догадок. То есть задача должна приходить не в формате «ну там в переписке все есть», а в виде готового артефакта: что делаем, зачем, какие ограничения, какие кейсы, какие спорные места, какие примеры, какие связи с текущей системой. А дополнительную информацию модель уже должна получать через внутренний MCP: документацию, схемы, соглашения, примеры кода, контракты, историю решений и все остальное, что нужно для нормального погружения в проект. В моей ситуации нужно было бы вложить очень много времени именно в подготовку контекста по кодовой части. И этот процесс был бы бесконечным: столкнулись с непредсказуемым поведением — дополняем инструкции, улучшаем слой валидации, добавляем новые проверки. Все это невозможно без смены мышления у всей команды. Каждый должен держать систему в тонусе, чтобы через какое-то время получить буст и постоянно его наращивать. Разработчикам в найме заниматься этим в свободное время, скорее всего, не особо захочется. А бизнес в большинстве случаев вряд ли выделит под это отдельные ресурсы. Пока как-то так. P.s. Манифест "AI Native - Новая культура мышления" уже доступен - https://ai-native.cutcode.dev

Офигенный подкаст, только что посмотрел. Многое из сказанного осознал совсем недавно, и кстати, автоперевод на русский на YouTube на высоком уровне. https://youtu.be/IRCZ1Mt2a8M?is=Zj809HfkgFJFmFlg

Сегодня быстренько протестировал OpenAI Privacy Filter для поиска и редактирования PII. Если коротко: это локальный open-weight фильтр для персональных данных. Он находит в тексте имена, телефоны, email, адреса, даты, номер счета, секреты и возвращает spans с byte offsets, после чего текст можно безопасно редактировать перед отправкой в LLM. Хорошая новость: модель достаточно лёгкая по меркам локальных ML-инструментов. Checkpoint скачивается примерно на 2.8 GB, запускал через Docker на CPU. Это не LLM на десятки гигабайт, а специализированный PII-фильтр, который можно встроить перед прокси/LLM API. Базовый пример работает нормально:

{
    "detected_spans": [
      {
        "label": "private_person",
        "text": "Иван Иванов"
      },
      {
        "label": "private_phone",
        "text": "79222222222"
      }
    ],
    "redacted_text": "Привет меня зовут <PRIVATE_PERSON> мой номер <PRIVATE_PHONE>"
}
Но на русском языке быстро проявляются те же проблемы, что и у аналогов. Без дополнительного fine-tuning на русскоязычных датасетах я бы не стал использовать это в production как единственный слой защиты. Например, обычные слова с заглавной буквы модель может принять за имя:

{
    "text": "Привет - это Нормальное Слово",
    "detected_spans": [
      {
        "label": "private_person",
        "text": "Нормальное Слово"
      }
    ],
    "redacted_text": "Привет - это <PRIVATE_PERSON>"
}
Ещё один нюанс: телефонный номер иногда классифицируется не как private_phone, а как account_number:

{
    "by_label": {
      "account_number": 1,
      "private_person": 2,
      "private_phone": 1
    },
    "redacted_text": "Привет меня зовут <PRIVATE_PERSON> мой номер <ACCOUNT_NUMBER>! А меня зовут <PRIVATE_PERSON> и телефон - <PRIVATE_PHONE>"
}
По ресурсам в Docker на CPU получил такие срезы: CPU RAM 1834.93% 3.838 GiB / 7.648 GiB 2348.13% 4.114 GiB / 7.648 GiB 2272.03% 3.279 GiB / 7.648 GiB То есть примерно 18-23 логических CPU в пике и около 3.3-4.1 GiB RAM. Потоков внутри контейнера было около 55. Вывод: штука рабочая и полезная как локальный PII pre-filter перед LLM, особенно если нужен контроль над данными до отправки наружу. Но для русского языка нужно либо дообучение, либо дополнительный слой правил/валидации, иначе будут false positives и нестабильная классификация категорий.

Стало грустно, значит надо писать код! Последние N месяцев не пишу код руками. N - потому что уже забыл, сколько. Оттупел, во
Стало грустно, значит надо писать код! Последние N месяцев не пишу код руками. N - потому что уже забыл, сколько. Оттупел, возможно. Все это время где-то внутри присутствует тоска. Как будто у меня на балконе стоит офигенный велосипед, который я обожаю: я продолжаю за ним ухаживать, мыть, но не вижу смысла на нем гонять, когда есть тачка. Нет задач, чтобы пойти и покататься на велике - все, что требуется, решает тачка. Да, так бывает, когда ты не в найме😊 Но внутри тоска и постоянное ощущение: а что, если я разучусь кататься на велосипеде? Я ведь столько лет потратил, чтобы кататься хорошо. Вообще любые циклические мысли тратят кучу энергии. Мы обретаем силу, когда наши мысли чисты и нас не отвлекает лишний шум. В общем, я тут недавно за день получил три краша от PhpStorm, разозлился и снес все продукты JB, установил Zed. Что хочу сказать? Ну, во-первых, как хорошо я умею соскакивать с одной темы на другую в одном посте😀 Но нет! Zed - кайф при генерации кода с AI. Но я все-таки решил достать велосипед и погонять на нем - в общем, самому пописать код, и именно в Zed. Поддержка PHP тут близка к нулю, автокомплит - ад, автоперехода нет. И в таких условиях - прям кайф. В общем, буду периодически устраивать такие вылазки с тачки на велосипед и кататься на нем по квартире (ну, в смысле, кодить в Zed вместо PhpStorm). Или просто пора работу искать 😀