Дневник CTO

Появление агентов, конечно, разгружает интерфейсы. Раньше, чтобы операционным менеджерам было удобней, мы пилили какие-то очень сложные формы, но все равно им приходилось делать нетривиальные мультиступенчатые действия. Теперь достаточно сделать базу и MCP. Впредь все сложные действия за вас будет делать агент, а вы только проверять. Это очень круто, я считаю

Я обычно не постю (или "не пощу"?) вакансии (так что не просите), но знакомые очень попросили, так что делаю разовое исключение. Ребята ищут хорошего Senior/Lead Python разработчика в большую стабильную компанию. В Алмате (если кто хочет релоцироваться — тоже пишите). Ссылка на вакансию. Если заинтересовались, пишите @danawaldis

Дело было вечером, делать было нечего, так что я создал agentclock 🔥 Как вы знаете, я большой адепт производительности, и мне всегда интересно, насколько эффективно я использую своих агентов. Так что я написал мелкую утилитку agentclock — она умеет строить отчеты и показывать продуктивность и параллельность ваших (пока что) claude code сессий Установить очень легко: npm install -g agentclock Дальше либо создайте интерактивный HTML отчет по каждому дню: agentclock Либо PDF-ку с основными метриками: agentclock pdf --since 7d -o week.pdf Вообще, было бы прикольно создать какой-то сервер с глобальным лидербордом (и по странам), но для этого у меня уже нет времени — contributions are welcomed А пока что призываю в комментах делиться своими отчетами, посмотрим, у кого какая производительность 🚀

Как расширилась роль ML инженера в Мете Недавно общались с другом из Меты, вот он рассказывает: • Раньше мы только тренировали модели машинного обучения (для внутреннего использования другими командами Меты) • Теперь у нас нет аналитиков — ожидание, что мы сами будем делать A/B тестирование • Теперь у нас нет проджектов — ожидание, что мы сами будем ходить в разные команды и предлагать им встраивать наши новые модели • Теперь у нас нет программистов — ожидание, что если клиент хочет внедрить новую модель, но у него нет ресурсов, то я сам пойду и напишу код и внедрю ее. Только когда есть что-то в мобилке, он уже туда не хочет лезть Вот так вот. Достаточно быстро трансформировались роли даже в БигТехе к моему приятному удивлению

Обращение к алматинским программистам 🙂 Есть позиция middle-senior уровня (даже стек не пишу, потому что какая сейчас разница?). Нужно уметь выжимать из ИИ-шки максимум и не брезгать работой. Напишите мне в личку, если интересно: @muammar_alshedivat Не надо привет-пока, чисто по делу: резюме и почему вы красавчик

Заметил, что некоторые нетехнические фаундеры ударились в переписывание различных LMS-ок и CRM-ок вообще без программистов под свой бизнес. Прототип, да, ИИ-шка вам сделает. Но говоря о реальном продакшене — ни в коем случае (да, это говорю я, великий ИИ адвокат) Скорее всего ваша ИИ-шка ничего не покрыла тестами, она не сделала нормальный трекинг ошибок, она не написала толковое логирование и т.п. Как итог: у вас постоянно что-то будет ломаться + в половине случаев вы даже сами этого знать не будете Короче, возьмите хотя бы одного опытного кодера, который будет направлять вашу ИИ-шку в нужное русло

Недавно меня спросили — стоит ли сейчас идти в универ? У универа есть две цели — хард скилы и окружение. И если говорить про хард-скилы, то это очень сомнтиельная цель, ведь мы понимаем, что ИИ-шка слишком хороша в этом. Непонятно, насколько лучше она станет еще через год и еще. Если человек хочет ее правильно оркестрировать, он должен много, долго и упорно учиться Так вот умение долго, много и упорно учиться — вот это самое главное, что вы должны будете вынести из универа. Если вы делаете это у себя дома в одиночку, вероятность успеха этому научиться мала. Но если вы окружены такими же заряженными людьми, то вероятность успеха кратно возрастет Так что я думаю, что универ не лишен смысла, однако на образование нужно смотреть под другим углом

Можно бесконечно смотреть на 3 вещи: • Огонь • Вода • Как кодинг агент что-то реверс-инженерит

В мои 31 меня очень сильно вдохновляет отец. Он стабильно делает 10,000 шагов, недавно начал бегать, держал кето-диету. А также он начал учить Коран. Вот уже 5 джузов выучил! И хочет стартовать новый бизнес. В его то почти 60 лет! В общем, я на него смотрю и постоянно нахожу для себя зоны роста 😁 Ну и так как он читает мой канал, пусть знает: папочка, я очень тебя люблю ❤️

Как расти разработчику после всяких Claude/Codex/Cursor? Первое: мастерство сместилось. Раньше мастерством было написание кода — сначала на ассемблере, потом на C, потом на Python. Сейчас мастерство — это умение правильно готовить Claude Code, Codex и Cursor. Главная задача: сделать агентов максимально независимыми. Дойти от «дал задачу и поправил 20 раз» до «дал задачу и поправил максимум один раз». Сокращение этого цикла — и есть современное программирование. По факту оно свелось к написанию CLAUDE.md, AGENTS.md и скиллов — вот это и есть реальная автоматизация кодинга Второе: продуктивность. Если вы не умеете работать в пяти worktree параллельно — учитесь. Такая сейчас эра. Кто-то скажет «это насилие над программистами», но извините, а какие профессии сейчас легкие? Скажите это врачам скорой помощи. Программирование до сих пор большущий кайф по сравнению с кучей других работ. Вам дали трактор и научили себя клонировать — значит, пашите поле на пяти тракторах. Да, раньше вы ходили с плугом и дышали чистым воздухом, тоже была своя прелесть. Но теперь вот так, и это нужно принять как данность Третье: cutting edge технологии. Причина простая — ИИшка в них плохо разбирается. Устоявшаяся технология 10 лет как существует — тут она гуглит, находит альтернативы, читает форумы, всё классно. А вот в технологиях последних трех месяцев она путается, сильно баесит и выбирает то, у кого SEO лучше соптимизирован. Вышло три свежих решения — какое брать? Я обычно спрашиваю Клода, GPT и Gemini, собираю ответы, а дальше сажусь сам: копаю, смотрю видео, делаю собственный ресерч. ИИ поможет, но этого недостаточно. Именно здесь, в свежем, человек пока сильнее машины Вывод простой: конкуренция растет, выживут те, кто лучше всех садаптируется

В последние месяцы в UvU убедились, что малые последовательные действия долгосрочно ведут к большим результатам. На лендинге оптимизировали конверсии, улучшили воронку продаж, там-сям покрутили. Везде по 5-10%, а суммарно уже очень крутой результат выходит Когда у тебя вечный майндсет стартапа, что "нужно расти на 200% в год", часто забиваешь на какие-то такие мелочи в погоне за "иксами". Но что я понял, где-то "иксы" и на простых вещах, которые лежат на поверхности, можно поймать Верующему человеку конечно же вспоминается хадис. Пророк ﷺ сказал: «Самое любимое деяние перед Аллахом — то, которое совершается постоянно, даже если оно мало» (Бухари, Муслим)

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 все заблочатся

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 уходило большинство 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