Byndyusoft
رفتن به کانال در Telegram
Возводим и масштабируем сложные цифровые системы в экспертных и ИИ‑командах. Сайт https://byndyusoft.com, обсудить проект @byndyu_help
نمایش بیشتر402
مشترکین
اطلاعاتی وجود ندارد24 ساعت
+17 روز
-130 روز
در حال بارگیری داده...
کانالهای مشابه
ابر برچسبها
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
سپتامبر '26
سپتامبر '26
+4
در 0 کانالها
اوت '26
+7
در 1 کانالها
Get PRO
ژوئیه '26
+8
در 1 کانالها
Get PRO
ژوئن '26
+9
در 1 کانالها
Get PRO
مه '26
+16
در 0 کانالها
Get PRO
آوریل '26
+6
در 1 کانالها
Get PRO
مارس '26
+14
در 2 کانالها
Get PRO
فوریه '26
+13
در 1 کانالها
Get PRO
ژانویه '26
+23
در 2 کانالها
Get PRO
دسامبر '25
+10
در 2 کانالها
Get PRO
نوامبر '25
+11
در 1 کانالها
Get PRO
اکتبر '25
+15
در 1 کانالها
Get PRO
سپتامبر '25
+10
در 1 کانالها
Get PRO
اوت '25
+13
در 1 کانالها
Get PRO
ژوئیه '25
+12
در 1 کانالها
Get PRO
ژوئن '25
+15
در 3 کانالها
Get PRO
مه '25
+18
در 1 کانالها
Get PRO
آوریل '25
+18
در 2 کانالها
Get PRO
مارس '25
+14
در 1 کانالها
Get PRO
فوریه '25
+21
در 1 کانالها
Get PRO
ژانویه '25
+13
در 0 کانالها
Get PRO
دسامبر '24
+18
در 1 کانالها
Get PRO
نوامبر '24
+18
در 1 کانالها
Get PRO
اکتبر '24
+31
در 2 کانالها
Get PRO
سپتامبر '24
+44
در 2 کانالها
Get PRO
اوت '240
در 2 کانالها
Get PRO
ژوئیه '240
در 0 کانالها
Get PRO
ژوئن '24
+30
در 6 کانالها
Get PRO
مه '240
در 3 کانالها
Get PRO
آوریل '24
+9
در 2 کانالها
Get PRO
مارس '240
در 0 کانالها
Get PRO
فوریه '240
در 2 کانالها
Get PRO
ژانویه '24
+161
در 3 کانالها
| تاریخ | رشد مشترکین | اشارات | کانالها | |
| 22 سپتامبر | 0 | |||
| 21 سپتامبر | 0 | |||
| 20 سپتامبر | 0 | |||
| 19 سپتامبر | 0 | |||
| 18 سپتامبر | 0 | |||
| 17 سپتامبر | 0 | |||
| 16 سپتامبر | 0 | |||
| 15 سپتامبر | +1 | |||
| 14 سپتامبر | +1 | |||
| 13 سپتامبر | 0 | |||
| 12 سپتامبر | 0 | |||
| 11 سپتامبر | 0 | |||
| 10 سپتامبر | 0 | |||
| 09 سپتامبر | 0 | |||
| 08 سپتامبر | +1 | |||
| 07 سپتامبر | 0 | |||
| 06 سپتامبر | +1 | |||
| 05 سپتامبر | 0 | |||
| 04 سپتامبر | 0 | |||
| 03 سپتامبر | 0 | |||
| 02 سپتامبر | 0 | |||
| 01 سپتامبر | 0 |
پستهای کانال
QA-посиделки
В этот раз без докладов, презентаций и заранее заданной темы.
Просто встречаемся в Челябинске, берём что-нибудь попить и поесть и разговариваем про QA, работу и всё, что сейчас интересно или болит.
Можно обсудить AI в тестировании, автоматизацию, процессы, инструменты, собеседования, странные баги и взаимодействие с разработкой. А можно принести вообще любую свою тему.
Темы выберем прямо на месте и дальше просто пообщаемся.
Можно прийти с вопросом, историей или просто послушать.
📅 [30 сентября 19-00]
📍 Челябинск — [Сидрерия, Цвиллинга 15]
Ссылка на регистрацию: https://byndyusoft-event.timepad.ru/event/4213844/
Вход свободный. Еда и напитки — за свой счёт.
| 2 | С 2022 года я задаю индустрии один и тот же вопрос: насколько мелко нарезать? Сначала про микросервисы, потом про модули монолита и даже про команды и отделы. Теперь настало время приложить вопрос и принципы ответа на него к большим объёмам данных и поиску по ним. Здесь он звучит так: какого размера должен быть шард индекса.
Повод задуматься дал Яндекс. На конференции «Я про бэкенд» есть активность «2718» — system design наоборот. Задачи присылают зрители, жюри отбирает самую заковыристую, а решает её в прямом эфире инженер Яндекса: условие видит впервые, детали выспрашивает сам. Я не удержался и отправил свою.
Если кратко:
Поиск по двум миллиардам документов. Индекс на одну машину не помещается, его режут на шарды и раскладывают по двумстам серверам. Порежете мелко — каждый запрос превращается в тысячу обращений, и ответ придёт со скоростью самого медленного шарда. Порежете крупно — половина нагрузки ляжет на два-три шарда, потому что полпроцента документов дают половину всех показов в выдаче. Причём это каждый раз разные полпроцента: вышла новость — и востребованными становятся совсем другие документы, а вчерашние горячие остывают. Так что нарезать индекс по темам тоже не выйдет, горячий шард каждые несколько часов будет новый. Плюс документ (новость) должен находиться через тридцать секунд после публикации, а база документов удваивается каждый год.
Кому-то наверняка знакомо? :) Нарежешь мелко — утонешь в сетевых вызовах и накладных расходах. Нарежешь крупно — пара сервисов заберёт всю нагрузку, а любая переделка растянется на недели. Тот же баланс, что с микросервисами, только искать его надо на трёх уровнях сразу: размер шарда, размер сегмента внутри шарда и размер виртуального шарда (chunk'а или таблетки) — куска, которым данные переезжают с сервера на сервер, когда база выросла и её пора перераспределять. Переносить по целому шарду долго, по одному документу — бесконечно, так что и здесь нужен свой размер.
Схему сильный инженер нарисует за двадцать минут. Поэтому я попросил у решающего три вещи, которых на собеседованиях по system design обычно не спрашивают:
1. Чем сервис пожертвует первым, если нагрузка окажется выше расчётной — частью результатов, скоростью появления новых документов или временем ответа. Запроектировать этот порядок нужно заранее, до первой аварии.
2. По каким признакам архитектор поймёт, что нарезал неправильно. У микросервисов это могут быть повторы в трассировках, у шардов — например, доля запросов, в которых один шард не ответил вовремя.
3. При каких значениях этих признаков пора принимать решение о перепроектировании и перенарезке шардов.
По сути я хочу спросить не только о решении, но и о возможной его доказательности (архитектура как и медицина должна быть доказательной): гипотезы, метрики, условия пересмотра решений. Об этом я как раз сейчас много пишу и рассуждаю, и мне очень любопытно увидеть такое рассуждение вживую у человека, который каждый день живёт внутри высоконагруженного поиска. Решаема ли задача за час — тоже гипотеза, проверим об эфир )
Сама конференция — про современный бэкенд вокруг AI: архитектура и эксплуатация рекомендательных систем, платформы для обучения и запуска агентов, оптимизация инфраструктуры вокруг генеративных моделей, потоковая обработка данных и отказоустойчивость под высокой нагрузкой. И тот самый «2718»: заходите, предлагайте свой кейс, команда выберет самый сложный и решит его в прямом эфире. Если выберут мою, буду болеть за решающего, ему будет нелегко 😅
3 октября, Москва и онлайн, бесплатно: регистрация | 76 |
| 3 |  Недолго осталось 🤗 | 102 |
| 4 |  Ну что, две недели до Backlog BBQ в Британском стиле и самое время объявить, что я там выступаю.
Расскажу:
— как при ограниченном бюджете выбрать несколько действительно важных направлений;
— как проверить, что команда работает на согласованную стратегию, а не просто создаёт активность в Jira, CRM, таблицах и чатах.
И принесу книгу в подарок для самого активного участника 🎁
https://картагипотез.рф/book
Если вы отвечаете за бюджет, команду или бизнес-результат, эту статью жизненно необходимо изучить подробно. Иначе ресурсы продолжат расходоваться на десятки «важных» инициатив, не двигающих ключевые показатели.
Более подробно тут:
https://blog.byndyu.ru/2026/08/blog-post_705.html
📍 Где
Лофт в центре Москвы (с полноценной кухней)
🗓 Когда
24 сентября(четверг)
🕖 Начало в 19:00
💸 Стоимость
🎟 3000 ₽ — при покупке до 20 сентября
🎟 3500 ₽ — с 21 по 23 сентября
🎟 4000 ₽ — в день мероприятия
В стоимость входит всё:
🍽 продукты и совместная готовка
🍺 напитки (алкогольные и безалкогольные)
🏠 аренда лофта
🤝 нетворк и новые знакомства
🎤 выступление спикера
✨ атмосфера настоящего Backlog BBQ
⚠️ Количество мест ограничено. Чем ближе дата мероприятия — тем выше стоимость билета.
🔗 КАК ПОПАСТЬ
1️⃣ Написать БОТУ https://t.me/backlogbbqbot | 96 |
| 5 |  Тяжела и некозиста жизнь ИИшки под обвязкой | 108 |
| 6 | У нас тут тихо случился большой релиз Карты гипотез.
Неделю назад репозиторий в основном помогал построить Карту гипотез. Теперь он описывает весь путь стратегии — от вопроса «а она нам вообще нужна?» до конкретных действий, метрик и следующего управленческого решения.
—
Что появилось важного?
Во-первых, мы связали стратегию с операционкой.
Теперь можно пройти от фактически выполненной работы до стратегического результата и проверить всю цепочку:
цель/метрика ← субъект ← гипотеза ← задача ← фактическая работа и ресурс
Это важно, потому что приоритет без задач и ресурсов — не настоящий приоритет. А выполненная работа, которую невозможно связать с гипотезой и целью, не позволяет понять, действительно ли мы реализуем стратегию.
https://github.com/Byndyusoft/hypothesismapping/blob/main/strategyoperations.md
Во-вторых, серьёзно проработали метрики.
Не просто «было 10, хотим 20», а:
— как меняется метрика во времени;
— какие балансирующие показатели нельзя уронить по дороге;
— что делать при выходе за допустимые границы;
— какая гипотеза могла повлиять на результат;
— какие ещё объяснения этого изменения нужно проверить.
Потому что выполненная задача ещё не доказывает гипотезу. А рост метрики после запуска проекта ещё не означает, что она выросла именно благодаря гипотезе.
https://github.com/Byndyusoft/hypothesismapping/blob/main/metrics.md
В-третьих, описали переход от рисунка к модели данных.
У элементов стратегии появляются типы, идентификаторы, состояния и связи. Благодаря этому можно сохранять историю решений, связывать стратегию с задачами и метриками, автоматически искать противоречия и подключать ИИ-агентов не к набору слайдов, а к самой логике стратегии.
https://github.com/Byndyusoft/hypothesismapping/blob/main/datamodel.md
‼️ Ещё появилась модель зрелости стратегирования: от ситуации, когда стратегия существует только в разговорах и презентациях, до непрерывной системы проверки гипотез и коллективного обучения.
Причём это не только про бизнес. Модель подходит человеку, семье, команде, организации или сообществу — везде, где есть цель, неопределённость и ограниченные ресурсы.
https://github.com/Byndyusoft/hypothesismapping/blob/main/maturitymodel.md
https://github.com/Byndyusoft/hypothesismapping/blob/main/personalstrategy.md
—
Для меня главный результат обновления вот в чём:
Карта гипотез не заканчивается в тот момент, когда завершилась стратегическая сессия и все закрыли доску.
Наоборот — именно в этот момент настоящая работа со стратегией только начинается.
Если вы давно не заглядывали в базу знаний, сейчас хороший момент:
https://github.com/Byndyusoft/hypothesismapping | 108 |
| 7 |  Продолжаю развивать свои архитектурные подходы и aact — мой открытый репозиторий для работы с архитектурой as code. Теперь хочу подключить к этому студентов и магистрантов: подал несколько проектов в AI Talent Hub ИТМО, которые можно начать на проектной практике и развить в диплом/ВКР под моим научным руководством.
Да, с прошлого года я ещё и научрук 🧑🎓
За последние годы у меня накопилось много материала про границы компонентов, связанность, тестирование архитектуры as Code и другие архитектурные подходы и идеи. Часть из них материализуются в aact — там появляются инструменты, которыми эти идеи можно проверять. Но и сами подходы хочется дальше проверять об практику, искать ограничения и дорабатывать. Тем более, что у меня появился ещё и средовой подход, ещё более требующий какого-то воплощения в реальности и проверки своих гипотез.
Из всего этого как раз и выросли темы проектов в рамках магистратуры:
- Архитектурный ИИ-ревьюер. Сравнить агента, который читает ADR, проверки по правилам в aact и их связку. То есть, что лучше — просто ИИ-агент, проверяющий PR'ы, декларативные автоматизированные тесты на архитектуру (aact) или и то, и другое в связке. В проекте нужно будет измерить пропущенные нарушения, ложные тревоги и повторяемость ответов в каждом из вариантов. А лучший вариант — реализовать в виде бота для GitHub. Он пригодится командам, у которых архитектурных договорённостей уже больше, чем архитектор удерживает в голове.
- Бенчмарк для архитектуры ИИ-кода. Собрать задачи, в которых отдельно проверяются работоспособность решения и соблюдение архитектурных правил. Прогнать несколько моделей, посмотреть, где они ошибаются и помогает ли явно дать им правила (принципы и паттерны). Хочется получить воспроизводимый способ выбирать и настраивать агентов с учётом того, как их код вписывается в проект.
- Эксперимент со средой создания системы. К этим проектам хочу добавить эксперимент, о котором писал в августе. Одну задачу решаем двумя способами: человек пошагово управляет разработкой с ИИ или заранее готовит среду, в которой агенты работают по общим правилам и проверкам. На выходе в обоих случаях может быть детерминированная система. Затем меняем требования и сравниваем затраты человека, стоимость и качество результата, отдельно учитывая подготовку среды. Хочется проверить, удаётся ли сократить ручное управление и сохранить архитектурные ограничения при переходе на средовой подход. На семестр здесь хватит небольшого пилота.
- Что происходит с архитектурой после прихода ИИ. По истории открытых репозиториев проверить ухудшается ли архитектура (например, растёт ли связанность модулей) после начала использования ИИ-ассистентов. Сравнивать с похожими проектами и учитывать, что они меняются и без нейросетей. Моя гипотеза про рост архитектурных проблем может не подтвердиться — тем интереснее будет разобраться в результатах.
- Тренажёр архитектурных решений с ИИ-оппонентом. Студент предлагает решение, оппонент ищет сценарии, которые его сломают, а судья (белковый преподаватель или ИИ) оценивает обоснование. Здесь может пригодится к примеру диверсионный анализ из ТРИЗ. Если получится, тренажёр можно будет использовать на моем архитектурном курсе, чтобы студенты больше практиковались и получали обратную связь.
И ещё одна тема в мою любимую, но в сторону — нейросетевой движок для шахмат с кубиками. Я для них уже написал алгоритмический движок (по ночам 🌙), теперь хочется попробовать обучение нейросети игрой с самой собой ) Проверять силу нейросети будем на длинных сериях партий, чтобы отделить качество игры от везения.
В первых двух проектах и в эксперименте со средой пригодится aact. Для архитектурных исследований берём открытый код, чтобы результаты можно было перепроверить.
Даже если мои гипотезы не подтвердятся на практике — это тоже будет полезно и поможет понять, куда двигаться дальше.
А если у вас есть идеи проектов (необязательно архитектурных, вообще любых), которые можно предложить магистрантам — смело пишите мне.
Всех с началом учебного года 🍁 | 91 |
| 8 | Студента проще научить, чем разработчика переучить
Кажется, в обучении разработчиков работе с ИИ лучше всего работает метод Моисея.
Можно месяцами убеждать опытную команду, что ИИ — это не «автодополнение для ленивых», а новый подход к исследованию задач, написанию и проверке кода. И раз за разом слышать:
— Я быстрее сам.
— Мы всегда работали иначе.
— Сначала давайте разработаем регламент использования ИИ на 80 страниц.
А можно взять студента, сразу показать ему AI-first-процесс — и через неделю он не «внедряет ИИ». Он просто так работает.
Похоже, некоторым компаниям придётся сорок лет водить legacy-разработку по пустыне нытингов, пока не исчезнет поколение с сакральной фразой: «Зачем мне ИИ? Я и так умею». | 122 |
| 9 | Купил чайник — и обнаружил, что у него нет шкалы уровня воды.
Той самой прозрачной штуки сбоку, которая позволяет сразу понять, сколько воды внутри. Интересно, в какой момент инженеры решили, что эта функция больше не нужна? И как теперь определять уровень — каждый раз открывать крышку и заглядывать внутрь?
Забавно, но сейчас в разработке ПО происходит нечто похожее.
Раньше главной задачей разработчика было не потерять знания о системе: зафиксировать архитектурные решения, описать правила, передать контекст коллегам. Мы документировали не только то, как устроен продукт, но и то, как с ним правильно работать.
С появлением ИИ этого уже недостаточно.
Теперь после каждой выполненной задачи важно смотреть не только на результат, но и на систему, которая этот результат произвела.
Допустим, я ставлю ИИ задачу и получаю решение с ошибками. Самый очевидный путь — открыть код и всё исправить вручную. Но если делать так каждый раз, никакого реального ускорения не произойдет. Я просто превращусь в редактора очень быстрого, но не всегда внимательного исполнителя.
Поэтому мой главный вопрос теперь звучит иначе:
«Что нужно изменить в обвязке, чтобы в следующий раз ИИ справился лучше сам?»
Может быть, уточнить инструкции. Добавить пример. Зафиксировать архитектурное ограничение. Настроить проверку. Дать модели доступ к нужному контексту. Изменить сам процесс постановки и приемки задачи.
То есть исправлять нужно не только конкретный результат — нужно перенастраивать станок, который этот результат производит.
Каждая ошибка становится обратной связью для надсистемы. Каждая ручная правка — повод спросить себя: можно ли превратить её в правило, тест, инструкцию или автоматическую проверку?
Именно здесь разработчик переходит на уровень выше. Он уже не просто пишет код. Он проектирует среду, в которой код создается: собирает контекст, формулирует ограничения, настраивает инструменты и строит контур обратной связи.
Можно назвать эту роль ИИ-архитектором. Можно — инженером производственной системы. Название пока не так важно. Важен сам сдвиг: единицей улучшения становится не очередной фрагмент кода, а весь процесс его создания.
Если остаться в прежней парадигме и продолжать молча исправлять всё руками, ускорения не будет. Более того, мы начнем регулярно терять полезные функции, знания и ограничения — просто потому, что они нигде не закреплены.
И продолжим производить чайники без шкалы уровня воды. | 108 |
| 10 |  В конце августа прошел очередной QA митап в Челябинске.
Александр Прокошев выступил с небольшим докладом на тему: "MCP-сервер: как проверить, что ИИ-агент правильно работает с приложением"
На митапе поговорили о том, как тестировать MCP-сервер и убедиться, что ИИ-агент действительно правильно работает с приложением, а не просто уверенно пишет в чате «Готово».
Разобрали путь пользовательского запроса от агента через MCP-сервер до результата в продукте. Обсудили, почему ответ агента сам по себе не является доказательством.
Поделились практикой ручной проверки через MCP Inspector и MCP Playground.
Получился очень живой разговор: много вопросов, примеров из опыта и обсуждений того, как эти подходы могут работать в разных продуктах.
Спасибо всем, кто пришёл — были рады видеть каждого и уже ждём новых встреч! | 358 |
| 11 |  12 сентября в 14:30 выступаю на SECON 2026 в Пензе!
Проведу мастер-класс «От идеи до стратегии за час: технология Карта гипотез» https://2026.secon.ru/speakers/speaker-o3w6be.
Идей у команд обычно хватает. Сложнее понять, за какую браться, что мешает двигаться вперёд и какие действия действительно повлияют на результат.
На мастер-классе разберём реальные кейсы и вместе построим карту гипотез: найдём ограничения, сформулируем проверяемые гипотезы, соберём стратегию и оценим последствия решений.
Берите ноуты — будем разгонять стратегию с помощью ИИ-агентов прямо на месте. Прихватите и свою задачу, над которой давно хочется подумать: будет хороший повод сдвинуть её с места.
📍 Встречаемся в Поисковом кабинете, зал № 2.5. До встречи на SECON! | 98 |
| 12 |  Признавайтесь, кто так делает? 🙈 | 110 |
| 13 |  Только что закончился первый поток мини-курса по Карте реализации историй. И я рад тому, что курс состоялся и получилося максимально практичным.
В течение двух недель, без отрыва от работы, мы учились писать хорошие рабочие истории, синхронизирующие понимание команды и дающие перспективу выбора лучших решений для каждой ситуации.
Вот отзыв одного из участников первого потока:
Для меня главная проблема — как обсуждать с заказчиками, разработчиками и другими участниками сложные, абстрактные сущности. Прежние артефакты — персоны, жизненные ситуации, jobs, диалоговые сценарии, продуктовые матрицы и CJM — могут быть понятны аналитику, но их трудно сделать предметом общего обсуждения: заказчики редко внимательно читают длинные сценарии, а важное знание оказывается в разных документах.
В Карте реализации историй особенно понравилось сочетание действий, информации, форм реализации и интерфейсных элементов в одном шаге. Это даёт надежду на более эффективную коммуникацию. Мы уже обсудили карту с коллегами и сразу отсекли большой кусок работы: стало понятно, что прототипировать нужно лишь небольшую часть того, что раньше казалось необходимым.
Для текущих систем полезны заметки и наглядное обозначение состояния элементов, например цветом. Так можно сразу показать коллегам, что середина сценария проработана, а начало и конец — нет, и объяснить, почему пользователям трудно начать работу. Карта уже помогла увидеть ядро решения, недоработанные хвосты и сформулировать конкретные следующие шаги.
Алексей Евстифеев, UX-исследователь Kaiten
Новый поток мини-курса стартует 15 сентября. Запись открыта.
Если вы хотите провести курс в уютно компании своей команды или компании, напишите мне. | 134 |
| 14 | Резать ИТ проще, чем посчитать его ценность
Завтра встречаемся с крупной компанией. У них ИТ выделено в отдельное юрлицо, а расходы за два года выросли в несколько раз. Теперь на повестке сокращение ФОТ.
Сначала вопрос звучит просто: сколько разработчиков можно убрать после внедрения ИИ? Но, кажется, обсуждение началось не с того конца.
ИТ-бюджет хранит следы всех стратегических решений компании. Когда-то решили запустить новое направление. Потом понадобилась автоматизация. Затем мобильное приложение, новая CRM, перестройка логистики и ещё один продукт, который «точно взлетит». Под каждую инициативу дали людей. Новые цели появлялись, старые почти никто не отменял. Стратегии менялись, а команды и системы оставались.
Когда денег становится меньше, компания смотрит на разросшийся ИТ-ФОТ и решает сократить его на 15–20%. При этом список бизнес-инициатив остаётся прежним. Получается странно: направлений двадцать, ведро одно, но вместо выбора грядок воду просто начинают выдавать меньшими кружками.
Все продолжают работать. Везде идут проекты. Jira бодро зеленеет. Только ни одно направление не получает достаточно ресурсов, чтобы заметно изменить бизнес-показатели.
Поэтому вопрос «резать ИТ или не резать?» мало что решает. Сначала руководству придётся выбрать, какие бизнес-ставки компания продолжает финансировать и от каких готова отказаться.
Что должно измениться благодаря каждой ставке?
Какой показатель сдвинется?
Сколько денег, людей и времени компания готова вложить в проверку?
При каком результате работу продолжат, а при каком остановят?
Если ответов нет, перед нами обычная активность с зарплатой. Иногда очень дорогая и технически сложная.
После выбора ставок становится понятно, куда направлять ИТ-мощность. Одну команду придётся усилить. Другую сократить. Третье направление закрыть целиком. Общий ФОТ может уменьшиться, остаться прежним или даже вырасти. Но сумма хотя бы появится из стратегии, а не из настроения финансового комитета.
ИИ способен ускорить проверку гипотез и снизить стоимость отдельных работ. Но стратегический выбор он за руководство не сделает. Если приоритетов нет, освободившуюся мощность быстро заберёт самый громкий заказчик. Компания начнёт быстрее производить фичи, отчёты и технический долг.
Производительность выросла. Бизнес — как получится.
В Byndyusoft мы помогаем руководителям распределять ограниченные ресурсы через стратегию. Проводим стратегические сессии, проектируем и проверяем продуктовые гипотезы, связываем цели бизнеса с работой ИТ.
В результате появляется понятный портфель ставок: что финансируем, ради какого изменения и по какому сигналу продолжим или остановимся.
Прежде чем сокращать 20% ИТ, полезно решить, какие 20% бизнес-ставок компания больше не готова оплачивать.
Если ответ — «никакие», сокращение просто оставит тот же хаос. Только теперь ему ещё и людей не хватает. | 133 |
| 15 |  Во время ИИ-трансформации главное не заменить самого себя. Доброе утро, коллеги 😊 | 165 |
| 16 |  «Белковые» паттерны больше не нужны
Интересно, что почти вся история разработки программного обеспечения — это попытка справиться с его главным свойством: софт слишком легко менять.
Построенный девятиэтажный дом никто не предложит раздвинуть посередине, чтобы вставить туда аквариум. А в программном продукте подобные просьбы возникают постоянно и часто звучат вполне разумно.
Именно поэтому появились архитектура, всякие SOLID, тесты и TDD, типизация, микросервисы, контроль версий, CI/CD, Agile и множество других практик. Весь этот сложный огород нужен потому, что каждое новое изменение должно сохранить всё, что уже работало ранее, и вносить новое с сохранением возможности новых изменений.
С приходом ИИ фундаментальная проблема никуда не исчезает. Софт остаётся аморфным, требования продолжают меняться, а прежнее поведение по-прежнему нужно воспроизводить в коде и дизайне со стопроцентной точностью. Только теперь изменения вносит ИИ-станок, у которого нет человеческой памяти о проекте, устойчивого фокуса и неявного понимания того, «почему здесь всё устроено именно так».
Поэтому, возможно, мы стоим не просто перед очередной сменой инструментов разработки. Нам предстоит заново изобрести сами паттерны работы с изменениями.
Прежние паттерны во многом были рассчитаны на «белкового» разработчика: на его ограничения, способы мышления, потерю контекста и необходимость координации с другими людьми. Новые паттерны должны описывать уже не поведение программиста, а поведение всей системы.
Как система фиксирует намерение?
Как отличает не допустимое изменение от допустимого?
Как доказывает, что сохранила прежние свойства?
Как восстанавливает контекст спустя тысячу итераций?
Как понимает, что именно нельзя ломать, даже если это нигде явно не записано?
Возможно, будущее разработки — это мир, в котором код постепенно перестаёт быть главным носителем смысла. На первый план выходят спецификации, ограничения, инварианты и проверяемые описания поведения.
Мы будем не столько объяснять машине, что нужно написать, сколько договариваться с ней о том, что должно оставаться истинным при любых последующих изменениях.
И, пожалуй, именно здесь сейчас формируется новая инженерная дисциплина: управление эволюцией систем, которые умеют переписывать самих себя. | 133 |
| 17 |  ИИ для руководителя: как превратить бизнес-цель в работающую стратегию
Стратегия редко разваливается из-за недостатка идей. Чаще причина в другом: цель сформулирована неточно, предположения выданы за факты, между решениями и результатом нет ясной связи, а интересы ключевых людей не учтены.
В этой записи Олег Корнев на живом примере показывает, как использовать ИИ для разработки стратегии — не передавая ему мышление и ответственность за решения.
За время мастер-класса мы с нуля разбираем стратегию B2B-компании, работающей с промышленным оборудованием:
— уточняем бизнес-цель и связываем рост выручки с прибылью;
— определяем метрики, по которым можно понять, работает ли стратегия;
— находим людей и организации, от поведения которых зависит результат;
— разбираем их боли, интересы и мотивацию;
— формулируем три проверяемые гипотезы для заказчиков, поставщиков и управленческой команды;
— превращаем гипотезы в конкретные задачи;
— проводим финальный аудит и находим ошибки, способные разрушить всю логику стратегии.
Вся работа происходит прямо в Социотехе. ИИ подключается к проекту, анализирует карту, помогает увидеть слабые связи и задаёт неудобные вопросы. Но окончательное решение всегда остаётся за руководителем.
Главная мысль мастер-класса: ИИ не должен думать вместо вас. Его сила в том, чтобы удерживать логику, замечать противоречия и помогать превращать управленческие идеи в систему, которую можно проверить действием.
Мастер-класс ведёт Олег Корнев — коммерческий директор с опытом более 10 лет в управлении производственно-торговыми направлениями B2B и B2C.
Смотрите запись и попробуйте после просмотра разобрать таким же способом одну реальную цель своего бизнеса.
MCP Социотеха: https://sociotech.center/mcp
Готовые скиллы для ИИ: https://github.com/Byndyusoft/sociotech-ai-skills | 111 |
| 18 |  ИИ для руководителя: как превратить бизнес-цель в работающую стратегию
Почему даже хорошие планы иногда не приводят к результату? Часто мы путаем цель с перечнем действий, принимаем предположения за факты и не учитываем, почему клиенты, партнёры или сотрудники должны поступить именно так, как мы ожидаем.
На онлайн-мастер-классе разберём, как использовать ИИ, чтобы принимать более продуманные управленческие решения — не отдавая ему ответственность и не подменяя собственное мышление.
На живом примере мы с нуля разработаем стратегию в Социотехе:
– определим, какого бизнес-результата хотим достичь;
– разберёмся, от кого и от чего он зависит;
найдём слабые места и непроверенные предположения;
– превратим общие идеи в понятные решения и следующие шаги;
– покажем, где ИИ действительно помогает руководителю, а где последнее слово должно оставаться за человеком.
Мастер-класс проведёт Олег Корнев — коммерческий директор с опытом более 10 лет в управлении производственно-торговыми направлениями B2B и B2C.
📅 Встречаемся в среду в 15:00 мск. Регистрируйтесь и приходите — за один мастер-класс разберём весь путь от бизнес-цели до связной и реалистичной стратегии.
👉 https://byndyusoft-event.timepad.ru/event/4160048/ | 121 |
| 19 |  Скоро вы не поймёте, где работает SDD, а где сама модель
Разработчик поправил верстку прямо в Codex без OpenSpec, а спеки написал уже потом. Мелочь, но она показывает, куда всё движется.
Spec-driven development сейчас — это обвес вокруг модели. Мы пишем спеки, гоняем их через харнесс, страхуемся от галлюцинаций и потери контекста. Но чем сильнее становятся модели и код-агенты, тем меньше видно, где реально помог обвес, а где модель справилась сама.
Скоро мы перестанем отличать одно от другого. Спеки будут появляться не «до», как ограничитель, а «после», как документация того, что уже сработало. Граница исчезает не потому, что SDD стал не нужен, а потому что он растворяется в самом инструменте.
Когда непонятно, что держит качество — процесс или модель — легко решить, что процесс лишний. А потом на масштабе выясняется, что без внятной архитектуры и проверяемых спеков система разваливается ровно там, где модель молча ошиблась, а поймать это было нечем.
Поэтому вопрос смещается с «как заставить агента написать код» на «кто отвечает за то, что этот код выдержит рост нагрузки и требований». Это уже не про промпты, а про инженерную дисциплину.
Мы в Byndyusoft разрабатываем с ИИ MVP, который не упирается в потолок на первой же тысяче пользователей, а спроектирован под масштабирование. Модель ускоряет, экспертная команда отвечает за то, что решение переживёт этот рост.
А у вас спеки чаще пишутся до кода или уже после? | 138 |
| 20 |  Наверное это тот выпуск, которым я особенно горжусь. Злободневно, вечно и можно разбирать на цитаты.
💡Почему после стратсессии ничего не меняется?
Почему после большинства стратсессий стратегия так и не появляется, а остаются "амбициозные" цели на доске, сотни задач и ощущение, что команда очень занята и всем некогда пописать.
В этом выпуске разбираемся, как связать стратегию с операционкой, почему ресурсы должны получать только обоснованные задачи и как AI помогает увидеть, куда на самом деле уехала команда.
В гостях — Александр Бындю @alexanderbyndyu, методолог, предприниматель, автор технологии «Карта гипотез» и книги «Антихрупкость в IT». Было остренько, но все жизнь.
🎬YouTube| 🎬ВК видео
Я вангую, если вы строите бизнес как собственник или часть команды – вы получите удовольствие от просмотра. Enjoy. | 125 |
