Книжный куб

llm-d: как KV-cache стал состоянием всего кластера (Рубрика #AI) У архитектурных идей бывает два дня рождения: сначала paper показывает, что приём работает, потом кто-то превращает его в систему, которую можно развернуть и сопровождать. Доклад Cong Liu из Google и Maroon Ayoub, работавшего тогда в IBM Research, на PyTorch Conference 2025 — как раз про второй случай. llm-d не изобрёл Prefill/Decode disaggregation. Он пытается сделать из исследовательского паттерна управляемый production stack. Слайды доклада здесь Это продолжение истории PagedAttention и vLLM, где KV-cache перестал требовать непрерывного куска памяти внутри одного inference engine. Здесь меняется уже единица оптимизации: prefill, decode и сам KV-cache становятся ресурсами всего кластера. - Prefill обрабатывает prompt целиком, строит KV-cache, упирается прежде всего в вычисления и определяет time to first token - Decode выпускает токены последовательно, сильнее зависит от пропускной способности памяти и определяет задержку между токенами - В одном сервере тяжёлый prefill мешает равномерному decode, а обе фазы получают одну конфигурацию железа и parallelism. llm-d разносит их по разным пулам - Scheduler выбирает decode worker с учётом prefix cache, занятой памяти и очереди - Если незакэшированной работы много, отдельно выбирает prefill worker - Sidecar отправляет туда запрос с max_tokens=1, после чего decode worker забирает рассчитанный KV-cache через NIXL и продолжает генерацию - Получается интересный сдвиг: маршрутизируется уже не только HTTP-запрос, но и вычисленное состояние модели. В собственном benchmark команда сравнила одинаковые 16 H200 с InfiniBand: четыре монолитных TP4-реплики против четырёх prefill TP2 и двух decode TP4 на Llama-4 Scout с 5000 входных и 250 выходных токенов. По данным проекта, P/D-вариант дал заметно больше throughput на GPU в средней зоне нагрузки, особенно при 64–128 одновременных запросах. На низкой и предельной нагрузке кривые сближались — универсального множителя здесь нет. История развивалась так: - в 2023 году PagedAttention сделал KV-cache эффективнее внутри одного движка; - в 2024-м Splitwise и DistServe показали, зачем физически разделять prefill и decode, а Mooncake — как строить вокруг KV-cache распределённую архитектуру; - 20 мая 2025 года запустили llm-d, а в июле v0.2 принесла первые воспроизводимые well-lit paths для P/D, cache-aware routing и wide expert parallelism; - Доклад 23 октября 2025 года зафиксировал раннюю рабочую систему, где главный вопрос был уже не «можно ли разделить фазы», а «как выбрать P, D и безопасно передать состояние»; - в 2026-м llm-d вошёл в CNCF Sandbox, вышел за границы обязательного Kubernetes и в v0.8 прямо назвал себя inference control plane. Обещанное в докладе P2P-переиспользование KV-cache стало отдельным well-lit path 15 августа, а 17 августа вышла v0.9. Самая важная оговорка прозвучала у самих спикеров: P/D подходит не каждому workload. Они советуют начинать эксперименты с моделей порядка 70B+, длинных контекстов вроде 10k input / 1k output и sparse MoE. Текущая документация vLLM всё ещё называет disaggregated prefilling экспериментальной возможностью и прямо предупреждает: само разделение throughput не повышает. Оно позволяет независимо настраивать TTFT и inter-token latency; итоговый выигрыш даёт только вся конфигурация — topology, router, workload и достаточно быстрая сеть. Поэтому начинать стоитс профиля нагрузки: распределения input/output tokens, concurrency, SLO по TTFT и задержке между токенами, стоимости KV-transfer. Без этих чисел P/D disaggregation может оказаться как хорошей системной оптимизацией, так и дорогим способом отправить несколько гигабайт кэша по сети и вернуть их почти туда же. #AI #Engineering #Architecture #Software #DistributedSystems #PlatformEngineering

Я тут подумал, что надо бы устроить ask me anything сессию завтра. Если есть желание у меня что-то спросить, то закидывайте вопросы сюда, а завтра вечером я на них поотвечаю в прямом эфире. Если наберется достаточно вопросов, то эфир случится.

Данила Штань: AI не отменяет фундамент и инженерную ответственность (Рубрика #AI4SDLC) Посмотрел выпуск Beyond Coding с CTO Nebius Данилой Штанем. В заголовке обещают рассказ о навыках, с которыми берут на работу, но для меня разговор оказался шире: найм, устройство инженерной организации и подход к доверию AI-коду у Штаня сходятся в одном принципе — автономность не убирает контроль, а переносит его ближе к тому, кто принимает решение и отвечает за последствия. Интересно, что в 2021 году на Highload++ я как раз рассказывал доклад о том, как меняется эта роль при росте организации. Ответ Штаня вполне определённый: техническая глубина остаётся, но по мере роста организации CTO прежде всего строит команду, отвечает за результат, разрешает конфликты инженерии с бизнесом и управляет ожиданиями. Обещание важно не только выполнить — отклонение нужно показать до того, как оно стало сюрпризом для чужого плана. С инженерными навыками похожая картина. По словам Штаня, для многих задач AI-облака не обязателен опыт именно в AI: нужны инженеры по распределённым системам, драйверам, сети, низкоуровневому хранению, GPU-ядрам и оптимизации инференса. Это хорошо рифмуется с недавним разбором vLLM и PagedAttention: проблему управления памятью KV-кеша решили с помощью классической идеи виртуальной памяти. Знание конкретной библиотеки или фреймворка отходит на второй план, фундаментальное мышление — нет. В описанном Штанем процессе найма проверки написания кода и алгоритмического мышления проходят без AI, а для опытного инженера есть разбор недавнего проекта целиком: откуда пришли требования, кто принимал решения, зачем строили продукт, что произошло после запуска и видел ли кандидат эксплуатационные последствия. Отдельную сессию работы с агентом компания на момент записи только проектировала. Это описание процесса из публичного разговора, а не обещание, что он останется неизменным. Организационно тот же принцип выглядит жёстче. По описанию Штаня, у инженерных команд Nebius нет отдельного архитектора и архитектурного комитета: команда сама проектирует систему, запускает её, дежурит и отвечает за сервис. Свобода решения оплачивается эксплуатационной ответственностью. Иначе автономность быстро превращается в локальную оптимизацию за чужой счёт. Интересно, что я примерно всю дорогу пропагандировал такой подход в Т-Банке, когда отвечал за архитектурную функцию, хотя мне часто ставили в укор то, что у нас нет департамента корпоративной архитектуры как в Сбере (хотя к концу моей работы в Т-Банке внутри некоторых крупных блоков появились свои отделы корпоративных архитекторов, но это инициатива на местах:)) С AI-агентами Штань проводит похожую границу. Он сравнивает работу с агентом с работой с младшим инженером: у агента нет полного контекста, он предлагает странные идеи и может далеко их развить. По словам Штаня, на момент записи в компании были доступны модели OpenAI и Codex, но не было широкого доступа к Claude Code. Он объяснял это не «запретом AI», а нехваткой защитных правил и наблюдаемости. Желаемый им протокол для пул-реквеста с участием AI включает отметку об участии агента, сохранение полной траектории сессий, возможность аудита и обсуждение не только кода, но и исходного замысла: где человек направлял модель и спорил с ней. В выпуске это именно целевое состояние, а не уже внедрённая обязательная политика. Владелец изменения в рабочей системе при этом остаётся человеком. Последние посты про Cursor Cloud Agents, одного агента с файлами вместо сложной обвязки и удаление 80% системного промпта Claude Code складывались в техническую историю: сильной модели всё меньше нужно диктовать каждый шаг, а сложность переезжает в среду, инструменты, состояние и проверки. Штань добавляет организационное продолжение: чем больше свободы получает агент или команда, тем яснее должны быть границы и человеческая ответственность за результат. Для меня главный вывод: AI удешевляет локальное производство кода, но повышает ценность владения системой. Постановка задачи, понимание ограничений, независимая проверка, эксплуатационный контекст и готовность отвечать за последствия не исчезают. Наоборот, именно они отделяют автономность от бесконтрольности. #AI4SDLC #AI #Agents #Engineering #Architecture #Management

В общем, прямой эфир с Сережей Бережным из Yandex, что должен был быть сейчас, переносится с этой пятницы по техническим причинам:( Надеюсь, что получится провести его на следующей неделе.

State of AI4SDLC, или Как меняется индустрия разработки под влиянием AI - мое выступление на DotNext в этом году (Рубрика #AI4SDLC) Видимо, крайней моей российской конференцией до отъезда в Лондон будет DotNext в Москве 25 сентября. Там у меня будет keynote доклад про состояние дел в AI4SDLC, где я расскажу и про исследования и про свой путь с AI4SDLC в бигтехе, поделюсь мыслями про влияние этих инструментов на продуктивность, а также сделаю прогнозы на будущее в этой теме. В общем, обещаю, что я постараюсь сделать этот доклад максимально крутым и полезным, так как хз когда я вернусь на сцены больших конференций в следующий раз. Если вы будете на конференции, то заходите послушать, позадавать вопросы и пообщаться после доклада - обычно я еще часами отвечаю на вопросы в зоне Q&A. Ну и спасибо организотрам jug.ru, которые предоставили мне такую площадку. Кстати, этой теме про изменение разработки и мира Java будет посвящен Joker, что пройдет 14 и 15 октября - рекомендую конфу к посещению. Возможно, я тоже туда доеду, так как меня позвали заглянуть в гости и для этого мне даже не надо делать доклад:) #AI4SDLC #Engineering #Conference #Software

3 AImigo S1E2: AI пишет больше кода. Почему поставка не ускоряется? (Рубрика #AI) Через пять минут в 12:00 по мск стартует прямой эфир 3 AImigo, где мы будем разбираться с парадоксом, который всё чаще встречается в командах: AI заметно ускоряет отдельного инженера, кода становится больше, а до пользователей доходит примерно столько же изменений. Локальная скорость не равна принятому результату — и размер компании от этого не защищает. Приходите послушать и задать вопросы. #AI #AI4SDLC #Agents #Engineering #Architecture #Management #Metrics #DevEx #Productivity #Software

Цветы для Элджернона в Чисто Театр Intact (Рубрика #Culture) Были вчера с Настей на спектакле "Цветы для Элджернона" и это было превосходно. Актеры сделали все, чтобы это произведение ожило на глазах зрителей и у них получилось. Интересно, что они сыграли всех персонажей на троих и на сцене, где из реквизита были кубики, стены и дверь Гениальная игра актеров позволила увидеть всю историю Чарли Гордон и поверить в нее. Интересно, что режиссер-постановщик нашел способ обхединить игру актоеров, а также подход из романа, где мы просто читаем дневник главного героя о происходящем с ним изменениях, которые выглядят примерно так - В самом начале рассказа Чарли предстает перед нами умственно отсталым, ответственно выполняющим свою работу и желающим стать умным. Чарли старательно учится писать и читать в вечерней школе, где его находят пара ученых, которым нужен подопытный. Чарли соглашается на эксперимент, который должен повысить его интеллект и он надеется, что это сделает его более счастливым и позволит поговорить с мамой ... - Оказывается, что успешный эксперимент приносит ему ожидаемое повышение интеллекта, но он все равно оказывается оторванным от социума ... просто теперь уже на другом хвосте гауссовой кривой ... - В итоге, это изменение оказывается временным и, когда время итекает, наступает регресс ... сначала у Элджернона, белой лаборатной мыши и единственного реального друга Чарли, а потом и у самого Чарли. Для меня эта история довольно личная, так как я прочитал ее во времена, когда из-за травмы головы (отека головного мозга) наблюдал у себя динамику изменения способностей как у Чарли ближе к концу книги (это было примерно 8-9 лет назад). К счастью, лечение тогда помогло и способности восстановились, но я еще пару лет носил очки. А на выходе из этой истории я стал сильно более публичным человеком и мотивация была в том, чтобы поделиться своими знаниями, пока я еще в адеквате. Заодно потом на старости лет можно будет показать детям, что их папа не всегда был туговат:)) P.S. На постановке мы были вдвоем и Настя, моя жена, понимающе кивала в той части, где Чарли вышел на пик его возможностей, а для меня на это было похоже на развивающую обратную связь ... P.P.S. 29 августа со старшим сыном отправимся в этот же театр смотреть "В поисках Аляски" #SelfDevelopment #SciFi #Culture #Theater

Evolution of Agentic Surfaces: harness становится инфраструктурой (Рубрика #AI4SDLC) Посмотрел доклад команды Applied AI из Anthropic — Gagan Bhat и Isabella Kai He — про эволюцию агентных поверхностей: от Messages API до Claude Managed Agents. Тезис, который я забираю: harness кодирует предположения о том, чего модель пока не умеет, поэтому это самая скоропортящаяся часть агентного стека. Доклад удачно собирает темы последних дней канала: минус 80% промпта Claude Code от Boris Cherny, облачные агенты Cursor и harness-подход Константина Крестникова, Сюжет — три поколения поверхностей 1️⃣ Сначала Messages API: токены на входе, токены на выходе, а агентный цикл каждый писал сам 2️⃣ Потом Claude Agent SDK, упаковавший harness Claude Code в библиотеку: цикл, инструменты и файловая система приезжают в коробке, но hosting, изоляция, credentials и наблюдаемость остаются на вас 3️⃣ Теперь Claude Managed Agents: Anthropic забирает production-обвязку целиком, а вам остаются задача, контекст и доменная экспертиза. Граница «что моё» продолжает сжиматься — тот же сдвиг, что Джош Ма описывал для Cursor, только с другой стороны прилавка. Лучшая иллюстрация скоропортящихся предположений — context anxiety у Sonnet 4.5: модель нервничала при приближении к границе контекста и сворачивала работу раньше времени (в Cognition наблюдали то же самое), поэтому команда встроила в обвязку сбросы контекста. Opus 4.5 вышел уже без этого поведения — и костыль превратился в чистый оверхед: лишняя латентность и некорректно сбрасываемый кеш. Когда модель сдвигается, а harness нет, обвязка начинает деградировать агента. Это то же явление, что и у Boris Cherny с системным промптом, только на уровне архитектуры, а не текста. Инженерно самое интересное — разделение «мозга» и «рук». Пока агентный цикл и sandbox жили в одном контейнере, модель не могла начать рассуждать до конца сборки среды, а падение любой половины убивало агента целиком. После разделения reasoning стартует сразу, контейнер поднимается параллельно: по замерам команды, время до первого токена сократилось на 60% в медиане и более чем на 90% в P95. Отказы становятся восстановимыми: умерший sandbox пересоздаётся, умерший «мозг» поднимается из durable session log. Сам журнал сессии работает трижды: наблюдаемость, возврат выброшенных из контекста кусков и периодический batch-процесс dreaming, который переписывает память агента, чтобы следующие сессии начинались умнее. После инцидента OpenAI и Hugging Face отдельно отмечу security-часть: credentials живут в vault и расшифровываются только в момент выполнения инструмента — модель их не видит; сеть среды ограничена списком allowed hosts; для строгих контуров есть self-hosted sandboxes в собственном VPC и MCP tunnels, чтобы MCP-сервер не выходил в публичный интернет. Ещё из любопытного — outcomes: вы описываете рубрику успеха, а отдельный grader-агент перезапускает основного, пока критерии не выполнены. По сути это production-grade evals, встроенные прямо в runtime. Финальный тезис авторов — harness стал ограничивающим фактором для того, что могут модели, — стоит читать с поправкой на рассказ о собственном продукте. Но мой вывод даже сильнее: обвязка перестаёт быть конкурентным преимуществом и становится скоропортящейся инфраструктурой, которую разумно арендовать. Своими стоит оставлять задачу, контекст, доменные знания и evals — слои, где живёт ваша ценность. #AI4SDLC #AI #Agents #Architecture #PlatformEngineering #Evals #Engineering

Code of Leadership S2E13: Что остаётся дефицитным, когда код становится дешёвым? (Рубрика #Management) Что остаётся дефицитным, когда код становится дешёвым: инструменты, инженерное мышление или доверие между компанией и разработчиками? В пятницу в 18:00 по мск в очередном прямом эфире подкаста Code of Leadership поговорим с Сергеем Бережным (veged.ru) — директором по взаимодействию с разработчиками Яндекса, CTO Яндекс Практикума и одним из соавторов методологии БЭМ. Сергей работает в Яндексе с 2005 года и прошёл путь от разработки интерфейсов до DevRel, open source и образования. Но разговор будет не про карьерную ретроспективу. Хочу понять, как техническое лидерство выходит за границы одной команды и проявляется в методологиях, платформах, работе с сообществом и публичной ответственности. Обсудим: - Зачем бизнесу DevRel и чем измерять его результат; - Почему внутреннюю технологию стоит открывать миру и как выбирать проекты для open source - Как разработка проходит путь от автодополнения к AI-агентам и harness-системам; - Что происходит с ролью руководителя, когда частью команды становятся агенты; - Кого и чему учить, если привычные entry-level задачи всё чаще забирает AI. Смотрите выпуск и приносите в комментарии свои вопросы и примеры. #CodeOfLeadership #DevRel #OpenSource #AI #Leadership #Education

Ю Су про агентов: интеллект + continual learning = экспертиза (Рубрика #AI) Посмотрел доклад Ю Су «Intelligence + Continual Learning = Expertise» с трека Memory & Continual Learning на AI Engineer World's Fair 2026. Су — профессор Ohio State University, из его группы вышли Mind2Web, SeeAct, MMMU и HippoRAG, а в апреле 2026-го он вывел из стелса стартап NeoCognition ($40 млн seed) — про агентов, которые доучиваются на работе. За двадцать минут он отвечает на вопрос, который занимает и меня: почему кодинг-агенты — большой успех, а агенты для всего остального буксуют. Рамка доклада такая. 🤖 Intelligence — способность рассуждать над незнакомой задачей из выданного контекста. Фронтирные модели делают это всё лучше, но каждый эпизод живёт отдельно. 💪 Expertise — накопленная и ситуативная компетентность: действовать в конкретном домене надёжно, эффективно и с суждением. По Су, эти оси почти ортогональны, и, масштабируя только интеллект, мы получаем «самого умного в мире новичка»: он блестяще берётся за любую подсунутую задачу, но между задачами ничего не накапливает. Почему тогда кодинг сработал? Код — привилегированный, language-native мир: всё уже записано символьно и структурировано, а тесты дают готовые награды. Происходящее Су называет современным парадоксом Моравека: «коронные» символьные дисциплины вроде кода и математики агентам даются, а повседневная цифровая работа — нет. Потому что это не один мир, а миллионы микромиров: каждая профессия и компания — даже два инстанса одного софта — настроены по-разному, со своей локальной физикой: структурами, ограничениями, динамикой. Слишком гетерогенно, чтобы одна статичная модель сжала это в себя. Самая интересная часть — как Су раскладывает экспертизу, опираясь на когнитивистику. Эксперты не просто знают больше — они видят иначе: мгновенно узнают паттерны (в огромном баг-репорте — где именно копать), видят глубинную структуру задачи (назначить встречу — не поиск общего слота в календарях, а оптимизация с ограничениями по полномочиям, приоритетам и срочности), понимают условность правил и когда их можно гнуть, владеют суждением: что такое качество и когда «good enough». Фактически эксперт выучил world model своего микромира. Отсюда же токенная прожорливость агентов: интеллект расширяет поиск, запуская сотню параллельных попыток, а экспертиза сжимает его — shortcuts уже выучены. Мост между осями — continual learning: адаптивное сжатие опыта в переиспользуемые структуры для будущего поведения. Четыре вопроса задают всё пространство решений: 1️⃣ Какой опыт - эпизоды, факты, процедуры, фидбек 2️⃣ Как сжимать - векторы, символьные индексы, дистилляция в параметры, RL 3️⃣ В какие структуры - адаптеры, графы, скиллы, world models 4️⃣ Как их использовать - вспоминание, предсказание, планирование, value function Плюс в конце автор говорит про unbounded expertise from bounded intelligence — если алгоритмы continual learning станут достаточно хороши, после некоторого порога интеллекта сильнее модель не нужна: масштабировать надо обучение на опыте. А следующая возможность уровня «интернет как датасет» — опыт приватных микромиров, когда специализированные агенты начнут возвращать выученное в общие модели. Что я забрал. — Это удачная рамка для происходящего: memory-файлы, skill libraries и RL на проверяемых наградах уже дают кодинг-агентам примитивный continual learning. Открытый вопрос — как повторить это там, где нет ни символьного мира, ни бесплатных тестов. — Управленческий вывод: если Су прав, moat компании — не доступ к модели, а learning loop поверх собственных микромиров, превращающий опыт людей и агентов в institutional memory. — Unbounded expertise — это пока гипотеза, а не результат. Как измерять экспертизу и мирить надёжность с пластичностью — открытые вопросы, Су честно перечисляет их сам. Ну и NeoCognition продаёт ровно это, так что перед нами манифест основателя, а не нейтральный обзор. #AI #Agents #Research #Engineering #Conference

Планета муравьёв: книгу покупал сыну, а прочитал сам (Рубрика #Books) Средний сын очень хотел небольшую колонию муравьёв, и мы её купили. Дальше сработала понятная родительская логика: раз появилась колония, хорошо бы подарить ему ещё и книгу про муравьёв. Я выбрал «Планету муравьёв» Эдварда Осборна Уилсона, но перед тем, как подарить, прочитал её сам. И она мне реально зашла. Русское название тут немного обманывает. В оригинале книга называется "Tales from the Ant World" скорее переводится как «Истории из мира муравьёв», и это гораздо точнее. Перед нами не учебник по мирмекологии и не инструкция к муравьиной ферме, а сборник коротких научных историй, экспедиционных приключений и воспоминаний. Уилсон почти 80 лет изучал муравьёв, а эту книгу выпустил в 2020 году как поздний итог своей длинной научной жизни. Сильнее всего в книге работает постоянная смена масштаба. Отдельный муравей кажется довольно простым существом. Но семья — это уже разведка, распределение ролей, логистика, защита, выращивание потомства, «животноводство», войны и сложная химическая связь. Снаружи всё похоже на идеально слаженное общество, но Уилсон сразу предостерегает от умиления: муравьиные миры воинственны, в них встречаются рабовладение, паразитизм и каннибализм. Даже риск распределён безжалостно: молодые рабочие ухаживают за потомством и трудятся внутри гнезда, а стражами, добытчиками и солдатами становятся старые. Люди отправляют воевать молодых, муравьи — старушек (там вообще матриархат и все муравьи - это женские особи, а мужские живут недолго и печально). Так что популярный совет поучиться у муравьёв командной работе после этой книги звучит уже не так безобидно. Одна из самых красивых историй — о том, как Уилсон в 1958 году пытался расшифровать феромоновый язык красных огненных муравьёв. Разведчик, найдя крупную добычу, возвращается в гнездо и оставляет химическую дорожку. По запаху сородичи понимают, что найдено и куда бежать. Уилсон отделял под микроскопом железы размером с пылинку, делал из их секрета искусственные следы и проверял реакцию колонии. Когда нужная железа наконец нашлась, муравьи хлынули из гнезда и побежали точно по нарисованной линии. По сути, он расшифровал одно слово чужого языка: «Следуйте за мной». Рядом с такими почти фантастическими сценами остаётся нормальная живая наука: неудобные полевые выезды, неверные гипотезы, случайные находки и эксперименты, которые приходится повторять. Уилсон рассказывает о муравьях не как автор энциклопедии, который уже знает все ответы, а как человек, до сих пор изумлённый размером неизвестного. Правда, эта книга не очень помогает в содержании колонии - она не объяснит, как устроить формикарий или чем кормить конкретный вид. Но чисто взрослой её тоже не назовёшь: во введении Уилсон пишет, что особенно надеется на читателей от десяти лет, мечтающих стать натуралистами, а моему среднему сыну как раз 10 лет. И я надеюсь, что эта книга покажет ему какой огромный и чужой мир скрывается за привычной суетой маленьких насекомых. В общем, книгу я покупал сыну. А рекомендацию в канал пишу уже от себя: если хочется увидеть в обычном муравейнике почти инопланетную цивилизацию у нас под ногами, Уилсон с этим справляется отлично. #Books #PopularScience #Biology #ForKids #ForParents

3 AImigo S1E2: AI пишет больше кода. Почему поставка не ускоряется? (Рубрика #AI) В пятницу в 12:00 по мск в новом выпуске подкаста 3 AImigo разбираемся с парадоксом, который всё чаще встречается в командах: AI заметно ускоряет отдельного инженера, кода становится больше, а до пользователей доходит примерно столько же изменений. Локальная скорость не равна принятому результату — и размер компании от этого не защищает. Обсуждать будем втроём: Евгений Сергеев (linkedin), Алексей Литвинов (tg, Youtube) и я. У нас разная оптика: управление большой инженерной организацией, практическое внедрение AI-Assisted Engineering и архитектура AI4SDLC. Не будем искать одну «правильную» картину - сравним наши взгляды. Поговорим о продуктовой команде, в которой после ускорения разработки вырос поток задач в тестирование, но вместе с ним увеличились возвраты и время переделки. Разберём AI-native стартап, где агенты закрывают множество задач, работают в изолированных окружениях и дежурят после релизов. Будет и пример крупной корпорации, где AI-инструменты широко используются, но важная миграция всё равно движется значительно медленнее ожиданий. Отдельно обсудим границу автоматизации. В геймдев-компании AI успешно справлялся с миграциями и изменениями, которые можно проверить компиляцией или тестами. Поговорим о том, как находить настоящее бутылочное горлышко и что оптимизировать первым. Почему fire-and-forget не работает без замкнутого контура обратной связи. Как построить организационную память: собрать доступный агентам контекст, создать семантический слой и сделать знания действительно пригодными для поиска. Обсудим и изменения инженерных ролей: что теперь должен уметь разработчик, как меняется карьерная лестница, куда перемещается ответственность и действительно ли hard skills становятся менее важны. А ещё — почему некоторым людям и подразделениям организационно невыгодно ускорять процесс. Будут не только истории успеха, но и честные примеры того, что не сработало. Главный вопрос выпуска: что нужно изменить в системе разработки, чтобы скорость агентов стала скоростью бизнеса, а не просто новым объёмом кода? #AI #AI4SDLC #Agents #Engineering #Architecture #Management #Metrics #DevEx #Productivity #Software

Peter Steinberger: «Fun Is Velocity» — ретроспектива OpenClaw (Рубрика #AI) Посмотрел выступление Peter Steinberger, создателя OpenClaw, на Y Combinator Startup School 2026. Его интервью про local-first агентов и тезис «80% приложений исчезнет» я уже разбирал, а тут другой жанр: ретроспектива восьми месяцев проекта изнутри — что пошло не так, почему автор сам перестал пользоваться собственным продуктом и почему «fun is velocity» — не лозунг, а вполне измеримая метрика. Контекст: OpenClaw родился в ноябре 2025-го из личного раздражения — Питеру хотелось говорить со своими кодинг-агентами с телефона, и он собрал WhatsApp-релей до агента на своей машине. После Нового года проект стал виральным: по словам Питера, на пике — 4,7 млн скачиваний в неделю и около 3000 человек с коммитами в репозитории. Шутку про то, каково такой self-hosted агент поднимать, я уже постил:) Самое ценное в докладе — честный разбор ошибок. 1️⃣ Раздувание фич как системный эффект open source. Каждая фича от сообщества требовала конфигурационной опции, чтобы не сломать существующие установки, — на пике набралось около 9500 опций. Отсюда лучшая цитата доклада: «в недели, когда мне было в кайф строить, продукт заметно улучшался; в недели, когда нет, — мы шипили конфигурационные опции». 2️⃣ «Бизнес-модель вашей зависимости — это ваша бизнес-модель». OpenClaw был заточен под Claude Opus по подписке, и когда Anthropic закрыла подписочный доступ, разворот оказался болезненным. Забавно, что ту же январскую историю CEO OpenCode описывал как ускоритель своего роста — я разбирал его рассказ: одинаковый шок по зависимости разные продукты прожили противоположно. 3️⃣ Security и медиа-паника. По рассказу Питера, СМИ писали про «20% вредоносных skills», а собственный анализ команды показал 0,3% на 67 тысячах skills — обе цифры привожу с его слов, без независимой проверки. Вывод его универсален: «опровержение никогда не улетает так далеко, как страшилка». А безопасники собаку съели в страшилках и часто их на самом деле не интересует модель угроз - а важно создать шум. 4️⃣ Потеря себя как первого пользователя. Питер строил уже «для всех», а не для себя, и превратился в человека, который чинит баги и разбирает security-репорты. К маю скачивания просели до 835 тысяч в неделю — и восстановились, когда он вернулся к фичам, нужным ему самому. Инженерно OpenClaw интересен прежде всего как эксперимент про агента, живущего не в IDE и не в облаке вендора, а на вашей машине: shell, файлы, браузер, а интерфейсом служит обычный мессенджер. Из доклада видно и пределы этой архитектуры: экономика always-on агента, где холостые heartbeat-циклы жгут токены (мой пост про token burn ровно об этом), распределение нагрузки по машинам и доверие к экосистеме skills. По сути это карта граблей для всех, кто строит персональных или корпоративных агентов. Выводы Питера: первым пользователем продукта должен быть ты сам; чини то, что раздражает лично тебя; когда строить стало дешево, дорогим становится внимание, поэтому фокус решает; и «всё, что ты построил, можно форкнуть — нельзя форкнуть только твое имя». А для меня главный вывод: «fun is velocity» — не про веселье, а про признак, что ты строишь из позиции пользователя с сохранившимся вкусом. Как только продукт становится обязанностью, скорость падает вместе с качеством решений — у Питера это видно даже на графике скачиваний. #AI #Agents #Product #Engineering #Management #Startup

DeepSeek Harness: когда история агента становится частью экономики инференса (Рубрика #AI4SDLC) Посмотрел разбор Cloud Codes про DeepSeek Harness. Он хорошо продолжает мой лонгрид о совместной эволюции AI-разработки: здесь видно, как экономика инференса меняет архитектуру истории агента. Главное правило DeepSeek Harness простое: если что-то уже увидела модель, запись об этом в журнале не переписывают. Сессия — этоне изменяемый массив сообщений, а append-only журнал типизированных событий. Всё видимое модели должно быть зафиксировано в нём или связанном объекте. Свежий экземпляр сессии может восстановить запрос байт-в-байт и сравнить с запросом рабочего цикла. Так формула Agent = Model + Harness становится конкретнее: обвязка отвечает не только за инструменты и промпт, но и за доказуемое происхождение контекста. Зачем такая строгость? API модели на каждом шаге снова получает историю, а prefix cache экономит вычисления только на совпадающем начале запроса. Автор ролика получает 120× экономии из таблицы цен на API на момент записи. Но 18 августа 2026 года прайс V4 Pro уже показывает $0,022 против $0,66 off-peak и $0,044 против $1,32 peak — разницу в 30×. Это не 30-кратное удешевление сессии: коэффициент относится только ко входным токенам, без учёта выхода, инструментов и инфраструктуры. Но архитектурный стимул остаётся сильным. Самый красивый пример — compaction Старый summarizer начинал запрос с нового system prompt и ломал прогретый префикс, когда история была самой длинной. Исправление почти комично: повторить прежние system prompt, tools и сообщения байт-в-байт, а инструкцию «сожми разговор» добавить последним user message. Даже неиспользуемые схемы инструментов остаются для выравнивания токенов. Авторы правильно разделяют корректность и экономию. Cache hit идет с гарантией best effort: могут отличаться модель, маршрут, header запроса или диапазон compaction. Источником истины остаётся журнал, а независимый инвариант заново собирает запрос и не позволяет кешу рабочей сессии проверять самого себя. Это рифмуется с моим разбором Loop Engineering: сильная часть цикла — механизм, способный доказать, что система не потеряла состояние и не нарушила границу. В репозитории также лежат сотни Agent Notes со статусами implemented, archived, proposed, rejected и обязательными alternatives considered. Код показывает, что сделали; заметка — почему отказались от других вариантов. Это почти буквальная реализация моего поста про PRD, ADR и BDD для людей и AI. Связь с коэволюцией стека становится ещё заметнее в minimal preset. Репозиторий прямо описывает его как RL-agent composition: - фиксированный короткий prompt - persistent bash и str_replace_editor воспроизводят среду обучения Получается контур harness → траектории → post-training → тот же harness. Но открытый код не доказывает, что пользовательские сессии идут в обучение; он показывает архитектурную возможность, а не фактическую политику данных. Поэтому я бы уточнил финальный тезис видео. Продукт — не harness сам по себе, а меняющаяся связка model + serving + harness + tools + traces. Для обычной компании вывод прежний: не обязательно строить ещё один общий агентный цикл. Полезнее разложить стек по слоям и оставить своими воспроизводимые эпизоды, outcome-evals, контракты инструментов, идентичность и политики доступа. Практически из DeepSeek Harness я бы забрал четыре проверки: - Можно ли восстановить каждый запрос из долговечного журнала; - Сохраняет ли compaction смысл истории и стабильный префикс; - Есть ли независимый инвариант, который не доверяет рабочему циклу; - Измеряем ли мы стоимость полезного результата, а не только cache hit. DeepSeek Harness пока developer preview: репозиторий предупреждает о будущих несовместимых изменениях. Нейтрального бенчмарка качества в видео нет. Поэтому рейтинг стоит отложить, а архитектуру — внимательно прочитать. #AI4SDLC #AI #Agents #Architecture #DevTools #Evals #Engineering

Paper: как выглядит дизайн-инструмент эпохи агентов (Рубрика #AI4SDLC) Посмотрел выпуск Design Review от Y Combinator «How To Design In The Agent Era», опубликованный 7 августа 2026 года: Stephen Haney, основатель дизайн-инструмента Paper, вместе с партнером YC Aaron Epstein разбирает присланные зрителями сайты. Формально это шоу про редизайны, но мне интереснее другое: Paper — редкий пример инструмента, спроектированного под агентов с нуля, а не адаптированного к ним задним числом. Сначала контекст. Haney копает проблему designer-developer handoff давно: он сооснователь Modulz и один из авторов Radix UI — одной из самых популярных библиотек React-компонентов. После продажи Modulz компании WorkOS он два года отвечал там за продукт, а Paper — его второй заход на тот же разрыв, теперь с учетом агентов. Инженерная суть — в одном архитектурном решении. Классические дизайн-инструменты рендерят канвас проприетарными движками, и агенту приходится работать с ними через экспорт и plugin API: трансляция форматов стоит токенов, добавляет латентность и порождает отдельный класс галлюцинаций. В Paper канвас — это живые HTML и CSS: каждый объект на экране и есть код веба. Агент (Cursor, Claude Code и другие) подключается через MCP-сервер и пишет буквальный HTML, который канвас рендерит без слоя трансляции. Формула Haney: хороший handoff для людей автоматически оказывается хорошим handoff для агентов. Рабочий контур получается таким: дизайнер оставляет комментарии или снимает живой сайт в редактируемые слои расширением Paper Snapshot, агент генерирует варианты хоть за ночь, человек курирует — удаляет, ветвит, дорабатывает. По словам Haney, их собственный маркетинговый сайт brand-дизайнер собрал в Paper и довел до Next.js-кода с анимациями и шейдерами примерно за неделю, без участия инженеров. Практическая часть выпуска — каталог типовых признаков AI-генерированного дизайна: жирные начертания везде, пять-восемь размеров шрифта вместо трех, ALL-CAPS подзаголовки с разреженным letter-spacing, pill-бейджи на каждой карточке, фиолетовые градиенты (перекос обучающих данных после успеха Linear), перегруженные карточками секции, переключатель темной темы в MVP. Haney описывает это как неуверенного дизайнера, запеченного в веса модели, а лечит удалением: значительная часть дизайна — это deleting. На живых редизайнах (Legion Health, Sytex, Moreta) картина повторяется: тексты и value proposition обычно в порядке, проваливается визуальная сборка и иерархия. Отдельно занятно, как команда Paper использует агентов сама: 12 человек, Cursor, Claude Code и Bugbot, но каждую строку кода читают люди — канвас должен стабильно держать высокую производительность, и такого уровня системного качества агенты пока не выдают. Принцип Haney: use agents to accelerate the people. Это хорошо рифмуется с тем, что я уже разбирал. WebMCP — та же идея на уровне веба: вместо «посмотри на пиксели и угадай» сайт отдает агенту явные инструменты. Выступление Geoffrey Litt — про то, что генерация дешевеет, а узким местом становится понимание; у Haney та же логика про вкус: агенты быстро подтягивают тактику вроде весов, контраста и отступов, но выбор направления и поиск «следующей эстетики» остаются за человеком. А история продакта из Meta, который запускает продукты, почти не умея программировать, показывает ту же смену роли, только для дизайнера: меньше ручного производства, больше постановки задачи и кураторства. Для меня главный вывод такой: артефакты, рассчитанные только на человеческий глаз, становятся налогом на агентный стек. Выигрывают инструменты, где человеческий и машинный доступ — один контракт: дизайн, который агент читает и правит как код, и код, который дизайнер видит как канвас. Насколько Paper действительно «самый быстрорастущий дизайн-инструмент со времен Figma» — пока утверждение YC и самой команды, но направление мне кажется правильным. P.S. После этого видео, я решил, что надо попробовать этот инструмент в деле:) #AI4SDLC #AI #Agents #DevTools #Product #Engineering

Через 5 минут стартует прямой эфир с Михаилом Тюргановым, руководителем Департамента разработки цифровых сервисов Альфа-Банка, где мы поговорим про его путь от тестировщика, программиста и CEO малого бизнеса до технологического директора. Если кратко, то мы обсудим как меняется CTO, когда небольшая команда вырастает в организацию на тысячи человек? И что делать, если прежние методы сами становятся ограничением?

Материалы с первого выпуска подкаста "3 AImigo" (Рубрика #AI) Наша первая серия о том, где сейчас находится AI-разработка вышла очень бодрой. Мы обсуждали ее втроём: Евгений Сергеев, Алексей Литвинов и я, а ниже представлены материалы выпуска - Страничка эпизода - Видео: YouTube, VK Video - Аудио: Podster, Яндекс Музыка - Текст: Краткая расшифровка И бонусный лонгрид, что я написал, когда я готовился к этому выпуску. P.S. У Леши есть свой канал в tg @tip_podcast и на Youtube, а у Жени пока нет:) #AI #Management #Processes #Engineering #Software #AI4SDLC #Software #Agents #Leadership

Сегодня разбирала детскую бибилиотеку дома и вот вам подборка неочевидных детских книг, которые понравятся и взрослым: 1. Доктор Сьюз "Это только начало" - лучшее мотивационное чтение, если вдруг вы забыли как это, находить себя и не бояться ошибаться 2. Деби Глиори "Что бы ни случилось" - если вдруг вам стало одиноко и хочется просто тепла и знать, что вас любят 3. Жан-Люк Фроманталь "Не опаздывай медведь" - немного посмеяться над нашей вечной гонкой — и заодно подумать о том, какую власть над нами имеет время 4. Даниэла Кункель "Маленький Мы" - про то, что один в поле не воин и как в дружбе появляется что-то третье, наше "мы" Классные они не только смыслом, но и тем, что прочитать их можно за 3-5 минут, а удовольствия получить на целый день❤️

Мы разбирали эти книги вместе с моей женой, Настей, и она мне порекомендовала почитать "Доктор Сьюз "Это только начало" - лучшее мотивационное чтение, если вдруг вы забыли как это, находить себя и не бояться ошибаться. Эта книга отлично подходит для тех, кого ждут большие перемены:)

Boris Cherny: We Cut 80% of Claude Code's Prompt (Рубрика #AI4SDLC) Посмотрел выступление Boris Cherny, создателя Claude Code, на Y Combinator Startup School 2026 — записанное на следующий день после релиза Opus 5. Его интервью в подкасте Lightcone я уже разбирал, как и внутреннее устройство Claude Code, а тут главное — продуктовая философия: под новое поколение моделей команда вырезала больше 80% системного промпта, и, по словам Бориса, без измеримой потери качества на их кодинг-evals. Логика такая: системный промпт — это по большей части накопленные заплатки под ошибки конкретного поколения моделей. Новая модель этих ошибок уже не совершает, а старые инструкции и примеры начинают ее ограничивать: «ты хочешь ответы вот такие» — и модель послушно равняется на устаревший образец. Поэтому методология у команды жесткая: с каждым релизом модели промпт вычищается почти до нуля, а строки возвращаются только тогда, когда модель повторно спотыкается на одном и том же. По рассказу Бориса, есть даже флаг CLAUDE_CODE_SIMPLE=1, убирающий вообще все промпты, включая зашитые в тулы, — и в таком «голом» режиме модель на замерах оказывается даже чуть умнее. То же с evals: они насыщаются за 1-3 поколения моделей, после чего их нужно пересобирать. Продуктово мне понравился термин product overhang: у модели есть способности, которые продукт не раскрывает, потому что сам стоит у нее на пути. Claude Code родился именно из такого наблюдения: Sonnet 3.5 уже умел писать целые файлы и фичи, а продукты вокруг предлагали автокомплит и read-only чат. Получается, ценность харнеса не в том, что он добавляет поверх модели, а в том, чему он не мешает, — хорошая рифма к harness factory model из The New SDLC, который я разбирал. Про навыки: Борис описывает сдвиг от prompt engineering через context engineering к elicitation — умению дать модели задачу «чуть сложнее, чем кажется возможным» плюс механизм верификации, не переспецифицируя решение. Формула как с сильным коллегой: задача, ограничения, критерии готовности. Забавно смотрится на фоне книги Prompt Engineering for LLMs — за полтора года дисциплина прошла путь от «как правильно писать инструкции» до «как их правильно удалять». И это согласуется с исследованием Anthropic про экспертизу: успех с агентом определяется умением ставить задачу и проверять результат, а не магическими формулировками. Масштаб иллюстрируют две истории, обе со слов Бориса: команда Bun переписала с Claude больше 100 тысяч строк рантайма с Zig на Rust за 11 дней непрерывной работы (людьми — год с лишним), а его собственный эксперимент по переписыванию Electron-приложения на нативный Swift к моменту доклада шел третью неделю с тысячами порожденных агентов — и Claude сам завел Slack-канал, куда постит скриншоты прогресса. Для меня главный вывод: системный промпт и CLAUDE.md — это технический долг со сроком годности в одно поколение моделей. Инструкции, накопленные под прошлую модель, для новой превращаются из подпорок в ограничители, поэтому «press delete» — не жест смелости, а регулярная инженерная процедура, как чистка зависимостей. P.S. В общем, если у вас есть доступ к SOTA моделям, то вам все меньше надо императивно управлять потоком исполнения и загонять модель в рамки. Вместо этого вы переходите к классической инверсии контроля (IoC, Inversion of Control), где модель использует «голливудский принцип» («не звоните нам, мы сами вам позвоним») и модули низкого уровня не вызывают модули высокого уровня (а здесь это модель) напрямую. Вместо этого модель сама управляет вызовами и дергает доступные модули, когда ей это нужно. #AI4SDLC #AI #Agents #Evals #DevTools #Engineering