Мы продолжаем наш рассказ о том, как немецкая Siemens превратилась из небольшого предприятия в промышленного гиганта Европы. В этой части мы расскажем о двух десятилетиях, прошествовавших Первой мировой войне.

(далее…)

Для начала немного контекста: мы с командой делаем сервис для бизнеса, и я иногда пишу тут, на Хабре, о каких-то успехах, провалах или просто своем опыте. Несколько лет назад писал про то, как наша PIM устроена внутри.

(далее…)

(далее…)

В конце 1990-х Sun Microsystems была одной из главных компаний технологического мира. Сегодня трудно подобрать точный аналог, но по своему месту в инфраструктуре новой технологической эпохи она напоминала нынешнюю Nvidia.

Интернет только начинал превращаться в массовое явление, и Sun поставляла то, на чем этот интернет во многом работал: серверы, рабочие станции, сетевые технологии и программные инструменты. Именно в Sun появилась Java — технология, которая на годы стала одним из стандартов разработки.

У компании даже был идеально подходящий эпохе слоган: «Мы — точка в dot-com». И это не казалось преувеличением.

(далее…)

ИИ похож на скальпель, который за $20 в месяц оказался в руках у каждого. В руках хирурга он позволяет делать то, что раньше казалось невозможным. В руках человека без подготовки и знаний он тоже оставляет след — вот только результат может быть непредсказуемым.

Последние месяцы я делаю фичи в Claude Code не одним агентом, а командой: ведущий режет работу на задачи, кодеры пишут, рецензент смотрит, проверяющие принимают. Сначала это был чужой плагин, в который я коммитил свои улучшения, потом свой. После каждой серии прогонов я что-то в нём дорабатывал.

(далее…)

Почему генерация кода перестала быть узким местом и что проектировать вокруг модели: контекст, права, тесты, наблюдаемость и точки остановки

Ещё недавно спор про coding-агентов сводился к тому, какая модель лучше пишет код. Сейчас интереснее другой вопрос: почему команда, у которой агент генерирует в разы больше diff’ов, не получает пропорционального роста поставленной ценности? Ответ всё чаще звучит не про модель, а про среду вокруг неё: контекст, права, тесты, аудит, наблюдаемость и точки остановки.

Это и есть harness engineering (далее…)