LLM бенчмарк «Испытание Дали»
Помните анекдот?
— Что вы умеете лучше всего?
— Я очень быстро считаю.
— Сколько будет 758×652÷9?
— 22!
— Но это же неправильно!
— Зато очень быстро.
Помните анекдот?
— Что вы умеете лучше всего?
— Я очень быстро считаю.
— Сколько будет 758×652÷9?
— 22!
— Но это же неправильно!
— Зато очень быстро.
Если вам интересна тема персональных систем управления знаниями и задачами — переходите в мой тг-канал. Там я разбираю инструменты, публикую кейсы и делюсь тем, что работает на практике, а не только выглядит красиво на скриншотах.
Когда ко мне обратился клиент, он сформулировал проблему примерно так: «Вся информация есть, но связана только у меня в голове».
Он технический директор в сфере силовой электроники. Рабочий день — проекты, схемы, переписки, документация. Всё это жило в разных местах, и только он сам знал, где что лежит и как одно связано с другим.
Про Developer Experience любят говорить, проводя параллели со счастьем. Счастливый разработчик пишет хороший код, остаётся в компании, приводит друзей. Звучит хорошо, продаётся хорошо. Только когда я спрашиваю на интервью «а сколько это счастье стоит и что оно приносит бизнесу», в ответ обычно начинается мычание. Потому что счастье — это маркетинговая обёртка, в которую упаковали DX, чтобы продать его людям с бюджетами. Обёртка свою работу сделала, про DX начали говорить. Но если вы строите стратегию вокруг счастья, то вы почему-то начинаете покупать в офис кресла и фрукты, а пайплайн как собирался 40 минут, так и собирается.
Каждый год компании по всему миру тратят миллиарды долларов на внедрение BI-систем (Tableau, Power BI, Qlik, Looker). Аналитики Gartner и Forrester упорно твердят, что рынок растёт. Но есть цифра, о которой говорят немногие: до 70% проектов по внедрению бизнес-аналитики так и не выходят в окупаемость.
Привет, Хабр!
Меня зовут Александр Сахаров, я директор по работе с партнерами в компании «Диасофт». Мы в уже много лет развиваем экосистему Digital Q — это наш ответ хаосу в разработке, платформенный подход, который позволяет командам не изобретать велосипед каждый раз, а собирать сложные системы из надежных компонентов.
Замечаю, что часто люди подстраиваются под инструменты для работы, а не наоборот: процессы и поведение в целом деформируется под ограничения и логику треккеров и других методологических инструментов
Хотел бы в свободной форме порассуждать в статье о том, почему так происходит, и что с этим делать
На уровне отдельно взятого человека происходят изменения в мышлении. Человек перестаёт думать «что именно нужно сделать», задача подгоняется под инстумент
В первой статье я писал про SDD за один вечер — Telegram‑бот, шесть команд Spec Kit, восемь часов от первого speckit.constitution до рабочего MVP. Это была проверка методологии на маленькой задаче.
С тех пор я прошёл 17 спринтов SDD на FullStack‑приложении: B2C‑трекер привычек и целей, два репозитория (backend и frontend), 251 тест на бэке и 77 на фронте, релиз в продакшен. Это уже не вечер — это полный цикл разработки FullStack‑приложения по одной методологии.
Здесь — что не дало мне потерять контроль на этом масштабе. Не «как быстро я это сделал», а как методология держит управляемость (далее…)
Помните LAMP? Linux, Apache, MySQL, PHP. 2006 год. Резюме сисадмина без LAMP не рассматривали. Курсы, сертификаты, форумы. Все учили стек. Мало кто спрашивал: а задачу-то как решать? Стек и есть решение. Поставил LAMP, залил WordPress, работает. Следующий.
Откройте Хабр в 2026. “Собираем RAG на PHP за вечер.” “Оркестрация LLM через Redis.” “Agentic RAG Challenge.” “Multi-agent pipeline с LangChain.” На Coursera уже есть курс “Applied Agentic AI Pipelines”. Gartner фиксирует рост запросов по мультиагентным системам на 1445%.
LangChain, RAG, VectorDB, Tool Calling. Новый LAMP.
Все учат стек. Мало кто спрашивает: а задачу-то как решать?