А вы сразу начали использовать новую систему управления проектами?
Привет, Хабр! Знакома ли вам ситуация, когда внедренная ИСУП остается лежать на «полке» несмотря на все затраты: анализ процессов, закупку лицензий, настройку рабочих мест, миграцию данных и обучение сотрудников? Разберемся в статье, где искать проблему и возможно ли полностью отказаться от привычных инструментов в пользу единого ПО.
Начну с вывода: если одну и ту же скучную операцию я делаю руками второй раз, где-то в мире грустит один AI-агент. А если третий — вероятно, уже и Python-скрипт.
Я довольно долго воспринимал AI в основном как ещё один интерфейс к языковой модели: задать вопрос, получить ответ, попросить что-то переписать, объяснить код или помочь с формулой. А потом начал пользоваться AI-агентами и довольно быстро понял, что разница между ними и обычным чатом куда менее магическая, чем иногда кажется.
Изменения в процессе ревью я остро ощущаю на себе прямо сейчас. Самих PR-ов стало больше и они стали гораздо длиннее, потому что LLM позволяет сразу писать кучу тестов, обновлять документацию и делать ещё много вспомогательной работы. Это накладывает свой отпечаток на мою работу: приходится ревьюить гораздо больше кода и качество этого процесса постепенно снижается с усталостью. Каждый последующий аппрув я ставлю с меньшей уверенностью.
Всем привет! Меня зовут Дина, я Java‑разработчик, около шести лет в энтерпрайзе. С апреля начала делать пет‑проект вместе с ИИ‑агентом: он писал код, я ставила задачи и смотрела на тесты. Всё шло хорошо: тесты были зелёными, сценарии закрывались, а потом я открыла проект и поняла, что чётко не осознаю, как в нём устроен главный сценарий: от запроса до готового видео. Эта статья о том, как я возвращала себе понимание собственного кода.
Как вера в hh.индекс и отбор, не способный оценивать квалификацию кандидатов, могут превратить “рынок работодателя” в самосбывающееся пророчество
Продуктовые команды в e-commerce часто совершают одну и ту же ошибку – проектируют интерфейсы и логистические цепочки, опираясь исключительно на экономическую целесообразность. Однако реальное поведение пользователей диктуется факторами, лежащими далеко за пределами классических b2b-моделей. Разбор кейса маркетплейса «Здравсити.ру» за девять месяцев 2026 года показывает, что на стыке привычного ритейла и цифровых платформ ключевую роль играет изменение привычек потребления, продиктованных фактором удобства.
Всем привет! Меня зовут Ира, я лид группы проектов, обеспечивающих полный цикл работы службы поддержки в компании «Совкомбанк Технологии».
В блоге «Совкомбанк Технологий» уже выходила статья, где я поделилась тем, как мы с командой организовали работу с техническим долгом на легаси-проекте. Там я выделила ряд проблем, с которыми тогда столкнулась. В этой статье продолжу данную тему и расскажу, как мы закрываем технический долг с помощью искусственного интеллекта.
Есть старые системы, которые работают как часы. Они годами встроены в бизнес-процессы, обмениваются данными с другими приложениями, а пользователи знают их сценарии почти наизусть. Поэтому выключить такую систему потому, что просто хочется более современный стек, довольно сложно. Но рано или поздно технологию все равно приходится менять. И тут возникает закономерный вопрос: как перенести систему, от которой зависит привычная работа пользователей, на новую технологическую платформу и при этом не потратить на миграцию годы и огромную команду?
