Работая в айтишечке

Работая в айтишечке

@workinginit

Канал о том, как эффективно работать в IT: простые объяснения технических вещей, лайфхаки, лучшие практики и полезные инструменты для повседневных задач.Автор: @Shevtsoff

1 473подписчиков
🇷🇺

Похожие каналы

Все →

Последние посты

Работая в айтишечке — пост в ТГ канале

☕️ Кем станет аналитик, когда ИИ научился писать SQLСейчас модно рассуждать на тему того, как кого-то заменит ИИ. Решил посмотреть на роль аналитиков - так как они являются основными пользователями моих продуктов.Начнем с главного — заменят не аналитика — заменят кусок работы: накидать черновик запроса, собрать табличку, поймать аномалию глазами, нарисовать первый график. Это ИИ уже делает быстрее аналитиков.Но профессия от этого не исчезает. У неё смещается центр тяжести.Раньше единицей работы был ответ на вопрос. Теперь — система, которая отвечает на вопросы сама.Вот как это выглядит на практике. Сегодня к аналитику приходят с «почему просела конверсия?», он лезет в данные, считает, объясняет. Завтра первым на этот вопрос ответит ассистент. И работа аналитиков будет — не ответить, а сделать так, чтобы ИИ ответил правильно: взял ту метрику, что нужно, не перепутал корреляцию с причиной, честно показал ограничения и сам поднял руку, когда вопрос слишком рискованный для автоответа.Аналитик перестанет быть тем, кто отвечает на каждый вопрос. Он станет тем, кто проектирует смысл: как считается метрика, что такое «активный пользователь», какие разрезы вообще допустимы, где проходит граница между «ИИ ответит сам» и «тут нужен человек».Как, по-моему, будет выглядеть рабочий день:— не «закрыть 10 ad hoc-запросов», а посмотреть, на чём ассистент путается, и починить это в корне— не «сделать ещё один разрез по просьбе бизнеса», а превратить повторяющийся вопрос в готовый сценарий, который дальше крутится без вас— не «построить дашборд», а владеть определениями метрик так, чтобы человек, дашборд и ИИ понимали их одинаковоИ вот тут интересное. Чем дешевле сгенерировать ответ, тем дороже за него отвечать. Раньше кривую цифру видел один заказчик. Теперь кривую трактовку ассистент разошлёт сразу сотне людей. Поэтому самый ценный навык — не «написать запрос», а «понять, что ответ неверный, хотя выглядит он чертовски убедительно».Что из этого следует:— SQL не умирает, меняется вопр

18 июн. 2026 г.466В Telegram
Работая в айтишечке — пост в ТГ канале

Пятничный мем#memes

5 июн. 2026 г.770В Telegram
Работая в айтишечке — пост в ТГ канале

☕️ Агенты как пользовательВозникла мысль, что продакты должны теперь держать в голове ещё один сегмент пользователей — LLM-агентов. Ладно, не прям отдельный сегмент, скорее агент — это не персона, а режим потребления, вторая поверхность продукта для существующего пользователя.Идея простая: агенты уже сейчас лезут в наши интерфейсы. Кликают, заполняют формы, дёргают API, оформляют заказы. Делают это коряво и ненадёжно — но делают.Посмотрел, оказывается, даже термин для этого есть — Agent Experience (AX) и четыре вещи, которые агенту нужны: доступ, контекст, инструменты, оркестрация. Под это даже стандарты создали — MCP, llms.txt, Agent-to-Agent (A2A) протокол.Почему важно думать и про агентов? Они не прощают того, что прощает человек. Человек стерпит лаг, додумает кривую формулировку, выкрутится из непонятного дашборда. Агенту нужны машиночитаемость, детерминизм и осмысленные тексты ошибок — чтобы поправить себя без человека. Это приводит нас к необходимости наконец чинить API, доки и данные, на которые годами забивали ради красивого UI.Ну и "чинить" надо не всё подряд:— Стандарты для агентов есть, но не факт, что ими реально пользуются, ну или их могли пересмотреть.— Удобство для агента может убрать проверки, которые защищают человека от случайных действий.— Ну и лучше сначала проверить логи и реальные сценарии, а не срочно переписывать продукт под модное веяние.О чем тогда надо подумать в продукте:— посмотреть логи и user-agent — ходят ли агенты к вам вообще, или пока рано что-то предпринимать — навести порядок в API и доках: чистый OpenAPI, понятные ошибки, чтобы агент сам себя поправил — задать границы полномочий: что агенту можно авторизовать без человека, а что — нельзя — не убирать трение там, где оно защищает пользователя#agents #thoughts #mcp #ai

5 июн. 2026 г.696В Telegram
Работая в айтишечке — пост в ТГ канале

Пятничный мем#memes

29 мая 2026 г.890В Telegram
Работая в айтишечке — пост в ТГ канале

☕️ Четыре репозитория со скиллами для аналитикиПокопался на гитхабе и отобрал четыре репозитория со скиллами под аналитику данных — те, что реально зашли. Мой фаворит — ai-analyst - это просто комбайн, делает всё 🔥 Напомню: скилл — это папка с инструкцией и шаблонами, которую Claude подгружает сам, когда видит подходящую задачу. Один раз кладёте в неё свои правила, метрики и схему — и дальше не объясняете контекст заново в каждом чате.👀 Ссылки→ https://github.com/nimrodfisher/data-analytics-skills→ https://github.com/florianbonnet14/ThePowerOfAnalytics_ClaudeSkills→ https://github.com/borghei/Claude-Skills/tree/main/data-analytics→ https://github.com/ai-analyst-lab/ai-analystСпойлер: половина пользы — не в самих скиллах, а в файлах references рядом с ними. Положите туда свою схему, метрики и пороги алертов. А ещё лучше попросите Claude адаптировать их под вашу инфру.#claude #agents #tips #tools

29 мая 2026 г.1 010В Telegram
Работая в айтишечке — пост в ТГ канале

Не, ну ChatGPT/Codex конечно пушка! Надо было коллеге рассказать разницу - попросил поресерчить и сделать инфографику

27 мая 2026 г.745В Telegram
Работая в айтишечке — пост в ТГ канале

☕️ Команды будущего: несколько мыслей Да здравствует эра дженералистов. Всех специалистов упакуют в скиллы, а дженералисты будут этими скиллами хороводитьРешил сесть осмыслить как AI меняет команды. Надеваю шапку футуролога. Поехали.1️⃣ Команды станут меньше, но не так, как это любят подавать. Не «увольняем половину, AI справится». А иначе: исчезает не работа, а передача работы между людьми. Раньше она шла цепочкой — один придумал, оформил, передал, другой собрал, третий проверил. Каждая передача требовала отдельного человека просто чтобы её обслуживать. AI убирает передачи. И вместе с ними — роли, которые жили только на этих стыках.2️⃣ В новом продукте, где сплошная неопределённость, один человек теперь закрывает то, на что раньше нужна была мини-команда. Тот, кто чувствует ценность, сам собирает прототип с агентами. У Y Combinator четверть стартапов последнего набора написала 95% кода с помощью AI — и это уже не магия, а обычная новая практика. Команда на старте сжимается до двух-трёх человек, которые умеют всё понемногу и что-то одно — глубоко.3️⃣ На зрелом продукте появляется работа, которой раньше не было: следить, чтобы агенты вели себя предсказуемо. Не врали, не роняли прод, делали то, что задумано. Это уже отдельная профессия со своим названием — AgentOPS. Зрелой команде нужен не «больше рук», а человек, который держит надёжность всей этой автоматики.4️⃣AI — не волшебная палочка, и данные показывают это жёстко. Исследование METR: опытные разработчики с AI делали задачи на 19% медленнее — а были уверены, что ускорились на 20%. Чувствуешь одно, по факту другое. Рядом — снесённая агентом продакшн-база у Replit, утечка данных клиентов у Lovable, оценка, что безопасен лишь каждый второй кусок AI-кода. Вывод не «AI бесполезен», а «контроль никуда не делся». Кто-то в команде всё ещё должен держать качество — иначе долги копятся тихо и всплывают в худший момент.Складывается такой портрет команды будущего:— маленькое ядро вместо длинной цепочки— люди с широким охвато

27 мая 2026 г.713В Telegram
Работая в айтишечке — пост в ТГ канале

☕️ Агентная аналитика для продактов. Материалы воркшопаПровёл воркшоп у Podlodka ProductCrew — «Агентная аналитика для продактов». Запись уже выложена.Главный тезис: аналитику можно делать на любой модели, не важно какая она. Главное - контекст, который вы ей даёте.Чтобы продемострировать это сделал два публичных репо на одних и тех же данных вымышленного фитнес-приложения:— fitflow-bare — голая БД, никакого контекста.— fitflow-rich — то же самое + PRODUCT_CONTEXT.md, data dictionary, 7 скиллов в .claude/skills/.На вебинаре прогнал два кейса в обоих репо:1. Onboarding funnel — где люди отваливаются и почему. На bare-репо агент честно посчитал воронку и выдал гипотезы из учебника. На rich — увидел, что drop-off на шаге «выбор целей» связан с конкретной персоной, и предложил продуктовое действие.2. NPS-фидбэк за квартал — темы, динамика, связь с поведением. На bare получились generic-кластеры «UI/Pricing/Performance». На rich — фитнес-специфичные темы (мотивация, расписание, сложность) и джойн с retention.Паттерн повторился на двух типах данных — структурированных событиях и тексте. Можно попробовать1. Форкнуть оба репо и задать им одни и те же два вопроса — почувствовать разницу за 30 минут.2. Подменить данные на свои, переписать PRODUCT_CONTEXT под свой продукт — это 4–8 часов.3. Взять один реальный кейс из работы (research, фидбэк, RCA) и пройти один цикл.Всё бесплатное, всё в открытых репо, а ещё есть сайт воркшопа#events #agentic #analytics

26 мая 2026 г.971В Telegram
Работая в айтишечке — пост в ТГ канале

☕️ Команда, два репо (фронт и бэк), три разных агента: как не утонуть в хаосеПытаемся настроить совместную разработку с AI-агентами — для команды, где у каждого свой инструмент: кто на Claude Code, кто на Codex, кто на Cursor. Два репозитория, фронт и бэк. Задача — чтобы агенты хорошо навигировались по коду, писали правильно с первого раза и жгли минимум токенов.Минимальный джентельменский— AGENTS.md как единый источник правды. Это «README для агентов», открытый стандарт, который читают Codex, Cursor, Copilot и другие. Claude Code исторически читает CLAUDE.md, но его легко подружить через одну строчку @AGENTS.md. Правило: один файл, всё остальное на него только ссылается. Никаких четырёх копий инструкций, которые неизбежно разойдутся.— Короткий файл вместо энциклопедии. Раздутый AGENTS.md работает хуже короткого: LLM игнорирует половину, Codex вообще обрезает по лимиту. Держите до 150–200 строк. Архитектуру выносите в docs/ — агент подгрузит, когда понадобится.— Навигируемая структура. На реальной кодовой базе агент тратит большую часть токенов не на написание кода, а на попытки его понять. Имя файла должно честно говорить, что внутри: booking.repository.ts лучше, чем utils/data.ts. Грамотный context engineering снижает расход токенов в 5–6 раз на одной и той же задаче.— Contract-first для фронта и бэка. Договоритесь о формате данных до того, как писать код. Контракт API (файл openapi.yaml) — это список: какие запросы есть, какие поля приходят в ответ и какого они типа. Сначала команда фиксирует этот список, и только потом фронт и бэк пишут код — каждый под него. Из контракта автоматически собираются типы (фронт сразу знает структуру ответа), заглушки-моки (фронт работает, пока бэка ещё нет) и тесты, которые проверяют, что код не разошёлся с договорённостью. Бонус для агента: он не сможет обратиться к полю, которого нет в контракте, — среда подсветит ошибку сразу.— Git worktrees для параллельных агентов. Если запустить двух агентов в одной папке с кодом, они начнут

25 мая 2026 г.643В Telegram
Работая в айтишечке — пост в ТГ канале

☕️ Лайфхак: запускайте сессию Claude пораньшеКоллега поделился классным лайфхаком — спрашивать что-нибудь у Claude как только проснулся. Так вы привязываете окно сессии к удобному времени.Лимиты в Claude работают по скользящему окну в 5 часов. Окно стартует с первого сообщения и сбрасывается ровно через 5 часов. Дальше — следующее.Если первый запрос в 8:00 — ресеты в 13:00, 18:00, 23:00. Первый сброс к обеду, второй к концу дня. Никаких ресетов посреди фокус-сессии.Если же первый запрос случайно в 10:30, потому что разгребали почту — ресеты поедут на 15:30 и 20:30. Хуже.Особенно актуально для тех, кто живёт в Claude Code — там лимиты съедаются быстрее.Маленькая привычка, рабочий день перестаёт зависеть от того, во сколько вы случайно дёрнули модель. #claude #tips #vibecoding

19 мая 2026 г.879В Telegram
Работая в айтишечке — пост в ТГ канале

☕️ Агентная аналитика для продактовВ понедельник, 18 мая, выступаю на конфе Podlodka Product Crew «AI-инструменты продакта».Тема — Агентная аналитика для PM. 90 минут про то, как собрать рабочий аналитический контур с AI-агентом: какие ингриденты нужны, чтобы агентная аналитика состоялась, live-demo в IDE, пять шагов попробовать у себя на следующей неделе.Главный тезис: разница между поверхностным и глубоким ответом агента — не в модели, а в контексте, который агент читает до того, как вы задали вопрос. Покажу это на синтетическом датасете фитнес-приложения.Сезон идёт с 18 по 22 мая, программа сильная — практики из российских и зарубежных команд. 💰 Промокод на 500₽ для подписчиков канала: workinginit🔗 Регистрация: https://podlodka.io/productcrew

14 мая 2026 г.950В Telegram
Работая в айтишечке — пост в ТГ канале

☕️ Два фреймворка, которые превращают Claude Code в нормальный рабочий процессЕсли пробовали писать через Claude Code что-то посерьёзнее ToDo-приложения (на самом деле эти два инструмента годятся не только для кодинга) — скорее всего ловили знакомую боль: первые полчаса всё летит, Claude пишет чисто, держит контекст, отвечает по делу. А потом начинается «я буду кратким», пропущенные тесты и забытые требования. У этого даже название есть — context rot, деградация качества по мере заполнения контекстного окна.Сообщество за последний год выкатило пачку фреймворков, которые эту проблему решают. Два самых интересных и вирусных — Superpowers и GSD v1. Оба оркестрируют Claude Code поверх обычного использования. Оба превращают хаотичный вайбкодинг в структурированный процесс с планированием, ревью и контролем качества. Но делают это очень по-разному.Superpowers (от Jesse Vincent, он же obra) — набор из ~14 composable skills, которые триггерятся автоматически по контексту. Вы не учите команды. Просто описываете задачу, а под капотом последовательно отрабатывает цепочка: brainstorming через уточняющие вопросы, изолированный git-worktree на каждую задачу, план в атомарных кусочках по 2–5 минут, свежий субагент на каждую задачу, обязательный Red-Green-Refactor TDD, двухэтапное code review, аккуратное завершение ветки.GSD v1 (Get Shit Done от Lex Christopherson / TÂCHES) — противоположная философия. Явные команды, явные фазы, явный контроль. Вы сами жмёте /gsd-new-project, /gsd-discuss-phase, /gsd-plan-phase, /gsd-execute-phase, /gsd-verify-work, /gsd-ship. И главное: между фазами каждый субагент получает свежий контекст на 200k токенов. Это и есть главное лекарство от context rot. Ваш основной чат остаётся на 30–40% загрузки, пока агенты в параллельных волнах делают тяжёлую работу.Как применять на практикеНебольшие задачи, активная итеративная работа, эксперименты — удобнее Superpowers. Skills сами включаются, процессного оверхеда почти нет, вы просто кодите/вайбменеджите.Долги

7 мая 2026 г.1 120В Telegram