Из колонии во фронтенд

Зацепили? Это не шутка! Наш студент работал в колонии (не сидел), а теперь в Модульбанке. Вообще мы давно не выкладывали историй успеха, а они есть, каждую неделю кто-то трудоустраивается что не может не радовать. Вакансий меньше, запроса меньше, но при должном усилии и щепотке магии коммерческих проектов Хекслета можно попасть и на стажировку (о которых публично не о собо пишут) и на работу.

Интро

Дима не из тех, кто в детстве разбирал компьютеры и мечтал о стартапе. Последние годы он был дежурным помощником начальника учреждения и отвечал за все, что происходило в смену, от ночных происшествий до обхода постов.

После службы можно было выбрать спокойный путь. Он выбрал другой. Четыре года самостоятельной учебы. Потом Хекслет, курс на 10 месяцев прошел за шесть. Потом 350 откликов и 8 месяцев поиска почти без ответов. Параллельно работа мастером в газораспределении, усталость, обычная взрослая жизнь. А потом тестовое за три вечера и стажировка в Модульбанке.

=> https://ru.hexlet.io/blog/posts/iz-raboty-v-kolonii-vo-frontend-kak-ya-v-42-goda-popal-na-stazhirovku-v-modulbank

Telegram | YouTube | Сообщество

Как учиться новичкам в эпоху ИИ?

Сейчас такими советами весь интернет завален. Хотите правду? Да ничего принципиально не поменялось. Если стоит задача что-то по быстрому сделать, то ии конечно помогает и позволяет не погружаться туда, куда не хочется. Но если вы решили стать профи в какой-то области, то разобраться придется иначе решение любой задачи превратится в метод тыка. И это не какое-то новое веяние, такое было всегда, просто не так часто. Поэтому одни люди добавились чего-то серьезные, другие не особо.

Нам вообще кажется, что сейчас целеустремленным и тем кто действительно пытается разобраться в том чем занимается станет легче, потому что ИИ делает людей ленивыми и в глубь копает все и меньше людей. А значит найти глубоких спецов становится сложнее.

Нужно ли при этом уметь пользоваться ИИ? Да, безусловно. От быстро что-то навайбкодить, до целенаправленно решить сложную задачу с контролем не только внешнего поведения, но и того что получилось по итогу в коде. Влияет ли это как-то на знание каких-то фундаментальных вещей от принципов работы операционных систем до многопоточного программирования? Совсем нет. Хотя какие-то знания конечно будут уходить в небытие, но это тоже не новое, современные программисты с точки зрения старых разработчиков (которые писали на более низком уровне и знали сильно больше деталей) вообще ничего не понимают в этой жизни 🙂

Если воспринимать ИИ как помощник, то все становится проще. С его помощью действительно проще и быстрее находить ошибки не зависая над проблемой на часы и дни теряя мотивацию. Но важно не превращать это в метод тыка. Нужно вместе с ИИ строить гипотезы, шаги по их проверке и так далее. В общем после такой сессии вы должны выходить новым человеком, с новым багажом знаний.

Что касается написания нового кода, то тут придется себя регулярно останавливать и заставлять писать код самостоятельно. Тут только рефлексия и самоконтроль.

p.s. Пока писал пост, пришла идея видео, где мы это продемонстрируем 🙂

Telegram | YouTube | Сообщество

Я у мамы фаундер или почем вайбкодинг?

Мы долго избегали этой темы, но вайбкодинг таки пришел в нашу жизнь. Во-первых многие захотели попробовать стать предпринимателями, а во-вторых, сам процесс стал сильно ближе к разработке, чем просто пиу промпт пиу. Поэтому 28 мая мы стартуем курс "Вайбкодинг на Claude Code". Идеально для тех кто не совсем программист, но очень хочет что-то замутить.

Что там будет? Будем пилить готовые решения, от лендингов со сбором заявок и автоматическом анализе конкурентов, до mvp сервиса по кросс-публикации постов в разные соцсети.

Курс небольшой на месяц, поэтому он скорее вводный для тех кто хочет по быстрому попробовать. Тут мы даем минимально необходимую базу по моделям и агентам, а так же техническим штукам, без которых будет совсем тяжко.

Программа и цены по ссылке => https://ru.hexlet.io/programs/vibecoding-claudecode

p.s. Хотя там написано claude code, по факту его можно проходить с любым другим инструментом

Telegram | YouTube | Сообщество

Уровни зрелости использования ИИ в разработке. От "пишу все руками" до "ии интегрирован в SDLC". Где вы на этой шкале?

Уровень 0. Не использую
Код пишется руками, документация ищется в браузере, Stack Overflow открыт в соседней вкладке.

Уровень 1. Чат рядом
ChatGPT или Claude в отдельном окне. Спросил, скопировал, вставил, поправил. Удобно для объяснений, шаблонов и вопросов в духе "как сделать X". Контекст проекта модель не видит, поэтому мы держим его в голове и в промптах.

Уровень 2. Автодополнение в IDE (NES)
Copilot и аналоги работают прямо в редакторе. Подсказки появляются по ходу набора, автодополняются целые функции. ИИ переехал из вкладки в рабочий процесс, но все еще дописывает за вами.

Уровень 3. Агент пишет код и занимается дебагом
Cursor, Claude Code, Codex. Задача ставится агенту, и дальше он ведет ее сам: собирает контекст по кодовой базе (читает нужные файлы, ищет зависимости), строит план, реализует, прогоняет тесты и проверяет себя, а в конце готовит коммит и PR.

Уровень 4. Агент интегрирован в инфраструктуру
Агент работает не только с кодом, но и с окружением вокруг него: CI/CD, деплой, логи, метрики. Может прогнать пайплайн, выкатить ветку, посмотреть, что упало на проде, и почему.

Уровень 5. Интеграция в SDLC
Агент встроен в процесс целиком. Делает triage входящих тикетов, сам собирает контекст: читает тикет, его аттачменты, переписку в комментариях, ходит в базу знаний и документацию, поднимает связанные PR и историю. На основе этого решает, что нужно сделать, берется за задачу, сам коммитит, создает реквесты и исправляет по ревью.

А на каком уровне находитесь вы? Напишите в комментариях
Telegram | YouTube | Сообщество

Хотим мы этого или нет, но разработка в современном мире поменялась и продолжает активно развиваться в сторону ИИ инструментов. Как бы мы не пытались и не хотели, разговоры всегда и везде сводятся к навыкам работы с ИИ. Что ж, пришло время сказать, что мы перестаем этому сопротивляться. Наш клуб теперь официально "Хекслет AI Клуб". Здесь мы говорим про AI SDLC и внедрение ИИ в задачи бизнеса.

При этом мы не скатываемся в истерию и фанбойство. Все по серьезке, но через новую призму. Ссылка на клуб: @hexletclub

Клуб теперь открыт для всех желающих. Бот при этом останется для разных полезных действий, которые мы настроим чуть позже.

Telegram | YouTube | AI Клуб

☀️ Популярные программы июня от Хекслет

Для действующих разработчиков:
— Курс «LLM-разработчик» со скидкой, старт 25 июня;

Профессии с нуля:
— Курс «DevOps-инженер с нуля»;
— Курс «Golang-разработчик с нуля»;
— Курс «Фронтенд-разработчик» с нуля;

Навыки, учим в быстром темпе, всё самое важное в сжатом виде:
— «ИИ для разработчиков»: дебаг, рефакторинг, проектирование архитектуры, работа с документацией и Git, добавляем ИИ в каждый этап.
— «DevOps для разработчиков»: автоматизации, контроль деплоев, сборки;
— «Вайб-кодинг на Claude Code»: все самое актуальное от профессионалов в ИИ-разработке;

Ждем вас на наших программах.
Не можете определиться с выбором? Напишите нам

Telegram | YouTube | AI Клуб

Модель, агент или харнес?

До сих пор существует путаница, кто есть кто и как это все вместе работает. За что отвечает модель и что может модель? Как модель выполняет разные задачи и при чем тут агент?

В двух словах, модель умеет только выдавать текст на базе входящего текста. По пути там еще идет преобразование в токены, но это ничего принципиально не меняет. А как тогда работают действия (тулы)? Как модель ищет в интернете, работает с файлами и выполняет команды через api сервисов? Вот за это отвечает агент, в котором соединяется обвязка (харнес) в виде различных инструментов выполняющих задачи во внешней среды + сама модель.

Подробнее об этом в статье, которую мы бережно перевели для вас: https://ru.hexlet.io/blog/posts/anatomiya-agentnogo-harnessa-obvyazki

И конкурс :) Кирилл Мокевнин выступает в понедельник на Podlodka AI Crew (кого я обманываю, я сам пишу этот пост). А за это нам дали пару проходных билетов на халяву. Собственно давайте их разыграем. Напишите в комментариях как вы используете ИИ или какие задачи вы решаете с помощью него. Самый залайканый комментарий на понедельник 10 утра получит секретный код с доступом к конференции. Лайк, шер, алишер.

Telegram | YouTube | AI Клуб

Что самое главное в агентном программировании?

Представьте что вы поставили себе хорошего агента, например, opencode, настроили проект, добавили agents.md и начали работать. Возникает вопрос, насколько результат который вы получаете с агентом оптимален? Не только с точки зрения готового кода, но и самого процесса вазимодействия с агентом. Как часто его надо направлять, насколько он тупит и генерирует не рабочее решение.

Можно сказать что очень важно уметь работать с контекстом. Это абсолютная правда, нужно объяснить детали задачи, прожарить (grill-me), подгрузить нужные документы, проанализировать код (агентом) и в конце концов реализовать задачу. Без этого никак, но этого условия недостаточно.

Если агент в процессе не может верифицировать то что он делает, то на выходе получится код, который скорее всего не запустится. Более того, нередко сам подход к решению может оказаться не запускаемым в принципе, но агент про это не знает, так как не может сам в этом убедится. В итоге получается что он будет постоянно останавливаться с фразой в духе "я все сделал, но проверить не могу, глянь сам".

По сути, ключевым элементом во всей этой системе являются механизмы автоматической проверки кода на работоспособность. Что сюда входит?

• Статическая типизация
• Линтеры
• Тесты (в первую очередь интеграционные)
• Возможность выполнить код проекта (например через repl)
• Сборка

Причем агент должен знать когда и что запускать и делать это автоматически. В идеале добавить хуки в git, которые как минимум не позволяют пушить код, который не проходит базовые проверки (линтеры и проверку типов).

Telegram | YouTube | AI Клуб

Курсы для всех и пусть никто не уйдет обиженным

Делимся ближайшими планами по запускам и новым курсам. Пока акцент идет на ИИ, мы хотим до конца лета добить оставшиеся направления, которые нас просят запустить (и которые особо интересны в этом дивном мире). К ним относятся:

ИИ Автоматизатор

это как обычный автоматизатор, который интегрирует сервисы с помощью таких инструментов как n8n, но помноженный на создание и внедрение агентов на no-code платформах типа Yandex AI Studio. Запуск будет в конце июля

Полный вайбкодинг

Это расширенная версия текущего курса по вайбкодингу, который мы недавно запустили. Он будет идти 4 месяца и фактически будет похож на ии автоматизатора по изучаемым темам, но с упором и отдельным материалом по созданию продуктов. В общем это такой стартаперский заход. Дата старта пока определяется

AI SDLC

курс для лидов, сто и программистов, которые хотят меняться и менять компании на AI First (AI Native). Тут много про изменение организационной структуры и новым подходам к тому как происходит сбор требований, проектирование, реалзиация, верификация и эксплуатация. Стартует в августе.

LLM-разработчик

Это внедренец ИИ решений в бизнес процессы. Мы уже писал про этот курс, но не писали про вебинар Как войти в LLM-разработку: навыки, вакансии, кейсы внедрений , который будет 30 числа в 19:00 по Москве.

https://special.hexlet.io/llm-developer_webinar

Пока выглядит так, что сделав эти курсы, мы закроем все что надо по ИИ. Если мир к этому времени не подкинет нам снова каких-то сюрпризов, то мы возьмемся за классические программы и сделаем упор на навыковые курсы для повышения квалификации. Всем бобра, оставайтесь с нами

Telegram | YouTube | AI Клуб

Автоматизация бизнеса или LLM-разработчики наступают

Антон Плешивцев, бывший разработчик Aviasales, разработал сервис по подготовке фотографий на визы разных стран (ishotaphoto [.] com), где применяется множество различных моделей для обработки фото. И когда его сервис начал набирать обороты и стал приносить денег, появилась операционка в виде помощи пользователям с неточностями в работе, возвратами денег (такое бывает у любого бизнеса) и ответами на разнообразные вопросы, которые летят на почту.

В какой-то момент Антон заметил, что на это стало уходить несколько часов каждый день, поэтому он стал копать в сторону агентов и конкретно OpenClaw. После нескольких итераций у него получилось завести систему, в которой агент сам разгребает почту, отвечает пользователям там где безопасно, создает счета на возврат (но не делает возврат сам) и выполняет другие полезные задачи. Подробнее про это можно посмотреть в подкасте "организованное программирование".

Конечно на объеме это не заменит реальных людей, но значительно сокращает их количество на всех этапах и позволяет бизнесу быть более быстрым и устойчивым к изменениям. И сейчас такого становится все больше, как на уровне солопредпринимателей так и на уровне крупных компаний, которые активно переводят часть своих технарей в роль llm-разработчик. Название пока не устаканилось, но фактически это программисты с опытом devops, некоторыми знаниями базы по llm и глубоко разбирающихся в том как строить агентные системы. Здесь появляется много интересного: роутинг, opengraph, rag, fine-tuning, workflow, human-in-the-loop, evals, guardrails и много других страшных слов.

На Хекслете мы занимаемся ровно тем же самым, внедряем эти механики во все внутренние процессы и раскатываем на самом сайте. И естественным продолжением стало появление курса LLM-разработчик, первый поток которого стартует буквально на днях. А чтобы у вас было лучше понимание что это за направление и с чем его едят, сегодня в 19:00 по москве мы проводим вебинар, где подробно обо всем расскажет Рустам Барханов, Старший инженер‑программист отдела интеграции искусственного интеллекта АО «Финам». Записаться на вебинар можно по ссылке https://special.hexlet.io/llm-developer_webinar Трансляция будет доступна и в vk и в youtube

Telegram | YouTube | AI Клуб

Из сертификации в тестировщики: как я совершил прыжок веры в эмиграции

Михаил семь лет проработал в сертификации, а под Новый год уволился без плана, просто чтобы отдохнуть и подумать, куда двигаться дальше. Никакого запасного варианта, никакой новой работы на примете. Сам он называет это прыжком веры.

Все происходило в эмиграции: несколько лет за границей, накопившаяся усталость от профессии и ощущение, что расти дальше некуда.

Он перебрал фронтенд, Python и тестирование, выбрал последнее и прошел курс в Хекслете, а потом поработал на коммерческих проектах, чтобы набить руку. Параллельно пережил один из самых тяжелых периодов в жизни: травмы, депрессия, лечение.

Работу нашел через нетворкинг: тестировщик понадобился знакомому техлиду из альпинистской компании.

Как он прошел этот путь и что помогло ему справиться, читайте в новой истории: https://ru.hexlet.io/blog/posts/iz-sertifikacii-v-testirovshchiki

Telegram | YouTube | AI Клуб

Конференции и воркшопы

Завершился большой блок летних конференций, на которых я выступал последние две недели. Это были highload, teamlead, agentic dev и ai weekends. Два мастер-класса, фасилитация групповой работы c-level клуба, один доклад и два дня воркшопа с утра до вечера. В общем было не скучно.

Познакомился со множеством крутых ребят, узнал что происходит в компаниях, куда движемся, как проходит ai трансформация и как настроения в целом.

Что можно сказать про происходящее? Очень возрос интерес к ИИ, что было ожидаемо. Стрим по AI разработке был забит, многие просто не смогли зайти в зал чтобы послушать докладчиков. Мне было проще, как докладчик я слушал докладчиков в кулуарах :)

Пока еще много базовых докладов и много людей, которые не перешли в режим кодинга без рук. Тех кто пишет код агентами не более 25%. Причины разные, нередко это корпоративные ограничения, когда запрещается использовать внешние модели, внутренняя экосистема еще не того уровня, чтобы делать все самостоятельно.

Практически каждая крупная компания выделила команды под интеграцию LLM в SDLC. Здесь ребята занимаются всем от написания своего харнеса и сетапом моделей, до объединения всей информации через раги, mcp и тому подобное. Большой интерес у подхода Spec Driven Development. Мы снова возвращаемся в мощный водопад, когда сначала долго и упорно идет проектирование, а потом, на уровни ниже спускается все в готовом виде.

В целом, несмотря на общий ажиотаж, многие отмечают что мало кто пытается по настоящему перестроиться под ai native. Что там говорить, мало кто понимает что это такое. Есть разные идеи и концепции того как мы будем работать, как поменяются процессы, как изменятся роли. Вплоть до довольно революционных идей, типа полного убирания код ревью как концепта. Много говорили про tiny teams, где команда буквально из нескольких человек делает все от и до. Набирает популярность концепт Product Engineer, где прямо совмещается две роли: продакт и девелопер.

Что точно объединяет всех, так это непрерывный страх проиграть конкурентную борьбу. А если соседние компании что-то такое поменяют и внедрят, что станут в разы быстрее и эффективнее? Поэтому каждая компания пытается максимально вписываться во все ИИ движухи.

Кстати, сравнивали текущую трансформацию с приходом Agile, сошлись на том, что это значительно более глубокая и сложная история. Agile менял только процессы, на самой разработке и инструментах это сказывалось не так сильно. Здесь же меняется все и сразу.

И интересного для нас, мы увидели какие элементы стоит добавить и доработать, а так же запланировали старт нескольких новых курсов для новой эпохи. Но об этом в других постах :)

Telegram | YouTube | AI Клуб