Как такое возможно?

Собеседования придумали для джунов, мидлы и сеньеры не должны проходить их от слова "совсем".

Мой скилл прохождения собесов равен нулю. Это значит, что буквально любой из вас сможет обойти меня, если выбор кандидата будет строиться исключительно на основе старых методов найма.

За всю карьеру я проходил собеседования два-три раза, это было на самом старте. До сих пор помню насколько странным мне казалось, что люди строят мнение обо мне на основе вопросов по типу "Назовите свои худшие качества?".

По современным взглядами с таким скиллом прохождения собесов я должен пахать на какой-нибудь галере без выходных и праздников, а вместо этого я активно двигаюсь по карьере, развивая личный бренд и свои проекты. И все потому что собесы для карьеры ненужны, вместо этого нужно стремиться к "инверсии найма", вместо стратегии "меня выбирают" стремиться к цели "я выбираю".

Если вы считаете, что строить карьеру и зарабатывать деньги можно только научившись правильно отвечать на типовые вопросы и знать все редфлаги, то вот мой опыт:

- когда меня хантят напрямую, никому в голову не приходит звать меня на собес;

- когда я работал на фрилансе, то меня выбирали на основе портфолио, а не собеседований;

- когда у меня заказывают рекламу на канале, никто не задаёт вопросов с редфлагами;

- когда заказывают профессиональную консультацию, точно знают почему обращаются ко мне;

- когда приходят на курсы, то руководствуются моим публичным брендом, который обо мне расскажет лучше любого резюме (кстати, резюме у меня тоже нет).

- вы, подписываясь на мои каналы, не проверяли мой опыт через собеседования.

Резюме и собеседования всегда работали плохо, а в последнее время их эффективность упала почти до нуля. Если вы до сих пор думаете о своём карьерном росте исключительно в свете умения "презентовать себя на собесе", то у меня плохая новость - этот подход теперь работает крайне плохо и подходит только джунам. Остальным нужно качать личный бренд, нетворкинг и инвертировать найм.

Интересно получается — одним ИИ даёт буст производительности, возможности для роста и развития, другие упираются в энтропию и тонут под грузом ошибок.

Мне кажется, что современный мир разработки как никто нуждается в компетентных инженерах, иначе будет как на скрине выше.

Все так. Можно упорно ломиться в сломанный социальный лифт, либо пойти другим путем.

Мы с моим патентным доверенным наконец-то согласовали какой товарный знак будем пробовать регистрировать и подали заявку.

Ох и не простым оказался этот путь.

Во-первых, с октября прошлого года нужно не просто выбрать класс МКТУ, который будет закреплен за товарным знаком или знаком обслуживания, но и выбрать конкретные позиции в классе.

Раньше можно было оформиться сразу на весь класс, сейчас 10 позиций входят в стоимость, а за 11 и последующие нужно доплачивать +500р.

Чтобы вы поняли, классов всего 45, а позиции в них больше 10к. Т.е. теперь полная регистрация по всем классам стоит космических денег.

Во-вторых, регистрация моего товарного знака имеет высокий риск попасть в противопоставление с другими действующими знаками, отсюда шансы на регистрацию 50/50. Так что держите кулачки за меня.

В-третьих, просто понять как все работает, и что дает регистрация знака потребовалось прочитать кучу материала. Но по итогу я более менее понял как работает система и почему бизнес так боится патентных тролей.

Кстати, помните заявку на "вайбкодинг"? По ней даже пошлину платить не стали, вероятно оценили свои шансы как очень низкие (Роспатент не регистрирует знаки если это слова которые уже активно используются в обществе), так что пока спокойно используем это слово в рекламе.

В целом сфера интеллектуальной собственности это очень интересная и огромная тема, которая иногда ставит в тупик, а иногда вызывает вопрос "да как так-то?".

Буду держать вас в курсе прохождения заявки.

В субботу провели созвон для курса "Сервисная архитектура". В рамках созвона посмотрели выполнение практических работ и обсудили технику Event Storming. Запись доступна для подписки №3.

Рано или поздно наступает этот момент 👆👆👆 и у тебя такое чувство, будто только-что отобрали суперспособность...

Долго искал агента/ассистента под Nvim вокруг которого есть активное большое сообщество, в итоге остановился на Avante.nvim (17к звезд на Github).
Из удобств:
- позволяет вручную формировать контекст, включая/исключая файлы
- использует ACP
- применение команд к выделенному коду
- может работать в режиме агента или помощника.

В целом очень удачный концепт для NVIM.

Интересно, когда уже появится фильм по принципу "бесконечной истории" - ии генерирует сценарий в режиме реального времени, тут же ренедрит и меняет сюжет в зависимости от реакции зрителей. )

Использование LLM на практие, расскажу некоторые моменты, к которым пришел в использовании LLM

# Инфраструктруа

- VPS с Ubuntu 22.04
- tmux с разделением по сокетам и сессиям для запуска агентов
- tmux capture для анализа состония агентов
- агент-оркестратор
- ssh тунели для связи localhost -> VPS
- mcp серверы (dev-tools, sql, api, etc)
- rag (векторизация кода, пока только через tree-sitter)
- plan.md, суммаризация, spec.md, etc

# Модели, которые использую

- Opus 4.5 (Claude Max)
- Sonnet 4.5 (Claude Max)
- QWEN3-Code-350b (облачный инференс)
- GLM-4.6/GLM-4.7 (облачный инференс + z.ai)

# Агенты (мультиагенты с ролями) на базе:

- Claude Code (cli версия)
- Qwen Coder
- Avante NVIM (ассистент)


# Подход

Отказался от вайб-кодинга, вместо этого парное программирование с ревью кода и рефакторингом. Идея в том, что LLM работает в ночное время (feature engineering), утром я делаю рефакторинг и правлю недочеты, используя LLM как ассистента (рефакторинг сессия).

Стандартный конвейер включает несколько этапов - планирование, проектирование, реализацию, оценка результата. Здесь используются сабагенты, роли, скиллы.

# Масштабирование

В Tmux под каждый проект создаю свою сокет, в рамках сокета создаю сессии с запущеными агентами, которые через git ветки делают фичи. Для оркестрации использую отдельного агента, который черех tmux capture собирает информацию о том, что делают агенты и если нужно ставит им задачу. В параллель обычно 2-3 проекта работает, в рамках одного проекта может быть 1-2 ветки в работе.

# Проблемы

- высокое потребление токенов
- хрупкость (часто возникают ошибки которые требуют глубокого понимания процесса, не получается сделать "коробочную" версию)
- скорость - все очень медленно (проблема в скорости LLM)
- высокая цена токенов
Пока самое меньшее, что в месяц уходит - 30т.р., это если аккуратно делать правки кода вручную, а не давать уточняюшие задания.

#архитектура #soerdev

Заметил, что обычно ИИ хвалят специалисты с сильными хардами, в то время как ребята с сильными софтами наоборот оценивают возможности ИИ как посредственные.

Нет ли тут зависимости между умением технически грамотно ставить задачу? Одно дело сказать "сделай мне красиво", другое объяснить, что значит "красиво".

Мне кажется тут есть о чем подумать.

Те кто оплатил подписку, проверьте свою почту, я направил чек за оплату и инструкции как подключиться в телеграм группы.

Почти каждая новая неделя приносит информацию о новых фичах, которые научились делать с помощью ИИ. Иногда кажется, что новые возможности появляются быстрее чем я могу их осмыслить и применить на практике.


Сейчас вот смотрю как Gemini умеет анализировать видео в реальном времени, вести личный календарь, запускать регулярно запланированные таски и прочие штуки, которые хочется попробовать. Но времени на это все нет, я сейчас закрываю только то, что можно использовать для разработки кода.

Ощущение, что моя личная технологическая сингулярность уже наступила.

И только я успел подумать про личную сингулярность, как появилась новость о новой модели QWEN3-Max-thinking, которая конкурент Opus 4.5 и Gemini 3 pro.

API совместим с OpenAI и Anthropic (привет, Клод!).

Особенности:

• Адаптивные инструменты - моделька грамотно использует Tools (а раньше, что неграмотно использовала?)
• Улучшения стратегия масштабирования на этапе тестирования - это какая-то новая стратегия "накопления опыта", которая повышает качество рассуждений.

Циферки:

- Arena-Hard v2: 90.2 - GPT-5.2: 80, Claude-Opus-4.5: 76
- HMMT Feb 25: 98.0 - довольно крутая математика, уровень мат. олимпиад
- HLE w/ tools: 49.8 - самый высокий результат
- SWE Verified: 75.3 - уступает Клоду у того 80.9

Надо теперь искать время в плотном графике чтобы сравнить все модельки и снова сделать свой выбор. Опять.

Вышло видео, где Сэм Альтман отвечает на вопросы по ИИ. Некоторые мысли сильно коррелируют с моими собственными. Похоже, индустрия меняется гораздо быстрее, чем наша способность осознать эти изменения, и тренды довольно интересные:

- Бизнес вынужден бороться за «внимание». Раньше в цене была «сложность» решения задач, а теперь, как будто, сложности нет — все идеи, которые приходят в голову, можно быстро реализовать и продвинуть на рынок. Проблема в том, что другие участники тоже могут быстро выпускать новые продукты, реализующие другие идеи. В новой системе ограничением является внимание пользователей, бизнесу всё сложнее будет бороться за внимание, и чтобы преуспевать в этом направлении, на первый план выходит ценность, которую несёт продукт.

- Есть два направления дальнейшего развития ИИ — увеличение скорости работы моделей либо уменьшение стоимости. Здесь нужно искать баланс, потому что нельзя сделать быстро и дёшево одновременно, по крайней мере не сразу. Поэтому, скорее всего, сначала станет «дёшево»: в ближайший год-два цена может упасть в 100 раз.

- Была интересная мысль о том, что ИИ может нести большие угрозы в области биологии и создания новых патогенов. Это направление сложно контролировать через «запреты», нужно вырабатывать с помощью ИИ ответные меры, повышающие устойчивость.

Вывод из разговора простой - ИИ поможет писать код быстрее, продвнет возможности персонализации под конкретных людей (когда под каждого человека можно будет создавать свой софт), но процессы, борьба за внимание, ценность идей, человечиские отношения - те сферы, где ИИ пока не конкурент людям.

Так же Сэм дал советы:

- создавая продукты, думайте что с ними будет, если выйдет новая сверхмощная модель. Если с усилением ИИ будет усиливаться и ваш бизнес - вы на верном пути.

- софты сегодня, похоже, решают все больше. Но есть нюанс, пока комбинация человек + ИИ работает лучше, чем чистый ИИ, по крайней мере в области математики результатов достигаю те люди, кто вникает в рассуждения ИИ, ищет интересные решения и корректирует диалог на их основе. Для инженеров в этом тоже есть смысл, все еще нужно уметь понимать и корректировать работу ИИ, а для этого харды очень даже важны.

- Учитесь использовать ИИ для проверки гипотез и идей, раньше нужно было выбирать что-то одно, теперь все гипотезы можно проверить через ИИ и на результатах выбрать лучшее.

Думается, что скоро моя официальная должность будет - prompt engineer, senior skill developer.

Сегодня самая острая проблема у агентов — это не писать, а рефакторить код.

Уже не первый раз сталкиваюсь с задачей: есть готовый кусок монолитного кода, границ нет, есть связь всего со всем. Добавляю spec-файл, подробно расписываю, как должны быть проведены границы, сделано разделение на модули, какие обязанности у каждого модуля. ИИ делает рефакторинг, и в итоге все обязанности оказываются раскиданы случайным образом.

Сделал skill, который после рефакторинга заставляет ИИ обосновывать каждый экспорт и интерфейс модуля. В итоге получается вынести функции на свои места, но токенов тратится очень много.

Поэтому всегда продумывайте структуру границ до написания кода. ИИ вполне может удерживать выбранные ограничения, но вот выделять из уже существующего Big Ball of Mud нужные границы и раскидывать правильно код — это пока идет очень сложно.

Справедливости ради, сама по себе задача разрезать монолит на модули — непростая, но люди с ней справляются гораздо лучше, чем ИИ.