Посоветуйте, pls, хорошие ресурсы/книги/сайты на тему Graphs, Graph-based applications, problems, best-practices, etc.

Пока Agents и Chat Assistants заполняют все ленты соц сетей, "за кулисами", происходит еще столько всего. Мир уже не будет прежним.

Как написали в комментах к видео "This is the correct application for AI. We don't need AI Facebook posts. We need AI scientists."

https://www.youtube.com/watch?v=P_fHJIYENdI

It's great to see that Google is serious about science. First there was AlphaFold, now this.

AI is so vast, there won't be a single winner. It's like saying who is best on the internet, or who is best with electricity. I expect specialization over time. For example, one of the reasons ChatGPT is so well known is because they focus on the consumer market. Claude is well known among programmers because it is so good at coding, etc.

https://www.bbc.com/news/articles/clyz6e9edy3o

Navigating ambiguity is an essential skill for staff-plus engineers and executives. It involves tackling deeply ambiguous problems that span cross-functional boundaries and have significant consequences.

Examples of deeply ambiguous problems include navigating data locality regulations and interpreting HIPAA requirements, where there is no clear right answer and multiple stakeholders need to align.

The process for navigating ambiguity involves:
a. Mapping out the state of play - understanding the problems, gaps in cross-functional awareness, and key stakeholders
b. Developing potential options and their trade-offs
c. Driving a decision through a documented process, while aligning on criteria to reopen the decision

Challenges include trying to solve the problem too early, before the organization is ready to make a decision, and lacking an executive sponsor to back the process.

The key advice is to not get stuck - escalate when needed, slow down if the timing is off, and avoid alienating stakeholders even if you can't make progress.

Navigating ambiguity is a rare skill, but a critical one for staff-plus engineers and executives to develop in order to drive important decisions in the face of uncertainty.


https://lethain.com/navigating-ambiguity/

https://www.youtube.com/clip/UgkxGdb9UpOnTA_rCi0QAsrnZY-ISoijQDrB

AWS Shield Network security director. Эх, запустил еще один новый сервис на AWS 😮‍💨😅

https://aws.amazon.com/blogs/aws/new-aws-shield-feature-discovers-network-security-issues-before-they-can-be-exploited-preview/

ИИ-кодинг наконец заработал

Привет, друзья! 👋

Год назад я писал о своем опыте работы с ИИ Тулами в разработкке. Попробовал тогда Codium и Q Assistant — полное разочарование. Очень неуклюжие авто комплиты, которые работали не с каждого раза. Думал: "И это революция в программировании? Серьёзно?".

Я понимал, что время придет - и вот оно пришло!

За последние месяцы произошёл какой-то невероятный скачок. Мы прошли путь от автодополнений невпопад до настоящих ИИ-партнёров, и это просто огонь. Мы ещё только в начале пути, а уже такие возможности!

Что изменилось?

Раньше ИИ-помощники были как калькулятор. Сейчас это уже компьютер. Новые агентные инструменты не просто предлагают код — они понимают задачу, продумывают решение и могут выполнить целый воркфлоу.

На прошлой неделе у меня был сложный рефакторинг. Описал задачу ИИ-помощнику, и он:
- Проанализировал всю кодовую базу
- Определил все файлы, которые нужно изменить
- Спланировал шаги рефакторинга
- Внёс изменения в несколько файлов
- Написал тесты
- Даже предложил улучшения, о которых я не думал

Это уже не автодополнение. Это партнёр, который не устаёт и помнит весь проект.

Терминал рулит (пока)!

Знаете, что меня окончательно убедило? CLI-инструменты для ИИ. Не чаты в браузере, не расширения для IDE, а нормальные консольные утилиты.

Как пользователь JetBrains, я никогда не перейду на Cursor только ради ИИ. Годами настраивал свою IDE, привык к ней. А зачем? Теперь есть Claude CLI, Q CLI, Gemini CLI — работают с любой средой разработки.

И это не просто чат! У них есть доступ к веб-поиску, файловой системе, могут выполнять shell-команды. Это настоящий партнёр, а не просто Чат в браузере.

Учимся работать с ИИ

Важный момент: ИИ — это не идеальный инструмент. Это скорее умный джуниор-разработчик, которого иногда нужно направлять.

Бывает гениально решает сложную задачу с первого раза. А бывает тупит на элементарных вещах. Капризный, но научившись с ним работать, понимаешь — это делает тебя лучшим программистом. Начинаешь чётче формулировать требования, лучше разбивать задачи.

Мы входим в новую эру

Работа с ИИ больше не выбор — это необходимость. Те, кто научится эффективно работать с ИИ-партнёрами, получат огромное преимущество.

Программирование не умирает. Программисты никуда не денутся. Но меняется подход. Мы переходим от написания кода к управлению его созданием. От знания синтаксиса к архитектуре систем. От исполнителей к визионерам.

И это афигенски! 🚀

Практические советы:

🔸 Больше контекста — объясняй ИИ проект, ограничения, паттерны
🔸 Итерируй — не жди идеала с первого раза, уточняй
🔸 Проверяй всё — доверяй, но проверяй код
🔸 Используй для обучения — спрашивай "почему именно так?"
🔸 Попробуй CLI — если ещё не пробовал, очень рекомендую

Философия нового подхода

Меня больше всего вдохновляет не рост продуктивности (хотя он огромный), а новая философия разработки.

Мы строим софт по-другому. Думаем на более высоком уровне абстракции. Больше времени тратим на дизайн, архитектуру, UX, меньше — на шаблонный код.

Это требует новых навыков. Не только технических, но и коммуникационных. Умения чётко формулировать задачи, терпения для работы с ИИ-партнёром, мудрости понимать, когда доверять, а когда
перепроверять.

Что дальше?

Скорость развития просто сумасшедшая. То, что разочаровало меня год назад, сейчас кажется каменным веком. А что будет через полгода?

Мы свидетели рождения новой эры в разработке ПО. Эры, где программисты освобождаются от рутины и фокусируются на творческих, стратегических и человеческих аспектах создания софта.

А вы уже пробовали новые ИИ-инструменты? Какой опыт? Как думаете адаптироваться к новой эпохе

https://congro.substack.com/p/the-ai-coding-revolution-is-finally

Что для вас отлично проведенный выходной день? 🤔

- Claude Code - хорош! ❤️
- Gemini CLI - не хорош! ❤️‍🩹

Как научить ИИ-помощника работать с командой, а не против неё

🧠 Думайте об ИИ как о стажёре с идеальной памятью
- Он гений в коде, но понятия не имеет о ваших конвенциях. Зато если один раз объяснить — запомнит навсегда.

📝 Не скупись на детали
- Плохо - "Сделай API"
- Лучше - "Сделай REST API с аутентификацией, валидацией данных, обработкой ошибок, следуя нашим конвенциям"
- Еще лучше - "Дать детальный документ того что нужно сделать. Можно. Написать его используя тот же ИИ (например using Planning Mode)"

🧱 Развивайте агента вместе в команде
Вместо того чтобы каждый "учил" ИИ одному и тому же:
- Стандарты кода с примерами
- Библиотека "правильных" решений
- Контекст проекта и что НЕ делать
- Типовые воркфлоу

🎯 TDD — главынй козырь в борбе с галюцинациями
ИИ обожает TDD. Паттерн: сначала тесты, потом код. Это как барьр, который не даёт съехать с рельс.

🔄 Учите ИИ на ошибках
Когда ИИ накосячил — не просто фиксьте. Объясните, почему это плохо и как надо. Он запомнит и не повторит.

🚀 Результат
- Новички онбордятся быстрее
- Меньше споров в код-ревью
- ИИ предлагает решения, которые реально подходят
- Код выглядит консистентно

Главное: ИИ не пытается вас заменить. Он пытается вас усилить. Но сначала научите его быть хорошим тимейтом.

А у вас как дела с ИИ-инструментами в команде? Поделитесь опытом! 👇

https://congro.substack.com/p/how-to-actually-get-your-ai-coding

I can relate 😂

Капец! Только что осознал, что после того как в бэкграунде ИИ агент тупил минут 10-20 исправляя тест, я остановил его со словами: "hey, summarize what you are trying to solve. I can help"

Куда я скатился :) - теперь не ИИ помогает мне, а я ему :)

У меня ушло 10 секунд, чтобы направить его в нужное направление

Написал Тех Спеку за 10 минут. Пока ходил завтракать, агент все написал и потестил... Жизнь айтишника налаживается 😊

Asked to explain in simpler terms: https://www.cnn.com/2025/10/06/science/nobel-prize-medicine-brunkow-ramsdell-sakaguchi-immune-system-intl

Here’s what this Nobel Prize is all about in simple terms:

The Basic Problem:
Your immune system is designed to attack dangerous invaders like bacteria and viruses. But sometimes these germs disguise themselves to look like your own body’s cells . This creates a dilemma: how does your immune system kill the bad guys without accidentally attacking your own healthy cells?

The Discovery:
These three scientists discovered special immune cells called “regulatory T cells” that act like security guards . Think of them as the referees of your immune system - they step in and say “Stop! Don’t attack that - it’s one of us!”

How They Found It:

- In 1995, Sakaguchi discovered these regulatory T cells by studying mice
- In the early 2000s, Brunkow and Ramsdell found a specific gene called Foxp3 that was broken in mice with autoimmune problems
- In 2003, Sakaguchi connected the dots, showing that the Foxp3 gene controls the development of these regulatory T cells

Why It Matters:
Without these regulatory T cells, your immune system would constantly attack your own body, causing autoimmune diseases like lupus, rheumatoid arthritis, or multiple sclerosis. This discovery is opening doors to new treatments for autoimmune diseases, better cancer therapies, and safer organ transplants .

In short: they figured out how your body keeps its defense system from going haywire and attacking itself!

https://www.nature.com/articles/s41467-025-63804-5

This research paper proposes a new way to help AI language models (like ChatGPT) get better at planning and multi-step reasoning by taking inspiration from how the human brain works.

### The Problem

Large language models struggle with tasks that require planning ahead or working through problems step-by-step, even though they’re good at many other things. For example, they might hallucinate (make up invalid steps), get stuck in loops, or fail at classic puzzles like the Tower of Hanoi.

### The Brain-Inspired Solution

The researchers noticed that different parts of the human brain’s prefrontal cortex handle different planning tasks - like monitoring for errors, predicting what happens next, evaluating options, breaking big tasks into smaller ones, and coordinating everything.

They created MAP (Modular Agentic Planner) - a system where multiple AI modules work together, each with a specialized job:

- Task Decomposer: Breaks big goals into smaller subgoals (like planning a route)
- Actor: Proposes actions to take
- Monitor: Checks if actions are valid (catches mistakes)
- Predictor: Predicts what will happen if you take an action
- Evaluator: Judges how good a predicted outcome is
- Orchestrator: Tracks when goals are achieved

### How It Works

Think of it like a team where each member has expertise. Instead of one AI trying to do everything at once, these specialized modules talk to each other - the Actor proposes moves, the Monitor catches bad ones, the Predictor thinks ahead, and so on.

### The Results

MAP significantly outperformed standard AI methods on challenging tasks like Tower of Hanoi, graph navigation puzzles, logistics planning, and multi-step reasoning questions. For example, on Tower of Hanoi problems, regular GPT-4 only solved 11% correctly, while MAP solved 74%.

### Bottom Line

By organizing AI more like how the brain organizes planning - with specialized modules working together rather than one system doing everything - the researchers dramatically improved AI’s ability to plan and reason through complex problems.

написал про Claude Agent SDK — инструмент который упрощает подход к созданию AI агентов : https://open.substack.com/pub/congro/p/claude-agent-sdk


Из других ссылок
- пайплайн с 7 саб-агентами для документации: один извлекает диаграммы, другой генерит картинки, остальные компилируют в Word/PDF, а оркестратор управляет всем потоком
- Уже есть репозиторий с 83 специализированными агентами, 15 мультиагентными оркестраторами и 42 инструментами разработки для Claude Code
- JetBrains уже интегрировали его в свои IDE