Engineering-Management

Всем привет. С вами Human Loop Weekly — раз в две недели я собираю сюжеты об AI, которые сначала кажутся маленькой функцией в приложении. Потом выясняется, что за этой функцией стоят процесс, касса, очередь, жалобы и отношения людей с компанией. В этом выпуске — три истории из общепита. В одном из ресторанов Taco Bell голосового AI попросили принять заказ на 18 тысяч стаканов воды. Во второй DoorDash предлагает написать «закажи как обычно» и поручить сбор корзины агенту. В третьей McDonald’s оказался в центре иска о системе, которая, по версии истцов, помогала координировать цены франчайзи. ...

Коротко. The Pragmatic Engineer разобрал больше пятидесяти вакансий 2026 года и нашёл повторяющуюся формулу: «own the outcome, not just the ticket» — владей результатом, а не тикетом. Это не слоган одной компании. Это диагноз эпохи: AI-инструменты забрали рутинную часть работы, и ценность инженера сместилась с «как быстро пишешь» на «что решаешь и какой эффект держишь на себе». За формулой стоит настоящая трансформация роли — но не везде и не для всех. В устойчивых компаниях это эволюция: инженер получает автономию, контекст продукта и ответственность за эффект. В неустойчивых — переименование перегрузки: тот же тикет, только теперь ты сам себе заказчик, тестировщик и аналитик. Разница между этими двумя сценариями — главный вывод этого разбора. ...

Всем привет. Я подписан на десятки рассылок про разработку, инженерное управление и AI. Раз в две недели беру только свежие материалы, сверяю даты на оригинальных страницах, добавляю исследования и оставляю то, что помогает руководителю принять решение о работе команды. Окно этого выпуска: с 15 по 21 сентября 2026 года. Главный сюжет недели: агентные сценарии стало легко предлагать, но трудно обоснованно выбирать между ними. Первый прототип часто можно собрать быстро. Решение о масштабировании требует отдельной проверки: в какие сценарии вкладывать время людей, бюджет и внимание, а какие остановить до того, как они станут привычной, но бесполезной работой. ...

Всем привет. Я подписан на десятки рассылок про разработку, инженерное управление и AI. Каждый понедельник я беру только материалы после прошлого выпуска, сверяю даты на оригинальных страницах, добавляю исследования и оставляю то, что помогает руководителю управлять потоком работы. Окно этого выпуска: после 7 сентября и до утра 14 сентября 2026 года по Екатеринбургу. Главный сюжет недели простой: AI-агенты перестали быть только «помощником разработчика в редакторе». Они входят в кодовую базу, песочницы, очереди ревью, журналы действий и инфраструктурные правила. Значит, управлять нужно маршрутом, по которому агентное изменение становится рабочим результатом: от запроса и песочницы до ревью, журнала действий и решения человека. ...

Коротко. Агенту нужна спецификация. Она даёт сценарии, ограничения, примеры и критерии проверки. Проблема возникает в другом месте: команда может принять исходную гипотезу за знание о продукте, данных или интеграции. Агент быстро превратит эту гипотезу в сервисы, тесты и инфраструктуру. После этого смена курса стоит дороже. Этот текст основан на статье в корпоративном блоге Райффайзенбанка на Хабре и дополняет её самостоятельным разбором: где SDD помогает агентам, как не потерять точки принятия решений и что стоит измерять руководителю. ...

Коротко. AI-агент может открыть технически корректный pull request (PR) и всё равно решить не ту задачу: выбрать устаревшее правило, затронуть лишний сервис или обойти известное ограничение. Команде нужен короткий контракт, который до запуска фиксирует цель, границы, доказательства результата, момент остановки и владельца решения. Контракт работает вместе с техническими ограничениями: отдельными доступами, изолированной средой, обязательными проверками и review. Для изменения поведения этого недостаточно: до кода команда ещё согласует сценарий, который будущий тест обязан подтвердить. В статье — копируемый шаблон, сквозной пример и способ встроить эту практику в Git и CI. ...

Окно источников: 10 августа 2026, 08:00 — 17 августа 2026, 08:00, Asia/Yekaterinburg. Всем привет. С вами Human Loop Weekly — еженедельный разбор того, как AI меняет инженерный менеджмент. Я читаю десятки рассылок и проверяю сильные тезисы исследованиями и первоисточниками. В этом выпуске — путь задачи после локального ускорения: где возникает ожидание, как увидеть очередь и какие проверки помогают выпускать изменения без лотереи. В материалах этой недели повторяется один мотив. AI может за минуты подготовить черновик решения, кода или тестов. После этого возникает более практичный вопрос: когда изменение дойдёт до пользователя и что потребуется команде, чтобы выпустить его уверенно? ...

Мы прошли путь от первых пользователей LLM-инструментов до массового использования чатов и кодинг-агентов. На дашбордах всё выглядело правильно: люди заходили, пробовали, возвращались, приносили примеры, показывали демо, техлиды учили команды. Метрики потока при этом долго не двигались. Lead Time не снижался системно. Throughput не рос так, чтобы это было видно на уровне инженерной организации. Defect Rate не давал уверенного сигнала, что качество стало лучше. Эта статья — большая версия двух моих постов на Habr: части 1 про рост использования и метрики результата и части 2 про Agentic Engineering и AI-first команды. Здесь я собираю логику целиком: от первых LLM-чатов до следующего слоя измерения, который оказался важнее обычного дашборда внедрения. ...

Agentic Engineering не начинается с оргчарта. Он начинается с момента, когда команда видит полный путь задачи и умеет безопасно отдавать часть работы агентам. Красивая картинка AI-native команды — 2–3 человека, E2E-ответственность, агенты в инженерном процессе, быстрый путь от идеи до продакшена. В большой организации эта картинка сразу встречает годовые цели, бюджеты, стратегические проекты, регуляторные контуры и уже собранные команды. В этой статье — три безопасных маршрута, которые можно запускать внутри текущей структуры: агентизировать нудный run-процесс, выделить 2–3 агентных практиков или собрать микро-юниты внутри команды. ...

Исходная версия этой статьи была опубликована на Хабре. Стартапы в последние пару лет, мягко говоря, оказались между Сциллой и Харибдой. Многие бизнесы начали сжиматься, центральные банки разных стран — ужесточать политику, а венчурные фонды внезапно стали очень бережливыми. Как поступают стартапы в США в эпоху неопределенности? Правильно: сразу сокращают персонал и закрываются. Сегодня все уже забыли оптимизм постковидного 2021 года. Последние 10 лет я плотно работаю со стартапами, и рынок буквально кричит: «хватит выбрасывать на рынок тонны нового функционала, займитесь уже тем, что у вас получается хорошо». ...