Newsletter

29 сентября — 14 октября 2026 Лейтмотивы двух недель Надёжность на фоне растущего объёма AI-кода. Pragmatic Engineer три выпуска подряд об устойчивости систем; LeadDev — о code coverage как предохранителе для AI-генерированного кода; TLDR IT — о протоколе для AI-агентов. Доказательство эффекта от AI. LeadDev готовит отчёт Engineering Team Performance Report 2026 и серию событий «prove your AI gains»; Pragmatic Engineer публикует срез индустрии с новыми данными GitHub, Factory AI и Linear. Подотчётность, когда код пишет агент. Опрос LeadDev: кто отвечает, когда агент пишет, AI ревьюит, автоматика мержит; кейсы Marks & Spencer и Meta. Эрозия компетенций. Исследование UNSW в пересказе LeadDev и «Spoon-Feeding Competence Rot» Маартена Далмейна — один вопрос с двух сторон: что происходит с обучением и самостоятельностью суждения. Гонка моделей продолжается. Frontier-релизы Meta, OpenAI, Google, Anthropic, Mistral и Reflection в каждом выпуске TLDR AI. Куда сходить и записаться 21 октября — воркшоп LeadDev «Prove your AI gains, then improve them». Как увидеть, что агенты реально стоят и доставляют, а затем улучшать результат. 22 октября — панель LeadDev «The truth about engineering team performance in 2026». О том, что лидеры измеряют в 2026 и какие метрики выжили. 4 ноября — панель LeadDev «Code coverage makes code quality visible». Как валидировать AI-генерируемый код и раньше ловить риски. 9–10 ноября — LeadDev Berlin. В программе: измерение эффекта AI, масштабирование доверенного AI code review, перевод AI-демо в продукты, которыми пользуются. В любое время — AI Fluency for Product Team Members: self-paced курс Scrum.org о том, как использовать AI в продуктовой работе и проверять её ответы. Кластеры тем 1. Надёжность и устойчивость систем в эпоху AI-агентов The Pragmatic Engineer — подкаст с Сэмом Ньюманом о книге Building Resilient Distributed Systems: Ньюман переделывал книгу три года вместо двух, чтобы учесть, что меняет AI. Гергей Оросц связывает рост аутажей с тем, что AI-агенты деплоят больше кода — и больше багов уходит в прод. The Pragmatic Engineer — «Building resilient AI-powered software»: продолжение темы — планирование отказов заранее, для софта, в котором AI-составляющая растёт. The Pragmatic Engineer — The Pulse: глобальный аутаж Firebase: iOS-приложения на Firebase SDK падали при первом открытии; отдельно разобрано «шокирующе плохое» управление инцидентом. TLDR IT — выпуск 8 октября: «AI Agents Get a Protocol» — появление протокольного слоя для межагентного взаимодействия. 2. Измерение инженерной эффективности и доказательство AI-эффекта LeadDev — готовит Engineering Team Performance Report 2026: что лидеры измеряют в 2026 и какие метрики выжили. The Pragmatic Engineer — «The state of the tech industry in 2026»: кейноут с LDX3 (2000+ лидеров) после визитов в OpenAI, Anthropic, Ramp, Uber; новые данные GitHub, Factory AI, Linear; тезис «скорость изменений никогда не была такой высокой». TLDR Product — «predictability vs outcomes» (13 октября): спор о предсказуемости против результата. 3. Code review и подотчётность, когда код пишет агент LeadDev — опрос для Code Review Report: как AI меняет объём/размер/cycle time PR; кто отвечает, когда «агент пишет, AI ревьюит, автоматика мержит»; улучшают AI-ревью инструменты исходы или добавляют шум. LeadDev — «Meta turned engineers’ judgment into agent skills»: как в Meta «разлили» суждение сеньоров по агентным скиллам. LeadDev Berlin — кейс Marks & Spencer: доверенный AI code review на 200+ инженеров за $200/месяц. 4. Эрозия компетенций: джуны и «сверхопека» LeadDev — «Your juniors aren’t learning»: исследование UNSW — AI-инструменты делают код студентов лучше, но проверка того, что они реально усвоили, переворачивает результат. Главный вопрос выпуска: если джуны шипят работу до того, как понимают её, откуда возьмутся будущие сеньоры. Maarten’s Newsletter — «Spoon-Feeding Competence Rot»: правила и процессы, спроектированные под наименее компетентных, отбирают степени свободы у наиболее компетентных — и делают их слабее. Maarten’s Newsletter — «Descoping is the Lazy and Incompetent Approach…»: про оценки, сроки и честный разговор с CEO вместо вычёркивания скоупа. 5. Путь менеджера и продукта в эпоху AI Leadership in Tech — три выпуска подряд: LT#352 «How to make better decisions», LT#353 «How strategy stopped intimidating me», LT#354 «The manager’s path in the age of AI». TLDR Product — «AI PM salary in 2026» (13 октября) и «death of the interface» — интерфейс умирает, когда агенты покупают и действуют за пользователя; «will agents have network effects?» и «your moat is dead» (9 октября). Scrum.org — «AI ускоряет доставку, только если вы умеете подвергать сомнению то, что она вам даёт»; плюс практики Product Backlog Refinement. Warp — Warp Factories: «Terraform для вашей софтверной фабрики», агенты и автоматизации как код, теперь с нативной интеграцией в Microsoft Teams и Azure DevOps. 6. Гонка моделей и агентов TLDR AI (по выпускам 2–14 октября): Meta — Muse Wonder / Wonder Full, первые frontier-модели компании с активной памятью; OpenAI — GPT-6.1 Ultrafast (до 8× быстрее Sol Standard, $12/$60 за млн токенов) и Decisions API; Google — универсальный Gemini-агент для knowledge work и AI coworkers; Anthropic — Claude Haiku 5.5; Mistral — Mistral Large 4; Reflection — модель на 501B параметров и луч Beam; Nano Banana 2.1; AI self-replication; текстовые водяные знаки OpenAI; «mathpocalypse» и OpenAI-математика. TLDR IT: Microsoft представила чип Maia 300 — третье поколение собственных ускорителей, +40% производительности на мегаватт, масштабный деплой с 2027; Amazon — план на $8B в чипы; Huawei–Qualcomm сделка; Nvidia присматривается к аквихайру Reflection. TLDR: Apple HomeView и домашняя экосистема, WebMCP, iPhone Duo-приложения, ephemeral testing, Google Docs markdown, «интерфейс умирает». 7. Экономика агентов и бизнес-модели TLDR Founders (2–13 октября): agent network effects — появятся ли сетевые эффекты у агентов; AI-rollup TAM и «infinite SaaS»; inference economy и AI margin trap; Agent API tolls — платные «пропуска» для агентов; AI CFO era; «software’s centaur age» и «owning intelligence»; hiring breakpoints и возврат найма сеньоров; «builders are underestimating AI». TLDR IT: OpenAI поставила IPO на паузу; SaaS-акции отскочили; Lambda поднимает $4B; «hardware costs keep rising». 8. Большие вопросы: сознание, жизнь, slop Big Think готовит печатный номер «Made In Our Image: The philosophies of AI and what they reveal about us» — все статьи двух недель из него: «China is mass-producing slop» о промышленных масштабах генерированного мусора; «If AI becomes conscious…» — сознание как моральная, а не только метафизическая загадка, подсказки из отношения к животным. The Big Think Interview — Google CTO Блез Агюера-и-Аркас: единая теория жизни, интеллекта и технологий; «AGI уже здесь»; функция определяет жизнь больше, чем материал. Наука рядом: ведущая теория происхождения жизни столкнулась с проблемой (статья в PNAS), почему нельзя обогнать свет, либерализм как «величайшая технология человечества» (Джонатан Раух). William B. Irvine — «Is Morality Relative?», «The 400-Word Wall» и квиз «Are You a Thinker?»: короткие эссе о мышлении и морали. 9. Русскоязычный и региональный сегмент The Bell — вебинар с директором по развитию Nebius (запись доступна); подписка The Bell.Unlimited. ProductSense — дайджест за август–сентябрь: двойная конференция, новая Академия, бесплатные материалы. Leader-ID Партнёры — «Как вывести IT-продукт на рынки стран СНГ?».

Период: 28 июля — 3 августа 2026. Основной сигнал: AI в разработке выходит из фазы «ускорили написание кода» и упирается в систему доставки — ревью, верификацию, governance, стоимость, архитектуру, управленческую ответственность. Что изменилось За неделю пришёл плотный набор писем про одну и ту же трещину: локальная скорость растёт быстрее, чем способность организации проверять, сопровождать и превращать эту скорость в результат. Pragmatic Engineer показал, как Anthropic меняет разработку изнутри: больше AI в тестировании и ревью, проекты на 1–2 инженера, больше параллельной работы, больше цены у верификации. LeadDev рядом с этим ставит холодную рамку: индустрия ждала 10x, реальный эффект ближе к 10%. TLDR и Leadership in Tech добавляют цифры про pull requests, баги, токены и AI-секреты. ...

AI adoption checklist for organizations AI is already in the team. The question is where you are now and what to do next. This checklist is based on real adoption work: mistakes that repeat from company to company and practices that consistently work. Before using the checklist, take the diagnostic →. It will show which zones are burning red in your own team. Four phases Phase Main question Main mistake 1. Sense-making Why are we doing this? Starting without an answer to “why” 2. Preparation Is the environment ready, and are there rules? Giving access without context 3. Launch Who is responsible, and how do we verify? No agreement on responsibility 4. Scaling Why did acceleration fail to shorten delivery? Scaling before it works in one team Phase 1. Sense-making Before anyone gets access to an AI tool. ...

AI Resistance Map A working template for a team. It helps turn AI-resistance diagnostic results into a draft AI Working Agreement. The map does not ask you to collect quotes or label people. The entry point is different: the diagnostic highlights gaps in the work system, and the map helps you understand how those gaps show up in work and which agreement the team needs to make explicit. Where to start First, take the AI Resistance Diagnostic →. Twelve questions, five minutes. The questionnaire shows where gaps have appeared in the work system. ...

Diagnostic: how your team works with AI Twelve questions, six pairs. In each pair, the first question describes a real situation. The second checks the same zone from another angle. For primary questions, Often or This is our norm is a red signal. For control questions, Not us or a weak maturity answer is usually the red signal. If the primary question is “often” and the control question is “not us,” the problem is probably there. The team may not see it yet or may not be ready to admit it. ...

Why teams resist AI Every month, one question about AI in teams: how roles change, where processes break, and what to do about it. This is The Human Loop. The first issue: why teams resist AI — and what to do about it. Inside: a map of six sources of resistance, five positions people take, an E2E-team case, the diagnostic, the AI adoption checklist, and the AI Resistance Map as a working template. ...