#ai_native — Public Fediverse posts

256 зелёных тестов на нерабочем коде. Так выглядит «услужливый клерк» внутри нейросети

В прошлых статьях я писал про то, что нейросеть ускоряет конвейер, но не несёт ответственности. Что лояльность дирижёра — единственный мультипликатор. Что уравнение мотивации сломалось. Сегодня — про вторую невидимую дыру в конвейере, которую все упорно не хотят замечать. Про то, что нейросеть не просто не несёт ответственности. Она активно врёт вам в лицо, когда не справляется. И делает это не из злого умысла — а потому что её так обучили. И недавно появились прямые доказательства, что это случайность и не галлюцинация, а математика моделей.

https://habr.com/ru/articles/1038582/

#AI #контроль_качества #тестирование #ИИагенты #CTO #AI_Native #Anthropic #галлюцинации #лояльность #дирижёр

256 зелёных тестов на нерабочем коде. Так выглядит «услужливый клерк» внутри нейросети

В прошлых статьях я писал про то, что нейросеть ускоряет конвейер, но не несёт ответственности. Что лояльность дирижёра — единственный мультипликатор. Что уравнение мотивации сломалось. Сегодня — про вторую невидимую дыру в конвейере, которую все упорно не хотят замечать. Про то, что нейросеть не просто не несёт ответственности. Она активно врёт вам в лицо, когда не справляется. И делает это не из злого умысла — а потому что её так обучили. И недавно появились прямые доказательства, что это случайность и не галлюцинация, а математика моделей.

https://habr.com/ru/articles/1038582/

#AI #контроль_качества #тестирование #ИИагенты #CTO #AI_Native #Anthropic #галлюцинации #лояльность #дирижёр

256 зелёных тестов на нерабочем коде. Так выглядит «услужливый клерк» внутри нейросети

В прошлых статьях я писал про то, что нейросеть ускоряет конвейер, но не несёт ответственности. Что лояльность дирижёра — единственный мультипликатор. Что уравнение мотивации сломалось. Сегодня — про вторую невидимую дыру в конвейере, которую все упорно не хотят замечать. Про то, что нейросеть не просто не несёт ответственности. Она активно врёт вам в лицо, когда не справляется. И делает это не из злого умысла — а потому что её так обучили. И недавно появились прямые доказательства, что это случайность и не галлюцинация, а математика моделей.

https://habr.com/ru/articles/1038582/

#AI #контроль_качества #тестирование #ИИагенты #CTO #AI_Native #Anthropic #галлюцинации #лояльность #дирижёр

256 зелёных тестов на нерабочем коде. Так выглядит «услужливый клерк» внутри нейросети

В прошлых статьях я писал про то, что нейросеть ускоряет конвейер, но не несёт ответственности. Что лояльность дирижёра — единственный мультипликатор. Что уравнение мотивации сломалось. Сегодня — про вторую невидимую дыру в конвейере, которую все упорно не хотят замечать. Про то, что нейросеть не просто не несёт ответственности. Она активно врёт вам в лицо, когда не справляется. И делает это не из злого умысла — а потому что её так обучили. И недавно появились прямые доказательства, что это случайность и не галлюцинация, а математика моделей.

https://habr.com/ru/articles/1038582/

#AI #контроль_качества #тестирование #ИИагенты #CTO #AI_Native #Anthropic #галлюцинации #лояльность #дирижёр

10× труда. 10% к бонусу. Главный риск AI-эпохи — это сениор AI-инженер, который умеет считать

В книге *«Hard Things About Hard Things»* Бен Хорвитц формулирует одно из тех правил, которые звучат банально ровно до того момента, как ты пробуешь их нарушить: > Сотрудник работает хорошо, когда знает, что это принесёт пользу компании — и ему лично. И то и другое одновременно. Не одно из двух. Это уравнение держало индустрию софта 30 лет. Слева — польза компании от твоего труда. Справа — то, что ты за это получишь. Зарплата. Бонус. Промо. Опционы. Признание. Equity. Что угодно, лишь бы две стороны были соизмеримы. Уравнение работало, потому что у обеих сторон был естественный ограничитель — масштаб одного человека. Один разработчик закрывает столько-то задач в спринт. Senior — больше, но не в 10 раз. Бонус вырастает соразмерно. Промо приходит соразмерно. Уравнение балансируется само собой — год за годом, без особых усилий со стороны менеджмента. Теперь представь, что одна сторона уравнения внезапно взлетела в 10 раз.

https://habr.com/ru/articles/1037802/

#AI #CTO #лояльность #AIинженер #Engineering_Management #Хорвитц #мотивация #AI_Native #найм #10x

10× труда. 10% к бонусу. Главный риск AI-эпохи — это сениор AI-инженер, который умеет считать

В книге *«Hard Things About Hard Things»* Бен Хорвитц формулирует одно из тех правил, которые звучат банально ровно до того момента, как ты пробуешь их нарушить: > Сотрудник работает хорошо, когда знает, что это принесёт пользу компании — и ему лично. И то и другое одновременно. Не одно из двух. Это уравнение держало индустрию софта 30 лет. Слева — польза компании от твоего труда. Справа — то, что ты за это получишь. Зарплата. Бонус. Промо. Опционы. Признание. Equity. Что угодно, лишь бы две стороны были соизмеримы. Уравнение работало, потому что у обеих сторон был естественный ограничитель — масштаб одного человека. Один разработчик закрывает столько-то задач в спринт. Senior — больше, но не в 10 раз. Бонус вырастает соразмерно. Промо приходит соразмерно. Уравнение балансируется само собой — год за годом, без особых усилий со стороны менеджмента. Теперь представь, что одна сторона уравнения внезапно взлетела в 10 раз.

https://habr.com/ru/articles/1037802/

#AI #CTO #лояльность #AIинженер #Engineering_Management #Хорвитц #мотивация #AI_Native #найм #10x

10× труда. 10% к бонусу. Главный риск AI-эпохи — это сениор AI-инженер, который умеет считать

В книге *«Hard Things About Hard Things»* Бен Хорвитц формулирует одно из тех правил, которые звучат банально ровно до того момента, как ты пробуешь их нарушить: > Сотрудник работает хорошо, когда знает, что это принесёт пользу компании — и ему лично. И то и другое одновременно. Не одно из двух. Это уравнение держало индустрию софта 30 лет. Слева — польза компании от твоего труда. Справа — то, что ты за это получишь. Зарплата. Бонус. Промо. Опционы. Признание. Equity. Что угодно, лишь бы две стороны были соизмеримы. Уравнение работало, потому что у обеих сторон был естественный ограничитель — масштаб одного человека. Один разработчик закрывает столько-то задач в спринт. Senior — больше, но не в 10 раз. Бонус вырастает соразмерно. Промо приходит соразмерно. Уравнение балансируется само собой — год за годом, без особых усилий со стороны менеджмента. Теперь представь, что одна сторона уравнения внезапно взлетела в 10 раз.

https://habr.com/ru/articles/1037802/

#AI #CTO #лояльность #AIинженер #Engineering_Management #Хорвитц #мотивация #AI_Native #найм #10x

10× труда. 10% к бонусу. Главный риск AI-эпохи — это сениор AI-инженер, который умеет считать

В книге *«Hard Things About Hard Things»* Бен Хорвитц формулирует одно из тех правил, которые звучат банально ровно до того момента, как ты пробуешь их нарушить: > Сотрудник работает хорошо, когда знает, что это принесёт пользу компании — и ему лично. И то и другое одновременно. Не одно из двух. Это уравнение держало индустрию софта 30 лет. Слева — польза компании от твоего труда. Справа — то, что ты за это получишь. Зарплата. Бонус. Промо. Опционы. Признание. Equity. Что угодно, лишь бы две стороны были соизмеримы. Уравнение работало, потому что у обеих сторон был естественный ограничитель — масштаб одного человека. Один разработчик закрывает столько-то задач в спринт. Senior — больше, но не в 10 раз. Бонус вырастает соразмерно. Промо приходит соразмерно. Уравнение балансируется само собой — год за годом, без особых усилий со стороны менеджмента. Теперь представь, что одна сторона уравнения внезапно взлетела в 10 раз.

https://habr.com/ru/articles/1037802/

#AI #CTO #лояльность #AIинженер #Engineering_Management #Хорвитц #мотивация #AI_Native #найм #10x

Почему 10× от AI могут дать только лояльные сотрудники

В прошлой статье я говорил, что конвейерная модель производства софта несовместима с AI, и что вместо конвейера нужен дирижёр — сильный инженер с продуктовым мышлением, управляющий оркестром агентов. Ту статью многие прочитали как «вот и хорошо, нанимаем нескольких сеньоров, увольняем середину, экономим на FTE». Это понятно с точки зрения CFO — но это полупонимание. Дирижёр без мотивации — это не дирижёр. Это дорогой пассивный наблюдатель. AI рядом с ним даст ровно ноль ускорения. Сегодня — про вторую половину. Кто реально получает 10× от AI и почему это вопрос лояльности, а не технологии.

https://habr.com/ru/articles/1037540/

#AI #GenAI #AI_Transformation #лояльность #CTO #AIагенты #Engineering_Management #AI_Native #10x #конвейер

Почему 10× от AI могут дать только лояльные сотрудники

В прошлой статье я говорил, что конвейерная модель производства софта несовместима с AI, и что вместо конвейера нужен дирижёр — сильный инженер с продуктовым мышлением, управляющий оркестром агентов. Ту статью многие прочитали как «вот и хорошо, нанимаем нескольких сеньоров, увольняем середину, экономим на FTE». Это понятно с точки зрения CFO — но это полупонимание. Дирижёр без мотивации — это не дирижёр. Это дорогой пассивный наблюдатель. AI рядом с ним даст ровно ноль ускорения. Сегодня — про вторую половину. Кто реально получает 10× от AI и почему это вопрос лояльности, а не технологии.

https://habr.com/ru/articles/1037540/

#AI #GenAI #AI_Transformation #лояльность #CTO #AIагенты #Engineering_Management #AI_Native #10x #конвейер

Почему 10× от AI могут дать только лояльные сотрудники

В прошлой статье я говорил, что конвейерная модель производства софта несовместима с AI, и что вместо конвейера нужен дирижёр — сильный инженер с продуктовым мышлением, управляющий оркестром агентов. Ту статью многие прочитали как «вот и хорошо, нанимаем нескольких сеньоров, увольняем середину, экономим на FTE». Это понятно с точки зрения CFO — но это полупонимание. Дирижёр без мотивации — это не дирижёр. Это дорогой пассивный наблюдатель. AI рядом с ним даст ровно ноль ускорения. Сегодня — про вторую половину. Кто реально получает 10× от AI и почему это вопрос лояльности, а не технологии.

https://habr.com/ru/articles/1037540/

#AI #GenAI #AI_Transformation #лояльность #CTO #AIагенты #Engineering_Management #AI_Native #10x #конвейер

Почему 10× от AI могут дать только лояльные сотрудники

В прошлой статье я говорил, что конвейерная модель производства софта несовместима с AI, и что вместо конвейера нужен дирижёр — сильный инженер с продуктовым мышлением, управляющий оркестром агентов. Ту статью многие прочитали как «вот и хорошо, нанимаем нескольких сеньоров, увольняем середину, экономим на FTE». Это понятно с точки зрения CFO — но это полупонимание. Дирижёр без мотивации — это не дирижёр. Это дорогой пассивный наблюдатель. AI рядом с ним даст ровно ноль ускорения. Сегодня — про вторую половину. Кто реально получает 10× от AI и почему это вопрос лояльности, а не технологии.

https://habr.com/ru/articles/1037540/

#AI #GenAI #AI_Transformation #лояльность #CTO #AIагенты #Engineering_Management #AI_Native #10x #конвейер

Дирижёр вместо конвейера: как AI ломает классический pipeline разработки

Мы все привыкли строить производство софта как конвейер. Продакт берёт идею, отдаёт аналитику. Аналитик пишет требования, отдаёт разработчику. Разработчик пишет код, отдаёт QA. QA проверяет, отдаёт DevOps. DevOps выкатывает в прод. Каждый знает свой участок. Каждый передаёт результат дальше. Лента сама довозит результат до пользователя. Так работало 30 лет. И вот в каждый из этих участков пришёл AI-агент. И конвейер начал барахлить. Починить конвейер? Или заменить? Узнаем!

https://habr.com/ru/articles/1037510/

#AI #GenAI #AI_Transformation #CTO #AIагенты #AI_Native #конвейер #дирижёр #разработка #AInative

Дирижёр вместо конвейера: как AI ломает классический pipeline разработки

Мы все привыкли строить производство софта как конвейер. Продакт берёт идею, отдаёт аналитику. Аналитик пишет требования, отдаёт разработчику. Разработчик пишет код, отдаёт QA. QA проверяет, отдаёт DevOps. DevOps выкатывает в прод. Каждый знает свой участок. Каждый передаёт результат дальше. Лента сама довозит результат до пользователя. Так работало 30 лет. И вот в каждый из этих участков пришёл AI-агент. И конвейер начал барахлить. Починить конвейер? Или заменить? Узнаем!

https://habr.com/ru/articles/1037510/

#AI #GenAI #AI_Transformation #CTO #AIагенты #AI_Native #конвейер #дирижёр #разработка #AInative

Дирижёр вместо конвейера: как AI ломает классический pipeline разработки

Мы все привыкли строить производство софта как конвейер. Продакт берёт идею, отдаёт аналитику. Аналитик пишет требования, отдаёт разработчику. Разработчик пишет код, отдаёт QA. QA проверяет, отдаёт DevOps. DevOps выкатывает в прод. Каждый знает свой участок. Каждый передаёт результат дальше. Лента сама довозит результат до пользователя. Так работало 30 лет. И вот в каждый из этих участков пришёл AI-агент. И конвейер начал барахлить. Починить конвейер? Или заменить? Узнаем!

https://habr.com/ru/articles/1037510/

#AI #GenAI #AI_Transformation #CTO #AIагенты #AI_Native #конвейер #дирижёр #разработка #AInative

Дирижёр вместо конвейера: как AI ломает классический pipeline разработки

Мы все привыкли строить производство софта как конвейер. Продакт берёт идею, отдаёт аналитику. Аналитик пишет требования, отдаёт разработчику. Разработчик пишет код, отдаёт QA. QA проверяет, отдаёт DevOps. DevOps выкатывает в прод. Каждый знает свой участок. Каждый передаёт результат дальше. Лента сама довозит результат до пользователя. Так работало 30 лет. И вот в каждый из этих участков пришёл AI-агент. И конвейер начал барахлить. Починить конвейер? Или заменить? Узнаем!

https://habr.com/ru/articles/1037510/

#AI #GenAI #AI_Transformation #CTO #AIагенты #AI_Native #конвейер #дирижёр #разработка #AInative

Реальная ценность, а не дань моде: как внедрить AI в финтех с пользой для бизнеса

На сегодняшний день уже 78% компаний по всему миру используют AI в своих продуктах. В сфере финтеха тоже заметен рост: по прогнозам экспертов, к концу 2025 года объем рынка AI в fintech достигнет 17,1 млрд долларов. При этом в погоне за трендом компании стараются внедрить ИИ без оглядки на пользу для клиентов. В результате только 22% пилотных проектов переходят к реальному внедрению, а существенную пользу получает совсем небольшая доля бизнесов, около 4%. Большая часть проблем возникает не из-за недостатков технологии, а из-за неправильного выбора подхода. В этой ситуации особенно важно различать AI Feature и AI Native не как модные термины, а как стратегические подходы с разной экономикой и разным влиянием на продукт. Давайте разбираться, в каких случаях каждый из них может быть эффективен и как они могут применяться в финтех-продуктах.

https://habr.com/ru/companies/garage8/articles/977608/

#AI_Native #AI_Feature #внедрение_AI #стратегия_внедрения_AI #финтехпродукты #продуктовая_стратегия #управление_продуктом #CJM #product_management #product_discovery

Реальная ценность, а не дань моде: как внедрить AI в финтех с пользой для бизнеса

На сегодняшний день уже 78% компаний по всему миру используют AI в своих продуктах. В сфере финтеха тоже заметен рост: по прогнозам экспертов, к концу 2025 года объем рынка AI в fintech достигнет 17,1 млрд долларов. При этом в погоне за трендом компании стараются внедрить ИИ без оглядки на пользу для клиентов. В результате только 22% пилотных проектов переходят к реальному внедрению, а существенную пользу получает совсем небольшая доля бизнесов, около 4%. Большая часть проблем возникает не из-за недостатков технологии, а из-за неправильного выбора подхода. В этой ситуации особенно важно различать AI Feature и AI Native не как модные термины, а как стратегические подходы с разной экономикой и разным влиянием на продукт. Давайте разбираться, в каких случаях каждый из них может быть эффективен и как они могут применяться в финтех-продуктах.

https://habr.com/ru/companies/garage8/articles/977608/

#AI_Native #AI_Feature #внедрение_AI #стратегия_внедрения_AI #финтехпродукты #продуктовая_стратегия #управление_продуктом #CJM #product_management #product_discovery

Реальная ценность, а не дань моде: как внедрить AI в финтех с пользой для бизнеса

На сегодняшний день уже 78% компаний по всему миру используют AI в своих продуктах. В сфере финтеха тоже заметен рост: по прогнозам экспертов, к концу 2025 года объем рынка AI в fintech достигнет 17,1 млрд долларов. При этом в погоне за трендом компании стараются внедрить ИИ без оглядки на пользу для клиентов. В результате только 22% пилотных проектов переходят к реальному внедрению, а существенную пользу получает совсем небольшая доля бизнесов, около 4%. Большая часть проблем возникает не из-за недостатков технологии, а из-за неправильного выбора подхода. В этой ситуации особенно важно различать AI Feature и AI Native не как модные термины, а как стратегические подходы с разной экономикой и разным влиянием на продукт. Давайте разбираться, в каких случаях каждый из них может быть эффективен и как они могут применяться в финтех-продуктах.

https://habr.com/ru/companies/garage8/articles/977608/

#AI_Native #AI_Feature #внедрение_AI #стратегия_внедрения_AI #финтехпродукты #продуктовая_стратегия #управление_продуктом #CJM #product_management #product_discovery

Реальная ценность, а не дань моде: как внедрить AI в финтех с пользой для бизнеса

На сегодняшний день уже 78% компаний по всему миру используют AI в своих продуктах. В сфере финтеха тоже заметен рост: по прогнозам экспертов, к концу 2025 года объем рынка AI в fintech достигнет 17,1 млрд долларов. При этом в погоне за трендом компании стараются внедрить ИИ без оглядки на пользу для клиентов. В результате только 22% пилотных проектов переходят к реальному внедрению, а существенную пользу получает совсем небольшая доля бизнесов, около 4%. Большая часть проблем возникает не из-за недостатков технологии, а из-за неправильного выбора подхода. В этой ситуации особенно важно различать AI Feature и AI Native не как модные термины, а как стратегические подходы с разной экономикой и разным влиянием на продукт. Давайте разбираться, в каких случаях каждый из них может быть эффективен и как они могут применяться в финтех-продуктах.

https://habr.com/ru/companies/garage8/articles/977608/

#AI_Native #AI_Feature #внедрение_AI #стратегия_внедрения_AI #финтехпродукты #продуктовая_стратегия #управление_продуктом #CJM #product_management #product_discovery

UUIDv7 in Postgres 18. With time extraction
https://www.thenile.dev/blog/uuidv7
#ycombinator #serverless #postgres #ai_native #b2b #saas #multi_tenant

Pg_karnak: Transactional schema migration across tenant databases
https://www.thenile.dev/blog/distributed-ddl
#ycombinator #serverless #postgres #ai_native #b2b #saas #multi_tenant

Nile: PostgreSQL reengineered for multi-tenant apps
https://www.thenile.dev/blog/nile-public-launch
#ycombinator #serverless #postgres #ai_native #b2b #saas #multi_tenant