Заметки
Короткие тексты о методологии и архитектурных решениях в AI-системах, которые я довожу до продакшена: спецификации, evals, мультиагентная оркестрация, LLM-интеграции и дисциплина работы с coding-агентами.
1 июля 2026 г.
«Workslop» — это не продуктивность. Это налог.
ИИ должен был забирать рутину. Во многих командах он делает обратное: производит правдоподобный на вид результат, который человек ниже по потоку вынужден распознавать, расшифровывать и переделывать. Исследователи назвали это «workslop», и цифры некрасивые — 53% офисных работников получали такое, каждый случай стоит ~2 часа на разбор, и это тихо отравляет доверие между коллегами. Это не прирост продуктивности. Это её перенос — и счёт оплачивает кто-то ниже по потоку.
- business
- methodology
19 июня 2026 г.
Код, который пишет код
Anthropic теперь говорит, что больше 80% кода, попадающего в её собственные системы, пишет Claude — против считанных процентов до 2025 года. А в этом месяце компания выпустила серьёзный отчёт о рекурсивном самоулучшении: ИИ помогает строить следующий ИИ. Уберите фантастику — и останется практичный вывод о том, куда уезжает бутылочное горлышко и какой дисциплины это требует.
- agents
- methodology
19 июня 2026 г.
Теперь модель ред-тимит государство
Американский орган по стандартам ИИ подписал соглашения с Google DeepMind, Microsoft и xAI, чтобы оценивать их фронтир-модели до публичного релиза — и уже провёл больше 40 проверок, в том числе моделей, которых публика так и не увидела. Британия подписала параллельные сделки. Уберите политику — и останется ясный сигнал: модель узнают через оценку, а не через ощущения. Заберите этот паттерн себе.
- security
- methodology
19 июня 2026 г.
У ИИ-ускорения есть счёт за безопасность
Gartner говорит, что 90% инженерных руководителей видят выигрыш от ИИ-инструментов для кода — чистый прирост продуктивности около 19%. То же исследование говорит: у непроверенного ИИ-кода на 23% выше плотность багов, а 14,3% сгенерированных фрагментов несут уязвимости против 9,1% у написанного человеком. Эти две цифры почти никто не ставит в одно предложение. А зря — это одна и та же история.
- security
- methodology
15 июня 2026 г.
Виновата не модель. Виноваты твои данные.
Большинство ИИ-проектов проваливаются — MIT нашёл, что 95% генеративных пилотов не дали измеримой прибыли, а RAND оценил общий процент провалов примерно в 80%. Когда что-то идёт не так, инстинкт — винить модель: недостаточно умна, не та, плохие промпты. Данные говорят иначе. Самая часто называемая причина провала — плохое качество данных, и лишь около 12% организаций имеют данные, достаточно чистые, чтобы вообще тянуть ИИ. У тебя, скорее всего, не проблема с моделью. У тебя проблема с данными в одежде проблемы с моделью. Как это распознать.
- architecture
- methodology
15 июня 2026 г.
«Решено» — а клиент хотел человека
Компании обожают цифру: наш ИИ сам закрывает 76% обращений. Клиенты рассказывают другую историю. За 2026-й доля тех, кто предпочёл бы живого человека, выросла до 85%, раздражение от ИИ-агентов поднялось до 59%, а больше половины бросят даже решённый чат с одним лишь ИИ, если путь к человеку кажется перекрытым. «Закрыто ботом» и «довольный клиент» — не одно и то же. Вот метрика, которую ты, скорее всего, упускаешь, и как перестать оптимизировать себя в бэклеш.
- business
- methodology