🫡 Один и тот же запрос к AI можно выполнить двумя способами — и получить совершенно разный результат.

1️⃣ способ — просто попросить написать код. Модель может сгенерировать рабочее решение, но именно на этапе проверки часто всплывают пропущенные edge case’ы, ошибки обработки или проблемы с тестами.

2️⃣ способ — дать агенту цикл Think → Act → Observe. Он не останавливается после первой попытки: планирует действия, проверяет результат и, если находит ошибку, исправляет её и пробует снова.

Самое интересное, что разница здесь не столько в модели ❕ Claude, GPT или другая LLM могут быть одинаковыми. Разницу создаёт инженерная система вокруг них.

📅 Именно это разберём 23 июля в 19:00 (МСК) на бесплатном вебинаре с Алексеем Жиряковым (Executive Director в Сбере, GenAI Data Platform, ex-CTO Stream и KION).

На живом демо покажем, как один и тот же запрос работает без агентной системы и с ней 🔥

🔗 Регистрация

🏃‍♀️ Proglib Academy

📍 Курс — это не только темы и домашние задания

Во многом его ценность определяет опыт тех, кто его разрабатывает и ведёт.

Об этом как раз новый пост Proglib Academy 🔥

🧑‍💻 Учиться агентной разработке — у тех, кто уже внедряет её в бигтехе

Курс «ИИ для разработчиков» ведут практики из ведущих российских IT-компаний 🔥

🔵 Они прошли путь от первых экспериментов с AI до рабочих процессов, в которых агенты помогают команде писать код, готовить PR и быстрее доводить задачи до продакшена.

В ближайшее время познакомим вас с каждым преподавателем. Программа курса — по ссылке 🎹

🏃‍♀️ Proglib Academy

✏️ Если вы уже работаете с Claude Code, Cursor или Copilot, этот вебинар будет особенно полезен.

Разберут, как превратить AI из инструмента для отдельных задач в часть инженерного процесса ⬇️

😸 Каждый разработчик подходит к задаче со своим опытом: помнит прошлые решения, знает ограничения проекта и понимает, какой код команда пропустит на ревью.

Для человека это естественная часть работы. У Claude Code этого контекста по умолчанию нет — только задача и инструкции, которые ему дали.

Поэтому в большой команде недостаточно просто выбрать хорошую модель.

❗️ Нужно ещё объяснить ей, как у вас устроена разработка: какие подходы приняты, что обязательно проверять и по каким правилам принимать решения.

🗓 23 июля в 19:00 МСК поговорим об этом на бесплатном вебинаре с Алексеем Жиряковым — он Executive Director в Сбере, руководит
GenAI Data Platform, и с этой проблемой сталкивался не раз 🔥

Покажет живое демо, разберём, как встроить AI в процесс разработки так, чтобы он реально помогал, а не добавлял ещё один повод для споров на ревью.

🔗 Занять место на вебинаре

🏃‍♀️ Proglib Academy

💡 Разбираемся что такое API

API — это способ, с помощью которого программы общаются друг с другом.

Когда одному приложению нужна информация или какая-то функция другого сервиса, оно не лезет внутрь его кода. Оно отправляет запрос через API и получает ответ.

🔤 Где ты сталкиваешься с этим каждый день:

🈂️ Заходишь на сайт через Google-аккаунт. Сайт не знает твой пароль — он через API просит Google подтвердить, что это действительно ты.

🈂️ Открываешь приложение с погодой. Оно не собирает данные само, а запрашивает прогноз у специального сервиса через API.

🈂️ Оплачиваешь покупку в интернет-магазине. Магазин передаёт запрос платёжной системе через API, а та сообщает, прошёл платёж или нет.

🈂️ Видишь карту Google на чужом сайте. Сам сайт не хранит карты — он получает их через API Google.

🈂️ Покупаешь билет на поезд через агрегатор. Приложение запрашивает расписание, свободные места и стоимость у перевозчика через API.

Зачем это нужно ❓

— Без API разработчикам пришлось бы заново создавать карты, платежи, авторизацию, прогноз погоды и десятки других сервисов.

— Вместо этого можно использовать уже готовые решения и сосредоточиться на своём продукте.

— API также позволяет контролировать доступ. Другие программы получают только те данные и возможности, которые сервис решил предоставить.

Азбука айтишника

🛸 Хороший разбо того, как сохранить единый стиль кода, когда вся команда работает с Claude Code.

🤢 Чем больше разработчиков в команде начинают пользоваться Claude Code, тем заметнее одна проблема: кодовая база перестаёт выглядеть как работа одной команды.

Где-то есть тесты, где-то их забыли. Где-то агент следует архитектуре проекта, где-то предлагает решение, которое с ней не сочетается.

⚠️ И это не проблема Claude Code. Он просто следует тому контексту, который получает от каждого разработчика.

Сегодня покажем, как передать AI инженерный контекст команды и не превратить его внедрение в ещё один источник хаоса.

🗓 23 июля, 19:00 МСК
Бесплатно. 60 минут доклада + 30 минут вопросов.

🔗 Занять место на вебинаре и разобраться, почему так происходит

🏃‍♀️ Proglib Academy

🔥 Тренажёр по большинству стеков

🔵 Выбираешь дерево навыков

🔵 Выполняешь задания, делаешь проекты прямо в браузере. Рабочее окружение уже настроено.

🔵 Учишься на практике, без долгой теории.

🔵 Если застрял — спрашиваешь у AI-ассистента Labby.

📌 Ссылка

Азбука айтишника

🥳 Хорошая документация теперь нужна не только команде. Ниже — почему без неё проект начинает жить своей жизнью 👇

😳 Documentation Driven Development звучит как ещё один модный термин. Пока не попробуешь объяснить свой проект AI.

Агент работает только с тем контекстом, который ему дали. Если документация неполная или устарела, он начинает додумывать — отсюда появляется неверный код.

🔘 На курсе «ИИ для разработчиков» эту тему разбирает Арсений Харланов. Он покажет, как подготовить документацию и контекст, чтобы агент понимал архитектуру проекта, ограничения и связи между компонентами.

Также разберём, как выбирать модель под задачу: Claude, DeepSeek, Qwen и другие ✏️

Впереди 7 недель работы со своим репозиторием. Вебинары проходят вживую и остаются в записи.

Стартуем 31 августа. До конца июля можно присоединиться по ранней цене, а доступ к материалам останется бессрочным 😀

🔗 Посмотреть, что будет на курсе

🏃‍♀️ Proglib Academy

📌 Что если вас спросят на собесе: чем отличается перезагрузка метода от переопределения

🔤 Перегрузка — в одном классе можно создать несколько методов с одинаковым именем, но разными параметрами
Когда нужно: Чтобы один и тот же метод умел работать с разными входными данными.

🔤 Переопределение — дочерний класс меняет поведение метода, унаследованного от родителя.
Когда нужно: Чтобы адаптировать общую логику под конкретный случай.

➡️ Главное отличие

Перегрузка = один класс, разная сигнатура методов.
Переопределение = наследование, разная реализация метода.

Азбука айтишника

😱 Знакомо? Лимит уже закончился, а задача всё ещё не готова. Часть токенов могла уйти на повторное чтение файлов, лишний контекст и неудачные попытки.

⚡️ Этому посвящён отдельный блок курса «ИИ для разработчиков». Вы разберёте расходы на собственных проектах, сравните подходы и найдёте места, где агент выполняет лишнюю работу.

В итоге станет понятнее, сколько ресурсов выделять на запуск, когда его останавливать и в какой момент лучше изменить подход 🔍

До 31 июля курс можно купить со скидкой, а все материалы останутся в бессрочном доступе.

🔗 Узнать подробности о курсе

🏃‍♀️ Proglib Academy