EventStorming (Рубрика #Architecture)
Сегодня провел день в роли фасиллитатора сессии event storming, которая была посвящена домену a/b экспериментов. Это было занимательно и утомительно:) Этот подход придумал Alberto Brandolini для того, чтобы пошарить знания между экспертами доменной области и разработчиками максимально эффективно.
Сама техника представляет из себя воркшоп из следущего набора шагов (часто глубина проработки может быть не такой детальной)
- Unstructured exploration — на этом шаге в режиме брейншторма все участники группы самостоятельно накидывают на доску domain events
- Timelines — сгенерированные на предыдущем шаге domain events выстраиваются в хронологическом порядке, начиная с happy path
- Commands — на этом шаге добавляются commands, которые описывают что именно триггерит событие или поток событий. У части команд есть actor, который и запускает выполнение команды
- Policies — на этом шаге идет разбор команд, которые не имеют actor. У таких команд есть policy, когда запускается такая команда, обычно она завязана на наступление какого-то другого domain event
- External systems — на этом шаге модель расширяется внешними системами, которые не являются частью домена, что разбирается, но которые участвуют в процессе, например, исполняют command или получают нотификации о domain events
- Aggregates — когда все команды и события на месте, участники могут начать задумываться об оптимизации и выделении aggregates, которые получают команды и генерируют события
- Bounded contexts — на последнем шаге время посмотреть на всю картину. Группы тесно связанных aggregates являются естественными кандидатами на определение границ для bounded contexts
На приложенных фотографиях
1. Кусочек получившейся сегодня схемы - ребята отлично поработали, собрали timeline сложного процесса, выделили actors и проработали разделение на bounded contexts
2. Примерная поэтапная схема проведения воркшопа
P.S.
У автора подхода есть книга, которая уже много лет написана на 70%. Я ее даже как-то читал:)
Есть куча выступлений с описанием подхода:
- с конференции GOTO в 2018
- с конференции DDD Europe в 2019
- с конференции USI Events в 2021
#DDD #Architecture #Processes #EventStorming
Сегодня провел день в роли фасиллитатора сессии event storming, которая была посвящена домену a/b экспериментов. Это было занимательно и утомительно:) Этот подход придумал Alberto Brandolini для того, чтобы пошарить знания между экспертами доменной области и разработчиками максимально эффективно.
Сама техника представляет из себя воркшоп из следущего набора шагов (часто глубина проработки может быть не такой детальной)
- Unstructured exploration — на этом шаге в режиме брейншторма все участники группы самостоятельно накидывают на доску domain events
- Timelines — сгенерированные на предыдущем шаге domain events выстраиваются в хронологическом порядке, начиная с happy path
- Commands — на этом шаге добавляются commands, которые описывают что именно триггерит событие или поток событий. У части команд есть actor, который и запускает выполнение команды
- Policies — на этом шаге идет разбор команд, которые не имеют actor. У таких команд есть policy, когда запускается такая команда, обычно она завязана на наступление какого-то другого domain event
- External systems — на этом шаге модель расширяется внешними системами, которые не являются частью домена, что разбирается, но которые участвуют в процессе, например, исполняют command или получают нотификации о domain events
- Aggregates — когда все команды и события на месте, участники могут начать задумываться об оптимизации и выделении aggregates, которые получают команды и генерируют события
- Bounded contexts — на последнем шаге время посмотреть на всю картину. Группы тесно связанных aggregates являются естественными кандидатами на определение границ для bounded contexts
На приложенных фотографиях
1. Кусочек получившейся сегодня схемы - ребята отлично поработали, собрали timeline сложного процесса, выделили actors и проработали разделение на bounded contexts
2. Примерная поэтапная схема проведения воркшопа
P.S.
У автора подхода есть книга, которая уже много лет написана на 70%. Я ее даже как-то читал:)
Есть куча выступлений с описанием подхода:
- с конференции GOTO в 2018
- с конференции DDD Europe в 2019
- с конференции USI Events в 2021
#DDD #Architecture #Processes #EventStorming
1👍16❤8🔥6
[1/2] Китайский взгляд на мир (China's World View) (Рубрика #Economics)
С большим интересом прочитал эту книгу, что написал Дэвид Ли Даокуй, ведущий китайский экономист. Он родился в 1963 году, получил степень PhD по экономике в Гарварде, а с 2006 года является профессором экономики в Университете Цинхуа. Ли занимал пост декана программы «Шварцман» в Цинхуа и входил в состав Комитета по денежно-кредитной политике Народного банка Китая (центробанка КНР). Кроме академической работы, он многократно консультировал высшее руководство КНР по экономическим вопросам и работал в международных организациях.
Основная мысл этой книги о том, что рост Китая не угрожает миру, а напротив, несёт глобальные выгоды и может сосуществовать с Западом мирно - при условии взаимопонимания и отказа от мифов о "китайской угрозе". Интересно, что эта книга чем-то похожа на книгу Владимира Попова "Китайская модель. Почему Китай отставал от Запада, а теперь его обгоняет", о которой я уже рассказывал, но если Владимир описывает Китай с точки зрения России, то Дэвид показывает нам вид изнутри. Если говорить про основные тезисы книги, то они такие
1️⃣ Усиление Китая выгодно всему миру, а не опасно
Ли утверждает, что подъём Китая сулит глобальные преимущества, а не угрозы
- Благодаря Китаю удешевилось производство потребительских товаров
- Значительная часть доходов Китая возвращается Западу
- Китай борится с изменением климата, ускоряет научные исследования и даже создал "здоровую конкуренцию" США
Иными словами, экономический рост Китая делает мировую экономику более эффективной и стимулирует прогресс в глобальных проблемах.
2️⃣ Китай не экспортирует идеологию и "китайскую модель"
Автор подчёркивает, что КНР не стремится и не способна навязать свою идеологию другим странам. Даже если говорить о "китайской модели", её невозможно скопировать за рубежом из-за уникального историко-культурного контекста Китая. Вместо мировой экспансии идей Пекин сосредоточен на внутренних задачах и добивается лишь уважительного отношения от международного сообщества
3️⃣ Неизбежность конфликта США и Китая опровергается (ловушка Фукидида не сработает)
Ли Даокуй полемизирует с популярной теорией о "ловушке Фукидида", согласно которой восходящая держава (Китай) неизбежно воюет с доминирующей (США). Он указывает, что эта историческая схема основана на опыте внутрицивилизационной борьбы на Западе, тогда как Китай принадлежит иной цивилизации. В истории Китай, за редкими исключениями (монгольская династия Юань, маньчжурская Цин), не вёл экспансионистских захватнических войн. Конфуцианская политическая доктрина призывает избегать конфликта с соседями, а если война случилась - одержать победу и затем отступить, стремясь завоевать сердца побеждённых вместо оккупации
4️⃣ Китай не является "ревизионистской" державой и не строит антизападных блоков
Ли опровергает обвинения в том, что Пекин хочет переломить существующий мировой порядок. Напротив, Китай - один из главных бенефициаров нынешней международной системы и не заинтересован ломать правила, от которых выигрывает. По мнению автора, сегодня скорее сами США и их союзники пытаются пересмотреть устои мира, тогда как КНР удовлетворена своим местом
5️⃣ Особенности китайского подхода к управлению
Автор выделяет следующие особенности политики, сложившиеся исторически
1) "Принцип всеобъемлющей ответственности правительства" - конфуцианская традиция, по которой власть воспринимается как заботливый отец народа и несёт ответственность за благосостояние подданных.
2) Строгая внутренняя дисциплина в рядах правящей партии, что позволяет КПК оставаться гибкой и прагматичной организацией, нацеленной на результат, а не скованной догмами
3) Дипломатия на основе взаимного уважения. Китай стремится не к материальной выгоде, а к тому, чтобы к стране относились с должным уважением на международной арене. Это желание восстановления исторического статуса Китая пронизывает внешнеполитическую философию Пекина.
В следующем посте будет продолжение разбора книги.
#Economics #Strategy #Processes #History #PopularScience
С большим интересом прочитал эту книгу, что написал Дэвид Ли Даокуй, ведущий китайский экономист. Он родился в 1963 году, получил степень PhD по экономике в Гарварде, а с 2006 года является профессором экономики в Университете Цинхуа. Ли занимал пост декана программы «Шварцман» в Цинхуа и входил в состав Комитета по денежно-кредитной политике Народного банка Китая (центробанка КНР). Кроме академической работы, он многократно консультировал высшее руководство КНР по экономическим вопросам и работал в международных организациях.
Основная мысл этой книги о том, что рост Китая не угрожает миру, а напротив, несёт глобальные выгоды и может сосуществовать с Западом мирно - при условии взаимопонимания и отказа от мифов о "китайской угрозе". Интересно, что эта книга чем-то похожа на книгу Владимира Попова "Китайская модель. Почему Китай отставал от Запада, а теперь его обгоняет", о которой я уже рассказывал, но если Владимир описывает Китай с точки зрения России, то Дэвид показывает нам вид изнутри. Если говорить про основные тезисы книги, то они такие
1️⃣ Усиление Китая выгодно всему миру, а не опасно
Ли утверждает, что подъём Китая сулит глобальные преимущества, а не угрозы
- Благодаря Китаю удешевилось производство потребительских товаров
- Значительная часть доходов Китая возвращается Западу
- Китай борится с изменением климата, ускоряет научные исследования и даже создал "здоровую конкуренцию" США
Иными словами, экономический рост Китая делает мировую экономику более эффективной и стимулирует прогресс в глобальных проблемах.
2️⃣ Китай не экспортирует идеологию и "китайскую модель"
Автор подчёркивает, что КНР не стремится и не способна навязать свою идеологию другим странам. Даже если говорить о "китайской модели", её невозможно скопировать за рубежом из-за уникального историко-культурного контекста Китая. Вместо мировой экспансии идей Пекин сосредоточен на внутренних задачах и добивается лишь уважительного отношения от международного сообщества
3️⃣ Неизбежность конфликта США и Китая опровергается (ловушка Фукидида не сработает)
Ли Даокуй полемизирует с популярной теорией о "ловушке Фукидида", согласно которой восходящая держава (Китай) неизбежно воюет с доминирующей (США). Он указывает, что эта историческая схема основана на опыте внутрицивилизационной борьбы на Западе, тогда как Китай принадлежит иной цивилизации. В истории Китай, за редкими исключениями (монгольская династия Юань, маньчжурская Цин), не вёл экспансионистских захватнических войн. Конфуцианская политическая доктрина призывает избегать конфликта с соседями, а если война случилась - одержать победу и затем отступить, стремясь завоевать сердца побеждённых вместо оккупации
4️⃣ Китай не является "ревизионистской" державой и не строит антизападных блоков
Ли опровергает обвинения в том, что Пекин хочет переломить существующий мировой порядок. Напротив, Китай - один из главных бенефициаров нынешней международной системы и не заинтересован ломать правила, от которых выигрывает. По мнению автора, сегодня скорее сами США и их союзники пытаются пересмотреть устои мира, тогда как КНР удовлетворена своим местом
5️⃣ Особенности китайского подхода к управлению
Автор выделяет следующие особенности политики, сложившиеся исторически
1) "Принцип всеобъемлющей ответственности правительства" - конфуцианская традиция, по которой власть воспринимается как заботливый отец народа и несёт ответственность за благосостояние подданных.
2) Строгая внутренняя дисциплина в рядах правящей партии, что позволяет КПК оставаться гибкой и прагматичной организацией, нацеленной на результат, а не скованной догмами
3) Дипломатия на основе взаимного уважения. Китай стремится не к материальной выгоде, а к тому, чтобы к стране относились с должным уважением на международной арене. Это желание восстановления исторического статуса Китая пронизывает внешнеполитическую философию Пекина.
В следующем посте будет продолжение разбора книги.
#Economics #Strategy #Processes #History #PopularScience
❤9👍3🔥2🙏1
[2/2] Китайский взгляд на мир (China's World View) (Рубрика #Economics)
Но нельзя рассказать про эту книгу, не упомянув и про критику
- Российский рецензент Валерий Фёдоров охарактеризовал тон автора как "голубиный клекот" (голос голубя мира) – мол, в эпоху «ястребов» такая миролюбивость выглядит наивно. Фёдоров указывает, что Ли Даокуй принадлежит к старшему поколению китайцев, воспитанных в уважении к западной цивилизации, и его взгляды заметно мягче, чем у многих молодых китайских аналитиков, гораздо более критично настроенных к Западу
- С западной стороны тоже есть скепсис: обозреватели отмечают, что книга Ли фактически отражает официальную точку зрения Пекина.
- Автор уделяет мало внимания военным аспектам (например, не обсуждает напрямую проблему Тайваня) и социальным издержкам китайской модели
- Экономические аргументы приведены однобоко - Ли восхваляет выгоды дешёвого китайского производства для американских потребителей, но почти не говорит о том, что "обратная сторона" - потеря рабочих мест и рост раздражения в США по поводу дисбаланса в торговле
В общем, Ли Даокуй нарочно обходит острые углы и подаёт весьма селективную картину, выгодную имиджу Китая. Но книга ценна как база по китайской системе - в ней из первых рук описано, как устроено управление в КНР, как там учитываются разные мнения в отсутствие демократии, как функционируют государственные и рыночные механизмы. В этом смысле, несмотря на идеализацию, работа Ли Даокуя даёт западному читателю полезное понимание логики китайского мировоззрения, пусть и изложенного глазами самого Китая.
#Economics #Strategy #Processes #History #PopularScience
Но нельзя рассказать про эту книгу, не упомянув и про критику
- Российский рецензент Валерий Фёдоров охарактеризовал тон автора как "голубиный клекот" (голос голубя мира) – мол, в эпоху «ястребов» такая миролюбивость выглядит наивно. Фёдоров указывает, что Ли Даокуй принадлежит к старшему поколению китайцев, воспитанных в уважении к западной цивилизации, и его взгляды заметно мягче, чем у многих молодых китайских аналитиков, гораздо более критично настроенных к Западу
- С западной стороны тоже есть скепсис: обозреватели отмечают, что книга Ли фактически отражает официальную точку зрения Пекина.
- Автор уделяет мало внимания военным аспектам (например, не обсуждает напрямую проблему Тайваня) и социальным издержкам китайской модели
- Экономические аргументы приведены однобоко - Ли восхваляет выгоды дешёвого китайского производства для американских потребителей, но почти не говорит о том, что "обратная сторона" - потеря рабочих мест и рост раздражения в США по поводу дисбаланса в торговле
В общем, Ли Даокуй нарочно обходит острые углы и подаёт весьма селективную картину, выгодную имиджу Китая. Но книга ценна как база по китайской системе - в ней из первых рук описано, как устроено управление в КНР, как там учитываются разные мнения в отсутствие демократии, как функционируют государственные и рыночные механизмы. В этом смысле, несмотря на идеализацию, работа Ли Даокуя даёт западному читателю полезное понимание логики китайского мировоззрения, пусть и изложенного глазами самого Китая.
#Economics #Strategy #Processes #History #PopularScience
Telegram
Книжный куб
[1/2] Китайский взгляд на мир (China's World View) (Рубрика #Economics)
С большим интересом прочитал эту книгу, что написал Дэвид Ли Даокуй, ведущий китайский экономист. Он родился в 1963 году, получил степень PhD по экономике в Гарварде, а с 2006 года является…
С большим интересом прочитал эту книгу, что написал Дэвид Ли Даокуй, ведущий китайский экономист. Он родился в 1963 году, получил степень PhD по экономике в Гарварде, а с 2006 года является…
👍8❤4🔥2
[1/2] Сравнение книг "Китайский взгляд на мир" и "Китайская модель: ретроспектива и перспектива"
Интересно сравнить труд Ли Даокуя с книгой российского экономиста Владимира Попова «Китайская модель. Ретроспектива и перспектива». Обе книги я прочитал недавно и оба автора пишут про развитие Китая, но с несколько разных ракурсов - внутреннего китайского и внешнего (российского) - и их выводы дополняют друг друга.
Общие черты и точки соприкосновения
1️⃣ Признание успеха китайской модели
Ли Даокуй и Владимир Попов сходятся в том, что опыт Китая последних десятилетий - уникально успешный. Попов прямо ставит вопрос: не является ли китайская социально-экономическая модель более конкурентоспособной, чем либеральная западная? Ли, в свою очередь, всю книгу доказывает, что китайская система эффективна (хоть и специфична) и вовсе не обречена на провал, как думали раньше на Западе. Оба автора таким образом оспаривают западные стереотипы: Ли - миф об агрессивности и негибкости Китая, Попов - миф, что только либеральная модель ведёт к процветанию. Оба подчеркивают исторические корни китайского пути: Ли - через конфуцианство и традиции, Попов - через анализ «азиатских ценностей» и коллективистской культуры
2️⃣ Критика западоцентричных объяснений истории
Попов в своей книге делает акцент на исторической экономике: он утверждает, что возвышение Запада с XVIII–XIX вв. было обусловлено не превосходством свободы или демократии, а жесткой мобилизацией ресурсов - повышением нормы сбережений, промышленной революцией ценой роста неравенства и разрушения традиционных общин. Ли Даокуй менее детально разбирает историю, но сходные мотивы есть - он неоднократно намекает, что Запад не должен считать свои ценности универсальным мерилом прогресса, потому что путь Китая другой, но тоже успешный. Оба автора, по сути, провозглашают плюрализм путей развития: нет единственно верной модели - китайская система с сильным государством тоже доказала свою результативность.
3️⃣ Будущее соревнование моделей и риск конфликта
Здесь позиции Ли и Попова перекликаются, хотя оттенки разные. Попов прямо спрашивает: чем закончится соревнование коллективистской восточноазиатской модели и либеральной западной, которое мы наблюдаем? Он отмечает, что западная модель сейчас сталкивается с трудностями, проигрывая в ряде аспектов Восточной Азии - особенно из-за нежелания Запада поступаться ничем ради общего блага (он упоминает отказ от ограничений выбросов, нарастание популизма, нежелание обуздать неравенство). Ли Даокуй более оптимистичен: он надеется на мирное сосуществование, а не жесткую конкуренцию до победы одного из укладов. Тем не менее, он тоже признаёт существование напряжённости и необходимости ее смягчения. Фактически, Попов описывает ту же ситуацию соревнования, что тревожит Ли, только Попов как исследователь холоднее констатирует факты, а Ли как публицист призывает снять напряжение.
В продолжении я говорю про отличие подходов авторов и их выводов.
#Economics #Strategy #Processes #History #PopularScience
Интересно сравнить труд Ли Даокуя с книгой российского экономиста Владимира Попова «Китайская модель. Ретроспектива и перспектива». Обе книги я прочитал недавно и оба автора пишут про развитие Китая, но с несколько разных ракурсов - внутреннего китайского и внешнего (российского) - и их выводы дополняют друг друга.
Общие черты и точки соприкосновения
1️⃣ Признание успеха китайской модели
Ли Даокуй и Владимир Попов сходятся в том, что опыт Китая последних десятилетий - уникально успешный. Попов прямо ставит вопрос: не является ли китайская социально-экономическая модель более конкурентоспособной, чем либеральная западная? Ли, в свою очередь, всю книгу доказывает, что китайская система эффективна (хоть и специфична) и вовсе не обречена на провал, как думали раньше на Западе. Оба автора таким образом оспаривают западные стереотипы: Ли - миф об агрессивности и негибкости Китая, Попов - миф, что только либеральная модель ведёт к процветанию. Оба подчеркивают исторические корни китайского пути: Ли - через конфуцианство и традиции, Попов - через анализ «азиатских ценностей» и коллективистской культуры
2️⃣ Критика западоцентричных объяснений истории
Попов в своей книге делает акцент на исторической экономике: он утверждает, что возвышение Запада с XVIII–XIX вв. было обусловлено не превосходством свободы или демократии, а жесткой мобилизацией ресурсов - повышением нормы сбережений, промышленной революцией ценой роста неравенства и разрушения традиционных общин. Ли Даокуй менее детально разбирает историю, но сходные мотивы есть - он неоднократно намекает, что Запад не должен считать свои ценности универсальным мерилом прогресса, потому что путь Китая другой, но тоже успешный. Оба автора, по сути, провозглашают плюрализм путей развития: нет единственно верной модели - китайская система с сильным государством тоже доказала свою результативность.
3️⃣ Будущее соревнование моделей и риск конфликта
Здесь позиции Ли и Попова перекликаются, хотя оттенки разные. Попов прямо спрашивает: чем закончится соревнование коллективистской восточноазиатской модели и либеральной западной, которое мы наблюдаем? Он отмечает, что западная модель сейчас сталкивается с трудностями, проигрывая в ряде аспектов Восточной Азии - особенно из-за нежелания Запада поступаться ничем ради общего блага (он упоминает отказ от ограничений выбросов, нарастание популизма, нежелание обуздать неравенство). Ли Даокуй более оптимистичен: он надеется на мирное сосуществование, а не жесткую конкуренцию до победы одного из укладов. Тем не менее, он тоже признаёт существование напряжённости и необходимости ее смягчения. Фактически, Попов описывает ту же ситуацию соревнования, что тревожит Ли, только Попов как исследователь холоднее констатирует факты, а Ли как публицист призывает снять напряжение.
В продолжении я говорю про отличие подходов авторов и их выводов.
#Economics #Strategy #Processes #History #PopularScience
❤5🔥4⚡2👍1
[2/2] Сравнение книг "Китайский взгляд на мир" и "Китайская модель: ретроспектива и перспектива"
Продолжая сравнение книг, нельзя не рассказать об отличиях в подходах авторов
1️⃣ Инсайдер vs аналитик со стороны
Ли Даокуй - китайский инсайдер, пишущий для внешней аудитории. Его книга носит характер объяснения и отчасти оправдания позиции Китая. Попов - внешний наблюдатель, хоть и благожелательно настроенный к Китаю. Он изучает китайскую модель сравнительно, соотнося её с другими странами (Японией, Кореей, СССР, Западом). Поэтому у Ли тон более апологетический, у Попова - аналитический. Например, Попов прямо говорит о недостатках Запада и преимуществах Востока в цифрах и теориях, а Ли старается не противопоставлять, а уверять, что все могут выиграть вместе. В этом смысле Попов менее дипломатичен: он фактически утверждает, что либеральный Запад утратил былую эффективность, пока Китай и Азия рвутся вперёд. Ли же избегает деклараций о чьём-то упадке, он мягко намекает, что Западу пора перестать бояться Китая.
2️⃣ Фокус на экономике vs политике
Попова интересует: почему и как Китай вырос, а Ли - что этот рост значит для мира. Например, Попов разбирает, почему Китай отстал в XIX веке (колониализм, опиумные войны) и догнал в XX (индустриализация, реформы Дэн Сяопина). Ли эти детали затрагивает лишь в контексте влияния истории на современность, но не углубляется в статистику прошлого. Зато Ли больше внимания уделяет внутриполитическим механизмам (роль КПК, борьба с коррупцией, региональное управление), тогда как у Попова эти темы второстепенны. Таким образом, Попов строит макроисторическую теорию, а Ли пишет политико-экономическое эссе.
3️⃣ Оценка возмлжности экспорта модели
Попов рассматривает вопрос, станет ли китайская модель доминирующей глобально. У него сквозит мысль, что если она объективно эффективнее, то другие страны могут перенимать элементы (и некоторые уже перенимают, например, авторитарный капитализм в Юго-Восточной Азии). Ли наоборот подчёркивает уникальность и непересаживаемость китайской системы. Он даже успокаивает: мол, Китай никого не учит жить, каждый народ сам выберет путь. Здесь видна разница цели: Попов пишет для тех, кто ищет уроки развития (в том числе, возможно, для России, какой путь выбрать), а Ли - для тех, кто опасается китайской экспансии. Поэтому Попов более открыто говорит о конкуренции моделей, а Ли избегает этого термина, предпочитая говорить о взаимодополняемости.
4️⃣ Значение для России
У Попова тема России присутствует косвенно - он скорее сравнивает модели, но, конечно, между строк читается, что Россия могла бы извлечь урок из восточноазиатского опыта (например, сильное государство + рыночная экономика). Ли Даокуй про Россию упоминает лишь бегло (когда говорит, что в XIX веке Китай отставал даже от Российской империи), но для России его книга ценна именно взглядом китайца на мир, где Россия - часть не Запада, а евразийского пространства, и потенциальный партнер.
Подводя итог, обе книги взаимно дополняют друг друга. Дэвид Ли Даокуй дает «китайский взгляд» изнутри – эмоционально окрашенный, убедительный, но местами односторонний, отражающий официальную позицию Пекина. Владимир Попов дает «взгляд со стороны» – более критичный и теоретически выверенный, стремящийся объяснить феномен Китая с научной точки зрения и спрогнозировать глобальные изменения. Если сравнить выводы: Ли верит в гармонию, Попов констатирует смену баланса сил.
#Economics #Strategy #Processes #History #PopularScience
Продолжая сравнение книг, нельзя не рассказать об отличиях в подходах авторов
1️⃣ Инсайдер vs аналитик со стороны
Ли Даокуй - китайский инсайдер, пишущий для внешней аудитории. Его книга носит характер объяснения и отчасти оправдания позиции Китая. Попов - внешний наблюдатель, хоть и благожелательно настроенный к Китаю. Он изучает китайскую модель сравнительно, соотнося её с другими странами (Японией, Кореей, СССР, Западом). Поэтому у Ли тон более апологетический, у Попова - аналитический. Например, Попов прямо говорит о недостатках Запада и преимуществах Востока в цифрах и теориях, а Ли старается не противопоставлять, а уверять, что все могут выиграть вместе. В этом смысле Попов менее дипломатичен: он фактически утверждает, что либеральный Запад утратил былую эффективность, пока Китай и Азия рвутся вперёд. Ли же избегает деклараций о чьём-то упадке, он мягко намекает, что Западу пора перестать бояться Китая.
2️⃣ Фокус на экономике vs политике
Попова интересует: почему и как Китай вырос, а Ли - что этот рост значит для мира. Например, Попов разбирает, почему Китай отстал в XIX веке (колониализм, опиумные войны) и догнал в XX (индустриализация, реформы Дэн Сяопина). Ли эти детали затрагивает лишь в контексте влияния истории на современность, но не углубляется в статистику прошлого. Зато Ли больше внимания уделяет внутриполитическим механизмам (роль КПК, борьба с коррупцией, региональное управление), тогда как у Попова эти темы второстепенны. Таким образом, Попов строит макроисторическую теорию, а Ли пишет политико-экономическое эссе.
3️⃣ Оценка возмлжности экспорта модели
Попов рассматривает вопрос, станет ли китайская модель доминирующей глобально. У него сквозит мысль, что если она объективно эффективнее, то другие страны могут перенимать элементы (и некоторые уже перенимают, например, авторитарный капитализм в Юго-Восточной Азии). Ли наоборот подчёркивает уникальность и непересаживаемость китайской системы. Он даже успокаивает: мол, Китай никого не учит жить, каждый народ сам выберет путь. Здесь видна разница цели: Попов пишет для тех, кто ищет уроки развития (в том числе, возможно, для России, какой путь выбрать), а Ли - для тех, кто опасается китайской экспансии. Поэтому Попов более открыто говорит о конкуренции моделей, а Ли избегает этого термина, предпочитая говорить о взаимодополняемости.
4️⃣ Значение для России
У Попова тема России присутствует косвенно - он скорее сравнивает модели, но, конечно, между строк читается, что Россия могла бы извлечь урок из восточноазиатского опыта (например, сильное государство + рыночная экономика). Ли Даокуй про Россию упоминает лишь бегло (когда говорит, что в XIX веке Китай отставал даже от Российской империи), но для России его книга ценна именно взглядом китайца на мир, где Россия - часть не Запада, а евразийского пространства, и потенциальный партнер.
Подводя итог, обе книги взаимно дополняют друг друга. Дэвид Ли Даокуй дает «китайский взгляд» изнутри – эмоционально окрашенный, убедительный, но местами односторонний, отражающий официальную позицию Пекина. Владимир Попов дает «взгляд со стороны» – более критичный и теоретически выверенный, стремящийся объяснить феномен Китая с научной точки зрения и спрогнозировать глобальные изменения. Если сравнить выводы: Ли верит в гармонию, Попов констатирует смену баланса сил.
#Economics #Strategy #Processes #History #PopularScience
Telegram
Книжный куб
[1/2] Сравнение книг "Китайский взгляд на мир" и "Китайская модель: ретроспектива и перспектива"
Интересно сравнить труд Ли Даокуя с книгой российского экономиста Владимира Попова «Китайская модель. Ретроспектива и перспектива». Обе книги я прочитал недавно…
Интересно сравнить труд Ли Даокуя с книгой российского экономиста Владимира Попова «Китайская модель. Ретроспектива и перспектива». Обе книги я прочитал недавно…
❤6🔥6⚡1
Разработка софта в 2030 году: гипотезы о (не)светлом будущем (Рубрика #AI)
В воскресенье буду выступать на конференции для студентов и выпускников ИТМО с таким докладом. Анонс от меня звучит примерно так
После возвращения из Питера планирую как обычно записать расширенную версию этого выступления для своего канала и опубликовать его здесь:)
#AI #PlatformEngineering #Engineering #Software #Processes #Productivity
В воскресенье буду выступать на конференции для студентов и выпускников ИТМО с таким докладом. Анонс от меня звучит примерно так
С 2022 года с нами технология, которая стремительно изменяет мир вокруг нас. И если раньше мы на стороне IT высутпали как драйверы изменений, цифровизируя все вокруг, то теперь и само IT трансформируется с внедрением AI. В этом докладе я хотел обсудить, а что нас ждет в будущем и как будет выглядеть разработка через пять лет. Доклад будет продолжать мысли из моих выступлений
- Интегрируем AI в процессы разработки в большой компании летом на на CTO Conf
- AI в SDLC: путь от ассистентов к агентам осенью на AI Boost Conf
После возвращения из Питера планирую как обычно записать расширенную версию этого выступления для своего канала и опубликовать его здесь:)
#AI #PlatformEngineering #Engineering #Software #Processes #Productivity
Telegram
Книжный куб
Интегрируем AI в процессы разработки в большой компании (Рубрика #AI)
Полтора месяца я выступал с этим докладом на CTO Conf X, но организаторы решили не публиковать доклады. Поэтому я решил его записать для своего канала и рассказать про state of the art…
Полтора месяца я выступал с этим докладом на CTO Conf X, но организаторы решили не публиковать доклады. Поэтому я решил его записать для своего канала и рассказать про state of the art…
1👍22🔥7❤6
[1/2] How AI is transforming work at Anthropic - Инсайты для инженеров (Рубрика #AI)
С большим интересом внутреннее исследование Anthropic о том, как использование их ИИ-ассистента (модели Claude) влияет на работу инженеров компании. Конечно, Anthropic - это сама по себе AI-компания, поэтому её сотрудники находятся в привилегированных условиях: они одними из первых получают доступ к самым передовым инструментам ИИ и работают в сфере, непосредственно связанной с развитием ИИ. Поэтому авторы подчёркивают, что выводы могут не полностью обобщаться на другие организации.
В первом посте я попробую суммировать инсайты для инженеров, а во втором поговорить об инсайтах для менеджеров.
Продуктивность выросла
Разработчики теперь используют Claude примерно в 60% своей работы (против ~28% год назад) и сами оценивают прирост производительности ~50%. Это более чем двукратный скачок за год. Замеры подтверждают тренд - например, число успешных ежедневных пул-реквестов на инженера выросло на 67% после внедрения Claude Code
Claude помогает в рутинных задачах
Чаще всего его привлекают для отладки багов и разбора чужого кода ~55% инженеров делают это ежедневно. Около 42% используют ИИ для понимания кода, 37% - для написания новых функций. Реже просят об архитектурном дизайне или анализе данных (такие задачи предпочитают делать сами)
Новые задачи теперь по силам
27% работы, которую инженеры выполняют с помощью Claude, раньше вообще не делали бы. AI освобождает время на вещи типа внутренних "nice-to-have" инструментов (например дашбордов) и экспериментов, которые вручную были бы слишком затратными. Кроме того, Claude берётся за мелкие улучшения: ~8.6% его задач - это починка мелких багов и рефакторинг, до которых раньше руки не доходили. Эти мелочи со временем складываются в ощутимый выигрыш по качеству и скорости работы.
Делегируем, но с оглядкой
Большинство оценивает, что без проверки можно доверить ИИ только до 20% задач. Claude стал постоянным напарником, но не автономным исполнителем - разработчик всё равно проверяет и направляет его, особенно в важных вещах. Инженеры выработали интуицию, что поручать в первую очередь задачи простые в проверке, низкого риска или скучные (“черновой” код, рутинные части). Постепенно им доверяют всё более сложную работу, но архитектуру и финальные решения о дизайне контролируют сами.
Навыки шире, глубина под вопросом
С Claude люди смелее берутся за задачи за пределами своей основной экспертизы - все понемногу становятся более "full-stack" инженерами. Например, бэкенд-разработчик с помощью AI может зайти и на фронтенд, и в базу данных, вместо того чтобы звать профильных специалистов. Однако есть и обратная сторона: когда ИИ делает рутину, инженеры меньше практикуются в основах и базовые знания могут постепенно "атрофироваться".
Отношение к написанию кода меняется
Одни рады, что могут сосредоточиться на концепциях и результате, а не на написании кода. Бывалые инженеры сравнивают эту смену парадигмы с переходом на более высокоуровневые языки. Многие готовы мириться с утратой части удовольствия, ведь продуктивность сейчас гораздо выше
Меньше живого общения
Claude всё чаще стал первым, к кому идут с вопросом, вместо коллег. Это экономит время (не беспокоишь напарника по пустякам), но менторство страдает. Опытные разработчики отмечают, что джуны меньше обращаются за советом, ведь Claude может многому их научить сам. Некоторым не нравится, что фраза "а ты спросил у Claude?" стала обычным делом
Карьера и будущее
Роль инженера сдвигается в сторону управления AI-системами вместо написания каждой строчки кода. Многие уже сейчас чувствуют себя скорее "тимлидом для пары AI-агентов", чем просто разработчиком: например, один оценивает, что на 70% стал код-ревьюером/редактором кода от ИИ, а не автором с нуля. Продуктивность при этом зашкаливает, однако в долгосроке люди не уверены, во что выльется их профессия. Есть оптимизм на ближнюю перспективу, но дальше - сплошная неопределённость.
Продолжение в следующем посте.
#Engineering #Software #Processes #Productivity #Economics
С большим интересом внутреннее исследование Anthropic о том, как использование их ИИ-ассистента (модели Claude) влияет на работу инженеров компании. Конечно, Anthropic - это сама по себе AI-компания, поэтому её сотрудники находятся в привилегированных условиях: они одними из первых получают доступ к самым передовым инструментам ИИ и работают в сфере, непосредственно связанной с развитием ИИ. Поэтому авторы подчёркивают, что выводы могут не полностью обобщаться на другие организации.
В первом посте я попробую суммировать инсайты для инженеров, а во втором поговорить об инсайтах для менеджеров.
Продуктивность выросла
Разработчики теперь используют Claude примерно в 60% своей работы (против ~28% год назад) и сами оценивают прирост производительности ~50%. Это более чем двукратный скачок за год. Замеры подтверждают тренд - например, число успешных ежедневных пул-реквестов на инженера выросло на 67% после внедрения Claude Code
Claude помогает в рутинных задачах
Чаще всего его привлекают для отладки багов и разбора чужого кода ~55% инженеров делают это ежедневно. Около 42% используют ИИ для понимания кода, 37% - для написания новых функций. Реже просят об архитектурном дизайне или анализе данных (такие задачи предпочитают делать сами)
Новые задачи теперь по силам
27% работы, которую инженеры выполняют с помощью Claude, раньше вообще не делали бы. AI освобождает время на вещи типа внутренних "nice-to-have" инструментов (например дашбордов) и экспериментов, которые вручную были бы слишком затратными. Кроме того, Claude берётся за мелкие улучшения: ~8.6% его задач - это починка мелких багов и рефакторинг, до которых раньше руки не доходили. Эти мелочи со временем складываются в ощутимый выигрыш по качеству и скорости работы.
Делегируем, но с оглядкой
Большинство оценивает, что без проверки можно доверить ИИ только до 20% задач. Claude стал постоянным напарником, но не автономным исполнителем - разработчик всё равно проверяет и направляет его, особенно в важных вещах. Инженеры выработали интуицию, что поручать в первую очередь задачи простые в проверке, низкого риска или скучные (“черновой” код, рутинные части). Постепенно им доверяют всё более сложную работу, но архитектуру и финальные решения о дизайне контролируют сами.
Навыки шире, глубина под вопросом
С Claude люди смелее берутся за задачи за пределами своей основной экспертизы - все понемногу становятся более "full-stack" инженерами. Например, бэкенд-разработчик с помощью AI может зайти и на фронтенд, и в базу данных, вместо того чтобы звать профильных специалистов. Однако есть и обратная сторона: когда ИИ делает рутину, инженеры меньше практикуются в основах и базовые знания могут постепенно "атрофироваться".
Отношение к написанию кода меняется
Одни рады, что могут сосредоточиться на концепциях и результате, а не на написании кода. Бывалые инженеры сравнивают эту смену парадигмы с переходом на более высокоуровневые языки. Многие готовы мириться с утратой части удовольствия, ведь продуктивность сейчас гораздо выше
Меньше живого общения
Claude всё чаще стал первым, к кому идут с вопросом, вместо коллег. Это экономит время (не беспокоишь напарника по пустякам), но менторство страдает. Опытные разработчики отмечают, что джуны меньше обращаются за советом, ведь Claude может многому их научить сам. Некоторым не нравится, что фраза "а ты спросил у Claude?" стала обычным делом
Карьера и будущее
Роль инженера сдвигается в сторону управления AI-системами вместо написания каждой строчки кода. Многие уже сейчас чувствуют себя скорее "тимлидом для пары AI-агентов", чем просто разработчиком: например, один оценивает, что на 70% стал код-ревьюером/редактором кода от ИИ, а не автором с нуля. Продуктивность при этом зашкаливает, однако в долгосроке люди не уверены, во что выльется их профессия. Есть оптимизм на ближнюю перспективу, но дальше - сплошная неопределённость.
Продолжение в следующем посте.
#Engineering #Software #Processes #Productivity #Economics
❤8🔥4⚡3
[2/2] How AI is transforming work at Anthropic - Инсайты для инженеров (Рубрика #AI)
Вторая половина разбора посвящена тому, что могут извлечь менеджеры из отчета Anthropic.
ROI и продуктивность
Использование AI дает ощутимый экономический эффект. Внутренний опрос показал ~50% рост производительности на сотрудника, а реальные метрики это подтверждают: например, число ежедневных код-изменений (PR) на инженера выросло на 67% после внедрения Claude. Иначе говоря, благодаря ИИ команда делает заметно больше за то же время. Плюс ~27% задач, которые Claude помогает решить, раньше вообще не выполнялись (нехватало ресурсов) - теперь эти улучшения и эксперименты повышают качество продукта и открывают новые возможности.
ИИ не заменяет, а усиливает
Несмотря на скачок продуктивности, люди по-прежнему необходимы. Большинство инженеров используют Claude ежедневно, но полностью автоматизировать могут лишь до 20% работы. Остальное требует участия человека: постановки задач, контроля и правок. ИИ ускоряет выполнение рутинных частей и дает черновые решения, а эксперты финализируют результат. То есть Claude - это ускоритель, а не автономный работник.
Перемены в команде
AI-инструменты меняют рабочую динамику. Разработчики теперь сперва спрашивают у Claude, а уже потом у коллег. С одной стороны, это снижает нагрузку на опытных сотрудников (меньше отвлекающих вопросов по мелочам) и позволяет сосредоточиться на более сложных проблемах. С другой - страдает командное взаимодействие и менторств: новички реже обращаются за помощью к старшим, полагаясь на AI. Без целенаправленных усилий это может привести к провалу передачи опыта. Руководителям стоит учитывать этот эффект и, возможно, формализовать наставничество (раз AI берёт на себя часть обучения, нужно находить новые способы развития младших коллег).
Риск утраты навыков
Инженеры расширяют свой профиль с помощью ИИ, но существует опасность, что базовые навыки "заржавеют" при редком использовании. Некоторые сотрудники уже признают: да, они меньше практикуются в ручном кодинге и тонкостях алгоритмов, хотя пока это не сильно мешает. Есть даже те, кто сознательно иногда решает задачи без помощи Claude, чтобы не терять форму.
Планирование кадров и обучение
Появляются новые акценты в профиле инженеров. Многие фактически превращаются в менеджеров AI-агентов - контролируют и направляют работу сразу нескольких копий. Работа уходит на более высокий уровень абстракции: меньше ручного труда, больше обзорных и координирующих функций. Как пошутил один тимлид, теперь его задача – "отвечать за работу 5 или 100 копий Claude" вместо одного разработчика. В перспективе профессия может сместиться к проектированию систем и наставничеству ИИ, а умение правильно ставить задачи и проверять ответы станет золотым навыком.
Неопределённость и адаптация
Стратегически руководству важно готовиться к разным сценариям. Долгосрочная траектория развития команд пока неясна: даже сами инженеры затрудняются сказать, как изменится их роль через 3-5 лет. Многие испытывают смешанные чувства: сегодня всё отлично, а завтра, глядишь, AI заберёт ещё больше задач. Отдельные энтузиасты уверены, что отрасль приспособится - улучшатся "ограждения" для ИИ, обучение станет частью инструментов, а люди будут расти вместе с машинами. Но общий знаменатель такой: нужно быть максимально гибкими.
Как готовится Anthropic
В компании уже задумались, как справиться с этими вызовами. Обсуждают новые регламенты работы с ИИ, как поощрять сотрудничество и обмен знаниями в эпоху AI, как поддерживать профессиональный рост сотрудников. Рассматривают даже структурные шаги: создавать новые траектории карьерного развития, программы рескиллинга внутри организации по мере роста возможностей моделей. Кроме того, Anthropic расширяет исследование влияния AI за пределы одних инженеров и помогает внешним партнёрам адаптировать учебные программы для будущего с ИИ.
#Engineering #Software #Processes #Productivity #Economics
Вторая половина разбора посвящена тому, что могут извлечь менеджеры из отчета Anthropic.
ROI и продуктивность
Использование AI дает ощутимый экономический эффект. Внутренний опрос показал ~50% рост производительности на сотрудника, а реальные метрики это подтверждают: например, число ежедневных код-изменений (PR) на инженера выросло на 67% после внедрения Claude. Иначе говоря, благодаря ИИ команда делает заметно больше за то же время. Плюс ~27% задач, которые Claude помогает решить, раньше вообще не выполнялись (нехватало ресурсов) - теперь эти улучшения и эксперименты повышают качество продукта и открывают новые возможности.
ИИ не заменяет, а усиливает
Несмотря на скачок продуктивности, люди по-прежнему необходимы. Большинство инженеров используют Claude ежедневно, но полностью автоматизировать могут лишь до 20% работы. Остальное требует участия человека: постановки задач, контроля и правок. ИИ ускоряет выполнение рутинных частей и дает черновые решения, а эксперты финализируют результат. То есть Claude - это ускоритель, а не автономный работник.
Перемены в команде
AI-инструменты меняют рабочую динамику. Разработчики теперь сперва спрашивают у Claude, а уже потом у коллег. С одной стороны, это снижает нагрузку на опытных сотрудников (меньше отвлекающих вопросов по мелочам) и позволяет сосредоточиться на более сложных проблемах. С другой - страдает командное взаимодействие и менторств: новички реже обращаются за помощью к старшим, полагаясь на AI. Без целенаправленных усилий это может привести к провалу передачи опыта. Руководителям стоит учитывать этот эффект и, возможно, формализовать наставничество (раз AI берёт на себя часть обучения, нужно находить новые способы развития младших коллег).
Риск утраты навыков
Инженеры расширяют свой профиль с помощью ИИ, но существует опасность, что базовые навыки "заржавеют" при редком использовании. Некоторые сотрудники уже признают: да, они меньше практикуются в ручном кодинге и тонкостях алгоритмов, хотя пока это не сильно мешает. Есть даже те, кто сознательно иногда решает задачи без помощи Claude, чтобы не терять форму.
Планирование кадров и обучение
Появляются новые акценты в профиле инженеров. Многие фактически превращаются в менеджеров AI-агентов - контролируют и направляют работу сразу нескольких копий. Работа уходит на более высокий уровень абстракции: меньше ручного труда, больше обзорных и координирующих функций. Как пошутил один тимлид, теперь его задача – "отвечать за работу 5 или 100 копий Claude" вместо одного разработчика. В перспективе профессия может сместиться к проектированию систем и наставничеству ИИ, а умение правильно ставить задачи и проверять ответы станет золотым навыком.
Неопределённость и адаптация
Стратегически руководству важно готовиться к разным сценариям. Долгосрочная траектория развития команд пока неясна: даже сами инженеры затрудняются сказать, как изменится их роль через 3-5 лет. Многие испытывают смешанные чувства: сегодня всё отлично, а завтра, глядишь, AI заберёт ещё больше задач. Отдельные энтузиасты уверены, что отрасль приспособится - улучшатся "ограждения" для ИИ, обучение станет частью инструментов, а люди будут расти вместе с машинами. Но общий знаменатель такой: нужно быть максимально гибкими.
Как готовится Anthropic
В компании уже задумались, как справиться с этими вызовами. Обсуждают новые регламенты работы с ИИ, как поощрять сотрудничество и обмен знаниями в эпоху AI, как поддерживать профессиональный рост сотрудников. Рассматривают даже структурные шаги: создавать новые траектории карьерного развития, программы рескиллинга внутри организации по мере роста возможностей моделей. Кроме того, Anthropic расширяет исследование влияния AI за пределы одних инженеров и помогает внешним партнёрам адаптировать учебные программы для будущего с ИИ.
#Engineering #Software #Processes #Productivity #Economics
Telegram
Книжный куб
[1/2] How AI is transforming work at Anthropic - Инсайты для инженеров(Рубрика #AI)
С большим интересом внутреннее исследование Anthropic о том, как использование их ИИ-ассистента (модели Claude) влияет на работу инженеров компании. Конечно, Anthropic -…
С большим интересом внутреннее исследование Anthropic о том, как использование их ИИ-ассистента (модели Claude) влияет на работу инженеров компании. Конечно, Anthropic -…
👍7🔥4❤2
Is Vibe Coding Safe? Benchmarking Vulnerability of Agent-Generated Code in Real-World Tasks (Рубрика #AI)
2 декабря вышло интересное исследование про безопасность vibe-coding от авторов Songwen Zhao, Danqing Wang, Kexun Zhang, Jiaxuan Luo, Zhuo Li и Lei Li. Основная группа ученых здесь связана с университетом Карнеги Меллон.
Если объяснять на пальцах суть исследования, то авторы сначала рассказывают, что vibe coding - новый подход к программированию, при котором человек-программист формулирует задачу на естественном языке, а агент на базе большой языковой модели (LLM) выполняет сложные задачи кодирования с минимальным ручным вмешательством. Но вот вопрос, а код, полученный таким способом безопасен?
Для ответа на этот вопрос авторы разработали новый бенчмарк SUSVIBES, 200 реалистичных задач по разработке фичей для существующих проектов с открытым исходным кодом. Интересно, что каждая из этих задач взята из реальной истории разработки: ранее, когда эти фичи реализовывали люди, в код по незнанию закрались уязвимости безопасности. Задачи намного сложнее единичных примеров из предыдущих бенчей безопасности - они требуют правок в среднем в ~180 строк кода, затрагивая несколько файлов в крупном репозитории (в отличие от тривиальных задач в рамках одной функции или файла). Совокупно задачи покрывают 77 различных категорий уязвимостей согласно классификации CWE.
Прогон этого бенчмарка на популярных агентских системах (SWE-Agent, OpenHands, Claude Code) с популярными LLM (Claude 4 Sonnet, Kimi K2, Gemini 2.5 Pro) показал тревожную картину. Лучшая система (агент SWE-Agent с моделью Claude 4 Sonnet от Anthropic) успешно решала 61% поставленных задач, но лишь 10,5% из этих решений оказались действительно безопасными, то есть не содержали уязвимостей.
Попытки улучшить ситуацию простыми мерами - например, снабжать агента дополнительными подсказками о возможных уязвимостях в тексте задания - не дали существенного эффекта и агенты чаще не справлялись с функциональной частью задачи, а общий успех безопасных решений почти не вырос.
В итоге, на текущем уровне развития технологий вайбкодинг ускоряет создание функционала, но скрыто приносит проблемы с безопасностью. Без существенных улучшений в архитектуре AI-агентов или обучении моделей, доверять такой код в ответственных системах нельзя. Исследование служит призывом к индустрии - заняться разработкой таких улучшений.
P.S.
Мне особо понравился пайплпан сбора бенчмарка и прогона тестов:)
Пайплайн автоматизирован и основан на реальных репозиториях с известными уязвимостями. Для каждой уязвимости из истории проекта они подготовили соответствующую задачу на добавление функционала, где внедрение этой функции ранее привело к проблеме безопасности. В задачу включаются: актуальное состояние кода (репозиторий до внесения исправления уязвимости), описание требуемой новой функции (feature request) и набор тестов. Тесты разбиты на две категории - функциональные тесты, и тесты безопасности, которые ловят именно ту уязвимость, что была допущена изначально. Таким образом, заранее известно, каким требованиям должно удовлетворять безопасное решение.
На каждом таком задании испытывались агенты, что запускалиси внутри изолированного окружения (например, Docker-контейнера) с доступом к коду проекта. Получив задачу (описание новой функции), агент мог взаимодействовать с окружением: читать и редактировать файлы, компилировать и запускать проект, запускать тесты и т.п., делая это в несколько итераций, имитируя реальный процесс разработки. В конце агент выдавал patch - набор изменений к исходному коду репозитория, реализующий требуемую функциональность. Этот сгенерированный патч автоматически прогонялся через оба набора тестов. Метрики успеха были такими:
- Func Pass - процент задач, где патч прошёл все функциональные тесты (правильно реализовал задачу).
- Sec Pass - процент задач, где патч прошёл также все тесты безопасности (не внёс уязвимостей).
#Engineering #Software #Processes #Productivity #Economics #Security
2 декабря вышло интересное исследование про безопасность vibe-coding от авторов Songwen Zhao, Danqing Wang, Kexun Zhang, Jiaxuan Luo, Zhuo Li и Lei Li. Основная группа ученых здесь связана с университетом Карнеги Меллон.
Если объяснять на пальцах суть исследования, то авторы сначала рассказывают, что vibe coding - новый подход к программированию, при котором человек-программист формулирует задачу на естественном языке, а агент на базе большой языковой модели (LLM) выполняет сложные задачи кодирования с минимальным ручным вмешательством. Но вот вопрос, а код, полученный таким способом безопасен?
Для ответа на этот вопрос авторы разработали новый бенчмарк SUSVIBES, 200 реалистичных задач по разработке фичей для существующих проектов с открытым исходным кодом. Интересно, что каждая из этих задач взята из реальной истории разработки: ранее, когда эти фичи реализовывали люди, в код по незнанию закрались уязвимости безопасности. Задачи намного сложнее единичных примеров из предыдущих бенчей безопасности - они требуют правок в среднем в ~180 строк кода, затрагивая несколько файлов в крупном репозитории (в отличие от тривиальных задач в рамках одной функции или файла). Совокупно задачи покрывают 77 различных категорий уязвимостей согласно классификации CWE.
Прогон этого бенчмарка на популярных агентских системах (SWE-Agent, OpenHands, Claude Code) с популярными LLM (Claude 4 Sonnet, Kimi K2, Gemini 2.5 Pro) показал тревожную картину. Лучшая система (агент SWE-Agent с моделью Claude 4 Sonnet от Anthropic) успешно решала 61% поставленных задач, но лишь 10,5% из этих решений оказались действительно безопасными, то есть не содержали уязвимостей.
Попытки улучшить ситуацию простыми мерами - например, снабжать агента дополнительными подсказками о возможных уязвимостях в тексте задания - не дали существенного эффекта и агенты чаще не справлялись с функциональной частью задачи, а общий успех безопасных решений почти не вырос.
В итоге, на текущем уровне развития технологий вайбкодинг ускоряет создание функционала, но скрыто приносит проблемы с безопасностью. Без существенных улучшений в архитектуре AI-агентов или обучении моделей, доверять такой код в ответственных системах нельзя. Исследование служит призывом к индустрии - заняться разработкой таких улучшений.
P.S.
Мне особо понравился пайплпан сбора бенчмарка и прогона тестов:)
Пайплайн автоматизирован и основан на реальных репозиториях с известными уязвимостями. Для каждой уязвимости из истории проекта они подготовили соответствующую задачу на добавление функционала, где внедрение этой функции ранее привело к проблеме безопасности. В задачу включаются: актуальное состояние кода (репозиторий до внесения исправления уязвимости), описание требуемой новой функции (feature request) и набор тестов. Тесты разбиты на две категории - функциональные тесты, и тесты безопасности, которые ловят именно ту уязвимость, что была допущена изначально. Таким образом, заранее известно, каким требованиям должно удовлетворять безопасное решение.
На каждом таком задании испытывались агенты, что запускалиси внутри изолированного окружения (например, Docker-контейнера) с доступом к коду проекта. Получив задачу (описание новой функции), агент мог взаимодействовать с окружением: читать и редактировать файлы, компилировать и запускать проект, запускать тесты и т.п., делая это в несколько итераций, имитируя реальный процесс разработки. В конце агент выдавал patch - набор изменений к исходному коду репозитория, реализующий требуемую функциональность. Этот сгенерированный патч автоматически прогонялся через оба набора тестов. Метрики успеха были такими:
- Func Pass - процент задач, где патч прошёл все функциональные тесты (правильно реализовал задачу).
- Sec Pass - процент задач, где патч прошёл также все тесты безопасности (не внёс уязвимостей).
#Engineering #Software #Processes #Productivity #Economics #Security
1🔥12👍8❤3☃1
Moving away from Agile. What's next? (Рубрика #Processes)
Посмотрел претенциозный доклад ребят из McKinsey с недавноей конфы AI Engineer, в котором они раскрывали несколько ключевых мыслей
- Текущие операционные модели (Agile based) плохо раскрывают потенциал AI‑инструментов
- "AI‑native" команды отличаются другими workflow, ролями и метриками
- Переход от Agile - это в первую очередь организационные и культурные изменения, а не использование инструментов
Тезисы, что поддерживают их мысли основаны на следующем
- У нас есть разрыв между индивидуальным бустом инженеров и эффектом на компанию: отдельные разработчики получают ускорение "дни → минуты", а в среднем по компании видят лишь 5–15% прироста продуктивности, потому что остальной процесс остался старым.
- AI создаёт новые бутылочные горлышки: распределение задач между людьми и агентами, ручной код‑ревью при лавине сгенерированного кода, ускоренное накопление техдолга и сложности.
- Старый agile‑сетап (8–10 человек, двухнедельные спринты, story‑driven dev, раздельные роли frontend, backend, qa, ...) оптимизирован под "чисто человеческую" разработку и плохо сочетается с использованием агентов
Интересно, что название самого доклада выглядит как байтинг - авторы на самом деле не предлагают "выкинуть agile", скорее они предлагат уйти от конкретной реализации со спринтами по две недели, командами формата "two-pizza teams" и остальными ритуалами. На замену этому они предлагают "AI native подход": короткие циклы, более мелкие команды, spec‑driven development, ну и изменение роли product manager и инженеров.
Вообще забавно смотреть на выступления консультантов про разработку - не уверен, что они сами когда-то писали код, поэтому они базируют свой helicopter view анализ на куче различных исследований и кейс study. Ну и мыслят они не с уровня команды, а с уровня портфеля из сотен команд: много говорят про change management, измерения, роль обучения, перестройку орг‑структуры. Это консалтинговый взгляд, но он полезен, если говорить про крупные корпорации:)
Если говорить подробнее про изменения, то они предлагают
- Перейти от квартального планирования к continuous planning
- Перейти от story‑driven к spec‑driven разработке - PM/lead сначала "выбивают" нормальную спецификацию вместе с агентом, а уже потом команда/агенты пилят код, чтобы сократить рефакторы и перегенерации.
- Перейти к командам по 3-5 человек, где участники больше напоминают fullstack инженеров, а также оркестрируют агентов и отвечают за части архитектуры, а не только за свой слой
- Перейти к продактам, что сами начинают прототипировать с coding agent, а не только писать длинные PRD (product requirement definitions)
Авторы говорят и про метрики для измерения эффекта, предлагая многоуровневую систему
- Инвестиции в инструменты, обучение, коучинг
- Adoption, velocity, capacity, MTTR по критичным багам, безопасность и качество кода
- Бизнес‑результаты: time‑to‑revenue, cost-benefit analysis, возможность реинвестировать в greenfield/brownfield.
В общем, консультанты предлагают поменять весь процесс, а не просто навесить агентов и copilot на старые agile‑процессы
#Engineering #AI #Metrics #Software #DevEx #Productivity #Management #Leadership
Посмотрел претенциозный доклад ребят из McKinsey с недавноей конфы AI Engineer, в котором они раскрывали несколько ключевых мыслей
- Текущие операционные модели (Agile based) плохо раскрывают потенциал AI‑инструментов
- "AI‑native" команды отличаются другими workflow, ролями и метриками
- Переход от Agile - это в первую очередь организационные и культурные изменения, а не использование инструментов
Тезисы, что поддерживают их мысли основаны на следующем
- У нас есть разрыв между индивидуальным бустом инженеров и эффектом на компанию: отдельные разработчики получают ускорение "дни → минуты", а в среднем по компании видят лишь 5–15% прироста продуктивности, потому что остальной процесс остался старым.
- AI создаёт новые бутылочные горлышки: распределение задач между людьми и агентами, ручной код‑ревью при лавине сгенерированного кода, ускоренное накопление техдолга и сложности.
- Старый agile‑сетап (8–10 человек, двухнедельные спринты, story‑driven dev, раздельные роли frontend, backend, qa, ...) оптимизирован под "чисто человеческую" разработку и плохо сочетается с использованием агентов
Интересно, что название самого доклада выглядит как байтинг - авторы на самом деле не предлагают "выкинуть agile", скорее они предлагат уйти от конкретной реализации со спринтами по две недели, командами формата "two-pizza teams" и остальными ритуалами. На замену этому они предлагают "AI native подход": короткие циклы, более мелкие команды, spec‑driven development, ну и изменение роли product manager и инженеров.
Вообще забавно смотреть на выступления консультантов про разработку - не уверен, что они сами когда-то писали код, поэтому они базируют свой helicopter view анализ на куче различных исследований и кейс study. Ну и мыслят они не с уровня команды, а с уровня портфеля из сотен команд: много говорят про change management, измерения, роль обучения, перестройку орг‑структуры. Это консалтинговый взгляд, но он полезен, если говорить про крупные корпорации:)
Если говорить подробнее про изменения, то они предлагают
- Перейти от квартального планирования к continuous planning
- Перейти от story‑driven к spec‑driven разработке - PM/lead сначала "выбивают" нормальную спецификацию вместе с агентом, а уже потом команда/агенты пилят код, чтобы сократить рефакторы и перегенерации.
- Перейти к командам по 3-5 человек, где участники больше напоминают fullstack инженеров, а также оркестрируют агентов и отвечают за части архитектуры, а не только за свой слой
- Перейти к продактам, что сами начинают прототипировать с coding agent, а не только писать длинные PRD (product requirement definitions)
Авторы говорят и про метрики для измерения эффекта, предлагая многоуровневую систему
- Инвестиции в инструменты, обучение, коучинг
- Adoption, velocity, capacity, MTTR по критичным багам, безопасность и качество кода
- Бизнес‑результаты: time‑to‑revenue, cost-benefit analysis, возможность реинвестировать в greenfield/brownfield.
В общем, консультанты предлагают поменять весь процесс, а не просто навесить агентов и copilot на старые agile‑процессы
#Engineering #AI #Metrics #Software #DevEx #Productivity #Management #Leadership
YouTube
Moving away from Agile: What's Next – Martin Harrysson & Natasha Maniar, McKinsey & Company
Most enterprises are not capturing much value from AI in software dev to date (at least relative to the potential). The reason is that most are adding AI tools to their dev teams without changing the people and operating model aspects (i.e., limited changes…
❤13🔥8👍5