🚨 37% компаний планируют автоматизировать задачи с помощью AI к концу 2026 года.

Кто в зоне риска?

По данным Anthropic, больше трети компаний активно внедряют AI для замены части рабочих процессов.

Речь не про «массовые увольнения завтра», а про постепенное исчезновение отдельных задач. Под удар попадают не профессии целиком — а рутина внутри них.

Кто в зоне повышенного риска?

🧑‍💻 Junior-разработчики
AI уже пишет большую часть шаблонного кода, тестов и boilerplate.
Инструменты вроде GitHub Copilot, Cursor и xAI Grok закрывают до 70–80% типовой рутины.

✍️ Контент-менеджеры и копирайтеры
Генерация статей, описаний, постов — AI делает это быстро и дёшево. (Claude, GPT)

🎧 Поддержка / колл-центры
Компании внедряют чат- и voice-ботов на базе OpenAI и Google, а также корпоративные решения вроде Intercom и Zendesk.

🌍 Переводчики
Пожалуй, один из самых очевидных кейсов автоматизации.
DeepL, Google Gemini и real-time AI-переводчики закрывают большую часть бытовых и бизнес-задач.

Как остаться востребованным в 2026: топ-3 навыка

AI заменяет не профессии. Он заменяет повторяемые задачи.
Чтобы не выпасть из рынка, нужны новые навыки.

1️⃣ Умение работать с AI, а не конкурировать с ним

Промптинг — это база.Но важнее другое:

— правильно ставить задачу
— декомпозировать её
— проверять результат
— быстро встраивать в рабочий процесс

Ценность уже не в том, чтобы писать код руками. Ценность — в скорости получения качественного результата.

2️⃣ Архитектурное и системное мышление

AI отлично генерирует куски. Но он не несёт ответственность за систему.

Кто выигрывает?

Тот, кто:
— понимает взаимосвязи
— видит ограничения
— думает на уровне решений, а не функций
— отвечает за финальный результат

AI усиливает системных людей. И обнуляет тех, кто работал по одному шаблону.

3️⃣ Коммуникация и влияние

Парадокс: чем больше AI, тем выше ценность человеческого вклада.

Умение:
— объяснить сложное простым
— договориться
— защитить решение
— взять ответственность

Это то, что не автоматизируется кнопкой.

🧠 Как эффективно писать промпты и не “ломать” ChatGPT

Замечали, что длинные диалоги со временем начинают «тормозить»? Это не баг, а контекст.

Любая модель (включая OpenAI ChatGPT) работает в рамках так называемого контекстного окна.
Проще говоря — она каждый раз «видит» часть предыдущего диалога и учитывает её в ответе.

Чем длиннее чат, тем больше текста нужно обработать и выше шанс, что модель начнёт путаться в старых деталях. Каждый новый ответ пересчитывается с учётом текущего контекста.

🔧 Как с этим бороться 👇

1️⃣ Делайте новые чаты под новые задачи

Не мешайте все в одном диалоге! Один чат = одна тема.

2️⃣ Резюмируйте перед продолжением

Если диалог разросся, напишите:

«Суммируй всё выше в 5 пунктах. Дальше работаем от этого резюме.»

И продолжайте уже от сжатой версии. Это «облегчает» контекст.

3️⃣ Давайте структуру в промпте

Плохой вариант: 👎

Объясни микросервисы

Хороший: 👌

Объясни микросервисы:
– для junior qa
– с примером на Node.js
– плюсы/минусы
– когда НЕ стоит использовать

Чем точнее запрос — тем меньше итераций.

4️⃣ Разделяйте роли

Очень усиливает результат:

«Представь, что ты Senior DevOps с 10 годами опыта…»
«Ответь как техлид, который проверяет архитектуру…»

Модель лучше попадает в нужный формат мышления.

5️⃣ Просите критику

Вместо:

Вот код, норм?

Лучше:

Найди 5 проблем в этом коде и предложи улучшения.

GPT хорошо работает как ревьюер.

🎯 Главная мысль

ChatGPT — это не поисковик. Это собеседник с ограниченной рабочей памятью.

Привет, друзья! ✋

Я реанимировал канал после года паузы — и очень рад снова всех видеть! 🎉

Продолжаем:
— разбирать реальные кейсы из IT
— применять AI в работе
— решать головоломки
— активно общаться и делиться опытом

Спасибо каждому, кто читает, комментирует и поддерживает 🙌

Это только начало, и мне важно делать контент, который вам полезен и интересен.

Сегодня я хочу спросить вас 👇

Какие темы вам сейчас ближе всего?

💬 Напишите в комментариях — я буду учитывать ваш интерес при планировании следующих постов.

Спасибо, что вы здесь! 🚀

🎨 Хотите аватар в стиле Pixar, Lego или других крутых стилей?

Попробуйте EaseMate.ai — простой инструмент для генерации персонажей:

🟢 Бесплатно: можно делать аватар даже без регистрации.

🔑 После логина: даёт 2–3 дополнительные генерации в зависимости от модели.

💎 Больше изображений: ежедневно заходите, получайте кредиты и создавайте новые аватары.

🔥 Подписка: для тех, кто хочет создавать много персонажей сразу.

💡 Пример использования:

1️⃣ Заходите на сайт → выбираете стиль (Pixar, Lego и др.)
2️⃣ Загружаете фото или описываете, как должен выглядеть персонаж
3️⃣ Получаете готовый аватар за пару секунд
4️⃣ Это отличный способ оживить профиль или просто повеселиться с друзьями.

🖼 Можно даже промпт не писать, EaseMate.ai все сделает сам.

Как адаптировать резюме под вакансию с помощью AI

Я часто вижу одну и ту же проблему:
люди отправляют одно и то же резюме на 50 вакансий.

А потом говорят:
«рынок мёртвый»,
«никто не отвечает»,
«AI всех заменил».

А на самом деле ваше резюме должно быть адаптировано под вакансию.

Сегодня я выкладываю пример своего резюме
и 20 + 20 промтов, которые помогают быстро подстроить его под конкретную позицию.

📄 Что делаем

— Берём своё резюме
— Копируем текст вакансии
— Используем AI как инструмент анализа и перепаковки

Не для вранья. А для правильной расстановки акцентов.

Прокачай своё резюме с ChatGPT!

Записал видео с пошаговой инструкцией, как использовать промпты, чтобы:

- пройти ATS и AI-фильтры
- адаптировать опыт и навыки под вакансию
- сделать резюме, которое чаще замечают рекрутеры

Смотреть на Youtube
Смотреть в ВК

Ловушка автоматизации: когда AI начинает вредить

Внедрили AI-агента для автотестов — flaky-тесты ушли, coverage вырос до 90%.
А через месяц половина релизов откатили из-за фейковых багов…

Знакомо? AI в QA / DevOps — огонь. Но без контроля превращается в мину.

Вот 3 реальные ловушки.

1️⃣ False Positives на стероидах

AI видит “аномалию” — релиз отменется. Но 70–80% — это шум данных.

Пример:
AI заблокировал транзакции из-за “подозрительного паттерна”.
А в мире просто Black Friday.

Модель не понимает бизнес-контекст. Она видит отклонение — и сигналит или даже принимает решение.

2️⃣ Зависимость от train data

Модель обучена на старых сценариях. Новая логика, новые фичи — для неё это “аномалия”.
UI поменялся → AI валит тесты. Не потому что баг. Потому что он такого не видел.

3️⃣ Потеря инженерного контроля

Самая опасная ловушка. Когда решения принимаются не инженером, а “потому что AI так сказал”.
AI — это копилот. Не автопилот.

Интересно, какой твой худший AI-фейл в автоматизации? 👇

🔥 90% айтишников переоценивают свои навыки

Сильное заявление? Возможно. Но давайте честно.

Если завтра:
– убрать Google
– отключить ChatGPT
– удалить Stack Overflow

Сколько из нас смогут спокойно с нуля выполнять свои задачи без подсказок?

А кто может понятно объяснить, как работает то, что мы используем каждый день?

AI усилил нас. Но он же и создал иллюзию компетентности. Мы быстрее. Но стали ли мы компетентнее?

Разница между: 👉 «Я умею это делать» и 👉 «Я умею это делать без костылей» — огромная.

Как я проверяю кандидатов-автоматизаторов

Меня раньше звали на собеседования автоматизаторов, чтобы понять: сделано тестовое задание человеком или с помощью AI.

У меня вначале даже был спор с руководством:

Начальство хотело, чтобы всё писалось вручную. А я отстаивал позицию: если человек понимает код и может работать с ним — не важно, помог AI или нет. Теперь я могу честно рассказать, как проверял результаты.

Кандидаты получали тестовое задание: написать автотесты для нашего веб-сайта, используя любой фреймворк и язык программирования.

1️⃣ Локаторы

После презентации и демонстрации кода я сразу просил:
— открыть локаторы и объяснить, почему использован именно xpath, id или другой подход
— найти любой элемент на сайте с помощью альтернативного локатора

2️⃣ Логика автотестов

— Открываем сами тесты Обсуждаем, почему выполняются именно эти проверки
— Прошу добавить что-то в тест прямо на месте

3️⃣ Сценарии сверх задания

— Вместе ищем сценарии, которые не покрыты, обсуждаем их пишем новые тесты на них.

Идеальный момент, когда проект ломается — видно, как человек решает проблемы.

💡 Итог

Всегда понятно, кто разбирается, а кто просто использовал AI. Если кандидат сделал тест с AI, но сам может все исправить и доделать — лично я не против.

А вы бы прошли такое собеседование?

🎨 AI-картинки — пластик или норм?

Недавно одна подписчица (мы знакомы лично) сказала, что не воспринимает картинки, сгенерированные AI.

Говорит:

“Они какие-то пластмассовые. Без души.”

И я задумался.

У меня всю жизнь проблема с визуалом. Я совсем плохо рисую не очень хорошо.
Но главное, у меня слабое чувство “красиво / некрасиво”.

Даже когда вижу готовую работу, мне сложно сказать — это классно или ужасно.

Поэтому визуал я всегда делегировал. А в этом канале почти все изображения делаю через AI. Для меня это быстрый и недорогой способ закрыть слабую сторону.

Но вопрос остаётся.

AI-картинки:
— помогают лучше донести мысль?
— цепляют взгляд?
— или наоборот создают ощущение “искусственности” и отвлекают?

Интересно ваше мнение 👇

🖊 Задача про 9 точек и 4 линии

Условие: Нужно соединить 9 точек (3x3) четырьмя прямыми не отрывая ручки от листа бумаги.