Хочется поговорить о том, что происходит с QA в 2026-м и правда ли, что «нас вот-вот заменит ИИ». Но не в формате очередного треда в духе «всё пропало» или «всё отлично, завтра уволим половину отдела». А по-взрослому: с опытом, цифрами, ограничениями и выводами. То есть попробовать не просто порассуждать, а разобрать тему как небольшое исследование: что реально меняется, где ИИ помогает, а где начинается та самая реальность, которая не влезает в красивую презентацию.
Вторая статья из цикла «Слова, которых нет»
Знакомая ситуация: сидишь над задачей, что-то не складывается, спрашиваешь LLM. Получаешь хороший ответ, копируешь решение, всё работает. А через час к тебе подходит коллега: «А это вообще как устроено? Почему ты именно так сделал?», и тут ты обнаруживаешь, что объяснить не можешь: решение работает, оно у тебя в проекте, но ты не помнишь его логики. Открываешь чат, перечитываешь — и как будто чужой текст перед глазами, знание прошло через тебя, но в тебе не задержалось.
В статье рассматривается феномен технологической гравитации: зависимость успешности массового внедрения технологий от имплицитного представления о «природе» конечного пользователя. На примерах Web3, генеративных нейросетей и социальных платформ демонстрируется, что технологии, ориентированные на рационального и ответственного субъекта, остаются нишевыми, в то время как технологии, обслуживающие импульсивность и лень, захватывают рынок. Формулируется закон обратной корреляции между этической нагрузкой на пользователя и широтой охвата аудитории.
С того момента, как в 2017 году восемь инженеров из Google разработали концепцию трансформеров, индустрия проходит через все пять стадий принятия по Кюблер-Росс.
Было отрицание — когда Google даже не стал это патентовать, был гнев — когда Дарио Амодей с частью команды ушли из OpenAI, торг — когда техногиганты рискнули или не рискнули начать скупать ИИ‑стартапы (ну, предположим). Почти прошла депрессия — от осознания того факта, что нас всех заменит ИИ.
В итоге мы как‑то докатываемся до стадии принятия Читать полностью »
Последние пару лет вокруг ИИ сформировался очень удобный миф: теперь не нужно уметь программировать, не нужно разбираться в архитектуре, не нужно понимать продукт — достаточно правильно написать запрос, и через пару часов у тебя готово приложение, сервис или даже игра.
Звучит красиво. На практике всё сильно сложнее.
Я почти год делаю свой футбольный онлайн-менеджер myclub11. Серверная часть у меня на Go, интерфейс — на React, данные — в PostgreSQLЧитать полностью »
Несколько недель назад моя коллега переводила интерфейс одной программы на иностранный язык. Задача была обычная: LLM в помощь, проверить вручную, отдать в локализацию. В одном месте у LLM не нашлось подходящего слова в целевом языке, и вместо того чтобы выбрать ближайший вариант или оставить кальку, она придумала новое слово. Оно состояло из существующих корней языка, было фонетически естественным, и точнее передавало смысл оригинала, чем любое из реальных слов этого языка.
В этой статье ты получишь полный гайд по Claude Code.. В одной этой статье вся информация, которая тебе нужна.
