К основному содержимому
к выпуску
Конспект выпуска2026CTO

Что остаётся дефицитным, когда код становится дешёвым?

Сергей Бережной — директор по взаимодействию с разработчиками Яндекса, с нового года ещё и CTO Практикума, соавтор БЭМ, в компании с 2005 года. Почти полтора часа разговора с Александром Поломодовым: путь от ростовской вёрстки до ортогональных директоратов, матрица продукта и технологий, ИИ как метаинструмент и вопрос, что остаётся дефицитным, когда код дешевеет.

Code of Leadership · выпуск №727 минут

Конспект составлен по расшифровке записи. По ссылкам ниже — запись.

Основная линия материала
01

От ростовской вёрстки до БЭМ

Сергей учился на мехмате Ростовского государственного университета, примерил дизайн, но заметил, что пользуется линейками и гайдами чаще, чем штрихами, и ушёл в вёрстку; в Яндекс его привёл XSLT — компания была одной из немногих, кто эту технологию использовал. Он приехал из ростовской веб-студии на четыре человека туда, где работало около 250, прошёл испытательный срок на Яндекс.Деньгах и сам напросился в «Ярушку», яндексовскую инкарнацию блогов с микроблогингом про смену настроений. Сервис закрыли, попав в долину смерти: даже олдскульного ML для фильтрации ещё не было, качество держалось на ручном труде асессоров, а открытое окно для UGC наполнялось худшим. Так же закончился сервис вопросов и ответов: наутро после запуска Сергей спросил там, что делать, если проглотил стекло от разбившегося в баре шота, и получил какие-то ответы: на таком сервисе, говорит он, могут посоветовать что угодно — хоть полечиться электричеством. Кто отвечает за такой совет, однозначного ответа, по его словам, нет до сих пор.

БЭМ Сергей называет осколком «Ярушки», которую команда — менеджеры, бэкендеры и Виталий Харисов со стороны интерфейсов — по его выражению, по-оверинжинирила на славу. Любимый пример: на странице настроек жила превьюшка, перекрашивавшаяся, пока тянешь ползунки и color picker, и собрана она была теми же блоками, что и большая страница; отсюда вывод, что верстать на айдишниках плохо, а блок держит внутри все нужные ему технологии. Понадобилась и сборка, на что коллеги отвечали: «собирать фронтенд — это что, C++, что ли?» Общие блоки выросли в проект под кодовым названием Lego — общую библиотеку сервисов Яндекса. Методологию распространяли бесплатными Яндекс.Субботниками, митапами и поездками по городам, но на запад попадало «отражение отражений»: английского не хватало на сцену. Внутри трение было выше, чем снаружи, где хватало ярлыка «технология от Яндекса»: нет пророка в своём отечестве, замечает Александр.

02

Матрица, ревью и ортогональные директораты

У матрицы две оси: продукт — поиск по картинкам, по видео, маркет — и технология: разработчик интерфейсов, бэкендер, QA. Делать основной иерархией продуктовую Сергей считает глубоко ошибочным: продукт подвижен, технология фундаментальнее, а руководитель должен быть техническим ментором, из роста грейда подчинённого распаковывается остальное. Продакт с двумя фронтендерами ни ментором не станет, ни ревью нормально не проведёт — оно тем точнее, чем шире панель сравнения людей одной специализации и грейда; некоторые подчинённые работали с ним по десять с лишним лет. Первая версия матрицы с пулом воркеров по специализации работала как блендер, поэтому ответ — гибрид: привязка к домену на месяцы, около 20% ротации за полугодие на границе ревью, квартальные демо-дни силами самой команды и план по осям продукта, технологий и личного роста. Александр вспоминает руководителя отдела JavaScript, у которого было под сотню подчинённых, а видел он их разве что на оглашении бонусов; норма, по Сергею, — от четырёх до девяти-десяти подчинённых и one-on-one раз в неделю-две.

Ветку Staff+ Сергей объясняет через институт директоров: персональные данные, безопасность, open source, обучение и доступность нужно делать махом для всей компании, но отдельным подразделением их не сделать — его сотрудники потеряют контакт с реальностью и перестанут быть практикующими программистами. Сам он ведёт летние школы и школу разработки интерфейсов. Основная пирамида всё равно строится по продукту с бизнес-юнитами и P&L, а директораты прошивают её перпендикулярно: ответственность широкая, рукояток мало, и несколько лет он ходил без шильдика с тем, что внутри называют троллингом, задалбыванием и нытьём, слыша в ответ, что он уже пятый директор со своим налогом. Системы, которая отмечала бы такой вклад на ревью, признаётся он, пока нет. Александр узнаёт в этом свой последний год высокогрейдовым IC за ИИ в разработке, где вместо передового края приходится подтягивать отстающий хвост к базовым практикам.

03

Метауровень ИИ и AI-native обучение

Себя Сергей называет энтузиастом ИИ и сравнивает нынешний подъём с моментом, когда впервые осознал компьютеры: если инструмент не помогает, скорее всего, ты просто не нашёл способа. Ценность — в метасвойстве: как программист делает себе инструменты программирования, так и здесь; когда появился Node.js, они обрадовались, что могут писать себе командную строку сами. Область при этом эмпирическая, как когда-то CSS в разных браузерах: интуиция набирается практикой, а не выводится из правил. Александр описывает провал посередине: сверху насыпали денег и ждут всходов, снизу инженерам интересно, а средний слой будто получил электричество, работая на паровых двигателях, и спрашивает, куда его втыкать. Ответ Сергея — не просить ИИ сделать те же пять тикетов: это как вставить электромотор в мельничное колесо, тогда как электричество меняет саму развесовку сил. Надо подниматься на метауровень и хороводить следующий уровень агентов — тем более что исполнители здесь отзывчивее людей и без шока от изменений.

Обучение упирается в тот же сдвиг. Главное, по Сергею, — метанавык быстро осваивать незнакомое: пока студент выпустится, React сменится другим, а классическое образование полезно уже тем, что создаёт когнитивную нагрузку. Метафора — джим: человечеству не нужно, чтобы ты поднял 250 килограммов, важно, что при этом меняется структура тела, и мозг должен потеть так же. Поисковики отучили запоминать константы, ИИ разгружает базовые когнитивные функции, чтобы задавать следующие вопросы. Дальше — эффект двух сигм: персональный тьютор статистически заметно лучше массового обучения, и ИИ позволяет дать его каждому, поэтому Практикум идёт к AI-native формату, честно признавая, что нынешние курсы с хрупкими автотестами написаны сразу под всех. Прививать мотивацию, отвечает Сергей чужой шуткой, никак: доля любознательных близка к вселенской константе. Зато контент почти ничего не стоит — покупают фокус и волю. Завершают разговор метафорой американских горок, где «какое же оно классное» сменяется «какое же оно тупое», и уговором вернуться к теме через год.

Выводы

Что стоит унести с собой

  1. 01Основная иерархия по технологиям даёт менторство и сравнимое ревью, а продуктовую вовлечённость возвращают виртуальные команды, привязка к домену на месяцы и около 20% ротации за полугодие.
  2. 02Ортогональная роль вроде безопасности или обучения живёт уговорами и стандартами: ответственность широкая, рукояток мало, а способа честно отмечать такой вклад на ревью пока нет.
  3. 03Попросить ИИ сделать те же пять тикетов — локальное ускорение; системный эффект начинается с перепроектирования цикла и постановки задач следующему уровню агентов.
  4. 04Когда контент почти ничего не стоит, платят за фокус и волю, а ценность обучения смещается к метанавыку быстро осваивать незнакомое и к персонализации уровня «двух сигм».

Источники