К основному содержимому
Большие тексты

Лонгриды

Глубокие разборы инженерных практик, исследований и архитектурных решений — в формате, где важны аргументы, контекст и применимость.

С чего начать

Выберите задачу: сначала разбор, затем материал для следующего шага.

темы

  1. Подготовка к выпуску №37 Research Insights Made SimpleRUFellow

    AI и платформа данных: как подключить AI ко всей совокупности данных организации

    Четыре архетипа объединения данных и восемь платформ-наследников по схеме Николая Голова, отдельный вариант платформы поверх провайдера PostgreSQL с DuckLake и CDC, а также смысл метрик, права, свежесть и проверка действий агента.

  2. polomodov.tech · #AI · #Payments · #ProductRU

    Агент с правом платежа: полномочия, согласие и ответственность

    Как делегировать покупку агенту: полномочия в AP2 v0.2, согласие, ограничения и доказательства для спора. Правила Visa, будущая защита Amex, исследования выбора и границы рыночных прогнозов.

  3. Сравнение учебных программRUFellow

    Курсы распределённых систем: сравнение подходов

    Как MIT, Cambridge, UW, ШАД, ИТМО и CMU учат распределённым системам: теория, лабораторные и параллели с нашим курсом. Практикум Maelstrom и идеи развития программы.

  4. polomodov.tech · #AI4SDLC · #AgentsRUFellow

    Границы реальной автономности: какую работу агент доводит до конца

    Как измерять автономность агентов так, чтобы лабораторные тесты, сравнительные испытания и эксплуатация согласовывались: единица работы, горизонт задач METR, падение в многозадачной среде, надёжность против способности, закон длинной цепочки, порог успешности по цене ошибки, карточка автономности, псевдоавтономность и передача управления человеку

  5. polomodov.tech · #AI4SDLC · #AgentsRUFellow

    Обвязка агента: как меняется среда между моделью и миром

    Исследовательская статья об агентной обвязке: из каких семи частей она состоит, как за четыре эпохи функции переезжали из промпта в модель и из модели в рантайм, где эффект обвязки измерен и где исчезает, на какие части ставят лаборатории и восемь датированных прогнозов до 2031 года. Плюс реестр обвязки — учёт предположений о модели с датой перепроверки

  6. Позиция к круглому столуRUCTO

    Как AI меняет роль техлида: позиция к круглому столу

    Авторская позиция до круглого стола 30 сентября: архитектура, RFC, проверка кода, границы автономии, развитие инженеров и план изменений на месяц. На основе выступлений и «Книжного куба».

  7. Авторское исследованиеRUCTO

    AI-Native организация: что это и как туда прийти

    Исследование устройства AI-Native организации: перестройка процессов, роли людей и агентов, общая платформа, проверка эффекта и практический план перехода. Авторские заметки, исследования и опыт индустрии.

  8. Подготовка к 3 AImigoRU

    Подготовка к AI-дайджесту сентября 2026: генерация дешевеет, проверка дорожает

    Новости, собранные к седьмому выпуску 3 AImigo: шесть сюжетов сентября — стоимость задачи, CI и проверка кода, джуны и сеньоры, обвязка агента, контроль его действий и спор о темпе фронтира.

  9. Подготовка к DotNext 2026RUFellow

    IDE vNext: среда для инженера и его агентов

    Подготовка к круглому столу DotNext: роль инженера, внимание и параллельная работа агентов, связь IDE с внутренней платформой разработки, переносимость, прослеживаемость и стоимость принятого результата.

  10. polomodov.tech · #MLSystems · #SRERUFellow

    Эксплуатация инференса LLM: что обещать продукту и как обслуживать запросы при перегрузке

    Почему график пропускной способности не является обещанием, из каких трёх величин собирается SLO инференса, почему ёмкость измеряется памятью под контексты, как выглядит таксономия отказов и что делать вместо пятисотки

  11. Research Insights Made Simple №30RU

    Продуктивность разработки: человеческий взгляд Google

    Лонгрид по серии Developer Productivity for Humans: цели инженеров, методы измерения, рабочая среда, качество, команды и противоречия ИИ. Исследования Google, разборы «Книжного куба» и Medium, практический план первого месяца.

  12. polomodov.tech · #AI · #Economics · #PlatformsRU

    Агентная экономика: кто получает выгоду, когда машины договариваются

    Что изменилось в экономике AI-агентов: реальные сделки, рынки задач, делегирование, платежи, неравенство и полная стоимость проверенного результата.

  13. polomodov.tech · #AI4SDLC · #SecurityRUFellow

    Срез по безопасности AI в разработке: где агент становится риском и где он уже ловит уязвимости

    Обновлено 19 сентября 2026: безопасность кода и AI-агентов, полевые инъекции, Plugin4Shell, секреты, результаты Codex Security и Glasswing, действующая отчётность EU CRA и контур ФСТЭК.

  14. polomodov.tech · #AI4SDLC · #ArchitectureRUFellow

    Когда код пишет агент: что остаётся инженерией

    Как AI-агенты меняют разработку ПО: узкие места, архитектура, проверка результата, границы автономии, контекст и память, обучение джунов и прогноз на три года.

  15. polomodov.tech · #Data · #Product · #EconomicsRUCTO

    Где профит от данных, Лебовски? Три пути от массива к деньгам

    Продажа данных, внутренние решения и функции продукта: экономика, права, Reddit, Avast, Statist, Hippo, Netflix и Uber. Как доказать эффект и выбрать свой путь.

  16. polomodov.tech · #MLSystems · #PlatformEngineeringRUFellow

    Фронтир инференса LLM: где обещают кратный выигрыш и что уже подтверждено

    Какие изменения модели, кеша и оборудования обещают кратный выигрыш инференсу LLM. Механизмы, измерения и ограничения исследований 2026 года: от гибридного внимания и FP4 до разделения вычислений и агентных нагрузок.

  17. polomodov.tech · #AI4SDLC · #LeadershipRUFellow

    Minority report: Когда код стал дешёвым: где теперь ценность, ответственность и экспертиза?

    Позиции к дискуссии на Deep Tech Night, поданные до её начала: куда переехало узкое место, что агенту можно делать без человека и кто отвечает, какая экспертиза остаётся людям и как её выращивать, какая корпоративная ставка на AI переоценена

  18. polomodov.tech · #Leadership · #VentureRUFellow

    Куда приложить силы Fellow-инженеру с управленческим опытом: рейтинг венчурных направлений 2026

    Рейтинг девяти венчурных направлений для технического руководителя по шести критериям — от рычага профиля до переносимости — и 90-дневная проверка перед большой ставкой.

  19. polomodov.tech · #AI · #RoboticsRUFellow

    Physical AI: как машины научились видеть и действовать — и случился ли у роботов ChatGPT-момент

    История Physical AI от кибернетики, Shakey и DARPA до Waymo, VLA-моделей и моделей мира: что изменилось в подходе к роботам, почему гуманоиды стали заметны и чего не хватает до массового ChatGPT-момента

  20. Код лидерства · S2E13 · Книжный кубRU

    AMA с подписчиками: чтение, карьера, пет-проекты и AI-разработка

    Большой разговор о чтении и личной системе знаний, пространстве практики системного проектирования, пет-проектах, карьерном переходе, надёжной агентной разработке, экономике AI и осторожных сценариях AGI/ASI — с полной картой материалов эфира и подготовки.

  21. polomodov.tech · #MLSystems · #PlatformEngineeringRUFellow

    Инференс LLM как распределённая система: от KV-кеша и vLLM к разделению стадий

    Чем инференс LLM отличается от обычных ML-моделей, как появились Orca, PagedAttention и vLLM, какие приёмы ускоряют разные части стека и откуда пошло разделение обработки контекста и генерации

  22. polomodov.tech · #AI4SDLC · #CareerRUCTO

    Джун после кода: как растить инженеров, когда исполнение уезжает агентам

    Почему агенты ускоряют первый PR, но не превращают джуна в мидла: новая модель обучения, сигналы роста, интервью и ученичество с AI для инженерных команд

  23. 3 AImigo · S1E1 · #AI4SDLCRUFellow

    Где мы сейчас с AI в разработке: норма, делегирование и пределы автономности

    Доказательный срез AI4SDLC на 12 августа 2026 года: зрелость по этапам разработки, смещение узких мест, изменение инженерных ролей, четыре операционные модели компаний и рынок трансформационного консалтинга

  24. polomodov.tech · #LocalAI · #MLSystemsRUFellow

    Локальный инференс LLM в 2026 году: модели, железо, скорость и цена

    Какие открытые модели эффективно запускать на существующем компьютере, одной GPU и 128-гигабайтной рабочей станции; арифметика памяти, собранные замеры токенов в секунду, актуальные цены и конфигурации по сценариям

  25. polomodov.tech · #Leadership · #CareerRUCTO

    Последние 90 дней в компании начинаются до заявления: как понять, чего вы хотите, передать ответственность и уйти хорошо

    Практическая модель завершения этапа: диагностика неудовлетворённости, рефлексия карьеры, внутренняя мобильность, параллельный поиск и передача ответственности без потерь

  26. polomodov.tech · #Leadership · #CareerRUCTO

    Первые 90 дней CTO начинаются до выхода: как выбрать роль, договориться о мандате и пройти испытательный срок

    Практическая модель перехода технического руководителя: глубокое исследование, взаимная проверка на интервью, точка коммита, карта первого месяца, системные ставки до 90-го дня и протокол красных флагов

  27. polomodov.tech · #AI4SDLC · #PlatformEngineeringRUFellow

    Сквозной игрок без своего железа: как строить AI-разработку в России от трейсов и обвязки, а не от предобучения

    Что делать, когда есть люди, обвязка, собственные мощности сервинга и трейсы, но нет доступа к новым ускорителям: доктрина расходования вычислений, обучение под слабую сеть, эффективность сервинга, честный учёт зависимости от открытых весов и учение по замене базы

  28. polomodov.tech · #AI4SDLC · #PlatformEngineeringRUFellow

    AI-разработка как совместно эволюционирующий стек: железо, модели, обвязка, инструменты и трейсы

    Почему преимущество AI-разработки создаёт не одна модель, а скорость контура «оборудование → модель → обвязка → инструменты → результаты → проверки» и какие слои компании стоит арендовать, адаптировать и оставить своими

  29. polomodov.tech · #AI4SDLCRUFellow

    Экономика AI в разработке: полный разбор от токенов к принятой работе

    Почему удешевление моделей не сокращает AI-бюджет: стоимость принятой задачи, бюджеты трейсов, FinOps, маршрутизация, зависимость от поставщика, контракты и полная TCO локальных моделей

  30. polomodov.tech · #PlatformEngineering · #SRERUFellow

    Kubernetes: кто его усложнил? Как сложность переехала в платформы и AI-агентов

    Почему Kubernetes стал «скучным», но не простым: Ingress и Gateway API, коррелированные сбои, парадокс внутренних платформ и агенты вместо kubectl

  31. polomodov.tech · #AI4SDLCRUFellow

    Конфигурации агентного стека: полный разбор восьми вариантов

    Полная версия исследования: восемь конфигураций со структурой затрат, зависимостью от поставщика и отказами, модель угроз по границам, сравнительные матрицы, контрольный список и дерево выбора

  32. polomodov.tech · #Architecture · #AI4SDLCRUFellow

    AI для программной архитектуры: почему помощник архитектора всё ещё не получился

    Разбор систематического обзора 51 исследования (Bucaioni et al., ACM TOSEM): где AI уже помогает архитекторам, почему остаётся локальным и реактивным и какая инженерная основа нужна для живой архитектурной практики

  33. polomodov.tech · #AI4SDLCRUFellow

    Как оценивать AI-агентов: от красивого ответа к воспроизводимому инженерному эпизоду

    Воспроизводимые эпизоды, скрытые проверки, пятислойная карта оценки и матрица сценариев для оценки агентов в SDLC, архитектуре и платформах данных