К основному содержимому
Большие тексты

Лонгриды

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

Поделиться
TelegramLinkedIn
  1. 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.

  2. 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

  3. 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.

  4. 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

  5. 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

  6. 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

  7. 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

  8. 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

  9. 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

  10. 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

  11. 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

  12. 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

  13. 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

  14. 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

  15. 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

  16. 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