Гриненко про ИИ, бизнес и образование

#ГриненкоПро №21: Внедрение ИИ в компании с Дмитрием Бобылёвым, CEO Fast Forward ИИ уже радикально ускоряет производство, но чтобы получить реальный эффект, приходится заново разбираться с устройством команд, корпоративными знаниями, данными, контролем качества и самой ролью человека в производственном процессе. Говорим с Дмитрием Бобылёвым @ZhogloTech о том, как внедрять ИИ в уже работающие компании, почему организационный контекст становится одним из главных активов бизнеса и как может выглядеть AI-first организация, если строить её с нуля. https://www.youtube.com/watch?v=n9RMYrjMwZ8 В выпуске — Как внедрять ИИ через конкретную бизнес-боль, а не абстрактную «AI-трансформацию» — Почему накопленный контекст компании становится ценнее погони за новыми моделями и инструментами — Как выращивать внутренних AI-амбассадоров и что делать с сопротивлением сотрудников — Почему производство становится дешевле, а постановка задачи и валидация — важнее — Что произойдёт с программистами, которым нравится писать код руками — Как могут измениться роли, оргструктура и место самых опытных инженеров в производственной цепочке — Что Дмитрий перестроил бы в большой технологической компании, если бы снова управлял командой из 1 000+ человек — Почему при всей AI-революции требования к хорошему менеджменту практически не меняются Ссылки гостя • FastForward • Телеграм Дмитрия Бобылёва — @zhoglo • Канал «Боб в помощь» — @ZhogloTech Приходите обсудить в чате сообщества: @grinenko_pro Приятного просмотра! @devspotting

Устали от новостей вокруг ИИ? Встречайте «ИИ — не новости», наш с Сергеем @veged Бережным новый подкаст! https://www.youtube.com/watch?v=naR25L8Sb6Q Новость проходит. Последствия остаются. Подписывайтесь, ставьте лайки, приходите обсудить или предложить…

Устали от новостей вокруг ИИ? Встречайте «ИИ — не новости», наш с Сергеем @veged Бережным новый подкаст! https://www.youtube.com/watch?v=naR25L8Sb6Q Новость проходит. Последствия остаются. Подписывайтесь, ставьте лайки, приходите обсудить или предложить тему для нового выпуска в чате сообщества @grinenko_pro.

#ГриненкоПро №20: Разработка AI-продуктов с Федей Морозовым — CTO ботов поддержки в Т-Банке Поговорили о том, как превратить недетерминированную LLM в продукт, которому можно доверить действия с реальными последствиями. Разобрали инженерный путь от классического чат-бота и точечных LLM-классификаторов до полноценной агентной системы: контроль качества, разметку, гардрейлы, A/B-эксперименты, контекст и инструменты. https://www.youtube.com/watch?v=R13j87ScMXI Партнёр выпуска — Avito.Tech.Conf. Это конференция для тимлидов про технологии и людей, а еще нетворк, чтобы обсудить сложное: управление продуктами, процессами и командами. Бесплатно, 26 сентября в Москве или онлайн в любой точке мира, но нужно зарегистрироваться. Реклама. ООО «Авито Тех». erid: 2VtzqxSCDM4 В выпуске: — Как измерять качество генеративного продукта, работающего с реальными пользователями — Почему наивный LLM-as-a-judge создаёт второй слой галлюцинаций — Как выстроить пирамиду разметки и контролировать качество самих оценщиков — Какие гардрейлы нужны агенту, способному выполнять действия — Почему контекст и правильные инструменты важнее выбора конкретной модели — Как внедрять LLM постепенно, не разрушая работающую систему — Когда достаточно гибридного workflow, а когда нужен полноценный агент — Как использовать агентов в разработке, управлении командой и повседневной жизни — Какие решения и части собственного голоса не стоит делегировать — Какие навыки сохранят ценность, когда большую часть кода начнут писать агенты Приходите обсудить в чате сообщества: @grinenko_pro В монтаже сразу 3 новых новых выпуска — подписыватейсь, чтобы не пропустить. Приятного просмотра! @devspotting

#ГриненкоПро №19: AI-разработка в продакшне с Алексеем Ярошевичем, руководителем команды в Яндекс Банке и ex-CTO Яндекс Образования https://www.youtube.com/watch?v=AGTtnCMd-z8 Поговорили про накопление интуиции при работе с моделями, о том, что качество AI-разработки сильнее зависит от harness и контекста, чем от размера модели, про оркестрацию (Леша в нее не очень верит), узкие места SDLC и много всего еще — подробные таймстампы в описании на YouTube. Приходите обсудить в чате сообщества: @grinenko_pro И, конечно, подписывайтесь — уже готовлю новые выпуски. Приятного просмотра! @devspotting

О чем спросить философа? Друзья, у меня в подкасте уже были CTO, арт-директор, продакт, психолог, коуч и, конечно, крутые разработчики и технические руководители. А совсем скоро будем снимать выпуск с самым настоящим философом. Так что если у вас есть вопросы — обязательно напишите в чате https://t.me/grinenko_pro/1885! @devspotting

#ГриненкоПро №18: Автотесты с ИИ-агентами с Дмитрием Андрияновым, руководителем команды в Яндекс 360 https://www.youtube.com/watch?v=EZXj-bTG82w Как покрыть legacy и не сломать продукт, может ли ИИ-агент написать автотесты не хуже человека — и как заметить момент, когда он просто подгоняет проверки под зелёный статус? Разбираем практический подход к тестированию с нейросетями: от продуктовых сценариев и legacy-кода до CI, code review и evals. Дима — эксперт по автоматизации тестирования, автор трека об автотестах в Школе разработки интерфейсов Яндекса и ведущий канала @test_automation_pro. В выпуске: — Почему тестировать нужно продуктовые сценарии, а не внутреннее устройство приложения — Как превратить правила и договорённости команды в инструкции для ИИ-агента — Как восстановить функциональные требования в большом legacy-проекте — Когда использовать модульные, интеграционные и E2E-тесты — Почему пирамида тестирования — это результат правильных решений, а не самостоятельная цель — Чем приёмочное тестирование отличается от регрессионного и где остаётся ответственность человека — Как встроить ИИ в CI, code review, анализ покрытия и разработку небольших задач — Почему доверие к агенту необходимо заново проверять после смены модели или системного промпта — Как evals помогают контролировать недетерминированные системы — Могут ли разработчики с ИИ заменить QA-команду — Когда агент сможет провести фичу от бизнес-требования до продакшна без участия разработчика Традиционно приглашаю обсудить в чате сообщества @grinenko_pro. И, конечно, не забывайте поставить 🧡 Приятного просмотра! @devspotting

#ГриненкоПро №17: ИИ-продукты, ИИ-работа и ИИ-карьера с Даниэлем Левинишниковым, руководителем AI-продуктов и автором замечательного канала @tldrdaniel https://www.youtube.com/watch?v=URTFgSBexzo Даниэль руководит продуктовым подразделением Т-Банка из 250 человек, а по выходным запускает нейро-пэт-проекты и пишет про GEO-оптимизацию на Хабр. Обсудили, как AI меняет продуктовую разработку, клиентскую поддержку и структуру компаний; почему работа middle-менеджера должна исчезнуть; как проверять качество агентов; зачем пользователю сообщать, разговаривает он с человеком или нейросетью; почему идея и даже реализация продукта становятся commodity — и что тогда остается конкурентным преимуществом. Также поговорили про переход Даниэля в Higgsfield — самый быстрорастущий стартап в области генеративного видео. О 14–16-часовом рабочем дне в AI-стартапах, будущем интерфейсов, персональных базах знаний, MCP, агентной коммерции, GEO-оптимизации и профессиях, которые модели пока не способны заменить. В выпуске взгляд на будущее ИИ и множество практических советов от Даниэля. Буду рад обсудить в чате сообщества @grinenko_pro. Присоединяйтесь, если ещё не успели. Приятного просмотра! @devspotting

Браузерный AI-агент в Datalens В #ГриненкоПро №16 поговорили с Андреем Мелиховым, разработчиком Яндекс Облака и автором @melikhov_dev о его опыте создания AI-агента прямо в браузере: как он вызывает тулы, строит чарты, работает с данными, проверяет себя через eval harness и почему нельзя просто так взять и прикрутить LLM в продакшне. https://www.youtube.com/watch?v=chiexp7ncfg В выпуске: — почему готовых фреймворков не хватает; — как устроены AI-агенты в браузере; — SSE-стриминг, BFF, tool calling и agent loop; — проблемы разных моделей и инференсов; — evals, LLM-as-a-judge и железный пользователь; — доверие к числам в BI и проверяемые чарты; — заменит ли GenBI аналитиков; — MCP, серверные агенты и будущие API; — как Claude Code, Codex, OpenCode и другие coding agents меняют разработку; — почему AI ускоряет разработчика в 3–5 раз, но задач становится только больше; — безопасность и корпоративные ограничения; — AI вне работы: ремонт, ресёрч, медицина, презентации, NotebookLM и новостной бот Андрея; — bus factor, spec-driven development и контекст для агентов. Искренне рекомендую канал Андрея @melikhov_dev как минимум всем фронтендерам, сам читаю его давным-давно. Приходите обсудить выпуск в чат сообщества — @grinenko_pro. И, конечно, не забудьте подписаться на канал на YouTube — я уже монтирую совершенно огненный выпуск с настоящим AI-продактом! @devspotting

Место для обсуждения этих наших нейронок Друзья, я открыл чат канала для всех. Хочу, чтобы в нем появилась жизнь и он превратился в место, где можно задавать вопросы, делиться находками, вместе придумывать, как правильно готовить агентов, и находить единомышленников. Давайте считать, что в чате работает бесконечная AMA-сессия: в любой момент можно спросить меня о чем угодно — про нейронки, AI-инструменты, агентов, внедрение в работу и жизнь или вообще про то, что давно хотелось обсудить. И, конечно, мне очень важен ваш фидбек по подкасту и каналу — посты из канала по-прежнему будут попадать в чат автоматически. В чате уже есть очень крутые ребята из разных сфер. Хочется собрать открытое, уютное сообщество без спама и токсичности (конструктивно ругать мои посты можно, а набрасывать на участников — нет). Заходите, приглашайте друзей, будет кайф! https://t.me/grinenko_pro

ИИ ломает open source В #ГриненкоПро №15 обсуждаем, как LLM изменили жизнь мейнтейнеров с Никитой Пастуховым: автором FastStream (в топ-100 open source проектов 2023), мейнтейнером AG2 и человеком, который живёт внутри современного open source, AI-агентов и бесконечного потока сгенерированных pull request’ов. https://www.youtube.com/watch?v=tBgaOBnpZyg В выпуске: — open source как продукт, карьера и кошмар; — AG2, FastStream и наследие AutoGen; — почему PR от внешнего контрибьютора часто стоит дороже, чем кажется; — как AI-слоп меняет презумпцию доверия в open source; — где LLM реально ускоряют разработку; — почему архитектуру пока всё ещё должен понимать человек; — что делать мейнтейнерам с ботами, слопом и выгоранием; — как AI меняет поиск, аналитику, спорт, поездки и бытовые задачи. Ещё обсуждаем CVE-slop, «отмывание» лицензий через AI-rewrite, CLA как капчу от ботов, triage team на агентах, Claude Code, Cursor, Perplexity, бытовых AI-ассистентов, будущую Jarvis OS и то, почему следующий скачок может быть не в «умнее модели», а в дешевле, стабильнее и лучше обвязка. Проекты Никиты: * Telegram-канал * FastStream * AG2 * GitHub Советую подписаться на канал Никиты и мой канал на YouTube — новый выпуск про разработку агента в браузере будет уже в понедельник. Приятного просмотра! @devspotting

Субагенты не нужны? AI code review, токены и надёжность https://m.youtube.com/watch?v=Zf9rjUK1A2c Обсуждаем статью Антона Виноградова You don’t need sub-agents. Разбираемся, почему мультиагентная оркестрация не всегда ускоряет разработку, как субагенты множат контекст и токены, когда один агент оказывается быстрее и стабильнее, а когда параллельные агенты всё-таки нужны. В выпуске: — почему «оркестратор + толпа агентов» может оказаться не архитектурой, а оргчартом; — как растут расходы на токены при разбиении задач на субагентов; — почему single-agent pipeline может быть проще, дешевле и надёжнее; — где субагенты полезны: read-only поиск, сбор контекста, независимые проверки; — как мерить качество AI code review: latency, токены, стоимость, количество проходов модели, rejects и продуктовые метрики; — как выбирать между скоростью, ценой и качеством в агентской разработке. Если понравилось, пожалуйста, поставьте лайк на YouTube! Приятного просмотра! @devspotting

Как не сойти с нейропаровоза, если я больше не вывожу? https://www.youtube.com/watch?v=h6Hh9OdJpvQ В выпуске #ГриненкоПро №13 говорим с Еленой «Мурсей» Джетпыспаевой @mursyamursya — коучем ICF, продуктовым менеджером в нидерландском финтехе и человеком, который прошёл через выгорание, несколько профессиональных трансформаций, Яндекс, Амстердам, Лондон и переезд в Барселону. Обсуждаем, почему нейросети, которые вроде бы должны освобождать время, часто только усиливают тревогу: страх отстать, потерять профессию, стать ненужным, не справиться с новой реальностью. Говорим про разработчиков, тимлидов, open source-мейнтейнеров, AI-generated pull requests, зависимость от скорости, одиночество, ответственность, семью, работу, коучинг и попытку снова почувствовать: «я могу выбирать». Внутри: — почему ИИ так легко триггерит старые страхи — как разработчику (не)соревноваться с нейронками — чем тревога отличается от реального риска — что такое выгорание и почему это не просто «устал» — почему после выгорания нельзя снова «как раньше» — как вернуть себе опору — что делать, если хочется писать код, а рынок требует «менеджеров нейронок» — почему open source-мейнтейнеры выгорают от потока AI-PR — чем коучинг отличается от менторинга и советов как правильно жить — как выбирать коуча — как, наконец, начать жить У Мурси есть полезная памятка для всех выгоревших и выгорающих. По ней вы можете проверить себя на симптоматику выгорания и задать вопросы для саморефлексии, чтобы поддержать себя в моменте. Помните, что для выхода из выгорания отпуск не поможет — нужно менять привычки, окружение и работать со специалистом. Задавайте вопросы, подписывайтесь на канал на ютубе, на канал Мурси и, конечно, обязательно ставьте лайки. А я уже готовлю следующий выпуск. @devspotting