Гриненко про

https://grinenko.pro/podcasthttps://t.me/devspottingВыпуск на YouTube: https://www.youtube.com/watch?v=nntQKlHS-z4Кир Белевич выстроил свою мультиагентную систему поверх OpenSpec: https://sourcecraft.dev/deepsweet/agentic-openspecЗадача состояла в том, чтобы сохранить гарантию качества, но перестать читать код за агентами.В выпуске на примере разработки редактора markdown-файлов разбираем, как Киру удалось с этой задачей справиться и какие модели он использует в своем пайплайне, чтобы не переплачивать за токены.

Telegram-канал — https://t.me/devspottingЧат сообщества — https://t.me/grinenko_proВсе выпуски — https://grinenko.pro/podcast/Видео на YouTube: https://www.youtube.com/watch?v=olVSVppq5hwAI-агенты уже умеют пройти почти весь путь от задачи и макета до кода, ревью, браузерной проверки и CI. Но почему при этом команды разработчиков не исчезают — и действительно ли один инженер с Claude Code скоро сможет заменить целый отдел?Говорим с Никитой Уманским — тимлидом стартапа из Барселоны — о реальном AI-native процессе разработки, новой роли программиста как руководителя собственной команды агентов и о том, где автоматизация пока упирается не в качество моделей, а в контекст, архитектуру и человеческие решения.В ЭТОМ ВЫПУСКЕ— Как выглядит разработка, когда Claude Code получает контекст из Jira, Figma, backend-репозитория и дизайн-системы— Почему даже хороший агентный пайплайн всё ещё требует проверки человеком на каждом этапе— Что такое нейрослоп и почему AI может ускорять рост технической энтропии— Почему программист превращается в тимлида собственной команды субагентов— Как AI изменил собеседования и какие навыки теперь важнее алгоритмических задач— Как использовать Claude, MCP и транскрипцию прямо во время встреч и refinement— Почему AI хорошо работает внутри понятного scope, но сложнее справляется с формированием требований с нуля— Что останется от профессии программиста, если следующий уровень абстракции действительно станет похож на компиляторТАЙМКОДЫ00:00 — Никита Уманский: Барселона, стартап и путь разработчика04:59 — Как AI уже изменил процесс разработки06:20 — От задачи в Jira и Figma до Claude Code07:34 — Figma MCP, backend и дизайн-система в одном контексте09:23 — AI-ревью, браузерные проверки и CI12:03 — Если код пишут агенты, зачем нужны программисты?14:41 — Почему человеку всё ещё приходится проверять AI17:31 — Можно ли сохранить весь контекст проекта в AGENTS.md18:57 — Сколько продуктивности реально добавляют нейросети20:38 — Почему даже хорошая спецификация разваливается в реальной разработке22:47 — Главная работа человека — удерживать энтропию24:25 — Как нейрослоп ускоряет расползание большого проекта25:59 — Один разработчик теперь управляет командой агентов27:52 — Почему все разработчики «сдвинулись на уровень вверх»29:25 — Как AI изменил найм и технические собеседования32:38 — AI-стек тимлида и менеджера35:13 — Голосовой бот, MCP и работа прямо во время встречи37:27 — Почему взаимодействие между командами всё ещё работает на людях43:04 — Где заканчивается разработка и начинается принятие решений45:45 — Что изменится в AI-разработке через полгода или год50:41 — Стали ли современные модели уже достаточно хорошими53:50 — Следующий уровень абстракции: от кода к требованиям58:35 — Нужно ли программисту вообще понимать, что происходит под капотом01:03:39 — Почему недетерминированность AI мешает полной автоматизации01:07:00 — Тесты, переписывание систем с нуля и цена ошибок01:10:34 — Кто надёжнее: человек или нейросеть01:12:36 — Программисты всё ещё нужны — но работа уже измениласьО ПОДКАСТЕ«Гриненко про» — подкаст о том, как искусственный интеллект меняет разработку, продукты, карьеру и работу технологических команд.Telegram-канал — https://t.me/devspottingЧат сообщества — https://t.me/grinenko_proВсе выпуски — https://grinenko.pro/podcast/Ведущий: Владимир Гриненко

Telegram-канал: https://t.me/devspottingЧат сообщества: https://t.me/grinenko_proСайт: https://grinenko.proВыпуск на YouTube: https://www.youtube.com/watch?v=i2fExyLLke4Рынок IT сегодня: на вакансии приходят десятки и сотни откликов, кандидаты генерируют резюме и проходят интервью с нейронками, а работодатели отвечают AI-скринингом и автоматизированными собеседованиями.Вместе с Анастасией Бианко, Head of Recruitment в Циан, экс-Recruitment Partner Яндекса, разбираемся с ситуацией на рынке IT, говорим о судьбе джунов, фальсификации опыта, автоматизации найма, AI-интервью и о том, что действительно повышают шансы кандидата.В ЭТОМ ВЫПУСКЕ— почему кандидатов стало так много, а дефицит сильных специалистов при этом никуда не исчез;— как работодатели распознают накрученный и полностью выдуманный опыт;— почему рекомендации, профессиональная репутация и прямой контакт с компанией снова особенно важны;— что произошло с наймом джунов и почему от студентов теперь ждут гораздо большего;— нужно ли указывать конкретный стек, если с нейронкой можно быстро освоить новую технологию;— как Циан использует ИИ для фильтрации резюме и интервью со стажёрами;— какие AI-навыки уже стали гигиеническим минимумом для кандидата;— заменит ли ИИ рекрутеров и как может выглядеть автоматизированный найм ближайшего будущего;— почему компании пока продолжают нанимать роли, а не «универсальных продуктовых инженеров»;— чем культура найма в Циан отличается от Яндекса.ТАЙМКОДЫ00:00 — Есть ли кризис найма и почему кандидатов стало намного больше03:12 — Сокращения, курсы и фальшивый опыт: откуда берётся поток кандидатов05:23 — Кризис доверия: что делать с накрученным опытом09:12 — Сотни откликов на вакансию и AI-фильтры12:22 — Может ли ИИ заменить рекрутера14:39 — Почему люди всё ещё массово идут в IT16:44 — Что стало с джунами и почему требования выросли20:46 — Почему x10-продуктивность с ИИ не означает x10 найма23:50 — Можно ли заменить экспертов дешёвыми джунами с AI26:28 — Как менять отношение сотрудников к ИИ30:39 — Фулстек против глубокой специализации35:48 — Как Циан ищет людей с опытом работы с AI37:38 — Почему удалёнка может помогать AI-native командам39:56 — Как устроены воронки найма и отказы от оферов43:37 — Как сегодня искать работу: отклики, рекомендации и репутация47:50 — Резюме от нейронки: что в нём действительно важно50:21 — Что делать джуну без выдуманного опыта52:30 — Как Циан автоматизировал отбор стажёров с помощью ИИ55:36 — Какие AI-навыки стали гигиеническим минимумом58:30 — Как может выглядеть найм через год01:03:04 — ATS, данные о кандидатах и AI-аналитика01:06:43 — Нужно ли человеку конкурировать с ИИ01:08:50 — Как AI изменил верх воронки найма в Циан01:16:15 — Циан vs Яндекс: культура найма и право HR на вето01:20:03 — Что стоит сделать уже сейчасМАТЕРИАЛЫ ИЗ ВЫПУСКА• LinkedIn Анастасии — https://www.linkedin.com/in/anastasia-bianco-14410292/• Обзоры рынка труда hh.ru — https://stats.hh.ru/reviewСМОТРИТЕ ТАКЖЕ• Искусственный интеллект, найм и образование | Сергей Бережной, CTO Практикума, директор в Яндексе — https://studio.youtube.com/video/V3fahH0XA0M/editTelegram-канал: https://t.me/devspottingЧат сообщества: https://t.me/grinenko_proСайт: https://grinenko.proВыпуск на YouTube: https://www.youtube.com/watch?v=i2fExyLLke4

Telegram-канал — https://t.me/devspottingЧат сообщества — https://t.me/grinenko_proВыпуск на YouTube: https://youtu.be/VhQPchnlwo8ИИ делает знания почти бесплатными, но понять, чего мы на самом деле хотим, кому доверять и как отличить хорошее решение от нейрослопа проще не становится. Разбираемся, что происходит с IT-конференциями, когда доступ к информации и коду перестаёт быть дефицитом.Говорим с Алексеем Федоровым — сооснователем JUG Ru Group, продюсером конференций и Java Champion — о кризисе технической экспертизы, корпоративных AI-системах и о том, почему после первого восторга от ИИ-агентов начинается гораздо более сложная работа: описывать собственную картину мира и принимать решения.ТАЙМКОДЫ00:00 — Как ИИ меняет IT-конференции05:13 — Что делать, когда все делают про ИИ09:37 — Конференции перестают быть источником знаний?11:23 — Почему «тусовка вместо докладов» — диагноз13:57 — Как конференция пробивает информационный пузырь15:26 — Почему принципы важнее конкретных технологий18:24 — Что ИИ сделал с техническими докладами21:41 — Доклад как перформанс, конференция как опыт25:05 — Дефицит опыта и доверия26:47 — Можно ли доверять советам нейронки29:05 — Кризис экспертизы в эпоху ИИ32:56 — Как JUG Ru Group использует ИИ и AI PDLC34:24 — Этика корпоративных агентных систем38:38 — Как AI помог починить рассинхрон видео42:02 — Корпоративная онтология: как описать мир для агента47:20 — Зачем самому строить AI-системы48:56 — Почему нам не хватает языка для будущего52:01 — Приносит ли корпоративная онтология реальную пользу?55:14 — ИИ удешевляет реализацию. Но что меняется на самом деле?57:54 — Может ли ИИ решить «все проблемы»?59:38 — Руководители снова начали программировать01:01:51 — Что происходит после первого AI-угара01:03:18 — Почему даже лидеры AI-индустрии не знают, куда всё идёт01:05:36 — «Заблуждались, но заблуждались искренне»ССЫЛКИ ГОСТЯ* JUG Ru Group https://jugru.org/* Канал Алексея в Telegram: https://t.me/channel_23derevo* Профиль Алексея на Joker 2026 https://jokerconf.com/persons/bd6c248fbfb841959ffd65dd4f00792d/* Habr Алексея https://habr.com/ru/users/23derevoМАТЕРИАЛЫ ИЗ ВЫПУСКА* Подкаст «LLM и мышление» с Андреем Морозовым — https://www.youtube.com/watch?v=WswHn_mJo8I* AI PDLC Сбера — https://developers.sber.ru/kak-v-sbere/events/arch_july_2026О ПОДКАСТЕ«Гриненко про» — подкаст о практическом применении искусственного интеллекта, разработке и людях, которые прямо сейчас меняют IT-индустрию.Сайт — https://grinenko.pro/podcast/Telegram-канал — https://t.me/devspottingЧат сообщества — https://t.me/grinenko_proВедущий: Владимир Гриненко

Telegram-канал — https://t.me/devspottingЧат сообщества — https://t.me/grinenko_proСайт — https://grinenko.proCoding agents уже умеют за часы делать то, на что раньше уходили месяцы работы команды. Но означает ли это, что разработчики становятся не нужны — или, наоборот, инженер наконец перестаёт быть «человеком, который пишет код» и поднимается на уровень продукта, архитектуры и управления агентами?Говорим с Глебом Михеевым https://glebmikheev.ru — разработчиком с более чем 20-летним опытом, который сейчас развивает ГигаАгента в Сбере, — о новой роли инженера, экономике софта в эпоху AI и о том, почему главный дефицит теперь не код, а понимание того, что и зачем нужно построить.Глеб работал в NVIDIA, основал и девять лет развивал собственную компанию по заказной разработке, затем работал в Skillbox и Сбере. Сейчас развивает ГигаАгента — автономного AI-агента Сбера — и руководит программным комитетом AgenticDevConf. Автор Telegram-канала «Уставший техдир» https://t.me/tired_glebmikheev и подкаста «Фичи Катятся» ⁨@tired_glebmikheev⁩.ТАЙМКОДЫ00:00 — В этом выпуске00:44 — Кто такой Глеб Михеев: NVIDIA, свой бизнес, Skillbox и Сбер04:18 — Как coding agents вернули Глеба из менеджмента в разработку07:33 — Переход в GigaChat и работа над автономным агентом10:04 — Зачем идти в Individual Contributor внутри бигтеха14:17 — Лидерство без административной власти17:09 — Как самостоятельные инженеры работали ещё до AI20:21 — Почему coding agents возвращают эпоху универсальных инженеров22:00 — Product engineer вместо фронтендера и бэкендера25:40 — Реальна ли компания на миллиард долларов из одного человека33:14 — Почему AI увеличивает количество попыток, но не количество хороших идей36:36 — Стартап теперь можно проверить за вечер38:49 — Как Глеб за два дня сделал продукт вместо нескольких месяцев работы команды42:32 — Бизнес или найм: где сегодня проще зарабатывать48:07 — Что будет с SaaS, когда производство софта станет дешёвым50:35 — Во что инвестировать, если любой эксперт может собрать конкурентный продукт52:32 — Зачем Сберу делать собственного автономного агента55:27 — Зачем нужны национальные и суверенные AI-модели01:02:45 — Можно ли просто взять открытую модель и дообучить её01:13:49 — Почему технологическая независимость может быть важнее цены01:18:24 — Станут ли фундаментальные модели новой стратегической технологией01:24:14 — Модели превращаются в commodity, а ценность переезжает в harness?01:29:50 — Почему мы используем лишь небольшую часть возможностей современных моделей01:34:35 — Зачем вообще нужен персональный AI-ассистент01:38:22 — Где проактивные агенты действительно полезны01:40:18 — «Цифровые сотрудники»: фантазия или следующая стадия AI01:42:24 — Почему сейчас нужно инвестировать в R&D и совершать ошибки01:46:20 — Как должно измениться образование в эпоху AI01:50:48 — За какие навыки теперь будут платить инженерам01:53:44 — Главный навык будущего — работать в неопределённости01:55:51 — ИтогиССЫЛКИ ГОСТЯ• Telegram — «Уставший техдир» https://t.me/tired_glebmikheev• YouTube — @tired_glebmikheev• GitHub — https://github.com/glebmachine• Сайт — https://glebmikheev.ruО ПОДКАСТЕ«Гриненко про» — подкаст о практическом применении искусственного интеллекта, разработке и людях, которые прямо сейчас меняют IT-индустрию.Telegram-канал — https://t.me/devspottingЧат сообщества — https://t.me/grinenko_proСайт — https://grinenko.pro