Anokhin notes


Гео и язык канала: не указан, не указан
Категория: не указана


Мои заметки про разное, интересное, людей, книги, технологии, QA, AI, всё подряд...

Связанные каналы

Гео и язык канала
не указан, не указан
Категория
не указана
Статистика
Фильтр публикаций


Друзья, всем привет!

В команду Positive Technologies ищу ах(ер/у)енного рекрутера для айтишного найма. Уровень Senior/Senior+. С опытом более 5 лет. По деньгам - поймёт, что его раньше обижали)

Может у кого есть контакт рекрутера, от которого в части поиска кандидатов вы прям кайфанули? Дайте в личку - @Sergey_Anokhin Буду мега благодарен! 🙏🏻🙏🏻🙏🏻


Какие "лайф-хаки" или "чит-коды" работают в реальной жизни?

Есть на reddit довольно интересная и большая беседа на тему "лайф-хаков" или "чит-кодов". Прикольно почитать про это не "из журнала" с примерами и историями из жизни.

Мне показалось интересным, что часто повторяется рекомендации вот такие:
-> "Будьте вежливы с персоналом по уборке/обслуживанию, охраной, администраторами. Есть много ситуаций когда это может помочь в жизни."
и
-> "Делайте комплименты по мелочам и без ожиданий, хвалите сделанный человеком выбор. Например выбор элемента одежды, который очень идёт. "

Звучит логично, я бы это перевёл просто - Не будьте Мудаками!


Есть конечно лютые вещи:
-> "Убирайся дома перед отъездом в отпуск. Приятно, когда ты возвращаешься и всё по своим местам и нет грязной посуды."
(Лентяй во мне: "Ну нахер")

-> "Не ставь видеорегистратор, если плохо водишь машину. Это может сыграть против тебя."
(Без комментариев...)

Делитесь своими лайф-хаками!)


Идеи и смыслы книги Бена Хоровица "Сложные решения. Как управлять бизнесом, когда нет простых ответов".

Мой рейтинг 4/5 - круто что книга заставляет задуматься, покопаться в себе, но иногда складывается впечатление что супер полезно именно для CEO.


Основная идея книги
Главный тезис Хоровица: не существует универсальных рецептов успеха в бизнесе. Настоящее лидерство — это искусство принимать сложные, неоднозначные и часто неприятные решения, когда все варианты кажутся плохими, и нести за них ответственность. Книга — это откровенный рассказ о реальных проблемах, с которыми сталкивается CEO, без прикрас и "серебряных пуль".

Ключевые смыслы и концепции
1. Дилемма "Воина" и "Миротворца"
Миротворец управляет в период стабильности и роста. Его задачи: корпоративная культура, процессы, делегирование.
Воин ведет компанию в условиях кризиса, жесткой конкуренции, борьбы за выживание. Его задачи: концентрация на одной цели, быстрые и жесткие решения, тотальная мобилизация.
Вывод для руководителя: Вы должны уметь быть и тем, и другим. Ошибка — применять стратегию "мира" в "военное время" и наоборот. Нужно четко диагностировать, в какой фазе находится компания.

2. "Говно-сэндвич"
Это метафора для ситуаций, когда перед вами два ужасных варианта, и вам приходится выбирать тот, который чуть менее вреден. Откладывание такого выбора только усугубляет проблему.
Вывод для руководителя: Признайте, что идеального решения нет. Соберите данные, примите решение и двигайтесь дальше. Не зацикливайтесь на поиске "правильного" ответа, его нет.

3. Правило "Одной вещи"
В кризис у компании может быть только одна приоритетная цель. Все ресурсы должны быть брошены на ее достижение. Если у команды больше одного приоритета, по факту у нее нет ни одного.
Вывод для руководителя: Четко, просто и регулярно доносите эту "одну вещь" до всей команды. Это фокусирует усилия и снимает хаос.

4. Управление талантами: "Племя" и "Процесс найма"
Племя: Компания — это племя. Ее сила зависит от качества людей в ней. Ваша главная задача как лидера — нанимать и удерживать лучших.
Процесс найма: Хоровиц уделяет огромное внимание найму. Он считает, что руководитель должен тратить на это львиную долю своего времени. Нанимайте по сильным сторонам, а не по отсутствию слабых.
Вывод для руководителя: Не делегируйте найм полностью HR. Тут ваша личная вовлеченность и ответственность.

5. Правильное увольнение
Увольнения — одно из самых тяжелых решений. Хоровиц учит делать это правильно: быстро, уважительно и глядя человеку в глаза. Затягивание увольнения сотрудника, который не справляется, вредит и ему, и компании.
Вывод для руководителя: Будьте честны с сотрудниками об их performance. Если решение об увольнении принято, не откладывайте.

Что взять на заметку руководителю

-> Примите парадокс: Ваша работа — принимать решения в условиях неопределенности. Перестаньте искать идеальные ответы.

-> Честность — лучшая политика: Будьте предельно откровенны с командой о проблемах, даже самыми неприятными. Это builds trust.

-> Фокусируйтесь: Определите "одну вещь" для вашей команды на текущий квартал и доведите ее до всех.

-> Тратьте больше времени на найм: Лично участвуйте в найме ключевых людей. Это ваша главная инвестиция.

-> Научитесь быть "Военным лидером": Поймите, в какой фазе находится ваш бизнес, и адаптируйте стиль управления. Не будьте "миротворцем" на поле боя.

-> Не бойтесь сложных решений: Будь то увольнение, смена стратегии или отказ от выгодного предложения — откладывание только увеличит стоимость ошибки.

Книга Хоровица — это не учебник с ответами, а тренажер для развития мышления руководителя, который готов брать на себя ответственность в самой сложной обстановке.
#book #reading


7. Миф: «Обучение знаниям — это индоктринация» (Индоктринация (от лат. in — «внутрь» и doctrina — «учение») — это процесс передачи и внушения человеку или группе людей определённых идей, убеждений или доктрин без возможности их критического осмысления, направленный на формирование определённого мировоззрения и поведения)
Суть мифа: фиксированный курс якобы навязывает «единственно верный» взгляд.
Контраргумент: насыщенный фактами и понятиями курс — условие для реального плюрализма и критики. Аргументы и альтернативные интерпретации возможны только на общей основе фактов.
Короткий пример: обсуждать спорные трактовки Французской революции можно лишь тогда, когда ученики точно знают последовательность событий, ключевых акторов и причинно-следственные связи.

Откуда берутся эти мифы
- Исторически — реакция на «зубрежку» и перегибы традиционной школы.
- Политически и методически — отчетность и модные стандарты, поощряющие видимость активности: групповые плакаты, проекты, «21st-century skills».
- Психологически — привлекательность идеи «самооткрытия» и вера в бесконечную обучаемость навыков без привязки к содержанию.

Что предлагает автор вместо мифов:
1. Насыщенная знаниями, кумулятивная программа
- Четко прописанный «каркас» фактов, понятий и текстов для каждой ступени.
- Последовательность от простого к сложному, с постоянным возвращением к ключевым идеям.

2. Прямое обучение плюс управляемая практика
- Короткие объяснения, работанные примеры, вопросы с выбросом ошибок, обратная связь.
- Переход к самостоятельности по мере автоматизации (принцип «от поддержки к независимости»).

3. Работа с долговременной памятью
- Регулярное вытаскивание из памяти (retrieval practice), распределенная и перемежаемая практика.
- Ревизия и повторение ключевых знаний на протяжении года, а не один «тематический блок».

4. Тексты и фоновые знания
- Подбор сложных, содержательных текстов; «широкое чтение» по темам для наращивания культурной грамотности.
- В явном виде учить словарь и термины — они ускоряют понимание.

5. Технологии как усилитель, а не замена памяти
- Использовать цифровые инструменты для тренировки воспроизведения, быстрой обратной связи, карточек повторения — но не как оправдание «гуглить вместо знать».

«7 мифов об образовании» — это призыв вернуться к простому, но непривычному в современной риторике выводу: знание — условие свободы мышления. Когда школа системно строит долговременную память ученика, все остальное — критическое мышление, творчество, решение проблем — наконец начинает работать по-настоящему. Книга Христодулу предлагает ясный ориентир: богатая программа, прямое обучение, регулярное извлечение из памяти и осмысленная последовательность — вот что дает детям реальную автономию, а не ее видимость.
#book #reading


7 мифов об образовании

Книга Дейзи Христодулу «7 мифов об образовании» — это краткое и острое разоблачение устойчивых педагогических убеждений, которые выглядят прогрессивно, но на деле мешают ученикам учиться. Опираясь на исследования когнитивной психологии (ограниченность рабочей памяти, роль долговременной памяти, теория когнитивной нагрузки) и анализ учебной политики, автор показывает: чтобы дети могли критически мыслить, творить и решать задачи, им прежде всего нужно системно и последовательно накапливать знания.

Ключевые идеи:
-> Понимание не возникает «само собой» из активности и проектов; его опорой служит богатая долговременная память
-> Рабочая память человека ограничена. Если базовые факты и понятия не автоматизированы, она перегружается, и сложные операции (анализ, синтез, критическое мышление) рушатся
-> Поэтому знание — не «враг» мышления, а его условие

1. Миф: «Факты мешают пониманию»
Суть мифа: запоминание дат, терминов и определений будто бы убивает интерес и блокирует «настоящее понимание».
Контраргумент: факты — строительный материал смысла. Автоматизация базовых знаний освобождает рабочую память для рассуждения.
Короткий пример: классическое исследование о бейсболе (Recht & Leslie, 1988) показало, что слабоуспевающие ученики с хорошими предметными знаниями обошли «сильных» учеников с низкими знаниями при решении задач на понимание текста. Вывод: знания ключевее «абстрактных навыков чтения».

2. Миф: «Обучение, ведущееся учителем, делает ученика пассивным»
Суть мифа: если учитель объясняет и направляет, ученик якобы «просто слушает» и не мыслит.
Контраргумент: «активность» должна быть когнитивной, а не только физической. Хорошо спланированное объяснение, вопросы, пошаговая отработка и обратная связь — это интенсивная умственная работа ученика.
Короткий пример: приемы вроде «коротких объяснений + направленной практики + проверочных вопросов» дают более глубокое усвоение у новичков, чем «самостоятельные открытия» без опоры.

3. Миф: «XXI век все изменил: знания устаревают, важны лишь навыки»
Суть мифа: раз информация доступна, нужно учить только «коммуникации, креативности, коллаборации».
Контраргумент: навыки не существуют в вакууме, они опираются на предметные знания. Цифровая среда повышает ценность фона знаний: чтобы критически читать, нужно понимать термины, контекст и связи.
Короткий пример: оценить достоверность новостной статьи о макроэкономике невозможно без базовых экономических понятий; «критичность» не сработает без содержания.

4. Миф: «Все можно погуглить»
Суть мифа: память не нужна — главное уметь искать.
Контраргумент: без базовых знаний вы не знаете, что искать, не различаете надежные источники и перегружаете рабочую память. Поиск — медленный костыль там, где автоматическое воспроизведение быстрее и надежнее.
Короткий пример: врач не «гуглит» признаки инфаркта в момент приема — критические схемы и паттерны должны быть в голове.

5. Миф: «Нужно учить универсальным навыкам (критическое мышление, решение проблем)»
Суть мифа: можно тренировать «чистую» логику, которая затем перенесется в любую область.
Контраргумент: перенос ограничен и зависит от сходства контента. «Критическое мышление» доменно специфично: мыслить критично в истории — не то же самое, что в химии.
Короткий пример: мастер логических задач не станет автоматически хорошим историком без знаний исторического контекста, источниковедческих приемов и терминологии.

6. Миф: «Проекты и исследования — лучший способ учиться»
Суть мифа: «настоящая» учеба — это самостоятельные проекты, групповая работа, «ученик — исследователь».
Контраргумент: для новичков проекты часто перегружают рабочую память: приходится одновременно искать информацию, отбирать, оформлять, распределять роли. Без предварительного объяснения и отработки ключевых знаний проект становится поверхностным.
Короткий пример: ученики строят «модель средневекового замка», но путают феодальные роли и хронологию. Если же проект следует после прямого обучения и практики, он закрепляет, а не подменяет знания.


Мнение про систему образования (запоздавшее к 1-му сентября)

Ходит мнение, что система образования создана не для обучения, а для отбора лучших учеников. Поэтому полезно как можно больше всего знать и уметь, прежде чем попадать в школу.

Образование, и тем более не обучение, это функции побочные.

Если перед системой поставить задачу «обеспечить показатели учеников», она быстро сориентируется и поймет, что отбирать готовых гораздо выгоднее, чем учить неподготовленных. Дальше мы имеем два варианта. В первом в систему приходит уже подготовленный человек. Система распознает его как перспективного - срабатывает основная функция (отбор). И начинает в него вкладываться - срабатывает вспомогательная функция (обучение).

Если система распознала человека как неперспективного (это второй вариант), никакого обучения он не получит. А получит веер воздействий (стыд, страх угрозы и унижения), стимулирующих его к тому, чтобы он поработал над собой и стал перспективным. Результаты чего большинству из нас давно известны.

То есть, отдавая ребенка в секцию плавания, перед этим научите его плавать. Отдавая в музыкальную - научите азам музыки и немного петь. Перед первым классом желательно, чтобы он уже читал книги. И даже когда сами идете в автошколу, не поленитесь, наймите частного инструктора и научитесь уверенно трогаться, переключать передачи и парковаться задом.

И сами целее будете, и в школе на хорошем счету.

Мне интересно мнение родителей, у которых дети уже учатся в школе, согласны ли с этим? Поделитесь, правда интересно, как родителю.


Идеи и смыслы книги Джима Коллинза "От хорошего к великому: Почему одни компании совершают прорыв, а другие нет".

Мой рейтинг 4/5 - смыслы классные, но оч много воды.

Книга "От хорошего к великого" основана на пятилетнем исследовании, в ходе которого автор и его команда изучали, почему некоторым компаниям удаётся совершить прорыв и стать "великими", а другим — нет. Главная мысль книги — многие компании довольствуются просто хорошим, тогда как великие организации идут гораздо дальше «хорошего», достигая выдающихся результатов и долго сохраняя их устойчивость.

1. Хорошее — враг великого. Большинство компаний не становятся великими, потому что довольствуются хорошими результатами. Чтобы совершить прорыв, нужно стремиться к выдающемуся уровню, а не ограничиваться привычной компетентностью.
2. Руководители пятого уровня. Великие компании возглавляют так называемые руководители пятого уровня — люди, объединяющие личную скромность и профессиональную волю, способные вести за собой компанию к выдающимся достижениям.
-> Скромность: Они приписывают успех другим, а неудачи берут на себя.
-> Воля: Они фанатично преданы цели компании и ее успеху, а не собственной выгоде.
Из 11 компаний, совершивших прорыв, в 10 случаях CEO, руководивший переходом, был внутренним сотрудником, которого повысили до этой должности.
3. Подбор "правильных людей". Нужно начинать не с выбора стратегии, а с формирования команды правильных людей, которые могут справиться с вызовами и создавать устойчивый успех. Критерии отбора: характер и ценности не менее важны, чем навыки.
4. Концепция "ёжика". Великие компании фокусируются на том, в чем они могут быть лучшими в мире, что порождает у них страсть и приносит экономический результат.
5. Дисциплинированное мышление и действия. Великие компании придерживаются дисциплины в принятии решений и последовательности действий, не отвлекаясь на сиюминутные тренды или моды.
6. Технологии — не первостепенный фактор. Технологии поддерживают развитие, но не создают само величие компаний.
7. Столкновение с суровыми фактами + Парадокс Стокдейла: смотрите правде в глаза, как бы она ни была жестка, сохраняя непоколебимую веру в конечный успех.

Важно помнить, что лидерство — это не только стратегии и технологии, а личностное влияние и последовательность в реализации замыслов.
#book #reading


Пришло время использовать LLM в собеседованиях

В тот момент как ряд технологических компаний пытается запретить использование инструментов LLM на собеседованиях, некоторые во всю поощряют кандидатов использовать инструменты ИИ во время собеседований. Яркие примеры Canva и Shopify.

Пилоты по использованию LLM на собеседованиях показали отличные результаты - самые успешные кандидаты не просто пользовались подсказками ИИ и принимали всё, что он предлагал. Вместо этого они:
-> Задавали вдумчивые и "правильные" уточняющие вопросы о требованиях к продукту
-> Использовали ИИ для четко определенных задач, сохраняя при этом контроль над общим решением
-> Критически относились к созданному LLM коду, улучшали его
-> Показывали сильные навыки отладки в случаях возникновения проблем с решениями на основе ИИ

Вообще логично, компаниям нужны сеньёрные инженеры, которые, в том числе со всеми современными технологиями, могут быстро и качество сделать любую задачу😊 Сейчас умение пользоваться ИИ критически важно, почему бы его не проверять на собеседовании?

Я уверен, что всё больше компаний, нанимающих сотрудников, перейдут на этот формат, поскольку нет смысла зацикливаться на вопросах в стиле LeetCode на собеседованиях...


Почему кажется, что всё вокруг стало хуже? Само понятие «долговечности» исчезло даже из рекламы.

Качество — штука субъективная. Кому-то важны новые функции, кому-то — чтобы вещь жила долго. Бизнес ушёл в «эффективность»: сокращения, роботы, меньше людей в сервисе. Быстрее и дешевле, но холоднее и безлико.

Как меняются наши привычки.
- Старшие сильнее ощущают «ухудшение»: раньше ценили долговечность, сейчас — новизну и низкую цену.
- Одежду покупаем как одноразовую. Производство выросло, выбросы одежды — тоже. Привязанности к вещам нет.
- Есть не только «плановое», но и «кажущееся» устаревание: вещь работает, но её навязали как «немодную» — и мы меняем.
- Удобство рулит: капсулы вместо молотого кофе, пакетированный сок вместо свежего, круглосуточный магазин вместо рынка. Быстро, но часто хуже и дороже.

В XIX веке дешёвые массовые товары сделали «покупать новое» нормой. Мир стал доступнее — и одновременно «дешевле» по духу.

Технологии и ИИ
- Всё чаще общаемся с ботами, а не с людьми.
- Отзывы в онлайне часто фейковые — сложно понять, что действительно хорошо.
- ИИ «зацикливаться» на самом себе, если сеть наполняется машинным контентом.

Самолётные кресла теснее, зато билеты подешевели. Часто меняем комфорт на цену.

Не всегда вещи стали хуже — чаще мы сами выбрали «быстрее, дешевле, удобнее» вместо «дольше, лучше, осмысленнее». Хотим другого качества — голосуем кошельком: выбираем долговечность, ремонтопригодность, нормальные материалы и сервис с людьми. Меньше хайпа, больше смысла.


Какой научный термин или концепция должны быть более широко известны?

Сергей Хабаров взял ответы 206 ученых о том, какие научные термины и концепции должны быть более известными, перевел на русский и сделал из них удобный каталог. Очень увлекательно!

→ https://khabaroff.com/edge/


Сможете отличить настоящие фото от нейросетевых?

Microsoft сделал тест — 15 картинок, где нужно угадать: это реальный снимок или AI-генерация. Половина людей не может распознать подделку, особенно если это пейзаж)))

Хотите проверить себя? Вот ссыль - https://www.realornotquiz.com/


image_2025-07-07_10-32-44.png
161.0Кб
Лазерная ПВО против комаров

По результатам отдыха на природе в прошедшие выходные, в список покупок добавилось портативное устройство, которое обнаруживает комаров с помощью лидаров и уничтожает этих тварей лазером.

На IndieGoGo собирали деньги на промышленный запуск такого устройства. Как пишут разработчики, мало того что истребляет надоедливых насекомых, так еще и сам процесс очень залипательный)

https://www.indiegogo.com/projects/worlds-first-portable-mosquito-air-defense#/

(Не работает с мухами. Эти твари слишком быстро летают 😂)


Диктатура VS Демократия

Оказывается, есть строгое математическое доказательство того, что коллективное принятие решений (когда всё решают комитеты (группа человек), а не один человек) часто приводит к провалам. Это называется "Теорема Эрроу о невозможности" (или "Теорема о диктаторе").

Представьте, что группа людей голосует за варианты (например, за функции приложения или задачи в бэклоге). Теорема говорит: невозможно создать идеальную систему голосования, которая одновременно:

1. Универсальна – подходит для любых предпочтений участников.
2. Не зависит от лишних вариантов – если добавить новый вариант, старые не поменяют порядок.
3. Эффективна – нельзя улучшить одно, не ухудшив другое.
4. Без диктатора – никто не может всегда навязывать своё решение.

Математика доказала: все 4 условия сразу не выполнить. Значит, в любом коллективном решении будет хотя бы один из этих недостатков:

-> Решение вообще не получится принять.
-> Добавление новых вариантов всё испортит.
-> Решение будет неоптимальным (что-то просядет).
-> Появится "диктатор" – человек, чьё мнение всегда решающее.

Теорема работает даже в простых случаях – например, когда голосуют двое и выбирают из трёх вариантов.

Иногда голосование зацикливается: вариант A лучше B, B лучше C, но C вдруг лучше A (как в "камень-ножницы-бумага"). Бесконечные споры и согласования – это не ошибка, а неизбежность.

Что это значит на практике?

! Бесконечные обсуждения – не потому что люди плохие, а потому что система неидеальна.

! Список приоритетов никогда не будет идеальным – всегда что-то упустите.

! Много стейкхолдеров = неоптимальные решения.

Ещё хуже: задача нерешаема.

Наука подтверждает: чтобы система или продукт развивались хорошо, нужно одно ответственное лицо. Коллективные решения – это минное поле, а не путь к идеалу.

Человек должен принимать решения, а не собирать все мнения.




OpenAI выпустили Testing Agent — ИИ, который сам тестирует веб-приложения. Это не просто концепт, а рабочий фреймворк с открытым кодом, который можно скачать и запустить локально.

Агент использует CUA модель + Playwright. Вам нужно описать тест-кейс на естественном языке (“добавь товар в корзину, оформи заказ”), а он сам кликает, заполняет формы и проверяет результаты.

Работает фреймворк визуально — “видит” страницу и понимает интерфейс. Никаких селекторов и XPath, только описание действий пользователя.

OpenAI пока пишут, что модель в бета тестировании, поэтому еще может ошибаться, но я считаю это большой шаг вперед в части использования AI в автоматизации тестирования, так как
вместо сложных, например, Selenium-тестов, просто описываете сценарии и AI их выполняет.

И это только начало — ожидаю, что скоро появятся похожие решения от других крупных провайдеров, и UI-тестирование может кардинально изменится уже в ближайшие годы...


Ссылка на репозиторий
https://github.com/openai/openai-testing-agent-demo


5 команд для LLM чатов, которые позволяют получать результат гораздо лучше.

-> ELI5 (Explain Like I’m 5 — объясни, как пятилетнему). Идеально, если тема сложная, а разобраться надо быстро.
-> TLDR (Too Long, Didn’t Read — сделай кратко). Скидываете длинный текст — получаете суть в паре предложениях.
-> Jargonize (сделай по-научному). Превращает обычный текст в научный. Отлично для статей, документации.
-> Humanize (sound like a human — звучи как человек). Делает текст человеческим.
-> Feynman Technique (deep understanding — глубокое понимание). Нейронка разложит вам любую, даже сложную тему, по шагам.

Сохраняем, пользуемся.

#prompting


Сэм Альтаман опубликовал пост, в котором рассмотрел перспективы развития будущего. В частности, он затронул тему начала «мягкой сингулярности», а также внедрения роботизированных строителей, которые возведут дата-центры по всему миру, что сделает доступ к искусственному интеллекту практически бесплатным. Ниже представлен перевод ключевых тезисов.

Мы уже за горизонтом событий
Старт «мягкой сингулярности» произошёл: человечество близко к цифровому сверхинтеллекту, и пока это выглядит менее странно, чем ожидалось.

Повседневность всё ещё прежняя, но ИИ уже умнее людей во многом
Роботы не ходят по улицам, болезни не побеждены, космос далёк; однако системы вроде GPT-4 и o3 превосходят людей в ряде задач и усиливают продуктивность пользователей.

Научные прорывы позади – теперь начинается масштабирование
Трудная часть – фундаментальные открытия – уже сделаны; дальнейший прогресс будет опираться на эти инсайты и резко ускорит научные и экономические достижения.

Качество жизни вырастет за счёт ускорения науки и продуктивности
ИИ-инструменты удваивают и утраивают эффективность учёных; малая новая функция даёт огромный позитивный эффект, но и малое рассинхронизирование масштабирует риски.

Ближайший график
2025 – агенты выполняют реальную когнитивную работу, программирование меняется навсегда.
2026 – системы находят новые научные инсайты.
2027 – роботы способны выполнять задачи в физическом мире.
2030-е: привычная жизнь + радикальные перемены
Люди будут любить свои семьи, играть в игры и ездить на море, но интеллект и энергия станут «очень дешевыми» – два главных ограничителя прогресса исчезнут.

Эффект сингулярности: чудо → рутина
Удивительные способности ИИ быстро превращаются в базовый уровень ожиданий.

Самоусиление и инфраструктурная спираль
Ускоряется разработка лучшего ИИ; экономическая ценность запускает строительство дата-центров и роботов, которые вскоре смогут строить сами себя.

Интеллект приблизится к цене электричества
Автоматизированное производство дата-центров снизит стоимость «единицы интеллекта» почти до цены энергии; сейчас один запрос ChatGPT потребляет ~0,34 Вт/ч.

Социальные вызовы и «новый контракт»
Исчезнут целые классы профессий, но стремительный рост богатства позволит обсуждать новые политики распределения благ; перемены будут постепенными, но крупными по итогам.

Человеческое конкурентное преимущество
Мы генетически заточены заботиться о других людях, а не о машинах.

Скорость открытий вырастет лавинообразно
Возможны скачки: от решения задач по поиску новой формы энергии к колонизации космоса за год, от прорыва в материалах к интерфейсам «мозг-компьютер».

Ключевые проблемы и путь вперёд
1. Решить задачу выравнивания (alignment) – гарантировать, что ИИ будет действовать в интересах людей.
2. Сделать сверхинтеллект дешёвым и широко доступным, без чрезмерной концентрации в одних руках.

Нужен общественный диалог о допустимых границах
Чем раньше мир обсудит рамки коллективного выравнивания, тем лучше.

«Мозг для мира» и триумф «генераторов идей»
Строится персонализированный «мозг», где ограничение – лишь хорошие идеи; «идея-гай» получает своё звёздное время.


Подобных примеров на рынке множество: резкое падение качества продукта, демотивация и выгорание сотрудников. Часто это приводит к частичному или полному возврату к предыдущей модели.

4. Компании, где роль QA сохраняется, но масштаб сокращается

Интересны компании, где количество QA-инженеров сокращается, но при этом предпринимаются меры, чтобы не ухудшить качество продукта.

Многие из них перешли на модель с небольшим количеством QA-специалистов. Соотношение разработчиков к QA менее 3:1 уже не считается классическим.

Распространенная практика — создание небольших централизованных команд, отвечающих за:

Разработку и архитектуру тестовых фреймворков и инструментов (иногда совместно с разработчиками).

Проведение ПСИ (приёмо-сдаточных испытаний) или UAT.

Контроль метрик (включая продакшн), покрытия кода, реализацию quality gates, интеграцию инструментов тестирования.

Внедрение практик обеспечения качества с фокусом на ответственность разработчиков.

Функцию «группы поддержки»: Помощь командам в улучшении тестов для сложных сценариев (например, E2E-тесты).

Часто при оптимизации и сокращении QA-инженеров разработчики неохотно берут на себя дополнительные обязанности по тестированию. Это сопротивление указывает на проблемы корпоративной культуры.

Как отмечает старший инженер по QA одной из небольших публичных компаний:

«Инженеры по качеству объединены в команду платформы. Эта команда устанавливает стандарты, шаблоны и/или фреймворки, которые будут использоваться в организации для каждой службы, развернутой в производстве».

5. Отрасли, где выделенные QA-роли остаются критически важными

Существует множество отраслей, где обеспечение качества является ключевым направлением, а выделенные роли QA (в различных формах) остаются обязательными:

Аппаратное и микропрограммное обеспечение (прошивки).

Операционные системы.

Информационная безопасность и оборона.

Разработка игр.

Здравоохранение.

Финтех.

Строго регулируемые отрасли (авиация, фармацевтика, автопром).

Промышленное производство.

Разработческие агентства и консалтинг.

Традиционные технологические компании (например, SAP).

Причины сохранения выделенных ролей QA:

Высокие бизнес-риски: Неисправность в выпущенном оборудовании может привести к отзыву всей партии. Сбои ПО могут повлечь рекламации и судебные иски.

Высокая сложность программного обеспечения.

Жесткие регуляторные требования: Требуется прохождение сертификации качества, где QA выступает в форме аудита.

В таких областях, как оборона, соотношение разработчиков и QA может достигать 1:1 и выше. QA-специалисты часто имеют равный с разработчиками голос при планировании проектов и сроков. Тестирование сложных систем рассматривается на «метауровне».

6. Выводы, ключевые тренды и наблюдения

Автоматизация: Ручное тестирование замещается автоматизированным, ответственность за качество все чаще лежит на разработчиках.

Гибридные модели: Даже компании без выделенных QA-ролей вводят их для критически важных продуктов (например, Meta для VR/AR).

Качество ≠ Наличие QA: Команды без выделенных тестировщиков достигают высокого качества через TDD, feature flags и зрелый CI/CD.

Контекст — решающий фактор:

Стартапы: Оптимально начинать с привлечения QA-фрилансеров.

Hardware/Медицина/Регулируемые отрасли: Выделенные QA-роли обязательны.

Крупные корпорации: Сохраняют QA там, где риски превышают затраты на их содержание.


Универсальной модели обеспечения качества не существует. Стратегия QA зависит от цели, рисков, отрасли, размера компании и регуляторной среды.

#QA


Обзор. Обеспечение качества в различных отраслях

Наконец о QA!

Представляю вашему вниманию обзор подходов к обеспечению качества (QA) в различных компаниях: где роль QA исчезает, а где сохраняется и, вероятно, останется актуальной еще долгое время. Анализ основан преимущественно на данных из открытых источников о зарубежных компаниях.

0. Трансформация QA в крупных технологических гигантах

В ряде крупнейших технологических компаний (например, Microsoft, Google, Amazon) подходы к обеспечению качества значительно отошли от классических моделей. Роли ручного инженера по тестированию и даже инженера по автоматизации тестирования здесь в основном отсутствуют.

Наиболее показателен пример Microsoft. Компания прошла путь от пионера в области роли SDET (Software Development Engineer in Test) до ее полного упразднения. Эта роль была введена в 90-е годы для экспертной разработки автоматизированных тестов, создания инфраструктуры тестирования и ручной проверки edge-кейсов (тестирование граничных условий). Типичное соотношение тогда составляло 2 разработчика (SDE) : 1 SDET. Упразднение роли началось в 2014 году в рамках объединения ролей SDE и SDET. Грамотно проведенная трансформация позволила не снизить качество продуктов, ускорить выпуск обновлений и повысить удовлетворенность сотрудников. Подробнее об этом — в следующий раз. Однако не все технологические гиганты идут по этому пути. Например, Apple по-прежнему уделяет большое внимание специализированному обеспечению качества с выделенными ролями.

1. Разнообразие современных QA-ролей: QA, SDET, QE и TE

Исторически роль QA или тестировщика ассоциировалась в основном с ручным тестированием. Сегодня большинство компаний фокусируются на автоматизации и выделяют роли:

SDET (Software Development Engineer in Test): Инженер по разработке в тестировании.

QE (Quality Engineer): Инженер по качеству.

TE (Test Engineer): Инженер по тестированию.

Full-Stack QA: Универсальный специалист по QA.

Ключевое изменение: помимо стандартных задач тестирования, в обязанности вошли создание и поддержка инструментов тестирования, сложная автоматизация (включая нагрузочное и performance-тестирование), а также консультационная поддержка команд в построении процессов и внедрении практик обеспечения качества.

Четко прослеживаются тренды:

Переход от изолированных QA-команд к embedded-модели: QA-специалисты интегрированы в продуктовые команды.

Трансформация QA-специалистов: В сторону инженеров автоматизации или разработчиков.

Кроме того, в некоторых крупных компаниях внедряются «коучи по качеству» для передачи ответственности за качество разработчикам.

2. Компании без выделенных QA-ролей

Отдельные крупные технологические компании функционируют без выделенных ролей QA. Этого они добились благодаря технологической, архитектурной, процессной и экспертной зрелости.

Также существуют компании разного профиля и размера, обходящиеся без выделенной функции QA. Например, стартапы (3-20 человек), где функции QA выполняют основатели или разработчики.

Как правило, стартапы и компании среднего размера, отказавшиеся от выделенной роли QA, компенсируют это практиками:

Фокус на TDD (Test-Driven Development).

Акцент на метриках качества.

Использование feature flags.

Реализация полноценного CI/CD с «канареечным» развертыванием (canary releases).

Часто такие компании привлекают внешних QA-специалистов для разовой настройки процессов. Также нередко владелец продукта отвечает за UAT (User Acceptance Testing).

3. Кейс Indeed: Устранение QA и последствия


В 2023 году Indeed сократил 15% сотрудников, включая почти всех QA-инженеров. Оставшимся QA дали 6 месяцев на переход в разработчики.

Результат:

Качество тестов снизилось.

Решения, созданные уволенными QA, остались без поддержки.

Разработчики оказались не готовы полностью взять на себя тестирование без плавного перехода и обучения.


Йемен. Остров Сокотра. 2025 год.

Рекомендасьён. Остров Сокотра — это уникальный йеменский архипелаг в Индийском океане, известный своими surrealistic пейзажами и эндемичной флорой и фауной, включая легендарное «драконово дерево» (Dracaena cinnabari). Его изолированность создала мир, напоминающий доисторические времена, с белоснежными песчаными пляжами, скалистыми горами и лазурными водами. Это одно из самых необычных мест на планете, внесённое в список Всемирного наследия ЮНЕСКО.

Сделали видео с поездки. 10 минут. Красиво блин. https://www.youtube.com/watch?v=tVIKJpKOQME

З.Ы. Не получается пока канал про QA)

#От_работы_тоже_надо_отдыхать

Показано 20 последних публикаций.

138

подписчиков
Статистика канала