Плохой менеджер Артём Арюткин

Что там Стенфорд наисследовал про AI и работу

Стэнфорд выпустил прекрасный обзор того, что на самом деле происходит с рынком труда из-за AI.

Ребята посмотрели на данные и вот что там получилось.

1. Массового AI-апокалипсиса пока нет

С 2022 года безработица среди людей из наиболее подверженных влиянию AI профессий выросла на 0,77 процентного пункта, а среди наименее подверженных на 0,85.

То есть рынок труда действительно становится хуже, но пока нет оснований утверждать, что именно AI массово отнимает у людей работу.

Более того, количество программистов продолжает расти. Просто заметно медленнее, чем раньше.

2. Компании много рассказывают про AI, но мало меняют

По наиболее консервативной оценке AI использует примерно 20% компаний.

Но даже среди них внедрение чаще всего означает:

— несколько инструментов;
— одну-две функции;
— бесконечные пилоты;
— Copilot, купленный всем и используемый половиной.

Только 5% компаний сообщили, что AI как-то повлиял на количество сотрудников. Причем примерно одинаковая доля компаний увеличила и сократила штат.

3. Локально продуктивность действительно растет

AI увеличил производительность сотрудников поддержки в среднем на 15%, а новичков — сразу на 30% (вот тут у нас и собрались основные потери в вакансиях).

В экспериментах с разработчиками отдельные задачи выполнялись на 10–56% быстрее.

Но есть нюанс.

Быстрее написать кусок кода, не значит быстрее выпустить продукт. После генерации остаются ревью, тестирование, интеграция, безопасность, инфраструктура и бесконечное «а зачем мы вообще это сделали».

4. А вот джунам действительно становится больно

Безработица среди недавних выпускников в США достигла 5,6%, что на 1,6 процентного пункта больше, чем три года назад.

Причем проблема возникает в профессиях, где AI хорошо справляется с типичными задачами новичков: написать простой код, собрать информацию, подготовить текст, сделать базовый анализ.

Уже после публикации обзора Стэнфорд обновил исходное исследование: занятость людей 22–25 лет в наиболее затронутых AI профессиях оказалась примерно на 19% ниже уровня, на котором она была бы при такой же динамике, как у их сверстников в менее затронутых профессиях.

Компании просто нанимают меньше молодых сотрудников, т.е.происходит это преимущественно не через увольнения.

Короче, AI-революция может начаться не с массового увольнения дорогих сеньоров.

Она начинается с того, что компания решает:
«А давайте пока не будем брать еще двух джунов. Справимся агентами».

Авторы честно предупреждают: это пока корреляция, а не доказанная причинность. На рынок одновременно влияли ставки, постковидный перенаём и удалёнка.

#пятничное

У меня, кстати, год назад был обзор книги по инвестициям
Можно и продублировать. Книжка хороша!

💰«Разумный инвестор» — или как не сжечь свои деньги в костре жадности

Короче, у меня инвестиционный счет появился в 2017 году.
Но я тот еще инвестор…

Однако уже тогда давно я осознавал, что моя цель - сохранение капитала, а не х10.
Пошел искать книги и наткнулся на это сокровище!

Это не книга - анти-курсы по «как быстро разбогатеть».
Актуальна каждый раз, когда ты соблазняешься очередным «тут точно x10, брат».

🧓 Кто такой Бенджамин Грэм?
Отец value-инвестирования, человек, которому Уоррен Баффет до сих пор ставит свечки в инвестиционном храме.
Он не учит угадывать рынок. Он учит не терять деньги. И в этом вся магия.

📊 Основные идеи, чтобы потом не говорить «а я не знал»:
1. Рынок - это Мистер Шизик
Каждый день он приходит и предлагает тебе купить-продать акции. Сегодня - в истерике. Завтра - в эйфории.
Что ты должен делать? Во первых, ты никому ничего не должен!
А, сори, не та, статья! 😁
Игнорировать его и пользоваться моментами, когда он особо не в себе.
2. Инвестор ≠ Спекулянт
Инвестор- это человек, который покупает бизнес, а не график.
Если ты смотришь на свечи и RSI, а не на отчётность - ну ты понял…
3. Маржа безопасности
Покупай дешевле, чем это стоит. С запасом.
Потому что ты не Уоррен Баффет. И ты ошибёшься. Не раз.
4. Инвестирование - это скучно
Скучно - значит правильно.
Всё, что вызывает у тебя адреналин, - повод закрыть терминал и пойти попить чай.

🧘‍♂️ Психология важнее математики
Ты не проиграл, потому что рынок пошёл не туда.
Ты проиграл, потому что начал паниковать, продавать на минус 20% и смотреть, что говорит какой-нибудь эксперт с YouTube.
Настоящая доходность — в голове, а не в калькуляторе.

А еще, помните, что каждый ваш шаг - это ставка на наиболее вероятностное событие (вы так поняли из ваших знаний и умений), но, иногда, срабатывают события с вероятностью близкой к 0.001%.

🧾 Для кого эта книга:
Для тех, кто уже однажды «инвестировал» в крипту на пике
Для тех, кто не хочет каждый день играть в угадайку
Для тех, кто устал от «вот мой портфель, подпишись, ставь 🔥»

⚠️ Важно:
Книга написана не как мотивационный пинок, а как таблетка от жадности и тупости.
Стиль - академический, местами занудный. Но как хорошее вино - со временем заходит.

📦 Вывод:
«Разумный инвестор» - это как скучный, но очень умный дед.
Он не будет размахивать руками, он просто скажет:
«Сынок, не суетись. Купи хорошие компании и не трогай их. Всё будет».

☣️ Важное, наиважнейшее мнение автора блога 🤣

Ну а еще, смотри на активы шире: знания, квартира, время на семью и работу, ра карьерного консультанта и прочее - тоже активы.

Ребалансируй все ваши активы правильно, а не только на инвестиционном счету 😉
Что, конечно, не является инвестиционной рекомендацией 🤣

🔥 — Если уже прочитал и зашло
❤️ — В список must-read
💅 — Если не зашло

Ну что, докладываю вам, как тут у нас дела с Демычем и его финансовой грамотностью.

0. Взяли все его накопленные средства и разделили, как я писал в мае.
1. Демыч красавчик, что четко и системно продолжает с моей помощью разделять все поступающие средства по счетам.
2. Мы чуть-чуть скорректировали схему еще на старте и Делим его средства на 4 части:
- наличные - тратит по своему усмотрению
- вклад
- золото
- и акции (как видите, хорошо, что взяли золото😁 Не грустите, мы же в долгую тут)

Не могу сказать, что он прямо горит энтузиазмом и интересуется, че как у него там дела и что же мы там покупаем.
Хотя пару раз пошутил над Наташкой, что пусть почаще покупает на ОЗОН, чтобы его акции в фонде росли)

В целом, считаю, что сама по себе идея хороша)

Все это все еще не является индивидуальной инвестиционной рекомендацией.

А вы сами инвестируете в фондовый рынок?

😭 - даааа…зачем ты напомнил
🦄 - еще бы: выйду на пенсию в 35! Ну или в х5
🙈 - инвестирую в неотгулянные отпуска на работе

Пу-пу-пуууу
То есть нас уже предупреждали 😁

ой, ну раз вам нравится, вот вам ПДФка с разбором))))

Вот этим вот всем я +/- и занимаюсь на работе))

У разработки есть свой налог на масштаб

Платите вы его процессами, зависимостями и количеством людей, которых надо позвать на созвон 😉

DX выкатили свежие Core 4 бенчмарки по 500+ компаниям. Там есть интересный срез: как отличаются метрики у инженерных организаций разного размера.

Не динамика во времени, а сравнение групп:

— <100 инженеров
— 100–500
— 500–2500
— 2500+

Иииии вот что видно.

1. Change Fail Rate растет с масштабом

У tech-компаний:
<100 инженеров - 4,0%
2500+ - 4,8%

У non-tech:
3,95% → 5,26%

То есть большие организации чаще выпускают некачественные решения.

2. Developer Experience начинает проседать

Медианный DXI у tech-компаний:

— <100: 66
— 100–500: 66
— 500–2500: 67
— 2500+: 64

До нескольких тысяч инженеров все примерно стабильно.
А потом сложность начинает догонять.

3. PR на инженера тоже становится меньше

— <100: 3,8 PR/неделю
— 2500+: 3,35

Примерно минус 12%.
PR, конечно, не productivity, но сигнал вполне понятный.

И вот тут мне нравится термин:

Налог на масштаб разработки

Чем больше организация, тем больше ресурсов съедают:

— зависимости;
— согласования;
— коммуникации;
— legacy;
— инфраструктурная сложность;
— процессы управления процессами.
Код мы научились производить быстрее, тут спасибище AI.

А вот организация вокруг его производства быстрее пока не стала: все те же процессы, все те же команды, все те же люди.

Поэтому одна из ключевых задач Developer Platform / DevEx - не просто ускорять написание кода, а снижать налог на масштаб.

Иначе дадим каждому инженеру AI-агента…
…а потом они оба будут три дня ждать ревью 😁

Сегодня шел 3670 день, как я пытаюсь накачаться😁

И не говорите мне, что у вас получается лучше))

Наташка водила меня сегодня по музеям!

Главным впечатлением считаю - водный экскаватор!
Вы когда-нибудь такой видели?

Я ваще в восторге!

#пятничное
Ну че, было?

💯 - аххахаха, ваще
❤️ - да, но мне не разрешили смеяться над этой картинкой
🙈 - когда поняла, что это всегда ты)

Вот такую красоту мне прислали почитать)

Начав читать я понял аудиторию, кому она подойдет)
В обзоре расскажу

Не грустите там, у нас всегда есть План Б!

А вот тут мы с Сашей Поломодовым разбирали разные фреймворки и историю их развития

Модель тройного долга от соавтора фреймворка SPACE

Маргарет-Энн Стори, соавтор фреймворка SPACE для повышения продуктивности разработчиков, недавно представила свою модель тройного долга (Triple Debt Model), в которой скрытые человеческие издержки ускоренной с помощью ИИ разработки программного обеспечения рассматриваются в трех категориях:
технический долг, который накапливается в коде.
когнитивный долг, который накапливается в людях, входящих в команду.
долг намерений, который накапливается во внешних знаниях, состоящих из лежащих в основе проекта соображений, целей и проектных ограничений, которые недостаточно задокументированы.


И идея там довольно простая:
AI позволяет нам быстрее производить код, но это совсем не значит, что мы автоматически быстрее производим хорошие и понятные системы.
Просто долг начинает накапливаться немного в других местах😉
Всего Стори выделяет три вида долга:
1. Технический долг
Плохие архитектурные решения, костыли, сложный код, отсутствие тестов и все то, что потом делает систему дорогой в изменении и поддержке.
Причем тут есть забавный парадокс.
Именно этот долг AI потенциально умеет неплохо сокращать:
-отрефакторить код;
-написать тесты и т.п.
То есть код может становиться даже лучше.

2. Когнитивный долг
Это долг, который накапливается уже в голове разработчика: агент написал 1000 строк хорошего кода. И даже тесты все зеленые. Так что вперед и PR в проде.
Только инженер, который этот PR принял, понимает систему чуть хуже, чем если бы писал это изменение самостоятельно. А потом еще один PR. И еще один.
Иииии в какой-то момент получается довольно странная система:
код работает, но никто толком не понимает почему.
Скорость производства кода растет быстрее скорости нашего понимания системы.
Вот это Стори и называет cognitive debt.

И да, тот факт, что скорость производства выросла - это супер! В этом вся суть моей работы, в принципе.
3. Долг намерений — Intent Debt
А вот это типовая проблема, которая всплыла наверх. Раньше она тоже была, но мы особо ей внимание не уделяли.
Можно прекрасно понимать, как работает код, но совершенно не понимать:
почему он работает именно так?
Какие продуктовые ограничения существовали? Что вообще хотел пользователь? Какие компромиссы были приняты?
Все это обычно живет где-то между:
- ADR;
- документацией;
- и, конечно же в голове того самого Тим-лида😁
А теперь представьте AI-first разработку.
Один агент написал изменение.
Через полгода другой агент должен его изменить.
И второй агент пытается понять намерения первого агента… по коду первого агента.
Ну удачи.

В мире AI-разработки документация, ADR, спецификации, acceptance criteria и domain model — это уже не какая-то бюрократия рядом с разработкой.
Это внешняя память вашей системы (на следующей неделе расскажу, как решают и эту задачку)
Причем память нужна уже не только людям, но и агентам.
Последние пару лет мы в основном спрашивали:
как заставить AI писать больше хорошего кода?
Но следующий вопрос будет:
как сделать так, чтобы люди и AI продолжали понимать систему, пока AI пишет все больше кода?
Потому что код становится все дешевле.
А вот понимание:
-зачем система существует;
- почему она устроена именно так;
- какие ограничения нельзя нарушать;
становится только дороже.
И возможно, через несколько лет главным инженерным активом компании будет уже не сам код.
А накопленный контекст вокруг него.

Присылаешь что-то умное своей аудитории!

Все такие «фууууууу, что за фигня! Перешлюка я это!»

А где лайки?!

AC DC снова в моде

Highway to Hell петь начинать не надо!

1.
AC DC клевый термин от ребят из Sonar.
Agentic Centric Developer Cycle.
2.
И казалось бы ну какие статические анализаторы кода в век победившего AI, однако всякая инфраструктура базовая становится все важнее и критичнее.
3.
Ребята из Sonar предлагают любопытную мысль - нафиг проверять код агента только после того, как он закончил весь PR и отдал его на ревью. Они предлагают ревьюить код в процессе его написания, тем самым повышая его качество еще до того, как агент закончит свою работу.

Почему именно так?
4.
Тут все просто: количество кода, генерируе ого после взрывного роста AI растет х2, но люди не могут ревьюить с той же скоростью и становятся узки горлышком.
В ответ на это, мы предлагаем ревьюить код, используя других агентов.
Прикольно?
5.
Да, но в таком случае получается слишком длинный «хоп» и с учетом роста стоимости использования агентов мы начинаем тратить больше времени и ресурсов на исправление.

Как решение, нам и предлагается инкрементально улучшать код прямо в процессе его написания.

А вот ссылочка на оригинал доклада

#пятничное