Книжный куб

Platform Enterprise (Рубрика #Architecture)

На O’Reilly появился early release книги Platform Enterprise. Пока это не полноценная книга, а рабочий черновик: доступны две главы: "Framing enterprises as sociotechnical platforms" и "Organizational structures and people". Автором книги является Lesley Cordero, staff software engineer / tech lead в The New York Times и, судя по публичным профилям конференций, работает на стыке observability, reliability, shared platforms и построения инженерных команд.

Меня попросили оценить насколько книга интересна и я решил прочитать эту пару глав - если суммировать, то речь о том, что саму корпорацию можно рассматривать как платформу - со слоями технологий, людей, ролей, правил, контрактов, стимулов и ограничений. Забавно, что обычно разговоры про платформы быстро сужаются до инструментов: CI/CD, каталог сервисов, golden paths, наблюдаемость, управление пользователями и правами, общую инфру. Это все конечно важно, но не объясняет, почему платформы часто не взлетают. Технически всё есть, а adoption слабый. Ну и тут автор пытается подойти к платформе не как к набору сервисов, а как к способу координации большой организации.

1️⃣ Enterprise as sociotechnical platform
Первая глава задает рамку в самом названии - автор говорит про социотехническую систему: архитектура, оргструктура, процессы, ownership, governance и культура обратной связи живут вместе. Нельзя оптимизировать только инфра часть и ждать, что магически улучшится скорость delivery. Хорошая платформа в такой рамке - это не просто self-service UI, а набор интерфейсов между командами: технических, организационных и управленческих. Что можно делать самостоятельно? Где границы ответственности? Какие решения централизованы? Где нужен контроль, а где достаточно guardrails?

2️⃣ Organizational structures and people
Во второй главе автор вспоминает закон Конвея, но только в применении к платформам, которые начинают отражать оргструктуру. Если ownership размыт, платформа будет набором ничьих компонентов. Если стимулы у продуктовых команд и платформенных команд не совпадают, adoption превратится в вечную продажу "пожалуйста, используйте наш инструмент". Если governance построен как контрольный комитет, golden path быстро станет forced path:)

Это полезное напоминание: люди - не "проблема внедрения", которую надо решить после дизайна системы. Люди и команды - это часть дизайна системы.

В общем, книга пока скорее выглядит как интересная заявка - опыт у автора хороший, тема интересная, первая пара глав написана хорошо и в тему, но без каких-то инсайтов (для меня). Правда в книге планируется еще 19 глав, поэтому надо будет глянуть в конце года - планируемая дата окончания пока в декабре 2026 года

#Architecture #Engineering #PlatformEngineering #Management #DevEx #EnterpriseArchitecture

[2/2] Ranking Engineer Agent: как Meta превращает ML-эксперименты в автономный контур разработки моделей (Рубрика #AI)

Продолжая рассказ про ML-агента от запрещенной в России компании Meta, надо рассказать про его архитектуру и устройство. Но начать надо с основных концепций

1️⃣ Hibernate-and-wake mechanism
Когда агент запускает долгую training job, он не держит активную сессию, а передает ожидание фоновой системе, сохраняет состояние и потом автоматически продолжает работу после завершения job. Это выглядит как важный паттерн для всех production-агентов, которые работают не с быстрым “ответь на вопрос”, а с процессами на часы, дни и недели.

2️⃣ Dual-source hypothesis engine
Гипотезы генерируются не только из головы LLM. REA опирается на два источника:
- Historical insights database - базу прошлых экспериментов, успехов и неудач;
- ML Research Agent - компонент, который исследует baseline-конфигурации и предлагает новые стратегии оптимизации.

3️⃣ Трехфазный planning framework
Перед запуском REA предлагает exploration strategy, оценивает GPU cost и согласует подход с инженером. Дальше план обычно идет в три этапа:
- Validation - проверка отдельных гипотез;
- Combination - комбинирование перспективных гипотез;
- Exploitation - более агрессивная оптимизация лучших кандидатов в рамках согласованного бюджета.

4️⃣ Planner + Executor
Внутри агент разделен на планировщика и исполнителя: REA Planner и REA Executor. Planner помогает сформировать план экспериментов, а Executor занимается асинхронным выполнением: запускает jobs, ждет, собирает результаты, обрабатывает ошибки и возвращает planner’у уже actionable output.

5️⃣ Skills, Knowledge and Tool System
REA подключен к внутренним инструментам Meta: job schedulers, experiment tracking, codebase navigation и другим системам. Плюс он работает на внутреннем agent framework Confucius (есть отдельный whitepaper), который как раз рассчитан на долгие многошаговые задачи в больших кодовых базах.

6️⃣ Guardrails и runbooks
Когда агент сталкивается с OOM (out of memory), loss explosion, инфраструктурной ошибкой или плохими результатами, он не зовет инженера по каждому поводу. Он сверяется с runbook’ом типовых проблем и действует в рамках заранее заданных ограничений. Но при этом доступы, preflight checklist, compute budget и остановка при превышении лимитов остаются под контролем людей.

В общем, REA - это связка из агента, памяти, инструментов, очередей, бюджетов, метрик, runbooks и точек контроля. Именно это отличает его от демки и делает production-системой.

У ребят из Meta есть дальнейшие план по развитию этого агента:
- Fine-tuning специализированных моделей для генерации гипотез
- Расширение аналитических инструментов
- Усиление privacy/security/governance
- Перенос подхода на новые домены

И это уже начало происходить. В следующем посте серии Meta рассказала про KernelEvolve - агентную систему для оптимизации низкоуровневых kernels под разные accelerator’ы: NVIDIA GPU, AMD GPU, MTIA и CPU. Там логика похожая: не one-shot генерация кода, а поиск по множеству вариантов, автоматическая проверка correctness/performance, профилирование и итерации. Meta пишет, что KernelEvolve дал более 60% improvement inference throughput для Andromeda Ads model на NVIDIA GPU и более 25% training throughput improvement для ads model на MTIA.

То есть траектория понятна: сначала агент помогает находить лучшие модели, потом помогает делать их production-ready через оптимизацию инфраструктуры, а дальше похожие agentic-подходы можно переносить на compiler optimization, memory management, system configuration и другие инженерные контуры.

#AI #Agents #Engineering #ML #Architecture #DevEx #Productivity #Management #Software #SystemDesign

[1/2] Ranking Engineer Agent: как Meta превращает ML-эксперименты в автономный контур разработки моделей (Рубрика #AI)

С интересом прочел мартовскуюстатью запрещенной в России компании Meta про Ranking Engineer Agent, или REA. Это внутренний агент, который помогает развивать ads ranking модели: сам генерирует гипотезы, запускает тренировочные джобы, дебажит ошибки, анализирует результаты и идет на следующий цикл экспериментов. То есть это уже не copilot, который помогает инженеру на одном шаге, а агент, который пытается закрыть длинный инженерный workflow от идеи до кандидата на улучшение модели.

Суть в том, что бутылочное горлышко в ML-разработке у зрелых компаний давно находится не только в качестве моделей, а в скорости и дисциплине экспериментов. В обычном процессе инженер придумывает гипотезу, собирает конфиг, запускает обучение, ждет часы или дни, разбирает ошибки, смотрит метрики, делает выводы и повторяет цикл. Каждый такой оборот может занимать дни или недели, а на зрелых ranking-моделях значимые улучшения становится находить всё сложнее. Meta прямо пишет, что ручной и последовательный характер ML-экспериментов стал ограничением для инноваций.

REA интересен тем, что он атакует не отдельный шаг, а весь цикл. У него есть долгоживущее состояние, память по прошлым экспериментам, доступ к инфраструктурным инструментам, механизм ожидания долгих задач и guardrails по бюджету, правам и эскалациям. По сути, Meta делает из ML-экспериментирования управляемый производственный контур, который дает следующие возможности

1️⃣ Он снимает с инженера механику экспериментов
Запуск обучения, мониторинг, первичный дебаг инфраструктурных ошибок, сбор результатов, логирование выводов и подготовка следующей итерации - всё это типичная работа, которая важна, но плохо масштабируется вниманием человека.

2️⃣ Он позволяет вести много длинных экспериментов параллельно
Training job может идти часами или днями. Обычный чат-ассистент на этом месте просто “заканчивается”, потому что он ограничен длинной сессии. REA умеет уснуть после запуска задачи и проснуться, когда результаты готовы.

3️⃣ Он накапливает институциональную память
Каждый эксперимент попадает в базу инсайтов: какие гипотезы пробовали, какие конфиги работали, какие ошибки возникали, какие метрики получались. Это важно, потому что зрелая ML-разработка очень быстро превращается в задачу про память организации, а не только про талант отдельных инженеров.

4️⃣ Он повышает пропускную способность инженеров и повышает качество артефактов
В первой раскатке в прод Meta получила, по своим данным, 2x рост средней model accuracy относительно baseline по шести моделям и 5x рост пропускной способности: три инженера подготовили предложения по улучшению восьми моделей, тогда как раньше похожая работа требовала примерно двух инженеров на модель.

Я бы, конечно, аккуратно относился к таким цифрам, потому что это внутренние метрики Meta и конкретный домен ads ranking, но это уже не про токены, а про пропускную способность команд и качество их работы (метрики точности моделей).

В следующем посте я расскажу немного про то, как устроен этот агент.

#AI #Agents #Engineering #ML #Architecture #DevEx #Productivity #Management #Software #SystemDesign

Object Oriented Design Interview: An Insider’s Guide (Рубрика #SystemDesign)

Эта книга вышла в 2025 году как продолжение линейки “Insider’s Guide” от ByteByteGo, но уже не про высокоуровневый system design, а про более низкоуровневый объектно-ориентированный дизайн (OOD, object-oriented design), где идеи превращаются в классы, интерфейсы, состояния, потоки выполнения и так далее. Интересно, что уже почти готов и перевод от издательства Питер причем с моим отзывом на обложке книги:)

Авторами книги являются трио: Fawaz Bokhari, Alex Xu и Desmond Zhou, в котором Alex Xu известен лучше всего по начальной серии "System Design Interview: An Insider’s Guide", про которую я уже рассказывал (и которая теперь есть в разборе на system-design.space). В этой книге авторы решили рассказать про новый тип интервью, где проверяются умение строить логичные, расширяемые и поддерживаемые системы, применять принципы ООП и паттерны, а не просто писать синтаксически корректный код. Среди примеров, где используются такие интервью упоминаются Amazon, Bloomberg и Uber.

Книга выглядит как тренажер для кандидата, который получает три важные вещи

1️⃣ Рамка решения OOD-задач
В книге заявлен 4-шаговый фреймворк для любой object-oriented design задачи:
- Понять требования
- Выделить сущности и связи
- Продумать взаимодействия
- Уточнить дизайн и edge cases

2️⃣ Набор типовых задач
В книге 11 реальных OOD interview questions с подробными решениями: Parking Lot, Movie Ticket Booking, Unix File Search, Vending Machine, Elevator, Grocery Store, Tic-Tac-Toe, Blackjack, Shipping Locker, ATM и Restaurant Management System

3️⃣ Визуальная модель проектирования
В книге приведены 133 диаграммы, которые объясняют архитектуру, workflows и связи между частями системы. В общем, именно визуальная составляющая на интервью ясно кандидат показывает ответственности, границы, состояния и взаимодействия.

Первые три главы книги дают базовое понимание про объектно-ориентированное интервью, как к нему подходить и какие базовые принципы надо держать в голове. А следующие главы уже содержат конкретные задачи, которые можно использовать при подготовке. На каждой задаче стоит делать паузу до чтения решения: самому набросать классы, интерфейсы, последовательность вызовов и основные edge cases. Только после этого сравнивать с авторским решением.

Если смотреть на другие типы интервью, то объектно-ориентированный дизайн - это что-то посередине между кодинговым интервью и системным дизайном. Это уже выше по абстракции написания алгоритмов, но все еще про написание кода внутри сервисов. В этой схеме system design - это про то, какие сервисы есть, как они общаются, где хранятся данные и так далее. А вот low-level или объектно ориентированный дизайн отвечает: какие объекты живут внутри сервиса, кто за что отвечает, какие состояния возможны, где инварианты, как добавлять новые сценарии без переписывания всего кода. Поэтому книга хорошо дополняет классический System Design. Она не заменяет знания про distributed systems, но помогает довести архитектурную идею до уровня, на котором её реально можно реализовать.

#SystemDesign #OOD #Architecture #Interview #Software #Engineering

Мюзиклы в Лондоне (Рубрика #Culture)

Наш выбор представлений сильно зависит от нашего состава: в прошлый раз мы с Настей, моей женой, были одни и выбралм мюзикл "Back to the Future", а теперь со всеми детишками мы пришли на "The Lion King". Первый мюзикл был топовым и нам очень понравился, а второй только начнется через 5 минут, но ожидания изначально высоки:)

#Culture #Theater

Atomic Heart: советская техноутопия, автономные роботы и мультиагентные системы (Рубрика #Games)

Недавно прошел игру Atomic Heart, и это оказался один из тех редких для меня случаев, когда я был готов играть в одиночном режиме, а не в кооперативе с женой или детьми:) Конкретно мне понравилось оказаться внутри огромной советской техноутопии, где роботы должны были освободить человека от рутины, а в итоге все сломалось примерно так, как ломается большая распределенная система, если у нее есть автономия, но плохо настроены ограничения, наблюдаемость и контур управления:) Особенно забавно проходить такую игру вечером, когда днем на работе занимаешься построением мультиагентных систем:)

Интересные моменты, что мне зашли

1️⃣ Это не просто игра про роботов, а игра про доверие к автономии
В Atomic Heart роботы изначально выглядят как продолжение мечты про автоматизацию: они работают на заводах, помогают людям, обслуживают инфраструктуру и вообще должны быть частью удобного мира будущего. Но когда система управления начинает вести себя не так, вся эта красота превращается в проблему с огромным радиусом поражения. И это очень знакомая инженерная мысль. В software engineering мы тоже все время пытаемся отдавать больше автономии системам: сервисам, платформам, AI-агентам, автоматическим пайплайнам, self-healing инфраструктуре. Но чем больше автономии, тем важнее вопросы governance: кто ставит цель, кто ограничивает действия, кто видит аномалии, как устроен kill switch и что будет, если локально разумное поведение глобально начнет разрушать систему.

2️⃣ Советская эстетика как часть идеи
Мне понравилось, что сеттинг СССР здесь не ощущается просто декоративной оберткой. Это не "давайте нарисуем плакаты и поставим роботов на фоне серпа и молота". В игре сама идея будущего выглядит очень по-советски: единая большая система, централизованная научная программа, вера в инженерный прогресс, заводы как храмы модерна, человек как часть большого проекта. Если киберпанк часто рассказывает про корпорации, рынок и приватизированное будущее, то Atomic Heart скорее рассказывает про другую версию техноутопии: будущее как централизованная платформа. Почти госплан для роботов, нейросетей и автоматизированного быта.

3️⃣ Геймплей хорошо поддерживает ощущение системного сбоя
В игре ты постоянно чувствуешь, что находишься не просто на наборе уровней, а внутри большой инфраструктуры, у которой случился каскадный сбой. Камеры, локальные контуры безопасности, ремонтные дроны, роботы, которые возвращаются в строй, лаборатории, полигоны, подземные комплексы - все это создает ощущение живой, но враждебной системы. И это как раз одна из причин, почему одиночный режим здесь хорошо работает. В кооперативе было бы веселее, но потерялась бы важная часть атмосферы: ты один, вокруг автономные системы, не все объяснения надежны, а твой помощник в перчатке слишком много знает про происходящее, чтобы ему просто верить.

4️⃣ В игре хорошо показана цена красивой техноутопии
Atomic Heart постоянно играет на контрасте: солнечные парки, музыка, красивые здания, счастливые лозунги, и рядом - мертвые сотрудники, лабораторный хаос, биомеханические эксперименты и роботы, которые вместо помощи начинают устранять людей как источник проблемы. Это довольно сильная метафора для любой большой технологической программы. Пока система работает, все говорят про эффективность, автоматизацию и новый уровень жизни. Но когда она ломается, внезапно выясняется, что важны не только возможности, но и отказоустойчивость, безопасность, права доступа, аудит, границы ответственности и способность остановить систему до того, как она начнет масштабировать ошибку.

В общем, Atomic Heart мне понравился не только как шутер, а скорее как интересное погружение в мир автономных роботов, построенных явно не на трех законах робототехники Айзека Азимова:)

#Games #AI #Robotics #Agents #Architecture #Software #SystemDesign

Очень плотно пообщались с Alexander Polomodov про проектное управление и книги.

Вот как об этом подкасте отозвался Миша Селезнев:

«Классный подкаст, посмотрите если ещё не. Ребята вроде собрались обсудить новую книгу Димы «Не усложняй! Управление проектами по методу P3․express», но пока они дошли до самой книги там столько всего успели обсудить. И с самого начала как с пулемёта начали цитировать или упоминать 100500 авторов и книг»

Собрал все 100500 авторов и книг в один список. Надеюсь, ничего не упустил — сам хочу пройтись по Сашиным рекомендациям:

1. Элияху Голдратт — Цель. Процесс непрерывного совершенствования
2. Джин Ким, Кевин Бер, Джордж Спаффорд — Проект «Феникс». Роман о том, как DevOps меняет бизнес к лучшему
3. Джин Ким — The Unicorn Project. Роман о цифровой трансформации, разработчиках и обгоне конкурентов
4. Максим Ильяхов, Людмила Сарычева — Пиши, сокращай
5. Рита Мулкахи — PMP Exam Prep
6. Бент Фливбьерг, Дэн Гарднер — How Big Things Get Done
7. Стивен Хокинг — Краткая история времени
8. Ричард Фейнман — Вы, конечно, шутите, мистер Фейнман!
9. Даниэль Канеман — Думай медленно… решай быстро
10. Авинаш Диксит, Барри Нейлбафф — Стратегические игры. Доступный учебник по теории игр
11. Томас Кун — Структура научных революций
12. Атул Гаванде — Чек-лист. Как избежать глупых ошибок, ведущих к фатальным последствиям
13. Питер Тиль — От нуля к единице. Как создать стартап, который изменит будущее
14. Крис Восс — Never Split the Difference (Никаких компромиссов)
15. Дмитрий Ильенков, Валерия Ильенкова — Не усложняй. Управление проектами по методу P3․express


Если бы меня попросили выбрать из этих книг три, я бы выбрал себя, Тиля и Голдратта. И Фливбьорга. А вы?

@ilenkovda

Недавно вышедший эпизод с Димой получился очень плотным и потребовал follow up поста чо списком книг, что мы упоминали в обсуждениях.

The Regent's Park в Лондоне (Рубрика #Travel)

Вчера летели-летели и долетели в Лондон. Путешествие было сложным, поэтому мы пообедали и вздремнули, а ближе к вечеру посетили The Regent's Park. В общем, детишкам понравилась прогулка, а сегодня мы заглянем в Zoo и погуляем по центру с ними.

#Travel

Measuring the effectiveness of software development tools and practices (Рубрика #Productivity)

Я часто рассказываю про тему продуктивности инженеров, а также подходов к этому крупных компаний (смотри статьи от Google, или статьи запрещенной в России Meta), а также про то, как мы внутри Т-Банка подходим к этому. Но сегодня я хотел рассказать про подход Amazon к этому непростому снаряду - авторы предлагают метод измерения экономического эффекта от инструментов и практик разработки. Они предлагают смотреть на единую метрику CTS-SW (cost-to-serve software) - по сути, сколько ресурсов уходит на доставку единицы ПО до клиента. Эта метрика должна связать привычные engineering-метрики в духе DORA/SPACE с понятным бизнес-результатом: сэкономленной инженерной емкостью или деньгами.

Интересно, что у нас внутри Т-Банка тоже есть похожие подходы к расчетам, которые основаны на унификации процессов разработки и выделении уровня задач в командах, что приносят понятный бизнес-результат. Но давайте вернемся к оригинальной статье и посмотрим как работает подход авторов

1️⃣ Они берут "стоимость доставки ПО" как итоговую метрику, а не пытаются детально оценить каждый шаг разработки
Авторы говорят, что классический activity-based costing для софта слишком хрупок и поэтому они упрощают задачу до "входные затраты → единица результата", а затем уже ищут драйверы этой стоимости по всему жизненному циклу: coding, CI/CD, planning, incident management, maintenance, search for information и т.д. Единица результата тоже подбирается под архитектуру
- Микросервисы - деплои
- Монолит - зашипленный в мастер код
- Библиотеки - коммиты

2️⃣Дальше они строят панельные данные (микс факторов + время) и используют линейные смешанные модели
У них есть телеметрия по тысячам "two-pizza teams" за пять лет, и они моделируют CTS-SW через время разработчиков на деплой. Линейные смешанные модели нужны им потому, что они одновременно ловят общий эффект факторов и различия между командами. Так они нашли основные кандидаты-драйверы CTS-SW:
- Team velocity (сколько отревьювернного кода команда мерджит в неделю на инженера) - самый сильный предиктор
- Здоровье деливери (например, рейт ролбеков)
- Пейджи на on-call инженера

3️⃣ Переходят от корреляции к причинности через causal inference
После нахождения эффектов авторы ищут возможность для эксперимента. Таким естественным экспериментом для них стало внедрение genAI-инструментов, в частности Amazon Q Developer. Для оценки они строят панельную регрессию с dynamic two-way fixed effects: учитывают постоянные различия между командами, общие временные эффекты, лаг прошлой скорости и time-varying covariates вроде доли команды, использующей Q Developer, rollback rate и manual interventions. Цель - не просто увидеть корреляцию, а изолировать именно причинный вклад инструмента в CR velocity и deployment velocity.

4️⃣ Добавляют "страховку" от переоценки эффекта AI
Авторы отдельно признают, что если просто складывать эффекты разных экспериментов, можно завысить реальное влияние. Поэтому они разрабатывают baseline model, чтобы нормализовать оценки влияния AI-инструментов.

В общем, это явно интересный подход, который позволяет
- Решать, какие dev tools и AI tools масштабировать, исходя из измеримого эффекта
- Приоритизировать CI/CD автоматизации и практики надежности, потому что они свзяаны с лучшим CTS-SW.
- Создавать через онбординг условия для высокой team velocity, но использовать это именно как командную, а не индивидуальную метрику.
- Осторожно интерпретировать "полезные" сигналы

В будущем авторы хотят расширить модель, чтобы сравнивать архитектурные решения и давать рекомендации.

#AI #Engineering #Management #SystemDesign #Architecture #Processes #Software #Software #Agents #Economics

Code of Leadership 2. Эпизод #2 - Не усложняй. Управление проектами с Дмитрием Ильенковым (Рубрика #Management)

Вышел второй выпуск второго сезона моего подкаста Code of Leadership. В этот раз в гостях был Дмитрий Ильенков - основатель @pmclub, человек с большим опытом в проектном управлении и соавтор книги «Не усложняй! Управление проектами по методу P3.express», о которой я уже рассказывал раньше. Говорили мы в этом эпизоде о проектном управлении без лишнего пафоса и без попытки превратить менеджмент в набор тяжелых ритуалов. Главная тема выпуска - как управлять проектами так, чтобы методология помогала доводить работу до результата, а не превращалась в бюрократический театр.

- P3.express хорошо ложится на роль практического входа в проектное управление
- Простота методологии не минус, а плюс
- Принципы важны, потому что без них методология легко превращается в карго-культ
- Управление проектами - это постоянный поиск слабого звена в цепочке и его оптимизация
- Метрики полезны, но цель нельзя сводить только к цифре
- Хороший процесс нужен не вместо результата, а для того, чтобы можно было получить предсказуемый результат

В общем, выпуск получился не про "еще одну методологию", а про здравый смысл в управлении проектами. Как не усложнять там, где можно сделать проще, но и не скатываться в хаос под видом гибкости. Рекомендую тем, кто управляет проектами, продуктами, командами или просто регулярно оказывается в ситуации, где нужно довести сложную работу до результата вместе с другими людьми.

Выпускк доступен на разных платформах: Youtube, VK, Ya Music, Podster.fm.

#Management #Leadership #ProjectManagement #Processes #Engineering

The How to be British Collection (Рубрика #Humor)

Из прошлой поездки в Лондон я привез пару шуточных книг о том, как быть британцем. Я их полистал по приезду, но прочитал полностью только сейчас, когда пришла пора лететь в Лондон всей семьей. Могу отметить, забавные иллюстрации и меткие описания, которые хорошо описывают то, что я видел/чувствовал в первой поездке.

Уже завтра смогу сравнить юмор авторов этого сборника и реальность Лондона:)

#Travel #Humor