WorkMe | Центр экспертизы

🤖 В мае 2026 Playwright усилил связку с ИИ: MCP-сервер вошел в официальный реестр, а агенты получили удобный доступ к запущенному браузеру.

Когда-то E2E-тесты почти автоматически означали Selenium. Затем пришел Cypress. Сегодня лидером является Playwright — современный фреймворк Microsoft для автоматической проверки сайтов и веб-приложений.

Он может открыть страницу, войти в аккаунт, заполнить форму, оформить заказ, загрузить файл и убедиться, что все сработало. Один тест запускается в Chromium, Firefox и WebKit.

❓Чем Playwright удобен:
• сам ждет, пока кнопка появится и станет кликабельной;
• ищет элементы по тексту, роли или подписи;
• Codegen записывает действия в браузере и превращает их в код;
• Trace Viewer показывает падение по шагам: DOM, скриншоты, логи и запросы;
• умеет подменять ответы API и проверять ошибки сервера

☝️Главное — у Playwright есть официальный MCP-сервер: агенты Claude Code, Cursor и Copilot управляют браузером через accessibility-снимки страницы без анализа скриншотов

#Рабочее

📢 Не прошло и трех дней после релиза Claude Fable 5 и Mythos 5 — и доступ к ним ограничили

9 июня Anthropic выпустила две версии своей самой мощной модели Mythos-class: публичную Claude Fable 5 и закрытую Claude Mythos 5 для проверенных партнеров. А уже 12 июня компания сообщила, что по требованию правительства США вынуждена приостановить доступ к обеим моделям.

🗽Официальная причина — национальная безопасность. По версии Anthropic, власти считают, что для Fable 5 был найден способ bypass/jailbreak — то есть обхода защитных механизмов модели. Проще говоря, модель можно было заставить сделать то, что ее safeguards должны были заблокировать.

Директива США требовала ограничить доступ к Fable 5 и Mythos 5 для иностранных граждан — причем неважно, находятся они за пределами США или внутри страны. Ограничение касалось даже сотрудников самой Anthropic, если у них нет американского гражданства. На практике выполнить это точечно оказалось невозможно, поэтому компания просто отключила обе модели для всех клиентов по всему миру.

☝️Эта история хорошо показывает, как в индустрии все сильнее расходятся два вектора. Первый — демократизация ИИ: дать как можно большему числу людей доступ к передовым инструментам. Второй — контроль и безопасность: понимать, кто, где и для каких задач использует самые мощные модели.

Подробнее о том, зачем была создана Anthropic, как компания стала одной из самых дорогих в мире, что умеют Fable 5 и Mythos 5 и почему их так быстро ограничили, — читайте в нашей статье.

📢 What’s new? Давно не было новостей, а в мире ИИ за это время многое случилось.

9 июня 2026 года самая дорогая AI компания в мире Anthropic выпустила сразу две версии одной и той же мощной модели (Mythos-class). Они имеют одинаковые базовые веса, но отличаются уровнем ограничений (safeguards).

🔹Claude Fable 5 — публичная версия, доступна всем (Pro, Max, Team, Enterprise и через API).
🔹Claude Mythos 5 — полная, «неограниченная» версия, доступна только узкому кругу проверенных партнеров в рамках Project Glasswing (киберзащитники, операторы критической инфраструктуры и избранные компании).

🧠Что умеет Claude Fable 5
По заявлению Anthropic, Fable 5 — самая мощная модель Claude, которую компания когда-либо выпускала в широкий доступ. Она значительно превосходит предыдущие Opus 4.x по большинству бенчмарков:
— Программирование и софт-инженерия — один из лучших результатов на SWE-Bench и аналогичных тестах. Может самостоятельно работать с большими проектами, находить баги, рефакторить, писать тесты, запускать агентов.
— Сложное мышление, анализ, научные задачи.
— Работа с изображениями — улучшенное понимание визуального контента.
— Длинный контекст и память.
— Агентные возможности — лучше выполняет многошаговые задачи.

Глобальная платежная платформа Stripe тестировала Fable 5 на своей 50-миллионной кодовой базе — модель всего за день выполнила работу, на которую у команды ушло бы больше двух месяцев.

❓Почему Anthropic ограничили собственную модель?
Полная версия Mythos (еще в Preview в апреле) оказалась слишком опасной для широкого релиза. Она демонстрирует выдающиеся способности в:
— Поиске и эксплуатации zero-day уязвимостей (находит и создает работающие эксплойты лучше многих специалистов).
— Кибератаках, работе с инфраструктурой.
— Биологии и химии (потенциал для опасных применений).

Простыми словами: если модель хорошо умеет программировать, анализировать системы, искать ошибки и строить сложные цепочки действий, она может помогать не только разработчикам и исследователям, но и злоумышленникам. Поэтому разработчики Anthropic добавили жесткие фильтры безопасности, чтобы нейросеть не использовали для вредоносных целей, например для поиска уязвимостей в банках или для разработки биологического оружия.

🚫Как работают ограничения?
Если запрос касается опасных тем — например, кибератак, вредоносного кода, биологии, химии или попыток обойти ограничения, — модель может не отвечать сама, а переключить запрос на более слабую Claude Opus 4.8 или отказать. Anthropic пишет, что такие срабатывания происходят в среднем меньше чем в 5% сессий, но иногда фильтры могут цеплять и безобидные запросы.

Фактически Anthropic намеренно «задушил» свою самую мощную разработку, чтобы не рисковать. Компания даже ввела обязательное 30-дневное хранение всех логов использования, чтобы мониторить злоупотребления и ложные срабатывания безопасности.

Claude Fable 5 уже доступен через Claude API и платные тарифы Claude. До 22 июня модель включена в Pro, Max, Team и seat-based Enterprise без доплаты, а с 23 июня доступ должен перейти на usage credits.

🩼Костыли, которые стали фундаментом интернета
Или как Amazon случайно придумал $100-миллиардный бизнес...

Мир знает много костылей, которые стали фундаментом интернета. Это, конечно, не значит, что нужно строить весь проект на костылях. Но и не значит, что нужно отчаиваться, если вы используете временные решения. Ведь если они оказываются крайне эффективными — их можно доработать и превратить в прибыльный продукт.
Так и произошло с Amazon Web Services (AWS) — пионером и абсолютным лидером рынка облачных вычислений.

🧑‍💻 Проблема
В начале 2000-х Amazon росла как на дрожжах. Каждая команда внутри компании хотела запускать свои фичи. Но для каждого нового микро-проекта разработчикам приходилось с нуля настраивать серверы, базы данных, хранилища — всю базовую инфраструктуру.
Результат: до 70% времени уходило не на продукт, а на подготовку.

💡Решение: Инфраструктура как «кубики Lego»
Руководство приняло жесткое и революционное решение: полностью отделить всю базовую инфраструктуру от проектов и превратить ее в стандартизированные сервисы с четкими API.
Теперь внутренние команды могли не собирать серверную часть с нуля, а брать готовые мощности за пару кликов — как детали из конструктора. Скорость разработки взлетела в разы.

🚀 Как костыль стал фундаментом
Когда Amazon понял, насколько это удобно для внутренних нужд, они решили: «А давайте сдавать эти кубики в аренду всем желающим».
В 2006 году запустился Amazon S3 (простое хранилище), а за ним — EC2 (аренда виртуальных серверов).

📊 Цифры сегодня:
— AWS приносит Amazon больше операционной прибыли, чем вся розничная торговля компании.
— Это $100+ млрд годового дохода (в пересчете на выручку).
— AWS держит около 32% мирового рынка облачных вычислений (Microsoft Azure ~22%, Google Cloud ~11%) и является абсолютным лидером рынка, на котором сегодня держится добрая половина интернета (включая Netflix, Airbnb и тысячи других гигантов).

📌Мораль:
Не стоит бояться локальных «костылей» и вынужденных оптимизаций как огня. Если созданный вами инструмент идеально решает вашу специфическую проблему и экономит время — велика вероятность, что он пригодится кому-то еще.

#IT_факт

🧩 Когда проект растет, устные объяснения быстро превращаются в хаос: кто куда отправляет запрос, где хранится логика, как сервисы связаны между собой.

Для таких задач есть Mermaid и Eraser.io — инструменты, которые помогают быстро собирать понятные технические схемы.

🔹 Mermaid — превращает текст в диаграммы. Можно описать процесс оплаты, путь пользователя, взаимодействие микросервисов, структуру базы данных или CI/CD-пайплайн — и получить аккуратную схему. Удобно для README, документации и задач, где схему нужно часто обновлять: поменяли пару строк — схема перестроилась.

🔹 Eraser.io — визуальный редактор для архитектурных схем. Здесь можно нарисовать карту сервисов, API, баз данных, очередей и интеграций. А DiagramGPT помогает сгенерировать схему по обычному описанию: например, «покажи, как работает авторизация через email и JWT». Потом результат можно поправить вручную и показать команде.

Если нужно быстро объяснить сложную логику без созвона на час — эти инструменты отлично выручают.

#Рабочее

📱Курс на цифровизацию продолжается. Вслед за электронными паспортами и онлайн-госуслугами в России появится третья форма национальной валюты — цифровой рубль.

❓Что такое цифровой рубль?
Цифровой рубль — это новая форма национальной валюты. Не вместо наличных и не вместо денег на карте, а рядом с ними. Один цифровой рубль будет равен одному обычному рублю: курс «рубль к рублю».
Важно: цифровой рубль — это не биткоин и не криптовалюта. Его будет выпускать Банк России, а храниться он будет в цифровом кошельке на платформе ЦБ.

❓Как пользоваться?
Ничего нового устанавливать не придется. Доступ будет осуществляться через привычное приложение вашего банка. Открыли — увидели цифровой кошелек.

🗓 Что изменится с 1 сентября 2026 года?
Начинается поэтапное внедрение. Для банков — в их приложениях должны появиться функции для цифрового рубля: открыть кошелек, пополнить, перевести, оплатить, вывести обратно на счет. Для магазинов — возможность принимать цифровые рубли от покупателей (достаточно открыть счет, отдельное оборудование не нужно, если уже работает СБП). Подключат всех постепенно — к 2028 году.

Новая форма денег обещает абсолютную прозрачность операций для государства и высокую безопасность для пользователей.

🤔 А вот о том, в чем реальные плюсы и минусы для обычного человека, какие есть риски и как именно пользоваться цифровым рублем — читайте в нашей полной статье.

WorkMe | Центр экспертизы pinned a photo

🧠 8 вопросов на понимание основ программирования — их реально спрашивают на собесах

Сейчас на интервью могут спросить не только глубокие знания языка, фреймворка или необходимых инструментов, но также задать вопросы на базовое понимание принципов программирования.

Мы опросили ребят, которые за последние 6 месяцев проходили собеседования на Java-разработчика, специалиста по БД, frontend-разработчика и QA. Вот 8 вопросов, которые им задали — и краткие ответы на них👆

💡А если хотите подтянуть базу глубже, у нас есть отдельные статьи, где разобраны ключевые темы, которые часто всплывают на собеседованиях и в реальной работе:

1. Разбор модели OSI
2. TCP/IP
3. Ключевые идеи ООП
4. SOLID, DRY, KISS, YAGNI
5. Паттерны GRASP и GoF
6. Инструкция по Git
7. CRUD операции
8. Что происходит после ввода пароля
9. HTTP и HTTPS
10. Cookie, SessionStorage и LocalStorage
11. REST и SOAP
12. WebSockets vs HTTP
13. GraphQL и REST
14. Webhooks и другие способы общения серверов
15. IPv4 vs IPv6: разница

В мире, где IT-продукты устаревают за месяцы, пытаться сделать «все идеально» — значит провалить дедлайны и слить бюджет. Перед стартом проекта важно расставить приоритеты. В этом поможет закон Парето.

Принцип появился еще в XIX веке: итальянский экономист Парето заметил, что 20% населения владеют 80% богатства.

В IT это работает так:
• 20% функций закрывают 80% потребностей
• 20% багов вызывают 80% сбоев
• 20% сервисов создают 80% нагрузки
• 20% навыков дают 80% эффективности

Как применять закон Парето в работе:

🔹 Задача — какие 20% работы принесут 80% результата? Сделайте сначала их.

🔹 Процесс — оптимизируйте то, что даёт основную пользу.

🔹 Продукт — MVP = чистое правило 80/20.

🔹 Планирование — связка с матрицей Эйзенхауэра (важные/срочные).

Важно: цифры 20/80 — не догма. Некоторые задачи не дают мгновенного эффекта, но критичны для будущего.

Мир разработки меняется. Помимо классического программирования появляются новые подходы: zero coding, low coding и vibe coding.

👩🏻‍💻Zerocoder создает сайты, приложения, MVP и автоматизации без кода — через визуальные платформы вроде Bubble, Tilda, Webflow, Glide, Softr, Airtable, Notion, Make и Zapier.

🧑🏼‍💻Low-coder работает на стыке no-code и классической разработки: собирает приложения визуально, но при необходимости добавляет код, API, интеграции и бизнес-логику. Его инструменты — Microsoft Power Platform, OutSystems, Mendix, Appian, Retool, Oracle APEX.

👨‍💻Vibe-coder использует AI не просто как помощника, а как инструмент разработки: описывает задачу, получает код, правит ошибки, собирает интерфейсы и запускает продукты. В работе помогают ChatGPT, Claude Code, Cursor, Windsurf, GitHub Copilot, Replit, Bolt и v0.

❓Но самое интересное — как к этим специалистам относятся работодатели.

— На зарубежных площадках вакансии часто называются прямо: No-Code Developer, Low-Code Developer, Vibe Coder, AI Automation Specialist, Prompt Engineer. И важно, что дело не только в названии: стек технологий в таких вакансиях обычно соответствует самой роли.

— В России такие роли тоже есть, но чаще спрятаны под более «инженерными» названиями: AI-автоматизатор, low-code инженер, интегратор, разработчик бизнес-процессов. И почти всегда от кандидата ждут не только владения AI-инструментами, но и базовой инженерной подготовки: языков программирования, API, баз данных, Docker, Kubernetes, CI/CD и понимания архитектуры.

💻Итог простой: AI-инструменты уже меняют рынок, но в России они пока чаще воспринимаются не как отдельная профессия, а как дополнительный навык к классической технической базе.

Подробнее разбираем в статье.

Современный рынок труда сильно изменился. Сегодня не только кандидаты приукрашивают свои резюме, работодатели теперь тоже не всегда играют честно с вакансиями.

📊 Какой процент вакансий — фейк?
По данным платформы для найма Greenhouse от 18% до 22% всех вакансий классифицируются как ghost jobs. То есть около пятой части всех вакансий публикуются без реального намерения кого-либо нанимать. ResumeBuilder.com выяснил: 40% компаний размещали fake job listing за последний год, а 3 из 10 имели активные фейковые вакансии на момент опроса. Среди тех, кто контактировал с кандидатами по таким вакансиям, 85% все равно проводили интервью.

Российский рынок не "уступает" зарубежному. Banki.ru пишет: по разным оценкам доля "вакансий-призраков" может достигать 10–20%; чаще всего они встречаются в IT, маркетинге и продажах. HeadHunter фиксировал, что 65% соискателей хотя бы раз сталкивались с обманом работодателя — по зарплате, обязанностям, условиям труда и оформлению.

🔍 Зачем работодатели это делают?
— PR и создание иллюзии роста.
— Сбор данных о рынке (навыках и зарплатных ожиданиях).
— Создание кадрового резерва.
— Мотивация текущих сотрудников.
— Выполнение внутренних показателей HR-отдела.
— Тестовые могут использовать как бесплатную работу.

👻 Как распознать вакансию-призрак?
• Объявление висит месяцами без изменений.
• Описание обязанностей размытое, без конкретики.
• После отклика или собеседования нет обратной связи.
• Требования к кандидату нереалистичны.
• Компания не может назвать четкие сроки принятия решения.
Каждый из этих факторов по отдельности может быть случайностью, но их сочетание — точно повод насторожиться.

💡Как играть по новым правилам?

1️⃣Не отчаивайтесь, если вы получили отказ или полное молчание. Это не всегда про вашу ценность как специалиста. Иногда вакансии просто не было.

2️⃣Поиск работы — это работа. В условиях засилья ghost jobs нужно делать много откликов. Но с умом. Высылайте резюме только туда, где ваши навыки действительно соответствуют описанию. Рандомные отправки — путь в никуда.

3️⃣Не ограничивайтесь HeadHunter. Помните, что не менее 10–20% вакансий на агрегаторах могут быть нереальными. Заходите напрямую на карьерные порталы компаний, которые вас интересуют. Вакансии на официальном сайте компании модерируются строже, обновляются чаще и имеют гораздо больший процент "реальности", чем объявления на агрегаторах.

Рынок изменился: стратегию массовых откликов пора менять на системный поиск — с проверкой вакансий, адаптацией резюме и работой с разными каналами. И главное: не принимать каждый отказ или молчание компании на свой счет. Иногда проблема не в кандидате, а в том, что реальной вакансии просто не было.

💡У многих ребят в IT рано или поздно появляется мысль: «А что, если мой пет-проект превратить в стартап?». И иногда это действительно работает — вспомним хотя бы WhatsApp или Notion.

📉Однако статистика безжалостна: по оценке Startup Genome, более 90% стартапов проваливаются. Да-да, девять из десяти. А среди тех, кто привлек инвестиции, — каждый второй закрывается в первые 3 года.

Один из самых громких примеров — Quibi.
Разбираем его костер по косточкам, чтобы наши с вами стартапы не повторили его судьбу.

📜 Краткая история взлета и падения
Год запуска: 2020 (апрель)
Основатели: Джеффри Катценберг (экс-глава Disney) и Мег Уитмен (экс-CEO eBay)
Привлечено: $1,75 млрд
Идея: Платформа с короткими вертикальными сериями (квибитами) по 5–10 минут — «кино на ходу» для занятых людей.
Закрылся: октябрь 2020 — через 6 месяцев после запуска.

Почему Quibi сгорел? 5 главных причин

1️⃣Отсутствие Product-Market Fit
Основатели думали, что люди готовы платить $5–8 в месяц за короткий контент. Но на тот момент YouTube, TikTok и Instagram Reels уже давали то же самое — бесплатно.

2️⃣Промах с таймингом (пандемия)
Quibi позиционировался как «контент для поездок, очередей и перерывов». Когда начался локдаун, люди перестали куда-либо ходить. Они сидели дома и смотрели длинные сериалы на Netflix, а не 5-минутные ролики на телефоне.

3️⃣Закрытая экосистема = самоубийство маркетинга
Пользователи не могли делать скриншоты или делиться фрагментами в соцсетях — это было запрещено технически. В мире, где виральность решает все, Quibi сам себе отрезал кислород.

4️⃣Гигантские траты без проверки спроса
Они потратили сотни миллионов на контент со звездами (Стивен Спилберг, Дженнифер Лопес). Но никто не проверил, нужно ли это аудитории.

5️⃣Игнорирование обратной связи
Еще до запуска тестовые группы говорили: «приложение неудобное, а цена высокая». Но основатели (старой закалки из Голливуда) решили, что знают, как люди должны потреблять контент, вместо того чтобы посмотреть, как они его уже потребляют.

📚 Чему нас учит:

• Гибкость важнее бюджета. Если мир изменился, нужно менять стратегию, а не просто продолжать жечь деньги.

• MVP — наше все. Quibi сразу построили «золотой дворец», не проверив, нужен ли людям этот формат в платном виде.

• Анализируй рынок и время. Не жги большие бюджеты на запуск, пока не проверил рынок, аудиторию и поведение пользователей. Хорошая идея ≠ нужный продукт.

• Виральность — топливо. Если продукт нельзя «зашерить», о нем никто не узнает.

• Рассчитывай ресурсы так, чтобы не сгореть самому. Даже если стартап взлетит и упадет — ты и твоя команда должны выжить. Не используй последние деньги, не бери кредиты под 100%-ную уверенность. Нельзя вкладывать последние ресурсы в проект только потому, что идея кажется красивой.

Да, статистика стартапов не радует. Но это не повод ничего не начинать. Это повод считать риски, проверять гипотезы, говорить с пользователями и заранее понимать, сколько времени, денег и сил ты готов вложить — так, чтобы вместе со стартапом не сгореть самому.

💡В эпоху, когда идея должна превращаться в прототип за минуты, Google Labs создал Stitch — AI-инструмент для быстрого создания интерфейсов мобильных и веб-приложений.

📱 Что умеет Stitch:
генерирует UI по текстовому промпту, собирает экраны в единую канву, подбирает палитру, шрифты, кнопки, карточки и общий стиль. Можно описать продукт, загрузить референс или скетч, а потом редактировать результат прямо внутри сервиса — почти как в легком AI-аналоге Figma.

🧩 С его помощью можно быстро собрать прототип лендинга, личного кабинета, SaaS-сервиса или MVP мобильного приложения.

Как создать прототип:
1️⃣ Зайти на stitch.withgoogle.com и войти через Google-аккаунт.
2️⃣ Выбрать mobile app или web interface.
3️⃣ Написать промпт: идея продукта, экраны, стиль, цвета, шрифты, навигация. Добавьте референсы.
4️⃣ Получить дизайн и доработать его с помощью доп промтов или самостоятельно.

Сейчас Stitch бесплатный: платной подписки нет, но есть лимиты генераций.

#Рабочее

В годы Великой Отечественной войны сферы IT в привычном нам понимании еще не существовало. Но уже были задачи, которые сегодня мы отнесли бы к информационным технологиям: передача данных, защита связи, обработка сигналов, автоматическое управление.

Советские инженеры и ученые внесли в это огромный вклад.

🎖Аксель Иванович Берг помог организовать развитие советской радиолокации. Такие системы позволяли заранее обнаруживать самолеты противника и защищать города.

🎖Владимир Александрович Котельников работал над засекреченной связью. Под его руководством создавались системы (Соболь-П), защищавшие переговоры командования.

🎖Сергей Алексеевич Лебедев занимался автоматикой и вычислительной техникой: системами стабилизации, расчетами, управлением сложными устройствами. Позже он станет одним из основателей советской школы ЭВМ.

Война объединила силы всего советского народа. Одни были на фронте, другие трудились в тылу, третьи создавали технологии для Победы.

Поздравляем всех с Днем Победы! 🎗