Show Notes
В разработке с агентами нам больше всего не хватает контроля за результатом и уверенности в нем. Один из способов их получить – использовать подход Spec-Driven Development, в котором перед тем, как отправить агента писать код, мы готовим ему понятное описание задачи и с продуктовой, и с архитектурной стороны. Вместе с Алексеем Верховским, мейнтейнером фреймворка BMAD, мы разбираемся во всех прикладных вопросах вокруг разработки по SDD.
А если вы хотите вкатиться не только в SDD, но и в другие практики AI разработки, вступайте в наше закрытое сообщество Podlodka AI Engineers Club – закрытый чат, еженедельные стримы, хакатоны. https://podlodka.ai
Также ждем вас, ваши лайки, репосты и комменты в мессенджерах и соцсетях! Telegram-чат: https://t.me/podlodka Telegram-канал: https://t.me/podlodkanews Twitter-аккаунт: https://twitter.com/PodcastPodlodka
Ведущие в выпуске: Егор Толстой, Стас Цыганов
Полезные ссылки:
BMAD Method https://github.com/bmad-code-org/BMAD-METHOD
Quick Dev skill explainer – скилл, покрывающий весь цикл одной coding-сессии целиком https://docs.bmad-method.org/explanation/quick-dev/
OpenSpec https://github.com/Fission-AI/OpenSpec/
Lost in the Middle: How Language Models Use Long Contexts https://arxiv.org/abs/2307.03172
Classifier Context Rot: Monitor Performance Degrades with Context Length https://arxiv.org/abs/2605.12366
No Silver Bullet https://worrydream.com/refs/Brooks_1986_-_No_Silver_Bullet.pdf
Tracer Bullets — The Pragmatic Programmer concept, explained https://www.barbarianmeetscoding.com/notes/books/pragmatic-programmer/tracer-bullets/
From Plan to Action: How Well Do Agents Follow the Plan? https://arxiv.org/abs/2604.12147
Cross-Context Review: Improving LLM Output Quality by Separating Production and Review Sessions https://arxiv.org/html/2603.12123
Understanding Spec-Driven-Development: Kiro, Spec-Kit, and Tessl https://martinfowler.com/articles/exploring-gen-ai/sdd-3-tools.html
More from Podlodka Podcast
Рассказать AI о своих переживаниях бывает проще, чем записаться к психологу: он терпеливо выслушает даже в три часа ночи и, кажется, неплохо вас поймёт. Но достаточно ли этого, чтобы стало лучше? В этом выпуске вместе с Натальей Кисельниковой разбираемся, что исследования говорят об эффективности такой помощи, с какими запросами AI может справиться, а в каких случаях на него точно не стоит полагаться. А ещё заглянем по другую сторону терапии: как сами специалисты используют AI в своей практике и как это меняет работу психотерапевта. Также ждем вас, ваши лайки, репосты и комменты в мессенджерах и соцсетях! Telegram-чат: https://t.me/podlodka Telegram-канал: https://t.me/podlodkanews Twitter-аккаунт: https://twitter.com/PodcastPodlodka
Тема стартапов неисчерпаема, и в этот раз мы сосредоточились на самой нервной и драматичной её части — фандрейзинге. Аня Коган, CEO Fitwise и руководитель разработки OpenCV.ai, поделилась искренней историей о том, как она поднимала раунд. Обсудили процесс поиска инвесторов и подготовки питч-дека, разницу в мышлении инвесторов и фаундеров, психологию отказов и то, как AI меняет весь венчурный ландшафт. Спойлер: теперь не только идея ничего не стоит, но и реализацией впечатлить сложновато, а вот раскрученная ферма TikTok-аккаунтов вполне может стать весомым аргументом для инвестора. За остальными инсайтами — скорее включайте выпуск!
Заказная разработка переживает сложные времена: проектов меньше, клиенты экономят, а AI заставляет пересматривать модель работы. В первой части говорим с Денисом Германенко, СЕО CleverPumpkin. Он рассказывает, что происходит с рынком мобильной разработки в России, какие проекты еще отдают подрядчикам и за что им готовы платить.
Несколько лет назад никто толком и не знал, что такое RAG, а сейчас трудно себе представить агентскую работу без них. Retrieval augmented generation - что это такое, и почему скрестить LLM с поиском оказалось такой удачной идеей - разбираемся в выпуске!
Ещё год назад AI в математике осиливал разве что олимпиадные задачки. Сегодня промпт «сделай научный прорыв» разваливает гипотезу почти тридцатилетней давности, а OpenAI заявляет решение Навье–Стокса силами десяти тысяч агентов. Вместе с Александром Куликовым, доктором физико-математических наук и исследователем JetBrains, разбираемся, где здесь красивая история и маркетинг, а где – настоящий результат, который не только удивляет, но и пугает математическое сообщество, и почему филдсовские медалисты отвечают на всё это письмами протеста.