AI умеет быстро реализовать фичу. Но не думает о том, что будет завтра. В качестве генерации кода уже нет проблем. Код он генерирует все лучше. Поговорим о разработке систем, которые должны жить годами: - Откуда он знает о ваших планах и нуждах? - Можно ли откатить изменение? - Не сломаются ли старые клиенты? - Что произойдет с API-контрактами? - Насколько большим будет diff? - Как мигрировать данные? - Как версионировать DSL, протоколы и форматы? - Кто будет разгребать технический и архитектурный долг? Проблема в том, кто задаёт ограничения, сохраняющие систему управляемой через год, пять или десять лет. Регистрация на курс: https://gm.nexttick.it/go/ai-architecture-course 00:00 Обратная совместимость и необновляемые клиенты 01:21 DSL и метапрограммирование для гибкости системы 02:23 Версионирование API, данных и DSL 03:41 Обратимость изменений и возможность отката 04:17 Как ставить AI ограничения при генерации кода 06:26 Вопрос: как организовать персональный R&D 07:45 Технический долг на примере Claude Code и терминала 08:58 Double buffering и борьба с мерцанием интерфейса 10:03 Транзакционный вывод в современных терминалах 11:06 Как проектировать терминальные интерфейсы 12:21 Как системно работать с техническим долгом 13:34 Резервирование времени на R&D и архитектурный долг 15:20 Как обосновать R&D-активности менеджменту 16:33 Доверие, автономность и микроменеджмент 17:58 Аналогия R&D с преподаванием и учебными курсами 18:42 Почему содержание курса должно меняться вместе с индустрией 19:37 Тот же принцип для R&D и технического долга #архитектура #программирование #AI #ИИ #softwarearchitecture #разработка #refactoring #technicaldebt #javascript