AI-разработка: как автоматизировать бизнес-процессы с помощью нейросетей / Андрей Смирнов

24 ноября запускаем курс «AI-автоматизация», на котором вы научитесь создавать ИИ-агентов, связывать сервисы и автоматизировать бизнес-процессы с помощью JavaScript, n8n и LLM. Ссылка - https://ru.hexlet.io/link/PYxQ7B 30 ноября стартует курс «Инженерия AI-агентов для SDLC», где научим создавать надежных агентов, проверять их качество, запускать как сервисы и строить многоагентное ревью кода: https://ru.hexlet.io/link/io7r9W Нейросеть написала приложение за вечер. А через неделю его пришлось переписывать с нуля. Почему так происходит — и как превратить вайб-кодинг в реальный инструмент разработки? В этом выпуске Андрей Смирнов — руководитель по автоматизации и внедрению искусственного интеллекта в функции качества «Магнита», ведущий подкаста «Подлодка» и автор телеграм канала Weekend Talk https://t.me/itsmirnov — рассказывает, как AI уже сейчас меняет разработку, почему создавать MVP стало проще, а доводить их до продакшена по-прежнему сложно. Обсудили, что отличает работающий прототип от продукта, которому можно доверить реальные бизнес-процессы, как не утонуть в доработках и почему инженерное мышление становится ещё важнее в эпоху AI. В выпуске: — Как создавать MVP с помощью Claude, ChatGPT и AI-агентов без большой команды разработки. — Почему системные аналитики и продакты могут создавать рабочие прототипы самостоятельно. — Как превратить код, написанный на коленке, в полноценный продукт с интеграциями, ролевой моделью и тестированием. — Почему нейросеть может создать интерфейс с кнопками и тестами, но не учесть реальные бизнес-сценарии. — Как экономить токены и распределять задачи между разными AI-моделями. — Нужно ли читать код, написанный нейросетью, и как проверять его качество. — Какие инженерные компетенции будут востребованы в эпоху AI-разработки. — Когда автоматизация с помощью нейросетей действительно выгодна, а когда лучше использовать классические алгоритмы и машинное обучение. Отдельно разобрали реальный кейс: разработку портала дегустаций для «Магнита». Проект начинался с идеи автоматизировать заполнение таблицы, но по мере погружения в бизнес-процесс задача оказалась гораздо шире: распределение нагрузки между менеджерами, роли пользователей, интеграции с другими системами. Андрей рассказал, как уточнялись требования, какие решения приходилось пересматривать и что нужно учитывать при переходе от прототипа к полноценному продукту. Стоимость написания кода снижается. Но понимание бизнес-задачи, инженерное мышление и умение проверять результат никуда не исчезают. Наоборот, именно они определяют, получится ли из AI-прототипа полноценный продукт. Если вы используете Claude Code, Codex, ChatGPT или другие AI-инструменты для разработки и автоматизации, этот выпуск поможет разобраться, как проверять гипотезы, замечать ограничения прототипов и что учитывать при подготовке решений к рабочему использованию. 11 ноября запускаем новый поток курса «LLM-разработчик», где научим создавать AI-сервисы с RAG, MCP, агентами и локальными моделями, которые можно внедрять в реальные продукты. Ссылка - https://ru.hexlet.io/link/6WNJOY 16 ноября стартует курс «Системный дизайн», где вы научитесь проектировать высоконагруженные системы, оценивать нагрузку, выбирать архитектуру и проходить System Design интервью. Ссылка - https://ru.hexlet.io/link/D1zHbn Telegram: https://t.me/itsmirnov В этом видео: 00:00 Введение: От прототипа до продакшена: как ИИ меняет правила разработки 00:16 Кто такой Андрей Смирнов и как ИИ помогает автоматизировать бизнес в «Магните»? 03:54 Почему одних нейросетей недостаточно? Главный навык для создания работающего MVP 10:46 Прототип выглядит как готовый продукт? 5 вещей, которые нужно проверить перед выходом в продакшен 16:20 Можно ли вообще не читать AI-код? Когда тестов и ревью достаточно 24:50 Кого ИИ не заменит: какие разработчики будут особенно востребованы в ближайшие годы 30:21 От бота на коленке до полноценной платформы: реальный кейс создания портала дегустаций 37:37 Как обычные сотрудники создают собственные AI-инструменты и меняют бизнес-процессы 51:07 Эпоха AI-экспериментов: почему сейчас лучшее время пробовать, ошибаться и создавать новое #AI #ИскусственныйИнтеллект #AIАгенты #Вайбкодинг #VibeCoding #РазработкаПО #Программирование #СозданиеMVP #АвтоматизацияБизнеса #ClaudeCode #Codex #SpecDrivenDevelopment #Нейросети #IT #Hexlet AI-разработка: как автоматизировать бизнес-процессы с помощью нейросетей / Андрей Смирнов