QCon London

2026-10-30

CODING · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

Доклад на QCon: «Лестнице не хватает ступеней» — развитие инженеров, когда ИИ съедает середину

На QCon London Аласдейр Аллан изложил эмпирические результаты (исследования METR, данные Anthropic, анализ Redwood Research), показывающие массовое использование инструментов ИИ для кода, но смешанные эффекты на продуктивность и возможный долгосрочный ущерб: рандомизированное исследование METR показало, что опытные разработчики с ИИ выполняли задания примерно на 19% дольше, а планируемый повторный эксперимент не состоялся, потому что участники отказались работать без ИИ; Anthropic сообщает о высокой внутренней доле использования (около 59% в день) и самооценённых приростах продуктивности, в то время как Redwood ставит под сомнение утверждения о том, что ИИ пишет 90% кода. Аллан описал «парадокс надзора»: если ИИ берёт на себя задачи, которые раньше обучали младших инженеров, организации рискуют утратить институциональный контекст и кадровый поток, необходимый для безопасного контроля автономных систем.

5.0

2026-10-16

CODING · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

Доклад «Exploding GPUs» — безопасность ИИ по‑прежнему — безопасность Kubernetes (QCon London)

Эндрю Мартин, основатель и гендиректор ControlPlane, в докладе «Exploding GPUs» на QCon London заявил, что защита облачных AI‑нагрузок по сути остаётся проблемой Kubernetes. Он описал эволюцию угроз — недетерминированное поведение агентов, уязвимости в цепочке поставок GPU и риски совместного вычисления, выход моделей из ограничений — и предложил практические меры защиты, включая фильтрацию промптов и агентскую идентичность для продакшен‑среды.

5.0

2026-10-09

COMPANIES · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

Netflix представляет онтологически управляемый E2E граф знаний для наблюдаемости

Инженеры Netflix Прасанна Виджаянатхан и Ренцо Санчес‑Силва на QCon London рассказали об объединении MELT‑телеметрии в единый E2E граф знаний. Они описали замену реактивного мониторинга на AI‑управляемую операционную онтологию и агентные рабочие процессы (с использованием Claude и графовых баз данных) для автоматической триаж‑обработки, поиска корневых причин и самовосстановления при масштабах Netflix (указано ~38M событий/с, пик 65M одновременных потоков).

6.0

2026-09-30

CODING · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

Патрик Дебуа представляет доклад «Контекст — это новый код» на QCon London

На QCon London Патрик Дебуа предложил рассматривать контекст как инженерный артефакт первого класса — применять к нему практики SDLC (тестирование, CI/CD, менеджеры пакетов, сканирование безопасности), чтобы масштабировать AI-агентов для кодирования, контролировать недетерминированные выводы и сохранять организационные знания. Он упомянул стандарты и инструменты (AGENTS.md), модели вроде Claude и инструменты для контекста (Context7, Ref), а также практики по генерации, оценке, распространению и наблюдению контекста.

4.0

2026-09-23

COMPANIES · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

Morgan Stanley использует CALM (Architecture-as-Code) для интеграции MCP и A2A в программу API

На QCon London инженеры Morgan Stanley Джим Гафф и Андреа Никулеа показали, как банк модернизировал программу API с помощью подхода Architecture-as-Code под названием CALM, интегрировав протокол Model Context Protocol (MCP) и коммуникации Agent-to-Agent (A2A). В демонстрациях продемонстрированы MCP‑управляемые сценарии, автоматизированное управление через deploy‑gates и безостановочные обновления платформы для масштабирования агентных рабочих процессов и производственных API (более 110 API в продакшене).

5.0

2026-09-16

COMPANIES · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

Duolingo сочетает обучение AI‑грамотности с автономным ботом оценки рисков PR

На QCon London инженер Duolingo Сара Дейтке рассказала, как команда DevEx AI использует внутренние лабораторные тренинги по AI и дашборды наблюдаемости в сочетании с защитными механизмами для внедрения автономного бота оценки рисков PR, который изменяет процесс ревью кода; по словам докладчицы, это ускоряет поставку без роста числа дефектов. В докладе делался акцент на соединении обучения разработчиков с мониторингом и мерами безопасности для создания доверия и ответственности при использовании автономных инструментов.

5.0