Так вот почему у разрабов такие большие зарплаты — у них просто много долгов.

Уже не смешно: там парень за пол часа собрал рабочий прототип Flappy Bird, используя ChatGPT и Midjourney.

Он поделился диалогом со всем ходом разработки, глянуть можно тут.

Рубашка не обязательна, но придется поднять вебку чуть повыше.

«Кустарный» защитный чехол для айфона который переживет встречу с гранатой. В комплект входит металлическая рамка с крышкой и держатель для пояса.

Ощущение, что его сделали из подъездного почтового ящика.

@killerfeat

Секрет успешного успеха раскрыт — нужен всего лишь старый-добрый фотошоп

Кстати, Bing научился различать картинки и даже описывать происходящее на них (фича, которую нам давно обещали в GPT-4).

Работает очень круто, готовы поспорить, что вы увидели на этой картинке что-то другое.

А теперь прочитайте ответ Bing и присмотритесь внимательнее.

Нашел для вас интересную статью о Google, где рассказывают, как компания прорабатывает проблему с техническим долгом.

Если вкратце, каждый квартал проводятся опросы инженеров с целью узнать, что им вот прям сейчас не нравится в работе. Когда одной из главных неудовлетворенностей стал техдолг (я им завидую), проблему копнули глубже. После интервью эфимерный техдолг разбили на категории: отсутствующая документация, недостаток или ненадежность тестов, деградирующая кодовая база, проблемы в релизном процессе, и т.д.

Потом попытались ввести метрики для измерения техдолга, чтобы их можно было собирать чаще и быстрее, чем опросами — но ничего не получилось. После этого для команд ввели две вспомогательные практики — фреймворк управления техдолгом и матрицу градаций техдолга.

Зашли со стороны обучения, провели много воркшопов и курсов по управлению техдолгом разного вида. Даже внедрили тулинг, позволяющий замерять серьезность проблем в конкретных областях. Например, качества тестов, или протухших зависимостей.

По итогу проблема почти исчезла и теперь у инженеров либо вообще нет проблем, либо они слишком незначительны, чтобы их прорабатывать.