Амазон анонсировал AWS CDK Toolkit Library

А также написали статью, в которой рассматривается новая библиотека AWS CDK Toolkit Library, которая предоставляет те же возможности синтеза, развертывания и уничтожения CDK CLI непосредственно в коде.
В ней объясняется, почему программный доступ важен для автоматизации и тестирования, рассматривается пример тестовой обвязки на основе Lambda, а также отмечаются текущие ограничения и следующие шаги для внедрения.

Если у вас в аккаунте несколько EKS кластеров, то данный дашбоард вам явно не помешает

ChatGPT выпустил своего агента :)
https://openai.com/index/introducing-chatgpt-agent/
Все двигаются в эту сторону, ну и openAI решили не отставать

https://habr.com/ru/companies/bothub/news/927146/

А вот и сам чат - https://www.kimi.com/chat
от компании https://www.moonshot.ai/

ChatGPT для студентов предложила модель работы не просто вопрос-ответ, а подведение человека к ответу с заданием дополнительных уточняющих вопросов для изучения темы вопроса. Молодцы, раньше отдельно ассистента или gpts нужно было для этого использовать
https://openai.com/index/chatgpt-study-mode/

Kubernetes deployment strategies explained

Статья рассматривающая различные deployment strategies в Kubernetes, подробно описываются принципы работы каждой из них, их плюсы и минусы, а также случаи, когда они подходят. В статье рассматриваются стратегии Recreate, Rolling Update, Blue-Green и Canary с пошаговыми объяснениями и ссылками на практические репозитории для каждого метода.

AgentHopper: An AI Virus
Статья показывающая как в нынешнее время с множеством AI агентов можно сделать плохие действия на машинах использующих эти агенты для работы

также видео из статьи
https://www.youtube.com/watch?v=vlF0sblunQY

gitpod переименовался в ona
https://ona.com/stories/gitpod-is-now-ona

Пока Амазон со своим продуктом Kiro предлагает для тестирования продукта записаться в wishlist, ребята из поднебесной запилили свой аналог - Qoder от Alibaba

Сам продукт позиционирует как следующий уровень после agent mode IDE -> Quest mode
Т.е. сначала ты задаешь задачу AI, он пишет дезайн решения, который может быть изменен, после этого разбивает выполнение на отдельные задачи и только потом, запускает их каждую по отдельности.

Т.е. это то, что требуется когда ребята желают одним промптом реализовать изменения, но при этом здравый смысл и метод проб и ошибок подсказывает, что нужно кушать слона по частям. Отдавая AI выполнение конкретных шагов как для Junior специалиста. Лишь тогда можно получить более удобоваримые результаты. И новая волна IDE похоже как раз эту проблему и решает.

Кстати ради интереса можно посмотреть видео на youtube по данному продукту - https://youtu.be/sPx-IlHaxFo

https://www.faros.ai/blog/ai-software-engineering
Интересное исследование, но в действительности, легко соглашусь с ним, ведь пока на всем SDLC flow от начала и до конца не наступит увеличение производительности, узкое горлышко на любом из этапов поглотит ценность скорости, создаваемую инструментами ИИ. И что отдельные внедрения ИИ в рамках всей организации (где команды часто полагаются друг на друга) сводят на нет достижения на командном уровне.

Ну и да, вернулись в то, что и ранее писалось в различных книгах бизнес романах вроде "Phoenix Project", или "Цель"

https://ai-2027.com/
Интересные прогнозы про развитие AI
А также видео, описывающее данные прогнозы
https://youtu.be/5KVDDfAkRgc

https://github.com/humanlayer/12-factor-agents
12 факторов построения AI агентов
также видео на данную тему от создателя репы
https://www.youtube.com/watch?v=yxJDyQ8v6P0

Интересный спич этого же Dexter Horthy, про работу с AI на brownfield complex проектах, то что в действительности мы часто встречаем когда пытаемся зайти с AI в тяжелые и сложные проекты. Тем более на небольших объемах все работает, а когда проект посложнее, все перестает работать так как работало на кошках.
https://www.youtube.com/watch?v=IS_y40zY-hc

https://github.com/humanlayer/advanced-context-engineering-for-coding-agents/blob/main/ace-fca.md

Причем этот же человек делает свой продукт CodeLayer/HumanLayer или помогает, не совсем в курсе
в общем тут можно добавиться в wishlist, https://www.hlyr.dev/ я уже там, так что посмотрим, что будет дальше

https://www.wheresyoured.at/the-case-against-generative-ai/

Интересная статья от Эда Зитрона, в которой он дает свой анализ текущего состояния индустрии GenAI, утверждая, что она находится в состоянии пузыря, который скоро лопнет. Что инвесторы и СМИ подхватили миф о том, что AI может автоматизировать творческую работу и заменить работников, однако на практике это не происходит на значительном уровне. Основные проблемы включают неэффективность моделей, которые часто "галлюцинируют" (выдают неверную информацию), а также тот факт, что большинство компаний, занимающихся AI, не являются прибыльными.

В заключение, статья предупреждает, что пузырь вокруг GenAI не может продолжаться вечно, и предсказывает, что в ближайшие годы произойдет значительное падение в этой области, если не будут найдены устойчивые модели для монетизации и использования технологий AI.

https://developer.chrome.com/blog/chrome-devtools-mcp

Новый MCP для работы с Chrome DevTools в preview, который может взаимодействовать с браузером, работать с DOM/CSS, видеть performance метрики а также улучшать их, что и показано в одном из примеров. В общем есть на что посмотреть, можно брать и пробовать

То, про что очень часто забывается на момент деплоя в kubernetes и только пост фактум имплементится после очередного ревью
https://learnkube.com/security-contexts

https://www.latent.space/p/devday-2025
Обзор и анализ события OpenAI DevDay 2025

Статья "Agile is Out, Architecture is Back" обсуждает изменения в разработке программного обеспечения, вызванные внедрением AI-инструментов, таких как GitHub Copilot. Автор утверждает, что в будущем разработчики будут выполнять роль архитекторов, а не просто писателей кода. Он подчеркивает, что Agile-подход, хотя и улучшил скорость разработки, привел к недостаточному вниманию к архитектуре и документации.
Сейчас, когда AI может генерировать код, важность системного мышления и продуманной архитектуры возрастает. Разработчики должны сосредоточиться на создании структур и паттернов, которые помогут AI генерировать качественный код. Статья предлагает несколько рекомендаций для разработчиков, включая необходимость строить системы, а не просто писать код, и заботиться о документации, которая будет полезна как для людей, так и для AI.
В целом, статья подчеркивает необходимость нового подхода к разработке программного обеспечения, где архитектура и системное мышление становятся ключевыми элементами успеха.