Раньше существовал естественный барьер между «мне интересно» и «я пошёл это делать». Чтобы попробовать написать музыку, нужно было хотя бы немного разобраться в DAW. Чтобы полезть в SEO, требовалось прочитать документацию, собрать инструменты, понять терминологию. Чтобы сделать сайт на WebGL, сначала неплохо было научиться оптимизировать такие сайты.

Теперь этот барьер почти исчез. И неожиданно оказалось, что это не только преимущество…

Попросил ИИ написать прошивку для платы с экранчиком. Код идеальный: скомпилировался с первого раза, залился без ошибок. А на экране - цветной шум.

Дело не в коде - модель просто не знает вашей платы. Какие пины чем заняты, какая конфигурация тактирования реально заводится, какие вызовы HAL молча не делают ничего: всё это размазано по даташиту на стопицот страниц, вики производителя и вечеру отладки, который вы на это потратили.

И как это решать?

Проект может собрать опытных аналитиков, разработчиков и руководителей — и все равно столкнуться с задержками, конфликтами и потерей качества. Причина нередко не в уровне экспертизы, а в том, что участники по-разному понимают задачи, избегают сложных разговоров или не умеют договариваться в условиях изменений.

Этим вопросам посвятят секцию «Soft skills, управление командой проекта» на INFOSTART A&PM EVENT 2026.

В центре внимания — практические ситуации, с которыми сталкиваются проектные команды...

Как перейти от разовых ИИ-запросов к многоразовым Agentic AI рабочим процессам в QA. Я собрал несколько практических примеров, паттернов и предостережений, которые помогут инженерам по тестированию осуществить этот переход постепенно