68. Исследуем границы современных моделей вместе Владимиром Ситниковым.

Владимир Ситников — мейнтейнер PostgreSQL JDBC-драйвера (pgjdbc) и Apache JMeter, около 20 лет в Java и производительности SQL-систем — рассказывает, как генерирует и кросс-ревьюит десятки тысяч строк кода с помощью Claude, Codex и GPT, зачем построил скилл технического английского после того, как его документацию отклонили как AI-слоп, и как AI-фаззинг нашёл реальные баги в JDBC-драйвере. Обсуждаем скиллы против CLAUDE.md, пакетный менеджер для агентов APM от Microsoft, профилировщики как гейты качества в агентском SDLC, где современные модели всё ещё фейлят (декомпиляция байткода, оценка сложности кода) и куда инженеру инвестировать время в эпоху AI.

Главы:
0:00 - Вступление: Владимир Ситников — pgjdbc, Apache JMeter и конференции
2:29 - Возвращение Fable: сравнение с Opus и кросс-ревью 30 000 строк кода
15:29 - Скиллы: писать свои, скилл технического английского против AI-слопа и адаптация к нейрослопу
27:53 - Скиллы против CLAUDE.md: что всегда держать в контексте
31:34 - APM: пакетный менеджер для агентов и AI-ревьюеры
42:31 - Свой и чужой нейрослоп: пройденный рубикон и недосказанность
48:05 - Комментарии в коде эпохи AI и почему модель не оценит сложность
57:59 - Гочи из сессий, git blame для промптов и минималистичный CLAUDE.md
1:08:03 - Инструменты: терминал и tmux против Claude Desktop
1:15:17 - Производительность pgjdbc: PR на 30 000 строк и профилировщики в агентском SDLC
1:24:41 - Фаззинг JDBC-драйвера: OOM в Kafka, JQF и баг с «+Infinity»
1:36:43 - Что модели умеют: парсер heap dump и собственные CLI для агента
1:46:56 - Где модели фейлят: декомпиляция байткода и знание сторонних библиотек
1:59:59 - Куда инженеру инвестировать время: граница сферы возможностей моделей
2:06:31 - Писать ли код руками и кто такой современный программист
2:14:09 - Пасхалочка про дерево Фенвика и финал: «Социума нет в Клоде»

Телеграмм канал подкаста Тысяча фичей 
https://t.me/tfeat