Что обсуждают разработчики: выпуск 2
Неделя, которая изменила расклад в AI-индустрии: Anthropic обогнал OpenAI по оценке, Стив Йегг похоронил технические собеседования, а самый залайканный пост на Hacker News — о том, что код вообще не главное. Пять материалов, которые стоят вашего времени.
1. Доменная экспертиза — единственный настоящий moat
788 очков, 495 комментариев на Hacker News
О чём
Аарон Бретхорст формулирует идею, которую многие чувствовали, но не артикулировали: главная сложность в разработке — не написание кода, а построение ментальной модели домена до того, как напишешь первую строчку.
Пример: система расчёта зарплат. Код — это salary * hours. Но реальность — это garnishments (удержания по судебным решениям), pre-tax deductions (пенсионные вычеты до налога), что происходит когда сотрудник увольняется в середине payroll-периода, как обрабатывать retroactive raises, как считать overtime в штатах с разными законами. Человек, который знает эти правила, незаменим. Человек, который умеет быстро писать код — заменяем AI.
Почему 788 очков
Статья ударила по нерву. В комментариях — 495 ответов, большинство подтверждают из личного опыта: «я потратил 6 месяцев разбираясь в бухгалтерских правилах Германии и 2 дня на код», «наш лучший разработчик — бывший страховой агент, который выучил Python».
В эпоху AI-генерации кода это ключевое разделение: AI может написать код по спецификации, но AI не может создать спецификацию из разговора с клиентом, который сам не знает, чего хочет.
Мой опыт
HR-система, которую я строю — идеальная иллюстрация. Dictionary-паттерн (гибкие поля через JSONB) появился не из технической необходимости, а из понимания домена: HR для IT-стартапа и HR для септик-сервиса — это разные миры. Поле «GitHub username» vs «категория ADR-допуска». Ни один AI-генератор это не выведет без доменной экспертизы.
Практическая выжимка
- Инвестируйте в домен, не в очередной фреймворк. Знание бухгалтерии/логистики/медицины ценнее, чем знание Next.js
- Разговаривайте с пользователями. Edge cases живут не в коде, а в головах людей, которые работают с системой ежедневно
- AI усиливает, не заменяет доменную экспертизу. Лучший workflow: вы знаете домен → AI пишет код → вы ревьюите на предмет доменных ошибок
2. Anthropic обогнал OpenAI: $965 миллиардов
412 очков, 464 комментария на Hacker News
О чём
28 мая 2026 Anthropic закрыл раунд Series H на $65 миллиардов. Оценка компании выросла до $965 миллиардов — обогнав OpenAI ($730B) и став самым дорогим AI-стартапом в мире.
Контекст: в феврале 2026 Anthropic оценивался в $380B. За три месяца оценка увеличилась в 2.5 раза. Годовая выручка перевалила за $47 миллиардов (run rate).
Раунд возглавили Altimeter Capital, Dragoneer, Greenoaks, Sequoia Capital. Среди со-лидеров — Coatue и ICONIQ.
Почему это важно для разработчиков
Это не просто новости из мира венчурного капитала. Anthropic — это Claude, Claude Code, MCP. Каждый разработчик, использующий Claude Code (как я), зависит от стратегических решений этой компании.
464 комментария на HN — и большинство о том, оправдана ли оценка. Аргументы «за»: выручка $47B при таком росте — это не пузырь, а реальный бизнес. Аргументы «против»: триллионная оценка для компании без прибыли — это dot-com 2.0.
Что это значит на практике
- Claude модели будут развиваться агрессивно — $65B инвестиций это обеспечат
- Pricing может измениться — при таком давлении инвесторов монетизация усилится
- Экосистема расширится — MCP, Claude Code, Agent SDK получат больше ресурсов
- Конкуренция обострится — OpenAI не останется в стороне, ждём ответные ходы
3. Последнее техническое собеседование
260 очков, 265 комментариев на Hacker News
О чём
Стив Йегг — легенда индустрии (35 лет собеседований, Amazon Bar Raiser, Google Hiring Committee, автор «Get That Job At Google») — объявил технические собеседования мёртвыми.
Его главный аргумент не философский, а эмпирический: Google внутренне проанализировал корреляцию между результатами собеседований и реальной работой. Результаты были «incredibly depressing» (невероятно удручающие). Hiring Committee однажды случайно рассмотрел пакеты собственных сотрудников — и отклонил две трети из них.
Замена — «модель костра» (Campfire Model): вместо часовых симуляций — оплачиваемая работа на реальном коде компании. Кандидат получает деньги и портативный «credential» (подтверждение навыков) независимо от результата найма. Компания получает и сигнал о кандидате, и реальную работу.
Почему это взорвалось
265 комментариев, потому что каждый разработчик прошёл через абсурд технических собеседований: разворот бинарного дерева на доске, алгоритмические задачи, не имеющие отношения к работе, отказы от кандидатов, которые потом уходят к конкурентам и делают блестящую карьеру.
AI добивает процесс: если модель решает 95% LeetCode-задач за секунды — какой смысл проверять это у людей?
Мой опыт
Как fullstack-разработчик с 5-летним опытом: лучший «собеседование» — это мой GitHub. Портфолио на bobkov.cc, код HRMS, Triage, Portfolio — дают больше сигнала, чем час на LeetCode. Campfire Model Йегга — логичное развитие: покажи что умеешь на реальном коде.
Практическая выжимка
- Портфолио > LeetCode. Реальные проекты на GitHub дают больше сигнала, чем алгоритмические задачи
- Оплачиваемые trial-периоды — тренд, который ускорится. Некоторые компании уже практикуют
- Portable credentials — идея «рабочего паспорта» с подтверждёнными навыками. Пока не реализована, но направление ясное
- Если вы нанимаете: рассмотрите paid trial (1-3 дня) вместо whiteboard-собеседования
4. OpenRouter поднял $113M Series B
447 очков, 234 комментария на Hacker News
О чём
OpenRouter — «единое API для всех AI-моделей» — привлёк $113 миллионов. Лид: CapitalG (фонд Alphabet). Со-инвесторы: NVentures (NVIDIA), ServiceNow, MongoDB, Snowflake, Databricks, Andreessen Horowitz, Menlo Ventures.
OpenRouter решает конкретную проблему: вместо интеграции с OpenAI API, Anthropic API, Google API по отдельности — один endpoint, одна авторизация, автоматический routing на лучшую модель по соотношению цена/качество.
Новые фичи после раунда: guardrails для безопасности, human-in-the-loop для агентов, audio API, response caching, web search across models.
Почему это важно для разработчиков
Список инвесторов говорит о тренде: инфраструктура AI-моделей становится отдельным рынком. Не все будут строить собственные модели — большинству нужен слой абстракции.
OpenRouter — это для AI-моделей то, что Stripe для платежей: не нужно знать внутренности каждого провайдера, достаточно одного API. С ростом количества моделей (GPT-5.x, Claude Opus 4.x, Gemini, Llama, Mistral, Qwen, DeepSeek) — router между ними становится критической инфраструктурой.
Практическая выжимка
- Один API вместо пяти — если используете несколько моделей, OpenRouter экономит время на интеграции
- Automatic fallback — если один провайдер лежит, запрос идёт на другой
- Cost optimization — routing на дешёвую модель для простых задач, дорогую для сложных
- $113M за router — подтверждение что AI middleware это серьёзный рынок
5. «Ты можешь просто это сказать»
395 очков, 214 комментариев на Hacker News
О чём
Короткое, но точное эссе о том, как люди защищают человеческий труд от AI. Автор описывает паттерн постоянного отступления:
- «AI никогда не сможет делать X» → AI начинает делать X
- «Ладно, но человек делает это лучше» → качество сравнивается
- «Окей, но по стилистическим причинам предпочитаю человека» → стиль субъективен
- «Ну, AI не может делать это стабильно» → стабильность улучшается
- Переход к следующему «никогда»
Автор использует метафору: «царапины вокруг основания ворот от постоянного перетаскивания» — goalposts двигаются так часто, что это уже не аргументация, а рефлекс.
Почему это важно
Статья не про «AI заменит всех» — а про интеллектуальную честность. Вместо бесконечного отступления автор предлагает: сформулируйте, что конкретно вы цените в человеческой работе — и защищайте это прямо, без увёрток.
Это резонирует с двумя предыдущими статьями: доменная экспертиза (Бретхорст) и решения vs код (дискуссия о фронтенде). Ценность человека — не в том, что AI не может написать for-цикл, а в понимании, зачем этот цикл нужен.
Практическая выжимка
- Не защищайте «навык кодирования» — защищайте способность понимать проблему
- Будьте честны с собой: если AI делает задачу лучше — используйте AI и переключитесь на задачу, где вы незаменимы
- Ценность = domain knowledge + judgment + taste — всё остальное автоматизируется
Тренд недели: переоценка ценностей
На прошлой неделе тренд был «переосмысление сложности». На этой — переоценка ценностей. Что ценно в разработчике, если AI пишет код? Доменная экспертиза (Бретхорст). Умение принимать решения, а не решать задачи на доске (Йегг). Честная оценка своих сильных сторон (noperator). Выбор правильного инструмента из десятков моделей (OpenRouter). И масштаб: Anthropic стоит почти триллион — потому что рынок верит, что AI-инфраструктура так же фундаментальна, как облака 15 лет назад.
Одна мысль объединяет все пять статей: код — commodity. Понимание — нет.
Комментарии (0)