Занятный доклад про подход к управлению продуктам. По сути, это ода метрикам и data-driven подходу.

Основная идея состоит в том, что надо максимизировать получение измеримых бизнес-показателей и оптимизировать под них. Продукт — не бэклог из фич, и всем пофиг сколько вы сторипоинтов закрываете в неделю, если бизнесу от этого ни горячо, ни холодно.

Фичи надо жестко A/B-тестить, обложиться алертами, разработка фичи — это контролируемый эксперимент. Протестили 100500 вариантов, если что-то не поменяло метрику — то код в помойку, остальные — на доработку. Надо регулярно думать не что добавить, а что не приносит ценности, и безжалостно удалять. Пользователи врут, надо смотреть на реальное поведение, а не на то, что говорят.

При этом утверждается, что какие-то из озвученных подходов смогут сработать даже не в единорогах с миллионами пользователей.

С одной стороны, вроде тезисы верные, разработчикам деньги платят из прибыли все-таки (ну или из чемодана инвесторов). С другой — кажется, что только ситхи все возводят в абсолют, и термин enshittification не просто так придумали. По логике автора доклада телеметрия должна быть отличной штукой:)

Оригинальный способ использовать GPT: засквоттить имена пакетов, которые чат-бот нагаллюционировал. Привет экосистеме JS с left-pad :)

На днях обновил IntelliJ до последней версии. Уже приготовился настраивать классический интерфейс вместо нового, чтобы было “как раньше”, это уже почти стало привычкой: “опять иконки перерисовали и сделали все неудобно”.

А потом попробовал — а новый интерфейс, оказывается, … удобный! Сам с себя удивляюсь, что такое возможно.

Киллер-фичей для меня стала возможность засунуть кнопки для действий на верхнюю панель — более чем уверен, что и раньше можно было что-то подобное делать, но сейчас явно стало проще. Туда сразу попали и Diff, New Scratch File и Zoom, которые раньше через Shift+Shift находил. Плагин для запоминания горячих клавиш идет прямиком в помойку. Без багов, правда, не обошлось, что делать.

Ну а еще приятно, что в этом релизе есть маленький PR от меня.

В дикой природе миллион советов про то, как правильно спрашивать “ИИ”, чтобы получать правильные результаты. Если кто вдруг забыл, то GPT — это чат-бот на стероидах для генерации правдоподобного текста, а не интерфейс к энциклопедическим знаниям. Очень частый рецепт: определите роль, задайте цель, укажите ограничения и желаемый формат вывода. Иногда к этому добавляют “расскажите об аудитории”.

Честно говоря, запоминать правила для промтов — уныло. Да еще и меняются они периодически. “Ты ж AGI”, давай уже мне ответ без вот этих всех реверансов, железяка! И вообще, я аж две кнопки нажал — погугли и подумай!

Но если хочется повайбить, то простая мнемоника для запоминания (придумал не я, если что) — представить себя режиссером, который говорит актеру, что ему надо делать. А актер пусть там сымпровизирует чего, пипл схавает.

Занятный документ, который описывает способ голосования в Apache Software Foundation. Выглядит местами переусложненно, но, возможно это следствие процесса его эволюции (похожим образом эволюционируют описания командных процессов в документации, если они есть конечно). Да и вроде как красивые модели человеческих процессов редко применимы в реальности.

Есть интересные идеи: для разных вопросов стоит использовать разные системы голосования, разные веса у голосов со спектром от -1 до +1, возможность сказать “жестко не согласен, но не буду препятствовать” и т.п. Ну и разумеется, никуда без “проще заслужить прощение, чем разрешение” и “критикуешь - предлагай”. И минусы надо обосновывать.

Разумеется, процесс в целом имеет смысл только в “плоских” организациях — если вы не можете договориться, но есть лицо, принимающее решение — пусть у него и болит голова. С другой стороны, если культура такая, что не все готовы настроиться на прагматичный лад и принять консенсусное решение вместо миллиона раундов обсуждений, то вряд ли использование какой-то схемы голосования сильно поможет.

Понадобилось мне упростить себе ввод, да еще и экзотическим способом — хочу быть владычицей морскою, которая может на русской раскладке писать ј, ћ, џ, ђ и прочие славянизмы.

Разумеется, вспомнил про Compose Key — не зря блог веду, получается! :). Сначала попробовал найти готовые комбинации — все стандартные комбинации можно посмотреть в файлах локали(ей):

cat /usr/share/X11/locale/en_US.UTF-8/Compose | grep č

И если для латиницы все в порядке, то ћ не будет ни в латинской раскладке, ни в русской. Придется делать самостоятельно.

Для этого нужно создать ~/.XCompose и добавить туда сначала include "%L", чтобы работало все стандартное, а потом свои правила, например

<Multi_key> <Cyrillic_CHE> : "Ћ" U040B

Тут <Multi_key> — это собственно Compose Key, <Cyrillic_CHE> — заглавная Ч, а U040B — код для Ћ. Чтобы узнать обозначение для Ч, можно использовать xev | grep keycode. А чтобы узнать код для символа (и заодно найти его) — есть встроенное приложение Character Map, можно воспользоваться онлайн-таблицами вроде этой или чуть более прикольными штуками, которые распознают рукописные символы.

Увы, чтобы протестировать все это безобразие, придется разлогиниться и залогиниться снова, какого-то более простого способа я не нашел.

Но в итоге все получилось, я доволен.

В продолжение доклада про чистое ядро и грязную оболочку — годный доклад про то, как собственно это чистое ядро моделировать и полноценно использовать систему типов для хорошего DDD. Тоже в целом базовая база. Даже если реализовать все рассказанное на уровне псевдонимов типов — уже будет неплохо. Еще у автора есть хорошая серия постов про то, как использовать типы для бизнес-логики.

Как известно, в Java есть три варианта аннотаций по RetentionPolicy:

• Compile — видны только компилятору, полезны для преобразования кода.
• Runtime — видны и при исполнении, можно сделать что-то рефлексией, например, создать класс из JSON.
• Class — записаны в байткоде, но не видны через рефлексию, могут из пользоваться инструментацией или в плагинах (чтобы делать что-то при их загрузке).

А теперь минутка извращений! Несмотря на то, что через рефлексию не видны аннотации с уровнем Class, если очень-очень надо, то можно… перепрочитать класс через что-то вроде

clazz.getResourceAsStream(clazz.simpleName + ".class")

и запихать это в ClassReader из ASM с переопределенным visitAnnotation. К счастью, в прод этот код не попал, но пики надо держать острыми.

Поразвлекался с еще одним языком — Elixir. Ничего серьезного не написал, прочел LearnXinYMinutes и cheatsheet и сразу начал делать коаны.

Коаны прикольные — запустил в терминале скрипт, который отслеживает прогресс, а в соседнем окне редактируешь готовый файл-тест. Первый скрипт отслеживает изменения файла и автоматом все обновляет — удобно.

Сам язык мне показался странным: вроде типизация есть, но она не очень строгая. Список — контейнер для каши из объектов разных типов, 1 > "33" — это норма, миллион привкусов структуры/ассоциативного массива и т.п. Есть интересные идеи, но в целом впечатления смешанные.

Последние разделы коанов, где самое интересное — акторы, протоколы, обмен сообщениями и т.п. получился не очень, и если бы я не знал основных идей, то вряд ли многое понял.

Подробнее описывать пока не буду — планирую еще что-нибудь написать на Elixir попозже, чтобы полноценно акторную систему использовать.

Неплохая статья (хоть и с всратыми картинками) про то, как воспринимается время с точки зрения типичных пользователей:

TLDR:

• 0.1 с — “мгновенный ответ”, “это сделал я” (печатаю символ)
• 1 с — максимальное время без потери фокуса (предпочтительное время загрузки веб-страницы), “это сделал комп”
• 10 с — нет сил ждать, время смотреть тик-токи и подумать о чем-нибудь другом
• 1 м — если неинтересно, то пока
• 1 д — оптимальное время ответа от техподдержки, ежедневная рутина
• 1 неделя — если пользователь посещает сайт раз в неделю, то это можно назвать привычкой
• 1 месяц — время решения в B2B процессах
• 1 год — время, за которое можно стать “продвинутым пользователем”
• 10 лет — время изменения орг структуры/процессов большой компании
• 100 лет — время для перемен в обществе (эээ, сомнительно, но ладно)