
Delibera: field note о форме продукта
Что изменилось в Delibera после первых релизов: ядро на .NET 10, Knowledge Keeper, Operator с MCP, веб-интерфейс — и где у продукта проходит граница.
Все статьи/28 записей
Мысли о разработке ПО, архитектуре и экосистеме .NET

Что изменилось в Delibera после первых релизов: ядро на .NET 10, Knowledge Keeper, Operator с MCP, веб-интерфейс — и где у продукта проходит граница.

IC и Engineering Manager — это разные профессии, а не ступени одной лестницы. Фреймворк из 10 вопросов, шкала оценки и разбор обоих путей.

Как устроен совет из нескольких LLM в .NET: стратегии раундов, Chairman, Knowledge Keeper, MCP-инструменты и компрессия контекста — и что показали замеры.

Что происходит с инженерным лидерством на 30 людях: ясность вместо контроля, чек-лист из 8 вопросов, распределённое качество и цена неопределённости.

Копируемый шаблон ADR с пятью вопросами, которые команда должна закрыть до выделения сервиса: граница, данные, отказ, независимый деплой и доказательства.

Как перейти от монолита к модульной платформе, не попав в ловушку rewrite: strangler boundary, выбор seam, сигналы для extraction и шаблон ADR.

Что стоит за словом «деградация»: шесть разных явлений, разные носители дефекта и противоположные способы починки. Как понять за 15 минут, какой случай ваш.

Когда ограничением становится верификация, ценность организации ограничена её мощностью проверять: юнит-экономика, допущения ROI, найм и области, где ADLC выигрывает.

Руководство по внедрению для инженерных лидеров: лестница зрелости, базовые и оперативные метрики, а также 90-дневная последовательность шагов к агентной поставке.

ADLC — это не выбор модели, а послойный набор детерминированных опор: версионированный контекст, артефактная цепочка, эвалы и гейты.

Аудит данных по 8,1 млн pull request: почему ИИ-агенты сместили узкое место в код-ревью и почему качество верификации упало раньше, чем выросла её мощность.

Поэлементный разбор доказательной базы ИИ-разработки: что показывают рандомизированные исследования, опросы, телеметрия репозиториев и заявления вендоров.

Вирусная диаграмма приписывает Anthropic аббревиатуру «ADLC». Стадии верны, атрибуция — нет, а слой, определяющий результат внедрения, в схеме отсутствует.

Вызов ИИ в request path .NET меняет вопрос дизайна с «асинхронный ли у нас код» на «где проходит async boundary». Thread starvation — это счёт за ошибку в этом месте.

Чек-лист перед запуском безопасного агента: что определить про состояние, как ограничить инструменты, где ставить гейты одобрения и что гейт обязан остановить.

Шесть слоёв управляемого агентного процесса: намерение, политика, планирование, исполнение, аудит и восстановление — с риск-тирированными гейтами.

Мультиагентные системы ломаются в координации: утечка области инструментов, расхождение состояния и невидимый обход одобрения — и сигнал обнаружения для каждого.

Как отличить агента от детерминированного процесса: шесть характеристик задачи, четыре архитектуры на шкале автономности и цена наблюдаемости.

Набор из 20 вопросов по пяти категориям сбоя — фактический поиск, синтез документов, отказ, инъекция, точность цитат — достаточен, чтобы перевести RAG с PoC в пилот.

Без поддерживаемого набора данных для оценки RAG нельзя безопасно менять. Практическое руководство: MVED, пять категорий, LLM-as-Judge и гейты выкатки.

Выбор единицы извлечения — ключевое решение в RAG: почему сплит по символам проваливается, компромисс precision/recall, parent-child и таблица выбора.

Переход от Senior к Principal — не повышение, а смена роли: радиус влияния, источник задач, работа с неопределённостью и ежедневная реальность перехода.

Качество ответов RAG определяется на четырёх независимых этапах — поиск, контекст, ответ, эксплуатация. Фреймворк с метриками, типовыми сбоями и чек-листом.

Пять вопросов, которые стоит закрыть до первой строки оркестрации RAG: единица поиска, оценка, владение корпусом, задержка и стоимость, поведение при сбоях.

Корпоративный RAG на .NET — восемь плоскостей решений со своими режимами отказа: ingestion, векторные хранилища, гибридный поиск, реренкинг и наблюдаемость.

Разрыв между работающим ИИ-демо и управляемой корпоративной системой: архитектура, надёжность, безопасность, экономика и владение.

Вызов LLM API — не архитектура. Семь обязательных плоскостей: retrieval, оценка, экономика, владение и поведение при сбоях.

Что реально приносит .NET 11: runtime-native async в preview-режиме, стабилизация C# 15, новые компоненты Blazor и OpenAPI 3.2.0 — с оговорками по каждой фиче.