В этом выпуске мы поговорили с Александром Вершиловым — разработчиком с 15-летним опытом и руководителем отдела разработки в Сириус.Курсах. Мы устроили дебаты про ORM. Обсудили чем ORM отличается от query-builder’а, разобрали типичные проблемы N+1 и ленивых связей, сравнили подходы Code-First и Data-First к миграциям, а также поделились приёмами, как обойтись без ORM и не потерять производительность.

Вы узнаете, когда строгая типизация (на примере Haskell) спасает проект, какие настройки ORM могут «положить» продакшен и какие практики позволяют держать базу под контролем. А так же решите для себя, брать ли ORM в следующий проект или сразу писать SQL.

• (00:00) - Введение. Почему мы всё ещё спорим про ORM?
• (02:18) - Что такое ORM на пальцах — быстро, чётко, по делу
• (04:32) - PHP и ORM: от древности до Laravel
• (07:01) - ORM глазами хаскелиста — определение через опыт
• (08:51) - Как типизация усложняет или упрощает маппинг
• (10:35) - Связи решают всё: зачем они важны в любой базе
• (13:45) - Фильтрация и динамика: где builder выигрывает у SQL
• (17:51) - Тестируем SQL: что делать с ошибками на проде
• (22:30) - Почему auto-инструментация — это роскошь не для всех
• (25:43) - Query builder — обязательный минимум для любого проекта?
• (29:23) - Когда ORM спасает время (и нервы)
• (34:08) - Сериализация "на автомате" — магия или хорошая инженерия?
• (36:51) - Промышленный стандарт = спокойствие в команде
• (39:39) - Магия рефлексии: когда модель = пустой класс
• (41:31) - Код first: почему он иногда опаснее, чем кажется
• (43:36) - Zero downtime и миграции: возможно ли идеальное развертывание?
• (49:36) - Как PHP прошёл путь к миграциям: взгляд в прошлое
• (54:08) - Когда SQL тормозит: ищем виновника
• (57:45) - Запросы: главная претензия к ORM
• (01:05:03) - Как распознать N+1 запрос и не страдать
• (01:08:13) - Пример Elixir: ORM без боли и магии
• (01:12:44) - Где заканчивается SQL и начинается здравый смысл
• (01:19:14) - Как удалять данные и при этом не терять их
• (01:22:25) - ORM и бизнес-логика: когда класс — не просто класс
• (01:28:50) - Декларативность vs. контроль: можно ли совместить?
• (01:32:26) - Генерация объектов: действительно ли тормозит?
• (01:36:22) - Оптимистичная блокировка спасает не только от конфликтов
• (01:41:14) - Транзакции, блокировки и реалии продакшена
• (01:44:58) - Нерешаемая проблема мутабельности
• (01:48:27) - Когда "умная" ORM становится врагом архитектуры
• (01:51:01) - Заключение. Как жить с ORM и не страдать?

В этом выпуске мы поговорили с Андреем Татариновым, инженером, который каждый день работает с языковыми моделями и внедряет ИИ в реальные продукты. Обсудили, как устроены LLM: что на самом деле происходит под капотом ChatGPT, почему ИИ часто галлюцинирует, и как с этим работать.

Разобрали, зачем нужен fine-tuning и RAG, как промт превращается в инженерную задачу, и почему без человека модели пока не справляются. Поделились практическим опытом автоматизации, примерами из реальных кейсов и мнением о том, в каком направлении развивается рынок ИИ.

Вы узнаете, как реально применять языковые модели, какие ошибки совершают новички, и что нужно, чтобы ИИ стал помощником, а не источником проблем.

• (00:00) - Введение и анонс
• (01:31) - От Яндекса до Epoch 8: путь Андрея Татаринова
• (04:54) - Бустинги, логрег и берты: как мы пришли к GPT
• (08:23) - Почему GPT-системы сокрушили прошлое
• (12:10) - Иллюзия экспоненты: будет ли у ИИ потолок?
• (16:01) - Новая реальность: как теперь проектируются AI-системы
• (19:53) - Под капотом LLM: инференс, рантаймы и матрицы
• (23:22) - Проблема масштаба: почему модель ≠ база данных
• (27:27) - Векторные базы и RAG: как накормить модель знаниями
• (31:20) - Промт не магия: где заканчивается здравый смысл LLM
• (35:04) - Файнтюнинг: учим GPT понимать нас лучше
• (38:31) - Пределы модели: почему знания «вытесняются»
• (42:27) - LEGO, Copilot и код: генерация, где работает, где нет
• (46:20) - Заменит ли GPT ревьюера? Хекслет тестирует
• (50:34) - Проблема смыслов: почему даже с правилами модель врёт
• (54:28) - Что такое разум у LLM: reasoning и цепочки размышлений
• (58:19) - MCP и агенты: когда LLM делают больше, чем отвечают
• (01:02:36) - Автоматизация задач: мечта об ИИ-помощнике
• (01:07:02) - За пределами промтов: новый взгляд на разум
• (01:11:19) - Автономные агенты: размах MCP в продакшне
• (01:15:34) - Инциденты под контролем: SRE + агентный подход
• (01:19:59) - Оркестрация инструментов: когда API + MCP не хватает
• (01:24:24) - Покупать или делать самому: стратегия внедрения
• (01:28:49) - MCP как стандарт: реальные шаги или маркетинг?
• (01:33:14) - Архитектурные тренды: готовимся к агентам заранее
• (01:37:39) - Команды и экосистема: как вести IT-лидеров
• (01:42:04) - Безопасность и контексты: бизнес, observability, security
• (01:46:29) - MCP next layer: от работы в одиночку к рынку агентов
• (01:50:54) - Оценка зрелости: когда агенты перестают быть хайпом
• (01:55:19) - Call to action: малые эксперименты — большие изменения
• (01:59:44) - Ключевые выводы и приглашение к диалогу