HighLoad++

Одного сгенерированного кода мало. Агенту нужно передать контекст под конкретную задачу, результат проверить, а затраты — посчитать. При работе с существующим продуктом добавляется ещё один вопрос: как использовать AI, не создавая новое легаси и не теряя качество?

На HighLoad++ 2026 со всем этим будем разбираться в направлении «AI в SDLC». В программе уже есть доклады про устройство Software Factory, inner и outer harness, управление контекстом, переход к AI-first-разработке, экономику внедрения, тесты, code review, evals и границы делегирования агентам.

Будем говорить не только о том, что получилось, но и о том, что ломалось при масштабировании, где ошибались агенты и что командам пришлось менять.

Программа ещё формируется, принятая часть на сайте ⬅️

Одной модели недостаточно, когда агент должен не просто отвечать, а выполнять действия. Нужны инструменты, доступы, проверка результата и ограничения. При использовании AI-агентов и ассистентов возникает ещё одна задача — сохранить контроль над корпоративными данными.

Как построить рабочую инфраструктуру, собрать GraphRAG на одной GPU и безопасно использовать AI-инструменты в разработке?

С этими задачами приходите на доклады:

→ Маверик: 100 000 обращений за 2 месяца — как построить агентную платформу, которая доводит 90% задач до результата без человека. Виталий Лукин (X5 Tech).
Доклад поможет спроектировать путь агента от запроса до проверенного действия: разбить задачу на шаги, подключить инструменты, определить операции, требующие подтверждения человека, и не превращать каждую новую интеграцию в отдельный проект.

→ Harness важнее модели: как собрать GraphRAG на одной GPU и, главное, зачем? Иван Бондаренко (НГУ).
Иван разберёт, как роль harness меняет подход к проектированию GraphRAG и почему выбор модели — не единственное решение, от которого зависит результат.

→ Как не проливать данные компании при использовании ИИ или «Почему Василиск скорее всего будет недоволен безопасниками?» Андрей Романовский (Яндекс).
Тем, кто внедряет AI-инструменты в разработку, Андрей покажет, как повышать её эффективность, не допуская утечки корпоративных данных.

Ждем вас 30 ноября и 1 декабря в Москве на HighLoad++ 2026 🖐️

Программа ещё формируется, посмотреть принятую часть можно на сайте

Как масштабировать Git-инфраструктуру, разгрузить память Kubernetes-узлов и построить потоковую платформу поверх объектного хранилища?

В новом дайджесте к свежим материалам за последние семь дней добавили записи докладов HighLoad++ 2025. Сравните подходы GitHub и Cloudflare с продакшен-кейсами GitLab и Kafka, а Node Swap — с тем, как память на самом деле ведёт себя на уровне Linux и JVM.

Почитать:

🔴Building Git infrastructure for agent-scale development.
GitHub объясняет, почему рост числа коммитов, push-операций и запусков CI требует новой архитектуры хранения репозиториев. Внутри — ограничения текущей схемы с пятью репликами, разделение compute и storage и результаты внутренних тестов: до 35 раз больше пропускной способности на запись.

🔴Announcing Cloudflare K2: serverless event streams.
Архитектурный разбор K2 — бессерверного журнала событий, построенного поверх объектного хранилища R2. Cloudflare рассказывает, как реализовала партиционирование, порядок сообщений и независимое масштабирование хранения и вычислений, а также разбирает ограничения подхода и отличия от очередей и Kafka.

🔴Scaling Kubernetes Workloads with Node Swap.
Бенчмарк Node Swap с NVMe-дисками для CI-сборок, изолированных Python-сред и браузерных sandbox-контейнеров. Авторы показывают, когда swap позволяет разместить на узле до трёх раз больше ворклоадов без заметного роста задержки, а где начинается падение производительности.

Посмотреть:

🔴От одного контейнера до 4000 RPS: как мы масштабировали GitLab в трех дата-центрах. Максим Степанов.
Кейс масштабирования GitLab: переход к распределённой установке, миграция хранения и бэкапов в S3, вынос очередей, Kubernetes, балансировка VCS и разделение нагрузки между Redis/Valkey-кластерами.

🔴Эволюция Kafka as a Service: от факапа до чилаута. Анастасия Цепелева.
Опыт перехода от одной большой Kafka к отдельным кластерам как сервису. В докладе — GitOps, Strimzi, автоматические обновления без простоя, пресеты конфигураций и middleware для упрощения авторизации.

🔴Beyond the OOM: Decoding Java Memory Behavior. Михаил Поливаха.
Практический разбор потребления памяти Java-приложениями. Почему NMT, VisualVM, JConsole и метрики ОС могут показывать разные результаты, как связаны физическая память, RSS/PSS, COW, cgroups и пулы JVM и где искать причину проблем с памятью в продакшене.

Кидайте подборку в «сохранённое», чтобы потом не grep’ать историю чата, и пересылайте коллегам — пригодится, когда очередное узкое место всплывёт уже в проде 🙌

Фрагментированный мир: как сохранять стабильную работу систем при внешних ограничениях.

Блокировки, нестабильную связность и ограничения на внешние сервисы приходится учитывать при проектировании и эксплуатации систем. На HighLoad++ 2026 этому посвящено отдельное направление программы — «Фрагментированный мир».

Сегодня рассказываем о трёх докладах из этого направления.

✔️ ALD Pro: мы и правда можем заменить MS AD или еще нет? Лев Николаев (Техническая академия Росатома).
Увидите, как ALD Pro работает в продуктивной среде, чем отличается от Active Directory и FreeIPA и где могут возникнуть сложности при переходе. Спикер также покажет многоуровневый стек для делегации прав, сценарии отказов и отказоустойчивую схему для клиентов.

✔️ На чем возможно построить мощную ИИ-инфраструктуру: ПАК vs не ПАК (самосбор). Антон Юдин (Группа Rubytech (Скала^р)).
Поймёте, можно ли строить ПАК на китайских GPU, сопоставима ли их производительность с Nvidia и можно ли использовать их для расширения существующей инфраструктуры. Отдельно — централизованное управление GPU и сравнение экономики ПАК и облака.

✔️ Комплаенс как системный анализ: как формулировать требования по 152-ФЗ, ФСТЭК и КИИ, чтобы их можно было реализовать в highload-системе. Татьяна Маркина (ТризТех (PT)).
На трёх практических примерах разберёте, как переводить требования 152-ФЗ, ФСТЭК и КИИ в метрики, критерии приёмки и зоны ответственности команд. В кейсах — локализация данных, требования к логам LLM и согласия на использование данных для обучения моделей.

Приходите, если сейчас решаете, чем заменить MS AD, на каких GPU строить ИИ-инфраструктуру или как перевести требования регуляторов в конкретные технические критерии.

📍30 ноября и 1 декабря, Москва, Кампус СКОЛКОВО, и онлайн.

✅ Программа ещё формируется, посмотреть принятую часть программы и выбрать формат участия можно на сайте

Что сейчас для вас важнее: понять пределы PostgreSQL под нагрузкой, посчитать экономику AI-инструментов или разобраться, как безопасно выпускать агентов в прод?

На HighLoad++ 2026 выбирать всё равно придётся: докладов много, а оказаться одновременно в нескольких залах пока невозможно 😉 Поэтому мы опубликовали предварительное расписание.

✏️ Уже можно отметить нужные разборы и собрать свой маршрут на 30 ноября и 1 декабря.

➡️ Смотрите расписание на сайте.
Пока планируйте карандашом — программа ещё формируется, поэтому возможны изменения.

Принесли вам пять свежих материалов. Здесь про оптимизацию сети, потоковые данные, ML-инфраструктуру, защищённый инференс и надёжность Kubernetes 🙌

1️⃣ We’re making Tailscale faster.
Инженерный разбор оптимизаций data plane Tailscale: меньше копирований пакетов, более короткие очереди и параллельная обработка. Изменение работы с буферами само по себе дало около 5% ускорения во многих конфигурациях.

2️⃣ Deduplicating Streams with Flink SQL.
Практический разбор дедупликации во Flink SQL. Автор сравнивает подходы по работе с состоянием, опоздавшим событиям, задержке и детерминированности и объясняет, когда Process Table Function предсказуемее сложного SQL-запроса.

3️⃣ Taming the ML Firehose: Scaling Feature Consistency.
Production-кейс Uber о согласованности признаков между обучением и инференсом при нагрузке до 8 млн предсказаний в секунду. Внутри — архитектура пайплайна, масштабирование Flink и результаты: объём сообщений сократился в 4–5 раз, пиковое отставание обработки — примерно на 70%.

4️⃣ Enabling Private High-Performance Production AI Inference with NVIDIA Confidential Computing.
Технический бенчмарк confidential computing на восьми GPU B200 и разбор узких мест. Система сохранила 96,1–98,2% исходной пропускной способности, а время генерации токена выросло на 1,2–4,3%.

5️⃣ Spotlight on SIG Apps.
Интервью с председателями SIG Apps о развитии workload-контроллеров Kubernetes. В фокусе — сбои узлов, надёжность базовых контроллеров и согласованный перезапуск распределённых задач через JobSet и LeaderWorkerSet.

Во всех пяти случаях результат зависит от конкретных решений: как обрабатывать пакет, хранить состояние, ограничивать нагрузку и восстанавливаться после сбоя.

AI в SDLC: как работают агенты и что меняется в разработке.

Внедрение AI в разработку важно оценивать не по факту подключения инструмента, а по изменениям в процессе, скорости, качестве и стоимости. На HighLoad++ 2026 обсудим, как агенты меняют разработку — от устройства инструментов до архитектуры, процессов и контроля результата.

Сегодня рассказываем о трёх докладах направления программы «AI в SDLC». В каждом своя практическая задача.

✔️ Пишем полноценную игру с новым CodeSpeak. Леша Гладков (независимый эксперт, ex-Head of Mobile в Леруа Мерлен).
Доклад поможет понять, как CodeSpeak работает с нестандартной задачей — разработкой игры, которая отличается от привычной прикладной разработки архитектурой и подходами.

✔️ Найти, изменить и доказать: как внутри устроены кодовые агенты. Дмитрий Антипов (Группа Сбер / VSRobotics).
Вы разберётесь, как агенты ищут и проверяют код, как LLM влияет на классический поиск и почему экономика KV-cache определяет архитектуру.

✔️ Вайбкодинг в облаке: API, документация и деплой под агента, а не под человека. Александр Сербул (Битрикс24).
На докладе вы разберётесь, как определить границы применимости enterprise-вайбкодинга, спроектировать высоконагруженную архитектуру и обеспечить прослеживаемость и качество результата.

Приходите, чтобы задать спикерам вопросы, сверить их опыт со своим и понять, что из услышанного можно применить в работе.

📍30 ноября и 1 декабря, Москва, Кампус СКОЛКОВО, и онлайн

✅ Посмотреть принятую часть программы и выбрать формат участия можно на сайте

Новый выпуск Podcast++ про то, как AI меняет разработку целиком, а не только ускоряет написание кода: что происходит с SDLC, когда нейросети становятся частью инженерного процесса.

🎤 Ведущий: Кирилл Россохин, CIO ВсеИнструменты.ру.

🖐 В гостях: Александр Поломодов, Technical Director & Fellow, AI4SDLC Advocate.

Обсудили: где AI уже реально дает эффект в разработке, почему одних копайлотов недостаточно, как меняются процессы и роли внутри команды и что нужно, чтобы перейти от отдельных AI-инструментов к системному AI4SDLC.

Этот выпуск будет полезен CTO, техлидам, engineering managers и всем, кто сейчас пытается понять, как встроить AI в разработку не ради эксперимента, а как рабочий инженерный процесс.

🎧 Слушать подкаст:
ВКонтакте
Яндекс Музыка
mave

🚀 Ищем волонтёров на AI Native Conf и AI Cases Conf

Хотите увидеть закулисье наших конференций, получить опыт организации мероприятий и стать частью профессионального сообщества? Присоединяйтесь к команде волонтёров!

Вас ждут: классная команда, понятные задачи и поддержка координаторов, доступ к контенту конференций, общение с экспертами и профессионалами из крупнейших IT-компаний, горячее питание в дни работы и, конечно, памятные подарки 🎁

Задачи: работа в залах, помощь с логистикой на площадке, регистрация участников и помощь в зоне выставки.

➡️ Отправить заявку на участие

Начинаем подробно рассказывать о программе HighLoad++ 2026 🙌

Сегодня три доклада из направления программы — AI в SDLC. Задачи, решение которых вы найдёте в этой тематике: как перестроить процесс разработки после внедрения AI, наладить проверку результата и оценить изменения в скорости, качестве и стоимости.

✔️ Self-Improving Software Factory: от AI-агентов к автономному SDLC. Андрей Неведин (Райффайзен Банк).
При переходе от отдельных coding agents к Software Factory приходите разобрать её архитектуру: модель, inner/outer harness и orchestration/control plane, а также verification и feedback loops для контроля качества результата и улучшения фабрики.

✔️ Свой «Claude Cowork» внутри контура компании — как мы прикрутили OpenCode к GitLab и получили универсального внутрикорпоративного агента для самых разных задач. Иван Красников (wikilect.com).
Для корпоративного агента в закрытом контуре Иван разберёт реализованное on-premise-решение на OpenCode и GitLab: разграничение доступа, изолированные среды, контроль расходов и аналитику использования документов в RAG.

✔️ Харнес, который написал сам себя: SDLC highload-проекта на 100 агентов. Андрей Носов (Raft).
Масштабирование харнеса от одного человека до команды из пяти и сотни параллельных агентов требует новых правил. Андрей разберёт версионирование agent.md, Red/Green Zone, права MCP, резервирование ресурсов и проверку согласованности правил.

Для команд, которые переходят от отдельных AI-инструментов к системной работе с агентами, эти доклады дадут конкретные ориентиры для архитектурных и процессных решений.

Программа ещё формируется, принятую часть можете посмотреть на сайте

AI в разработке: как довести эксперименты до работающего продукта

Сгенерировать код стало проще. Но кто проверит, что он решает задачу? Как подключить агента к существующей инфраструктуре? Что произойдёт, если пользователь начнёт управлять им через prompt injection?

20 октября на AI Native Conf разберём, как команды используют AI в разработке и продуктах, какие решения принимают и с какими ограничениями сталкиваются.

Вот несколько задач, с которыми стоит прийти:

→ Сохранить качество кода при переходе на AI-разработку.
Максим Лапшин из Erlyvideo расскажет, как компания с 17-летней историей за три месяца перешла на AI-first разработку и какие методики использует, чтобы получать работающий продукт. Подробнее о докладе.

→ Встроить LLM-агента в существующую систему.
Никита Зеленский из APEX Games разберёт подключение агента к инфраструктуре данных, галлюцинации в аналитике, выбор между MCP и прямыми API-вызовами, а также стоимость работы агента. Подробнее о докладе.

→ Понять, где агент может заменить привычный интерфейс.
Артем Самойлов из Сбера покажет, как заменил GUI работающего сервиса чатом на OpenClaw, сохранив бэкенд. Обсудим, что это меняет в разработке новых сценариев и какие риски prompt injection появляются. Подробнее о докладе.

Если вы уже пробуете AI в рабочих задачах, приходите сопоставить свой опыт с решениями других инженеров и обсудить, что применимо в вашем проекте.

📍 20 октября 2026 · Москва, кластер «Ломоносов», и онлайн

Посмотреть программу и выбрать формат участия

Каких компромиссов потребует новое решение?

Выбирая архитектуру, базу или AI-инструмент, важно понять, где решение упрётся в нагрузку, сколько будет стоить в эксплуатации и что произойдёт при отказе. На HighLoad++ 2026 будем разбирать всё это на реальных примерах.

В программу уже принято 35 докладов об архитектуре, базах, AI в SDLC, агентных платформах, безопасности и эксплуатации. И ещё один формат — деловая игра про жизненный цикл создания ИИ-агента. В этой игре участники станут командами-разработчиками и в ходе тендера заказчика будут искать слабые места, генерировать тесты, разбирать ошибки и оценивать риски.

Но и это ещё не всё 😉

Нашли задачи, с которыми работаете? Изучите программу подробнее и забронируйте билет на сайте ⬅️

⚡До 30 сентября действует текущая цена. 1 октября она вырастет в последний раз и станет максимальной.

Тусовка, всем привет от Игоря Сысоева!

Вы же знаете, кто это такой, а фронтенд это не только JavaScript с вёрсткой? :)

Встречались вчера одним из первых составов ПК HighLoad++ периода бурного роста.

Это примерно когда у первого айтишника возникла мысль "А не плохо бы смузи!", DevRel'ы ещё не знали, что они DevRel'ы. На HL++ стояли стенды Facebook, Google и Oracle, а Брюс Момжан был завсегдатаем конференции и мы с ним пили водку в Бочке.

В общем, в прошлой жизни.

Все выросли в IT-предпринимателей, у одного даже получилось :) Разговоры скачут с цепей Маркова на организацию продаж.

У Фишера продюсерский центр по обучению highload, Макс прогоняет через себя половину телевидения в стране, Костя пишет (пишет ему теперь Клод) продает СУБД Пикодата, а я торгую билетиками.

Вот только Игорь ничего не продает, может себе позволить.

А ведь были же нормальными людьми разработчиками!

Куда-то пропали с моих радаров из того состава только Слоник_в_домене и Постгресмен. Ну и некому раз в год приносить программу HighLoad++ на проверку (я приносил её старшим товарищам, Илье Сегаловичу и Володе Габриеляну).

—
Олег Бунин