Пилотный трек
AI in Software Development
Эксперименты, RCT, construct validity и benchmark validity — затем memo о внедрении.
Прогресс трека0/5
1. Ориентирование
За десять минут решить, заслуживает ли production-кейс глубокого чтения.
- 01Разобрать первый paper за 30 минут
BitsAI-CR: Automated Code Review via LLM in Practice
2. Как измеряют эффект
Сопоставить enterprise-эксперимент, RCT и productivity-прокси: что именно измерено в каждой работе и на ком.
- 02Разобрать первый paper за 30 минут
Achieving Productivity Gains with AI-based IDE features: A Journey at Google
Claims · продуктовые эксперименты · enterprise evidence
- 03Разобрать первый paper за 30 минут
Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity
RCT · effect size · внешняя валидность
- 04Разобрать первый paper за 30 минут
What's DAT? Three Case Studies of Measuring Software Development Productivity at Meta With Diff Authoring Time
Construct validity инженерной productivity-метрики
3. Что ломается
Оценить риск сгенерированного кода и границы benchmark validity до решения о внедрении.
- 05Разобрать первый paper за 30 минут
Is Vibe Coding Safe? Benchmarking Vulnerability of Agent-Generated Code in Real-World Tasks
Benchmark validity · functional/security outcomes
CAPSTONE
AI developer productivity: согласовать evidence
Capstone можно открыть сразу, но трек завершится только после всех его шагов.
Для завершения трека нужны все его шаги; capstone остаётся доступен напрямую.