Расписание

Как мы разрабатываем фронтенд с AI-агентами: сохраняем требования в спецификациях, сверяем интерфейс с макетами и проверяем исправления. Покажу наш процесс, его ограничения и результаты в сроках, токенах.

А вы знали, что 80% состояния в ваших frontend-проектах — это кеш?

Application State, Local State, Server State — пришло время расставить все точки над state и научиться готовить его правильно!

Привычное observability отвечает на вопрос «что выполнялось». Ты знаешь, что trace'ы и span'ы описывают вызовы функций, а ошибки с «тихими» неправильными данными с переменным успехом найдутся в логах.

Но удобное observability, как манящий оазис в пустыне, всегда где-то там «на горизонте». Доклад поможет связать контекст выполнения с данными, сделать их путь до OpenTelemetry полезным и наглядным. Всё в рамках стандартного runtime'а, без патчей V8 и прочей «уличной магии»… хотя чуть-чуть будет, конечно: куда ж без этого.

Участников ждет серия коротких игровых заданий в постоянно меняющихся командах.

Как разрабатывать проекты с помощью Claude/Codex и не сойти с ума. В докладе расскажу про важные возможности Claude и покажу, как применять подход SDD на практике.

У hydration mismatch, FOUC и layout shift одна причина: сервер не знает состояния клиента и рендерит первый ответ вслепую. Покажу карту слепых зон сервера и пять стратегий их преодоления.

В современном фронте появилось множество стейтменеджеров, которые решают задачи бизнеса по-разному, зачем было создавать очередной стейтменеджер?

AI-агенты пишут код быстрее, чем мы успеваем проверять его вручную. В докладе рассмотрим, как автоматизировать контроль качества и сделать процесс разработки с агентами надежнее и быстрее.

В докладе разберем, почему тесты в вебе часто превращаются в формальность, чем команды ошибочно называют e2e и как выстроить нормальный инженерный подход к тестированию. Основной упор сделаем на практику: на примерах функций, React-хуков и компонентов покажем подходы, которые можно применять в реальных проектах уже на следующий день.

Хочу рассмотреть один из возможных взглядов на UI, сочетающий чистоту функциональной парадигмы и изменчивость реактивной модели, — инкрементальные вычисления. Разберем саму идею и ее воплощение в общеизвестных JS-фреймворках, погрузимся в нюансы реализации.

Расскажу, что поменялось в React Compiler за год после релиза, были ли исправлены недоработки первого релиза, когда можно отказаться от useMemo самому и о каких подводных камнях React Compiler нужно знать, чтобы доверить отказ от useMemo кодинг-агенту.

Подписка есть, агенты есть, скиллы есть, а результата нет.

Как управлять качеством и контролировать результат через правила для ИИ (AI Governance).

Хорошая архитектура — не про то, «в какую папку положить», а про то, где проводить границы. Разбираем один переносимый принцип: барьер стоит ставить там, где кончается твой контроль, — и на реальных примерах смотрим, когда абстракция окупается, а когда это лишний оверхед.

Хорошей модели и готового AI-агента недостаточно: для работы в масштабах компании вокруг них нужен harness из скиллов, инструментов, правил и проверок. Расскажу, как мы построили Agents Rules — платформу, которая хранит, проверяет и доставляет настройки OpenCode в рабочие репозитории, превращая находки одной команды в готовые инструменты для остальных.

Мы с вами попробуем разобраться, когда микрофронты помогут вашему приложению, а когда усложнят его без особой на то необходимости.

Это история о том, как мы построили систему, которая позволяет проверять техническое качество в 100+ репах и раскатывать на них массовые изменения. Расскажу про технические сложности: как что-то искать не только грепом, как эффективно использовать библиотеки для трансформации кода, как интегрировать это с CI. Ну и конечно же, как встроить это в процессы работы команд.

Дорогой читатель, что ты выберешь: конечный навык или навык создавать навыки? Приходи на интерактивный мастер-класс по Skill. Почему интерактивный? Поработаем все вместе прямо в зале.

Если взять макет и отдать его ИИ-агенту, результат из коробки — лотерея: выдуманные компоненты, инлайн-стили и «дивная» верстка вместо вашего ui-kit. В докладе разберем, каким требованиям должны отвечать макет и ui-kit, и настроим связку Figma MCP + агент так, чтобы код генерировался на ваших компонентах и проходил ваше ревью. А затем в живой демонстрации провалидируем макет, настроим маппинг компонентов и сверстаем страницу и форму с валидацией на кастомном ui-kit.

В докладе будет рассмотрен протокол AG-UI для построения агентских приложений на примере связки с LangGraph и Copilotkit. Мы затронем архитектуру shared-state и передачи тулов между фронтендом и агентом в сравнении с классическим REST.

Аналитика, трассировка, мониторинг, девтулзы — все они такие разные, но занимаются одним и тем же — агрегацией логов. Поговорим о том, как всё это можно унифицировать и упростить жизнь себе, LLM, бизнесу.

Будем разбираться, чем тестирование отличается от обеспечения качества, потестируем фичу руками, перенесем проверки в код, поревьюим автотесты и требования и попробуем понять, какие метрики качества действительно имеют смысл.

Прямо на сцене обучим на JS локальную модель, которая смотрит на отрендеренный компонент и отличает хорошую верстку от плохой, затем встроим ее в MCP-сервер.

Интерфейсы без теории цвета — это как JavaScript без алгоритмов.

Доклад проведет разработчиков от теории к практике, от генерации нужных оттенков к работе с темами. Познакомит с техниками, позволяющими писать более гибкий код на основе теории цвета уже сейчас.

Вы увидите, как привычный JavaScript оказывается на микроконтроллере и становится мостом между реальным миром и ИИ-агентом.

Пройдем все шаги — от кода на чипе до связки с ИИ.

Создаем поисковый навык для AI-агента, который умеет работать с закрытой документацией, корпоративными Wiki и другими внутренними источниками. Пройдем путь от наивного прототипа до готового решения для закрытого контура, разберем ключевые технические решения и посмотрим всё в работе на живой демонстрации.

Рассмотрим, как работает наш любимый V8, на примерах кода, посмотрим, что происходит с нашим кодом внутри движка, а также узнаем, что за лев этот Турболев и что это принесет нам в будущем!

Расскажу, что такое Language Server Protocol, как устроено взаимодействие редактора и language server, какие задачи он решает, — и покажу, как написать свой language server.

Разработчики игр постоянно ноют, что графика и сетевые взаимодействия — самое сложное в игростроении. Тем временем мы в вебе только и делаем, что отправляем байтики по сети и красим пиксели.

Неужели в геймдеве у всех такие посредственные навыки? Или, может, мы чего-то не знаем о том, насколько глубока эта кроличья нора?

Практический разбор Schema Driven UI в долгоживущем корпоративном продукте: DSL форм, конструктор интерфейсов, отрисовка по схеме, побочные эффекты, миграция UI kit, версионирование схем и, конечно, недостатки подхода.

В финале обсудим, почему генерации интерфейсов с помощью AI нужен не произвольный JSX, а безопасный DSL и ограниченный набор компонентов.

Зачем вообще ONNX на клиенте? Сравнение серверного инференса и клиентского: латентность, стоимость, приватность данных. Когда это оправдано, а когда антипаттерн, и многое другое.

Чтобы ракета летела, у нее должна гореть... сборка. Существуют десятки методов, позволяющих ускорить сборку, но обычно применение всех стандартных методов не дает прироста выше 40–50%. Расскажу, как сократить время сборки пайплайнов до 97%, а также дам основную часть исходного кода решения, доказав, что хороший код можно писать даже в инфраструктурных скриптах!

Осторожно, хардкор!

В докладе я покажу два способа дать модели обратную связь: формальную спецификацию на основе типов и теории категорий и runtime-контур, в котором сгенерированный черновик инструментируется, запускается и возвращает ИИ трассу выполнения.

Пройдем путь от силлогизмов Аристотеля и чисел Чёрча до TypeScript, prompting-практик и архитектуры AI-агента. В конце разберем результаты экспериментов в Avito: корректность, число итераций, токены, задержку, стоимость и границы применимости подхода.

Разберем историю одной команды, которая отправилась на хакатон, где каждый выбрал себе по стейт-менеджеру. И что из этого вышло…

Нетипизированный DI, try/catch, сайд-эффекты, AbortSignal'ы, велосипеды... TypeScript может лучше.

Дорогой читатель, что ты выберешь: конечный навык или навык создавать навыки? Приходи на интерактивный мастер-класс по Skill. Почему интерактивный? Поработаем все вместе прямо в зале.