惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

The Cloudflare Blog
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
人人都是产品经理
人人都是产品经理
C
Check Point Blog
有赞技术团队
有赞技术团队
H
Help Net Security
V
Vulnerabilities – Threatpost
N
News | PayPal Newsroom
Hacker News - Newest:
Hacker News - Newest: "LLM"
L
LINUX DO - 最新话题
Apple Machine Learning Research
Apple Machine Learning Research
博客园 - 【当耐特】
爱范儿
爱范儿
I
InfoQ
V
Visual Studio Blog
O
OpenAI News
Google DeepMind News
Google DeepMind News
S
Security Affairs
T
Troy Hunt's Blog
P
Palo Alto Networks Blog
Spread Privacy
Spread Privacy
Engineering at Meta
Engineering at Meta
雷峰网
雷峰网
N
Netflix TechBlog - Medium
Latest news
Latest news
H
Hackread – Cybersecurity News, Data Breaches, AI and More
Webroot Blog
Webroot Blog
S
Schneier on Security
MongoDB | Blog
MongoDB | Blog
T
Tor Project blog
V2EX - 技术
V2EX - 技术
Security Latest
Security Latest
Cloudbric
Cloudbric
The GitHub Blog
The GitHub Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
B
Blog RSS Feed
C
CERT Recently Published Vulnerability Notes
T
The Exploit Database - CXSecurity.com
P
Privacy International News Feed
S
Securelist
C
Cisco Blogs
博客园_首页
TaoSecurity Blog
TaoSecurity Blog
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Security Archives - TechRepublic
Security Archives - TechRepublic
P
Proofpoint News Feed
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
T
Threat Research - Cisco Blogs
阮一峰的网络日志
阮一峰的网络日志
S
Secure Thoughts

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Как устроена разработка ПО: разбираем Waterfall и Agile
sproshchaev · 2026-05-08 · via Все публикации подряд на Хабре

Уровень сложностиСредний

Время на прочтение6 мин

Охват и читатели907

Аналитика

Материал подготовлен в рамках курса «Системный аналитик. Базовый уровень».

Всем привет, меня зовут Сергей Прощаев. Я Tech Lead и руководитель направления Java | Kotlin разработки в FinTech, а также преподаю на курсах разработки и архитектуры в OTUS. В этой статье расскажу о том, как на самом деле устроен процесс создания ПО и почему выбор методологии разработки до сих пор вызывает жаркие споры даже в очень дорогих и успешных командах.

Когда я провожу собеседования, то почти всегда слышу в ответе про Agile, Scrum и «гибкость». Но когда задаёшь уточняющий вопрос: «А что именно делает ваш Waterfall негибким, и в какой момент Scrum становится опасным для продукта?», — повисает пауза.

Кажется, что вопрос методологии — это что‑то из школьной программы: все знают, все проходили. Но на практике большинство команд либо скатываются в хаос, маскируя его под Agile, либо закапывают продукт в документации, называя это Waterfall.

Сегодня разберём две фундаментальные модели разработки ПО без агитации за одну из сторон. Посмотрим, как устроен реальный, а не «книжный» процесс, и какие лучшие практики используют сильные команды, чтобы доставлять бизнес‑ценность, а не просто двигать стикеры по доске.

Процесс, которого нет, или почему без методологии сложно

Однажды мы запускали внутренний сервис для онбординга сотрудников в FinTech‑компании. Задача была простой: форма заявки на доступы, маршрут согласования, уведомления. Команда из трёх разработчиков села писать код «как обычно». Без внятного плана Requirements, без прозрачных этапов, без синхронизации с безопасниками.

Через месяц мы получили сервис, который делал всё, кроме того, что просил заказчик. Парадокс? Нет. Просто никто не понял, как интерпретировать фразу «автоматическое согласование». Разработчик сделал жёсткий BPMN‑движок, а бизнесу нужен был простой email‑флоу. Мы переписывали 70% кода. И именно тогда у меня окончательно сформировалось понимание: процесс — это не бюрократия, это договорённость о том, как именно мы договариваемся.

Waterfall — не динозавр, а каркас для сложного

Когда говорят «Waterfall», у многих перед глазами встаёт картинка: огромный документ на 300 страниц, который никто не читает, и год разработки без единого релиза.

Да, такая модель действительно существует, и называется она каскадной именно потому, что каждый этап жёстко следует за предыдущим. Сначала — полный сбор требований, затем — архитектура, потом кодирование, тестирование и только в конце — сдача заказчику. Вот как это выглядит в классическом, хрестоматийном виде (рис. 1):

Рис. 1 Классический каскад (Waterfall) — линейная последовательность этапов

Рис. 1 Классический каскад (Waterfall) — линейная последовательность этапов

Эта схема показывает классический Waterfall — каскадную модель, где работа движется строго сверху вниз. Каждый этап (анализ требований, проектирование, разработка, тестирование, внедрение) должен быть полностью завершён до перехода к следующему. Главный вывод: такая модель даёт предсказуемость и детальную документацию, но крайне негибка к изменениям — возврат на предыдущий этап требует значительных затрат и времени.

Но настоящая проблема не в том, что это «старая» модель. Она идеально работает там, где цена ошибки непомерно высока. Например, в FinTech‑разработке платежных шлюзов. Один из моих проектов был связан с интеграцией в систему быстрых платежей (СБП). Там требования фиксируются на уровне ЦБ: никаких «давайте попробуем и по ходу уточним». Если сообщение не соответствует спецификации формата ISO 20022, деньги просто не дойдут. Ты обязан сначала спроектировать всё до байта и только потом писать код. Waterfall там — это не архаизм, а вынужденная мера защиты от финансовых потерь.

Практика, которую я смело рекомендую, звучит так:

Waterfall — отличный выбор, когда требования стабильны и однозначны на старте. В банковском middleware, в авионике, в промышленных контроллерах он даёт больше пользы, чем вреда. Но применять его в потребительских продуктах, где рынок меняется каждые два месяца, — значит гарантированно сделать не то, что нужно пользователю.

Agile, который не работает на автомате

На другом полюсе — Agile. Про него написано так много, что кажется, будто достаточно взять Scrum Guide, расчертить доску в Jira и проводить дейли‑митинги, и всё станет хорошо.

Не станет.

Самое губительное заблуждение, которое я регулярно вижу, — это превращение Agile в ритуал. Команда раз в две недели делает «спринт», но при этом архитектура продолжает разваливаться, а спринт‑ревью превращается в презентацию для галочки. Главная ценность Agile не в скорости, а в петлях обратной связи. Вот схема, которая отражает суть генеративного цикла разработки:

Рис. 2 Генеративный процесс Agile — петля обратной связи как двигатель ценности

Рис. 2 Генеративный процесс Agile — петля обратной связи как двигатель ценности

Эта схема показывает суть генеративного цикла Agile. В отличие от линейного Waterfall, работа строится не на жёстком плане, а на проверке гипотез: идея из бэклога превращается в работающий фрагмент продукта за короткий спринт, демонстрируется пользователю, а его обратная связь немедленно влияет на то, что команда будет делать дальше. Главный вывод: процесс зациклен на постоянной валидации ценности — мы не просто выполняем задачи, а непрерывно уточняем, туда ли мы движемся, и адаптируемся к реальным потребностям, а не к первоначальным предположениям.

Здесь важно смещение акцента. Мы не просто «делаем задачи по очереди». Мы валидируем гипотезы. Лучшие практики команд, работающих в этом направлении, строятся на трёх китах:

  • Первый — Contract‑First разработка. Даже в Agile сильные бэкенд‑команды перед кодированием фиксируют API‑контракты в виде Swagger‑спецификации. Я видел, как это спасло проект в рознице: фронтендеры и бэкендеры работали параллельно, ориентируясь на утверждённый контракт. Это не противоречит Agile, это убирает хаос на этапе стыковки.

  • Второй — Trunk‑based Development. Практика, когда разработчики сливают код в одну главную ветку как минимум раз в день, а не сидят в долгоживущих feature‑ветках. Это сложно, это требует мощного CI/CD, но это даёт настоящее сокращение time‑to‑market, а не иллюзию спринта.

  • Третий — Event Storming на старте. Вместо того чтобы системный аналитик писал унылый документ, вся команда (включая продакта и разработчиков) за пару часов буквально «собирает» процесс из событий, команд и агрегатов на стикерах в Miro. Это не замена классическому анализу, а один из лучших способов быстро выявить узкие места.

Как сильные команды выбирают свой путь

На самом деле холивар «Waterfall vs Agile» давно устарел. Лучшие команды, с которыми я работал последние годы, смешивают подходы. Они используют Waterfall‑подход (этап Analysis & Design) для проектирования архитектуры и базы данных, но при этом реализацию фич ведут короткими итерациями, выкатывая MVP за 2–4 недели.

Так, в одном проекте по созданию системы KYC (Know Your Customer) мы потратили полтора месяца только на разбор регуляторики, схем хранения ПДн и проектирование контрактов с внешними сервисами. Это был чистый «водопад» в рамках большого релиза. А дальше — начался Scrum с еженедельными демо для комплаенса. И это не противоречило друг другу, потому что команда понимала: правила игры заданы до начала кодинга, а вот UX и сценарии обработки ошибок — это то, что будет меняться.

Что в итоге?

Разработка ПО устроена проще, чем кажется, но сложнее, чем пишут в учебниках. Не существует серебряной пули. Waterfall даёт стабильность и предсказуемость там, где требования заморожены, а цена ошибки критична. Agile даёт скорость и адаптивность, но требует зрелости команды и готовности к постоянной синхронизации. Провалы случаются не из‑за «неправильной» методологии, а из‑за отсутствия настоящего анализа: когда никто не задаёт вопросы «а что, если?» и не проверяет гипотезы до того, как написан код.

Именно способности выстраивать процессы под задачу, а не натягивать шаблоны на реальность, мы уделяем много внимания на курсе OTUS «Системный аналитик. Базовый уровень».
На занятиях разбирают, как работать с требованиями, моделировать процессы, взаимодействовать с заказчиками и командой разработки, а также выбирать подходы, которые помогают доводить продукт до понятного результата.

Если хотите развиваться в системном анализе или смежных направлениях, посмотрите также каталог курсов по аналитике и анализу: там собраны программы для тех, кто хочет глубже разбираться в требованиях, данных, бизнес-процессах и проектировании IT-решений.

[Перейти в каталог]