The Critical Skill Nobody Teaches You

Transforming teamwork: Unlocking AI-driven success in cloud

Atlassian giới thiệu bộ công cụ Teamwork Collection (Jira, Confluence, Loom, Rovo) như nền tảng cốt lõi cho chuyển đổi đám mây dựa trên AI, nhấn mạnh tầm quan trọng của việc hợp nhất công cụ và kết nối lập kế hoạch, tri thức và giao tiếp. Ba trụ cột chính bao gồm xây dựng lớp trí tuệ kết nối thông qua Teamwork Graph, cải thiện cộng tác bất đồng bộ với Loom (ROI 232% theo nghiên cứu của Forrester), và tích hợp AI qua Rovo vào quy trình hiện có. Thông điệp chính là các công cụ rời rạc cản trở việc áp dụng AI, trong khi nền tảng thống nhất đẩy nhanh kết quả.

Lập trình viên nên đọc bài này để hiểu cách AI tích hợp vào các công cụ cloud như Atlassian giúp tối ưu hóa việc quản lý dự án, từ đó tiết kiệm thời gian và nâng cao hiệu quả làm việc nhóm trong môi trường công nghệ hiện đại.

Cost centers now support enterprise teams

GitHub Enterprise Cloud now allows enterprise teams to be added as resources within cost centers. Usage incurred by team members is automatically attributed to the corresponding cost center, and attribution updates dynamically as team membership changes via manual updates or IdP sync through SCIM. This lets enterprises align their billing structure with their organizational structure, and enables spend capping at the group level by setting budgets on cost centers that contain teams. The feature is available to enterprise owners and billing managers on GitHub Enterprise Cloud.

Engineering managers ditch cloud AI for local LLMs

Engineering managers are increasingly turning to local LLMs as a third option between expensive cloud AI licences and legal restrictions on data governance. The trend gained credibility when Georgi Gerganov, creator of llama.cpp, publicly endorsed using a Qwen3-27B model locally for daily coding tasks. Former Meta/Google DeepMind VP Mat Velloso is also switching to open-weight models, citing concerns about reliance on proprietary models that could be withdrawn without notice. Local models are seen as already capable enough for routine tasks like autocomplete, refactoring, documentation, and test generation, especially where latency, privacy, or cost predictability matter more than peak capability.

Why Scrum Isn’t Working Even Though You’re Doing Scrum

Organizations often implement all the Scrum ceremonies and roles yet still fail to see the expected benefits. The core problems are: Scrum events becoming empty rituals rather than value-generating activities, sprint interruptions being treated as costless when they erode team trust and focus, organizational lack of prioritization pushing too many demands onto teams, leaders not creating the right environment for self-managing teams, Scrum Masters staying too close to the team instead of removing organizational impediments, and excessive rules making Scrum feel like bureaucracy. The recommended approach is to apply Scrum's own inspect-and-adapt principle to improve Scrum itself — identifying the biggest root cause and experimenting with one change at a time rather than attempting a big-bang reset.

The Network You Can’t See

Using the collapse of Schwinn Bicycle Company as a case study, this piece argues that leaders operate within two networks: a visible managed network of direct reports and peers, and an invisible second network of weak ties. Drawing on Mark Granovetter's 1973 'Strength of Weak Ties' research and AnnaLee Saxenian's comparison of Silicon Valley vs. Route 128, it explains why strong-tie networks produce informationally redundant feedback loops while weak ties bridge structural holes and deliver novel signal. Schwinn's executives failed not from lack of intelligence but from a closed advisory loop that couldn't surface the mountain bike revolution happening in their own backyard. The post advocates for deliberately cultivating weak ties through peer groups and periodic outreach, offering diagnostic questions to assess whether your second network is alive or atrophying.

5 Talks to Inspire (and Level Up) Your Tech Team

A curated preview of five talks at Codemotion Milan 2026 aimed at developers, tech leads, and engineering managers. Topics include how to interview engineers in the AI era, giving difficult feedback outside code reviews, the Kotlin creator's perspective on the future of programming, why coding agents still need human engineers, and applying the Swiss cheese model to PR quality. Each session is framed around practical takeaways for teams navigating AI-driven changes to development workflows.

Killing a project is every engineering leader’s hardest call

Các trưởng nhóm kỹ thuật thường nhầm lẫn giữa việc ủng hộ đội ngũ với việc bảo vệ dự án cụ thể, dẫn đến việc duy trì những công việc không hiệu quả. Bài viết chia sẻ cách sử dụng một tiêu chí có bốn câu hỏi (lý thuyết thay đổi, số liệu đo lường, lợi thế độc nhất, chi phí cơ hội) để đưa ra quyết định dừng các dự án yếu kém một cách có nguyên tắc, giúp đội ngũ tập trung vào hiệu suất thay vì dự án cá nhân.

Lập trình viên nên đọc bài này để hiểu cách áp dụng các quyết định chiến lược như "kill project" không chỉ là việc loại bỏ công việc mà là bảo vệ năng suất thực sự của đội, giúp họ tập trung vào những công việc mang lại giá trị lâu dài hơn.