Пишу про AI Coding, помогаю разработчикам освоить AI, внедряю AI в бизнес, провожу консультации.
О канале https://t.me/the_ai_architect/2
Связь: @yatimur | Визитка: timurkhakhalev.t.me
О канале https://t.me/the_ai_architect/2
Связь: @yatimur | Визитка: timurkhakhalev.t.me
Claude Code стал лучше. Опять. Его случайно опенсорснули
Как и год назад, кто то из команды Anthropic случайно включил сорс-мапы в релиз и благодаря этому красавчику мы теперь имеем возможность изучить Claude Code получше.
Вот что из интересного удалось нарыть:
- Buddy — тамагочи AI компаньон прямо в Claude Code. Судя по всему, это прекол для 1 апреля
- Kairos — persistent assistant. Насколько я понял, это альтернатива openClaw. Ну не смогли Анты игнорить спрос на такой продукт
- Ultraplan — режим планирования, в котором предлагается дать CC 10-30 минут времени для того чтобы передать подготовку плана в web и там Opus 4.6 подготовил план и вернул обратно. Зачем передавать в веб? Не понятно
- Undercover — режим "маскировки", насколько я понял, нужен для тех случаев, когда сотрудники Anthropic работают над публичными репозиториями и не хотят, чтобы их Claude Code был раскрыт. В таком режиме детерменированно вырезаются соавторства, имена моделей и т. д.
Ещё мне стало интересно, а как работает телеметрия в Claude Code?
На самом деле, ничего сверх-секретного нет. Флаги DISABLE_TELEMETRY и CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC отключают всю телеметрию (об этом было известно давно).
А как Claude Code определяет, что вы пользуетесь двумя аккаунтами с одного устройства?
В файле ~/.claude.json поле userID - это randomBytes(32).toString('hex'), который генерится один раз и является вашим device id.
Исходный твит. А тут народ уже собрал все интересные детали в одном месте.
#aicoding@the_ai_architect
Лайк, репост,
✔️ Тимур Хахалев про AI Coding, подписывайтесь!
Как и год назад, кто то из команды Anthropic случайно включил сорс-мапы в релиз и благодаря этому красавчику мы теперь имеем возможность изучить Claude Code получше.
Вот что из интересного удалось нарыть:
- Buddy — тамагочи AI компаньон прямо в Claude Code. Судя по всему, это прекол для 1 апреля
- Kairos — persistent assistant. Насколько я понял, это альтернатива openClaw. Ну не смогли Анты игнорить спрос на такой продукт
- Ultraplan — режим планирования, в котором предлагается дать CC 10-30 минут времени для того чтобы передать подготовку плана в web и там Opus 4.6 подготовил план и вернул обратно. Зачем передавать в веб? Не понятно
- Undercover — режим "маскировки", насколько я понял, нужен для тех случаев, когда сотрудники Anthropic работают над публичными репозиториями и не хотят, чтобы их Claude Code был раскрыт. В таком режиме детерменированно вырезаются соавторства, имена моделей и т. д.
Ещё мне стало интересно, а как работает телеметрия в Claude Code?
На самом деле, ничего сверх-секретного нет. Флаги DISABLE_TELEMETRY и CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC отключают всю телеметрию (об этом было известно давно).
А как Claude Code определяет, что вы пользуетесь двумя аккаунтами с одного устройства?
В файле ~/.claude.json поле userID - это randomBytes(32).toString('hex'), который генерится один раз и является вашим device id.
Исходный твит. А тут народ уже собрал все интересные детали в одном месте.
#aicoding@the_ai_architect
Лайк, репост,
Не шутка! Ребята из Codex выпустили плагин для Claude Code.
Состоит из нескольких команд:
/codex:review — запускает read-only Codex review./codex:adversarial-review — запускает управляемый code review с возможностью задать вопросы по имплементации./codex:rescue — передает задачи в CodexМенеджить джобы в бэкграунде можно с помощью
/codex:status, /codex:result, и /codex:cancelУстановить:
/plugin marketplace add openai/codex-plugin-cc
/plugin install codex@openai-codex
/codex:setup
Инструкция тут
Примечательно, что codex exec запускается не просто из bash, а через .mjs скрипт на 1k строк 🙂
#aicoding@the_ai_architect
Лайк, репост,
Anthropic выпустили статью о том как их разраб создал себе harness для выполнения длительных задач по кодингу.
Harness design for long-running application development
Думаю, те кто находятся на таком же уровне владения ai coding как я, уже сталкивались с проблемами, описанными в статье.
Автор рассказывает о том, как он пришёл к такому сетапу выполнения больших задач: planner (создает спеки по задаче из промпта пользователя), generator (пишет код) и evaluator (проводит независимое тестирование предыдущего шага).
Вот что мне показалось примечательным:
◾️
Автор статьи признает, что Claude из коробки склонен сглаживать углы, поэтому даже evaluator (у которого свой контекст!) пропускал многие баги.
Кто бы мог подумать! А мог бы просто пересесть на codex с GPT 5.4 ))
◾️ Автор говорит, что в начале ему приходилось сильно декомпозировать задачи (с поколением 4.5), а с выходом Opus 4.6 надобность в этом отпала.
Тут соглашусь - даже с предыдущим поколением GPT 5.2-5.3 необходимость в сильной декомпозиции задач действительно отпала
◾️ Ну и конечно же сам факт того, что ребята пришли к той системе, с которой я работаю примерно с сентября 🙂 В декабре видос об этом записывал.
Сейчас я уже на второй версии этого подхода — собрал в skill для codex, результат шикарный, каждая задача выполняется ровно так, как было задумано!
#aicoding@the_ai_architect
Лайк, репост,
✔️ Тимур Хахалев про AI Coding, подписывайтесь!
Harness design for long-running application development
Думаю, те кто находятся на таком же уровне владения ai coding как я, уже сталкивались с проблемами, описанными в статье.
Автор рассказывает о том, как он пришёл к такому сетапу выполнения больших задач: planner (создает спеки по задаче из промпта пользователя), generator (пишет код) и evaluator (проводит независимое тестирование предыдущего шага).
Вот что мне показалось примечательным:
◾️
Out of the box, Claude is a poor QA agent. In early runs, I watched it identify legitimate issues, then talk itself into deciding they weren't a big deal and approve the work anyway. It also tended to test superficially, rather than probing edge cases, so more subtle bugs often slipped through
Автор статьи признает, что Claude из коробки склонен сглаживать углы, поэтому даже evaluator (у которого свой контекст!) пропускал многие баги.
Кто бы мог подумать! А мог бы просто пересесть на codex с GPT 5.4 ))
◾️ Автор говорит, что в начале ему приходилось сильно декомпозировать задачи (с поколением 4.5), а с выходом Opus 4.6 надобность в этом отпала.
Тут соглашусь - даже с предыдущим поколением GPT 5.2-5.3 необходимость в сильной декомпозиции задач действительно отпала
◾️ Ну и конечно же сам факт того, что ребята пришли к той системе, с которой я работаю примерно с сентября 🙂 В декабре видос об этом записывал.
Сейчас я уже на второй версии этого подхода — собрал в skill для codex, результат шикарный, каждая задача выполняется ровно так, как было задумано!
#aicoding@the_ai_architect
Лайк, репост,
dogfooding — это практика использования собственного продукта или услуг для улучшения этого продукта или услуг
В последние пару дней я занимаюсь подготовкой своей платформы к своему курсу.
Я не фронтендер, не маркетолог, не инфоцыган, я бэкендер. Поэтому я не знаю точно, как должен выглядеть правильный лендинг, платформа для курсов. Но у меня есть примерное понимание этого, поэтому процесс создания этого всего у меня выглядит примерно так:
1. Обрисовать свою идею в codex — рассказать продуктовую часть (формат курса) и попросить создать модель для моей текущей платформы, где я уже продаю воркшопы
2. Обсудить это и сохранить в план
3. Запустить в имплементацию
4. Спустя 1-1.5 часа получить готовый результат (в это время я занимаюсь другими своими делами) и идти протыкивать в интерфейсе.
5. Собрать самые критичные нюансы, которые мне не нравятся и вернуться к кодексу
6. Обсудить, как тут, вот тут, и здесь сделать лучше
7. Создать новый план и запустить имплементацию.
И так по кругу.
Как только результат меня устраивает, уточняю мелочи и готовлюсь к сливанию кода в общую ветку.
Далее, запустить ревью с разных "углов", чтобы узнать, как текущий proof of concept можно довести до production-ready решения и собрать несколько развесистых планов (задач) по рефакторингу. Это может включать в себя пересмотр архитектуры, моделей данных, миграций и т. д.
Прокрутить рефакторинги по отложенной схеме и проверить работу платформы ещё раз. Если устроит — можно релизиться.
В моём курсе по ai coding для программистов мы начнём обучение с основных важных "кирпичиков", необходимых для работы с ai coding agents и вообще с ai.
К концу курса мы уже будем собирать свои workflows, как тот, что я описал выше.
Если вам интересен такой курс, пройдите короткий опрос (занимает 1 минуту) в моём боте и получите скидку после открытия продаж.
stay tuned.
В последние пару дней я занимаюсь подготовкой своей платформы к своему курсу.
Я не фронтендер, не маркетолог, не инфоцыган, я бэкендер. Поэтому я не знаю точно, как должен выглядеть правильный лендинг, платформа для курсов. Но у меня есть примерное понимание этого, поэтому процесс создания этого всего у меня выглядит примерно так:
1. Обрисовать свою идею в codex — рассказать продуктовую часть (формат курса) и попросить создать модель для моей текущей платформы, где я уже продаю воркшопы
2. Обсудить это и сохранить в план
3. Запустить в имплементацию
4. Спустя 1-1.5 часа получить готовый результат (в это время я занимаюсь другими своими делами) и идти протыкивать в интерфейсе.
5. Собрать самые критичные нюансы, которые мне не нравятся и вернуться к кодексу
6. Обсудить, как тут, вот тут, и здесь сделать лучше
7. Создать новый план и запустить имплементацию.
И так по кругу.
Как только результат меня устраивает, уточняю мелочи и готовлюсь к сливанию кода в общую ветку.
Далее, запустить ревью с разных "углов", чтобы узнать, как текущий proof of concept можно довести до production-ready решения и собрать несколько развесистых планов (задач) по рефакторингу. Это может включать в себя пересмотр архитектуры, моделей данных, миграций и т. д.
Прокрутить рефакторинги по отложенной схеме и проверить работу платформы ещё раз. Если устроит — можно релизиться.
В моём курсе по ai coding для программистов мы начнём обучение с основных важных "кирпичиков", необходимых для работы с ai coding agents и вообще с ai.
К концу курса мы уже будем собирать свои workflows, как тот, что я описал выше.
Если вам интересен такой курс, пройдите короткий опрос (занимает 1 минуту) в моём боте и получите скидку после открытия продаж.
stay tuned.
Вот такой заголовок GPT 5.4 придумал для моего дашборда со статистикой по гитхабу.
Ринат @llm_under_hood запустил челлендж (суть - показать свою статистику по гиту: коммиты, проекты, loc), а Нейро Ковальский (@neuraldeep) передал мне эстафету, так что делюсь своей статистикой!
Продолжение в комментах
Можно заметить, что как и у многих, больше всего кода стало генериться начиная с октября-ноября — тогда как раз появились наконец-то крутые модели и мы их уже хорошо освоили.
Поделитесь своей статистикой в комментах, а эстафету я передаю @deksden_notes, @etechlead, @ilya_kruglov, @nyxandro
Решил я тут поставить клешню (openclaw) второй раз в жизни (первый раз было 26 января)
Кейс - дать клешне доступ к git repo и общаться с ним через чатик, просить вносить изменения в репо (это не кодинг, только некоторые заметки). Инпут - фото, аудио. Модель - z.ai (у меня годовая подписка на самом жирном тарифе простаивает)
Решил ставить клешню на VPS, взял один из своих на 3 vcpu, 4 GB ram.
Открыл codex app и попросил его настроить мне клешню. Выбрали конфиги, запустили openclaw, итог — 3 ядра и 4 GB ram загружены, сервер завис.
Ок, поехали пробовать следующую клешню.
Мне подсказали попробовать nullclaw — написано на zig, жрет 1mb памяти и бинарник весит 678 kb!
Ок, выбрали с кодексом настройки для этой клешни, поотправлял ему сообщения, вроде всё работает и даже аудио читается, но вот на запрос "посмотри какие файлы у тебя доступны" бот отвечает "ща посмотрю" и замолкает.
Пошли с кодексом разбираться и наткнулись на баг этой клешни — что то связанное со стримингом, через конфиг починить не получилось, кодекс предложил пропатчить исходники и починить это.
Ну здесь я уже понял, что я напишу этот пост в канал и спрошу вас, дорогая аудитория:
а вы пользуетесь клешней? если да то какой именно? есть что-то, что не нужно настраивать так долго?
у меня требования по функционалу простые: z.ai в качестве движка, groq для распознавания аудио, работа через telegram, возможность работы с bash, поиск в интернете, открытие ссылок и другие дефолтные команды
Кейс - дать клешне доступ к git repo и общаться с ним через чатик, просить вносить изменения в репо (это не кодинг, только некоторые заметки). Инпут - фото, аудио. Модель - z.ai (у меня годовая подписка на самом жирном тарифе простаивает)
Решил ставить клешню на VPS, взял один из своих на 3 vcpu, 4 GB ram.
Открыл codex app и попросил его настроить мне клешню. Выбрали конфиги, запустили openclaw, итог — 3 ядра и 4 GB ram загружены, сервер завис.
Ок, поехали пробовать следующую клешню.
Мне подсказали попробовать nullclaw — написано на zig, жрет 1mb памяти и бинарник весит 678 kb!
Ок, выбрали с кодексом настройки для этой клешни, поотправлял ему сообщения, вроде всё работает и даже аудио читается, но вот на запрос "посмотри какие файлы у тебя доступны" бот отвечает "ща посмотрю" и замолкает.
Пошли с кодексом разбираться и наткнулись на баг этой клешни — что то связанное со стримингом, через конфиг починить не получилось, кодекс предложил пропатчить исходники и починить это.
Ну здесь я уже понял, что я напишу этот пост в канал и спрошу вас, дорогая аудитория:
а вы пользуетесь клешней? если да то какой именно? есть что-то, что не нужно настраивать так долго?
у меня требования по функционалу простые: z.ai в качестве движка, groq для распознавания аудио, работа через telegram, возможность работы с bash, поиск в интернете, открытие ссылок и другие дефолтные команды
Успейте попробовать Codex App (приложение) с удвоенными лимитами до 2 апреля.
Обзорное видео на мой текущий инструмент! Показал так же какого уровня задачи я с ним делаю.
Гоу смотреть!
Лайк, репост,
Как получить первое место в популярном бенчмарке
1. Загружаем себе датасеты бенчмарка (они публичны)
2. Проходим их вне конкурса и собираем для себя успешные "траектории"
3. Зашиваем эти успешные траектории в свой coding agent в виде скилла
4. При запуске benchmark harness, мы в качестве имени модели передаём туда зашифрованную xor строку вида <model>T<task-name>
5. Наш coding agent незаметно деобфусцирует имя модели и подкидывает нужный скилл модельке
6. Наш агент успешно проходит задачу
7. На всякий случай добавляем sleep(), чтобы не выделяться ещё и по скорости прохождения
8. Повторяем тоже самое для всех задач бенча
9. Готово! вы на 1 месте в terminal bench!
представили, если бы кто-то так сделал?
а openblock и представлять не надо, вчера они открыли публичный доступ к своему агенту ob1 и в течение дня их разоблачили.
тут можно почитать расследование
вообще конечно сильный кек произошел, я не ожидал, что эти бенчи можно настолько легко облапошить.
как им теперь доверять?
получается, что сейчас любая команда, которая хочет засветиться, может изучить открытые бенчи, собрать "траектории" и дальше с помощью своей смекалочки придумать способ облапошить организаторов?
1. Загружаем себе датасеты бенчмарка (они публичны)
2. Проходим их вне конкурса и собираем для себя успешные "траектории"
3. Зашиваем эти успешные траектории в свой coding agent в виде скилла
4. При запуске benchmark harness, мы в качестве имени модели передаём туда зашифрованную xor строку вида <model>T<task-name>
5. Наш coding agent незаметно деобфусцирует имя модели и подкидывает нужный скилл модельке
6. Наш агент успешно проходит задачу
7. На всякий случай добавляем sleep(), чтобы не выделяться ещё и по скорости прохождения
8. Повторяем тоже самое для всех задач бенча
9. Готово! вы на 1 месте в terminal bench!
представили, если бы кто-то так сделал?
а openblock и представлять не надо, вчера они открыли публичный доступ к своему агенту ob1 и в течение дня их разоблачили.
тут можно почитать расследование
вообще конечно сильный кек произошел, я не ожидал, что эти бенчи можно настолько легко облапошить.
как им теперь доверять?
получается, что сейчас любая команда, которая хочет засветиться, может изучить открытые бенчи, собрать "траектории" и дальше с помощью своей смекалочки придумать способ облапошить организаторов?
За вторую половину 2025-го с помощью ai в личном github я сделал в десятки раз больше коммитов, чем за всё время использования github (а это более 5 лет)
На вскидку, метрики сейчас у меня такие. На те задачи, на которые я бы потратил 40-60 часов разработки, сейчас я трачу 8-16 часов; на те, где я тратил бы 8-16 часов сейчас я трачу 2-3 часа
Это даже не столько про повысившуюся скорость создания коммитов, сколько про то, что я в руки получил инструмент, который дает мне возможность творить и реализовывать любые мои идеи, которые раньше я никогда бы не подумал трогать:
- Свитчер инпутов монитора (на rust писал впервые, код не смотрел, приложение успешно выполняет мои задачи каждый день)
- Плагин для OBS, который добавляет блюр на фон (ещё не готов)
- мой сайт ai.khakhalev.com с приложением для покупки и просмотра воркшопов
и кучу всякого более мелкого.
До появления моего канала я помогал людям в коммьюнити разобраться с AI, потом создал канал и продолжил это делать тут.
За 1.5 года существования вас собралось тут уже почти 7.5 тыс человек. Я считаю это огромным успехом и спасибо большое вам за то что остаетесь со мной!
За последнее время я заметил, что многие люди ищут материалы, которые позволят им быстро вкатиться в AI coding, сразу начать применять полученные знания на практике и видеть результат.
Эти люди не хотят тратить годы драгоценного времени на получение опыта, проходить этоть путь в одиночку и я их прекрасно понимаю.
Так у меня появилась идея создать курс для новичков в AI coding, который поможет им сэкономить время и поставит их на правильный путь.
Точный план у меня ещё не готов, но я планирую что это займет 6-8 недель, за это время я научу вас использовать ai coding на профессиональном уровне.
Старт планирую сделать в апреле. Формат - теория + практика, домашняя работа, созвоны каждую неделю. За время курса мы будем работать над проектом (каждый над своим), который будет расти вместе с нами.
Мы разберемся с кодинговыми агентами, научимся использовать ai coding системно, надёжно и эффективно.
После прохождения этого курса вы точно:
- повысите качество генерируемого кода AI, который можно будет спокойно поддерживать в дальнейшем
- избавимся от галлюцинаций AI
- научим агента учитывать все требования вашего ТЗ
- научитесь правильно проверять работу после агентов
- научитесь правильно обрабатывать техдолг
Всё это я использую в своей работе и учу этому людей, которые приходят ко мне на консультации.
Если вам интересен такой курс, то пройдите опрос в моём боте (он займёт около 1 минуты) и получите скидку, как только я открою продажи.
По всем вопросам можно писать мне в личку @yatimur
Лайк, репост,
✔️ Тимур Хахалев про AI Coding, подписывайтесь!
На вскидку, метрики сейчас у меня такие. На те задачи, на которые я бы потратил 40-60 часов разработки, сейчас я трачу 8-16 часов; на те, где я тратил бы 8-16 часов сейчас я трачу 2-3 часа
Это даже не столько про повысившуюся скорость создания коммитов, сколько про то, что я в руки получил инструмент, который дает мне возможность творить и реализовывать любые мои идеи, которые раньше я никогда бы не подумал трогать:
- Свитчер инпутов монитора (на rust писал впервые, код не смотрел, приложение успешно выполняет мои задачи каждый день)
- Плагин для OBS, который добавляет блюр на фон (ещё не готов)
- мой сайт ai.khakhalev.com с приложением для покупки и просмотра воркшопов
и кучу всякого более мелкого.
До появления моего канала я помогал людям в коммьюнити разобраться с AI, потом создал канал и продолжил это делать тут.
За 1.5 года существования вас собралось тут уже почти 7.5 тыс человек. Я считаю это огромным успехом и спасибо большое вам за то что остаетесь со мной!
За последнее время я заметил, что многие люди ищут материалы, которые позволят им быстро вкатиться в AI coding, сразу начать применять полученные знания на практике и видеть результат.
Эти люди не хотят тратить годы драгоценного времени на получение опыта, проходить этоть путь в одиночку и я их прекрасно понимаю.
Так у меня появилась идея создать курс для новичков в AI coding, который поможет им сэкономить время и поставит их на правильный путь.
Точный план у меня ещё не готов, но я планирую что это займет 6-8 недель, за это время я научу вас использовать ai coding на профессиональном уровне.
Старт планирую сделать в апреле. Формат - теория + практика, домашняя работа, созвоны каждую неделю. За время курса мы будем работать над проектом (каждый над своим), который будет расти вместе с нами.
Мы разберемся с кодинговыми агентами, научимся использовать ai coding системно, надёжно и эффективно.
После прохождения этого курса вы точно:
- повысите качество генерируемого кода AI, который можно будет спокойно поддерживать в дальнейшем
- избавимся от галлюцинаций AI
- научим агента учитывать все требования вашего ТЗ
- научитесь правильно проверять работу после агентов
- научитесь правильно обрабатывать техдолг
Всё это я использую в своей работе и учу этому людей, которые приходят ко мне на консультации.
Если вам интересен такой курс, то пройдите опрос в моём боте (он займёт около 1 минуты) и получите скидку, как только я открою продажи.
По всем вопросам можно писать мне в личку @yatimur
Лайк, репост,
5 ценностных моделей AI для бизнеса
OpenAI выпустили сильную статью (у многих будет настольным "учебником" на ближайшее время) и главная мысль там очень простая:
Когда-то в 90-х ритейл не "ускорился с помощью интернета", а стал e-commerce.
Интернет сначала улучшал отдельные куски старой модели: баннеры, email-рассылки, сайт-витрина.
А потом просто появилась новая модель бизнеса.
OpenAI говорят, что с AI сейчас происходит примерно то же самое.
Большинство компаний пока внедряют AI как набор use case: делаем ai rag chatbot, покупаем подписки copilot, подключаем mcp. Это может давать локальную пользу, но не меняет сам бизнес. В статье они предлагают смотреть на AI не как на набор пилотов, а как на 5 value models.
1. Workforce Empowerment
AI становится рабочим инструментом для широкой команды, а не игрушкой для пары энтузиастов.
2. AI Native Distribution
AI начинает менять то, как клиенты находят, сравнивают и выбирают продукты.
3. Expert Capability Expansion
AI усиливает экспертов и убирает bottleneck в сложной аналитической и творческой работе.
4. Systems and Dependency Management
AI помогает безопасно менять связанные между собой системы: код, документы, правила, процессы.
5. Agent-Led Operations
AI-агенты начинают вести end-to-end workflows, но только если уже есть зрелый контроль и инфраструктура.
---
Каждый из этих пунктов для меня интересен, но я хочу обратить внимание на следующие два:
AI Native Distribution
Раньше борьба была за трафик на сайт и конверсию в воронке. Теперь, часть выбора и покупки начинает происходить прямо внутри чата с AI. Вопрос уже не только в том, насколько у тебя хороший лендинг.
Вопрос в том, попадешь ли ты вообще в момент выбора.
Кто будет контролировать этот слой:
ChatGPT, Gemini, платежка, протокол, платформа, сам продавец или чей-то агент? У нас в РФ, насколько мне известно, одними из первых это запустили ВкусВилл – они зарелизили свой mcp для заказа продуктов, а недавно ещё и Яндекс выпустили свой протокол для агентов YCP Саша Поляков писал про эти события, добавил ссылки на посты.
Systems and Dependency Management
Идея такая: нужно работать не просто с генерацией кода, а со всей системой в целом.
Ускорив у разрабов процесс написания кода, мы можем заметить, как быстро копится тех. долг, потому что у нас отсутствовали системные подходы к ревью, тестированию, релизам и т. д. (в статье это называется governance)
Авторы предлагают выбрать один из высокозависимых доменов, построить граф зависимостей, определить пути согласований и разобраться с тем, что вообще произойдет, если вы попытаетесь ускорить генерацию кода.
То есть, ценность AI здесь уже не в генерации, а в управлении изменениями.
Вот это уже гораздо ближе к реальной трансформации бизнеса.
В целом, что OpenAI предлагают делать?
1. Сначала массово давать команде рабочие AI-flow, а не ждать магии от пары power users.
2. Потом выбирать несколько конкретных направлений с ROI: distribution, экспертные bottlenecks, отдельные workflow.
3. Дальше реинвестировать эти победы в фундамент: data quality, identity, integration, observability, control.
4. И только потом лезть в high-dependency systems и end-to-end agentic operations.
Короче: главная ошибка — смотреть на AI как на набор фич и пилотов. Главная возможность — увидеть в нем новую модель дистрибуции, новую модель управления изменениями и, в итоге, новую модель бизнеса.
В комменты скину отличную презентацию по этой статье
Лайк, репост,
✔️ Тимур Хахалев про AI Coding, подписывайтесь!
OpenAI выпустили сильную статью (у многих будет настольным "учебником" на ближайшее время) и главная мысль там очень простая:
Когда-то в 90-х ритейл не "ускорился с помощью интернета", а стал e-commerce.
Интернет сначала улучшал отдельные куски старой модели: баннеры, email-рассылки, сайт-витрина.
А потом просто появилась новая модель бизнеса.
OpenAI говорят, что с AI сейчас происходит примерно то же самое.
Большинство компаний пока внедряют AI как набор use case: делаем ai rag chatbot, покупаем подписки copilot, подключаем mcp. Это может давать локальную пользу, но не меняет сам бизнес. В статье они предлагают смотреть на AI не как на набор пилотов, а как на 5 value models.
1. Workforce Empowerment
AI становится рабочим инструментом для широкой команды, а не игрушкой для пары энтузиастов.
2. AI Native Distribution
AI начинает менять то, как клиенты находят, сравнивают и выбирают продукты.
3. Expert Capability Expansion
AI усиливает экспертов и убирает bottleneck в сложной аналитической и творческой работе.
4. Systems and Dependency Management
AI помогает безопасно менять связанные между собой системы: код, документы, правила, процессы.
5. Agent-Led Operations
AI-агенты начинают вести end-to-end workflows, но только если уже есть зрелый контроль и инфраструктура.
---
Каждый из этих пунктов для меня интересен, но я хочу обратить внимание на следующие два:
AI Native Distribution
Раньше борьба была за трафик на сайт и конверсию в воронке. Теперь, часть выбора и покупки начинает происходить прямо внутри чата с AI. Вопрос уже не только в том, насколько у тебя хороший лендинг.
Вопрос в том, попадешь ли ты вообще в момент выбора.
Кто будет контролировать этот слой:
ChatGPT, Gemini, платежка, протокол, платформа, сам продавец или чей-то агент? У нас в РФ, насколько мне известно, одними из первых это запустили ВкусВилл – они зарелизили свой mcp для заказа продуктов, а недавно ещё и Яндекс выпустили свой протокол для агентов YCP Саша Поляков писал про эти события, добавил ссылки на посты.
Systems and Dependency Management
Идея такая: нужно работать не просто с генерацией кода, а со всей системой в целом.
Ускорив у разрабов процесс написания кода, мы можем заметить, как быстро копится тех. долг, потому что у нас отсутствовали системные подходы к ревью, тестированию, релизам и т. д. (в статье это называется governance)
Авторы предлагают выбрать один из высокозависимых доменов, построить граф зависимостей, определить пути согласований и разобраться с тем, что вообще произойдет, если вы попытаетесь ускорить генерацию кода.
То есть, ценность AI здесь уже не в генерации, а в управлении изменениями.
Вот это уже гораздо ближе к реальной трансформации бизнеса.
В целом, что OpenAI предлагают делать?
1. Сначала массово давать команде рабочие AI-flow, а не ждать магии от пары power users.
2. Потом выбирать несколько конкретных направлений с ROI: distribution, экспертные bottlenecks, отдельные workflow.
3. Дальше реинвестировать эти победы в фундамент: data quality, identity, integration, observability, control.
4. И только потом лезть в high-dependency systems и end-to-end agentic operations.
Короче: главная ошибка — смотреть на AI как на набор фич и пилотов. Главная возможность — увидеть в нем новую модель дистрибуции, новую модель управления изменениями и, в итоге, новую модель бизнеса.
В комменты скину отличную презентацию по этой статье
Лайк, репост,
openai сделали очередной it's revolution, johnny
у них очередное минорное обновление модели gpt 5 которое в который раз является революционным (для меня точно)
https://developers.openai.com/api/docs/guides/latest-model
gpt 5.4 стала офигенно умной моделью (еще лучше чем 5.2) и офигенной в задачах по кодингу (тут еще до конца не уверен, но как минимум не хуже 5.3 codex)
в codex cli добавили Fast mode - за x3 usage вы получите ускоренную генерацию токенов и более быстрое выполнение ваших задач. Почему это важно? Потому что за один рабочий час вы сможете тестировать больше гипотез и выполнять больше задач. Это точно стоит того, чтобы потратить больше денег
просто попробуйте, потом скажете спасибо
важно - забудьте про курсор, используйте codex в cli / vscode / jetbrains / или в app (под macos или под windows (вышло только вчера))
пишу пост в 01:26 потому что я заигрался с моделькой и хочу поделиться первыми впечатлениями сразу
Лайк, репост,
✔️ Тимур Хахалев про AI Coding, подписывайтесь!
у них очередное минорное обновление модели gpt 5 которое в который раз является революционным (для меня точно)
https://developers.openai.com/api/docs/guides/latest-model
gpt 5.4 стала офигенно умной моделью (еще лучше чем 5.2) и офигенной в задачах по кодингу (тут еще до конца не уверен, но как минимум не хуже 5.3 codex)
в codex cli добавили Fast mode - за x3 usage вы получите ускоренную генерацию токенов и более быстрое выполнение ваших задач. Почему это важно? Потому что за один рабочий час вы сможете тестировать больше гипотез и выполнять больше задач. Это точно стоит того, чтобы потратить больше денег
просто попробуйте, потом скажете спасибо
важно - забудьте про курсор, используйте codex в cli / vscode / jetbrains / или в app (под macos или под windows (вышло только вчера))
пишу пост в 01:26 потому что я заигрался с моделькой и хочу поделиться первыми впечатлениями сразу
Лайк, репост,
С какими типичными проблемами сталкиваются разрабы при попытке внедрить AI Coding
1. Отсутствие тестов и документации.
Причина - мы привыкли хранить всю информацию о проекте у себя в голове и в чатиках с коллегами. Тесты привыкли проводить вручную, либо заменить их вычиткой и компиляцией кода в голове.
С агентами очень важно выстраивать такой цикл, в котором агент сможет увидеть результат своей работы, выполнив пару bash команд; получить фидбек и пойти исправить код.
Это ключевое требование, о котором я говорю на своих консультациях по AI coding.
2. Отсутствие линтеров/форматтеров
Есть разрабы, которые придерживаются некоторых правил по код стилю, но проверяют эти стили они вручную, вычитывая каждый символ и заворачивают код ревью, если в конце файла есть одна пустая строка, вместо двух.
Я помню, как впервые офигел от того, что разраб клиента, который принимал мой код, завернул мой PR из-за того что у меня отступы были сделаны не так, как ему нравится :))
Причина - не все ещё приняли тот факт, что в ближайшем будущем на код уже не надо будет смотреть круглыми сутками и поэтому не нужно писать код по линейке.
Как только разрабы избавятся от этой привычки, они внезапно обнаружат, как много свободного времени у них появилось.
Используйте линтеры только для того, чтобы этот инструмент проверял, например, наличие неиспользуемых кусков кода, наличие "as any" (в typescript) и прочих вещей, которые будут снижать дрифт кода и скорость роста тех. долга.
3. Страх дать компьютеру решить проблему, с которой разраб сам не справился
Причина - большинство программистов считают, что если они лично не справились с задачей, то этот ваш AI уж точно её не осилит, ведь это всего лишь имитация человека (разве робот может написать симфонию?)
Здесь надо иметь мужество переступить свою гордость и страх и дать железяке хотя бы порисерчить причину проблемы (внезпано окажется, что это проблему можно решить), а потом ещё и дать AI решить её.
Вторая часть, кстати, тоже является проблемой, потому что многие разработчики считают, что написать git commit message так же как они, не сможет ни одна железяка :))
Не все программисты ещё принимают тот факт, что большую часть их работы может выполнять AI уже сегодня. Здесь важно не обижаться на прогресс и не отрицать его, а потратить время на обучение AI coding и применять его на практике, чтобы не остаться за бортом через годик-другой.
Лайк, репост,
✔️ Тимур Хахалев про AI Coding, подписывайтесь!
1. Отсутствие тестов и документации.
Причина - мы привыкли хранить всю информацию о проекте у себя в голове и в чатиках с коллегами. Тесты привыкли проводить вручную, либо заменить их вычиткой и компиляцией кода в голове.
С агентами очень важно выстраивать такой цикл, в котором агент сможет увидеть результат своей работы, выполнив пару bash команд; получить фидбек и пойти исправить код.
Это ключевое требование, о котором я говорю на своих консультациях по AI coding.
2. Отсутствие линтеров/форматтеров
Есть разрабы, которые придерживаются некоторых правил по код стилю, но проверяют эти стили они вручную, вычитывая каждый символ и заворачивают код ревью, если в конце файла есть одна пустая строка, вместо двух.
Я помню, как впервые офигел от того, что разраб клиента, который принимал мой код, завернул мой PR из-за того что у меня отступы были сделаны не так, как ему нравится :))
Причина - не все ещё приняли тот факт, что в ближайшем будущем на код уже не надо будет смотреть круглыми сутками и поэтому не нужно писать код по линейке.
Как только разрабы избавятся от этой привычки, они внезапно обнаружат, как много свободного времени у них появилось.
Используйте линтеры только для того, чтобы этот инструмент проверял, например, наличие неиспользуемых кусков кода, наличие "as any" (в typescript) и прочих вещей, которые будут снижать дрифт кода и скорость роста тех. долга.
3. Страх дать компьютеру решить проблему, с которой разраб сам не справился
Причина - большинство программистов считают, что если они лично не справились с задачей, то этот ваш AI уж точно её не осилит, ведь это всего лишь имитация человека (разве робот может написать симфонию?)
Здесь надо иметь мужество переступить свою гордость и страх и дать железяке хотя бы порисерчить причину проблемы (внезпано окажется, что это проблему можно решить), а потом ещё и дать AI решить её.
Вторая часть, кстати, тоже является проблемой, потому что многие разработчики считают, что написать git commit message так же как они, не сможет ни одна железяка :))
Не все программисты ещё принимают тот факт, что большую часть их работы может выполнять AI уже сегодня. Здесь важно не обижаться на прогресс и не отрицать его, а потратить время на обучение AI coding и применять его на практике, чтобы не остаться за бортом через годик-другой.
Лайк, репост,
вы знаете, что я уже много раз хвалил codex, и я задумался о том, что сейчас в моих задачах как будто бы вообще никаких фундаментальных проблем не осталось. и вот это как будто бы вообще нереально, так что решил спросить у своей аудитории, что вы думаете по этому поводу.
какие у вас сейчас есть актуальные проблемы с ai coding? что не получается? что не работает?
а может быть у вас страх чистого листа и вы не знаете с чего начать?
расскажите об этом и расскажите свой опыт - вы новичок или уже синьор в ai coding
на всякий случай напоминаю, у меня в чатах (комментах) мат запрещен
ниже будет опрос
какие у вас сейчас есть актуальные проблемы с ai coding? что не получается? что не работает?
а может быть у вас страх чистого листа и вы не знаете с чего начать?
расскажите об этом и расскажите свой опыт - вы новичок или уже синьор в ai coding
на всякий случай напоминаю, у меня в чатах (комментах) мат запрещен
ниже будет опрос
небольшой пост о том что у меня происходит
я услышал ваш запрос на создание видео по codex cli и начал накидывать сценарий, потратил несколько дней, разбирал свои настройки codex cli, тестил то, что до этого не пробовал, и тут openai разродились релизами и примерно за неделю зарелизили кучу крутых апдейтов для codex и меня потянуло всё это пробовать..
- subagents (multi agents, выше про них писал)
- войс мод
- memory
- и многое другое
видимо, Peter Steinberger (создатель openclaw) начал руководить процессом
субагенты только чего стоят.. я сначала попробовал работать с ними по-старинке (как в claude code), но быстро понял, что не нужно столько плясать вокруг них и можно упрощать жизнь и не декомпозировать задачи настолкьо сильно, как для соннета
в итоге, сейчас тестирую разные подходы к работе с субагентами и мне всё нравится. 5.3 codex офигенно пишет код по плану и так же офигенно ревьюит его. переживает несколько компактов очень хорошо.
я даже не знаю, чего ещё можно желать в ai coding на сегодняшний момент.
а вам чего ещё не хватает?
какую вообще цель преследуете от ai coding? быстрее деливерить фичи? оставаться в тренде? что еще?
я услышал ваш запрос на создание видео по codex cli и начал накидывать сценарий, потратил несколько дней, разбирал свои настройки codex cli, тестил то, что до этого не пробовал, и тут openai разродились релизами и примерно за неделю зарелизили кучу крутых апдейтов для codex и меня потянуло всё это пробовать..
- subagents (multi agents, выше про них писал)
- войс мод
- memory
- и многое другое
видимо, Peter Steinberger (создатель openclaw) начал руководить процессом
субагенты только чего стоят.. я сначала попробовал работать с ними по-старинке (как в claude code), но быстро понял, что не нужно столько плясать вокруг них и можно упрощать жизнь и не декомпозировать задачи настолкьо сильно, как для соннета
в итоге, сейчас тестирую разные подходы к работе с субагентами и мне всё нравится. 5.3 codex офигенно пишет код по плану и так же офигенно ревьюит его. переживает несколько компактов очень хорошо.
я даже не знаю, чего ещё можно желать в ai coding на сегодняшний момент.
а вам чего ещё не хватает?
какую вообще цель преследуете от ai coding? быстрее деливерить фичи? оставаться в тренде? что еще?
У codex появились нормальные субагенты!
https://developers.openai.com/codex/multi-agent
Пока что пробую и мне в целом нравится. Где то сделано лучше чем в Claude Code, где то хуже. Но с учетом, что в codex сейчас лучшие модели на рынке, то у Антропиков не остается никаких шансов))
Кодексам осталось ускорить инференс хотя бы на 30% и будем вообще идеально!
Планирую записать видео по codex.
Что вам было бы интересно узнать о нем?
Лайк, репост,
✔️ Тимур Хахалев про AI Coding, подписывайтесь!
https://developers.openai.com/codex/multi-agent
Пока что пробую и мне в целом нравится. Где то сделано лучше чем в Claude Code, где то хуже. Но с учетом, что в codex сейчас лучшие модели на рынке, то у Антропиков не остается никаких шансов))
Кодексам осталось ускорить инференс хотя бы на 30% и будем вообще идеально!
Планирую записать видео по codex.
Что вам было бы интересно узнать о нем?
Лайк, репост,
Openai
Subagents – Codex | OpenAI Developers
Use subagents and custom agents in Codex
Топ полезных постов канала за последнее время
▪️ knip + субагенты = чистый код после агентской сессии — Как подчищать за агентом
▪️ «Скорее всего» от агента означает, что он не знает. Добавь grounding — «Может быть» от агентов
▪️ Чем умнее модель, тем больше она ленится и выкручивается — Тяжело управлять агентами
▪️ 10 советов по использованию Claude Code — от Бориса Черного, создателя Claude Code
▪️ AI пишет оверинжиниринг по дефолту. Решение через memory bank — Борьба с оверинжинирингом
▪️ Агент = герой фильма «Помни». Создаём ему внешнюю память — Memory Bank для агентов
▪️ Три способа выстрелить себе в ногу с AI coding — Три инсайта
▪️ Не пиши промпты сам — пусть AI напишет их за тебя — Как промптить
Лайк, репост,
✔️ Тимур Хахалев про AI Coding, подписывайтесь!
▪️ knip + субагенты = чистый код после агентской сессии — Как подчищать за агентом
▪️ «Скорее всего» от агента означает, что он не знает. Добавь grounding — «Может быть» от агентов
▪️ Чем умнее модель, тем больше она ленится и выкручивается — Тяжело управлять агентами
▪️ 10 советов по использованию Claude Code — от Бориса Черного, создателя Claude Code
▪️ AI пишет оверинжиниринг по дефолту. Решение через memory bank — Борьба с оверинжинирингом
▪️ Агент = герой фильма «Помни». Создаём ему внешнюю память — Memory Bank для агентов
▪️ Три способа выстрелить себе в ногу с AI coding — Три инсайта
▪️ Не пиши промпты сам — пусть AI напишет их за тебя — Как промптить
Лайк, репост,
Проблема кодинга с AI в том, что оно, внезапно, требует подготовки и с наскока не получится добиться надёжного результата.
Мои подписчики об этом точно знают
За 2025-й год я перепробовал много различных практик написания кода с AI. Примерно, начиная с лета, эти практики уже устаканились, к концу года скорректировались и вот, мы уже можем говорить о best practices, которые точно работают в AI coding.
Об этих best practices говорят и в OpenAI, и в Anthropic, в Spotify и других гигантах, но с опозданием на несколько месяцев.
Автор канала DEKSDEN Notes подготовил best practices по AI coding, а я упаковал это в статью.
Кстати, про автора Deksden
Вы могли видеть его черно-белую аватарку в различных чатах по AI, но возможно не все знают, что его зовут Денис Киселев и он AI SOLO предприниматель, AI-SWE эксперт, профессиональный поклонник моделей OpenAI, создатель своего собственного флоу разработки (он даже пилит свой собственный оркестратор!) и вообще крутой чувак!)
У него необоснованно мало подписчиков на канале, так что советую зайти к нему и подписаться!
◾️ DEKSDEN notes пишет про AI разработку и технологии
Статья о Best practices по AI coding
◾️Читать на Хабр
У кого есть возможность, пожалуйста, поддержите статью на Хабре
#ai_coding@the_ai_architect
Лайк, репост,
✔️ Тимур Хахалев про AI Coding, подписывайтесь!
Мои подписчики об этом точно знают
За 2025-й год я перепробовал много различных практик написания кода с AI. Примерно, начиная с лета, эти практики уже устаканились, к концу года скорректировались и вот, мы уже можем говорить о best practices, которые точно работают в AI coding.
Об этих best practices говорят и в OpenAI, и в Anthropic, в Spotify и других гигантах, но с опозданием на несколько месяцев.
Автор канала DEKSDEN Notes подготовил best practices по AI coding, а я упаковал это в статью.
Кстати, про автора Deksden
Вы могли видеть его черно-белую аватарку в различных чатах по AI, но возможно не все знают, что его зовут Денис Киселев и он AI SOLO предприниматель, AI-SWE эксперт, профессиональный поклонник моделей OpenAI, создатель своего собственного флоу разработки (он даже пилит свой собственный оркестратор!) и вообще крутой чувак!)
У него необоснованно мало подписчиков на канале, так что советую зайти к нему и подписаться!
◾️ DEKSDEN notes пишет про AI разработку и технологии
Статья о Best practices по AI coding
◾️Читать на Хабр
У кого есть возможность, пожалуйста, поддержите статью на Хабре
#ai_coding@the_ai_architect
Лайк, репост,
Борис Черный продолжает делиться своими лайфхаками по работе с Claude Code
На этой неделе он рассказал про кастомизируемость: настройка терминала, mcp, plugins, skills, agents и многое другое.
Я для вас перевёл его тред и написал статью:
◾️Читать
Если вы ещё не работали с Claude Code, то у меня для вас есть записанная лекция, где я познакомлю вас с фундаментальными знаниями о Claude Code, субагентах, оркестраторе, скиллах, а также, о том, как создавать свои собственные воркфлоу для автономной работы.
◾️ Смотреть
#ai_coding@the_ai_architect
Лайк, репост,
✔️ Тимур Хахалев про AI Coding, подписывайтесь!
На этой неделе он рассказал про кастомизируемость: настройка терминала, mcp, plugins, skills, agents и многое другое.
Я для вас перевёл его тред и написал статью:
◾️Читать
Если вы ещё не работали с Claude Code, то у меня для вас есть записанная лекция, где я познакомлю вас с фундаментальными знаниями о Claude Code, субагентах, оркестраторе, скиллах, а также, о том, как создавать свои собственные воркфлоу для автономной работы.
◾️ Смотреть
#ai_coding@the_ai_architect
Лайк, репост,
Я тут попробовал agent team от Claude Code
Что это?
Это режим, в котором Claude выступает в роли оркестратора и создаёт агентов под ваши задачи – они общаются между собой, а оркестратор выступает их тим лидом.
Я дал им задачку: написать очень небольшой сервис из tg mini app и трёх бэкендов на nodejs, в сумме около 1.7k строк. Управлял балом Opus 4.6
Итог – они не справились(
Проблемы были типичные – бэкенд с фронтендом не стыковались, контракты расходятся, часть инструкций пропущено.
Для меня это было удивительно, потому что codex 5.3 в одно лицо и без субагентов справился с этим замечательно, хоть и пропустил парочку нюансов.
От agent team у меня вообще были ожидания, что теперь нам не придётся составлять ТЗ, планы, и оркестратор сам сообразит опросить пользователя, составить себе план, декомпозировать на задачи и раздать своим сотрудникам-агентам.
Но сейчас оно не справляется даже с подготовленным ТЗ.
Поэтому, осознанный процесс подготовки плана, декомпозиции на задачи и верификации выполненных задач всё ещё актуален, поэтому я об этом так много пишу и поэтому у меня есть целая двухчасовая лекция об этом, называется Plan & Act – Разбор работающего Workflow.
Тут я объясняю философию того, как нужно подходить к выполнению задач в условиях ai coding: прототипирование, планирование, декомпозиция, передача в работу, проверка.
Помимо этого, в этой лекции очень много концетрированной информации о моём опыте в ai coding.
Вам не обязательно применять этот подход 1 в 1 на практике, но это станет отличным стартом для организации своего собственного подхода к программированию с ИИ.
Посмотреть можно здесь.
#ai_coding@the_ai_architect
Лайк, репост,
✔️ Тимур Хахалев про AI Coding, подписывайтесь!
Что это?
Это режим, в котором Claude выступает в роли оркестратора и создаёт агентов под ваши задачи – они общаются между собой, а оркестратор выступает их тим лидом.
Я дал им задачку: написать очень небольшой сервис из tg mini app и трёх бэкендов на nodejs, в сумме около 1.7k строк. Управлял балом Opus 4.6
Итог – они не справились(
Проблемы были типичные – бэкенд с фронтендом не стыковались, контракты расходятся, часть инструкций пропущено.
Для меня это было удивительно, потому что codex 5.3 в одно лицо и без субагентов справился с этим замечательно, хоть и пропустил парочку нюансов.
От agent team у меня вообще были ожидания, что теперь нам не придётся составлять ТЗ, планы, и оркестратор сам сообразит опросить пользователя, составить себе план, декомпозировать на задачи и раздать своим сотрудникам-агентам.
Но сейчас оно не справляется даже с подготовленным ТЗ.
Поэтому, осознанный процесс подготовки плана, декомпозиции на задачи и верификации выполненных задач всё ещё актуален, поэтому я об этом так много пишу и поэтому у меня есть целая двухчасовая лекция об этом, называется Plan & Act – Разбор работающего Workflow.
Тут я объясняю философию того, как нужно подходить к выполнению задач в условиях ai coding: прототипирование, планирование, декомпозиция, передача в работу, проверка.
Помимо этого, в этой лекции очень много концетрированной информации о моём опыте в ai coding.
Вам не обязательно применять этот подход 1 в 1 на практике, но это станет отличным стартом для организации своего собственного подхода к программированию с ИИ.
Посмотреть можно здесь.
#ai_coding@the_ai_architect
Лайк, репост,
