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
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,
Переход к agentic software development
Грег Брокман, ко-фаундер OpenAI, заявил, что с 31 марта 2026, они в OpenAI переходят к agentic software development (агентной разработке ПО) и стремятся к следующему:
1) Для любой технической задачи инструментом первой необходимости для человека становится взаимодействие с агентом, а не использование редактора кода или терминала.
2) Стандартный способ использования агентов людьми явно оценивается как безопасный, но при этом достаточно продуктивный, чтобы для большинства рабочих процессов не требовались дополнительные разрешения.
Чтобы этого достичь, вот 6 рекомендаций команде от Грега
1️⃣ Найдите время, чтобы опробовать инструменты.
Многие люди останавливаются на размышлениях "А сможет ли агент справиться с этой задачей?" вместо того чтобы просто попробовать
• Назначьте "капитана по агентам" в вашей команде — человека, ответственного за продумывание того, как агенты могут быть внедрены в рабочий процесс команды.
• Делитесь опытом или вопросами в специально отведенных внутренних каналах.
• Выделите день для общекорпоративного хакатона по Codex.
2️⃣ Создавайте skills и файлы AGENTS[.md].
Для любого проекта, над которым работаете.
• обновляйте
• прописывайте skills для всего, что вы поручаете агенту, и сохраняйте их в репозитории.
3️⃣ Проведите инвентаризацию и сделайте доступными любые внутренние инструменты.
• Ведите список инструментов, от которых зависит ваша команда, и убедитесь, что кто-то отвечает за обеспечение доступа к ним для агентов (например, через CLI или сервер MCP).
4️⃣ Структурируйте кодовые базы по принципу agent-first
• Пишите тесты, которые быстро запускаются, и создавайте качественные интерфейсы между компонентами.
5️⃣ Скажите нет slop`у.
Управление кодом, сгенерированным ИИ, в больших масштабах — это новая проблема, которая потребует новых процессов и соглашений для поддержания высокого качества кода.
• Убедитесь, что за любой код, попадающий в прод, несет ответственность конкретный человек.
• Как ревьюер кода, поддерживайте как минимум ту же планку качества, что и для кода, написанного человеком, и убедитесь, что автор понимает, что именно он отправляет.
6️⃣ Работайте над базовой инфраструктурой.
obsevrability, loggin, monitoring
Основные инструменты становятся намного лучше и удобнее, но существует множество инфраструктурных вещей вокруг инструментов, которых пока не хватает: observability, отслеживание не только закоммиченного кода, но и лог действий агента, которые к нему привели, а также централизованное управление инструментами, которые могут использовать агенты.
Внедрение таких инструментов, как Codex – это не только техническое, но и глубокое культурное изменение со множеством последствий, с которыми ещё предстоит разобраться.
#ai_coding@the_ai_architect
Лайк, репост,
✔️ Тимур Хахалев про AI Coding, подписывайтесь!
Грег Брокман, ко-фаундер OpenAI, заявил, что с 31 марта 2026, они в OpenAI переходят к agentic software development (агентной разработке ПО) и стремятся к следующему:
1) Для любой технической задачи инструментом первой необходимости для человека становится взаимодействие с агентом, а не использование редактора кода или терминала.
2) Стандартный способ использования агентов людьми явно оценивается как безопасный, но при этом достаточно продуктивный, чтобы для большинства рабочих процессов не требовались дополнительные разрешения.
Чтобы этого достичь, вот 6 рекомендаций команде от Грега
1️⃣ Найдите время, чтобы опробовать инструменты.
Многие люди останавливаются на размышлениях "А сможет ли агент справиться с этой задачей?" вместо того чтобы просто попробовать
• Назначьте "капитана по агентам" в вашей команде — человека, ответственного за продумывание того, как агенты могут быть внедрены в рабочий процесс команды.
• Делитесь опытом или вопросами в специально отведенных внутренних каналах.
• Выделите день для общекорпоративного хакатона по Codex.
2️⃣ Создавайте skills и файлы AGENTS[.md].
Для любого проекта, над которым работаете.
• обновляйте
AGENTS[.md] всякий раз, когда агент делает что-то не так или испытывает трудности с задачей.• прописывайте skills для всего, что вы поручаете агенту, и сохраняйте их в репозитории.
3️⃣ Проведите инвентаризацию и сделайте доступными любые внутренние инструменты.
• Ведите список инструментов, от которых зависит ваша команда, и убедитесь, что кто-то отвечает за обеспечение доступа к ним для агентов (например, через CLI или сервер MCP).
4️⃣ Структурируйте кодовые базы по принципу agent-first
• Пишите тесты, которые быстро запускаются, и создавайте качественные интерфейсы между компонентами.
5️⃣ Скажите нет slop`у.
Управление кодом, сгенерированным ИИ, в больших масштабах — это новая проблема, которая потребует новых процессов и соглашений для поддержания высокого качества кода.
• Убедитесь, что за любой код, попадающий в прод, несет ответственность конкретный человек.
• Как ревьюер кода, поддерживайте как минимум ту же планку качества, что и для кода, написанного человеком, и убедитесь, что автор понимает, что именно он отправляет.
6️⃣ Работайте над базовой инфраструктурой.
obsevrability, loggin, monitoring
Основные инструменты становятся намного лучше и удобнее, но существует множество инфраструктурных вещей вокруг инструментов, которых пока не хватает: observability, отслеживание не только закоммиченного кода, но и лог действий агента, которые к нему привели, а также централизованное управление инструментами, которые могут использовать агенты.
Внедрение таких инструментов, как Codex – это не только техническое, но и глубокое культурное изменение со множеством последствий, с которыми ещё предстоит разобраться.
#ai_coding@the_ai_architect
Лайк, репост,
Opus 4.6 и Codex 5.3
Вчера с разницей в 10-15 минут OpenAI и Anthropic зарелизили свои новые модели.
Сильно в технические детали я погружаться не буду, об этом вы уже наверняка знаете из других источников, но вот что интересного могу сказать.
Opus 4.6 наконец получил 1M context window: тут мы с вами помним, что важен не размер, а умение им пользоваться. Антропики заявляют, что в тесте, где нужно найти ответы на 8 вопросов из огромного текста (256k и 1m tokens), opus 4.6 набирает 93/100 и 76/100 соответственно.
Неплохо!
Для сравнения, Sonnet 4.5 в этом же тесте набирает 10/100 и 18/100.
Gemini 3 Pro набирает 45/100 и 24/100 в этом же тесте.
Ещё один бенчмарк, который победил Claude Opus 4.6, стал Terminal-bench 2.0 – этот бенчмарк показывает, насколько хорошо агенты выполняют задачи в терминалах: от администрирования систем и отладки кода до научных вычислений и конфигурации устаревшего ПО.
Прошлым лидером был GPT 5.2 Codex, набрав 64.7/100, теперь Opus 4.6 его обогнал и набрал 65.4/100!
Ура! Новый мировой лидер!
Теперь, про Codex 5.3
Примерно через 10-15 минут после релиза Opus 4.6, ребята из OpenAI релизят новую модель для кодинга - GPT-5.3-Codex.
Результаты в Terminal-bench 2.0 - 77.3/100.
Да, вы всё правильно поняли.
Новый Claude Opus 4.6 побыл примерно 10-15 минут мировым лидером в этом бенчмарке.
Помимо этого, Codex 5.3 теперь тратит ещё меньше токенов, набирает ещё больше баллов в бенчмарках, работает примерно на ~50% быстрее своих собратьев.
Кодекса сделали ещё более умным и более болтливым – он теперь комментирует каждый свой шаг (ранее он просто делал всё молча).
---
Помимо обновлений модели, в Claude Code ещё завезли новую фичу – agent team. Это что-то вроде симуляции работы в команде – есть тим лид и есть подчинённые, со всеми вытекающими ("агент X почему то не выполнил работу.. надо выяснить почему", "не удалось заставить агента Y выполнить работу, сделаю её сам")
Зачем?
Чтобы выполнять работу ещё быстрее, потому что Claude сам будет оркестрировать агентов и параллелить задачи на них, а вы будете тратить ещё больше токенов за минуту времени))
Я решил провести тест новых моделей и фичи agent team
У меня есть один очень небольшой проект (примерно 2k loc), который состоит из 3-х бэкендов на nodejs и одного telegram mini app. Я попросил GPT-5.2 High описать проект в виде обычной ТЗшки, а затем, дать её в работу агентам и потом с помощью этого же gpt провести ревью и дать импровизированную оценку по 10-ти балльной шкале
1. gpt-5.3-codex high в codex app – выполнил задачу за 9 мин, по мнению GPT-5.2 High набрал 8/10. Из минусов - упустил пару моментов из ТЗ, но не сильно критичных. Не продумал безопасность (из ТЗ это было упущено).
Написал 1.7k строк кода
2. claude code с agent team под управлением opus 4.6 – выполнили задачу за 9 мин, по мнению нашего ревьювера набрали 5/10)) Допустили несколько критичных ошибок – расхождение в контрактах, упустили несколько нюансов из ТЗ.
Написали 1.6k строк кода
3. claude code с opus 4.6 без агентов – выполнил задачу за 7 минут, получил оценку 5/10)) Но я бы ещё балл от себя накинул, потому что прям критичных проблем было меньше, по сравнению с командой балбесов
Вот такие результаты!
Я думал, Ant'ы уже пощёлкали проблему с оркестратором, но оказывается что нет! Мой plan&act, оказывается, работает надёжнее. Надеюсь, agent team ещё допилят. Ну и жду теперь ответку на оркестратор от OpenAI.
А вы уже попробовали обновления? Что понравилось больше? Рассказывайте!
#ai_coding@the_ai_architect
Лайк, репост,
✔️ Тимур Хахалев про AI Coding, подписывайтесь!
Вчера с разницей в 10-15 минут OpenAI и Anthropic зарелизили свои новые модели.
Сильно в технические детали я погружаться не буду, об этом вы уже наверняка знаете из других источников, но вот что интересного могу сказать.
Opus 4.6 наконец получил 1M context window: тут мы с вами помним, что важен не размер, а умение им пользоваться. Антропики заявляют, что в тесте, где нужно найти ответы на 8 вопросов из огромного текста (256k и 1m tokens), opus 4.6 набирает 93/100 и 76/100 соответственно.
Неплохо!
Для сравнения, Sonnet 4.5 в этом же тесте набирает 10/100 и 18/100.
Gemini 3 Pro набирает 45/100 и 24/100 в этом же тесте.
Ещё один бенчмарк, который победил Claude Opus 4.6, стал Terminal-bench 2.0 – этот бенчмарк показывает, насколько хорошо агенты выполняют задачи в терминалах: от администрирования систем и отладки кода до научных вычислений и конфигурации устаревшего ПО.
Прошлым лидером был GPT 5.2 Codex, набрав 64.7/100, теперь Opus 4.6 его обогнал и набрал 65.4/100!
Ура! Новый мировой лидер!
Теперь, про Codex 5.3
Примерно через 10-15 минут после релиза Opus 4.6, ребята из OpenAI релизят новую модель для кодинга - GPT-5.3-Codex.
Результаты в Terminal-bench 2.0 - 77.3/100.
Да, вы всё правильно поняли.
Новый Claude Opus 4.6 побыл примерно 10-15 минут мировым лидером в этом бенчмарке.
Помимо этого, Codex 5.3 теперь тратит ещё меньше токенов, набирает ещё больше баллов в бенчмарках, работает примерно на ~50% быстрее своих собратьев.
Кодекса сделали ещё более умным и более болтливым – он теперь комментирует каждый свой шаг (ранее он просто делал всё молча).
---
Помимо обновлений модели, в Claude Code ещё завезли новую фичу – agent team. Это что-то вроде симуляции работы в команде – есть тим лид и есть подчинённые, со всеми вытекающими ("агент X почему то не выполнил работу.. надо выяснить почему", "не удалось заставить агента Y выполнить работу, сделаю её сам")
Зачем?
Чтобы выполнять работу ещё быстрее, потому что Claude сам будет оркестрировать агентов и параллелить задачи на них, а вы будете тратить ещё больше токенов за минуту времени))
Я решил провести тест новых моделей и фичи agent team
У меня есть один очень небольшой проект (примерно 2k loc), который состоит из 3-х бэкендов на nodejs и одного telegram mini app. Я попросил GPT-5.2 High описать проект в виде обычной ТЗшки, а затем, дать её в работу агентам и потом с помощью этого же gpt провести ревью и дать импровизированную оценку по 10-ти балльной шкале
1. gpt-5.3-codex high в codex app – выполнил задачу за 9 мин, по мнению GPT-5.2 High набрал 8/10. Из минусов - упустил пару моментов из ТЗ, но не сильно критичных. Не продумал безопасность (из ТЗ это было упущено).
Написал 1.7k строк кода
2. claude code с agent team под управлением opus 4.6 – выполнили задачу за 9 мин, по мнению нашего ревьювера набрали 5/10)) Допустили несколько критичных ошибок – расхождение в контрактах, упустили несколько нюансов из ТЗ.
Написали 1.6k строк кода
3. claude code с opus 4.6 без агентов – выполнил задачу за 7 минут, получил оценку 5/10)) Но я бы ещё балл от себя накинул, потому что прям критичных проблем было меньше, по сравнению с командой балбесов
Вот такие результаты!
Я думал, Ant'ы уже пощёлкали проблему с оркестратором, но оказывается что нет! Мой plan&act, оказывается, работает надёжнее. Надеюсь, agent team ещё допилят. Ну и жду теперь ответку на оркестратор от OpenAI.
А вы уже попробовали обновления? Что понравилось больше? Рассказывайте!
#ai_coding@the_ai_architect
Лайк, репост,
Карпати выдал базу. Полугодовалой давности
На прошлой неделе Andrej Karpathy опять накатал большой пост про AI coding. Я кратко разберу тезисы и дополню своим мнением
◾️ Андрей пишет, что он перешёл от 20% генерации кода агентами и 80% написания кода руками в ноябре, до обратной пропорциональности в декабре.
Да, этот человек в 3 февраля 2025 декларировал термин "вайбкодинг" (завтра отмечаем день рождения вайбкодинга, приходите на тортик)
Когда вы адаптируетесь, настроите всё под себя, научитесь этим пользоваться и осознаете, что модель может, а что — нет, вы сможете уже уверенно использовать AI coding, говорит Карпати.
◾️ IDE всё ещё нужен для контроля за работой агентов
Он упомянул самую частую категорию ошибок: модели делают за вас неверные предположения и просто продолжают работу на их основе без проверки.
В моём опыте это решается предварительным планированием задачи с исследованием трейдоффов, а потом имплементацией кода.
◾️ Агенты никогда не устают, у них не падает моральный дух, они просто продолжают пробовать варианты там, где человек уже давно бы сдался, чтобы вернуться к задаче завтра.
◾️
Чаще всего это quality of life улучшения.
Например, я уже несколько таких задач закрыл, вот одна из них
◾️ Андрей советует не говорить агентам, что именно делать.
◾️ С агентами, программирование стало более весёлым, потому что уходит много рутины, а остается творческая часть.
Я отношусь ко второму типу.
◾️ Карпати говорит о том, что у него уже понемногу начинает атрофироваться способность писать код вручную (у меня тоже).
◾️ В 2026 году готовимся к "slopacolypse" по всем Github, Substack, arXiv, X, Instagram и всем соц. медиа.
Недавний хайп на clawd тому подтверждение.
В конце, Андрей задает несколько вопросов
---
Если вы погружены в AI coding и находитесь в коммьюнити последние месяцев 6, то вряд ли что то из этого будет для вас открытием, но тем не менее, спасибо маэстро за то что подтвердил наш опыт.
#ai_coding@the_ai_architect
Лайк, репост,
✔️ Тимур Хахалев про AI Coding, подписывайтесь!
На прошлой неделе Andrej Karpathy опять накатал большой пост про AI coding. Я кратко разберу тезисы и дополню своим мнением
◾️ Андрей пишет, что он перешёл от 20% генерации кода агентами и 80% написания кода руками в ноябре, до обратной пропорциональности в декабре.
Да, этот человек в 3 февраля 2025 декларировал термин "вайбкодинг" (завтра отмечаем день рождения вайбкодинга, приходите на тортик)
Когда вы адаптируетесь, настроите всё под себя, научитесь этим пользоваться и осознаете, что модель может, а что — нет, вы сможете уже уверенно использовать AI coding, говорит Карпати.
◾️ IDE всё ещё нужен для контроля за работой агентов
Он упомянул самую частую категорию ошибок: модели делают за вас неверные предположения и просто продолжают работу на их основе без проверки.
Они также не умеют справляться со своим замешательством, не просят уточнений, не подсвечивают противоречия, не предлагают компромиссные варианты (tradeoffs), не возражают, когда следует, и всё ещё слишком подобострастны.
В моём опыте это решается предварительным планированием задачи с исследованием трейдоффов, а потом имплементацией кода.
◾️ Агенты никогда не устают, у них не падает моральный дух, они просто продолжают пробовать варианты там, где человек уже давно бы сдался, чтобы вернуться к задаче завтра.
Мы теперь понимаем, что выносливость — это ключевое "узкое горлышко" в работе человеков, и с появлением LLM оно была решено.
◾️
С AI мы можем решать задачи, за которые раньше никогда бы не взялись
Чаще всего это quality of life улучшения.
Например, я уже несколько таких задач закрыл, вот одна из них
◾️ Андрей советует не говорить агентам, что именно делать.
Просто дайте им definition of done, тесты, браузерные инструменты (например, agent-browser) в руки и дождитесь результата.
Смените подход с императивного на декларативный
◾️ С агентами, программирование стало более весёлым, потому что уходит много рутины, а остается творческая часть.
AI coding разделил инженеров на тех, кто любит писать код и тех, кто любит создавать продукты.
Я отношусь ко второму типу.
◾️ Карпати говорит о том, что у него уже понемногу начинает атрофироваться способность писать код вручную (у меня тоже).
Написание и чтение кода – это разные способности мозга
◾️ В 2026 году готовимся к "slopacolypse" по всем Github, Substack, arXiv, X, Instagram и всем соц. медиа.
Недавний хайп на clawd тому подтверждение.
В конце, Андрей задает несколько вопросов
1) Что станет с «10X инженером» — соотношением продуктивности между средним и топовым инженером? Вполне возможно, что этот разрыв вырастет очень сильно.
2) Вооружившись AI, станут ли генералисты всё чаще превосходить узких специалистов? AI намного лучше справляются с «заполнением пробелов» (микро-уровень), чем с глобальной стратегией (макро-уровень).
3) На что будет похож AI coding в будущем? Это как играть в StarCraft? В Factorio? Или как играть музыку?
4) Какая часть общества упирается в ограничения цифрового интеллектуального труда?
---
Если вы погружены в AI coding и находитесь в коммьюнити последние месяцев 6, то вряд ли что то из этого будет для вас открытием, но тем не менее, спасибо маэстро за то что подтвердил наш опыт.
#ai_coding@the_ai_architect
Лайк, репост,
Топ-5 инсайтов по внедрению AI-разработки из личной практики
1️⃣ Гигиена контекста и субагенты
Качество Claude Sonnet критически падает после 70–80k токенов: начинаются пропуски логики и галлюцинации.
Решение: Субагенты. Выноси задачи в изолированные инстансы.
Метрика: Лимит задачи — 3-4 часа работы мидла (выходит, что одна задача занимает ~50-70k токенов).
2️⃣ Инфраструктура «Memory Bank»
Архитектура: Папка
Эффект: Агент знает, куда пойти за необходимой информацией по проекту. Экономит контекст.
3️⃣ Детерминированный Feedback Loop
Никакого доверия модели. Агент должен проверять себя детерминированными инструментами.
Инструменты: Линтеры, Type-check, тесты.
Пайплайн:
4️⃣ Приоритет планирования (90/10)
Генерация кода без плана — сжигание бюджета.
Правило: 2-3 часа на архитектуру с рассуждающими моделями (GPT-5.* High).
ROI: Плохой план утраивает расход токенов на правки. Исправлять галлюцинации дороже, чем планировать.
5️⃣ Специализация моделей
Используй сильные стороны разных LLM:
Codex / GPT-5.*: Планирование, структура, следование инструкциям.
Claude (Sonnet): Написание кода, реализация ("рабочие руки").
z.ai GLM-4.7: Рутина и задачи с четким ТЗ (экономия бюджета).
#ai_coding@the_ai_architect
Лайк, репост,
✔️ Тимур Хахалев про AI Coding, подписывайтесь!
Качество Claude Sonnet критически падает после 70–80k токенов: начинаются пропуски логики и галлюцинации.
Решение: Субагенты. Выноси задачи в изолированные инстансы.
Метрика: Лимит задачи — 3-4 часа работы мидла (выходит, что одна задача занимает ~50-70k токенов).
AGENTS.md и системный промпт не подходят для всей базы знаний проекта.Архитектура: Папка
.memory-bank/ для правил кода и паттернов.Эффект: Агент знает, куда пойти за необходимой информацией по проекту. Экономит контекст.
Никакого доверия модели. Агент должен проверять себя детерминированными инструментами.
Инструменты: Линтеры, Type-check, тесты.
Пайплайн:
Код -> Линтер (ошибка) -> Авто-фикс агентом. Без этого — генерация неработающего кода.Генерация кода без плана — сжигание бюджета.
Правило: 2-3 часа на архитектуру с рассуждающими моделями (GPT-5.* High).
ROI: Плохой план утраивает расход токенов на правки. Исправлять галлюцинации дороже, чем планировать.
Используй сильные стороны разных LLM:
Codex / GPT-5.*: Планирование, структура, следование инструкциям.
Claude (Sonnet): Написание кода, реализация ("рабочие руки").
z.ai GLM-4.7: Рутина и задачи с четким ТЗ (экономия бюджета).
#ai_coding@the_ai_architect
Лайк, репост,
Я использую chrome dev tools mcp для E2E тестов
Вношу изменения на фронтенд и потом запускаю тесты, чтобы убедиться в работоспособности системы.
В репо у меня хранятся user journeys – описание пути пользователя, который заходит на сайт. Я храню это и для понимания работы системы, и для E2E тестов.
Как работают тесты
Я даю задачу агенту прочитать user journeys и воспроизвести их при помощи chrome dev tools, собрать ошибки и пофиксить их.
Основная проблема - каждый из таких тестов занимает приличное количество токенов контекста – 40-70k токенов.
На прошлой неделе Vercel выпустил свой headless браузер для агентов – agent-browser. Я протестировал его и заметил, что он тратит до 40% меньше токенов, чем chrome dev tools!
Например, один мой user journey – заполнение формы на моём сайте занимает примерно 15k токенов через chrome dev tools mcp, и только 9k токенов через agent-browser!
Интерфейс этого браузера в виде CLI, т. е. управлять им можно командами из консоли:
Этот браузер построен вокруг playwright, под капотом использует chromium.
Как подружить браузер с агентом?
С помощью Skills
Установка простая, всего лишь три команды:
Установить agent-browser:
Установить playwright:
Установить chromium:
Скачать и установить skill в Claude Code:
Советую попробовать!
#ai_coding@the_ai_architect
Лайк, репост,
✔️ Тимур Хахалев про AI Coding, подписывайтесь!
Вношу изменения на фронтенд и потом запускаю тесты, чтобы убедиться в работоспособности системы.
В репо у меня хранятся user journeys – описание пути пользователя, который заходит на сайт. Я храню это и для понимания работы системы, и для E2E тестов.
Как работают тесты
Я даю задачу агенту прочитать user journeys и воспроизвести их при помощи chrome dev tools, собрать ошибки и пофиксить их.
Основная проблема - каждый из таких тестов занимает приличное количество токенов контекста – 40-70k токенов.
На прошлой неделе Vercel выпустил свой headless браузер для агентов – agent-browser. Я протестировал его и заметил, что он тратит до 40% меньше токенов, чем chrome dev tools!
Например, один мой user journey – заполнение формы на моём сайте занимает примерно 15k токенов через chrome dev tools mcp, и только 9k токенов через agent-browser!
Интерфейс этого браузера в виде CLI, т. е. управлять им можно командами из консоли:
agent-browser open google.com.Этот браузер построен вокруг playwright, под капотом использует chromium.
Как подружить браузер с агентом?
С помощью Skills
Установка простая, всего лишь три команды:
Установить agent-browser:
bun add -g agent-browser
Установить playwright:
bun add -g playwright
Установить chromium:
agent-browser install
Скачать и установить skill в Claude Code:
mkdir -p .claude/skills/agent-browser
curl -o .claude/skills/agent-browser/SKILL.md \
https://raw.githubusercontent.com/vercel-labs/agent-browser/main/skills/agent-browser/SKILL.md
Советую попробовать!
#ai_coding@the_ai_architect
Лайк, репост,
React Best Practices Skill от Vercel
Vercel выпустили свои Skills и самым полезным скиллом там я считаю React Best Practices – ребята просто упаковали годы накопленного опыта по React и Next.js в один skill и теперь мы можем применять его на наших проектах, чтобы выполнить рефакторинг и оптимизировать перформанс.
Для своего сайта ai.khakhalev.com я применил этот скилл и агенты нашли кучу проблем. Этот сайт я, конечно же, вайбкодил.
На видео я показываю процесс использования скилла, нахождение проблем и их решение с помощью субагентов Claude Code.
Если вы ещё не работаете в Claude Code, то зря!
Я недавно выпустил лекцию Claude Code Deep Dive, в котором поделился своим опытом по работе с Claude Code и рассказал как он устроен. В том числе, объяснил Skills и Subagents. Если интересно – получить доступ можно здесь
По самому скиллу скажу так – если вы как и я не фронтендер, то этот скилл окажется довольно полезным, но чтобы найти все проблемы сайта, стоит попросить запустить Explore несколько раз.
Как установить
Vercel для установки этого скилла предлагает установить какой-то свой тул, но мне лень это делать и я просто попросил Claude Code скачать контент этого скилла и установить в
Промпт для этого простой:
После этого Claude скачает скилл и положит в папку, а вам нужно только перезагрузить claude
📱 Открыть React Best Practices Skill на Github
#ai_coding@the_ai_architect
Лайк, репост,
✔️ Тимур Хахалев про AI Coding, подписывайтесь!
Vercel выпустили свои Skills и самым полезным скиллом там я считаю React Best Practices – ребята просто упаковали годы накопленного опыта по React и Next.js в один skill и теперь мы можем применять его на наших проектах, чтобы выполнить рефакторинг и оптимизировать перформанс.
Для своего сайта ai.khakhalev.com я применил этот скилл и агенты нашли кучу проблем. Этот сайт я, конечно же, вайбкодил.
На видео я показываю процесс использования скилла, нахождение проблем и их решение с помощью субагентов Claude Code.
Если вы ещё не работаете в Claude Code, то зря!
Я недавно выпустил лекцию Claude Code Deep Dive, в котором поделился своим опытом по работе с Claude Code и рассказал как он устроен. В том числе, объяснил Skills и Subagents. Если интересно – получить доступ можно здесь
По самому скиллу скажу так – если вы как и я не фронтендер, то этот скилл окажется довольно полезным, но чтобы найти все проблемы сайта, стоит попросить запустить Explore несколько раз.
Как установить
Vercel для установки этого скилла предлагает установить какой-то свой тул, но мне лень это делать и я просто попросил Claude Code скачать контент этого скилла и установить в
~/.claude/skills (user-scope папка, чтобы этот скилл был доступен во всех проектах).Промпт для этого простой:
Download this skill and it`s references (url) and install at ~/.claude/skills
После этого Claude скачает скилл и положит в папку, а вам нужно только перезагрузить claude
#ai_coding@the_ai_architect
Лайк, репост,
Наконец-то, это случилось!
Начинаю выкладывать записи моих воркшопов, которые проводил в новогодние праздники.
Первым будет воркшоп по Claude Code, но на самом деле это скорее Deep Dive лекция – получилось очень подробно, с разбором базы – что такое агент и как работает контекст. Я считаю, что каждый, кто хочет работать с кодинговыми агентами на профессиональном уровне, должны понимать, как это работает под капотом.
Кому подойдёт
◾️ вы уже слышали или пробовали Claude Code / Cursor / AI-агентов
◾️ вы хотите понять как правильно выстраивать сложный workflow
◾️ вы ловили себя на мысли: «я вроде понимаю, но не уверен, что делаю правильно»
Что входит
◾️ видео-лекция продолжительностью 1 час 17 минут
◾️ Дополнительные материалы – ссылки, лайфхаки, которые можно забрать с собой
❗️ Мой template repository с моими subagents, hooks, skills и workflow, которые я использую в реальной работе
Что получите после просмотра?
◾️ системное понимание, как устроен AI-coding агент
◾️ ясную модель работы с контекстом
◾️ понимание ролей: оркестратор, sub-agents, skills
И самое главное – повышение своей эффективности в работе с AI Coding
Впереди ещё два видео, которые выложу спустя время.
Ссылка:
ai.khakhalev.com/storefront/claude-code-deep-dive/
А тут, на странице со списком продуктов, можно посмотреть на отзывы ребят, которые посещали мои воркшопы
#ai_coding@the_ai_architect
✔️ Тимур Хахалев про AI Coding, подписывайтесь!
Начинаю выкладывать записи моих воркшопов, которые проводил в новогодние праздники.
Первым будет воркшоп по Claude Code, но на самом деле это скорее Deep Dive лекция – получилось очень подробно, с разбором базы – что такое агент и как работает контекст. Я считаю, что каждый, кто хочет работать с кодинговыми агентами на профессиональном уровне, должны понимать, как это работает под капотом.
Кому подойдёт
◾️ вы уже слышали или пробовали Claude Code / Cursor / AI-агентов
◾️ вы хотите понять как правильно выстраивать сложный workflow
◾️ вы ловили себя на мысли: «я вроде понимаю, но не уверен, что делаю правильно»
Что входит
◾️ видео-лекция продолжительностью 1 час 17 минут
◾️ Дополнительные материалы – ссылки, лайфхаки, которые можно забрать с собой
Что получите после просмотра?
◾️ системное понимание, как устроен AI-coding агент
◾️ ясную модель работы с контекстом
◾️ понимание ролей: оркестратор, sub-agents, skills
И самое главное – повышение своей эффективности в работе с AI Coding
Впереди ещё два видео, которые выложу спустя время.
Ссылка:
ai.khakhalev.com/storefront/claude-code-deep-dive/
А тут, на странице со списком продуктов, можно посмотреть на отзывы ребят, которые посещали мои воркшопы
#ai_coding@the_ai_architect
Тимур Хахалев, Консультации по AI Coding
Claude Code Deep Dive — Архитектура и Топовый Workflow | AI Coding от Тимура Хахалева
Как устроен Claude Code под капотом: агенты, контекст, оркестрация и планирование
Борис, создатель Claude Code, релизит code-simplifier агента, которого они в команде Claude Code используют самостоятельно.
Этот агент рефакторит код после долгой кодинговой сессии - упрощает его, делая более понятным, консистентным и поддерживаемым, сохраняя прежний функционал
Как установить?
Команды изнутри Claude Code
/plugin marketplace update claude-plugins-official
/plugin install code-simplifier
Сохраняю себе и делюсь с вами.
#ai_coding@the_ai_architect
Лайк, репост,
Тут Anthropic напряглись и за праздники накопили очень много обновлений для Claude Code и обновили минорную версию - 2.1.1
В этой версии около сотни новых коммитов, в основном, мелкофиксы, но встречаются и реально годные обновления, вот мой топ:
1. Починили LSP, теперь у Claude Code есть полноценная поддержка.
Что это дает?
Это дает более эффективную навигацию по кодовой базе. Прямо как в вашем любимом IDE, когда вы зажимаете кнопку и кликаете мышкой на имя используемой функции и проваливаетесь на строчку, где эта функция была создана. Вот теперь Claude Code сможет делать тоже самое.
2. Run Skills in a forked context
https://code.claude.com/docs/en/skills#run-skills-in-a-forked-context
Ребята не смогли не придумать новый термин и теперь у нас есть "forked context".
Теперь в frontmatter мы можем указать "context: fork". Это дает возможность вынести работу со скиллом в отдельный "тред" - по сути, работает так же как и субагент, но это не субагент 😅
Как это теперь работает:
0. Для каждого скилла у нас теперь есть custom slash command, т. е. скилл можно вызвать по /<skill-name>. Сюда можно передать и аргументы любые, например, промпт: /<skill-name> <some prompt>
1. CC создает новый "тред" - первым сообщением становится промпт Скилла, а так же аргумент (если он есть)
2. Агент выполняет инструкции описанные в Скилле
3. По завершению, окончательный ответ агента возвращается в main thread
4. Этот ответ далее используется для работы.
Звучит очень мощно и сложно для дебага!)
Так же, в теории, мы теперь можем вызывать субагентов из форкнутого треда.
3. Добавили субагента Bash.
Тут всё просто - это типичный субагент, но ему доступен только инструмент Bash.
Полезен в случаях, когда агенту предстоит выполнять задачи в вашем окружении - например, разбираться с git, command execution и другое.
Ещё один способ экономии контекста.
4. Добавили возможность настраивать хуки точечно для Скиллов, Агентов и Slash Commands
https://code.claude.com/docs/en/hooks#hooks-in-skills,-agents,-and-slash-commands
Доступны эвенты PreToolUse, PostToolUse, and Stop
Прямо в frontmatter можно указать, например, чтобы перед запуском субагента СС запускал какой-нибудь скрипт.
Все эти обновления направлены на Context Engineering, что не может не радовать))
Сегодня у нас пройдет воркшоп по Claude Code и мы разберём в том числе эти обновления. Мест уже нет, но позже можно будет посмотреть запись этого воркшопа.
#ai_coding@the_ai_architect
✔️ Тимур Хахалев про AI Coding, подписывайтесь!
В этой версии около сотни новых коммитов, в основном, мелкофиксы, но встречаются и реально годные обновления, вот мой топ:
1. Починили LSP, теперь у Claude Code есть полноценная поддержка.
Что это дает?
Это дает более эффективную навигацию по кодовой базе. Прямо как в вашем любимом IDE, когда вы зажимаете кнопку и кликаете мышкой на имя используемой функции и проваливаетесь на строчку, где эта функция была создана. Вот теперь Claude Code сможет делать тоже самое.
2. Run Skills in a forked context
https://code.claude.com/docs/en/skills#run-skills-in-a-forked-context
Ребята не смогли не придумать новый термин и теперь у нас есть "forked context".
Теперь в frontmatter мы можем указать "context: fork". Это дает возможность вынести работу со скиллом в отдельный "тред" - по сути, работает так же как и субагент, но это не субагент 😅
Как это теперь работает:
0. Для каждого скилла у нас теперь есть custom slash command, т. е. скилл можно вызвать по /<skill-name>. Сюда можно передать и аргументы любые, например, промпт: /<skill-name> <some prompt>
1. CC создает новый "тред" - первым сообщением становится промпт Скилла, а так же аргумент (если он есть)
2. Агент выполняет инструкции описанные в Скилле
3. По завершению, окончательный ответ агента возвращается в main thread
4. Этот ответ далее используется для работы.
Звучит очень мощно и сложно для дебага!)
Так же, в теории, мы теперь можем вызывать субагентов из форкнутого треда.
3. Добавили субагента Bash.
Тут всё просто - это типичный субагент, но ему доступен только инструмент Bash.
Полезен в случаях, когда агенту предстоит выполнять задачи в вашем окружении - например, разбираться с git, command execution и другое.
Ещё один способ экономии контекста.
4. Добавили возможность настраивать хуки точечно для Скиллов, Агентов и Slash Commands
https://code.claude.com/docs/en/hooks#hooks-in-skills,-agents,-and-slash-commands
Доступны эвенты PreToolUse, PostToolUse, and Stop
Прямо в frontmatter можно указать, например, чтобы перед запуском субагента СС запускал какой-нибудь скрипт.
Все эти обновления направлены на Context Engineering, что не может не радовать))
Сегодня у нас пройдет воркшоп по Claude Code и мы разберём в том числе эти обновления. Мест уже нет, но позже можно будет посмотреть запись этого воркшопа.
#ai_coding@the_ai_architect
Итоги опроса Главное событие в AI Coding
На прошлой неделе мы с авторами других тг-каналов про AI проводили опросы по итогам года в AI, и сегодня мы делимся с вами результатами.
1️⃣ Вы выбрали, что главным событием года было Появление Vibe Coding! (249 человек проголосовали за этот вариант)
2️⃣ На втором месте — Релиз Claude Code (164 чел)
3️⃣ На третьем — Релизы Claude моделей Sonnet, Opus, Haiku (89 чел)
Всего в опросе приняло участие 747 человек.
Я проголосовал за релиз Claude моделей в этом году и объясню, почему так.
В октябре 2024 вышла модель Claude Sonnet 3.6, которая дала ощутимый буст AI кодингу и уже тогда можно было использовать эту модель для написания кода хорошего качества.
В конце января 2025 Андрей Карпаты опубликовал тот самый твит, где впервые сформулировал термин vibe coding, в феврале Anthropic зарелизили Claude Sonnet 3.7 и сразу же выпустили Claude Code в закрытый бета-тест, только для владельцев подписок по $100+
Борис Черный, Head of Claude Code, в одном из своих интервью рассказывал, что когда у них (Anthropic) появилась модель Sonnet 3.6 и они поняли, на что она способна, то решили сделать coding agent для внутреннего пользования, а в феврале, к релизу новой модельки 3.7, они выпустили этого агента под именем Claude Code.
И дальнейший успех компании Anthropic обусловлен симбиозом потрясающих моделей и инструмента для использования этих моделей, но я решил всё же, что модель играет более важную роль, поэтому проголосовал за этот вариант.
А вы что думаете по поводу результатов? Справедливо?
Вот результаты других авторов, которые вместе со мной проводили опросы
Если одна подписка, то какая? -🔗 Поляков считает: AI, код и кейсы
Код вместе с ИИ в 2025. Чем пользоваться? -🔗 Глеб Кудрявцев про AI кодинг
AI-headliner –🔗 Константин Доронин
ИИ-компаньон года –🔗 Бунак и Цифра: chatGPT / AI в бизнесе
#ai_coding@the_ai_architect
✔️ Тимур Хахалев про AI Coding, подписывайтесь!
На прошлой неделе мы с авторами других тг-каналов про AI проводили опросы по итогам года в AI, и сегодня мы делимся с вами результатами.
Всего в опросе приняло участие 747 человек.
Я проголосовал за релиз Claude моделей в этом году и объясню, почему так.
В октябре 2024 вышла модель Claude Sonnet 3.6, которая дала ощутимый буст AI кодингу и уже тогда можно было использовать эту модель для написания кода хорошего качества.
В конце января 2025 Андрей Карпаты опубликовал тот самый твит, где впервые сформулировал термин vibe coding, в феврале Anthropic зарелизили Claude Sonnet 3.7 и сразу же выпустили Claude Code в закрытый бета-тест, только для владельцев подписок по $100+
Борис Черный, Head of Claude Code, в одном из своих интервью рассказывал, что когда у них (Anthropic) появилась модель Sonnet 3.6 и они поняли, на что она способна, то решили сделать coding agent для внутреннего пользования, а в феврале, к релизу новой модельки 3.7, они выпустили этого агента под именем Claude Code.
И дальнейший успех компании Anthropic обусловлен симбиозом потрясающих моделей и инструмента для использования этих моделей, но я решил всё же, что модель играет более важную роль, поэтому проголосовал за этот вариант.
А вы что думаете по поводу результатов? Справедливо?
Вот результаты других авторов, которые вместе со мной проводили опросы
Если одна подписка, то какая? -
Код вместе с ИИ в 2025. Чем пользоваться? -
AI-headliner –
ИИ-компаньон года –
#ai_coding@the_ai_architect
Как начать работать с субагентами в Claude Code?
Простая аналогия субагента
Представьте, что для того, чтобы выполнить понятную вам задачу и не брать на себя когнитивную нагрузку по имплементации этой задачи, вы делегируете эту её на джуна.
Вы выдаете ему инструкции как и что делать, он уходит работать, спустя время возвращается и отчитывается о результате.
Как начать?
После того как вы обсудили задачу в чатике с Claude Code, напишите 5 волшебных слов:
Task — это такой отдельный "тред" в CC со своим приватным контекстом, который не пересекается с вашим основным.
Клод поймет инструкции и запустит вашу задачу в отдельном контексте, а по выполнению, отчитается вам.
После того как освоите этот подход, начните создавать своих субагентов с кастомными промптами через команду
Да, вот так просто.
#ai_coding@the_ai_architect
✔️ Timur Khakhalev про AI Coding, подписывайтесь!
⭐️ Консультации по AI Coding
Простая аналогия субагента
Представьте, что для того, чтобы выполнить понятную вам задачу и не брать на себя когнитивную нагрузку по имплементации этой задачи, вы делегируете эту её на джуна.
Вы выдаете ему инструкции как и что делать, он уходит работать, спустя время возвращается и отчитывается о результате.
Как начать?
После того как вы обсудили задачу в чатике с Claude Code, напишите 5 волшебных слов:
Delegate this task to `Task`
Task — это такой отдельный "тред" в CC со своим приватным контекстом, который не пересекается с вашим основным.
Клод поймет инструкции и запустит вашу задачу в отдельном контексте, а по выполнению, отчитается вам.
После того как освоите этот подход, начните создавать своих субагентов с кастомными промптами через команду
/agents.Да, вот так просто.
#ai_coding@the_ai_architect
Делегирование — важный навык в AI Coding
Представьте, вы общаетесь в чатике с Cursor, обсуждаете фичу и вам необходимо, чтобы агент сделал предварительный рисерч по кодовой базе: узнал, как устроен у вас тот или иной функционал. Обычно, рисерч неплохо так отнимает контекстное окно, и процесс рисерча (поэтапное изучение кодовой базы) нам в контексте не нужен, потому что полезной нагрузки никакой не несёт. Нам нужен только результат такого рисерча.
Что делать?
Делегировать такую задачу какому-нибудь падавану.
В Claude Code для этого есть встроенные субагенты
Есть выход!
Можно использовать headless режим у cli coding agent.
◼️ У любого coding agent (даже не только cli, а и у Cursor, Windsurf) есть возможность работать с shell окружением, что позволяет нам запускать любые скрипты.
◼️ Большинство кодинговых агентов можно запустить в headless режиме, типа
Таким образом, для нашей задачи рисерча, мы можем попросить нашего любимого кодингового агента запустить своего собрата (или самого себя) в headless режиме. Ваш агент создаст промпт для рисерча, отправит делать падавана рисерч и в ответ получит результат, с которым можно продолжить работать.
💡 Лайфхак 1: можно этого падавана попросить сохранить результат в файлике и в ответ вернуть путь к этому файлу. Это поможет передать инфу безопаснее — на случай, если результат может быть больше, чем лимиты на ответ в headless режиме.
💡 Лайфхак 2: падавану можно заранее настроить MCP сервера или любые другие конфиги/инструкции, которые помогут ему ещё лучше делать рисерч или выполнять любые другие задачи. Например, я использую serena mcp для более качественного рисерча по кодовой базе.
В своём опыте я время от времени пользуюсь таким, когда работаю в Codex CLI и в качестве падавана я использую gemini cli, не зря же у меня есть подписка Gemini Pro!
Этот подход так же можно применять и для "воссоздания" функционала subagents как у Claude Code там, где их нет - Codex, Gemini CLI, Qwen CLI и другие. При этом, у некоторых из них (Gemini, Qwen) есть free tier.
Чтобы каждый раз не объяснять агенту синтаксис работы headless режима, можно положить инструкции где-нибудь в репозитории, например, в AGENTS.md.
Я пошёл ещё дальше и решил по-быстрому запилить для этого Claude Code Skill. Да, скиллы поддерживаются только в Claude Code, но никто не мешает вам вытащить нужные правила и добавить в свой AGENTS.md.
Если было полезно, жмите 🔥+🔁!
#ai_coding@the_ai_architect
#tools@the_ai_architect
✔️ Timur Khakhalev про AI Coding, подписывайтесь!
⭐️ Консультации по AI Coding
Представьте, вы общаетесь в чатике с Cursor, обсуждаете фичу и вам необходимо, чтобы агент сделал предварительный рисерч по кодовой базе: узнал, как устроен у вас тот или иной функционал. Обычно, рисерч неплохо так отнимает контекстное окно, и процесс рисерча (поэтапное изучение кодовой базы) нам в контексте не нужен, потому что полезной нагрузки никакой не несёт. Нам нужен только результат такого рисерча.
Что делать?
Делегировать такую задачу какому-нибудь падавану.
В Claude Code для этого есть встроенные субагенты
Explore, Plan, но что, если вы хотите иметь такую возможность не только в Claude Code? Есть выход!
Можно использовать headless режим у cli coding agent.
◼️ У любого coding agent (даже не только cli, а и у Cursor, Windsurf) есть возможность работать с shell окружением, что позволяет нам запускать любые скрипты.
◼️ Большинство кодинговых агентов можно запустить в headless режиме, типа
claude -p "some prompt here" и получить результат работы в ответе.Таким образом, для нашей задачи рисерча, мы можем попросить нашего любимого кодингового агента запустить своего собрата (или самого себя) в headless режиме. Ваш агент создаст промпт для рисерча, отправит делать падавана рисерч и в ответ получит результат, с которым можно продолжить работать.
В своём опыте я время от времени пользуюсь таким, когда работаю в Codex CLI и в качестве падавана я использую gemini cli, не зря же у меня есть подписка Gemini Pro!
Этот подход так же можно применять и для "воссоздания" функционала subagents как у Claude Code там, где их нет - Codex, Gemini CLI, Qwen CLI и другие. При этом, у некоторых из них (Gemini, Qwen) есть free tier.
Чтобы каждый раз не объяснять агенту синтаксис работы headless режима, можно положить инструкции где-нибудь в репозитории, например, в AGENTS.md.
Я пошёл ещё дальше и решил по-быстрому запилить для этого Claude Code Skill. Да, скиллы поддерживаются только в Claude Code, но никто не мешает вам вытащить нужные правила и добавить в свой AGENTS.md.
Если было полезно, жмите 🔥+🔁!
#ai_coding@the_ai_architect
#tools@the_ai_architect
Моё мнение на последние продуктовые обновления Claude Code
◾️ Claude Skills – Anthropic представили новую фичу, которая по своей сути является набором специализированных промптов для работы над одной конкретной задачей. Claude будет использовать Skills только когда поймет, что это необходимо, после этого Skill будет загружен в контекст. Может исполнять скрипты через bash, при этом основной контекст чата тратиться не будет. Исполняется в sandbox.
Ничего не напоминает?
Да, это тоже самое что и subagents. Фича классная для Claude Desktop, но зачем она в Claude Code я так и не понял. Наверное, добавили для консистентности, чтобы можно было удобно перенести из Claude Desktop в Claude Code.
Но если у вас уже настроен subagent, который, например, процессит PDF (как это сделано в примере в документации к Skillsl), то менять его на Skill я пока что смысла не вижу
◾️ Claude Code Cloud – аббревиатура классная получается, ну а в целом – конкурент Codex Cloud и Jules в наборе продуктов Anthropic.
Функционал пока что бедненький – ни subagents, ни custom commands пока что не завезли. Но если у вас есть подписка Claude и вы давно хотели попробовать cloud agent coding tool – велкам.
◾️ Обновление Plan mode – теперь в режиме Plan, если у агента есть вопросы по вашему запросу, то он сформирует их в удобный селектор – с помощью Tab, Enter и стрелочек можно выбирать ответы и на основе них агент улучшит свой план.
Почему это круто?
Если вы пользовались Plan раньше, то могли заметить, что иногда при выполнении задачи может находить более 1 варианта решения и упоминает об этом, но в плане сам выбирает предпочтение, и приходилось отменять план, дописывать уточнения и запускать это заново.
Теперь, агент предложит выбор в удобном интерфейсе! UX улучшен, качество планирования улучшено.
Странно, что не добавили такую очевидную штуку раньше. Возможно, их подтолкнул недавний апдейт Cursor, где добавили тоже самое, но без удобного селектора
#ai_coding@the_ai_architect
#claude_code@the_ai_architect
✔️ Timur Khakhalev про AI Coding, подписывайтесь!
⭐️ Консультации по AI Coding
◾️ Claude Skills – Anthropic представили новую фичу, которая по своей сути является набором специализированных промптов для работы над одной конкретной задачей. Claude будет использовать Skills только когда поймет, что это необходимо, после этого Skill будет загружен в контекст. Может исполнять скрипты через bash, при этом основной контекст чата тратиться не будет. Исполняется в sandbox.
Ничего не напоминает?
Да, это тоже самое что и subagents. Фича классная для Claude Desktop, но зачем она в Claude Code я так и не понял. Наверное, добавили для консистентности, чтобы можно было удобно перенести из Claude Desktop в Claude Code.
Но если у вас уже настроен subagent, который, например, процессит PDF (как это сделано в примере в документации к Skillsl), то менять его на Skill я пока что смысла не вижу
◾️ Claude Code Cloud – аббревиатура классная получается, ну а в целом – конкурент Codex Cloud и Jules в наборе продуктов Anthropic.
Функционал пока что бедненький – ни subagents, ни custom commands пока что не завезли. Но если у вас есть подписка Claude и вы давно хотели попробовать cloud agent coding tool – велкам.
◾️ Обновление Plan mode – теперь в режиме Plan, если у агента есть вопросы по вашему запросу, то он сформирует их в удобный селектор – с помощью Tab, Enter и стрелочек можно выбирать ответы и на основе них агент улучшит свой план.
Почему это круто?
Если вы пользовались Plan раньше, то могли заметить, что иногда при выполнении задачи может находить более 1 варианта решения и упоминает об этом, но в плане сам выбирает предпочтение, и приходилось отменять план, дописывать уточнения и запускать это заново.
Теперь, агент предложит выбор в удобном интерфейсе! UX улучшен, качество планирования улучшено.
Странно, что не добавили такую очевидную штуку раньше. Возможно, их подтолкнул недавний апдейт Cursor, где добавили тоже самое, но без удобного селектора
#ai_coding@the_ai_architect
#claude_code@the_ai_architect
Ваш AI-агент — герой фильма «Помни»? Как создать для него память
Представьте, что вы даете AI-агенту задачу, он ее выполняет, а на следующий день открываете новый чат для новой задачи и агент уже не так хорошо выполняет её. Знакомо? Приходится заново объяснять весь контекст, прикреплять те же файлы и повторять то, что вы обсуждали только вчера.
Это напоминает фильм «Помни» (Memento), где главный герой страдает от амнезии и не может формировать новые воспоминания. Чтобы выжить, он создает для себя внешнюю систему памяти: делает татуировки с ключевыми фактами, фотографирует людей и оставляет себе записки.
Наши AI-агенты страдают от той же проблемы.
🧠 Одноразовые духи с амнезией
На недавнем эфире с коллегами мы как раз обсуждали эту идею, которую отлично сформулировал Андрей Карпатый : AI-агенты похожи на одноразовых джиннов или духов.
Каждый раз, когда вы отправляете запрос, вы призываете совершенно нового «духа». У него есть общие знания о мире, но он абсолютно ничего не помнит о ваших предыдущих разговорах. Вся его «память» — это то, что поместилось в текущее контекстное окно.
Для разработки это катастрофа:
▪️ Потеря контекста: Агент не помнит архитектуру проекта, стиль кода или принятые ранее решения.
▪️ Буквальное исполнение: Как джинн, он, иногда, выполняет промпт буквально, не задумываясь о последствиях. Сказать ему
▪️ Бесконечные повторения: Приходится снова и снова скармливать ему одни и те же файлы и инструкции.
💡 Решение: Memory Bank — создаем «татуировки» для агента
Если наш агент — главный герой из «Помни», то мы должны стать архитекторами его памяти. Нам нужно создать для него тот самый Memory Bank — внешний, надежный источник правды, к которому он будет обращаться перед каждым действием.
Тут важно уточнить, что я говорю не про какую-то конкретную реализацию в виде
MCP сервера, а про концепт в целом. Для создания Memory bank не обязательно устанавливать какую-то новую IDE или MCP сервер, его можно реализовать и на командах/инструкциях.
Что входит в этот Memory Bank? Все то, о чем я уже не раз говорил:
📝 Главная инструкция проекта (AGENTS.MD, CLAUDE.MD): Здесь описаны структура проекта, правила именования, стек и ключевые архитектурные решения.
🗺 Документация: Описание основных концепций, продуктовых фич, эпиков, схемы БД, гайды по запуску и деплою.
📋 Спецификации и таски: Четко описанные задачи в markdown-файлах, которые агент может прочитать и понять, что от него требуется.
✅ Feedback Loop: Инструкции по запуску тестов и линтеров, чтобы агент мог сам проверить свою работу — аналог проверки своих записок на достоверность.
Так что в следующий раз, когда AI-агент снова забудет контекст, не спешите ругать модель. Спросите себя: а есть ли у него «татуировка» с правилами вашего проекта? Показали ли вы ему «фотографию» с архитектурой?
Перестаньте бороться с амнезией. Начните ее лечить. Создайте для своего агента Memory Bank, и вы увидите, как хаотичный «вайб-кодинг» превращается в предсказуемый и управляемый процесс.
Если было полезно, жмите 🔥+🔁!
#ai_coding@the_ai_architect #ai_agents@the_ai_architect
✔️ The AI Architect Blog, подписывайтесь!
Представьте, что вы даете AI-агенту задачу, он ее выполняет, а на следующий день открываете новый чат для новой задачи и агент уже не так хорошо выполняет её. Знакомо? Приходится заново объяснять весь контекст, прикреплять те же файлы и повторять то, что вы обсуждали только вчера.
Это напоминает фильм «Помни» (Memento), где главный герой страдает от амнезии и не может формировать новые воспоминания. Чтобы выжить, он создает для себя внешнюю систему памяти: делает татуировки с ключевыми фактами, фотографирует людей и оставляет себе записки.
Наши AI-агенты страдают от той же проблемы.
🧠 Одноразовые духи с амнезией
На недавнем эфире с коллегами мы как раз обсуждали эту идею, которую отлично сформулировал Андрей Карпатый : AI-агенты похожи на одноразовых джиннов или духов.
Каждый раз, когда вы отправляете запрос, вы призываете совершенно нового «духа». У него есть общие знания о мире, но он абсолютно ничего не помнит о ваших предыдущих разговорах. Вся его «память» — это то, что поместилось в текущее контекстное окно.
Для разработки это катастрофа:
▪️ Потеря контекста: Агент не помнит архитектуру проекта, стиль кода или принятые ранее решения.
▪️ Буквальное исполнение: Как джинн, он, иногда, выполняет промпт буквально, не задумываясь о последствиях. Сказать ему
DROP DATABASE? Он может и не спросить, уверены ли вы.▪️ Бесконечные повторения: Приходится снова и снова скармливать ему одни и те же файлы и инструкции.
💡 Решение: Memory Bank — создаем «татуировки» для агента
Если наш агент — главный герой из «Помни», то мы должны стать архитекторами его памяти. Нам нужно создать для него тот самый Memory Bank — внешний, надежный источник правды, к которому он будет обращаться перед каждым действием.
Тут важно уточнить, что я говорю не про какую-то конкретную реализацию в виде
MCP сервера, а про концепт в целом. Для создания Memory bank не обязательно устанавливать какую-то новую IDE или MCP сервер, его можно реализовать и на командах/инструкциях.
Что входит в этот Memory Bank? Все то, о чем я уже не раз говорил:
📝 Главная инструкция проекта (AGENTS.MD, CLAUDE.MD): Здесь описаны структура проекта, правила именования, стек и ключевые архитектурные решения.
🗺 Документация: Описание основных концепций, продуктовых фич, эпиков, схемы БД, гайды по запуску и деплою.
📋 Спецификации и таски: Четко описанные задачи в markdown-файлах, которые агент может прочитать и понять, что от него требуется.
✅ Feedback Loop: Инструкции по запуску тестов и линтеров, чтобы агент мог сам проверить свою работу — аналог проверки своих записок на достоверность.
Так что в следующий раз, когда AI-агент снова забудет контекст, не спешите ругать модель. Спросите себя: а есть ли у него «татуировка» с правилами вашего проекта? Показали ли вы ему «фотографию» с архитектурой?
Перестаньте бороться с амнезией. Начните ее лечить. Создайте для своего агента Memory Bank, и вы увидите, как хаотичный «вайб-кодинг» превращается в предсказуемый и управляемый процесс.
Если было полезно, жмите 🔥+🔁!
#ai_coding@the_ai_architect #ai_agents@the_ai_architect
Пост, который давно все так ждали. Обязательно попробуйте эти инструменты на выходных, если ещё не
Рынок AI-инструментов для разработки растет как на дрожжах. Cursor, Claude Code, Gemini CLI, Jules... Легко запутаться, что для чего нужно и с чего начать. Сегодня я разложу все по полочкам и нарисую карту этого нового мира, чтобы вы могли выбрать правильный инструмент для своей задачи и уровня подготовки.
Все инструменты можно условно разделить на несколько уровней, от самых простых до самых продвинутых.
Уровень 1: Помощники
Это самый простой и популярный способ вкатиться в AI-кодинг. Здесь человек остается главным, а AI выступает в роли умного помощника.
◾️ Что это: Автодополнение кода (Tab-tab-tab), встроенный в IDE чат для вопросов и выполнения небольших задач (Cursor, Windsurf, Cline, Github Copilot).
◾️ Как работает: Вы пишете код, а AI autocomplete предлагает варианты. Вы описываете задачу в чате, прикрепляете пару файлов, и агент вносит точечные правки.
◾️ Для кого: Для всех. Входной порог минимальный, а буст к скорости ощутим сразу.
Уровень 2: Генераторы прототипов (Low-code / No-code)
Эти инструменты сфокусированы на быстрой генерации UI и лендингов. Отличный пример того, что можно назвать «вайб-кодингом» для старта.
◾️ Что это: Lovable, v0, bolt, Replit.
◾️ Как работает: Вы описываете словами или даже скидываете дизайн того, что хотите получить, а инструмент пишет готовый код страницы или компонента.
◾️ Для кого: Идеально для быстрого создания прототипов, когда скорость важнее идеальной архитектуры. Результат можно выкинуть в мусорку или использовать как заготовку в агентах следующего уровня.
Уровень 3: Полу-автономные агенты
Здесь начинается серьезная игра и осознанный AI Assisted Coding. Эти инструменты работают локально, чаще всего в терминале, и требуют от вас подготовки проекта.
◾️ Что это: Claude Code, Gemini CLI, opencode.
◾️ Как работает: Вы больше не просто просите «исправить баг». Вы готовите репозиторий: пишете документацию и правила для агента (тот самый AGENTS.MD), настраиваете тесты и линтеры для обратной связи. Агент получает задачу и работает в подготовленной среде.
◾️ Для кого: Для тех, кто готов инвестировать время в настройку процессов. Здесь вы получаете гораздо больше контроля над контекстом и процессом генерации. Но и результат получается качественнее и работа с кодом лучше масштабируется
Уровень 4: Автономные агенты
Эти агенты живут в облаке, они более самостоятельны и рассчитаны на длительную работу над сложными задачами.
◾️ Что это: Google Jules, OpenAI Codex.
◾️ Как работает: Вы детально описываете задачу, агент берет ее в работу, а вы через некоторое время получаете готовый pull request. Эти системы требуют максимально подготовленной инфраструктуры: исчерпывающая документация, полное покрытие тестами, четко описанные задачи.
◾️ Для кого: Для хорошо выстроенных, «энтерпрайзных» проектов, где процессы важнее скорости сиюминутных правок. Это уже полноценная «фабрика кода», где вы выступаете в роли архитектора и ревьюера (или подключаете CodeAlive на эту роль).
Как выбрать свой путь?
Главный вывод прост: чем автономнее инструмент, тем больше от вас требуется подготовки и понимания процессов.
1. Начинаете? Освойте любой Copilot или Cursor. Это даст мгновенный прирост продуктивности без изменения ваших привычек.
2. Делаете MVP? Попробуйте low-code инструменты типа v0, чтобы быстро получить результат.
3. Готовы к серьезной работе? Переходите на Claude Code или opencode. Инвестируйте время в написание правил и тестов.
4. У вас большой проект с выстроенными процессами? Смотрите в сторону автономных агентов.
Забавно, что вся эта эволюция заново открывает для нас то, что давно работало в сильных распределенных командах: хорошая документация, тесты и четкая постановка задач — ключ к успеху. Просто теперь вашим новым software engineer стал AI.
Если было полезно, жмите 🔥+🔁!
#ai_coding@the_ai_architect #ai_coding_tools@the_ai_architect
Разбор полетов: 4 критические ошибки AI-кодинга и как их избежать, часть 1
Помните историю про Джона? Талантливый предприниматель, который с головой ушел в AI-разработку, но в итоге получил публичный репозиторий с секретами, хаосом в коде и кучей других проблем.
Сегодня я хочу превратить эту историю в практический чек-лист, чтобы вы учились на чужом опыте, а не на своих убытках.
😱 Проблема 1: Публичный репозиторий с секретами
Как было у Джона: В его публичном репозитории валялись .env с кредами от базы данных, private.key и даже захардкоженные в коде логины/пароли. И всё это заботливо закоммитили AI-агенты, которые, как оказалось, не особо парятся о безопасности.
💡 Правильное решение: Автоматизируйте проверку на секреты.
Агенты слепы к контексту безопасности. Они не знают, публичный у вас репозиторий или нет, и что коммитить .env — смертный грех. Это ваша зона ответственности.
Что делать: Внедрите в свой воркфлоу сканер секретов, например, gitleaks. Это инструмент, который можно настроить как pre-commit хук. Он будет автоматически проверять каждый ваш коммит (и коммиты, которые делает агент) на наличие паролей, токенов и ключей. Если что-то найдет — коммит просто не пройдет.
Это часть обязательной «цифровой гигиены», о которой я писал в постах про безопасность. Не доверяйте AI то, что можно и нужно автоматизировать.
🌪 Проблема 2: Мешанина в структуре проекта
Как было у Джона: Монорепа, где на бэкенде все файлы свалены в одну кучу. Никакой структуры, никакой логики. Агент просто создавал файлы там, где ему казалось правильным в данный момент.
💡 Правильное решение: Создайте «карту» для AI.
Решение этой проблемы — это файл AGENTS.MD (или CLAUDE.MD, GEMINI.MD).
Что делать: Прямо в корне репозитория создайте файл, где вы тезисно описываете:
* Структуру проекта: «Все контроллеры лежат в src/controllers, сервисы — в src/services».
* Правила именования: «Файлы именуем в kebab-case, переменные — в camelCase».
* Технологический стек и подходы: «Используем функциональные компоненты React и Hooks. Все эндпоинты следуют RESTful конвенции».
Этот файл — шпаргалка для агента, которую он будет держать перед глазами. Так вы превращаете его из хаотичного «творца» в дисциплинированного члена команды.
часть 2
#ai_coding@the_ai_architect
✔️ The AI Architect Blog, подписывайтесь!
Помните историю про Джона? Талантливый предприниматель, который с головой ушел в AI-разработку, но в итоге получил публичный репозиторий с секретами, хаосом в коде и кучей других проблем.
Сегодня я хочу превратить эту историю в практический чек-лист, чтобы вы учились на чужом опыте, а не на своих убытках.
😱 Проблема 1: Публичный репозиторий с секретами
Как было у Джона: В его публичном репозитории валялись .env с кредами от базы данных, private.key и даже захардкоженные в коде логины/пароли. И всё это заботливо закоммитили AI-агенты, которые, как оказалось, не особо парятся о безопасности.
💡 Правильное решение: Автоматизируйте проверку на секреты.
Агенты слепы к контексту безопасности. Они не знают, публичный у вас репозиторий или нет, и что коммитить .env — смертный грех. Это ваша зона ответственности.
Что делать: Внедрите в свой воркфлоу сканер секретов, например, gitleaks. Это инструмент, который можно настроить как pre-commit хук. Он будет автоматически проверять каждый ваш коммит (и коммиты, которые делает агент) на наличие паролей, токенов и ключей. Если что-то найдет — коммит просто не пройдет.
Это часть обязательной «цифровой гигиены», о которой я писал в постах про безопасность. Не доверяйте AI то, что можно и нужно автоматизировать.
🌪 Проблема 2: Мешанина в структуре проекта
Как было у Джона: Монорепа, где на бэкенде все файлы свалены в одну кучу. Никакой структуры, никакой логики. Агент просто создавал файлы там, где ему казалось правильным в данный момент.
💡 Правильное решение: Создайте «карту» для AI.
Решение этой проблемы — это файл AGENTS.MD (или CLAUDE.MD, GEMINI.MD).
Что делать: Прямо в корне репозитория создайте файл, где вы тезисно описываете:
* Структуру проекта: «Все контроллеры лежат в src/controllers, сервисы — в src/services».
* Правила именования: «Файлы именуем в kebab-case, переменные — в camelCase».
* Технологический стек и подходы: «Используем функциональные компоненты React и Hooks. Все эндпоинты следуют RESTful конвенции».
Этот файл — шпаргалка для агента, которую он будет держать перед глазами. Так вы превращаете его из хаотичного «творца» в дисциплинированного члена команды.
часть 2
#ai_coding@the_ai_architect
Чем отличается эффективное использование AI Coding Agents от неэффективного?
В первом случае, репозиторий, в котором работает агент, правильно настроен.
Чтобы агенту не приходилось с каждым новым чатом изучать ваш проект и тратить на это деньги и токены, то каждый такой проект необходимо хорошо подготовить
Что в это входит?
▪️ знания о проекте
▪️ возможность проверить свою работу
Это понимают и сами разработчики, поэтому Claude Code и другие актуальные инструменты имеют в запасе команду /init, которая заставляет агента собрать информацию о проекте и положить её в один файл — CLAUDE.MD (или AGENTS.MD, GEMINI.MD). Да, качество у автоматического сбора будет не очень, потому что в большинстве проектов нельзя просто из кода понять о чем вообще проект, но это лучше, чем ничего.
Во-первых, это rules. Это правила о том, КАК агент должен писать код в этом проекте
во вторых это документация. В документацию могут входить знания об архитектуре проекта, технический стек, описание основных компонентов системы, описание бизнес-задач, описание проекта в целом, что это такое и для чего он нужен, и прочее.
В этих файлах важно описывать всю эту информацию вручную, либо, если использовать AI для описания этого, то нужно очень тщательно и досконально проверять результат работы.
Очень важно не допускать воды в документации.
Описывать документацию нужно очень кратко, но в то же время понятно. Каждое слово должно нести смысл и не может быть просто так: здесь не должно быть никакого вступления и прочего, потому что эта информация будет использоваться агентами при выполнении задач.
Также, можно описывать задачи прямо в репозитории в markdown файлах: что нужно сделать, что у нас есть на входе, что нужно получить на выходе, критерии приемки и прочее.
🔄 Возможность проверить свою работу
Это, так называемый, feedback loop
У каждого разработчика (человека) есть возможность проверить свою работу. Для этого он запускает линтеры, чтобы, если это компилируемый язык, линтер показал, какие имеются ошибки, билдится ли проект и прочее. Далее, на основе этой информации разработчик исправляет ошибки. То же самое касается и тестов: запускаем тесты, видим ошибки и исправляем их.
Очень важно обеспечить этим инструментарием и AI Coding Agent
В документации необходимо указать, какие у нас есть команды для запуска тестов, линтеров, форматтеров; в каком порядке их нужно запускать.
Таким образом, имея в вашем арсенале документацию и feedback-loop, эффективность использования кодинговых агентов повысится в разы.
Я вам это обещаю!
Вы больше не будете тратить много денег на агентов, можете отказываться от подписок за $200 на Claude Code, ведь с правильно настроенным проектом вам будет достаточно одного или двух аккаунтов Claude Code с подписками по $20.
В комментариях я оставлю пример своего промпта с Table of Contents
#ai_coding@the_ai_architect
В AI Assisted Coding есть два столпа, на которых держится эффективность: тестирование и документация. О тестах поговорим в другой раз, а сегодня — о том, что часто считают скучной рутиной, но для AI это база.
Какие есть способы передачи информации о проекте в разработке? Чатики (Slack, Telegram Chats, Microsoft Teams), email письма, таск трекер, документация, память синьора. Для работы с AI нам нужен единый, надежный источник правды. И это — документация прямо в репозитории.
Да, можно прикрутить Confluence через MCP, но зачем усложнять? Когда доки лежат рядом с кодом, агент может обращаться к ним и даже обновлять, "не отходя от кассы".
Фундамент: Что должно быть в документации?
Думайте о документации как об онбординг-гайде для нового сотрудника. Минимум воды, максимум сути, чтобы любой — человек или AI — мог быстро влиться в проект. Обязательный минимум:
▪️ Архитектура: Общая схема проекта, как всё связано.
▪️ Стэк: Какие технологии и почему мы используем.
▪️ Запуск: Пошаговая инструкция по настройке окружения.
▪️Концепции: Объяснение ключевых или неочевидных решений, которые были приняты.
Наличие такого гайда колоссально экономит время и токены, избавляя AI от необходимости "додумывать" за вас.
Наличие такой документации колоссально сэкономит вам время при работе с AI агентами.
Rules для агента
С AI Coding Tools у нас появляется новая сущность — rules. Это конституция вашего проекта для AI.
По сути, это та же документация в Markdown, но предельно сжатая, состоящая из тезисов. Это «шпаргалка», которую агент держит перед глазами при каждом действии. (Сниппет из файла AGENTS.md одного из моих проектов я оставлю в комментах).
Как понять, что писать в доках, а что в правилах?
Очень просто. Представьте, что правила — это стикер на вашем мониторе с самой важной информацией. Они маленькие и всегда передаются в контекст запроса к LLM. А документация — это книжный шкаф, к которому агент обращается только по необходимости.
Искусство написания правил
Самое сложное — это выгрузить неявные знания из вашей головы в четкие инструкции. Вот несколько советов:
▪️ Не учите AI основам. Модели знают всё про React, Django, принципы SOLID и DRY. Ваша задача — описать, как именно вы их используете в своем проекте (например: "Используем функциональные компоненты и React Hooks", "Все эндпоинты следуют RESTful конвенции").
▪️ Правила — это живой документ. Они должны эволюционировать вместе с проектом. На старте они одни, для MVP — другие, в продакшене — третьи. Безжалостно удаляйте, обновляйте и поддерживайте их в актуальном состоянии.
▪️ Агент ошибается? Проверьте правила. Если AI систематически допускает одну и ту же ошибку, скорее всего, проблема не в вашем промпте, а в нехватке или неточности правил. Дополните их.
▪️ Описывайте "что", а не "как". Вместо того чтобы диктовать AI полную имплементацию, опишите бизнес-требования и конечную цель. Ваша задача — быть архитектором, а не каменщиком. Отдайте реализацию агенту.
И главное...
Не пишите правила и документацию вручную!
Опишите свои мысли в свободной форме и попросите AI-агента структурировать их в краткие и четкие инструкции. Он сделает это лучше и быстрее. А для небольших правил, относящихся к конкретному участку кода, отлично подойдут обычные комментарии прямо в файле.
#ai_coding@the_ai_architect
