Hi there!
Решил завести канал, буду делиться своим опытом/мыслями/идеями по внедрению AI в жизнь.

О себе:
Уже 4+ года работаю в DS ⌛️
Работал с множеством областей: CV, ML, TS, LLM

Последние 2 года занимаюсь внедрением AI во все процессы, про раги и агентов что-то знаю. Поэтому меня можно назвать AI-инженером…

AI уже здесь, но распределен неравномерно 😃

Каждый уже слышал про случайный слив исходников Claude Code. Все бросились искать фишки и инсайды и нашли много полезного.

Важный факт: Anthropic везде заявляют, что 100% кода написано AI, и мне нравится такая практика, я ее разделяю.

Поэтому сделал дистилляцию знаний по ai-first разработке, на основе их репо:

▎Главная идея ✈️

Человек — архитектор, AI — инженер.
Ты решаешь ЧТО и ЗАЧЕМ. AI решает КАК.
CI решает, попадёт ли код в прод.

▎Как устроены промты внутри Claude Code

В репо обнаружили, что весь проект управляется через CLAUDE.md — это system prompt, но не для чата, а для всего проекта. Структура:

→ Архитектурные инварианты — список того, что AI НЕЛЬЗЯ нарушать ни при каких условиях
→ Правила генерации — лимиты на размер функций, обязательные тесты, стиль комментариев
→ Антипаттерны — явный список запрещённых паттернов: god-функции, код без тестов, hardcoded значения
→ Протокол сессии — как начинать работу, когда делать checkpoint, как завершать

Фишка: промт разделён на static и dynamic части. Стабильные правила в начале файла (кэшируются), изменяемый контекст (текущая задача, feature flags) — в конце. Экономит токены.

Каждое архитектурное решение фиксируется в ADR-файле с секцией «Constraints для AI»:
— НИКОГДА не делать X
— ВСЕГДА использовать Y
— При изменении модуля Z — обновить W

Это превращает решения человека в исполняемые правила внутри промта.

▎Трёхуровневая память — главная находка

1. MEMORY.md — персистентный индекс. Указатели на знания, не сами данные. AI читает при старте, обновляет при завершении.
2. Session context — рабочая память внутри сессии (~167K токенов до auto-compaction).
3. autoDream — фоновый субагент, который чистит противоречия и сжимает контекст, пока ты не работаешь. Буквально «сон» для AI.

80% пользы можно получить просто ведя MEMORY.md и обновляя его в конце каждой сессии.

▎Правила, которые стоит забрать себе

→ Код без тестов — не код. AI генерирует код и тесты одновременно. CI блокирует merge без покрытия.
→ Комментарии — не для тебя, а для следующей AI-сессии. Только WHY, никогда WHAT.
→ Hard limits в CI — единственное, что работает. AI не умеет останавливаться сам: функция ≤ 50 строк, complexity ≤ 10, файл ≤ 300 строк.
→ Одна сессия = одна задача. На длинных сессиях AI дрифтит и ломает границы модулей.
→ Checkpoint каждые 20-30 минут: «перечитай контекст, подтверди что помнишь scope».
→ Никогда не верь утверждениям AI. Только CI что-то доказывает.

▎TL;DR

AI — отличный инженер, но ужасный архитектор.
Давай ему чёткие границы, не доверяй на слово и главное автоматизируй проверки.

Мое любимое слово последней недели - дистилляция

Если раньше вам понравилась какая-то идея/фича из: продукта, фреймворка, библиотеки. То ее долго и сложно/долго было внедрять в проект, поэтому она никогда и не появлялась. Сейчас, ты можешь взять проект A и проект B и перевайбить дистиллировать данный функционал.

Простой пример использования:
1) У вас есть свой проект: Пасьянс паук, micro-SaaS, AI-агент… И есть интересующий вас проект (слив claude code, autoreserch, self-improving логика)
2) Отдаете N-проектов в агента, просите выделить полезный функционал и имплементировать
= профит

Теперь пример из реальной жизни:
Andrej Karpathy выложил autoresearch. Агент модифицирует тренировочный скрипт (самоулучшается), гоняет 5-минутные эксперименты, коммитит улучшения, откатывает неудачи. За ночь: 89 экспериментов, 15 улучшений, 0 крашей.

CEO Shopify сам взял autoresearch и дистиллировал его в оптимизацию Liquid 20-летнего Ruby-шаблонизатора Shopify 🚬

Барьер между "о, прикольная идея" и "работает в проде" схлопнулся до одного промпта.
Все движется от "not invented here” к эпохе "distilled from everywhere”. Лучшие инженеры 2026 - это не те, кто пишут больше кода, а те, кто быстрее находят и переносят правильные идеи.

Наткнулся на интересного бота. Он ищет дома за $500K–$1.2M без бассейна, рендерит бассейн прямо на их задний двор, печатает открытку с before/after и отправляет хозяину по почте.

Как это работает для строителей бассейнов (средний чек $50K+):
— Сканирует спутниковые снимки, находит дома с пустыми дворами
— Фильтрует по размеру участка, освещённости, свежей смене владельца
— Вытаскивает контакт хозяина из публичных реестров
— Рендерит бассейн прямо в реальный двор
— Считает стоимость строительства + прирост стоимости дома по конкретному зипкоду
— Генерирует видео двора с новым бассейном
— Печатает открытку с before/after и QR-кодом
— Отправляет почтой + догоняет ретаргетингом

*находим участки без теплицы, рендерим теплицу с помидорами, все, пошел делать… 📈

Недавно наткнулся PR: Rewrite Bun in Rust на 1M LoC 🤔
Сразу стало интересно, как был реализован harness вокруг всего этого.

скорее всего, это было не так
/goal Rewrite Bun in Rust make no mistakes

Поэтому, сделал реверс инжинириг по коммитам и системным файлам.
Цифры: 6,755 коммитов за 6 дней = ~47 коммитов в час 24/7 = минимум 30+ агентов параллельно (клодик так посчитал).

Архитектура пайплайна:
— Фаза 0. Дорогой анализ вынесли в отдельный шаг, до запуска агентов-переводчиков. Прогнали LLM по всей кодбазе и для каждого указателя записали, кто им владеет — результат лёг в файл LIFETIMES.tsv. Параллельно руками подготовили Zig-сторону, чтобы перевод стал механическим. Зачем: убрать самую частую ошибку перевода — "локально вроде верно, но владение неправильное". Агент в фазе A не думает, а читает готовый ответ.
— Фаза A — перевод. 30+ агентов, по одному на .zig файл. Компилироваться не обязан. В код вставляются маркеры // TODO(port):, // PERF(port):, каждый файл кончается трейлером confidence: high/medium/low.
— Фаза B — компиляция. Cargo workspace из ~200 creates поднимается crate-by-crate. Параллельно 3 спец-агента: code-dedup грепит дубли, bench-until-green грепит PERF(port) и фиксит, ci-auto-fix-NNN — по ветке на каждое падение CI, реагирует автоматически.

Как 30 агентов оркестрированы: просто через git 🤨. Нет общего шедулера. Каждый агент видит только свой .zig + PORTING.md + LIFETIMES.tsv. Координация через артефакты в репо: маркер // PERF(port): в коде. Связь между поколениями агентов идёт через коммиты (привет муравьиный алгоритм).
Контур валидации: Rust borrow checker = бесплатный supervisor (Zig такого не давал — отсюда вся затея). Test suite = machine-checkable цель. CI падает → ci-auto-fix-NNN спавнится → чинит → цикл без человека. Ревью двухконтурное: CodeRabbit + Claude bot, разные модели = разные слепые зоны.

Инсайты:
— Pre-computed analysis. Что дорого считать внутри каждого агента — посчитай один раз отдельным пайплайном (можно дешёвой моделью), сохрани в файл, агенты только читают. У Bun это владение указателями по всем файлам. Принцип универсален для любого cross-file контекста: dependency graph, схема БД, permissions matrix, контракты API между сервисами.
— Оркестрация через артефакты, не через рантайм. Маркеры в коде, трейлеры, имена веток = каналы связи. Дёшево, наблюдаемо, версионируется само.
— Узкий агент бьёт универсального. code-dedup умеет только грепить дубли. Меньше scope → меньше галлюцинаций.
— Старый код рядом как референс. .zig лежат с .rs не для сборки — чтобы агент при отладке сверял логику.
— Фиксация архитектуры срезает 90% галлюцинаций. "Same architecture, no async Rust" — нет творческих развилок → нет творческих ошибок.
Пайплайн собран не из модели, а из артефактов. Модель — исполнитель, у которого обвязка не даёт сделать не то.

Жёсткое осознание: 1M LoC переписал по сути один человек + рой агентов. Сработал не просто “вайб”, а хорошо выстроенный инженерный подход 😡

code contributed per person с Mythos увеличилось в 3.2 раза, относительно Opus 4.5

Это ai coding adoption или реальный импакт модели 🗣

ponytail? caveman?
pohuy ✅✅

Положняк по харнесу и агентам за последние 2 недели ⚡️

1. https://x.com/omarsar0/status/2087605040240582991
2. https://x.com/omarsar0/status/2087574841893474556
3. https://x.com/dair_ai/status/2087264294782279808
4. https://x.com/omarsar0/status/2087962456572498142
5. https://arxiv.org/abs/2608.11242
6. https://arxiv.org/abs/2608.06871 (CEDAR is a potential hidden gem)
7. https://x.com/maksym_andr/status/2088962930079388095
8. https://x.com/rohanpaul_ai/status/2089081790254465241
9. https://x.com/zhuokaiz/status/2088801833800130625
10. https://x.com/thesupermanmx/status/2088977298989129826
11. https://x.com/monokern/status/2087241401649996149

деслопимся 📝

https://x.com/juampitech/status/2090834948332655011
https://github.com/dmmulroy/anti-slop

дистилим -> получаем slop 2.0