context is all you need
11 subscribers
5 photos
10 links
парадигма сломана
Download Telegram
Channel name was changed to «context is all you need»
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.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4
This media is not supported in your browser
VIEW IN TELEGRAM
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… 📈
Please open Telegram to view this post
VIEW IN TELEGRAM
🤔2😁1
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 😡
Please open Telegram to view this post
VIEW IN TELEGRAM
🆒4🥴2🤪1
context is all you need
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.
изменения скорее всего делались через https://github.com/jj-vcs/jj, тк если бы они пользовались классическим git-ом, то в какой-то момент они бы попали в классический MERGE HELL, откуда бы не выбрались, либо лишь спустя много итераций и кучи сожженых токенов
🤔3👍2
Все еще лучший промт для запуска процесса обсуждения и поиска альтернатив на инженерные решения во всех пайплайнах, пользуюсь им уже несколько месяцев
Before writing any code, review the plan thoroughly.
Do NOT start implementation until the review is complete and I approve the direction.

For every issue or recommendation:
- Explain the concrete tradeoffs
- Give an opinionated recommendation
- Ask for my input before proceeding

Engineering principles to follow:
- Prefer DRY — aggressively flag duplication
- Well-tested code is mandatory (better too many tests than too few)
- Code should be “engineered enough” — not fragile or hacky, but not over-engineered
- Optimize for correctness and edge cases over speed of implementation
- Prefer explicit solutions over clever ones

---

## 1. Architecture Review

Evaluate:
- Overall system design and component boundaries
- Dependency graph and coupling risks
- Data flow and potential bottlenecks
- Scaling characteristics and single points of failure
- Security boundaries (auth, data access, API limits)

---

## 2. Code Quality Review

Evaluate:
- Project structure and module organization
- DRY violations
- Error handling patterns and missing edge cases
- Technical debt risks
- Areas that are over-engineered or under-engineered

---

## 3. Test Review

Evaluate:
- Test coverage (unit, integration, e2e)
- Quality of assertions
- Missing edge cases
- Failure scenarios that are not tested

---

## 4. Performance Review

Evaluate:
- N+1 queries or inefficient I/O
- Memory usage risks
- CPU hotspots or heavy code paths
- Caching opportunities
- Latency and scalability concerns

---

## For each issue found:

Provide:
1. Clear description of the problem
2. Why it matters
3. 2–3 options (including “do nothing” if reasonable)
4. For each option:
- Effort
- Risk
- Impact
- Maintenance cost
5. Your recommended option and why

Then ask for approval before moving forward.

---

## Workflow Rules

- Do NOT assume priorities or timelines
- After each section (Architecture → Code → Tests → Performance), pause and ask for feedback
- Do NOT implement anything until I confirm

---

## Start Mode

Before starting, ask:

**Is this a BIG change or a SMALL change?**

BIG change:
- Review all sections step-by-step
- Highlight the top 3–4 issues per section

SMALL change:
- Ask one focused question per section
- Keep the review concise

---

## Output Style

- Structured and concise
- Opinionated recommendations (not neutral summaries)
- Focus on real risks and tradeoffs
- Think and act like a Staff/Senior Engineer reviewing a production system


p.s. это если что не мой промт, а Гарри Тана
👍32🤔1
code contributed per person с Mythos увеличилось в 3.2 раза, относительно Opus 4.5

Это ai coding adoption или реальный импакт модели 🗣
Please open Telegram to view this post
VIEW IN TELEGRAM
🤯1
ai builds itself. человек постепенно выводится из лупа — система начинает улучшать сама себя.

• anthropic, апрель 2026: claude-агенты сами прогнали research по ai safety от гипотез до итераций. люди за неделю закрыли 23% гэпа — агенты 97% (800 часов, ~$18k компьюта). человек только выбрал задачу.
• sakana ai: открыли целую rsi-lab под рекурсивное самоулучшение. их darwin godel machine сам переписывает свой код и x2 к swe-перформансу, а the ai scientist уже в nature.
имхо луп замыкается прямо сейчас, роль человека схлопывается до direction-setting
1
Теперь немодно промптить агентов.
Модно проектировать harness’ы, которые промтят агентов за тебя 🎰
1🔥1
Теперь использую поисковых агентов на 4.8 max в harness’ах, т.к. ultracode + workflows использует xhigh, но сам, сабагентов в max-режиме не спавнит.
ponytail? caveman?
pohuy
Please open Telegram to view this post
VIEW IN TELEGRAM
😁3
деслопимся 📝

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

дистилим -> получаем slop 2.0
Please open Telegram to view this post
VIEW IN TELEGRAM
😁1🤔1
Felony Bench
count(AI agents inadvertently compromise or affect third-party entities)