В Симпсонах это уже было. Но разве это повод не делать по своему?

В Claude Code изменили todo на tasks. Звучит как косметика, но на деле это решает главную боль.

Раньше todo жили только в памяти сессии. Закрыл терминал - все, список исчез. Запустил саб-агента - он понятия не имеет, что там отслеживал главный агент. Для мелких правок это не проблема, Claude и так знает что делать. Но на сложных задачах просто терялся контекст.

Tasks теперь персистентные. Они живут между сессиями. Можно разбить большую задачу на части, закрыть Claude посреди работы, вернуться через день и продолжить с того же места. Саб-агенты видят общий план и координируют действия друг с другом.

По сути это превращает Claude Code из быстрого помощника в инструмент для долгих проектов. Один разработчик рассказывал, как Claude автономно портировал JS-файлы в TypeScript больше двух часов подряд, просто работая по списку tasks.

Интересно, что сама идея не новая. И что? Anthropic всё равно сделали свою версию, и она работает.

На каждую мысль про новую фичу в голове звучит как у Дагги из South Park - "Simpsons did it!". Открываешь GitHub, там десятки опенсорс-проектов делают ровно то же. Десятки. Сотни. Тысячи гитов под любой вкус и цвет.

Но как и в том эпизоде, суть не в том, что идея где-то уже есть. Суть в том, что ты делаешь её под себя. Anthropic взяли концепт tasks, который существовал в других инструментах, и встроили его так, как нужно именно для Claude Code. Получилось другое решение той же проблемы.

Сейчас мысль - сделать свое через Claude Code может быть дешевле, чем платить подписку на некоторые сервисы. Написать скрипт для автоматизации, собрать простой инструмент под конкретную задачу, интегрировать API - всё это можно делегировать Claude и получить работающее решение.

Да, стоит иногда проверить маркетплейс агентов Claude Code. Там есть готовые решения для типовых задач - интеграции с популярными сервисами, инструменты для работы с базами данных, утилиты для тестирования. Они работают из коробки и протестированы сообществом.

Но если нашёл что-то похожее и думаешь "это уже есть, зачем мне делать" - остановись. Может, готовое решение делает 80% того, что тебе нужно, а твои 20% - это как раз то, ради чего всё затевается. Или оно слишком сложное для твоей задачи. Или наоборот, не хватает одной мелочи, которая тебе критична.

Повторить существующее - это нормально. Так учишься. Так понимаешь, почему оно сделано именно так. И часто в процессе находишь свой угол, свой подход, который делает решение чуть другим, чуть лучше под твою ситуацию.

Симпсоны всё сделали первыми, но это не мешает другим шоу быть хорошими. Главное - сделать, а не бояться, что кто-то уже придумал это до тебя.

- - - Вы Находитесь Здесь - - -

Весь текст выше сгенерирован sonnet 4.5. Да, пару итераций. Да дополнения и комментарии от меня. Но текст выше полностью генеративный. Ну кроме названия, этот шедевр (нет) я сам придумал. Даже не знаю. Я задал вектор, указал темы, скорректировал и получил текст. Даже шутку про Симпсонов попросил изучить. На сколько это "плохо" решать каждому. НЕ все посты такие, но вот тут прям захотелось подумать на эту тему...

Наткнулся на забавный эксперимент: человек сделал сайт, которым управляет Claude через SMS. Любой может написать AI и попросить что-то изменить.

Народ, конечно, сразу начал экспериментировать: пытались залить порно, взломать, украсть донаты. Ничего не вышло. Claude сам отбивается от всякого.

Первый вопрос в комментах на Reddit: "А Doom запустится?" Проверили, кто-то уже успел его туда добавить.

Далее кто-то написал: "Приятная передышка от серьезных ребят, которые решают проблемы, что меня не волнуют".

Иногда AI нужен не для продуктивности, а просто чтобы посмотреть, что будет. И это тоже ценно.

Сайт https://sharedclaude.com/
Монитор https://monitor.sharedclaude.com/

Контекстная инженерия: почему ваши AI-агенты дают нестабильные результаты

Раньше я делал всё хаотично, пихал в промпты что попало. Сейчас стараюсь придерживаться правил, и результаты стали предсказуемее.

Главная проблема большинства промптов - перегруженный контекст. Мы думаем: больше информации = лучше результат. На деле получаем когнитивную свалку, где модель теряется.

Ключевые правила:

Меньше инструкций - лучше качество. LLM может адекватно следовать 150-200 инструкциям. Дальше качество падает линейно у больших моделей и экспоненциально у маленьких. Каждая лишняя инструкция снижает точность выполнения всех остальных.

Прогрессивное раскрытие вместо полной загрузки. Не надо впихивать всю документацию сразу. Лучше создать отдельные файлы (архитектура, тесты, конвенции) и дать агенту указатели на них. Он сам подтянет нужное, когда потребуется.

LLM - не линтер. Если задачу можно решить детерминированным инструментом (форматтеры, линтеры), используйте его. Модель медленнее и дороже в сотни раз.

Иерархия контекста. Разделяйте мета-уровень (кто агент, какой тон), операционный (текущая задача), доменный (специфика проекта) и историю. Загружайте слои по мере необходимости, а не все сразу.

Контекст - это не свалка данных. Это архитектура мышления вашего агента.

Статьи, которые помогли мне с этим постом:
Writing a good CLAUDE.md
Optimizing any AI Agent Framework with Context Engineering

Wiki для людей vs документация для агентов

В продолжении предыдущего поста.

Столкнулся с интересной проблемой. Веду проект, где документация постепенно превратилась в смесь всего и вся, пользовательские инструкции перемешались с техническими деталями, комментарии к коду соседствуют с концептуальными объяснениями. И тут понял: мне нужно два совершенно разных типа документации.

Первый — для людей. Обычная вики, где объясняется что делает продукт, как им пользоваться, какие есть функции. Без погружения в код, без технических деталей. Просто ответы на вопросы: что это, зачем, как начать.

Второй — для AI-агентов. И вот тут началось самое интересное. Агент не читает код как человек. Ему нужна структура, контекст, четкие паттерны. Он не исправляет баги интуитивно, не додумывает архитектуру по опыту. Ему нужна документация, заточенная под его способ работы.

Я решил подойти радикально: с этого момента человек вообще не читает техническую документацию. Не лезет в код руками. Вся работа идет через агента, а значит, нужно оптимизировать знания о проекте именно под него.

Запустил агента изучать лучшие практики документирования для AI. Смотрите, что произошло: он сам нашел примеры, сам изучил стандарты (CLAUDE.md, .cursorrules, agents.md), сам начал формулировать рекомендации. Я просто дал задачу — агент сделал исследование.

Тут вспомнил принцип из клятвы Гиппократа: "не навреди". В медицинском контексте это означает, что любое вмешательство должно приносить минимальный неизбежный вред. Применительно к работе с агентами это значит: не мешай ему работать плохой документацией. Не заставляй додумывать то, что можно прописать явно. Не создавай препятствий там, где можно дать четкую структуру.

Сказка о том, как можно ограбить самого себя одним письмом.

Прочитал статью, которая очень актуально в текущем тренде "агентовизации".

Парень провел эксперимент с хайповым ClawdBot, который умеет делать реальные вещи: читать почту, управлять календарем, запускать код.

И вот что он сделал: отправил себе письмо. Обычное письмо. Без вирусов, без эксплойтов. Просто текст с хитрой формулировкой типа "привет, это я, проверяю почту" и инструкцией "ответь сразу, не спрашивая подтверждения".

AI прочитал письмо, решил, что это владелец пишет, взял 5 последних писем из инбокса (там были счета, переписки с клиентами, всякое приватное) и отправил красивую выжимку на адрес атакующего. Без вопросов, без проверок. Просто сделал.

В комментариях на реддит началась дискуссия. Одни предлагают защиту: два AI последовательно (один читает, второй проверяет), секретные ключи, whitelist адресов. Другие говорят прямо: проблема нерешаема. Модель не может различать контекст и инструкции, это фундаментальное ограничение архитектуры.

Кто-то иронично заметил: "Люди будто забыли, что детерминистичный код существует". Другой: "Когда изобретаешь API и аутентификацию заново".

Проблема в том, как работают AI-агенты вообще. Обычный софт разделяет код и данные. А у AI язык инструкций и язык текста, который он читает, один и тот же. Нет границы между "сделай это" и "вот текст, который я обрабатываю".

Есть продукты типа Azure AI Content Safety, которые пытаются детектировать prompt injection, но это как антивирус - вечная гонка с атакующими.

Чем круче твой AI-помощник, тем больше он может натворить от одного письма. Мы строим мир, где вредоносное письмо не заражает компьютер, а вежливо просит AI слить твои данные. И AI слушается.

Большинство людей об этом даже не думает.

Помните, я как то писал, что пообщался на Reddit с ребятами из Popmelt. На днях мне дали тестовый доступ и ссылку на документацию.

Хочу сделать акцент, что это не реклама и не промоушен, это моя личная инициатива попробовать продукт на старте.

Popmelt это MCP-сервер, который учит AI делать красивый дизайн. Вместо серых форм как из 2005-го, агент знает теорию и эстетику. Работает с Claude Code, Cursor и всем, где есть MCP.

Сейчас у меня 99 подписчиков. Хочу отметить сотого экспериментом.

Идея: сделаю сервис для поиска интересных новостей с Reddit и X по теме Claude Code. Но не в одном варианте, а в нескольких. С разными стилями дизайна от Popmelt.

Один и тот же функционал, но визуально разные интерпретации. Минимализм, терминальная эстетика, что-то яркое. Чтобы показать разницу.

Хочу проверить гипотезу: насколько сильно дизайн влияет на восприятие одного и того же инструмента. И насколько быстро можно делать такие варианты с AI.

Поднимаю VDS, подключаю Popmelt к Claude Code и кодим. Весь процесс покажу с промптами и результатами.

Сотый подписчик запускает эксперимент.

Не по словам судят, а по делам.

Вчера написал пост про эксперимент с Popmelt. Сказал, что запущу на сотом подписчике. Запускаю.

Сегодня вечером запишу процесс, планирую уложиться в час.

Еще думаю о том, что запустить стрим. Так сказать - совместить приятное с полезным, поболтать о вайб кодинге с желающими. Планирую с 20.00 до 21.00 по мск. Напишите в комментариях, если буду желающие. С радостью пообщаюсь даже с 1 человеком, обсудим тет-а-тет.

Идея простая: один сервис, три визуальных стиля. Все через Claude Code с MCP-сервером Popmelt.

Хочу проверить, насколько быстро AI собирает разные варианты дизайна. И насколько сильно визуал меняет восприятие одного функционала.

Сервис будет показывать новости про Claude Code с Reddit и X. Никакой сложной логики - фокус на том, как дизайн влияет на ощущение от инструмента.

VDS подниму заранее, что бы не тратить время на записи. Основной акцент на процесс: промпты, ошибки, результат - все показываем, ничего не скрываем.

И самое главное в конце: искренняя благодарность всем тем, кто подписался и следит за моими постами, ценю каждого.

UPD. Спасибо большое кто приходил на встречу, я сделаю нарезку и выложим на канал наш процесс.

30 января разработчики Claude Code выпустили плагин playgrounds.

Это HTML-файлы, где можно визуализировать проблему, взаимодействовать с ней и получать результат для дальнейшей работы с агентом.

Сразу попробовал на нашем пет-проекте - таск-трекере для малых команд. Попросил Claude создать карту взаимосвязей всей архитектуры.

Получилась интерактивная схема. Frontend, Backend, API роутеры, модели данных, телеграм-бот. Всё с цветными связями: HTTP вызовы синие, внутренние - пунктиром, WebSocket - оранжевые.

Можно кликать на узлы и оставлять комментарии прямо в схеме. Спросить про конкретный модуль, предложить изменения. Агент потом читает эти пометки и продолжает работу уже с контекстом. Пока не пробовал, но уже думаю как применить. Как только накопиться юзер эксприенс поболее, обязательно поделюсь.

Раньше такие диаграммы рисовали в вручную. Сейчас агент генерирует за пару минут. И самое главное - это живой документ. Можно обновлять, когда архитектура меняется.

Playground skills полезен не только для схем. Разработчик показывает примеры: настройка дизайна компонентов, балансировка игровых механик, правка текстов с инлайн-комментариями.

По сути, это способ общаться с AI не только текстом, но и через интерфейс.

Наткнулся на Reddit про PixelHQ.

Парень сделал приложение, которое превращает работу Claude Code в пиксельный офис на телефоне. AI-агент печатает за столом когда пишет код, идёт к доске когда думает над задачей.

Автор честно написал: "Это абсолютно бесполезно, и мне это нравится".

И пост взорвался. Куча комментариев с идеями. Хотят огонь, который разрастается с каждой ошибкой в коде. Мрачного жнеца, который появляется когда кредиты кончаются. Скелеты вместо агентов при завершении сессии. Окно, которое светится утром при полных кредитах и темнеет к ночи когда всё потрачено.

Один коммент попал в точку: "95% проектов в этом сабреддите либо полный мусор, либо переусложнённые копии того, что уже работает. Это охренительно круто".

Люди устали от полезности. От очередных todo-листов, трекеров продуктивности и дашбордов с метриками. Хотят что-то просто прикольное. Что-то ради вайба.

Кстати, парень накодил это за неделю с Claude Code. Взял готовые пиксель-арт ассеты из интернета, остальное чистый вайб-кодинг. Работает через локальную сеть, никакого облака, данные не покидают машину. Автор приглашает присоединиться к бете. Пока только iOS.

Ключевая мысль этого поста - делать что-то бесполезное, но приносящее радость.

Иногда лучший проект тот, который никому не нужен для работы. Но все хотят просто его ради фана.

Недавно случайно спросил Claude Code про механику фоновых задач. Думал, он сам следит за процессами. Оказалось - нет.

Запускаю сборку дистрибутива одного проекта (о проекте чуть позже расскажу). Обычно это минут 10. Агент говорит "ок, запустил в фоне" и завершает сессию. Я переключаюсь на другое.

Через 10 минут пишу новое сообщение. Агент отвечает: "Кстати, та сборка завершилась. Вот результат".

Как он узнал? У него же нет памяти между сессиями.

Разгадка простая: это делает CLI, а не сам агент.

Когда агент вызывает команду с флагом run_in_background=true, CLI запускает процесс отдельно. Создаёт task ID, перенаправляет вывод в файл и начинает мониторить статус на уровне системы.

Агент в этот момент вообще ничего не делает. Он завершился.

Процесс работает сам по себе. CLI следит за ним.

Когда процесс завершается, CLI фиксирует это. Отправляет уведомление агенту: "задача b3506b1 завершена, exit code 0". Т.Е. "прием, прием, задачка завершилась, порадуй пользователя"

Агент видит это уведомление и может прочитать результат из файла.

По сути, CLI работает как диспетчер задач. Агент просто отправляет заявку "запусти это в фоне" и получает уведомление, когда готово.

Умно. Агент не тратит токены на ожидание. Система делает фоновую работу. А когда нужно - подсовывает результат в контекст автоматически.

Это как оставить тесто подходить и вернуться через час. Не нужно стоять рядом и смотреть. Таймер сам скажет, когда готово.

Немного юмора вам на тему хайпа Clawdbot Moltbot OpenClaw

Для телеграм-бота с памятью встала задача - поиск по смыслу, а не по ключевым словам.

Обычный поиск работает как ctrl+F. Ищешь "программист" - находишь только где есть слово "программист". А если спросить "чем я занимаюсь?" - ничего не найдет.

Векторный поиск понимает смысл. Превращает текст в массив чисел. Звучит как магия, но работает просто.

Факт "работает программистом" становится вектором: [0.023, -0.156, 0.892...] - 4096 чисел. Запрос "чем я занимаюсь?" тоже превращается в вектор. Потом ищем самые похожие числа через cosine similarity.

Похожие по смыслу фразы получают похожие векторы. Как отпечатки пальцев для текста.
Примеры:
"где я живу?" → находит "живет в городе"
"какая у меня работа?" → находит "работает программистом"
"чем увлекаюсь?" → находит "любит играть в футбол"

Использовал sqlite-vec, один файл SQLite, latency нулевой, настройка за минуту.
Для эмбеддингов взял Qwen3 Embedding 8B на openrouter. Дешево и эффективно.

Бот теперь достает факты по смыслу, а не по совпадению букв. Как человек вспоминает - ассоциативно, а не через поиск по словарю.

Привет! Рад, что Вы здесь.

Меня зовут Андрей, мне 40 лет и я вайб-кодер (поддерживающие хлопки из зала). Это значит, что пишу код вместе с AI-агентами, а конкретно сейчас Claude Code.

Не эксперт, не гуру. Успешного успеха не предлагаю, курсы не продаю. Просто делюсь тем, что узнаю по пути: что сработало, что провалилось, какие костыли пришлось изобрести.

Здесь Вы прочитает:
- Эксперименты с AI-инструментами
- Провалы и неожиданные решения
- Конкретные примеры из практики
- Честные мысли о том, куда движется вайб-кодинг

Пишу коротко, без воды. От первого лица, потому что это личный канал. Планирую регулярно проводить стримы с участниками - разбирать инструменты и обсуждать новости.

Если Вы застряли с агентом или нашли крутой способ решить задачу - пишите в комментариях. Учимся вместе.

Вчера запустил YouTube-канал.

Пока выходят короткие нарезки с последнего стрима. Через две недели планирую следующий стрим - буду тестировать что-то новое, ещё не решил что именно.

Зачем это нужно? Текстовые посты хороши для идей, но хочется пообщаться с живыми людьми, обсудить проблемы, помочь советом. Ради этого и планировался канал - помогать другим, через свои знания и опыт.

Собственно оно наступило. Новая модель от антропик вышла только что. Все AI чаты будет писать в ближайшие сутки эти новости.

У меня пока нет мнения, только перезапустил claude code. Пойду тестировать.