После 5ти неудачных попыток, в ход пошла тяжелая артиллерия.

Братцы, Cursor наконец-то сделали то, что все просили!

Теперь их AI-агент можно юзать через CLI. Я уже потестил - работает огонь 🔥

Ставится за секунду:

curl https://cursor.com/install -fsS | bash

Что зашло больше всего:

Можно запускать в любом редакторе (да, в твоем любимом vim тоже). У меня крутится параллельно с IDE - один агент ревьюит код, другой документацию генерит.

Все тот же контекст что и в Cursor IDE, только теперь можно в скриптах использовать. Представляете - автоматический code review в CI/CD?

MCP поддержка из коробки - подключаешь внешние тулзы и агент работает как надо.

Лайфхак: Запускаю headless в GitHub Actions для автогенерации README. Экономит кучу времени.

Короче, если пользуетесь Cursor - обязательно попробуйте CLI версию. Реально расширяет возможности.

А если не пользовались Cursor - самое время начать 😉

Вот тут коллега поднял важный вопрос

Агентный кодинг вместо «вайб-кодинга»: как одним человеком собрать мини-SaaS x10 быстрее

Без споров — просто мой опыт. Я не «вайбкодил». Я использовал агентные подходы + Cursor и опирался на старую школу: ~5 лет плотной до-ИИ разработки (по 12 ч/день). Понимаю архитектуру и паттерны, веду ADR, управляю контекстом, вовремя откатываю, если модель уносит не туда. Код руками не пишу (и вообще почти не печатаю): за 20 минут сделал себе на маке аппку — по хоткею говорю, и текст влетает в нужное место. Дальше — генерация, ревью, ещё итерации… пока мои глаза не одобрят.

За последние месяцы одним человеком собрал и вывел в прод мини-SaaS Reels-Boss.io:
— фронт;
— несколько бэков: нарезка длинных видео, полная генерация, перепродажа API ген-моделей и пачка фич;
— контент-завод с полным циклом: продакшн → дистрибуция → аналитика;
— автоматизация выкладки на реальной ферме устройств + фронт управления;
— аналитика: показы, продуктовая и коммерческая;
— e-mail-маркетинг: активация, онбординг, рассылки, сегменты;
— рекуррентные платежи;
— своя сквозная аналитика;
— сервера/безопасность/CI-CD.

Архитектура — микросервисы, горизонтально масштабируемые воркерами. Ещё год назад под это нужна была бы команда из N человек. Сейчас — нет. При этом я веду проект как owner: продукт, маркетинг, метрики, деньги.

Цифры по факту:
— плотно занимаемся с июля; до этого продукт был в проде для внутреннего использования на контент-заводах;
— ≈300 платных пользователей, ~8 500 регистраций, ≈$2k MRR;
— сгенерены сотни тысяч коротких и десятки тысяч длинных видео обработаны;
— один контент-завод дал 35M просмотров на 500+ аккаунтов;
— в B2B (контент-заводы под ключ) выручка выше.

Вывод. Моё ускорение — реально близко к ×10 (особенно после появления GPT-5 в Cursor). Сегодня узкое место — не кодинг, а моя собственная «оперативка»: держать в голове много параллельных проектов. Здесь я и упёрся.


P:S: Здесь я не говорю о энтерпрайз уровне разработки. Все что выше это об Инди и быстрой доставке продукта в прод.

⚙️ За полдня — промокоды с антиабузом, RLS и UX уровня Stripe

(в проде, юзеры уже вводят коды и с них идут реальные оплаты)

Пока кто-то спорит, “может ли GPT писать продакшен”,
я за 6 часов вместе с агентами GPT-5 в Cursor
собрал в ReelsBoss полноценную промо-систему:
с RLS, OAuth-устойчивостью, UX-валидацией, логированием и антиабузом.

🚀 Что она умеет

💳 Промокоды выдают кредиты и/или действия
(например, 1 AI-Reels, или 5 озвучек)

🌐 Работают везде — при регистрации, в дашборде, по ?promo=CODE

🌀 Переживают OAuth — если юзер логинится впервые, бонус всё равно применяется

🧠 Реалтайм-валидатор: описание, причины отказа, дебаунс

🔒 Антиабуз: 1 промо на юзера, лимиты, сроки, строгий RLS

🪄 UX: пульсирующий бейдж в хедере «забери бонус»

🧾 Логирование в credit_deposits — как в финтехе

🌍 Локализация RU/EN/ES

⚡ Уже в проде — юзеры активируют, тратят кредиты, часть оплат идёт с них


⏱ Почему реально за полдня

GPT-5 в Cursor генерил схемы, RPC, RLS и хуки автоматически

Архфлоу: схема → RPC → RLS → фронт → локализация → тесты

Логика в БД — фронт тонкий и детерминированный

Всё через агентов, никаких ручных фиксов

💬 Вывод

GPT-5 уже не «кодит» — он строит продакшен-системы.
За 6 часов — фича с RLS, OAuth, UX и логированием, которая у старой команды заняла бы неделю.
И она уже приносит деньги.

Упал AWS и Vercel🤡

Половина мирового интернета лежит.

Время трогать траву(что бы это не значило)

Когда на одной волне с Cursor-ом 😂🤪

GEMINI 3 PRO 🤯💣

Ждем!

Гугл вместе с Gemini-3 Pro подвезли убийцу Cursor-а свою IDE Antigravity.

На первом же запросе словил лимит для модели. Будем тестить позже. Но уже выглядит интересно. Есть нововведения...

🚨 Когда AI-агент спасает продакшн за 5 минут

Сегодня обнаружил в логах майнер криптовалюты — сервер взломан через 0-day в React (CVE-2025-55182, CVSS 10/10). Майнер работает 2 недели, 3 продакшн-приложения под угрозой.

Раньше (2 часа работы):
• Копирую логи → вставляю в чат
• AI даёт команды → копирую в SSH
• Выполняю → копирую результат обратно
• Повторяю 20+ раз
• Собираю отчёт вручную

Сейчас (5 минут):

Я: *"Можешь подключиться к серверу и сделать всё сам?"*

AI подключился по SSH и автоматически:
✓ Убил майнер (PID 757356)
✓ Удалил xmrig + backdoors
✓ Обновил Next.js и React (закрыл уязвимость)
✓ Установил fail2ban (заблокировал атакующих)
✓ Пересобрал 3 проекта
✓ Создал отчёт + инструкцию по ротации секретов

Экономия времени: 95%

---

Главный инсайт:

AI раньше = советник (даёт команды)
AI сейчас = агент (делает сам)

Это больше не "умный автокомплит".
Это DevOps-инженер в твоей IDE.

Делегируешь задачу, как junior-разработчику.
Только в 100 раз быстрее и без ошибок.

---

Используемый стек:
Cursor IDE • Claude Sonnet 4.5 • SSH доступ

TL;DR: Сервер взломан → дал AI SSH доступ → AI починил за 5 минут. Welcome to agentic AI era.

#AI #DevOps #Cursor #AgenticAI #React

От ручного копипаста логов до «починись сам»: 7 этюдов автоматизации

Работаю один над SaaS. Когда что-то падает в проде — стандартная рутина: открыл Grafana, полез в Loki, нашёл логи, скопировал, вставил в Cursor, разобрал с AI, пофиксил. На одну задачу — минут 30. Когда упало 100 задач за ночь — это целый день.

А потом задал один вопрос: «А зачем я вообще открываю UI Grafana?»

И понеслось. Каждый этюд — один вопрос агенту:

1. «Подключись к Loki по API сам и дёрни ошибки»
Скинул 100 task_id. Через 3 минуты — сводка: 87 из 100 — одна причина (промпт слишком строгий, AI возвращал пустой массив). План фикса → реализация → done.

2. «Упакуй это в скилл»
Весь workflow стал Cursor Skill. Я: «Как пользоваться?» Он: «Просто скинь мне task_id».

3. «Не хочу копировать ID вручную»
Добавили подключение к Supabase — агент сам дёргает задачи со статусом failed. Мне даже в базу лезть не надо.

4. «Сразу делай план по фиксу»
Скилл теперь не просто находит ошибки — а генерирует план: что, где, почему.

5. «Исправь согласно плану»
Агент берёт найденные ошибки + документ с инструкциями → вносит изменения в код.

6. Pull Request
Подробный PR с описанием всех изменений. Автоматически.

7. Ревью → прод
Проверяю PR. Пушу. Пока ещё сам. Пока.

Было: Grafana UI → копипаст → Cursor → разбор → фикс → PR → ревью → прод. Часы.
Стало: «Найди что упало и почини» → ревью PR → прод. Минуты.

Аж прослезился сегодня, когда посчитал сколько времени сэкономил.

Следующая цель — замкнуть цикл полностью. CI/CD триггер на failed → автоанализ → фикс → PR → тесты → мердж. Убрать себя из цепочки. Пока не знаю где граница, но каждый «этюд» работает.

Один человек. Один IDE. Полный цикл от «что-то упало» до «починено в проде».

P.S. Стек: Cursor IDE, Claude, Grafana/Loki API, Supabase, GitHub Actions. Всё описанное — инди-уровень, не энтерпрайз. Задача — максимальная скорость доставки одним человеком.

Когда раскладка — личный враг

Есть штуки, которые бесят каждый день, но ты к ним привыкаешь. Набираешь текст — а там ghbdtn вместо «привет». Или наоборот: лезешь писать код — а из-под пальцев сыпется кириллица. Причём как назло — всегда не в ту сторону. Всегда.

Когда-то в лохматые времена юзал Punto Switcher от товарища майора Яндекса. Работало. Но в какой-то момент паранойя от их запрашиваемых разрешений на маке взяла верх. Снёс. Не пользовался. А бесить — не перестало.

И вот решил: напишу сам. Для мака. Чтобы точно знал — никуда ничего не уходит.

Это не первое приложение, которое пилю для себя. Не так давно сделал Hands Off — локальный Whisper по горячей клавише. Нажал, сказал — текст вставился туда где курсор. Нереально удобная штука. Сначала нарвался на платные аналоги, но они снова запрашивают права, которых у них быть не должно. До этого даже близко не знал разработку под мак. Натрахался прилично. Но выложил в App Store.

Вообще забавно осознавать — вот оно, то самое «будущее». Не нравится приложение — берёшь и пишешь своё. Пока не каждый так может, но сам факт что это реально — какая-то смена парадигмы.

Теперь — переключалка раскладок. Любую новую разработку с нуля я начинаю с Plan Mode в Cursor. Описал что нужно. Сразу заложил чтобы тянул best practices по маковской разработке.

Агент выдал довольно сносный план, с которым уже можно работать. Но тут фишка.

Помните мем «make it even better» в GPT-картинках? Как бы смешно ни звучало — эта штука работает и с планом.

Пишешь: «Просмотри план ещё раз. Что в нём хорошо, что плохо? Что можно добавить, что и как улучшить, каких ошибок избежать, какие могут буть edge кейсы?»

И так несколько раз, пока он не скажет что-то типа: «План полный и хорошо структурированный, готов к реализации». Иногда он добавляет лишнее, что не нужно — так что читать план и то что пишет агент всё-таки надо. Многим грустно от этого :)

За 7 итераций план доведён до ума. Начинаем писать код.

P.S. Новый Opus 4.6 в Cursor — это что-то волшебное. Sonnet 4.5 нравился, а вот Opus 4.5 — категорически нет. 4.6 — совсем другое дело.


UPD: Не заметил что делал это все с Сонет4.5 🤦‍♂️ Прогнал еще три итерации с опус4.6 и еще улучшил план.

Настроил себе Cursor по-взрослому

Полгода пользовался как все — накидал юзер рулы на 100 строк, типа "используй SOLID, пиши на английском, не трогай лишнее". В проекте — ничего. Агент каждую сессию заново открывал для себя мир: какой стек, куда класть файлы, какие конвенции. Каждый раз — с нуля.

Сел, прочитал всю доку Cursor (rules, skills, subagents, commands, MCP), статью Hashimoto про его путь с AI и пост OpenAI про harness engineering. Пересобрал всё.

Главное что понял: User Rules — не помойка для всего подряд. Туда только личное — язык, стиль. А архитектура, конвенции, паттерны — это проектное. У каждого проекта своё.

Сделал .cursor/rules/ с файлами под стек, конвенции React/TS, паттерны Supabase. Каждый файл — с контролем когда применяется: какие-то агент видит всегда, какие-то только когда трогаешь конкретные файлы, а какие-то он сам решает подтянуть по описанию.

Создал двух субагентов. verifier — проверяет что работа реально сделана, а не "я тут типа пофиксил". reviewer — ревью перед коммитом. Оба readonly, fast модель — дёшево и быстро.

Но самый жирный инсайт — harness engineering. Идея из поста OpenAI: каждый раз когда агент ошибается — не ругаешь, а создаёшь правило чтобы это не повторилось. Сделал под это глобальный скилл — говоришь "запомни" или "harness", он сам создаёт .mdc файл с правилом. Проект со временем обрастает правилами и агент тупит всё меньше. Такой дрессировочный цикл.

Ещё один скилл — для новых проектов. Приходишь в пустой проект, говоришь "настрой cursor" — он сам изучает стек, создаёт rules, agents, структуру. Не надо каждый раз руками.

Потратил час. Но это тот час который экономит время каждый день. Агент теперь знает проект не хуже меня.

P.S. Кто тоже на Cursor — начните с доки по rules и subagents. А статья Hashimoto — must read вне зависимости от IDE.

Платил агентству 40к в месяц. Решил заменить их на Агентов.

Когда сам вёл Директ — на каждую вложенную тысячу две обратно. Стабильно. Потом времени не стало, отдал агентству. 40 000 в месяц.

Результат упал. Но главное не это — агентство просто не внутри бизнеса. Ведут десятки клиентов, смотрят на твои кампании раз в неделю. Физически не могут иначе.

А потом смотрю на то, как за последние пару месяцев прокачались агенты. И думаю: подождите.

40 000 рублей живым людям. Или 16 000 — подписка на Claude/Cursor. При этом AI может анализировать кампании каждый день. CTR просел, цена конверсии вылезла за порог, кампания в минус — замечает сразу, не на следующем созвоне.

Решил запилить такой инструмент. С нуля, для себя.

Архитектура: тянем данные из Яндекс Директа и Метрики → анализируем метрики, ищем аномалии → скармливаем структурированный бандл в LLM → получаем рекомендации → применяем изменения обратно в Директ (ставки, минус-слова, стоп-кампании).

Два защитных слоя: DRY_RUN по умолчанию — ничего не трогает пока явно не скажешь. И sandbox-режим API — продакшн только явно.

Первым делом выстраивал не код, а инфраструктуру под агента: правила, конвенции, справочники API. Прогнал план через несколько итераций — собрал, спросил «что плохо», доработал, снова. Раз пять. Это сильно экономит время потом.

Отдельно понравилось решение с документацией — сделал агента, который сам ходит в доку Яндекс Директа и Метрики, собирает методы с описаниями и складывает себе в справочник. Теперь основной агент не придумывает методы — он их знает.

Прежде чем писать код — выстрой контекст для агента. С правильной инфраструктурой он делает правильные вещи сразу, без переделок.

Посмотрим что выйдет по цифрам.

P.S. В следующем посте расскажу, как применял его и что получилось.