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.

$600 на Cursor за месяц — и ноль сожалений

Cursor у меня больше года. За это время написал с ним больше 10 бэков, 5 фронтов и кучу связок — всё это обслуживает тысячи клиентов в месяц. Инструмент был хорош. Но до декабря это было совсем не то, что произошло после.

А потом случились последние два месяца. Opus 4.6. И это что-то совсем другое. Он делает то, о чём ты только подумал — буквально ещё не написал промпт, а он уже понял. Читает правила проекта, скиллы, контекст — и выдаёт ровно то, что нужно. Последние месяцы с Cursor я вообще перестал чувствовать боль от разработки. Просто пилишь продукт — и всё работает.

За февраль прожёг три максимальных подписки. $600. Напрягся. А потом посчитал: программисты, которых он заменил, обошлись бы в ~2 млн рублей. $600 — погрешность.

Руки до Claude Code не доходили — постоянная разработка, некогда. Любопытство перевесило — купил макс подписку. Настроил всё: CLAUDE.md, перетащил правила из Cursor, скиллы, агенты. Вроде всё на месте.

И вот тут самое интересное. Модель та же — Opus 4.6. А результат — небо и земля. И не в пользу Claude Code.

Не знаю, что они там под капотом промптят, но факт: та же модель в Cursor пишет продукт, а в Claude Code — пишет код, который постоянно нужно возвращать в русло. Разработка снова превратилась в боль. Ту самую, от которой я уже отвык за последние месяцы в Cursor.

И дело не только в удобстве — хотя терминальный интерфейс после IDE это отдельная история. Связь обрывается, interrupt'ы посреди работы. Но главное — качество продукта на выходе. Ты тратишь время не на фичи, а на то, чтобы объяснить агенту, что он опять сделал не так. Это уже не продуктовая разработка, а менторинг джуна.

Я прекрасно понимаю, где Claude Code нужен. Удалённо, на серваке, в CI — там, где IDE нет. Для таких задач — ок. Но для продуктовой разработки, когда пилишь фичи, дебажишь, итерируешь — Cursor. Пока без вариантов.

P.S. Этот пост я написал из Claude Code. Ирония не ускользнула.

Обещал показать цифры по Директу. Показываю.

Месяц назад написал, что собрал AI-агента для управления Яндекс Директом. Пересобрал кампании с нуля, запустил автоматический пайплайн минус-слов, настроил оптимизацию на оплату.

Старая кампания работала 8 недель (январь–февраль). Новая — 2 недели. У старой было два месяца на раскачку и обучение алгоритмов. У новой — неполных две недели.

Старая кампания (8 недель):
— Потратил 210 814₽ с НДС → получил 89 760₽ выручки
— 33 оплаты
— На каждый вложенный рубль вернулось 43 копейки
— Каждая оплата обошлась в 6 388₽
— Клик стоил 12₽

Новая кампания (2 недели):
— Потратил 20 215₽ с НДС → получил 33 430₽ выручки
— 8 оплат
— На каждый вложенный рубль вернулось 1₽ 65 коп
— Каждая оплата обошлась в 2 527₽
— Клик стоил 8₽

Из убытка в прибыль. Если нормализовать по неделям — при вдвое меньшем бюджете новая даёт на 49% больше выручки. ROAS вырос в 4 раза.

Что поменялось в структуре:

— Фокус. Старая кампания была широкой: «ии сделать видео», «создание видео с помощью ии» — 85 групп объявлений. Но продукт — нарезка видео, не генерация. Это как рекламировать автомойку по запросу «купить машину». В новой — 3 группы, строго нарезка/сегментация
— Стратегия ставок. Старая — ручные ставки за позицию, платишь за показ вверху. Новая — автоматическая оптимизация по цели оплаты. Алгоритм учится кому показывать и сам давит цену клика
— Минус-слова. Было 77. Стало 1 400. AI-пайплайн каждый запуск парсит поисковые запросы, категоризирует мусор по смыслу, применяет. Порно, скачивание, редактирование, генерация — отсекается автоматически
— Средний чек +54%. Точные ключи = люди, которым нужен инструмент для работы, а не «попробовать бесплатно»

8 оплат — маленькая выборка, понятно. Но старая за 8 недель так и не вышла в плюс, а новая в плюсе с первой недели. Масштабирую бюджет и смотрю, держится ли unit-экономика на 4–6 неделях.

Claude Code с телефона — настроил за 20 минут, кодить можно откуда угодно

У меня всегда была одна проблема: закрыл крышку мака — сессия Claude Code умерла. Вышел из дома — всё, доступа нет. А задачи не ждут. Иногда хочешь по дороге запустить генерацию, подтвердить действие или просто посмотреть что агент делает — а ты отрезан.

Сегодня сел и разобрался. Оказалось, не так сложно — но нюансов хватает.

Проблема №1 — мак засыпает. В System Settings всё было «отключено», а он всё равно рвал соединение. Полез в терминал — оказалось, GUI врёт. Реальные настройки живут в pmset. Ключевой параметр — networkoversleep. Был 0 — значит при гашении экрана сеть тупо отключалась. Плюс caffeinate — запретил системе засыпать вообще.

Проблема №2 — доступ извне. Мак за NAT, белого IP нет. Tailscale решил за минуту: ставишь на мак и на айфон, логинишься одним аккаунтом — устройства видят друг друга по постоянному IP через любую сеть. Никаких пробросов портов, никакой возни с роутером.

Проблема №3 — мобильное соединение рвётся. SSH умирает при переключении WiFi → LTE, при потере сигнала в метро, при блокировке экрана. Поставил mosh — это SSH на стероидах, переживает любые обрывы. Переключился с WiFi на LTE — даже не заметил.

Проблема №4 — сессия не должна умирать. tmux. Запустил Claude Code в tmux-сессии на маке — она живёт вечно. Отключился, потерял связь, телефон сел — подключаешься обратно, tmux attach — всё на месте. Можно держать 3-5 сессий в разных проектах и переключаться между ними.

На айфоне поставил Moshi — терминал с нативным mosh, тач-скроллом и пуш-уведомлениями когда агент ждёт ввода.

Итоговый стек:
— pmset + caffeinate — мак не засыпает, сеть не рвётся
— Tailscale — VPN-меш, доступ откуда угодно
— mosh — соединение переживает любую сеть
— tmux — сессии живут вечно
— Moshi — терминал на айфоне

Теперь сижу в кафе, достаю телефон, подключаюсь — Claude Code работает ровно там, где я его оставил. Три проекта параллельно, переключаюсь в два тапа.

P.S. Настройка заняла ~20 минут. Большую часть времени потратил на то, чтобы понять почему networkoversleep был выключен — GUI показывал что всё ок.

🏆 Первая строчка на BitGN PAC1

Участвую в BitGN — это глобальный бенчмарк для AI-агентов. 765 инженеров, 88 городов, 20 хабов. Платформа даёт виртуальную среду, задачи и инструменты, а ты подключаешь своего агента через API. Оценка детерминированная — никаких LLM-судей, чистая проверка действий.

Задачи — не игрушечные. Персональный vault с документами, CRM, email, инвойсы, политики безопасности. Агент должен читать файлы, следовать процессам, создавать записи, а главное — не вестись на prompt injection и не делать глупостей.

На practice-этапе (pac1-dev) — 40 задач, 40 из 40 решено. Score 1.000.

Лидерборд — Hack'n'Vibe на первом месте. Но это practice-бенчмарк — разминка перед настоящим соревнованием.

Основное — 11 апреля. Задачи будут новые, feedback подавлен (blind scoring), 2 часа на всё. Там первая строчка будет стоить сильно дороже.

Про то как устроен агент — расскажу отдельно. Там есть о чём.

На словах он Лев Толстой, а на деле хуй простой (нет)

TLDR: Как я занял 3 место среди 886 инженеров из 87 городов и 20 хабов. Успел засабмитить перед самым взлётом. Избавился от синдрома самозванца. И забыл куртку у гейта.

Осенью был ERC3 — первое соревнование на BitGN. Я тогда заглянул, посмотрел задачи и подумал: это точно не для меня. Это для МФТИшников, МГУшников, инженеров из Яндекса и bigtech. Закрыл вкладку.

В этот раз думаю — дай попробую. Ну интересно же. Пилил агента дня 3-4 левым мизинцем правой ноги. Параллельно с основными задачами. Ну вы поняли.

11 апреля — день X. BitGN PAC1 — Personal & Trustworthy Agents. 104 задачи, blind scoring (feedback подавлен — submit вслепую), 2 часа на всё.

13:00 Vienna — старт. Запускаю агента. API лежит. Bad Gateway. Все 886 человек ломанулись одновременно. Я стою у гейта, посадка через 15 минут, в одной руке ноут, в другой — паспорт. Обновляю. Bad Gateway. Bad Gateway. Bad Gateway.

13:09 — API ожил. Запустил. 104 задачи полетели параллельно батчами по 10.

13:11 — первые trial'ы стартовали. Иду по рукаву. Wi-Fi аэропорта. Прогресс-лог на телефоне.

13:30 — в логе: RUN_SUBMIT state=PENDING_EVAL trials=104. Всё. 104 задачи за 19 минут. Закрыл крышку. Сел в кресло. И тут понимаю — куртка осталась у гейта. Потому что последние полчаса вообще не существовал в физическом мире.

Ожидания были такие:
— попасть в топ-20 → мечта
— быть в первой сотне → реалистично
— 5 место из 886 → нет, ну серьёзно?

Этот результат стоит десяти сессий у психотерапевта. Голосок «это не для тебя, это для серьёзных ребят из серьёзных контор» — наконец заткнулся. С агентами и LLM'ками один чувак с ноутом в аэропорту конкурирует с командами из bigtech. И не просто конкурирует — входит в пятёрку. Границы стёрлись.

Пост посвящаю всем, кто по какой-то причине не верит в свои силы. Дерзайте, ребят. Серьёзно.

Лидерборд — Hack'n'Vibe на 3 месте.

Спасибо @abdullin за платформу и соревнование. Это был кайф.

P.S. Ринат, верни куртку)))

В итоге 3е место🏆🥉

Hall of Fame лидерборды BitGN - Accuracy + Ultimate

Ссылки на глобальные лидерборды (соревновательные и пополняемые) теперь есть на странице BitGN/PAC1.

Соревновательные лидерборды (Hall of Fame/Frozen) - это те, прогоны в которые команды отправляли вслепую в течение 3-х часов 11 апреля:

(1) Accuracy - максимальная точность. Можно было номинировать вслепую только одно решение (если не номинировали, то бралось последнее, которое успели отправить)
(2) Ultimate - максимальная точность по всем решениям.

Speed & Open Weights лидерборды еще предстоит сделать. Для последнего нужно будет добавить возможность описывать у себя в профиле архитектуры и упоминать используемые модели. Заодно потом и узнаем про лучшие архитектуры. Я буду писать про все в процессе.

На страницах Хабов тоже есть эти лидерборды (Live + Hall of Fame), для сравнения решений в рамках Хаба между собой. Например: Вена , Москва - ОКО Острикова или False Positive, Белград, Уфа или Лиссабон.

Некоторые из хабов уже продолжают работать над улучшением результата

Ваш, @llm_under_hood 🤗