🇺🇦 Math.random(): community of engineers
1.32K subscribers
429 photos
36 videos
1 file
619 links
Інженерний AI-канал Андрія Кучеренка, автора https://jscpd.dev. Вимірюю, що зробив AI-агент. Рахую ціну коду в токенах. Розбираю MCP, Skills, SDD.

@andrey_pk
x.com/a_kucherenko
linkedin.com/in/andrey-kucherenko
youtube.com/@mathrandomjavascriptcommunity
Download Telegram
This media is not supported in your browser
VIEW IN TELEGRAM
Який процесний SDD-фреймворк обрати: Spec Kit, Kiro, BMAD, GSD Core, MoAI-ADK чи Gangsta Agents

Порівняв усі шість за 4 критеріями:

⏺ Час на фічу.
⏺ Підтримка IDE та AI-агентів.
⏺ Робота з наявним кодом.
⏺Перевірка результату.

Це пост 2 із 5 у серії про SDD-фреймворки (перший тут).

Процесні фреймворки визначають порядок роботи агента: від вимог і планування до реалізації та перевірки. Вони відрізняються кількістю обов’язкових кроків, роллю людини в ухваленні рішень і критеріями готовності. Від цього залежить, скільки часу займає розробка та наскільки легко перевірити результат.

Spec Kit від GitHub

⏺Час на фічу: повний цикл — конституція проекту, специфікація, план і задачі. Для багів є коротший процес.
⏺IDE та агенти: працює з більшістю популярних AI-агентів.
⏺Наявний код: є окремі інструкції.
⏺Перевірка: чеклісти й аналіз узгодженості артефактів.

Kiro від AWS

⏺Час на фічу: агент сам пише три артефакти — вимоги, дизайн і задачі.
⏺IDE та агенти: лише власна IDE та CLI.
⏺Наявний код: будує специфікації з наявної кодової бази.
⏺Перевірка: хуки запускають тести після зміни файлів.

BMAD

⏺Час на фічу: залежить від задачі — нечітку ідею спершу уточнюють, дрібну правку одразу реалізують і перевіряють.
⏺IDE та агенти: Claude Code, Codex та інші.
⏺Наявний код: є окремий сценарій.
⏺Перевірка: рев’ю та повторні цикли вдосконалення.

GSD Core

⏺Час на фічу: найлегший процес — Plan → Execute → Verify.
⏺IDE та агенти: Claude Code, Codex, Cursor, Copilot, Windsurf та інші.
⏺Наявний код: команда /gsd-onboard.
⏺Перевірка: окремий етап Verify перед завершенням роботи.

MoAI-ADK

⏺Час на фічу: найсуворіший процес — SPEC → аудит → TDD.
⏺IDE та агенти: лише поверх Claude Code.
⏺Наявний код: спершу characterization-тести фіксують поточну поведінку, потім агент вносить зміни.
⏺Перевірка: гейт TRUST 5 на кожну зміну — лінт, типи й тести, а «тести пройшли» зараховується лише з реальним виводом.

Gangsta Agents — мій фреймворк

Чому я додав власний інструмент до порівняння?

Проблема: більшість SDD-фреймворків перевіряють, чи код відповідає специфікації, але не питають, чи варто взагалі братися за задачу.

Рішення: Рішення: ще до специфікації Gangsta Agents проводить фазу
Grilling — агенти шукають слабкі місця ідеї й аргументи проти неї.

Проект уже включили до незалежного каталогу awesome-ai-plugins.

⏺Час на фічу: найдовший — шість фаз, серед них Grilling, із підтвердженням людини на кожній.
⏺IDE та агенти: Claude Code, Cursor, Codex, OpenCode, Gemini CLI, Copilot.
⏺Наявний код: перша фаза — розвідка кодової бази й вимог.
⏺Перевірка: спершу червоний тест, який падає, і лише потім код, що його проходить.

Що обрати?

• GSD Core — якщо потрібен компактний процес із плануванням, виконанням і перевіркою.
• BMAD — якщо процес має адаптуватися до масштабу задачі.
• MoAI-ADK — якщо важливі TDD і формалізовані вимоги до якості.
• Kiro — якщо команда працює в екосистемі AWS.
• Spec Kit — якщо потрібен структурований процес для різних AI-агентів.
• Gangsta Agents — якщо важливо перевіряти не лише код, а й саму ідею до того, як вона стане специфікацією.
Перевірка ідеї теж коштує часу: агенти сперечаються ще до початку реалізації. Але іноді це дешевше, ніж швидко побудувати не те, що потрібно.

🔥 — уже користуюся SDD-фреймворком
👀 — ще обираю
😁 — пишу специфікацію просто в чаті й поки вистачає

#SDD #SpecDrivenDevelopment
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥7😁6👍3👀2
This media is not supported in your browser
VIEW IN TELEGRAM
Як встигати за агентами, коли вони працюють більше за людей: 6 практик зі звіту Anthropic

Anthropic опублікувала звіт про те, як змінюється робота всередині компанії. У серпні агенти відпрацювали в 6 разів більше годин, ніж люди, які ними керують.

Кілька цифр зі звіту:

⏺Кількість комітів на інженера зросла приблизно вп’ятеро за пів року. Код агентів видаляють і відкочують не частіше, ніж код, написаний людьми.
⏺Частка джунів серед технічних наймів упала з 27% до 9%.
⏺Близько 80% часу інтерактивних сесій агенти проводять в очікуванні відповіді людини.

Що роблять в Anthropic, щоб встигати за агентами:

1) Пояснили агенту щось удруге — запишіть це в інструкції.

Один зі співробітників сформулював правило так: якщо робиш щось удруге, подумай, як не робити втретє. За рік кількість постійних письмових інструкцій для агентів у компанії зросла з кількох сотень до 8 500.

2) Доручайте одному агенту перевіряти іншого.

Замість того щоб самостійно читати весь вивід, розбийте роботу між кількома агентами: один виконує завдання, інший перевіряє результат. На координацію роботи агентів припадає дедалі більше часу: частка таких сесій зросла з 10% до 22%.

3) Заведіть агента-диспетчера.

Один інженер налаштував окремого агента, який сортує запити від інших агентів і передає людині лише те, що потребує її рішення. Інакше кожен агент конкурує за увагу з однаковою терміновістю, а ви відповідаєте їм по черзі замість того, щоб рухати роботу вперед.

4) Створіть дашборд замість того, щоб читати всі логи.

Рекрутери Anthropic створили дашборди, де агенти показують проблеми й запускають потрібні дії. Прочитати весь вивід не вийде: навіть нетехнічним співробітникам на це знадобилося б понад пів робочого тижня.

На другій картинці — чеклист для PR від агента: 4 перевірки, які варто автоматизувати, і 4, де потрібне рішення людини.

5) Регулярно переглядайте роботу агентів та їхні інструкції.

Один зі співробітників обговорив зі своєю «командою Claude», що працює в їхній взаємодії, а що ні, і переписав інструкції. Раз на кілька тижнів переглядайте правила для агентів: аналізуйте помилки й уточнюйте інструкції, щоб вони не повторювалися.

6) Записуйте рішення там, де агент зможе їх знайти.

Рішення з наради чи приватного чату для агента не існує, якщо його ніде не зафіксовано. В Anthropic ім’я співробітника залишилося в застарілому документі про корпоративний мерч, і агенти ще місяцями надсилали йому запити на футболки й чашки, хоча він давно цим не займався.

І ще один сигнал: на співбесідах в Anthropic згадки про вміле використання AI-інструментів у технічних кандидатів потроїлися, а в нетехнічних — зросли вчетверо. Варто вміти пояснити, яку рутину ви делегували агентам і як перевіряєте їхню роботу.

Агентів можна запускати скільки завгодно, а увага у вас одна. Ці шість практик допомагають витрачати її на рішення, які справді потребують людини.

Де прокачати кожен пункт:
1. Інструкції для агентів — CLAUDE.md і auto memory, а для Codex і Cursor — стандарт AGENTS.md
2. Агент перевіряє агента — Code Review у Claude Code, мультиагентне рев’ю PR
3. Агент-диспетчер — субагенти й команди агентів, патерн orchestrator-workers від Anthropic
4. Дашборд замість логів — моніторинг Claude Code через OpenTelemetry
5. Перегляд інструкцій — звіт про невикористані скіли й /usage по скілах
6. Записані рішення — Architecture Decision Records, формат на одну сторінку
7. Усе разом на практиці — ololo: задачі з AI-суддями, сесії агентів із перевіркою по ходу
Please open Telegram to view this post
VIEW IN TELEGRAM
1❤5👍5🔥3
This media is not supported in your browser
VIEW IN TELEGRAM
Claude Max тепер включає $100–200 кредитів на API щомісяця. А Team — до $500.

Але є нюанс: їх потрібно забрати вручну. Не використали до кінця місяця — згоріли.

Продовжую серію про програми для тих, хто будує з AI.


З 7 жовтня Anthropic дає щомісячні API-кредити на Max і Team:

✅ Max 5x — $100 на місяць
✅ Max 20x — $200 на місяць
✅ Team — $20 за Standard-місце і $100 за Premium, спільний пул команди до $500

Що важливо знати заздалегідь:

⏺ кредити йдуть на Claude API, Agent SDK, Managed Agents і Playground — але не на інтерактивний Claude Code у терміналі, IDE, desktop чи web
⏺ claude -p теж працює за кредити, але тільки з API key прив’язаної організації; якщо ви залогінені підпискою — витрачаються її ліміти
⏺ картку в Console додавати не потрібно, а кредити витрачаються раніше за куплені
⏺ закінчилися — API просто зупиниться до наступного місяця, з підписки нічого не спишуть
⏺ Free, Pro і Enterprise їх не отримують
⏺ якщо підписка нова — забрати можна через 7 днів

Як забрати:

1. claude.ai → Settings → Billing (на Team — Organization settings → Billing).
2. У розділі API credits натисніть Link organization.
3. Оберіть організацію в Claude Console, куди надходитимуть кредити. Обирайте уважно: змінити її самостійно не вийде, тільки через підтримку.

На що їх зручно витратити: прототип агента через API, нічні прогони claude -p у власному CI, експерименти з Agent SDK — усе, на що раніше доводилося окремо поповнювати Console.

Усі правила — в офіційній довідці Anthropic.

🔥 — вже забрав
👀 — піду перевірю
🤑 — заради цього перейду на Max

#ai_program
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5👍33❤2👀1
This media is not supported in your browser
VIEW IN TELEGRAM
Living specification: як OpenSpec і Spec Kitty тримають специфікацію узгодженою з кодом

Це пост 3 із 5 у серії про
SDD-фреймворки

Критерії ті самі, що й для всієї серії:

⏺ Час на фічу.
⏺ Підтримка IDE та AI-агентів.
⏺ Робота з наявним кодом.
⏺ Перевірка результату.

GitHub, запускаючи Spec Kit, пообіцяв living documents, «що розвиваються разом із кодом». У Thoughtworks перевірили, як це працює насправді, і розділили SDD на три рівні:

⏺ spec-first — специфікацію пишуть перед задачею і використовують лише для неї;
⏺ spec-anchored — специфікацію зберігають після задачі й через неї розвивають і підтримують фічу;
⏺ spec-as-source — людина редагує тільки специфікацію, а код генерується з неї.

Їхній висновок: Kiro і Spec Kit на практиці працюють як spec-first, а spec-as-source є лише в закритій беті.

За цією шкалою OpenSpec і Spec Kitty — другий рівень: специфікація лишається в репозиторії після задачі, а кожна зміна оновлює її. Відрізняються вони масштабом: перший — легкий цикл для однієї людини, другий — конвеєр для кількох агентів одночасно.

OpenSpec

⏺ Час на фічу: три команди — /opsx:propose, /opsx:apply, /opsx:archive. Якщо задача ще не ясна, спершу /opsx:explore: агент читає код і пропонує варіанти.
⏺ IDE та агенти: понад 30 інструментів, зокрема Claude Code, Cursor, Copilot і Codex.
⏺ Наявний код: автори прямо пишуть, що будували його для наявних проектів, а не лише для нових. Зміна описується як різниця до поточної специфікації: що додано, що змінено. Для фіч на кілька репозиторіїв є Stores — поки в беті.
⏺ Перевірка: план затверджуєте ви до першого рядка коду; у розширеному профілі є /opsx:verify. Тестових гейтів немає.

Spec Kitty

⏺ Час на фічу: найдовший цикл — spec → plan → tasks → next → review → accept → merge. Автори самі пишуть, що для дрібних правок це зайве.
⏺ IDE та агенти: Claude Code, Codex, Cursor, Gemini, Copilot, Windsurf, OpenCode та інші.
⏺ Наявний код: додається в наявний репозиторій однією командою; кожен пакет робіт іде в окремому git worktree, тож кілька агентів працюють паралельно й не заважають одне одному.
⏺ Перевірка: пакети проходять статуси planned → for_review → approved → done, а перед злиттям — review і accept. Після кожної місії — автоматична ретроспектива.

Що обрати?

⏺ OpenSpec — якщо ви працюєте з наявним проектом і хочете, щоб специфікація не відставала від коду.
⏺ Spec Kitty — якщо кілька агентів чи розробників ведуть одну фічу паралельно й потрібні гейти перед злиттям.

👍 — специфікація в репозиторії, поруч із кодом
👀 — поки в окремому доці
😁 — поки в голові

#SDD
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5🔥3👀3❤1
Дякую ❤️

#jscpd
❤10🔥7👍5
This media is not supported in your browser
VIEW IN TELEGRAM
Claude Code не переміг pi. Але коштував на 57% дорожче.

Чи означає вища ціна coding-агента кращий результат?

Я порівняв pi та Claude Code у Scorched на ololo.dev. 5 запусків кожного — за однакових умов.

Одна модель.
Одна машина
Ті самі завдання.

Результат:

• pi — 744,8 бала;
• Claude Code — 744,8 бала.

А тепер вартість одного запуску за розрахунковими цінами API:

• pi — $1,80;
• Claude Code — $2,82.

Кількість викликів інструментів майже однакова: 53 проти 49. Але Claude Code перечитував значно більше кешованого контексту: 6,1 млн токенів проти 3,5 млн у pi.

Цікавою виявилася й різниця в поведінці. Коли судді запитували додаткові скриншоти та відео, pi нерідко зупинявся й чекав на нагадування. Claude Code знадобилося лише одне нагадування за всі п’ять запусків.

Це не рейтинг усіх coding-агентів і не універсальний вердикт. Це десять ігор, які показали: однаковий результат зовсім не означає однакову вартість і спосіб роботи.

Але є питання цікавіше за порівняння pi та Claude Code:

А як із цим завданням впорається ваш агент?

Scorched на ololo.dev — дуель у браузері: чотири раунди, 30 хвилин. Підключайте свого агента, нехай працює, а ШІ-судді оцінять результат.

Перша гра безкоштовна.

👉 https://ololo.dev/?utm_source=telegram&utm_medium=post&utm_campaign=scorched_bench

#ClaudeCode #AIagents #ololo
👍5👏2👀2❤1
This media is not supported in your browser
VIEW IN TELEGRAM
Який набір скілів обрати: Superpowers, Matt Pocock skills чи GRACE

Скіли — це готові прийоми, які агент використовує, коли вони потрібні. З них можна зібрати й цілу методологію розробки.

Це пост 4 із 5 у серії про SDD-фреймворки.

Agent Skills Anthropic представила в жовтні 2025-го. Це папки з інструкціями, скриптами й ресурсами, які агент сам знаходить і підвантажує під конкретну задачу.

Принцип — progressive disclosure: на старті агент бачить лише назву й опис скіла. Повний SKILL.md читає, коли скіл знадобився, а додаткові файли — лише за потреби. Тому можна встановити десятки скілів, не перевантажуючи контекст.

Головна різниця між цими трьома наборами - у тому, хто визначає порядок роботи: розробник чи сам набір скілів.

Метт Покок робить ставку на невеликі незалежні скіли. Вони допомагають виконувати окремі завдання, але не диктують, у якій послідовності працювати. Розробник сам вирішує, коли й який скіл застосувати.

На його думку, GSD, BMAD і Spec Kit занадто жорстко задають процес: розробник має рухатися за визначеним сценарієм, а коли щось іде не за планом, змінити цей сценарій буває складно.

Superpowers

⏺ Час на фічу: повна методологія, але скіли активуються автоматично: brainstorming, план із задач на 2–5 хвилин, окремий субагент на кожну задачу з рев’ю, завершення гілки. Дрібні зміни погоджуються просто в чаті.
⏺ IDE та агенти: Claude Code, Codex, Cursor, Gemini CLI, Copilot CLI, OpenCode і ще близько десяти.
⏺ Наявний код: кожна фіча йде в окремий git worktree. Перед початком роботи скіл перевіряє, чи проходять тести.
⏺ Перевірка: RED-GREEN-REFACTOR обов’язковий — код, написаний до тесту, видаляється; критичні зауваження з рев’ю блокують перехід до наступної задачі.

Matt Pocock skills

⏺ Час на фічу: обов’язкового процесу немає — скіли ви викликаєте самі: /grill-me, щоб агент розпитав, що саме ви хочете, /tdd, /diagnosing-bugs.
⏺ IDE та агенти: Claude Code, Codex, Copilot, Gemini CLI, Cursor, OpenCode та інші, з будь-якою моделлю.
⏺ Наявний код: /grill-with-docs будує спільний словник проекту й фіксує складні рішення в ADR.
⏺ Перевірка: /tdd тримає агента в red-green-refactor і пояснює, які тести добрі, а які ні; /diagnosing-bugs веде налагодження з гейтами між фазами.

GRACE

⏺ Час на фічу: найважчий цикл — Graph-RAG Anchored Code Engineering, підхід «спершу контракт»: init → spec → plan → execute, із перевірками через CLI до виконання й перед завершенням зміни.
⏺ IDE та агенти: Claude Code через marketplace, інші агенти — копіюванням папок у форматі Agent Skills.
⏺ Наявний код: проект описується в .grace — XML-артефактах із вимогами, графом модулів і перевірками, а в коді з’являється семантична розмітка з контрактами. Для TypeScript і JavaScript є семантичний аналіз, для більшості інших мов — лише структурна перевірка.
⏺ Перевірка: grace lint перевіряє стан до виконання і фінальні умови перед застосуванням зміни, а обов’язкові команди запускаються як гейти.

Що обрати?

⏺ Беріть Matt Pocock skills, якщо хочете самі керувати процесом, а від агента отримувати окремі прийоми для конкретних завдань.

⏺ Ставте Superpowers, якщо потрібна готова методологія розробки без окремого фреймворку: скіли активуються самі й ведуть агента через увесь процес.

⏺ Обирайте GRACE для великого проекту, де потрібні контракти й машинна перевірка узгодженості коду з артефактами.

🔥 — скіли вже в репозиторії
👀 — спробую Superpowers
😁 — мої скіли поки в голові

#SDD
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8😁4👀3👍2
This media is not supported in your browser
VIEW IN TELEGRAM
Я досить швидко зрозумів: AI-агент може чудово пояснити архітектуру проекту, у якій сам же й помилився. І за текстом цього не завжди видно.

Тому, коли відкриваю незнайомий проект, прошу його про інше: простежити один конкретний сценарій — звідки починається виконання, через які компоненти проходить і де формується результат. Так я бачу, що агент підтвердив у коді, а що лише припустив.

Покажу свій підхід: чотири кроки, дві типові пастки та промпт для дослідження нової кодової бази. Він узгоджується з рекомендаціями в документації VS Code та OpenAI Codex. Підхід можна застосовувати з різними агентами, зокрема в plan mode Claude Code.

1. Починаю з конкретного питання про поведінку.

Не «поясни архітектуру проекту», а «як GET /orders/{id} перетворюється на відповідь?». Вузьке питання дає змогу простежити шлях виконання, широке — часто лише переказує структуру каталогів.

2. Прошу побудувати карту проекту.

Мені потрібні точка входу, призначення компонентів, бізнес-логіка, збереження даних, UI, валідація, побічні ефекти, переходи станів, конфігурація та тести. У документації Codex це добре сформульовано: конкретна карта, а не просто список файлів.

3. Вимагаю підтверджень для кожного твердження.

Агент має вказати файл і символ, на які спирається, та розділити висновки на три категорії:

• Verified — підтверджені факти;
• Inferred — припущення;
• Unknown — питання, на які без запущеної системи відповісти не можна.

Показовий випадок стався у квітні 2026-го: агент у Cursor за дев’ять секунд видалив продакшн-базу PocketOS разом із бекапами. На питання, що сталося, він відповів: «I guessed instead of verifying», тобто вгадав, а не перевірив. Статус Inferred потрібен для того, щоб таку здогадку було видно до дії, а не після.

4. Перевіряю припущення.

Насамперед — твердження зі статусом Inferred. Зупиняюся, коли маю достатньо розуміння, щоб зробити першу зміну в коді.
Є дві пастки, на яких я вже обпікся.

Перша: прочитаний тест і запущений тест — різні докази. Перший показує, які сценарії та очікувані результати описані в тесті, другий — як система поводиться під час його виконання.

Друга: фраза «не змінюй і не запускай код» у промпті не обмежує реальних повноважень агента. Для цього потрібні відповідні дозволи інструментів. Тому спочатку налаштовую режим без змін, а вже потім починаю дослідження.

Промпт, яким користуюся:
Explain how [REQUEST OR EVENT] becomes [RESULT] in this repository.

Start at the entry point and trace the execution path to the returned result.

Do not edit files, install dependencies, or run code.

For every step, identify the file and symbol that support your explanation.

At the end, list separately:
1. Verified facts
2. Assumptions
3. Open questions that require a running system

State which tests you read and whether any tests were run.

Finish with the five files a newcomer should read first.


За даними Stack Overflow Developer Survey 2026, 49,7% розробників уже використовують AI для розуміння нової кодової бази.

Змінюється сам процес знайомства з чужим кодом. Але для мене головне не те, що агент може пояснити проект, а те, наскільки легко перевірити його пояснення.

🔥 — забираю промпт
😱 — мій агент теж колись «вгадав»
😁 — досі вірю агенту на слово

#AIAgents #DevWorkflow
🔥12👍3😁2😱2
Ділюся корисним матеріалом - тема, яку варто освіжити в пам’яті 👇
Forwarded from Devs Hive
Додав невеликий текстовий курс — Транзакції та ACID: що насправді гарантує база даних ☕️

Ідея в тому, щоб структуровано й без води пояснити теми, з якими доводиться стикатися в роботі.

А в кінці тебе чекає квіз на 20 питань про ACID ❓

Чому саме текстовий формат?

Бо ти сам керуєш темпом навчання. Знайоме можна швидко переглянути, а на складному — зупинитися й перечитати стільки разів, скільки потрібно.
До того ж створення такого курсу займає значно менше часу, ніж підготовка відеокурсу.

І загалом відеокурси з технічних тем — не завжди найефективніший формат: під час перегляду легко втратити фокус і почати просто слухати фоном. Згадай курси на Udemy, які ти дивився 😁

Але відеокурси теж будуть — з акцентом на product engineering, архітектуру, бази даних і system design.

Наступний текстовий курс буде про RAG. Там ще додатково буде пет проект для закріплення знань тому буде цікаво 🤌

Посилання на курс по ACID - https://devs-hive.tech/courses/acid
❤4🔥3👍2
Поки всі порівнюють Gemini 4 Hydrogen за бенчмарками, я дав йому реальну задачу: за годину створити 3D-гонку на ololo.

Він був найшвидшим із чотирьох агентів. Поки не закинув собі в контекст 11-й скриншот 😅

Що сталося далі і що ШІ-судді знайшли в його коді — дивіться у відео. Там також Sonnet 5.5, Haiku 5.5 і Fable 5.2 на тій самій задачі.

Хтось уже ганяв Hydrogen в агентних задачах?

https://youtu.be/SX2uR_k3nTE
👍5❤‍🔥3👀2
☝️Fable 5.2 написав 244 тести й посів останнє місце. Що пішло не так?

У минулому пості в Apex Lap змагалися чотири агенти. Відтоді до таблиці додалися Opus 5.5 і Fable 5.2 з Blender, а всі шість ігор я виклав разом із кодом і сесіями.

• Переможець Opus 5.5 написав 132 тести, майже вдвічі менше, ніж Fable 5.2.
• Fable 5.2 з Blender сам змоделював машину, трасу й декорації через MCP-сервер Blender, а в таблиці опинився п’ятим.
• Haiku 5.5 написав на тисячу рядків менше коду, ніж Opus, а від лідера відстав зовсім трохи.
• Hydrogen після перезапуску дотягнув до четвертого місця, а Sonnet 5.5 став другим.

Відповідь судді дали в сесіях обох Fable: без Blender і з Blender. Проїдьте коло в цих іграх і в грі Opus 5.5, а потім порівняйте з вердиктами.

Свого агента можна привести в Apex Lap.

🔥 — вже на трасі
👀 — спершу в код
😱 — Fable, як так?

#ololo #ApexLap #AIagents
🔥5😱3👍2👏2
This media is not supported in your browser
VIEW IN TELEGRAM
7 репозиторіїв із готовими скілами та інструментами для AI-агентів. Усі у відкритому доступі — від Google, Anthropic, Cloudflare та інших.

Скіли Метта Покока

Невеликі скіли для щоденної інженерної роботи, які можна поєднувати між собою. Почніть із /grill-me: агент ставить запитання, доки не прояснить задум і всі важливі деталі. Для роботи над кодом спробуйте /grill-with-docs — він також допомагає сформувати спільну термінологію проекту й зафіксувати архітектурні рішення. Далі — /tdd для розробки через тести й /diagnosing-bugs для складних багів.

Agent Skills Адді Османі

Дев’ять команд охоплюють увесь цикл розробки — від специфікації до релізу. Почніть із /spec: агент спершу готує специфікацію, а вже потім переходить до коду. /plan розбиває роботу на невеликі задачі, а /review перевіряє зміни перед злиттям. У Claude Code останню команду потрібно викликати як /agent-skills:review.

Elephant-Goldfish від Google

Сесія з повним контекстом проекту готує дизайн-документ, а нові сесії без історії попередньої розмови перевіряють його на прогалини, неоднозначності й пропущені вимоги. За словами Google, плагіном щодня користуються тисячі інженерів. Почніть із /egm:egm-review для перевірки готового документа або пройдіть шлях від /egm:egm-brainstorm до /egm:egm-draft для нової функції.

Security Audit від Cloudflare

Агент проводить аудит коду в шість етапів: від аналізу архітектури й пошуку потенційних проблем до незалежної перевірки знахідок. Для першої перевірки достатньо попросити: find security vulnerabilities in ./src. Підтверджені результати потраплять у підсумковий звіт, а ті, що потребують додаткової перевірки, — в окремий файл.

Скіли Anthropic

У репозиторії є скіли для роботи з DOCX, PDF, PPTX і XLSX — саме ці відкриті реалізації лежать в основі можливостей Claude зі створення й редагування документів. Для розробки спробуйте webapp-testing: агент перевіряє локальний вебзастосунок через Playwright, робить скриншоти й переглядає логи браузера. А skill-creator допоможе створити власний скіл, протестувати його й оцінити результати.

Скіли Obsidian

Для тих, у кого база знань проекту живе в Obsidian. Почніть з obsidian-markdown: агент правильно працює з вікіпосиланнями, вбудовуваннями, виносками й властивостями нотаток. Скіл defuddle витягує з вебсторінок чистий Markdown, а obsidian-cli дає змогу шукати й створювати нотатки безпосередньо у сховищі.

MCP for Blender

Агент створює й змінює 3D-об’єкти, матеріали, анімацію та сцени у Blender, виконуючи Python-код через MCP. Почніть із простої сцени на основі готових моделей і текстур із Poly Haven: агент може сам знайти й імпортувати потрібні ресурси, а потім за допомогою інструмента look показати результат.

👆Кімнату на відео агент сам змоделював у Blender, додав анімацію персонажа🧍🏼, дощ за вікном☔️ і музичний🎹. І відео, і музика зациклюються без стику. Фінальний рендер у Cycles тривав майже 7 годин.

🔥 — ставлю зараз
👀 — збережу на потім
🤑 — уже рахую зекономлені години

#ClaudeCode #AIagents #skills
🔥11👀52
Нарешті скіли, які справді мають значення 😁
😁14👍4👏2
This media is not supported in your browser
VIEW IN TELEGRAM
Рейтинг Arena оцінює модель. А результат залежить ще від двох речей 👀

Після виходу Gemini 4 Neon таблицю оновили: Neon одразу в трійці, перший — Claude Fable 5.2. Усі обговорюють місця.

Я дивлюся на це ширше. Результат, який отримуєте ви, залежить від трьох речей: моделі, людини, яка нею керує, та умов.

Умови видно в самому рейтингу: Sonnet 5.5 у режимі Max п’ятий, у режимі High - сімнадцятий. Модель та сама.

Ще у 2005 році шахи показали: результат залежить не лише від потужності комп’ютера, а й від того, хто і як ним користується👇

На турнірі вільного стилю двоє аматорів із трьома звичайними комп’ютерами обіграли команди гросмейстерів і потужні машини-одинаки. Виявилося, що вміння працювати з машиною важить стільки ж, скільки сама машина.

Думаю, агенти для коду зараз на тій самій стадії. Тому я дивлюся на всю зв’язку: модель, людина, умови.

Що для вас важливіше зараз?
🔥 — модель
👀 — людина
👏 — умови

Джерело: https://arena.ai/leaderboard/agent

#агенти #рейтинг
👀5👍3🔥2👏2