СТО в вашем стартапе на сегодняшнем мите сказал: "Нам в команде хватит 3 сеньоров вместо 10 разработчиков".

Возможно он не шутит.

Скорее всего вы уже забыли про исследование METR, где обнаружилось что AI в прикладной работе разработчиков часто замедляет, а не ускоряет.

А вот свежее от Anthropic – на базе 100K разговоров с Claude 132-ух инженеров внутри компании.

Результат - 80% экономии времени. Дарио Амодей говорит: "70-80-90% кода в Anthropic пишет Claude" 👀

Один из их инженеров: "Такое чувство, что я прихожу на работу каждый день, чтобы самого себя этой же работы лишить".

Как так?

METR: AI замедляет на 19%
Anthropic: AI ускоряет на 80%

Разница в 99 процентных пунктов. Кто врёт?

Никто.

Это не про инструмент. Это про то, как мы работаем.

Вот как это движение в правильную сторону выглядит на практике:

Anthropic сегодня анонсировали прокаченный Claude + Slack. Тегаешь @Claude в треде - и он теперь решает сам: либо просто ответить в контексте, либо автоматически создать сессию Claude Code и делегировать задачу туда.

От алерта до PR с минимальным участием человека.

Раньше баги или отправлялись в вечный беклог, или лениво копились в "in progress" и нагружали и без того уставших разработчиков дополнительным переключением внимания.

Просто METR измеряли "дали разработчику Cursor и смотрим что будет". А Anthropic измеряли AI, встроенный в процессы разработки, скорее всего еще и с довольно строгой инженерной культурой и методами работы с этим AI.

Вот разница.

Первое, это когда вы купили дорогой инструмент и ждёте магии. А второе, это когда вы перестроили процессы и методы работы под сильные стороны AI, именно то за что я всю дорогу топлю в этом блоге.

А теперь представьте недалекое будущее:

Команда из 10 разработчиков: -> 7 фиксят техдолг, баги, клепают мелкие круд задачи → 3 синьора/техлида проектируют новое

VS

Команда ТОЛЬКО из тех самых 3 сеньоров++ с Claude: -> Claude фиксит техдолг, баги, круд (тегаешь @claude в Slack с Sentry алертами) -> 3 инженера проектируют новые фичи и решения

Производительность выше. Затраты ниже. И да, очень гурбо, но ~7 человек больше не нужны.

Эти ресурсы можно перераспределить или на маркетинг, или компенсировать за повышенное число закрываемых задач мега-сеньорам 🙂

Будем честны, AI помогает решать больше задач параллельно, но мозги все равно знатно от этого устают – никто не выкидвает инженера из цикла, ему все равно ревьювить PR от LLM и прочее.

Да, сейчас в интеграции Claude Code в слак есть баг - контекст треда не передаётся в сессию. Но это просто баг. Его исправят за неделю, максимум две. (Скорее всего намного быстрее – ибо это ломает смысл интеграции более чем полностью)

Так что будущее вот вот наступит, да?

И это будущее не в том, чтобы дать каждому разработчику AI-ассистента и ждать не пойми чего. Ускорение генерации плохого кода мы уже проходили.

Будущее в том, чтобы встроить AI в процессы: от алерта до PR с минимальным участием человека.

Кстати, в METR исследовании не до конца понятна компетенция разработчиков в системном мышлении и работе с LLM ассистентами. Возможно, проблема не в AI, а в том, как люди с ним работают.

Даёте команде AI-инструменты и ждёте magic? Получите -19%.
Встраиваете AI в процессы? Получите +80%.

Разница не в инструментах. Разница в том, как вы их используете.

Не знаете, как это делать правильно?
Приходите на консультацию: @m0n0x41d ❤️

Здравствуйте дорогие подписчики! У меня для вас обещанный лонгрид, и обещаннный инструмент!

Последние несколько дней я очень взволнован и впечатлен этой штуковиной... Итак, поехали 🤟

***

Я верю что часто инженеры тратят много времени на поиск надежного решения не только потому что задача сложная, но еще и потому что нет буквально освязаемой структуры, системы для мышления о такого рода задачах.

В прошлое воскресенье я участвовал в семинаре Мастерской Инженеров Менеджеров, где Анатолий Левенчук рассказывал про First Principles Framework (FPF) – гримуар системного мышления над которым он работает последние месяцы.

Я очень вдохновился и сделал Crucible Code 🐸

Название крутое (ну мне так кажется), но это "просто" набор команд для Claude Code, который превращает его из отличного codding ассистента в методичного системного мыслителя.

И вас тоже за собой по этой дорожке тянет❗️

FPF очень большой, и очень сложный. Целиком запихнуть его в рамки команд или скиллов Claude Code – невозможно. И наверное имеет мало смысла, если мы хотим чтобы Claude Code не отупел от заполнения контекста и не потерял продуктивность.

Но я сделал MVP настолько следующим FPF, насколько смог.

И знаете что? Оно работает просто ЗАМЕЧАТЕЛЬНО 😮

Я начинал писать этот лонгрид когда была еще только первая версия Crucible Code, и в ней было еще меньше кусочков FPF... А сейчас на гитхабе последняя – 2.1.0.

В этой версии он стал ещё умнее и стабильнее.

В статье по ссылке выше можно прочитать больше, в README.md FPF – еще больше :)

Совсем в паре слов – Crucible Code это не автопилот и не очередная попытка насадить свору "специальных агентов".

Это скорее экзоскелет для наших собственных мозгов и мыслительного процесса.

А еще это память... А еще это задокументированные решения... А еще...

Пожалуйста – пробуйте, делитесь, создавайте issues в гитхабе или пишите в личку с вопросами или предложениями!

От себя добавлю – AI Assisted Engineering с Claude Code лично для меня никогда не был так хорош и качественно продуктивен, каким он становится сейчас с Crucible Code.

@m0n0x41d

Crucible Code обновлен до 2.2.0 – теперь есть нормальный инсталлятор и поддержка для Cursor, Gemini CLI и Codex CLI!

Кажется что в ближайшее время обновлять уже нечего :)

Crucible Code в Gemini CLI и курсоре открывает новые горизонты для экспериментов

В первую очередь благодаря здоровенному контексту gemini-3-pro.

Можно исследовать поведение crucible со всей оригинальной спекой First Principles Framework в контексте (например прямо в GEMINI.md)

Правда это история скорее уже про более глубокие и широкие исследования, чем про прикладную разработку.

Хотя… кто знает?
🤷‍♂️🤷‍♂️🤷‍♂️

Первые отзывы пока делятся на две категории:

1) мне это не понятно и совсем не нужно, я и сам могу определиться с архитектурным решением
2) те кто все таки установил и дал шанс :)

А вы уже пробовали Crucible Code?

@m0n0x41d

У вас в компании работают два инженера, которые совершенно заслуженно занимают позиции технических лидов.

Поэтому именно они занимаются внедрением AI-решений как инноваций.

Однако возникают одни и те же проблемы: ваши AI-системы фунционируют паршиво.

Вы не можете утверждать, что ваши сотрудники некомпетентны. Но они стабильно жалуются на низкую точность системы, новые ошибки и сложность поддержки. Они винят природу LLM, говорят что «галлюцинации это норма». Жалобы не прекращаются.

А бизнес требует надежных AI решений, потому что видит: у конкурентов такие решения ЕСТЬ, и они работают. Бизнесу плевать как, но вы должны сделать так же.

Только вот два ваших техлида уже третий месяц возятся, а результата все нет.

Ваши коллеги говорят: «мы использовали ChatGPT и повысили точность. Нам кажется, что мы увеличили её примерно до 96%»

Вы слышите в этой фразе дребезг?

Во-первых, они называют API OpenAI – ChatGPT, как будто это одно и то же.

Во-вторых, им кажется, что они повысили точность. У вас нет метрик.

Вы не знаете, правда ли стало лучше или просто на тестовых примерах повезло в очередной раз ¯\_(ツ)_/¯

***

Проблема в том, что AI - это одна из самых требовательных к высокой инженерной квалификации область в широком IT.

Чтобы построить качественную AI систему часто нужно разбираться не только в системном дизайне но так же и в моделировании, проектировании сложных ролевых систем.

Только вот эти навыки раньше не были так востребованы для обычной бизнес-разработки, поэтому даже опытные и вполне себе сильные разработчики спотыкаются.

И часто непонятно: переписывать ли всю систему целиком или просто что-то конкретное изменить?

Но что?! Что надо изменить, чтобы повысилась настоящая точность, а не та, которая кажется? Где вообще искать проблему, когда два senior разработчика сами не понимают, что чинить и чего от них на самом деле хотят?

Если вы оказались в подобной ситуации – давайте разберем конкретно вашу задачу и проблемы на консультации. Посмотрим и менно и в каком порядке можно сделать, чтобы перейти от «работает иногда» к «работает предсказуемо».

Оставляйте заявки здесь

@m0n0x41d ❤️

Несмотря на все усилия отдохнуть за новогодние праздники, я просто не устоял и откликнулся на задачку, с которой обратился один товарищ в личку на Реддите:

"RAG у нас работает нормально, даже отлично, но последнее время пользователи всё чаще жалуются на неактуальные ответы. Мы проверили метрики - поиск быстрый, точность высокая, достаёт вроде бы правильные документы… Только жалобы никуда не деваются, уже не знаем как дебажить"

Начали копать, что там нормально работает, а там такое… Интересное!

На первый взгляд система написана хорошо, много важных метрик (как по учебнику).

Только вот мониторили всё, кроме главного – насколько свежие данные система реально отдаёт пользователям.

База знаний долгое время была небольшой. Но когда подписали новых клиентов – стремительно выросла до 80.000+ документов (и продолжает расти, пользователи постоянно догружают контракты и прочую сопутствующую бухгалтерию.)

Тут мы нашли архитектурный баг 🐞

Раньше документов было меньше, и обновление поисковой базы делалось "в лоб" – просто пересобирали весь индекс раз в сутки ночью. Работало нормально, всех устраивало.
МVP → $$$! Какие вопросы?

На новых объёмах этот процесс стал занимать 10+ часов.
А алертов на это никто не организовал.

Так что выхоило следующее – документ обновили, например, утром, а в поиске он появится только завтра где-то к обеду! Система весь день уверенно отдаёт вчерашнюю версию... 🥲

Что мы сделали:
1. Перешли на более умное обновление (инкрементальная индексация) – теперь система обрабатывает только изменённые/новые документы, а не всю базу целиком. Да, оказывается это не очевидно, или в режиме стартапов просто забывается ¯\_(ツ)_/¯

2. Добавили приоритет свежести – при прочих равных система теперь предпочитает более свежие документы

3. Настроили мониторинг устаревания – если данные начинают "протухать", команда сразу видит алерт в слаке.

Результат по первичным оценкам такой:
- Задержка обновления снизилась с ~14 часов до ~10 минут (на самом деле меньше, это пессимистическая оценка)
- Жалобы на неактуальную информацию – пока полностью пропали, ждем!
- Никаких изменений в самой AI-модели

Мораль, думаю, тут такая: RAG может ломаться не из-за плохого AI, а из-за невидимых проблем с данными, которые попросту упустили из внимания.

Если узнаёте свою ситуацию – заполняйте короткую заявку тут, разберём!

Запустил автономного AI-агента на VPS.

Да, тот самый дырявый openclaw, игнорировать его не удалось 🤔

Он работает 24/7, и интерфейс связи со мной – телеграм бот (удобно!)

Имя Ku и аватарку бот себе придумал сам (ну или почти сам.)

Впрочем возможно это КУ и такое 🔔

Если попытаться выделить основную его задачу... Сейчас ее можно назвать, например – "Knowledge management automation".

Ужасное имя, ничего не понятно, лучше – “AI based Exocortex”!
Но этого тоже мало, поэтому расскажу немного деталей!

Из какого функционала состоит система:

- Индексирует документы из моего Obsidian с синхронизацией каждые 15 мин (их там счет на сотни, тысячи еще вроде бы нет).
- Ещё через тот же Obsidian на сервер попадает выжимка по моей работе, собираемая с лаптопа Claude Code агентом с MCP Pieces.
- Туда же, отдельной под-директорией попадает журнал из LogSeq (я начал его использовать недавно для быстрых записей, мышления письмом по книгам и руководствам которые я изучаю. Удобнее чем raycast notes или мобильный обсидиан)
- В довесок он собирает дайджесты с arXiv, почтовых рассылок, и блогов разнообразных и уважаемых учёных – утром и вечером.
- Из всей этой красоты агент извлекает концепты и некоторым образом строит связи
- А еще – генерирует flashcards и с нормальным spaced repetition (FSRS) дважды в день проводит мне quiz-сессии, отмечая что и насколько хорошо я вспоминаю.
- Ну и наконец – Ku публикует инсайты в собственный телеграм канал @ku_notes

Инсайты тоже можно назвать "собственными", потому что у агента есть отдельные кроны/задачи для исследований/размышлений/"самопознаний", результаты которых он отслеживает и собирает в отдельной директории. Конечно не теряя доступ к моему хранилищу, и тому что он высосал из почты и блогов, но тут нет жестких ограничений – темы для исследований он выбирает сам, хотя я и могу подкидывать идейки.

Между “собственными” инсайтами бота и моей личной базой знаний есть жесткая граница. “Свои” инсайты Ku не может просто так добавлять в Obsidian – это read-only копия, и единый источник истины все еще в моем локальном репозитории.

Этот банк пополняется мной, моим мышлением письмом. На случай если Ku вдруг совершит какое-то чудо открытие и поделится им со мной, способ попасть в банк концептов / flashcard's есть лишь один – через мои мозги, через то самое мышление письмом.

***

Ещё несколько интересных решений которые вокруг/внутри этой истории работают:

1. Конечно же я сразу набил ему "голову" минимальным [FPF](https://github.com/ailev/FPF) 🙂 Ku, кстати, дистиллировал спецификацию FPF сам себе в skill-pack. Возможно я этот скилл рассмотрю ближе, и потихоньку доделаю под универсальное использование с другими агентами.

2. MemSkill-inspired память – навыки извлечения эволюционируют через фидбек. Да, это очень свежая папира, и Ku после своей сессии размышлений по FPF предложил внедрить – я помучал вопросами и одобрил! Круть!

3. Есть механизм "Состязательной рефлексии" – один процесс генерит тезисы/идеи, другой ищет контр-доказательства и критикует.

4. Pieces интеграцию стоит упомянуть еще раз (никто же поссылкам не жмет!). Pieces это local-first (с оговоркой) комбайн с визуальными модельками, который смотрит на все что вы делаете и записывает себе в память. Там есть дескопный интерфейс, и MCP – собирает вполне себе глубокий рабочий контекст. В дизайн Ku очень хорошо зашло. Ух, теперь не только для демо митов буду использоваться с запросом "Аааэээ чо я делал весь спринт кроме xyz?", теперь Ku смотрит что я делал, находит связи с кусками из дайджестов, или моими мыслями/записями/постами из Обсидиан и говорит – "Смари чо нашел, это возможно интересным образом вязано!"

Почему все это не такой уж и rocket science:

- OpenClaw даёт солидную базу автономности из коробки, не смотря на всего его несовершенства.
- Opus достаточно умён, а все процессы достаточно просты, сегрегированны и чётко описаны чтобы эффективно им следовать
- Хватает дешёвого VPS — 2cpu/4gb
- Obsidian vault = просто файловая система, а rsync, fswatch и прочие микро-автоматизации на сервере и вашем компе делаются элементарно.

Минусы – OpenClaw жутко навайбкоженый тормоз с кучей issues, часто может залипать – вроде бы асинхронные кроны, ан нет – блокируют поток gateway процесса, куча security рисков – так что надо быть очень осторожным и думать над каждой интеграцией и штукой, куда вы ему даёте доступ 🙂

Какая-то часть этих проблем сообществом починится, но о них нужно помнить. Особенно про безопасность!

---

В общем наблюдаем за экспериментом в @ku_notes – он туда пишет почаще чем я сюда 😏

LLM "стилёк" конечно прослеживается, но у меня не поворачивается язык назвать последние посты откровенным слопом. Ну и эволюция блога/стиля письма/своих инструкций это одна из главных задач Ku!

p.s. Это не всё что делает Ku, но всё прочее — тайна 🤫

Claude Code выкатили ремоут контрол.

Подмяли еще одну oss фичу разных утилит, которые работали с переменным успехом (вроде этой жути)

Вообще хорошо! вам больше не нужны ngrok туннели и прочее sshd безобразие на рабочей станции, чтобы отойти от нее и продолжить работу в том же окружении.

Вектор безопасности, как принято, мало кого интересует, но сандбоксинг файловой системы там все таки есть!

Кто там mac mini для опенкло купил? Вот теперь будет дополнительный толк)))

Отключаете сандбоксинг и через одну сессию ремоут контрола управляете всем чем хотите 😕

CC не хочет нас отпускать в Codex App, коллеги!

Добрый день уважаемые подписчики!
Завтрашний стрим с Родионом пришлось перенести на понедельник, будет в то же время – 13:00 по МСК (должна быть запись 🙂

А еще на этой неделе на ту же тему мы записали подкаст с Александром Пахомовым (@toxic_enterprise), но немного с другого ракурса – более концептуального чтоли. Должен выйти в течении 1-2 недель.

С Родионом же мы постараемся сфокусироваться на прикладном применении FPF (хотя это сложно, еще и в сжатые сроки стрима 😨), повторюсь про разные попытки притянуть FPF в агентскую разработку, почему они провалились и что с этим всем делать дальше.

А еще в понедельник после стрима будет дроп документа вроде небольшой методички, в которой будут все ссылки и описание основных подходов работы с FPF полезных для инженерных и инжерено-менеджерских задач 💖

Привет!

Во-первых – поздравляю всех девушек с Международным женским днём! 🪷

Во-вторых, и к сожалению – мы вынуждены снова переносить стрим с Родионом…

Потому что у меня проклятый ковид и отпускать он меня не планирует, особенно если я не начну отдыхать 😳

я был готов вещать через сопли и кашель, но голос разума Родиона остановил безумие 😎

Предварительная дата – +1 понедельник (16 марта).

Ставь Гарольда если переносы надоели 🥲

Ну вот и прошел наш стрим! Как мне кажется вышло вполне не плохо!

Мы отошли в некоторой степени (примерно на половину) от моего плана, но все равно получилось здорово!

Отдельное спасибо Анатолию Игоревичу за поддержку в чате! Про FPF и системное мышление очень тяжело говорить, особенно когда ты далеко от хотя бы какой то квалификации в последнем 🙏

Для всех кто слушал подкаст, вот обещанная "методичка", а на самом деле минимальная напоминалка об FPF и шаги с которых вы можете начать прямо сегодня.

На днях я дополнительно напишу пост, проговорю все что хотел по плану стрима, плюс планы на сам quint-code – почему я его воскрешаю и как думаю его развивать!

***

Подписывайтесь на Канал Родиона AI-Driven Development
Забирайте FPF Simple Skill
Пробуйте Quint Code
Оригинал FPF Спецификации Анатолия Левенчука

Больше ссылок, напоминалки и примеры промптов в прикрепленном маркдауне.

stay tuned как говорится, и спасибо за ваше внимание 💖