Настоящий вайбкодер, конечно, слишком ленив, чтобы все это прочитать, и, тем более, написать в виде инструкций. Он скормит этот документ Клоду и попросит его самого написать для себя все необходимые инструкции. Так гораздо быстрее, да и лучше получается…

Очень прикольно - Gemini прямо-таки отказывается обсуждать все, что связано с MCP от Антропика. Не знает такого протокола, и найти не может, и искать не хочет. Чувствуется, что ревнуют

Qwen 3 - новая китайская сетка от Alibaba. Для обычного использования при бесплатном Gemini 2.5 Pro или Grok 3 вряд ли подойдет, но тем, кто работает с нейронками по api или локально, может заменить DeepSeek или Gemma 3. Да, контекст вроде 256к - не миллион, но и не так плохо, на уровне Клода.

PS. Как пишут пользователи, модель overthinking, то бишь, пишет очень много пока думает - это плохая черта, которая также есть, например, у Claude 3.7 Sonnet thinking. Тратит очень много токенов, быстро забивает окно контекста. Тот же Gemini этой болезни не подвержен.

Ссылка на модель - ниже
https://chat.qwen.ai/

Еще одно отличное обновление прошлой недели - Perplexity от Amazon. Приложение скачивается на айфон в России и работает с голосом. Подтягивает картинки. Удобно и прикольно, если новая Siri когда-то выйдет, не факт, что сможет заменить Perplexity.

Мне вот вчера дала инструкцию с картинками, как из тетрадного листа можно сделать водяную бомбочку, чтобы бросать с балкона ))

Набрел тут на прикольный достаточно сайт Deepwiki.com - на нем проиндексирован GitHub и есть возможность поискать продукты и получить о них более подробную информацию. Например, там, в отличие от хелпов на гитхабе, очень интересные схемки и в целом гораздо более подробные описания того, что представляет из себя продукт с GitHub. Любопытно, и может быть полезно, когда вы используете при вайб-кодинге какую-то библиотеку.

Здесь в целом есть ценный лайфхак - при вайбкодинге грузить документацию по используемой библиотеке в документацию проекта и в его контекст (при необходимости) и регулярно об этом напоминать модельке, потому что часто ошибки связаны с недостаточным пониманием того, как работает библиотека. Возможно, но не точно (пока не проверял), будет полезен и этот сайт - нейронке, как и вам, по проиндексированному содержанию проще разобраться для чего это и как оно работает.

https://deepwiki.com/

NotebookLM - если не пользовались, пора начать. А все потому, что сегодня появился ноутбук на русском языке.

Что это за штука - берете документы, ссылки по теме, которую хотите изучить (до 50 штук), а моделька делает на основе этого саммари по заданной теме или подкаст в виде диалога двух ведущих. Это прямо очень прикольно получается. Файлик с разбором руководства по созданию агентов от OpenAI ниже (с вкраплениями информации от google, anthropic, IBM, OpenAI). Зецените, очень прикольно

Да, все бесплатно, в свободном доступе (через VPN) по адресу
notebooklm.google.com

В преддверии выхода Grok 3.5 на следующей неделе напомню - моделька крутая, бесплатная, работает с картинками, голосом, есть deep research, живет в X (бывший твиттер), то есть можно с ней работать через приложение, а не браузер. Для программирования я бы ее не стал использовать, но для серфинга в интернете и бытовых вопросов - самое то. За бугром в отдельном приложении для iOS есть киллер-фича по распознаванию изображений вы реалиайме, но нам это недоступно. Попробуйте, и ждем новостей

DeepSeek Prover V2 - пока все ждут нового ризонера R2, DeepSeek выпустила SoTA модельку для решения математических задач. Любителям математических олимпиад посвящается ))

Как обычно, open source https://github.com/deepseek-ai/DeepSeek-Prover-V2

Долго не писал - но на это есть причины:
во-первых, нет новостей (дальше можно было бы не продолжать), во-вторых, три дня сидел без электричества и интернета в заснеженном подмосковье, а в третьих - иду долиной смерти вайбкодера. Эту метафору привел друг на пробежке - путь от первого восторга до первого результата оказывается радикально сложнее ожиданий, и на нем умирает большинство. Но я иду, узнаю кучу нового, осмысленности становится все больше - глядишь, что-то и получится )

Новость дня: Gemini 2.5 обновили - проверил, действительно новая моделька в доступе. Это и раньше был №1 по кодингу, а теперь должно быть еще круче. Сегодня проверю )

Напомню, что у Gemini 2.5 есть реальная киллер-фича для вайбкодера - контекст на 1 млн токенов. Плюс мало галлюцинаций и в Cursor моделька стоит в 2 раза дешевле последних моделей Claude и ChatGPT

Лонгрид про эволюцию моего вайбкодинга.

Поймал вчера себя на мысли, что мой сегодняшний вайбкодинг радикально отличается от того, с чего я начинал. А это значит, стоит поделиться наблюдениями.

Нейронками я начал активно пользоваться полгода назад. И выглядело это так – задаешь вопрос, она пишет код, переносишь его в файл, запускаешь, копируешь ошибки из терминала, возвращаешь в модель, получаешь корректировки, и так по кругу. Было очень утомительно.

Реальный вайбкодинг начался после подключения Claude к МСР протоколу. Позже подписался на Cursor – большинство вайбкодеров сидят там, но в принципе, и подписки на Claude вполне достаточно, и я часто именно ей и пользуюсь (есть тут, правда, нюансы).

Что изменилось больше всего далее, так это подготовка документации. Раньше я просто писал постановку задачи, машинка начинала кодировать, упиралась в проблему, бесконечно что-то правила, выбирала контекст, переходил в новый диалог, погружал в контекст уже сделанное, и далее по кругу до бесконечности. Главное впечатление именно что хождение по кругу и невозможность хранить в памяти то, что уже было сделано и испробовано. Особенно ярко в этом плане выступал Клод – он очень творческий и его буквально не остановить, в замкнутый круг он влетает уверенно и сидит там плотно.

Много времени провозился с памятью, но тут все сложно. Напишу об этом отдельно, надеюсь, когда с этим разберусь окончательно.

Начал тщательнее работать над документацией – во-первых, инструкции, чтобы ограничить полет мысли Claude, во-вторых – план разработки, чтобы разбить задачу на маленькие и решать их по отдельности. Смысла в происходящее стало гораздо больше. Купил специальное приложение за $30 для подготовки документации – работает, но понимаю, что могу так и сам, даже лучше. Отписался. Сегодня буду ставить по этой теме 2 многообещающие библиотеки, расскажу, как оно получится.

В любом случае, сейчас вайбкодинг – 90% времени работы над документацией, и, собственно, 10% кодирования (тыкания на кнопку Accept – вайбкодеры программируют именно так, одной кнопкой). На этой ниве тоже есть достижения – например, мне очень понравилась тема, которую смог организовать в Cursor (в курсоре использую Gemini) – запись в сжатом виде диалога по исполнению задачки. Теперь эту информацию можно передавать в контекст другой модели или в другой диалог. Отличная тема.

Еще одна фишка – консилиум. Постановку задачи пишу с Claude, отдаю критиковать Gemini, ChatGPT (там очень крутая модель o3 со 100 обращениями в месяц по платной подписке). Они критикуют, обмениваюсь файлами между модельками, пока не получу консенсус. Кстати, тема полезная – они по-разному оценивают риски, ограничения, тот же Клод склонен с тобой соглашаться, а Джеминай спорит и наставляет на путь истинный. Но зато Клод все пишет более человеческим языком. Эту историю, конечно, нужно автоматизировать, но до всего руки не доходят.

В общем, это если еще не прогресс, то уже эволюция. Если хотите большое подробностей, пишите в комментариях.

Кстати, обратите внимание на последнее обновление Perplexity от Amazon - сейчас это лучше приложение для iPhone (про андроид не знаю, но думаю, что тоже) из тех, что работает без VPN. Во-первых это именно приложение, а не веб-страничка. Во-вторых, очень хорошо работает с голосом - вопросы писать не нужно. В-третьих, у Perplexity хороший поиск, доступен поиск по научным статьям, соцсетям и пр. В-четвертых, доступен режим исследования (3 штуки за день), когда нейронка глубоко прорабатывает задачу.

Да, у Perplexity сейчас работает новая модель (вышла 3 недели назад) - Perplexity Sonar Pro. Не супер топ, но где-то не так уж и далеко - Amazon сравнивает ее с chatGPT 4o.

Есть, конечно, и DeepSeek, и Mistral (из приложений с VPN рекомендую X с Grok), но по удобству в бытовом использовании Perplexity - мой фаворит

Начинающим вайбкодерам - небольшой промпт по установке mcp серверов. Если еще этим не баловались, обязательно начинайте, особенно, если есть подписка на Claude, Cursor, Windsurf и пр. Но пригодится и тем, кто экономит и работает с VS Code. Почитайте https://modelcontextprotocol.io/introduction.

Начните с MCP под названием filesystem - его можно найти по ссылке https://github.com/modelcontextprotocol/servers и там же куча полезных серверов. Дальше ставьте https://github.com/ferrislucas/iterm-mcp (он у меня нормально работает, но сейчас более популярна такая штука как https://github.com/wonderwhy-er/DesktopCommanderMCP).

А дальше по промпту - любой MCP сервер ставится практически автоматически. Только API надо подгружать.

Если промпт пригодится, поставьте лайк - буду знать, нужно ли такие вещи выкладывать

Промпт инжиниринг от Антропика - знаете ли вы, что у Клода есть специальный сайт для подготовки промптов? Если еще не пользовались, попробуйте https://console.anthropic.com. Идея в том, что берете свой короткий промпт, написанный человеческими словами, прогоняете через нейронку, и она пишет развернутый промпт, по которому лучше работать с Клодом или любой другой нейронкой.

Небольшая ложка дегтя - если я правильно понимаю, вам для работы с промптами надо подключиться к Клоду по API - надо будет ему еще немного деньжат на API закинуть (центр API находится в той же консоли)

Установил n8n - если кто еще не слышал, это такое очень популярное сейчас приложение для автоматизации процессов без кодирования. На удивление, имеется в опен-сорсной версии, надо только свой сервак иметь. Можно установить и на комп, но в этом меньше смысла. По пути набрел на очень классное видео, и очень внятного товарища. Послушал за пробежку аж две штуки, и смело могу рекомендовать от этого автора все. Послушайте на досуге.

https://www.youtube.com/watch?v=JT9H66_paII
https://www.youtube.com/watch?v=7QHooVXzo30&t=3s

А про n8n позже расскажу, тут у меня попутно еще планы определенные нарисовались...

Еще вчера поставил себе Roo code - пока к работе с ним тоже только готовлюсь...

Набрел тут на такую ссылку. Забавно, но я практически самостоятельно (с моими нейронками) собрал себе очень похожий комплект. Мои железные помощники рекомендуют мне ничего не сносить и продолжать работать с моей устновкой, но если вы хотите ставить RAG и ИИ агентов с нуля, то может быть очень даже полезно

У меня вчера большая радость – запустил RAG у себя на сервере. Если кто-то еще не знаком с термином - это индексация своих данных, которая позволяет подгружать их к запросам в нейронку, так, чтобы она могла давать ответ не на основе своей информации, а используя именно мою базу знаний.

Конструкция такая:
1. Сервер за рубежом для VPN – использую Open VPN
2. Сервер в России для всей базы (8Гб RAM), настройка маршрутизации запросов к нейронкам через зарубежный сервер
3. Интегрированное хранилище оригинальных файлов – на сервере, Яндекс диске и Google drive
4, qdrant для хранения векторов
5. supabase для хранения метаданных
6. n8n для оркестрации
7. api для разных нейронок

Общий подход – заношу файлы в директорию, они передаются модели для ембеддинга – пока использую OpenAI text-embedding-3-small. Вектор пишется в qdrant, метаданные файла (тип, дата создания, тэги и пр.) – в supabase, управление всем этим процессом n8n.

Много времени потратил на настройку серверов – там не все так просто с переадресацией запросов между серверами по VPN. Повозился с qdrant и библиотеками для парсинга и индексации (работаю на ustructured), но все заработало.

Оркестрация n8n в процессе – есть сложности с настройкой виртуальных окружений (все стоит в отдельных докерах, видимо, надо переустанавливать вместе – возьму сборку из поста выше).

С метаданными пока не возился – это следующим шагом. Supabase будет использоваться не только для метаданных, но и для графовой базы данных.

Из ближайшего, после настройки n8n, планирую озаботиться интеллектуальным разбиением текста на чанки, благо для этого есть несколько интересных библиотек. Также, надо бы посравнивать разные эмбеддинговые модели. В общем, есть чем заняться, но свет в конце тоннеля уже виден.