❓Почему я выбрал формат менторинга для обучения вайб-кодингу?

Вчера у меня было две индивидуальные ментор-сессии. Я впервые взял в работу очень юного, но очень перспективного и мотивированного менти. И был человек, у которого стоимость менторского часа буквально в 20 раз дороже моего. 💰

В обоих случаях нужно было прояснить, что такое менторство, и чем оно отличается от других форм обучения.

🤼‍♂️ Менторинг — это всегда про опыт и путь. Ты был там, куда хочет прийти другой человек, и можешь показать дорогу, предупредить о ямах, подсказать короткий путь.

❓Почему я считаю, что это лучший формат для обучения вайб-кодингу?

Потому что эта область пока ещё «дикий запад» — правил нет, учебников нет, единого стандарта тоже нет. И в этой среде бесполезно «учить по методичке». А вот поделиться реальным опытом, кейсами, граблями и удачными приёмами — это работает.

💪 Вайб-кодинг — это навык, который рождается на практике: как сформулировать задачу для модели, как контролировать качество, как не утонуть в бесконечных итерациях. Тут важен не «курс», а живая передача опыта от практика к практику.

И ещё одна причина: менторинг создаёт пространство диалога. Я не читаю лекцию, а вместе с человеком разбираю его проект, его контекст. И это всегда быстрее приводит к результату, чем сухая теория.

🚀 Если ты хочешь освоить вайб-кодинг быстрее, научиться прототипировать идеи за дни вместо недель и использовать ИИ как полноценного партнёра в разработке — приходи ко мне на менторинг. В октябре добавлю больше свободных окошек, и подниму цены для новых менти.

Заполни анкету для записи. А если кто-то прийдет по твоей рекомендации, получишь 1000 рублей с первой сессии.

🎚️ @vibe_coding_channel
🎚️ @vibe_coding_community

📢 В SpecKit добавили больше провайдеров.

Я как-то писал, что один из минусов SpecKit, это то, что они поддерживают только 3 провайдера.

Но вот не прошло и двух недель, и тут уже целый списочек провайдеров наклепали. Жить можно! И Qwen который дает 1000 запросов бесплатных в сутки. И Codex который недавно восхитил всех своей новой моделью gpt-5-codex. И я скажу вам - она правда хороша! А теперь еще и спеки можно генерить с помощью SpecKit.

С чем я еще разбираюсь, так это как генерить новый глобальный план проекта, и план под конкретную фичу. В блоге на Github уверяют что система отлично работает и для тех и для других случаев, и даже с legacy кодом может помочь:

Greenfield (zero-to-one): Когда вы начинаете новый проект, возникает соблазн сразу начать писать код. Но небольшая подготовительная работа по созданию спецификации и плана гарантирует, что ИИ построит именно то, что вы задумали, а не просто типовое решение на основе распространённых паттернов.

Feature work в существующих системах (N-to-N+1): Здесь подход Spec-Driven Development проявляет свою максимальную силу. Добавление функций в сложную, уже существующую кодовую базу — непростая задача. Создавая спецификацию для новой функции, вы добиваетесь ясности того, как она должна взаимодействовать с текущей системой.

Legacy modernization: С помощью процесса Spec-Driven Development, который предлагает Spec Kit, можно зафиксировать основную бизнес-логику в современной спецификации, спроектировать свежую архитектуру в плане и затем позволить ИИ заново построить систему с нуля, не перенося накопленный технический долг.

Пробовали уже? Как вам?

🎚️ @vibe_coding_channel

❤️‍🔥Имба - VibeKanban! Управляем агентами на kanban доске.

Я просто влюблен. Ну а как иначе, я люблю красивые интерфейсы, а тут еще и вся мощь агентных систем.
Короче, ставится простой командой npx vibe-kanban, при наличии у вас установленного Node.js.

Подтягивает конфиги всех ваших агентов:
- claude-code
- qwen-code
- gemini-cli
- codex-cli
- cursor-cli
- и другие.

Создаете проект, создаете задачи в Todo.
Выбираете агента и запускаете задачу.
Агент сам создает новую git ветку.
Задача переносится в In Progress.
Когда агент сделал задачу, переносит в In Review.
Можно перейти в diffs, посмотреть что изменилось, создать PR, смержить в main, перезапустить задачу с уточнением или создать подзадачу.
Смержили в main, задача ушла в колонку Done.

💅Помимо всей это красоты, есть прямая интеграция с GitHub и возможность подключать MCP-сервера.
И даже к самому vibe-kanban можно подключиться, и в режиме чата узнавать какие есть задачи, запускать их, и добавлять новые.
Также есть Task Template, на случай если не хотите каждый раз описывать правила для код-ревью или рефакторинга.
К задачам можно аттачить изображения, и для каждой задачи выбирать своих агентов со своими моделями.

Есть нюанс, ну а как без них, вначале согласитесь с тем, что это экспериментально, и агенты могут вам rf -rf ~/ запустить. Поэтому я сейчас сел готовить Docker образ, чтобы запускать эту историю в более безопасном пространстве. Еще мне не хватило интеграции Spec-Driven Development во время создания тасок, пока что сам в ручную все пишешь, ну или используешь сторонние сервисы. Но я думаю скоро умельцы все прикрутят, все таки это Open Source и совсем бесплатно!

🎚️ @vibe_coding_channel

📢 BigTech соберется вместе, чтобы поделиться лучшими практиками внедрения ИИ в процессы разработки.

Вы тоже думали, что бигтех со своими бюрократическими загонами, останется на задворках ИИ кодинга? Ааа нееет. Ребята из Яндекс, Сбер, Positive Technologies и других крупных компаний, поделятся ценной инфой, как они внедряют ИИ в свои процессы разработки на конференции AI Boost 2025.

Конфа пройдет 3 октября в Москве, ДК Рассвет, с 12:00 до 21:00.

Что на ней будет?

✦ ускорение разработки с помощью ai
✦ практика внедрения ai в sdlc
✦ ии vs безопасность: регуляция, сертификация, корпоративные ограничения
✦ секреты эффективного «вайбкодинга»

И что самое приятное, их 9 часовая программа, стоит как мой один менторский час. Еще и организаторы сделали промокод на 2000 рублей для подписчиков моего канала - promochuikoff. Купить билет со скидкой, узнать больше о конференции, спикерах и темах, можно на сайте. Переходите и увидимся с вами на конференции AI Boost 2025.

🐞Откат, следующая итерация, изоляция: стратегии поведения при залипании кодинг агента.

Итак, вы столкнулись с багом в системе, которую написал кодинг агент. Что делаем?

1️⃣ Описываем баг как он есть, с позиции юзер кейса, по шагам, что делал, что получил, что ожидал. Прикладываем логи. Если логов нет. Просим добавить логирование в файл. Повторяем, передаем логи.

2️⃣ Если не помогло, повторяем первый пункт еще два раза. Обращайте внимание, есть ли изменения, пусть даже ошибочные, или изменений нет совсем. Если изменений нет совсем, говори об этом, и проси посмотреть нет ли в других файлах похожих функций. Возможно он уже давно пытается фиксить левые файлы.

3️⃣ Если после трех итераций, проблема не решается, откатываемся до последней рабочей версии, до той, когда он еще не начинал работу над этими итерациями. Начинаем чистый чат. Начинаем рефакторинг - просим удалить дублирующий и неиспользуемый легаси код. Работаем итеративно и по отдельным файлам. Когда вычистили мусор, описываем текущее поведение системы и продолжаем итеративно дорабатывать.

4️⃣ Если проблема не решилась, есть два варианта: берем слепок всей кодовой базы, и идем в AI Studio, берем Gemini 2.5 Pro, ставим минимальную температуру, и максимальный thinking budget. Описываем ошибку и просим ее поправить.

Другой вариант - изоляция: создаем отдельный проект в котором ядром будет нужная тебе фича, которая не заводится. Закидываем туда конфиги, модели данных, и просим изолированно реализовать эту фичу. Когда фича на малой кодовой базе завелась - переносим файлы в основной проект и просим удалить прежнюю реализацию, и заменить ее на новую сохраняя текущую архитектуру.

Profit! Делитесь с друзьями и коллегами! А вы как выходите из залипания?

🎚️ @vibe_coding_channel

Бесплатно 20 млн токенов для GPT-5, Claude Sonnet 4.5 на месяц.

На поле CLI агентов снова бурный рост, и это не удивительно. Создание консольных агентов лишено обременений в части UX проектирования и позволяет концентрироваться исключительно на ядре функционала агента. Так, что нас ждет бум ИИ агентов в терминале, как в свое время смеялись над тем, что в мире JavaScript фреймворки выходят каждый день новые.

Вот и сегодня, встречайте - Droid от Factory AI.

Установка очень простая:

curl -fsSL https://app.factory.ai/cli | sh

Запуск тоже простой:

droid

У Droid достаточно богатый набор команд, не сложная установка MCP-серверов, например вот так можно поставить Context7:

/mcp add context7 "npx -y @upstash/context7-mcp"

А вот так можно добавить поиск с помощью firecrawl:

/mcp add firecrawl "npx -y firecrawl-mcp" -e FIRECRAWL_API_KEY={FIRECRAWL_API_KEY}

Из плюсов:

✔️ работает без VPN в РФ
✔️ дает 20 млн токенов на топовые модели: GPT-5 Codex High, Claude Sonnet 4.5.
✔️ можно использовать свои кастомные ключи
✔️ есть свой встроенный specification mode, наш любимый Spec-Driven Development
✔️ есть встроенное планирование, причем на мой взгляд одно из лучших
✔️ обещают что не позволят запустить rm -rf ~/. даже на авторежиме
✔️ не создает своих файлов инструкций, а использует AGENTS.md
✔️sub agents тоже есть, но еще экспериментально

И есть готовые наборы промптов для разных случаев, типа code review, создание документации, тестов и так далее. Ну и эти наборы промптов можно себе упаковать в кастомные команды, и вызывать через слэш. Дока классная рекомендую почитать!

Кто-то уже пробовал? Как вам?

🎚️ @vibe_coding_community

Spec-Driven Development: всегда ли необходим?

🤼 На прошлой неделе было две менторские сессии по вайб-кодингу, на которых в обоих случаях использовались спецификации написанные GPT. Spec-Driven Development (SDD) сейчас набирает обороты. Со всех сторон говорят о том, что документации на проекте должно быть не меньше, чем самого кода.

Я сначала подхватил эту идею, и подумал, что это отличная возможность для начинающих хоть как-то структурировать рабочий процесс. Но в процессе увидел некоторые тонкости использования SDD, которые следует учитывать при разработке.

1️⃣ Читайте спецификацию, которую вам предлагает модель. Очевидный совет, но им часто пренебрегают. Новички ссылаются на то, что все равно ничего не поймут. Прочитайте хотя бы то, как модель поняла реализацию бизнес-процесса с точки зрения конечного пользователя.

Техническую часть обсудите со знакомым разработчиком, или записывайтесь на ментор-сессию, я помогу валидировать или подобрать стек технологий.

Вчера мы поспешили, и не заметили маленькую, но очень важную деталь - как система будет классифицировать чеки. Мы хотели с помощью LLM, а GPT предложил с помощью векторной классификации. В итоге впустую потратили время на реализацию, получили не то, что хотели.

В другом случае, у нас просочился Kubernetes, Prometheus, что на этапе разработки излишне, и только сбивает модель. На мастер-классе в Яндексе, был кейс когда модель вообще предложила собрать тестовую группу людей для тестирования 😄 так что, читайте, господа, что модель предлагает, и вырезайте лишнее.

2️⃣ Выбирайте правильные инструменты для SDD. Тоже очевидный совет, но на практике можем не учитывать особенности разных инструментов. Например, Kiro генерит спеку для целого проекта. Это хорошо, когда у тебя проект среднего размера и сложности. Но плохо, когда нужен 1-2 скрипта, или наоборот с десяток микросервисов. Маленькие приложения он переусложнит. А большие недодетализирует (попробуйте выговорить это слово).

Со SpecKit другая история, хорошо если в репозитории уже есть PRD верхнеуровневый, в AGENTS.md прописана арха проекта, и мы итеративно сгружаем в него по одной фиче в /specify, он их делает в отдельных ветках. Вчера мы взяли и в /specify сгрузили весь PRD. Что мне понравилось? В отличие от Kiro, он реально хорошо декомпозировал задачу. В целом он справился с задачей, другой вопрос, что мы переусложнили сам PRD, и не проверили его.

📚 Если подытожить: используйте автоматизированные средства SDD только на следних (Kiro) и больших проектах (SpecKit). На маленьких проектах, будет достаточно сгенерировать PRD самостоятельно, вычистить его от избыточных требований, и пойти в Cursor. Не всегда нужно даже декомпозировать задачи с помощью моделей самостоятельно, так как Cursor, RooCode, Droid и другие инструменты имеют свои Plan Mode, которые сделают это в процессе анализа и реализации задачи.

🎚️ @vibe_coding_community

Переживаете за безопасность вашего вайб-кода?

Kiro предлагает использовать Hooks при сохранении файлов со следующим промптом:

Review changed files for potential security issues:
1. Look for API keys, tokens, or credentials in source code
2. Check for private keys or sensitive credentials
3. Scan for encryption keys or certificates
4. Identify authentication tokens or session IDs
5. Flag passwords or secrets in configuration files
6. Detect IP addresses containing sensitive data
7. Find hardcoded internal URLs
8. Spot database connection credentials

For each issue found:
1. Highlight the specific security risk
2. Suggest a secure alternative approach
3. Recommend security best practices

Хуки определенно добавляют вайба, потому что запускаются сами по себе по триггеру, и проверяют ваш код на безопасность, и вам не нужно об этом заботиться.

Снял для вас коротенькое видео, как создаются хуки в Kiro.

Пользуйтесь, делитесь с коллегами и друзьями! Делитесь в комментариях - какие вы хуки используете?

🎚️ @vibe_coding_channel

🧠 Помните, писал про опасность fallback в Python в процессе вайб-кодинга?

Помимо пустых блоков ошибок в try/catch, я и мои менти столкнулись с еще двумя практиками, которые путают модели.

1️⃣ if hasattr() - это функция в Python, которая проверяет наличие свойств объекта (простите питонщики, я буду использовать более близкие мне термины JS).

В некоторых случаях - это ок, когда мы уверены, что объект пришедший по сети, может иметь или не иметь какие-то свойства.

Но вот когда у нас есть класс, который точно его имеет, проверять его дело бессмысленное.

И сегодня мне Cursor в режиме Auto, понаставил таких бесполезных проверок. Код выглядел ужасно. Я добавил себе правило не использовать hasattr() для проверки методов в классах, которые описаны в файлах.

2️⃣ demo_/test_/песочницы, то есть любые файлы, призванные протестировать часть функционала, изолированно.

Это тоже хорошая практика, но когда вы ее контролировано делаете в отдельном проекте, а не в том же. Почему?

Потому что, после тестов агент редко удаляет такие файлы, а потом путается, где оригинал, а где демка. Он убеждает вас, что внес правки и все должно работать. Вы запускаете основной проект, не видите изменений, и так по кругу, пока не окажется, что он ковыряется в песочнице.

Комментарий менти:

Не понравился следующий момент: Киро для исправления ошибки создаёт отдельную программу, облегчённую, фиксит её, но в основную эти изменения не переносятся. А я и не просил.

А потом говорит что вот у нас есть исправленная версия программы, но она просто изолировано рядом лежит)

Как поступаем? Добавляем правило: не создавать изолированные демо и тест файлы, всегда писать код в основной проект, если создал, то удалять. Тестировать только с помощью unit-тестов.

🎚️ @vibe_coding_channel

Надо же, Claude Code и Gemini CLI, не сговариваясь (или сговариваясь) почти одновременно выпустили обновления, которые позволяют расширять возможности этих агентов.

Только в Claude Code - это назвали плагинами, а Gemini - расширениями (привет, Chrome Extension).

По сути, решили взять под свое крыло бесконечное количество поделок на гитхабе, которыми делятся энтузиасты.

Эти расширения могут содержать настройки MCP, кастомные слэш-команды, в случае с клодом еще и субагенты и хуки.

Хороший тренд я считаю, думаю скоро и Qwen Code подтянется, коль они форкнули Gemini CLI.

🎚️ @vibe_coding_channel

💎Чуть-чуть экономим на Claude Code.

Знаете, чем отличается способ изучения кодовой базы Claude Code и Cursor?

Cursor отправляет весь код к себе на сервер, и векторизует код, чтобы более быстро находить семантически релевантный задаче код.

Claude Code использует grep кода, то есть ищет по ключевым словам и аттачит файлы в контекст. В итоге поиск сжирает достаточно большое количество лимитов на исследование кода.

Что предлагаю попробовать? Два варианта:

1️⃣ Сначала в Cursor открываете чат в режиме Ask, и просите найти все файлы отвечающие за нужную вам функциональность и описать их устройство. Или описать задачу и попросить предложить варианты ее реализации в рамках текущей архитектуры.

Дальше закидываете это уже в Claude Code, избавляя его от лишних исследований.

2️⃣ Берем подписку на GLM 4.6, и используем ее в Claude Code. Она стоит 3$ в месяц за 120 запросов каждые 5 часов.

На сайте есть подробная инструкция как подключить GLM 4.6 в Claude Code. Вы получаете модель, качество которой не хуже Sonnet 4. Всю мощь Claude Code, с его хуками, субагентами и прочими фишками. И в 8 раз меньшую стоимость.

➡️Оформить подписку на GLM 4.6 за 3$

🙏🙏🙏🙏

💼 Дайджест вакансий для вайб-кодеров.

Full stack вайб-кодер/vibe coding разработчик

От 250 000 рублей а месяц на руки

ФармХаб — экосистема для фармотрасли.

Мы активно внедряем LLM-инструменты в бизнес-процессы и в цикл разработки ПО. Строим сервисы, которые меняют подход к фармацевтической индустрии. Ищем разработчика, готового усилить нашу команду

Что предстоит делать:
- Разрабатывать сервисы на стеке React, Node.js, Golang, Postgres, ClickHouse. Вспомогательные небольшие сервисы и скрипты мы генерируем на Python
- Самостоятельно анализировать и выяснять требования и ожидания к задачам от менеджера проекта и формировать техническое описание, в том числе с применением GPT

Мы ждем, что вы:
- Сможете разрабатывать и внедрять новый функционал от идеи до релиза
- Имеете коммерческий опыт генерации кода и создания сервисов с применением Cursor AI, LLM-инструментов и prompt engineering; при этом ответственность за качество — на разработчике
- Умеете оценивать сроки выполнения задач с учетом применения LLM-инструментов и затем эффективно применять их
- Умеете работать в команде, владеете Git и основами CI/CD

Будет плюсом, если вы:
- Работали с Docker
- Работали с RabbitMQ или аналогичными менеджерами очередей

🎚️ @vibe_coding_channel

🧠 LLM - это еще не интеллект.

Лежал вчера вспоминал свой давний пост «выравниваем ожидания от вайб-кодинга» от 19 марта, и понял что его пора обновить.

В нем я писал о том, что вайб-кодинг не замена разработчика, а его сила. Что нужно время, чтобы этому научится. И что нужно понимать возможности и ограничения.

Хорошо, что я тогда не написал про возможности и ограничения, потому что за пол года, кодинг агенты сильно шагнули вперед и пост все еще не потерял актуальности.

Теперь пришло время написать про возможности и и ограничения. И начну я пожалуй с ограничений.

Когда я думал, с чего начать, и почему вообще возникла такая проблема - завышенные ожидания к вайб-кодингу. Я понял, что это произошло отчасти из-за громкого названия «интеллект» при упоминании LLM.

Интеллект, сильно упрощенно говоря - это способность системы воспринимать, понимать и осознавать себя и окружающий мир. Способность генерировать новые идеи, управлять эмоциями. Это память, внимание, логика, рассуждение, творчество.

LLM не «понимают» смысл слов или контекста так, как это делает человек. Они работают на основе статистических закономерностей: предсказывают наиболее вероятное продолжение текста на основе огромного массива обучающих данных.

Ответ LLM - это не истина, это предложение (предположение). Это математика. Еще и со стохастической природой. Каждый раз выбирает наиболее вероятный токен случайным образом, давая разные ответы на одни и те же запросы. Без дополнительных инструментов не помнит историю коммуникации с вами.

Как это должно влиять на наши ожидания?

1. Мы не ждем продакшен решения с первого промпта, не ждем что он догадается сделать то, о чем мы забыли ему сообщить. Он не читает мысли, не считывает сигналы тела, не понимает между строк. Он оперирует вероятностями.

2. Мы не ругаемся на агента, если он допустил ошибку. Мы ее анализируем, возвращаемся к нашему запросу и дополняем его. Агенту просто не хватило контекста для того, чтобы его предсказание совпало с вашими ожиданиями.

3. Мы не ждем, что агент вспомнит нюанс, который мы обсуждали в другом чате, или что он знает ваш проект также хорошо, как вы. Каждый новый запуск - это джун с амнезией, требующий онбординга.

Возможности

Понимая природу LLM, мы не строим иллюзий. Но и не отрицаем пользу.

Благодаря своей стохастической природе, LLM может сгенерировать такое решение, о котором вы бы никогда не подумали.

Благодаря скорости инференса (предсказания), мы можем генерировать одновременно несколько вариантов решений. Быстро откатываться назад, дополнять, и сразу видеть исправленный результат.

Будущее

LLM — это отражение человеческого интеллекта в зеркале данных, но не сам интеллект.

Современные кодинг агенты обвешивают дополнительными фичами, чтобы хоть как-то сделать похожим на интеллект: добавляют долгосрочную память, разделяют задачи между разными субагентами. Внедряют этап планирования и ревью результата.

Но это все равно остается математическая модель предсказания вероятностей со стохастической природой. Не будем об этом забывать.

Чтобы это стало настоящим интеллектом, это должно сильно архитектурно измениться. А пока так.

Поделитесь этим постом с друзьями и коллегами, которые до сих пор ругают нейросеть в Cursor, и спрашивают почему она что-то не так сделала.

🎚️ @vibe_coding_channel