This media is not supported in your browser
VIEW IN TELEGRAM
Prompt:
HTML Output (размер результата):
Характеристики моделей:
* Во всех тестах использовался самый первый “сырой” ответ модели, без доп.прогонов и уточняющих подсказок.
* GitHub с исходниками и метриками
* Время размышления замерялось вручную с момента нажатия Enter. На скриншотах таймер стартует только в момент начала инференса, поэтому цифры могут немного расходиться.
Создать анимацию запуска ракеты: старт с зажигания двигателя и густого дыма, затем медленный отрыв от площадки с постепенным ускорением. Всё в одном HTML-файле на HTML/CSS/JS.HTML Output (размер результата):
618 строк HTML (gpt-5.2-extended-thinking)
332 строки HTML (gemini-3-pro)
188 строк HTML (grok-4.1-thinking)
820 строк HTML (opus-4.5-thinking-32k)
Характеристики моделей:
- gpt-5.2-extended-thinking: Оценка 9.6/10. Reasoning Time: 22 c, общий ответ: 129 c, объём reasoning: 205 слов
- gemini-3-pro: Оценка 9/10. Reasoning Time: 10 c, общий ответ: 36 c, объём reasoning: 203 слова
- grok-4.1-thinking: Оценка 2.8/10. Reasoning Time: 6 c, общий ответ: 10 c, объём reasoning: 63 слова
- claude-opus-4.5-thinking-32k: Оценка 7.4/10. Reasoning Time: 72 c, общий ответ: 184 c, объём reasoning: 1353 слова
* Во всех тестах использовался самый первый “сырой” ответ модели, без доп.прогонов и уточняющих подсказок.
* GitHub с исходниками и метриками
* Время размышления замерялось вручную с момента нажатия Enter. На скриншотах таймер стартует только в момент начала инференса, поэтому цифры могут немного расходиться.
👀12😁1
Бесплатный API с моделями ИИ — без привязки карты.
✓ 1000 запросов в день к моделям OpenAI
✓ Есть Qwen 3, Kimi K2 и Llama
✓ Аудио, голос, reasoning и прочее
Сервис называется Groq → http://groq.com
✓ 1000 запросов в день к моделям OpenAI
✓ Есть Qwen 3, Kimi K2 и Llama
✓ Аудио, голос, reasoning и прочее
Сервис называется Groq → http://groq.com
1👍17
This media is not supported in your browser
VIEW IN TELEGRAM
Sandbox Mode
«Я могу запустить npm install?» [Allow]
«Я могу запустить npm test?» [Allow]
«Я могу прочитать этот файл через cat?» [Allow]
и так по кругу штук сто раз
Один раз задаешь рамки. Дальше Claude спокойно крутится внутри них.
Максимальная скорость по принципу yolo при реальной безопасности
Узнать больше🎁
«Я могу запустить npm install?» [Allow]
«Я могу запустить npm test?» [Allow]
«Я могу прочитать этот файл через cat?» [Allow]
и так по кругу штук сто раз
/sandbox → границы заданы → Claude работает внутриОдин раз задаешь рамки. Дальше Claude спокойно крутится внутри них.
Максимальная скорость по принципу yolo при реальной безопасности
Узнать больше
Please open Telegram to view this post
VIEW IN TELEGRAM
👍11
Если ты всё ещё проходишь мимо скилла dev-browser — зря спишь.
На 1 демо можно увидеть как GPT 5.2 в Codex программно шарится по документации Seedream_AI на ByteDance VolcEngine
1.
2.
3.
Готово.
На 1 демо можно увидеть как GPT 5.2 в Codex программно шарится по документации Seedream_AI на ByteDance VolcEngine
1.
npm i -g openskills2.
openskills install SawyerHood/dev-browser3.
openskills syncГотово.
🫡5👍3
Предновогодний подгон от Грег Айзенберга: он написал пошаговый план по созданию мобильных приложений с помощью ИИ. ❤️
Это полноценная инструкция из 33 пунктов, как запустить свой ИИ-стартап:
Это полноценная инструкция из 33 пунктов, как запустить свой ИИ-стартап:
1. Берёшь Claude Code, Rork, Vibecode и прочие инструменты, поднимаешь первый мобильный MVP в тот же день, как появилась идея.
2. Через Claude Code уплотняешь логику, закрываешь крайние кейсы, делаешь поведение предсказуемым.
3. Сразу продумываешь ключевое взаимодействие так, чтобы оно помещалось в 10 секунд записи экрана. Это новый «lean startup».
4. Смотри топовые короткие видео в своей нише и выпиши первые 3 секунды каждого — это входные хуки.
5. Демо вокруг хука, а не вокруг списка фич — меняем мышление.
6. Записывай простые демки прямо с эмулятора или устройства и выкладывай без полировки.
7. Короткие видео — твой канал обратной связи в реальном времени. Это важно.
8. Тестируй несколько хуков для одного и того же приложения до того, как снова трогать код.
9. Смотри в аналитике, где люди ставят паузу, пересматривают или пишут «wait what» — это сигналы, что им реально важно.
10. Скринь комментарии, которые понятнее всего описывают продукт, и используй эту формулировку дальше.
11. Скормите комментарии Claude Code и попроси сгруппировать фидбек в конкретные изменения.
12. Вкати минимальное изменение, которое делает демо понятнее.
13. Через Claude Code быстро внеси правки и перезапиши демо в тот же день (делает основатель, помощник или ИИ-аватар — не важно).
14. Повторяй цикл каждый день, пока приложение не станет объяснять себя без озвучки.
15. Пусть демо само станет механизмом дистрибуции. Это твой ориентир.
16. Вводи пейволл, когда появился интерес. Проверяем готовность платить.
17. Добавь один вопрос или мини-опрос в онбординг, чтобы создать ощущение вложенности.
18. Используй ответы, чтобы персонализировать первый результат под пользователя.
19. Покажи результат сразу после онбординга, чтобы было понятно, что ввод имел значение.
20. Сразу после первого использования дай одно чёткое инсайт-сообщение «зачем это вообще».
21. Сохраняй первый результат, чтобы возникло чувство владения и повод вернуться.
22. После появления ценности попроси о небольшом следующем шаге — усиливаем вовлечённость.
23. Популярные ответы из онбординга превращай в новые углы для демо-контента.
24. Покажи прогресс «до/после», даже в простом виде.
25. Дергай повторное вовлечение, когда результат реально изменился.
26. Дай способ экспортировать/шарить результат так, чтобы сохранялся контекст — помогает вирусности.
27. Улучшай онбординг-тексты с Claude Code по тому, что реально конвертит.
28. Хук зафиксирован, когда люди начинают объяснять приложение друг другу.
29. Увеличивай частоту публикаций, когда формат стабильно работает. Продолжай эксперименты.
30. Подстраивай продукт под то, что заходит в видео.
31. Коротко: Ship → демо → наблюдай реакцию → ужимай цикл → монетизируй → повторяй, пока не появится инерция.
32. Дальше, если повезло: PMF. Потом дивиденды, новые приложения (купить или собрать), или раунд, если хочется.
33. Всё. Ты собрал мобильное приложение с ИИ.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍15😁3👀3
Парень выкатил свежий блог про то, как выжать максимум из claude code 2.0 и агентских инструментов вообще. Завари чай и почитай для души 😈
Please open Telegram to view this post
VIEW IN TELEGRAM
👍24🫡2
Команда Codex "/review" под капотом использует вот этот промпт:
https://github.com/openai/codex/blob/main/codex-rs/core/review_prompt.md
Он довольно "не универсальный" и жёстко задаёт стиль, поэтому вместо этого можно попросить основного агента поднять суб-агента вручную:
Такой подход работает как универсальный суб-агент Codex под любую задачу: можно настраивать модель, конфигурацию, разрешения и так далее.🛌
https://github.com/openai/codex/blob/main/codex-rs/core/review_prompt.md
Он довольно "не универсальный" и жёстко задаёт стиль, поэтому вместо этого можно попросить основного агента поднять суб-агента вручную:
codex exec \
-s read-only \
-m gpt-5.2-codex \
-c model_reasoning_effort="xhigh" \
"<review-prompt>"
Такой подход работает как универсальный суб-агент Codex под любую задачу: можно настраивать модель, конфигурацию, разрешения и так далее.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍7
Мой любимый способ использовать Claude Code для сборки крупных фич — работать от спеки.
Начни с минимальной спеки или промпта и попроси Claude прогнать тебя через уточняющие вопросы с помощью
Потом открываешь новую сессию и уже исполняешь спеку.
Когда пилишь крупные фичи или новые проекты, Claude легко может задать 40+ вопросов, и в итоге получается гораздо более детализированная спека, при этом у меня всё ещё ощущение полного контроля над результатом.
Промпт, который я использую, такой:
Начни с минимальной спеки или промпта и попроси Claude прогнать тебя через уточняющие вопросы с помощью
AskUserQuestionToolПотом открываешь новую сессию и уже исполняешь спеку.
Когда пилишь крупные фичи или новые проекты, Claude легко может задать 40+ вопросов, и в итоге получается гораздо более детализированная спека, при этом у меня всё ещё ощущение полного контроля над результатом.
Промпт, который я использую, такой:
read this @SPEC.md and interview me in detail using the AskUserQuestionTool about literally anything: technical implementation, UI & UX, concerns, tradeoffs, etc. but make sure the questions are not obvious
be very in-depth and continue interviewing me continually until it's complete, then write the spec to the file
🫡6👍4🤯2😁1
This media is not supported in your browser
VIEW IN TELEGRAM
Большой момент для Postgres.
AI-инструменты для написания кода до сих пор часто слабо справляются с PostgreSQL.
Не потому что модели тупые, а из-за того, как они вообще обучались писать SQL.
LLM-ы тренируются на интернете, а интернет забит устаревшими ответами с Stack Overflow и «быстрыми гайдами», которые решают проблему здесь и сейчас, но не учитывают эволюцию Postgres за десятилетия.
Поэтому, когда просишь ИИ сгенерировать схему, он выдает что-то, что формально запускается, но проигнорировано куча важных штук:
Нет GENERATED ALWAYS AS IDENTITY (с PG10)
Никаких expression или partial индексов
Нет NULLS NOT DISTINCT (PG15)
Нет CHECK-ов и нормальных внешних ключей
Генерятся безликие имена, которые ничего не говорят
Но это решаемая проблема.
ИИ можно научить писать нормальный Postgres, если дать ему доступ к правильной документации прямо на этапе генерации.
Ровно это и делает свежевышедший pg-aiguide от TigerDatabase — опенсорсный MCP-сервер, который дает инструментам кодогенерации доступ к 35 годам постгресовского опыта.
Если коротко, MCP-сервер позволяет:
Делать семантический поиск по официальному мануалу PostgreSQL (с учетом версий, понимает отличия PG14 vs PG17)
Использовать наборы «скиллов» с мнением по лучшим практикам: дизайн схем, индексация, ограничения
Я прогнал эксперимент в Claude Code, чтобы посмотреть, как это работает, и вместе с командой собрал результаты.
Запрос:
Результат с включенным MCP:
На 420% больше индексов (включая partial и expression)
На 235% больше ограничений
На 60% больше таблиц (нормализация)
11 функций и триггеров под автоматизацию
Современные паттерны PG17 по всему проекту
Схема, сгенерированная с MCP, уже на старте имеет нормальную целостность данных, оптимизации под производительность и адекватные соглашения по именованию, которые не стыдно унести в прод.
pg-aiguide работает с Claude Code, Cursor, VS Code и любыми MCP-совместимыми инструментами.
Бесплатный и полностью опенсорс.👍
AI-инструменты для написания кода до сих пор часто слабо справляются с PostgreSQL.
Не потому что модели тупые, а из-за того, как они вообще обучались писать SQL.
LLM-ы тренируются на интернете, а интернет забит устаревшими ответами с Stack Overflow и «быстрыми гайдами», которые решают проблему здесь и сейчас, но не учитывают эволюцию Postgres за десятилетия.
Поэтому, когда просишь ИИ сгенерировать схему, он выдает что-то, что формально запускается, но проигнорировано куча важных штук:
Нет GENERATED ALWAYS AS IDENTITY (с PG10)
Никаких expression или partial индексов
Нет NULLS NOT DISTINCT (PG15)
Нет CHECK-ов и нормальных внешних ключей
Генерятся безликие имена, которые ничего не говорят
Но это решаемая проблема.
ИИ можно научить писать нормальный Postgres, если дать ему доступ к правильной документации прямо на этапе генерации.
Ровно это и делает свежевышедший pg-aiguide от TigerDatabase — опенсорсный MCP-сервер, который дает инструментам кодогенерации доступ к 35 годам постгресовского опыта.
Если коротко, MCP-сервер позволяет:
Делать семантический поиск по официальному мануалу PostgreSQL (с учетом версий, понимает отличия PG14 vs PG17)
Использовать наборы «скиллов» с мнением по лучшим практикам: дизайн схем, индексация, ограничения
Я прогнал эксперимент в Claude Code, чтобы посмотреть, как это работает, и вместе с командой собрал результаты.
Запрос:
«Сгенерируй схему для e-commerce дважды: с MCP выключенным и включенным. Потом оцени и сравни результаты».Результат с включенным MCP:
На 420% больше индексов (включая partial и expression)
На 235% больше ограничений
На 60% больше таблиц (нормализация)
11 функций и триггеров под автоматизацию
Современные паттерны PG17 по всему проекту
Схема, сгенерированная с MCP, уже на старте имеет нормальную целостность данных, оптимизации под производительность и адекватные соглашения по именованию, которые не стыдно унести в прод.
pg-aiguide работает с Claude Code, Cursor, VS Code и любыми MCP-совместимыми инструментами.
Бесплатный и полностью опенсорс.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍11😁7
This media is not supported in your browser
VIEW IN TELEGRAM
А что если дать Клоду возможность сочинять музыку. 😈
Вот первая песня, которую он написал =)
Вот первая песня, которую он написал =)
Please open Telegram to view this post
VIEW IN TELEGRAM
👍27😭1🫡1