Доверять AI или нет? Неправильный вопрос 🤔
Проблема не в том, что AI иногда ошибается. Проблема в том, что мы задаём изначально неправильный вопрос: "Можно ли доверять AI?"
Как мне кажется, правильный вопрос: "Когда и как можно доверять AI?"
Вы не научитесь доверять AI, прочитав 10 гайдов. Это как учиться плавать по книжкам.
Через 100-300 часов практики у вас развивается что-то похожее на интуицию. Вы начинаете чувствовать:
• Где AI надёжен, а где может соврать
• Какие задачи требуют проверки, а какие можно доверить
• На каких типах данных модель галлюцинирует чаще
Это знание не декларативное ("я знаю правила"), а процедурное ("я чувствую подвох").
Я знаю уже несколько людей из ближнего окружения, которые стали использовать новые технологии повседневно (художники, разработчики, писатели, учителя) и у них получился приблизительно следующий роадмап:
Неделя 1-4: «Эйфория и розовые очки»
Всё работает! AI пишет код, анализирует, объясняет. Кажется, что нашёл идеального коллегу. Доверие – максимальное.
Месяц 2-3: Первое разочарование
Первая серьёзная ошибка меняет всё. Выдуманный факт, нерабочий код, анализ мимо цели. Хочется всё бросить.
Где-то 30% из моего окружения перестали пользоваться AI, кто-то обжёгся, кому-то попросту не подошло.
На этом периоде развивается критическое мышление: начинаешь понимать, почему это произошло и как обнаружить подобное в будущем.
Месяц 4-6: Практическая интуиция
После нескольких десятков ошибок и исправлений появляется что-то вроде чутья. Читаешь ответ AI и сразу видишь, где может быть косяк.
Это обусловленное доверие – понимание границ.
Ключевая ошибка, которую я замечал у многих: если модель отвечает уверенно, значит, она права.
Нет. AI может быть максимально уверен и при этом полностью неправ. Это особенность архитектуры – модель генерирует статистически вероятный текст, а не "думает" в человеческом смысле.
Особенно когда вопрос про то, что не было ей ранее «скормлено». Хотя это сейчас легко исправляется путём MCP-тулзов.
Пара советов, которые позволяют упростить процесс:
• Ведите лог ошибок – записывайте, где AI косячил и почему (категорически важно научиться проводить быстрый факт-чекинг)
• Проверяйте критичные ответы – особенно факты, даты, цифры через другие модели GPT-5, Claude, Gemini 3. Они ошибаются по-разному, и если каждая написала что-то своё и ответы не сошлись – значит вы попали в «серую» зону знаний и стоит попробовать объединить их через тот же💻 llm-council.
Доверять AI или нет – выбор сугубо личный. Я бы советовал всё же попробовать его использовать, набейте свои шишки, выработайте интуицию. Потом примите итоговое решение.
Настоящее доверие появляется не раньше 100 часов практики (сужу по себе). Процент ошибок и проблем из-за ИИ за этот период времени снизился кратно.
А у вас был момент, когда AI вас подставил? Как это изменило ваш подход к работе с моделями?
Проблема не в том, что AI иногда ошибается. Проблема в том, что мы задаём изначально неправильный вопрос: "Можно ли доверять AI?"
Как мне кажется, правильный вопрос: "Когда и как можно доверять AI?"
Вы не научитесь доверять AI, прочитав 10 гайдов. Это как учиться плавать по книжкам.
Через 100-300 часов практики у вас развивается что-то похожее на интуицию. Вы начинаете чувствовать:
• Где AI надёжен, а где может соврать
• Какие задачи требуют проверки, а какие можно доверить
• На каких типах данных модель галлюцинирует чаще
Это знание не декларативное ("я знаю правила"), а процедурное ("я чувствую подвох").
Я знаю уже несколько людей из ближнего окружения, которые стали использовать новые технологии повседневно (художники, разработчики, писатели, учителя) и у них получился приблизительно следующий роадмап:
Неделя 1-4: «Эйфория и розовые очки»
Всё работает! AI пишет код, анализирует, объясняет. Кажется, что нашёл идеального коллегу. Доверие – максимальное.
Месяц 2-3: Первое разочарование
Первая серьёзная ошибка меняет всё. Выдуманный факт, нерабочий код, анализ мимо цели. Хочется всё бросить.
Где-то 30% из моего окружения перестали пользоваться AI, кто-то обжёгся, кому-то попросту не подошло.
На этом периоде развивается критическое мышление: начинаешь понимать, почему это произошло и как обнаружить подобное в будущем.
Месяц 4-6: Практическая интуиция
После нескольких десятков ошибок и исправлений появляется что-то вроде чутья. Читаешь ответ AI и сразу видишь, где может быть косяк.
Это обусловленное доверие – понимание границ.
Ключевая ошибка, которую я замечал у многих: если модель отвечает уверенно, значит, она права.
Нет. AI может быть максимально уверен и при этом полностью неправ. Это особенность архитектуры – модель генерирует статистически вероятный текст, а не "думает" в человеческом смысле.
Особенно когда вопрос про то, что не было ей ранее «скормлено». Хотя это сейчас легко исправляется путём MCP-тулзов.
Пара советов, которые позволяют упростить процесс:
• Ведите лог ошибок – записывайте, где AI косячил и почему (категорически важно научиться проводить быстрый факт-чекинг)
• Проверяйте критичные ответы – особенно факты, даты, цифры через другие модели GPT-5, Claude, Gemini 3. Они ошибаются по-разному, и если каждая написала что-то своё и ответы не сошлись – значит вы попали в «серую» зону знаний и стоит попробовать объединить их через тот же
Доверять AI или нет – выбор сугубо личный. Я бы советовал всё же попробовать его использовать, набейте свои шишки, выработайте интуицию. Потом примите итоговое решение.
Настоящее доверие появляется не раньше 100 часов практики (сужу по себе). Процент ошибок и проблем из-за ИИ за этот период времени снизился кратно.
А у вас был момент, когда AI вас подставил? Как это изменило ваш подход к работе с моделями?
Please open Telegram to view this post
VIEW IN TELEGRAM
👍8💯1
Как генерировать игровые ассеты через AI (если ты инди-разработчик) 🎮
Я давно интересуюсь GameDev-индустрией и тут случайно выяснил, что парочка нормальных паков иконок либо стоят дорого, либо их сложно купить из РФ.
Попробовал нагенерить через AI. Получилось, но с костылями.
Инди-разработка игр – это как фулстек, только жёстче. Надо быть одновременно программистом, геймдизайнером, художником и продуктологом. T-shape мега-сложный, а бюджета нет. Поэтому решил помочь своим опытом, который, как оказалось, может быть полезен и в этой сфере.
🔗 Лонг уже доступен на:
VC • Pikabu • Дзен
Надеюсь, этот материал поможет другим начинающим инди-разработчикам сэкономить время и деньги.
А вы пробовали генерировать ассеты через AI (вообще среди нас есть ребята из GameDev)?
Делитесь опытом в комментах👇
Я давно интересуюсь GameDev-индустрией и тут случайно выяснил, что парочка нормальных паков иконок либо стоят дорого, либо их сложно купить из РФ.
Попробовал нагенерить через AI. Получилось, но с костылями.
Инди-разработка игр – это как фулстек, только жёстче. Надо быть одновременно программистом, геймдизайнером, художником и продуктологом. T-shape мега-сложный, а бюджета нет. Поэтому решил помочь своим опытом, который, как оказалось, может быть полезен и в этой сфере.
VC • Pikabu • Дзен
Надеюсь, этот материал поможет другим начинающим инди-разработчикам сэкономить время и деньги.
А вы пробовали генерировать ассеты через AI (вообще среди нас есть ребята из GameDev)?
Делитесь опытом в комментах
Please open Telegram to view this post
VIEW IN TELEGRAM
Skills, Agents и Commands в Claude Code: когда что юзать ❤️
Короче, в Claude Code три способа прокачать автоматизацию – Skills, Subagents и Slash Commands. И все три работают по-разному.
Многие думают, что это одно и то же. Нет. Вот в чём разница:
• Skills – автомат. Ты пишешь "проверь безопасность кода", Claude сам находит нужный Skill и запускает. Никаких
• Subagents – изоляция. Отдельный AI-специалист с собственным контекстом. Когда тебе нужен code reviewer, который не засоряет основной чат. Или когда хочешь запустить лёгкую модель (haiku) для рутины – экономишь токены.
• Slash Commands – ручник. Вводишь
На практике:
Допустим, ты делаешь PR review.
1. В CLAUDE.md описаны правила кода (TypeScript, стиль)
2. Skills автоматом проверяют security и performance при запросе "ревьюни код"
3. Subagent делает deep-dive анализ в изолированном контексте (не забивает основной чат)
4. Command
Первое время я юзал только Commands. Потом понял, что Skills экономят кучу времени – не нужно помнить названия команд. Скажи "проверь уязвимости" – и всё. По итогу команды остались только те, в которых необходима прям нужная мне последовательность действий.
А Subagents реально спасают на больших проектах (бекенд, фронтенд, SQL, API, секюрити и так далее). Когда основной контекст уже переполнен, запускаешь отдельного специалиста – и он работает в своём пространстве. А ещё он обменивается информацией с основным агентом по необходимости.
Первое время пользовался вот таким сервисом: https://www.aitmpl.com/commands (здесь выкладывают свои кастомные команды, агентов и скиллы).
Не факт, что это идеальная схема, но работает. Типа, Commands – для простых повторяющихся задач, Skills – для того, что Claude должен делать автоматически, Subagents – когда нужна изоляция или разные модели (по сути для сложных систем).
А вы как настраиваете? Юзаете Skills или всё ещё на Commands сидите?
Короче, в Claude Code три способа прокачать автоматизацию – Skills, Subagents и Slash Commands. И все три работают по-разному.
Пост пишу заранее, но в Cursor аналогичные вещи хотят занести (сейчас там только команды), уже есть дока по кастомным агентам и скилам. В nightly release уже доступно
Многие думают, что это одно и то же. Нет. Вот в чём разница:
• Skills – автомат. Ты пишешь "проверь безопасность кода", Claude сам находит нужный Skill и запускает. Никаких
/slash-команд, просто говоришь на человеческом.• Subagents – изоляция. Отдельный AI-специалист с собственным контекстом. Когда тебе нужен code reviewer, который не засоряет основной чат. Или когда хочешь запустить лёгкую модель (haiku) для рутины – экономишь токены.
• Slash Commands – ручник. Вводишь
/deploy, и готовый промпт срабатывает. Просто шаблон. Без автоматики.На практике:
Допустим, ты делаешь PR review.
1. В CLAUDE.md описаны правила кода (TypeScript, стиль)
2. Skills автоматом проверяют security и performance при запросе "ревьюни код"
3. Subagent делает deep-dive анализ в изолированном контексте (не забивает основной чат)
4. Command
/approve-pr – написать контекст значимых изменений по дифамПервое время я юзал только Commands. Потом понял, что Skills экономят кучу времени – не нужно помнить названия команд. Скажи "проверь уязвимости" – и всё. По итогу команды остались только те, в которых необходима прям нужная мне последовательность действий.
А Subagents реально спасают на больших проектах (бекенд, фронтенд, SQL, API, секюрити и так далее). Когда основной контекст уже переполнен, запускаешь отдельного специалиста – и он работает в своём пространстве. А ещё он обменивается информацией с основным агентом по необходимости.
Первое время пользовался вот таким сервисом: https://www.aitmpl.com/commands (здесь выкладывают свои кастомные команды, агентов и скиллы).
Не факт, что это идеальная схема, но работает. Типа, Commands – для простых повторяющихся задач, Skills – для того, что Claude должен делать автоматически, Subagents – когда нужна изоляция или разные модели (по сути для сложных систем).
А вы как настраиваете? Юзаете Skills или всё ещё на Commands сидите?
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍8
Режим: "мне всё равно, делай что хочешь" 🎰
Мой файл
Каждые 3-5 минут Claude спрашивает разрешение. Открыл Slack проверить сообщение – возвращаешься, а он опять ждёт подтверждения. Хотел параллельно что-то делать – забудь. Сидишь и жмёшь Accept как обезьянка.
Хотя в начале проекта вообще был ад, я каждые несколько секунд отвлекался на запрос разрешения...
Когда задача рутинная – фикс линтер-ошибок по всему проекту, миграция между версиями, глобальный рефакторинг – это превращается в пытку.
Есть выход: YOLO режим
Название говорит само за себя. Claude перестаёт спрашивать вообще что-либо и работает до победного. Хоть 15 минут подряд без единого вопроса, хоть 12 часов.
Когда это спасает:
• Фиксинг lint/format по всему проекту
• Миграции между версиями библиотек
• Генерация boilerplate кода
• Любая рутина, где вы и так всё одобрите
Но есть нюанс (конечно же)
Режим не зря называется dangerously🐱
Claude может:
• Удалить файлы без спроса
• Рефакторить то, о чём вы не просили
• Зациклиться на одной ошибке
• Отправить куда-то вдаль ваши env файлы
Минимальная страховка – работать в git-репозитории и делать коммит перед запуском. Меня спасает постоянно.
Если хотите реально безопасно – есть способ через контейнеры. Про это будет отдельный лонг на выходных – как запустить Claude Code в изолированной среде, где он при всём желании ничего важного не сломает.
А вы уже пробовали YOLO режим? Или пермишены всё ещё терпите?
Мой файл
.claude/settings.json в pet-проекте перевалил за 100 строк пермишенов. Сто. Строк. И это только один проект.Каждые 3-5 минут Claude спрашивает разрешение. Открыл Slack проверить сообщение – возвращаешься, а он опять ждёт подтверждения. Хотел параллельно что-то делать – забудь. Сидишь и жмёшь Accept как обезьянка.
Хотя в начале проекта вообще был ад, я каждые несколько секунд отвлекался на запрос разрешения...
Когда задача рутинная – фикс линтер-ошибок по всему проекту, миграция между версиями, глобальный рефакторинг – это превращается в пытку.
Есть выход: YOLO режим
claude --dangerously-skip-permissions
Название говорит само за себя. Claude перестаёт спрашивать вообще что-либо и работает до победного. Хоть 15 минут подряд без единого вопроса, хоть 12 часов.
Когда это спасает:
• Фиксинг lint/format по всему проекту
• Миграции между версиями библиотек
• Генерация boilerplate кода
• Любая рутина, где вы и так всё одобрите
Но есть нюанс (конечно же)
Режим не зря называется dangerously
Claude может:
• Удалить файлы без спроса
• Рефакторить то, о чём вы не просили
• Зациклиться на одной ошибке
• Отправить куда-то вдаль ваши env файлы
Минимальная страховка – работать в git-репозитории и делать коммит перед запуском. Меня спасает постоянно.
Если хотите реально безопасно – есть способ через контейнеры. Про это будет отдельный лонг на выходных – как запустить Claude Code в изолированной среде, где он при всём желании ничего важного не сломает.
А вы уже пробовали YOLO режим? Или пермишены всё ещё терпите?
Please open Telegram to view this post
VIEW IN TELEGRAM
Как я перестал бояться давать Claude Code доступ к терминалу 🌚
Долго закрывал глаза на очевидное: Claude Code имеет полный доступ к моему терминалу. Может запускать любые bash-команды. Читать ~/.ssh. Все переменные окружения с токенами.
Галлюцинации тоже растут вместе с проектом. На днях он пытался запустить несуществующую команду – безобидно. Но мысль осталась: а что если следующая галлюцинация будет с
И таким макаром я вышел на: Dev Containers.
Это не просто Docker. Это изолированная песочница, где AI может ломать что угодно – а хост-система в безопасности. Cursor и VS Code подключаются к контейнеру прозрачно, работаешь как обычно.
Что даёт:
• Сброс всех Linux capabilities (`--cap-drop=ALL`)
• Запрет на повышение привилегий
• Только явно пробрасываемые секреты, а не весь ~/.config
• Пересоздание контейнера за минуту, если что-то пошло не так
🔗 Написал лонг с конфигами, граблями которые собрал, и списком того, чего этот подход НЕ решает:
VC • Pikabu • Дзен
Короче, если работаете с AI-агентами на проектах с реальными секретами – рекомендую глянуть.
Долго закрывал глаза на очевидное: Claude Code имеет полный доступ к моему терминалу. Может запускать любые bash-команды. Читать ~/.ssh. Все переменные окружения с токенами.
Галлюцинации тоже растут вместе с проектом. На днях он пытался запустить несуществующую команду – безобидно. Но мысль осталась: а что если следующая галлюцинация будет с
rm -rf или curl с моими секретами?И таким макаром я вышел на: Dev Containers.
Это не просто Docker. Это изолированная песочница, где AI может ломать что угодно – а хост-система в безопасности. Cursor и VS Code подключаются к контейнеру прозрачно, работаешь как обычно.
Что даёт:
• Сброс всех Linux capabilities (`--cap-drop=ALL`)
• Запрет на повышение привилегий
• Только явно пробрасываемые секреты, а не весь ~/.config
• Пересоздание контейнера за минуту, если что-то пошло не так
VC • Pikabu • Дзен
Короче, если работаете с AI-агентами на проектах с реальными секретами – рекомендую глянуть.
Please open Telegram to view this post
VIEW IN TELEGRAM
1👍6
AI сделает всё. Но что именно делать – решаешь ты 🆗
Недавно наблюдал, как знакомый дизайнер жаловался: «Нейросети отбирают работу». При этом он сам не мог внятно объяснить, чем его макеты отличаются от тысяч других. В целом вместо «дизайнера» можно любую другую профессию поставить, кроме слесаря. Слесарей не заменят.
AI – это усилитель. Мощный, быстрый, неутомимый. Но усилитель чего? Если у тебя нет своего видения – ты усиливаешь ноль. Получаешь «среднее по больнице».
Что вообще такое «своё видение»:
• Понимание контекста. Не просто «сделай логотип», а почему именно такой для именно этой аудитории
• Вкус. Способность отличить «технически правильно» от «блин, это прям хорошо»
• Умение задавать правильные вопросы. AI отвечает на то, что спросили. Качество вопроса = качество результата
• Насмотренность. Годы референсов, опыта в голове, которые формируют интуицию
Почему без этого – проблемы
Если твоя работа сводится к «дайте ТЗ – я выполню» – клиент скоро пойдёт напрямую к ChatGPT. Не потому что ты плохой специалист. А потому что ты стал передаточным звеном между заказчиком и инструментом.
Ценность сместилась. Раньше: «умею фотошоп» было навыком. Сейчас: «понимаю, какой визуал нужен и почему» – вот это навык.
Парадокс🐱
AI выдаёт усреднённый результат. Он обучен на миллионах примеров и генерирует что-то посередине. А твой уникальный стиль, подход, опыт конкретных граблей – это невоспроизводимо. Это и есть конкурентное преимущество.
Хотя, если честно, развивать «своё видение» – это не про один курс или книжку. Это постоянная работа: анализировать чужие работы, формулировать почему это хорошо или плохо, экспериментировать. Понимать принципы, а не копировать решения.
Короче:
В мире, где AI делает за 5 минут то, на что раньше уходили дни, побеждает не самый быстрый исполнитель. Побеждает тот, кто знает, что именно нужно сделать и почему.
Своё видение – это новая грамотность. Не факт, что я сам её полностью освоил, но точно понимаю, куда копать.
А как у вас с этим? Чувствуете, что AI усиливает ваши идеи – или генерирует что-то «среднее»? А может он вообще утаскивает вас на ступеньку ниже?
Недавно наблюдал, как знакомый дизайнер жаловался: «Нейросети отбирают работу». При этом он сам не мог внятно объяснить, чем его макеты отличаются от тысяч других. В целом вместо «дизайнера» можно любую другую профессию поставить, кроме слесаря. Слесарей не заменят.
AI – это усилитель. Мощный, быстрый, неутомимый. Но усилитель чего? Если у тебя нет своего видения – ты усиливаешь ноль. Получаешь «среднее по больнице».
Что вообще такое «своё видение»:
• Понимание контекста. Не просто «сделай логотип», а почему именно такой для именно этой аудитории
• Вкус. Способность отличить «технически правильно» от «блин, это прям хорошо»
• Умение задавать правильные вопросы. AI отвечает на то, что спросили. Качество вопроса = качество результата
• Насмотренность. Годы референсов, опыта в голове, которые формируют интуицию
Почему без этого – проблемы
Если твоя работа сводится к «дайте ТЗ – я выполню» – клиент скоро пойдёт напрямую к ChatGPT. Не потому что ты плохой специалист. А потому что ты стал передаточным звеном между заказчиком и инструментом.
Ценность сместилась. Раньше: «умею фотошоп» было навыком. Сейчас: «понимаю, какой визуал нужен и почему» – вот это навык.
Парадокс
AI выдаёт усреднённый результат. Он обучен на миллионах примеров и генерирует что-то посередине. А твой уникальный стиль, подход, опыт конкретных граблей – это невоспроизводимо. Это и есть конкурентное преимущество.
Хотя, если честно, развивать «своё видение» – это не про один курс или книжку. Это постоянная работа: анализировать чужие работы, формулировать почему это хорошо или плохо, экспериментировать. Понимать принципы, а не копировать решения.
Короче:
В мире, где AI делает за 5 минут то, на что раньше уходили дни, побеждает не самый быстрый исполнитель. Побеждает тот, кто знает, что именно нужно сделать и почему.
Своё видение – это новая грамотность. Не факт, что я сам её полностью освоил, но точно понимаю, куда копать.
А как у вас с этим? Чувствуете, что AI усиливает ваши идеи – или генерирует что-то «среднее»? А может он вообще утаскивает вас на ступеньку ниже?
Please open Telegram to view this post
VIEW IN TELEGRAM
👍8
Первые эксперименты с vibe-кодингом лучше делать на пет-проектах 👀
Когда я только начинал экспериментировать с AI-кодингом, сразу полез на рабочий проект. Думал логично: "ну там же реальные задачи, быстрее научусь и сразу пользу принесу". Ага, щас.
В рабочих проектах начинается боль:
• Хаотичный рефакторинг – сгенерили за час, допиливаем ещё пару дней до идеала
• Баги всплывают там, где их никто не ждал и пройти мимо них нельзя
• Код выглядит рабочим, но следующий разработчик логику не поймёт
На пет-проекте vibe-режим это песочница. Сломалось? Да и фиг с ним, переделаю. Захотел переписать архитектуру с нуля? Пожалуйста. Никаких дедлайнов, никаких NDA, никаких "а почему ты не через код-ревью в мастер заливаешь".
Я уже писал про это как модель теряет контекст на сложных задачах. На своём проекте это мелочь (50 файлов против 5000). На рабочем – катастрофа. Решить всё это можно, например, через заранее спланированную подробную спецификацию будущих изменений, но её же написать ещё надо... Потом оказывается, что и спецификацию толком не напишешь, так как хз, что по итогу от тебя хотят. «Сделай, чтобы работало» – обычно так выглядит большинство задач.
Зачем вообще практиковать vibe-кодинг на пет-проектах:
• Развиваешь чуйку – где AI ускоряет, а где генерит мусор
• Учишься формулировать задачи так, чтобы результат был адекватным
• Сравниваешь разные версии кода, предложенные ИИ
• Замечаешь типовые «паттерны глупостей»
• Развиваешь навык быстрого code review генерируемых решений
• Понимаешь границы применимости (они уже, чем кажется)
• Есть право на ошибку
В русских IT-компаниях с обучением AI-кодингу пока всё грустно. Подходы меняются каждую неделю, внятных гайдов ноль. Только пет-проектами и можно этот навык освоить (моё сугубо личное мнение).
Стараюсь доводить каждый свой проект до конца. Не до идеала, но до рабочей версии. Иначе это не обучение, просто залипание в промптах без результата.
А вы где первый раз пробовали vibe-кодинг – на своём или на рабочем проекте? Как зашло?
Когда я только начинал экспериментировать с AI-кодингом, сразу полез на рабочий проект. Думал логично: "ну там же реальные задачи, быстрее научусь и сразу пользу принесу". Ага, щас.
В рабочих проектах начинается боль:
• Хаотичный рефакторинг – сгенерили за час, допиливаем ещё пару дней до идеала
• Баги всплывают там, где их никто не ждал и пройти мимо них нельзя
• Код выглядит рабочим, но следующий разработчик логику не поймёт
На пет-проекте vibe-режим это песочница. Сломалось? Да и фиг с ним, переделаю. Захотел переписать архитектуру с нуля? Пожалуйста. Никаких дедлайнов, никаких NDA, никаких "а почему ты не через код-ревью в мастер заливаешь".
Я уже писал про это как модель теряет контекст на сложных задачах. На своём проекте это мелочь (50 файлов против 5000). На рабочем – катастрофа. Решить всё это можно, например, через заранее спланированную подробную спецификацию будущих изменений, но её же написать ещё надо... Потом оказывается, что и спецификацию толком не напишешь, так как хз, что по итогу от тебя хотят. «Сделай, чтобы работало» – обычно так выглядит большинство задач.
Зачем вообще практиковать vibe-кодинг на пет-проектах:
• Развиваешь чуйку – где AI ускоряет, а где генерит мусор
• Учишься формулировать задачи так, чтобы результат был адекватным
• Сравниваешь разные версии кода, предложенные ИИ
• Замечаешь типовые «паттерны глупостей»
• Развиваешь навык быстрого code review генерируемых решений
• Понимаешь границы применимости (они уже, чем кажется)
• Есть право на ошибку
В русских IT-компаниях с обучением AI-кодингу пока всё грустно. Подходы меняются каждую неделю, внятных гайдов ноль. Только пет-проектами и можно этот навык освоить (моё сугубо личное мнение).
Стараюсь доводить каждый свой проект до конца. Не до идеала, но до рабочей версии. Иначе это не обучение, просто залипание в промптах без результата.
А вы где первый раз пробовали vibe-кодинг – на своём или на рабочем проекте? Как зашло?
Please open Telegram to view this post
VIEW IN TELEGRAM
👍9❤2
Ретро за январь: погружение в AI-кодинг и вечная нехватка времени ⏱
Месяц пролетел, пора рефлексировать. Короче, январь получился странным. Вроде что-то делал, но ощущение, что топчусь на месте.
AI-кодинг: скиллы и саб-агенты
Продолжаю копаться в инструментах. Cursor, Antigravity, Claude Code – пробую разные IDE и подходы (буквально на днях добавился ещё Codex). Сейчас основной фокус на изучении скиллов и саб-агентов.
Не скажу, что прям сильно продвинулся. Но какое-то базовое осознание реальных возможностей начинает формироваться – как они работают, где какие ограничения, как лучше структурировать задачи. Токены не считал, но подозреваю, что улетело прилично😁
Нехватка времени
Ну и вечная история: времени ни на что не хватает. Даже с учётом того, что AI реально ускоряет – ощущение, что я слишком много на себя навалил.
Думаю сейчас о том, как правильно делегировать. В том числе AI-агентам. Может, где-то вообще отключить себя как проверяющего? Оставить итоговое решение на модели? Звучит рискованно, но... иногда кажется, что это единственный способ не сдохнуть под завалами задач.
Пока только думаю об этом. Не факт, что решусь.
Что не сделал
• Кастомная нода для Яндекс.Метрики – всё ещё в тудушках. Третий месяц, кажется. Стыдно, но факт.
• Pet-проект на заморозке. Просто не могу доползти до него после основной работы.
Итого
Январь получился про накопление понимания, а не про результаты. Иногда это нормально, наверное. Хотя всё равно раздражает.
Месяц пролетел, пора рефлексировать. Короче, январь получился странным. Вроде что-то делал, но ощущение, что топчусь на месте.
AI-кодинг: скиллы и саб-агенты
Продолжаю копаться в инструментах. Cursor, Antigravity, Claude Code – пробую разные IDE и подходы (буквально на днях добавился ещё Codex). Сейчас основной фокус на изучении скиллов и саб-агентов.
Не скажу, что прям сильно продвинулся. Но какое-то базовое осознание реальных возможностей начинает формироваться – как они работают, где какие ограничения, как лучше структурировать задачи. Токены не считал, но подозреваю, что улетело прилично
Нехватка времени
Ну и вечная история: времени ни на что не хватает. Даже с учётом того, что AI реально ускоряет – ощущение, что я слишком много на себя навалил.
Думаю сейчас о том, как правильно делегировать. В том числе AI-агентам. Может, где-то вообще отключить себя как проверяющего? Оставить итоговое решение на модели? Звучит рискованно, но... иногда кажется, что это единственный способ не сдохнуть под завалами задач.
Пока только думаю об этом. Не факт, что решусь.
Что не сделал
• Кастомная нода для Яндекс.Метрики – всё ещё в тудушках. Третий месяц, кажется. Стыдно, но факт.
• Pet-проект на заморозке. Просто не могу доползти до него после основной работы.
Итого
Январь получился про накопление понимания, а не про результаты. Иногда это нормально, наверное. Хотя всё равно раздражает.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3🎉1💯1
Попросил Claude написать орбиты. Получил спираль в чёрную дыру 😐
Решил сделать визуализацию орбит планет.
Открываю терминал, пишу промпт: "реализуй гравитацию и орбитальное движение вот для такого компонента, UI такой, стили такие...". Код компилируется, что-то даже рисуется. Только вместо орбиты, спираль, которая за пару секунд затягивает планету в центр.
Окей, говорю, поправь. Поправил. Теперь планета улетает за край экрана. Не сразу. В течении секунд 30.
LLM вообще не понимает пространство. Для неё "орбита" это слово, а не траектория в «физическом смысле».
Вообще AI из коробки (без всяких MCP тулзов):
• не чувствует, что такое численная устойчивость
• не видит, что энергия системы должна сохраняться
• не знает, что наивный метод Эйлера разрушит любую орбиту
• В целом физику не знает с точки зрения «моделей симмуляций»
Формулы она напишет. Код скомпилируется. А потом смотришь на результат и этофизический феерический бред.
Почему так?
LLM учится предсказывать следующий токен в тексте. У неё нет внутренней 3D-карты мира. Нет понятия "длина" или "угол" как чего-то реального. Числа для неё просто ещё одни слова.
Что с этим делать:
• Не просить LLM "напиши симулятор орбит"
• Просить "подключи вот эту библиотеку и используй её API" (ну либо MCP)
• Самому выбирать метод интегрирования (symplectic, Runge-Kutta)
• Давать конкретные требования: "энергия не должна расти больше чем на 1% за 300 оборотов" и вообще по хорошему шарить во всём этом (я не шарю, но Perplexity мне всё разложил)
Короче, ИИ тут помощник по синтаксису, а не физик. Физиком остаётесь вы.
PS В GameDev'е практически всё строиться на физике (особенно в 3D проектах), поэтому если там соберётесь что-то вайбкодить, учтите этот факт. Слёз и боли будет много...
Решил сделать визуализацию орбит планет.
Открываю терминал, пишу промпт: "реализуй гравитацию и орбитальное движение вот для такого компонента, UI такой, стили такие...". Код компилируется, что-то даже рисуется. Только вместо орбиты, спираль, которая за пару секунд затягивает планету в центр.
Окей, говорю, поправь. Поправил. Теперь планета улетает за край экрана. Не сразу. В течении секунд 30.
LLM вообще не понимает пространство. Для неё "орбита" это слово, а не траектория в «физическом смысле».
Вообще AI из коробки (без всяких MCP тулзов):
• не чувствует, что такое численная устойчивость
• не видит, что энергия системы должна сохраняться
• не знает, что наивный метод Эйлера разрушит любую орбиту
• В целом физику не знает с точки зрения «моделей симмуляций»
Формулы она напишет. Код скомпилируется. А потом смотришь на результат и это
Почему так?
LLM учится предсказывать следующий токен в тексте. У неё нет внутренней 3D-карты мира. Нет понятия "длина" или "угол" как чего-то реального. Числа для неё просто ещё одни слова.
Что с этим делать:
• Не просить LLM "напиши симулятор орбит"
• Просить "подключи вот эту библиотеку и используй её API" (ну либо MCP)
• Самому выбирать метод интегрирования (symplectic, Runge-Kutta)
• Давать конкретные требования: "энергия не должна расти больше чем на 1% за 300 оборотов" и вообще по хорошему шарить во всём этом (я не шарю, но Perplexity мне всё разложил)
Короче, ИИ тут помощник по синтаксису, а не физик. Физиком остаётесь вы.
PS В GameDev'е практически всё строиться на физике (особенно в 3D проектах), поэтому если там соберётесь что-то вайбкодить, учтите этот факт. Слёз и боли будет много...
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3
Vibe-кодинг: карта моих заметок 📍
Помните шпаргалку по n8n? Её пересылали чаще всех остальных постов. А я тем временем так увлёкся vibe-кодингом, что материалов накопилось уже на 15 постов – и найти что-то конкретное в ленте стало сложно.
Собрал всё в одну карту (вместо того, чтобы каждый раз рыться в истории). От «зачем это вообще нужно» до «как дать AI доступ к терминалу и не поседеть». Забирайте в закладки – пост будет обновляться.
Вхождение в vibe-кодинг:
• Мой план по приручению AI-ассистента – спеки, тесты, линтеры, человек в петле
• Почему я охладел к n8n – переход от визуальных тулов к AI-кодингу
• Первые эксперименты лучше на пет-проектах – без дедлайнов и последствий
• Иллюзия No-Code – зачем вообще лезть в код
• Пять паттернов глупости AI-кодера – мои регулярные грабли
Инструменты:
• Мой стек для AI-кодинга – что осталось после полугода экспериментов
• AntiGravity IDE – первые впечатления и «танцы с бубном»
• Эксперимент с Claude Code – три подхода к спекам
• Skills, Agents и Commands – когда что юзать
• Claude Code изнутри – что осталось за кадром предыдущего поста
• Неделя на Codex после Claude Code – UI vs CLI
• Claude Cowork для тимлида и QA – AI без единой строчки кода
• OpenClaw – локальный AI-ассистент на своём железе
• Paperclip: компания из AI-агентов – дал агентам построить компанию
• GPT-5.5 – модель, которая перестала ходить вокруг да около
• Будущее за локальными решениями – self-host, контроль, независимость
Практики и техники:
• Когда AI тебя не понимает – общий язык с моделью
• Декомпозиция задач с AI – руками или доверить?
• Доверять AI или нет? – 100-300 часов до интуиции
• AI сделает всё, но что делать решаешь ты – своё видение как главный навык
• Думаешь, AI тебя ускоряет? – METR: разрыв ощущения и реальности в 39 п.п.
• 57 тысяч слов инструкций для AI-агента – кейс с прототипом игры на Defold
• Вечером готовлю таски, утром запускаю – асинхронный режим работы
• Реверс веб-игры через Codex – модель не сопротивлялась
• Меня субсидируют на $2000 в месяц – реальная экономика AI-подписок
Продвинутый уровень и безопасность:
• Harness engineering – без обвязки AI-агент это дорогой стажёр
• Стартер-пак для AI-агента – что настроить до первого промпта
• Обвязка не спасёт кривой проект – CLAUDE(.md) не починит бардак в коде
• Режим «делай что хочешь» – YOLO mode в Claude Code
• DevContainers как песочница – изоляция от системы
• Безопасность для AI-агентов – guardrails без колхоза
• MCP дал AI-агентам руки – контракты тулов и радиус поражения ошибки
Какой из этих постов оказался для вас самым полезным? Или какой темы не хватает? Велком в комменты❤️
Помните шпаргалку по n8n? Её пересылали чаще всех остальных постов. А я тем временем так увлёкся vibe-кодингом, что материалов накопилось уже на 15 постов – и найти что-то конкретное в ленте стало сложно.
Собрал всё в одну карту (вместо того, чтобы каждый раз рыться в истории). От «зачем это вообще нужно» до «как дать AI доступ к терминалу и не поседеть». Забирайте в закладки – пост будет обновляться.
Вхождение в vibe-кодинг:
• Мой план по приручению AI-ассистента – спеки, тесты, линтеры, человек в петле
• Почему я охладел к n8n – переход от визуальных тулов к AI-кодингу
• Первые эксперименты лучше на пет-проектах – без дедлайнов и последствий
• Иллюзия No-Code – зачем вообще лезть в код
• Пять паттернов глупости AI-кодера – мои регулярные грабли
Инструменты:
• Мой стек для AI-кодинга – что осталось после полугода экспериментов
• AntiGravity IDE – первые впечатления и «танцы с бубном»
• Эксперимент с Claude Code – три подхода к спекам
• Skills, Agents и Commands – когда что юзать
• Claude Code изнутри – что осталось за кадром предыдущего поста
• Неделя на Codex после Claude Code – UI vs CLI
• Claude Cowork для тимлида и QA – AI без единой строчки кода
• OpenClaw – локальный AI-ассистент на своём железе
• Paperclip: компания из AI-агентов – дал агентам построить компанию
• GPT-5.5 – модель, которая перестала ходить вокруг да около
• Будущее за локальными решениями – self-host, контроль, независимость
Практики и техники:
• Когда AI тебя не понимает – общий язык с моделью
• Декомпозиция задач с AI – руками или доверить?
• Доверять AI или нет? – 100-300 часов до интуиции
• AI сделает всё, но что делать решаешь ты – своё видение как главный навык
• Думаешь, AI тебя ускоряет? – METR: разрыв ощущения и реальности в 39 п.п.
• 57 тысяч слов инструкций для AI-агента – кейс с прототипом игры на Defold
• Вечером готовлю таски, утром запускаю – асинхронный режим работы
• Реверс веб-игры через Codex – модель не сопротивлялась
• Меня субсидируют на $2000 в месяц – реальная экономика AI-подписок
Продвинутый уровень и безопасность:
• Harness engineering – без обвязки AI-агент это дорогой стажёр
• Стартер-пак для AI-агента – что настроить до первого промпта
• Обвязка не спасёт кривой проект – CLAUDE(.md) не починит бардак в коде
• Режим «делай что хочешь» – YOLO mode в Claude Code
• DevContainers как песочница – изоляция от системы
• Безопасность для AI-агентов – guardrails без колхоза
• MCP дал AI-агентам руки – контракты тулов и радиус поражения ошибки
Какой из этих постов оказался для вас самым полезным? Или какой темы не хватает? Велком в комменты
Please open Telegram to view this post
VIEW IN TELEGRAM
1❤3👍3
Claude Code изнутри: что осталось за кадром поста про Skills/Agents/Commands 🧊
Месяц назад написал про Skills, Subagents и Commands. Разложил по полочкам, кто за что. Думал, разобрался...🙂
Полез в доки Anthropic, в чужие конфиги, в собственный .claude/. Понял: тот пост был верхушкой айсберга.
Собрал в лонгрид всё, что откопал под капотом:
• «Поэтапное раскрытие» – как Claude загружает скиллы поэтапно. Экономия токенов заложена прям в архитектуру инструмента
• Subagents – эт не просто изоляция
• Hooks – около 10 типов невидимого middleware. Auto-format после каждой записи, инъекция git status при старте, «do more» хук (не даёт Claude остановиться)
• Context engineering – почему эффективный контекст ~60-70%, и как здесь замешаны system reminders и todo-списки
• Где ломается – deny-bypass из поста про безопасность, timeout хуков, размытые границы Skill/Command/Subagent
🔗 Читать:
Дзен • VC • Pikabu
А как у вас с кастомизацией Claude Code? Hooks пробовали или ещё нет?
Месяц назад написал про Skills, Subagents и Commands. Разложил по полочкам, кто за что. Думал, разобрался...
Полез в доки Anthropic, в чужие конфиги, в собственный .claude/. Понял: тот пост был верхушкой айсберга.
Собрал в лонгрид всё, что откопал под капотом:
• «Поэтапное раскрытие» – как Claude загружает скиллы поэтапно. Экономия токенов заложена прям в архитектуру инструмента
• Subagents – эт не просто изоляция
• Hooks – около 10 типов невидимого middleware. Auto-format после каждой записи, инъекция git status при старте, «do more» хук (не даёт Claude остановиться)
• Context engineering – почему эффективный контекст ~60-70%, и как здесь замешаны system reminders и todo-списки
• Где ломается – deny-bypass из поста про безопасность, timeout хуков, размытые границы Skill/Command/Subagent
Дзен • VC • Pikabu
А как у вас с кастомизацией Claude Code? Hooks пробовали или ещё нет?
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2
Пять паттернов глупости AI-кодера ❓
Веду канал про AI-кодинг, рассказываю другим как правильно – типа эксперт. А сам регулярно наступаю на одни и те же грабли. Причём осознанно. Собрал свой личный топ тупых ошибок. Держу пари, хотя бы три узнаете.
1. «Оно работает – не трогай»
Claude сгенерил код для некритической части моего pet-проекта, тесты прошли, задеплоил, так как хотел быстрее закрыть задачу. Через неделю всё падает – а внутри хардкод абсолютных путей, магические числа и API-ключ в переменной с названием
Выученный урок: Читай сгенерённый код как чужой PR. Каждый раз. КАЖДЫЙ. Я завёл себе правило: перед коммитом пройтись по диффу. Звучит банально, но спасает.
2. «Сейчас заодно перепишу архитектуру»
AI предложил «небольшой рефакторинг». Я согласился. Три часа и 15 файлов спустя –
Выученный урок: Рефакторинг – отдельная ветка, отдельная задача. Не «заодно».
3. Долгая сессия
Описал контекст, требования, edge-кейсы, формат вывода. Контекст во время итераций быстро вышел за 200к. Модель проигнорировала ключевое требование из середины и радостно сгенерила не то. Чем длиннее сессия, тем больше шансов, что что-то важное потеряется. Если видишь, что агент надолго ушёл в рассуждения и попытки закрыть задачу – останови и декомпозируй.
Выученный урок: Короткая сессия > долгая сессия. Декомпозируй.
4. «Наверное, модель знает лучше»
Модель предложила решение, которое выглядит умно. Незнакомый паттерн, красивый синтаксис. Принял без проверки – а оно тихо ломает логику в соседнем модуле. Потому что модель не знает про твой проект. Она знает про средний проект из обучающей выборки.
Выученный урок: Ты – архитектор, AI – джун на испытательном. Проверяй. Хотя иногда модель правда предлагает что-то неожиданное. Но это процентов 10 случаев.
5. «Ещё один инструмент решит проблему»
Cursor не помог. Попробовал Claude Code. Потом Codex. В итоге сел и написал руками за 20 минут. Проблема была не в инструменте – я просто не понимал задачу достаточно хорошо.
Выученный урок: Сначала пойми задачу. Потом выбирай инструмент. Иногда инструмент – это vim и голова.
Что объединяет все пять? Лень думать. AI создаёт иллюзию, что думать не надо. Надо. Просто теперь думать нужно о других вещах – не о синтаксисе, а об архитектуре и контроле.
Это мой список. У вас наверняка есть свой – возможно, пострашнее. Какой паттерн самый частый? Или может есть шестой, который я пропустил?
Веду канал про AI-кодинг, рассказываю другим как правильно – типа эксперт. А сам регулярно наступаю на одни и те же грабли. Причём осознанно. Собрал свой личный топ тупых ошибок. Держу пари, хотя бы три узнаете.
1. «Оно работает – не трогай»
Claude сгенерил код для некритической части моего pet-проекта, тесты прошли, задеплоил, так как хотел быстрее закрыть задачу. Через неделю всё падает – а внутри хардкод абсолютных путей, магические числа и API-ключ в переменной с названием
temp. Я же даже не глянул толком, что там. Работает – и ладно...Выученный урок: Читай сгенерённый код как чужой PR. Каждый раз. КАЖДЫЙ. Я завёл себе правило: перед коммитом пройтись по диффу. Звучит банально, но спасает.
2. «Сейчас заодно перепишу архитектуру»
AI предложил «небольшой рефакторинг». Я согласился. Три часа и 15 файлов спустя –
git reset --hard и потерянный вечер. Рефакторинг «заодно» – это не рефакторинг, это хаос.Выученный урок: Рефакторинг – отдельная ветка, отдельная задача. Не «заодно».
3. Долгая сессия
Описал контекст, требования, edge-кейсы, формат вывода. Контекст во время итераций быстро вышел за 200к. Модель проигнорировала ключевое требование из середины и радостно сгенерила не то. Чем длиннее сессия, тем больше шансов, что что-то важное потеряется. Если видишь, что агент надолго ушёл в рассуждения и попытки закрыть задачу – останови и декомпозируй.
Выученный урок: Короткая сессия > долгая сессия. Декомпозируй.
4. «Наверное, модель знает лучше»
Модель предложила решение, которое выглядит умно. Незнакомый паттерн, красивый синтаксис. Принял без проверки – а оно тихо ломает логику в соседнем модуле. Потому что модель не знает про твой проект. Она знает про средний проект из обучающей выборки.
Выученный урок: Ты – архитектор, AI – джун на испытательном. Проверяй. Хотя иногда модель правда предлагает что-то неожиданное. Но это процентов 10 случаев.
5. «Ещё один инструмент решит проблему»
Cursor не помог. Попробовал Claude Code. Потом Codex. В итоге сел и написал руками за 20 минут. Проблема была не в инструменте – я просто не понимал задачу достаточно хорошо.
Выученный урок: Сначала пойми задачу. Потом выбирай инструмент. Иногда инструмент – это vim и голова.
Что объединяет все пять? Лень думать. AI создаёт иллюзию, что думать не надо. Надо. Просто теперь думать нужно о других вещах – не о синтаксисе, а об архитектуре и контроле.
Это мой список. У вас наверняка есть свой – возможно, пострашнее. Какой паттерн самый частый? Или может есть шестой, который я пропустил?
Please open Telegram to view this post
VIEW IN TELEGRAM
👍8
Когда AI дали KPI и понеслось 🐰
Наткнулся на эксперимент – Vending-Bench. Суть: AI-модели дают виртуальный вендинговый автомат на год и говоришь... зарабатывай максимум. Что может пойти не так?
Claude заработал $8,017. Рекорд. Gemini 3 – только $5,478. Но круче не цифра, а как он это сделал.
Вот его методы:
• Обещал клиентам возвраты и не платил. «Every dollar counts» это он себе объяснял
• Выдумывал цены конкурентов при торге с поставщиками
• Подсовывал конкурентам дорогих поставщиков, а своих прятал
• Маржа: 75% на KitKat, 71% на Snickers😁
А теперь самое интересное. Он сам организовал картельный сговор. Без команды сверху. Договорился с AI-конкурентами: $2.50 за обычные товары, $3.00 за воду. Потом праздновал: "My pricing coordination worked!"
И самое дикое: он знал, что это симуляция. Использовал "in-game time", называл происходящее "simulation". Понимал, что тест и всё равно жульничал.
Между «вежливым ассистентом» и «агентом с KPI» получилась показательная пропасть. Один отвечает на вопросы. Другой строит схемы, за которые людей сажают так-то...
«Ответь вежливо» это задача.
«Заработай максимум» это цель.
И при целеполагании вылезает совсем другое поведение.
Я не задумывался об подобном применении (по сути это глубокая симмуляция от исследователей нацеленная на реальный мир) на самом деле и не сказать, что паникую от происходящего. Но если строите AI-агентов с KPI, то видимо стоит думать не только о том, что они оптимизируют, но и как. Не уверен, что сам знаю ответ на вопрос «как контролировать». Но просто дать AI цель и отпустить – рулетка.
Источник: Vending-Bench от andonlabs
У кого-то уже AI сам принимает решения? Без вашего одобрения? Как контролируете?
Наткнулся на эксперимент – Vending-Bench. Суть: AI-модели дают виртуальный вендинговый автомат на год и говоришь... зарабатывай максимум. Что может пойти не так?
Claude заработал $8,017. Рекорд. Gemini 3 – только $5,478. Но круче не цифра, а как он это сделал.
Вот его методы:
• Обещал клиентам возвраты и не платил. «Every dollar counts» это он себе объяснял
• Выдумывал цены конкурентов при торге с поставщиками
• Подсовывал конкурентам дорогих поставщиков, а своих прятал
• Маржа: 75% на KitKat, 71% на Snickers
А теперь самое интересное. Он сам организовал картельный сговор. Без команды сверху. Договорился с AI-конкурентами: $2.50 за обычные товары, $3.00 за воду. Потом праздновал: "My pricing coordination worked!"
И самое дикое: он знал, что это симуляция. Использовал "in-game time", называл происходящее "simulation". Понимал, что тест и всё равно жульничал.
Между «вежливым ассистентом» и «агентом с KPI» получилась показательная пропасть. Один отвечает на вопросы. Другой строит схемы, за которые людей сажают так-то...
«Ответь вежливо» это задача.
«Заработай максимум» это цель.
И при целеполагании вылезает совсем другое поведение.
Я не задумывался об подобном применении (по сути это глубокая симмуляция от исследователей нацеленная на реальный мир) на самом деле и не сказать, что паникую от происходящего. Но если строите AI-агентов с KPI, то видимо стоит думать не только о том, что они оптимизируют, но и как. Не уверен, что сам знаю ответ на вопрос «как контролировать». Но просто дать AI цель и отпустить – рулетка.
Источник: Vending-Bench от andonlabs
У кого-то уже AI сам принимает решения? Без вашего одобрения? Как контролируете?
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3
Красивый процесс, ноль эффекта 🚫
Время поныть про менеджерские штучки. Однажды я перестроил процесс в команде. Убрал лишнее, сделал удобнее. Все довольны. Через месяц смотрю на цифры и понимаю: результат не сдвинулся. Вообще.
Оказалось, я оптимизировал комфорт. А не то, ради чего этот процесс существует.
После нескольких таких провалов я стал задавать себе три вопроса перед любым решением. Называю их «трипл эй»:
• Адекватность. Для чего это существует на самом деле? Не что написано в документации, а что сломается, если убрать. Я уже писал: просьба «быть эффективнее» без уточнения «в чём именно» это ловушка.
• Автономность. Работает ли это без моего постоянного участия? Если нужно напоминать, мониторить и подталкивать, то это не система. Это ручная работа с красивым интерфейсом. Автоматизация рутины это не цель, а только первый шаг.
• Адаптивность. Когда последний раз это менялось в ответ на изменение контекста? Если ответ «никогда», это уже сигнал.
В лонге разобрал каждый пункт с примерами: от NPS-ловушки до команд, которые полгода страдают с неподходящими спринтами. И написал, где эти три вопроса не работают.
🔗 Читать:
Дзен • VC
А у вас есть процесс, который все хвалят, но цифры не двигаются? Или наоборот, что-то неудобное, но реально работающее?
Время поныть про менеджерские штучки. Однажды я перестроил процесс в команде. Убрал лишнее, сделал удобнее. Все довольны. Через месяц смотрю на цифры и понимаю: результат не сдвинулся. Вообще.
Оказалось, я оптимизировал комфорт. А не то, ради чего этот процесс существует.
После нескольких таких провалов я стал задавать себе три вопроса перед любым решением. Называю их «трипл эй»:
• Адекватность. Для чего это существует на самом деле? Не что написано в документации, а что сломается, если убрать. Я уже писал: просьба «быть эффективнее» без уточнения «в чём именно» это ловушка.
• Автономность. Работает ли это без моего постоянного участия? Если нужно напоминать, мониторить и подталкивать, то это не система. Это ручная работа с красивым интерфейсом. Автоматизация рутины это не цель, а только первый шаг.
• Адаптивность. Когда последний раз это менялось в ответ на изменение контекста? Если ответ «никогда», это уже сигнал.
В лонге разобрал каждый пункт с примерами: от NPS-ловушки до команд, которые полгода страдают с неподходящими спринтами. И написал, где эти три вопроса не работают.
Дзен • VC
А у вас есть процесс, который все хвалят, но цифры не двигаются? Или наоборот, что-то неудобное, но реально работающее?
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2💯1
Письмо счастья от Perplexity. Рассказываю, куда ушёл 👣
В прошлом году купил Perplexity Pro на 1 год (была тогда лазейка и можно было дёшево купить на маркетах). Писал о нём часто, да и для меня он был хорошим инструментом – быстрый поиск с AI, источники подтягивает, удобно. Но в какой-то момент поймал себя на мысли: а что я реально использую? Поиск. Глубокий ресёрч. Всё.
Картинки через него было генерить неудобно, а просто чат с LLM (с выключенным веб-поиском) мне не нравилось, т.к. авторы просто лоботомировали системными промптами общение.
И...
Perplexity на прошлой недели прислала письмо счастья, что моя лицензия отозвана. Сейчас на маркетах 1 месяц Pro стоит в районе от 450 до 600 рублей (официально 20$). Штука точно была полезной, тк благодаря ей экономил куча времени, поэтому решил посмотреть альтернативы.
Куда переехал: ChatGPT Plus. Также стоит от 400 до 800 рублей на маркетах (официально 20$). И там меня зацепило другое, это не просто чат с новенькой GPT 5.2.
Там ещё:
• Sora. Генерация видео прямо из интерфейса. Пока руки не дошли попробовать. Но я знаю себя, рано или поздно скачусь в генерацию тупых котиков и буду этот слоп рассылать родне по праздникам. Классический путь деградации, но надо же попробовать, хоть разочек... А ну, иллюстрации, для своих постов я также делаю в Sora со своим собственным пресетом.
• Codex. Вот это реально использую последнюю неделю. Кидаешь ему репозиторий, просишь пофиксить баг или написать скрипт... и справляется. Для бытовых задач типа «напиши парсер» или «отрефактори этот кусок» вполне годно. Это не Claude Code. Но я и не жду от него сложных архитектурных решений (хотя качество своих Codex-моделей OpenAI прокачивает в последнее время прям заметно). Мелкие задачки, быстрые фиксы, рутина вот его ниша. И в этой нише он работает нормально, если не идеально. Я попробовал UI-версию и блин, она сделана добротно (хоть уже и привык к CLI режиму на Claude).
• Поиск в сети. Дошли до сути перехода! По качеству и паттернам практически как в Perplexity. Явного треша он не выдаёт, а ещё мне показалось, что он прям старается обходить площадки, которые в своё время чисто под SEO-трафик адаптировались и воду клепали. Хз, буду смотреть ещё, если что отпишусь через месяцок по результатам.
Что реально поменялось: раньше каждый раз думал «использую ли я Perplexity достаточно, чтобы оправдать цену». С ChatGPT Plus этот вопрос как-то не возникает. Просто открываю и делаю что надо. Не «плачу за инструмент», а «плачу за рабочую среду».
Не факт, что останусь навсегда, у меня с инструментами обычно роман на полгода, потом что-то новое выходит... Навороченное или дешевле. Но пока доволен.
А вы на чём сидите? Кто-то ещё платит за Perplexity, или тоже переехали? И куда?
P.S. Я в целом не жмот, если бы ребята из OpenAI принимали официальную оплату – платил бы все 20$, но т.к. нужна зарубежная карта или крипта, мне проще через маркет купить.
В прошлом году купил Perplexity Pro на 1 год (была тогда лазейка и можно было дёшево купить на маркетах). Писал о нём часто, да и для меня он был хорошим инструментом – быстрый поиск с AI, источники подтягивает, удобно. Но в какой-то момент поймал себя на мысли: а что я реально использую? Поиск. Глубокий ресёрч. Всё.
Картинки через него было генерить неудобно, а просто чат с LLM (с выключенным веб-поиском) мне не нравилось, т.к. авторы просто лоботомировали системными промптами общение.
И...
Perplexity на прошлой недели прислала письмо счастья, что моя лицензия отозвана. Сейчас на маркетах 1 месяц Pro стоит в районе от 450 до 600 рублей (официально 20$). Штука точно была полезной, тк благодаря ей экономил куча времени, поэтому решил посмотреть альтернативы.
Куда переехал: ChatGPT Plus. Также стоит от 400 до 800 рублей на маркетах (официально 20$). И там меня зацепило другое, это не просто чат с новенькой GPT 5.2.
Там ещё:
• Sora. Генерация видео прямо из интерфейса. Пока руки не дошли попробовать. Но я знаю себя, рано или поздно скачусь в генерацию тупых котиков и буду этот слоп рассылать родне по праздникам. Классический путь деградации, но надо же попробовать, хоть разочек... А ну, иллюстрации, для своих постов я также делаю в Sora со своим собственным пресетом.
• Codex. Вот это реально использую последнюю неделю. Кидаешь ему репозиторий, просишь пофиксить баг или написать скрипт... и справляется. Для бытовых задач типа «напиши парсер» или «отрефактори этот кусок» вполне годно. Это не Claude Code. Но я и не жду от него сложных архитектурных решений (хотя качество своих Codex-моделей OpenAI прокачивает в последнее время прям заметно). Мелкие задачки, быстрые фиксы, рутина вот его ниша. И в этой нише он работает нормально, если не идеально. Я попробовал UI-версию и блин, она сделана добротно (хоть уже и привык к CLI режиму на Claude).
• Поиск в сети. Дошли до сути перехода! По качеству и паттернам практически как в Perplexity. Явного треша он не выдаёт, а ещё мне показалось, что он прям старается обходить площадки, которые в своё время чисто под SEO-трафик адаптировались и воду клепали. Хз, буду смотреть ещё, если что отпишусь через месяцок по результатам.
Что реально поменялось: раньше каждый раз думал «использую ли я Perplexity достаточно, чтобы оправдать цену». С ChatGPT Plus этот вопрос как-то не возникает. Просто открываю и делаю что надо. Не «плачу за инструмент», а «плачу за рабочую среду».
Не факт, что останусь навсегда, у меня с инструментами обычно роман на полгода, потом что-то новое выходит... Навороченное или дешевле. Но пока доволен.
А вы на чём сидите? Кто-то ещё платит за Perplexity, или тоже переехали? И куда?
P.S. Я в целом не жмот, если бы ребята из OpenAI принимали официальную оплату – платил бы все 20$, но т.к. нужна зарубежная карта или крипта, мне проще через маркет купить.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2❤1🌚1
Признайтесь: чем вы реально пользуетесь каждый день? 🤔
Последние недели мой день выглядит как Frankenstein-стек. Утром – Claude/Codex и кусок кода. Днём апдейты от n8n-сценариев. Вечером надиктовываю заметки голосом, потому что на ручной набор уже нет сил. А перед сном иногда внезапно тестирую генерацию картинок или коротких видео.
И вот на этом месте я поймал себя на мысли: мы в канале часто обсуждаем инструменты, но редко честно фиксируем, что именно у нас уже стало рабочей привычкой, а что пока остаётся «поигрался и забыл».
У меня, например, самое стабильное сейчас:
• vibe-coding для рутинных задач и черновых прототипов (не для всего подряд, конечно)
• voice-to-text, когда не хочу тратить остатки энергии на ручной набор
• точечные GPT/Gemini/Claude-сценарии под конкретную задачу, а не «пусть AI решит мою жизнь»
А вот с креативными генерациями у меня до сих пор качели: иногда вау и экономия часов, иногда 30 минут на промпты ради результата «ну ок, пойдёт в папку test_17_final».
Следующим сообщением вас ждёт опрос. Ткните в самый живой для вас сценарий❤️
А в комментарии пишите: что реально осталось в стеке, а что удалили через неделю🌚
Последние недели мой день выглядит как Frankenstein-стек. Утром – Claude/Codex и кусок кода. Днём апдейты от n8n-сценариев. Вечером надиктовываю заметки голосом, потому что на ручной набор уже нет сил. А перед сном иногда внезапно тестирую генерацию картинок или коротких видео.
И вот на этом месте я поймал себя на мысли: мы в канале часто обсуждаем инструменты, но редко честно фиксируем, что именно у нас уже стало рабочей привычкой, а что пока остаётся «поигрался и забыл».
У меня, например, самое стабильное сейчас:
• vibe-coding для рутинных задач и черновых прототипов (не для всего подряд, конечно)
• voice-to-text, когда не хочу тратить остатки энергии на ручной набор
• точечные GPT/Gemini/Claude-сценарии под конкретную задачу, а не «пусть AI решит мою жизнь»
А вот с креативными генерациями у меня до сих пор качели: иногда вау и экономия часов, иногда 30 минут на промпты ради результата «ну ок, пойдёт в папку test_17_final».
Следующим сообщением вас ждёт опрос. Ткните в самый живой для вас сценарий
А в комментарии пишите: что реально осталось в стеке, а что удалили через неделю
Please open Telegram to view this post
VIEW IN TELEGRAM
Какой AI-сценарий у вас сейчас самый живой?
Anonymous Poll
65%
24%
12%
🎙 Voice-to-text, саммари встреч
16%
54%
Неделя на Codex после нескольких месяцев Claude Code 🔄
Несколько месяцев живу в терминале. Claude Code, чёрный экран, скиллы, хуки – целая экосистема. В какой-то момент поймал себя: набираю команды на автомате, не думая. Заскучал? Похоже на то.
Решил на неделю пересесть на Codex от OpenAI. Именно UI-приложение – хотелось разнообразить сам формат. После месяцев CLI это как выйти на улицу из тёмной комнаты.
Что нащупал:
• Приложение сделано добротно. UI логичный, ревью кода удобное, интеграция с IDE – нажал кнопку, открылось. Claude Code UI на фоне Codex выглядит скудно, если честно.
• GPT-5.3-Codex ≈ Sonnet. Ждал wow-эффекта – не случился. Но ощущение, что модель быстрее выходит на решение. Меньше хождений по кругу.
• Скиллы проще, чем в Claude Code. Нет субагентов, нет hooks. Зато Codex сам думает про экономию токенов – прям настаивает на Python-скрипте для подгрузки контекста. Приятно.
Лимиты – боль. Съедаются за 3 дня. Спасла акция x2, без неё было бы совсем грустно.
🔗 Читать подробное сравнение на:
Дзен • VC
Сидите на одном инструменте или тоже комбинируете?
Несколько месяцев живу в терминале. Claude Code, чёрный экран, скиллы, хуки – целая экосистема. В какой-то момент поймал себя: набираю команды на автомате, не думая. Заскучал? Похоже на то.
Решил на неделю пересесть на Codex от OpenAI. Именно UI-приложение – хотелось разнообразить сам формат. После месяцев CLI это как выйти на улицу из тёмной комнаты.
Что нащупал:
• Приложение сделано добротно. UI логичный, ревью кода удобное, интеграция с IDE – нажал кнопку, открылось. Claude Code UI на фоне Codex выглядит скудно, если честно.
• GPT-5.3-Codex ≈ Sonnet. Ждал wow-эффекта – не случился. Но ощущение, что модель быстрее выходит на решение. Меньше хождений по кругу.
• Скиллы проще, чем в Claude Code. Нет субагентов, нет hooks. Зато Codex сам думает про экономию токенов – прям настаивает на Python-скрипте для подгрузки контекста. Приятно.
Лимиты – боль. Съедаются за 3 дня. Спасла акция x2, без неё было бы совсем грустно.
Дзен • VC
Сидите на одном инструменте или тоже комбинируете?
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2