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?

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?

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.

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 это физический 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...

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 ❤️

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?

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 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?

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?

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?

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.

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 🌚

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?

Harness engineering: почему AI-агент без обвязки – дорогой стажёр 🛠️

Чуть больше два месяца назад я запустил Claude Code на проекте. Без CLAUDE(.md), без skills, без правил. Просто «вот репо, делай». Код генерировался, но каждую сессию я тратил первые 40 минут на объяснение того, как запустить тесты и что вообще тут происходит.

Потом прочитал Mitchell Hashimoto и пост OpenAI про их внутренний эксперимент с Codex. У обоих одна мысль: ценность AI растёт не от «умности модели», а от качества среды вокруг неё. Они назвали это harness engineering.

И я понял, что два месяца занимался именно этим – просто не знал, что у этого есть название.

Написал лонгрид, где разобрал:
• как выглядел мой путь от голого агента до рабочей обвязки
• почему 60-70% подписки на AI-кодер стоит тратить на tech debt, а не на фичи
• где harness не спасает (и когда его вообще не стоит строить)
• практический чек-лист для старта

Главный вывод: большинство жалоб на «тупой AI» – это жалобы на отсутствие инфраструктуры вокруг него.

🔗 Читать полностью:
Дзен • VC

А как у вас с обвязкой? CLAUDE(.md) уже есть, или каждый раз заново?

Ретро за февраль: месяц, когда руки наконец обогнали голову 🦖

Январь был про накопление понимания. Февраль про то, чтобы наконец что-то с этим пониманием сделать.

Получилось неожиданно практично. Два основных направления:

Codex + прототипирование игр
Да, я реально пробовал натравить AI-агента на движок Defold. Веб-игры, прототипы, всё такое. Звучит как бред? Возможно 🙂
Но агент самостоятельно накидал рабочую механику и я не ожидал, что зайдёт настолько далеко без ручного руления (не всё гладко). Подробнее про сам Codex в посте-сравнении.
Про то, что вышло по итогу – ждите в ближайшие недели.

Claude Code и его Cowork
Параллельно тестировал Cowork-режим на рабочих задачах. Когда AI не просто выполняет команды, а работает рядом: пингует, уточняет, замечает проблемы, там, где ты от него в целом не ждал... Иначе воспринимается. Я даже дал ему имя, не просто Клауд. Подробности также ждите в марте про этот опыт, когда у меня будет что показать из цифр и общих кейсов.

Про неприятное
Новости вокруг телеграма в последнее время... ну вы и сами видите. Штрафы, ограничения, непонятные перспективы. Раскачивать личный бренд здесь становится всё сложней. Думаю про подстраховку. Может, ВК-группу завести (прости-господи, вспомнил вайб 10-летней давности)? Может, свой сайт. Пока без итоговых решений, но игнорировать уже видимо не получится.

Неожиданный бонус
Откуда-то за первую неделю марта на канал пришло 76 человек. Репостов не нашёл, площадки не выстрелили. Если вы один из недавно подписавшихся – реально интересно, где вы меня нашли?

А у вас как февраль? Больше теории или практики набралось?

Думаешь, AI тебя ускоряет? 🧑‍💻

После каждой сессии с Claude Code я наговариваю голосовую заметку: что сделал, сколько переписал, что бесило. n8n расшифровывает и раскладывает по таблице.

Через пару недель обнаружил неприятную вещь: сессии, которые ощущались как самые продуктивные – по факту давали код, который потом переписывался. А «скучные» тихие сессии – уходили в прод без правок.

Это не только мой опыт. METR в 2025-м показали: опытные разработчики с AI-инструментами выполняли задачи на 19% дольше. При этом сами оценивали своё ускорение в +20%. Разрыв между ощущением и реальностью — 39 процентных пунктов.

Написал лонгрид о том, как мерить эффективность AI-сессий:
• почему «быстрее» эт ловушка
• четыре метрики, которые +- работают (а не «сколько строк кода»)
• что я увидел в данных за несколько недель

Самое обидное открытие: главный источник rework не баги, а архитектурные решения, которые я не оспорил.

🔗 Читать полностью:
Дзен • VC

А вы ведёте какой-нибудь лог своих AI-сессий? Или полагаетесь на ощущения?

Написал 57 тысяч слов инструкций, чтобы AI-агент смог сделать игру 👾

В какой-то момент мне показалось хорошей идеей собрать прототип «три в ряд» на движке Defold, используя Codex как основного кодера. Lua, GUI-файлы, нишевый стек – что может пойти не так?

Пошло не так примерно всё, кроме базовых механик.

Что получилось:
• Основная логика игры: поиск совпадений, гравитация, заполнение – агент накидал с первого раза. Тут прям приятно удивил
• Playwright для автотестов – агент сам собирал билд, открывал HTML5-версию и кликал по кнопкам. Это было мощно
• Паттерн «обновляй знания после каждой сессии», кмк лучшая находка всего эксперимента

Что не получилось:
• UI и визуал – агент путает слои, ломает кликабельность, не понимает иерархию .gui-файлов. Каждый раз – руками
• Дебаг-циклы на 40+ минут, которые быстрее решались за 5 минут моими глазами
• Figma MCP с лимитом в 6 вызовов на Starter-плане. Шесть.

Итого: 17 346 строк кода, 68 файлов, 57 000+ слов обвязки для агента. Игра работает, но это точно не вайб-кодинг. Это рутина, от которой я честно не словил кайфа.

🔗 Подробный разбор в лонгриде:
Дзен • VC

А у вас был опыт натравливания AI на геймдев? На каком стеке и что вышло?

Вечером готовлю таски для AI. Утром запускаю 📋

Поймал себя на странной штуке: сижу значит сейчас вечером и пишу задачи. Не для джуна, не для фрилансера. Для Claude Code. На завтрашнее утро. С чек-листами, с ожидаемым результатом, с пометкой «после завершения пройдись по списку ещё раз».

Звучит как менеджмент. Потому что это и есть менеджмент 🙂 (жду, когда ИИ позволят накидывать мне в ответку на 360 как я с ним обращался)

На работе у меня сейчас две сессии параллельно. Cowork для ресёрча, обсуждений, brainstorm. Code для кода. Стараюсь формулировать задачи так, чтобы потом меньше отвлекаться на переключение контекста. Закинул задачу, пошёл делать своё.

Пара вещей, до которых дошёл не сразу:
• Чек-лист сверки ожиданий прямо в задаче. Не «перенеси тесты из этого файла размером 5к строк», а «разбей тесты на смысловые блоки, определи шаги переноса, начни перенос по шагам, после каждого шага проверь: работает ли X, не сломал ли Y, прогони тесты после переноса и убедись, что они не сломались». Без этого Claude стабильно считает задачу готовой спустя 10 минут, и потом ты сидишь ещё час в состоянии запрос → проверка → запрос.
• allow_list пришлось перелопатить. Fun fact: попросил Claude сам оптимизировать свой settings.json, отказался наотрез. Видимо, на системном уровне запрещено. Но если скопировать содержимое в чат, спокойно выдаёт оптимизированный вариант текстом. Ну ок.
• Уведомления это must have. Когда агент работает фоном, нужно знать, что он закончил. Использую peon-ping, забавная штука, озвучивает завершение. Ghostty тоже умеет нативные нотификации.

Вся эта обвязка отъедает процентов 30 рабочего времени. Реакция, корректировка, вчитывание в результат. Это не «нажал кнопку и пошёл кофе пить».

Когда читаю, что кто-то гоняет по 10 параллельных сессий и ещё работать успевает... честно, не понимаю как. У меня две, и то иногда не хватает внимания на обе 🤨

Как у вас устроен рабочий день с AI-агентом? Тоже готовите задачи заранее или по ходу дела?

Обвязка не спасёт кривой проект 👎

12 версий CLAUDE(.md) за два месяца. Скиллы, правила, запреты. Я был уверен, что проблема в обвязке. Мало инструкций, нечёткие границы, слабые промпты. Допиливал, правил, дописывал.

А потом сел и честно посмотрел на проект. И понял: половина правил в CLAUDE это костыли для бардака в самом коде.

«Не трогай файлы вне задачи». Потому что модули были связаны так, что дёрнуть один невозможно без другого. «Не рефакторь без спроса». Потому что дублирование прям напрашивалось на рефакторинг. Claude не виноват, что видел бардак и пытался его починить. Я бы на его месте тоже полез.

Harness это усилитель. Проблема в том, что усилитель работает в обе стороны. Чистый проект + обвязка = отличный результат. Кривой проект + обвязка = бесконечный цикл: правишь скилл, агент всё равно спотыкается, дописываешь ещё правило, он спотыкается в другом месте. И так по кругу.

Что изменил: перестал допиливать CLAUDE(.md) и стал тратить время на рефакторинг. Думаю, что если рефакторинг завершится удачно (много работы предстоит), то после этого можно будет удалить из обвязки штук 15 правил. Они станут ненужными. Код сам себя будет объяснять.

Если ваш AI-агент раз за разом ломает одно и то же место, может, дело не в промпте. Может, это место и человеку непонятно. Просто вы привыкли, а агент — нет.

CLAUDE(.md) это как инструкция для нового сотрудника. Если в компании бардак, никакая инструкция не поможет. Сначала порядок, потом обвязка.

Согласны? Или у вас обвязка спасала даже самые запущенные проекты?

Реверсил веб-игру через Codex. Рассказываю, что получилось 🔍

Залип в одну браузерную игрушку. Механика зацепила, захотелось понять, как она устроена. Возникла мысль, а если попробовать это провернуть через AI?

Скормил задачу Codex. Модель вообще не сопротивлялась. Ни предупреждений, ни отказов. Просто взяла и начала помогать.

Как это выглядело на практике:
• Определил стек. Codex за пару минут разложил приложение: фреймворк, зависимости, структура бандла. То, на что у меня ушёл бы час ковыряния в DevTools. Он подсветил, что в собранных логах качу мусора и что если есть «практика» как такое можно сделать, это нас бы ускорило.
• Добыл контекст. Прогнал через Deep Research, нашлись нормальные гайды по реверсу именно этого стека. Закинул как справочник в контекст Codex.
• Скрипт-сессия. Codex написал обёртку: изолированная браузерная сессия → выкачка зависимостей и упоминаний → сырые исходники на выходе.

Весь цикл 1-2 часа, включая гуглёж и эксперименты. Честно, сам не ожидал.

Что получилось: модифицированное описание, из которого по крупицам можно восстановить игровую логику. Не полная копия, собрать рабочий билд из этого пока нереально (хотя дело пары вечеров). Но для понимания механики более чем достаточно.

Сразу скажу: это был чисто исследовательский эксперимент из серии "а что, если". Я не фанат подобных практик. Чужой код есть чужой код, и реверсить его в продакшн-целях это так себе идея.

🐱 Но вот что меня реально напрягло: модель вообще не попыталась меня остановить
С Claude такие штуки обычно начинаются с лекции про этику (но если помутузить, то и он сольётся и сделает). А тут ноль сопротивления. Просто взяла и сделала.

И это, на мой взгляд, проблема. Если AI-кодер за пару часов вытаскивает внутренности чужого приложения и даже не спрашивает "а тебе точно можно?", значит guardrails пока не догнали возможности. Тут бы хотелось видеть более строгий контроль со стороны моделей.

Как думаете, это ответственность разработчиков моделей или каждый сам себе цензор?

Ретро за март: 3-в-ряд, миллионы токенов и лёгкий тильт 🎮

Весь март я пилил свою игру в Claude Code и Codex. Текущий прототип покажу в комментах. По итогу: 100+ коммитов, пара десятков миллионов токенов. Задумался о remote-доступе, чтобы продолжать сессии с телефона – ждать по 10-60 минут за ноутом надоело, хочу хотя бы запускать не вставая с дивана (я стал жесть ленивым с этими вашими ИИ).

Что понял: 3-в-ряд это нифига не «проект на пару вечеров». Гравитация поля, куча состояний, авто-детект матча, сканинг, снова гравитация. Если бы последние 5 лет сидел в GameDev студии, наверное, было бы проще. А так порой зависаю на несколько вечеров, пытаясь подружить две системы, которые друг друга ломают.

Зато нарыл столько материала, что получилась мини-книжка. Реверсы, ресёрчи, снова реверсы проектов в сети. Параллельно генерю ассеты в GPT, ковыряю Spine-анимации и формирую сюжет.

Цель на год – 3 игры. Пока вроде иду по плану, но иногда тильтую, что первой выбрал самый сложный проект.

Что не сделал: контент про Claude Cowork так и не вышел. Хотя, может, к лучшему, за это время накопилось ещё больше опыта, который можно протранслировать.

Скоро будет кое-какой анонс – отдельным постом.

Продлил TG Premium. Дуров забайтил ✊. Так что ещё 2 года контента здесь гарантирую, про переезд пока не думаю.

А как у вас прошёл март? Уже запустили свой SaaS на пару сотен лямов?