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?

Закон об ИИ в России: что это значит для тех, кто работает с Claude и ChatGPT 🏛️

Я каждый день работаю в Claude Code & Codex. Пишу код, генерю контент, автоматизирую рутину. Пока всё работает. Но вокруг всё громче разговоры, что скоро может перестать.

Минцифры вынесло проект закона об ИИ на обсуждение. И там есть интересная формулировка: функционирование трансграничных ИИ-технологий может быть запрещено или ограничено. Плюс требование хранить данные пользователей в РФ три года. Для Claude, ChatGPT, Gemini это потенциально приговор.

Паниковать ли? Незнаю.

Скорее всего это будет не «бан по кнопке», а поэтапное «закручивание». Сначала госсектор и критичная инфраструктура, потом требования к локализации данных, потом де-факто дойдут до обычных работяг, кто не захочет играть по правилам.

Что может измениться:
• Корпорации уйдут в private/on-prem или российские облака
• Доступ через посредников станет дороже и мутнее
• Open-source модели (Qwen, DeepSeek) на локалке станут не прихотью, а необходимостью

Забавный момент: я прямо сейчас смотрю станции со 128 ГБ (VRAM & RAM), чтобы крутить 120B модели локально. От 600к рублей (3 месяца назад стоили 400+, но тут кризис оперативки сыграл роль ещё). И что-то мне подсказывает, что скоро они подорожают ещё сильнее. Спрос-то вырастет.

Главный риск: закроют доступ раньше, чем появится что-то, чем реально можно заменить. У меня нет уверенности, что GigaChat дотянет. И это не про личные предпочтения. Это про продуктивность и конкурентоспособность разработчиков в целом.

Для pet-проектов и небольших команд, думаю, мало что поменяется. Серая зона доступа никуда не денется. А вот для корпоративного сектора – готовьтесь...

Claude Cowork для тимлида и QA: AI без единой строчки кода 🛠

Последние полгода я писал про AI-агентов в контексте кода. Скрипты, тесты, harness engineering. А потом знакомый тимлид спросил: «Влад, а мне-то что с этим делать? Я код не пишу.»

И я завис. Потому что до этого момента не думал про AI-агентов вне разработки.

Попробовал Claude Cowork на задачах вне разработки кода, и понял, что для тимлидов и QA он может быть даже полезнее, чем для программистов. Только в другом месте.

Ключевая разница: Cowork это не чат. Это агент, который берёт папку с файлами и выдаёт готовый документ. Не «посоветуй, что приготовить», а «вот продукты – сделай ужин».

Написал большой разбор с конкретными сценариями:

Для тимлида: еженедельный статус из десяти источников за минуты, разбор постмортемов, аудит процессов команды, подготовка к 1:1 и оценке сотрудников

Для QA: сортировка тестовых артефактов, умный анализ регрессий (не «прогони чек-лист», а реальный анализ рисков), готовность к релизу из разрозненных данных, аудит качества баг-репортов

Главный вывод: формулируйте задачи как рабочие поручения, а не как вопросы чат-боту. «Помоги с тестированием» → вода. «Вот 18 баг-репортов и протокол smoke — собери заключение "выпускаем/не выпускаем" на 1 страницу» → результат.

Отдельно разобрал, где Cowork создаёт иллюзию пользы.

🔗 Детали и полный разбор – в лонге:
Дзен • VC

А вы пробовали AI-агентов на задачах вне разработки? На чём?

OpenClaw: кто-нибудь уже щупал? 🦀

Уже давно пускаю слюни на OpenClaw. Open-source AI-ассистент, который живёт локально на вашем железе. Подключается к Telegram, Discord. Умеет рулить файлами, выполнять команды в терминале, бродить по вебу. И что зацепило: помнит, как вы работаете. Не с чистого листа каждый раз.

Звучит как то, что я сам уже год хочу собрать. Но вы же знаете, между красивым README и реальной пользой обычно лежит бездна из вечерней настройки и тихого разочарования.

У меня дома пылится старый ноут. И я подумал: а что если дать ему вторую жизнь? Накатить OpenClaw, подцепить модель как бэкенд, получить личного AI-дворецкого, который всегда на связи. Мож, умный дом даже привязать.

Но прежде чем тратить на это вечер (ладно, два), хочу понять:
• Кто-нибудь реально юзает эту штуку? Не "поставил-потыкал-снёс", а в повседневке?
• Есть практический профит или это из серии "прикольно, но через неделю забыл"?
• На каком железе поднимали? (возможно мне вообще лучше сразу VDS найти, ибо на ноуте винда, наскок AI-модели там удобно будет не знаю)

Или я просто сделаю это ради эксперимента и расскажу, как всё пошло не по плану. Тоже формат.

Есть опыт? Кидайте в комменты 🛫

Дал AI-агентам построить компанию. Они попытались нанять живых людей 🤖

Paperclip – штука, которая за полтора месяца набрала 55K звёзд на GitHub. Обещание простое: ты ставишь цель, а дальше «карманная компания» из AI-агентов сама разворачивает оргструктуру, ставит задачи, нанимает агентов и работает.

Я решил проверить. Поднял на VPS Docker-контейнер с Paperclip + OmniRoute + Codex CLI. Два аккаунта с Plus-подпиской, объединённые в один пул лимитов. Задача: собрать indie game dev команду и сделать игру для Яндекс Игр. Жанр не указывал, пусть сами решают.

Что получилось за два вечера:
• Агенты полезли на GitHub нанимать реальных людей. Нашли профили разработчиков, попытались отправить приглашения на собеседование. Упёрлись в то, что нет SMTP и публичных аккаунтов компании. Расстроились.
• CTO-агент в какой-то момент бросил управлять и пошёл кодить сам. Классика: хочешь сделать хорошо, сделай это сам.
• 200 миллионов токенов (~$1000) ушло в основном на операционку. Агенты ставили друг другу абстрактные задачи, отчитывались, переставляли приоритеты. На выходе простенький 2D-прототип, где уворачиваешься от кубов.

Через Codex напрямую я бы сделал то же самое раз в десять быстрее. Но эксперимент того стоил, побочные эффекты оказались интереснее результата.

Написал подробный разбор: где Paperclip реально полезен, где overhead, и почему AI-агенты воспроизводят худшие корпоративные паттерны.

🔗 Детали и полный разбор – в лонге:
Дзен • VC

А вот вопрос, который не отпускает: если агенты уже пытаются нанимать людей, мы точно уверены, что управляем процессом?

Стартер-пак для AI-агента ➡️

Ранее написал про harness engineering. О том, что голый агент работает как дорогой стажёр. Пост разлетелся, и в комментах один вопрос: «Ок, а что конкретно настроить?»

Справедливо. Вот что у меня теперь стоит до первого промпта. Не из статьи, а из проектов, где я всё это узнал через боль.

1. Project memory
CLAUDE.md, AGENTS.md, docs, неважно как называется. Агент должен знать проект до того, как ты откроешь рот. Структура, команды, конвенции. Без этого каждая сессия превращается в день сурка.

2. Правила и запреты
Что нельзя трогать. Какой стиль кода. Какие зависимости под запретом. Один раз мой агент начал «улучшать» CI/CD, который я вообще не планировал открывать. С тех пор deny-зоны обязательны всегда.

3. Тестовые команды
pytest, npm test, хоть bash-скрипт. Без этого я пару раз уверенно деплоил то, что не запускалось.

4. Allow/deny зоны
«Сюда можно, сюда нет». Иначе агент начинает помогать с кодом, который ты вообще не планировал трогать.

5. Логи сессий
Что менял, сколько раз упал, где завис. Без логов не понимаешь, где агент стабильно слетает. И думаешь, что проблема в промптах. А она в паттерне.

6. Уведомления
Закончил, пуш. Упал, пуш. Банально, но без этого ты или торчишь и ждёшь, или забываешь проверить.

7. Ревью diff'ов, а не описаний
Самое главное. И то, что я нарушаю чаще всего. Не верь «готово» на слово. Открой diff. Агент не обманывает специально, ему просто всё равно на контекст, который он не видел. Это не баг модели, это архитектурная особенность. А ответственность за контекст лежит на тебе.

Звучит как очевидщина? Я только на четвёртом проекте собрал из этого шаблон. Надо было на первом.

А у вас есть свой стартер-пак, или каждый раз с чистого листа? Предлагаю обменяться в комментариях ❤️

GPT-5.5: модель, которая перестала ходить вокруг да около 🚀

Неделю погонял GPT-5.5 на пет-проекте.

Что заметил:
• Перестала умничать ради умничества. Codex 5.3 любил порассуждать вслух: «а что если так, а может вот так, а давайте взвесим...». GPT-5.5 просто делает, без долгих прелюдий. Меньше промежуточных итераций, быстрее к делу.
• Креатив + дисциплина. Там, где раньше модель шла напролом, теперь иногда подкидывает неожиданное решение. При этом заранее заданные ограничения держит крепко, не уплывает.
• На пет-проекте просто работает. Codex приходилось разжёвывать пластами: «вот ссылка на доку, вот описание, вот пример». GPT-5.5 разбирается без лишних пинков.
• Автосжатие контекста не лоботомирует. Хз, как они это сделали, но после авто-компакта модель продолжает соображать (в Codex 5.3 это тоже хорошо работало). Сравните с Claude: там после сжатия словно треть мозга отваливается, приходится докидывать контекст руками.
• Скиллы, плагины, MCP. Всё работает, как и работало, тут без сюрпризов. Модель понимает когда и что вызывать.

Нюанс по средам: нативно через Codex (UI/CLI) огонь. А если тащить в OpenCode, вижу просадку по поведению. Возможно, мне кажется, но как будто системная обвязка внутри OpenCode пока ещё не оптимизирована под модель.

Если сравнивать с Opus 4.7, то чуть слабее по ощущениям. Но радует, что OpenAI догоняет, а не плетётся в хвосте.

Минусы:
• Лимиты сжигаются за час. На Plus при высоком reasoning буквально час активной работы и всё, иди гуляй. Вторая подписка не спасает. Видимо, в следующем месяце пойду за Pro x5, как миленький. Недельные лимиты сжигаются также очень быстро.
• UI/UX по-прежнему слабое место. Без хорошей спеки и референсов сделать что-то «сочное» это боль. Говорят, новый Claude Design тут рядом не стоит. Жду, что OpenAI тоже придумают что-то в это русло когда-нибудь.

Подозреваю, OpenAI сейчас выкрутили мзоги новой модели на максимум, а через пару месяцев модель начнёт тупить, потому что будут готовить следующий релиз. Так что ловите момент, пока есть возможность 👀

А вы уже щупали 5.5 или сидите на старых версиях?

Еду на CodeFest 16 с докладом. И чёт волнуюсь 🐱

Короче, новость, которую я сам ещё перевариваю: 31 мая буду выступать на CodeFest 16 в Новосибирске. Это мой дебют на внешней конференции. До этого выступал только внутри компании, а тут полноценный зал и незнакомые люди. Ощущения смешанные: вроде и хочется, и колотит.

Расскажу про то, как мы на основной работе внедряем AI-кодинг в QA-отделе. Без сказок про «AI заменит тестировщиков». Наоборот, честно: что зашло, что не зашло, какие проблемы собрали по пути.

Про что будет:
• реальные результаты, цифры, а не «мы стали продуктивнее»
• какие guardrails у нас работают (и почему без них AI быстро превращается в партизана, желающего всё сломать, на нашем примере)
• как поменялись процессы в команде
• и самое важное, культура, без которой всё это не взлетает

40 минут это, конечно, мало. Хотел запихнуть туда вообще всё, но понял, что получится каша. Поэтому отобрал только то, что реально может пригодиться ребятам, которые сейчас сами пробуют тащить AI в QA своих компаний.

Если кто-то из подписчиков тоже будет на CodeFest, был бы рад пересечься вживую, потрепаться за кофе. Пишите в личку, договоримся ❤️

Ну и да, раз уж упомянул дебют: сейчас я в режиме «усиленно готовлюсь», поэтому на канал времени уходит чуть меньше обычного. Не теряйте, я тут, просто пилю слайды и репетирую вслух перед стенкой 🙂

MCP-сервер дал AI-агентам руки. Теперь надо понять, кому они принадлежат 😼

Я часто гоняю Codex/Claude через свой MCP к Wordstat. Однажды агент ушёл в петлю: на нечёткий ответ инструмента он решил, что вызывает MCP неправильно, и начал перебирать варианты вызова. К двадцатой попытке тихо сожрал 25% от 5-часового лимита подписки.

Ни tool poisoning, ни вредоносных серверов. Просто слабый контракт инструмента, и LLM на ровном месте съела лимит, пытаясь обойти мою же ошибку проектирования.

После этого я пересобрал отношение к MCP в принципе. Написал лонг, где разбираю:
• почему MCP это не «API для AI», а делегирование полномочий
• что модель читает в описаниях tools, и почему пользователь видит совсем другое (tool poisoning, rug pull, cross-server shadowing)
• где MCP пока не живёт в корпоративном контуре
• почему я всё чаще пишу свои узкие тулзы вместо подключения чужих MCP
• чек-лист на вечер, если у вас уже подключена половина MCP-маркетплейса

Главный вывод: MCP не расширяет контекст модели. Он расширяет радиус поражения её ошибки 🐱

🔗 Детали и полный разбор – в лонге:
Дзен • VC

А у вас в конфиге сколько MCP-серверов прямо сейчас? И когда последний раз смотрели, что они на самом деле умеют?

Мой стек инструментов для AI-кодинга: что осталось после полугода экспериментов 🔧

Несколько месяцев назад. Пятница, восемь вечера. Отправил агенту длинную задачу и ушёл за чаем. Возвращаюсь через сорок минут, ожидая готовый PR. А там сидит он 🤩: тридцать из этих сорока минут просто ждал, пока я подтвержу одну строчку в диалоге. Об этом он, конечно, не сказал. Никакого звука, никакого индикатора. За оставшиеся десять минут успел сжечь шестьдесят тысяч токенов на повторные git status и логи сборки. И ушёл писать код в стиле, от которого я полгода назад отказался. Три разные дыры за один заход, и ни одна из них не была проблемой модели.

Так и родилась мысль, что рано или поздно у меня получится система, которая все эти проблемы лечит.

Накопил всё в лонг. Что внутри:
• карта шести слоёв обвязки: глаза, знание, руки, невидимая обвязка, наблюдаемость, экономия. Каждый закрывает свой режим отказа агента
• MCP Playwright и история с Phaser, где агент сам открывал свою же игру и проверял доску
• почему Context7 у меня на отходе и что вместо
• Figma MCP как красивая ловушка: шесть запросов в месяц на free plan. Не в день, в месяц
• свои узкие MCP против чужих жирных с тридцатью tools
• RTK: 118 000 токенов сессии превращаются в 23 900 без потери смысла
• hooks, sub-agents и slash-команды, тот самый невидимый слой, на котором всё держится
• где это всё ломается: harness устаревает, переинжиниринг съедает время

Главный вывод: стек для AI-кодинга это не каталог любимых тулз, а шесть слоёв. Пустой слой это конкретный режим отказа. Каша из десяти инструментов в слое это деградация токенов и качества.

🔗 Детали и полный разбор – в лонге:
Дзен • VC

А вы чем обвешиваете своих агентов?

Меня субсидируют на $2000 в месяц. И вас, скорее всего, тоже 🤑

Поставил codexbar. Это мак-апп, который собирает в одну менюшку реальный расход и лимиты по всем твоим AI-подпискам. Открыл, посмотрел свой месяц...

Цифорки:
• 3.6 миллиарда токенов сожрал за 30 дней (Claude + Codex)
• По API-ценам это $2400
• Подписки стоят меньше $200

Разрыв в 16 раз. То есть мне оплачивают 94% реальной стоимости моего AI-стека. Кто-то прямо сейчас доплачивает за меня $2000 в месяц, чтобы я гонял AI в фоне и не задумывался.

Это не «дешёвые токены». Это инвесторы скупают мою привычку.

Чтобы такая математика когда-нибудь сошлась без подъёма цен, модели должны подешеветь в 16 раз за два года. Смело.

Реалистичный сценарий: цены пойдут вверх. Собственно, уже идут, просто пока через лимиты, а не через тарифы.

Как именно идут:
• Режут weekly/monthly лимиты (писал в обзоре GPT-5.5)
• И самое хитрое: тихо переключают с топовой модели на лайт на пике нагрузки. Без уведомления, просто в фоне. Пару раз такое уже ловил, что у одних, что у других.

Codexbar классное открытие для меня, ранее, я просто смотрел часовые лимиты, теперь задумался, а что если бы я на API сидел...

Что будет дальше. Подписки 2-3x за год-два. И ты не соскочишь. Не потому что не сможешь, а потому что разучился работать иначе. Я уже писал, что подсел на AI как на игровые автоматы. Это дофаминовая сторона ловушки. Экономическая проще: тебя подсадили на дешёвое, потом включат счётчик. И самое неловкое: я знаю про разрыв, вижу его в codexbar каждый день, и всё равно открываю AI, когда понимаю, что он решит эту задачу быстрее меня. Сам себя ловлю.

Поставьте codexbar и посчитайте свой разрыв. Что покажет, больше моих 16x или меньше?

PDF с тем, что в 40 минут не лезет 🤩

Год собираю наблюдения, как команды сжигают время и подписки на AI-агентах. Свои pet-проекты, потом QA-отдел на основной работе, плюс ребята из соседних команд, которых я наблюдал близко.

Накопилось двадцать девять конкретных мест, где обычно больно. Не «из общих соображений», а каждое либо мой факап, либо чужой, который я разбирал руками.

К завтрашнему докладу на CodeFest уложил всё это в PDF. Слушателям в зале раздам QR-код: ведёт сюда же, на этот пост, заодно и канал найдут. Ну а подписчикам кладу за 12 часов до начала.

PDF скачать тут: https://disk.yandex.ru/i/BmrkDVVrRwog1Q

Несколько штук оттуда, чтобы не кота в мешке отдавать:
• Стоимость подписки в часах автономной работы, а не в долларах за месяц. $20 Codex Plus и $100 Claude Max: разные порядки часов до лимита. На «дешёвой» инженеры упираются ко второму дню и весь спринт ждут сброса.
• METR-разрыв. Опытные разработчики оценили своё ускорение от AI в +20%. Реальный замер по таймеру показал -19%. Сорокапроцентный зазор между ощущением и фактом, ровно там живут метрики активности типа «% PR с пометкой AI».
• Тех-долг обвязки. Первые 2-3 месяца это 30-60% спринта, не «несколько часов в неделю». Жалобы «AI не справляется» почти всегда оказываются устаревшей спекой, а не слабой моделью.
• Тесты структуры как guardrail наоборот. Агент видит структурный тест препятствием на пути к зелёному билду и решает его в лоб: переписывает ассерт под новое имя. Тест зелёный, бизнес-логика не проверена.

Развитие стартер-пака, но уже не для одного человека, а для команды. Внутри ещё: custom hooks под повторяющиеся боли, токен-оптимизатор для CLI, шесть вопросов перед merge, журнал факапов агента, раскладка «что отдаём AI и что оставляем себе», маршрут на 3 месяца.

Каждый пункт раскрывается на отдельной странице: что значит «да», зачем нужно, как сделать, анти-пример из жизни. По ссылкам можно тыкать в любой пункт, читать подряд не обязательно.

Честно про границы. Инструмент и guardrails закрываются за вечер конфигами. Процессы и культура это годы, и гайд тут только показывает направление.

За год меня сильно занесло. Знакомимся заново 🤩

Перечитал свой первый пост от 28 июля 2025. Местами смешно, местами хочется обнять. Тогда я звал «вычищать рутину автоматизацией» и предлагал найти в Jira задачу-кандидата на уничтожение. Скоро год, и канал стал немного не тем, чем задумывался. Подписчиков прибавилось, тема уехала, формула «n8n плюс мыслетопливо» осталась где-то в августе. Пора представиться заново.

Я Влад. В IT шестой год. На основной работе тащу AI-кодинг в QA, выступил с этим на CodeFest 16 в Новосибирске. По вечерам и выходным копаюсь в пет-проектах: реверсил веб-приложения через Codex, делал игру на Defold, написал 57К слов инструкций, чтобы AI-агент собрал её за меня. Да вообще, много всего было: для меня последний год стал годом открытий Node.js и React, именно как для разработчика собственных приложений.

Кем я себя ощущаю в ближайшие годы: билдером. Не «AI-евангелистом», не «экспертом по n8n», а человеком, который собирает маленькие продукты и смотрит, что взлетает. Очень люблю игры и когда-нибудь хочу выпустить свою. Не AAA, не миллион загрузок, просто свою. С именем в титрах.

Что во мне поменялось за этот год:
• Был «автоматизатор рутины на n8n», стал harness engineer. n8n из ядра канала ушёл в фон.
• Жгу 3.6 миллиарда токенов в месяц на Claude и Codex. На подписки уходит примерно $200, по API было бы $2400. Кто-то прямо сейчас доплачивает за меня $2000 😕
• Пишу лонги на VC и Дзен. Когда-нибудь и на Хабр залечу. Раньше боялся длинных форматов, теперь не могу остановиться. Есть в них что-то.

Что найдёте в канале сейчас:
• AI-кодинг и обвязка вокруг агентов: harness, MCP, стартер-паки, тулзы
• Ежемесячные ретро (что сработало, на что обжёгся)
• Эксперименты с автономией (типа как этот: Paperclip пытался нанимать живых людей)
• Лонги на внешние площадки + анонсы тут
• Философию про текущие изменения в отрасли из-за технологий

🔖 Если только подписались, пара полезных ссылок, чтобы сориентироваться:
• Навигация по ключевым темам: большие тексты-манифесты, на которых стоит канал
• Карта vibe-кодинга: про AI в разработке, от первых шагов до боевой обвязки
• Стартер-пак для AI-агента: если хочется сразу к практике

Расскажите в комментах: как сюда попали и что хотите читать больше? Особенно интересно от тех, кто впервые. Я правда читаю всё ❤️

Залип в небо на даче. И понял, от чего меня потряхивает 🖼

Лежал на даче у родителей, залип в небо. В Новосибирске встала внезапная жара, тишина, шашлык, ноль терминала. И впервые за месяц не тянуло открыть ноут. Вообще.

Пропал почти на две недели, знаю. Но я живой. После CodeFest надо было выдохнуть и переварить то, что крутилось ещё на сцене, да и после.

Понял, что меня давно потряхивает. Не от того, что агент опять уронил билд, это рабочая текучка. От вещей покрупнее, которые лезут из самой скорости, с которой всё несётся. Хочу разобрать их вслух, вместе с вами и серией постов, потому что в голове они просто ходят по кругу.

Первое, что крутится, это гонка релизов как замкнутый круг. Модели выходят всё чаще и ведут себя всё менее предсказуемо. Свежак: после очередного обновления мой агент перестал вызывать функцию, прямо описанную в промпте. Решил, что это просто текст, инфа к сведению, и поехал мимо. А вчера ведь работало. Это уже напрягает сами лабы, тех же Anthropic, но деньги тормозить не дают 🐱

Второе тяжелее. Планка для людей за год переехала: что год назад было «сильным», сегодня база. На той даче меня доконал сам темп. Десятки анонсов в неделю, и каждый раз заново гадаешь, что опять поменялось. Похоже, это и есть выгорание, просто новой формы. А рынок при этом разъезжается так, что страшно: одни в соло тащат целый отдел, другие ещё ни разу не открывали GPT. Привет, культура 996, только тихая.

Третье пока самое мутное, и я не уверен, что не сгущаю. Раньше нормальный пет-проект мог выстрелить и без маркетинга. Сейчас за тот же кусок рынка дерутся сотни навайбкоженных клонов. Дёшево для простых смертных, и это кайф. Но всё чаще решает не качество продукта, а знают ли тебя как бренд. Сформировал ли разработчик доверие?

Что из этого душит сильнее, у меня скачет ото дня. Сегодня давит гонка, завтра темп, послезавтра вроде отпустило.

Поэтому и затеваю серию, разберём по одной, выговоримся и дальше уже будет технический поток интересностей (обещаю попробую нарастить темп выпускаемых материалов).
Если у вас горит что-то своё из этой движухи, комменты открыты, давайте вместе обсудим, похоливарим. Пойду пока писать первый. Заодно проверю, правда ли отпустило 😎

ps ага, потестил mythos...

Пропустил неделю, и ты уже «старьё» 🫠

Открываю с утра какой-нибудь paper или свежий тул для AI, и всё, провалился. Два-три часа из жизни. Вылезаю чуть умнее, но с тянущим чувством, что это время можно было потратить с куда большей пользой.

Гложет вот что. То, что всё постоянно меняется и сыпятся новые штуки, это нормально, даже кайфово. Гложет темп. Скорость, с которой оно всё прёт.

Не прочитал свежий paper, не увидел новую возможность в Codex, не заценил скилл на гитхабе от какого-то чувака на полторы тысячи звёзд, и всё, уууу, старьё, теряешь эффективность. Индустрия будто специально держит тебя в тонусе. И как переварить это за час ресёрча в день?

Никак.

Хотя если честно, страх отстать живёт у меня в голове, а в реальных последствиях его почти наверняка нет. Никто не увольняет за непрочитанный за ночь релиз. Паникуешь от шума, а не от настоящего отставания.

При этом часть штук реально упрощает жизнь. На днях затащил скилл про дизайн-вкус: обычный skill(.md), агент его подхватывает и перестаёт лепить дефолтный интерфейс-слоп. Отступы, типографика, ощущение, что собирал человек, а не агент по шаблону. Так что гонка иногда выкидывает золото, грех жаловаться.

Что поменял у себя: перестал читать всё подряд на удачу. Скармливаю материал агенту заранее и спрашиваю, будет ли мне с этого толк вообще. Пару часов в день на сомнительное чтиво это отбивает. Хотя кто вообще сказал, что отдавать агенту решение «важно или нет» это здраво. Вдруг так и проворонишь то самое, ради чего вся гонка.

Но это ещё цветочки. За эту скорость в итоге платят люди: за год сама планка «нормального спеца» уехала так далеко, что мне за себя иногда тревожно. Про это в следующем посте, там у меня накипело отдельно.

Год назад мне хватало быть просто хорошим QA 😙

Меня тут вштырило, и я вспомнил себя год назад. Обычный QA: что-то тестирую, описываю требования, треплюсь с командой, вечером рублюсь в какую-нибудь игру. И на душе так хорошо, спокойно.

А сейчас.

Сейчас иначе. К тому же тестированию добавилось: сам копаю AI, учу этому других, поддерживаю пайплайны. Не вместо старого, а сверху. Рутину-то добить как раз хочется, потому что интересные задачи драйвят, тянут вперёд. Но теперь это стоит тех самых вечеров с игрой.

А как поддерживать то, под чем у тебя изначально базы кот наплакал? Каждый пробел мгновенно превращается в ресёрч-сессию, те самые 2-3 часа из прошлого поста. И ведь не придёшь на работу с честным «окей, я разберусь в AI и внедрю, только освободите под это 50% моего капасити». Так не бывает.

Дальше хуже. Работодатель смотрит на двух вчера одинаковых инженеров. Один выдаёт сверхъестественный результат. Закопался и слил в это всё своё время. Второй такой же крепкий спец, просто не гонит AI на максималках. И в голове работодателя всплывает «блин, может, поискать такого, как первый?».

Самое стрёмное, что я ловлю эту мысль сразу с двух сторон. Я и есть тот самый «первый», закопался по уши. А параллельно сидит страх оказаться «вторым» там, где недокопал. Где именно недокопал, я и сам толком не знаю, и вот это бесит больше всего.

Хотелось бы успокоить себя тем, что разрыв временный, первые выгорят, всё выровняется. Но нет. Мне кажется, он устойчивый и сам собой не схлопнется.

По тому вечеру с игрой и спокойной головой скучаю. Обратно при этом не тянет, новое драйвит сильнее, чем грела та тишина. А вы себя в этом раскладе как ощущаете: «первым», «вторым», или, как я, сразу обоими?

К чему мы по-тихому пришли 🤔

В мае мелькнула новость: впервые задокументировали боевой эксплойт, собранный с помощью AI. Zero-day, который обходит двухфакторку. Поймали до того, как пустили в ход, так что обошлось. Но зацепило другое: я прочитал это и... просто пожал плечами. Эт норма.

Строить стало тривиально просто. У четверти последнего батча YC кодовая база на 95% написана AI, и это не нетехнические ребята с улицы, а сильные инженеры, которые год назад писали бы всё руками. Весь батч растёт на 10% в неделю, Гарри Тан говорит, такого в раннем венчуре не было никогда. Lovable сделал $100M ARR за восемь месяцев, 7.5 ярдов рублей в год, быстрее OpenAI и Cursor, а юзеры наклепали на нём десять миллионов приложений. Запустить SaaS теперь это вечер. Раньше, наверн был год.

Звучит как праздник. Только у праздника есть оборотка.

Veracode погонял AI-код и получил: 45% проваливает проверки безопасности, дыр в 2.74 раза больше, чем у людей. И что бесит, новые модели не пишут безопаснее старых. Задокументированный кейс: 170+ приложений на Lovable (каждое десятое из проверенных) текли через одну дыру. Наружу шли имена, телефоны, API-ключи, платёжки. Так что AI, который сам пишет работающие эксплойты, теперь дежурная сводка. Да, появятся пайплайны, которые на основе AI будут закрывать дырки. Но ведь снова станет вопрос надёжности уже этих решений или я ошибаюсь? 😎

Расскажу про себя. С начала мая пилю игру на реакте, по вечерам и выходным. И до сих пор не собрал, потому что упёрся в качество и проработку деталей. В целом не считаю, что сделать из говна и палок то, во что будут играть пока сидят в метро – правильный вариант. Без AI-кодинга, я бы в жизни никогда не достиг того, чего имею сейчас. На текущей момент порядка 700 коммитов...
И каждый раз удивляюсь, как другие выкатывают за выходные сырой, дырявый MVP, который потенциально просто не запустится у части тестеров. Зачем... Для чего... Какие там гипотезы планируются тестировать – я хз.

А ещё никто толком не учит. Внутри компаний нет внятной системы, на рынке гул из чужих тредов и хайпа, по факту каждый сам отвечает за качество своего навыка. Один человек убил три месяца вечеров на пет-проекты и теперь в одиночку тянет то, подо что раньше держали отдел. Другой сидит в том же ChatGPT и спрашивает рецепты. Через год между ними пропасть, и никакой онбординг её не закроет.

Инструмент выдали всем разом, а что с ним делать, разбирайся сам. Кто-то соберёт компанию из агентов, кто-то сольёт чужие данные на ровном месте, кто-то так и будет спрашивать у ChatGPT рецепты котлет с пюрешкой.

Чем дальше, тем туманней выглядит счастливый финал.