Работая в айтишечке
1.46K subscribers
422 photos
6 videos
84 links
Канал о том, как эффективно работать в IT: простые объяснения технических вещей, лайфхаки, лучшие практики и полезные инструменты для повседневных задач.

Автор: @Shevtsoff
Download Telegram
☕️ Агентная аналитика для продактов

В понедельник, 18 мая, выступаю на конфе Podlodka Product Crew «AI-инструменты продакта».

Тема — Агентная аналитика для PM. 90 минут про то, как собрать рабочий аналитический контур с AI-агентом: какие ингриденты нужны, чтобы агентная аналитика состоялась, live-demo в IDE, пять шагов попробовать у себя на следующей неделе.

Главный тезис: разница между поверхностным и глубоким ответом агента — не в модели, а в контексте, который агент читает до того, как вы задали вопрос. Покажу это на синтетическом датасете фитнес-приложения.

Сезон идёт с 18 по 22 мая, программа сильная — практики из российских и зарубежных команд. 💰 Промокод на 500₽ для подписчиков канала: workinginit


🔗 Регистрация: https://podlodka.io/productcrew
Please open Telegram to view this post
VIEW IN TELEGRAM
8🔥4👍2👏1
☕️ Лайфхак: запускайте сессию Claude пораньше

Коллега поделился классным лайфхаком — спрашивать что-нибудь у Claude как только проснулся. Так вы привязываете окно сессии к удобному времени.

Лимиты в Claude работают по скользящему окну в 5 часов. Окно стартует с первого сообщения и сбрасывается ровно через 5 часов. Дальше — следующее.

Если первый запрос в 8:00 — ресеты в 13:00, 18:00, 23:00. Первый сброс к обеду, второй к концу дня. Никаких ресетов посреди фокус-сессии.

Если же первый запрос случайно в 10:30, потому что разгребали почту — ресеты поедут на 15:30 и 20:30. Хуже.

Особенно актуально для тех, кто живёт в Claude Code — там лимиты съедаются быстрее.

Маленькая привычка, рабочий день перестаёт зависеть от того, во сколько вы случайно дёрнули модель.

#claude #tips #vibecoding
Please open Telegram to view this post
VIEW IN TELEGRAM
13🔥3👍2
☕️ Команда, два репо (фронт и бэк), три разных агента: как не утонуть в хаосе

Пытаемся настроить совместную разработку с AI-агентами — для команды, где у каждого свой инструмент: кто на Claude Code, кто на Codex, кто на Cursor. Два репозитория, фронт и бэк. Задача — чтобы агенты хорошо навигировались по коду, писали правильно с первого раза и жгли минимум токенов.

Минимальный джентельменский

AGENTS.md как единый источник правды. Это «README для агентов», открытый стандарт, который читают Codex, Cursor, Copilot и другие. Claude Code исторически читает CLAUDE.md, но его легко подружить через одну строчку @AGENTS.md. Правило: один файл, всё остальное на него только ссылается. Никаких четырёх копий инструкций, которые неизбежно разойдутся.

— Короткий файл вместо энциклопедии. Раздутый AGENTS.md работает хуже короткого: LLM игнорирует половину, Codex вообще обрезает по лимиту. Держите до 150–200 строк. Архитектуру выносите в docs/ — агент подгрузит, когда понадобится.

— Навигируемая структура. На реальной кодовой базе агент тратит большую часть токенов не на написание кода, а на попытки его понять. Имя файла должно честно говорить, что внутри: booking.repository.ts лучше, чем utils/data.ts. Грамотный context engineering снижает расход токенов в 5–6 раз на одной и той же задаче.

— Contract-first для фронта и бэка. Договоритесь о формате данных до того, как писать код. Контракт API (файл openapi.yaml) — это список: какие запросы есть, какие поля приходят в ответ и какого они типа. Сначала команда фиксирует этот список, и только потом фронт и бэк пишут код — каждый под него. Из контракта автоматически собираются типы (фронт сразу знает структуру ответа), заглушки-моки (фронт работает, пока бэка ещё нет) и тесты, которые проверяют, что код не разошёлся с договорённостью. Бонус для агента: он не сможет обратиться к полю, которого нет в контракте, — среда подсветит ошибку сразу.

— Git worktrees для параллельных агентов. Если запустить двух агентов в одной папке с кодом, они начнут мешать друг другу: один перезаписывает файл, который правит второй, оба одновременно лезут в служебные файлы Git и спотыкаются. Хуже всего, что происходит это без явных ошибок — просто часть работы тихо теряется. Worktree — встроенная в Git штука: одной командой вы даёте каждому агенту отдельную папку и свою ветку. Агенты работают рядом, но не пересекаются, а результаты сводятся вместе уже на этапе мёржа — штатно и под контролем.

С чего начать
— завести AGENTS.md в корне каждого репо — руками, коротко
— связать CLAUDE.md и правила Cursor через симлинк или @-импорт
— вынести контракт API в отдельный репо, запретить править сгенерированный код
— для параллельной работы — worktrees, изолировать БД и порты

И принцип, который держит всё живым:
Каждая ошибка, которую агент совершил дважды, должна превратиться в строчку AGENTS.md или в проверку в CI.


Эффективная разработка с агентами — это не «умные промпты», а инфраструктура. Агентам нужна та же дисциплина, что и людям: единый источник правды, чёткие контракты, изоляция параллельной работы. Разница в том, что агенты создают хаос быстрее — и цена отсутствия процесса выше.


#agents #claude #vibecoding #tips
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥73👍2
☕️ Агентная аналитика для продактов. Материалы воркшопа

Провёл воркшоп у Podlodka ProductCrew — «Агентная аналитика для продактов». Запись уже выложена.

Главный тезис: аналитику можно делать на любой модели, не важно какая она. Главное - контекст, который вы ей даёте.

Чтобы продемострировать это сделал два публичных репо на одних и тех же данных вымышленного фитнес-приложения:
fitflow-bare — голая БД, никакого контекста.
fitflow-rich — то же самое + PRODUCT_CONTEXT.md, data dictionary, 7 скиллов в .claude/skills/.

На вебинаре прогнал два кейса в обоих репо:
1. Onboarding funnel — где люди отваливаются и почему. На bare-репо агент честно посчитал воронку и выдал гипотезы из учебника. На rich — увидел, что drop-off на шаге «выбор целей» связан с конкретной персоной, и предложил продуктовое действие.
2. NPS-фидбэк за квартал — темы, динамика, связь с поведением. На bare получились generic-кластеры «UI/Pricing/Performance». На rich — фитнес-специфичные темы (мотивация, расписание, сложность) и джойн с retention.

Паттерн повторился на двух типах данных — структурированных событиях и тексте.

Можно попробовать
1. Форкнуть оба репо и задать им одни и те же два вопроса — почувствовать разницу за 30 минут.
2. Подменить данные на свои, переписать PRODUCT_CONTEXT под свой продукт — это 4–8 часов.
3. Взять один реальный кейс из работы (research, фидбэк, RCA) и пройти один цикл.

Всё бесплатное, всё в открытых репо, а ещё есть сайт воркшопа

#events #agentic #analytics
Please open Telegram to view this post
VIEW IN TELEGRAM
13🔥9👍51
☕️ Команды будущего: несколько мыслей

Да здравствует эра дженералистов. Всех специалистов упакуют в скиллы, а дженералисты будут этими скиллами хороводить


Решил сесть осмыслить как AI меняет команды. Надеваю шапку футуролога. Поехали.

1️⃣ Команды станут меньше, но не так, как это любят подавать. Не «увольняем половину, AI справится». А иначе: исчезает не работа, а передача работы между людьми. Раньше она шла цепочкой — один придумал, оформил, передал, другой собрал, третий проверил. Каждая передача требовала отдельного человека просто чтобы её обслуживать. AI убирает передачи. И вместе с ними — роли, которые жили только на этих стыках.

2️⃣ В новом продукте, где сплошная неопределённость, один человек теперь закрывает то, на что раньше нужна была мини-команда. Тот, кто чувствует ценность, сам собирает прототип с агентами. У Y Combinator четверть стартапов последнего набора написала 95% кода с помощью AI — и это уже не магия, а обычная новая практика. Команда на старте сжимается до двух-трёх человек, которые умеют всё понемногу и что-то одно — глубоко.

3️⃣ На зрелом продукте появляется работа, которой раньше не было: следить, чтобы агенты вели себя предсказуемо. Не врали, не роняли прод, делали то, что задумано. Это уже отдельная профессия со своим названием — AgentOPS. Зрелой команде нужен не «больше рук», а человек, который держит надёжность всей этой автоматики.

4️⃣AI — не волшебная палочка, и данные показывают это жёстко. Исследование METR: опытные разработчики с AI делали задачи на 19% медленнее — а были уверены, что ускорились на 20%. Чувствуешь одно, по факту другое. Рядом — снесённая агентом продакшн-база у Replit, утечка данных клиентов у Lovable, оценка, что безопасен лишь каждый второй кусок AI-кода. Вывод не «AI бесполезен», а «контроль никуда не делся». Кто-то в команде всё ещё должен держать качество — иначе долги копятся тихо и всплывают в худший момент.

Складывается такой портрет команды будущего:
— маленькое ядро вместо длинной цепочки
— люди с широким охватом и одной глубокой сильной стороной, а не узкие винтики
— каждый умеет работать с агентами — это становится базовой грамотностью
— обязательно есть тот, кто отвечает за надёжность и качество, а не только за скорость

Что с этим делать уже сейчас. Не цепляться за место в процессе — должность, передачу задач, статус. Цепляться за способность: вы либо находите ценность, либо доводите её до работающего и надёжного результата. Осваивать агентов как рабочий инструмент — спокойно, без веры в чудо и без страха.

Команды не вымрут. Они станут плотнее. Осталось понять, чем в такой команде можно быть полезным)

#ai #agents #vibecoding #thoughts
Please open Telegram to view this post
VIEW IN TELEGRAM
7👍6
Не, ну ChatGPT/Codex конечно пушка! Надо было коллеге рассказать разницу - попросил поресерчить и сделать инфографику
🔥11
☕️ Четыре репозитория со скиллами для аналитики

Покопался на гитхабе и отобрал четыре репозитория со скиллами под аналитику данных — те, что реально зашли. Мой фаворит — ai-analyst - это просто комбайн, делает всё 🔥

Напомню: скилл — это папка с инструкцией и шаблонами, которую Claude подгружает сам, когда видит подходящую задачу. Один раз кладёте в неё свои правила, метрики и схему — и дальше не объясняете контекст заново в каждом чате.

👀 Ссылки
https://github.com/nimrodfisher/data-analytics-skills
https://github.com/florianbonnet14/ThePowerOfAnalytics_ClaudeSkills
https://github.com/borghei/Claude-Skills/tree/main/data-analytics
https://github.com/ai-analyst-lab/ai-analyst

Спойлер: половина пользы — не в самих скиллах, а в файлах references рядом с ними. Положите туда свою схему, метрики и пороги алертов. А ещё лучше попросите Claude адаптировать их под вашу инфру.

#claude #agents #tips #tools
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥73👍1
Пятничный мем

#memes
😁134🔥4👍1
☕️ Агенты как пользователь

Возникла мысль, что продакты должны теперь держать в голове ещё один сегмент пользователей — LLM-агентов. Ладно, не прям отдельный сегмент, скорее агент — это не персона, а режим потребления, вторая поверхность продукта для существующего пользователя.

Идея простая: агенты уже сейчас лезут в наши интерфейсы. Кликают, заполняют формы, дёргают API, оформляют заказы. Делают это коряво и ненадёжно — но делают.
Посмотрел, оказывается, даже термин для этого есть — Agent Experience (AX) и четыре вещи, которые агенту нужны: доступ, контекст, инструменты, оркестрация.
Под это даже стандарты создали — MCP, llms.txt, Agent-to-Agent (A2A) протокол.

Почему важно думать и про агентов? Они не прощают того, что прощает человек. Человек стерпит лаг, додумает кривую формулировку, выкрутится из непонятного дашборда. Агенту нужны машиночитаемость, детерминизм и осмысленные тексты ошибок — чтобы поправить себя без человека. Это приводит нас к необходимости наконец чинить API, доки и данные, на которые годами забивали ради красивого UI.

Ну и "чинить" надо не всё подряд:
— Стандарты для агентов есть, но не факт, что ими реально пользуются, ну или их могли пересмотреть.
— Удобство для агента может убрать проверки, которые защищают человека от случайных действий.
— Ну и лучше сначала проверить логи и реальные сценарии, а не срочно переписывать продукт под модное веяние.

О чем тогда надо подумать в продукте:
— посмотреть логи и user-agent — ходят ли агенты к вам вообще, или пока рано что-то предпринимать
— навести порядок в API и доках: чистый OpenAPI, понятные ошибки, чтобы агент сам себя поправил
— задать границы полномочий: что агенту можно авторизовать без человека, а что — нельзя
— не убирать трение там, где оно защищает пользователя

#agents #thoughts #mcp #ai
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4🔥43
Пятничный мем

#memes
😁36