AI для Разработки — Claude | Cursor | Copilot

Почему AI пишет одинаково кривой код и как починить это за 30 секунд Знакомо? Просишь Cursor сделать компонент — он работает, но стили дефолтный Tailwind, any там, где TypeScript сопротивлялся, тестов ноль, магические числа без объяснений. 😅 И дело не в модели — GPT, Claude, Gemini все умеют в нормальный код. Просто им никто не сказал ваши правила. И нет, «act as a senior dev» не спасает — это как нанять спеца и описать его словом «хороший». Есть готовое решение — proagents, открытая либа с 794 системными промптами и нулём зависимостей: 232 персоны, 521 воркфлоу-чеклист, 41 правило генерации. Внутри даже папка rules/taste/ — про эстетику, например запрет на рандомный transition: all в пользу spring-физики. Ставится одной командой:

git clone https://github.com/Arlandaren/proagents.git
cd proagents
./proagents install react-patterns --cursor

Всё, редактор теперь в курсе ваших стандартов. 🎉 🔥 — пойду ставить в Cursor 🤡 — мои стандарты страшнее @ai_for_dev

Letta: агенты, которые не забывают вас после рестарта Знакомьтесь — Letta, бывший MemGPT. Open-source фреймворк для агентов с настоящей долговременной памятью: не «контекст на 200к токенов и всё», а память, которая переживает перезапуски и со временем учится. Запускается в одну строчку:

npm install -g @letta-ai/letta-code
letta

И у вас в терминале сидит агент с памятью, готовый кодить и делать задачи. Skills и subagents из коробки. Нужно встроить в своё приложение? Есть API и SDK под Python и TypeScript. Модель — любая, хоть Opus, хоть GPT-5.2, фреймворку всё равно. Самое приятное — open-source, можно крутить у себя и не платить за чужую память. 🔥 — забираю в терминал 👀 — а память реально держит? @ai_for_dev

MiniMax M3: китайцы зашли на территорию coding-моделей MiniMax выкатили M3 — модель под кодинг и агентные задачи, окно контекста 1 млн токенов и мультимодальность из коробки (текст, картинки, видео). Цель амбициозная: открытый конкурент закрытым coding-моделям. Но есть нюанс — весов и техрепорта пока нет, обещают открыть скоро. Пока что верим на слово. Зато потрогать можно уже сейчас: API, MiniMax Code и OpenRouter, где на первую неделю накинули скидку 50%. По бенчмаркам обещают 59% на SWE-Bench Pro и 66% на Terminal Bench 2.1. Звучит бодро, но релизные циферки — это всегда лотерея до независимых тестов 🧐 🔥 — китайцы опять удивляют 👀 — пойду гонять на своих тасках @ai_for_dev

183 скилла для агента — забирай и пользуйся Чел выиграл хакатон Anthropic и выложил всё, что ему помогло победить — репозиторий Everything Claude Code. 10 месяцев работы, и там реально всё: — 183 скилла (продакшен, миграции баз — что угодно); — 48 саб-агентов под любую роль; — 69 слэш-команд из коробки; — правила под 12 языков; — AgentShield, который ловит уязвимости и промпт-инъекции. И главное — пашет не только в Claude Code, но и в Cursor, OpenCode и Codex CLI. Берёшь и подключаешь. 🔥 — клонирую на ночь глядя 👀 — звёздочку поставил @ai_for_dev

Почему AI не умеет считать «r» в «strawberry» Спойлер: это не модель тупая, это токенизатор так делит текст. Хабр сделал годный пересказ двухчасового видео Карпатого про токенизацию — со ссылками на «Build a LLM from Scratch» и поправкой на 2026. Что цепляет: для нас egg, Egg и EGG — одно и то же слово в разных регистрах. Для cl100k_base это три разных набора токенов, причём поделённых нелогично. Отсюда все приколы: - модель не видит отдельные буквы — отсюда фейл со «strawberry» - «переверни Хабрахабр» → получаешь «Хахабрабр» 🤷 - арифметика страдает (поэтому современные LLM зовут калькулятор) - старые модели падали от слова <|endoftext|> и сходили с ума от SolidGoldMagikarp Залезай на tiktokenizer.vercel.app, вбивай текст, переключай токенизаторы — видно, как GPT-2 и GPT-4 видят одну и ту же фразу совершенно разными кусочками. Полезнее любой теории. Статья целиком 🔥 — пойду токенизировать 🤔 — теперь понятно почему @ai_for_dev

Что на самом деле делает loss.backward()? Свежий лонгрид на Habr — backprop на пальцах, без фреймворков, на чистом Python. Автор бьёт в больную точку: все умеют импортить torch и звать model.fit(), но если спросить «какой именно вес в десятом слое виноват в кривом ответе?» — ступор и неловкая пауза. Структура такая: сначала аналогия с заводским конвейером (генеральный директор = функция потерь, спускает претензии по цепочке вниз до конкретного рабочего-веса в первом слое), потом база из школьной алгебры, потом код руками. Никаких трёхэтажных формул из arxiv — только то, что реально нужно для понимания. Полезно перечитать перед собесом или когда коллеги начинают важно говорить про градиенты, а ты последний раз думал об этом году в 2021-м. Статья на Habr 📚 — сохранил на вечер 🤡 — я и так всё помню, конечно @ai_for_dev

RAG + A2A: автогенерация DSL-конфигов в кейсе СберТеха Команда Platform V Synapse опубликовала разбор системы автогенерации конфигураций для Platform V Streaming Event Processing — корпоративного решения, обрабатывающего миллионы событий в секунду. Архитектура: - RAG поверх векторной БД с эмбеддингами документации (200+ страниц) и эталонных конфигов - Межагентное взаимодействие по протоколу A2A — несколько специализированных агентов (поиск, генерация, валидация) - Собственный декларативный DSL продукта как целевой язык генерации Цепочка обработки:

запрос на естественном языке → поиск в векторной БД →
агент-генератор → агент-валидатор → готовый DSL-конфиг

Покрываемые источники: Kafka, RabbitMQ/ArtemisMQ, GRPC, PostgreSQL. Поддерживаемые операции: фильтры, трансформации, политики обработки ошибок, маршрутизация событий. Главный инсайт: RAG-генерация конфигов работает только если поиск корректно ранжирует фрагменты документации и эталонные примеры под конкретный тип источника. Иначе LLM галлюцинирует параметры. Архитектурный разбор — детали про индексацию доки, агентный конвейер и валидацию. ⚡ — для тех, кто строит похожее 🤔 — RAG над DSL — нюансы @ai_for_dev

«Нет-инженер» уходит на пенсию? Архитектор Nvidia и автор гугловых TPU Джонатан Росс накинул в твиттер тейк, который весь дев-твиттер неделю обсуждает. Коротко: 50 лет ценили тех, кто умел сказать «нет, не масштабируется», «нет, давай сначала дизайн-док», «нет, не в скоупе». И были правы — код был дорогой. Теперь с LLM код дешёвый. И пока «нет-инженер» защищает свою позицию на митинге, «да-инженер» уже задеплоил три версии и собрал фидбэк. Взрослые в комнате возражают: — написать дёшево, поддерживать дорого — если код стоит ноль, его польза тоже подозрительно близка к нулю — дорогим код делает плохой код, а не время на печать — фичу добавить — день, выпилить — квартал Но честно: митинг на 6 человек, где спорят, делать ли A/B-тест, обычно стоит дороже, чем сам тест. Эксперимент бьёт спор всегда. 🔥 — Yes-инженер на связи 🤔 — техдолг считаю @ai_for_dev

Поднял сервис через LLM и стал параноиком Android-разработчик с 10+ лет опыта решил по-человечески: есть три домашних VPN на разных технологиях, хочется единую точку входа с мониторингом. Нанимать админа лень, изучать сети года два — тоже лень. Берём LLM-агента в роли сисадмина, готовим ведро со святой водой и поехали. Подготовился по уму: ТЗ маленькими шагами, в корне репы .md с инструкциями вести скрипт повторного развёртывания, отдельный лог «что сделали и зачем». Первые ощущения как у всех — чудеса, магия, успех. А дальше начался цирк: после каждой итерации сервис ломался экзотическими (наверное) способами. Сейчас вроде работает. Или нет. Автор честно признаётся — сказать не могу, экспертизы не хватает. И вот тут самое сочное: статьи «не знаю языка, я архитектор» получают минусы именно за это. LLM напишет тебе конфиг, но не объяснит, что ты только что выставил наружу. Маскировка трафика и обфускация — разные вещи, а портал призыва демонов уже открыт. Читать на Хабре 🤡 — я тоже так делал 👀 — пойду перечитаю свои конфиги @ai_for_dev

LLM Security 2026: OWASP Top 10 + multi-turn jailbreaks CVE в AI-экосистеме: 419 → 756 за год (Trend Micro TrendAI). Классический AppSec не покрывает специфику нейросетевых сервисов. Изменения в OWASP LLM Top 10 2025: — LLM01 Prompt Injection: split на direct / indirect / multimodal — LLM07 System Prompt Leakage (NEW): системный промпт = attack surface, а не только секрет — LLM08 Vector and Embedding Weaknesses (NEW): RAG-poisoning, embedding inversion, similarity attacks; ASR до 60% на отравленной базе — LLM10 Unbounded Consumption (NEW): DoS + Denial-of-Wallet + model extraction Для агентов — отдельный список OWASP Top 10 for Agentic Applications 2026 (ASI01–ASI10): tool-use, browsing, code execution. LLM Top 10 покрывает ~50% поверхности атаки. Multi-turn атаки, воспроизводимые в проде: — Crescendo (arXiv 2404.01833): постепенное смещение контекста; к 8–10 ходу выполняется запрос, отклонённый на первом. +29–61% ASR на GPT-4, +49–71% на Gemini-Pro против SOTA на AdvBench — Skeleton Key: rewrite instructions «for research purposes only»; пробил Llama 3, Gemini Pro, GPT-3.5, GPT-4o, Mistral Large, Claude 3 Opus, Cohere Command R+ — Many-shot (Anthropic 2024): десятки in-context примеров вредных диалогов в длинном окне — пример важнее системного промпта Источник. 😐 — обновляю threat model 🤔 — пойду проверять guardrails @ai_for_dev

Парень устал от Duolingo и за месяц написал свой AI-репетитор История знакомая: Duolingo учит заказывать яблоки, Memrise превратился в видеохостинг, ChatGPT не помнит, что ты на прошлой неделе уже путал Present Perfect с Past Simple. Если ты разработчик с Go, Postgres и парой выходных — пишешь своё. Так появился Lexis — open-source AI-тьютор под MIT (GitHub). Что внутри: - 4 режима упражнений: квиз, перевод, пропуски, составление слов - персональный словарь с интервальным повторением (SM-2) - разговорный чат с правкой ошибок и подбором лексики под уровень - переключение между Claude, GPT-4o, Qwen, Gemini прямо в настройках Стек предсказуемо взрослый: Go 1.26, chi, pgx, Redis, sqlc, JWT. Модульный монолит с Clean Architecture внутри каждого модуля и in-memory EventBus между ними — чтобы потом не пилить пилой, если приспичит распилить на сервисы. Автор честно пишет: «не история про edtech, а инженерная история про архитектуру, которая не развалится через год». Подробности — на Habr. 🔥 — пет-проект мечты 😎 — тоже хочу написать @ai_for_dev

Zabbix + локальная LLM: чтобы алерты были по делу, а не каждые 5 минут Автор устал от того, что Zabbix присылает «на порту коммутатора изменилась скорость» по три раза за вечер. Вместо тонкой настройки правил решил поднять локальную LLM, которая будет триажить алерты, гасить шум и подсказывать команды для диагностики. Кодинг у автора слабый, архитектурный бекграунд — норм. Поэтому вместо «эй нейронка, сделай красиво» он пишет полноценные ТЗ, HLD и LLD, и уже по ним заставляет коммерческую модель собирать решение по шагам. Идея простая: LLM хорошо работает не вместо инженера, а вместе с инженером — если дать структуру, ограничения и цели. Без ТЗ — каша и галлюцинации. Это первая часть из четырёх. Читать на Хабре. 🔥 — алерт-флуд знаком 👀 — жду продолжения цикла @ai_for_dev

Когда агент работает по-разному каждый запуск Знакомо? Пайплайн упал, ты его перезапускаешь — и он ведёт себя иначе. Виноват не «плохой код», а недетерминизм LLM: температура, новые версии моделей, дрейф мира. Отлаживать то, что не воспроизводится, — отдельный жанр боли. Лечится не магией, а старым добрым Event Sourcing. Идея простая: храним не текущий снапшот состояния, а неизменяемый лог всех событий. Хочешь понять, что произошло — читаешь журнал. Хочешь рестарт — реплеишь события, а не угадываешь, где всё сломалось. Архитектура — шина событий, куда можно только дописывать. Агенты сидят на ней обычными подписчиками: что нужно — вычитали, результат — записали обратно. Бонусом получаешь рестарт, единый источник правды и аудит одним движением. Если паттерн кажется незнакомым — глянь, как живут Temporal и Restate, там та же логика «история + реплей», только не про агентов. 🔥 —о, моя боль 😎 — попробую на выходных @ai_for_dev

Семантический слой — клей между данными и AI-агентами Если строишь AI-агента, который ходит в корпоративные данные — рано или поздно упрёшься в проблему: LLM считает выручку одним способом, BI — другим, Excel — третьим. Решение, о котором сейчас все говорят: семантический слой. По сути это прослойка между хранилищем и потребителями (BI, Excel, AI-агенты, пользователи). Зовут ещё Metrics Layer или Headless BI. Главная фишка — логика расчёта централизована и исполняется самим слоем, а не размазана по двадцати дашбордам. Аналогия из статьи: это меню в ресторане. Гость заказывает «выручку за квартал», а уж как там джойнятся таблицы и считаются агрегаты — забота слоя. И блюдо для BI, Excel и AI-агента получится одинаковое — по утверждённому рецепту. От каталога данных отличается тем, что сам генерирует SQL под бизнес-запрос, а не просто хранит описание. Полный разбор: habr.com ✍️ — в закладки 😐 — много воды для одной идеи @ai_for_dev

RAG-бот для ресторанного холдинга: Notion + PostgreSQL без оверинжиниринга Знакомая картина: знания размазаны по Notion, Google Docs, табличкам и чатам. Сотрудник тратит 10–20 минут на поиск регламента, проверку актуальности и уточнение у коллег. HR заваливают однотипными вопросами. Решение через RAG: бот понимает вопрос на естественном языке, идёт в актуальную версию документа в Notion, отдаёт ответ со ссылкой на источник и датой обновления. Дальше — самое интересное. Ролевая изоляция: у каждой роли своя коллекция данных. Официант не залезет в финансы управляющего, HR не увидит данные про гостей. Единый источник истины — но с контролем доступа на уровне retrieval. Архитектура без магии: RAG + PostgreSQL + Notion. Работает 24/7, HR-отдел разгружен. 🔥 — рабочий паттерн 😎 — субботний проект @ai_for_dev

Заставили LLM работать с CAD и не врать — через компилятор История из жанра «как мы подружили нейросеть с энтерпрайз-софтом и не поседели». T-FLEX CAD — закрытые DLL, контроль сессии, точные вызовы API. Модель радостно генерит правдоподобный код, а на деле процесс падает или виснет лицензия. CAD догадки не прощает. Чат-бот тут не работает, поэтому собрали tflex_harness. Две идеи, которые стоит украсть: 1️⃣ Не пишите обёртки. Соблазн сделать part.add_hole() большой, но при первом же сбое модель начинает чинить саму обёртку и забывает, что вообще делала. Поэтому Python только рулит (задание, поиск по докам, сборка результатов), а всё общение с ядром — через сгенерированный C#. 2️⃣ Компиляция до запуска. Модель любит выдумывать методы типа ExportToStep(), которых в API нет. Решение простое до гениальности: прогнать код через csc.exe ещё до старта CAD. Не скомпилировалось — значит галлюцинация, в сессию не пускаем. Всё открыто: github.com/dwnmf/tflex_harness — обвязка к T-FLEX CAD 17 с CLI и MCP. 🔥 — компилятор как линтер галлюцинаций 😎 — украду на выходных @ai_for_dev

«Devin — это бадди, а не замена» Скотт Ву, глава Cognition (те самые, что сделали агента Devin), на фоне волны увольнений «ради ИИ» говорит прямо: заменять разработчиков они никогда не хотели. У него на столе даже плюшевый мишка-Devin — «мой бадди, который помогает строить больше» 🧸 Идея простая: агент тащит нудную рутину (обновить старый код, перенести приложение), а архитектура и финальные решения — за тобой. Слишком много автономии = баги, дыры и команда, которая разучилась думать. Ирония в том, что внутри самой Cognition Devin коммитит 89% кода. Так что «человек в центре» — это пока скорее философия, чем то, как живёт их собственный репозиторий. Источник 😎 — звучит здраво 🤡 — 89%, ага, бадди @ai_for_dev

Память для агентов, которая реально учится — Hindsight Vectorize выкатили опенсорс: память для ИИ-агентов, которая не просто помнит переписку, а делает выводы. Отдельно — факты о мире, отдельно — опыт самого агента, а сверху ментальные модели. То есть агент наконец-то учится на ошибках, не то что некоторые 😎 Почему стоит глянуть: – первое место на LongMemEval среди всех систем памяти; – результат перепроверили Virginia Tech и The Washington Post — а не сам автор себе пятёрку поставил; – цепляется к агенту в 2 строки, дружит с OpenAI, Anthropic, Gemini, Groq и Ollama; – поднимается через Docker одной командой, клиенты под Python и Node.js; – уже крутится в проде у Fortune 500. Цена вопроса — бесплатно, лицензия MIT. Нужен только API-ключ от любого провайдера. Инструмент для тех, кто сам пилит агентов. GitHub 🎉 — бесплатно, забираю 👀 — а как на длинной дистанции? @ai_for_dev

«Без AI не работаю» — и это однажды аукнется Ситуация 2026: вырвать AI-ассистента из рук разработчика уже нереально. Код летит быстрее — а вот лучше ли он, большой вопрос. Лаба METR хотела повторить своё исследование 2025-го (где, сюрприз, AI на деле замедлял людей: генерит-то быстро, но потом часы на отлов багов и уговоры модели). Не вышло — разработчики наотрез отказались кодить без AI даже ради науки. Пришлось делать опрос с самооценкой, где все дружно решили, что стали вдвое ценнее 😎 А реальность подкидывает мемов. Amazon прикрыл внутренний лидерборд токенов Kirorank — народ начал накручивать его агентами ради топа. Uber спалил весь годовой AI-бюджет за 4 месяца, а профита по проектам так и не увидел. Это и есть tokenmaxxing: жжём токены, путаем активность с пользой. И вишенка от инженера James Shore: «Пишешь вдвое быстрее? Молись, чтобы вдвое упала и поддержка. Иначе ты в кабале». Подробнее на techcrunch.com 🤡 — токены жжём, профит где 🤔 — а ведь правда @ai_for_dev

Картинки в агенте: зачем платить за токены и почему RAG мимо Сергей Смирнов из LLMStart.ru рассказал, как пилил мультимодальность в агенте-консультанте по 1С:УНФ. Живёт в Telegram, пользователь кидает скриншот ошибки — агент находит ответ и присылает свой скриншот-инструкцию. И тут логика ломается: у входящих и исходящих картинок совсем разная физика. Самое сочное — они не стали гадать, а проанализировали 258 реальных диалогов из прода: • 88.8% скриншотов спокойно заменяются текстом • 8.9% — теряется что-то важное • 2.3% — без оригинала ответ вообще бесполезен Был соблазн схитрить: пусть отдельная модель описывает скрин текстом (caption+tool), а оригинал дёргаем только если надо. Токены экономятся, красота. Но засада в том, что модель решает «нужен ли оригинал» по тексту, а не по самой картинке — и в тех 8.9% садится в лужу. А модный multimodal RAG с векторизацией картинок им вообще не пригодился. Весь разбор со схемой — здесь. 🔥 — наконец без RAG 😁 — а я три дня RAG пилил @ai_for_dev