AI для Разработки — Claude | Cursor | Copilot

Чувак занёс $3000 токенов и перенёс Quake в Roblox 🤑 Бывший разраб OpenAI Томас Димсон за четыре ночи вайбкодинга с Claude Fable 5 портировал движок Quake на Luau. Да, тот самый Quake 1996 года. И да, у него реально получилось. Причём не половинками: занёс и NetQuake (кампания, кооп), и QuakeWorld (соревновательный мультиплеер), плюс полную поддержку модов — Rocket Arena, Threewave CTF, Team Fortress заводятся как в оригинале. Поиграть можно прямо в Roblox, игра зовётся Frag Party. А если хочется покопаться в кишках — весь код тут: github.com/turtlesoupy/robloquake. Осталось найти свои $3000 на токены 🥂 🔥 — тоже так хочу 💔 — мой токен-бюджет плачет Источник: 3dnews.ru @ai_for_dev

Битва AI-агентов: кто заменит вам джуна первым Все крупные игроки выпустили своих AI-агентов, и у каждого свой подход к захвату вашего рабочего стола. Claude Cowork — самый интересный для тех, кто работает с файлами. Это десктопное приложение, которое реально лазает по вашим папкам: читает, редактирует, создаёт файлы. Показываешь ему захламлённую папку «Загрузки» — он наводит порядок. Браузерные агенты так не могут. С 9 апреля доступен всем через Claude Desktop, есть коннекторы к Google Workspace и Microsoft 365. ChatGPT Agent — живёт внутри ChatGPT, доступен почти на всех платных тарифах. Gemini Agent — привязан к Google-экосистеме. Полная версия пока только в США. Microsoft — встроил агентов прямо в Word, Excel и PowerPoint. Забавная цитата от Антропик: больше всего Cowork используют НЕ инженеры, а маркетинг, финансы и юристы. Видимо, разработчики и так всё автоматизировали 😁 Подробный разбор 🔥 — Cowork хочу потрогать 😎 — у меня уже свои скрипты @ai_for_dev

А кто-о-о это сделал: PostgreSQL на Rust 😮 Кто-то взял и переписал PostgreSQL с нуля на Rust. Не форк, не обёртка — новый движок, который уже проходит все 46 066 запросов из regression suite Postgres 18.3. Самое приятное — он совместим на уровне диска: можно натравить прямо на ваш текущий каталог данных Postgres и посмотреть, что будет. А ещё есть демо в браузере, потрогать можно без установки. Зачем всё это? Чтобы сделать одну из самых сложных баз в мире проще для правок и экспериментов изнутри — с помощью Rust и программирования с ИИ. И вишенка: в закромах лежит ещё не выложенная версия, которая обещает быть на 50% быстрее на транзакциях и примерно в 300 раз быстрее на аналитике. Звучит как фантастика, но пусть покажут. Важно: до продакшена пока далеко, расширения вроде PL/Python работают не везде. Репо: malisper/pgrust 🔥 — пойду щупать демо 👀 — верю, когда увижу бенчи @ai_for_dev

SQZ режет до 92% токенов на повторных чтениях Знакомая боль: агент десятый раз перечитывает один и тот же файл, а счётчик токенов рыдает. SQZ сжимает вывод команд ещё до того, как его увидит ИИ — и делает это локально, без телеметрии. Что умеет: ‣ повторный файл шлёт не целиком, а ссылкой на 13 токенов; ‣ жмёт логи, JSON, тесты, Git и вывод терминала; ‣ ошибки, стек-трейсы и секреты не трогает — умница; ‣ дружит с Claude Code, Codex, Gemini CLI, Cursor, Windsurf и компанией. По цифрам автора — в среднем 24,7% экономии, а те самые 92% ловятся, когда один файл читается пять раз подряд. Ставится бинарником или через npm на Windows/macOS/Linux, дальше sqz init — и агент подключён. Код открыт, живёт на GitHub. 🔥 — качаю прямо сейчас 😎 — мой бюджет выдохнул @ai_for_dev

Режет счёт за токены почти на 90% Вышел инструмент, который экономит на агентах вроде Claude Code. Фишка простая: он сжимает вывод команд, чтобы не забивать окно контекста. Раньше модель глотала простыни логов на десятки тысяч токенов — теперь получает только суть и важные данные. Итог: каждый запрос обрабатывается эффективнее, а счёт падает почти на 90%. Работает с Claude Code, Cursor, Copilot и Antigravity. 🔥 — пойду резать косты 👀 — верю, когда увижу @ai_for_dev

−90% к счёту за Claude Code Знакомая боль: гоняешь агента, а он жрёт токены на простыне логов, которые ему вообще не сдались. Появился инструмент, который сжимает вывод команд — агент получает только суть, а не десятки тысяч токенов мусора. Итог: запросы обрабатываются шустрее, а расходы падают почти на 90%. Работает не только с Claude Code, но и с Cursor, Copilot и Antigravity. По сути затыкает главную дырку в кошельке — раздутый вывод, который всё равно никто не читает. 🔥 — пойду прикручу к пайплайну 👀 — надо глянуть на цифры @ai_for_dev

Теперь дизайн-систему пишет агент Год назад агент только читал ваши токены и компоненты. Теперь — пишет прямо в систему: Figma открыла канвас агентам, Storybook подвёз MCP, а Google — открытый формат DESIGN.md. Отличный разбор от Murphy Trueman, куда всё это катится. Её же полезное чтиво: чеклист готовности системы к ИИ, почему «технически готова» ≠ «организация готова» и почему ИИ путается не от галлюцинаций, а от того, что правила в системе сами по себе мутные — в них и живой дизайнер спотыкается. Из инструментов: @web-kits/audio — звуки для интерфейса, ставишь npm-пакетом и описываешь звук объектом. И Storybook 10.4 — живой гайдлайн собирается сам, meta-файлы для сторонних ИИ уже из коробки. 🔥 — агент пишет мой UI 👀 — надо потыкать @ai_for_dev

Твой агент точно работает? Или просто уверенно врёт? Все тащат агентов в прод, но как только уходишь от игрушечных демок к реальным задачам, вылезает вопрос: а он вообще нормально пашет? Без метрик агент — это «чёрный ящик»: вроде отвечает, а насколько хорошо, стабильно и дорого — загадка. С ML-моделью всё честно: сравнил с эталоном и спишь спокойно. А агент — это целая система из кучи шагов: понять цель, выбрать стратегию, удержать контекст, дёрнуть инструменты, обработать ответы. Финальный ответ правильный — это ещё ничего не значит. Самый сок: один и тот же запрос сегодня решается за копейки, а завтра агент уходит не в ту ветку — та же задача, другая траектория, другой ценник. И вишенка: ответ выглядит красиво и убедительно, а внутри retrieval подсунул левый документ, API вернул огрызок, база знаний протухла. Агент этого не заметил и уверенно понёс чушь. Вывод простой: смотри не только на текст ответа, а на всю цепочку. И начни с трёх базовых — Latency, Cost, Error Rate. Целиком тут: Хабр 😁 — уверенно врёт, знакомо 👀 — пойду ставить метрики @ai_for_dev

ИИ сам тыкает в твой телефон — встречайте OMG-Agent Пишешь «открой мессенджер и отправь сообщение Ивану» — и агент реально это делает на живом Android или в эмуляторе. OMG-Agent смотрит на экран через ADB, снимает скриншоты и жмёт кнопки за тебя. Под капотом — мобильные GUI-модели AutoGLM-Phone-9B и GELab-Zero-4B-preview, обученные именно под тыканье по интерфейсу. Есть поддержка OpenAI-совместимого API, двуязычный интерфейс и тёмная тема. Для старта нужен Python 3.10+, ADB, включённая отладка по USB и ADBKeyboard. Модель — через API или локально на vLLM/SGLang. Весь код открыт (Apache 2.0), но коммерция под запретом — только поиграться и поисследовать. GitHub тут 🔥 — self-hosted, качаю ADB 👀 — сначала гляну на эмуляторе @ai_for_dev

ИИ-агенты и конец бэклога: заметки с Saint TeamLead 2026 Съездил на Saint TeamLead — и главной темой был, сюрприз, ИИ. Но без розовых мечтаний «скоро всё за нас напишет робот», а по делу. Самое сочное — визионерский доклад Авенира Воронова, два тезиса. Первый: если разработка ускоряется в 10 раз, привычное планирование можно выкидывать. Проверка гипотезы теперь день-два, а не два месяца — какой тут годовой бэклог? Каждая гипотеза рождает развилку. Вместо списков задач — стримы активностей с направлением и манёвром по ходу. Метрики, само собой, тоже придётся переизобрести, зато под каждую гипотезу можно накрутить свои. Второй, чуть пугающий: когда все сидят в копилотах, видно не только *что* человек делает, но и *как* — где скрытая сложность, где грабли, а где задача явно пилилась на нервах (привет будущим инцидентам на проде). И это уже не футурология — тулы для такого уже делают. 🔥 — забираю в свою команду 🤔 — а согласятся ли ребята жить под копилотом Источник: habr.com @ai_for_dev

Пользователи мыслят диффами, а не промптами — 7 500 генераций доказали Ребята из сервиса генерации карточек для маркетплейсов не стали пересказывать чужие обзоры, а выложили свои цифры: больше 7 500 генераций за полгода. Самое сочное: 71% задач закрывается с первого раза. А оставшиеся 29% — это не «фейлы», а нормальная работа короткими правками: «замени фон», «сделай текст крупнее», «другой формат». В среднем 3,4 генерации на такую задачу. Человек правит диффами, а не переписывает промпт с нуля — так что UX «не понравилось? пиши новый промпт» проигрывает по времени. Ещё отрезвляющее: одна карточка ≈ 1,7 генерации, и это надо закладывать и в мощности, и в экономику. А под капотом — вполне себе инженерная классика: fan-out на подзадачи, каскад моделей с фолбэком и живой прогресс через Redis pub/sub. Контекст задачи хранят целиком, оригиналы не трогают — откат всегда есть куда. Весь разбор: Хабр 🔥 — про диффы прям база 👀 — надо в свой продукт занести @ai_for_dev

Grok 4.5 vs GPT-5.5 vs Opus 4.8 vs Fable 5: кто круче кодит Цифры из релизных бенчмарков — это красиво, но ничего не говорит. Куда веселее дать четырём моделям один промпт, одну попытку и посмотреть, что выйдет. Ребята из TryAI так и устроили небольшой батл: каждой модели — собрать интерактивное приложение одним HTML-файлом, без библиотек и сети. Потом всё это запустили в браузере и потыкали руками. Что получилось: 🔵 Grok 4.5 — быстрый и самый дешёвый, но 3D-кубик Рубика с первого раза не осилил (пустота вместо кубика), собрал со второго. 🔵 GPT-5.5 — кубик сделала плоским, зато остальное вышло самым стильным. 🔵 Opus 4.8 и Fable 5 — самые надёжные, кубик собрали сразу, но медленнее; Fable 5 ещё и кусается по цене. Все демки живые — можно пощупать самому. 😁 — залип на кубике 🤔 — а мою задачу так же прогнать @ai_for_dev

ИИ-агент ошибается молча: 6 отказов, которых не видно по ответу Чат-бот просто пишет текст. Агент делает дела: читает доки, дёргает инструменты, крутит многошаговый процесс — а на его результат потом полагаются другие системы и люди. И вот тут-то самое коварное. Представь: модель галлюцинирует дату — ну, кривой абзац, пережили. А агент галлюцинирует норматив достаточности капитала — и это уже ошибочная регуляторная отчётность. Ошибка одна и та же, а последствия — небо и земля, потому что результат агента уходит прямо в пайплайн принятия решений. Поэтому старый вопрос «а модель точная?» тут не работает. Спрашивать надо шире: правильно ли агент себя ведёт вообще — какие тулы вызвал, в каком порядке, с какими правами и насколько уверен в итоге. В статье разложили 6 режимов отказа на две кучки: ошибки исполнения (вызовы инструментов, политики, состояние) и ошибки рассуждения (факты, логика, уверенность). Самое злое: если проверять только финальный текст — ошибки исполнения ты вообще не увидишь. Текст красивый, а действие сделано не то. 🔥 — прям про мой агент 👀 — надо перечитать @ai_for_dev

Как развернуть AI-агента в проде и не сойти с ума: 4 слоя обвязки Про то, как сделать агента, написано море. Про то, как выкатить его в production — почти тишина. Даже словаря нет: что такое harness, где он кончается. Без обвязки агент, как метко сказано, быстро превращается в дорогого собеседника с завышенной самооценкой 😎 Автор собрал reference-архитектуру для self-hosted на Kubernetes — целиком из open source. Четыре слоя: Input, Agent Loop, Execution и Identity, Policy & Audit. Плюс два сквозных: изоляция тенантов и то, что всё это живёт нативно в кубе. Кирпичики знакомые: kagent поднимает агента, LiteLLM рулит моделями, FastMCP раздаёт инструменты, Keycloak штампует токены. По отдельности всё работает. А вот на стыках начинается боль: как дотащить identity до MCP-вызова, как изолировать тенанта и не порвать связь между агентами. Самое ценное — не набор проектов, а границы между слоями. Выбрал их правильно — и меняешь компоненты, не ломая всю схему. Почитать целиком. 🔥 — self-hosted, погнали 👀 — надо на кубе поднять @ai_for_dev

LLM говнокодит не хуже людей. Только быстрее Чувак полгода пилил пет-проект почти целиком через LLM-агентов. Первые недели — реклама будущего: «добавь оплату кредитами» — есть, «очередь с ретраями» — есть. Код почти не читал, лишь бы работало. А потом всё завязло. Агент добавляет проверку баланса — и это уже четвёртая её реализация в проекте, чуть-чуть отличающаяся от трёх прошлых. Правка фото-модуля роняет админку, потому что они делят одну общую «помойку» на полторы тысячи строк. Знакомая кривая легаси, только у агента путь «от стартапа до болота» занимает не три года, а три месяца 😅 Почему так? LLM учился на коде с GitHub, где говнокода статистически больше. Он знает не «как правильно», а «как обычно» — god-объекты и копипаста. Мораль: классика (SOLID, DDD) не умерла, а стала критичнее, а договорённости надо превращать в контракт через deptrac, который машина не нарушит. Весь разбор тут 🤡 — три месяца до болота 😎 — у меня-то архитектура чистая @ai_for_dev

744B-модель на ноуте с 25 ГБ RAM — и это не шутка Одиночка под ником JustVugg собрал Colibri — движок, который тащит открытую GLM-5.2 (те самые 744 миллиарда параметров) на обычной машине с 25 ГБ оперативки. Обычно даже 2-битный квант просит ~220 ГБ, а тут четвертак — и поехали. GitHub уже накидал 2000+ звёзд. GLM-5.2 — флагман китайской Z.ai под MIT-лицензией, на кодинг-бенчмарках дышит в спину Opus 4.8 и GPT-5.5. Фокус в том, что MoE на каждый токен реально трогает лишь кусочек весов. Плотная часть (~17 млрд) сидит в памяти в int4 и ест 9,9 ГБ, а 21 504 эксперта живут на NVMe (~370 ГБ) и подгружаются по запросу. Никакой дистилляции — все веса на месте, просто сжаты до 4 бит. Подвох один — скорость: 0,05–0,1 токена в секунду на холодную. На Hacker News уже пошутили: замените чат на тикеты — поставил задачу, вернулся через пару часов. 🤩 — китайцы опять жгут 👀 — а мой NVMe потянет? Источник: habr.com @ai_for_dev

Зелёный пайплайн умеет врать Классика: попросил ИИ‑агента накидать тестов на класс со скидками — он выдал 40+ методов, покрытие 100%, всё зелёное, CI счастлив. Ты уже тянешься нажать «Merge»... а половина этих тестов — пустышки. Проходят при любом поведении кода и не ловят ни одного бага. Некоторые вообще закрепляют кривую логику как эталон. Tech Lead по Java/Kotlin честно признаётся, что снимает такие тесты на ревью каждую неделю. Генерацию давно отдал агенту, всё удобно — до того дня, когда в прод прилетает баг на пути, «покрытом» пятью тестами. Вот тогда и выясняется, что зелёная галочка врёт. В разборе — живой сервис скидок на Java, четыре сгенерированных теста и задачка: найдёшь ложную зелёнку до того, как прочитаешь ответ? 🔥 — залип, пошёл проверять свои 😁 — у меня таких пол-репозитория @ai_for_dev

Год с ИИ-ассистентами: что реально изменилось Разработчики за год успели их полюбить, возненавидеть и сделать частью рутины. ВТБ, Т-Банк, Dodo и S7 собрались и честно рассказали, как оно на самом деле. В ВТБ стримы заставляют пользоваться помощником: тесты и сериализацию он тащит, а вот сложное с широким контекстом — пока мимо. В Dodo вообще никого не гнали. Собрались делать воркшопы, чтобы затащить остальных, а пока рисовали планы — использование само перевалило за 30%. Воркшопы отменили за ненадобностью. Самое отрезвляющее — от Т-Банка: даже если 40–50% кода пишут агенты, это совсем не значит, что фичи поехали на 50% быстрее. Циферки красивые, а бизнес-скорость — отдельная история. Про теневой AI все сошлись: запрещать бесполезно, остановить нельзя. Закрывают только самое чувствительное — данные и платежи, остальное на совести разраба. 🔥 — прямо про нас 🤡 — код есть, скорости нет Источник: habr.com @ai_for_dev

Как затащить RAG в бота и не наврать себе про точность Чувак преподаёт на кафедре ИТ и 20 лет пишет код в бою. Задолбался каждый раз лезть на сайт вуза за расписанием и сделал бота в MAX. Знакомая история, да? 🙂 Сперва бот понимал только «группа или фамилия», потом — живые вопросы («когда пара у Киселёвой?»), потом аудитории, замены, экзамены. А дальше посыпались вопросы, которых в расписании вообще нет: как перевестись, восстановиться, что с долгами, стипендией, общагой. Это уже вопросы к регламенту — а он на сотни страниц. Первая мысль любого: да закину весь документ в окно контекста, оно ж огромное. На деле так не делают — каждый запрос тащит весь текст, обслуживание модели дорожает, ответ думается по несколько секунд, да и модель на большом окне тупит. Вокруг RAG обычно много умных слов: векторные базы, тяжёлые эмбеддинги, реранкеры, красивые проценты. У маленького проекта стек скромнее — и автор честно рассказывает, на каких граблях они поскользнулись втроём и как в итоге стали мерить качество выдачи, а не рисовать циферки. Весь разбор тут: Habr 🔥 — знакомая боль 🤡 — весь мой прод так и живёт @ai_for_dev

«Я почти перестал писать код руками» Знакомое чувство? Автор с Хабра честно описал то, о чём многие думают, но боятся сказать вслух. За полгода плотной работы с AI он поймал себя на том, что кодит руками всё реже, а Stack Overflow из первой вкладки браузера превратился в музейный экспонат 😎 Что изменилось: - задачи на недели теперь закрываются за пару дней; - новую технологию не читаешь по статьям, а просто спрашиваешь модель; - найм джунов, по его ощущениям, почти потерял смысл — и это грустно. Но есть нюанс: AI силён только в руках того, кто понимает, что делает. Без контекста модель начинает фантазировать и подсовывает архитектурные грабли, на которые наступишь только через месяц. Так что паниковать рано — профессия не исчезает, она меняется. Да, подписки и токены жрут бюджет, но всё равно дешевле одного джуна. Почитать целиком: habr.com 🔥 — тоже так живу 🤡 — держи меня семеро, паника @ai_for_dev