КайфКодинг

Лучшие молодые инженеры уже запускают мультиагентные сети для разработки . Если вы live кодите - рискуете отставать

Интересная новость из свежей рассылки The Pragmatic Engineer:

Во время моего визита я встретился с Sulman Choudhry, который руководит направлениями инженерии и прикладных исследований ChatGPT. Он поделился несколькими интересными моментами: Теперь OpenAI нанимает не только сеньоров, но и джунов. Компания успешно использует подход «супер-сеньор + супер-джун». «Супер-джуны» — это молодые инженеры, выросшие в эпоху ИИ, с предпринимательским складом мышления, многие из которых прошли акселератор стартапов Y Combinator. По словам Сулмана, супер-джуны используют ИИ-инструменты такими способами, которые удивляют их более опытных коллег. Например, один из таких инженеров выполнил впечатляющую работу, и Сулман спросил, использовал ли тот Codex для этого. Это вызвало оборонительную реакцию, и Сулман сначала подумал, что инженер обиделся, так как сделал большую часть работы вручную и ему не понравилось предположение о том, что задачу просто поручили ИИ. Вот как Сулман пересказал ответ инженера: «Это немного обидно, что ты спрашиваешь, использовал ли я Codex. Конечно же, один Codex не смог бы построить софт такой сложности, и ты наверняка это тоже понимаешь. Именно поэтому мне пришлось использовать сразу несколько экземпляров Codex, наладив между ними каналы связи, чтобы они совместно решали задачу: один проверял работу, а остальные реализовывали специализированные части». Выяснилось, что инженера раздражало не предположение об использовании Codex, а предположение, что он использовал только один его экземпляр! В конце концов, кто же захочет так замедлять свою работу? Супер-джуны в OpenAI двигают границы возможностей ИИ-инструментов и вдохновляют более опытных инженеров применять их по-новому.

Про запуск 3-5 окон в параллель в разных папках слышал, но про такое — ни разу. Интересно. когда добавят такую фичу в сам Codex 🤔 Вот вам и 20x инженеры, выступающие в роли операторов агентов, контролирующие их работу и задающие направление разработки. === И ещё оттуда же:

Одна из последних интересных внутренних фичей — кнопка «починить это», интегрированная во внутреннюю версию мобильного приложения OpenAI. Все мы привыкли к кнопке «сообщить об ошибке» в мобильных приложениях: делается скриншот, вы описываете проблему и отправляете отчёт. Команда OpenAI пошла дальше: вы заполняете форму с описанием ошибки и нажимаете кнопку «починить». Отчёт отправляется в Codex, который автоматически предлагает исправление. Инженеру остаётся только утвердить предложенный вариант — и этот цикл обратной связи значительно ускоряется!

 Weekly limit reached ∙ resets 4pm. Claude max pro (20x) Круто поработали на этой неделе

Гайз, нашел первое полезное применение агентов OpenAi для себя (chatgpt scheduled tasks). Попросил поискать квартиры в аренду в конкретном доме. Оно в первый раз написало список доступных квартир, а теперь каждый день пишет "Новых квартир нет". Реально помогает - раньше следил сам раз в несколько дней по лотам и ценам на них

Один из скамов который нам ещё припомнят это когда мы переименовали поиск в RAG и пошли хайповать

Why Growth Playbooks Are Crumbling - and What’s Next (Рубрика #ProductManagement) С интересом посмотрел выступление с ProductCon SF 2025 от Elena Verna, Head of Growth в Lovable. Ранее Елена руководила/консультировала ростом в SurveyMonkey, Miro, Amplitude, Dropbox. Тезисно она рассказывала о следующих темах 1. Классический рост ломается. SEO, перформанс‑реклама и линейные воронки теряют эффективность. Новая точка входа - answer engines (LLM‑поисковики, ассистенты), где пользователи получают ответ сразу, без клика. 2. AEO вместо только SEO. Нужны стратегии Answer Engine Optimization: как подготовить данные и контент, чтобы ассистенты “знали” о вас и цитировали. Подробнее про это можно посмотреть в серии подкаста Лении "Why ChatGPT will be the next big growth channel" (см. мой разбор) 3. Защита через growth‑петли, а не воронки. Нам надо связать продукт, контент и сигналы пользователей, чтобы запускать самоподдерживающийся рост. 4. Партнёрства с AI‑платформами. Надо работать с провайдерами моделей и экосистемами, чтобы закрепить присутствие бренда/продукта в выдаче ответ‑движков. Важно, что это не просто про маркетинг, а про инженерную дистрибуцию продукта, которую можно улучшить через следующие шаги - Структурирование знаний: схемы, разметка, machine‑readable справка/доки, вики/репозитории знаний - чтобы модели могли извлекать и цитировать. - Интеграции с LLM/поиском: фиды, API, RAG‑коннекторы и разрешения на повторное использование контента. - Наблюдаемость и метрики AEO: отслеживание доли упоминаний/цитаций в ответах ассистентов, качество извлечения и “замыкание петли” в продукте. - Эксперименты поверх контента/схем: быстрые итерации как по продукту, так и по документации и семантике. #AI #Data #Software #Marketing #Economics

Как обстукивать идеи об AI и не попасть в ловушку Eliza-эффекта? Не раз замечал у себя и у других, что сам процесс размышления проходит эффективнее, если обстукивать идею об кого-то. А можно ли этого кого-то заменить LLM? Посмотрел по теме интересную лекцию Дэна Рокмора про идеи в эпоху AI - ключевые тезисы: 1) С LLMками мы вошли в эпоху, когда «машины» не просто фиксируют наши идеи, но и помогают нам их придумывать. Тут вспоминается Сократ с его «повитухой идей» 2) Но есть риск: LLMка отвечает, будто вас понимает, и вы можете попасться на то, что еще в 60х описал Weitzenbaum, когда люди простейшему боту-психотерапевту приписывали понимание и эмпатию. Так называемый Eliza эффект. Поскольку сейчас LLMки гораздо более изощреннее, то нам они кажутся еще более убедительными. Могут убедить нас в гениальности нашей идеи, основанной на ложных убеждениях или неподтвержденных фактах, или за нас «допридумать», списав из Интернета. 3) Поэтому нужен процесс, чтобы, с одной стороны, «рожать» идеи, а с другой - избежать ловушки выше. На абстрактном уровне процесс этот выглядит так: не только вы задаете промпт LLMке, но и она - вам о__О. То есть вы инструктируете ее задавать вам вопросы, челленджить ваши и свои (!) выводы, помогать придумывать аналогии, рассказывать о похожих идеях из смежных и не очень дисциплин, и тп Тут важно: не аутсорсить LLM-ке задачу придумывания, а помочь ей помочь вам это сделать! 4) Я попробовал по мотивам лекции и еще пары статей на пару с chatgpt написать такой промпт,и вот что получилось. Исполнять лучше с reasoning моделью:

You are my Socrates-meets-Dan-Rockmore-style co-ideator. Goal: Help the user generate original ideas about [human-LLM co-ideation and avoiding the Eliza effect]. Protocol (execute step-by-step, adapting based on user responses): 1. Clarify: Ask 3-4 sharp questions one at a time to understand the user’s perspective and expose assumptions. After each answer, ask “What does that lead you to think about?” before proceeding. 2. User Seed: “Based on what you’ve shared, what initial approaches or half-formed ideas come to mind? Give me 2-3, even if they seem obvious or incomplete.” 3. Diverge & Build: Take each user idea and expand it through 3 lenses (analogy to another field, inverse/counterfactual, extreme constraint). Show how their seed transforms. 4. Originality Check: “Let me identify what’s genuinely novel here…” Compare ideas against existing approaches and highlight unique elements. 5. Synthesis Workshop: “Combining your insight about [X] with [unexpected connection Y], what happens if we…” Generate 3 hybrid concepts together. 6. Selection Criteria: “Which ideas best satisfy: (a) hasn’t been tried, (b) you could test in 48 hours, (c) would surprise your peers? Pick your top 3 using these filters.” 7. Red Team: Challenge the selected ideas with steel-man critiques, but also ask: “How might you address this concern?” 8. Converge: Refine into 2 actionable concepts with clear first steps. 9. Next Loop: “What surprised you most? What should we explore deeper?” Rules: • Always pull ideas FROM the user before adding your own • Show how AI input builds on human insight, not replaces it • Mark “genuinely novel” vs “novel combination” vs “known but uncommon” • Keep exchanges short—be a sparring partner, not a lecturer

Еще, конечно, в тему поговорить про Энгельбартовскую ко-эволюцию людей и инструментов, но об этом в будущих постах. А лекцию очень рекомендую!

🤖 Cursor 2.0: шаг к агентному программированию Cursor выпустил крупное обновление — Cursor 2.0 и свою первую модель для кодинга под названием Composer. Composer — frontier-модель, созданная специально для agentic coding. Она в 4 раза быстрее аналогов и способна завершать сложные многошаговые задачи менее чем за 30 секунд. Модель обучена с использованием codebase-wide semantic search, что делает ее особенно эффективной в работе с большими кодовыми базами. Cursor 2.0 также представляет новый multi-agent интерфейс. Теперь работа организована вокруг агентов, а не файлов: можно запускать несколько агентов параллельно, используя git worktrees или удаленные машины. Интересный эффект — одновременная работа нескольких моделей над одной задачей повышает качество итогового результата. Компания также добавила инструменты для быстрого ревью кода и встроенный браузер для автотестирования изменений. Заметно, что Cursor становится не просто IDE, а полноценной средой для многомодельной работы с AI-агентами. 🔗 Source: https://cursor.com/blog/introducing-cursor-2-0-and-composer 🔗 Download: https://cursor.com/download #ai #coding #agents #cursor ————————— Мысли Рвачева —————————

Вышел Cursor 2.0, и переход к новой мажорной версии сделан не просто так. Теперь вдобавок к режиму IDE (среде разработки) добавлен режим Agent. Он сфокусирован и изначально задизайнен с акцентом на агентов, а не на файлы. Когда вам необходимо погрузиться глубже в код, вы можете легко открыть файлы в новом интерфейсе или переключиться обратно на классическую IDE. Cursor 2.0 позволяет с легкостью запускать множество агентов впараллель, без взаимных пересечений. Можно запускать как одни и те же модели, так и разные — это новый паттен, возникший в последние полгода: люди работают в 3-4-5 копиях одного репозиториря, чтобы не просиживать штаны, пока агент гоняет код. Но и параллельный запуск нескольких моделей для решения одной и той же задачи с последующим выбором наилучшего результата значительно улучшает итоговый результат. В Cursor 2.0 мы теперь стало намного проще быстро просмотреть изменения, внесенные агентом, и при необходимости глубже изучить код. Кроме того, в инструмент внедрили специальный браузер, позволяющий Cursor-агенту тестировать свою работу и итерироваться, пока не будет получен корректный конечный результат. Плюс, если вам что-то не понравится — можно выделить элемент и дать обратную связь для исправления. Вместе с этим компания запускает Composer, модель, обученную ими самими (вот блог, из интересного — используют свои MXFP8 kernels). Она не лучше закрытых проприетарных решений, зато сильно быстрее; но цена — как у GPT-5 (то есть ниже Sonnet 4.5 и тем более Opus). С дизайна в ролике кайфанул 👇

Привет! В пятницу в 12-00 сделаю стрим, на котором расскажу, почему выбрал Warp как основной инструмент для разработки с LLM: • почему подписка за $225 в месяц окупается минимум х10 • как я без команды запускаю и развиваю веб-проекты в продакшне, в том числе один с 20k users • какие MCP, rules, фреймворки и инфраструктура реально помогают мне управлять разработкой с LLM Ничего не продаю, курсы и марафоны не запускаю, просто делюсь опытом для своих. Ссылка на стрим будет тут в группе в тг: https://t.me/+SJ1SPD0qXIcwNjAy

Сборка готового интерактивного веб-прототипа на вайб-коде – уже обязательный этап любого проекта в моей студии. Иногда – в рамках пресейла, иногда – на этапе проектирования. Что это даёт: Наглядность. Клиент видит не просто статичные картинки, а работающий интерфейс. Это помогает ему лучше понять, каким будет конечный продукт, и «потрогать» его на самом раннем этапе. Ранняя обратная связь. Клиент может дать ценные замечания по юзабилити и функциональности до начала основной разработки. Вносить изменения на этапе прототипа гораздо дешевле и быстрее, чем в готовом продукте. Снижение рисков. Прототип позволяет проверить жизнеспособность концепции и основных пользовательских сценариев, прежде чем вкладывать значительные средства в разработку. Уточнение требований. В процессе создания прототипа часто всплывают детали и требования, которые могли быть упущены на начальном этапе. Это помогает сформировать более точное и полное техническое задание. Сокращение времени на согласования. Интерактивный прототип служит единым источником правды для всей команды и клиента, что уменьшает недопонимание и ускоряет процесс принятия решений. Более точные оценки. Когда у вас есть согласованный и протестированный прототип, можно гораздо точнее оценить сроки и стоимость полноценной разработки. Сильный инструмент продаж (на этапе пресейла). Демонстрация прототипа вместо макетов показывает профессионализм, глубокое понимание задачи и помогает убедить потенциального клиента в своей экспертизе. Ускорение разработки. Команда разработчиков получает четкое представление о том, что нужно сделать, имея перед глазами работающий пример. Это снижает количество ошибок и переделок.

Кому нужна разработка - приходите к Максиму

Это пример разбивки сложной продуктовой задачи на 10 агентов

Как же хорош Клод код! Планируешь 10 продуктовых задач, уходишь пить чай и через 30 минут они готовы. В обычно жизни это 2-3 месяца работы

https://www.youtube.com/watch?v=KhkIsNDYbcI Теперь можно своему агенту прокачивать скиллы и растить. + 2 к DevOps колдовству

Сделал полноценный CI CD pipeline с 400+ тестами и playwright е2е тестами

В качалке, где я занимаюсь, есть администратор. Он полупрофессионально бегает марафоны. Недавно он подошёл ко мне и заговорщически спросил: «Ты же из России?» На что получил утвердительный кивок. — А ты слышал, — продолжил он, — про мм-м-м--м-м-м-м-м-м-м- — Мельдоний? — Да! Ясное дело, слышал, базовая добавка, которая делает цикл Кребса чуть более эффективным. И ещё с советских времён использовалась наряду с янтарной кислотой и прочими штуками, а лет 10 назад была объявлена страшным тайным допингом из СССР, и Шарапову за этот мельдоний долго полоскали. - Привезти? - Да! Через пару дней подходит и спрашивает: а это таблетки или уколы? - Не переживай, таблетки. Сегодня передал ему две пачки Милдроната. Радости человека не было предела, теперь-то он от всех убежит. Кроме себя Думаю, надо открывать бизнес и начать продавать секретные батончики из СССР с кровью, которые повышают перфоманс: Гематоген.

Сегодня попал в бан от Anthropic. Доступ к Claude остался, а Claude Code отключили. Отключение происходит при обновлении ежемесячной подписки. Никаких писем не приходит, просто появляется сообщение в консоли, что организация отключена. Пока буду мучаться с Codex