Макс Листов 🌴

Как дела? @VSEM_ZDOROV_BOT

🔜

https://soundcloud.com/maxlistov/ouroborus-cataphractus мое новое любимое животное

work in progress 🎞️ 🔜

Я бы убил за хотел такой продукт, когда начинал Обычно: "Вот React" "Вот базы данных" "Вот Next.js" "Вот деплой" И непонятно зачем это всё и как это работает вместе. ML Stack — это понимание системы • Откуда берётся HTML • Как данные идут от базы до экрана • Что такое сервер и зачем он • Почему одни страницы быстрые, а другие нет • Как всё это собирается в реальный продукт Без академической воды. Без "выучи сначала всё, потом пригодится". Просто и понятно • Таблицы связаны — user_id ссылается на id. • Виды рендеринга через метафору с едой — буфет, официант, готовишь сам. • npm 26 секунд, bun 1.6 секунды — цифры без теории. Ты смотришь — и сразу понимаешь. Это фундамент. Не "стать программистом", а "делать свои проекты с AI не в хаосе, а в системе." Я сделал продукт который сам хотел бы Это экономит месяцы поисков нормальных объяснений. Предыдущие версии ML INFO были на GetCourse — там ты ограничен конструктором. ML Stack лежит на моей собственной LMS (Learning Management System — платформа для обучения). Я сделал её с нуля специально для этого проекта. Ты учишься на продукте, который сделан по тем же паттернам, которым учишься. Это живой proof что система работает. Не абстрактные примеры. Реальный продукт в продакшене. - 20+ уроков без воды - Template с готовой архитектурой - Обучение на собственной LMS НАЧАТЬ ОБУЧЕНИЕ

Почему освоение разработки с AI полезно каждому (и как это решает реальные проблемы) Многие видели, как AI генерирует код, слышали слова вроде вайб-кодинг, но не понимают, зачем им вообще это нужно. Вот простое объяснение, без технических терминов. AI делает трудные вещи проще и помогает людям добиваться результатов быстрее, чем раньше. AI может: — подсказывать, как решить задачу — генерировать код быстрее, чем ты бы написал вручную — объяснять, почему что-то не работает — сокращать время «придумать → сделать» Это не магия — это инструмент, который помогает людям быстрее решать задачи, которые раньше требовали много времени и навыков. Зачем это тебе? Ты можешь использовать AI, чтобы: 1. Создать полезный инструмент для себя — автоматизировать рутинную задачу (вместо делать её вручную каждый день) — собрать личное приложение для своих дел — обработать данные/файлы/контент — делать интерфейсы, которые раньше были сложны AI помогает начать с идеи — и получить рабочий результат быстро. 2. Создавать свои проекты, а не зависеть от других Ты не обязан быть супер-программистом, чтобы запустить рабочий продукт. AI может ускорить тебе путь от идеи к готовому инструменту. 3. Учиться быстрее, чем через книги/документацию AI может объяснить непонятные вещи простым языком, показать кусок кода и сказать, зачем он нужен — это делает процесс обучения понятнее и короче. AI не заменяет человека. Он делает человека эффективнее: быстрее, умнее, результативнее. Но чтобы использовать это эффективно, нужно понимать структуру и логику, а не просто слепо нажимать "принять всё". ML Stack — это не про «AI сгенерировал код и всё». Это про структуру, понимание и работу, которая ведёт к реальным продуктам. Запись и подробности: https://mlstack.maxlistov.com/ Вопросы — @MLStackBot

Раньше: печатать 20 строк, помнить синтаксис, гуглить документацию. Сейчас: одно предложение → код готов. Но вот в чём загвоздка. AI генерирует код. А ты не знаешь: → Куда его вставить? → Как организовать проект? → Какую архитектуру выбрать? → Как всё это запустить? В итоге получается хаос. Через месяц сам не разберёшься что где. ML Stack — это не про "учись годами" Это про "всё уже готово, просто используй". Шаг 1: Изучи теорию 3-4 вечера чтения. Без воды. Только конкретика: → Как работает интернет → Что такое frontend и backend → Как устроена база данных → Как работает TypeScript → Как строить архитектуру После этого понимаешь как всё работает. Не наизусть. Не синтаксис. Понимание системы. Шаг 2: Открываешь готовый template ML Stack Не пустой проект. Полноценный фундамент. Уже работает: → Лендинг → Админ-панель → Платежи → Авторизация (Google, email, magic link) → Email-рассылки → База данных Этот сайт — и есть template. Исходный код всего этого — твой. Шаг 3: Добавляешь свои фичи Фундамент готов. Паттерны продуманы. Архитектура масштабируемая. AI знает как работать с этим проектом. В template есть .claude/CLAUDE.md — инструкция для AI-агента: → Какие паттерны соблюдать → Где что находится → Как добавлять новые фичи → Как не сломать архитектуру Просто говоришь AI: "Добавь раздел с курсами и возможность покупать их" "Сделай систему рефералов с реферальными ссылками" "Добавь Telegram-бота для уведомлений" "Интегрируй оплату через Stripe" AI знает структуру → генерирует код → ты вставляешь куда нужно. Не хаос. Система. Шаг 4: Запускаешь Гайд по деплою включён. От localhost до продакшена: → Как настроить VPS → Как подключить домен → Как запустить базу данных Шаг за шагом. Без "а что делать дальше?". Это не просто демо проект. Это фундамент для реальных продуктов. Масштабируемая. Поддерживаемая. Готовая к росту. ✓ 20+ уроков теории ✓ Готовый template с полным фундаментом ✓ Паттерны для масштабируемой архитектуры ✓ Инструкции для AI-агентов ✓ Гайд по деплою https://mlstack.maxlistov.com

Что можно создать, когда ты fullstack разработчик? Всё что угодно. За последний год я сделал: @GeckoVoiceBot / GeckoVoice.com — перевод голосовых в текст @GeckoGenBot / GeckoGen.app — генерация AI музыки, фото, видео @GeckoCircleBot — конвертация видео в кружки @GeckoUniqueBot — уникализация фото и видео @GeckoChatBot — конструктор ботов обратной связи Unbilet.md — сервис бронирования автобусных билетов по Европе CRM-система для компании, предоставляющей услуги (клиенты, заказы, аналитика, отчёты) И ещё десяток проектов помельче. Некоторые — для себя. Некоторые — на заказ за $2.000 - $6.000 Когда умеешь в fullstack: → Идея в голове — продукт в реальности → Не ищешь подрядчиков → Не платишь 300К за разработку → Не ждёшь месяцами → Не объясняешь техническое задание 100 раз Ты просто делаешь. Хочешь бота? — Делаешь. Хочешь SaaS? — Делаешь. Увидел идею? — Делаешь. Не надо искать деньги на разработку. Не надо зависеть от разработчиков, которые сливаются. Сам придумал. Сам запустил. Сам зарабатываешь. ML Stack — это template и курс, которые дают эту свободу. Не нужно учиться годами. Не нужно запоминать синтаксис. Не нужно писать код с нуля. Нужна база + AI. И ты можешь создавать всё что угодно. Средний чек 3-4х чем обычный техспец. → Template (лендинг, админка, платежи, БД, авторизация) → Курс (фундамент + разбор каждой части) → Поддержка Доступ навсегда + обновления. https://mlstack.maxlistov.com/

Почему vibe coding дно и чему я посвятил 2025? Год назад я не знал ничего о программировании. Не понимал, что такое API, как работает сервер, что происходит, когда открываешь сайт. Сейчас: → 1000+ коммитов за год → 10+ работающих продуктов (боты, SaaS, сервисы) Всё это стало возможным благодаря AI. Но не благодаря "вайб-кодингу". 2025 — переломный момент AI пишет код по описанию на человеческом языке. Статистика 2025: - 41% всего кода в мире написан AI - 84% разработчиков используют AI-инструменты - Amazon, Google, Meta — 20-30% кода от AI Барьер входа в разработку упал. Больше не нужны годы учёбы. Collins Dictionary назвал "vibe coding" словом года. Что это: → Описываешь задачу AI → Получаешь код → НЕ читаешь его → Запускаешь → Ошибка? Копируешь в AI → Повторяешь, пока не заработает Звучит удобно? На деле - тупик. Почему: 1. Не понимаешь, что у тебя в проекте 2. Баги становятся нерешаемыми 3. Масштабирование невозможно 4. Добавить фичу — боль 5. Проект — чёрный ящик Годы учёбы — ни к чему . Но минимальная база — обязательна. Нужно понимать: → Как работает интернет → Что такое frontend и backend → Как устроена база данных → Как создать архитектуру приложения → Как работает TypeScript → Как сохранять код через Git НЕ нужно: ✗ Учить синтаксис наизусть ✗ Запоминать функции ✗ Писать код руками с нуля ✗ Знать алгоритмы ML Stack — что это? Вы знаете меня по ML INFO 4.0. Я учил no-code: GetCourse, боты, N8N. Это работало и работает до сих пор. НО. Многие упирались в потолок: - Хочешь свой SaaS — конструкторы не дают - Идея есть — реализовать не можешь ML Stack — следующая ступень. Это fullstack template по паттернам которого я строил все свои проекты + курс для AI разработчиков. Что внутри template: → Лендинг + Админка → Платежи (Lava, Robokassa) → Email-рассылки → Авторизация (Google, email, magic link) → База данных Что внутри курса: → Фундамент → Разбор каждой части template → Как добавлять фичи → Как деплоить → Как не застрять в vibe coding Более 4х лет я учил техспецов через ML INFO Сегодня я запускаю ML Stack — про AI-разработку Что получаешь: → Template (весь код, можешь использовать для своих проектов) → Курс (20+ текстовых уроков) → Поддержка по общим вопросам Доступ навсегда. https://mlstack.maxlistov.com/ Данный сайт и есть тот самый шаблон с паттернами, которые лежат в основе всех моих проектов. Авторизация, платежи, база данных, типизация, валидация, интерфейсы — весь этот фундамент на реализацию которого тратятся недели, станет стартовой точкой для твоего проекта. ↓ https://mlstack.maxlistov.com/ Вопросы - @MLStackBot

Лучшая модель для генераций изображений? OpenAI Image 1, Recraft V3, Seedream V4 или Nano Banana? Первый пост в блоге GeckoGen 🎉 Мы детально протестировали и сравнили 4 модели доступные в нашем генераторе и выяснили, для каких задач лучше использовать каждую модель. Переходите в блог и читайте ↓

Я же будучи фанатом React Query (который тащу во все проекты), делаю большинство post запросов с оптимистичным обновления кеша при получении succsess: true, где там же идет тот же тип, что получаю и при get'е. Запрос -> succsess: true + полный объект -> обновляем этими данными страницу и наслаждаемся одним запросом вместо двух 👌🏼

Перспективная API архитектура VS так себе Веб приложения, сервисы, соц сети - это бесконечный запросы и ответы с фронта на бек и разработчик как архитектор решает как их организовывать. Полирую проект, который был у меня в разработке последние 50 дней. Общие типы, схемы валидации, переиспользуемые паттерны. И вот сейчас утверждаю структуры запросов и ответов, делая железобетонный и перспективный подход, который пойдет со мной дальше в следующие проекты. Основная концепция: фронт - тонкая глупая прослойка, отвечающая за отображение данных с бека, минимум вычислений и какой-либо логики, сделать запрос -> получить ответ -> показать. Если гуляя по сети держать открытой панель разработчика, часто можно заметить паттерн демонстрируемый на первом видео: post запрос -> инвалидация данных на странице следующим get'ом.

Примерно после 15 попытки забилдить монорепу с npm понял что нам с ним не по пути, когда ушел в ресерч, узнал про pnpm, перевел на него проект и сдела билд с первого раза ⚒️ А потом когда сделал первый pnpm install то точно поставил точку и все проекты перевел на pnpm. ❓ • npm — Node Package Manager. Менеджер пакетов по умолчанию для экосистемы Node.js. Устанавливает библиотеки в папку node_modules, ведёт package-lock.json и запускает скрипты из package.json • pnpm — Performant NPM. Альтернативный менеджер пакетов, который хранит каждую версию пакета в едином глобальном «складе» (store), а в node_modules создаёт не копии, а жёсткие ссылки на этот store, тем самым экономит место на диске и ускоряет install, особенно в монорепо. • Монорепозиторий (монорепо) — это стратегия организации кода, при которой все проекты/пакеты/микросервисы используемые в проекте хранятся в одном общем репозитории для удобства разработки и деплоя.

Сейчас в работе большой проект - сервис по бронированию билетов на автобусы на EU рынок 🚍 У меня давно было желания временами работать не только над своими проектами, где все от технички до маркетинга лежит на мне, но и брать сторонние проекты, где я смогу сделать свое дело и как говорится гулять смело. Это уже третий подряд проект как раз из такой категории. Собственно говоря, над этим и работаю - админская сторона для модерации перевозчиками, маршрутами, доступностью рейсов и клиентская для удобного поиска и совершения бронирования. Как завершу работу, обязательно упакую в кейс и покажу что получилось!

pnpm run build - самое частое, что я писал последнее время