Vibecoding Haven (BotfatherDEV)

Anthropic зробили Randomized Controlled Trial на девелоперах і подивились: що буде з навчанням в розробці, якщо юзати AI-помічника. Чи деградує мозок?) читаємо

Ключові висновки: • 🧪 Дизайн експерименту • 52 девелопери (переважно джуни, Python ≥1 рік). • Вчили нову штуку — Trio (async Python). • Дві групи: з AI асистентом vs без AI. • Потім одразу квіз на розуміння (debugging, reading, conceptual). • 📉 AI знижує mastery при навчанні • Група з AI набрала в середньому 50%, без AI — 67% на квізі (мінус ~17 відсоткових пунктів, майже дві «оцінки»). (anthropic.com) • Різниця особливо велика по debugging — гірше помічають і розуміють помилки. • ⏱️ Продуктивність не виросла значимо • З AI закінчували десь на 2 хв швидше, але статистично це фігня, не significant. (anthropic.com) • Частина часу тупо йшла на формулювання 10–15 промптів помічнику. • 🧠 Не AI саме по собі робить тупим, а стиль використання Вони виділили патерни взаємодії: (anthropic.com) Лоу-скіли (низькі бали, <40%): • AI delegation — просто віддав все асистенту, копіпаст коду. • Progressive AI reliance — почав сам, потім все більше злився на AI. • Iterative AI debugging — замість думати, просив AI знайти/пофіксити баги. Хай-скіли (65%+): • Generation-then-comprehension — згенерував код, а потім допитував AI: «поясни, що тут відбувається», перевіряв себе. • Hybrid code-explanation — просив і код, і пояснення одночасно. • Conceptual inquiry — задавав концептуальні питання, а код писав/лагодив сам. Тобто якщо юзаєш AI як мозок-замінник — деградація, якщо як тьютор/експлейнер — ок, навіть краще. • 🧩 Інтерпретація: • AI реально може різко прискорювати роботу, коли скіл уже є (їхні попередні дослідження давали до 80% економії часу на знайомих задачах). (anthropic.com) • Але коли ти вчиш нову технологію, AI схиляє до cognitive offloading — ти проходиш задачу, але не будуєш ментальні моделі, особливо в дебагінгу. • 🧱 Для компаній: • Якщо ти «агресивно накатуєш AI» на джунів — отримаєш людей, які: • вміють гуглити/промптити, • але гірше шарять, чому код працює, і що робити, коли не працює. (anthropic.com) • Менеджерам пропонують спеціально дизайнити процес: навчальні режими, квоти/режими на ручний код, політики, які змушують все ж думати головою. • 📚 Для окремого девелопера: • Якщо хочеш НЕ стати «оператором AI, який нічого не вміє» — юзай асистента в стилі: • «згенеруй код + поясни построково», • «поясни концепт», • «чому такий патерн в (Х) краще/гірше», • дебаг — спочатку сам, потім проси підказку, а не повний фікс. AI офігенно бустить продуктивність на тому, що ти вже вмієш, і легко ламає процес формування нового скіла, якщо даєш собі «їхати на автопілоті».

По суті це безкоштовний курс

Я відео про те як користуюсь оціми ЛЛМами не записав, а може то вже і не треба бо є таке https://www.deeplearning.ai/short-courses/agent-skills-with-anthropic/

перші тести йдуть успішно ^^

Claude Code (саме 4.5 Opus) став набагато частіше юзати сабагентів, коли вони існують в проєкті Пам'ятаєте я якось писав про сканер агента? Бачу набагато точніше і влучніше він тепер його запускає, навіть просити не треба!

Оце вже цікаво! Не люблю локальні модельки, але коли це рівень кімі к2.5, ще і 24 токенів за секунду - таке можна навіть використовувати. Оригінал:

Running Kimi K2.5 on my desk. Runs at 24 tok/sec with 2 x 512GB M3 Ultra Mac Studios connected with Thunderbolt 5 (RDMA) using @exolabs / MLX backend. Yes, it can run clawdbot. https://x.com/alexocheema/status/2016404573917683754?s=46&t=wZBBuu5Ja3J16VZyazzyCw

В кого є чат/коменти який тероризують спамери та шлюхоботи? Допоможіть покращити Селестію, додавайте до свого чату, з нас оплата за використання, а з вас фідбек! Пишіть в коменти, кому допомогти налаштувати

📰 Telegram has changed the condition for bots to send premium emojis. 😃 Now owners of bots needs a Telegram Premium subscription enough! 🫰 Bots will be able to send not only messages with such emojis, but also reactions (you need to write in the API documentation) 👨‍💻 Previously, this happiness required linking @usernames with a pledge of 1000 TON to such bots. 💎 Without such usernames, bots are still: • cannot send premium emojis in inline mode, • cannot send premium emojis in channel posts directly. 🤫

я поняв, треба робити пости в 1 ночі, тоді всі програмісти працюють

🤖 Вже бачили як AI-бот сам знаходить баги і робить PR? Тепер у нас є помічник для дебагу Селестії. Скидаємо йому баг-репорт, він сам: • Дивиться логи і контекст • Знаходить причину в коді • Пише звіт з локацією проблеми • Робить PR з фіксом • Проганяє lint На скрінах — реальний кейс. Чомусь транскрипція не юзає smart mode. За 5 хвилин Orbit знайшов що smart_mode=False захардкоджено в коді, створив issue і PR з фіксом. Раніше писав пост про подібне з Clawd.Bot — це воно) Дуже зручно коли не хочеш перемикати контекст — скинув проблему в чат і пішов далі, а бот сам розбереться і зробить PR який залишається тільки змержити.

🔄 Ralph technique — продовження Після минулого поста хочу поділитися ресурсами і критикою цього підходу. 🔧Що таке Ralph loop насправді: • Це while true bash loop який запускає агента знову і знову • Loop існує *ззовні* агента — вбиває і перезапускає свіжий інстанс кожну ітерацію • Source of truth — зовнішні файли (MD, JSON, progress.txt, git), не внутрішня історія чату • Агент не йде по задачах послідовно — кожну ітерацію сам обирає найпріоритетнішу задачу з плану • Уникає складності паралелізму — лінійна робота, менше конфліктів ⚠️Проблеми: • Context rot все одно є — деталі губляться якщо не закріплені в зовнішніх файлах • Плагін для Claude Code інвертує логіку — замість того щоб loop контролював агента ззовні, агент контролює loop зсередини. Постійний overflow і compaction вбивають весь сенс • Хаотичність — процес недетермінований, результати важко передбачити • Витрати на токени — Ralph loops споживають значно більше токенів • Drift — агент може відхилятися від початкового задуму і ламати базові припущення • Prototype hell — без нагляду отримаєте працюючий, але брудний код • Потребує сильних специфікацій — без тестів, type-checking і чітких spec не працює • Потрібен постійний oversight — не можна просто запустити і забути ❌ Коли НЕ юзати: Якщо просто хочете щоб агент не зупинявся раніше часу — це не про Ralph ✅ Коли юзати: • Оркестрація задач з PRD лінійно • Дуже складні ітеративні проєкти (оригінальний автор писав цілу мову програмування) • Коли є зовнішня персистентність і добре організована кодова база 📹 Ресурси: • Подкаст з експертами — там небагато саме про Ralph, але загалом цікавий контент про AI-розробку • Детальний розбір з критикою — конкретніше про проблеми і коли це працює Сам ще не пробував, але виглядає цікаво якщо правильно облаштувати. Спробую на Селестії і поділюсь результатами)

🔄 Вже чули про Ralph technique? Є така проблема: чим більше токенів в контексті, тим “тупішим” стає агент до кінця. Ralph technique — це рішення для амбітних планів, де контексту завжди буде забагато. 🔧 Як це працює: • Агент працює в межах бюджету токенів (зазвичай ~80k) • Коли ліміт досягнуто — агент “вмирає” і стартує новий з чистого аркуша • Новий Ralph читає загальний план, визначає де зупинився попередній, продовжує роботу • Прогрес зберігається між ітераціями, але контекст — ні По суті це альтернатива compaction (стисненню контексту). Замість того щоб компресувати історію і передавати далі — просто починаємо з нуля, але зі збереженим станом роботи. ✅ Коли юзати: • Великі амбітні плани де контексту точно не вистачить • Довгі цикли розробки • Коли compaction не дає потрібної якості ⚠️ Що важливо: Щоб Ralph працював — кодова база має бути добре організована: маленькі файли, чітко розділені плани, легка навігація. Бо кожен новий Ralph “тупий” і має швидко зорієнтуватися де він і що робити далі. Також потрібен supervision — не можна просто запустити і забути.​​​​​​​​​​​​​​​​

🧵 5 типів тредів в AI-інженерії — розбираємось як працювати з агентами ефективніше Нещодавно натрапив на цікаву концепцію від IndyDevDan — Thread-based Engineering. По суті, це класифікація того, як ми взаємодіємо з ШІ-агентами. І знаєте що? Виявляється, я інтуїтивно вже використовував деякі з цих патернів, навіть не знаючи що вони так називаються! 1️⃣ Base Thread — базовий цикл Класика жанру: промпт → агент працює → результат. Один запит — одна відповідь. Це те, з чого всі починають, і це фундамент для всього іншого. 2️⃣ P-Thread (Parallel) — паралельний Тут вже цікавіше! Запускаєте кілька агентів *одночасно* на різні задачі: • Один пише фронтенд • Другий — бекенд • Третій — тести Поки один думає, інші вже працюють. Але тут дуже уважно треба слідувати щоб їхні задачі не перетиналися, паралелизуйте лише те, що можна, щоб уникнути конфліктів 3️⃣ C-Thread (Chained) — ланцюговий Розбиваєте складну задачу на фази з валідацією між ними: • Phase 1: План → ✅ перевірили • Phase 2: Код → ✅ перевірили • Phase 3: Тести → фінальний результат 4️⃣ F-Thread (Fusion) — злиття Моя улюблена тема — даєте *одну й ту саму* задачу різним агентам або моделям (Claude, GPT, Gemini) і порівнюєте результати. Часто одна модель бачить те, що інша пропустила. Fusion — це про якість, не про швидкість. 5️⃣ L-Thread (Long) — довгий Тут вже складніше, треба дуже гарний промпт, і багато задач, іноді додаткові інструменти щоб робота не зупинялася. Також є проблема — коли контекст роздувається до нескінченності, агент починає “тупити”, втрачати інструкції і галюцинувати. 💡 Практичні поради: • Для простих фіксів — Base Thread достатньо • Для великих фіч — Chained з покроковою валідацією • Для code review — Fusion (порівнюйте Claude vs GPT) • Відчуваєте що агент “поплив”? — це L-Thread, час рестартити

Фактично це клод код в телеграмі)

Другий день користуюсь clawd.bot і дуже вражений Насправді, ще давно були думки створити самому подібного бота, але так як це зробили тут - я б точно не став так заморочуватись Мій кейс - скинув клоду цей сайт, описав свій кейс: бот що працює в одній групі (розробники Селестії), має доступ до продакшн бази/логів/трейсів, отримує повідомлення він мене, аналізує питання і відповідає в групі по результату Фактично, використовує клод код на сервері (де є підписка), і допомагає швидше виявляти баги і створювати ішʼю, ну і звісно - виправляти їх Тобто телеграм бот - це просто інтерфейс. А ще, проєкт - опенсурсний (бот на js), тому можна попросити клода поправити його роботу так як вам треба. Дуже дуже раджу