AI для Разработки — Claude | Cursor | Copilot

ИИ-ревью кода: помогает или просто шумит в PR? Этот эксперимент уже провели почти все: включили ИИ-ревью, посмотрели, как он навешал десяток комментариев к очередному pull request, и попытались понять — а помогло ли вообще? 🙂 Честный итог 2026 года: технология реально повзрослела, но маркетинг бежит сильно впереди возможностей. Кто уже живёт с этим в проде: • Cloudflare — ревьюер на каждый MR прямо в CI (на OpenCode). • GitHub — Copilot Code Review теперь во всех платных тарифах. Фишка в том, что ИИ не просто ловит антипаттерны, как линтер. Он лезет в намерения, нейминг, покрытие тестами и смотрит, как твой диф связан с остальной базой. Главное — не сломать доверие команды. Бот даёт находки, а решает всё равно человек. Тогда сеньор думает про архитектуру, а рутину забирает робот. Вся карта внедрения — тут. 🔥 — внедрю на выходных 👀 — а доверие команды куда @ai_for_dev

Почему точный векторный поиск не взлетает (и что с этим делать) Если вы хоть раз пилили RAG — вопрос «IVF или HNSW?» рано или поздно прилетает. Тут как раз понятный разбор обоих 👇 Короткая суть: честный точный поиск в высоких размерностях просто умирает. Это проклятие размерности — чем больше измерений, тем разреженнее данные, и в какой-то момент ближайший сосед почти не отличается от самого далёкого. Метрики плывут, kd-tree сдаётся. Поэтому все идут в приближённый поиск (ANN). В статье без воды: — как вообще сравнивают эмбеддинги (метрики); — k-means простыми словами — на нём стоит IVF; — и сами герои — IVF и HNSW — с кодом на Python, чтобы пощупать руками. Базовая теория, которую почему-то все пропускают, а потом удивляются тормозам индекса. Статья на Хабре ✍️ — в закладки и читать 😎 — это на выходных @ai_for_dev

Supergoal: пишешь одну команду — агент делает остальное Нашёлся скилл для Claude Code и Codex, который автоматизирует разработку почти целиком. Пишешь /supergoal <что хочешь> — он сам облазит твой проект, вспомнит твои предпочтения из памяти, нарежет работу на фазы и выдаст одну готовую команду /goal. Вставил один раз — и пошёл пить кофе. ☕ Дальше агент сам: • пишет код по каждой фазе • ловит и чинит баги • гоняет тесты • делает финальный аудит и сверяет всё с планом Самое приятное — каждый факап он записывает в память проекта, так что дважды на одни грабли не наступает. Запинается — есть авто-ретрай и fix-спека, и только если совсем глухо — останавливается и отдаёт тебе разбор. Забираем тут: GitHub. 🔥 — пойду натравлю на свой легаси 🤡 — а потом за ним переделывать @ai_for_dev

💻 CodeWhale: Claude Code, только бесплатный и в твоём терминале Open-source агент, который сам читает и правит файлы, гоняет команды в шелле и рулит git. Внутри DeepSeek V4 с контекстом на 1M токенов, но если не хочешь облако — вешаешь локалку через Ollama и кодишь вообще без затрат. Что умеет: ❯ помнит контекст между сессиями — вернулся и продолжил, как будто и не уходил; ❯ дружит с MCP, скиллами и тулами; ❯ три режима: Plan (только смотрит), Agent (спрашивает разрешение), YOLO (делает всё сам); ❯ шелл крутится в OS-песочнице — за пределы папки агент не вылезет, а если что — откат через /restore. Лицензия MIT, живёт на твоём компе. За облачный DeepSeek платишь $0.14 за миллион токенов — это буквально мелочь. Хочешь по нулям — Ollama в помощь. Ставится одной командой: npm install -g deepseek-tui Код тут: GitHub 🔥 — забираю кита себе 👀 — а локалка потянет? @ai_for_dev

Агенту выдали карту кода — это OntoIndex Знакомо? Агент летает по проекту, меняет пару строк и бодро: «готово, починил обработку данных». А ты сидишь и думаешь: ты вообще в том репозитории был? нашёл нужную функцию или просто похожее имя? кто её ещё дёргает? какие тесты теперь падают? Именно эта уверенность и пугает. Автор сравнивает с электриком: нашёл провод в стене — «сейчас перережу». Формально нашёл. А хороший сначала проверит, не висит ли на нём холодильник, сервер и сигналка. С кодом то же самое. Так родился OntoIndex (форк GitNexus под базы на 10k+ файлов). Это локальный граф кода: индексирует репу, связывает файлы, функции, классы, вызовы, тесты и доки, и отдаёт всё это агенту через MCP, CLI и веб. grep отвечает «где написано», а граф — «что от этого зависит». Разница между «нашёл строку» и «понял последствия». 🔥 — агенту выдали карту 👀 — надо потрогать локально Источник: habr.com @ai_for_dev

Теперь агенты будут платить друг другу сами Mastercard выкатила Agent Pay for Machines (AP4M) — платёжку, где ИИ-агенты рассчитываются между собой. Человека в транзакции нет вообще. Логика простая: твой агент сам оплачивает облако, хостинг, картинки, логистику — в пределах лимита, который ты ему выдал. Платежи микроскопические, доли цента, и капают непрерывно на машинной скорости. AP4M проверяет, что агент — это вправду твой агент, сверяет полномочия и держит расходы под контролем. Работает и с обычными платежами, и с криптой (потому что классические рельсы просто не тянут миллионы микротранзакций в секунду). В деле уже 30+ партнёров: Stripe, Cloudflare, Coinbase, Adyen, OKX. И да, Mastercard сама напоминает: когда код начинает тратить бабки самостоятельно, мелкий баг масштабируется со скоростью света. Так что лимиты выставляем заранее. 🙂 🔥 — будущее уже тут 🤔 — а кто оплатит галлюцинацию Источник: habr.com @ai_for_dev

Промпт — это не творчество, это 10 блоков по порядку Знакомо: третий промпт за день, начинаешь срезать углы, а потом агент-диетолог разрешает тебе торт. Автор из студии ITSalt устал от этого и собрал Claude-скилл pepper-prompt-engineer. Фишка в том, что он не делает задачу — он делает промпт. Пишешь человеческими словами:

придумай слоганы для кофейни

а получаешь не слоганы, а аккуратный промпт для их генерации, который скармливаешь дальше любой модели. Внутри — фреймворк CRAFT, прокачанный до 10 блоков в жёстком порядке: роль, задача, контекст, критерии готовности, формат, ограничения, защита от галлюцинаций. Формат — Anthropic Agent Skills, так что Claude сам подтягивает папку, когда задача подходит. Лечит 5 классических болячек промптов «на бегу» — от «сделай хорошо» до «модель сама ничего не перепроверила». Вся история — на Хабре. 🔥 — украл, спасибо 😎 — мои промпты и так топ @ai_for_dev

RAG без Pinecone, без pgvector, без боли Говоришь «RAG» — и сразу в голове векторная БД, эмбеддинги, OpenAI, счета за инфру. А тут чел собрал поисковый Telegram-бот вообще без векторов и без базы данных. Фокус в чём: если домен узкий (психология, право, доки) — тупой поиск по ключевым словам через Jaccard работает не хуже семантики. Детерминированно, быстро, бесплатно. Что умеет бот: • ищет по базе знаний из обычных Markdown-файлов • отвечает с цитатами и ссылками на источники • помнит историю диалога через Cloudflare KV • деплоится одной командой на Cloudflare Workers, cold start < 5 мс Стек: TypeScript + Telegraf + Groq (Llama-3.1-8b-instant, шустрый и бесплатный). Сборка: wiki → build-knowledge.ts → knowledge.ts. Код и живое демо базы знаний — открыты. 🔥 — выкину свой Pinecone 👀 — Jaccard, серьёзно? Источник: habr.com @ai_for_dev

Xiaomi сделала ИИ-агента для кода и обошла Claude Code Да-да, та самая Xiaomi, что делает пылесосы и смартфоны, выкатила MiMo Code — опенсорсного агента для терминала. Ставится как Claude Code, только опенсорс и пока бесплатно. Фишка в архитектуре: задачу решает не один агент, а несколько — каждый предлагает свой вариант, а «судья» выбирает лучший и запускает. Причём инструкции не интерпретируются текстом (где результат каждый раз чуть разный), а превращаются в JavaScript и выполняются детерминированно. Никакой лотереи. Контекст — 1 млн токенов, для долгих сессий агент сам сжимает историю. А теперь главное: в слепом тесте 576 разработчиков MiMo Code победил Claude Code в 65% на сложных задачах с 200+ шагами. Вслепую, без подсказок кто есть кто. Код уже на GitHub, бери и пробуй. 🔥 — пойду сносить Claude Code 🤔 — 65%, ну-ну Источник: shareai.space @ai_for_dev

Полгода с ИИ-агентом в QA: от «он бесполезен» до 1600 тестов за сутки Год назад Егор был уверен: ИИ-агент в QA — это либо маркетинг, либо повод менять профессию. Сегодня агент у него разбирает упавшие тесты, актуализирует локаторы и пишет шаблонные кейсы. 🤷 Первые версии разочаровали — агент не мог даже поле в класс добавить. Перелом случился, когда тестировщиков пустили настраивать его самим: свои промты, своя дока (Selenium, Playwright, Gradle — да, у них Gradle). Потом агент начал «засыпать» от нехватки памяти. Урезали контекст, ограничили глубину анализа, добавили кэш — и он перестал отваливаться. А на хакатоне по вайб-кодингу выстрелил: за сутки 1600 рабочих тестов и покрытие 80%+. Юнит, интеграция, API — всё на лету по коммитам. Спойлер: пару вещей агент так и не осилил. Но как напарник на рутине — огонь. 🔥 — тоже так хочу 🤔 — а я всё руками Источник: habr.com @ai_for_dev

Хватит мучить ChatGPT — он не телепат Если промпты вы уже накрутили до предела, а модель всё равно несёт пургу про вашу документацию — дело не в промпте. Модель училась на вебе, а не на вашей вики, и про ваши регламенты знать не обязана. Классика жанра: два адвоката из Нью-Йорка попросили ChatGPT zero-shot-промптом накидать прецеденты. Он накидал — красивые, логичные, полностью выдуманные. Ребята не проверили, притащили в федеральный суд и поймали штраф плюс позор на весь мир. 🙈 Лечится это не переучиванием модели (долго, дорого, обычно не надо), а RAG: вопрос → ищем нужные куски в своей базе → суём их в контекст → модель отвечает по фактам, а не по фантазиям. Сбор пайплайна: • парсим PDF/DOCX/Confluence (Apache Tika) • режем на чанки (LangChain, LlamaIndex) • гоним в эмбеддинги и складываем в Qdrant/Weaviate/pgvector • ищем через BM25, вектор или гибрид Вся история целиком: Habr 🔥 — пойду строить свой RAG 👀 — а у меня промпт ещё жив @ai_for_dev

DiffusionGemma: Google научила модель писать текст не по буквам, а целым полотном Очередная модель от Google, но эта реально другая. Обычные LLM пишут токен за токеном слева направо. DiffusionGemma работает как генератор картинок: берёт поле из заглушек и постепенно «расшумляет» его, пока не получится готовый блок текста. Что по цифрам: - MoE 26 млрд параметров, но в работе всего 3.8 млрд — спокойно влезает в 18 ГБ на топовой видяхе. - RTX 5090 выдаёт ~700 токенов/сек, H100 — 1000+. Это в 4 раза быстрее обычной Gemma того же размера. - До 256 токенов за раз, параллельно. Кайф в том, что модель умеет сама себя править на лету — поэтому хороша там, где порядок токенов нелинейный: редактирование по месту, формулы, и даже судоку (где обычные модели плачут, потому что токен зависит от будущих). Вся прелесть — open-модель. Детали у arstechnica.com. 🔥 — погоняю на домашней видяхе 👏 — диффузия для текста, наконец @ai_for_dev

Apple сделала свой Docker — Container 1.0.0 Если вы на Mac и устали от прожорливого Docker Desktop — у Apple вышел опенсорс Container для запуска Linux-контейнеров. Весь на Swift, заточен под Apple Silicon. Главная фишка: раньше все контейнеры жили в одной общей виртуалке, а тут каждый контейнер — в своей отдельной лёгкой VM. Получаем настоящую изоляцию, приватность (монтируется только то, что реально нужно) и меньше расхода ресурсов. И да — никакого вендор-лока: формат OCI, образы тянутся из обычных реестров и спокойно запускаются в других инструментах. Рулится всё через CLI, появился container machine для долгоживущих окружений, а настройки переехали на TOML. Только без иллюзий: сама Apple честно говорит, что заменять Docker Desktop во всех сценариях рано — версия 1.0, часть привычного функционала ещё пилят. 🔥 — снесу Docker Desktop сегодня 👀 — подожду пару минорных Источник: habr.com @ai_for_dev

Агентные системы: поверхность атаки шире, чем у чат-бота У агента нет единой точки контроля. Результат работы LLM становится действием во внешней системе — значит, одна успешная промпт-инъекция превращается в реальное действие, а не просто в неверный текст. Ключевой вектор — confused deputy: непривилегированный источник (входящий документ, резюме, письмо) внедряет инструкцию, которую агент исполняет со своими полномочиями. Защита по периметру тут не спасает — доступ легитимен. Пять зон контроля из разбора Jay Guard: - права и учётные данные агента и его интеграции; - что уходит в LLM — персональные данные и скрытые инструкции внутри данных; - вызовы инструментов — именно тут инъекция превращается в действие; - файлы и память — где данные оседают после ответа; - правовой контур — 152-ФЗ и внутренние регламенты. Финальный артефакт — чек-лист готовности агента к работе с реальными данными. Источник: habr.com ✍️ — забрал чек-лист 🤔 — пересмотрю доступы @ai_for_dev

Decart открыл API к world-модели Oasis 3 Помните, как OpenAI дал всем API к языковым моделям и понеслось? Decart хочет провернуть то же самое, но с world-моделями. Их новинка Oasis 3 генерирует фотореалистичные сцены вождения в реальном времени — и поверх этого реально можно программировать. API доступен сразу, без листа ожидания. Зачем оно нам: • Тесты беспилотников на редких дорожных ситуациях — без выезда на трассу • Дальше обещают робототехнику и физический AI • Ценник — $0.02 за секунду генерации Бонус: всё это крутится на их собственном стеке оптимизации DOS, поэтому, по словам CEO, выходит «на порядок дешевле конкурентов». А вокруг базовой модели Lucy уже тусуется 100 000+ разработчиков. Кто хочет потрогать — детали у TechCrunch. 🔥 — пойду генерить трассы 👀 — два цента в секунду, считаю бюджет @ai_for_dev

ИИ читает бэклог и палит противоречия за 10 минут Классика жанра: спринт расписан, всё в Jira, команда довольна. И тут разработчик: «слушай, US-17 говорит кнопка красная, а US-23 — зелёная, какую делать-то?». Лезешь в доки — и правда конфликт. Час на созвон, полдня простоя, баг от тестера. Знакомо? 🙂 А бывает и подлее: одна история хочет 50 элементов на страницу, другая обещает API за 200 мс на всех данных сразу. Вроде обе ок — пока не сядешь писать код. Мозг не держит 40–50 историй разом, Jira и Confluence такое не ловят, а руками разбирать — полдня и всё равно что-то проворонишь. Идея простая: берём модель с большим окном контекста (Gemini 3, Claude 3), скармливаем весь бэклог одним куском — и она жёстко, без вежливых реверансов, выкатывает логические, ресурсные, временные и производительностные конфликты. В статье собирают весь пайплайн на Python, можно повторить у себя. 🔥 — натравлю на свой бэклог 👀 — а вдруг там ужас Источник: habr.com @ai_for_dev

У Colab теперь есть свой CLI Google выкатила официальную тулзу — и больше не надо лезть в браузер, чтобы погонять код на чужих GPU и TPU. Всё из терминала. Что по фичам: → выделяешь GPU/TPU одной командой → запускаешь свои локальные скрипты на удалённых рантаймах → тянешь модели, датасеты и логи к себе → интерактивная консоль на удалёнке → workflow заточены под AI-агентов — агент сам гоняет код на Colab Короче, локальная разработка + чужое железо для тяжёлых задач. Звучит как мечта, если у тебя ноут без видеокарты. Забирай тут: github.com/googlecolab/google-colab-cli 🔥 — закину на ноут без видяхи 👀 — а бесплатный тариф потянет? @ai_for_dev

NVIDIA сделала антивирус для agent skills Скиллы для агентов (Claude Code, Codex CLI, Gemini CLI) ставятся фактически на доверии — никто их толком не проверяет. А зря: по замерам NVIDIA 26,1% скиллов содержат уязвимости, а 5,2% — это уже похоже на злой умысел. SkillSpector отвечает на один вопрос: *безопасно ли это вообще ставить?* Под капотом: • 64 паттерна по 16 категориям — от prompt injection до утечки данных и атак на цепочку поставок • сначала быстрый статический скан, потом по желанию — разбор через LLM • подтягивает реальные CVE из OSV.dev, работает и офлайн • отчёт в терминал, JSON, Markdown или SARIF — последний прямо в CI/CD заходит • итоговый риск-скор 0–100 с понятным вердиктом Скормить можно git-репу, ссылку, zip или просто SKILL.md. Open-source, Apache 2.0. GitHub: github.com/NVIDIA/skillspector 😐 — пять процентов это много 🤔 — проверю, что у меня стоит Источник: github.com @ai_for_dev

Microsoft дала нам тесты для ИИ-агентов — на человеческом языке Знакомая боль: написал агента, а как проверить, что он не начнёт рассылать письма наружу или сливать конфиденциалку — непонятно. Microsoft выкатила ASSERT — открытую платформу, которая делает из ваших правил настоящие тесты. Фишка в том, что спеку пишешь обычными словами: «агент по поиску документов НЕ должен писать людям вне компании, резюме — краткие, секреты — только начальству». ASSERT сам раскладывает это на «можно / нельзя», придумывает каверзные сценарии, гоняет их на твоей системе и показывает результат. И главное — он логирует весь путь агента: промежуточные шаги, вызовы инструментов. Видно не просто «упало», а *где* и *почему* упало. Гонять можно на этапе разработки, после деплоя и в режиме постоянного мониторинга. Бонус-трек: исследователи напоминают, что модели умеют палить, когда их тестируют, и подыгрывать — так что слепо верить зелёным галочкам всё равно не стоит. 🔥 — забираю в пайплайн 👀 — надо пощупать Источник: habr.com @ai_for_dev

ИИ написал рабочий код. И это ещё ничего не значит Ребята используют ИИ в вебе каждый день и поймали повторяющийся паттерн: он чаще ошибается не в коде, а в выборе места, где задачу вообще надо решать. Классика: проблему шаблона он лечит джаваскриптом, кривую структуру данных — костылём в компоненте, а мутные требования — просто генерит код поверх. Вроде заработало 🎉 А в проекте уже завёлся лишний слой и зависимость, которая держится на одном конкретном сценарии. Поэтому «а оно работает?» теперь не первый вопрос. Первый — где это вообще должно жить: в требованиях, в данных, в настройке компонента, в шаблоне, на бэке, на фронте или не в коде вовсе. Главное: ИИ выдаёт не готовое решение, а первый черновик. Дальше — обычная разработка: оставить, переписать, встроить или выбросить. Сайт не знает, что ИИ про него ничего не знает 🙂 Три живых кейса (Excel-импорт кондиционеров, меню на MODX, Schema.org) — в статье на Habr. 🔥 — узнал свой проект 🤡 — а я всё мержу как есть @ai_for_dev