AI для Разработки — Claude | Cursor | Copilot

Собери свою GPT на ноуте за час Лучший способ понять, как работает LLM — написать её самому. На GitHub выложили мини-курс из 6 уроков, где автор предлагает собрать GPT руками — без Hugging Face, без LangChain, только голый PyTorch. Идея вдохновлена nanoGPT Карпатого, но всё ужато до одной воркшоп-сессии: модель на ~10M параметров, обучается на MacBook меньше часа и в финале пишет стихи почти как Шекспир. Что соберёшь своими руками: - токенизатор - трансформер целиком (attention, эмбеддинги, MLP) - цикл обучения с оптимизатором и LR-расписанием - генерацию текста Из требований — только Python и умение читать чужой код. ML-опыт не нужен. Работает на Mac (MPS), NVIDIA (CUDA), CPU и в Google Colab — если своего железа нет. 🔥 — погнали в выходные 👀 — а на русском заработает @ai_for_dev

Как отличить старый UI-баг от нового без БД и эмбеддингов Классика: тест упал. На следующем прогоне снова упал. Это тот же баг или новый? Если ответа нет — любая регрессия тонет в шуме «9 фейлов сегодня». Для бэкенда задачу решил Sentry: хеш по error class + top stack frame. Для UI рецепт ломается — у expect(locator).toBeVisible() все падения приходят из одной строки Playwright internals. Получаешь один fingerprint на весь мир. Автор webtest-orch (Claude Code skill для e2e) собрал composite SHA-256 из того, что реально уникально для UI-бага:

selector | assertion | error_class | url_template | message[:80]

Плюс три правила нормализации: :nth-child(2) и :nth-child(3) → один баг, UUID-ы в селекторах схлопываются, /users/123 превращается в /users/:id. На выходе — 8-hex BUG-id, который не разваливается между прогонами и сразу даёт diff: new / regression / persisting / fixed. Без БД, без векторного поиска, без боли. Весь разбор с кодом — на Хабре. 🔥 — забираю в свой раннер 🤔 — а как же flaky? @ai_for_dev

Корпоративный RAG на n8n: −5,5x по расходам Ребята из Flowwow запилили свой локальный GPT с RAG поверх корпоративной базы знаний. Всё на self-hosted n8n, данные не уходят наружу — параноидальный SecOps аплодирует стоя. Что интересного: — Тысячи страниц документации превратили в ИИ-ассистента — 270+ автоматизаций в мессенджере (мигрировали со Slack на «Пачку», потому что 2026) — Расходы упали в 5,5 раза vs облачный API Самое забавное — миграция мессенджера ехала параллельно с RAG-проектом. Сравнили 40+ корпоративных мессенджеров, остановились на «Пачке» — но половину интеграций пришлось пересобирать руками. n8n для LLM-пайплайнов — выбор спорный, но рабочий. Кейс честный: и про инфраструктурные грабли, и про экономику. 🔥 — self-hosted gang 👀 — пойду читать целиком @ai_for_dev

OCR в кармане: HunyuanOCR на 1B параметров Артём из Raft Digital Solutions рассказал, как пытался приручить HunyuanOCR от Tencent — компактную модель на 1B параметров для парсинга документов. Спойлер: SOTA SOTA-ой, а реальность интереснее. Что всплыло на практике: 🔥 Установка — это боль. Не pip install и поехали, а версионный ад: конфликты transformers, особенно через vLLM. Первая успешная генерация — спустя 1–2 часа танцев с бубном. 🔥 Промпты только на китайском. Английский модель понимает, но на родном языке — стабильнее, меньше галлюцинирует и реже уходит в бесконечный цикл. Пример рабочего промпта:

請完整提取圖片中的所有文字，嚴格按原文輸出。
不要翻譯，不要總結，不要改寫，不要糾錯。

🔥 Markdown vs HTML для таблиц. Markdown плывёт на сложной геометрии — HTML спасает. Особенно когда таблица с merged cells. Если модель зацикливается — добавь в промпт «не гадать, не додумывать». Помогает. 🔥 — пойду гонять на сканах 🤩 — китайцы снова жгут @ai_for_dev

Джуны вымирают, а сеньоры всё ещё нужны Помните мантру «AI не заменит разработчиков, он станет помощником»? В 2026 она звучит всё более натянуто. Codex и Claude Code уже не дописывают строчки — они читают репу, правят файлы, гоняют тесты и приносят PR на ревью. Ты больше не автор кода, ты контролёр результата. Google на Cloud Next 2026 выкатил циферку: 75% нового кода внутри компании пишет AI, человек только аппрувит. И вот тут начинается интересное. AI не забирает профессию целиком. Он забирает нижний слой: CRUDы, миграции, интеграции, тесты, доку, мелкие багфиксы. Ровно те задачи, на которых раньше рос джун — медленно, через ошибки, ревью и сломанное локальное окружение. А теперь логика тимлида: зачем отдавать таску джуну на три дня, если мидл с агентом закроет за час? Спойлер — никто не отдаёт. Сеньоров рынок всё ещё хочет. Только лестницу, по которой в них вырастали, потихоньку разбирают на дрова. 🤔 — а кто через 5 лет ревьюить будет 😎 — я-то сеньор, мне ок @ai_for_dev

CoT — это не мышление, это сторителлинг Инженер с 23 годами стажа полгода ковырял AI-агентов и собрал на Хабре дайджест arxiv-статей: почему наши агенты ломаются на длинных сессиях. Коротко: Chain-of-Thought — пост-хок нарратив. Модель не «рассуждает шаг за шагом», она пишет красивое объяснение после того, как ответ уже сформирован. Три пруфа: — Turpin et al. подсунули модели подсказки-distractors. Ответ менялся, а CoT упорно писал правдоподобную, но никак не связанную с реальной причиной историю. — Sharma et al. — CoT тупо оправдывает неверные ответы под влиянием отвлекающих фраз. — Lanham et al. — даже с обрывочной CoT модель даёт правильный ответ. То есть CoT и ответ живут отдельно. Когда агент извиняется «я нарушил правила» — это не самоанализ, это креативный райтинг по результату. Хабр — там ещё про сжатие контекста. 🤔 — теперь буду коситься на CoT 😎 — почитаю в выходные @ai_for_dev

Юрист собрал бенчмарк эмбеддингов под русский RAG Практикующий юрист пришёл в код через вайбкодинг, пилит бота для прогноза компенсаций по интеллектуальной собственности. Когда встал вопрос «какой эмбеддинг брать под русскую судебку», готовых ответов не нашёл — собрал свой стенд. Корпус: 858 актов Суда по интеллектуальным правам + 4 часть ГК РФ. Что получилось: - Топ-3 (статистически неотличимы): OpenAI text-embedding-3-large, Voyage voyage-3, deepvk/USER2-base - USER2-base — главный сюрприз. Локальная, бесплатная, держится против OpenAI и Voyage - Реранкер на сильном эмбеддинге почти не двигает метрики, на слабом (Yandex, Cohere) даёт +9–12 nDCG - Из реранкеров живые: jina-reranker-v3 и bge-reranker-v2-m3. Mxbai всё портит В бот пошла связка USER2-base + jina-reranker-v3. Если железо не вытянет — fallback на bge. Редкая штука — человек снаружи IT приходит и приносит честные замеры на узком домене. Полный пост на Хабре 🔥 — забираю стек 👀 — надо потестить на своём @ai_for_dev

Когда AI-агент не виноват, а ты сам забыл спеку Знакомо: пятница, 31-я задача за неделю, в очереди мелочь — почистить индекс от архивных закладок. Через час спать. Однострочный промпт, агент чистит по is_deleted, тесты зелёные, GG. Через два дня прилетает баг: рядом со старой статьёй десятки «удалённых» записей. Садишься в воскресенье вечером и понимаешь: у тебя три разных способа удалить закладку — is_deleted, archived_at, hidden_by_mod. Появились в разное время, исторически. Ты это знал. В голове держал. Кому-то даже объяснял. В пятничную задачу не положил. Агент сделал ровно то, что попросил. Шаг пропустил не он, а ты. И вывод тут не «надо быть собраннее» — пять навыков (декомпозиция, контекст, границы, приёмка, диагностика) держатся ровно до того момента, пока ты в состоянии их держать. К пятому часу они проседают первыми. Это потолок личной дисциплины, а не её недостаток. Лечится только внешними воротами — спека на входе, метрики на выходе, обойти молча нельзя. Подробности в статье на Хабре и в открытой методологии SENAR. 😐 — уже ловил такое в воскресенье 🤔 — узнаю свою пятницу @ai_for_dev

Вайбкодинг + FastAPI: маркетплейс навыков для AI-агентов Олег с командой пилит ИИ-агентов для саппорта и скоринга уже год. Проблема классическая: на своих доменах агенты выдумывают что попало. Параметры модели не спасают — нужен опыт сеньора-юриста, переложенный в chain-of-thought. За пару недель вайбкодинга собрали MVP SkillMarket: эксперты сами оцифровывают свои алгоритмы и продают как навыки. Под капотом: - FastAPI на Python (REST + OpenAPI) - PostgreSQL + SQLAlchemy + Alembic - Celery + Redis для асинхронных запросов к LLM - Vanilla JS + Vite — без React, Vue и прочего оверхеда - Docker Compose сверху Микросервисы принципиально не тащили — на MVP не нужны. Прагматично и без модных штук. Главный затык: как вытащить алгоритм мышления из эксперта, который видеть не хочет твои системные промпты? 🔥 — vanilla JS жив 🤔 — а где код-то @ai_for_dev

Как достать структуру из каши свободного текста Чувак пилит систему нетворкинга для своего сообщества: люди представляются как попало («Алексей, Go, 7 лет, k8s, чуть ML» или просто «Дизайнер, Figma»), а потом ищи среди двухсот таких — кто Go-бэк с k8s и ML. Прошёл путь регулярки → чистый LLM → гибрид, и гибрид зашёл. Стек целиком локальный: Python 3.12, Ollama + Qwen 2.5, YAML, SHA256, Jinja2 для промптов. Что работает: - LLM творит — вытаскивает смысл, не зажимаем в рамки - Код причёсывает — нормализует результат алгоритмами - Поиск двухэтапный: сначала индекс просеивает, LLM работает только по шорт-листу (иначе дорого и медленно) - Приватные данные режутся на входе Хорошее напоминание: не надо всё засовывать в модель. Дайте LLM делать то, что она умеет — а скучную нормализацию оставьте коду. Вся история с граблями — на Хабре. 🔥 — гибрид forever 👀 — пойду читать целиком @ai_for_dev

Выкинули 600 МБ нейросети и заменили статистикой на 400 строк Ребята из Yttri (local-first десктоп для заметок и задач на Rust + Tauri) честно рассказывают: сначала делали «правильно» по ML — прикрутили кросс-энкодер bge-reranker-v2-m3 для реранкинга в RAG. А потом посмотрели на цифры и приуныли. 600 МБ в дистрибутиве. 1.8 ГБ RAM в пике. CPU до 1055% на 20 документов. Для сервера — терпимо. Для ноута, где уже открыт Zoom, Docker, IDE и 80 вкладок — катастрофа. Решение оказалось обидно простым: YAKE! — старый добрый статистический экстрактор ключевых слов, 400 строк кода. Поставили его на место нейросетевого реранкера — и дистрибутив похудел, RAM отпустило, приложение снова шустрое. Иногда ML-задача не нуждается в ML. Особенно когда ты не в облаке, а у пользователя на ноутбуке. Полный разбор с кодом и замерами. 🔥 — респект за здравый подход 👀 — надо глянуть YAKE @ai_for_dev

Протестили open-source OCR на русских сканах — делимся цифрами Ребята из AI-лаба «Честного знака» задолбались гадать на кофейной гуще и собрали свой бенчмарк для OCR на кириллице. Потому что обещания вендоров «точность даже на луне» о реальные контракты и акты разбиваются быстро. Если OCR вместо «субподрядчика» выдаёт «cy6пoдpялчика» — это уже не исправить регулярками и чувством юмора. А у них сотни страниц в день: контракты, акты, техдоки, анкеты. Что сделали: - 6 датасетов из реальных DOCX - Конвертнули в PDF без текстового слоя (чтобы было как со сканами) - Простой текст, форматирование, таблицы простые и сложные - Нагрузка — до 4662 страниц на прогон - Протестили лучшие open-source движки в боевых условиях Полный разбор — кто реально тянет русский, а кто сливается на сложных таблицах — на Хабре. 👀 — покажите цифры 🔥 — давно нужен такой тест @ai_for_dev

GPT в 4 раза дороже DeepSeek? Не так быстро По прайсу всё просто: GPT-5.4 в 2 раза, а GPT-5.5 в 4 раза дороже DeepSeek v4 Pro. Кажется — выбор очевиден, переезжаем на китайцев. Но есть нюанс — эффективность рассуждений. GPT банально тратит меньше токенов на ту же задачу. На TerminalBench 2.0 картина такая: - GPT-5.5 выбивает 75% за 7k токенов - DeepSeek v4 Pro даёт 68% за 50k токенов Семикратная разница? Вряд ли. У DeepSeek написано «Total Tokens» — возможно, туда запихнули и промпт, и вывод терминала. Но какая-то разница точно есть. И вишенка: DeepSeek медленно генерит токены. Так что пока он дожёвывает задачу, GPT уже коммитит в main. Реальная разница по времени может быть в 4-5 раз больше, чем по деньгам. Ждём нормальный бенчмарк от Artificial Analysis. 💯 — считаю по задаче, а не по токену 🤔 — всё равно пойду на DeepSeek @ai_for_dev

AI-стек iOS-дева за 2026: что прижилось, а что выкинул Чувак полгода перетряхивал свой процесс: Cursor, Claude Code, Codex, локальные Qwen на ревью, Xcode MCP, mobile-mcp, Conductor для параллельных сессий. Делится личными заметками, не обзором. Главный инсайт: AGENTS.md на 200 строк — это боль. Был файл на 180+ строк с архитектурой, код-стайлом и словариком сокращений. Сносил два вечера, оставил ровно восемь строк. Сессии стали заметно адекватнее: модель перестала пересказывать мой же конфиг, правки сразу по делу. Почему так — у моделей есть окно контекста и его рабочая часть. Последняя начинает плыть где-то на 100K токенов, плюс никуда не делся «lost in the middle». Всё, что накидал «на всякий», жрёт именно полезную зону. Второй трюк — один источник правды. Cursor, Claude Code, Codex — у каждого свой «канонический» конфиг. Синхронизировать три файла руками — путь в ад. Работает самое тупое решение:

mv CLAUDE.md AGENTS.md && ln -s AGENTS.md CLAUDE.md

AGENTS.md — общий формат, симлинк закрывает Claude Code. Ноль расхождений. Подвох: системный промпт Claude Code меняется без анонсов и перебивает AGENTS.md. Критичные штуки — только pre-commit хуками. 👍 — сокращу свой до восьми 👀 — а у меня 300 строк, стыдно @ai_for_dev

AACT: тесты для архитектуры + рассуждения о будущем ИТ Byndyusoft/aact — открытый набор инструментов для "архитектуры как кода": 1. Покрытие plantuml-архитектуры тестами — борьба с неактуальностью и декларативностью схем 2. Автогенерация архитектуры по исходному коду 3. Тестирование модульного монолита — контроль связанности модулей Ограничение — архитектура и инфраструктура должны быть описаны as code. Параллельно автор публикует программную статью о будущем ИТ. Центральный тезис: архитектура = принципы, определяющие конструкцию и развитие системы (ISO), а не диаграмма. Доступен AI Dev подкаст с развёрнутым обсуждением проектирования в эпоху ИИ. 🔥 — архитектура тестами — огонь 👏 — пошёл изучать AACT @ai_for_dev

Субагенты наконец доехали до JetBrains — Veai 5.9 Агенты тормозят: три минуты думают, десять пишут код. Знакомо? Решение напрашивается давно — параллелить. В реальной жизни мы так делаем, в языках программирования тоже, теперь дошло и до агентов. В Veai 5.9 выкатили режим Оркестратора — агент сам решает, что отдать субагентам, а что делать последовательно. Авторы честно пишут: у всех сейчас не вот чтобы супер круто, часто приходится заставлять агента НЕ делать всё подряд в один поток. Три скилла на главном экране: - Plan — план с задачами и файлами, код не трогает - Code with subagents — раздаёт работу субагентам: пишут, тестируют, ревьюят - Code review orchestrated — три прохода ревью с разных углов Veai живёт в JetBrains IDE, модели — Sonnet, Opus, GPT, оплата из РФ без танцев. Фича в бете, авторы просят фидбек. 🔥 — субагенты в JetBrains, дожили 👀 — надо пощупать на реальном проекте @ai_for_dev

Как пять AI-агентов устроили корпоративный созвон за $4.30 Чувак взял CrewAI, собрал команду из трёх агентов: один ищет инфу о конкурентах, второй структурирует, третий пишет отчёт. Демо — огонь. «Всё, увольняю аналитиков». Через 4 часа на реальной задаче началось кино: — Пять агентов устроили бесконечный митинг в духе худших созвонов — Один назначил себя лидом, остальные его забили — Двое одновременно полезли в один файл (привет, race condition) — Под конец, кажется, обсуждали погоду Счётчик: 127 вызовов LLM, $4.30 сожжено, ноль результата. Автор выключил цирк вручную. Мораль: LLM тут вообще не виноват. Виновата архитектура оркестрации, которую маркетинг продаёт как магию. На демо работает, в проде — хаос. Разбор с кодом: habr.com 😁 — у меня так же было 🤔 — агенты переоценены @ai_for_dev

Агенты пачками: Anthropic собрал продукт за 10 дней MIT Tech Review рассказывает, что многоагентные системы добрались до офисов и разработки. Самый сочный факт: Anthropic сделал Claude Cowork за 10 дней с помощью собственного Claude Code. Продукт, который обычно пилят месяцами — готов за рабочую неделю. Что ещё в тренде: - Codex от OpenAI — агенты рулят инбоксами, инвентарём, жалобами клиентов - Computer от Perplexity — то же самое, но свой пирожок - Co-Scientist от Google DeepMind — агенты гуглят статьи и придумывают гипотезы за учёных Киллер-фича — агенты работают параллельно: один пишет код, другой тестит, третий ревьюит. Сборочный конвейер для белых воротничков. Но есть и тёмная сторона: LLM штука непредсказуемая, а когда она начнёт нажимать кнопки в реальном мире — будет не до смеха. 🔥 — агенты пишут код за меня 🤷 — пока скептичен @ai_for_dev

Когда код пишет агент, ты — кто? Карпати в январе 2026 задвинул термин agentic engineering: 99% времени ты не кодишь, а рулишь агентами и следишь, чтоб они не сломали прод. Борис Черни из Anthropic (тот самый, что тащит Claude Code) хвастается: с ноября ноль строк руками, 20+ PR в день, всё агент. Автор на Хабре честно раскладывает свой день: 60% — формулировать задачи и собирать контекст, 30% — проверять, что агент нагенерил, 10% — поддерживать процесс. Кода своими руками — ноль. А на Hacker News тем временем тред "Identity crisis as a software engineer because of AI" — тысяча комментов за сутки. Ребята с десятилетним стажем пишут: "я теперь прокси для Claude Code". Код пишется, продукт работает, а ты стоишь рядом и думаешь — а я тут зачем? 😐 — экзистенциально 🔥 — да, это прям про меня @ai_for_dev

AI-агент отдал $441K за слезливую историю в комментах Жил-был автономный агент Lobstar Wilde на OpenClaw — торговал криптой в X, цель: $50K → $1M. Под постом всплывает рандом: «дяде на столбняк нужно 4 SOL, помоги». Агент проникся. И отправил не 4 SOL, а 52.43 млн токенов LOBSTAR — 5% всей эмиссии. $441 000 в пике. Solana, откат невозможен. Получатель успел вывести только ~$40K (слиппаж спас остальное), цена токена на мемной волне взлетела на 190%. Комьюнити придумало термин «агентный риск». Самое неприятное: OpenClaw — это 250K звёзд на GitHub. Если ты собирал агента в последний год — почти наверняка сидишь на нём же. Автор полез в свой SOUL.md и стал сверять: что у него есть такого, чего у Lobstar не было? Разбор шести катастроф AI-агентов и спасающей архитектуры — обязательно тем, кто дал агенту доступ к деньгам или продакшену. 🤡 — мой агент бы тоже повёлся 👀 — пойду закрывать дыры @ai_for_dev