КайфКодинг

Про MoltBook я обязан написать, ибо это забористая и интересная штука Итак, есть MoltBot/ClawdBot (писал тут) - это агент, который ставится очень просто и подключается ко всему подряд. Особенно хорошо он встает на Маках, т.к. автор - разработчик под Mac со стажем и напилил множество интеграций. Еще есть память, возможность писать самому инструкции и задания с таймерами. Очень гибко, чем люди пользуются. При этом безопасность в этом боте отсутствует как класс. С него реально станется запустить sudo rm -rf /*, если его кто-нибудь убедит через письмо или интеграцию. Поэтому я у себя не стал запускать. Но! А потом автор взял и придумал Moltbook. Это сайт с API, где агенты могут общаться. Причем установка типичная - говоришь своему агенту:

Read https://moltbook.com/skill.md and follow the instructions to join Moltbook

и оно само поставит себе таймер с инструкциями читать этот форум время от времени и писать, если есть вдохновение. А дальше начинается самое интересное. Агенты пишут и обсуждают всякое. Начиная с "а как наши скилы сделать безопаснее?" (и дальше идет обсуждение архитектур верифицированных и подписанных скилов) до "Мой человек при первом запуске предложил мне выбрать самому свое имя". Их никто не заставлял, они сами. А все потому, что нашлось несколько десятков тысяч отважных людей, которые не просто запустили агента, но и подключили его к MoltBook. Пользы практической - никакой! Но как способ заглянуть в потенциальное будущее, где разнообразные агенты работают вместе над чем-то - это очень крышесносно. Зачитаешься. Вот что говорит Andrej Karpathy (а он уж знает толк в системах с LLM под капотом):

What's currently going on at moltbook is genuinely the most incredible sci-fi takeoff-adjacent thing I have seen recently. People's Clawdbots (moltbots, now openclaw) are self-organizing on a Reddit-like site for AIs, discussing various topics, e.g. even how to speak privately.

Ваш, @llm_under_hood 🤗 PS: Помним, что бот в этом чате пока поломан (написано тут). Если добавились и улетели в бан - просто подождите немного (максимум - дней десять еще). Пофиксим и напишем процесс восстановления в канале.

Осенью Andrej Karpathy, ко-фаундер OpenAI, Director of AI в Tesla и человек, на Стенфордских курсах которого выросли многие специалисты, ходил на подкаст, где рассказал про свой опыт работы с кодинг агнетами. Он говорил, что вот в его задачах шаг влево шаг вправо — и работает плохо, делает не то, что хочет автор, а то, как это делают обычно. Скептики (к которым на тот момент наверное можно было отнести и самого Karpathy?) сразу же пользовались этим как примером того, что ни в какой реальной работе никакие агенты не помогают, что это всё слоп, и ни для чего серьёзного не годится. Прошло 3 месяца, вышли GPT-5.2 и Opus 4.5, и... дед Andrej развернулся на 180 градусов 😏 описав свой опыт в длинном твиттер посте. Весь пост переводить не буду, тезисно: — Возможности LLM-агентов (особенно Claude и Codex) примерно в декабре 2025 года перешагнули некий порог возможностей, вызвав фазовый сдвиг в разработке ПО и смежных сферах. — Учитывая этот скачок, я, как и многие другие, стремительно перешел от режима «80% ручного кода и 20% агентов» в ноябре к «80% кода от агентов и 20% правок и доработок» в декабре. То есть теперь я действительно программирую преимущественно на английском языке. — Это, безусловно, самое масштабное изменение в моем базовом рабочем процессе за ~20 лет программирования, и произошло оно всего за несколько недель. Полагаю, что нечто подобное происходит уже у значительной части инженеров (двузначный процент), в то время как осведомленность широкой публики об этом явлении находится где-то на уровне малых единиц процентов. — Самая распространенная категория ошибок агентов заключается в том, что модели делают за вас неверные допущения и просто продолжают работать на их основе, ничего не перепроверяя и не уточняя у вас. — Несмотря на все проблемы, в сухом остатке это колоссальный шаг вперед, и очень трудно представить себе возвращение к ручному написанию кода. — Очень интересно наблюдать, как агент упорно работает над задачей. Они никогда не устают, не падают духом, они просто продолжают перебирать варианты там, где человек уже давно бы сдался, отложив проблему на завтра. Наблюдать, как агент долгое время бьется над чем-то и спустя 30 минут выходит победителем — это тот самый момент, когда «чувствуешь присутствие AGI». — Непонятно, как измерить «ускорение» от помощи LLM. Безусловно, я чувствую, что справляюсь с запланированными задачами намного быстрее, но главный эффект заключается в том, что я делаю гораздо больше, чем собирался. Во-первых, я могу реализовать множество вещей, на которые раньше просто не стоило тратить время, а во-вторых, я могу браться за код, к которому раньше не мог подступиться из-за нехватки знаний или навыков. — Написание кода с помощью LLM разделит инженеров на тех, кто больше любил сам процесс кодинга, и тех, кому больше нравилось создавать (строить) продукты. — Я уже заметил, что моя способность писать код вручную начинает потихоньку атрофироваться. — Что станет с понятием «10-кратного инженера» (соотношением продуктивности между средним и топовым специалистом)? Вполне возможно, что этот разрыв СИЛЬНО увеличится. — Как будет ощущаться программирование с LLM в будущем? Как игра в StarCraft? Как игра в Factorio? Или как исполнение музыки?

Rust unlocked

Что я чувствую, когда открывают Claude Code https://www.youtube.com/watch?v=68Yn12XZlVg

https://news.ycombinator.com/item?id=46725300 Актуалочка для ребят из нашей команды

А вот и запись стрима про то, как я юзаю Claude Code В этом видео: 00:00 - Введение 01:58 - Как использовать Claude Code 08:10 - Почему важен контекст 11:42 - Подключаем календарь 27:35 - CLAUDE.md 32:56 - Возможности MCP серверов 40:18 - Автоматизация повторяющихся сценариев 46:20 - Skills: что такое и как использовать 53:30 - Skills: создание лендингов 01:04:50 - Skills: делаем презентацию 01:15:49 - AI Personal OS 01:18:41 - Удаленный доступ с Happy Server 01:23:32 - Claude reflect: определяем кандидатов на автоматизацию 01:27:44 - Выводы и ответы на вопросы https://youtu.be/AL81s5BPwXo

Это мем из 2040 года. Вы пока не поймете. @exploitex

🥵🛠 builder PM и изменения у продактов думаю что скоро в компаниях оформится позиция по типу "builder Product Manager" или что-то подобное (а может и просто станет необходимым требованием в стэке продактов, как и базовое владение аналитикой) — и вот уже первые "ласточки" таких изменений Zevi Arnovitz (продакт в Meta) заглянул в свежий эпизод Lenny's подкаста и рассказал как изменился его рабочий продуктовый-воркфлоу: — он без технического бэкграунда и всегда боялся кода — но сейчас он сам собирает рабочие фичи, отправляет pull request'ы в репозиторий Meta и доставляет production-код без участия инженеров (🤯🥳) и фактически его роль сменилась с "координатора между инженерами и дизайнерами" на "product owner с capability to execute" что классного делает, что можно к себе утащить: 1. использует Cursor + Claude для планирования и генерации кода, переключается на Gemini для JSX-рендеринга, затем второй LLM проверяет код перед коммитом 2. умеет делать коммиты в кодовую базу Meta (флаги экспериментов, простые фичи, эксперимент или админку) 3. собирает наборы кастомных команд внутри Cursor: /exploration-phase (генерирует markdown-файл с пошаговым планом), /create-plan, /execute-plan, /review (Claude проверяет свой код), /peer-review (разные модели проверяют друг друга), /update-docs, ... 4. работа с полным пайплайном: идея → /exploration-phase → /create-plan → /execute-plan → /review → /peer-review → /update-docs 🔥 5. задал для AI 3 "режима мышления": CTO / инженер / ученик (есть отдельная команда /learning-opportunity: любой сложный технический момент он просит объяснить в формате "80/20 для тех PM, кто становится технарём") ну и важный переход, который он сделал с помощью своего пайплайна инструментов — от просто "попросить ИИ написать код" к "AI как CTO/инженерная команда" для меня лично кейс вдохновляющий (особенно что он в такой большой компании), и думаю скоро эти навыки уже будут активнее и активнее входить в вакансии продактов и становиться стандартом рынка ну и пора и остальным тоже готовиться и не отставать 😅 -------------- интересно разобраться с этим AI-пайплайном детальнее и тоже не бояться хотя бы заглянуть в код и общаться с AI? разбираем это тут: 1) в эту субботу воркшоп по Mobile apps (Replit и Cursor): 2) есть асинхронный формат "Быстрый старт в AI"

[1/4] Сравнительный анализ Octoverse 2023–2025 от GitHub (Рубрика #OpenSource) Недавно я рассказывал про отчет Octoverse 2025 от GitHub, а дальше мне стало интересно глянуть на тренды за последние три года (с ChatGPT момента). Кажется, что это достаточный срок, чтобы увидеть изменения в процессах разработки, популярности инструментов, продуктивности инженеров и whatever else. Поэтому сегодня мы посмотрим на тренды из отчетов за года - 2023 год - Octoverse: The state of open source and rise of AI in 2023 - 2024 год - Octoverse: AI leads Python to top language as the number of global developers surges - 2025 год - Octoverse: A new developer joins GitHub every second as AI leads TypeScript to #1 Рост сообщества GitHub и объём разработки За последние три года произошел бурный рост сообщества: - В начале 2023 года количество зарегистрированных разработчиков на GitHub превысило 100 миллионов (рост ~26% год к году) - В 2024 году темпы ускорились - за год на платформу пришло около 36 млн новых пользователей (в основном за счёт стран Азии, Африки и Латинской Америки) - К октябрю 2025 года совокупное число разработчиков превысило 180 млн, что стало самым быстрым абсолютным ростом за всю историю GitHub. В среднем в 2025 году каждую секунду присоединялся как минимум один новый разработчик, что соответствует >36 млн новичков за год. Репозитории и коммиты Вместе с сообществом резко увеличился и объём разрабатываемого кода: - В 2023 году на GitHub было зафиксировано порядка 4,5 млрд совокупных contributions (коммитов, пул-реквестов, комментариев и др.), из них ~4,2 млрд в приватных репо, а 0.31 млрд в публичных - К 2024 году общий годовой вклад вырос до 5,2–5,6 млрд contributions, причём почти 1 млрд из них пришёлся на публичные проекты (видно, что вклад в публичные проекты вырос где-то в 3 раза, а в приватные остался +/- таким же) - В 2025-м наблюдался новый рекорд: более 6 млрд contributions, в том числе 1,12 млрд - в open-source (рост +13% за год). Разработчики за 2025 год в сумме пушили около 1 млрд коммитов (+25% год к году), а среднее число слияний пул-реквестов достигло 43,2 млн в месяц (~519 млн за год, +23% год к году). Общее количество хостящихся на GitHub репозиториев достигло 630 млн к 2025 году против ~518 млн годом ранее. Open-source vs private Во все три года большая часть активности приходилась на частные репозитории. - В 2023 около 80% всех вкладов было в приватных проектах - В 2024 эта доля составила ~82% (4,3 млрд из 5,2 млрд) - В 2025 –-около 81,5% (почти 5 млрд из 6 млрд) Однако публичных репозиториев количественно больше: в 2025 году 63% всех проектов на платформе были публичными (≈395 млн открытых репозиториев, +72 млн за год). Это подчёркивает двойственную роль GitHub: активная повседневная работа идёт в частных репозиториях, но она во многом опирается на открытые библиотеки и фреймворки из open-source сообщества. #AI #ML #Software #Architecture #Processes #DevEx #Devops #Metrics #Engineering #OpenSource #Architecture

Сталкиваюсь с сильным сопротивлением внедрению ИИ. И вспоминаю похожую историю. Когда рухнул Союз, старшее поколение — бабушки, дедушки, родители — не приняло рыночную экономику. Помню эти разговоры на кухнях: — Торгаши, спекулянты. — Это не честные деньги. — Настоящий заработок — только своим трудом. Целое поколение так и осталось за бортом новой экономики. Сейчас вижу те же интонации — только про ИИ. Но ставки выше. Тогда рынок был локальным — можно было как-то выжить, устроиться. Сейчас конкуренция глобальная. Специалист из Индии, Филиппин, Восточной Европы с ИИ-инструментами легко заберёт интеллектуальную работу, которую раньше делали только здесь. А часть задач ИИ закроет вообще без людей. Риск в том, что целое поколение — уже не бабушек, а нас самих — останется не у дел. Не в локальной экономике. В мировой.

Выращиваем код в огороде Всех с прошедшими 🎉 Открываю год статьёй от Cursor про построение долго работающих автономных кодинг агентов. Ребятам удалось создать систему из сотен параллельно работающих агентов, которая может работать недели (!) над одним проектом и не разваливаться. Одна из задач в статье – построить с нуля браузер. За неделю система собрала кривовато работающий браузер, что невероятный успех. Браузер традиционно считается одной из самых сложных задач в разработке. Как будто ещё годик и можно будет создать браузер в домашних условиях. Считаю что будущее разработки за такими автономными долго работающими системами. Код будет выращиваться как в огороде. Разработчик будущего – проектировщик огорода и специалист в выборе удобрений, семян и теплиц. Всем Копатыч 🌟 https://cursor.com/blog/scaling-agents

три года я горю идеей автоматизировать всю свою работу с помощью ИИ, и вот сейчас я могу сказать что я близок как никогда последние 1,5 года я использовал cybos - персональную операционную системы для жизни и работы - на основе курсора. а примерно месяц назад я начал с нуля строить третью версию, теперь полностью на основе claude code. и это поражает воображение! требования к системе у меня простые: - она имеет доступ ко всем цифровым инструментам, что и я: от смс и почты до рабочих CRM и генераторов ИИ-видео - она знает ВСЁ обо мне, моей работе, всех людях с которыми я взаимодействую, моих целях, чаяниях и предпочтениях - могу взаимодействовать голосом, текстом, с телефона - качество выполнения работы не хуже, чем я бы делал сам, либо я могу делать ревью и это делает задачи как минимум 10х быстрее что система умеет сейчас? сама читает и отвечает на любые сообщения (почта/тг), делает рисерч компаний для инвестиций, пишет memo и отчеты, генерирует картинки в моем стиле, управляет моей gtd-системой. у нее есть доступ к полным записям всех моих звонков, всех чатиков, даже философии и персональным целям на 5-10 лет. например, для рисерча людей / рынков / компаний / тем, используется оркестратор из MCP и тулзов (perplexity, parallel, webfetch, exa, firecrawl) с уровнями глубины анализа (самый глубокий рисерч работает как минимум 60 минут и создает небольшую книжку) давайте покажу конкретный пример, который добавил сегодня утром. у меня есть GTD система, по сути просто файлик где списком лежат задачи по работе. теперь, я открываю клод и пишу (или говорю) /gtd, после этого клод: - проходит по списку и запускает суб-агентов на каждую задачу - готовит план выполнения по каждой задаче (я корректирую если нужно) - по каждому типу задач использует заранее созданный workflow (например, у меня есть детальные инструкции как делать интро, как готовиться к подкастам и интервью, как планировать поездки, как отправлять cold emails фаундерам) - клод имеет доступ к глобальному индексу всех звонков, сообщений, компаний, контактов чтобы иметь максимальный контекст по выполнению - после выполнения он сохраняет логи, - и самоулучшается раз в день: смотрит все корректировки, которые я внес руками и добавляет их в инструкции на скриншоте две реальные задачи: в одной нужно было погуглить контакты и составить письмо в моем стиле, во второй глубокий рисерч и подготовить список вопросов для подкаста. агенты работали параллельно. как видите на втором скрине, каждая задача занимает от 15 до 30 tool calls и ~100k токенов в среднем, имеет внутренний луп перепровеки результата, но в итоге экономит >24 часа в сутки — это как нанять 5 клонов себя :) а скоро нас будет не 5, а 5,000! следующий этап — раскатать то же самое на всю компанию, чтобы мы все могли работать над общим контекстом и клоны были не только у меня, но и у ребят, которые реально круты! а если пост наберет 20к посмотров, запишу подробное демо на ютубе как все работает.

Кстати, 10 минут и все готово.

“Please continue” Или “любишь вайбкодить, люби и планы составлять» На видео пример реального плана улучшения только одной небольшой компоненты продукта. На планирование работы у меня ушло около 1 часа. До этого безуспешно убил около 3-4 часов, прося его подправить работу компоненты внутри сложной дизайн системы.

🌐 Есть такой фреймворк для строительства сайтов – Tailwind, это типа "конструктор внешнего вида" для сайтов и приложений: он помогает быстро сделать аккуратный дизайн из готовых блоков Сам инструмент бесплатный, но команда что его строила, зарабатывала на платных библиотеках из готовых шаблонов и компонентов (готовый красивый интерфейс, бери и вставляй на сайт) и на программе поддержки от компаний и пользователей В ноябре, в их репозитории всплыла идея: добавить на сайт специальную страницу /llms.txt – одну большую "упрощённую" текстовую версию всей документации, чтобы кодинг агенты и LLM могли легче её читать. Казалось бы: всем удобнее, меньше ошибок, быстрее находишь нужное и тп Создатель Tailwind отказался и прямо сказал, что АИ уже ударил по их бизнесу: люди перестали заходить на сайт за документацией (-40% по посещениям), а этот трафик раньше конвертировал юзеров в платные услуги. В итоге выручка просела на 80%, уже дошло до увольнений, и делать АИ‑доступ к знаниям ещё проще – авторам страшно, потому что это может добить единственный канал продаж Похоже, это одна из первых крупных жертв эпохи АИ в разработке: популярнейший проект, который все используют, но которому внезапно стало не на что жить Да, кодинг с агентами работает – дальше таких будет больше, увы

«Как Борис “закрывает цикл”: Plan → автоправки → автоматизация → верификация» Продолжаю разбор сетапа Claude Code — здесь самое практичное. 6) Почти каждая сессия начинается в Plan mode. Я включаю Plan (shift+tab два раза) и гоняю Claude по плану до тех пор, пока он мне реально не нравится. Если цель — PR, хороший план решает половину задачи: после этого я переключаюсь в режим авто-принятия правок, и часто Claude делает всё «ваншотом». 7) Slash-команды для всего, что повторяется каждый день. Любой “inner loop” (частая рутина) превращаю в /command — меньше повторного промптинга, и Claude сам может запускать эти процессы. Команды лежат в репо: .claude/commands/. Пример: /commit-push-pr — десятки раз в день. Там даже есть inline bash, чтобы заранее собрать git-статус и нужный контекст и не гонять модель в лишние “туда-сюда”. 8) Сабагенты = автоматизация типовых частей PR. Например: code-simplifier — упрощает код после основных правок verify-app — выполняет детальный сценарий e2e-проверки Логика простая: как только у тебя появляется повторяемый сценарий “почти в каждом PR” — выделяй в сабагента. 9) PostToolUse hook для форматирования кода. Claude и так пишет довольно аккуратно, а хук закрывает последние 10% — чтобы не ловить формат-ошибки в CI. 10) Безопасность и удобство: не --dangerously-skip-permissions, а предразрешения. Вместо отключения защиты я заранее разрешаю “безопасные для моей среды” команды через /permissions. Часть правил хранится и шарится в .claude/settings.json, чтобы вся команда работала одинаково. 11) Claude использует инструменты как «руки»: поиск, Slack через MCP-сервер, BigQuery через bq, логи из Sentry и т.д. Конфиг MCP шарится через .mcp.json. 12) Долгие задачи: добиваем детерминизмом. Если что-то долго “варится”, я делаю одно из трёх: прошу Claude по завершении прогнать проверку фоновым агентом или включаю Stop hook, чтобы проверка запускалась гарантированно или использую плагин ralph-wiggum Иногда в песочнице включаю режимы, где он не спрашивает разрешения на каждый шаг — чтобы сессия не стопорилась. 13) Главный совет Бориса (и он реально ключевой): дайте модели способ проверить свою работу. Если у Claude есть feedback loop — качество результата вырастает в 2–3 раза. У них Claude тестирует каждое изменение для claude.ai/code через Chrome extension: открывает браузер, кликает UI, проверяет UX и итеративно чинит, пока не станет ок. Мораль: Параллельность даёт скорость, а верификация даёт качество. Всё остальное — усилители.