Нейрокодинг

От Figma к коду: как прокинуть UI-кит в Claude Code и не сойти с ума Про Claude Code сейчас трубят из каждого утюга. Способности — пушка, но давайте приземлим это на наши бытовые задачи. Например: как по-быстрому «обогатить» свой UI-кит кодовой базой, чтобы нейронки-агенты потом собирали вам консистентный дизайн, опираясь на ваши наработки, а не на свой рандомный вкус. Суть: у вас есть кит в Figma. Компоненты, варианты, переменные — всё на месте. Теперь нужно, чтобы это зажило в коде как React-компоненты и CSS-токены. Claude Code через MCP залетает в ваш файл, читает его и пишет код на основе реальных данных. То, что раньше делалось неделями, теперь залетает за пару часов. Но сначала — Шаг 0, на котором все обычно сыпятся. Подготовьте Figma-файл (без этого будет хаос) Claude читает файл через API. Если у вас там свалка из слоев «Rectangle 47» — чуда не будет. Компоненты — только через Main Components. Варианты — строго через Component Properties. Стили — всё должно быть привязано к Variables или Styles. Никакого «красного на глаз». Если кит причесан — вы в игре. Если нет — идите чинить, иначе Claude выплюнет мусор. Инструменты: чем собрать кит, если его еще нет Прежде чем скармливать кит коду, его надо по-человечески собрать. Вот что реально работает: Figma AI / Make — база. Накидать черновик экрана или интерактивный прототип по промту. Быстро, удобно, но часто слишком стерильно. Хорошо как фундамент. Figr Identity — это уже про систему. Генерит компоненты, которые дружат с токенами и логикой. Готовые решения — иногда быстрее взять эталон. Untitled UI (база баз) или Shadcn/ui для Figma. Если работаете с Tailwind — это вообще кратчайший путь к адекватному результату. Шаг 1. Коннектим Claude Code Шаг 2. Выворачиваем структуру файла

Вот ссылка на файл. Вытащи через MCP все компоненты, цвета, HEX-ы, текстовые стили и отступы. Мне нужна полная карта, прежде чем начнем кодить.

Claude вернет структуру. Проверьте её. Это момент истины: станет понятно, где вы накосячили в Figma-файле. Шаг 3. Генерим токены

«На основе файла создай tokens.json. Группируй всё: colors, typography, spacing. Сверху накинь скрипт generate-css.js, чтобы получить готовый styles/tokens.css. Запускай».

Это самая приятная часть — токены залетают идеально, потому что это голая математика. Шаг 4. Пишем компоненты Берем, например, Button. Просим Claude написать React-компонент, который в точности повторяет варианты из Figma.

Важно: заставляйте его использовать только CSS-переменные из вашего файла токенов. Добавляем стейты (hover, focus, loading), типы для TS и Storybook для документации. Повторяем для каждого элемента.

Шаг 5. Зацикливаем процесс (Builder.io) Когда код готов, используем плагин Builder.io. Он «маппит» ваши компоненты в Figma на реальный код. Результат? Дизайнер рисует новый экран из готовых компонентов в Figma, а разработчик получает чистый React-код, который дергает ваши компоненты, а не генерит новую фигню. Что в сухом остатке: За один вечер вы получаете живую дизайн-систему: токены, CSS, React-библиотеку и Storybook. Figma — источник истины для визуала, код — для продакшена. Всё связано, всё летает. ну не чудо ли?

Дизайнерская «чуйка» — это главный самообман 2026 года Сейчас из каждого утюга кричат: «Нахрен процессы, у нас есть ИИ и интуиция! Скорость решает всё!» Даже лиды из Anthropic подливают масла в огонь. Но давайте честно: если вы строите бизнес, а не играете в песочнице, то вера в «озарение» без фундамента — это прямой путь к кассовому разрыву. Раскладываем по полкам, почему «интуитивный дизайн» — это часто просто ширма для лени: 👀 Сеньор не забивает на этапы, он просто пролетает их на автомате. Когда у тебя за плечами сотни запущенных продуктов, ты не «пропускаешь» исследование. Ты проводишь его в голове за 10 минут, потому что уже знаешь все грабли в этой нише. Это не отмена процесса, это его экстремальное сжатие. 👀 Double Diamond — это не секта, это ваша страховка. Все эти фреймворки придумали не для того, чтобы дизайнерам было чем заняться. Это способ не просрать бюджет клиента на решение проблемы, которой не существует. В финтехе или медицине «интуиция» без проверки — это не гибкость, это должностное преступление. 👀 ИИ — это бензин, а не двигатель. Нейронки ахуенно ускоряют сборку, но они не понимают зачем мы это делаем. Если джун надеется, что Клод или Чатгпт заменят ему мозг и понимание задачи — он профнепригоден. ИИ помогает сжимать рутину, но не снимает ответственности за результат. Короче: Подход «сначала пилим решение, потом ищем проблему» работает только в одном случае — если вы делаете клон уже взлетевшего продукта. Во всех остальных ситуациях это авантюра. Главный скилл сегодня — не слепое следование методичке и не хаотичное «я так чувствую». Это умение врубать нужную скорость под конкретный риск. Либо ты управляешь рисками, либо они управляют твоим временем. Третьего не дано. А более детально про все это написано в статье от NNG

RAG, CAG и причем тут контекстное окно Щас расскажу про тааакую штуку, но начну с исторической справки: долгое время мы все сидели в парадигме RAG. Почему? Да потому мой любознательный друг, что контекстные окна у нейронок были размером с почтовую марку. Приходилось резать данные в мелкую лапшу, превращать их в векторы и надеяться, что поисковый алгоритм вытянет именно тот кусок, который нужен. Но в 2026 году, когда контекст измеряется миллионами токенов, этот подход начинает выглядеть как костыль. На смену (или скорее в дополнение) приходит CAG — Cache-Augmented Generation. Как работает магия? Суть простая: вместо того чтобы каждый раз судорожно искать фрагменты в базе, я загружаю всю базу знаний целиком прямо в контекстное окно модели и замораживаю её там. Это стало возможным благодаря KV-кэшированию. Модель один раз обрабатывает массив данных, сохраняет промежуточные вычисления и при каждом новом вопросе обращается к этому «горячему» кэшу. Больше никакого ожидания, пока идет поиск нужных данных. Ответ прилетает мгновенно, как будто я общаюсь с коротким промптом, хотя за спиной у модели висят сотни мегабайт документации. Почему это точнее и быстрее? Тут все просто то безумия. В классической схеме точность всегда упирается в качество поиска: если алгоритм не нашел нужный кусок, модель его просто не увидит и начнет лукавить на голубом глазу. В CAG поискового этапа просто нет — модель видит всю картину сразу. Это дает практически стопроцентную точность и позволяет сопоставлять факты из разных концов огромного архива. Для RAG это часто была непосильная задача, а для нас — теперь база. А как эту вундервафлю применить? Возьмем конкретный пример из нашей жизни. Когда нужно провести полный аудит сложной дизайн-системы, мы кэшируем все гайды и кейсы за последние годы. Теперь я могу спросить о противоречиях в логике отступов между проектами разных лет, и модель не просто найдет упоминания, а проведет сквозной анализ всего объема данных. Другой вот кейс — работа с легаси. Можно засунуть в кэш весь репозиторий проекта, который писали пять лет разные команды. Если спросить, как изменение одной функции аутентификации повлияет на логику инвойсов в другом модуле, модель увидит все зависимости. Поисковый алгоритм RAG мог бы это пропустить из-за низкой семантической схожести запроса, а CAG — нет. Про страх потери середины Мне накидали в панамку по поводу потери данных или снижения внимания в середине огромного контекста. Ребят, это все хуйня. Современные архитектуры давно решили проблему потери середины. В тестах на извлечение информации модели показывают идеальные результаты даже на объемах в два миллиона токенов. Единственное реальное ограничение — это объем. Если ваша база весит терабайты, RAG все еще неизбежен. Но для локальных баз до 200 мегабайт CAG — это абсолютная киллер-фича. Че по бабкам? Конечно, за кэш нужно платить как и за все в жизни. Хранение активного контекста стоит денег, и если обращаться к нему раз в месяц, это выйдет дороже классической векторной базы. Но если вам нужен глубокий, быстрый и точный анализ в режиме рилтайма, CAG окупает себя за счет экономии на разработке и отсутствия ошибок поиска. Лично для меня выбор очевиден: там, где важна глубина понимания, я выбираю кэш.

Дизайн больше не будет прежним или почему мы меняемся. Долгое время мы писали о Pixel-perfect и классическом подходе к дизайну, но индустрия развивается слишком быстро, чтобы оставаться в старых рамках. Сегодня роль дизайнера трансформировалась: это уже не просто специалист в Figma, а скорее оркестратор технологий и искусственного интеллекта. Реальность 2026 года предъявляет к нам новые требования. Теперь недостаточно просто спроектировать интерфейс — критически важно уметь прототипировать его через код и понимать основы фронтенда, бэкенда и облачных сервисов. Искусственный интеллект при этом становится нашим основным помощником, который берет на себя написание кода и автоматизацию рутинных задач. Наша редакция стремиться быть в центре этих изменений, поэтому решили обновить формат. Мы будем делиться практическими наработками, тестировать актуальные нейросети и знакомить вас с лидерами рынка. В связи с этим канал Pixelmap превращается в «Нейрокодинг». Наш новый логотип, объединяющий структуру кода и ядро ИИ, стал прямым отражением этой философии. Давайте двигаться вперед и расти вместе.

🚀 ИТ в промышленности 2026: о чем будут говорить РусГидро, РУСАЛ и АЛРОСА? Уже 18 марта пройдет ключевая конференция TAdviser по ИТ в промышленности, где соберутся директора по ИТ и цифровизации крупнейших заводов и холдингов. Мы там будем (и вам советуем), потому что темы повестки — огонь: 🔥 Технологии: Цифровые двойники, отечественный IoT, ИИ для прогнозирования спроса, машинное зрение против брака. 💰 Бизнес: Господдержка, ROI от цифры, снижение простоев через предиктивное обслуживание. 🛡 Безопасность: Киберугрозы для промышленных объектов, импортозамещение SCADA. Кто выступает: ▫️ Алексей Синюгин (Алвиса) ▫️ Сергей Хомяков (РусГидро) ▫️ Иван Казарин (РУСАЛ) ▫️ Николай Петров (АЛРОСА) ▫️ Елена Даувальдер (Черкизово) ▫️ Роман Сунтеев (Металлоинвест) ...и еще десяток топ-спикеров. Если вы в теме промышленной автоматизации, цифровизации производства или просто ищете новые рынки для ИТ-продуктов — это ваша тусовка. Ссылка на регистрацию: https://conferos.ru/event/it_v_promyshlennosti_2026-03-18 До встречи 18 марта! 👷♂

А вдруг… Наш будущий коллега сейчас листает ленту и даже не догадывается, что мы его ищем? Поэтому не будем тянуть. В карточках — наши открытые вакансии: изучайте и делитесь со знакомыми. Откликнуться или задать вопросы можно Арине @chikitt

Claude Code — жир для кодинга Слушайте, сейчас в айти происходит какой-то нереальный движ. Все топовые кодеры, за которыми я слежу, потихоньку пересаживаются на Claude Code. Дошло до того, что люди вообще перестают писать код руками в привычном смысле — сервис делает всё за них (однако публикация выше не ставит крест на классической разработке). Но есть нюанс: чтобы эта штука выдавала действительно хороший результат, а не просто набор символов, ей нужно уметь правильно пользоваться. Мы тут у себя в команде уже начали его щупать, и хотим показать мегагайд, чтобы вы не тратили время на лишние движения. Что внутри этого жирного гайда: 108 тем. Разжевали всё так подробно, что поймет даже «глухой гуманитарий». Сложные задачи больше не будут делать вам голову. По фактам и без воды. Введение в Claude, форкфлоу, скилы, шорткаты, работа с субагентами и хуками — там ещё десятки пунктов. Фулл-пакет по каждой теме. Короткая справка для быстрого старта + подробная документация со всеми нюансами + статьи от реальных профи. Удобная структура. Идем классически: от простого к сложному, чтобы не взорвать мозг в начале пути. Короче, если пройдете этот гайд до конца — будете шарить в Claude лучше, чем 95% всех пользователей. Это прям маст-хэв, если хотите фигачить проекты быстрее и качественнее. Пушить скиллы — тут Как вам такая тема? Кто-то уже пробовал Claude Code в деле или всё еще по старинке руками код пишете? Пишите в комментах!

Айтишников пока не увольняем. Alibaba протестировала агентов ИИ на 100 реальных кодовых базах (поддерживаемые 233 дня). Агенты потерпели сокрушительный провал. Пройти тесты один раз и написать код легко, а вот поддерживать его в течение 8 месяцев, не сломав всё, ИИ не умеет и терпит крах. 75% моделей ИИ нарушили работавший код во время поддержки. Модели накапливают технические проблемы с каждой новой итерацией. ИИ-агенты пишут «хрупкий» код и жертвуют его качеством ради быстрых результатов. @banksta

📊ИИ требует четких решений и реальных результатов — Компании больше не готовы тратить ресурсы на обучение, ожидаемые эффекты должны быть ощутимы сразу же. 📂 МЫ СОБРАЛИ УНИКАЛЬНУЮ ПАПКУ ДЛЯ СПЕЦИАЛИСТОВ ПО ИИ — ЭТО:

📌Примеры реальных кейсов успешного применения ИИ в бизнесе: оптимизация бизнес-процессов, повышение эффективности проектов и рост прибыли компаний 📌Практичные инструменты и методологии: модели расчета окупаемости ИИ-решений, технологии оценки качества моделей, дорожные карты цифровизации бизнеса и трансформации организаций 📌Инструментарий для грамотного выбора и внедрения инновационных технологий: алгоритмы анализа больших данных, методы предиктивной аналитики, системы рекомендаций и чат-боты 📌Лучший опыт формирования эффективных рабочих групп разработчиков и исследователей, интеграции команд Data Science и DevOps 📌Обзор новейших тенденций в сфере глубокого обучения, компьютерного зрения, обработки естественного языка и роботизированных систем

📊ЭТА ПАПКА ОРИЕНТИРОВАНА НА ПРОФЕССИОНАЛОВ, КОТОРЫХ ИНТЕРЕСУЕТ:

📌

Увеличение производительности и снижение затрат

📌

Оптимизация ресурсов и высокая эффективность инвестиций

📌

Рост конкурентоспособности и востребованности продуктов и сервисов на рынке

📌ЗАБРАТЬ ПАПКУ 🤩 Организаторы : Green.Папка

Рекомендую интервью сооснователя LinkedIn Рида Хоффмана для понимания того, что сейчас происходит в мире IT. Вот некоторые моменты, которые отметил для себя: • Большинство из нас использует ИИ… неправильно. Слишком поверхностно • Мы прошли только 5% AI-революции • Как изменится рынок SaaS-сектора. Почему у небольших технологических компаний появляется шанс подвинуть гигантов • Что нужно начать делать уже сейчас, чтобы к февралю 2027 года не оказаться в числе отстающих • Актуальность информации во всех популярных AI-сервисах отстает на 18 месяцев. Как это обойти с помощью правильных вопросов и промтов 👉 Смотреть здесь: https://youtu.be/PbvwwjNPxg8?si=MdADj1BBaNGEYDRv

Если вы хотели упороться по вайбкодингу сегодня - то это можно сделать бесплатно на lovable Еще дают $100 in free Claude API credits from Anthropic (нужно зайти в Lovable чтобы получить) Всех девочек, девушек и женщин поздравляю с праздником! Все все лучшие 🌷🌷🌷

Вы структурируете наш хаос, делаете сложное простым, а серое — ярким. Спасибо, что вы есть. С праздником, любимые женщины! 🌹 Получилось немного по-гиковски, зато от души 👆

OpenClaw — это новые NFT, или почему бизнес снова заигрывает с игрушками Я долго думал, с чем вернуться в инфополе. Хотел было навалить вам про когнитивные слои LLM, SOTA-архитектуры и вот это всё. Но реальность, как обычно, победила: мы в очередной раз ебанулись. Сначала я думал, что OpenClaw — это просто мем на недельку. Ну типа “ха-ха, агент кликает по экрану”. А потом люди начали скупать Mac mini по несколько штук в одни руки, и я такой: окей, всё, мы официально в фазе безумия. Ирония в том, что Mac mini берут не под запуск локальных моделек и не под распределённые вычисления. Их берут, чтобы гонять “магическую вандервафлю”, которой для нормальной работы хватило бы VPS за $5. Потому что все реальные вычисления всё равно в облаке на стороне LLM, а локально у тебя крутится… обычный шлюз. Ну кайф. Экономика абсурда и эффект чёрного ящика Можно, конечно, сказать: “не твои деньги — вот ты и бесишься”. И да, частично так. Но проблема не в том, что кто-то слил сотку, а то и две на железо. Проблема в подходе. OpenClaw — это прям классический Black Box. Архитектура из серии “просто сделай это”: интенция пользователя превращается в команду исполнителю без нормального контроля по пути. Для домашних задач — выглядит эффектно, не спорю. Но в бизнесе такая “слепая исполнительность” — это билет в один конец: - нет детерминизма - нет аудита - нет понятной точки, где ты можешь вмешаться и сказать “стоп, бро, не жги прод” Вот поэтому у меня стойкое ощущение, что OpenClaw — это новые NFT: шум, ожидания “сейчас всё автоматизируем”, а структурной ценности для серьёзного продакшена — хрен да маленько. Mastra.ai — инженерный скальпель для веба Если ваша цель — не аттракцион, а система, которую можно поддерживать, отлаживать и не бояться… смотрите в сторону нормальных фреймворков. Я недавно препарировал Mastra.ai — и это реально пушка для тех, кто живёт в TypeScript/Node.js. Самое ценное там — управляемость через воркфлоу. Ты не надеешься на “магию”, ты описываешь граф шагов: кто чо делает, где границы, какие условия, какие ретраи, какие лимиты. И ещё жир: нативная поддержка MCP. В итоге интеграции с гитом и прочими тулзами превращаются в инженерный процесс, а не в лотерею. Короче, Mastra — это когда тебе нужен контроль, понятное состояние системы и предсказуемый результат. Огонек. CrewAI — когда нужно собрать “виртуальный отдел” Если задача сложнее “пробежаться по сайту и нажать кнопки”, и там реально нужен анализ, перепроверки и нормальная когнитивная цепочка — тут на сцене CrewAI (Python). Фишка CrewAI в том, что ты проектируешь социальную структуру из агентов: – один аналитик – второй редактор – третий менеджер и они могут делегировать, спорить, перепроверять друг друга Это супер подходит для процессов, где один агент может “галлюцануть”, а второй обязан вовремя поймать его за руку. Да, это сложнее, чем “одной кнопкой”, но это как раз то, что надо, когда ты автоматизируешь что-то серьёзное и не хочешь, чтобы система внезапно совершила импульсивную глупость. Сухой остаток для тех, кто принимает решения OpenClaw — забавная демка, которая отлично продаёт Mac mini, но плохо подходит для встраивания в бизнес-логику. Это игрушка. А игрушкам в серьёзных процессах не место. Если вы строите продукт, а не аттракцион — выбирайте инструменты с открытой архитектурой и прозрачным управлением: – Mastra — если вам нужно быстро и чётко в веб-стеке – CrewAI — если вы автоматизируете “как отдел”, а не “как скрипт” А Mac mini… оставьте для локальных LLM, домашнего сервера и прочих штуковин, где он реально будет приносить пользу, а не просто стоять красивым памятником хайпу.

Промптинг «сделай как эксперт» официально сдох. Вышел свежий гайд по работе с Claude Opus 4.6. Той самой, которую юзают топовые кодеры и которую Трамп спит и видит как запретить. Короче, старые подходы типа «отвечай как профи с 10-летним стажем» больше не катят. Нужен новый подход. Ловите план, как заставить ИИ выдавать жир: 1️⃣ Четко ставим задачу Не мямлим, а пишем: «Я хочу, чтобы ты сделал [ЗАДАНИЕ] так, чтобы [КРИТЕРИИ УСПЕХА]». Результат должен быть понятным и измеримым. 2️⃣ Грузим контекст «Сначала полностью прочитай эти файлы, прежде чем отвечать: [имя_файла] — че там внутри». Без контекста — это гадание на кофейной гуще. 3️⃣ Показываем референс Никаких «сделай что-то вроде». Даем сухой чертеж и правила. Делаем реф законом: начинаем месседж с ВСЕГДА или НИКОГДА. Чтобы без вариантов. 4️⃣ Пишем честный бриф Это единственный раздел, который пишем руками. Схема простая: какой результат нужен, чего избегаем, как выглядит успех. 5️⃣ Задаем жесткие правила Прямо говорим: «Внутри мои стандарты и ограничения. Если собираешься нарушить хоть одно правило — остановись и скажи мне». Контроль — наше всё. 6️⃣ Обсуждаем задачу (не начинаем сразу!) «НЕ начинай работу. Задавай уточняющие вопросы, пока мы по шагам не отполируем подход». Лучше 10 минут поговорить, чем 2 часа переделывать. 7️⃣ Строим план Просим перечислить три самых важных правила из файла и выдать план выполнения. Чистая математика и логика. 8️⃣ Согласовываем этапы Просим план максимум из 4 шагов. Стартуем только тогда, когда вы сами сказали «апрув». Мораль: Хватит относиться к нейронкам как к волшебной таблетке. Это инструмент. И если ты умеешь давать четкие инструкции и погружать в контекст — результат будет пушка. Кто уже щупал 4.6? Накидайте реакций или пишите в комментах, как она вам.

Сколько часов уходит в вашей команде на пресейл: ручную оценку, составление смет и переделку КП? Мы посчитали и… создали Нейрогуся — AI-ассистента, который ускоряет подготовку и сохраняет ресурсы, которые раньше тратили на рутину. Помощник выигрывает по сравнению с ИИ-расчетом: снижает риск ошибок, помогает структурировать, но не подменяет финансовую модель. 👉 Оцените, сколько Нейрогусь может сэкономить. #Intelsy #AI #кейc #пресейл #оценкапроекта #автоматизация

ИИ в Figma. Боль или не боль. Ромина Кавчич накатала прям практический гайд по Figma Make — не «поиграться с ИИ», а чтобы оно реально работало на команду, а не плодило ещё один слой хаоса. Главная боль, как она объясняет, вообще не в инструментах. Боль — в потере контекста, когда прыгаешь между ними. Внешние штуки генерят компоненты/стили «как получится», и они не совпадают с вашей дизайн-системой в Figma. Итог предсказуемый: всё это потом приходится сводить руками, синкать, перепроверять, и ты такой: «ну охуенно, спасибо». В статье Ромина разложила процесс по шагам: подключение внешних библиотек и сервисов через MCP-коннекторы, дальше — работа с API, и в конце — публикация демо. Фишка в том, что прототипы генерятся на ваших компонентах, токенах и переменных дизайн-системы — прямо в рабочем файле, без цирка с переездами. И да, там есть конкретные, наглядные примеры, не просто теория. Прокачивать себя в ИИ с фигмой тут: https://learn.thedesignsystem.guide/p/figma-make-wont-work-until-you-do

Отрицательный экономический рост! ИИ оставит всех без работы! Нас заставят пользоваться Max! 😱 Звучит как приговор? Ха-ха, нет. Пока одни паникуют, я и 29 других digital-директоров спокойны. Почему? Потому что мы умеем: 🔹 Находить выход там, где другие видят стену. 🔹 Искать позитив в любом негативе. 🔹 Превращать кризис в точку роста. 🔹 Дружить с ИИ, а не конкурировать с ним. 🔹 И да, оставаться в уютном TG, даже когда все вокруг кричат про «Max». В папке собраны 30 самых стойких, веселых и (да, черт возьми) сексуальных профессионалов индустрии! 🕺💼 Это не просто список. Это люди, которые прошли путь «с самых низов» до владельцев бизнеса и футбольных клубов (у нас есть и такие!). Кому залетать обязательно: Дизайнерам, креаторам, стратегам, SMM-щикам, промт-инженерам, программистам, менеджерам и руководителям. Всем, кто каждое утро просыпается и идет строить индустрию. Если слова Digital, IT и AI для тебя — не просто набор букв, а то, с чем ты сталкиваешься каждый день — эта папка станет твоим счастливым билетом. 🎫 🚀 Успевай забрать папку, пока кризис не наступил! (Шутка. Или нет?)

В 2026 у многих компаний появилась одна и та же проблема: налоговая нагрузка выросла, а прибыль не растет так же быстро. И в этот момент резидентство «Сколково» начинают рассматривать как инструмент экономии на налогах. Действительно ли это так просто? На вебинаре разберем, где реальность, а где ожидания. Без воды: что действительно получают компании, как стать резидентом и главное — успешно сохранить этот статус. ❓ Сколково для бизнеса в 2026: ожидания vs реальность — что получают компании на самом деле 🗓 25 февраля в 17:00 МСК 🔗 онлайн-вебинар Что вы поймете на вебинаре: — нужно ли вам «Сколково» и в чем экономический эффект — как пройти экспертизу и написать заявку — что будет после приобретения статуса (и как не потерять преимущества на отчетности) 🎁 Бонус: чек-листы и другие полезные материалы для участников в конце вебинара! 🔗 Регистрируйтесь по ссылке Реклама. ООО "АЛХЕНА" ИНН 9717088189. Erid: 2VtzqvpC4MZ

Koda: когда весь мир кодит с Claude Code и Cursor, у нас появился свой сильный игрок Пока западные кодинг-агенты становятся стандартом де-факто, у нас тоже не сидят на месте. Команда, которая стояла у истоков GigaCode в экосистеме Сбера, выкатила отдельный продукт — Koda. И это, если честно, любопытно. Что это такое Koda — AI-ассистент для разработчика, который живёт там, где вы и так живёте: VS Code, JetBrains IDE и даже терминал. То есть это не «ещё один чатик в отдельной вкладке», а штука, которая реально работает с контекстом репозитория и помогает решать инженерные задачи, а не просто болтать. Чем отличается от “просто автодополнения” Ключевая ставка — агентский режим. Вы пишете задачу человеческим языком, а агент сам шарится по проекту: находит нужные файлы, понимает контекст и предлагает пошаговый план, что править и где. Плюс базовые режимы, без которых после Cursor уже странно: — автодополнение в редакторе — чат по коду — поиск по проекту/докам Модели и “единая точка входа” Внутри — поддержка нескольких современных моделей, а если есть доступ к своему провайдеру, то просто подключаете API-ключи и работаете в одном интерфейсе. При этом у Koda заявлена бесплатная модель — чтобы закрывать повседневку без «опять кончились лимиты». Так, а почему это может выстрелить именно у нас? Проблема локального рынка обычно не в промптах (с этим уже все научились), а в суровой реальности: VPN, оплаты, доступность провайдеров, корпоративные контуры и вот это всё. Koda изначально проектируют как решение которое “работает из коробки”, а для компаний — с нормальной опцией развёртывания в закрытой инфраструктуре. И вот это уже звучит как то, что реально будут брать, а не просто тестить на выходных. Если вы давно хотели workflow уровня Cursor/Claude Code, но в российских условиях постоянно упирались в доступы — за Koda точно стоит последить. Знаете еще наши продукты? Пишите в коментах.