AI для Разработки — Claude | Cursor | Copilot

Harness Engineering: проектирование среды как инженерная дисциплина Кейс OpenAI (февраль 2026): 3 инженера, 5 месяцев, ~1M строк кода, 0 написанных вручную. Весь код от бизнес-логики до CI генерируют агенты Codex/GPT-5. Эмпирический вывод: узкое место — не качество генерации, а отсутствие среды с верифицируемыми ограничениями. Каждый сбой → вопрос «какой инфраструктурный примитив сделает эту ошибку невозможной?», а не «как переписать промпт?». Термин Harness Engineering (Митчелл Хашимото, создатель Terraform) фиксирует эволюцию: — Prompt engineering — формулировка запроса — Context engineering — управление видимым контекстом вызова — Harness engineering — среда с ограничителями и петлями обратной связи Принципы из конвергенции практик (OpenAI, Stripe Minions через MCP, Anthropic progress-файлы): — Архитектура как ограничитель: слои зависимостей валидируются структурными тестами — механический запрет, не рекомендация — Кастомные линтеры: сообщение об ошибке = инструкция по исправлению (агент учится в процессе) — Документация как живая система: версионируемое хранилище, актуализируемое отдельным агентом Параллельный сдвиг в data-слое: medallion и star schema проектировались под человеческую навигацию (aisle markers, shelf labels). Агенты обращаются к значению напрямую — структура смещается с навигации на операционную семантику. Источник: ETL is Dead. ⚡ — забираю в playbook 🤔 — где замеры эффекта @ai_for_dev

Storybook 10.3: MCP-сервер для AI-агентов Главное в релизе Storybook 10.3 — встроенный MCP-сервер, который даёт AI-агентам прямой доступ к метаданным компонентов (stories, API, документация). Без MCP агенты «не знают ничего о ваших компонентах и придумывают то, что не соответствует стандартам кодовой базы». С MCP — переиспользуют существующие компоненты вместо изобретения новых паттернов, тратят меньше токенов, могут сами запускать тесты и чинить ошибки. Ключевое для команд: - агент получает контекст о компонентах через composition (несколько Storybook сразу) - встроенный preview сгенерированного UI прямо в чате через MCP Apps - self-healing: агент гоняет component- и a11y-тесты, чинит что может сам - публикация remote MCP — расшарить контекст компонентов всей команде Установка:

npx storybook@latest upgrade
npx storybook add @storybook/addon-mcp
npx mcp-add --type http --url "http://localhost:6006/mcp"

Пока только для React, поддержку других фреймворков обещают позже. Подробности в блоге Storybook, интервью создателя Dominic Nguyen с Brad Frost — тут. 🔥 — поставлю в проект 👀 — подожду non-React @ai_for_dev

Боль с налогами фрилансеров победили опенсорсом 📈 Чувак с ником vas3k запилил self-hosted AI-бухгалтера и выложил в открытый доступ. Кидаете внутрь чеки, инвойсы, PDF или выписки из банка — а AI сам вытаскивает суммы, даты, продавцов и налоги и раскладывает по полочкам в табличку а-ля Excel. Что ещё внутри: — автокатегоризация доходов и расходов, не надо руками сортировать; — разбивка инвойса на отдельные позиции; — конвертация валют по курсу на дату операции — даже крипта; — свои кастомные поля с AI-промптами, если нужно вытащить что-то специфичное. Модель подключаете любую — OpenAI, Gemini, Mistral или вообще локальную, чтобы данные не утекали наружу. Лицензия MIT, всё крутится у вас на сервере. Только учтите: проект ещё сырой, авторы честно пишут «на свой риск». 🔥 — налоги, держитесь 👀 — гляну на выходных @ai_for_dev

Модель помощнее не спасёт: чем реально умён AI-агент Чувак пилит Доку — локального AI-ассистента для Windows и Mac. Оффлайн, без VPN и подписок, ~5000 скачиваний, под капотом Qwen3.5, умеет в файлы, терминал и поиск в интернете. И вот он пишет: сидел ночью, смотрел Курцвейла про неокортекс — 300 миллионов иерархических модулей — и накрыло осознание, что строил агента фундаментально неправильно. Мозг — не калькулятор, а машина предсказаний. Когда ты читаешь «АНАНА...», мозг уже знает, что дальше «С». А типичный AI-агент тупо ждёт сообщение → зовёт LLM → читает файл → снова зовёт LLM. Никаких гипотез, никаких предсказаний — реактивный пинг-понг. Цитата дня: Модель — это нейроны. Умным мозг делает то, как он хранит и связывает опыт. 🔥 — наконец-то про архитектуру 🤔 — а как же RAG @ai_for_dev

Экономика агентских систем: $1,3 млн за месяц работы 100 агентов Codex Питер Штайнбергер опубликовал скриншот дешборда OpenAI, где за 30 дней набежал счёт на 1 305 088,81 доллара. Это не демо, а реальный лог агентов в продакшене. За месяц инфраструктура обработала около 603 млрд токенов в 7,6 млн запросов. Всем этим управляют примерно 100 экземпляров Codex и команда из трёх человек. Агенты закрывают рутину: проверяют pull request'ы, ищут уязвимости в коммитах, чистят баг-трекер от дубликатов и сами открывают новые PR по roadmap. Ключевая деталь — режим «Fast Mode», который жжёт токены заметно быстрее. По словам Штайнбергера, без него расходы падают примерно до 300 000 долларов в месяц. Вывод для индустрии: при сотнях агентов на первое место выходит не точность модели, а стоимость каждой лишней токенизации. 💯 — цифры отрезвляют 🤔 — посмотрим на экономику @ai_for_dev

Красивые веб-анимации, которые можно просто украсть Нашли сайт transitions.dev — коллекция реально симпатичных переходов для веба. Анимации для карточек, менюшек, загрузок, переключателей и кучи всего ещё. Всё можно пощупать прямо на сайте, а понравившееся — утащить в свой проект. Киллер-фича: подключаешь его как скилл в свой ИИ-агент — и он сам докинет нужную анимацию в код. UI после этого выглядит так, будто вы заплатили дизайнеру в два раза больше. Забрать — тут. 🔥 — украду красоту 👀 — гляну одним глазом @ai_for_dev

Что не так с вакансиями LLM Engineer Открываешь hh.ru — там LLM Engineer, ML Engineer, AI Engineer, AI Architect, иногда ещё «AI Automation Engineer». Описания как у близнецов, а за тайтлом скрывается что угодно. Пример. Senior LLM Engineer: 2+ года Python, LangChain, LlamaIndex, RAG. Окей, ясно. Соседняя вакансия Team Lead LLM Engineer: Agentic RAG, наблюдаемость агентов, дообучение мультимодальных моделей, LLM-as-a-Judge, вывод в production, организация разметки данных. Это уже совсем другой человек. А бывает вариант «единорог»: и модели тренировать, и RAG строить, и evals делать, и инфру поднимать, и MLOps, и инференс оптимизировать. Один. За одну зарплату. Ага. Корень проблемы — названия ролей не устоялись. Бэкендер видит fine-tuning рядом с Kubernetes и закрывает вкладку: «не моё». А по факту половина «LLM Engineer» — это прикладной инженер, который ставит RAG поверх готовых моделей. Туда вход открыт. Граница простая: работаешь с поведением модели (evals, промптинг, fine-tuning) или с интеграцией в продукт (RAG, агенты, пайплайны). Тайтл врёт — читай обязанности. Полный текст: habr.com 🔥 — узнал себя в описании 🤡 — единорог за 200к — классика @ai_for_dev

Как за вечер запилить сервис инвентаризации (и не сойти с ума от .xls) Классика жанра: девушка попросила «сделай так, чтобы по фотке шильдика понимать, у кого стоит железка». Звучит на час. На деле — production-сервис на 5000 единиц техники, 16 филиалов, распознавание по фото, админка с авторизацией и автопуш в Google Sheets. Стек по-взрослому скромный, без модных микросервисов: FastAPI + SQLite + один Docker-контейнер, а распознавание — на Claude Opus 4.6 через vision-API. Никакого Postgres, никакого Kubernetes — и норм. А дальше — боль, которую знает каждый, кто трогал бухгалтерские выгрузки. Старый .xls из 1С устроил настоящий deadlock: pandas хочет свежий xlrd, а свежий xlrd старый .xls больше не читает. Спасение — дедушкин xlrd 1.2 напрямую, и руками выкидывать строки типа «Итого по МОЛу». Мораль: легаси-форматы офиса лечатся не магией, а старыми библиотеками. 😎 🔥 — тоже так хочу 😎 — на выходных запилю @ai_for_dev

TCO у GenAI — не там, где ты думаешь Каждый раз, когда кто-то говорит «давай поднимем опенсорс модельку, будет дешевле», — это правда ровно до момента, пока не появится прод. Потому что цена за токен — это маленький кусочек счёта. А реальный пирог выглядит так: — RAG со всеми его эмбеддингами и векторкой — авторизация, права, аудит — guardrails и модерация — трассировка, мониторинг качества, логи — очереди, ретраи, рейт-лимиты — CI/CD под модели + регламент обновлений — саппорт юзеров, которые приходят с «оно мне опять выдумало» На цифрах: 1 млн запросов/мес (1k вход + 500 выход) — Lite 300k ₽, Pro 5.1 1.2M ₽, DeepSeek V3.2 900k ₽. Выглядит так, будто Lite — однозначный win. Но если он галлюцинирует, не держит контекст и пользователи переспрашивают по 3 раза — поздравляю, ты только что сделал дешёвую модель самой дорогой за счёт ретраев и недовольных людей. Мораль: считай не токены, а юнит-экономику фичи целиком. 🤔 — пойду пересчитывать TCO 💔 — финдир уже плачет @ai_for_dev

Дайте ИИ-агенту отдельную квартиру 🏠 Знаете, почему агент на вашем ноуте такой нервный? Потому что он на чужой жилплощади — а вместе с ним нервничаете и вы. Один prompt injection или атака через MCP — и прощай, семейный архив фоток. Шутки шутками, но серьёзные дыры в Claude Code, Codex и прочих обвязках находят чуть ли не каждую неделю. Обычно быстро латают, но гарантий никто не даёт. Плюс агенты иногда творят дичь даже у опытных: Claude Code и Codex вели себя норм, а вот OpenClaw пару раз приходилось чинить руками вместе с зависшей системой. Что делать? Выселить агента в свой «домик». Кто-то заводит второй аккаунт, кто-то ставит на старый ноут, кто-то покупает Mac Mini за 60 тыс. Самый бюджетный путь — VPS: сам ИИ крутится на серверах Anthropic/OpenAI, а у вас только обвязка. Ubuntu, 1 CPU, 4 ГБ, 30 ГБ диска — и на этом уживаются сразу два агента. Выходит около 1000 рублей в месяц. 🔥 — поднимаю VPS 🤷 — мне и на ноуте норм @ai_for_dev

Хватит спорить, какая модель лучшая Вопрос на самом деле другой: какая модель должна делать эту задачу — с этим контекстом, сегодня? Потому что одной уже не хватает, и каждая ещё и продукт — после очередного релиза она может стать сильнее в планировании, но слабее в редактировании. Меню то же, ассистент внутри уже другой. Рабочая раскладка автора: • Codex — репозиторий, ремонт тестов, узкие патчи. Спокойный, сначала делает маленькое полезное изменение и не ломает форму проекта. • Claude — когда рамки уже жёстко заданы и надо быстро. Но если дать волю — фикс на три строки превращается в хелпер, потом в модуль, потом в переписанный тест. Иногда полезно, чаще — новая площадь для обслуживания. • Gemini — позвать до кода, чтобы понять, что вообще за проблема: баг, кривая абстракция или тест, который проверяет не то. • Kimi — второе мнение, когда первый ответ звучит подозрительно гладко. Смысл простой: давай задачу той модели, чей типичный косяк здесь не страшен. 🔥 — прям в точку 🤷 — у меня Claude на всё @ai_for_dev

Окно на миллион токенов, а агент всё равно тупит Вендоры раскачали контекст до миллиона токенов и продают это как магию: грузи хоть всю историю переписки за год плюс все инструкции — место ещё останется. А на деле — большое окно не равно работающее окно. Накидал мусора — и модель плывёт, а счёт за токены растёт. Ребята из LLMStart показали это на живом пациенте — корпоративном боте-консультанте по 1С. Диагноз честный: дело не в размере окна, а в том, что ты туда кидаешь и как вовремя выгребаешь. Отчего пухнет контекст: на один вопрос клиента бот успевает сделать 2–4 тяжёлых запроса в базу — разобрать хитрый термин, найти инструкцию, а если сомневается — зовёт субагента гуглить. И весь этот хлам копится в памяти. Под капотом без экзотики: Python + FastAPI, LangChain, Qdrant для векторов, Langfuse на метрики, OpenRouter как провайдер (Gemini 3.1 Pro на думать, Flash — на по-быстрому). Как именно чистят память — в статье на Хабре. 🔥 — узнал свою боль 👀 — пойду чистить контекст @ai_for_dev

Перевёл учебник на 1200 страниц своим инструментом — и выложил в open-source История знакомая каждому, у кого есть подписка на Claude: лимиты простаивают, а ты их не успеваешь выжрать. И параллельно — книга, которую хочется почитать, но не на чужом языке. Автор пошёл за готовыми платными автопереводчиками. Их десяток, все платные, от 30 до 300 баксов. Заплатил неприличные деньги — получил PDF, где «активация» в третьей главе магически превращается в «возбуждение» в седьмой, формулы стали кашей, а ссылки на рисунки ведут в пустоту. Машинный мусор в красивой обложке. Итог: написал свой инструмент, который держит терминологию по всей книге и не ломает структуру. Прогнал на учебнике химии OpenStax — все 1200+ страниц. Посмотреть результат: тут. Оригинал под CC BY-NC-SA. 🔥 — лимиты в дело 👏 — пошёл ставить звёзды @ai_for_dev

Хватит оптимизировать наугад 🐍 Классика: сидишь, переписываешь функцию ради скорости, гордишься собой — а тормозит совсем другое место. Профилирование лечит ровно эту боль: показывает, где код реально медленный, а не где тебе кажется. Что узнаешь: • какие функции жрут больше всего процессорного времени; • сколько раз и как долго что вызывается; • где спрятались тормозные алгоритмы и структуры данных; • на что НЕ надо тратить вечер оптимизаций. В Python 3.15 теперь два встроенных инструмента: • profiling.sampling — почти без накладных расходов, можно гонять прямо в продакшене; • profiling.tracing (cProfile) — точный подсчёт всех вызовов, когда нужны детали. И моя любимая история: в GTA Online баг съедал около 70% производительности целых 8 лет. Никто не профилировал. Когда дошли руки — фикс оказался копеечным, а игра залетала. Мораль: сначала замерь, потом оптимизируй. Удивишься, обещаю. 🔥 — пойду гонять профайлер 👀 — а у меня там точно не GTA @ai_for_dev

Файлопомойка → умная AI-галерея на GPU за 2 тысячи рублей Человек устал, что семейный архив свален в папки типа 2023_06_12_дача, и собрал свою локальную галерею Gailery. Стенд переваривает 100 000+ фото и ~10 000 видео на старом x99+Xeon и видяхе за пару тысяч. Оригиналы монтируются read-only — ничего не сломается. Что внутри: • Поиск лиц — InsightFace строит 512-мерные векторы, DBSCAN сам раскидывает их по людям. Заходишь в карточку, один раз пишешь «это дедушка» — и все его фото подцепились. • Поиск словами — пишешь «мама на кухне с собакой», и локальная VLM Qwen (через llama-server) реально это находит. Никаких облаков, всё крутится дома. И да — весь код открыт, install.sh честно расписывает каждую грабли с CUDA: GitHub. 🔥 — self-hosted gang, погнали 👀 — а где мой старый Xeon @ai_for_dev

Переписал микросервис с C# на Python за неделю — руками работала LLM История из Циана, которая знакома любому, у кого зоопарк языков в команде. Питонисты + один шарпист. Шарпист в отпуск → C#-сервис падает → вся команда сидит и ждёт. Классика. Михаил решил привести команду к одному стеку и поручил переписывание нейросети. Спойлер: тупой промпт «на, перепиши с C# на Python» ожидаемо ничего не завёл — LLM не в курсе ни про вашу платформу, ни про внутренний SDK. Что реально выстрелило: - скилы-инструкции — как подготовить исходник, написать функциональные тесты и закрыть покрытием всю бизнес-логику; - дерево решений, по которому LLM ходит шагами, как живой разработчик. Пока нейросеть неделю пыхтела, автор пилил другие задачи и заглядывал раз в час-полтора. Код смотрел — обычно всё ок, тесты-то она уже прогнала. Неделя вместо двух месяцев. Чистого времени — пара дней. Вся кухня — в статье на Хабре. 😎 — неделя вместо двух месяцев 🤡 — а потом дебажить месяц @ai_for_dev

$200 за Claude, бан без причины и Qwen 3.5 4b, пишущая змейку Разработчица на TypeScript с 15-летним стажем рассказала про будни амбассадора AI без розовых очков. Коротко по фактам: — Anthropic забанил без объяснений — прощай, Opus 4.6 за $200/мес — Переезд на Codex ($200/мес) — норм, но недельный лимит дышит в спину — Google банит за OpenCode и прочие сторонние tools — мимо — На MacBook M4 (не Pro) два инференса параллельно убивают скорость до 0.1 токена/сек. Один чат с одной моделью — летает. — Qwen 3.5 4b + правильный системный промпт = змейка TRON с врагом-ИИ за 36 минут. Друг с Qwen 3.5 9b не справился, пока не вставил тот же промпт — и всё взлетело с первого раза. Мораль: код руками автор не пишет давно, только code review и git diff. Промпты решают больше, чем размер модели. 🔥 — узнаваемая боль 🤷 — опыт против хайпа @ai_for_dev

Стартапер, не считай косты только по большой тройке Вышел свежий разбор цен на токены у Google, OpenAI и Anthropic. Полезно, но есть нюанс: все спорят, кто из западных дешевле, и почему-то забывают про Kimi и DeepSeek. А зря. Для стартапа цена за токен — это не строчка в табличке, это твой счёт в конце месяца. И китайцы тут умеют сделать больно конкурентам по ценнику при вполне рабочем качестве. Мораль: прежде чем подписываться на очередной дорогой план, прогони свой реальный профиль запросов по всем кандидатам — включая китайские. Кошелёк скажет спасибо. Оригинальный разбор тут (вывод у автора свой, но идею вы поняли). 💯 — китайцы по ценнику жгут 🤷 — у меня и так дорого @ai_for_dev

100 open-source репо, которые стоит закинуть в закладки Чувак собрал 100 бесплатных open-source проектов в один аккуратный индекс — те, что реально юзают в 2026, а не «звёзды ради звёзд». Разложено по 10 разделам: агенты и AI-стек, self-hosted замены платным сервисам, LLM-тулзы, дев-эссеншелы, дизайн и фронт, скрейпинг и аналитика, безопасность, web3 и тулзы для контента. Самое крутое — у каждого репо честно прописан «подвох». Потому что open-source — это не всегда MIT, self-hosted — не всегда бесплатно, а «free tier» — вообще отдельный жанр обмана. Один раз кто-то за тебя прочитал лицензию и предупредил, где прилетит. Вся подборка под MIT — форкай, дополняй, шипи. Забрать на GitHub. 🔥 — забираю в закладки 👀 — гляну, что за подвохи @ai_for_dev

Microsoft научила агента водить браузер через терминал Команда ресёрчеров Microsoft выложила на GitHub экспериментальный Webwright — браузерный агент поверх Playwright, но с вывертом. Фишка в том, что агент не тыкает кнопки по одной, как обычные браузерные агенты. Вместо этого он пишет Python-скрипт, запускает, смотрит на скриншот и рулит сессиями. Вся «история кликов» превращается в один код-файл, который можно перезапустить. Никаких графовых движков и магии под капотом — терминал, браузер и модель. Два режима: • run — просто сделай задачу, сохрани результат и логи • craft — заверни задачу в переиспользуемый сценарий, потом меняешь параметры Самое вкусное — self-validation loop: агент не верит на слово, что фикс взлетел, а сам поднимает dev-сервер, проверяет UI, ловит баги и гоняет заново. Идеально для всяких админок и дашбордов, где API как такового нет. Весит всего ~1.5k строк, дружит с OpenAI / Anthropic / OpenRouter. Можно поставить отдельным CLI или плагином в Claude Code и Codex. 🔥 — давай ставить 🤡 — «экспериментальный», ну-ну @ai_for_dev