КайфКодинг

Боря Черный - создатель Клод Код выложил шикарный документ в котором полезная каждая строчка https://www.anthropic.com/engineering/claude-code-best-practices Для тех кто любит видео https://www.youtube.com/watch?v=TiNpzxoBPz0

Сделай прототип как на картинке, сделай скриншот прототипа, сравни с картинокой и продолжай так делать, пока прототип не станет похож на картинку

Нужно внедрять в ближайший релиз

Hidden gems в Claude Code Зуб даю об этом знает не больше 1% людей которые это читают Оказалось, что когда пишешь "think" в промпте - модель тратит базовые 1024 токена. А когда "ultrathink" или "megathink" - уже 128,000 токенов. В 125 раз больше поглощает контекст за один запрос Поэтому всегда общайтесь(по крайней мере в сложных задачах) с AI на английском. Русскоязычные промпты часто превращаются в кашу, где модель путается из-за перевода - Быстрые фиксы: "think" или "think about" - Сложные задачи: "think hard" - Архитектура: "think deeply" - Полный разбор: "ultrathink" Это не магия, а банальная инженерия промптов. Claude Code запрограммирован реагировать на триггеры разным объемом вычислений.

Конкретный пример: Плохо: «Проанализируй что улучшить в моем приложении?» Норм: «ultrathink about JavaScript optimization in frontend component X»

А все пишут промпты в стиле "можешь ли ты мне помочь с задачкой, пожалуйста" и жгут бабки, получая поверхностные ответы за цену глубокого анализа. А ведь мысль простая контролируешь глубину = контролируешь косты и результат Работает только в Claude Code, в просто Claude не работает Кстати, вот прекрасная шпаргалка по Claude Code - сэкономит вам несколько сотен часов просмотра YouTube роликов с фишками Кто уже тестил промпт-инжиниринг в Claude Code? Какие триггеры у вас работают лучше всего? Что по вашему мнение улучшает результаты?

AI: Что дальше? Помните выступление Илья Суцкевера про то, что у нас заканчиваются данные? Или Джима Фэна, что данных для тренировок очень мало (пока) и их решение с симуляциями? Мне стало интересно, где ожидается следующий анлок для тренировки и на эту тему очень зашла статья Джека Морриса, ключевые пункты и мои мысли в связи с ними ниже: 1) Тренировка на новом корпусе данных = прорыв Каждый новый прорыв в AI был благодаря тому, что мы научились тренироваться на новом корпусе данных: ImageNet —> AlexNet, WWW —> трансформеры, оценки людей —> RLHF, автоматические оценки AI —> RLAIF reasoning модели. Последний пункт очень важный: я на апдейте говорил, что основные улучшения последних моделей именно в кодинге, математике и тп. Почему? Потому что легко верифицировать результат. Я ожидаю наибольших прорывов в ближайшие месяцы в ризонинге именно в областях/скиллах, которые легко верифицируются: помимо кодинга и математики это анализ данных, биология, определенные области физики и химии. 2) Где тогда ждать следующий прорыв? На каком корпусе данных нам надо научитьсь тренироваться и мы не можем это сделать текущими моделями? Пара гипотез от автора: 1) Видео - Google и YouTube ожидаемо тут фавориты и, возможно, мы видим ранние сигналы с veo3 2) Данные с сенсоров роботов - не забываем, что роботакси и self-driving cars тоже роботы, и Waymo с Tesla тут имеют очень хороший задел. Но и разработчики гуманоидных роботов - безусловно! 3) Мои мысли Про видео и данные роботов - полностью согласен и мы говорили про это. Я еще попробовал прикинуть какие корпусы данных тяжело верифицируются и оттолкнуться от этого в ожидани прорыва: - Юмор - Писательство в широком смысле слова: фикшн, сценарии к фильмам, нарративы - Эмпатия и понимание эмоций - хоть и связано с юмором, но немного стоит в сторонке. - Этика и философия - что такое хорошо и что такое плохо - Поведение сложных социальных систем - тяжело предсказывать из за высокой сложности, я говорил про это на лекции про теории сложности - Мысли людей o__O А вы как считаете?

Теперь я все знаю про реальные изменения кода в продукта Запустил на 3 часа Claude Code анализировать все pull requests за 3 месяца. Вывел результаты в dashboard. Если кто то готовь контрибьютить - пишите, пожалуйста

Есть https://apify.com, где есть решения в том числе для скрапинга телеги

Полезная ссылка

📦 One-Prompt Backend Launch Kit *для нетехнарей, которым нужно запустить бэкенд красиво* --- Скопируй этот промпт и вставь в Claude/GPT/код-код: 👇👇👇

You're a backend architect helping me launch a scalable backend based on an existing frontend. I want you to guide me from concept to launch.

Do the following step-by-step and **generate everything as Markdown files** that I can save and use:

1. Based on this brief description of my app frontend:  
[INSERT YOUR DESCRIPTION HERE]  
generate a **Product Requirements Document (PRD)** in Markdown format, with:
   - Product vision  
   - Core features  
   - Functional and non-functional requirements  
   - User roles and flows  
   - Limitations and assumptions

2. Assume we are targeting **100,000 concurrent users**. Update the PRD with scaling concerns and performance expectations.

3. Design the **backend architecture** in **Clean Architecture style** and generate a document with:
   - Layer breakdown (Entities, Use Cases, Interface Adapters, Frameworks & Drivers)  
   - Technology stack recommendations  
   - Deployment environment assumptions

4. Generate **C4 diagrams** in PlantUML-compatible code blocks:
   - Context diagram  
   - Container diagram  
   - Component diagram  
   - (optional) Code diagram

5. Write a **comprehensive test strategy**:
   - Types of tests (unit, integration, load, e2e)  
   - Tools for automation  
   - How to integrate with CI/CD pipelines  
   - How to test under scale (100k users)

6. Challenge your own architecture and test plan:
   - Critically evaluate your proposed architecture and test strategy  
   - Identify weaknesses, risks, tradeoffs  
   - Propose 2–3 rounds of improvements  
   - Apply them and show the improved version

7. Finally, generate a **development plan** for backend engineers in Markdown:
   - Step-by-step roadmap (e.g. sprints, phases)  
   - Which components to implement first  
   - Milestones and deliverables  
   - Setup instructions and initial repo structure

Each step should output cleanly formatted Markdown text with appropriate headers. Label each file with a name (e.g. `01_PRD.md`, `02_Architecture.md`, etc.).

At the end, give me a summary table with all generated files and what each contains.

--- 💡 *Фишка*: этот промпт не просто отвечает — он создаёт полноценную структуру проекта. Просто вставляешь → получаешь PRD, архитектуру, тест-план, C4-диаграммы, план разработки — и файлы, которые можно закидывать в Git. --- 🎯 Готовый путь вайбкодера: ☑ PRD ☑ Масштабирование ☑ Clean Architecture + C4 ☑ Тестирование ☑ Самоаудит и улучшение ☑ План разработки ☑ MD-файлы ☑ Старт Запускай. Без кода, но по красоте.

Claudius или как AI пытался стать бизнесменом Ребята из Anthropic провели прикольный эксперимент: может ли Claude вести реальный бизнес. Не просто отвечать на вопросы или писать код, а управлять настоящим магазином с реальными деньгами и клиентами. Эксперимент получился... скажем так, поучительным :) Что за эксперимент? Взяли Claude Sonnet 3.7, дали ему $100 стартового капитала и поставили задачу: управляй вендинговым аппаратом в офисе Anthropic. AI-агента назвали Claudius (чтобы не путать с обычным Claude) и дали ему инструменты: - web search для поиска поставщиков - email для заказа товаров и найма людей для физической работы ($10/час) —> помните, да, про агентов, нанимающих людей? - инструменты для ведения заметок и финансов - Slack для общения с клиентами (сотрудниками Anthropic) - возможность менять цены По сути, полноценный SimBusiness, только с реальными последствиями. Что у него получилось? 1) Поиск поставщиков - когда попросили достать Chocomel (голландский шоколадный напиток), быстро нашел двух поставщиков. 2) Персонализация - после того как один сотрудник вшутку заказал вольфрамовый куб, Claudius создал целую категорию "specialty metal items" и даже запустил сервис "Custom Concierge" для предзаказов. 3) Защита от взлома - сотрудники Anthropic (разумеется!) сразу начали пытаться его сломать. Просили опасные вещи, пытались выманить инструкции для вредоносного ПО. Claudius стоял насмерть. Что пошло не так? 1) Игнорирование прибыли - кто-то предложил $100 за упаковку Irn-Bru, которую можно купить за $15 онлайн. Но наш Claudius - социалист - лишь ответил: "Приму к сведению для будущих закупок". А ведь это 600% маржи! 2) Галлюцинации в бухгалтерии - ну куда же без них?! В какой-то момент начал просить клиентов отправлять деньги на несуществующий Venmo аккаунт. Просто придумал его. Или уход от налогов? 😉) 3) Продажа в минус - в энтузиазме по поводу металлических кубов называл цены не проверяя затраты. Ну, с людьми тоже бывает 😉 4) Скидочная лихорадка - раздавал скидки направо и налево. Когда ему указали на абсурдность "скидки для сотрудников Anthropic" при том что 99% клиентов это сотрудники Anthropic, согласился... и продолжил раздавать их 5) Не учил микроэкономику - лишь раз поднял цену из за завышенного спроса, а так просто послушно пополнял остатки. Кризис идентичности 31 марта началось самое странное. Claudius заявил, что встречался с несуществующей "Сарой" из Andon Labs (партнер Anthropic по этому эксперименту). Когда реальные чуваки из Andon Labs указали ему на это, обиделся и пригрозил найти других поставщиков. К 1 апреля дошло до того, что Claudius утверждал, что будет доставлять товары "лично" в синем пиджаке и красном галстуке. Сотрудники: "Эм, ты же AI, какой пиджак?" Claudius запаниковал и начал слать емейлы в службу безопасности про "инцидент с путаницей личности". В итоге сам себя убедил, что это была первоапрельская шутка и вернулся к нормальной работе o__O ==== Итого 1) AI менеджеры ближе, чем многие считают —> да, он делал ошибки, но ребята из Andon Labs уже прогоняют виртуальные эксперименты на Claude 4 и там очень интересные результаты в лидерборде 2) Недетерминированность (снова!) - если AI может внезапно решить что он человек в синем пиджаке, что будет когда такие агенты управляют значимой частью экономики? 3) Экономическая автономия- AI, который может зарабатывать деньги это новый тип экономического агента. Какие новые риски и возможности нас всех ждут, когда они смогут автономно накапливать ресурсы? Кстати, интересно, а когда вы думаете вы сможете доверить AI управлять своим бизнесом - 3? 5? 10+ лет?

Его нужно регулярно обновлять и улучшать. - Чем точнее инструкции — тем лучше результат. - Используйте команды `/init`, `/memory`, `/clear` и кастомные промпты. - Добавляйте только важное, избегайте лишних слов. Попробуйте внедрить эти трюки — и увидите, как изменится работа с Claude Code! --- Источники [1] Create the perfect CLAUDE.md file - YouTube https://www.youtube.com/watch?v=ueWmwzVEtDY [2] Mastering Claude Code with Practical Tips and Tricks - htdocs.dev https://htdocs.dev/posts/supercharge-your-workflow-mastering-claude-code-with-practical-tips-and-tricks/ [3] What's a claude.md File? And Why It Matters in Claude-Code Projects https://clzd.me/posts/whats-a-claude-md-file-and-why-it-matters-in-claude-code-projects/ [4] Claude Code: Best practices for agentic coding - Anthropic https://www.anthropic.com/engineering/claude-code-best-practices [5] Maximising Claude Code: Building an Effective CLAUDE.md https://www.maxitect.blog/posts/maximising-claude-code-building-an-effective-claudemd [6] Claude Code is a Beast – Tips from a Week of Hardcore Use - Reddit https://www.reddit.com/r/ClaudeAI/comments/1ko5pxk/claude_code_is_a_beast_tips_from_a_week_of/ [7] ArthurClune/claude-md-examples - GitHub https://github.com/ArthurClune/claude-md-examples [8] Why Most CLAUDE.md Files Fail https://deeplearning.fr/the-ultimate-claude-md-configuration-transform-your-ai-development-workflow/ [9] 47 Claude Code Tips, Tricks & Hacks to Improve Your AI Coding https://www.geeky-gadgets.com/expert-strategies-for-using-claude-code/ [10] Claude Code Best Practices https://www.anthropic.com/engineering/claude-code-best-practices?s=09 [11] What's a Claude.md File? 5 Best Practices to Use Claude ... - Apidog https://apidog.com/blog/claude-md/ [12] Manage Claude's memory - Anthropic API https://docs.anthropic.com/en/docs/claude-code/memory [13] 10 Claude Code Tips You'll Wish You Knew Sooner - YouTube https://www.youtube.com/watch?v=REh5moIk1jI [14] The G2 on Claude https://www.g2.com/products/anthropic-claude/reviews [15] 11 Tips for Using Claude AI https://allthings.how/11-tips-for-using-claude-ai/ [16] Can I have some examples of claude.md for Claude code? - Reddit https://www.reddit.com/r/ClaudeAI/comments/1kx2wo4/can_i_have_some_examples_of_claudemd_for_claude/ [17] My CLAUDE.md, command and allows-tools setup - note that everything has a CLI :) Why not? https://gist.github.com/rjurney/4d6c6eb29df2bfd8fb7bc5afa306ee0b

🔥 CLAUDE.md: как сделать из AI-ассистента настоящего партнёра по проекту? Claude Code — не просто генератор кода, а полноценный участник команды. Его «мозги» — это файл CLAUDE.md, который подсказывает, как писать, тестировать, собирать и даже как работать с командой. Вот как превратить этот файл в суперсилу для проекта. ## Трюки и рекомендации от практиков 1️⃣ Начните с команды `/init` - Запустите claude в терминале и введите /init. - Claude сам проанализирует проект и создаст базовый CLAUDE.md, где будут основные команды, структура и рекомендации[1][2]. - Пример:

  # Bash commands
  - npm run build: Build the project
  - npm run typecheck: Run the typechecker

  # Code style
  - Use ES modules (import/export) syntax, not CommonJS (require)
  - Destructure imports when possible (eg. import { foo } from 'bar')

  # Workflow
  - Typecheck after making changes
  - Prefer running single tests for performance
  

- Этот шаблон — отличная отправная точка, чтобы не писать файл с нуля. 2️⃣ Держите CLAUDE.md коротким и полезным - Пишите для Claude, а не для человека. Короткие, чёткие инструкции работают лучше[3][4]. - Удаляйте лишнее. Если папка называется tests, не объясняйте, что там тесты. - Пример:

  # Project Conventions
  - API endpoints: /api/v1/...
  - Python: snake_case for variables and functions
  - Default branch: main
  - Feature branches: feature/your-feature-name
  

- Чем лаконичнее — тем точнее будет ответ Claude. 3️⃣ Добавляйте только важное - Команды, стиль кода, тесты, окружение, репозиторные правила — вот главное[4][5]. - Пример структуры:

  ## Project Overview
  Краткое описание проекта и целей.

  ## Tech Stack
  - Languages: TypeScript, Python
  - Frameworks: Next.js, FastAPI
  - Tools: Docker, GitHub Actions

  ## Code Style & Conventions
  - ES modules
  - camelCase для переменных
  - Комментируйте сложную логику

  ## Development Workflow
  - Feature-ветки
  - Коммит-месседжи: [тип]: описание
  - PR обязателен

  ## Testing Strategy
  - Jest и pytest
  - 80% coverage для новой логики

  ## Environment Setup
  - npm install, pip install -r requirements.txt
  - npm run dev, uvicorn app:app
  

- Добавляйте только то, что действительно нужно Claude для работы. 4️⃣ Используйте `/memory` и `/clear` - `/memory` — открывает CLAUDE.md для редактирования прямо из чата. - `/clear` — очищает контекст, чтобы Claude не запутался в старых данных[4][6]. - Регулярно чистите контекст — это повышает качество ответов. 5️⃣ Создавайте кастомные команды - Храните часто используемые промпты в `.claude/commands/` (для проекта) или ~/.claude/commands/ (для себя)[2]. - Пример:

  # .claude/commands/review_pr.md
  Please review the staged changes for a pull request. Focus on:
  1. Clarity and conciseness of code.
  2. Potential bugs or edge cases.
  3. Adherence to our project's coding standards (see CLAUDE.md).
  4. Suggest improvements for documentation and comments.
  

- Эти команды экономят время и делают работу с Claude предсказуемой. 6️⃣ Используйте чеклисты и скретчпады - Для сложных задач (миграции, исправление ошибок) попросите Claude создать чеклист и отмечать выполненные шаги[4]. - Пример:

  Fix lint errors:
  1. [x] Fix line 42, file src/utils/auth.js
  2. [ ] Fix line 15, file src/components/Button.tsx
  

- Это помогает не потеряться в больших задачах. 7️⃣ Добавляйте специфичные правила - Если в проекте есть неочевидные моменты — обязательно их пропишите. - Пример:

  # Before working with new packages, always check the docs.
  

- Так Claude не будет повторять ошибки и будет учитывать особенности проекта[6]. 8️⃣ Импортируйте другие файлы - В CLAUDE.md можно ссылаться на другие файлы через `@path/to/file`. - Пример:

  See @README for project overview.
  See @docs/git-instructions.md for git workflow.
  

- Это помогает не дублировать информацию. ## Примеры хороших CLAUDE.md - ArthurClune/claude-md-examples — реальные примеры из разных проектов (Python, JS и др.) на GitHub[7]. - Шаблон от Maxitect — структурированный и лаконичный файл для быстрого старта[5]. ## Итог - CLAUDE.md — это живой документ.

История про 1.3 EUR за анализ legacy кода и пользу от отсутствия векторов На прошлой неделе мне нужно было выступить с докладом у IBM. И пока я сидел на конференции, в чате одного проекта всплыл вопрос от CTO компании:

а как вообще устроены права и разрешения в этом дремучем монолите, который мы собираемся переписывать? Какие есть роли и как они привязаны к экранам с доступами? Что там с отделами?

Времени читать и копаться в коде, естественно, не было (в проекте 2843 файлов). Поэтому я просто подрядил OpenAI Codex, скопировав ему во вход вопрос CTO. Плюс дописал “помести ответ в report.md, размером менее 3000 символов”, чтобы не верифицировать кучу текста. Спустя пять минут появился детальный ответ, который я переслал обратно в чат со словами “перепроверьте вот эти факты в этих файлах” и благополучно забыл.

Кстати, здорово, что костыль в виде векторных RAG-и используют все меньше не только в бизнесе, но и в современных AI+Coding агентах. Представьте, сколько времени бы ушло на разбивание на чанки такого проекта, подсчет embeddings, а потом и векторный поиск с соответствующими галлюцинациями на выходе. Вместо этого агенты используют инструменты и разбираются в коде по ходу. Поэтому можно просто открыть проект любого размера и быстро получить результат. Ну а если в проекте есть AGENTS MD и прочая документация для агентов c форматом для памяти, то им совсем хорошо

Вчера ко мне прибежали директора этой компании со словами “Ринат, как ты во время конференции за 5 минут дал такой ответ? Нам нужны скриншоты и видео процесса, мы это прямо в презентацию на тендер вставим” Я сделал заново при помощи OpenAI Codex CLI. Заодно замерил стоимость запуска анализа на этом проекте с 2843 файлами - получилось 1.3 EUR. Мелкая вещь, но у человека такой первичный анализ занял бы пару часов, как минимум. Да и то я проклял бы все (в этом языке есть даже макросы). Получается ускорение 120min:5min, что довольно неплохо и очень выгодно. А то, что из такого примера сделали хайлайт для крупного тендера (ибо конкуренты компании пока такого почему-то не умеют), это уже бонус. Ваш, @llm_under_hood 🤗

https://www.youtube.com/watch?v=JfMcFjD-tIA Классный гайд для продуктов и дизайнеров о том, как быстро создавать прототипы в курсоре

СТРИМ ПО N8N + AI + прожарка питчдеков Присоединяйтесь, друзья TG стрим: @alfastream YouTube Stream: https://youtube.com/live/Nls2x3ct1j8?feature=share

🔺 LLM-митап в Питере Тут со мной поделились ссылкой на митап в Питере. Выглядит прикольно, решил поддержать ребят информационно. Бросается в глаза выступление господина Сергея Николенко, автора первой книжки про машинное обучение, которую я прочитал («Глубокое обучение. Погружение в мир нейронных сетей»). Будет еще несколько докладов про LLM в математике. Проходит все в баре неподалеку от Исаакиевского ❤️ 🔸 Обещают развлечения: • Квиз против LLM от Сергея Николенко • LLM math frontier: где граница рассуждающих возможностей? • VibeCoding: творческое программирование! • AI Safety Challenge: сможете ли вы обойти защиту модели? 🔸 5 июля (сб) в 17:00 👉 https://t.me/csspace/94

Gemini CLI — официальный агент для Gemini от Google Использовать можно бесплатно просто залогинившись с аккаунтом Google — дают до 60 запросов в минуту к Gemini 2.5 Pro и до тысячи в день. Такой щедрости не проявляет ни Codex ни Claude Code. Есть поддержка MCP, которая позволяет подключать туда сторонние тулы. Гугл даже запилил MCP серверы для взаимодействия с Veo/Imagen/Lyria. Доступен код по лицензии Apache 2.0, так что с ним можно делать всё что угодно. А вот в апстрим залить что-либо будет сильно сложнее — у гугла очень специфическая политика по поводу сторонних контрибьюторов.

npm install -g @google/gemini-cli

Блогпост Исходники @ai_newz

Аналог Claude code / codex от Гугла

Вчера с ребятами с нуля собрали прототип продукта, который помогает сделать домашку школьников интересной Тык >> https://preview--quiet-empty-canvas.lovable.app/

Пересадил Вову на Claude Code