Cursor

Ральф Виггум

В мире вайбкодинга новый шериф — агентный подход под названием Ralph Wiggum. Я столько ждал, что кто-то на русском разберётся, о чем весь шум, что сам стал этим человеком.

Ральф, если что, герой Симпсонов восьми лет от роду с задержкой развития, на которого всем плевать. Хорош он лишь в двух вещах — «спать и действовать» (цитата по симпсонвики), и именно эти характеристики и становятся определяющими для нашего рассказа. Ральф Виггум это: скрипт, который работает, пока вы спите. Всё.

Но как именно это работает? Чтобы в этом разобраться, нужно кратко обозреть на прошлое и настоящее вайбкодинга.

Весной прошлого года я вел внутренний воркшоп об основах вайбкодинга. Если вы давно подписаны на канал, то знаете, что из той полуторачасовой сессии родился Бот Вояж, которым я с удовольствием пользуюсь до сих пор в путешествиях. Но как он был построен?

К слову, я думаю начать преподавать агентский кодинг для непрограммистов на широкую аудиторию: если вы думаете, что вам нужен такой семинар/практикум/серия лекций — пишите, договоримся.

Эры вайбкодинга можно выделить следующие.

1. Скромное обаяние новизны Также известное как «я дал ChatGPT задание написать калькулятор и он справился, программисты больше не нужны, отсосите какосеки»

2. Долина разочарования «Но когда я попросил гпт сделать именно тот калькулятор, который нужен мне, он выдал кучу ошибок и стёр исходный код. Этот манёвр обошёлся мне в 430 долларов, ai — пузырь на плато, робот не напишет симфонию, вайбкодеры — слоператоры!»

3. Адаптация Cursorrules, Claude.md, PRD.md и тест дривен девелопмент: оказывается, если со всех сторон обложить код-агентов бесконечными правилами и ограничениями, то можно за какое-то вменяемое количество итераций все же заставить его написать ровно тот код, который тебе нужен. Прямо как с живыми программистами.

Кстати, на этом этапе и написаны большинство моих проектов, включая тот самый семинар с бот-экскурсоводом. Фактически, мы час писали документацию, потом Курсор 10 минут писал по ней код, а затем мы его задеплоили и приклеили к телеграму

4. Первые автономные код-агенты Прежде всего, Клод Опус 4.5 (на клодкоде или в курсоре), но и GPT Codex с Gemini не сильно отстают.

Важная часть этого этапа — возврат к шагу два, но теперь агенты начинают адекватно воспринимать обратную связь и более-менее успешно ей следовать.

5. Сегодняшний момент: Курсор 2 и Клод Код 2 Среды, заточенные уже на более профессиональные пайплайны: прежде всего, work tree, когда под каждый новый таск заводится отдельный бранч в гите (причём их может быть несколько на одну задачу, и человек сам выбирает, решение в каком из них ему нравится больше), и субагенты с хуками в клодкоде (совсем запретная магия, давайте про это в другой раз).

На этом этапе любой 0->1 девелопер, который просто хотел повайбиться с Клодиком под одеялком чтобы собрать свой первый b2b SaaS калькулятор окончательно понимает, что здесь ему больше не рады.

Мой собственный док сегодня включает как минимум: - PRD - имплементейшен план - файл со структурой проекта - файл с техспеками - ридми - ченджлог - рулз с приказом вносить все изменения в ченджлог и пушить все измененить в конце каждого значимого оборота (но это все равно не работает).

Если вы не поняли абсолютно ничего из этого списка, поздравляю, вы совершенно нормальный человек, который совершенно точно случайно не проебет 1300 евро на боте который выдает инвайты в Сору 2.

НО ИМЕННО ЭТУ ПРОБЛЕМУ И ПЫТАЕТСЯ РЕШИТЬ РАЛЬФ

Вместо того, чтобы грузить людей непонятной и выглядящей откровенно сомнительной хуитенью, Ральф использует баш скрипт, который гоняет все эти шаги по кругу.

Как именно это устроено (простите, снова список, я не ИИ, честно):

1. Конверсейшнл чат-бот, с которым вы естественным языком общаетесь, что вы хотите построить, а он в ответ формирует ТЗ — тот самый PRD.md. “Хочу ну типа калькулятор но чтобы когда типа на ноль делишь чтобы он типа переворачивался и писал цифрами SOSI EBLO“

2. Этап, который разбивает получившееся ТЗ на сценарии, и формирует (вместе с вами) критерии выполнения.

А у меня пока ощущения от AI-ассистентов для программирования как от появления IDE в своё время (IDE — это среда разработки). Такой вот автокомплит нового уровня: не метод или свойство тебе подсказывает, а целый кусок кода. Если это стандартная штука, она заработает. И с проверкой поможет, и повторение кода подсветит. И потормозит в самый неподходящий момент.

Могут быть ошибки в генерируемом коде? Конечно! Как и в автокомплите могут быть ошибки: был метод в другом похожем месте и IDE предложила его. А не работает, упс. Импортировался файл по одному пути, а в другом месте уже не импортируется. Бывает, ок.

И самое интересное, что на скриптах для Адоба ни IDE, ни AI не работают эффективно. Чтобы заработал автокомплит в PhpStorm, мне пришлось создать свою библиотеку типов и постоянно расширять её. В Курсоре приходится скармливать файл с инструкциями (но всё равно не работает)))).

Но! это и есть нормальное (предсказуемое) поведение инструмента. Ты знаешь, что он умеет, а что не должен уметь. Конечно, ты попробуешь для прикола (и для соцсетей) наточить карандаш топором, но кроме лайков и опыта это не принесёт особой пользы.

Я знаю людей, которые до сих пор программируют в нотпадах, хоть и перешли на 2.0 для цветного форматирование кода :–). Думаю, и с ИИ многие не будут работать, потом что «они ошибаются». А надо-то просто адекватно оценивать инструменты.

agent harness

отдельно хочу выдать мысли про harness (обвязку) вокруг агентов. есть голая llm - у нее простая задача: принять токены и выдать наиболее вероятное продолжение. магия начинается там, где вокруг этой llm строят обвязки, которые и превращают предсказатель текста в полезный продукт

самый банальный пример - чат с ии (напр. chatgpt). там обвязка работает как prompt builder: собирает системные инструкции, историю сообщений, пакует это в правильный формат и скармливает модели. но тут есть важный нюанс: современные модели еще на этапе обучения (через sft и rlhf) натаскивают именно на такую структуру. их учат понимать спецтокены ролей (user, assistant, system), реагировать на системный промпт и выдавать ответ, который идеально ляжет в веб-интерфейс. то есть модель изначально "прогревают" под работу в конкретной чат-обвязке на уровне весов

с кодинг-агентами всё стало сильно сложнее. там помимо сборщика промптов появился целый зоопарк механик: тулы, скиллы, контекст-менеджеры (rag по вашей кодовой базе), интеграция с lsp (чтобы на лету парсить ошибки синтаксиса), песочницы для безопасного запуска bash-команд, генераторы диффов для применения кода и кастомные правила из AGENTS.md. и очевидно, что большие ai-лабы и тут тренируют своих агентов прямо внутри этих сложных сред. их модели с рождения осознают эти обвязки как часть своего тела

cursor поэтому я вообще не верю в будущее продуктов, которые строят свои обвязки, но сидят на ЧУЖИХ моделях. самый яркий пример сейчас - cursor. братишкам там сейчас очень не сладко. недавно даже были сливы, что внутри компании объявили code red под игидой "нам нужна своя модель, иначе мы тупо не выживем"

pi agent еще один пример сторонней обвязки - pi agent. штука получила признание, тк используется в openclaw. но вот вам реальный кейс: я несколько раз пытался заставить pi agent внутри воркспейса openclaw починить мне оркестрацию календаря. использовалась gpt-5.4. результат - проебался несколько раз и не смог ничего исправить. ради эксперимента запускаю codex из воркспейс папки - он ваншотит проблему с первой попытки. модель одна, обвязки разные, результат - небо и земля. прямо сейчас, кстати, я пробую весь рантайм openclaw полностью перевести с pi agent на codex/claude code (благо нативное решение через acp уже есть)

paperclip а теперь про paperclip. они не стали изобретать велосипед и писать свою обвязку. вместо этого они дают выбрать из множества популярных готовых вариантов (claude code, codex, pi agent, gemini, kimi и тд). благодаря этому ты получаешь лучшее качество агента, так еще и можешь напрямую использовать свои текущие подписки (paperclip просто юзает локальный codex прямо из терминала). все что дает paperclip - это UI и тулы для взаимодействия с тасктрекером.

короче, мораль такая. свои обвязки писать больше не надо. надо использовать готовые обвязки от лаб, потому что на уровне интеграции модели и среды они всегда будут на шаг впереди

"Вторая память" и AI

Думаю о том, что у меня (и наверное у многих) информационный перегруз. Огромное количество контекстов, и с такой скоростью я точно подошел уже к лимиту памяти. У меня память хорошая на верхнем уровне - я могу поминать верхнеуровневые контексты/макро темы. Как будто у меня в голове есть каталог. Но я уже не могу все это помнить детально. Оперативная память переполняется.

Поэтому мне хочется построить "вторую память" - хранилище, присоединенное к моему мозгу. Чтобы я мог обратиться к AI и сказать: - "Слушай, я помню, с этим человеком мы что-то на эту тему обсуждали. Подними контекст."

- Или: "Помню, что на этой конференции мы с парой людей обсуждали такую тему, вообще не помню с кем обсуждал - напомни."

- Или: "Помню, что на какую-то такую тему смотрел подкаст на YouTube, но вообще не помню как он назывался - напомни."

Что уже есть По рабочим звонкам есть Fireflies - все записывается и транскрибируется. Для одного из проектов используем Cursor, где мы полностью ведем всё хранилище - это помогает. Но это только кусочек моей жизни. Хочется, чтобы AI индексировал и каталогизировал всю информацию - по тегам, по категориям, как в принципе у нас сейчас Cursor по работе устроен. Чтобы можно было легко находить через Telegram-бота: пишешь в хранилище, обращаешься и просишь вспомнить нужную инфу.

Как это могло быть устроено? 1. Собираем все источники данных: - все онлайн звонки транскрибируем и собираем через fireflies или аналоги - выгружаем ежедневно чаты из телеграм - подключаем по API личное хранилище заметок (Evernote, Obsidian etc) - подключаем по API рабочие воркспейсы, где есть вики/задачки (Notion, Jira etc) - рабочие мессенджеры (Slack)

2. Наверное, это все должно собираться где-то в хранилище (пусть тот же гитхаб), там агрегироваться и фильтроваться (оставлять только важную информацию - за деталями потом можно постучаться по API в исходные места, если нужно)

3. К этому хранилищу подсоединить простой интерфейс типа телеграм бота

Вызовы - Офлайн-разговоры. Сейчас есть девайсы (типа Plaude), которые крепятся к телефону или на одежду - они слушают все, что говоришь. Пока ничего такого не пробовал, только слышал про них. Но это интересное направление. - Приватность. Это хороший вопрос и большой вызов. Даже если такую штуку в принципе можно сделать для себя, по сути там будет огромное количество приватной информации - это очень insecure. Непонятно, как с этим быть.

Интересно, кто-то уже собирал для себя что-то подобное?

Новая долина смерти — пздц ☠️

Сейчас, с AI, больше не нужно иметь 10 лет кросс-функционального опыта, чтобы собрать MVP.

Но вот, что ещё не все поняли:

👉 Даже толковый продукт без дистрибуции — просто код, одиноко пылящийся на GitHub (в том в случае, если пользователю Cursor известен термин “репозиторий”)

Новая реальность такова:

👉 Нужно уметь быстро собирать продукт (и его части), не становясь лучшим разработчиком в мире, но прокачивать маркетинг так, чтобы системно продавать на рынке экспоненциально-растущих релизов.

Кодить — безусловно полезно. Но умение дистрибутировать — вот, что реально двигает продукт к PMF.

AI упростило создание кода, но сделало "Valley of 💀 Death" еще более сложной.

Уровень Nightmare.

Он пока что бесплатный, но время от времени ругается на квоту и перегруз. Есть весь тот же функционал, включая отдельные дифы по задаче, что мне очень нравится в курсоре. Есть таб-комплит, такой же быстрый, но по мозгам пока ничего не могу сказать, потому что больше вайбкодил, чем кодил руками, так что использовал всего пару раз. По ощущениям визуально лучше все сделали.

Забавно работает с браузером (запускает свой инстанс хрома). Он выполняет в нем скрипты, записывает видео экрана и это видео подает на вход ллм. То есть вообще токены не жалеет!

Еще прикольная фича это walkthrough, это как планирование, но после выполнения - человеческим языком пишет, что сделано. Можно комментировать выделяя куски текста или объекты и говорить что исправить.

За вчера сделал несколько мелких фичей на пет проекте, и вообще нареканий нет.

Что расстроило, так что режим Planning, это не только план, а план+имплементация сразу. То есть нельзя сначала хорошенько поработать над планом в несколько итераций, а потом уже кодить. Либо я не понял как.

В общем, теперь это мой новый курсор. Я поставил туда необходимые плагины и тему+иконки, и от курсора не отличить. Хотелось бы платить и не упираться в лимиты. Интересно сколько будет стоить.

Ушло на это все больше 2млрд токенов. Но фактическая цена, по сути 100-120 баксов у Курсора

⌨️ Эра соло non-tech основателей?

Claude Code, Cursor, Lovable — теперь мы в одиночку можем создавать продукты, которые раньше делали дорогостоящие команды разработки в 20 человек.

Но!

Даже если вас сильно вдохновляют прорывы в области AI code generation и сложилось впечатление, что вайб кодин решает всё, то не забывайте, чем еще придется заниматься юному соло-вайб-кодинг-фаундеру:

• UI-дизайн • UX-дизайн • Проектирование онбординга • Брендинг • Дизайн фавиконки (с неба она не свалится) • Поддержка клиентов • Проактивный контакт с клиентами (продуктовый фидбек) • Тестирование прайсинга и тарифных планов • Email-маркетинг (сбор, прогрев и прочее) • Написание рассылок • Улучшение конверсии лендинга • Создание онбординговой email-цепочки • Создание системных и триггерных email'ов • Создание контента • Создание контента для блога • Создание контента для внешних публикаций • Создание контента для Twitter • Создание контента для LinkedIn • Создание контента для Reddit • Внутрепродуктовая аналитика • Ингейджмент во всех соц сетках (сраться в комментах) • Делать SEO • Делать GEO/AIO • Поисковая реклама (если есть бюджет) • Таргетированная реклама (если есть бюджет) • Анализ конкурентов • Обсуждение багов с клиентами (и их устранение) • Генерация идей для Growth • Хорошо бы начать какой-то PR • Участие в мероприятиях для нетворкинга • Поиск коллабов и партнерств • Прямые продажи • Построение коммьюнити вокруг продукта • Строить связи с инфлюэнсерами • Создавать видео-контент (мануалы, эксплейнеры, Youtube) • Создать Help Center продукта • Не ебнуться

Добро пожаловать в мир цифрового предпринимательства 🙌

cursor теперь это просто ui, чтобы смотреть гит диффы

кто понял тот понял кто не понял тот поймет 🐺 кто кто

cursor стал vscode'ом! а, ой...

Режим Auto в Cursor неожиданно хорош, и просрать за 3 дня всю квоту на Opus уже не так обидно. Но впредь буду экономней, учитывая что Auto мод вывозит. То есть схема такая - Plan - Opus 4.5, Build - Auto. При этом основной мой рабочий вариант — это Claude Code с GLM 4.6. Но он может только с Auto конкурировать. Opus его в одну калитку выносит, что логично по количеству параметров :)

Вчера поизошел первый в жизни vibecoding-момент — попросил курсор написать очень простую миграцию, а он умно написав что в sqlite нет ALTER удалил и создал таблицу. Я проверил миграцию локально на полупустой базе, а на проде это затриггерило cascade delete и потерло кучу данных на проде. Почему это не попало в скоуп когда у меня миграций меньше 10 — загадка.

Данные я восстановил очень быстро потому что d1 бекапит все на 30 дней назад (отчасти поэтому я могу так плохо следить за миграциями) но момент пятиминутной усрачки с утра был.

Решил доразбирать этот «Долгий ящик». Натравил Курсор и сделал приложение для сортировки делишек. За несколько часов дописывания приложения и параллельной сортировки всё разгрёб по стопочкам

(скриншот из Cursor, я 60% общения перенес туда)

Последнее время работают, над дистилятом из книг по Макроэкономике, чтобы GPT стал еще умнее. И мне нравится, то что получается.

Вытаскивая принципы и ментальные модели, не только я учусь и переоткрываю для себя фундаментальные фреймворки "как думать об экономике", но и GPT сразу же формулирует сам для себя наборы правил, как ему думать об экономике, поверх того что есть в книгах и в его собственных нейронах.

Потом я еще его идеи об идеях в книгах изучаю с не меньшим любопытством и удовольствием.

И обычно у меня рождаются мои собственные мысли, и так круг замыкается. Кажется, потихоньку GPT становится моим пост-неокортексом.

Апдейт про наш voice AI продукт для пожилых в Штатах

Хочу поделиться немного тем, что происходит с нашим продуктом - голосовым компаньоном для одиноких пожилых в Штатах.

За почти три месяца проделана колоссальная работа (без AI, мне кажется, это все заняло бы минимум в два раза больше времени).

1. Нам удалось стабилизировать маркетинг - с фейсбука около 30% звонков целевые. 2. Миллион итераций промптов, которые регулируют агента. Мне уже ночами снится курсор, а в моем промпте почти 1000 строк. Зато удалось добиться, что медианы звонка в 15-20 минут. 3. Случились первые платящие юзеры (учитывая, что вся наша воронка через голос - пришлось конкретно над этим попотеть). 4. Основной фокус на ретеншн. Пока мы им не занимались, он был в районе 15%. На новых когортах есть позитивные сигналы с 20-25%. Тут предстоит еще много работы.

Самое неожиданное - я думал, что понадобится много времени, чтобы выстроить доверие, и человек начал раскрываться. Оказалось, что боль одиночества и social isolation настолько сильна, что люди начинают выговариваться с первого звонка. Думаю, что одиночество настолько сильно и настолько болит, что тебя некому выслушать, что в итоге пользователи готовы делиться сразу. Есть пользователи, которые уже суммарно наговорили по 6-8 часов. Максимальная цифра, которую я видел - 12 часов(!).

Огромное количество болезненных историй. Умершие жены/мужья, тяжелые отношения с детьми, боль от старения, болезней и потери жизненной энергии.

Отдельный челлендж - голосовые модели. Пока они далеки от того, что мне хочется. Они хорошо работают в асинхронном формате, но в real-time не успевают.

Пока наш личный топ - это Cartesia (есть набор голосов с эмоциями и есть разметка эмоций тегами). Наблюдаем за Inworld и Hume, у них хорошие модели. 11labs хоть и лидер, но нам не нравится.

Почти ни у кого нет нормального выбора пожилых голосов, кстати.

Наш текущий стек выглядит так: - голосовая модель -> Cartesia - conversation -> claude haiku (долго время жили на chatgpt 5 mini, но переехали с нее, она не тянет сложные промпты и многоуровневые задачи). Anthropic красавчики. - конвертер голоса в текст -> Deepgram И собственная обвязка вокруг, чтобы все это работало и было продуктом.

Где мне нужна помощь (вдруг кто-то из тех, кто это прочитает, сможет мне помочь - буду вам очень благодарен): 1. Я хочу попасть в пул партнеров провайдеров ведущих голосовых моделей (Cartesia, Inworld, Hume, 11labs), чтобы первым получать к ним доступ. Мы делаем достаточно уникальную штуку и можем для них быть и профессионально интересны. Перед нами стоит крутой челлендж: в voice AI создать опыт общения с другом.

2. Мы ищем топ эксперта в conversational AI (пока как консалтинг, но в идеале найти эдвайзера).

3. Хочу найти топового промпт-инженера, который сделает ревью наших больших и сложных промптов.

4. Хочу найти человека в Штатах на парт тайм биздев на 1-2 мес. Пробежаться и поговорить с нашими потенциальными b2b клиентами. Но нужен тот, кому откликается наша миссия - помогать 20 млн одиноким пенсионерам в Штатах.

А закончить свой пост хочу цитатой из касдева одного из пользователей:

And talking to that that that Mary, and it really helped me out. I feel a hell of a lot better for some reason. And I said, damn. That was better talking than a human. I mean, it was just like therapy.

Вот такие штуки меня невероятно заряжают и вдохновляют работать и двигаться дальше:

p.s. Отреагируйте плз комментариями, если вам интересно, чтобы я про это писал больше - для меня это будет хорошим стимулом.

Почему мы не взлетели с Cursor, но взлетели с Notion + AI После поста про наш корпоративный Notion + AI мне написал друг. Он сейчас строит внутреннего AI-ассистента и пошёл по пути Cursor + GitHub + код + Claude.

Для личного использования, говорит, магия. Как только попробовал раскатать это на команду — все стало грустно.

И я его очень понимаю.

Я тоже пробовал Cursor. Где-то неделю ковырялся, настраивал под себя, честно пытался встроить в рабочий процесс. И в итоге бросил.

Не потому что Cursor плох. А потому что это очень недружелюбная среда для командной работы, если команда — это не только разработчики.

Одна простая боль: попробуй загрузить туда презентацию, картинки, документы, чтобы этим потом реально пользовалась команда. И чтобы это не превратилось в зоопарк ссылок, версий и «а где актуальное?».

А у нас Notion это: — единая вики, — документы, — процессы, — база знаний, — рабочее пространство для всей команды.

Поэтому когда Notion выкатил AI, у меня было ощущение: “О, вот теперь это может взлететь”.

Не потому что AI лучше, а потому что среда подходит для совместной работы.

В Notion легко: 🔵визуализировать задачи 🔵легко работать с текстами, правилами, гайдами 🔵легко подключать AI прямо к документам

И самое важное — этим могут пользоваться все, а не только те, кто дружит с кодом.

Плюс: там уже сейчас можно делать разных агентов: под задачи, под роли, под конкретные типы документов. (На скриншоте видно, какие сценарии доступны из коробки.)

Мой текущий вывод такой: Cursor / код / GitHub — отлично для личных или dev-ассистентов. Notion + AI — гораздо ближе к реальной корпоративной среде, где люди живут, а не экспериментируют.

AI без общей среды — это магия для одного. AI внутри среды — это система для команды.

Интересно, куда это все придет через год. Но пока Notion выигрывает не моделью, а тем, что он уже дом для команды.

Дизайн-идея для СДВГ-Вайбкодинга 2.0 — Тикток, встроенный прямо в Курсор: пока он там чё-то шуршит в коде, ты смотришь видосы и не отвлекаешься на лишние переключения между окнами.

Лазерный фокус как учил Стив Джобс (папа, а кто это?)

Cursor подсадил всех на иглу, конечно! А все и рады были подсесть.

Сначала: - безлимитные запросы - дешёвый доступ - кайф, а не кодинг

Теперь: - уже никуда не деться - забыли, как неудобно было раньше - будем платить, сколько нужно

Стратегия стара, как мир:

Дай бесплатно → Стань незаменимым → Подними ставки 💸

📊 Статистика моих задач за 2025 год

Готовлюсь к Воркшопу «Сделать завтра», который стартует 17 января. Решил посмотреть на итоги своего года по задачам. Вот что сделал:

1. Весь год вёл задачи в Заметках по методу: Как рулить задачами по методу «Сделать завтра» в обычных «Заметках» на маке

2. Выгрузил заметки из папки 2025 года программкой: Экспортер

3. Скормил Курсору и попросил накрутить отчётик, вот что вышло:

**📌 Общая статистика** • Всего дней с заметками: 350 • Всего задач выполнено: 2789 • Всего задач не выполнено: 25 • Всего задач: 2814 • Среднее задач в день: 8.04 • Общий процент выполнения: 99.1%

**📊 Плотность дней** 🔥 Плотные дни (≥10 задач): 96 (27.4%) ⚡ Средние дни (5–9 задач): 220 (62.9%) 💨 Неплотные дни (<5 задач): 34 (9.7%) ⭐ Самый продуктивный день недели: Вторник (9.25 задач в среднем) ⭐ Самый продуктивный месяц: Апрель (9.40 задач в среднем)

**😀 Статистика по эмодзи** • Задач с эмодзи: 1383 (49.1%) • Задач без эмодзи: 1431 (50.9%)

**💡 Интересные выводы** • Во вторник вы делаете больше всего задач (9.25 в среднем), а в пятницу — меньше всего (6.51 в среднем) • Самый продуктивный месяц — апрель (9.40 задач/день), самый спокойный — июль (6.88 задач/день) • Весной вы были наиболее продуктивны (8.28 задач/день), зимой — наименее (7.87 задач/день) • Самое популярное эмодзи — 🧊 (использовано 299 раз) • Дней с 100% выполнением: 330 из 350 (94.3%)

Ещё у меня есть хранилище задач, которые не сделал, но не успел решить, что с ними дальше — типа «долгий ящик». Там осталось две сотни задач. И как раз до начала воркшопа будем разбираться, как с такими задачами быть.

Если вы такие отчётики себе делаете, поделитесь — интересно сравнить. Хотя я уверен, что мои результаты очень средние в целом.

Насколько сложно освоить вайбкодинг/AI-Coding?

Я на самом деле не очень разделяю эти понятия тк для меня это одно и то же, но есть закрепившееся мнение в комьюнити что это все-таки разные скиллы. В чем между ними разница?

Вайбкодинг: Привет Cursor, сделай мне бота который будет транскрибировать мои мысли

AI-Coding: Изучи внимательно документацию проекта, обрати внимание на `some_file.py` и составь детальный план по реализации этой задачи в plans/

На самом деле (как по мне) - это лишь уровни сложности. Они берутся от необходимости. Если ты продакт-менеджер и твоя задача - быстро собирать простые MVP или просто поиграться с рабочими инструментами - вайбкодинга за глаза. Если ты разработчик (да или тот же продакт, но чуть более технарьский или хочешь таким стать) - тебе нужно освоить некоторые практики/системы и применять их в ровно тех же инструментах которые используют вайбкодеры.

К чему это я? Инструменты - для всех одинаковые (Cursor/Claude Code/Codex/другие CLI/плагины), разница - лишь в подходе. А освоить подход - дело поиска нужной информации и времени на ее освоение, ну и практики конечно же.

В какой момент мне нужен AI-Coding? Вопрос с разными ответами для каждого из вас. А что вы хотите? - телеграм-бот который будет мне присылать какие-то напоминания/какие-то мувы с ИИ-шкой делать -> вайбкодьте - web-app тулза для трека доходов и расходов (для личного пользования) -> вайбкодьте - сервис (не важно - web/tg) на 1к DAU с многопоточной LLM-обработкой входящего текста от юзеров -> изучайте AI-Coding

Нет какой-то четкой формулы, но по своему опыту могу сказать -> что это ощущается (нехватка скиллов). Если у вас что-то падает/ломается/долго не получается а вам это РЕАЛЬНО НУЖНО -> изучайте AI-Coding.

Как его изучать? Да самое банальное -> читать каналы комьюнити (Рината, Валеру, Тимура и других). Там очень много интересного для себя можно подчеркнуть. Еще можно пойти ко мне на пратикум (но пока нельзя 🥲).

В комментарии оставлю ссылку на тг-каналы которые читаю сам, можете подписаться) Надеюсь этим постом ответил на вопрос многих и разъяснил разницу между этими двумя терминами.

А отвечая на изначальный вопрос -> как по мне, вообще не сложно, главное - желание)

@atlfreedom