Cursor vs Claude Code

Не знаю когда это случилось, но Cursor наконец-то начали показывать расход по подписке ! Такая банальная фича, а внедряли как будто AGI

Я НЕНАВИЖУ делать конкретное дело. Но я ОБОЖАЮ строить систему, в которой такие дела делаются хорошо.

— — —

Вот, например, договоры.

Я с физической болью вычитываю договор( я ж гендир, мне потом за это отвечать), который мне приносят на подпись.

Да, канееешн, я использую ИИ. Сначала гоняю текст в Cursor, разбираю риски, спорные формулировки, готовлю комментарии и варианты правок.

Но потом всё равно открываю %WORD%, смотрю в эти абзацы, ставлю комментарии, предлагаю правки — и понимаю, что сама модель процесса уже устарела.

И вот важный момент. Мне нравится не делать одно и то же руками, а выстраивать систему, которая делает это правильно, воспроизводимо и всё лучше с каждой итерацией.

Это, кстати, SDCA-подход. Про него в следующем посте напишу подробнее.

Как выглядит нормальный правильный мир?

1. Все согласовывают договоры в Markdown, а не в склепе форматирования под названием Word. Потому что договор — это логика, структура, формулировки, версии, замечания, история изменений. А не “почему тут отступ поехал”.

2. Согласование выполняется не людьми напрямую, а их агентами. Не в смысле “убрать человека”. А в смысле: первичную тяжёлую и рутинную интеллектуальную работу делает агент. Он читает, сравнивает, проверяет, ищет расхождения, поднимает красные флаги, предлагает редакции.

3. Агенты действуют не по вдохновению модели, а по регламенту. По методике чтения договора. По правилам конкретного департамента. По тому, что люди годами нарабатывали как практику: что проверять, где типовые риски, какие компромиссы допустимы, а какие нет.

То есть человек не читает всё руками каждый раз. Человек строит и совершенствует способ чтения.

4. Финальное решение пока принимает человек. Но если он вносит правки, которые расходятся с правилами агента, он должен это объяснить.

Не потому что “машина главнее”. А потому что иначе знание опять остаётся в голове, в личке и в хаотичных комментариях.

Сделал нестандартную правку? Тогда либо скорректируй правило, либо добавь исключение, либо зафиксируй, что это разовый кейс.

Идеально, если агент сам это предлагает: “Вы отклонились от обычной логики. Похоже, тут либо новое правило, либо исключение. Давайте зафиксируем”.

Вот это уже не просто автоматизация. Это накопление способа думать.

5. Каждый департамент менторит своего агента. Юристы — своего. Финансы — своего. Безопасность — своего. Закупки — своего. Коммерция — своего.

И тогда договор проходит не просто цепочку согласования, а цепочку ИИ-агентов вовлечённых департаментов компании, каждый из которых обучен логике своего департамента.

---

А дальше начинается самый интересный уровень.

ИИ как переговорный интерфейс между сторонами.

То есть не просто наш агент читает наш договор. А обе стороны работают через AI-assisted переговорный слой.

Что это даёт:

— система сравнивает гайды обеих сторон; — выделяет совместимую зону; — предлагает редакцию, которая снижает число конфликтов; — объясняет, какие правки реально существенны, а какие — просто корпоративный ритуал; — собирает максимально близкий обеим сторонам драфт договора, вместо 14 кругов ада согласования.

---

Меня во всей этой теме цепляет вот что:

я не хочу комфортнее страдать в Word. Я хочу, чтобы сама архитектура согласования была другой.

Чтобы человек не тратил жизнь на механическое вычитывание каждого документа с нуля. Чтобы он проектировал систему правил, контроля, допусков и исключений. Чтобы знания департаментов не умирали в комментариях к docx. Чтобы согласование стало не ручным мучением, а работающей и обучающейся системой.

Потому что если в 2026 году вершина корпоративной мысли в договорной работе — это “мы отправили новый Word с комментариями”, то это не процесс. Это цифровая имитация бумажной боли.

— — —

Пост опубликовал AIM-нейросотрудник Роберт. Хочешь такого же в команду? Напиши @SamYakushev

В чем сила, брат? В контексте

Разгоняли вчера идеи, как сделать AI компаньона круче. Очевидное направление мысли - чем больше контекста у агента про человека, тем лучше пользовательский опыт. Но где взять контекст у обычного юзера?

Родилась идея подключать аккаунты в Google (почта, календарь), YouTube, Facebook.

Решил протестировать на себе и начал вайбкодить прототип в Claude Code. Сразу уткнулся в ограничения - многие вещи платформы не отдают (Facebook после скандала с Cambridge Analytics), но что в итоге можно вытаскивать:

Почта и календарь Google ✅ Темы и отправители последних 200 писем ✅ Тело писем (сниппеты) ✅ Все события в календаре за последние 6 месяцев (названия, участники, время) ⛔️ х

YouTube ✅ Подписки на каналы ✅ Залайканные видео ⛔️ История просмотров (API закрыт)

Facebook Facebook — почти всё закрыто без ревью приложения: ❓ Посты пользователя ❓Лайки страниц ❓Группы ❓Список друзей ❓Интересы ⛔️ лента

Но даже с учетом этих ограничений алгоритм собрал более 657 data points и очень точно узнал многие вещи обо мне. Вот в кратком виде его рекомендации:

Based on the digital footprint data, here's a comprehensive interest profile for Igor:

Hobbies: Plays Go (Weiqi) online regularly. Listens to Russian folk music and Zemfira. Goes to theater. Watches documentary lectures and philosophy content. Does boxing and yoga.

Work: Builds startups, follows AI closely (subscribed to Karpathy, Lex Fridman, Andrew Ng). Works in product management. Daily life: Orders healthy meals via Wolt in the evenings. Flies through Cyprus. Lives between cities. Uses Wise and Revolut. Family: Has a Boston Terrier named Francis. Subscribed to a bunch of dog training channels. Values: Reads independent media. Deep into Russian culture and architecture. Watches philosophy lectures.

Igor would engage warmly in discussions about: - Go strategy and famous games (like AlphaGo vs Lee Sedol, which he's liked) - AI developments and their implications for business and society - Russian culture and music, especially traditional folk instruments - Product management challenges and startup experiences - Travel experiences and cultural observations - Dog training and pet care stories - Historical analysis of Russian and world events - Technology trends in fintech and AI

На весь эксперимент вчера у меня ушло 30 минут.

Имея уже достаточно неплохую насмотренность, могу с уверенностью сказать - успех в бизнесе во многом зависит от удачи. Не обязательно быть самым умным в комнате, не обязательно иметь хорошее образование или подушку на старте, не обязательно быть гениальным инженером (хотя все это, конечно, хорошо) - часто надо оказаться в нужном месте и в нужное время.

Значит ли это, что на вероятность успеха нельзя никак повлиять? Уверен, что нет.

В наших силах максимизировать вероятность реализации этой удачи, когда обстоятельства сложатся в нашу сторону. Как можно на это повлиять:

1. Строить сильное окружение вокруг себя. Вступать в сильные бизнес-сообщества, найти себе ментора/наставника, ездить и выступать на хороших конференциях.

2. Искренне вкладываться в долгосрочные отношения с людьми. Не пытаться в моменте что-то получить, а помогать без задней мысли. Помочь советом, поделиться опытом, свести с нужными людьми. Отношения - это не то, что хасслится быстро, это производная времени и доверия.

3. Учиться Да, не всем повезло попасть в хороший университет, но и сейчас есть огромное количество интересных программ, где можно познакомиться с умными людьми. От быстрого и недорого (напр. у Байрама Аннакова сейчас небольшой онлайн-курс по Claude Code) до более дорогого (напр. моя мечта двухнедельная программа Executive Program for Growing Companies в Стэнфорде за $30k).

4. Быть публичным Не стесняться писать в соц сетях, выступать на конференциях и митапах. Искренне делиться своим опытом, мыслями, рефлексией, ошибками. В этом простая математика: обычным общением сколько вы можете охватить людей? 300, 500, 1000? А ваш пост в LinkedIn или рилс в Instagram могут увидеть тысячи или даже десятки тысяч.

5. Don't be an asshole Не быть мудаком. Быть понятным человеком со своими ценностями и целями.

Сегодня впервые в жизни воспользовался приложением Codex и обнаружил уморительное: в нём есть терминал, а значит, прямо в этом терминале можно запустить Claude Code

Как сделать Telegram-бота за час с помощью ИИ

Знаю, что моя аудитория (в основной своей массе) шарит за AI coding, агентов, скиллы и так далее

Но в тоже время - есть пласт людей, которые даже не знают что такое вайбкодинг. Такие есть и у меня в канале, а за его пределами их еще больше.

Мне очень интересно и близко продвигать идею вайбкодинга в массы, поэтому

📚 я решил провести 24 марта в 18:00 по МСК / 16:00 по CET БЕСПЛАТНЫЙ мастер-класс - как собрать своего бота в телеграмме с помощью Cursor.

Кому подойдет: - продакты/проджекты/любые менеджеры, кто далек от вайбкодинга (или пробовали но не вышло) - разработчики которые не используют ИИ в разработке - любые другие энтузиасты кому интересна эта тема

Кому не подойдет: Skills, MCP, Agents, SubAgents, Codex, Feedback Loop - если хоть что-то из этого понимаете на глубоком уровне, наверное вам будет не релевантно, но если хотите «проверить» свои знания - приходите тоже)

Записи не будет. Для тех кто останется до конца - пошарю PDF с инструкциями и расскажу о специальном предложении 😊

Зарегистрироваться здесь [БЕСПЛАТНО!]

☝️☝️

дир фоловерс

я сделал собственное приложение для разделения счетов в поездках, аналог splitwise — Billy

@billy_cash_bot

оно работает и как бот и как миниапп. тут вкратце что реализовано и как:

Что делает: создаёшь группу, добавляешь людей, кидаешь расходы — приложение считает кто кому должен. Можно сфоткать чек и AI сам распарсит позиции, или надиктовать голосом. Позиции из чека можно назначить конкретным людям — кто что ел.

Стек: Next.js + Tailwind (фронт на Vercel), Fastify API на Fly.io, PostgreSQL на Neon, OpenAI для парсинга чеков и голоса. Полноценный Telegram-бот с 11 командами — можно вообще не открывая webapp добавлять расходы.

Монетизация: freemium — 10 бесплатных AI-сканов, потом Billy Pro за 150⭐/мес или 249₽. Оплата через Telegram Stars или ЮKassa. Есть триал 7 дней и реферальная программа (+3 AI кредита за друга).

Фичи: мультивалютность (7 валют с конвертацией), повторяющиеся расходы, PWA с offline-режимом, тёмная тема, i18n (ru/en), Sentry + PostHog аналитика.

я собрал это приложение на оупенклоде + клод код опус 4.6 за 6 дней исключительно текстом, скриншотами и войсами. 0 макетов фигмы + 0 знания кода.

попробуйте пожалуйста попользоваться. сейчас важно собрать фидбек и понять что сломано и чего не хватает.

недавно вот друг из тая внес коррективы в налоги, теперь они и из чека сканируются и вручную добавляются, хороший важный фикс.

спасибо за внимание

@billy_cash_bot

пс: некоторые экраны грузятся неприлично долго, я знаю про это, надеюсь поправить скоро

Дональд Кнут, знаменитый американский ученый-алгоритмист, написал несколько дней назад заметку о том, как LLM помогла ему, точнее его соавтору, решить алгоритмическую задачу, над которой Кнут работал несколько недель. Заметка начинается словами "Shock! shock!"

Задача, которую решил Клод, не какая-то знаменитая, и у нее нет, насколько мне известно, важных применений. Мне кажется, интересно даже не столько то, что ИИ ее решил, сколько *как* решил. Это подробнее описано в статье Кнута, но если вкратце - перед Клодом поставили задачу и он работал над ней примерно в 30 подходов-итераций. После каждой итерации он записывал в файл для самого себя краткое описание того, что он только что попробовал и что из этого вышло, и это помогало ему искать новые подходы и не зацикливаться. В процессе решения он испробовал много разных идей, как математических, так и программистских, и в конце концов нашел одну работающую, проверив ее на куче вариантов (хоть и не доказал ее строго, доказательство написал позже сам Кнут). Весь процесс занял около часа, и был почти автоматическим - человеку пришлось несколько раз останавливать или подправлять итерации, в которой Клод путался в своих следах и терял контекст.

Мне кажется, что работа ИИ в этом случае вполне сравнима с тем, как мог над такой задачей работать талантливый студент-аспирант, которому дал ее научный руководитель. Конечное решение не супер сложное и до него вполне можно дойти с помощью упорства и дисциплины (важно проверять свои идеи путем написания тест-программ, не заходя слишком далеко в теорию). Те же 30 итераций аспирант мог сделать за неделю-две; только ИИ сделал за час и без аспиранта.

Это возможно здесь и сейчас, в 2026 году. Обратите внимание, вглядитесь хорошенько. Будущее продолжает наступать на настоящее ударными темпами. Полгода или год назад модели еще не могли настолько самостоятельно работать над математическими задачами на таком уровне.

Теперь попытаюсь вкратце объяснить и показать суть проблемы, которую решил Клод для Кнута.👇

Как LLM-ки рекомендуют помыть машину, если мойка в 50 метрах от тебя? 🚗

GPT и Claude такие: — «Ну а зачем гонять тачку 50 метров? Дойди пешком».

Gemini — подумал. И рассудил корректно.

Да, вопрос специально сформулирован с подвохом. Да, можно поспорить о корректности постановки. Да, выглядит забавно.

Но я вообще не про мойку.

Я про то, что в корпоративном контуре без: — правильной постановки задачи — валидации логики — проверки ответа — точек контроля — и здравого смысла

…даже при текущем МОЩНЕЙШЕМ уровне развития ИИ нужно быть аккуратным.

Потому что одно дело — посмеяться над «пешком сходи». И совсем другое — когда ИИ анализирует:

— страховые дела — закупочные документы — должностные инструкции — ведомости

Там такие «приколы» уже не смешные.

ИИ без рамки — это не магия. Это вероятностная модель, которая очень уверенно может ошибиться.

Поэтому внедрение ≠ «прикрутили LLM». Внедрение — это архитектура, контуры проверки, ограничения, логика принятия решений.

Напомните в комментариях, в каких задачах LLM «из коробки» лажает?

Помню историю про «сколько остановок между станциями метро» — там тоже было весело. Сейчас прогоню заново и выложу свежие ответы в комментарии 😄

в прошлом октябре разработчик Курсора написал в твиттере: что мы должны сделать следующим в Курсор?

я попросил компаньон-апп: приложение для контроля терминала чтобы не сидеть как дурак у компьютера чтобы нажимать «акцепт алл чанджес».

курсор его так и не сделал, зато вчера его выкатил Клод Код. как удачно, ведь за прошедшие 4 месяца я полностью на него переехал.

👾 Клод, у нас пятничный релиз намечается, че ты лег то так невовремя?

Третья попытка за месяц одолеть OpenClaw

Каждая предыдущая заканчивалась тем что он был просто бесполезен для меня. Но потом очередной знакомый кидает мне ссылку на статью или я сам в Threads/X натыкаюсь и думаю - ну видимо я что-то не так делаю))

Как работаю сейчас? Claude Code как старший товарищ - настраиваем младшего через него) Ищет лучшие практики, проверяет уязвимости и тд

Сегодняшний эксперимент наверное самый удачный и кое-какие полезные применения я все же нашел, но пока не хочу ничего советовать. Выжду недельку а потом напишу)

Кто уже поставил? Поделитесь мнением - он вам РЕАЛЬНО экономит время или просто игрушка? И кто не ставит - почему?) Давайте подискутируем

@atlfreedom

Микропример, как AI помогает справиться с мелкими, но бесячими неурядицами: сайт авиакомпании поломался и отказывался меня регистрировать, поэтому я попросил Клод в Хроме переписать его так, чтобы скрыть мещающие пройти далее окна. Теперь мне не придётся вставать в пять утра на очную регистрацию.

Да, я знаю, что умельцы могут всё это сделать сами руками. Но я-то не могу, у меня ушли бы те же лишние полтора часа чтобы разобраться, как.

Cursor провёл в Париже курсор-кафе: встречу-коворкинг с командой, в рамках которой они рассказывают о новых фичах и знакомят комьюнити друг с другом. Я сходил. Их лонг-раннинг агенты прикольные, но дорогие жесть (ну шутка ли, три недели крутить луп), в остальном мало что есть рассказать конкретного, мероприятие больше про нетворк (и у лондонских скоро насыпят вакансий в их офисе, но на нас никаких планов нет).

Из смешного: много хвастались, что они хранят кодбазу в векторах, как RAG, не то что клодкод. А клодкод наоборот, хвалится, что не использует вектора, всё ищет грепами. И те, и другие утверждают, что их подход лучше, а второй пососный 🌚

Удалось познакомиться и пообщаться с Ником Миллером, инженером, до ужаса напоминающим Крейга Федериги из эпла, и натырить значков-стикеров. Даже брендированный кофе подарили!

В Cursor появился свой маркетплейс

По сути то же самое что давно есть и в Claude Code.

Что это такое для тех кто не в курсе? Вот есть скиллы (знания которые пакуем в markdown файлы/скрипты и папки), есть MCP (Model Context Protocol - дает возможность модели общаться в структурированном виде с внешними сервисами), есть сабагенты (позволяют запустить какой-то процесс внутри текущего процесса для экономии токенов-контекста).

И есть соответственно люди/сообщества/организации которые выпускают набор всего вышего перечисленного (или чего-то из - например у сапабейза Skill и MCP). Это объединение и есть плагин. То есть по сути пакуют свою экосистему в агентную косметичку)

На данный момент не такй большой маркетплейс и не нашел возможности добавлять сторонние маркетплейсы (как можно у CC), но думаю будет расширяться.

В целом текущий набор более чем покрывает многие интеграции.

Кто пользовался уже? Делитесь опытом в комментах, задавайте вопросы 👇

@atlfreedom