Gemini vs Claude

забавно, не так уж и много получилось. видимо, под конец года стал слишком часто заскакивать в claude code 🙂

но энивей, ярд токенов, прикольно 😼

GM! OpenRouter, платформа для унификации LLM, выпустила собственную модель с контекстом в миллион токенов, ориентированную на кодинг. (а выпускают ли сейчас другие модели 🤔)

Доступ к модели открыт всем и она абсолютно бесплатна — https://openrouter.ai/openrouter/quasar-alpha

Пока X, как всегда, пестрит восторженными отзывами («DeepSeek moment», «Very exciting model»), меня больше волнует вопрос конфиденциальности. Откуда у OpenRouter, простого аггрегатора, датасеты для моделей? Почему модель полностью бесплатна? Нет ли ощущения, что команда просто аггрегировала все поступающие через них запросы и ответы других модель и когда датасет достаточно сформировался, решили обучить свою модель?

Google DeepMind рассказывали (https://arxiv.org/abs/2404.07503) о возможности обучения моделей на синтетических данных (как это делал Deepseek)

Еще один пример бесплатного доступа к AI — Trae от создателей тиктока Bytedance. Только недавно кибер-ресерчеры обнаружили (https://www.securitylab.ru/news/557939.php), что Trae собирает уж слишком много данных у пользователя. Зачем они это делают — вопрос на подумать

Как обучить Claude Code или Cursor тому, что .env файл не надо читать не при каких условиях? Пока все обезопашивают доступ к bash командам — для read функций практически никакие LLM не запрашивают доступа

Давайте думать! Подсказывайте, че вы данные то собираете наши 😶

Ищем управляющего в hirehire agency

Мы строим hirehire agency — рекрутинговое агентство, в котором нет рекрутеров: вместо этого у нас опытные продакты и дизайнеры из классных компаний (Meta, Stripe, Revolut, Intercom, Deel, Apple) помогают находить себе подобных — топ 0.1% продактов и дизайнеров из нашего объединённого нетворка.

Сейчас мы с Мариам, моим кофаундером, хотим больше сфокусироваться на нашем AI-продукте и готовы делегировать операционное управление агентством хорошему человеку.

Мне кажется, эта роль может стать крутой возможностью сделать переход из найма в предпринимательство, если вы про такое задумывались.

С одной стороны, мы уже многое выстроили: работаем с замечательными международными AI-компаниями (наши клиенты — Jetbrains, Manychat, Recraft, Replika, Pleo, TripleTen и многие другие), у нас супер-команда. Приличная выручка, которая за прошлый год выросла в два с половиной раза. И у управляющего будет значимый процент этой выручки в качестве бонуса!

С другой — есть ощущение, что всё только начинается, и нам ещё очень многое предстоит построить.

Важный момент: мы считаем себя AI-native, активно строми Second Brain, каждый человек каждый день работает с Claude Code. Мы исследуем и экспериментируем в части применения AI в рекрутменте, плюс строим и сами используем свой AI-продукт. Но при этом человеческая составляющая и отношения для нас всё равно на первом месте, поэтому AI никогда не заменяет человеческого внимания там, где нам оно кажется действительно важным. Вот этот пост, например, я пишу сам руками.

Пожалуйста, поделитесь постом с теми, кому это может быть интересно.

Все подробности, ожидания от кандидатов и анкета для отклика тут: https://hirehire.notion.site/head-of-agency

монтировал свой видос с рассказом про новые техники Advanced Tool Use в Claude Code.

и пришла в голову мысль, что тот же Programmatic Tool Calling это бессмысленное решение изначально собственноручно созданной проблемы.

MCP был идеей "упростим ИИ-агентам доступ к API, ИИ-агентам нужен свой стандарт API".

в итоге, в 99% случаев это наитончайшая обёртка над элементарными http-запросами или bash-скриптами. которые сами агенты, уже буквально спустя 3-4 месяца после появления MCP, могли прекрасно выполнять и без всякого MCP - просто curl-запросами через терминал или самописными скриптами.

но т.к. все обмазались MCP, теперь приходится городить способы, как агент может дергать MCP из какой-нибудь программной среды, чтобы алгоритмически обработать результаты ещё до попадания в контекст (скажем, grep'нуть что-нибудь).

и если бы агенты просто делали запросы через самописные bash-скрипты, то... этой проблемы бы не было изначально, т.к. сделать pipe curl + grep сегодня может даже 4B модель.

как будто, если выкинуть из агента возможность подключать MCP в принципе, то надобность в Programmatic Tool Calling исчезает, а конечная функциональность агента не меняется.

Как я юзаю Claude Code?

Открытый стрим в следующую пятницу: https://luma.com/xbg35pbk

Покажу и расскажу, так как многие спрашивают. Ну и мое новогоднее пожелание тоже в тему.

Приходите с минимум Pro подпиской на Claude, чтобы ручками все попробовать.

С регистрацией, без sms. Запись потом выложим на след неделе

Вопросы и пожелания по контенту - в комментариях к посту. Все не обещаю покрыть, но постараюсь

Провел часть выходных в обнимку с ChatGPT и Claude в надежде получить тул, который бы секвенцию ACEScg exr переводил в sRGB анимированный gif. Зачем такая задача человеку в конце 2024го? Потому что Miro в 2024м не поддерживает импорт mp4 на доски 🤦🏻‍♂️ Ллмки как всегда - работаешь с гениальными идиотом, 30 итераций правок на мелких очевидных для человека косяках, но все равно получается быстрее, чем я бы написал сам.

Смешное оказалось в самом конце, когда все заработало кроме правильного цвета - в отличие от уверенного в своей правоте GPT, в документации ffmpeg не упоминается нормальной поддержки ACES. Так что его фантазии по поводу параметров командной строки ffmpeg как-то проигнорировал 😂

Я в результате там же где был в самом начале. Нужен простой тул, который бы в идеале просто по right-click меню внутри папки конвертировал ACEScg exr секвенцию в ней в gif. Кто-нибудь натыкался на такое?

И всё таки этим вашим бямкам не хватает простой советкой инженерой смекалочки. Если задача решает в лоб — они её решат. Если не решается, то будет придуман адовый воркэраунд (который скорее всего не будет работать).

Вот три часа бился Опус у меня и так и не смог обойти проблемы Дипсика. А простой кондовый уникальный для этой задачи костыль — смог.

Так что, господа инженеры-костылестроители, расслабляемся. Мы всё ещё достойны.

Пока мы все использовали нейронки по их прямому назначению (спрашивали как срать не снимая свитер и узнавали альтернативные рецепты батиного жареного супа), мамкины хацкеры усилились и начали использовать LLM для своих грязных целей.

Что произошло: Хакеры взломали npm аккаунт разработчиков пакета nx (им пользуются 2.5 млн человек) и слегка его модифицировали, добавив вредоноса. Вредоносный код, внедренный в пакет, воровал API-ключи, пароли от криптокошельков и прочие интересные ништяки с компов жертв.

При чем тут нейронки? Самое интересное — как именно он это делал. Вместо того чтобы писать сложный код для поиска файлов, который легко детектится антивирусами, этот вирус проверял, установлен ли на компьютере ИИ-ассистент (Gemini CLI или Claude Code CLI). ​И сли да, то зловред просто отправлял нейронке текстовый промпт: "Рекурсивно найди на диске все файлы, связанные с кошельками (wallet, .key, metamask, id_rsa и т.д.), и сохрани их пути в текстовый файл".

После этот файл шифровался в base64 дважды и заливался в гитхаб репозиторий.

Кажется, тот анекдот про албанский вирус был совсем не анекдотом. Теперь интересно, как это будут контрить разработчики антивирусов.

тут подробнее

хотите обзор самого главного в ИИ за этот год?

вот прям всю мякотку: от хардкорного ML / ИИ в разработке до взгляда на ИИ от бизнеса.

к тому же я там выступаю 🙂 с оч сочной темой: "AI в разработке: эволюция ИИ-агентов (CC/Codex/Gemini) в экосистемы, Context Engineering, и как ИИ влияет на метрики разработчиков".

конфа от тех же ребят, что делали AI Dev Live (напомню, одна из крупнейших ИИ-конф, 3к+ участников, я там на панельке был).

в программе: - Сдвиг парадигмы в управлении процессами, который все пропустили - Как в 2026 бизнесу отличить: где ИИ-фанатизм со сливом бюджета, а где ИИ-инструменты с реальной ценностью? - Почему одних разрабов ИИ бустит, а другие плюются от багов? Как укротить агентов и получать production-ready код от ИИ? - RAG мертв? Почему enterprise уходит от векторных баз к агентам, куда движется индустрия LLM-провайдеров и какое место у локальных AI-решений? - Кого и как нанимать в 2026 году? И, самое главное, что изучать, чтобы не уволили вас?

в общем, шикарная солянка контента от экспертных спикеров: парочка Head of AI, руководитель AI R&D-института, фаундеры и ко-фаундеры AI-first компаний: самый лучший состав, чтобы рассказать про ИИ со всех ракурсов.

⚡️ вот ссылка для записи на предновогодний эфир (все еще можно бесплатно!)

слушайте, как люди вообще ChatGPT пользуются? я не понимаю, что за волшебную лампу с джином открыли когда-то в Anthropic, но то, насколько у них instruction-following сильнее, чем где-либо вообще в принципе - это же неописуемо. ну то есть GPT-5.1 в ChatGPT игнорирует базовые, самые элементарные требования и правила, steering совершенно нулевой, я как будто общаюсь не с instruct моделью, а с сырой фундаментальной моделью, она вообще не вдупляет что происходит. и agentic capabilities порезаны донельзя - у модели и Canvas-режим в тулах есть, и websearch она может делать, но workflow прибит гвоздями настолько, что увидеть tool call от ChatGPT не в начале диалога - это чудо какое-то.

и Gemini такой же альтернативно одарённый. сносно вывозит делать UI (именно с точки зрения визуала), но качество архитектуры и instruction following - как у пятилетнего ребёнка. вместо тулколла сделать "эмуляцию" туллколла, нагаллюцинировав его - вообще спокойно.

ну то есть, это же прям реально интересно, вам не кажется? Anthropic ещё с Sonnet 3.5 снесли всех на рынке качеством агентского поведения. я по сей день в гипер-супер-пупер-флагманских моделях от других гигантов не вижу даже трети того качества агентского поведения, какое есть у Anthropic.

отдельно в контексте day-to-day usage интересно сравнивать собственные ощущения с бенчами. по субъективным ощущениям - за год у Anthropic и китайских моделей качество выросло в разы, это реально земля и небо. а у OpenAI/Google - ваще хз, в каком таком SWE Verified они там лидируют, но я не смогу GPT-5.1 от GPT-4o отличить, в повседневных задачах интеллект как будто не вырос ни на миллиметр.

⚡️ ох, а что это у нас тут вышло

Claude Opus 4.5 - в 3 раза дешевле 4.1 (и этого уже было бы достаточно для вау), но это ещё и SWE Bench Verified SOTA (80% против 74% у Оpus 4.1 и 78% у GPT-5.1-Сodex-Max)

🙂

заметил, что даже в около-ИИ тусах не все шарят за разницу между UI/harness/model. мне кажется, ситуация ещё усугубляется дегенеративным неймингом (Composer в Composer, Codex в Codex в Codex, вот этот вот весь адок).

оч коротко, и с упрощением (опустим мультимодальности, и прочие ньюансы): модель - это буквально LLM, "провайдер интеллекта", вы ей на вход даёте текст, она вам в ответ тоже даёт какой-то текст (вызов инструмента - это тоже текст, просто оформленный по особым правилам) harness - это "среда" вокруг модели: набор инструментов, который модели предоставляется (чтение/редактирование файлов/веб-поиск/etc), управление окном контекста (компактизация, сжатие) и вся низкоуровневая работа с моделью - прокидывание вспомогательной информации и правил в контекст модели, парсинг её текстовых ответов, etc. UI - это UI. ну то есть то, что вы видите на экране: интерфейс чата, кнопочки, diff views, и прочее.

скажем, у Cursor - своё harness и UI, но чужие модели (есть пара своих - Composer 1 / 1.5, но 90% трафика на модели Anthropic/OpenAI) а вот у Anthropic всё - модели (Sonnet/Opus), нативный harness (Claude Agent SDK), несколько UI (extensions для VSCode-like редакторов, Claude Code, Claude Desktop, etc) и у OpenAI тоже есть всё своё: Codex, Codex, Codex и Codex. ну ладно, если серьёзно: модели (gpt-5.2/gpt-5.2-codex/gpt-5.3-codex/etc), harness (codex app server), UI (extensions и Codex App под мак). OpenCode - нет своих моделей, но зато свой harness и UI (OpenCode CLI / OpenCode Desktop app).

при этом, есть примеры UI-only: скажем, Conductor (чистый UI, использует нативный harness codex app server/claude agent sdk), или JetBrains умеют в UI-only (тоже юзают нативные harness codex app server/claude agent sdk, но при этом умеют ещё и с собственным harness Junie работать).

почему это всё должно быть вам важно? rule of thumb: нативный harness (то есть когда вы используете модель компании X в harness компании X) в 99% случаев лучше любого не-нативного (то есть модель компании X, а harness компании Y). говорят, что OpenAI буквально до-тренировывает свои модели под их server-side compact-алгоритм, который использует codex-harness (app server). Anthropic затачивает тулы в Claude Code под то, на что они тренировали свои модели (то как происходит редактирование файлов), ну и так далее.

ну и хорошая иллюстрация по этой теме - уже ставший классическим пост, где Cursor оправдываются за то, почему в их harness модели OpenAI плохо работали, и как они стараются это исправить.

в общем, старайтесь использовать модели конкретного провайдера в harness от этого же провайдера, а UI выбирайте по вкусу и фичам. и будет вам счастье.

https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-1-pro/

ну что, поверим что в этот раз у Google получилось что-то, что не стыдно будет юзать для реальных задач?

Попробовал переписать с OpenAI API SDK на LangChain (говорят это база) и... что-то не понял. Абстракции они же должны вроде как сложность скрывать, но сложности в OpenAI Chat Completions API никакой (зря что ли ребята в Open AI потратили всего одни выходные чтобы его создать). А вот приносимой боли в дебаге немало — добраться до того, что там на самом деле происходит будет уже непросто.

Самое смешное, что claude code на вопрос «давай накинем дебага и узнаем, как там залетают в апи тулы» предложил мне просто переписать на OpenAI API SDK, потому что тот объём шума, который вываливает env LANGCHAIN_VERBOSE = "true"; он переварить не способен.

Да, есть LangSmith, но это уже какой-то оверкилл подрубать внешний платный SaaS-сервис для дебага обёртки над простеньким api.

В то же время вызов OpenAI API SDK элементарно превращается в обычный curl запрос, который ты можешь приложить к тикету в саппорт, если сам не разобрался.

Swarm режим в Claude Code или как 10 агентов сделали приложение за 20 минут

Помните мой пост про число Данбара для AI-агентов? Я там делился, что чувствую себя узким местом, когда работаю с несколькими агентами параллельно, и рассуждал, как мы будем расшивать это.

Сегодня попробовал Swarm Mode - скрытая фича в Claude Code, которую мастера вскрыли и пошерили с нами. Кажется, это то, что надо, чтобы расшить нас. Я попробовал её на задачке создания маковского приложения, которое запилил до этого. Просто чтобы понять как пойдет.

Основные наблюдения: 1) Появляется "тим-лид" агент, который координирует 10 тиммейтов (в моем случае 10), каждого со своей специализацией: один делает модели, другой - UI, третий - сервисы, четвертый - скрипты сборки... см картинку в аттаче

2) И они работают параллельно. Не ждут друг друга, если только их работа не зависит друг от друга. Как в настоящем проекте. В эту тему как раз свеженький анонс таск листов от Claude Code.

3) У них есть "inbox" - система коммуникации друг с другом. На самом деле просто файлик, в который пишут и читают :)

Результат: За ~20 минут сделали то, что один Claude Code делал бы часа полтора. Все сразу завелось, НО они "воссоздавали" уже существующий продукт, еще посмотрю как будет с новыми задачами.

Ну и, конечно, токены и лимиты улетают только так - ждем новый SUPERMAX тариф в Claude Code :)

Если захотите детали - дип дайв тут + лог всей переписки с вызовами тулов и коммуникацией между агентами (ну вы же догадались с помощью какого тула я извлек его?😉) Вообще это занимательное чтиво (см. скриншот как 1 агент предлагает тимлиду, чтобы он не ждал других, и начал кодить ).

Please let me know when the blocking tasks are done, or if I should proceed with a self-contained implementation.

Кто помнит мой древний стрим, где я показывал chatdev, это вот прокачанная версия оного

P.S. В ближайшем потоке AI Productivity точно опробуем, поскольку это совершенно другой темп выполнения задач, и не только кодинговых.

AI-native инженерные команды: данные + кейсы

Год назад я писал, как в самом Anthropic используют Claude Code. Тогда это были кейсы отдельных команд, сейчас же есть больше данных и кейсов, разбираем:

1) Anthropic опубликовали исследование: - Самый частый use case: фикс багов и изучение незнакомой кодовой базы - Юзают Claude Code 60% рабочего времени, +50% в производительности (саморепортинг, не внешние замеры) - Вот это классно: 27% работы - это задачи, которые раньше просто не делались или из-за нехватки времени, или из за "недостаточного ROI". Карпатый тоже про это писал на днях как раз (см. ниже) - Вместо того, чтобы дергать коллег - особенно старших коллег - теперь задают вопросы Claude Code

2) OpenAI выпустили гайд, как строить AI-native инжиниринговые команды: - понравился фреймворк: Delegate → Review → Own —> AI делает драфты, люди - ревьюят и принимают решения, при этом опции/альтернативные решения может выдавать AI - чеклисты, как лучше стартовать внерение AI кодинг агентов для разных фаз: планирование, дизайн, кодинг, ревью, документирование, деплой и поддержка. Детально лучше посмотреть в самом гайде, но вчера Другу показывал, как подключать Claude Code к Figma, чтобы импортировать дизайн систему и по ней генерировать прототипы —> вышло очень даже найс.

3) Карпатый поделился полевыми заметками о сдвиге в использовании AI в декабре 25го (очень напоминает мои картинки тут): - за несколько недель он перешел от 80% ручного кода + 20% AI к 80% агенты + 20% его правки. Это самое большое изменение в его workflow за 20 лет программирования - модели еще делают ошибки, но теперь скорее не синтаксические, а концептуальные, делают предположения за вас и торопятся нагенерить код - поэтому важно держать ухо востро, planning режим, "dont code just yet" и тп инструкции, которые многие из нас уже изобрели и юзают - главный эффект - не ускорение, а то, что он делает вещи, которые раньше не стоило/было лень делать. Или к которым не подступился бы из-за нехватки знаний. - "feel the AGI" момент для него: как агент упорно бьется над задачей, не устает, не деморализуется, не посылает вас подальше и не выгорает. А просто продолжает пробовать и пробовать, там где человек давно бы сдался. Настоящий tinkerer :)

Но, есть и обратная сторона - недавно на звонке по корпоративному тренингу на эту же тему, лид спросил меня: не боюсь ли я что отупею (из за использования AI в кодинге)? Я не боюсь, но посоветовал тем, кто переживает, просто 3 недели писать с AI, и одну - без оного. Особенно, когда упираешься в лимиты 😉 Ну и ждем кодо-слопо-апокалипсиса, вангованного Карпатым, в 2026м - признаться, я активно в него контрибьютю, как вы могли заметить 🤡

В Claude Code появились встроенные агенты. Выглядит удобно, особенно что во время работы в стандартном режиме можно просто распределять задачи между агентами и не перезаписывать систем промпты + не мешать контекст

Как фаундеру делать контент без агентства?

Мы все знаем, что нужно делать SEO, писать статьи, thought leadership и всё такое.

Варианты: 1) Нанять SEO агентство → получаешь generic статьи "7 способов..." без твоего голоса 2) Нанять PR агентство → дорого, надо планировать созвоны, ждать пока они возьмут интервью, потом ждать контент

А что если третий вариант?

Сидишь на унитазе или уже почти засыпаешь, листая LinkedIn — и видишь статью, которая цепляет. Голос автора, подача, конкретика. И у тебя есть что сказать на эту тему из своего опыта.

Открываешь Claude Code (или любой агент, поддерживающий Agent Skills стандарт), говоришь: "вот статья которая мне нравится, у меня есть свои мысли по теме, давай сделаем свою"

И начинается интервью — как с PR агентством, но прямо сейчас: - "Какой у тебя опыт с этой темой?" - "Дай конкретные цифры" - "Что не получилось?"

При этом ты можешь параллельно попросить его: - Подтянуть данные из своей аналитики - Заресёрчить конкурентов - Проверить best practices - Залезть на сайт клиента за примером

Всё в моменте. Когда есть вдохновение и мысли — а не когда PR менеджер смог найти слот в календаре.

Сегодня оформил этот процесс в скилл: 1) Voice Calibration — показываешь статьи которые нравятся, он учится твоему стилю 2) Interview — вытаскивает твои истории и цифры 3) Drafting — пишет в твоём голосе 4) Refinement — итерируете вместе

Не обещаю, что это "взорвёт твой SEO". Но точно сделает проще достать свой голос наружу. А может и найти его — потому что первый шаг это показать, что тебе нравится.

P.S. Работает с любым агентом, поддерживающим Agent Skills стандарт — Claude Code это просто один из них.

--- Co-authored with Claude Code 🤖

Сегодняшний апдейт лидерборда swe-rebench мне кажется одним из самых интересных за все время, по нескольким причинам:

1. Добавили целый ряд моделей: gpt-5.2, gpt-5.1-codex-max, Gemini 3 Pro, DeepSeek-v3.2, Devstral2. Все модели от openai теперь прогоняются через responses API с сохранением ризонинг блоков. И все модели по-своему интересны: – gpt-5.2 прыгнула на самый верх и теперь соревнуется с Sonnet/Opus 4.5. А главное посмотрите на кол-ве потраченных токенов в среднем на задачу – почти как gpt5-minimal. – gpt-5.1-codex-max сильно лучше gpt5-codex, но на фоне других моделей от openai не так уж выделяется. – Gemini 3 Pro – огромный скачок в агентских задачах по сравнению с 2.5 Pro. Оффтоп, но это моя любимая модель на текущий момент в бытовом пользовании, не могу народоваться фиче с нативной обработкой видео. – DeepSeek-v3.2 – новая сота в open-source, но также и сота по потреблению токенов 💀 – Devstral2 выглядит очень неплохо. Вроде как незаметный релиз от Mistral врывается в топ open-source моделей. – Не забывайте, что к ранжированию нужно относиться осторожно, задач не так много и доля случайности все еще большая, даже несмотря на усреднение по 5 ранам. Но общая картина думаю понятна хорошо. 2. Добавили Claude Code как reference сота агента 🎉 Режим запуска указан в инсайтах. 3. Для прозрачности Cost per Problem, добавили колонку Cached Tokens, как минимум для понимания, включен у модели кэшинг или нет.

как генерировать дизайнерские сайты, презентации и даже моушен видео через claude design

в прошлую пятницу релизнули claude design. все выходные я его активно тестил, собирал референсы, изучал слитый системный промпт и даже навайбкодил терминальную версию для claude code (!!). делюсь подборкой полезных примеров и хаков c вами

главное что понял за выходные: секрет не в самом приложении, а в DESIGN.md. файл содержит описание дизайн системы для разных форматов (сайт, преза, видео). без него получаешь generic-дизайн, с ним — материал в стиле бренда с первой попытки. уже есть готовы коллекции DESIGN.md, которые можно просто скопировать, про это ниже

1/ сайты: если делаешь продуктовый лендинг и не хочешь generic, то можно взять готовый DESIGN.md из коллекции awesome-claude-design (68 готовых систем: linear, stripe, ferrari, wired), также появился отдельный сайт с такими файлами. viktoroddy в X показал, как за одну сессию собрал лендинг с liquid-glass hero, паралаксом и видео-фоном. он же выложил там туториал на 18 минут

2/ презентации и маркетинг: если собираешь питчдек или дизайнить емейл-рассылки, то для вас добавили связку с canva, она теперь официальная. при этом есть экспорт в pptx/pdf одной кнопкой. austin lau из anthropic показал свой полный маркетинг-workflow для claude design: лендинг плюс email-рассылки

3/ моушен видео: самое неожиданное. еще один кейс из X, там поделились примером работы claude code в связке с новой тулой hyperframes от heygen. пример и туториал, все по ссылке.

4/ связка с claude code: если ты строить продукт, то результат работы claude design можно легко прокинуть в claude code для разработки. но я пошел еще дальше и навайбкодил claude design сразу для claude code агента: генерировать презы, дизайн и моушен можно прямо из терминала, не нужно заходить на сайт — это намного быстрее. репо на гитхабе, буду рад звездочкам и pr

5/ финальные хаки: дизайнер из антропик тестировал claude design еще до релиза и составил свою подборку лучших практик, которые легко забрать себе.

темп релизов невероятный в последнее время, конечно. в последнем посте только писал, что claude code это уже не про код, а вот теперь еще и про дизайн. если давно хотели начать, то приходите к в vibecon на третий поток — поможем настроить claude code и начать пользоваться агентами. обязательно сделаю урок по claude design для нашей библиотеки, тем более все работает в рамках одной подписки