Вайбкодинг

AI не заменит людей. Он заменит людей, которые не умеют думать

Последнюю неделю плотно погрузился и наконец начал работать сам с Cursor и n8n. Adoption на старте не из легких, но если преодолеть - восторг. Многие вещи получается делать в разы быстрее, даже в десятки раз.

Много нерациональных страхов про AI, что он всех заменит и проч. Но это все инструменты. Очень крутые инструменты. Если ты умный, он сделает тебя ещё умнее. Если тупой — никакой AI не поможет.

Это заставило меня задуматься о том, что на самом деле сейчас, когда ломаются привычные парадигмы работы и создания продуктов, важнее не знание конкретных технологий, а мета навыки.

1. Структурированное системное мышление. Умение ставить задачи, продумывать архитектуру решения и логику.

2. Умение упрощать. Скилл подняться на один или несколько уровней абстракции выше, уметь объяснить сложное своему боссу/партнеру/сотруднику/инвестору простыми словами.

3. Адаптивность и умение работать в условиях высокой неопределенности и быстрых изменений. Умение быстро переключаться между контекстами и ориентироваться в перенасыщенном информационном поле. Умение принимать решения в условиях недостатка и неполноты информации.

4. Способность быстро обучаться новому (спасибо кстати учебе в ВШЭ за это, где было 5 сессий за год).

5. Умение анализировать. Раскладывать большое на составные элементы, декомпозиция сложного и непонятного на понятные задачи.

6. Коммуникация/EQ. Умение договариваться с партнерами и клиентами, заряжать своими идеями, транслировать свои идеи и четко ставить цели перед командой. База, но как многие люди ей не владеют. Конечно, мы еще увидим solo founders, сделавшие классные продукты c AI агентами вместо живых людей, но я убежден, что все равно в основе успеха любого (или почти любого) бизнеса - сильная, мотивированная и слаженная команда.

А вот как прокачивать такие навыки - хороший вопрос, на который у меня ответа нет.

Командный режим в CC

Соверешенно случайно наткнулся на самый простой (имхо) и самый понятный гайд по экспериментальной фиче в claude code, где можно создавать команду агентов: https://www.youtube.com/watch?v=olqEYlJHkzM

А еще на этом же канале есть прикольный видосик про sub-агентов, тоже рекомендую: https://www.youtube.com/watch?v=zhs2cLoFlVY

Удивительно, но если заставить себя отпустить бесконечное желание понять, как оно всё работает под капотом, начинаешь понимать, как с этим можно работать как пользователь. И это даже и правда вайбово! Недавно вот перелопатил на чилле за 20 минут где-то 100+ задач в своём todoist, разобрать которые я уже не мог несколько недель. Нравится!

С интересом наблюдаю, как с плотной интеграцией LLM в нашу жизнь, меняется то, как мы работаем.

На этой неделе мне нужно было сделать несколько объемных рисерчей (поиск medical advisors по узким темам, исследование рынка elderly care в Штатах и проч.).

Сколько на это времени ушло в каждом кейсе: - ок 10 минут на постановку задачи (вкл. несколько итераций обсуждений с LLM) - от 0.5ч до 1.5ч фоновой работы LLM (кстати, research режим в Claude - топ!)

В "прошлой жизни" на каждый такой рисерч я бы потратил минимум 20ч. А скорее всего даже больше.

То есть на таком простом примере рост производительности 20x.

А что будет через год, два, пять лет?

В какое удивительное и безумно интересное время мы живем.

В пятницу был лайв про AI в работе. На котором я не хотел снова рассказывать про маркетинговых AI-агентов. ну тех которые пишут, исследуют, публикуют, рисуют... Хотелось чего-то продуктового, мясного.

Чтобы было: ПРОБЛЕМА → AI → РЕШЕНИЕ.

А у меня как раз 3 недели висела бесящая задача: аналитика работы наших AI-агентов в Dashly (которые консультируют и квалифицируют в чате).

Начали с Дашей и GPT тыкать в разные идеи. Натыкали на решение в n8n, которое сделали за пару часов и ускорили несколько недель разработки.

Теперь у меня есть быстрый способ итерировать с анализом диалогов, находить инсайты, метрить воронку AI SDR.

В общем, балдеж!

К чему это я: 1. Когда есть давление, начинаешь творчески думать, находить хаки и способы роста. 2. Позже расскажу про само решение (тизер получается написал).

3. А вообще я сюда зашел написать, что Сева Устинов вдохновил меня попробовать Cursor как "Notion + ChatGPT". Я уже 5 часов выходных ботаю Cursor и кайфую люто. Как ребенок с кубиками. Тоже позже расскажу.

#AI #Product #Hacks

суммаризированный транскрипт голосового:

поясняю за выбор модели, раз часто спрашивают.

для меня claude code (opus) — это умный сдвгшник-темщик. он идеален, когда нужен быстрый iteration loop: поправить верстку, накидать скрипт, чекнуть аналитику. быстрый дофамин, все летает. но стоит дать сложную задачу на кучу файлов — он начинает плыть и пропускать очевидное. доверия к нему нет.

codex — это гений-аутист. он может полчаса молчать и читать код (реально ноль признаков жизни), а в конце выдать три строчки, которые идеально фиксят баг.

я выбираю второе. мне проще запустить кодекс и, пока он "завис" в раздумьях, пойти писать промпт для другой фичи в соседней ветке. я меняю скорость ответа на success rate. со времен o1 я привык, что моделям openai можно верить, а суета сдвгшника мне в работе не нужна

https://www.youtube.com/watch?v=4u94juYwLLM

Дженни - дизайн лид в Anthropic (Claude AI), бывший дизайн директор в Figma, Dropbox, рассказывает то, о чем вы читали в моем канале уже больше года назад :)

главная идея — традиционные процессы дизайна: исследование, прототипирование, мап джоурней, постановка проблем и решение — не работают.

вместо этого нужно доверять своим суждениями, интуиции и видению.

она связывает это с ai, тогда как я всегда был привержен этому, так как являюсь гипер-эгоцентричным самобытным ремесленником.

• ai ускоряет прототипирование - прототипировать может кто угодно, поэтому мастерство (craft) и качество становятся главными дифференциаторами. • меньше людей, больше работы - небольшие дизайн команды могут и должны двигаться быстрее. • интуиция имеет значение - построенная на основе опыта интуиция дизайнера важнее слепого следования процессу.

***

в такие моменты чувствую насколько иногда я недооценен как мыслитель ахаха

предлагаю перечитать другой мой пост на эту тему: https://t.me/designindex/1115

***

за видео спасибо Ване @with_love_from я совсем не слежу за новостями в индустрии, поэтому фил фри присылать мне что-то интересное, когда видите

А может быть Claude Code не такой плохой как я думал?

Пользуюсь им пару дней, осваиваю Skills/Sub-agents/Hooks/Plugins

Пока впечатления хорошие. Все еще считаю что начинать надо с Cursor как с UI-first AI Coding Agent, но Claude Code возможно ТОП-1 General Agent (да да, именно General, не только Code).

никак не получается попробовать новый "cursor" от гугла: antigravity.google

поменял страну в профиле гугла, но все равно не заходит. у кого-нибудь получилось?

все эти три продукта созданы/на-вайбкодины с AI

Epilogue — помощник для бумажных книг: цитаты, заметки, мысли. Kris Puckett с Claude Code и Perplexity

ryOS — агентная ОС в стиле винтажного OS X Aqua от Head of Design Cursor Ryo Lu с Cursor

Time Zone Globe — мировые часы Adam Moučka с v0

это реально впечатляет, но это будущее про которое я говорю с начала года.

дизайнер должен адаптироваться и превратиться в Founder Designer-а.

Y Combinator и сообщество стартапов всё активнее подчёркивают ценность дизайнеров-основателей, потому что дизайн становится ключевым дифференциатором продукта и помогает создавать более ориентированные на пользователя решения.

—

поэтому я запускаю совершенно новый и супер актуальный формат индивидуального и группового менторства: Designer to Design Founder

пишите мне в лс: @artmilitonian или заполняйте форму на сайте: https://artmilitonian.com/mentorship/

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.

openclaw какая-то громоздкая неповоротливая штука, хочется прям что-то более минимальное

поговорил с @rebryk, он рассказал, что купил себе мак мини (по сути только для того, чтобы агент мог нормально пользоваться браузером без блоков) + вместо openclaw написал себе тонкую связку телеграма с claude code

вот после суток использования openclaw я прихожу к такому же выводу. не хочется использовать велосипедные agent loop'ы, а хочется отдать это уже оттюненным агентам — claude code или codex-cli

может вы уже знаете про такие проекты на гитхабе? уверен, что должно быть

GLM Тут подвезли китайский клод, в 18 раз дешевле только https://z.ai/subscribe?ic=QPHUA8EPD9 за 30 баксов, 500 промтов в 5 часов по ощущением клод 4.5 тупее чем GLM

По моей рефералке 10% скидос еще дадут

И никаких 3 букв...

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.

путь к outcome driven development

чем больше я пишу код с агентами, тем яснее понимаю: я всё делаю как-то не так

сейчас я просто микроменеджу агентов. даю небольшие таски минут на 10 -> сам проверяю результат -> пишу правки. и так по бесконечному кругу. если честно, это уже ощущается супер неэффективно. чувствуешь себя тонкой белковой прослойкой, функция которой - тыкнуть в браузере на кнопку и сказать агенту, что она не работает

вообще, весь этот процесс разработки очень похож на классический процесс оптимизации. а для него нужны две вещи: алгоритм и лосс-функция. в нашем случае алгоритм - это сам агент (codex/claude code) со всеми обвязками. а лосс-функция - это результат к которому мы стремимся + мера близости. то есть это сам таргет плюс оценка того, насколько мы к нему близки.

сейчас в моем процессе я промптом пытаюсь задать этот самый таргет, а агент уже сам строит поверх него неплохую лосс-функцию. это отлично работает, но только потому, что задачки мелкие. в них просто нет большого люфта в смысловом пространстве между тем, что я написал в промпте, и тем, что агент на самом деле понял. это такой instruction driven development

но хочется уйти в outcome driven development: один раз заморочиться с лосс-функцией, закинуть таску часов на 10 в цикл и прийти уже за готовым результатом

———

как заставить агента скопировать google spreadsheets?

хочется провести эксперимент - запустить long-running таску по реализации реально крупного софта. и чтобы всё это произошло (почти) автономно

и тут мы упираемся в лосс-функцию. для больших задач текстом очень сложно заранее задать точный таргет (часто только в процессе продуктовой разработки начинаешь понимать, чего реально хочешь).

но лосс-функцию можно "хакнуть". суть моего эксперимента как раз в том, чтобы сфокусироваться на написании правильной обвязки вокруг алгоритма (чтобы вся эта автономность вообще заработала). а саму проблему с лосс-функцией мы радикально упрощаем: не будем придумывать новый продукт, а просто скопируем существующий. например, google spreadsheets или mixpanel.

агент может тестировать оригинал и тыкать его сколько угодно. его единственная задача - скопировать продукт как можно точнее. в такой постановке мы вообще снимаем вопрос сложного определения таргета. таргет = сам готовый продукт, а результат определяется максимальной близостью к нему.

в связи с этим вопрос (такой же как и предыдущем посте): как в таком случае должен выглядеть agent loop + мера близости к таргету? есть ли уже какие-то плюс-минус готовые решения для такой постановки задачи?

ps: удобные термины instruction/outcome driven development подглядел у @adel_and_ml

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?

В Bolt есть классная фича, который помогает сэкономить кучу времени на создании промптов Enhance prompt — кнопка, которая берет мой кривой, быстрый черновик запроса и превращает его в структурированное, понятное ТЗ для самого Bolt.

Недавно нужно было очень быстро собрать первый экран в интерфейсе. Черновик у меня был что-то типа "Сделай экран приветствия с кнопкой регистрации и иллюстрацией." Плюс ключевые гайдлайны по дизайну — шрифты, цвета и прочее.

Жму ✨ и получаю развернутый запрос: описаны размеры иллюстрации, цвет фона, анимация появления кнопки, адаптация под мобайл. Все то, что обычно вспоминаешь только на втором или третьем круге правок.

Можно посмотреть, как работает Enhance prompt на скринах 👆

Чем фича полезна: *️⃣Меньше итераций — первый результат уже близок к финалу. *️⃣Четкий старт — не нужно гадать, что имел в виду автор запроса (то есть я). *️⃣Больше деталей — Bolt сам добавляет очевидные, но легко забываемые вещи: отступы, шрифты, скругления кнопок и прочее.

В общем очень полезный инструмент, который экономит время, нервы и токены.

В Lovable этой фичи иногда очень не хватает.

Еще больше хаков по работе с bolt можно найти в моем гайде.

Я чот никогда не смотрел в сторону Codex, думал что он только с github работает. А там и cli тоже есть, и работает с текущей подпиской на ChatGPT и 3 буквы не нужны...

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.