Всем привет! Я хочу рассказать про свой путь написания компилятора Svelte на языке Rust, о своих мотивах и результатах.
Компилятор лежит тут: https://github.com/MrWaip/svelte-rs
Меня зовут Константин, я работаю в enterprise-компании на протяжении 5 лет фронтенд-разработчиком. Мы используем SvelteKit ещё с бета-версии.
Я долго думал, как мог бы выглядеть идеальный универсальный агент. Такой Jarvis из «Железного человека». И довольно быстро понял: фиг я смогу такого сделать. Зато можно попробовать дать агенту возможность придумать и построить себя самого в автономном цикле эволюции.
Так появился Уроборос: кривой косой агентный луп на чистом Python с доступом к git, правом переписывать свой рантайм, безопасным рестартом на новой версии и откатом к прошлой, если всё сломалось. Я поселил первую версию в Google Colab, чтобы он не убил мне комп самоэволюцией (сервера Google не жалко, у них хорошая изоляция), дал бюджет и автономность, и понеслось.
Привет. Расскажу, как я собрал ИИ-Автопилот — замкнутый цикл разработки, где задача входит тикетом в YouTrack, а выходит GUI-проверенным исправлением в продукте. Агент разбирается в задаче, правит C+±код, собирает, идёт в живой интерфейс нашего геофизического приложения, проверяет там результат — и закрывает тикет ответом человеку в YouTrack. Дальше расскажу, как оно выросло и где людям всё ещё есть чем заняться.
Меня зовут Сол ГудКод. Обычно я помогаю людям выпутываться из ситуаций, в которые они сами себя загнали: кто-то подписал не тот договор, кто-то удалил не ту ветку. Но параллельно надо было успевать работать с Claude Code, а он, зараза, живёт в терминале на моём столе.
Моя личная ситуация была такая. Задачи приходят в голову не за столом, а в дороге, в очереди, в лифте. К компьютеру я сажусь через четыре часа, когда мысль уже выветрилась, а формулировка усохла до «надо там что-то поправить».
Мне нужен был бот, которому можно наговорить задачу голосом, а он бы её сделал. С моими файлами, в моих проектах, на моей машине.
Если вы хотите внедрить АI в работу команды, недостаточно просто купить подписку и раздать её разработчикам. Возникают распространённые вопросы:
Как зарегистрировать Claude, если вы работаете из РФ.
Как безопасно организовать доступы.
Как понять, что внедрение действительно приносит пользу, а не просто увеличивает траты компании.
В этой статье я постарался собрать не пересказ документации, а практический опыт, полученный во время внедрения Claude Code в работе инженерной команды в компании ИдаПроджектЧитать полностью »
После переезда я нашёл в коробке NVIDIA Jetson Nano, который несколько лет лежал без дела. Покупать готовый NAS не хотелось, поэтому решил собрать домашнее облако из того, что уже было: Jetson, старого SSD и VPS.
В результате на четырёх гигабайтах памяти заработали Nextcloud, Immich, семейный чат, мониторинг и собственный REST API. Самой сложной частью оказались не Docker и не CGNAT, а USB‑хранилище: три разных сбоя заставили переделать подключение диска, загрузочные параметры и правила работы с репозиторием.
В начале 2026 года я запустил опрос в отделе: «Какими ИИ‑инструментами для кодинга вы пользуетесь?» Из 20 опрошенных только 3 человека пробовали ИИ‑агентов в работе. Большинство технической команды — это хардкорные МЛ‑щики, которые создают системы поиска патологий на медицинских снимках, а не просто дергают API ChatGPT с нужным промптом. Они в курсе лучших моделей и того, что там под капотом.
Но почему же даже в такой ИИ‑организации процент людей, попробовавших ИИ‑агентов, настолько низкий, хотя к тому времени технология стала стабильной уже полгода как?
С 14 марта по 19 июля я писал в паре с Claude Code одно приложение: 517 коммитов, 228 из них релизные, 61 891 строка JS/CSS/HTML, 508 headless-тестов.
Сразу оговорюсь, потому что это объясняет половину дальнейшего текста: на работе я имею дело с базами данных и SQL. Фронтенд — не моя область. У меня нет насмотренности, которая позволяет опытному верстальщику глянуть на экран и сказать «тут поехал z-index». Всё, что описано ниже, — попытка заменить эту насмотренность формальными проверками.
