Я понял, что играть на телевизоре гораздо веселее и привычнее, например, для жены, а ещё ждал гостей, которые собирались заглянуть ко мне на неделю-другую летом.
Мой Яндекс ТВ едва дружил с Bluetooth. Я с трудом поставил на него Steam Link, но телевизор совсем не хотел тянуть поток больше 30 Мбит/с. Камушек там оказался довольно дохлым: смотреть MKV в устраивающем меня качестве получалось, а вот со стримингом Steam он справлялся плохо.
TLDR: забанили трёхлетний аккаунт с подпиской Pro, кибер‑доступом Daybreak Blue и вследствии: доступ ко всей накопленной информации в аккаунте — утерян.
Салют! Много‑много лет читаю Хабр, но сейчас специально зарегистрировался, чтобы рассказать маленькую историю, которая возможно поможет клиентам OpenAI избежать моей участи.
Приступим.
Жил да был аккаунт OpenAI с 2023 года. Сначала, он был бесплатный, совсем маленький. Потом подрос и пошёл в школу с ежемесячной оплатой в $20. К 2026 году аккаунт совсем возмужал и обросся подпиской Pro за $100 в месяц. Не тужил, от слова.
Аккаунт был любознательныйЧитать полностью »
Утром оставляю ноутбук включенным и еду на работу. По дороге открываю на телефоне режим «удаленно» и обсуждаю с агентом, что еще доделать в моем приложении. Он пишет код, присылает картинки интерфейса и покадровую нарезку анимаций. Я смотрю: норм или не норм. Если готово — выпускаем.
Приложение — маленький пиксельный спутник, который показывает, чем занят Codex. Называется CoPet.
Это рассказ о моём эксперименте: что захотелось попробовать, что получилось и где пришлось пересмотреть свои ожидания. Я не ставлю здесь задачу кого-то обучить или доказать, как правильно устраивать память агентов. Просто захотелось поделиться этим опытом — вместе с результатами, ошибками и вопросами, на которые у меня пока нет ответа.
Недавно мне попалась статья SKILL.state: Scalable Long-Horizon Agent SkillsЧитать полностью »
Всем привет!
Есть ощущение, что за последние два года в профессии разработчика изменилось что-то фундаментальное. Не очередной фреймворк. Не новый язык. Не ещё один способ развернуть контейнер. Изменился сам процесс программирования. Я поймал себя на странной мысли: я почти перестал писать код рукамиЧитать полностью »
И снова 3 сентября время платить за подписку. 100$ каждый месяц — не такая уж большая плата за возможность спихнуть львиную долю своей работы на агентов. Но когда платишь их каждый месяц, хочешь получить от процесса максимум, в особенности — максимум комфорта.
Раньше эталоном комфорта в агентной разработке (или, прости господи, вайб‑кодинге) для меня была подписка GitHub за 39$ и их расширение, а потом Microsoft нащупали дыру у себя в кармане и платить за такую подписку стало крайне невыгодно. С тех пор раз в месяц передо мной встает вопрос: Anthropic или OpenAI?
В Codex можно поселить анимированного питомца. Пока агент работает, персонаж бегает, машет рукой, ждёт или печалится после неудачной команды. По его состоянию видно, что происходит с задачей. Сам пакет состоит из pet.json и атласа с кадрами анимации.
Самих питомцев я собрал в каталоге Codex Pets. Сейчас в нем 153 одобренных питомца: от красной панды и аксолотля до героев игр и старых мультфильмов. Любого можно посмотреть в браузере, скачать в ZIP или установить одной командой.
При ИИ-ассистированной разработке (или, если угодно, вайб-кодинге) довольно быстро проявляются одни и те же проблемы:
деградация контекста (модель “забывает” детали);
саботаж команд или неаккуратное следование;
трудности переноса контекста (в новую сессию или агента);
ограничение контекстного окна и суммаризации (контекст ограничен возможностями модели, а контроль за суммаризацией, как один из способов решения проблемы, затруднителен);
малая наглядность и проверяемость процесса разработки.
Меня зовут Илья, я разработчик и пишу про разработку приложений. Сегодня расскажу про эксперимент, который я решил провести после выхода очередной модели, которая превышала по бенчмаркам другие. Показатели каждой новой версии моделей стабильно превышают предыдущие, но при этом они не отвечают на вопрос: какой cli агент лучше использовать при разработке. Я решил попробовать сравнить три агента Codex, Claude Code и Kimi на одной реальной задаче в одинаковых стартовых условиях, чтобы посмотреть чем реально отличаются результаты их работы.
