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.
Привет!
С виду даже самый простой проект, который можно «запромптить» в пару подходов, содержит десятки подводных камней, из‑за которых его нельзя назвать production‑ready. В этой статье я расскажу, с какими проблемами столкнулась моя команда при разработке сервиса «Запомни это» (ankigo.ru) с помощью нейросетей, почему «два вечера» превратились в полгода и как мы закрывали пробелы, которые ИИ закрыть не смог.
Многие знакомы с методом интервальных повторений и Anki‑карточками (хороший разбор есть здесьЧитать полностью »
Этот пост для разработчиков, которые еще скептически относятся к кодингу с ИИ агентами и не используют его. Мир стремительно меняется, пора «проснуться» и поменять методику работы.
Ниже я расскажу личный опыт, чтобы было нагляднее.
Я просто ковырялся с нейросетями. Делал для себя небольшое приложение, собирал агентов в n8n и пытался понять, насколько далеко можно зайти, если описывать желаемый результат словами, а код поручить модели.
Потом несколько случайных вещей совпали. Меня достало вручную менять промпты в n8n. Другу понадобилась напоминалка в Telegram. Я впервые попробовал Telegram Mini Apps. А Gemini за минуту сделала мне простую HTML-игру, и я подумал: стоп, а ведь теперь я могу собирать то, что раньше даже не рискнул бы начать.
Всё начиналось как чисто софтверная затея. Вокруг все говорят про агентов, вайбкодинг и конец эпохи программирования кожаными, а я, как говорится, «не читал, но осуждаю». Поэтому идея была простая: научиться вайбкодить — спроектировать и написать сервис, особо не утруждаясь.
В целом это был уже не первый раз, когда я что-то разрабатывал с помощью ИИ. Но предыдущие попытки организовать совместную разработку с коллегой через Git заканчивались на эмоциях: «О, это работает!», «О, круто!», «Ну всё, галочку поставил», «я у мамы программист», «я у мамы дизайнер» и так далее.
Привет! Меня зовут Владислав Козлов, я тимлид аналитиков Business Security в Авито. Хочу поделиться с вами интересным опытом взаимодействия с LLM, который позволил мне дёшево и быстро проверить свою идею. А заодно — рассказать об интересном алгоритме кластеризации, который мы с моделью придумали и реализовали в виде библиотеки.
Нейросети экономят мне огромное количество времени. И одновременно я стал тратить на них огромное количество времени. Противоречия здесь нет.
