Самые просматриваемые за 30 дней

Агенты научились писать код быстрее, чем мы успеваем его читать. Но скорость оказалась не главной проблемой — главной стало то, что агент не помнит, о чём вы договорились вчера. В этой статье рассмотрим подход, который пытается эту проблему решить, и инструменты, которые его реализуют: GitHub Spec Kit, Kiro, OpenSpec, BMAD Method, Tessl и ещё несколько.

Большинство разработчиков знакомятся с ИИ через окно чата: задал вопрос — получил ответ, скопировал код — вставил в проект. Это удобно, но это «ручной» режим. Настоящая польза для продукта начинается тогда, когда модель становится обычной зависимостью вашего приложения — такой же, как база данных или очередь сообщений. Именно об этом статья: что такое ИИ через API, как устроены ключи, какие задачи так решают чаще всего, какую модель выбрать, стоит ли экономить на бесплатных моделях, когда нужен агент, а когда достаточно одного вызова, и почему промпты никуда не исчезают, а наоборот становятся частью кода.

Тесты для API — это, пожалуй, одна из тех задач, которые разработчики любят меньше всего. Не потому, что сложно, а потому, что однообразно: подготовить данные, отправить запрос, проверить код ответа, проверить тело ответа, повторить для невалидных данных, для неавторизованного пользователя, для несуществующей записи… И так для каждой конечной точки (endpoint). Неудивительно, что именно эту работу хочется отдать ИИ-агенту (AI agent) в первую очередь.

Попросить ИИ-агента написать тесты — дело одной строки. Получить тесты, которые действительно что-то проверяют, гораздо сложнее. В этой статье разберём, как сформулировать задачу, какие инструкции один раз положить в репозиторий и как выстроить процесс, чтобы агент писал полезные unit-тесты, а не просто зелёные. Примеры будут для Claude Code на стеке xUnit + Moq + AutoFixture. При этом всё сказанное применимо к любому агенту: GitHub Copilot, Cursor, Codex и другим. Меняются только имена файлов и команды.

Какие документы можно доверить ИИ-агенту, что ему нужно явно запрещать, примеры плохих и правильных промптов для XML-комментариев, ADR и release notes, инструменты docs as code.

Чтобы не прокиснуть мозгами, можно делать наоборот: не заставлять ИИ-агента писать код, а наоборот, написать код и попросить ИИ-агента его проверить.

Статья о том, как меняется профессия программиста: раньше мастерство измерялось умением писать код, теперь всё больше решает то, как вы формулируете задачу для ИИ в промпте. В статье отдельно разобраны параллели между промпт-инжинирингом и архитектурным мышлением, а также типичные ошибки в промптах.

Как настроить ИИ-агента, чтобы он реально "ловил" архитектурные нарушения, а не только опечатки. В этой статье я покажу, как настроить промпт (prompt) так, чтобы агент реально ловил архитектурные нарушения: с формализацией правил, парными примерами «правильно / неправильно» и защитой от ложных срабатываний на пограничных случаях (edge cases). Заодно разберём, как встроить такое ревью в pipeline, а не держать его как разовую ручную проверку.

Наверное вы уже знаете что такое  Large language Model (LLM) и может быть даже знаете (или хотя бы слышали) про Computer Vision (CV), но задумывались ли вы, какие еще бывают типы моделей?

В этом видео покажу какие настройки я создал в файле claude.md для своего блога. ИИ-агент с успехом выполняет возлагаемые на него задачи разной степени сложности.

Каждый инструмент нужно использовать правильно и по назначению. Поэтому решил создать список полезных советов для Claude Project.

Воспроизводит звуковой сигнал и выводит уведомление, когда Claude Code завершает задачу, запрашивает разрешение или задает вопрос.

Я пишу код с 1989 года. За это время сменил не один десяток технологий — от Pascal и Clipper до современного стека на ASP.NET Core. Видел смену парадигм: структурное программирование, объектно-ориентированное, потом микросервисы, DevOps, облака. Каждый раз находились те, кто говорил: «эта технология убьёт профессию разработчика». Не убила ни одна.

В этом видео покажу примеры технического задания (ТЗ), которые я пишу для Claude Code.

Я хочу в этом видео показать, что я делал и как, чтобы подключить к старому проекту ИИ-агента (Claude Code).

Отображается использование лимита скорости Claude Code в строке статуса VS Code — всегда видно во время кодирования.

Маркетинг ИИ-инструментов для разработки обычно целится в новичков: "напишет код за вас", "объяснит любую ошибку", "заменит поиск в Stack Overflow". Для разработчика с опытом 25+ лет ценность ИИ лежит в другом месте.

В этом видео покажу дополнительные правила, которые я создал для Claude, чтобы его работа была максимально эффективной.

Higgsfield AI — технологическая компания, в основе которой софт для создания и редактирования видео и изображений с помощью генеративных моделей. Платформа активно используется блогерами для создания рекламных материалов и коротких видеороликов, в основном для социальных сетей.

Chrome DevTools для агентов (chrome-devtools-mcp) позволяет вашему программирующему ИИ-агенту (например, Antigravity, Claude, Cursor или Copilot) управлять и работать с браузером Chrome в режиме "live".