🧰 281 AI-инструмент для разработчика - с описаниями на русском Awesome AI DevTools RU - каталог для тех, кто хочет разобраться, что подключить к своей работе: от помощника в редакторе до агентов, тестирования и локальных моделей. Что внутри: • AI-IDE и терминальные агенты - Cursor, Claude Code, Codex, Cline, Aider и другие. • Код-ревью, тестирование и безопасность. • MCP, навыки, управление контекстом и оркестрация агентов. • Локальные модели, LLMOps и контроль расходов. • Отдельный раздел с российскими сервисами. У инструментов есть метки: открытый код, бесплатный тариф, локальные модели, свой API-ключ и поддержка MCP. Помимо каталога - сравнительные таблицы, схемы выбора и готовые стеки под разные задачи. А ещё четыре урока: как выбрать инструмент, запустить модели локально, настроить MCP и разобраться в устройстве кодирующих агентов. Полезная закладка, когда хочется собрать рабочее окружение с ИИ, а не устанавливать всё подряд. 💻 https://github.com/justxor/awesome-ai-devtools-ru

История двух проектов или как вайб-кодинг хороший код подсматривал Последнюю пару недель я кодил как не в себя. Причем вел одновременно два противоположных по духу разработки проекта. Один - честный agentic harness coding, второй - полный vibe coding. И сегодня выяснилось, что второй позаимствовал много из первого. Первый - платформа с материалами по AI Native разработке. С контролем качества, исполняемыми спеками, придирками к качеству кода и вылизыванию интерфейсов - ею не только будут пользоваться люди, но я и планирую показывать исходный код на видео сессиях. Выкатили, люди используют. Второй - виртуальная машина с версионированием для совместной работы агентов. Я дописывал ее прямо на бегу во время конференции и в код не заглядывал ни разу. Имело значение только то, что архитектура внятная, она держит нагрузки и работает как надо. Это тот самый проект, где Fable 5.1 сказал “такое успеть невозможно”, а Astra сказала “теоретически можно успеть, если урезать весь функционал”. Успели и провели. 20 сотрудничающих агентов, 700 изменений виртуальной машины, только один побег из песочницы (агент залез в историю изменений машины глубже, чем ему полагалось) А сегодня я заглянул в код, чтобы разобраться как все это работает, и как это масштабировать. Я был готов к ужасу вайб-кодинга и каше из файлов (ибо там под капотом 4 разных рантайма, не считая Web UI), а увидел нормальный проект. Даже скучный (скину скриншот папки в комментарии) Когда я начал пытать историю Codex-a на тему - “а почему оно такое аккуратное?”, то всплыло три факта: (1) Этот проект был результатом очередного эксперимента, где код переписывался с нуля. К тому времени мне надоело заводить проекты в Codex на каждый эксперимент, и я просто запускал их из одного control centre (это папка на диске с локальными ссылками на другие проекты и глобальными инструкциями). (2) Идеи и код таскались между проектами под влиянием инструкции piecemeal growth, или того, что от нее осталось: “Add abstractions, concurrency and configuration only when a present requirement needs them.” В процессе ненужное отваливалось, а нужное кристаллизовалось. (3) Codex при перетаскивании подсматривал и в другие проекты, в том числе и вылизанный код платформы. Натащил оттуда те идеи, которые соответствовали духу piecemeal growth В общем, получился интересный вывод. Результаты яростного вайб-кодинга становятся лучше, если агент может брать пример с хорошо организованных проектов на диске. Хороший код - иногда работает лучше в качестве инструкций, нежели куча нагенерированного слопа в markdown. Теперь уже не так жалко времени, которое я потратил на вылизывание кода платформы. Ваш, @llm_under_hood 🤗

В процессе работы над PersMarket регулярно появляются новые возможности, которые должны быть видны не сразу или не всем. Для таких целей придумали специальный подход - Feature flags (или feature toggles). Я уже упоминал его ранее, когда писал про минимизацию рисков и даунтайма при деплое. Заключается подход в том, чтобы была возможность включать, выключать или менять поведение отдельных функций приложения в реальном времени без повторного деплоя. То есть код и настройки фичи выкатываются очередным релизом, но где-то в базе/конфигах есть переключатель/флаг, по умолчанию выключенный, от состояния которого зависит, работает ли эта функция. И когда приходит момент, флаг просто включают, и пользователи сразу видят новые ништяки. Например, функция оплаты актуальна только после всех согласований с платежным провайдером и обновления юридических документов, хотя код уже должен существовать, чтобы протестировать процессы.

Кстати, имея опыт работы со Stripe, подключал Робокассу. После современных API-управляемых возможностей Stripe Робокасса выглядит, как что-то из нулевых. В Stripe можно построить полноценный тестовый контур, с автотестами, с подписками, платежами, рефандами и т.д. В Робокассе можно сделать только тестовый разовый платеж без истории. То есть узнать его статус позже нельзя, он не хранится. А возвраты и рекуррентные платежи вообще не поддерживают тестирование. Надо будет попробовать других провайдеров еще для сравнения.

Еще сценарии: ▪️Если в функции есть критичный баг, ее можно отключить мгновенно без передеплоя ▪️Можно сделать канареечный релиз - включать функцию сначала малой аудитории, потом больше и больше ▪️Можно проводить A/B-тестирование ▪️Можно тестировать функцию прямо из мастер-ветки (особенно в trunk-based разработке), не включая ее на проде Вот и я себе сделал в админке сервиса такой пункт управления, чтобы включать фичи по мере готовности к ним платформы. А оказывается, есть и готовые решения: Split, Flagsmith, LaunchDarkly, GrowthBook, Unleash. А для PHP - Flagception. Конечно, не всё коту масленица, есть и минусы. Во-первых, появляются условия - сценарии для включенной функции и для выключенной, это усложнение. Во-вторых, если необходимость управления фичей отпадает, появляется технический долг - условия и feature flags надо удалять, а до этого обычно руки не доходят. Короче, знайте меру. #process

Конец привычного уютного айти: что делать дальше 2018 год. После первой «галеры» — выбор между стажировкой в Mail.ru и позицией мидла в Сбере. 2021-й — шесть офферов за две недели. Доход растёт на 30% ежегодно, а на одноклассников, которые открывают шиномонтажки и занимаются перевозками, смотришь с сожалением. Чувство, будто выиграл эту жизнь. Склейка. 2026 год. В тредс выкладывают навайбкоженные сайты уровня тех, которыми ещё недавно можно было гордиться в резюме. Десять лет развития в программировании кажутся обесцененными, а для людей, проверяющих результаты работы ИИ и нажимающих «ок», уже придумали термин «мясной прокси». На пенсию в 32 года рановато. Но и спокойно работать над задачей на ближайшую неделю не получается — вдруг именно эта неделя окажется последней? Приходится думать, на что теперь делать ставку, чтобы не остаться ни с чем.

Что просить у агента, кроме кода? На AI Natives один из участников рассказывал, как с помощью AI учился играть в одну из разновидностей покера. Получить расчёт хорошего хода было лишь частью задачи: ему самому надо научиться принимать решения за столом. Но запомнить тысячи ситуаций и вложенных «если» сложно. Поэтому он с AI выделял понятные правила: сначала определить тип раздачи (одна пара, две пары, без пары), затем пройти несколько шагов для этого типа. Где правило получалось слишком сложным, разбирали примеры. А потом сделали тренажёр: человек выбирает ход, получает объяснение ошибки и чаще встречает ситуации, в которых ошибается. Это в тему размышлений в посте про изобилие кода. В Математике 2.0 есть две схемы: в одной AI получает решения, обходя человеческое понимание; в другой - помогает это понимание развивать. В разработке похожая история: пока делаешь фичу, уточняешь требования, замечаешь исключения, узнаёшь что-то о пользователе, или о работе ранее неизвестного тебе модуля. Если эта работа уходит к агенту, понимание уже не обязательно появляется по дороге. Значит, стоит отдельно устроить процесс, в котором мы его приобретаем. В первом посте был пример одноразового софта —> глубина понимания очевидно зависит от срока жизни продукта, цены ошибки и того, насколько легко всё откатить. Для игры под один вебинар мне важно понимать правила модели и где она может ввести участников в заблуждение. А масштабирование на миллионы пользователей и архитектура на десять лет ей точно не нужны :) В CRM, от которой зависят работа команды и данные клиентов, уже важно понимать правила процессов, как обнаружить ошибку и восстановить данные. На больших задачах я стараюсь получать это понимание по ходу работы агента: 1) Сначала прошу план в виде артефакта, который можно читать и комментировать: варианты, ключевые решения, данные и допущения. Задаю вопросы и оставляю правки до реализации. 2) Проверяю важные допущения. Например, агент с помощью regex-а пытается отлавливать ответы клиента и обновлять CRM. 3) Прошу уменьшить зависимость от неизвестного. Допустим, размер компании не найден: можно оставить «неизвестно», попробовать другой источник или передать человеку. Или вместо regex-ов заюзать jev/decisions api. 4) После реализации прошу отчёт о тесте и прогоне на реальных кейсах: GIF-ки, скриншоты и описание процедуры. Так я вижу, что проверяли и какие сценарии выпали. Например, что сделал агент с лидом, размер компании которого неизвестен? Или «22-го подойдёт?» ещё не значит, что встреча согласована. Разбираем ошибку, уточняем правило, добавляем тест. Что хочу сделать системнее: часть случаев заранее оставлять за пределами настройки, а потом разбирать расхождения на них. Где ошибся агент, где не хватило данных, а где стоит пересмотреть само правило? И план, и отчёт мне удобнее оформлять в HTML и оборачивать в артефакт, со схемами и возможностью покрутить сценарии. Мне особенно удобно комментировать конкретный кусочек. Антропики публиковали по теме полезное, кстати Попробуйте на следующей большой задаче попросить два артефакта: план с ключевыми решениями и отчёт о проверках. Выберите одно важное допущение, попросите показать, что изменится, если оно неверно, и проверьте, есть ли этот случай в отчёте. А потом задайте себе вопрос: улучшилось ли ваше понимание?

Как работать с AI, чтобы он не заменил тебя, а ускорил / Ультимативный курс по AI Мы собрали полный курс по AI для айтишников: от базы, которая нужна каждому, до отдельных глав для бэкенда, фронта, мобилок, QA и аналитиков. Почти 6 часов практики без воды 👇 https://youtu.be/1XIuYoHev-Y https://youtu.be/1XIuYoHev-Y https://youtu.be/1XIuYoHev-Y ✔️ ChatGPT, Claude, Gemini, Perplexity и DeepSeek: чем они отличаются и какую брать под конкретную задачу ✔️ как ставить задачи нейросети, чтобы получать рабочий код с первого раза, без переписки на 40 сообщений ✔️ где AI реально ускоряет бэкенд и фронт, а где начинает уверенно ошибаться ✔️ агенты, MCP и Cursor: как автоматизировать разработку и тесты уже сейчас ✔️ генерация тест-кейсов, SQL и прототипов для QA и аналитиков, плюс что из этого обязательно проверять руками ✔️ что нельзя отдавать нейросети ни при каких условиях и чем опасны полностью автономные агенты Смотри главу под свое направление и пробуй на рабочих задачах. И забирай полную расшифровку, домашки и материалы по AI забирай.

#Сеня_и_Даня_Здесь_Были Вчера интернетик, конечно, приподвзорвался мемами про утечку из OpenAI. Просто приведу три удачных. В Твиттере такого трэша просто суточная норма. Ну и утренние новости с полей Сени и Дани. Anthropic обновила Claude Code Desktop для работы с несколькими задачами одновременно В приложении появился обновлённый экран запуска сессий, а боковая панель показывает, какие задачи выполняются, какие завершены и где требуется ответ пользователя. Что ещё изменилось: Вложенные сессии для параллельных задач. Если попросить Claude выполнить несколько задач параллельно, он создаёт отдельную сессию для каждой. Результаты возвращаются в основной разговор. Предложения следующих действий. Во время работы Claude предлагает дополнительные задачи. Их можно запустить отдельной сессией одним нажатием. Боковые вопросы через /btw. Они открываются в отдельной вкладке, пока основная сессия продолжает работу. Сохранённые окружения. Можно сохранить набор папок, SSH-подключение или облачное окружение и повторно запускать там сессии. Для каждой папки предусмотрена возможность отдельного Git worktree. Наглядный прогресс. Внутри сессии обновляется список задач по плану Claude. Когда требуется участие пользователя, появляется карточка с кратким итогом. Отдельная панель показывает окружение запуска, контекст и изменения. @cgevent

Может помните у Opus 5 в свое время была такая проблема что он оставляет в коде коменты на несколько страниц У меня они до сих пор лежат и путают новых агентов Да и у новых агентов тоже есть привычка оставлять коменты по типу "временный костыль, потом уберём". А потом каждый следующий агент воспринимает это как разрешенный прием, и повторяет Так вот у Cursor под это есть специальный скилл /no-comments:

1/ Запускается отдельный субагент в роли маньяка который ненавидит комменты (я не шучу 😈) 2/ Удаляет всё, кроме нескольких исключений: лицензии, доки публичного API, ссылки на issue и странности чужих библиотек, которые нельзя поменять кодом 3/ Затем основной агент проверяет за ним работу и чинит причины костылей

Если есть что-то, что нужно оставить, скилл предложит заменить его тестом или lint-правилом в CI Так как скилл изначально создавали под Cursor, нужно попросить своего агента адаптировать его под себя: - сам скилл - субагент маньяк И есть еще для Grok Bot: x.ai/bot/plugin/9717366 Я конечно не смотрю в код, а для агентов это лишний шум и трата токенов ☕ @tips_ai #tools