Продолжу свою добрую традицию игнорировать все большие новости в мире ИИ и не буду писать про релиз Fable 😎

А напишу про интересное видео, которое я посмотрел сегодня: доклад от Kuba Rogut из Turbopuffer (fast search engine built on object storage) о тех самых трех буквах, которые будоражат мысли всех ИИ-энтузиастов — RAG. Как оказалось, и это было совсем неочевидно из заголовка, в контексте кодинговых агентов.

Итак, новые модели выходят и выходят, становятся лучше и лучше, но с каждым релизом становится понятно, что фокусироваться зачастую нужно не на версии модели, которую ты запускаешь, а на harness, в котором эта модель работает. Харнесс влияет и на успешность выполнения задачи, и на скорость, и на расход токенов и, следовательно, цену.

Так вот в видео речь о том, как кодинговый агент читает вашу кодовую базу. Если раньше RAG-подход был очень популярен, то сейчас везде (и особенно в твиттере) транслируется, что RAG is DEAD.

И конечно это привело к тому, что на рынке прямо сейчас существуют два решения:

1️⃣ Подход Claude Code и Codex (Grepping). Как мы знаем, эти тулы в основном просто бегают по файловой системе через классический grep или его стероидные версии. Агенту каждый раз нужно заново разбираться в коде с нуля в каждой новой сессии.

2️⃣ Подход Cursor (Cached Compute). А вот Cursor, которые, по словам спикера, являются одними из первых клиентов Turbopuffer, делают иначе. Они индексируют кодовую базу, и чтобы не пересчитывать весь код при каждом чихе, используют Merkle trees (тут погуглите, если интересно. Я решил уже так глубоко не закапываться) для вычисления сходства, обновляя эмбеддинги только для измененных файлов.

В Turbopuffer этот подход называют «cached compute». То есть вы один раз платите за первоначальный парсинг, а в рантайме агент с помощью легковесного тула просто достает нужный контекст через семантический поиск, экономя ваши деньги и время.

И тут важно выделить 2 нюанса, которые мешают точно сказать какой подход лучше:
1. Boris Cherny (босс Claude Code) утверждает, что они пробовали RAG в ранних версиях, но grep для них работал лучше, несмотря на то, что это пожалуй самый простой подход.
2. Спикер приводит какие-то очень классные цифры Cursor и того, как их подход лучше по всем параметрам. Но нюанс в том, что у Курсора все их бенчмарки закрыты. Якобы чтобы LLM не тренировались на них. Поэтому нам остается лишь верить им на слово. С уверенностью можно только сказать, что этот подход наверняка помогает экономить токены и меньше нагружать контекст.

А я вам всегда говорил, что следить за чистотой контекста — это база 🤔

🥸 Настраиваю Hermes Agent. Часть 1.

Вы наверняка уже слышали много таких историй. Я вот слышал, и поэтому мое любопытство все подмывало меня попробовать что из себя предсталвяют эти автономные агенты и понять, как они могут изменить мою жизнь раз и навсегда.

• Я слушал подкасты о том, как OpenClaw живет на 5 мини-маках и буквально уже учит детей.
• Я читал сабреддиты, чтобы слышал истории о том, как агенты могут читать почту, показывать погоду и составлять дайджесты.
• Я шерстил репозитории OpenClaw, ZeroClaw, Moltis и других аналогов, чтобы найти самый оптимальный сетап для себя.

И наконец, с выходом Hermes Desktop App установка стала настолько простой, что я наконец это сделал. К тому же Hermes позиционируется как такой «более взрослый» аналог OpenClaw: более безопасный, лучше обучающийся и т.д.

Помимо этого, меня мучал вопрос выбора модели, потому что такой агент, который живет своей жизнью, может потреблять очень много токенов и внезапно впадать в луп, если ризонинг пойдет не по плану.
Истории про счета за API на много тысяч долларов, потому что OpenClaw решил пойти посмотреть погоду и по дороге заблудился в рекламных баннерах, думаю, вы видели сами.
Однако арендовать VPS не хотелось, потому что это все равно траты, и я серьезно начал рассматривать идею развертывания какой-нибудь Qwen или Ollama на своем MacBook Pro на M2, потому что маки на новой архитектуре шарят CPU и GPU между собой и могут вытягивать локальные LLM даже без топовых видеокарт.

НО, проблема все еще в том, что это большой дауншифт. После опыта использования LLM от провайдеров, где SOTA-модели отвечают даже на сложные вопросы за считанные секунды, локальная машина, пусть и не самая плохая, дает кратное ухудшение пользовательского опыта.

И тут я внезапно вспоминаю, что у меня есть «лучшая вторая LLM-подписка», которую только можно пожелать — OpenCode GO. В ней за $10 я получаю кучу токенов на современные Kimi, GLM, DeepSeek и другие передовые модели из Поднебесной. А самое главное, что OpenCode буквально дает API-хэндлеры для каждой модели, которые можно дергать в счет этой подписки. Редкая возможность, которую, насколько я знаю, не дает ни одна крупная лаба в их подписках.

Так вот, установил я все что нужно, запустил агента, подключил его к Telegram-боту и думаю: «А что я буду делать с ним?». Почту шерстить не нужно, там не так много писем. В календаре всего несколько записей.
Обычно, когда я не знаю, что делать с технологией, я делаю очередной сайт-визитку, который я никогда не опубликую. Во-первых, можно пофантазировать с требованиями, во-вторых, работа небольшая, поэтому не жалко потом выкинуть.

Описал свою очередную эксцентричную идею с 3D-объектами, scroll-driven анимацией, page transition и т.д. Получаю ошибку — агент упал, логи в Telegram не показывает, они внутри некого раннера. Полез искать, куда пишутся логи. Там только часть, и ошибок нет. Закрыл...
И в целом нужно разобраться, но ощущаю какой-то внутренний блок: желание отложить, потому что непонятна польза от всего этот время провождения. А может быть, мне это вообще не нужно? Но почему остальным нужно, а мне нет?

Пока отложу, но обязательно вернусь к этому еще.

➡️Часть 2

О силе Твиттера

Не так давно я получил закрытый доступ к PostHog Code. Для тех, кто не знает, PostHog, пожалуй, создают самую удобную аналитическую платформу с очень щедрыми бесплатными тарифами. А еще у них интересная культура компании. Например на сайте можно посмотреть кто из сотрудников любит пиццу с ананасами, а кто нет.
Так вот, они решили зайти на рынок кодинговых агентов с этим новым продуктом.

У меня пока не дошли руки его попробовать, но я заметил, что последние дни мой Кодекс вдруг стал очень быстро съедать свои лимиты. Я полез разбираться и обнаружил, что у него вдруг оказалось подключено 100+ скиллов! При этом моих там всего около 4–5.
Оказалось, что остальные все прилетели вместе с PostHog Code: там и аналитические, и какие-то агентские, и много-много других под узкие задачи.

Важно отметить, что даже если агент не использует скилл во время сессии, названия скиллов и их краткие описания все равно попадают в контекст, чтобы агент знал, что он может использовать. Когда речь идет о сотне скиллов с детальными описаниями возможностей — это очень много токенов на каждый вызов.

Я написал об этом в своем новом аккаунте в Твиттере, где я иногда читаю новости об ИИ и пытаюсь шутить на английском, с цитатой их сообщения о релизе. И в течение нескольких часов туда пришел их разработчик, написал, что взял проблему в работу, и еще через несколько часов опубликовал PR с фиксом.

Вау! 😮

Не могу представить, чтобы это было возможно где-то еще, кроме Твиттера.

😃Запуск первого крупного проекта в этом году

В описании этого канала я обещал анализ AI-инструментов, запуск проектов и разные приколы. Кажется, все пункты закрыл, но вот с проектами пока было глухо.

Над этим проектом мы с командой из трёх единомышленников работали с начала года. Пробовали разные идеи, меняли концепцию продукта, экспериментировали с функциями и, в том числе, проводили интервью с потенциальными пользователями 😎

И наконец можно публично заявить, что TellKin готов к использованию и уже неспешно набирает первых пользователей.

❓ Что это и зачем это вам?

Я не люблю разговаривать со своим дедушкой, которому недавно кстати исполнилось 87 лет, о политике (социализм лучше всего), о том, как правильно заниматься спортом (он в свои годы подтягивался 9999 раз), или о том, как часто можно менять работу (1 раз в жизни). Но я обожаю слушать его истории из жизни — настолько авантюрные, что сложно представить, будто они происходили в том же Советском Союзе, о котором я смотрел фильмы и читал статьи.

Проблема в том, что такие истории есть в каждом поколении, у каждого дедушки и бабушки. Если раньше дети и внуки записывали их в тетрадки, вели летописи, строили фамильные деревья, то сейчас этого уже никто не делает.

Даже если в какой-то момент у вас появится такое желание, открыв первый попавшийся сервис на рынке, вы увидите миллион кнопок и архитектуру, близкую к космолёту, чтобы построить это несчастное фамильное дерево. Вы быстро закроете его, так и не продвинувшись.

TellKin создан, чтобы сделать этот процесс доступным.

Вы записываете историю (голосом или текстом — как вам удобно), а TellKin за вас разбирает её на локации, ключевых участников и события, делит длинный монолог на отдельные истории, а также сразу строит фамильное дерево, как только вы начинаете упоминать родственников в своём рассказе.

🥹 Заходите пробовать по ссылке (первая сессия бесплатно): TellKin.app 👈
Доступны Web, Android и iOS версии.

🔥 А также уникальное предложение для подписчиков этого канала:
Напишите мне в личку или комменты свой email, с которым вы зарегистрировались, и я подарю вам месяц бесплатного использования, если вам понравился опыт и вы хотите продолжить пользоваться сервисом.

Ускорил CI в два раза одной строчкой

Эта история успеха, как часто бывает, началась с полного фейла. Я, помимо того, что профессиональный вайбкодер, еще и не менее профессиональный вайбдевопс 😎 И у меня не было таймаута в CI-джобе, которая собирает лендинг. В пайплайне не ответил сторонний сервис, и она висела несколько раз по 5 часов, ожидая ответа.

Таким образом я выяснил, что у GitHub Actions есть ограничение в 2000 минут в месяц 😭
Это произошло в первую неделю месяца, а у меня апдейты не собирались ни в лендинге, ни в аппе, ни в одном из сайд-проектов.

Тут я начал прокручивать все альтернативы, о которых слышал, и вспомнил, что видел в видео на YouTube упоминание blacksmith.sh.

Короче говоря, чуваки дают свои раннеры для ваших workflows в GitHub Actions, которые в разы быстрее и дешевле.
Но держим в уме, что мы тут не энтерпрайзами ворочаем, а делаем маленькие проекты без (или почти без) дохода, а значит нас интересуют только free-планы.

У Blacksmith 3000 минут в месяц бесплатно. Ну, в 1,5 раза больше, чем на Гитхабе, - да? Но теперь следите за руками: при ускорении джобы в 2 раза, если раньше мы за месяц на Гитхабе могли сделать X, то с ускорением и новыми лимитами мы получаем X * 2 * 1,5 = 3X (в три раза больше лимиты).

Ну и самый кайф — это миграция. Ты авторизуешься через GitHub, выбираешь репу, их бот автоматически создает у тебя ПР, где меняет в твоем .github/workflow название одних раннеров на другие, и всё — всё работает!

Теперь моя долгосрочная цель — стать AI-инфлюенсером такого масштаба, чтобы такие клевые сервисы мне еще и платили за рекламу 🐸

Наша, уже ставшей регулярной, рубрика:

🦻 Что там в твиттере обсуждают

Тут Boris Cherny - глава Claude Code, написал интересный твит про то, что роли в разработке продуктов меняются, и предположил какими они могут быть в будущем на примере того, как это происходит в его командах.

Это мог бы быть абсолютно проходной твит, если бы я не узнал то, как мы работаем сейчас с двумя другими коллегами.

😎 PM в прошлом -> Прототипирует + Приводит в порядок UI + Формулирует и упрощает логику продукта

😕 Engineer в прошлом -> Строитель (builder), поддеживальщик (maintainer), упрощает код системы (разбирается в вайбкодом).

🤑 Marketing specialist в прошлом -> Развивальщик (Grower), а также уборщик путем анализа запросов пользователей.

Интересно то, что когда AI начал развязывать руки заточенным в свои узкие стэки людям (React Dev, Mobile Designer, EdTech Marketer, и т.д.), роли захотелось начать делить не по технологиям, а по более верхнеуровним фазам итераций развития продукта.

👉Ссылка на оригинальный твит

Анализ Caveman 🗿 спустя время

Три месяца назад 👴 я писал о наборе скиллов caveman, который позволяет уменьшать расход токенов, заставляя агента говорить как пещерный человек.

Тогда еще член нашего комьюнити, Сергей, заметил, что раз модели тренируются на полноразмерных текстах, то работа с урезанными формулировками может повлиять на их эффективность.

Вот эта мысль не давала мне покоя все эти месяцы. Я начал паранойить!

«Внимание, далее пойдут утверждения уровня „Trust me bro"». Я не делал никаких бенчмарков. Это дорого, и у меня не настолько сильное желание в это углубляться.

У меня сложилось впечатление, что этот навык ухудшает логические способности моделей второго эшелона: kimi, deepseek, minimax и т.д. Мое предположение: эти модели тратят много токенов, однако они дешевые, и поэтому, даже за меньшую цену, они могут достигать хороших результатов за счет рассуждений (reasoning). Условный GPT с каждым поколением становится все эффективнее при том же количестве расхода токенов. Они сами говорили, что фокусируются на этой метрике. Поэтому кажется, что их это меньше задело.

Я в большинстве случаев начинаю разработку со спецификации или прототипа, и caveman на таких моделях иногда теряет какие-то детали в требованиях 🗿
Возможно, дело в том, как сформулированы спеки, может быть, в промптах, может быть вообще в чем-то другом.
Но я для себя решил, что caveman, пожалуй, удалю, потому что не готов рисковать качеством кода ради некоторой экономии.

И тут выходит ресерч на эту тему в блоге Jetbrains

С тремя выводами:
1. Экономия составляет около 8,5%, а не 65%.
2. Не обнаружено заметного снижения качества.
3. Экономия реальна, но хрупка.

Меня удивило тут конечно не первое и третье, а второе!
Внутри оказалось, что эксперимент проведен очень узкий:
1. Только одна модель: claude-sonnet-5, reasoning effort low (--effort low). А я все еще думаю что caveman влияет именно на качестве reasoning'а.
2. Узконаправленный бенч по эффективности использования скиллов: benchflow/skillsbench.

К сожалению, я практически не использую скиллы и MCP, у меня порядка 3-4 в контексте. Только самое нужное. А также не использую Claude Sonnet, поэтому мой опыт теоретически может совсем не совпадать с описанным.

Резюмируя: несмотря на то что 8,5% экономии на токенах — это все еще хорошая выгода, я бы не стал пользоваться caveman, основываясь на личном опыте.
Вам рекомендую протестировать самим на ваших спеках, промптах, кодовых базах — чтобы решить, нужно оно вам или нет.

А если вы все еще ищете способы сэкономить на токенах, напоминаю о более надежных вариантах:
1. RTK
2. agent-browser

Они абсолютно точно работают без потери в качестве агентов. Проверено на себе 👍

Продолжаю настраивать Hermes-agent

Ранее я писал о своем скорее неудачном опыте использования Hermes Agent. Всё постоянно не работало, отваливалось, и мне приходилось объяснять и перенастраивать даже самые простые фичи. В общем, это было далеко от plug-and-play.

С тех пор я неоднократно возвращался к этому и сделал несколько новых итераций:

1️⃣Сначала я разобрался с постоянными ошибками и неотвечающим агентом. Оказалось, что у них был баг где-то между Hermes и OpenCode Go (именно моделями по подписке; через API всё работало). В моем случае агент был настроен использовать Kimi K2.7, и он периодически не отвечал, видимо, из-за нагрузки. Поэтому я перешел на быстрый DeepSeek V4 Flash, поскольку сложные задачи я ему не даю, и он пока справляется отлично.

2️⃣Далее я временно подключил агента к GLM-5.2, той самой китайской модели так хорошо дистиллированной с Claude, что она даже сама представлялась Клодом какое-то время, и попросил его провести ревью собственной конфигурации на наличие багов, уязвимостей и мест, которые можно исправить для улучшения перформанса. В сумме мы пофиксили 20 проблем, ограничили доступы к различным системным сервисам и файлам, отредактировали настройки локальной SQLite, которую агент использует для хранения метаданных. В целом стало чуть спокойнее, даже учитывая то, что агент работает на отдельном MacBook, где нет никакой приватной информации.

3️⃣Подключил его к:
• своему календарю. Там тоже нет ничего приватного: визиты к парикмахеру, напоминания выпить витамины и расписание созвонов с коллегами;
• почте — тоже ничего приватного: билеты на самолеты, уведомления от сервисов и разборки с магазином техники, который продал мне бракованную дорожку для ходьбы;
• Codex и OpenCode — теперь Hermes может запускать кодинговых агентов сам, выбирать модели и проекты, по которым это сделать;
• Linear, в котором мы храним задачи по проектам.

Несмотря на мой изначальный скептицизм и череду неудач при установке, этот сэтап уже начал показывать первые результаты! 😲

В следующем посте опишу несколько реальных кейсов, которые я теперь использую (нет, не сортировку почты или создание событий в календаре).


❓ Если вы пробовали настраивать Hermes, OpenClaw или другие аналоги, расскажите, что из этого получилось, даже если ничего не получилось.

😎 Сдал греческий и узнал, что такое donationware

Привет всем, с кем я не знаком лично!

Я живу на Кипре, и у нас тут есть местная забава: учить греческий. Так вот, в мае, после года не самого активного обучения, я сдал экзамен на A2 (и получил результаты только пару дней назад).

Но самое интересное для меня было даже не сдать экзамен, а попасть в процесс активного обучения в нынешнюю AI-эпоху.
И речь не о том, что LLM можно использовать в study режиме. Интересно то, что вокруг появляется огромное количество маленьких проектов, которые, скорее всего, никогда бы не существовали без вайбкодинга. Причём некоторые из них сделаны неприлично хорошо, особенно если учитывать размер рынка, для которого они создаются.

За пару дней до устной части экзамена я практиковался с realtime голосовым ботом в Telegram Mini App, созданном специально для подготовки к этому экзамену.
Бот очень качественно отыгрывал роли, использовал лексику моего уровня и разные голоса, а в конце выдавал аналитику по моим ошибкам и произношению. И всё это было абсолютно бесплатно в течение пробной недели.
Чтобы вы понимали масштаб величия этого приложения, даже в Duolingo в разделе по греческому все озвучено одним машинным голосом.

Одна из главных проблем таких продуктов заключается в том, что совершенно непонятно, как их монетизировать.

🤩 Кто-то пытается использовать старый добрый пейволл с подпиской. Но всё больше даже не технических людей ловят себя на мысли, что они могут сделать собственный калькулятор калорий, а не каждый месяц платить за чужой.

💳 Неплохо выглядят модели с единовременной покупкой. Цену можно поставить даже выше годовой подписки.
А если продукт сезонный или вообще одноразовый, как подготовка к экзамену по греческому, то можно не переживать, что человек заплатит один раз, будет пользоваться сервисом следующие десять лет, а вам всё это время придётся его поддерживать.

Недавно в похожем обсуждении в Twitter я узнал про отдельный термин: donationware.

Если коротко, это старое доброе:
«Всё бесплатно, но, если понравилось, скиньте на кофе».

Ещё несколько лет назад такой формат казался диким. Разработчики тратили огромное количество времени и сил, а взамен получали либо гроши, либо вообще ничего. Многие буквально инвестировали все свои ресурсы в опенсорсные и другие бесплатные продукты, а сами жили на сбережения.

Теперь когда продукты создаются гораздо быстрее и проще, а значит, могут покрывать всё больше маленьких и специфических потребностей.
Кажется вполне логичным не платить полную подписку за Photoshop, но скинуть на кофе нескольким микро-SaaS, которые бесплатно закрыли твои конкретные задачи.

Возможно, сама система пожертвований должна стать проще.
Чтобы, как в Death Stranding, можно было нажать одну кнопку и поблагодарить человека за мост, который он построил несколько дней назад, а сегодня этот же мост неожиданно оказался очень кстати именно мне.

На фоне этих размышлений я вспомнил, что наш давний подписчик Алексей когда-то сделал отличный словарь греческих глаголов и сознательно оставил его полностью бесплатным.
Позже он рассказывал, как удивился, когда благодарные пользователи сами начали спрашивать, куда можно отправить донат.

Вывод:
Возможно, мы уже живём в обществе, где люди готовы голосовать за хорошие продукты, бесплатные, копеечкой или даже рублем.
И, возможно, donationware стоит всерьёз рассматривать, как полноценную модель распространения продукта.

TellKin — все! (почти)

Пару месяцев назад я писал о публичном релизе нашего первого крупного проекта в этом году — TellKin. Семейного биографа, который, послушав ваши истории с легкой помощью магии ИИ, может построить семейное древо и сформировать карточки историй, которыми можно поделиться с родственниками.

Сегодня же я пишу о том, что мы с ребятами решили прекратить совместную работу над этим проектом.

Дело в том, что 2/3 команды (включая меня) были недовольны результатами продукта на этой дистанции. И проблема, на мой взгляд, оказалась в самой сфере проекта.
Семья — это важно. Мало кто будет с этим спорить. Мало кто скажет, что не хочет строить семейное древо. Мало кто признает, что не готов инвестировать свое время в сохранение памяти о членах семьи.
Именно поэтому мы получали много позитивных сигналов на старте, проводя юзер-интервью. Но, как оказалось, желания делать всё это не так много, чтобы люди всё-таки тратили на это свое время, а также боролись с боязнью пустого листа.

И тут у нас и начались расхождения во мнениях.
Как понять, почему пользователи не остаются в продукте подольше?
Это потому что продукт плохой?
Или потому что они поняли, что он им не так нужен?
Или потому что ожидание, которое у них сложилось после маркетинговых креативов, не совпадает с тем, чем продукт является на самом деле?
Мы отвечали на эти вопросы по-разному и так и не нашли компромисс.

Что будем делать дальше?
Сам TellKin остаётся, и Миша (наш marketing guru) планирует заниматься им дальше.
Я и Дима (product person) будем заниматься каждый чем-то своим.

НО это уж точно не повод вешать нос или прекращать постить в этот канал. У меня всё ещё куча идей и желание пробовать даже самые сумасшедшие из них. Поэтому stay tuned 👍

Постепенно возвращаюсь из затянувшегося летнего отпуска!

Появилось много идей, о которых хочется написать и обсудить с вами 😘

А пока написал статью. Там мой опыт последних месяцев кодинга с AI агентами каждый день и в больших количествах. И том, как этот опыт на меня влияет.

Расчитываю на сотрудничесво ваших кликов с кнопки лайка под статьей 🍷

Заодно поделитесь ощущали ли вы какие-то изменения с собой.

Конечно я ставил себе несколько KPI на ведение этого канала и сопутствуюущую деятельность вроде написания статей. Моей целью было написать до конца года статью с охватом в 30к. На данный момент предущая статья набрала уже больше 104к по метрике охвата.
Я понимал, что тема заденет много людей, потому что резкое изменение формата работы застало врасплох не меня одного. Но я даже не представлял сколько людей отпишется в комментариях на хабре, в твиттере и мне в личку о том, что они испытывают похожие чувства. Спасибо всем этим людям ♥️

Отдельное спасибо всем тем, что нашел этот канал и подписался, даже несмотря на то, что модерация хабра удалила ссылку, заменила все " на «, добавила булет-лист, где он был ненужен, а после оставила у меня только ReadOnly права в качестве "санкций" (🤡).

Но речь сейчас не об этом. Забавно, но я сразу начал натыкаться на контент на схожую тему, как этот выпуск подкаста Подлодка.

Если у вас нет времени смотреть или слушать целиком, вот самые интересные мысли оттуда по версии меня:
1️⃣Оказывается ученые уже начинают исследовать то, как работа с AI влияет на людей в целом, и айтишников в частности. Например для этого "выгорания" от использования AI уже есть термин - Brain Fry. Кажется пора добавлять его в свой вокабуляр к уже полюбившимся нам "вайбкодингу" и "токенмаксингу".
2️⃣Есть профессии с высокой когнитивной нагрузкой, такие как, например, синхронные переводчики. В этих профессиях давно есть системы компенсации этой нагрузки. Кто-то работает в паре и меняется. У кого-то короткий рабочий день. Теоретически звучит хорошо. Но боюсь, что проклятые капиталисты не дадут нам с вами такой радости. По крайней мере не в ближайщие несколько лет AI-гонки.
3️⃣Парадокс в том, что раньше мы отвлекались от задач с высокой когнитивной нагрузкой на задачи с низкой. Но знаете что? Мы их все автоматизировали с помощью AI! И теперь самым логичным кажется переключиться на другую, не менее сложную задачу.
4️⃣Индивидуальными практиками проблему не решить. Нужны командные подходы и процессы. Упоминается ограничение на размеры ПРов и метрики не на количество задач, а, например, качество кодревью.

И самая главная мысль о том, что как и с любым выгоранием, важно говорить о проблеме. Делиться своими переживаниями с коллегами, которые наверняка проходят через то же самое, что и вы. И уже вместе обсуждать, как с этим работать дальше.

А если с коллегами обсудить не получается, то у вас всегда есть этот канал и его отзывчивое коммьюнити 😘

Это мы определенно смотрим!

https://youtu.be/8MftVUxvv4w

(не открывайте спойлер пока не посмотрите)
Я искренне думал, что это какой-то sci-fi апокалипсис, пока не услышал "ChatGPT" 😰

🪦 Точка невозврата

В пятницу не принято грузить серьезными темами, поэтому предлагаю поговорить о моменте, когда человечество начало проигрывать AI и с того момента продолжает это делать все больше и больше ☠️

В 2017 году, когда мне и моим друзьям ("+" в чат, с кем дефали трон) еще не надоело играть в Dota 2, мы каждый год смотрели The International так, как любители футбола смотрят чемпионат мира.
Так вот в том году, в перерывах между играми было необычное шоу. Профессиональный игрок (Danil "Dendi" Ishutin) должен был сразиться 1х1 с ботом на миду.

Этот бот был предоставлен еще тогда никому неизвестной компанией OpenAI.

Человек в тот день проиграл...

Твит Денди
Запись той игры

🛠️ Новая тулза, которая изменит то, как вы программируете вайбкодите через 3.. 2.. 1..

Я хейтер голосового ввода, и уже много раз писал об этом. Но кажется это может вот-вот поменяться.

Kit Langton (чувак из OpenCode) сделал нечто под названием "Scrawl".
И на словах это сложно объяснить. Лучше откройте сайт и посмотрите короткий видос в самом его верху.
Если открыть вы не можете, то представьте, что вы одновременно рисуете на экране и говорите голосом, что нужно сделать. И затем происходит самое интересное. На выходе получаете промпт, который можно вставить в любой харнесс. Этот промпт содержит ссылку кастомный файл .scrawl с снэпшотами важных моментов и таймкоды с вашими комментариями.

Не нужно сохранять кучу скриншотов, потом собирать их по папке, а затем в промпте объяснять какой комментарий к какому скриншоту относится.

🗜 Технические нюансы:
• Работает на Apple's SpeechAnalyzer, то есть качать ничего не надо.
• Для Windows тоже есть, но не смотрел, как он работает. Если вдруг среди вас есть пользователи Windows - напишите в комменты. В следующий раз буду детальнее разбирать эту платформу.
• Поддержка iPhone Mirror. Можно прям с интерфейсе телефона рисовать! Для разработчиков под iOS должно быть очень шикарно.
• БЕСПЛАТНО 💳

Для работы с интерфейсами может стать must-have. Хотя иногда и по json'ам рисовать будет быстрее, чем копировать названия параметров 👍