AI Dev Broadcast

🧠 Вышла модель Claude Opus 4.8, который во всем лучше Claude Opus 4.7 и остается по тем же ценам что был раньше. Уже доступен по подписке

#AI #ClaudeCode

🧠 Держите бесплатный курс по Claude Code. Включает 14 модулей.

#AI #ClaudeCode #ИИ

🧠 Лучший плагин для ревью кода агента и кода PR от ваших коллег (по мнению автора канала)

Pr Review Toolkit - это не просто плагин, а набор из 6 специализированных агентов, которые превращают скучную проверку кода в детальный аудит. Я использую плагин для ревью кода, который пишут другие ИИ-агенты, а также для проверки изменений моих коллег — и он находит действительно крутые кейсы, подчищая код до блеска.

Вот что умеет каждый субагент:

👁 comment-analyzer – проверяет, не врут ли комментарии. Анализирует, соответствует ли документация реальности, и ищет устаревшие пояснения, которые превратились в техдолг.
🧪 pr-test-analyzer – анализирует не просто покрытие строк, а то, насколько хорошо тесты проверяют логику и граничные случаи.
🤫 silent-failure-hunter – охотник за «тихими» ошибками. Находит пустые блоки catch, неправильную обработку исключений и проблемы с логированием, которые могут "убить" продакшен незаметно.
📐 type-design-analyzer – оценивает качество дизайна типов (например, в TypeScript). Ставит оценки по шкале от 1 до 10 за инкапсуляцию и полезность типа.
📋 code-reviewer – общий ревьювер, который сверяет код с гайдами проекта, ищет баги и нарушения стиля.
🧹 code-simplifier – мой любимый «чистильщик». Он берёт работающий, но сложный код и упрощает его, делая понятнее, без потери функциональности.

Каждым агентом можно пользоваться по отдельности, просто задав вопрос в Claude Code, или запустить всех разом для тотальной проверки PR. Установка из официального магазина

#AI #ClaudeCode #ИИ

🪙 7 стадий AI в разработке: от скептика к архитектору — доклад с Mobius

Опубликовал запись своего выступления с конференции Mobius Москва Весна 2026 в Москве. Рассказал о своём пути адаптации к ИИ, какие вызовы пришлось решать и как я менял отношение и подход к работе с ИИ, чтобы достигать ожидаемых результатов при разработке программного обеспечения.

📹 Публичная версия будет опубликована позже в каналах конференции Mobius.

#Mobius #AI #ИИ

🛠 JetBrains пытается возглавить новый подход к AI-агентам – и это красиво, но...

JetBrains совместно с Zed Industries выкатили открытый протокол Agent Client Protocol (ACP). Идея простая: сделать так, чтобы любой AI-агент (Claude Code, Cursor, Gemini CLI, Copilot и т.д.) мог работать в любой IDE без уникальных плагинов. По сути, это LSP для мира AI.

Для пользователя это выглядит как встроенный реестр агентов прямо в IDE. Выбрал нужного, нажал «Install» — и он тут же появляется в окне AI-чата JetBrains. Никакой ручной возни с конфигами.

Список уже внушительный: Claude Code, Cursor Agent, Gemini CLI, GitHub Copilot, Mistral Vibe, OpenCode, Qwen Code... Ставка — на свободу выбора и отсутствие привязки к вендору.

JetBrains явно пытается стать инфраструктурным слоем, через который разработчики будут взаимодействовать с любыми AI-ассистентами. То есть не просто «наша IDE с нашим AI», а «ваша любимая IDE как хаб для любых AI». Вендоры нейтральны, всё открыто, реестр пополняется.

Звучит логично, но... Моё мнение: находиться в IDE больше нет смысла

ACP, при всей его технологической красоте, выглядит как попытка реанимировать уходящую парадигму. Сама IDE — слишком сложный и тяжёлый профессиональный инструмент. А AI-агенты всё сильнее смещают фокус с процесса написания кода на управление результатом.

Зачем мне монструозная IntelliJ IDEA, если агент сам может выполнить задачу, отрепортить и даже задеплоить, работая фоном в CLI или в лёгком веб-интерфейсе? IDE, с её бесконечными индексациями, плагинами и интерфейсным шумом, начинает казаться пережитком.

JetBrains делает ставку на то, что разработчик останется «главным», а код должен быть контролируемым и обратимым. Но будущее, кажется, идёт в сторону «агент делает — я только утверждаю». И для этого полноценная среда разработки уже не нужна. Достаточно терминала, чата и, может быть, легковесного редактора для быстрых правок.

Поэтому вся эта гонка протоколов выглядит скорее как попытка удержать пользователей внутри привычного софта, пока рынок неспешно утекает в сторону минимализма и агентных рантаймов.

Интересно, сколько лет ещё мы будем запускать IDE ради того, чтобы просто написать промпт?

🧠 Claude Code ищет по коду обычным grep. Anthropic называет это преимуществом, но у подхода есть заметная цена.

В статье про работу в больших проектах Anthropic объясняет: агентный поиск, то есть обход файлов, grep и переход по ссылкам, надёжнее RAG, потому что у RAG индекс устаревает быстрее, чем команда коммитит. С этим сложно спорить.

Но у grep есть обратная сторона. Он на порядок медленнее индекса и находит не всегда, особенно когда паттерн размытый, а кодовая база большая. Агент по сути работает с кодом как с плоским текстом, без понимания его структуры.

Поэтому к агенту полезно подключать что-то поверх. Я, например, использую AST Index. Есть и более серьёзные наработки: у Виталика есть инструмент Vibe Analyzer, который строит и поддерживает базу знаний о коде специально под агента. С такой надстройкой агент работает на совсем другом уровне.

И вот тут начинается самое интересное. JetBrains годами вкладывалась в индексацию кода, поиск, анализ изменений. На этой базе можно собрать агента, который понимает структуру кода, а не видит в нём набор строк. По экспертизе вокруг кода у JetBrains карты сильнее, чем у кого-либо.

Параллельно классические IDE постепенно вымирают, шаг за шагом. Разработка уходит либо в CLI, что хардкорно для инженера, либо в визуальный интерфейс (Cursor, Codex, Claude App). Даже OpenAI втянул Codex прямо в ChatGPT, потому что видит: пользователи будут работать именно так. Встроить в такой интерфейс настоящий инструментарий для разработчиков — большой шаг.

Мне кажется, связка ИИ с серьёзным инструментарием вокруг кода — это направление, где выигрыш будет самым крупным, и JetBrains здесь способна сделать больше всех. Куда всё вырастет, вопрос пока открытый. Очень интересно, как на это смотрят те, кто уже строит подобные надстройки над агентом.

#ClaudeCode #AI #JetBrains

‼️ Инструкции, которые вы написали агенту, не всегда делают его сильнее. Часть из них ему мешает.

Обвес вокруг модели, будь то CLAUDE.md, AGENTS.md, hooks или skills, не нейтрален. Anthropic в статье про Claude Code в больших проектах прямо говорит: слишком много контекста в каждой сессии деградирует качество, а лишние правила в корневом файле просто превращаются в шум.

Отсюда главное: harness нужно держать в балансе. Давать модели только то, что реально необходимо, и убирать всё остальное. Корневой файл — это указатели и критичные подводные камни, не больше. Чем меньше лишнего, тем точнее агент.

При этом баланс не статичен. Модели развиваются быстро, и то, что было необходимой подсказкой для прошлой модели, для новой уже шум. Свежая модель часто вытягивает больше сама, без правил, которые раньше держали агента в рамках. Поэтому обвес приходится регулярно пересматривать и минимизировать заново. Даже две модели одного вендора тянут задачи по-разному, и держать на них один неизменный конфиг не очень честно.

Я прочувствовал это на своём flow. Собрал воркфлоу для ИИ-кодинга, всё работало, показывал его на Boosty. А в какой-то момент агент начал стабильно уходить в плохой сценарий. Никита @nek12 подсказал посмотреть на задачу иначе, я пересобрал подход, убрал лишнее, и результаты заметно выросли. Подробно этот разбор скоро покажу отдельно.

В командах к этому добавляется ещё шаг: весь harness стоит распространять через плагины или хранить прямо в проекте в GIT, чтобы он был общим. Тогда баланс настраивает не каждый под себя, а команда централизованно, и улучшение прилетает всем сразу.

Регулярная ревизия обвеса прямо сейчас — одна из самых полезных привычек в работе с агентами. Не наращивать правила, а искать минимум, на котором модель работает лучше всего.

#AI

🧠 Разница между двумя настройками одной модели бывает больше, чем разница между двумя моделями одного поколения.

Anthropic в статье про Claude Code в больших проектах прямо называет мифом идею, что возможности агента определяет модель. Команды смотрят на бенчмарки и тестовые задачи, а на практике результат сильнее определяет harness, то есть вся экосистема вокруг модели: CLAUDE.md, hooks, skills, сценарии прогонов и проверок, сам способ взаимодействия с агентом.

Полгода я по сути проверял этот тезис на себе. С января собираю свой воркфлоу вокруг ИИ-агентов и пришёл ровно к тому же выводу. Ключевое не в том, какая стоит модель, а в том, как настроены агенты, как устроено их взаимодействие, какие заданы сценарии прогонов и шаги проверки. Вот это та часть, в которую стоит вкладывать время.

Отсюда следует неприятная для индустрии вещь. Тесты моделей в изоляции, когда задачи просто прогоняют на голой модели, почти нерепрезентативны. Когда говорят, что OpenAI обходит Claude Code или наоборот, сравнение чаще меряет не модели, а то, как конкретный человек всё настроил. Модели плюс-минус одного поколения при равной обвязке дают очень схожий результат. А при хорошем мастерстве настройки даже слабую модель можно вытянуть на отличный результат.

Практический вывод для меня такой: не гнаться за свежей моделью в каждом релизе, а вкладываться в harness. Он переносится с модели на модель и окупается на каждой сессии, чего про эффект от простой смены модели не скажешь.

#ClaudeCode #AI #ИИ #Anthropic

Вот это поворот

‼️ Главное в работе с AI-агентом не промпт, а что считать источником правды для приемки!

В моём текущем процессе самое инженерное в задаче — это не «как это написать», а «как мы поймём, что это сделано правильно». Когда ответ есть и сформулирован явно, дальше работа с агентом превращается в нормальный инженерный цикл. Когда ответа нет, то получится не инженерия, а получится игра в казино. Если источник правды не сформулирован, агент сделает что-то «своё». Может быть, даже хорошее. Но проверить, то ли это, что нужно, ты не сможешь пока не опишешь свои ожидания о результате.

Потому что «правильно/неправильно» - не абсолютная метрика. Это всегда относительно какого-то эталона. И этот эталон нужно сначала иметь, прежде чем что-то поручать агенту.

Несколько примеров, как это выглядит на практике:
👉 Миграция legacy-кода на новую технологию. Источник правды — поведение старого кода. Приложение должно выглядеть так же и вести себя так же, даже если в старом коде есть баги. Агент не должен ничего «улучшать» по ходу — задача в миграции, а не в фиксе.
👉 Новая фича. Источник правды — спека и требования. Если их нет, агент будет угадывать, и проверить его никак нельзя.
👉 Рефакторинг. Источник правды — внешний контракт (тесты, API). Внутри агент может делать что угодно, но снаружи поведение должно остаться идентичным.

Из этого вышел практический приём, который у меня хорошо работает на миграциях: не переделывать старый код, а написать новую реализацию рядом — параллельно, на новом стеке. Да, в репозитории временно живут два дубля. Но у агента источник правды буквально в соседнем файле — не надо его искать или восстанавливать по памяти. Переключился, сравнил поведение, доделал. Когда новая версия закрывает все кейсы, можно заниматься чисткой.

Ещё один важный момент: агента для реализации и агента для проверки лучше держать разными. Если один и тот же агент и пишет и проверяет, то он имеет свойство подстраиваться под собственное решение и пропускает то, что сам же нарушил.

💬 Если у вас есть свои паттерны, как фиксировать source of truth перед тем, как отдать задачу агенту - делитесь в комментариях.

#AICoding #SoftwareEngineering #ClaudeCode #TechLeadership

Lazyweb — MCP-сервер и плагин для Claude Code, который даёт агенту доступ к 257 тысячам реальных скриншотов мобильных и веб-приложений из 25000+ компаний. Бесплатно, без логина, без рейт-лимитов.

Автор проекта, бывший продакт из Duolingo, описывает идею просто: "Mobbin встречает ChatGPT". Когда вы прошу Claude сделать UI с нуля, он генерирует усреднённый дизайн по данным. Lazyweb меняет вход: агент сначала ищет реальные референсы, скачивает их локально и только потом проектирует.

Плагин ставится одной командой:

claude plugin marketplace add https://github.com/aboul3ata/lazyweb-skill
claude plugin install lazyweb@lazyweb

Внутри 6 slash-команд. Самые рабочие на мой взгляд это /lazyweb-design-research для конкурентного анализа с готовым отчётом в Markdown, /lazyweb-quick-references для быстрого поиска экранов по паттерну, /lazyweb-design-improve который берёт скриншот текущего экрана и предлагает 1-5 конкретных улучшений с привязкой к референсу. Отдельно интересен /lazyweb-design-brainstorm, который специально ищет ВНЕ вашей категории.

Каждый skill выдаёт папку .lazyweb/{skill}/{тема-дата}/ с report.md и скачанными скриншотами. Открываете в любом Markdown-вьювере, картинки сразу видны.

Можно также поискать всё через Web интерфейс и вдохновиться идеями. Правда скорость загрузки там жутко медленная

💭 Я довольно скептически отношусь к идее, что MCP волшебным образом улучшит дизайн в Claude Code. Но конкретно этот подход рабочий: вместо "придумай красиво" агент получает 5-10 скриншотов и инструкцию как опираться на них. Под мобильную разработку прямо просится, особенно когда нужно прикинуть UX какого-нибудь онбординга или paywall, а делать исследования возможностей нету. Также непонятно как идея будет жить на фоне Claude Design, но ему тоже не помещают референсы

#Дизайн #UI

🧠 С 15 июня 2026 года интерактивный Claude Code в терминале и IDE перестает конкурировать за лимиты подписки с собственной автоматизацией.

Anthropic выносит Agent SDK и команду claude -p в отдельный месячный кредит, который не пересекается с обычным бюджетом подписки.

По факту это тихое расширение лимитов для всех, кто работает в IDE. Теперь интерактив остается при своих лимитах, а все программное идет из отдельного кошелька.

Что переезжает в новый кредит:
👉 Agent SDK на Python и TypeScript
👉 claude -p в неинтерактивном режиме
👉 Claude Code GitHub Actions
👉 сторонние приложения с авторизацией через подписку (можно пробовать Air и Codespeak)

Интерактивный Claude Code, Cowork и чат на claude.ai использовали лимиты подписки, так и продолжают.

💰 Размер кредита по планам на сегодня равен цене подписки:
👉 Pro - $20
👉 Max 5x - $100
👉 Max 20x - $200
👉 Team Standard - $20
👉 Team Premium - $100.

Кредит персональный, в команды не пулится, остаток в конце цикла сгорает. Активация разовая через аккаунт. Пользователи API-ключа Claude Platform идут как раньше по pay-as-you-go и кредит не получают.

Для меня это самое полезное изменение в подписке за последнее время. Если хотел попробовать Claude Code по подписке — плати отдельно за API Access. Теперь же смогу катать эксперименты.

Также до этого я не думал про работу с claude -p. Такой запуск превращает claude в CLI-утилиту: один промпт на входе, ответ на выходе, процесс завершается.

🔗 Источник

#ClaudeCode #AI

**🧠🇺🇸🇨🇳 2028: Два сценария глобального ИИ-лидерства**

Anthropic опубликовал важный доклад "2028: Two scenarios for global AI leadership" о будущем конкуренции в сфере ИИ между демократиями и Китаем. Ключевой тезис

у США и союзников есть исторический шанс закрепить отрыв, но окно возможностей закрывается

Главное — вычислительные мощности (compute)
Самые передовые чипы производятся американскими компаниями. Текущие экспортные ограничения серьезно сдерживают Китай, но Пекин находит лазейки: контрабанда чипов, аренда дата-центров за рубежом и "дистилляция" (копирование) американских моделей.

Компания видит два сценария на 2028 год:

Сценарий 1: Демократии США лидируют
- Отрыв в интеллекте ИИ достигает 12–24 месяцев.
- Правила и нормы безопасности задают США, а не авторитарные режимы.
- Американский ИИ — основа глобальной экономики (фактически доминации). Технологии демократий защищают свободы, а не используются для слежки.

Сценарий 2: Гонка "ноздря в ноздрю"
- Китай сокращает отставание до нескольких месяцев благодаря лазейкам.
- ИИ-модели смогут массово используются для репрессий и кибератак.
- Китай навязывает миру свой дешевый ИИ, вытесняя демократические продукты.

Что нужно сделать прямо сейчас для доминации США:
1. Закрыть лазейки: Остановить контрабанду чипов и удаленный доступ Китая к зарубежным дата-центрам.
2. Защитить инновации: Законодательно запретить дистилляцию американских моделей (как это остановит Китай?)
3. Экспортировать американский ИИ: Активно продвигать в мире безопасные ИИ-технологии, основанные на демократических ценностях.

Борьба в ИИ сфере перерастает в новую войну политических режимов. Лидерство демократий в ИИ не гарантировано никому, но достижимо. Решения, принятые в этом году в США, определят, кто будет формировать будущее.

#AI #Anthropic #Claude

Claude Code увеличил лимиты в рамках недели в 2 раза на 2 месяца (до 13 июля). Очень круто, но важно чтобы при это модель не замедлилась и не выедала токены

Пу-пу-пуу новость - Claude не даёт регистрироваться новым пользователям. Проблемы со скоростью и стабильностью работы, новые правила лимитов с 15 июня все больше и больше заставляют меня задуматься о смене AI агента, а альтернатива в той же лиге качества одна

#AI #ИИ #Anthropic #Claude

🧠 В Claude Code появилась команда /goal. Задаёшь условие завершения и агент работает без твоих промптов, пока не выполнит.

После каждого хода условие завершение проверяет небольшая быстрая модель (по умолчанию Haiku). Когда условие не выполнено, стартует новый раунд с подсказкой, что именно ещё не так.

Можно решать задачи которые имеют четки критерий окончания. Например:
👉 миграция модуля на новое API пока все вызовы не скомпилируются и тесты не пройдут
👉 разбор очереди issue по лейблу до пустого списка
👉 Покрытие кода тестами, пока не будет достигнут заданный coverage

Работает в non-interactive режиме через флаг -p, переживает --resume сессии, можно ограничить количество turns прямо в тексте условия фразой типа «or stop after 20 turns». Условие допускает до 4000 символов, так что можно затолкать туда полноценные "acceptance criteria".

Фактически из коробки получаешь готовый флоу для реализации фичи с проверкой критериев приёмки. То что раньше городил сам через stop-хуки или скрипты, теперь делается одной командой на сессию. Но это не убирает настройку MCP и окружения для самих проверок: /goal судит по тому, что Claude вывел в чат, и без рабочих тестов, линтера и сборки проверять ему будет нечего.

🔗 Документация

#claudecode #ai #agents #devtools

🤖 Как ИИ закрыл 5-летний iOS-техдолг за 2 месяца

🤯 Команда Яндекс Браузера за 2 месяца переписала на Swift то, что вручную тянули 5 лет. 97,5 тысяч строк, 2000+ файлов, 106 pull request'ов. Ускорение в 2.5 раза против ручной миграции (интересно как считали).

Тулкит выложили под Apache 2.0. 🐱 Migration Toolkit for Swift — это набор Jinja-шаблонов и Python-скрипта setup_migration_rules.py, который из заполненного rules.md генерирует 4 готовых промпта под конкретный проект.

В rules.md около десятка макросов под специфику любого репо: префиксы ObjC-классов для ренейминга, маппинг ObjC→Swift, code style, инструкции для билд-системы (BUILD.gn, Bazel, Xcode), типичные ошибки компиляции с решениями, правила удаления @objc. В репозитории сразу лежат два готовых конфига как примеры: yandex-browser и wikipedia.

Качество обеспечивается тремя слоями. После каждой конверсии гоняется компиляция и тесты, при ошибках LLM итерирует сама. Отдельный промпт integration-tests.md пишет интеграционные тесты на мигрированный модуль. И комментарии ревьюеров с PR подаются обратно в LLM, она сама правит мелочи вроде форматирования и нейминга. Финальная валидация остаётся за разработчиком, но рутину забирает на себя.

Очень крутой пример того, что нейросеть при правильном подходе реально способна разгрести большой техдолг, а не снести кодбейс к чертям, как принято стращать в твиттере. Чёткий пайплайн, жёсткие рамки и автоматическая валидация через компиляцию и тесты, и LLM становится инструментом, а не лотереей. Точно хочу попробовать такой же подход для Android-миграций.

🔗 Статья на Хабре
🐱 GitHub репо

#AI #iOS #Swift #Яндекс