КАК Y COMBINATOR УЧИТ СТАРТАПЫ ВАЙБ-КОДИНГУ: КОРОТКИЙ ГАЙД

Часть 2 из 2. Часть 1 читайте в посте выше.

⚙️ ОПТИМИЗАЦИЯ ИИ-ИНСТРУМЕНТОВ

Создавайте файлы с инструкциями для вашего ИИ: cursor.rules, windsurf.rules, claude.md. В них опишите архитектуру проекта, предпочтительные паттерны и ограничения.

– Скачивайте API-документацию в папку проекта для повышения точности ответов
– Некоторые фаундеры запускают Cursor и Windsurf одновременно на одном проекте
– Cursor чуть быстрее для фронтенд-работы, Windsurf лучше для задач, требующих глубокого размышления
– Генерируйте несколько решений и выбирайте лучшее

Локальная документация решает проблему галлюцинаций об API. Когда ИИ имеет актуальную документацию в контексте, он перестаёт выдумывать несуществующие методы и параметры.

🏗️ РАЗРАБОТКА СЛОЖНЫХ ФИЧ

Для комплексных функций сначала создавайте standalone-прототипы в чистой кодовой базе.

– Давайте ИИ рабочие примеры для подражания
– Поддерживайте консистентные внешние API, позволяя менять внутреннюю реализацию
– Сервис-ориентированные архитектуры с чёткими границами работают лучше монорепозиториев

Модульность — ключ к успеху. Когда код разбит на изолированные сервисы с понятными интерфейсами, ИИ может работать над каждым модулем независимо, не ломая остальное.

💻 ВЫБОР ТЕХНОЛОГИЧЕСКОГО СТЕКА

Устоявшиеся фреймворки работают лучше. Ruby on Rails превосходит многие альтернативы благодаря 20 годам консистентных конвенций в тренировочных данных.

– Новые языки вроде Rust или Elixir могут иметь меньше примеров в тренировочных данных
– Маленькие модульные файлы проще для работы и людям, и ИИ
– Избегайте файлов в тысячи строк

Это контринтуитивный вывод: самые модные технологии — не лучший выбор для вайб-кодинга. Чем больше примеров языка или фреймворка видел ИИ в обучении, тем качественнее будут его ответы.

🚀 ЗА ПРЕДЕЛАМИ КОДА

ИИ полезен далеко за рамками написания кода.

– DevOps-автоматизация: конфигурация серверов, DNS, хостинга
– Дизайн: генерация фавиконов и других элементов
– Контент: документация и маркетинговые материалы
– Обучение: попросите ИИ объяснить код построчно
– Используйте скриншоты для демонстрации UI-багов или дизайн-референсов
– Голосовой ввод через инструменты типа Aqua позволяет диктовать до 140 слов в минуту

Скриншоты — мощный инструмент. Вместо долгих текстовых описаний UI-проблемы просто покажите ИИ картинку того, что не работает или как должно выглядеть.

📈 НЕПРЕРЫВНОЕ УЛУЧШЕНИЕ

Когда тесты на месте, регулярно рефакторите код.

– Просите ИИ находить кандидатов на рефакторинг
– Пробуйте каждый новый релиз моделей
– Признавайте, что разные модели хороши для разных задач

ИИ-модели улучшаются стремительно. То, что не работало месяц назад, может отлично работать сегодня. Регулярное тестирование новых версий — часть процесса.

💡 Главные прорывные идеи гайда: принцип чистой реализации, когда найденное решение нужно откатить и переделать на чистом коде вместо наслаивания фиксов. Использование нескольких ИИ-инструментов параллельно для разных задач: Cursor для фронтенда, Windsurf для сложных задач. Тесты на весь путь пользователя как защита от склонности LLM к случайным изменениям в несвязанном коде.

Неожиданный вывод о технологическом стеке: старые фреймворки вроде Rails работают лучше модных альтернатив из-за большего количества примеров в тренировочных данных. Если вы выбираете технологии для вайб-кодинга, ставьте на проверенные временем инструменты, а не на хайповые новинки.

Ещё раз ссылки на обе части гайда:
Часть 1 / Часть 2