Костя 8Бит | Fullstack AI

Вайбкодят все

🗽Несколько дней назад сидели, общались в дискорде с друзьями. Моему другу-дизайнеру дали задачу = установить Claude Code, чтобы не делать дизайн в Фигме, а сразу навайбкодить макеты по UI kit. Их главная задача показывать результат моментально, используя меньше ресурсов программистов. Вот так дизайнер уже начал вайбкодить на Vue.

✈️Другой забавный случай случился в аэропорту в субботу. Познакомился с предпринимателем, который навайбкодил приложение для финансовых компаний и уже питчит и продаёт его. Правда, говорит нужны толковые программисты, знакомые с ИИ-агентами, чтобы грамотно выстроить архитектуру и масштабировать всё это.

Третий случай — женщина-риелтор, 50 лет, изучает вайбкодинг.

Три совершенно разных человека, и все двигаются в одну сторону.

Развитие технологий идёт молниеносной скоростью. Скоро все будут пользоваться новыми инструментами и внедрять их в бизнес. Мы сейчас только в самом начале, пока мало кто понимает реальный потенциал всего этого.

Ускорить работу с помощью ИИ в 3 раза

Подъехали первые отзывы по прохождению моего курса по ИИ.

Владислав @Vlad_Pv, Руководитель MLOps направления

Данный курс помог собрать мне в голове целостную картинку - как подходить к AI разработке. После этого курса я понял - что использовал все возможности AI инструментов только на 5% - это сильно повысило эффективность. В своей профессии я часто собеседую людей, и когда даю задания по вайбкодингу (например, с собрать MVP) - почти никто не использует те возможности инструментов, которые есть.
Этот действительно поможет вам прокачаться в разработке - рекомендую!

Анатолий @anknnv Frontend-разработчик

Недавно начал пользоваться Курсором и не понимал многого. Контест, агенты и прочее было для меня как темный лес. Использовал просто как Константин в уроках говорит "как Google" и сталкивался с различными проблемами: ответ абстрактный, решение неверное и самое главное токены быстро улетали и подписка кончалась за несколько дней.

В курсе нашел для себя нужную информацию. Понял как как фиксить баги с меньшей головной болью. Разработка новых фич и отладка ускорилась в разы.

Как кончится подписка на Курсор планирую изучать Клауд код и посмотреть ролик про него. Спасибо большое за советы и практические уроки. Жду также уроки по MCP и практику по проектированию целого приложения, уж очень интересно было бы посмотреть))

Как увеличить ЗП в 2 раза

5 лет назад один более опытный разработчик искал новую работу и рассказывал мне, как выбирает между офферами: 450к, 400к и 350к.

Я удивлённо говорил:

ну конечно же там, где больше платят! В чём вопрос??

Но он начал добавлять детали:
— на первой нужно тянуть роль лида
— на второй дежурства раз в 2 недели
— на третьей спокойная, неспешная разработка

И накидал примерно, сколько часов в день на каждой:
6–10 часов / 4–8 часов + дежурства / 2–5 часов

Применяя несложную математику:
💰 первая — 2 445 ₽/час
💰 вторая — 2 898 ₽/час
💰 третья — 4 347 ₽/час

Тут уже стоит выбирать: деньги или work-life balance?

---------------------------------------------------------


Но есть и другой рычаг = инструменты, которые ускоряют работу.
Лично для меня прирост дали Cursor и Claude Code.
Мне теперь не нужно:
— писать бойлерплейт самому
— ручками писать тесты
— часами думать о проектировании

Всё это я отдаю нейронке и просто контролирую каждый этап: делаю ревью, вношу корректировки в план и тех. документы, на базе которых ИИ и пишет. Запускаю несколько агентов, а сам хлебаю смузи 🧃

Простой пример:
раньше написать CRUD = 4–5 дней.
Сейчас = день-полтора.
Цена моего часа фактически выросла. А значит, можно взять подработку/ вторую / третью работу и успешно кодить, тратя ровно столько же времени.

Как именно ускорить работу с такими инструментами — рассказываю здесь 👇
kostya-it.pro/ai

💵 Зарплата 9 тысяч евро на валютной удаленке

На линкедине мне пишут эйчары с предложениями поработать. Вилки в среднем от 4 до 7к$ — это выше чем на РФ рынке, но требуется хорошее знание языка, работа не из РФ и мэтч по culture fit. Иногда приглашают на ооооочень интересные позиции. Как, например, эта:

Role: Senior Full-stack Engineer
Compensation: €6K – €9K monthly + stock options
Location: Europe (EU, UK, Serbia)
Stack: TypeScript, MongoDB, Playwright/Vitest, AWS ECS, and GitHub for CI/CD

Я, конечно, сразу перевёл евро в рубли, посчитал и уже радовался.

Подготовка
Когда начал готовиться к собесу понял, что не всё так просто))
Сам проект = AI-сервис для быстрой работы с аудио + видео.

Я вбил в Клод роль интервьюера и спросил, какие могут быть вопросы и задания. Он накидал терминов и вопросов по обработке видео и аудио и сразу стало понятно: на беке будет непросто. Сервисы по обработке файлов, сложный пайплайн вместе с AI, ретраи, стриминг и всё такое. Но и фронт там не сильно проще. Нужно разбираться в кодеках, библиотеках для аудио. В общем, куча всего.

Я поверхностно всё прочитал и ознакомился: проект максимально необычный, с таким я на практике сталкивался всего один раз. Потом набросал в Miro потенциальную архитектуру системы: сервисы бека, фронт, ML-сервисы, все интеграции, API, workflow, диаграммы последовательностей.

Делал это всё, чтобы на интервью можно было говорить о технических моментах как будто я уже это проектировал. Ну и продукт изучил максимально посмотрел, на какой он стадии, что подкинуло мне вопросов для самого интервью.
(не забываем задавать вопросы — это даёт бонус поинты)

Долгожданное интервью
Прошло супер просто, классно и на лёгкой волне.
Поговорили про их продукт, про мой опыт. Технических вопросов почти не было = это был просто диалог. CTO хотел узнать два вещи:

1. Как я подхожу к проектированию — весь флоу от и до, на каких стадиях что делаю, как смотрю на сложные технические аспекты при проектировании архитектуры.
2. Сложные trade-offs из моего опыта — что делал и почему.

Честно говоря, на втором вопросе немного растерялся в этот момент. Никогда подобных вопросов не задавали. Начал вспоминать кейсы. Быстро вспомнил, как проектировал большое e-commerce приложение: почему выбирал между монолитом и микросервисами на беке и стоит ли использовать микрофронты.

Потом поспрашивал про проект сам — мне реально был интересен продукт. Как у них работают ML-сервисы, какой план на ближайшие полгода-год.


Итого
Всё прошло гладко и без сложностей. Уверен, сейчас джунов за 30 тысяч рублей изничтожают на собесах в 10 раз сильнее, а тут просто разговор.
На таких позициях смотрят на другое: как ты думаешь, как действуешь в сложных ситуациях, как проектируешь и как чётко умеешь донести свою точку зрения. Никто не спросит:

как работает event loop в Node.js.

Через пару дней пригласили на следующий этап с лайфкодингом.
Собес есть в записи, подрежу и ориентировочно в мае выложу.

В бизнес логике больше не нужно разбираться

📇Одна из важных задач любого айтишника = разобраться в бизнес-логике проекта. Иногда это происходит быстро, а иногда занимает недели изучений документаций. Но на помощь конечно же приходит ИИ!

🃏Один из интересных примеров: друг работает бекендером в игровой компании и ему нужно изучить как работает бизнес-логика в игре Contree.
Вместо того чтобы читать Википедию и тихо страдать, он открыл Claude и сказал:

«Объясни мне правила Contree так, как будто я сеньор-бекендер, который будет это имплементировать. Начни с системы торгов»

👨‍🏫Claude объясняет по маленьким кусочками. Сначала как должна работать логика, а затем и показывает на реальном визуальном примере с версткой.
Полное погружение за пару дней вместо недель.

Второй пример был уже на моей практике:
Огромный банковский документ с сотнями страниц. Разбираться и читать это все = ноль желания. Но было желание сделать скилл в клоде, который за меня это все изучит, расскажет основные интересные поинты и подсветит нужные модули в коде.
И теперь происходит так:
Использую Claude через skill для работы с документами(PDF/DOCX), и начинаю диалог:

«Какие edge cases я должен учесть при реализации логики списания?»
«Что произойдёт, если баланс изменится в момент транзакции?»
«Выдели все требования, которые влияют на API»
«Покажи модули, которые будут задействованы»

Claude не просто ищет = он синтезирует, связывает между собой части документа и отвечает в контексте твоей задачи.

За счет таких способов скорость работы возрастает в разы!

Внедрить ИИ в бигтех НЕРЕАЛЬНО (сложно)

Когда разрабатывал последний проект с ИИ-агентами, акцент на безопасности был самым важным. Проект находился во внутреннем контуре и безопасность данных превыше всего. Все сервисы либо внутренние или самописные решения, все данные уходящие в LLM должны маскироваться/анонимизироваться. Проект проходил обязательную проверку у архитектора, СБ и юристов. И я конкретно показывал архитектору и СБ какие сервисы мы используем чтобы данные никуда не ушли.

📇Представьте большую компанию связанную с телекоммуникациями, например ТМС. Сколько там данных? Сколько там отделов? Тысяча отделов и сотни тысяч терабайт данных. Все это должно также проходить фильтр, чтобы данные не выходили из внутреннего контура. Здесь просто не подставишь ключик от LLM и пользуйся. Очень много сил, времени нужно уделить чтобы внедрить ИИ в большую компанию.

📊В небольшой компании с некритичными данными всё иначе. Зарегистрировал аккаунт, вставил API-ключ, написал пару промптов. Через день ИИ-ассистент уже отвечает клиентам. Никаких юристов, никаких согласований, никакого отдела безопасности. Просто работает.

🫥У меня на проекте был отдельный сервис анонимизации который обрабатывал данные отдельно перед тем как отправиться в LLM.
Данные маскировались подобным образом:
Костик → [PERSON_1]
kostya@gmail.com -> token_2fsaf5
+7999999999 -> +7999*****999
И в результате в LLM отправялось «[PERSON_1] из [ORG_1] отправил [EMAIL_1]»

LLM видит только анонимизированный текст и работает с плейсхолдерами. Ответ тоже содержит плейсхолдеры, которые затем при необходимости заменяются обратно.
Такой сервис можно назвать LLM Gateway.

Внедрение ИИ в большой ентерпрайз это не про промпты. Это про архитектуру, безопасность и доверие к системе.
LLM никогда не увидит имя реального клиента. Только [PERSON_1]. И это важно понимать и обрабатывать.

🥲Почему программисты исчезнут

💻Создатель Claude Code от Anthropic предсказал, что должность инженера-программиста начнёт «исчезать» в 2026 году. Борис Черный говорит о том, что в будущем не видит программистов, а видит билдеров, которые могут быстро продуктово накидать приложение.

⚡️Мне кажется, постепенно «рисовальщики кнопок» и «конструкторы крудов» будут вытеснены теми, кто делает их работу за пару часов, грамотно использовав ИИ-инструменты. О чём вообще говорить, если сейчас я могу просто запустить цепочку агентов в Клоде с ревью, тестированием, планированием, проектированием и через час у меня готовое приложение, которое можно масштабировать.

🌩Я вижу изменения уже сейчас. У меня есть 3 резюме: фронт, бек и фуллстек. Рекрутеры сами постоянно пишут на позиции фуллстека, чуть меньше бека, а по фронтовому вообще не пишут. Плюс вижу по ребятам-ученикам. Если раньше специалистов (2020–2024) разбирали как горячие пирожки, то теперь стало тяжело даже попасть на собес.

Смотря на рынок особенно быстрее вытесняются фронтендеры. Чаще вижу на HH вакансии фуллстека со знанием ИИ. Всё чаще нужен Python во многих вакансиях.

-----------------------

Вопрос не в том, исчезнут ли такие специалисты. Вопрос в том, окажешься ли ты среди тех, кто их заменит или среди тех, кого заменят.
Я собрал курс, где показываю как работать с ИИ-инструментами так, чтобы делать за день то, на что раньше уходила неделя. Реальные инструменты и практика.

👉Узнать больше о курсе: https://kostya-it.pro/ai/
👉Смотреть бесплатный урок: https://kostya-it.pro/ai/#demo-video

Подход Research -> Plan -> Implement устарел!

Ранее рассказывал про свой подход к разработке с ИИ, где у меня 5 этапов и на каждом этапе происходит ревью.
И тут наткнулся на интересное видео конференции Coding Agents Conference.

Разбор ключевых идей в видео
Бюджет инструкций
Суть проблемы: у модели есть предел того, сколько инструкций она может надёжно удерживать одновременно. Исследования показывают ~150–200 инструкций после этого модель начинает "полуслушать" каждую из них.
Как это проявлялось на практике:
Их старый монолитный промпт содержал 85+ инструкций. К этому добавлялись:

Claude.md файл
Системный промпт
Описания инструментов
MCP-серверы

Результат = модель случайным образом пропускала важные шаги воркфлоу.
Решение = дробить промпты:
Вместо одного промпта с 85 инструкциями они разбили его на несколько специализированных.

CRISPY новый семишаговый подход
Старый RPI (Research → Plan → Implement) был слишком грубым. Каждый шаг скрывал внутри себя много решений, которые модель принимала самостоятельно без участия человека.

Новая последовательность и смысл каждого шага:
Questions — сначала генерируются вопросы к кодовой базе, отдельно от самого исследования.
Research — свежее контекстное окно без знания задачи идёт в кодовую базу и собирает только факты.
Design — проектирование: куда мы идём? Что такое финальное решение? Здесь агент выкладывает паттерны, которые он нашёл, текущее состояние системы, желаемый конечный результат.
Человек может сразу поправить:

"нет, вот этот паттерн устаревший, используй вот этот".

Structure — структурный вывод: как мы туда доберёмся? Высокоуровневый порядок изменений и как будем тестировать по ходу.
Plan — только теперь пишется тактический документ для агента. К этому моменту все ключевые решения уже приняты человеком, поэтому план просто дробится на части.
Work tree + Implement — непосредственно написание кода.
PR — pull request.
Почему это важно: глубокое ревью переносится с плана (который всё равно расходится с кодом) на более ранние короткие документы, где цена ошибки ещё низкая.


Более детально послушать и посмотреть можно в самом видео.

👨‍💻Нейронка перестанет генерировать говнокод. Простой рецепт.

Когда работаешь с нейронкой очень важно учить важный момент = задавать правильный контекст.
Чем лучше, чем точнее, чем детальнее вы это сделаете, тем качественнее будет результат.🚀

Для начала разберемся: Что такое контекстное окно
Любая нейронка видит ровно столько сколько влезает в ее диалоговое окно. Обычно это 128-200к токенов. Выходя из этого лимита нейронка начинает забывать что было раньше.
📕Модель читает столько последних строк, сколько может удержать в памяти.

👨‍💻Для разработчиков это критично
Когда ты используешь ИИ в реальных задачах: рефакторинг, дебаггинг, написание новой фичи, у тебя быстро накапливается огромный контекст. Код, логи, бизнес-контекст, ответы модели.
Плохой подход: один бесконечный чат на всё.
Результат: деградация качества, галлюцинации, потеря нити задачи.
Правильный подход: каждая задача = новое контекстное окно.

Но тогда встаёт другой вопрос: как не начинать каждый раз с нуля?

Решение: компакт контекста
Вместо того чтобы тащить весь предыдущий диалог, ты делаешь его сжатое резюме: что уже сделано, какие решения приняты, какие ограничения есть.

В Claude Code эта механика встроена нативно — /compact сжимает историю сессии в выжимку, которую можно использовать как стартовый контекст для следующей задачи.

Это меняет подход к работе с ИИ принципиально:
— меньше токенов → дешевле
— чище контекст → точнее ответы
— структурированная передача состояния → ИИ не теряется

Это фактически как архитектура при работе с нейронками.
Вам никогда не помогут "10 волшебных промптов" 😂, а вот понимание работы с контекстом даст принципиально другой результат.

Контексту посвящён отдельный урок в моём курсе по ускорению работы разработчиков с помощью ИИ

👉Узнать больше о курсе: https://kostya-it.pro/ai/
👉Смотреть бесплатный урок: https://kostya-it.pro/ai/#demo-video

P.S. Отдельная хорошая скидка для ребят, кто у меня обучался или покупал доступ к платформе/курсам. Напишите в лс

500к+ ЗП для ИИ инженера

Сейчас на рынке происходит очень тихая, но мощная смена требований к разработчикам.

Вот свежая вакансия:
Product-Oriented Full-Stack Engineer (AI Agents Platform)
💰 от 500 000 ₽ на руки

И это не какая-то суперкорпорация = это уже становится нормой для сильных инженеров.

Что от тебя хотят за такие деньги:

— Умение работать с AI-ассистентами каждый день
— Понимание, как строить AI-агентов
— Навык формулировать промпты и управлять контекстом
— Работа с интеграциями, API, данными
— Быстрое прототипирование и запуск фич

То есть рынок больше не платит просто за “React + Node.js”.

Платят за то, как ты используешь AI в разработке.

Если ты не начинаешь изучать это сейчас, ты уже начинаешь отставать.

Не через год-два-три, а уже сейчас.

--------------------------------------

Я собрал курс как использовать ИИ в работе разработчику и ускорить свою работу.

Только то, что реально требуется в таких вакансиях:

Первая часть (выходит в ближайшие дни):

— Токены
— Контекст и контекст-инжиниринг
— Продвинутый промптинг
— Как работают нейронки (без лишней академии)
— Эмбеддинги (на практике, а не “в теории”)
— Векторные БД
— Работа с документами (реальные кейсы)
— Подход к разработке (теория + практика)
— Cursor
— Claude Code

Вторая часть (сейчас записывается, будет к маю):

— MCP
— AI-агенты
— Архитектура агентных систем
— Проектирование реального ИИ-ассистента
— RAG
— Паттерны ИИ агентов

🐛 Дебаг с ИИ, как ускорить фикс багов в разы

Видел как много разработчиков пишут в курсоре просто:

Не работает такая фича. Пофикси.

Иногда может сработать, но чаще нет.

Расскажу как можно себя ускорить:

Простой баг: TypeError, синтаксис, опечатка
Тут ИИ реально решает за секунды. Но даже здесь есть нюанс:

// ❌ Плохо: «у меня ошибка, помоги»
TypeError: Cannot read properties of undefined

// Получаю ошибку:
TypeError: Cannot read properties of undefined (reading 'name')

Код:
const user = await getUser(id)
console.log(user.profile.name) // падает здесь

Ожидал: строку с именем пользователя
getUser() возвращает null если юзер не найден

ИИ нужно дать максимально точную информацию.

Средний баг: логика работает не так как надо
Здесь нейронка часто начинает галлюцинировать и предлагать случайные решения.

Что делать:
— Объясни что должно происходить и что происходит на самом деле
— Дай минимальный воспроизводимый пример
— Попроси ИИ объяснить логику твоего кода перед тем как фиксить

Сложный баг: race condition, memory leak, непредсказуемое поведение
Вот тут просто «почини» не сработает никогда.

Правильный подход:
1. Тесты + логи
Попроси ИИ помочь написать тесты или логи, чтобы воспроизвести баг стабильно
2. Гипотезы, не решения
«Какие могут быть причины что X происходит при условии Y?» Узнаешь список версий для фикса
3. Пробуй пошаговость
Попроси нейронки подумать пошагово и расписать на каком шаге воспроизводится баг

async function loadDashboard(userId) {
  const profile = await fetchProfile(userId)
  const stats = await fetchStats(userId)
  const notifications = await fetchNotifications(userId)
  
  updateUI(profile, stats, notifications)
}
// Иногда stats приходят раньше profile и UI ломается

Правильный подход:

1. Сначала изолируй,попроси написать логи

Помоги добавить логи чтобы понять 
в каком порядке резолвятся промисы
и когда именно ломается UI

2. Гипотезы, не решения

Какие могут быть причины что UI обновляется?

3. Итеративно скармливай результаты

Вот что показали логи: [вставляешь]
Вот как ведёт себя UI: [описываешь]

Структура курса
Как писал начал делать курс по ИИ для разработчиков и уже записал первую часть, которая в монтаже. На следующей неделе планирую начать продавать.

Уроки в первой части:
- Claude Code
- Cursor
- Как работают нейронки
- Токены
- Контекст
- Ембендинги
- Векторные БД
- Показ на практике как работают ембендинги и векторные БД в приложении

- Промпт и контекст инжиниринг

- Как проектировать приложения с помощью ии и уменьшить энтропию.
Теория + Практика с агентами.

Твой подход к разработке устарел!

На дворе 2026 расцвет ИИ инструментов, которыми многие даже не пользуются.
Я хочу рассказать как изменился мой подход к разработке за последние годы.

Пару лет назад мой флоу разработки выглядел так:
1. получение требований, обсуждение с аналитиком
2. проектирование и декомпозиция фич
3. рисование диаграмм, ресёрч руками по коду чтобы понять все связи и модули
4. написание кода

И все это занимало драгоценное время.

Теперь всё изменилось. За счёт ИИ-агентов я ускорил работу и выстроил новый флоу. На каждый этап у меня свой агент.

🔍 1. Ресёрч
Задаём максимально точный контекст для нейронки: она изучает кодовую базу или конкретный модуль. Работа с контекстом основополагающая вещь при работе с моделями.
Результат: ресерч документ по конкретному модулю с его связями

📐 2. Проектирование
Самый важный этап. Здесь нужно максимально детально проработать все возможные сценарии и учесть все кейсы, до того, как начнётся разработка. Результат: технический документ со всеми деталями, связями, диаграммами и т.д.

🗂 3. Планирование
Разбиваем на фазы и итерации. Задача на 100 строк вместо 1000 согласитесь, куда проще тестируется, проходит ревью и интегрируется?
Тоже самое нейронке куда проще написать код для маленькой фичи.
Итерации делаю мелкими, желательно независимыми, но не всегда получается.
Результат: подробный план с итерациями для агента

💻 4. Написание кода
Только на этом этапе даю нейронке указания писать код.
Строго по итерациям. После каждой можно запустить тесты и убедиться, что ничего не упало.

✅ 5. Ревью
Обязательный этап: проверяем всё сделанное — соблюдение код-стайла, стека, безопасности и т.д.

Прикладываю небольшой отрывок из курса по ИИ, который сейчас делаю. там показываю кусочек этого флоу 👇

Работодатели требуют ИИ в 2.7 раза чаще 💰

Недавно вышло исследование hh.ru: в I квартале 2026 года вакансий с требованием навыков ИИ стало в 2,7 раза больше, чем год назад. Уже 16 500+ объявлений и это только начало квартала.

ИИ-навыки теперь нужны везде: аналитика, дизайн, программирование.

Если два года назад это было преимуществом. Сегодня это становится стандартом.

Рынок уже сделал выбор. Теперь в ближайшие годы в требованиях уже будут спрашивать как ты работашеь с курсором, а не писать алгоритмы в блокноте.
Вопрос только в том, как быстро это все будет меняться и будешь ли отставать от нужд времени?

------

Именно поэтому я сейчас делаю курс по ИИ для разработчиков 👇

С теорией, практикой нужными примерами — то, что реально меняет скорость работы в 2-3-4 раза.
Это не просто "как написать промпт", а про то как ставить задачи так, чтобы получать результат с первого раза, не переделывать по 10 раз и не тратить время впустую.

ИИ может работать быстро. Но только если ты знаешь, как его ограничить в нужном направлении 🎯

Как я ускорил свою работу в 3 раза с помощью AI ⚡

В 2023-2024 годах мне стало невыносимо скучно программировать самому.

Однообразные фичи, бойлерплейт по десятому кругу, каждый новый спринт как железные оковы 😮‍💨
Продуктивность падала, фрустрация росла.

Тогда у меня была задача: скопировать существующий функционал и переписать его на новый кастомный модуль. Десятки функций, каждая вручную. Все очень запарно 🥲

Как сейчас помню — осень 2024, я открываю для себя Cursor 🤯

Вместо ручного написания я просто описал задачу и вуаля: задача на неделю закрыта за 1-1.5 дня. Моя скорость закрытия задач усилилась и в дальнейшем. Вместо написания кода руками по десятому кругу я начал делать всё быстро, а в остальное время, конечно, хлебать смузи 🥤


Но вот что важно понимать:

🚫 AI не ускоряет разработку сам по себе.
✅ Ускоряет умение правильно с ним работать.

Именно об этом я делаю свой курс 👇
Я собрал всё, что реально работает: как правильно ставить задачи нейронке, как контролировать то, что она делает, и как встроить AI в свой рабочий процесс 🎯

Сравниваю ИИ-инструменты для кодинга Claude Opus vs Claude Sonnet vs Gemini 3 Pro vs GPT-5.2 Low

В январе решил провести тест моделей.
Делюсь результатами.

Стек: Node.js (Express) + React. Три задачи разной сложности, реальная нагрузка.

Задачи:
⚙️ Rate limiting middleware + Redis-кэширование под нагрузку
🐛 Дебаг утечки памяти в воркерах (Node.js cluster)
🏗 Рефакторинг продуктовой системы — связи между компонентами, каскадные изменения, чистая архитектура

📊 Результаты (кратко по каждой модели):
🥇 Claude Opus 4.5 — 5/5
Задача 1: ✅ 3:17 / 1 итерация
Задача 2: ✅ 9:47 / 3 итерации
Задача 3: ✅ 7:38 / архитектура 5/5
🥈 Claude Sonnet 4.5 — 4/5
Задача 1: ✅ 5:14 / 2 итерации
Задача 2: ✅ 13:37 / 9 итераций
Задача 3: ✅ 7:00 / архитектура 4.7/5
🥉 Gemini 3 Pro — 4/5
Задача 1: ✅ 2:33 / 1 итерация
Задача 2: ⚠️ 30:10 / тупик
Задача 3: ✅ 10:42 / архитектура 4.2/5
GPT-5.2 Low — 4/5
Задача 1: ✅ 2:53 / 1 итерация
Задача 2: ⚠️ 15:18 / тупик
Задача 3: ✅ 15:32 / архитектура 3.8/5
GPT-5.2 Codex EH
Задача 2: ❌ 1:16:37 / 0 строк кода

💡 Что понял:
→ Правило 80/20 работает везде. Все модели закрывают ~80% задачи за 1-2 промпта. Оставшиеся 20% съедают 80% времени — это не баг конкретной модели, это паттерн
→ Утечка памяти стала лакмусовой бумажкой. Все модели, кроме Claude Opus, зациклились на одном подходе вместо того чтобы отступить и попробовать другой
→ Модель важнее контейнера. Claude Opus справился с тремя задачами во всех четырёх (Windsurf | Cursor | Antigravity | Claude Code) инструментах. Gemini и GPT-5.2 не решили задачу 2 нигде. Хороший контейнер ускорит хорошую модель — но не спасёт слабую
→ Claude Code — отдельная история. Читает весь проект целиком, сначала план — потом код. На рефакторинге сервисного слоя: 0 дефектов, архитектура 5/5. Минус — только терминал, без визуального интерфейса

В своем курсе я детально разбираю инструменты Claude Code и Cursor за счет которых можно ускорить свою работу в 2-3-4 раза. И разбираю некоторые непопулярные фичи этих инструментов.

🎯 Мои рекомендации для работы:
🟢 Повседневные задачи → Windsurf + Gemini 3 Pro (быстро и дёшево)
🔵 Сложный рефакторинг / большой контекст → Claude Code
🔴 Дебаг сложных багов → только Claude Opus, остальные уходят в тупик

80% разработчиков не контролируют то, что пишет за них ИИ

❓Я опросил 20 знакомых разработчиков: от джунов до тимлидов.

🤖Спрашивал про ИИ в работе. И вот что услышал почти от каждого:
→ «Приходится смотреть что сделано и переделывать»
→ «Через какое-то время начинает галлюцинировать»
→ «Переписывает не то, уходит в сторону от задачи»
→ «Упорно предлагает одно решение, даже когда оно неверное»

🛠 Все используют Cursor, ChatGPT, Claude. Но большинство реактивно: попросил → получил → вроде работает → в прод.

Проблема не в ИИ. Проблема в том, что мы не умеем им управлять.

Я начал делать курс по ИИ для разработчиков

Не «как написать промпт hello world». А конкретно про то, как начать управлять инструментом и получать грамотный код.

Начинаю с базы: как устроены токены, как думает нейронка, почему она вообще работает именно так.

Плюс у меня есть свой подход к разработке с ИИ: он сильно уменьшает энтропию в работе. Расскажу про него в следующих постах подробнее.

Что уже записал:

🔹 Промптинг с примерами = структура промпта, которая даёт предсказуемый результат

🔹 Контекст-менеджмент = почему ИИ «съезжает» на длинных сессиях и как это лечится

🔹 Claude Code и Cursor — полный разбор инструментов: Plan Mode, скиллы, субагенты, плагины


Если вы сталкиваетесь с тем что ИИ генерируют не то, поделитесь этим. 👇👇👇👇
Очень интересно услышать про ваш опыт.


Скоро расскажу когда будет старт и что войдёт в курс.

Тимлид в 18 лет

Продолжаю серию мини-интервью с интересными ребятами. На этот раз пообщался с Никитой, который стал в 18 лет тимлидом дизайнеров с командой из 5 дизайнеров.

Мне очень нравится общаться с молодыми талантливыми людьми. Уже посчастливилось поработать с 17-19 летними и я понимаю, что они очень классные и за ними будущее. В этом плане счиатю важно помогать и продвигать их, а не заниматься гейткиперством.

Предыдущие мини-интервью:
Сеньор-студент с зп 300к
Из 50к в 550к за год
Из ресторана в Айти за 4 месяца




Сколько времени ушло от «первых макетов» до первых нормальных денег?

В самом начале мной двигал чистый интерес. Честно говоря, тогда я почти не думал о деньгах. Мне было важнее понять, как всё работает и как вообще устроена профессия. Я много работал просто «за опыт»: брал небольшие задачи, помогал на проектах, делал макеты, иногда за символическую оплату. Сейчас понимаю, что это был важный этап.

Именно благодаря этому периоду я познакомился с нужными людьми и попал в среду, где начали появляться серьёзные проекты. Под «первыми деньгами» я имею в виду уже адекватную оплату, сопоставимую с моими навыками, а не те небольшие суммы, которые платят на старте.

Если считать от первых макетов до момента, когда работа стала приносить нормальный доход, то весь этот путь занял примерно год.


Как ты стал тимлидом так рано?

Думаю, здесь сыграло роль то, что я очень рано начал работать. Первый опыт у меня появился в 13 лет, а тимлидом я стал в 18. Если посмотреть на это с точки зрения времени в профессии, то пять лет практики это вполне нормальный срок для перехода к управлению.

Но дело не только в стаже. Я всегда старался смотреть на работу шире, чем просто выполнение задач. Мне было интересно не только делать интерфейсы, но и понимать, как устроен продукт, как принимаются решения, как взаимодействуют дизайнеры, разработка и бизнес.

Поэтому я часто брал на себя инициативу: помогал выстраивать процессы, подключался к обсуждениям, предлагал решения. В какой-то момент это стало следующим шагом, когда я проявил инициативу в нужный момент, за счёт чего я и стал тимлидом.


Что было самым сложным в переходе из исполнителя в лидера?

Самое сложное это принять, что твоя основная работа больше не заключается в том, чтобы самому делать макеты.

Когда ты долго работаешь как исполнитель, кажется, что быстрее и лучше сделать всё самому. И иногда действительно так и есть. Но в роли лидера это тупиковый путь: команда не растёт, а ты становишься узким горлышком для всего проекта. Пришлось перестроить мышление: теперь задача не в том, чтобы сделать идеально своими руками, а в том, чтобы объяснить команде, как прийти к правильному решению. Это требует больше терпения, больше коммуникации и больше доверия к людям.


Какие три навыка сильнее всего повлияли на твой рост?

Инициативность. Я редко ограничивался только своей задачей. Если видел проблему или возможность улучшить процесс, старался предложить решение.

Общительность. В продуктовой разработке всё строится на коммуникации: нужно уметь разговаривать с разработчиками, аналитиками, менеджерами, стейкхолдерами. Чем лучше ты понимаешь других людей, тем легче двигать продукт.

Ответственность. Если я беру задачу или направление, я доведу его до результата. Со временем именно это начинает формировать доверие команды и руководителей.



Сколько процентов времени у тебя уходит на дизайн и сколько на менеджмент?

Сейчас примерно 30% времени занимает дизайн и около 70% — менеджмент.



Что самое сложное в роли тимлида?

Наверное, две вещи.

Отстаивать решения перед стейкхолдерами. Иногда нужно объяснять, почему тот или иной подход лучше для продукта, даже если он кажется менее очевидным или требует больше времени.

Держать в голове огромный объём контекста. Когда продукт большой, с множеством взаимосвязанных разделов и процессов, постоянно приходится помнить, как одно решение влияет на другое. Заметки в блокноте помогают, но многое всё равно приходится держать в голове, чтобы быстро принимать решения.

🧠Как учиться новому? + ИИ

В последнее время я начал плотно изучать базу ML, Python с его модулями для работы с данными, ИИ-агентов и сисдиз.
В планах сделать курсец для разработчиков, чтобы они могли ускорить свою работу с помощью ИИ и делали это правильно.

В процессе я построил систему обучения, которая хорошо работает для меня.

⚡Метод: маленькие куски, большой охват

Я не пытаюсь проглотить тему за один присест. Вместо этого испольщую итерации:

📄Прочитал статью → отдохнул
🎥Посмотрел видео → выпил чай
📚Прочитал две главы книги → пошёл поел

Во время пауз мозг отдыхает и запоминает информацию перенося ее в долгую память. Это часть обучения, а не перерыв от него.

🤯Что делать, когда сложно?

Когда я начал читать про ML, выяснилось, что там нужна математика. Производные, линейная алгебра, матрицы.
Но мое развитие остановилось в математике в классе 8, когда я начал изучать программирование.

Местами сложно, но я нашел для себя выход.
Я прошу нейронку разжевать мне сложные вещи максимально просто. Различные формулы, концепции и понятия.

Часто использую такой промпт:

Представь что ты обьясняешь эту концепцию ребенку. Сделай максимально простые примеры. Если уместно, сделай примеры на Python или Typescript.

🎯Приёмы, которые помогают
1. Проси аналогии из жизни
Абстрактные концепции липнут плохо. Конкретные образы хорошо. Всегда проси нейронку привязать объяснение к чему-то знакомому.
2. Задавай уточняющие вопросы сразу
Не понял слово в объяснении? Не гугли спроси тут же: «А что такое X в твоём объяснении?» Контекст сохраняется, объяснение будет связным.

Практика:
Для практики я часто прошу сгенерировать мне задачи, чтобы я лучше усвоил.

«Я изучаю [тема]. Мой уровень = знаю основы . Дай мне 3 практических задачи от простого к сложному. Без решений пока.»

🏁 Итого:
Проси объяснить проще, ищи аналогии, разбивай на маленькие куски, не забывай отдыхать и обязательно практикуйся.

Таиланд, Вьетнам, Южная Корея

В одном из прошлых постов рассказывал про зимовку в Азии. В этот раз хочу рассказать про интересные вещи, которые подметил в других странах в том числе связанных с айти.

Приложения и сервис
В России приложения сделаны сильно лучше с меньшим количеством багов. Кучу раз сталкивался с проблемами в grab или gojeck, потому что локацию часто определял не так и менял ее самостоятельно.
Яндекс карты это вообще шедевр в сравнении с максимально неудобными Гугл картами.
Но подметил и кое-что интересное:
🇨🇳Китайский WeChat мощнейший суперапп, где есть куча всего: 💰оплата, 🚖такси, еда, велосипеды, госуслуги и тд. Необычным было автоматический перевод с любого языка не только в чате, но и в любом аппе, можно было перевести почти все на русский/английский.
Также интересным показался подход по вводу банковских карт в корейском приложении.
Во-первых, часть символов маскировались. Во-вторых, цифры для набора менялись, чтобы запутать тех кто будет подсматривать 👀

Цена жизни
У многих есть понимание, что юго-восточная Азия очень дешевая. В общем это так, но не везде.
Например, аренда на Бали и Пхукете недешевая, но при этом цены на все остальное демократичные в сравнении с Питером или Москвой.
Ни в чем себе не отказывая, сильно «транжиря», я тратил от 4 до 7к$.

Отдых и счастье
Конечно, продуктивность моментами сильно падала из-за желания покайфовать на пляже или пойти вечером в бар с друзьями в хорошую погоду. Не смотря на упавшую продуктивность, чувствовал себя прекрасно. В тоже время если б не уехал, бегал по бегловским сугробам и ловил апатию от отсутствия солнца.

Вообще зимовка и такой отдых дают много энергии и идей. Поэтому скоро долетаю до Москвы и начинаю плотно работать с новыми подходами.