melikhov.dev

Какой он — личный харнес?

Вот мы и пришли в точку, когда уже бизнес не устраивает медленная последовательная работа (запустил агента, он пошуршал полчасика, открываем PR и идём за следующей задачей). Раз у разработчиков есть в руках AI, то какого они ускорились не x5/x10? А ну давай в параллельность!

И мы такие — да ёшкин крот, и так голова пухнет! Уже непонятно, что там происходит в 10 терминальных окнах сразу. НЕВОЗМОЖНО!

А раз пухнет, то надо голове помочь. Как я это вижу: нам нужен удобный интерфейс, через который мы будем контролировать: а что там вообще происходит в мире агентов? И снижать когнитивную нагрузку от параллельности хорошим UI. Плюс, автоматизации! Зачем следить как двигается твой PR или куда там тебя ещё призвали? Пусть запущенный демон отслеживает эвенты и сам передаёт их в очереди агентам. Зачем поднимать стенды вручную? Пусть этим занимаются готовые скиллы, а демон поможет им следить за бережным обращением с ресурсами.

Т.е. буквально нужен сервер, который будет хранить стейты и мету задач и управлять агентами, их git worktrees, PR и поднятыми стендами и контейнерами. Сводить всё воедино.

Открываешь такой контрол центр и видишь, в каких чужих пиарах сейчас работают твои агенты, какие свои пиары они сопровождают, какие задачи разрботки бегут (и, конечн,о артефакты планов и спецификаций к этим задачам). Диффы опять же можно там же вычитывать. Если надо — проваливаешься в конкретного агента.

Есть ли готовое такое решение? Я не встретил пока. Верю ли я в то, что чем-то таким может стать тот же Codex? Вполне. Но мне не нужно решение, завязанное на одно конкретное семейство моделей одного провайдера. Этот центр упраления должен быть на другом уровне абстракции. И, конечно, я не хочу запускать агентов на своей машине.

К счастью, у нас есть веб-технологии. Можно собрать свою dark software factory и прикрутить к ней самописный web UI. И именно этим я и занимаюсь по вечерам, точу свой тёмный заводик. И уверен, что многие из вас тоже.

И я никак не могу для себя оценить, насколько это нормально, что каждый пилит своё собственное решение. Но, кажется, удобное общее тут тоже не может быть.

Разобрал своего питонячего новостного бота и собрал нового, уже на Гермесе. Ну как собрал — поднял Гермеса в облаке, зацепил на Deepseek v4 Flash (потому что в Яндексовом AI Studio пока(!) лучше нет) и дал ему топик в нашем с ним чатике, где он отгружает дайджесты. И это супер удобно, потому что Гермес самообучаемый и способен сам рыть источники, в отличии от моего простейшего ботика, который требовал редеплой на каждое изменение.

Вот он мне нарыл, что классификатор Auto Mode в Claude Code пробивается только так. И сами Антропики не считают это проблемой, потому что auto mode это мол просто удобная штука, но не гарании безопасности
Anthropic closed the report as Informative and that the behavior is working as designed.

Anthropic’s (or the security team’s) position is that Auto Mode is a convenience feature backed by a best-effort classifier, not a security guarantee.

А значит, продолжаем помнить, что запускать агентов (особенно автономных!) нужно в виртуалках и/или контейнерах, а не на рабочей машине.

Вы могли наверное заметить что как-то мало меня стало в последнее время. Не видно на конференциях, не слышно в подкастах, мало пишу в канале.

Маленький ребёнок забирает всё свободное время, как газ заполняет всё свободное пространство. Остаётся ещё немного на семью, работу и сон. С другой стороны, острее ощущаешь ценность тех промежутков времени, когда ребёнок спит или играет с женой и старшей. Стараешься сделать максимум. Очень воспитывает.

Так что по, большей части, контент сейчас не генерирую, а потребляю, в основном через уши. Заряжаю с утра свою dark software factory работать над тикетами и ухожу гулять под подкасты (в том числе от NotebookLM), стримы и книги (художка, конечно, чтобы мозг отдыхал). Иногда и просто в тишине набираю свои 15к шагов в день с коляской. И это прекрасная часть дня.

Максимум возможного стараюсь перенести на телефон. В ботиков, в Обсидиан, в мобильный гитхаб. Ну, кстати, здорово в Обсидиане вычитывать текстовые разборы PR и планы работ (но не спеки, хах, чур меня снова в третий раз SDD пробовать, хотя кто знает).

Проклятье и спасение наше LLM. Работать нужно больше, но за тебя работают роботы, но ты всё равно работаешь больше. Просто иначе.

Как же хорошо перечитывается сейчас «Трилогия Муравейника» Гибсона (она же Sprawl trilogy). Хотя, конечно, по моему мнению прямо перечитывать стоит только Нейроманта и рассказы(тот же «Сожжение Хром»), а «Мона Лиза Овердрайв» и «Граф Ноль» достаточно скучны и вторичны. Но не настолько плохи, как вторая и третья «Матрицы», определённое удовольствие принести могут.

Где-то в Apple тоже это ощутили и бросились снимать экранизацию. Наконец-то мы увидим как выглядит небо над портом цвета экрана телевизора, настроенного на мёртвый канал.

Это я к чему — в невыносимо неоднозначное время вы живём.

github показал очередную полезную штуку — Stacked pull requests. Даже жалко, что как обычно в последнее время у Гитхаба эта штука почти неработает. Прямо как новая страница All pull requests. Как пошутили в чате @webstandards_ru: гитхаб живёт в балансе. У него плохо работают новые штуки, но зато старые тоже работают плохо.

При этом штука нужная. Я в своих AI PR тоже пришёл к необходимости дробить их на множество мелких, чтобы у ревьюверов не вытекали глаза вместе с мозгом. Но тут начинаются вопросы оркестрации этого добра. Надо каждый кусочек вручную вливать в main и дальше ребейзить всех потомков по цепочке. И ревьюверу как-то подсказать, что вот она, цепочка пиаров. А тут вроде бы из коробки всё есть. Здорово! Но не работает.

Проверили на нескольких репозиториях — мёрдж стека зависает. И ничего не происходит. Отдельный минус, что менеджерить это добро надо через gh, выходить из привычной среды обитания. Но тут ладно, агент справится сам.

Но хорошо, что понимают, что ревью изменилось. Будем ждать, пока стабилизируют.

Жил счастливо (почти) с revdiff, но тут мне показали herdr.dev. Это такой tmux на стероидах. Умеет красиво в вертикальных вкладках собирать все запущенные агенты. Умеет в богатую мышку (для тех, кто не помнит тмуксовские хоткеи). О счастье, из коробки именует вкладки с 1, а не с нуля. Кто вообще в тмуксе придумал с нуля? Кто этот преступник? Человек с нампадом?

Умеет подключаться по ssh к запущенной сессии на удалённой машинке. И тогда можно тягать картинки в чатик без scp. Встроенная интеграция со всеми популярными агентами.

И последнее, но не по важности — там есть плагины. А в плагинах есть herdr-reviewr который полностью заменил мне revdiff. Вы скажете, тащить целый мультиплексор ради диффа? Так и revdiff по ssh без тмукса не работает.

В общем herdr сила, tmux могила. Рекомендую (хотя бы попробовать).

другое дело!

Как дотерпеть до вечера? Fable мне недоступен, так хоть Sol пощупаю (надеюсь).

Браузерный AI-агент в Datalens

В #ГриненкоПро №16 поговорили с Андреем Мелиховым, разработчиком Яндекс Облака и автором @melikhov_dev о его опыте создания AI-агента прямо в браузере: как он вызывает тулы, строит чарты, работает с данными, проверяет себя через eval harness и почему нельзя просто так взять и прикрутить LLM в продакшне.

https://www.youtube.com/watch?v=chiexp7ncfg

В выпуске:
— почему готовых фреймворков не хватает;
— как устроены AI-агенты в браузере;
— SSE-стриминг, BFF, tool calling и agent loop;
— проблемы разных моделей и инференсов;
— evals, LLM-as-a-judge и железный пользователь;
— доверие к числам в BI и проверяемые чарты;
— заменит ли GenBI аналитиков;
— MCP, серверные агенты и будущие API;
— как Claude Code, Codex, OpenCode и другие coding agents меняют разработку;
— почему AI ускоряет разработчика в 3–5 раз, но задач становится только больше;
— безопасность и корпоративные ограничения;
— AI вне работы: ремонт, ресёрч, медицина, презентации, NotebookLM и новостной бот Андрея;
— bus factor, spec-driven development и контекст для агентов.

Искренне рекомендую канал Андрея @melikhov_dev как минимум всем фронтендерам, сам читаю его давным-давно.

Приходите обсудить выпуск в чат сообщества — @grinenko_pro.

И, конечно, не забудьте подписаться на канал на YouTube — я уже монтирую совершенно огненный выпуск с настоящим AI-продактом!

@devspotting

А поделитесь кто как организовал у себя команду агентов с разными ролями для ресёрча?

Вот нужен был мне на днях глубокий ресёрч, я сделал баш-скрипт, который поделил роли для claude code -p и codex exec и по очереди они спорили а третий судья c pi на glm-5.2 решал в каждом раунде кто победил.

Свою задачу я решил, но как-то это кустарно. Хочется чего-то более надёжного и постоянного. И явно я не один такой.

Замечательный тул от Umputun который позволяет совсем не вылазить из консоли

https://github.com/umputun/revdiff

Ответ на вопрос «а как вы у себя там в консоли диффы смотрите-то?»

В AI Studio завезли DeepSeek v4 Flash — и он быстрее, лучше и дешевле чем v3.2. Счастье-то какое, переключил ботика. Заодно отключил генерацию аудио, как-то бесполезно оказалось. И дело даже не в качестве аудио, а просто прочитать для меня гораздо быстрее и эффективнее, чем послушать.

Зато текстовый ботик только радует своей эффективностью. Хочется попробовать его развить, перевести на тот же Гермес, чтобы он сам ресёрчил, а не просто делал выжимку из статичного списка источников. Как ни крути, а время сейчас экспериментировать с автономными агентами. Слышу про чужие пайплайны и прямо стыдно становится за примитивные свои.

Кстати, на работе сибы сказали атата на Pi, не разрешают пользоваться. Но с другой стороны мы видим, что в SWE-бенчах модели на родных харнесах вырываются вперёд (хотя субъективно я этого на своих задачах не заметил). Хочется конечно упороться и сделать оркестратор, который сам забрасывает задачу в нужный харнес когда надо. Я прямо чувствую, что к осени это уже будет базой. Личный рой агентов, который тебе бодро рапортует в каком-нибудь маттермосте.

Сидел на днях в жюри премии «Сделано с ИИ». И запомнились мне кейсы, где да-я-так-то-вообще-не-программисты устав от бестолковых аутсорсеров сами пилили себе идеальные (в своём представлении) CRM без Битрикса и другие гипер-локальные решения. И получилось хорошо! И деньги приносит, что важнее всего.

Так что просто вызовом агента уже никого не удивить. Не программисткое дело это уже. Надо бежать дальше, мыслить шире. Попросил у эйчаров продуктовых курсов, сам буду продолжать агентам хвосты крутить. Такие планы на лето.

Может быть нейронки пока нас и не замят — вон Хашимото пишет как плохо ему оптимизировал всё AI (там посыл, что человек глубоко погружённый в предметную область всё же сделает сложную задачу лучше). Но есть другая проблема — они заменяют пользователям сервисы и софт, которые мы пилим.

Как человек, делающий BI я уже вижу вопросы — а зачем мне ваш DataLens, если я могу взять кликхаус и дать клод клоду задачку наверстать дэшей. Пупупу... А мы так гордились, что у нас низкий порог входа, но вот появился порог входа ещё ниже.

И вот тут большая и сложная продуктовая задача, как дать такую добавленную ценность своему продукту, чтобы она перекрыла вот это кастомное решение под себя. Безопасность, гарантированное качество, воспроизводимость — ну в общем всё то, что нет так интересно человеку, которому просто нужен дэш, но очень важно и интересно бизнесу.

Как только вас больше чем один пользователь в продукте, вот тут и начинаются интересные вопросы, которые, к счастью, пока так запросто нейронкой не порешать.

Т.е. мне кажется SaaS для бизнеса пока может жить более менее спокойно. И чем крупнее бизнес — тем дольше ничего не будет угрожать классической разработке. А вот всё маленькое, тут гораздо сложнее. Нужно прямо сидеть и глубоко думать над сложно воспроизводимыми фичами.

Например, в нашем агенте можно строить графики и делать выводы по датасету. Казалось бы та же история — натрави клод на кликхаус напрямую. Но вот только с клода пользователь получит SQL запрос (возможно нечитаемый) + визуализацию. Которые ему будет проверить в каких-то случаях непросто. Потому мы предлагаем вариант, где наш агент строит чарт через абстракцию, которая позволяет зайти в чарт в интерактивном режиме и проверить/уточнить все фильтры. И быть уверенным в полученных данных.

Можно такое сделать в клоде? Можно. Но можно ли такое сделать быстро, дёшево и надёжно — вот тут уже нет.

Но отдельный больной вопрос от пользователей — «так дайте просто богатый API, а я на него навешу уже клод, не нужны мне ваши интерфейсы, нужен только бэк». Ох, теснят фронтендеров, теснят 🙂

Насколько мне не зашли попытки подключаться из IDE к агентам через ACP (Agent Client Protocol), настолько же понравилось простое в лоб решение с Terminal Threads в Zed.

Родилось оно, подозреваю, из желания хоть как-то спасти ситуацию после того, как Антропики буквально закопали ACP своим запретом так использовать подписку.

Ну посмотрим, что ещё смогут прорастить туда зедовцы кроме нотификаций, и какую свинью в ответ снова подложат Антропики.

Потому что хочется сращивать в своих пайплайнах разные модели. У меня сейчас счастливо трудятся вместе gpt-5.5 и опус. И разрешение на использование подписок только в проприетарных клиентах это флоу ломает. Пусть хотя бы тогда зед сам оркестрирует это, запуская в одном табе кодекс, во втором клод код.

Нехороший движ этот с окукливанием моделей вокруг собственных харнесов. Неприятный.

Яжеговорил. SSR снова в тренде

New apps ship with full server-side rendering – real HTML that search engines and AI crawlers can read immediately

https://lovable.dev/seo-aeo

Сегодня долго спорили с Ромой, нужно ли (и можно ли) ревьювить тысячи строк кода, вылетающих из нейронки. Я однозначно пока за ревью. За декомпозицию задач, чтобы не было тех самых тысяч строк кода. За доскональное вычитывание того, что именно там сделано.

Да, это требует времени, но время у нас появилось. Мы больше не набиваем код руками, не перебираем десятки файлов чтобы собрать отсутствующий контекст. И можем потратить это время на построение архитектуры и ревью.

Но есть конечно и обратная сторона, связанная с когнитивной перегрузкой и Рома хорошо про неё написал.

Но что делать-то? Ревью это не только про качество, но и про передачу знаний о кодовой базе. И отдав его на откуп тем же нейронкам мы рискуем совсем оторваться от понимания происходящего внутри продукта. А это, в свою очередь, усложнит разработку новых решений.

И мы рискуем попасть в ту историю, как у мейнтейнера zed в разработке DeltaDB

too much agentic coding led to code that smelled correct, but fell apart as soon as you started to build on it.

I still edit the code manually to ensure the narrative is clear, to keep my mental model of the problem up to date, and to ensure that the code actually does what it purports to do

https://zed.dev/blog/not-building-ai-for-the-money#concern-2-ai-code-is-worthless

С началом мая решил потренировать голову и поменять (в который раз) инструменты разработки. Сменил Ghostty на Kitty — при всём уважении к Митчеллу Хашимото Ghostty всё же сырой продукт. Но красивый.

В замену к Claude Code поставил Pi, благо токены я жгу по ценам API и нет никаких вопросов со стороны Антропика. Привыкаю к дикой скорости и необузданному характеру этого харнесса, над которым нужно ещё свой слой изоляции навернуть. С другой стороны — ну а можем ли мы доверять встроенному сэндбоксингу любого харнесса? Так что пакуем в контейнеры/виртуалки и не даём ходить куда не надо.

Большой плюс Pi, Opencode и других универсальных харнессов — возможность сидеть в разных LLM. Обычно у меня параллельно открыт проект в Opus/Sonnet в одном табе и gpt 5.5 во втором. Одна модель пишет код, вторая его критикует. Каких-то мегапайплайнов тут не выстраивал, просто делаю скиллы и дёргаю руками. Токенов у меня не много, не разгуляешься отдавать на откуп всё LLM.

Скиллы тоже, кстати, пришлось подправить. Изначально написанные под CC они не такие уж универсальные оказались. Потому что чихать хотел Антропик на свой же agentskills.io. Стандарты для слабаков.

Снова заехал в Zed. Долго боролся с его дурацкой привычкой выкачивать бинарники из интернета на удалённой машине. Да, нашлась настройка

  "ssh_connections": [
    {
       // by default Zed will download the server binary from the internet on the remote.
      // When this is true, it'll be downloaded to your laptop and uploaded over SSH.
      // This is useful when your remote server has restricted internet access.
      "upload_binary_over_ssh": true,
    }
]

Так какого лешего вы считаете, что по умолчанию в контейнере будет интернет (да ещё и не умеете в IPv6) ?

Пытался подружиться с ACP в Zed, но никак мне не заходит. Банально жалко место на экране тратить, проще скакнуть в консоль, сделать там и в Zed поглядывать уже диффы.

Ну и напоследок инсайты — Яндекс активно заезжает на TSGo в дев-среде (прод пока на обычном tsc конечно). Потому что обычный TS уже не справляется в условиях огромных монореп. Пора!

Тут включу бабу Ягу и скажу, что мне не очень нравится, что лечат симптомы, а не болезнь — нужно уходить на Project References, а не заливать железом и горутинами, которые тоже не бесконечны (а уж в словиях macFUSE и подавно, хе-хе). Но это дорого, конечно.

Пока читал «Проект “Аве Мария”» Энди Вейера, никак не мог отделаться от мысли, что держу в руках производственный роман в стиле той же «Цели» Голдратта или хайповавшего во времена расцвета девопс-культуры «Проекта “Феникс”». Стиль: задача — объяснение — решение.

Кстати, забавный факт: в случае «Феникса» не только названия похожи, но и именно так назывался проект SETI по поиску внеземных цивилизаций. Старички помнят SETI по SETI@home — когда мы отдавали машинное время личных компьютеров не на майнинг крипты, а на анализ радиосигналов.

Возвращаясь к «Аве Марии»: книга увлекательная, но мне сложно назвать это художественной литературой. Скорее научпоп в обёртке производственного романа, где бодрый, весёлый Мэри Сью решает проблемы любой сложности с помощью НАУКИ. Не страдает ни герой, ни читатель, ни писатель.

«Марсианин» как-то оставил больше послевкусия.

upd всю книгу не мог отбросить мысль, какого чёрта на корабле не было приличной нейросетки. С их-то бесконечной энергией. Для романа из 2021 большой просчёт!

К товарищам прилетел вопрос от пользователя — а почему ваша документация AI-недоступна?

А почему? Потому что там React без SSR.

Вот так-то, снова привет. Несмотря на то, что краулеры уже начились парсить CSR почти без вопросов, и мы привыкли так жить, но тут SSR наносит ответный удар откуда не ждали. Хочешь, чтобы можно было эффективно кормить агента твоим контекстом — будь добр, научись отдавать всё без JS.

Нет, конечно всегда можно запустить хедлесс хром, но это как-то максимально глупо (если мы говорим про документацию, а не богатый UI).

пупупу https://roocode.com/blog/sunsetting-roo-code-extension-cloud-and-router

We don't believe IDEs are the future of coding.