🚀 На этой неделе мой ученик устроился на работу на 290к с бустом х3. Это дало мне эмоциональный буст, и сразу появились силы заняться чем-то. Пост будет не о его устройстве, а о моих последних активностях и использовании AI в автоматизации решения задач.
В прошлом месяце на собеседованиях часто спрашивали задания типа "Что выведет код" или "Что не так с кодом". Их можно назвать заданиями на code-review. Научиться правильно отвечать на такие задания можно только с практикой: проводить код ревью на работе или нарешивать то, что дают на собесах.
В итоге я решил, что тренировать этот навык можно без похода на собес: нужно достаточно задач.
Флоу обучения следующий:
1. Ученик получает блок кода с проблемами
2. Ученик присылает код с своими комментариями
3. Я высылаю ученику код с комментариями, которые я оставил к каждой проблеме
4. Повторить шаги 1-3 до профита
Ученику потребовалось около 15 заданий, чтобы успешно отвечать на собеседовании.
Генерировать эти задания самому трудозатратно, в среднем нужно 15-30 минут на одно задание. И я подумал, почему бы не попросить AI делать это. Недавно я познакомился с моделью claude. Ее преимущество в том, что в её контекст можно загрузить кодовую базу среднего микросервиса. Например, в него влезает весь код
@N8tyBot, которого я разрабатываю с 2020 года, и еще остается 40% контекста. Наличие большого контекста позволяет давать AI задачи на написание кода, с которыми он прекрасно справляется. Что говорить о написании текста? В общем, за 20$ в месяц модель может ускорить работу в десятки раз. Если ты считаешь, что 20$ это 20$, дочитай этот пост до конца. Возможно, твоё мнение изменится.
Я использую claude для написания кода в своих проектах и решения рутинных задач по менторству. Ранее мой коллега писал
пост в нашем втором канале разработке шаблона микросервиса с помощью AI.
После самостоятельной разработки трех задач я написал базовый промт с указаниями по ожидаемому формату вывода, залил эти задачи с решениями в качестве контекста и начал генерировать задания одним предложением. Единственным недостатком было ограничение набора закладок исходным контекстом. Изучив собеседования учеников, я обогатил его типами закладок, что позволило мне покрыть основные кейсы для собеседований.
AI возвращает два блока кода: один с заданием другой с комментариями. Приведу пример закладок и комментариев, которые оставляет нейросеть:
// Строка подключения захардкожена и содержит чувствительные данные - Нужно вынести в защищенную конфигурациюprivate static readonly string _connectionString = "Server=payments-db;Database=Payments;User Id=admin;Password=Super_Secret_123!"; // Не типизированный логгер - Нужно использовать ILogger<PaymentProcessor>private readonly ILogger _logger;Промты сформулированы так, чтобы в каждом комментарии было описание проблемы и действия для исправления. Иногда приходится вносить правки. В результате
время на создание задания сократилось в 15 раз, с минимум 15 минут до 1.
Я подумал, что обучение навыкам код ревью можно автоматизировать через телеграм бота. Я решил реализовать его полностью с использованием AI, потому что это сильно экономит время. В ходе написания я разработал
шаблон сервиса для телеграм бота, который позволят быстро начать разрабатывать нового бота. Также я понял, что без достаточного объема кодовой базы AI невозможно получить ожидаемый результат через промт в одно предложение. Промты увеличились до 2-3 предложений, требовали подробного описания ожидаемого результата, а также траты времени на правки выходного кода возросли. Я больше не мог сделать фичу за 10 минут, 8 из которых занимал копипаст вывода AI в ide как в
@N8tyBot.
В ближайшее время я планирую выпустить MVP бота с задачами по C#, но в планах не ограничиваться им. Возможно, я расскажу об опыте разработки телеграм бота с нуля и сравню с опытом из вышеупомянутого поста в втором канале.
Подписывайся, чтобы не пропустить обновления.
#ai #проекты #менторство