Post #87
144

Вайбкодинг здорового человека
Я последний год активно работаю с llm. Я использую модели в разработке и даже разрабатываю приложения где кор фичи зависят от llm. За это время сформировал для себя несколько устойчивых юзкейсов где ИИ экономит мне прилично времени.
1) Брэйншторм
Посколько сейчас я человек оркестр, делаю бэк, фронт, инфру и что-то еще, я часто не знаю технологий с которыми работаю во всех деталях. Сформировать качественное решение помогает llm. Пару дип рисерчей тут и там, потом просто початиться, спросить плюсы и минусы, уточнить альтернативы. После этих действий останется только принять решения имея на руках "всю" информацию. Очень удобно!
2) Скучный код
Есть такой код которого пишешь очень много, он выглядит почти одинаково, не содержит большой творческой ценности и еще часто не является критически важным. Это например html с tailwind классами, ci конфиги или ansible плейбуки, схема ответов для апишки. LLM идеально справляется с написание такого кода, его остается только проверить и подправить тут и там. В случае с UI можно вообще включить режим хардкорного вайбкодинга с голосовым вводом. Важно сказать что я не пользуюсь инструментами которые пишут код за меня как composer в курсоре. Я предпочитаю умно копипастить. Это снимает с меня определенную часть стресса что composer мне что-то сломает а я не замечу.
3) Дебагинг
Бывают ситуации когда код не работает. Они особенно болезнены если это код на незнакомой технологии. В былые времена для решения этого преступления включался режим шерлока холмса который ищет улики на stack overflow и в индуских туториалах что-бы раскрыть дело. ИИ тут прям сильно спасает. Отдельно отмечу что лучше сразу брать модель с размышлением как o3 chatgpt. Поиск ошибок требует построения длинных причиноследственных связей, модели с ризонингом тут явно лучше работают.
4) Bash скрипты
Вот еще есть такая частая ситуация. Часто ты делаешь цепочку действия одну и ту же, снова и снова. И понимаешь что, ну вроде бы надо скриптик под это дело, а то ну сколько можно? Но как-то лень, да и как там в этом баше вообще цкилы работают? Как нибудь потом. Так вот у меня есть ощущение что как llm появился, сразу начался ренессанс баш сриптов. Шедевр автоматизации существующий уже давно теперь на стероидах потому-что не надо помнить Meh синтаксис.
Пока все. В будущем буду еще уделять время теме продуктивности здесь. Когда работаешь один, тратить драгоценное время на всякую ерунду просто не позволително. Так что ждите новых поставок лайфхаков.
Я последний год активно работаю с llm. Я использую модели в разработке и даже разрабатываю приложения где кор фичи зависят от llm. За это время сформировал для себя несколько устойчивых юзкейсов где ИИ экономит мне прилично времени.
1) Брэйншторм
Посколько сейчас я человек оркестр, делаю бэк, фронт, инфру и что-то еще, я часто не знаю технологий с которыми работаю во всех деталях. Сформировать качественное решение помогает llm. Пару дип рисерчей тут и там, потом просто початиться, спросить плюсы и минусы, уточнить альтернативы. После этих действий останется только принять решения имея на руках "всю" информацию. Очень удобно!
2) Скучный код
Есть такой код которого пишешь очень много, он выглядит почти одинаково, не содержит большой творческой ценности и еще часто не является критически важным. Это например html с tailwind классами, ci конфиги или ansible плейбуки, схема ответов для апишки. LLM идеально справляется с написание такого кода, его остается только проверить и подправить тут и там. В случае с UI можно вообще включить режим хардкорного вайбкодинга с голосовым вводом. Важно сказать что я не пользуюсь инструментами которые пишут код за меня как composer в курсоре. Я предпочитаю умно копипастить. Это снимает с меня определенную часть стресса что composer мне что-то сломает а я не замечу.
3) Дебагинг
Бывают ситуации когда код не работает. Они особенно болезнены если это код на незнакомой технологии. В былые времена для решения этого преступления включался режим шерлока холмса который ищет улики на stack overflow и в индуских туториалах что-бы раскрыть дело. ИИ тут прям сильно спасает. Отдельно отмечу что лучше сразу брать модель с размышлением как o3 chatgpt. Поиск ошибок требует построения длинных причиноследственных связей, модели с ризонингом тут явно лучше работают.
4) Bash скрипты
Вот еще есть такая частая ситуация. Часто ты делаешь цепочку действия одну и ту же, снова и снова. И понимаешь что, ну вроде бы надо скриптик под это дело, а то ну сколько можно? Но как-то лень, да и как там в этом баше вообще цкилы работают? Как нибудь потом. Так вот у меня есть ощущение что как llm появился, сразу начался ренессанс баш сриптов. Шедевр автоматизации существующий уже давно теперь на стероидах потому-что не надо помнить Meh синтаксис.
Пока все. В будущем буду еще уделять время теме продуктивности здесь. Когда работаешь один, тратить драгоценное время на всякую ерунду просто не позволително. Так что ждите новых поставок лайфхаков.
- ❤ 7
- 👏 2
- 👍 1
- 🔥 1

















