КайфКодинг

Вот краткий обзор стоимости наших самых «топовых» моделей и сервисов:

🔥 Premium tool calls (9240 вызовов) — \$0.05 за вызов
⚡ Extra Fast Premium (свыше 500 запросов, 2043 запроса) — \$0.04 за запрос
🤖 Gemini 2.5 Pro EXP-MAX (1861 запрос) — \$0.05 за запрос
💭 Claude 3.7 Sonnet Thinking (4662 токен-запроса) — ≈\$0.08 за запрос
🎶 Claude 4 Opus Thinking (3828 токен-запроса) — ≈\$0.27 за запрос
🎵 Claude 4 Sonnet Thinking (3496 токен-запроса) — ≈\$0.04 за запрос
🛠 o4-mini (762 токен-запроса) — ≈\$0.07 за запрос
🔧 o3 (593 токен-запроса) — ≈\$0.23 за запрос

👉 Если нужно больше деталей или других моделей — пишите в комменты!

Курсор заработал! Оплата прошла!

Vercel выпустил AI-модель для веб-разработки

Компания утверждает, что модель v0-1.0-md оптимизирована для front-end и full-stack веб-разработки.

Модель Vercel доступна через API за 20 долларов в месяц. Ее можно подключить к Cursor, Codex и другим приложениям.

https://vercel.com/docs/v0/api

V0 теперь доступна в Cursor!

Я пару дней пользовался OpenAI Codex. Это не панацея, но при этом прорывная в своем роде штука.

Codex - это среда для AI + Coding. Сразу предупрежу, что качество работы с кодом примерно сравнимо с тем, что уже можно получить с Cursor + Gemini Pro 2.5. Тут нет ничего нового.

Есть один нюанс. Разработку в Cursor + Gemini Pro 2.5 или Aider надо вести самостоятельно, выдавая задачи, отслеживая проблемы и проверяя результаты. За один раз можно вести один проект.

Есть еще альтернативный подход к разработке - запускать агентов, которые сами будут что-то планировать и копошиться в папке с проектом. Но, как я писал, иногда агенты только создают иллюзию работы, растягивая на 30-120 минут задачи, которые можно решить одним промптом в чате.

А что нового предложил OpenAI Codex?

Они сделали все красиво и удобно. Можно к своему аккаунту подключить несколько github repositories и запускать задачи текстом (примеры ниже). Это похоже на работу DeepResearch, но с кодом. Поставил задачу и пошел по своим делам, а reasoning планировщик от OpenAI проследит за выполнением работы. Он заберет код, прочитает инструкции, сам найдет нужные файлы, попробует изменить их, прогонит тесты итп. А в итоге упакует все изменения в Pull Requests, который можно будет по отдельности просмотреть и принять либо отклонить.

И тут есть две фишки.

Во-первых, планировщик OpenAI работает достаточно хорошо. Примерно треть его Pull Requests можно отправлять прямо в код (половину, если проект простой).

А ведь еще можно допилить проект, чтобы Codex-у было удобнее работать. Докинуть AGENTS.MD с инструкциями, добавить хорошие тесты, модульную архитектуру и комментарии. Все фишки оформления проектов для работы с AI+Coding, про которые мы говорили на вебинарах в прошлом году - тут как раз применимы.

И это все работает стабильно потому, что OpenAI выбрали всего несколько инструментов для своего “агента”, очень хорошо протестировали и отладили все. Это было возможно потому, что у Codex нет кучи инструментов - только консоль и работа с файлами.

Хотя, казалось бы, дай кодексу возможность работать с любыми MCP серверами, как это нынче сделала Microsoft, и получится продукт-бомба. Но OpenAI хорошо понимает, что в таком случае ни о каком покрытии тестами нельзя вести речь. А значит и прощай стабильность и привет галлюцинации.

Во-вторых, в Codex можно запускать одновременно несколько задач. Каждая из них будет запущена в отдельном контейнере. И вот это как раз кардинально меняет весь подход. Можно, скажем, сказать:

(1) добавь мне шифрование паролей с bcrypt
(2) перепиши доступ к БД с sqlite3 на синхронный better-sqlite3
(3) отладь вот эту ошибку в тестах

и сразу в другом проекте, который совершенно не относится к первому:

(4) напиши тесты к wifi_manager component
(5) сделай, чтобы система переподключалась при проблемах с wifi или websocket

и идти пить кофе. А потом вернуться, посмотреть отчеты с Pull Requests и задать новые задачи.

Получился очень классный продукт для разработки. Это как несколько очень усидчивых Джунов, которые могут помогать разрабатывать несколько проектов одновременно.

Понятно, что есть пара нюансов:

(1) OpenAI Codex - не панацея, он дополняет опытных разработчиков, не заменяет
(2) Среда очень ограниченная, и там есть нюансы (например, e2e browser testing я так пока там не смог запустить)
(3) нужна практика, чтобы освоить инструмент и научиться так формировать проекты, что Codex будет с ними хорошо работать.

Ну и самое главное, OpenAI наглядно показали, что агенты могут работать очень хорошо, если собрать правильный продукт, докинуть туда хорошую reasoning модель и обеспечить приемлемое качество. И тут хорошо выстреливает модель - выдал задания и ушел по своим делам/пить кофе.

Теперь осталось подождать, пока другие компании воспользуются этим примером! Особенно будет интересно увидеть подобные решения не в кодинге, а в бизнес-задачах.

Ваш, @llm_under_hood 🤗

PS: Хотите запустить локально без красивого UI? См OpenAI Codex CLI

Чай, дача и 200 деплоев.

Кто такой менеджер-агентов?

Сегодня тестировал новую модель Claude.

Она автономно делает по 100–200 задач: пишет себе инструкции, сама их читает, дебажит и сдаёт.

Всё, что нужно — задать правильные правила (cursor rules) и немного перенаправить, если начинает «уходить в сторону».

В это время я сижу на даче, пью чай с друзьями.

Захожу раз в два часа — и корректирую вектор.

И вот в какой момент до меня дошло:

Мы на пороге новой профессии — менеджер-агентов

Он не кодит.
Он не пишет ТЗ.
Он учит ИИ решать задачи — и запускает его в бой.

Это как если бы у вас был джун, но:

он не болеет,

не уходит в отпуск,

и может работать 24/7, если его правильно запустить.

Он очень хорош!

Google Veo 3 это конечно 🤯🤯🤯

#agi #ai #video #google #veo

—————————
Мысли Рвачева
—————————

Актуалка про нейросети и вайбкодинг ))

Вы неправильно вайб-кодите

Когда я смотрю как люди используют AI для написания кода, мне смешно и грустно одновременно. Большинство просто дрочит на технологию, а не использует ее как нормальный инструмент.

Типичный сценарий выглядит так:

Открываете Cursor
Вводите "build me X"
Получаете кучу говнокода, который не работает
Начинаете заново
Повторяете цикл страданий

Обычно боль

Я сделал много попыток лобового вайб-кодинга, но у меня лично не получается (а у вас?). Вместо этого прочел что лучше подход agentic coding, где через разбитие роадмапа, раскидывание задач и выполнения step by step, и прямого приказа не плодить лишний код.

У меня есть рабочая методика, которая работает как часы:

Шаг 1: Architecture.md

Откройте ChatGPT4o (не o1/o3, они хуже для этого) и скажите:

I'm building a [description of your product - the more detailed the better]. Use Next.js for frontend, Supabase for DB + auth.
Give me the full architecture:
- File + folder structure
- What each part does
- Where state lives, how services connect

Сохраните это как architecture.md в папке проекта именно в формате markdown

Шаг 2: tasks.md

Теперь скажите:

Using that architecture, write a granular step-by-step plan to build the MVP.
Each task should:
- Be incredibly small + testable
- Have a clear start + end
- Focus on one concern
I'll be passing this off to an engineering LLM that will be told to complete one task at a time, allowing me to test in between.

Сохраните как tasks.md в ту же папку.

Шаг 3: В Cursor/Windsurf

You're an engineer building this codebase.
You've been given architecture.md and tasks.md.
- Read both carefully. There should be no ambiguity about what we're building.
- Follow tasks.md and complete one task at a time.
- After each task, stop. I'll test it. If it works, commit to GitHub and move to the next.

Включите также это - это критически важно:

CODING PROTOCOL

Coding Instructions
- Write the absolute minimum code required
- No sweeping changes
- No unrelated edits - focus on just the task you're on
- Make code precise, modular, testable
- Don't break existing functionality
- If I need to do anything (e.g. Supabase/AWS config), tell me clearly

Эта система решает главную проблему вайб-кодинга:

Вы не сваливаете всё в IDE и не молитесь
Вы даете четкую дорожную карту
Вы держите процесс под контролем
Вы остаетесь у руля

Надеюсь пригодится.
@saasStuff

За 1,5 месяца нашкодил 272 тыс строчки кода.

Получилось собрать:
- 0 продуктов в проде
- 3 локальных прототипа новых продуктов
- 3 продуктовых прототипа

Провел опрос в чате предпринимателей

Каждый третий активно вайб кодит

Самое интересное видео вашего утра!

Как автоматизировать рутинную работу с помощью Cursor

https://www.youtube.com/watch?v=Am-B0bA9xBU

Привет! 👋

Сделал небольшой эксперимент: записал подкаст, используя возможности NotebookLM! 🎧✨

В основе презентации, которую рассказывал на конференции upgrade— презентация "AI в eCommerce".

Получился интересный формат для знакомства с материалами.! 😉

https://notebooklm.google.com/notebook/7d2d7b5a-e9c8-46cf-87e2-779ac6af37f6/audio

YC опубликовал RFS - список идей в который они хотят инвестировать

Краткое содержание:
1. Full-stack AI Companies - вместо того чтобы делать AI агентов для других компаний, создавайте конкурентов этих компаний и "нанимайте" AI агентов к себе
2. Компании организованные дизайнерами - я вижу это как то, что UI становится конкурентным преимуществом над одинаоквыми AI обертками
3. Voice AI - работа с голосом - интересно, но кажется все предущие попытки аля Siri, OpenAI голосовой режим и т.д. провалились
4. AI for Scientific Advancement - инструменты для научных исследований
5. AI Personal Assistant - самая ожидаемая зона лично для меня, но мне кажется просто супер кровавый океан. Каждый раз работая над своем ассистентом убеждаю себя, что через год-два его просто выкинут с рынка гиганты OpenAI, кажется YC считает иначе
6. Healthcare AI - тут в целом все понятно
7. AI Personal Tutor for Everyone - еще более очевидное направелние. Понятно, что с AI образование уже поменялось - дальше будет только больше
8. Software Tools To Make Robots - лопаты для построения роботов, это интересно
9. AI Residential Security - домашняя безопасность
10. Internal Agent Builder - лопаты для построения агентов
11. AI Research Labs
12. AI for Personal Finance


https://www.ycombinator.com/rfs

—————————
Мысли Рвачева
—————————

Channel created