Claude Code – идеальный способ реализации BDD-пайплайна.

Я уже начал переводить на него инструкции и AI-агентов и мне пока что всё нравится.

В частности – возможности для масштабирования и кастомизации.

Вот топ-3 полезных функций, которые я активно использую прямо сейчас:

1. Tasks. Возможность выполнять задачу через передачу в несколько параллельных потоков с подзадачами в каждом. Здесь можно прочитать подробнее. Та самая фича, которая ничего не оставит от вашего Claude-лимита за $20.

2. Commands. Добавляет отдельные команды, каждая из которых может включать в себя полноценного AI-агента. Здесь можно прочитать про команды из коробки и про то, как добавить свои.

3. Кастомные настройки проекта. Просто потому что позволяют очень тонко настроить весь проект и предоставить те степени свободы AI-агентам, которые необходимы. Вплоть до того, что можно настроить доступы к инструментам для конкретных Commands. Подробнее прочитать можно здесь.

В целом, полный переход на Claude Code, во многом благодаря расширению для VS Code, занял у меня примерно 3 часа. Я перестроился на новую парадигму и открыл для себя целое море возможностей. И желание перейти на подписку за $100/месяц 🫠

Архитектор команд для Claude Code.

Для того, чтобы быстрее разрабатывать новых AI-агентов во всех AI-coding системах, с которыми взаимодействую, я обычно создаю специального "агента всех агентов".

Своего рода архитектора, который, по заранее заданным правилам, создаёт новых AI-агентов. Как в "Матрице: Перезагрузка", помните? Если не помните – видео в медиа поста.

Сегодня публикую для вас своего "Архитектора агентов" для создания новых команд с AI-агентами в Claude Code.

Добавляем его в папку .claude/commands текущего проекта и запускаем в Claude Code через команду:

/agent-architect Создай нового агента для <<чего-нибудь>>

Он проведёт вас через мини-интервью и создаст как md-файл с новой командой, так и заполнит для неё credentials в локальном settings.json проекта.

Содержимое md-файла с командой-агентом закину, как обычно, в комментарии.

Само собой, созданные команды должны пройти ещё несколько итераций с изменениями до состояния, когда они будут на 100% удовлетворять вашим потребностям. Но работать не с чистого листа, в любом случае, приятнее.

Cursor от Amazon. Разбираемся, что предлагает Kiro.dev пользователям.

Во-первых, оно пока бесплатно и можно попользоваться AI IDE с Claude 4 (или 3.7) Sonnet бесплатно. Тут, правда, будет ложечка дёгтя, но о ней позже.

Kiro построен на базе VS Code, поэтому часть расширений из VS Code точно переедет к вам в IDE. Забавно, что Roo Code и Claude Code также были успешно импортированы 🙂

Есть несколько новых для AI IDE подходов и концепций, которые мне понравились.

Specs

Это возможность из вашей "хотелки" сделать полноценную систему для выполнения задач. Как именно? При помощи AI, конечно же. AI-агент анализирует вашу потребность и формирует из неё полноценные документы.

Система Specs разделена на три документа:

1. Requirements. Это описание всех фич, которые будут добавлены в проект. Описание каждой фичи состоит из User Story и "критериев". То есть классический BDD-подход, да. Критерии написаны с использованием Gherkin-синтаксиса.

2. Design. Здесь описывается то, как будет расширена архитектура проекта. С описанием всех новых компонентов и интерфейсов, которые планируется добавить в проект. Само собой, все эти сущности разделены по системам, для которых их планируется добавить.

3. Task List. Задачи и подзадачи со ссылками на те Requirements, которым они должны удовлетворять.

То есть три объёмных документа с продуманной структурой, которые Kiro может составить, базируясь на одном-двух предложениях.

Agent Steering.

Фактически, это система, создающая документы для управления AI-агентами. Можно воспринимать это как инструкции в Cursor. Или, что ещё точнее, как файл Claude.md, который формирует Claude Code командой /init. Только тут не один файл, а сразу несколько. В целях удобства формирования контекста.

Отличительная особенность их реализации в Kiro вновь в том, что их система формирует самостоятельно, исходя из организации и кода текущего проекта (ну, да. Как в Claude Code).

AI-агент создаёт документы с описанием создаваемого продукта, структурой файлов и папок проекта, а также с его краткой технической спецификацией. Скорее всего, это базовое трио. Которое можно дополнить, при необходимости.

Создание новой инструкции Kiro также предлагает организовать через краткое описание на естественном языке, а уже потом AI-агент создаст на базе краткого описания полноценный стркутурированный документ.

Agent Hooks.

Бывало ли у вас такое, что когда создаёшь инструкцию в Cursor и просишь в конце каждой итерации обновлять документацию, в какой-то момент AI-агент попросту забывает о том, что что-то нужно было обновить?

Вот у меня бывало. И не раз. Приходилось выкручиваться и даже угрожать LLM.

Собственно, Agent Hooks придуман именно для таких ситуаций. Это структурированная мини-инструкция, описанная в формате JSON, которая запускается при детерменированном событии (например, изменение файла определённого типа или добавление папки), а потом выполняет инструкцию для AI-агента.

Таким образом, Agent Hooks позволяет бороться с "забывчивостью" AI-агентов относительно тех или иных правил вашей системы. Так как активируется, минуя контекст LLM.

Поговорим о минусах. Их я отметил на данный момент два.

В Kiro есть все привычные нам по другим AI IDE инструменты. Кроме одного. Он не умеет в поиск. Это всё решается, само собой, через MCP-сервер с поиском. Благо, MCP в Kiro также поддерживается. Но не поддерживать поиск из коробки – странно. Возможно, причина в бесплатности инструмента на данный момент и Amazon просто не хочет переплачивать за пользовательские поисковые запросы.

Второй минус – это та самая ложка дёгтя, что я упоминал в начале поста. Да, можно бесплатно пользоваться Claude 4 Sonnet. И я успешно его использовал, настраивая под себя AI IDE. Однако не смог настроить его до конца, потому что получил сообщение "The service is experiencing high load. Please try again later". Обратная сторона бесплатности – неявные лимиты. Так что в качестве основного инструмента Kiro пока не подходит.

Ещё одна особенность Kiro.dev.

Он считает, что ему по-умолчанию разрешено больше, чем другим AI IDE.

Все аналогичные инструменты, которые я тестировал или использовал до этого, очень осторожно относятся к выделению себе новых полномочий. По-умолчанию все они просят разрешения на каждый чих. При этом в настройках, где можно дать им больше прав, всегда есть предупреждение о том, что это небезопасно.

Kiro свободнее. Если ему предоставили доступ к текущей директории, значит, он будет творить там всё, что пожелает. Создавать файлы, удалять, редактировать. И никто его не остановит.

В некоторых операциях разрешение пользователя всё-таки потребуется:

1. Выполнение команд в терминале. И то рядом с кнопкой "Run" везде присутствует кнопка "Trust". Видимо, надежда на miss click.

2. Внутренние процессы Kiro. Создание специальных систем Kiro, о которых рассказывал во вчерашнем посте, может выполняться в несколько этапов. И здесь Kiro послушно ждёт, покуда пользователь ознакомится с созданным с помощью AI документом, чтобы продолжить работать над следующим.

В результате, банальное "можно больше, чем другим" из коробки в Kiro создаёт ощущение, что он работает быстрее и автономнее, чем другие AI IDE.

Про разницу подходов корпораций к реализации инструментов для AI-coding.

Сегодня обнаружил, что на странице Gemini Code Assist есть упоминание расширения с Gemini для VS Code.

Конечно же, тут же решил поставить его себе в IDE.

Оно какое-то пустое. Никаких новых идей или даже развития существующих. Просто Gemini-чат с возможностью писать/читать/редактировать файлы. Спасибо хоть поиск завезли (ну, это же Google).

Спасает положение, что это всё-таки Gemini и он бесплатный (при соблюдении рекомендаций из этого поста). Поэтому что-то создать с его помощью всё-таки можно.

Но в таком формате будет очень сложно забрать значимый кусок рынка у тех же Cursor и Claude Code. Может хотя бы Gemini CLI подсобит (я до него ещё не добрался).

Так вот. Про разницу подходов. У рассматриваемого выше Kiro от Amazon есть какие-то новые концепции. Они могут не работать, не нравиться или не использоваться, но они всё же есть. Это развитие рынка и создание конкурентной среды.

То, что сделал Google на данный момент – это "Давайте воткнём продукт для AI-Coding, чтобы в этой нише у нас что-то существовало". И почему-то сразу невольно вспоминается Google+...

Veo3 и JSON-промпты.

Veo3 отлично следует промптам. Однако формат JSON позволяет получить над происходящим в видео ещё больше контроля.

Это очень актуально, учитывая, сколько стоит одна генерация с использованием Veo3.

Интересно, что к самому формату пришли в результате экспериментов с моделью. В официальной документации для Vertex-AI упоминаются только доп.параметры при обращении через API.

Для освоения премудростей JSON-промптинга стоит ознакомиться со следующими материалами:

1. Один из первых материалов про JSON-промптинг. Предлагает достаточно подробную расширенную схему. Осторожно: не все third-party-платформы, предоставляющие доступ к Veo3 примут такой развёрнутый промпт.

2. Статья с альтернативной схемой. Автор добавляет negative_prompt в схему, а сама по себе схема у него попроще.

3. А эта статья поможет правильно подобрать вам параметры для генерации. Движение камеры, стиль видео и другие нюансы работы с Veo3.

Ленивый способ, как и всегда, – просто закидываем эти статьи в ChatGPT/Claude/Любимую LLM и просим сгенерировать промпт для того видео, что вам нужно, с использованием рекомендаций из статей.

Я примерно таким образом и сгенерировал видео из медиа данного поста. Вот JSON-промпт, который я использовал:

{ "shot": { "composition": "Medium close-up, 35 mm lens, light handheld wobble for sitcom timing", "camera_motion": "slow dolly-in then micro zoom-out punchline beat", "frame_rate": "24fps", "film_grain": "clean digital" }, "subject": { "description": "Holographic neon brain wearing pixelated sunglasses, hovering above a chrome pedestal, faint circuit-glow pulsing", "wardrobe": "Pixel sunglasses only — no body needed" }, "scene": { "location": "retro-futuristic comedy-club stage with purple-teal neon and floating binary rain", "time_of_day": "night", "environment": "holographic spotlights, soft audience silhouette" }, "action": "Brain lifts a mug labelled \"0xCaffeine\", sips dramatically, turns to the audience and quips: \"I don’t always optimize, but when I do — it’s in O(ha-ha)!\" then laughs in binary \"010010\"", "audio": { "voice": { "tone": "cheeky androgynous", "language": "en", "line": "I don’t always optimize, but when I do — it’s in O-ha-ha!" }, "ambient": "audience chuckles, retro synth rim-shot" }, "visual_rules": { "prohibited_elements": ["subtitles", "watermarks", "text overlays"] } }

Шутит, кстати, ChatGPT. Это он себя так видит.