Как бороться с оверинжинирингом?

Оверинжиниринг - это избыточная сложность в коде. Абстракции, фабрики, ООП, и вот это всё. У всех, конечно, свои условия, но это чаще всего не нужно.

AI чаще всего по дефолту старается писать именно такой код. И если давать задачу написать что-нибудь с нуля, и у него в контексте не будет примеров вашего кода то AI скорее всего, будет стараться писать over engineering код.

В чем проблема такого кода?

Его сложно поддерживать, добавлять фичи, фиксить баги.

Как решить такую проблему?

В моей компании мы, в основном, пишем приложения для стартапов. Я попросил chatgpt описать процесс разработки для такого рода компаний и, к моему удивлению, он описал почти все наши процессы!
Далее, я попросил его написать правила разработки и сохранил их в своём memory bank.
В промпте субагента, который пишет код, указано, что он должен следовать этим правилам. В целом, это решает проблему, но не всегда.
Для таких случаев, у меня есть субагент, который проверяет, насколько хорошо код соответствует моим правилам и составляет отчёт. Далее, отчёт скармливается субагенту, пишущему код и проблемы устраняются.

#ai_coding@the_ai_architect

✔️ The AI Architect Blog, подписывайтесь!

Две недели не пишу посты, ну и дела!

Был в отпуске, перезагрузился и с новыми силами нырнул в работу обратно.
За текущую рабочую неделю:
- провёл обещанный воркшоп по AI Coding: в первый день рассказал лекцию о том, как вкатиться в это дело и с чего начать. Во второй день мы делали таск-трекер. Я раздал ребятам задачи, а они их выполняли: кто в Cursor, кто в Claude Code; в конце я сам сел за Codex и показал как я работаю.

По той обратной связи, которую ребята мне дали, могу сказать, что несмотря на организационные и технические нюансы, прошло всё очень круто:

1. структурно и подробно, можно было останавливать и задавать уточняющие вопросы
2. хорошие советы по организации memory-bank и ворфлоу в целом

Привет, мне воркшоп очень понравился. В первый день показалось, что будет немного нового. Я давно с агентами и мне сложно найти прямо совсем новьё. Я и фалы - описания тоже пишу, и тудушки. НО

даже одна находка по создание схемы со ссылками - это ооочень стоящая вещь.

Так, смотри, мне в целом понравилось, было полезно, тем более за такую цену. По лекции все было понятно. Мне понравился твой подход с онбордингом, с сохранением контекста в банк. И мне еще понравилось, что ты обозначил фидбэк-луп. вот я просто не думал про это как про какой-то отдельный подход

Мне и самому очень понравился такой формат взаимодействия! Было прикольно посмотреть, что именно люди пишут в промптах и как взаимодействуют с агентами.

- занимаюсь теперь причёсыванием такого контента и скоро покажу кое-что интересное для тех, кто не знает, с чего начать в AI Coding

- готовлюсь к выступлении в качестве спикера на онлайн-конференции в октябре, буду рассказывать про AI Coding, конечно же. Будет очень интересно.

#ai_coding@the_ai_architect

✔️ The AI Architect Blog, подписывайтесь!

Текущий активный рабочий проект в конце-концов перевёл на рельсы Plan & Act и рад!

Сейчас я работаю в Claude Code (Sonnet 4.5 моя основная модель) и Codex (GPT-5-High). Мне хватает подписок по $20. (В CC Opus я юзаю через AWS Bedrock, но не так часто)

Чаще всего, с помощью GPT-5-High я обсуждаю изменения, которые хочу сделать и создаю implementation plan.

Если надо — обновляю его, указывая в чатике, что нужно исправить. Если нужно что-то проверить, прошу CC запилить прототип (скрипт, который запускается из терминала)

Далее, с помощью GPT-5 я нарезаю этот план на таски и сохранить в файлах. Сейчас мне понравилось указывать, что одна задача должна занять максимум 3-4 часа у SWE (не знаю, что именно GPT-5 знает о способностях SWE, но результат меня устраивает).
У меня есть decompose conventions, которые объясняют, как должна выглядеть каждая таска (цель, описание, критерии приемки, ссылки на релевантный контекст).

Стадия Plan готова, переходим к Act.

У меня есть настроенный пайплайн из custom command + subagents. Оркестратор идёт в одну такую папку с задачей, читает implementation plan и по очереди выдает сабтаски subagents, которые пишут код, документацию или тесты. В конце запускается Auditor: это Opus, который на вход получает весь контекст задачи и ссылки на изменённые файлы в коде и идёт проверять, насколько код соответствует задаче и моим гайдлайнам. На выход выдает репорт, который обрабатывается оркестратором и если нужно, то цикл повторяется: добавляется новая задача на фикс, выдается subagents и т. д.

Результат кайф, в 10 из 10 случаев код соответствует тому, что было запланировано. Если есть какие то ошибки или неточности, то это проблемы стадии планирования и это говорит о том, что я должен ещё лучше проверять план и обновлять его. Либо, текущий код, который был до этой задачи не позволяет имплементировать то, что было задумано.

Если у вас ещё нет похожего сетапа — искренне рекомендую освоить инструменты и подходы и заиметь!

А код я смотрю в Zed — он вышел на винду (пока в режиме беты), он очень быстрый и симпатичный. VSCode-форки у меня не прижились — не могу переварить их интерфейс и флоу работы. JetBrains IDEs тормозные и требуют неадекватных ресурсов железа (+ денег или твой код за это).

#ai_coding@the_ai_architect

✔️ The AI Architect Blog, подписывайтесь!

В комментах к прошлому посту задали вопрос по поводу параллелизации задач

Как я и писал ранее, я придерживаюсь подхода Plan & Act:
1) Составляю план имплементации
2) Передаю план в работу (написание кода)

Конечно, план из ниоткуда не возьмётся и его нужно создать, для этого я и провожу рисёрч: описываю фичу, которую хочу реализовать и прошу модельку в Codex CLI походить по репозиторию, подготовить информацию и прийти ко мне с черновиком плана. Такой черновик, далее, обсуждается в чатике с этой же моделькой, и улучшается. Как только у меня не появляется новых вопросов по имплементации задачи, то я передаю план на выполнение. Пример того, как я храню артефакты для каждой такой задачи:

.tasks/
`-- task-1
    |-- audits
    |   `-- audit-001-2025-10-05-22-45.md
    |-- db-setup.md
    |-- final-implementation-plan.md
    |-- implementation-plan.md
    `-- subtasks
        |-- index.md
        |-- stt-001.md
        |-- stt-002.md
        |-- stt-003.md
        |-- stt-004.md
        |-- stt-005.md
        |-- stt-006.md
        `-- stt-007.md

3 directories, 12 files

Иногда, может накопиться более одной запланированной задачи и почему бы не писать код по ним параллельно?

И тут вопрос, а как запускать такие задачи параллельно?

а) Если они затрагивают разные части кодовой базы, то я не вижу никаких проблем и запускаю их параллельно. Главное, потом в коммитах выбрать нужные файлы.

б) Если затрагивают одни и те же файлы, то лучше использовать git worktree и вторую задачу выполнять в новой ветке, а потом мерджить её в основную.
Если вы работаете с github, то можно ещё попробовать передавать такие задачи в Codex Cloud или Jules, но у меня пока что мало такого опыта.

Я бы не сказал, что я ежедневно это делаю, но иногда это случается. По метрикам не замерял, но по ощущениям – время тратится эффективно)) Но! Это требует большой когнитивной нагрузки на мозги – необходимо переключаться с контекста на контекст, проверять работу кодера и вычитывать планы. К концу рабочего дня в таком режиме голова обычно пухнет 😅

Сделать так, чтобы агент автономно писал код по плану и учитывал спеки – реально, но требует знания основ (как работает llm; как работает автоматизация; знание ЯП, на котором агент пишет) и опыта работы с разными инструментами.

Claude Code я начал полноценно использовать только в начале лета, а уверенно в нём чувствую себя совсем недавно, и впереди ещё много чего хочется опробовать: добавить надежный пайплайн на автономный рисерч, интегрировать его с пайплайном написания кода и прочее.

#ai_coding@the_ai_architect

✔️ The AI Architect Blog, подписывайтесь!

Про обучение AI кодингу

Как я упоминал и вчера, очень важно знать некоторые основы и вообще потратить время и деньги на своё обучение. Хороший пример тому – то самое исследование METR. Это когда чуваки заявили, что использование Cursor снижает эффективность работы программистов.

Нюанс – за Cursor посадили людей, которые первый раз его открыли.

Как раз, я с моими AI-коллегами организовываем онлайн-конференцию про AI Coding!

Наверняка, вы уже краем уха слышали о таком мероприятии – мы закупали рекламу в некоторых тг каналах и, шутка ли, у нас уже набралось почти 1000 участников я в шоке

Конференция пройдёт 14 октября, во вторник, в 14:00 (по МСК) и продлится примерно 6 часов.

Для кого? Программисты, техлиды, СТО

Я на этой конференции буду рассказывать о том, как правильно начать кодить с AI.

Другие ребята будут рассказывать про архитектуру в вайбкодинге, про правильный выбор MCP, про контекст, про обратную связь (feedback loop) с AI агентом, про инструмент ShotgunPro, про сценарии развития разработки.

Даже если вы считаете себя асом в AI Coding, всё равно приходите. Я считаю что всегда полезно взглянуть на информацию, которую ты знаешь, под другим углом.

Получить билет можно здесь:

www.ai-dev.live

Доступны и платная и бесплатная опция получения билета.

Пересылайте этот пост коллегам и друзьям, которым это было бы интересно и увидимся 14 октября!

#performance@the_ai_architect

✔️ Timur Khakhalev про AI Coding, подписывайтесь!
⭐️ Консультации по AI Coding

блин, ребята, созванивались час назад со спикерами мельком обсудить нашу панельную дискуссию на ai-dev.live
мы должны были обсудить наброски тем в духе "какими будут следующие 2-3 года в разработке под влиянием ИИ"

и прям практически по каждой теме - очень горячая дискуссия, с крутыми сильными аргументами со всех сторон.
еле смогли прекратить спорить, есть ли будущее у джунов в ИИ-мире, какие скиллы синьоров останутся нужны, поделились парой сплетен "из первых рук" о том, как некоторые компании категорично требуют разрабов изучать ИИ-тулы, и так далее.

в общем, будь я на вашем месте - я бы записался послушать. кажется, будет прям огонь-огонь 🔥

P.S. напомню - есть опция бесплатного участия. всё на сайте: ai-dev.live

Прямо сейчас я начинаю выступать на нашей AI Dev конференции – заходите!

Ссылка в закрытом телеграм канале. Если ещё не вступили – заходите

Вопросы по моей лекции вы можете задавать в комментах к анонсу моего выступления в закрытом телеграм канале конференции AI Dev Live Ticket, я на них отвечу в конце своего выступления.

Если появятся вопросы после выступления – задавайте их прямо тут в комментах, а я отвечу

#performance@the_ai_architect

✔️ Timur Khakhalev про AI Coding, подписывайтесь!
⭐️ Консультации по AI Coding

Сегодня прошло моё выступление на ai-dev.live, было круто!

Мне правда понравилось выступать! Увидел ваш фидбек — вам тоже понравилось, это радует!

Теперь я собираю фидбек по моему выступлению.

Какие артефакты моего выступления вы хотели бы увидеть здесь?

Какие ещё вопросы у вас остались после моего выступления?

Я посмотрю ваши ответы в течение недели обязательно что-то выложу.

Напоминаю, что я провожу персональные консультации по AI Coding.

Заполните бриф, а я подберу предложение под ваш кейс, свяжусь с вами в течение суток и расскажу детали.

Всем спасибо! ❤️

#performance@the_ai_architect

✔️ Timur Khakhalev про AI Coding, подписывайтесь!
⭐️ Консультации по AI Coding

Артефакты выступления

В дополнение к презентациям, которые мы выложили на нашем закрытом телеграм канале конференции AI Dev Live Ticket, выкладываю краткий Q&A по вопросам, которые вы мне задавали!

Запись всей конференции будет доступна позже на нашем закрытом телеграм канале.

Q&A

Q: Ну если каждую задачу бить на мелкие подзадачи, то как корректно поддерживать стиль написания кода, соблюдение архитектурных шаблонов и тп? в Курсоре частично это закрывется описанием в правилах, но мне кажется он периодически будет уходить в сторону

A: в субзадаче я пишу только требования к задаче которую надо выполнить.

в ней так же присутствуют ссылки на другой полезный контекст задачи.

ну и так как я использую субагенты, у них есть свой промпт, который объясняет, как правильно обрабатывать такие задачки и как писать код (ссылки на мои правила и некоторые важные правила дублирую прям в промпте там же)

***

Q: Почему размер контекстного окна следует держать на уровне до 50%? Из-за падения качества ответов при заполнении окна?

A: Ага, по своему опыту я заметил, что как только контекстное окно приближается к 100к токенов, то модель уже не так классно выполняет задачи, как на 50к

***

Q: Если в большом проекте в разных местах используются разные конвенции и нет описания архетктуры в целом - с чего лучше начать?
Можно ли запрячь сам AI создать такую документацию или может есть готовые тулы?

A: Если вообще нет документации, то есть у меня такая гипотеза:
1. Надиктовать голосом основные user stories
2. Если не хватает деталей, попробовать использовать тулы автоматизации браузеров (уровня browsermcp, playwright mcp и т. д.) пройти по этим user stories и обогатить user stories
3. На основе этих user stories попросить агента походить по кодовой базе и собрать технические детали реализации фич
4. Собрать всё вместе и сгенерить из этого доку, отревьюить и собрать документацию

***

Q: Пробовали ли spec-kit?

A: Я читал их репу, мне понравилось отчасти, несколько инсайтов взял на вооружение, но в мой доклад это не уместилось. Может, подробнее расскажу про spec-kit у себя на канале

#performance@the_ai_architect

✔️ Timur Khakhalev про AI Coding, подписывайтесь!
⭐️ Консультации по AI Coding

Если вам понравилась наша конфа, то есть ещё одно мероприятие для вас!

Мой AI-бро Валера Ковальский совместно с red_mad_robot 25 октября организовывают митап для тех, кто хочет стать мастером разработки — Вайб Цех.

10:00 «Вайб-кодинг меняет роль разработчика: от писателя кода к AI-дирижеру», Валерий Ковальский, @neuraldeep, Head of AI red_mad_robot

10:20 «Почему LLM так хороши в программировании?», Александр Абрамов, @dealerAI, Исполнительный директор, руководитель AI, ML команд в SberAI

11:00 «Нейросети — это не второй мозг. Это рычаг Архимеда. Как перестать работать и начать управлять», Максим Скорченко, Руководитель продуктового офиса red_mad_robot

12:00 Секретный доклад

12:40 Дискуссия «Вайб-кодинг и AI-агенты: как меняется подход к разработке и взаимодействию с AI»

15:00 Завершение митапа, нетворкинг

Ребята обсудят практически:
- Куда девать время когда продуктивность выросла в 3-5x
- Как вытащить tacit knowledge из команды для агентов
- Кто справляется с переходом исполнитель→менеджер, а кто нет
- Реальные кейсы внедрения без теории

📍 Not Bad Loft, Курляндская 48, СПб

📅 25 октября, 10:00-15:00

🎟 Купить offline билет
👉 Бесплатно получить online билет

Моё мнение на последние продуктовые обновления Claude Code

◾️ Claude Skills – Anthropic представили новую фичу, которая по своей сути является набором специализированных промптов для работы над одной конкретной задачей. Claude будет использовать Skills только когда поймет, что это необходимо, после этого Skill будет загружен в контекст. Может исполнять скрипты через bash, при этом основной контекст чата тратиться не будет. Исполняется в sandbox.

Ничего не напоминает?

Да, это тоже самое что и subagents. Фича классная для Claude Desktop, но зачем она в Claude Code я так и не понял. Наверное, добавили для консистентности, чтобы можно было удобно перенести из Claude Desktop в Claude Code.
Но если у вас уже настроен subagent, который, например, процессит PDF (как это сделано в примере в документации к Skillsl), то менять его на Skill я пока что смысла не вижу

◾️ Claude Code Cloud – аббревиатура классная получается, ну а в целом – конкурент Codex Cloud и Jules в наборе продуктов Anthropic.
Функционал пока что бедненький – ни subagents, ни custom commands пока что не завезли. Но если у вас есть подписка Claude и вы давно хотели попробовать cloud agent coding tool – велкам.

◾️ Обновление Plan mode – теперь в режиме Plan, если у агента есть вопросы по вашему запросу, то он сформирует их в удобный селектор – с помощью Tab, Enter и стрелочек можно выбирать ответы и на основе них агент улучшит свой план.

Почему это круто?

Если вы пользовались Plan раньше, то могли заметить, что иногда при выполнении задачи может находить более 1 варианта решения и упоминает об этом, но в плане сам выбирает предпочтение, и приходилось отменять план, дописывать уточнения и запускать это заново.

Теперь, агент предложит выбор в удобном интерфейсе! UX улучшен, качество планирования улучшено.
Странно, что не добавили такую очевидную штуку раньше. Возможно, их подтолкнул недавний апдейт Cursor, где добавили тоже самое, но без удобного селектора

#ai_coding@the_ai_architect
#claude_code@the_ai_architect

✔️ Timur Khakhalev про AI Coding, подписывайтесь!
⭐️ Консультации по AI Coding

В последнее время чаще всего меня просят показать мою работу на практике.

Ок, давайте попробуем

25 октября, в субботу, в 18 часов по МСК я проведу стрим на ютубе и покажу, как я работаю с ai coding tools.

На лекции я уже рассказывал про успешный кейс работы над своим пет проектом - аналог tgstat[.]ru. Вот над ним и поработаем в прямом эфире))

Буду отвечать на вопросы и стараться объяснять зачем и что делаю.

Записи не будет, так что успейте побывать онлайн.

📆 Создать напоминание в Google Calendar

✔️ Timur Khakhalev про AI Coding, подписывайтесь!
⭐️ Консультации по AI Coding

Очередное напоминание, что Feedback loop — это очень круто.

Сейчас делаю интеграцию Stripe на одном проекте, код уже написан и теперь настал этап проверки — нужно убедиться, что заказы создаются, вебхуки работают.

Со Stripe я давно не работал, и обнаружил, что у них появился Stripe CLI. Одна из фич — можно триггерить вебхуки прямо из своей консоли, а вторая фича — редиректить такие запросы себе на локальный хост (без ngrok и т. д.).

В голове сразу же родилась идея — нужно дать этот инструментарий Sonnet'у, чтобы он провел тесты.

1) Попросил выписать вебхуки, которые у нас вообще есть для Stripe
2) Описал свою идею и дал вводные: вот так можно получить доступ к локальной БД, вот такой юзер нас интересует, а вот таким инструментом нужно отправлять запросы на тест вебхуков
3) Попросил поднять бэкенд прямо в CC (просто запустить bash команду и таким образом агент сможет читать логи бэкенда)
4) По окончанию составить репорт

На скриншоте — такой репорт. Тесты прогнал, ошибки пофиксил, прогнал заново и теперь всё классно, можно тестировать остальные части системы и отправлять фичу на деплой!

✔️ Timur Khakhalev про AI Coding, подписывайтесь!
⭐️ Консультации по AI Coding

MCP нам был нужен, теперь пришло время идти дальше

Спустя чуть менее года с момента релиза протокола MCP, Anthropic написали статью о том, что MCP был ошибкой 😄

В этой статье они небезосновательно упоминают о частых проблемах с MCP:

▪️Tools тратят очень много токенов контекстного окна, я об этом кстати уже рассказывал тут

▪️Промежуточные результаты tools тратят дополнительные токены.
В статье приводится пример запроса пользователя: "Скачай meeting transcripts с Google Drive и добавь их к Salesforce lead".

Для исполнения такого запроса нужно, чтобы модель использовала один tool для выкачивания транскриптов, а потом создала из этого лиды.
Транскрипт 2 часового митинга может занимать около 50к токенов, что, в свою очередь, ведёт к тому, что контекстное окно в скором времени закончится.
Насколько я помню, у Claude Desktop версий моделек Sonnet, контекстное окно вообще в 32k токенов

Как эти проблемы предлагает решить Anthropic?

Просить модель делать то, что она уже умеет очень хорошо — писать код, который выполнит задачу.

Как наш пример можно реализовать с таким подходом?

1. Модель получает интерфейсы и API от внешних tools - от Google Drive MCP и от Salesforce MCP
2. На основе имеющихся интерфейсов и задачи от пользователя, модель пишет код, который программно возьмет нужные meeting transcripts и создаст Salesforce leads
3. Задача выполнена
optional. Ту инфу, которую модели нужно знать, она узнает из кода через console.log()

Гениально! 🎉

В статье упомянуто, что в этой конкретной задаче таким способом удалось снизить расход токенов с 150к до 2к.

☝️

Как обычно, подход очевиден, но не все осознают его.
Я в своем опыте использую такой подход для написания одноразовых скриптов.
Из последнего — упростить миграцию данных из одной БД в другую. Я прошу Claude Code написать два node js скрипта:
1) db1 -> json
2) json -> db2
Ну и далее эти скрипты исполняются вручную мной или агентом и выполняют задачу.

Этот подход уже используется в Cloudflare Agents SDK (на него ссылаются авторы), так же знаю, что Ринат Абдуллин (@llm_under_hood) использует такой способ написания кода в своем видении AI Coding.

Стоит отметить, что написание кода LLM моделям "роднее", потому что программного кода они в своих датасетах видели больше, чем "MCP tool calls".

Конечно, здесь есть и свои минусы, но на мой взгляд, это может помочь повысить надёжность способов взаимодействия LLM с внешним миром.

А вы что думаете по этому подходу?

✔️ Timur Khakhalev про AI Coding, подписывайтесь!
⭐️ Консультации по AI Coding

Делегирование — важный навык в AI Coding

Представьте, вы общаетесь в чатике с Cursor, обсуждаете фичу и вам необходимо, чтобы агент сделал предварительный рисерч по кодовой базе: узнал, как устроен у вас тот или иной функционал. Обычно, рисерч неплохо так отнимает контекстное окно, и процесс рисерча (поэтапное изучение кодовой базы) нам в контексте не нужен, потому что полезной нагрузки никакой не несёт. Нам нужен только результат такого рисерча.

Что делать?

Делегировать такую задачу какому-нибудь падавану.
В Claude Code для этого есть встроенные субагенты Explore, Plan, но что, если вы хотите иметь такую возможность не только в Claude Code?

Есть выход!

Можно использовать headless режим у cli coding agent.

◼️ У любого coding agent (даже не только cli, а и у Cursor, Windsurf) есть возможность работать с shell окружением, что позволяет нам запускать любые скрипты.

◼️ Большинство кодинговых агентов можно запустить в headless режиме, типа claude -p "some prompt here" и получить результат работы в ответе.

Таким образом, для нашей задачи рисерча, мы можем попросить нашего любимого кодингового агента запустить своего собрата (или самого себя) в headless режиме. Ваш агент создаст промпт для рисерча, отправит делать падавана рисерч и в ответ получит результат, с которым можно продолжить работать.

💡 Лайфхак 1: можно этого падавана попросить сохранить результат в файлике и в ответ вернуть путь к этому файлу. Это поможет передать инфу безопаснее — на случай, если результат может быть больше, чем лимиты на ответ в headless режиме.

💡 Лайфхак 2: падавану можно заранее настроить MCP сервера или любые другие конфиги/инструкции, которые помогут ему ещё лучше делать рисерч или выполнять любые другие задачи. Например, я использую serena mcp для более качественного рисерча по кодовой базе.

В своём опыте я время от времени пользуюсь таким, когда работаю в Codex CLI и в качестве падавана я использую gemini cli, не зря же у меня есть подписка Gemini Pro!

Этот подход так же можно применять и для "воссоздания" функционала subagents как у Claude Code там, где их нет - Codex, Gemini CLI, Qwen CLI и другие. При этом, у некоторых из них (Gemini, Qwen) есть free tier.

Чтобы каждый раз не объяснять агенту синтаксис работы headless режима, можно положить инструкции где-нибудь в репозитории, например, в AGENTS.md.

Я пошёл ещё дальше и решил по-быстрому запилить для этого Claude Code Skill. Да, скиллы поддерживаются только в Claude Code, но никто не мешает вам вытащить нужные правила и добавить в свой AGENTS.md.

Если было полезно, жмите 🔥+🔁!

#ai_coding@the_ai_architect
#tools@the_ai_architect

✔️ Timur Khakhalev про AI Coding, подписывайтесь!
⭐️ Консультации по AI Coding

Как начать работать с субагентами в Claude Code?

Простая аналогия субагента

Представьте, что для того, чтобы выполнить понятную вам задачу и не брать на себя когнитивную нагрузку по имплементации этой задачи, вы делегируете эту её на джуна.
Вы выдаете ему инструкции как и что делать, он уходит работать, спустя время возвращается и отчитывается о результате.

Как начать?

После того как вы обсудили задачу в чатике с Claude Code, напишите 5 волшебных слов:

Delegate this task to `Task`

Task — это такой отдельный "тред" в CC со своим приватным контекстом, который не пересекается с вашим основным.
Клод поймет инструкции и запустит вашу задачу в отдельном контексте, а по выполнению, отчитается вам.

После того как освоите этот подход, начните создавать своих субагентов с кастомными промптами через команду /agents.

Да, вот так просто.

#ai_coding@the_ai_architect

✔️ Timur Khakhalev про AI Coding, подписывайтесь!
⭐️ Консультации по AI Coding

Пятничная новость

В конце августа мы организовывали панельку по AI Coding, и я шутки ради предложил идею создания "тиктоков" по репозиториям кода.

Сегодня, 14 ноября, Google анонсирует Code Wiki — это инструмент для создания и постоянного обновления документации для любого репозитория.

Работает на NotebookLM и может генерировать видео с объяснением репозитория.

Что? Да!

На прикреплённом видео пример такого видео по репозиторию gemini cli.

Ещё из особенностей:

◼️ Гугл заявляет, что Code Wiki может регенерить доку после каждого изменения кода
◼️ Конечно же, чатик с кодовой базой
◼️ Ссылки на код
◼️ Визуализация
◼️ Интеграция с Gemini CLI с помощью Extension в скором времени.

Попробовать можно тут codewiki.google

---

Вообще, я смотрю, гугл очень основательно готовятся к релизу Gemini 3. Анонсировали ещё в конце весны, а в последний месяц модель была замечена то там, то тут, и, как минимум, фронтенд она генерирует очень классно. Очень надеюсь, что тройке дадут хорошую агентность и у нас будет уже 3 офигенных ai coding CLI — Claude Code, Codex CLI, Gemini CLI

#ai_coding@the_ai_architect

✔️ Timur Khakhalev про AI Coding, подписывайтесь!
⭐️ Консультации по AI Coding