Очень хороший разбор работы с Cursor + школа мысли по агентному программированию) Оно же vibe coding как сказал сам Andrej Karpathy.

Из интересного автор не пользуется сонетом, а использует бесплатную default сетку с неплохим результатом

https://x.com/steve8708/status/1898074560655962177?s=46&t=o-gNuwBmunp1vKR4u9v13w

Сооснователь Instagram Майк Кригер, ныне занимающий должность директора по продукту в компании Anthropic, прогнозирует значительные изменения в работе программистов в ближайшие три года под влиянием искусственного интеллекта (ИИ). В недавнем интервью он отметил, что разработчики будут тратить больше времени на проверку кода, сгенерированного ИИ, чем на его написание самостоятельно.

Кригер подчеркнул, что роль инженеров будет смещаться от написания кода к делегированию задач моделям ИИ и последующему обзору их работы. Это позволит разработчикам сосредоточиться на более абстрактных задачах, таких как дизайн взаимодействия с пользователем и управление системами ИИ. Он также отметил, что в таких компаниях, как Google, значительная часть нового кода уже создается с помощью ИИ.

Несмотря на эти изменения, Кригер считает, что определение того, что именно следует разрабатывать, и решение реальных проблем пользователей остаются сложными задачами, требующими человеческого участия. Он уверен, что ИИ изменит необходимые навыки для программистов, делая их роли более многопрофильными. Anthropic стремится показать, как рабочие места могут адаптироваться к изменениям, обусловленным ИИ, обеспечивая при этом, чтобы ИИ дополнял человеческий труд, а не заменял его.

Таким образом, в ближайшие годы ожидается трансформация роли программистов, где они будут выступать в качестве кураторов и аналитиков, работающих в тесном сотрудничестве с системами ИИ для создания более эффективных и ориентированных на пользователя решений.

https://www.businessinsider.com/instagram-cofounder-anthropic-mike-krieger-how-software-engineering-work-changing-2025-3

Model Context Protocol (MCP): Базовое описание и интеграция
Model Context Protocol (MCP) — открытый стандарт для подключения ИИ-моделей к внешним данным и инструментам. По аналогии с USB-C, он унифицирует взаимодействие между LLM (например, Claude, GPT) и сервисами, устраняя необходимость в кастомных интеграциях для каждого API.

Ключевые компоненты MCP
Инструменты (Tools)
Функции, которые ИИ может вызывать. Пример:

// Сервер для работы с GitHub
server.tool("create_issue", {
noscript: z.string(),
body: z.string()
}, async ({ noscript, body }) => {
return { issue_url: "https://github.com/repo/issue/123" };
});

Модель сама решает, когда использовать инструмент:

Пользователь: "Создай задачу в репозитории"
Модель → вызывает GitHub.create_issue → возвращает ссылку на issue
Ресурсы (Resources)
Данные, доступные для чтения (например, файлы, JSON-объекты). Пример конфигурации:

server.resource(
"analytics_data",
ResourceTemplate("data://analytics/{date}"),
async (uri) => fetch_data_from_db(uri.params.date)
);

Шаблоны (Prompts)
Предопределённые инструкции для типовых задач:

/explain-code [фрагмент] → "Объясни этот код на Python"
Интеграция MCP в разработку

1. Создание MCP-сервера (Node.js)

Пример сервера для работы с погодой:

import { McpServer } from "@modelcontextprotocol/sdk";

const server = new McpServer({ name: "Weather" });

// Инструмент для запроса погоды
server.tool("get_weather", {
city: z.string()
}, async ({ city }) => {
return { temp: 22, conditions: "Sunny" };
});

// Ресурс с прогнозом
server.resource("forecast", new ResourceTemplate("weather://forecast/{city}"), async (uri) => {
return fetch_forecast(uri.params.city);
});

2. Подключение клиента (Python)

from mcp_client import McpClient

client = McpClient(
servers=[
{
"id": "github",
"command": "npx -y @modelcontextprotocol/server-github",
"args": ["--token", "ВАШ_ТОКЕН"]
}
]
)
# Получение списка доступных инструментов
tools = await client.list_tools()
print(f"Доступные инструменты: {[t.name for t in tools]}") # → ["create_issue", "get_commits"]

3. Использование в LLM-приложениях
Интеграция с OpenAI через MCP:

from openai import OpenAI

client = OpenAI()

# Запрос с использованием MCP-инструментов
response = client.chat.completions.create(
model="gpt-4o",
messages=[{"role": "user", "content": "Создай задачу в GitHub с заголовком 'Фикс бага'"}],
tools=[tool.schema for tool in mcp_tools] # Схемы инструментов из MCP
)

# Вызов инструмента через MCP-сервер
if response.choices[0].message.tool_calls:
tool_call = response.choices[0].message.tool_calls[0]
result = await mcp_client.call_tool(tool_call.name, tool_call.arguments)

Преимущества для разработчиков
Универсальность: Один сервер MCP работает с любыми LLM (Claude, GPT, Llama)
Безопасность: Локальные серверы исключают передачу данных в облако
Упрощение кода: Замена десятков API-интеграций единым протоколом
Пример использования в CI/CD:

Пользователь: "Задеплой фичу в прод" → Модель вызывает последовательно:
1. MCP-Tool: run_tests
2. MCP-Tool: build_docker
3. MCP-Tool: deploy_to_kubernetes
Для старта используйте официальные SDK (Python/TypeScript/Java) и шаблоны из репозитория MCP. Документация включает примеры интеграции с Docker для изоляции окружений.

Ну вы поняли да? Все будет MCP! =)

Вот 4 месяца прошло с момента анонса MCP и вот только сейчас люди начали догонять


Нашел в твиттере подборку разных использований. Тут и для реакта и для соланы и для чего душе угодно. Вот оно будущее разработки! Протоколы будут появляться, но MCP явно удачный получился.

https://x.com/atomsilverman/status/1900261905106903124?s=46&t=o-gNuwBmunp1vKR4u9v13w

Вот еще нашел Awesome MCP servers - https://github.com/punkpeye/awesome-mcp-servers

Например @modelcontextprotocol/server-github. Можно добавить в Cursor и будет сам pull requests оформлять =) Profit!

https://github.com/GLips/Figma-Context-MCP

Интересно с Cursor попробовать) Пишут что 80% accuracy

https://mcp.so поиск по доступным mcp

Как-то мимо прошел анонс IDE от Google - https://idx.dev

А это по сути vscode remote на Gemini)

Идея → дизайн → сайт за 1,5 минуты

С помощью Figma MCP сервера для Курсора, я сделал с нуля дизайн и вёрстку страницы на основе созданного в Фигме стиля с нужным мне контентом.

Что важно:

— это первый прототип технологии, через 6 месяцев она сможет создавать многостраничные и мультимодальные приложения на лету
— это бесплатно и не требует никаких навыков, кроме умения печатать
— это приведет к созданию эфемерного just-in-time веба, в котором все сайты и приложения создаются под вас, в вашем любимом стиле с персонализированными текстами и графикой
— попробовать можно прямо сейчас (в видео я голосом рассказываю как это работает)
— кожаным останется создавать дизайн-системы или просты выбирать наиболее красивые из сотен тысяч вариантов созданных ИИ

https://youtu.be/7j_NE6Pjv-E

И еще раз про MCP на пальцах, но по английски

Кстати у Gemini появился deep research

https://x.com/sonnylazuardi/status/1901511152171200696?s=46&t=o-gNuwBmunp1vKR4u9v13w

Пример как верстать Cursor в Figma

MCP месте с DeepSeek является самой популярной ИИ-разработкой за последние 6 месяцев.

Вот все, что нужно знать об этой технологии, как она меняет ваши рабочие задачи

MCP (Model Context Protocol) - это протокол, созданный Anthropic, ставший стандартом для взаимодействия между различными ИИ-агентами и инструментами.

Это новая парадигма, которая делает ИИ полезнее для обычных пользователей, бизнеса и разработчиков, превращая модели из просто "умных собеседников" в инструменты, способные решать реальные задачи с доступом к актуальным данным и инструментам.

MCP состоит из 3-х ключевых компонентов:
Хост/Клиент — ИИ-приложения, такие как Claude
Сервер — связующее звено между ИИ и внешними системами
Протокол — стандарт обмена данными между ними

Практические примеры использования MCP:

Поиск и доступ к информации
Perplexity + Sonar: Интеграция позволяет Claude искать в интернете и получать актуальную информацию, преодолевая ограничения модели по знаниям

PubMed: Интеграция научной базы данных с Claude для медицинских исследований за считанные минуты

Бизнес-решения
Composio: Полная автоматизация поддержки клиентов, где ИИ может отвечать на запросы, имея доступ к базам данных

Audiense Insights: Аналитическая платформа, предоставляющая ИИ-ассистентам доступ к маркетинговым данным

Sharable: 1й облачный MCP-клиент для финансового анализа и трейдинга

Инструменты разработки
Langflow: Интеграция с инструментами разработки для создания более мощных ИИ-решений
LlamaIndex: Подключение агентов LlamaIndex к любому MCP-серверу всего одной строкой кода
Gradio Client: Прототип для имплементации MCP клиента с использованием популярного интерфейса Gradio

Подключение к внешним системам
Weaviate: Интеграция векторного поиска с моделями Claude для работы с большими массивами данных
ORKL: Создание ассистента по анализу угроз безопасности через MCP
Agno: Платформа для подключения агентов к сотням MCP-совместимых сервисов

Специализированные решения
Latitude Agents: 1-я автономная агентская платформа, созданная специально для MCP

MultiVersX: MCP-платформа для создания бизнес-решений без программирования

Java SDK: Официальная поддержка Java для интеграции MCP с корпоративными системами

Почему MCP становится стандартом?

1. Единый протокол для подключения к любым внешним системам
2. Интеграция с новыми инструментами за минуты, а не недели
3. Открытый стандарт с активно растущей экосистемой
4. Сильная поддержка со стороны Anthropic и растущего сообщества
5.Работает с различными платформами и языками программирования.

В Cursor app появился Claude-3.7-sonnet MAX. Максимальный intelligence от Anthropic!

What's new:
• New MCP "project" scope now allows you to add MCP servers to .mcp.json files and commit them to your repository

В Claude Code обновление которые показывает тренд. То есть mcp сервера это часть тулинга разработки. Как maven repo, pip, sonar и тд. Через месяц уже будет видно новый ландшафт разработки

🚀 Claude научился искать в интернете!
Только что анонсировали крутую фишку для всех, кто работает с данными: ИИ-ассистент Claude теперь умеет искать информацию в сети в реальном времени!
Что это значит?
✔️ Самые свежие данные (курсы валют, новости, исследования)
✔️ Автоматические ссылки на источники для проверки
✔️ Примеры использования: сравнение товаров, анализ рынка, подготовка грантов
Кому пригодится?
👉 Менеджерам по продажам — для анализа трендов перед встречами
👉 Инвесторам — для оценки отчётов компаний
👉 Исследователям — для поиска научных публикаций
👉 Покупателям — сравнение цен и характеристик
Как попробовать?
Пока функция в бета-тесте для платных подписок в США, но скоро расширят географию. Включается в настройках профиля → Claude 3.7 Sonnet.
👉 Подробности: anthropic.com/news/web-search
#AI #Claude #Нейросети #Инновации

И это сообщение написано Claude)