Я навайбкодил наверное уже с десяток ботов и мини-приложений. Стек питон/node. Но все было не то, поэтому решил попробовать Go.

Делаю на нем проект уже пару дней. Ощущения такие

— Есть неочевидные нюансы с пакетами и сборкой (сука, как везде).
— нужно подробнейше описывать архитектуру.
— зато потом ваншотит таски с одного-двух промптов
— можно несколько часов делать таски последовательно согласно плану, а потом наконец запустить и оно твою мать запускается и работает! Фантастический прогресс по сравнению с питоном, где за такое время без дебага будет дичайшая лапша
— очень простой рефакторинг. Если переписываешь поведение и в итоге все красные лампочки в линтерах погасли, то скорее всего все работает как нужно, или близко к тому.

Пока что ощущения исключительно положительные. Это похоже на те строгие рельсы которые я искал, чтобы держать ллм в узде и не давать творить джигурды.

так а в чем секрет go? в том что линтер фиксит тайпинги?

очень жесткая система типов везде, никаких неявных приведений, перегрузок и т.д. приложение моментально падает на любое отклонение. И не только статически, но и в рантайме, что тоже очень важно в реальности когда ты с базой работаешь или с апи и пытаешься разобраться, что за хрень происходит

PS Окружение Cursor & Docker

Cursor. Паттерн "Новый чат"

В чем прикол. Курсор очень сильно зажимает контекст. Короче, стремится не читать лишнюю информацию и файлы. Ибо они разорятся, если за вашу двадцатку баксов будут делать это каждый раз полноценно при каждом запросе.

А из-за этого он тупит. Даже с самыми лучшими моделями.

Еще сильнее он тупит, если долго продолжать диалог в одном чате. Поэтому очень важно вовремя начинать новые чаты.

Данный паттерн помогает выжать максимум из курсорного контекста, буквально насильно впихивая в него информацию.

Что делаем.

1) Идем в чат, в котором только что выполнили задачу, или остановились на каком-то более менее понятном шаге.
2) Пишем туда магическую фразу

Я хочу продолжить работу над задачей в новом чате и передать туда контекст. Сформулируй то, на чем мы остановились. Выведи полный список каталогов и файлов с помощью скрипта ./Show-DirectoryTree.ps1 Вызывай его без доп параметров и форматирования. Напиши ее в текстовом виде с сохранением отступов, так как я не могу копировать из консоли. Глядя на файлы архитектуры и файлы задач опиши контекст и то, что нам необходимо сделать.

Кому интересен текст скрипта (для винды) — вот. ЛЛМ легко переделает его и на баш и на что угодно.

# Получаем путь к каталогу, где находится этот скрипт
$ScriptDir = Split-Path -Parent $MyInvocation.MyCommand.Path

function Show-Tree {
param (
[string]$Path,
[int]$Indent = 0
)

$prefix = " " * $Indent
Write-Output "$prefix$(Split-Path $Path -Leaf)"

# Сначала папки
Get-ChildItem -Path $Path -Directory | Sort-Object Name | ForEach-Object {
Show-Tree -Path $_.FullName -Indent ($Indent + 2)
}

# Потом файлы
Get-ChildItem -Path $Path -File | Sort-Object Name | ForEach-Object {
$filePrefix = " " * ($Indent + 2)
Write-Output "$filePrefix$($_.Name)"
}
}

# Запуск отображения дерева с текущей директории
Show-Tree -Path $ScriptDir

3) Копируем вывод курсора кнопочкой "копировать все сообщение" в правом нижнем углу сообщения.
4) Вставляем в новый чат.

Поздравляю, вы только что повысили эффективность использования курсора раз в пять, и сильно сократили себе время написания промптов.

Разумеется есть и ограничения. Эта штука работает только если у вас есть заранее заготовленный план задач, но об этом в другой раз.

PS Данную магическую фразу я повесил себе на скрипт autohotkey, и теперь она автоматически набирается когда я пишу !новый
Очень удобно.

Кстати, не насилуйте себя английским языком, если он у вас не свободный. Все современные модели прекрасно понимают русский.

А че, давайте стрим вечером, где-то в 21:30. Что-нибудь простенькое попробуем сделать в курсоре вместе, покажу свои подходы.

Пишите что хотите сделать в каменты.

Ну что, поприкалывались. Написали бота, он нам сказал привет, но с аудио пока стабильно посылает нахер 😁

Как мы до этого дошли и что делать дальше — смотрите в записи https://www.youtube.com/watch?v=ox09RLtgVyM

Гуру из себя не строю, показываю все как есть, со всеми ошибками и затупами 🙂

PS Я нашел ошибку. Ни за что не догадаетесь, что было. Покажу на следующем стриме.

Сегодня продолжим. Время то же 21:30 😎

Учиться ИИ надо у тех, кто его делает

Есть такой товарищ - Влад Корнышев. Мы с ним пересекались в Skyeng, а потом он ушел в британскую Pearson и работал там в акселераторе, делая AI продукты на US и Global.

Так вот. Мы с ним решили объединить усилия и сделать в Цехе тренинги по AI для тех, кто хочет начать использовать это в своей работе и не остаться на обочине истории.

📈ИИ для личной эффективности Старт 20 мая занятия по вторникам, 4 недели
Этот тренинг для тех, кто хочет не просто использовать ИИ, а понимать, что это за технология и как она может сделать вас эффективнее.

Он для вас, если:
- Вы хотите понять, что такое ИИ, когда он действительно спасает, а когда лучше сделать по-старинке
- Хотите расширить спектр своих возможностей с помощью ИИ и начать делать то, что откладывали раньше

🙋🏻‍♂️ AI Продакт Менеджмент Старт 4 июня, занятия по средам, 8 недель
Этот тренинг охватывает два ключевых направления: создание AI-продуктов и применение AI-инструментов в повседневной деятельности продакт-менеджера.

Он для вас, если:
- Вы человек из бизнеса либо продакт,и хотите внедрить AI в свои продукты и бизнес-процессы
- Ищете проверенные методологии разработки AI-продуктов из реальной практики
- Хотите, внедрить AI не потому что это модно, а чтобы он давал конкретные результаты

Почему это круто:

В основе тренингов - богатый опыт разработки AI-продуктов: тысячи часов исследований и общения с пользователями для того, чтобы создать 20+ AI продуктов за время работы в Skyeng, Pearson и EAI
Программы уже обкатаны: это уже третий поток. Материалы прошли обкатку и были доработаны на основе обратной связи и глубинных интервью с представителями различных сфер, включая: IT, предпринимательство, медицину, маркетинг и др.
Фокус на фундаментальных знаниях и методологии, а не конкретных сервисах, которые завтра могут исчезнуть. Вы научитесь выбирать и комбинировать ИИ-инструменты под свои задачи

Что вы конкретно получите:
1. Самые актуальные знания и навыки в области ИИ, подкрепленные опытом и знаниями Влада, полученными из образовательных программ Reforge, Google, OpenAI.
2. Рабочие методы взаимодействия с AI, которые ребята активно используем в EAI, включая фреймворк AI-Дизайна продукта в программе для продактов.
3. Пожизненный доступ к материалам c обновлениями. Вы не просто получите записи будущих потоков, а сможете участвовать в живых сессиях. Также материалы будущих потоков будут включать инсайты из моего будущего обучения по программе в MIT.
4. Все выпускники тренинга получат постоянный доступ к закрытому коммьюнити по ИИ. Там будут отдельные материалы, мероприятия, а также крутые специалисты по ИИ, в общем, нормальная такая-то движуха

Влад классный практик и преподаватель. Слушал его лекции — очень понятно и доступно. От меня будут гостевые лекции на курсе😎

Залетайте сейчас по промо-коду glebkudr, даст скидку 10% на все программы. Не ждите конца майских, в какой-то момент мы прикроем промик, будете локти кусать 😉

Запилили курсы средне/начального уровня.

Курсором мучить не будем 😁

Хочу еще потом сделать какой-то формат для хардкорщиков и тех, кто свои продукты пилит. Вот там будет сложно 🙂

Что ж, на бота потратили уже четыре часа. Почти добили. Он воспринимает голос, парсит его, отправляет в гемини и получает структурированный ответ.

Застряли на засовывании этого в календарь.
Остается мелочь и я даже знаю какая. Видимо потребуется заключительная часть 😂

https://www.youtube.com/watch?v=AlsXTchSYY4

Тред от Theo — известного твиттерского тролля по теме ИИшки. Он только и делает, что вбрасывает провокативные посты, и кажется, никто не знает, чем занимается. Но так можно половину ИИ комьюнити описать, так что смотрим, что он там пишет. Сделал для вас перевод.
—

Я работал почти со всеми основными AI-моделями и провайдерами. У каждой есть свои сильные стороны. Вот список того, что я могу про них сказать

Google / Gemini

Плюсы: по скорости первый класс, огромное контекстное окно и в целом нормальные цены.

— Но настройки адовые: основной API не по стандарту, “OpenAI-совместимость” хромает; Vertex не даёт простых API-ключей – заточен под весь тяжёлый GCP-экосистем; AI Studio приятнее, но урезанное.
— Нет прозрачного биллинга: никакой дашборд не показывает, сколько ты потратишь, узнаёшь сумму только в конце месяца.
— Баги: grounding в 2.5 Pro порой возвращает “reasoning tokens” вместо ответа – чинят, ломается вновь; вообще, “80 % всех багов” у коллег-мульти-моделистов приходится фиксить из-за Gemini.
— Скрытый reasoning: UI даёт токены рассуждений, API – нет, хотя у whitelist-аккаунтов уже есть доступ.
— Кэширование – ад: нужно делать отдельные API-запросы для сохранения токенов, поэтому никто не кэширует, и мы платим за 1 млн токенов заново.
— Странности в генерации: модели приличные, но любят “слетать” на таблицах Markdown и коде – промпт для фикса ломает вывод кода, возможен бесконечный цикл “---------”.

Anthropic / Claude

Дорогой: в 3–4 раза дороже “умных” моделей вроде o4-mini, особенно 3.7 из-за болтливости.
Ненадёжный: около 85 % uptime по API – большинство ошибок генерации происходит из-за падений Claude.

xAI / Grok

— Grok 3 – зачем он вообще есть?: Mini-версия умнее, быстрее и дешевле, “обычная” 3-я тупит и дорого стоит.
— “Fast”-версии – прикол: две версии API (обычная и “быстрая”), вторая дороже, но зачастую медленнее.
— Много обещают, но ноль прозрачности: API вышло с задержкой, веса Grok 2 до сих пор не выложили (обещали 3 месяца назад).

OpenAI

— Ценообразование странное: o4-mini лучший по стоимости, а o1-pro в 100 раз дороже и хуже по качеству.
— Reasoning по-прежнему прикрыт: UI показывает только сводки, API – нет (за исключением небольшого улучшения с o4-mini).
— Фигня в API: чтобы получить валидный Markdown, приходится лепить танцы с “если ChatGPT-O, то добавить X к system prompt”.

Mistral

— “Открытость” под большим вопросом: собственное приложение на Cerebras работает шустро, но dev-доступ к той же инфраструктуре не дают – на “Le Plateforme” модели в 80 раз медленнее.
— Косплей под Open Source: много болтовни про свободу весов, но разработчиков держат “за блох”; без равного уровня доступа в приложении работать не будем.

https://x.com/theo/status/1918810601968513249?s=46&t=X0WelBfVXZJ6DwiINUU8mA
https://x.com/theo/status/1918810601968513249?s=46&t=X0WelBfVXZJ6DwiINUU8mA

Сегодня гугл начал блочить мой сервак в Hetzner со словами "400 User location is not supported for the API use.", и в итоге сломал на сутке мои прекрасные новости 😡
С локалки при этом все работало прекрасно.

Короче, они похоже посчитали, что сервак размещен не в Нюренберге, а в Багдаде или какой-то другой Аль-каиде, куда очумелые* программисты гугла не хотят поставлять свои модельки.

Поиск показал, что очумелые они настолько, что под раздачу сервисы попадают абсолютно рандомно и в любое время, но диапазоны IP используемые хетзнером — часто.

На попытки полечить проблему и в итоге покупку нового IP потратил впустую 2 часа. Зато приобрел бесценный опыт — нет.

В общем, будете там что-то хостить и обращаться к гуглосервисам в т.ч. AI — сразу постелите себе инфраструктурной соломки.

* очумелый — очень умелый 😬

Думал тут над глобальной проблемой курсора и виндсерфа. Сейчас поделюсь.

Как они работают.

Они берут ваш проект и шинкуют его на коротенькие запросы. Стараются кэшировать но в целом их стратегия — как можно меньше отдавать к контекст ЛЛМ, чтобы экономить токены.

В результате код получается декогерентный. То есть он правильный в рамках методов, но разваливается в общей структуре. Ибо они попросту не держать контекст всего проекта, кто бы чего не говорил.

Проверить это элементарно. Выгружаете полный листинг своих проектных файлов и загоняете в тот же гемини, но не через курсор, а напрямую. И смотрите, что он вам выдаст.

И он вам выдаст сильно лучше. Хотя казалось бы — и тут и там одна модель.

Но курсор зажимает контекст, а вы — нет.

Вторая проблема. Тулколинг.

Редакторы кода на любой чих вызывают тулы. Вызов каждого инструмента — отдельный запрос. В итоге у вас получается миллион запросов. Тогда как на самом деле можно было бы отослать в ЛЛМ прям огромный кусок кодовой базы целиком. Получить ответ тоже целиком, а далее отредактировать 10-20 файлов в один заход.

Это ровно то что делает человек, который по-старинке спрашивает у ЛЛМ и копипастит из выдачи. И получается сильно лучше, чем просто в курсоре!

В итоге, что думаю.

Нужны инструменты, которые работают именно широкими мазками. Загружают в ЛЛМ огромный контекст, получают максимально подробный ответ, а далее берут тул для массового редактирования.

Каждый такой запрос будет сильно дороже. Скажем, доллар. Зато они будет способен решать вам задачу массивного рефакторинга или впиливания нового функционала, намного лучше, чем это происходит сейчас.

Если тут есть фанаты — дарю идею сделать такой инструмент, готов тестить его на себе 🙂

OpenAI купила виндсерф

Но это уже не новость.

А новость в том, что я заглянул — и ныне там очень сладкие тарифы.
Аж 2000 обращений к 4.1o и o4-mini в месяц всего за 15 баксов.

Этого по идее хватит на месяц, так как курсорные 500 запросов улетают за 10 дней, а стоят двадцатку.

Кто хочет попробовать — прибью реф ссылку. Вам несложно, а мне приятно 🙂

https://windsurf.com/refer?referral_code=cfbm94xq5mp95281

Работал с ним 2 месяца назад и у меня не было претензий кроме того, что тогда это было явно дороже курсора. Сейчас хочу сделать еще один заход.

Навайбкодил сегодня небольшую тулзу, которая позволяет выгрузить в один клик листинг вашей рабочей директории и файлов, для того, чтобы вставить его в промпт ЛЛМ.

Очень полезная софтинка в разработке, когда ЛЛМ теряют контекст, и вам нужно его восстанавливать вручную.

Клонируйте, пользуйтесь. Для запуска нужно установить go на машине.

https://github.com/glebkudr/shotgun_code

Как сделать промпт для ЛЛМ, не посещая курсов по промптингу

1) Описываете задачу сетке. Говорите "хочу промпт".
2) Несете второй сетке. Говорите "тут мне другая сетка промпт написала, улучши". Она ревнует и улучшает.
3) Несете еще раз (можно той же, у нее нету памяти, ага). И говорите — вот мне тут сетка написала... И т.д.

Работает прекрасно, с четвертого-пятого раза промпт уже будет сильно лучше, чем с первого. Попробуйте 😎

Гугл подогнал умное кэширование — моделька сама пытается понять что ты уже спрашивал нечто подобное и если находит, то прайс будет меньше.

Дисконт на кэшированные токены в 4 раза — есть за что побороться.

Для срабатывания нужно чтобы начало запроса было таким же, как и в предыдущем запросе. Имейте ввиду при конструировании промптов.

Это снижает ценность по сравнению с эксплицитным кэшированием, но все же определенный прорыв.

https://developers.googleblog.com/en/gemini-2-5-models-now-support-implicit-caching/

PS С мест подсказывают — у OpenAI работает аналогичный механизм.

Приложенька для камшот one-shot вайбкодинга развивается и обросла плюхами 😎

Использую ее саму для разработки ее самой (рекурсия)

Офигиваю, как я раньше работал без такого полезного инструмента.

Что делает:
— читает файлы и директории, умеет в исключения
— создает шаблон промпта который можно загнать в гемини. В котором есть ВЕСЬ контекст.
— вам остается достать то что он выдаст в ответ и применить к своей кодовой базе (пока что я просто делаю это курсором, но хочу встроить патчилку прямо в проект)

Works like a charm 👌

https://github.com/glebkudr/shotgun_code

Для тех кто не может в установку и компиляцию — сделал бинарники.

PS Ставьте звездочки на гитхабе, там это главная пузомерка 😁

Ого, жира навалили.

Какая-то хренова туча пайплайнов для n8n.

Не факт, что там есть что-то полезное, но в любом случае на этом материале можно учиться и подсматривать подходы.

https://github.com/enescingoz/awesome-n8n-templates

Кстати, темплейты n8n с легкостью переписываются агентами под любые взрослые AI библиотеки, например DSPy в питоне/го. Так что если вы сделали удачный воркфлоу и хотите отвязаться от n8n, то это легко сделать. Просто экспортируете его в json и переписываете в любой ЛЛМ.