Как гуманитарий без опыта в кодинге собрал инди‑игру с AI‑агентом за полтора месяца
От концепт‑дизайна велосипедного магазина до релизной web‑игры на GitHub Pages — и почему документация оказалась важнее промптов.Kadence — инди‑игра о буднях веломастерской.
Я хотела дать AI память. Пришлось организовать работу
Часть I. Как память превратилась в рабочий процессУ меня есть три правила работы с контекстом.Первое правило работы с контекстом — выносить его из чата.Второе правило работы с контекстом — прежде чем выносить, нужно сортировать.Третье правило работы с контекстом — не в контексте дело.Только не говори, что дело опять во мне.
Код пишется быстрее, релизы выходят так же. Куда переехало бутылочное горлышко?
Ленты новостей последние пару лет носят Copilot и его друзей на руках. Кажется, что главная революция уже случилась, разработчики получили автодополнение на стероидах, генерацию функций по описанию и почти волшебство в IDE. Но есть одно «но». Если честно посмотреть на процессы, выясняется, что код у многих команд действительно стал писаться быстрее — а вот релизы выходят почти с той же скоростью, что и три года назад. Бутылочные горлышки просто переехали в другие части жизненного цикла разработки (SDLC).
MCP для агентной коммерции: что может пойти не так
Представьте диалог c вашим любимым ИИ‑инструментом:— Найди поездку в Казань на выходные, до 20 тысяч рублей и с нормальным отелем.— Секунду, подбираю…«Подбираю» в этом диалоге — это некоторый чёрный ящик. Под ним могут скрываться воспоминания модели из обучения, попытки воспользоваться веб‑браузером, поиском в интернете. Такие обращения могут содержать различного рода погрешности.А вот чтобы это «подбираю» означало поиск по реальным ценам и наличию агент должен уметь обращаться к базе данных с билетами. Именно для этого мы вместе с командой Туту выпустили
Ваш агент не тупой — ему просто неудобно
Agent Comfort: измеримое свойство среды, от которого зависит, справится кодинг агент сам или нетВ обсуждениях агентской разработки сейчас две повторяющиеся истории. Инженеры тонут в ревью сгенерированного кода: с ИИ мержится почти вдвое больше PR, а время ревью выросло на 91%. Продакты и эффективные менеджеры тем временем хвастаются, что выкатывают фичи без программистов. Продакт из Meta
Скоро хайп пройдёт — и нанимать будут тех, кто умел писать код до ИИ
Статья написана на основе интервью с Дмитрием Галагановым, бэкенд‑разработчиком, тимлидом и архитектором ПО.Пятнадцать лет я писал код руками. Был тимлидом, вёл команды по восемь‑десять человек, успел поработать и в Минцифре, и в структуре «Газпрома». А в начале этого года я уволился из найма и ушёл в исследование возможностей ИИ в разработке.
Архитектурный паттерн «LangGraph, гибридный RAG + Сигнатурный движок»: универсальный граф для потоковых данных
В чем проблема?При обработке больших потоков неструктурированного текста разработчики обычно выбирают один из двух путей:Первый — использовать детерминированные методы. Регулярки, сигнатуры, и подобные инструменты работают быстро. Вот только никак не поймают новые, ранее не описанные паттерны. Путь второй — скармливать сырые данные в ЛЛМ напрямую. В реальности этот подход быстро умирает. Отправлять огромные объемы нефильтрованного текста в языковые модели слишком дорого и медленно.
Армия в терминале
Как coding agents превратили разработчика в диспетчера машин — и запустили гонку оркестраторов, песочниц и ИИ‑фабрик.Ещё недавно программист открывал один терминал и разговаривал с одним агентом. Затем терминалов стало пять, веток — семь, а главным дефицитом оказался уже не код, а человеческое внимание.

