Я запускаю второй открытый бета-тест
В феврале я публиковал первую статью про Yttri: что это за приложение, зачем я его делаю и почему мне не хватало Obsidian, Notion, почтового клиента, таск-трекера и AI-чата по отдельности.
После ИИ писать код руками ощущается уже не как норма
TL;DR: ИИ не заменяет инженерный контроль, но меняет базовую планку разработки. С ним проще удерживать скоуп, тесты, техническое качество и в режиме дедлайна. Главный риск - потерять ownership, поэтому уровень автономности должен зависеть от проекта, стадии и зрелости инженерного процесса.У меня есть один личный проект
Второй мозг и LLM‑Wiki: Теория и практический гайд по созданию и поддержке личной базы знаний
В этой статье поговорим про концепцию «второго мозга»
«Большой скачок» в мире AI: история повторяется
В 1958 году Мао приказал каждой деревне в Китае выплавлять сталь. Крестьяне бросали кухонную утварь в самодельные домны и рапортовали о феноменальных показателях. Сталь оказалась непригодной. Урожай сгнил. Тридцать миллионов человек погибли от голода.В 2026 году каждая вторая компания проводит масштабную AI-трансформацию сверху вниз.Тот же вайб.
Как я перестал бояться Claude Code и научил его не ломать мои проекты
Знакомая ситуация: просишь Claude Code добавить авторизацию — он переписывает половину проекта. Просишь поправить одну функцию — получаешь удалённые тесты и новую зависимость, о которой не просил. За час строишь рабочий прототип, а потом три часа разгребаешь то, что Claude наворотил при «улучшении».Я бэкенд-разработчик на Python, работаю в основном один. У меня нет роскоши держать QA-инженера, который будет ловить регрессии после каждого промпта. Мне нужно, чтобы AI-агент помогал быстрее шипить, а не создавал новые проблемы.
Информационный шум в IT: как учиться, когда контента слишком много
Привет, Хабр! Меня зовут Настя, я работаю методологом в команде проекта Route 256
Артефактно-ориентированная разработка с AI-ассистентами: методология синхронизации контекста
ВведениеС появлением больших языковых моделей (LLM) парадигма разработки программного обеспечения претерпевает фундаментальные изменения. Однако в ходе практической работы я столкнулся с системным ограничением: существующие платформы AI-ассистентов накладывают жесткие лимиты на объем передаваемого контекста.Для проекта средней сложности (30–50 файлов, 10–50K строк кода) передача полного контекста за одну сессию часто невозможна без специальных методов компрессии. Ниже я представляю методологию, которую разработал для решения этой проблемы.🎯 Личный контекст: зачем мне это понадобилось
Введение в Yttri — Что это и почему это нужно?
"У нас слишком много инструментов, но слишком мало знаний."Этой публикацией мы открываем цикл статей, посвящённых разработке и философии Yttri.Введение: Хаос в управлении знаниями
Claude Code научился запоминать задачи — но нужна одна настройка
Персистентные Tasks, субагенты на общем списке, зависимости между задачами — разбираем обновление и подводные камниТа самая одна настройкаВот она:CLAUDE_CODE_TASK_LIST_ID=my-project claude Всё. Теперь задачи сохраняются между сессиями. Закрыл терминал, открыл снова с тем же ID — задачи на месте.Что ещё появилось в новых Tasks:Субагенты видят общий список: 5 воркеров на одном task listЗависимости: "Задача 3 ждёт задачу 2" — агент понимаетMulti-session: Два терминала работают с одним списком
