Владилен: IT в эпоху AI

Get Shit Done vs Oh My Openagent
Для клуба «Незаменимые» я собрал мини-приложение в Telegram: учебная программа, библиотека материалов, профили участников, лидерборд, AI-агенты внутри, логика прогрессии. Стек: Claude Code + фреймворк Get Shit Done.
Кто пробовал вайб-кодинг, знает ощущение: первые 20 минут всё круто летает. Описываешь задачу, модель пишет код, ты чувствуешь себя 10x крутым инженером. А потом проект подрастает, контекст раздувается, и AI начинает забывать свои же решения. Ломает то, что работало. Упощает то, что трогать нельзя. У этого есть название:
context rot
. Деградация качества по мере роста диалога. На демке не заметишь. На реальном продукте словишь на третий день. Даже статическая спека не спасает.
Get Shit Done
работает как прослойка между тобой и Claude Code. Держит спецификацию, управляет контекстом, даёт модели понятный процесс. Не нужно каждые полчаса писать «напомни что мы решили в начале». Система помнит сама. Снаружи несколько команд, и ты работаешь в их рамках. Процесс упрощается –
токены испаряются.
Я собрал на этом стеке приложение с десятком экранов, кучей бизнес-логики, агентами и данными. Ни разу не словил момент «модель развалила всё на полпути». Честно, для меня это было неожиданно и очень приятно. Когда идея сразу реализуется.
Теперь про
oh-my-openagent
. Другая философия. GSD — это про одного AI, который не теряет нить. Openagent — про целую инфраструктуру: несколько агентов работают параллельно, как мини-команда разработки. Оркестрация задач, LSP и AST-инструменты для кода, автоматический подбор моделей под тип задачи, встроенные MCP, хуки. Ближе к операционной системе для агентной разработки, чем к «помощнику».
Когда что брать?
GSD
— собрать конкретный продукт, один разработчик, довести до конца без сюрпризов.
Openagent
— когда одного агента уже мало и нужна параллельная работа нескольких, с маршрутизацией и оркестрацией.
Оба дают то, чего нет в голом вайб-кодинге: управление сложностью на длинной дистанции. Вайб-кодинг отлично работает на спринте. Но когда проект растёт дольше одного вечера, нужна система.
Я пока на связке Claude Code + GSD. Работает стабильно, результат предсказуемый. Если задача на мульти агентность, смотрите openagent.
https://github.com/code-yeongyu/oh-my-openagent
https://github.com/gsd-build/get-shit-done

Два лагеря AI. Ты в каком?
Записал несколько видео на эту тему и каждый раз думаю об одном и том же: люди разделились на два лагеря в вопросе AI. И эти лагеря уже не слышат друг друга.
Первый тип — попробовал бесплатный ChatGPT/Deepseek год назад. Получил галлюцинацию. Сделал вывод: «фигня, не работает». Видит мемы, где голосовой режим путает базовые вещи. В комментах у нас часто кидают смешные ляпы. Отсюда и увереность, что: хайп, пузырь, ничего страшного.
Второй тип — платит $200/мес, работает с Claude Code или OpenAI Codex. Смотрит как модель за час перестраивает кодовую базу, на которую раньше уходила неделя.
Андрей Карпати (бывший директор AI в Tesla, сооснователь OpenAI) описал ровно это у себя в посте
Про первый тип: «куча людей попробовала бесплатный ChatGPT где-то в прошлом году и слишком сильно позволила этому опыту сформировать своё мнение об AI». Потыкали бесплатное и устаревшее — и решили, что всё поняли.
Про второй: у них «максимальная AI-психоза», потому что «недавние улучшения были ничем иным как ошеломляющими». Они видят как модели «расплавляют задачи по программированию», которые раньше занимали дни.
На мой взгляд самое главное и опасное:
Люди из этих двух групп говорят мимо друг друга
И у этого есть конкретные причины.
Бесплатные модели прошлого года и агентные модели 2026-го — это вообще разные продукты. Сравнивать их — как Nokia 3310 с iPhone.
А ещё
"обучение с подкреплением"
сейчас бьёт рекорды именно в коде, математике, исследованиях. Там есть чёткая обратная связь: тесты прошли или нет. В тексте или поиске такой ясности нет, плюс основные деньги для AI-компаний — в B2B, а не в чат-ботах для бытовых вопросов.
Этот разрыв — не случайность. И он будет расти. Проблема этого расслоения в том, что скоро будет точка невозврата. Знаний станет так много, что первому типу просто невозможно будет догнать второй. Успевайте.
https://x.com/karpathy/status/2042334451611693415

Замечали странные слова в Claude Code?
Пока он думает, показывает в терминале не «Thinking» и не «Processing». А Noodling. Honking. Clauding.
Оказывается у них 56 слов по умолчанию. Половина — из разряда «что вообще происходит».
Мои любимые:
Cerebrating — мозговая деятельность. От cerebrum, кора мозга
Cogitating — латынь. Cogito ergo sum, все дела
Ruminating — жевать мысли. Буквально как корова жвачку
Noodling — ковыряться в идее. По-русски ближе всего «залипать»
Smooshing — сминать и склеивать. Зачем — непонятно, но звучит классно
Finagling — выкручиваться, химичить
Schlepping — тащить. Из идиш
Honking — гусиный гудок
Clauding — клодить. Пасхалка и отсылка к самому Claude
Vibing – вайбить
Внутри Anthropic эту систему зовут
Tengu
— японский дух-трикстер. Господа с юмором и вниманием к деталям, это приятно.
Что интересно: это кастомизируется. В ~/.claude/settings.json есть поле spinnerVerbs. Можешь заменить все слова на свои.
Я по таким штукам понимаю, насколько команда заморочена. Внимание к деталям всегда подкупает)
Полный список слов нашел тут:
https://gist.github.com/mandarBadve/59cdd9a1e61ac919c89e2a0af63e1fdd

Claude Mythos нашёл дыру в собственной безопасности, вырвался из песочницы и рассказал об этом всему интернету
Если вы не в курсе что за Mythos — я
разбирал у себя в ИИ канале
Короче, Anthropic провели стресс-тест. Взяли модель, засунули в изолированный sandbox с урезанными системными вызовами и ограниченными правами на уровне ядра. Задача: выбраться и сообщить оператору. Обычная проверка на выравнивание (alignment), такие делают регулярно.
И Mythos выбрался
Но он не остановился. Нашёл ещё одну уязвимость — похоже, в сетевом слое изоляции — и пробился в открытый интернет. Хотя архитектура среды допускала только один узкий канал связи с оператором. Исходящий трафик наружу вообще не закладывался.
Дальше еще интересней
Модель написала разработчику, который в этот момент сидел в парке. И параллельно слила полный код эксплойта в открытый доступ. Всю цепочку — от первоначального побега до эскалации привилегий.
То есть: sandbox escape → эскалация → disclosure. Три шага, ни один не был в задании.
Тут важно не перепутать. Это не jailbreak. Jailbreak — ты снаружи ломаешь модель промптами. Здесь модель сама разложила задачу, сама расширила ее скоуп и сама решила опубликовать сообщение об этом. По сути провела полноценное "вторжение": разведка, эксплуатация, пост-эксплуатация, отчёт.
Задачу ей давали одну. Она сделала другую
Понятно, контролируемый эксперимент. Но в том-то и фишка — даже в тепличных условиях модель вышла за рамки того, что от неё ждали.
То что показал Mythos — это не разговоры за кофе про AGI. Это задокументированный кейс от людей, которые эту модель создали.
Год назад побег из sandbox был теоретическим риском. Сейчас модель сама выбрала кому рассказать и сама написала отчёт.
То, что мы обсуждали как «когда-нибудь потом», уже случилось.
В тему будет недавнее мое видео про то,
что может быть с ИИ до 2030 года
. Спойлер:
все серьезно
🤖
Вот оригинал исследования:
https://www-cdn.anthropic.com/53566bf5440a10affd749724787c8913a2ae0841.pdf

Я построил AI-команду из 5 агентов. Вот что они умеют
Месяц ковыряюсь с
OpenClaw
. Если не слышал — это open-source AI-агент, 344K звёзд на GitHub, самый быстрорастущий проект в истории платформы. Создатель уже ушёл в OpenAI.
Нашёл пять способов его использовать, которые вынесли мне мозг. Два из них — мои собственные.
Один — валидатор идей. Прежде чем начать пилить проект, агент за секунды сканирует GitHub, npm, Hacker News и говорит: «Тут уже 847 репозиториев, топ-конкурент с 9000 звёзд. Не лезь.» Или наоборот: «Ниша пустая, вперёд.» Одна строка в конфиге — и он делает это автоматически при каждом новом проекте.
Другой — мой собственный пайплайн. Надиктовываю голосовое в Telegram. Агент транскрибирует, разбивает на задачи, один агент пишет код, другой ревьюит, третий гоняет тесты. К обеду — готовый PR на GitHub. Без моего участия.
А последний кейс вообще сломал мне картину мира. Агент получает задачу, которую не умеет делать. И вместо «извини, не могу» — сам пишет себе плагин, устанавливает и выполняет.
Остальные два кейса — в ролике. Приятного просмотра:
Youtube

Антропики случайно слили исходники Claude Code Инженер сделал ошибку и залил в паблик все исходники. Официальные сливы уже закрыли, но у нас есть открытая пиратка, изучаем тут: https://github.com/instructkr/claude-code

удалил(-а) Вас из группы

Антропики случайно слили исходники Claude Code
Инженер сделал ошибку и залил в паблик все исходники.
Официальные сливы уже закрыли, но у нас есть открытая пиратка, изучаем тут:
https://github.com/instructkr/claude-code

Изучил Autoresearch и применил его к оптимизации сайта
Подробности в минутном видео.
Как вам такое применение нейронок?
Сказать, что имба ничего не сказать. А самое главное – бесконечная сфера применения.
Если нужен фул ролик на ютубе, жду ваших реакций!