Video Thumbnail

Vertis Vibe Check

Вертикали Яндекса01:48:29
https://www.youtube.com/watch?v=ll_sF-6ZG8o

Содержание

Краткое резюме

  • В видео обсуждается использование AI-агентов для помощи в кодинге, на примере двух инструментов: Cloud Code от Anthropic и Rukod (расширения для VS Code).
  • Герои тестируют интеграцию агентов с проектом Smartbe — сервисом для создания конспектов по YouTube-видео.
  • Cloud Code — терминальный агент, мощный, но менее удобный для тех, кто не любит терминал. Rukod — расширение для VS Code с разными режимами и большим функционалом.
  • Обсуждаются особенности работы с проектом через AI, ограничения, стоимость, безопасность, потребность в контроле и погружении.
  • Авторы отмечают необходимость активного взаимодействия с AI, корректировки промтов и роли разработчика как "менеджера агента".
  • Отмечается, что в текущем состоянии AI не заменяет разработчика, а скорее становится ассистентом, помогая с рутинными задачами и ускоряя разработку.
  • Видео сопровождается обсуждением лайфхаков по работе с AI, формированию запросов, структуре проектов и перспективам внедрения.

Введение: знакомство с героями и задачей

В начале трансляции ведущие делятся настроением и представляются. Миша Левченко и Георгий Беседин — технический менеджер с фронтенд-бэкграундом — обсуждают подход к работе с AI-ассистентами для кодинга. Миша предпочитает Cloud Code, а Георгий решил попробовать Rukod — редакторское расширение для VS Code.

Основная идея — в процессе live coding проверить возможности агентов, сравнить их подходы, посмотреть, как они помогут доделать проект Smartbe — сервис конспектирования YouTube-видео.

Проект Smartbe и его функции

Smartbe — небольшой SaaS-проект, где пользователь вводит ссылку на YouTube-видео и получает подробный конспект, представляющий собой текстовую выжимку с тайм-кодами и дополнительными функциями:

  • История и свежие конспекты других пользователей
  • Автоматическая генерация тегов и категорий
  • Квиз с вопросами по видео для самопроверки
  • Возможность скачивания конспекта в различных форматах (txt, markdown)
  • Браузерное расширение для удобства

Технически бекенд написан на Python, фронтенд — на JavaScript, расширение использует iframe. Несмотря на скромный масштаб, проект уже сталкивается с задачами, которые сложно покрыть стандартными CSR-технологиями.

Особенности работы с AI-агентами

Cloud Code

  • Терминальный агент от Anthropic, интегрируется с локальным проектом через командную строку.
  • Работает быстро, умеет грепать файлы, выполнять bash-команды с разрешения пользователя.
  • Поддерживает пополнение баланса и управление затратами (тестировалась с лимитом в 20$).
  • Позволяет просить план действий, делить задачи на подзадачи, управлять приоритетами и учетными показателями (Rise Score: Reach, Impact, Confidence, Effort).
  • Имеет встроенную историю контекстов, умеет кэшировать данные для ускорения работы с проектом.
  • Недостаток — меньшая визуализация и удобство, поскольку работает в терминале, что для некоторых пользователей менее комфортно.

Rukod

  • Расширение для VS Code с разными режимами: кодирование, архитектура, отладка, регистратор задач.
  • Позволяет создавать собственные режимы с кастомным системным промтом, облегчая адаптацию к проекту.
  • Обеспечивает визуальную структуру проекта, смену контекстов, упрощает взаимодействие с языковой моделью.
  • Стоимость значительно выше Cloud Code, нет подписок, что может ограничивать использование в долгосрочной перспективе.
  • Очень полезен для тех, кто привык работать в VS Code и хочет более визуальный, понятный интерфейс.

Работа с проектом: вызовы и решения

  • Оба агента могут считывать содержимое проекта с локальной машины, анализировать структуру, выполнять команды и вносить правки.
  • При интеграции важно грамотно формировать запросы (промты), давать максимально подробный контекст и уточнять требования (например, кликабельные тайм-коды к конспекту).
  • Были обсуждены дополнительные функции: кнопки "поделиться" и "скачать", аналитика (например, интеграция с Яндекс.Метрикой), создание аккордеона для вопросов квиза.
  • В процессе работы агенты периодически создавали лишний код или "напрягали" интерфейс, поэтому разработчик должен внимательно контролировать результат.

Безопасность и стоимость

  • Проект хранится в приватном репозитории GitHub, что вызывает вопросы безопасности данных.
  • Автор указывает, что вагонные решения у ведущих IT-компаний показывают подобные практики как общепринятые и безопасные при разумном использовании.
  • Цена оказалась важным фактором: Cloud Code дешевле, есть подписка, Rukod — дороже и без абонемента.
  • Целесообразно использовать AI-кодинг на рабочих задачах, где экономится время, или в pet-проектах, где нет желания писать вручную.

Взаимодействие с AI: управление и ограничения

  • Важно, чтобы разработчик не был пассивным пользователем. Нужно планировать задачи, разбивать их на шаги, корректировать запросы и помогать агенту лучше понять контекст.
  • Агентом стоит управлять как стажером: постоянно контролировать качество кода, тесты и логику.
  • AI пока не заменяет разработчика, но значительно ускоряет рутинные задачи вроде написания тестов, рефакторинга и небольших фич.
  • Возможны циклические ошибки или "залипания" агента, для чего необходимо уметь прерывать и корректировать процессы.

Лайфхаки из трансляции

  • Использование мультиагентов для разделения проекта на фронт и бэкенд с параллельной работой.
  • Настройка различных режимов работы AI: от кода до архитектуры и регламента задач.
  • Добавление неформального стиля общения с агентом через кастомные промты для более живого взаимодействия.
  • Предпочтение английского языка в промтах для лучшего качества ответов.
  • Интеграция аналитики кнопок и пользовательских действий без лишнего вмешательства в код.
  • Формирование кликабельных тайм-кодов в конспектах для удобства навигации по видео.

Итоги и мнение авторов

  • За полтора-два часа с использованием Cloud Code и Rukod смогли реализовать базовую функциональность новой фичи – вывод тайм-кодов в конспект.
  • В работе с AI необходим систематический контроль, тщательное планирование и корректировка запросов.
  • AI-кодинг полезен для ускорения рутинных этапов и поддержки в задачах, но требует от разработчика погружения и опыта.
  • Без подписки и адекватного бюджета использование таких инструментов становится дорогим и не всегда оправданным.
  • Такой подход полезен как для продвинутых программистов, так и для начинающих, которые могут учиться у AI, задавая вопросы и разбирая код.
  • В целом, AI — это помощник и ментор, но без человека-профессионала пока не справится.

Цитаты из трансляции

«Использование модели как помощников полезно, вайпкодинг забавно, но скорее вредно, чем полезно.»

«Мне кажется, что просто после медла те задачки, которые сейчас может делать LLM без твоего надзора, — они такие, которые не развивают тебя как специалиста.»

«Для меня Cloud Code прям очень понравился тем, что он независимый, не ломает workflow и работает в терминале, где я чувствую себя дома.»

«Работать с AI — это как управлять стажёром, который делает массу вещей, но без твоего контроля легко допустить ошибки.»

«Если хочешь быстро понять код, можно просто спросить у AI, и он тебе объяснит, будто у тебя есть электронный ментор.»

Заключение

Данная трансляция представляет живое обсуждение и тестирование AI-ассистентов в работе с реальным проектом. Авторы делятся опытом, возможностями и трудностями при внедрении специализированных агентов в разработку. Видео полезно как для разработчиков, желающих понять перспективы AI-кодинга, так и для практикующих специалистов, ищущих новые инструменты для повышения продуктивности.

🚀 Приятного знакомства с AI в вашей разработке!