Transcription
На самом деле, довольно просто обогнать 99% программистов, начать быстрее обучаться, закрывать рабочие задачи и реализовывать собственные проекты. Секрет этому прост: нужно всего лишь правильно использовать доступные нам инструменты.
Как бы это ни было странно, но разработчики даже на 30% не реализуют потенциал нейронок. Либо вообще их не используют, либо используют, но крайне неэффективно. Из-за этого работа стоит. Задачи закрываются медленно, а всему виною то, что разработчик не понимает, как оптимизировать свои процессы и за наименьший промежуток времени вносить наибольший профит.
Я потратил последние 6 месяцев на то, чтобы максимально окружить себя нейронками. Я использовал их на работе, в обучении, в реализации собственных проектов. По каждому направлению я повысил свою продуктивность и получил отличные результаты. Сейчас я сожму весь свой опыт и расскажу тебе про самые топовые способы использовать нейронки в работе, которые помогут тебе вырваться в топ-один самых продуктивных и ценных программистов, даже если ты новичок.
Совет номер один — это используй правильные LLM-модели. Я лично знаю программистов, которые работают в топовых IT-компаниях и для своих задач используют обычный GPT-5, который даже не думающий. Это приводит к тому, что всё равно нужно выполнять много ручной работы. Всё дело в том, что обычный GPT-5 бесплатный, который недумающий, гораздо хуже своего напарника справляется с задачами, которые относятся к коду. Он хуже находит баги, хуже ищет нужную информацию. Он довольно проблематично понимает твои запросы, работает с контекстом и выполняет задачи. Если хочешь продвинуться вперёд, ну, купи себе проаккаунт. Он выходит буквально по цене пиццы, но приносит кратно больше пользы.
Я лично, на самом деле, мало использую GPT-5 и чат GPT для работы с кодом, только если там исправление либо нововведение небольшое и требует минимум контекста. Проблема в том, что сама модель GPT-5 у нас очень долго думает, и результат, который мы получим на выходе, зачастую не стоит того ожидания. Это может привести к тому, что ты часто будешь просить его переработать код без особых результатов, но по итогу с очень большими временными потерями. Ну, а ещё, если ты используешь именно чат GPT, а не полноценную агентскую систему, то работать с кодом становится очень трудно. Оно как бы можно, но тебе приходится постоянно копировать код из IDE GPT, из GPT обратно в IDE. Короче, есть варианты гораздо лучше.
Но даже если мы говорим о моделях, то вот у нас есть народный Claude 4.5 Sonnet, который очень достойно у нас работает с кодом, хорошо понимает большой контекст, хорошо анализирует большие кодовые базы и выдаёт результат, что самое главное, у нас быстро.
Так как же всё-таки использовать тогда GPT-5? Хорошо его использовать для посредне-высокоуровневой архитектуры приложения и для поиска информации, для ресерча. Например, GPT, ты можешь попросить построить тебе структуру базы данных. Так ты поймёшь, какие тебе примерно нужны таблицы, какие в них нужны поля. С этим он справляется хорошо. Если у тебя есть какие-то вопросы по какому-то изолированному куску кода либо там по проекту в целом, тоже можешь обращаться к GPT. У него тупо база знаний больше, чем у любого человека, и этим надо пользоваться. Он типа может разобраться в логике кода. Он может тебе подсветить оптимизации, которые ты просто можешь не заметить. Конечно, ты сам можешь у нас копать недры интернета. Ты на это способен? Сомнений вообще нету, но ты потратишь часы на то, чтобы собрать итоговую картину воедино. Лучше просто обратись в GPT, попроси за тебя провести весь ресерч и выдать тебе готовый ответ простым языком.
У нас очень популярная история — это взаимодействие с нетехническими заказчиками. Они тебе дают ТЗ, а твоя задача как инженера, как разработчика — прикинуть сложность реализации, понять, какие тебе инструменты нужны, что вообще, как компоновать между собой. Так вот, эту задачу ты можешь решать не совсем сам. Ты можешь дать вот это вот бизнес ТЗ GPT, и он как минимум уберёт страх белого листа и даст ход процессу. Если он тебе накидал огромную реализацию, ты такой типа: "А за что вообще хвататься? Что делать? Как, в каком порядке?" Если ты понимаешь, что там уже полотно с мёртвые души, проси GPT декомпозировать эту задачу на мелкие шаги, на мелкие итерации. Ты так будешь лучше понимать, что в каком порядке реализовывать. Это тебе также сэкономит время на самостоятельное продумывание и разбиение задачи.
Ещё один суперлайфхак. Если ты часто по конкретному проекту с GPT общаешься, чтобы каждый раз не идти к нему и заново не вводить его в контекст, ты можешь создать папку и в эту папку записать инструкции со всеми тонкостями работы своего приложения: какой стек используется, какая структура базы данных, какие правила нейминга, архитектуры и так далее. Для того, чтобы собрать готовую инструкцию, тебе почти самому ничего делать-то и не нужно. За тебя всё сделает. Спасибо за то, что вот оно есть. Агентская система Claude либо Cursor. Ты просто задаёшь агенту с просьбой проанализировать твой проект и составить инструкции, в которых он напишет самую важную информацию о приложении. Дальше просто тебе стоит просмотреть глазами его ответ, посмотреть на то, как он написал инструкцию, при необходимости внести свои корректировки, потом просто копировать и вставить. Всё.
Итого: сервис ChatGPT и модель GPT-5 мы используем, когда не требуется сильная привязка к контексту приложения и его кодовой базе, когда нужно заняться поиском информации, проработать архитектуру, со стеком определиться, когда нужно понять, как тот или иной функционал работает. Ещё больше инсайдов по использованию нейронок и правил написания промтинга забирать в моём ТГ-канале. Там я рассказываю про свой путь в IT, делюсь тоннами полезной информации, рассказываю, как я повышаю свою продуктивность, в том числе с нейронками. Ссылка в описании.
Шаг номер два — это использование тех самых агентских систем: Claude либо Cursor, а лучше Claude и Cursor вместе. Chat — это всего лишь верхушка айсберга, а вот сейчас пойдёт настоящая жара. Агентская система простым языком — это программное окружение, в котором сама нейронка GPT-5 либо 4.5, неважно, используется как мозг для рассуждения, вокруг которого у нас есть ряд инструментов, которые позволят выполнять разнообразного рода задачи. Например, выполнение bash-скриптов, поиск информации в интернете, удаление, создание, редактирование файлов. Всё в этом духе.
В чём главный прикол агентов? Они могут работать в рамках кодовой базы твоего проекта. Тебе не нужно постоянно перегонять код с твоего редактора в чат GPT и обратно. Ты даже, чтобы добавить больше данных, можешь скормить агенту скриншот, образно говоря, чтобы указать, например, что в GUI нужно доработать, исправить, либо с нуля создать. Ты даже можешь говорить агенту ссылаться на каталоги и файлы вне твоего проекта. Возможности честно поражают, но это не значит, что теперь всю работу можно перекладывать на агентов и говорить ему, что: "Ой, братан, давай там пиши, что хочешь, пиши как хочешь, я через полчаса приду, проверю, а может и не проверю". Ты как программист должен идеально понимать всё, что происходит в коде, особенно когда дело касается выкатки фичей либо бакфиксов в прот.
Как же тогда использовать агентов? Ну, смотри. Во-первых, для объяснения того, как работает функционал. Вот представь, ты работаешь над каким-нибудь композитором, который написан на C++ в очень вальяжном стиле, каких-то вычислений, куча непонятных. Как собрать всё это в единый пазл и разобраться в программной реализации? Используй Claude, подруби режим планирования, ссылайся на определённые файлы и куски кода, которые тебе непонятны. Проси его объяснить, для чего оно вообще есть и как работает. Вместо того, чтобы самому копаться в исходниках и искать связи, агент сделает это всё за тебя.
Во-вторых, можно использовать агентов для того, чтобы реализовать прототип. Если тебе нужно добавить какую-то фичу, опиши ТЗ к Claude и попроси его заняться реализацией. Ты можешь даже примеры дизайна ему вскармливать и просить повторить то, что на картинке. Когда работу он сделал, изучи детально код. После того, как ты понял, как примерно должна выглядеть реализация, если она сильно крупная, откатывай все правки и начинай итеративно, самостоятельно, подконтрольно и с полным пониманием сути её воплощать в жизнь. Если изменения в коде оказались незначительными, то просто убедись, что ты полностью понимаешь реализацию, что у тебя нет слабых мест и что всё работает корректно. Только после этого ты можешь коммитить изменения и топать дальше.
В-третьих, я очень часто прошу агентов провалидировать мой код, указать на слабые места и на возможные оптимизации, которые стоило бы выполнить. Честно грешу. Бывают случаи, когда там память забыл очистить, когда какой-то кейс пользовательский не обработал. Вот такие места очень хорошо Claude детектирует. И, соответственно, указывает, что и как можно было бы сделать лучше.
Итак, связка Claude и Cursor. Почему я раньше упоминал, что такая комбинация является имбовой? По одной простой причине. В Cursor есть функционал автодополнения. Что оно делает? Ну, например, за тебя пишет базовую структуру классов и функций, называет переменные, пишет тесты и комментарии, то есть берёт на себя всю рутинную работу, которая отнимает какое-то время и не требует какого-то особого интеллектуального вмешательства. Я верю, что ты можешь и сам это спокойно сделать. Но зачем? Время, затраченное на выполнение чего-то руками, постепенно аккумулируется и выходит в значительные потери. Если увидишь какие-то косяки, то без проблем их поправишь. Ты по итогу остаёшься у руля. Главное — полностью понимать, что нейронка за тебя сгенерировала, иначе процесс разработки у нас превратится в вайпкодинг. Автодополнение тебя 100% сделает ленивым, но этого не избежать. У меня друг сказал, что после этой фичи он просто уже не может откатиться назад и использовать VS Code. Блин, честно, я его прекрасно понимаю. Возможно, ты начнёшь со временем плавать в синтаксисе, забывать, как определять какие-то структуры, но оно, я считаю, не так уж и важно в современном мире, если ты, конечно, не готовишься к собесам. Пока что там многое не прощают. Я лично спокойно пожертвую глубиной познания синтаксиса на повышение своей продуктивности. В современном мире хороших разравов отличает не знание конструкции языка, а умение строить архитектуры, использовать нейронки и решать проблемы.
По итогу Cursor в этой связке нужен только лишь для того, чтобы предоставлять тебе эту безумную фичу автодополнения. Если ты думаешь, что это того не стоит, как бы ничего тебе особо не даёт, то пойди проверь сам. Ты реально прозреешь. Так, а для чего мы тогда используем Claude? Claude мы используем как основу. У него под капотом крутится просто бомбовая модель Claude 4.5 Sonnet. Скажу по секрету, его хватает с головой. Я Claude с проподпиской использую и на работе, и для собственных проектов. Конечно, бывает такое, что наступают лимиты, но к их системе довольно удобной просто адаптироваться. В Claude в нашем пайплайне мы будем задавать все промты, которые непосредственно относятся к написанию кода. Мы будем также создавать своих субагентов, использовать MCP, создавать инструкции и реализовывать всю мощь вайп-кодинга. Шучу, мы тут не вайп-кодим, а занимаемся инженерией.
По итогу, что хочу сказать: глупо не использовать в современном мире те инструменты, которые мы имеем. Понимаю, может быть неприятно. Процесс разработки сейчас меняется, и ценность программиста тоже оценивается иначе. Если ты используешь ИИ, то в худшем случае работаешь в паре со стажёром, что может быть быстрее и эффективнее, чем в одиночку. Верно? В современном мире, если ты понимаешь, как правильно использовать агентов и LLM-модели, то становишься в десятки раз продуктивнее. Быстрее закрываешь задачи, тем самым повышаешь стоимость своего времени. Подчеркну, что нам, как программистам, всё ещё критически необходимо полностью понимать, как работает код, и держать под контролем то, что нам пишет нейронка. Бездумно, как попало что-то исправлять либо создавать — не опция, иначе исправление какого-то одного бага принесёт 10 других. А для того, чтобы постоянно быть в курсе последних событий, оставаться востребованным на рынке, напоминаю тебе подписаться на мой ТГ-канал, в котором я гораздо чаще делюсь своими мыслями и инсайдами про карьеру, использование нейронок и продуктивность в IT. Там как раз я более подробно расскажу про различия в использовании и для рабочих задач, и для написания собственных проектов. Пайплайн слишком сильно отличается. Увидимся совсем скоро. Пока.
[музыка]
[музыка]