EGround
Редактор
- Сообщения
- 69.077
- Реакции
- 293
Складчина: ИИ для разработчиков [proglib.academy] [Арсений Харланов, Олег Лайок]
AI для разработчиков. Соберите свою систему разработки с ИИ-агентами — под себя, за 4 месяца.
Встройте агентов в свой рабочий цикл — план → правка → тесты → ревью — на своём реальном проекте: от задачи до PR, готового к ревью или мёржу, каждый шаг под вашей проверкой и в рамках бюджета.
Знакомо?
- Лимиты сгорают за час-два — работа встаёт, деньги улетают
Платите за Claude Max, запускаете агента — и через 1–2 часа стоп. Понять, почему так быстро, почти невозможно. Без контроля расхода токенов агентный кодинг превращается в рулетку с бюджетом. - Каждый раз объясняете агенту всё заново
Знания о кодовой базе, архитектурных решениях и ошибках живут в голове одного разработчика. Агент не помнит ничего между запусками, команда не видит прироста по скорости и качеству кода. - CLAUDE.md, hooks, MCP — часы проб и ошибок без результата
Чтобы агент заработал по-настоящему, нужны CLAUDE.md, slash-команды, hooks и MCP-серверы. Документации мало, синтаксис расходится между инструментами, и время уходит на выяснение вместо реального кода. - После обновления агент игнорирует инструкции и ломает код
Регрессии после обновлений — агент делает противоположное тому, что просили, выдаёт «простейшие» но неверные фиксы. Доверять ему сложные задачи страшно без системы верификации.
Для кого этот курс:
Курс закрывает одну задачу: собрать работающий агентный процесс на своём реальном проекте — и перестать бояться, что агент сломает прод или сожжёт бюджет. Чтобы вы системно использовали агентов, а не хаотично промптили ChatGPT.
Кому подойдёт:
- Разработчики любого стека
Backend / frontend / fullstack / mobile — уже эпизодически кодите с ИИ и хотите системный агентный процесс на своём проекте. - DevOps и SRE
Хотите поручать агенту CI-конфиги, IaC и отладку деплоев — под ревью и контролем, а не вслепую. - Тимлиды и техлиды
Отвечаете за внедрение агентов в команде: стандарты, обязательное ревью, стоимость и безопасность на масштабе.
Что даст вам этот курс:
- Умение встроить агента в свой реальный проект
Backend / frontend / fullstack / mobile — любой язык. Уже эпизодически кодите с ИИ и хотите системный агентный процесс на своём проекте. - Понимание, где агент уверенно ошибается
Правдоподобный, но сломанный код, «зелёные» тесты при неверной логике, «сделал не то, что просили» — ловите эти провалы до мёржа. - Прозрачность расходов на токены
Видите цену каждого прогона и держите бюджет — агентная разработка перестаёт быть рулеткой. - Контроль над тем, куда агент не имеет доступа
Агент действует автономно только в заранее разрешённых зонах: локальная ветка, sandbox, staging, тестовые данные. - Навык собрать команду агентов под задачи
От одного агента к нескольким — каждый за свою стадию — и к процессу, который работает в команде.
Что вы получите на выходе:
- Настроенный под агента репозиторий: .claude/ с выверенным CLAUDE.md, хуками и сканом секретов
- Маршрутизация моделей по стоимости и панель расходов с ценой за каждый PR
- Команда субагентов под стадии разработки + параллельный запуск нескольких задач
- Тест-харнес с критериями приёмки (DoD) и регресс-тестами на ваши реальные баги
- Модель угроз вашего репозитория и политика автономии агента: права, лимиты радиуса поражения
- Смёрженные PR с историей ревью — рабочее доказательство процесса, а не сертификат
Стек курса:
- Claude Code — основной инструмент: plan mode, /code-review, /ultrareview, хуки, субагенты
- Cursor — альтернативный инструмент; разбираем различия форматов (CLAUDE.md vs AGENTS.md) и выбор под проект
- OpenRouter / OpenCode — развязка инструмент модель: маршрутизация по стоимости к западным и китайским моделям
- DeepSeek / Qwen / GLM — оптимальный выбор для части задач: сравниваем качество и стоимость в коде
- MCP — свежая спецификация: постепенная подача инструментов, поиск по инструментам, риски STDIO RCE
- AGENTS.md / CLAUDE.md — вручную ведомый якорь памяти: структура, метаданные, загрузка по требованию
- Semgrep — скан безопасности в агентном цикле как часть DoD перед мёржем
- git worktree — изоляция окружений для параллельных агентов
Программа:
Модуль 1. Вступление: где ломается разработка с ИИ и базовые настройки:
- Зачем писать md-файлы, или что сегодня решает промптинг
- Что ломается в проекте без правил
- Как уменьшить неопределённость
- Классификация сбоев агента на реальных кейсах диалогов с ИИ
- Как создать AGENTS.md: онбординг агента в незнакомый репозиторий
- Где живут правила: раскладка файлов в Cursor и Claude Code
- Полный цикл: план → правка → тесты → ревью с plan mode на демо-задаче
- Сквозной проект курса
- Первые шаги на проекте курса
Модуль 2. Контекст проекта: AGENTS.md / CLAUDE.md:
- Как работает агент: цикл и слои
- Когда нужен план, а когда достаточно постановки задачи
- Разделение: задача — в спеке, постоянное — в контексте
- Постановка задачи агенту
- Структура плана
- Использование sub agents
- Пример на основе проекта курса
Модуль 3. Подключение агента к стеку: MCP:
- Что даёт MCP: агент видит трекер, БД, логи и документацию, а не только файлы репо
- Риски MCP: запуск чужого кода (STDIO RCE), постепенная подача инструментов, поиск по инструментам
- Подключение MCP к GitHub/Jira/БД/Sentry/докам на своём проекте
Модуль 4. Спецификация как контракт:
- Чем спецификация отличается от промпта: агенту — рамка, вам — критерий приёмки
- Структура спеки из 5 секций: цель, требования, ограничения, Definition of Done, тесты
- Нотации EARS и Given-When-Then для acceptance criteria, которые агент не истолкует по-своему
- Типовые дыры в спеках, из-за которых агент додумывает требования
- Поиск подсаженных дыр в плохой спецификации — раньше, чем их найдёт агент
- Написание спецификации на задачу своего проекта по шаблону
- Прогон агента с/без спеки и фиксация разницы в diff
Модуль 5. Легаси и чужой код:
- Разведка незнакомого кода с агентом: структура, зависимости, точка изменения, blast radius
- Как проверять объяснения агента о чужом коде — он галлюцинирует и здесь
- Characterization tests и спека для легаси: фиксация поведения, белый список файлов, «не чини попутно»
- Рефакторинг и миграция большого легаси безопасными шагами под регресс-тестами
- Разведка выданного легаси-репозитория с агентом
- Изменение в чужом коде полным циклом: разведка → тесты → спека → план → агент → ревью → CI
Модуль 6. Постановка задачи агенту и ведение по плану:
- Как работает plan mode
- Когда нужен план, а когда достаточно постановки задачи
- Постановка задачи агенту
- Структура плана
- Использование sub agents
- Пример на основе проекта курса
Модуль 7. Ревью AI-кода:
- Почему меняется процесс
- Как начать доверять AI коду
- Как создать правила и обновлять правила
- Что мержить, а что смотреть
- Создание тест кейсов с AI
- Инструменты для ревью, делаем свой
Модуль 8. Тесты, критерии готовности и CI:
- Тесты выводятся из спецификации: каждый acceptance criterion превращается в тест
- Агентный TDD: сначала падающий тест, потом код до зелёного
- Критерии готовности (DoD) как ворота приёмки для кода агента
- Почему агент пишет happy-path и подгоняет тесты под свой код — и как этим управлять
- Что показывает coverage, почему «зелёный CI» ≠ «работает правильно», как читать красный билд
- Регламент отладки: воспроизвести → логи/стектрейс → локализовать → починить → регресс-тест
- Тест-стратегия: критичная логика, негативные сценарии, граничные случаи
- Проверка честности тестов: сломать поведение и убедиться, что тесты это ловят
Модуль 9. Безопасность и автономия агента:
- Почему prompt injection нельзя «запретить промптом»: Lethal Trifecta — данные, инструменты, внешняя коммуникация
- Цепочка поставок: галлюцинации пакетов, slopsquatting, уязвимые зависимости; риски хуков
- Автономия по уровням: минимальные привилегии, подтверждение разрушительных действий
- Радиус поражения: staging vs prod, токены вне досягаемости агента; кейс PocketOS
- Сборка модели угроз своего репо и политики автономии в хуках
Модуль 10. Мультиагентный SDLC и параллельная работа:
- SDLC/ADLC
- Параллельный запуск через git worktree: команды агентов, конфликты и синтез-ревью веток
- Hooks (Claude)
- Dynamic workflows (Claude)
- Worktree-параллель на 2 задачи со сведением результатов
- Агенты на CI
- Worktree, работаем параллельно
- Маршрутизация по стоимости: модель под задачу
- Локальная модель для приватного кода: подбор под своё железо (GPU)
- Пример нескольких CI агентов (ревью/обновление документации)
Модуль 11. Внедрение процесса в команде:
- Общая память и конфиг команды: что версионируется, кто владелец, как обновляется
- Стандарты на код агента и обязательное ревью как правило, а не договорённость
- Сборка командного регламента под свою команду
Модуль 12. Сквозной проект и защита:
- Как доказать управление ИИ артефактами процесса, а не словами «оно работает»
- Рубрика защиты из 6 критериев; какие элементы цикла сжимаются до минут, а какие обязательны всегда
- «Цикл за 60 минут»: незнакомая задача полным циклом — доказательство переносимости навыка
- Сборка финального репозитория: спека, контекст, план, ревью, тесты, README-навигация
- Защита проекта перед экспертом: 5–7 минут о том, как вы управляли ИИ
Эксперты курса:
- Арсений Харланов
- Android Tech Lead · Investing.com
- Внедряет AI в процессы мобильной разработки и QA.
- Продвигает Documentation Driven Development как основу для работы с AI и командной разработки.
- Олег Лайок
- Senior ML Developer в Yandex Crowd
- Внедрял LLM/VLM solutions в Сбере, ecom-tech, Яндексе
- Спикер ODS DataFest 2025
- За две недели перевёз сервис на новый транспорт с помощью spec-coding
- Разрабатывает агентские сценарии в Data Labeling
- Реализовал LLMOps pipeline на платформе разметки
Цена 79990 руб.
