Максим Аверин | Interview Hustlers

Как ИИ помогает работе бэкэнд-разработчика? AI не захватывает рынок и не лишает разработчиков работы. Наоборот, дает возможность повысить свою продуктивность и наслаждаться своей деятельностью еще больше. Так выглядит работа с ИИ, если овладеть всеми инструментами. 💁‍♂️ И, например, это вышло у Татьяны — участнице прошлого Буткемпа AI Она НЕ работала с фронтендом уже больше полугода. И пришла, чтобы стать мастером ИИ для работы в бэкенде. До курса Татьяна использовала Клод, ЧатГПТ и Курсов. И отдавала на аутсорс мелкие задачки, просила пояснить терминологию, концепты и т.д. Однако чего-то не хватало. Не хватало какой-то детали, чтобы сделать из ИИ мощный инструмент для себя. Поэтому на Буткемпе стала активно и сразу же внедрять все рекомендации, советы и новые знания. Таким образом, после курса оставила для себя 2 нейронки: 1️⃣ Курсор, который помогает разбираться в рабочих вопросах; 2️⃣ Perplexity для личных целей. Что она для себя подчеркнула после курса? «AI регулярно помогает разбираться в сложной бизнес логике, предлагает валидные решения.» А еще она научилась четче формулировать запросы, использовать рулзы, составлять тз, что сильно экономит запросы. И теперь тратит до 200 запросов из 500 в месяц. При том, что спрашивает самые разнообразные рабочие вопросы/задачи, получает развернутые полноценные ответы за меньшее количество итераций. И вот какой вывод она сделала: «Осознала, что ИИ может стать мощнейшим инструментом, если уметь правильно им пользоваться.» А если тоже хотите научиться использовать ИИ на все 100%, то ставьте — 🔥 под этим постом

Как ускорить работу разработчику с AI за счет корректного промта? [ 2 примера и шаблоны готовых промтов ] Адекватный и грамотный промт — залог продуктивной и эффективной работы с AI. Думаю, что это понятно и логично. Однако большинство, а таких 60-70%, разработчиков, которые пытаются писать код вместе с нейронкой, ругаются на нее. 💁‍♂️ Вот, что они обычно говорили: — ИИ пишет код с ошибками; — Приходится еще править после нейронки; — AI вообще выдает какую-то дичь и эта игрушки. Хотя бОльшая часть этих проблем исходит из некорректного промта. Да, все так просто и сложно одновременно. Поэтому сегодня хочу поделиться разбором 2 примеров промтов и еще готовыми шаблонами. Начнем с 2 примеров «плохих» и «хороших» промтов: ❌ Плохо (Cursor / Ask) «Оптимизируй calculatePrice и почини баги.» 🟢 Правильно (Cursor / Ask → Agent) «Проанализируй pricing/calculatePrice.ts и pricing/discounts.ts. Баг: неверный учёт НДС для скидок по промокоду. Не меняй код, распиши план фикса (шаги, файлы, критерии). После согласования — Agent: обнови только calculatePrice, добавь юнит‑тест в calculatePrice.spec.ts (кейсы: промокод + НДС, скидка 0%, отрицательная цена — запрет), не трогай публичные сигнатуры. Формат ответа: план, затем diff по файлам.» Или вот еще один пример, как НАДО и НЕ НАДО составлять промт ❌ Плохо (Claude Code / CLI) «Сделай кэширование запросов к API.» 🟢 Правильно (Claude Code / CLI) «Спланируй добавление кэширования в src/api/client.ts. Ограничения: TypeScript, Node 18, LRU в памяти, TTL=30000 мс, backoff 100·2^n при 429 (макс 5 попыток), логгер pino. Сначала дай план, потом сделай патч только этого файла и добавь тесты в client.test.ts. Данные: npm test -- --watch=false Если тесты упадут — предложи исправление и приложи обновлённый diff. Используй checkpoint перед внесением правок.» А это 3 готовых шаблона для вашей работы: 📍 Шаблон плана (Ask / Claude Plan): «Прочитай @file1@file2 и распиши план решения без изменений кода. Формат: 1) шаги 2) затронутые файлы/символы 3) риски 4) критерии готовности. Если данных мало — спроси.» 📍 Шаблон патча (Agent/Composer): «Внеси правки только в @file, функцию foo(). Сохрани сигнатуру. Добавь тест @file.spec.ts с кейсами A/B/C. Покажи diff по файлам и краткий commit message. Если тесты падают — исправь и повтори.» 📍 Шаблон проверки безопасности: «Проведи security‑review изменений: укажи потенциальные уязвимости, небезопасные дефолты, утечки. Предложи конкретные фиксы и обнови пулл‑реквест diff.» И если вы хотите еще подобного контента, то ставьте — 🦄

10 ключевых антипаттернов, которые делают 90% разработчиков и чем их заменить [Чек-лист для прояснения работы с AI] Итак. Мы подробно обсуждали разные мифы и заблуждения по поводу ИИ. А теперь пришло время по чуть-чуть выдавать базу того, как НАДО формулировать задачу, чтобы повысить в AI свою продуктивность. В общем, мы с командой подготовили небольшой чек-лист, который вам точно пригодится. 1️⃣ Один расплывчатый промпт «сделай X» Пишут: «Оптимизируй функцию», «почини баг», «сделай кеш». Но, в итоге, модель гадает и даёт общие решения. Как надо: формулировать задачу узко + критерии успеха (сигнатура, ограничения, формат вывода, граничные случаи), желательно с примерами/тестом. Это прямо одна из типовых ошибок в промпт‑инжиниринге: расплывчатость, перегрузка контекстом, отсутствие формата ответа. 2️⃣ Пихают в чат кучу кода без связи с задачей Контекст «расплывается», токены тратятся, качество падает. Как надо в Cursor: – дать ровно нужные файлы — выделить участок кода → Cmd+L (он и весь файл пойдут в контекст); – перетащить файл/папку в чат; – добавить через @ поиск; при сложных задачах — подмешивать документацию через @Docs . 3️⃣ Используют Ask/Chat там, где нужна правка в нескольких файлах Чат отвечает текстом, а изменения потом «копипастят». Как надо в Cursor: план обсудить в Ask (быстрый ответ), а изменения выполнять в Agent/Composer — он сам внесёт дифы сразу в несколько файлов (и покажет превью). 4️⃣ Игнорируют «правила проекта» Каждый раз заново объясняют стиль, архитектурные нормы. Как надо в Cursor: завести Project Rules / .cursorrules с инвариантами стиля/архитектуры(типы строго, именование, лог‑формат и т.п.). Готовые примеры правил — в открытых репозиториях. 5️⃣ Тянут одну и ту же «заезженную» сессию История засоряется, новые источники не подхватываются. Как надо: дробить на этапы, стартовать новый Composer/Agent, когда пошли круги или сменился подтаск. Сообщество Cursor прямо это советует. 6️⃣ Не добавляют внешние требования/PRD Пишут «сделай как в ТЗ», но ТЗ не в контексте. Как надо в Cursor: прогнать PRD/гайд через Gist и подключить в ссылаться на реальные требования. (Cursor - Community Forum) 7️⃣ Сразу «ломятся» в редактирование без плана Получают хаотичные правки. Как надо в Claude Code: сначала explore → plan → code → commit, причём план можно править в Plan mode (VS Code extension), а изменения откатывать через checkpoints. 8️⃣ Не дают модели «данные работы» — логи, трассы, тесты Модель фантазирует причины. Как надо в Claude Code: прямо прокидывать данные — пайпом в CLI, файлами или командой прочитать конкретные файлы; просить сначала анализ/гипотезу, потом патч. 9️⃣ Не страхуют безопасность/качество Принимают код «как есть». @Docs → модель будет Как надо: запускать статанализ/аудит зависимостей, просить у модели отдельный «security review»/фиксы, держать ревью ручное. 🔟 Перегружают правила/контекст «на всякий случай» Длинные правила/простыни — модель игнорирует куски. Как надо: хранить правила краткими, модульными, до 1‑2 страниц; в Claude — CLAUDE.md на уровень репо/папки и «тюнинг» по мере итераций. 👉 В общем и целом, берите, внедряйте и работайте на 20-30% быстрее Если вам чек-лист зашел, то ставьте — 🔥 и сохраняйте себе в «избранное»

Это инструмент, а не волшебная пилюля, которым ЕЩЕ надо научиться пользоваться К такой мысли пришел один из участников прошлого буткемпа по AI Хотя до этого лишь наблюдал инфошум и хайп вокруг темы ИИ, но сам лично не пользовался, пока не начал проходить курс по GO. И только на нем узнал о Claude, который стал его первым ИИ Однако и это была лишь бесплатная версия с минимумом запросов. 💁‍♂️ Настоящее погружение в мир AI началось же с Буткемпа. Этого участника зовут Николай. Он занимает лидовую позицию и много случаев, где стал экономить время на ресерч с вариантами того, что можно сделать. 👉 Например, недавно нужно было заниматься матрицей компетенций, без ИИ вообще не знал бы сколько это заняло времени и было бы матрица объективной. Сейчас же он ежедневно использует perplexity с отправкой вопросов от рабочих до бытовых. Вот, что он сам говорит: Google кажется вообще не использую, по крайней мере не помню Зато ежедневно использует курсор, но только для анализа/решения проблем. Из-за того, что только начал в go решение комплексных задач через курсор, то изначально у него это отнимало много времени, чтобы понять контекста решения и механических скиллов по go. Для полной генерации задач использует курсов в технических проектах, где его код почти никто смотреть не будет. И, в итоге, ИИ стал для него инструментом, а не волшебной пилюлей, которым еще надо научиться пользоваться. Как раз на Буткемпе, он получил нужную базу для этого, поэтому сейчас лишь совершенствует свои навыки и скиллы 🔥

Это один из самых дорогих коучей И я говорю про гольф, в который впервые сыграл 3 года назад в Турции. Было красиво и интересно, но ничего не получалось 😅 Но как только переехал в Испанию, то смог найти рускоговорящего тренера, с которым и занимаюсь 1-2 раза в неделю последние 1,5 года. Не думал, что так втянусь, однако гольф оказался глубже, чем казалось. Да, это эстетично, красиво и крутая энергетика. Только порог входа весьма большой, примерно как в теннисе, чтобы прийти и сразу начать играть. И лично для меня гольф стал чем-то вроде коуча. Сами посудите: 1️⃣ Нужно постоянно работать над собой У меня изначально ничего не получалось и было сложно. Даже довольно много времени ушло на то, чтобы стабильно и предсказуемо попадать по мячу. Но когда стал стабильно посвящать этому занятию время 1-2 раза в неделю, то стало получаться шаг за шагом 2️⃣ Интенсивная нагрузка Задействуются те мышцы в теле, о которых до этого вообще не задумывался. Само движение в гольфе мягко сказать не самое естественное в жизни. Особенно большая нагрузка на спину и на руки. 3️⃣ Требует огромной концентрации Поэтому нужен постоянный контроль и фокус внимания, что для СДВГшников в наше время весьма тяжелое занятие. А самое главное, чему меня научил гольф: Чем меньше паришься над результатом, тем лучше получается. Да, тут превосходно работает это правило, которое легко перекладывается и на нашу жизнь. Ведь сначала у меня был сильный стресс от того, что все выходило криво и мяч летел не туда. И я хотел приложиться по мячу клюшкой все сильнее - это давало обратный результат. А как только расслабился и стал бить спокойнее и легче, то и шары стали лететь как-то лучше, и удары стали точнее 😁 Что еще интересного — даже организовал мероприятие в Барселоне для фаундеров стартапов за игрой в гольф. Всем зашло настолько, что думаю будем периодически собираться Также хочу сейчас получить гандикап, который позволяет играть в гольф почти на любых полях. ➡️В общем и целом, всем советую попробовать этот вид спорта — это очень круто, особенно когда включается азарт Ну, а у вас какое есть хобби? Делитесь в комментариях 👇

Ускорям изучение и работу с новыми технологиями/библиотеками с помощью ИИ. Часть 2 [ Разбор на примере реального кейса ] Итак, под прошлым постом собрали большое количество реакций и сохранений. А это означает одно — сегодня будем разбирать на примере реальной задачи. Если пропустили, то Часть 1 — прямо тут. Так вот. Условно у нас стоит задача: Привести сервис к «канонической» структуре Flask (app factory + blueprints), чтобы проще вносить изменения. Что будем делать? 1️⃣ Сопоставляем концепты FastAPI → Flask Попросите Claude (с web search + context7): «Составь таблицу соответствий: APIRouter (FastAPI) ↔ Blueprint (Flask); DI‑зависимости ↔ функции/контекст приложения; ASGI middleware ↔ WSGI/Flask middleware; встроенная валидация ↔ ручная/библиотеки. Добавь ссылки и предупреждения, где поведение отличается из‑за ASGI/WSGI». 2️⃣ Добавляем app factory (если её нет) Попросите: «Создай план refactor → create_app(config) + регистрация расширений и blueprints; не меняй бизнес‑логику». Claude подготовит патч и шаги миграции. Под рукой — оф. примеры Application Factory. 3️⃣ Разносим роуты по blueprints Просьба к Claude: «Выдели из app.py эндпоинты /auth/* и /items/* в auth_bp и items_bp, зарегистрируй с префиксами; добавь smoke‑тесты». Опираться на оф. доку Blueprints. 📍Мини‑пример конверсии обработчика До (FastAPI): from fastapi import FastAPI app = FastAPI() @app.get("/health") def health(): return {"ok": True} После (Flask blueprint): # app/factory.py from flask import Flask from .health import health_bp def create_app(config=None): app = Flask(__name__) if config: app.config.from_object(config) app.register_blueprint(health_bp, url_prefix="/") return app # app/health.py from flask import Blueprint, jsonify health_bp = Blueprint("health", __name__) @health_bp.get("/health") def health(): return jsonify({"ok": True}), 200 Релевантные паттерны — Blueprints и Application Factory. 4️⃣ Валидация и схемы Просьба к Claude (Explanatory): «Предложи 2–3 варианта валидации входных данных во Flask (в т. ч. c Pydantic/маршмаллоу), плюсы/минусы и где писать проверку — до/после контроллера». (Здесь уместно web search + context7 для актуальных рекомендаций библиотек.) 5️⃣ Тесты и документация В плане попросите: «Сгенерируй pytest‑тесты для ключевых ручек и README с командами flask run, pytest -q и шагами локального запуска». Примите диффы в Plan mode. Как-то так 🙌 Что даёт такой стек? 🟢 Скорость онбординга /init создаёт «память проекта» и снимает часть рутинных вопросов. Plan mode защищает от «чёрных ящиков» — вы правите план до изменений. 🟢 Актуальность знаний web search + context7/deepwiki подтягивают свежие примеры и версии API, экономя время на ручном гуглинге. 🟢 Формат обучения «на бою» Learning даёт парное программирование: часть делает агент, часть — вы (через TODO(human)), при этом Explanatory объясняет сделанные решения. В конце, попрошу снова сделать 2 вещи: — Сохранить себе в «Избранное» этот пост — Поставить — 🔥, если вам зашло и хотите больше подобного контента Для меня это важно, чтобы понять — нужно ли дальше таким делиться или слишком душно 😅

Cursor 2.0 vs Claude Code / Codex — кого выберут разработчики? [ Реальная обратная связь по обновлениям ] Снова? Вы видели уже обновления от Cursor 2.0? Лично один из наших разработчиков сразу пошел тестировать своими руками. И, конечно, я не мог не поделиться небольшими промежуточными итогами 🫡 Вы же помните, что ДО этого мы все переходили с Cursor на на Claud Code/Codex? И на это было 2 основные причины: 1️⃣ Качество планирования и “thinking”-модели. Claude Code реально умел строить длинные цепочки рассуждений, и это впечатляло. 2️⃣ Надёжность и стабильность. Cursor часто “плавал” между моделями, Auto-режим жил своей жизнью, а лимиты не были прозрачны. Теперь ситуация изменилась: у Cursor появился понятный модельный стек, Auto стал стабильнее, а Composer работает предсказуемо. Прежние “killer-features” Claude Code больше не эксклюзивны. И теперь, мне кажется, что часть из разработчиков вернутся обратно. Ведь Cursor 2.0 вернул то, за что его любили в 2024 году: – высокую скорость итераций, – предсказуемое поведение, – баланс цены/качества. И хотя Claude Code всё ещё силён в длинных и автономных задачах. Но для большинства разработчиков, которые работают итеративно и руками управляют процессом, Cursor снова стал логичным центром рабочего цикла. А если подробнее, то все дело в рынке 👌 Да, потому что он перешел от «интеллектуальных» моделей к «быстрым и встроенным» инструментам. Так Cursor выпустил собственную модель Composer 1, которая наконец закрыла старую боль — медленные ответы и ограниченные лимиты. Блин, она в 3–4 раза быстрее. При этом выдаёт стабильный, чистый код. Цена осталась «вменяемой»: тариф за $20 покрывает нормальную ежедневную работу. Это возвращает старую философию Cursor — скорость итераций важнее всего. Ну, а Claude Code и Codex, наоборот, стали слишком «тяжёлыми»: отличные для архитектурных решений, но избыточные для быстрой повседневной разработки. Если подробнее, то вот, что добавили нового в Cursor 2.0 и почему это важно: 📍Composer 1 — своя модель, адаптированная под кодинг, без “thinking-переизбытка”. Она не философствует, а просто делает. 📍Скорость — решающий фактор. При тестах она в 3 раза быстрее Claude Code и на порядок быстрее Codex. 📍Новые агенты и браузер — теперь можно работать не только с кодом, но и с интерфейсом, DOM-элементами, фронтенд-логикой. 📍Параллельные агенты — до 8 штук одновременно, изолируются через git worktree. Это мощная штука для сравнения реализаций. Теперь Cursor — не просто IDE с автокомплитом, а полноценная среда для AI-проектирования. 👉Однако есть и минусы Auto-режим всё ещё может быть непредсказуемым. Composer 1 пока уступает по глубине размышлений Claude Sonnet 4.5, особенно на архитектурных задачах. Есть риск, что с ростом популярности они снова усложнят тарифы или урежут лимиты. Но если курсор не начнёт «ломать» модель ради маркетинга — сейчас он в лучшем состоянии за последние два года. Короче говоря, чтобы проще было понимать, проведу аналогию 🙌 📍 Claude Code — это твой джун, которому ты ставишь задачу и отпускаешь. Он думает, ресерчит, пишет код и через полчаса приносит результат. 📍 Cursor — это твой напарник, с которым ты сидишь рядом. Он мгновенно отвечает, меняет, подсказывает, делает короткие итерации. Оба подхода рабочие, но для ежедневной разработки и тестов гипотез Cursor выигрывает. Ты не хочешь ждать 10–30 минут, пока агент додумает, если тебе нужно просто добавить фичу или проверить гипотезу. Так что в итоге? Cursor 2.0 — это возвращение к идее, что «быстрая итерация побеждает долгие размышления». Для большинства практикующих разработчиков это идеальный баланс: высокая скорость, чистый код, интерактивная IDE и разумная цена. Что еще хочется сказать? 🙌 Claude Code и Codex остаются сильными в автономных, длинных сценариях, но для повседневного кодинга, фичей, UI-работы, быстрой проверки гипотез Cursor снова лидер. А вы уже попробовали Cursor 2.0? Если да, то ставьте — 🦄

Это уже похоже на какую-то истерию Вот, смотрите 😅 В мире началась эпидемия увольнений работяг: сотрудников корпораций выкидывают на улицу, чтобы заменить их ИИ Именно такую новость видел вчера на одном из каналов в Телеграм, поэтому решил ее с вами обсудить 🫡 Но давайте сначала посмотрим на статистику сокращений: ➖UPS: 48 000 человек; ➖Nestle: 16 000 человек; ➖Amazon: 14 000 человек; ➖Accenture: 11 000 человек; ➖PwC: 5600 человек; ➖Salesforce: 4000 человек; ➖Target: 1800 человек; ➖Applied Materials: 1400 человек; ➖Paramount: 1000 человек; ➖Ford: 1000 человек. Здесь важно уточнить, что это сокращения не разработчиков, а вообще множества сотрудников. То есть это могут быть какие-нибудь менеджеры, секретари и т.д. И здесь вывод такой: рутинную работу будут делегировать AI. Потому что бизнес всегда будет стараться снизить затраты и увеличить прибыль. Интересно, конечно. И, видимо, все это каснется еще и России: В начале октября один из топ-менеджеров российского банка сообщил о планах уволить огромное количество айтишников, заменив их ИИ. Не думаю, что получится убрать большое количество разработчиков, заменив их на ИИ. Да, возможно где-то это каснется джунов, но масштаб явно преувеличен 🙌 Официально везде заявляют о «реструктуризации бизнеса», но уволенные сотрудники уверены, что их заменяют ИИ ради экономии. А вот этот тезис мне вполне понятен, потому что люди боятся, что их уволят и заменят на ИИ. Здесь можно сделать лишь одно — развиваться и учиться работать с AI, чтобы не потерять работу. 💁‍♂️ Поэтому, как я уже говорил, не ведитесь на хайп и раздувание вокруг ИИ, а еще учитесь с ними работать, чтобы в будущем стать на 2 головы выше тех, кто этого так и не освоил. Если тоже так считаете, то ставьте — 🔥

Ускорям изучение и работу с новыми технологиями/библиотеками с помощью ИИ [ Часть 1. База. Инструменты. Чек-листы ] Итак. Мы тут уже пару недель говорим о том, как ИИ помогает разработчику в работе. Но каких-то лайфхаков пока не давали. И я считаю, что надо исправляться. Согласны? Поэтому сегодня обсудим, как с помощью ИИ вкатиться в работу с новыми технологиями или библиотеками. В общем, поехали 👌 Представьте! Вы пришли на новый проект. 💁‍♂️ Один из микросервисов — на Flask (blueprints + app factory). Ваш недавний опыт — FastAPI. Нужно быстро разобраться в архитектуре сервиса, закрыть баги/добавить фичи и не «утонуть» в документации. Ключевые различия для онбординга: 📌 FastAPI — ASGI‑фреймворк с вшитой валидацией/доками, Flask — WSGI и даёт больше свободы, но меньше «из коробки»; 📌 Придётся вручную решить архитектуру (app factory) и структуру (blueprints). Это влияет на DI, обработку запросов и тестирование. Что будем использоватьиз инструментов? Claude Code (CLI/VS Code). Planning mode (VS Code). MCP‑коннекторы. Web search / Web fetch Output styles / /output-style. Explore‑Plan‑Code (рабочий паттерн). Чек‑лист: «быстрое погружение во Flask, если ты из FastAPI» 1️⃣ Запуск Claude Code в сервисе npm i -g @anthropic-ai/claude-code cd services/flask_app && claude /init В CLAUDE.md добавьте: как гонять тесты, как запускать dev‑сервер, линтеры, policy для правок/команд. 2️⃣ Подключаем стили обучения Для онбординга: /output-style learning (Claude будет просить вас делать часть шагов самими). Для архитектурных разборов: /output-style explanatory. 3️⃣ Explore (исследование кода и концептов) Сообщение Claude: «Прочитай @app/* и @tests/*. Пока не правь код. Составь карту архитектуры (app factory, blueprints, расширения), критические зависимости и точки интеграций». Параллельно включите web search и MCP: claude mcp add --transport http context7 https://mcp.context7.com/mcp # deepwiki: подключите свой URL MCP‑сервера /mcp # посмотреть список и состояние Попросите: «Сопоставь концепты FastAPI ↔ Flask (router→blueprint, dependency injection→функции/контекст, middleware, валидация), приложи ссылки из context7 и веб‑поиска.» 4️⃣ Plan (план изменений под Flask‑архитектуру) В Planning mode попросите Claude составить план из задач: – выделение/настройка application factory; – организация blueprints; – стратегия валидации входных данных (например, Pydantic/маршмаллоу вручную в endpoints); – тесты (pytest) и smoke‑прогоны; – список рисков и rollback‑шагов. Убедитесь, что в плане есть ссылки на оф. доку Flask Blueprints и Application Factory и список edge‑cases. 5️⃣ Code (выполнение по шагам, попеременно с человеком) В стиле Learning пусть Claude вставляет TODO(human) в места, где важно самому прочувствовать фреймворк (например, регистрирование blueprint, обработка ошибок, конфиг логирования). Вы делаете эти TODO, Claude — рутину (заготовки, wire‑up, тесты). 6️⃣ Commit (завершение) Запросите у Claude прогон тестов, обновление README и подготовку PR‑описания с «рисками/проверками». (В VS Code — принять финальные диффы из Plan mode). Ну, с этим разобрались, думаю 🫡 И чтобы мы в следующем разобрали возможности Claude на практике с кейсом, у меня 2 условия: — Сохраняйте этот пост к себе в избранное; — Ставьте — 🔥 под этим постом + отвечайте в опросе ниже 👇