Учить ли кодинг с AI: главный навык — передать намерение

Что в ролике
Многие видят вирусный репозиторий reverse engineer anything и думают, что агенты скоро заменят программистов, но автор объясняет, почему этот пример не показателен: приложение, которое разбирает агент, само служит готовым эталоном, поэтому ему не нужно угадывать намерение. В обычной разработке всё иначе — LLM не читает мысли, и даже если автор сам не пишет код больше года, он тратит время на планирование и проверку, чтобы донести замысел. Антипаттерн «мясного прокси» — взять тикет из Jira, бросить агенту и вернуть ответ с пометкой «Claude сказал» — обесценивает работу человека. Личный пример: попытка сделать 3D-игру без чёткого описания провалилась, и пришлось остановиться на 2D. Когда автор дал агенту скриншоты The Legend of Zelda как графический ориентир и заставил сверяться с ними, фабрика за пару дней собрала 3D-версию, близкую к задумке. По мере роста моделей промпт-инжиниринг и длинные rule-файлы теряют значение, а вот умение строить «обвязку» вокруг агента — планирование, под-агенты, хуки и валидация — становится критичным. Тест из видео: если следующая модель станет вдвое умнее, навык останется важным или отойдёт на второй план? Автор убеждён, что разработчик теперь инженер не кодовой базы, а harness-системы, которая помогает агенту понять задачу.
Практика
- Что получишь
- Понять, какие навыки стоит развивать, а какие можно отпустить, и как строить обвязку вокруг агента, чтобы он делал именно то, что вы задумали.
- Первый шаг
- Взять свою текущую задачу и вместо передачи агенту голого тикета заранее записать, что должно получиться и на какой пример можно ориентироваться.
- Цифры
- —больше года — столько автор не пишет код самостоятельно, делегируя всю работу агентам
- —100+ провайдеров данных — столько источников в каталоге Alexandria, который показывает спонсор Firecrawl
- —1 000 кредитов в месяц — бесплатный стартовый лимит Firecrawl, упомянутый в ролике
- Честно
- Видео спонсировано Firecrawl: в середине автор показывает библиотеку Alexandria и MCP-сервер, а ссылка на сервис лежит в описании. Он также продвигает свою AI-фабрику и просит подписаться на канал. Для повторения примера с 3D-игрой нужен доступ к Opus 5.5 и опыт сборки собственного harness — пошаговой инструкции в ролике нет.
Если слова незнакомы — 6 терминов
- LLMбольшая языковая модель, на которой строятся AI-агенты
- промпт-инжинирингподбор формулировок и приёмов, чтобы получить от модели нужный результат
- rule-файлытекстовые правила и ограничения, которые загружают агенту для соблюдения
- harnessобвязка вокруг агента: инструкции, инструменты, проверки и вспомогательные компоненты
- под-агентывспомогательные агенты, выполняющие узкие подзадачи внутри общего процесса
- хукиперехватчики, запускающие действия на определённых этапах работы агента
Связки из этого ролика
1 шт.- Firecrawl MCP + Claude Code
Компоненты
3 шт.Формат: мнение · для практикующих · уверенность разметки 0.85 · источник