Неделя, когда стало видно: ценность ушла из кода
Обычно за неделю радар приносит десяток разрозненных инструментов: тут сканер утечки секретов, там визуальный тестер MCP, здесь ещё один способ ужать контекст. На этой неделе случилось другое. Несколько человек, которые друг с другом не сговаривались — практик-разработчик, маркетолог, автор coding-агента, инженер из The Pragmatic Engineer — сказали по сути одно и то же. И свежие репозитории, всплывшие в тот же прогон, оказались про ту же мысль.
Тезис простой: писать код больше не проблема. Раз модель делает это влёт, ценность уехала из самого кода — в три других места. Разберём каждое, потому что для того, кто запускает продукт с AI, это меняет, за что вообще держаться.
Мы тоже чувствуем этот сдвиг. При достаточной глубине личного видения, готовности простроить архитектуру и минимальном упорстве — можно построить 90% возможных ИТ-продуктов. И 10% я оставил с большим запасом на узкие области знаний и там, где нужен доступ к большой вычислительной мощности.
Главный сдвиг: важнее не «как сделать», а «как проверить»
Самая чистая формулировка — у Глеба Кудрявцева:
«Сейчас, когда нейронки влет пишут любой код, главный принцип кодинга — это налаживание обратных связей. Т.е. вы не столько говорите, как и что сделать, сколько то, как это проверять по шагам. И гварды чтобы не халявило на этом пути. Дальше оно само.»
Это не абстракция — на той же неделе вышли инструменты, которые буквально об этом. QuantumByte генерирует приложение из намерения, а потом проверяет каждый ход агента против бизнес-требований — авторы дали проблеме имя: «false convergence», когда демо выглядит готовым, а критичные требования тихо сломаны. sample-specship от AWS — официальный samples-репозиторий, не энтузиаст-одиночка — строит пайплайн recon → plan → build → validate → ship с adversarial-валидацией до семи независимых проверяющих и гейтами «typecheck + tests + build перед мёржем». А fable-method (1129 звёзд за неделю) дистиллирует рабочий метод в четыре навыка, где ядро — «определи „done“ через именованную верификацию» и «проверяй наблюдением, отчитывайся результатом с честными оговорками».
Обратите внимание: три независимых артефакта, три разных автора, одна идея — сначала контур проверки, потом код. Год назад инструменты соревновались в том, кто быстрее сгенерит. Теперь — в том, кто надёжнее отправит агента в цикл исправления собственных ошибок.
Что это значит для вас, если вы выводите продукт, а не демо: браться за агента без ответа на вопрос «как я узнаю, что он сделал правильно» — значит платить за скорость тихими провалами в проде. Проверка — не этап после кода, а то, что задаёт код.
Важная деталь: важнее не промпт, а контекст
Тот же сдвиг с другой стороны сформулировал Илья Красинский:
«AI не автоматизирует маркетинг, он его рентгенит. Если процесс порождал шум, вы получите тот же шум быстрее и дешевле. Shit in — shit out. Поэтому внедрение агентов это в первую очередь работа над стандартами и контекстом, а не над промптами.»
Ключевое слово — «рентгенит». Агент не чинит кривой процесс, он его обнажает и ускоряет. И поэтому вся неделя дала всплеск инструментов не про «промпт получше», а про контекст, который агент носит с собой между сессиями:
- BlitzOS — приватный git-репозиторий с картой репозиториев, конвенциями и логом решений; облачная сессия агента поднимается сразу с этим контекстом, «чтобы каждая новая VM не загружалась, ничего не зная».
- deja-vu — memory-слой поверх локальных логов Claude Code/Codex: recall «мы это уже чинили три недели назад» вместо повторной отладки решённой проблемы.
- AgentPrizm — память с validity-windows: у факта есть срок годности, после которого агент перестаёт ему верить. Это прямой ответ на грабли «память протухла, а агент ей всё ещё верит».
Все три — про одно: агент силён настолько, насколько хорош контекст, который в него заряжен. Промпт — верхушка; под ним стандарты, память и карта того, где что лежит. Если этот слой у вас пустой, красивый промпт лишь быстрее выдаст мусор.
Ещё деталь: большой контекст не решение всех болей
Тут начинается контринтуитивное. Казалось бы: раз контекст так важен — грузи его побольше, бери модель с окном пошире. Оказывается, нет.
Количественный ориентир дал Dex Horthy (интервью The Pragmatic Engineer):
«the less of the context window that is used, the better the outcomes are … You have to get a feel for how much context usage makes sense, and experiment when you hit the ‘dumb zone’»
Его практика: не заполнять контекст выше 300–400K токенов для больших моделей и 100K для малых — дальше начинается «dumb zone», где растут галлюцинации. Ту же мысль, но про экономику, приводит Тимур Хахалев, объясняя, почему в Codex сознательно нет 1M-окна:
«предположим, если ваше контекстное окно на 1M токенов заполнено на 800-900к, то LLM будет работать сильно менее эффективнее, чем оно было бы заполнено на 100к-200к токенов: галлюцинации, ошибки, спотыкания и т. д.»
Забитое под завязку окно не только работает хуже — оно и стоит кратно дороже за тот же результат. Отсюда — спрос на приёмы сжатия: тот же радар принёс pxpipe, локальный прокси, который рендерит крупные текстовые блоки в PNG, чтобы модель читала их через vision (одна страница ~92 000 символов за ~4 761 токен — по заявлению автора, экономия 59–70% на Sonnet). Приём контринтуитивный и не без ограничений — точность падает на плотных строках вроде hex, — но сам факт, что за него берутся, показывает, куда сместилась инженерия.
Для нас это не теория. Мы сами работаем на 1M-контексте — и именно поэтому знаем, что большое окно это не «грузи сколько влезет», а прогресс-бар, который лучше не заполнять больше половины. Выделенные субагенты с чёткой задачей, контекстом и инструментами решат задачу лучше, чем одна “уставшая сессия”.
И под всеми тремя пунктами — фаза рынка
Если отойти на шаг, видно, почему все эти тезисы про одно и то же, и это не про код. Рынок сейчас перекошен в инфраструктуру. Полевое наблюдение с RAISE summit:
«И это буквально мем про лопаты. Каждый второй стенд это провайдер компьюта. Компьют компьют компьют дата-центры гпухи. Не пузырь, четко и ясно»
Рынок продаёт лопаты, не прииски. Инфраслой перегрет — а прикладной, где из агентов собирают что-то, за что платят живые люди, недообслужен. И вот здесь важное отрезвление от Богдана (BOGDANISSSIMO), который специально искал бизнес-модели без людей и не нашёл:
«Но все примеры, которые я вижу: агенты сами покупают (у кого? у людей) или сами продают (кому? людям) – все всё равно если присмотреться про людей… Путь к деньгам всегда лежит через людей»
Что с этим делать, если вы запускаете продукт
Не «поменяйте инструмент». Сдвиг глубже — он про то, куда вкладывать своё время:
- Стройте контур проверки раньше кода. Перед задачей агенту ответьте: как я узнаю, что он сделал правильно? Нет ответа — не запускайте автономный прогон, тихий провал дороже.
- Наводите порядок в контексте, а не в промптах. Карта проекта, конвенции, лог решений, память с сроком годности, база знаний для ваших агентов — это фундамент. Красивый промпт поверх пустого контекста лишь быстрее выдаст шум.
- Держите контекст худым. Не грузите окно «на всякий случай»: после 300–400K начинается «dumb zone». Дешевле и точнее — сжимать и разбивать на стадии, чем пухнуть.
- Запускайте субагентов. Туда же. Моя любимая команда в Claude Code последнее время — запусти сессию через чип, чтобы решить это.
Пару дней назад мы разбирали, какую модель под какую задачу брать — это тактика. Эта заметка — про уровень выше и важнее: даже с идеальным выбором модели рычаг теперь не в коде, а в проверке, контексте и его цене. Что из этого сработает у нас на своих запусках — рассказываем в канале @myshipstack.
Источники (дословные цитаты приведены без изменений): Глеб Кудрявцев про обратные связи · Илья Красинский — AI рентгенит маркетинг · Dex Horthy, The Pragmatic Engineer · Тимур Хахалев про 1M-контекст и про харнесс будущего · BOGDANISSSIMO — путь к деньгам через людей · «мем про лопаты», RAISE summit · QuantumByte · sample-specship (AWS) · fable-method · BlitzOS · deja-vu · AgentPrizm · pxpipe. Цифры по pxpipe (92 000 символов / 4 761 токен, экономия 59–70%) и звёздам репозиториев приводятся со слов авторов и радара, независимо нами не проверялись.