Автоматизация

От задачи до MR: как устроен конвейер разработки с ИИ-агентами в «Первой Форме»

1 мин чтенияHabr AI
Обложка: От задачи до MR: как устроен конвейер разработки с ИИ-агентами в «Первой Форме»

ИИ-агент может за минуты подготовить изменение, на которое у разработчика прежде уходил час. Но ускорение написания кода создаёт другую проблему: растёт нагрузка на проверку. Нужно изучить diff, понять предположения агента, проверить затронутые компоненты и убедиться, что решение соответствует задаче, а не просто проходит формальные проверки. Почему агент выбрал этот модуль? Какие связанные части системы изучил? Какие варианты отбросил? На какие требования и результаты проверок опирался? Если этот контекст остаётся в закрытой сессии, следующему участнику процесса приходится собирать его заново. В 2026 году эту проблему сформулировал Томас Домке, бывший CEO GitHub и основатель Entire. Она звучит так: «Узкое место при выпуске кода — это ревью кода, созданного агентами». Мы в «Первой Форме» к похожему выводу пришли через собственную практику.

Читать далее

ZOLT JOURNAL / ДАЛЬШЕ

Обложка: От промпта до продакшна за два часа: всё, что нужно знать о Claude Code
АвтоматизацияHabr AI

От промпта до продакшна за два часа: всё, что нужно знать о Claude Code

К концу 2026 года Claude Code перестал быть экзотикой: CLI-агент от Anthropic генерирует всё на свете — видео, сайты, приложения, скрипты, статьи — и закрывает заметную часть инженерной рутины. Одни называют его лучшим, что случилось с разработкой за последние годы; другие указывают на лимиты, которые заканчиваются быстрее, чем ожидалось, жалуются на решения, которые агент принимает без спроса, и на очередную волну блокировок аккаунтов. Статья для тех, кто не сразу нырнул в ИИ-сферу и до сих пор копирует код из браузера в IDE, а теперь хочет понять, что за зверь такой Claude Code. В этой статье я расскажу как им пользоваться, почему пара часов вместо пары дней — на самом деле реальный сценарий, но только для небольшой фичи или сервиса, оговорю это сразу.

1 мин чтения
АвтоматизацияHabr AI

Как ChatGPT помог мне потратить шесть часов на пятиминутную проблему

В тот августовский летний день я занимался своими исследованиями финансового рынка и приводил в порядок заметки в Obsidian. В какой-то момент я загрузил два CSV-файла, затем удалил их через Проводник Windows и обнаружил, что Obsidian стал подтормаживать. Причём тормозило не всё приложение. Редактор работал прекрасно, поиск тоже. А вот при переключении разделов настроек появлялась неприятная задержка. И эта история не простой баг-хаунтинг.

1 мин чтения
Обложка: Конвейер ИИ-мультсериала: сценарий по секундам, опоры, Kling и автоматическая проверка серии
АвтоматизацияHabr AI

Конвейер ИИ-мультсериала: сценарий по секундам, опоры, Kling и автоматическая проверка серии

Слева Seedance поставил двух Зин; в центре опорный лист; справа выбранный кадр Kling с одной Зиной. Мы собираем вертикальный мультсериал «Лесная улица» из облачных моделей: в этой пробе серия на 24 секунды, постоянные герои, русская речь. За 29–31 октября 2026 года одну серию пересобрали примерно десятью способами на Wan, Kling, Veo, Seedance, GPT Image и Nano Banana Pro. Ниже — порядок шагов, который сложился после испытаний, таблица расходов, пары «брак / исправление» и список того, что мы так и не починили. Ограничение одно: зрительских чисел по этому способу пока нет, речь только о производстве. На 31 октября опубликованы «А телефон куда?» и «Подменишь?». «Агитация запрещена» и «Посидеть потом» ниже — производственные пробы.

1 мин чтения