Эпоха «вайб-кодинга», когда разработчики просто перекидывались промптами с чат-ботами, стремительно уходит в прошлое. В 2026 году индустрию захватывает агентная инженерия (Agentic Engineering) — подход, позволяющий создавать программные продукты в сотни раз быстрее с помощью параллельных систем искусственного интеллекта. Известный разработчик Мики в подкасте Дэвида Ондрея подробно разобрал свой актуальный ИИ-стек, рабочие петли оптимизации и объяснил, почему инвестиции в передовые ИИ-оболочки окупаются многократно.
🔄 Смена парадигмы: от «вайб-кодинга» к агентной инженерии 0:00
По словам ведущего Дэвида Ондрея, в 2026 году разработчики, которые создают продукты в 100 раз быстрее конкурентов, больше не занимаются ручным вводом промптов в стандартные чат-боты. Вместо этого они запускают параллельные агентные системы. Приглашённый эксперт Мики, старший инженер-разработчик, признался, что за последние три месяца около 95% всего его рабочего кода было сгенерировано искусственным интеллектом. Мики отмечает, что хотя он иногда скучает по написанию кода ради забавы по выходным, глупо игнорировать направление, в котором движется индустрия.
Мики подчёркивает, что современные языковые модели далеки от идеала, но они обеспечивают колоссальный прирост производительности, особенно если человек хорошо понимает вертикаль своего бизнеса. При этом важно разделять саму модель и так называемую «оболочку» (harness). По определению Мики, сама модель не умеет думать и ничего не делает — она лишь преобразует английский текст в токены, сопоставляет их на графе и математически предсказывает следующий токен. Оболочка же выступает в роли умной обёртки, которая предоставляет модели системные промпты, API-инструменты и специализированные файлы (например, agent.md), направляя её на выполнение конкретных глубоких задач.
В качестве основной рабочей среды Мики использует Cursor. В его стек входят следующие инструменты и модели:
- GPT-5.5 (Extra High / Fast) — базовая модель, которую Мики применяет на протяжении последних двух недель для работы со сложными и крупными кодовыми базами.
- Claude Opus 4.7 Max — модель, которую Дэвид Ондрей и Мики считают незаменимой для фронтенда и работы с интерфейсами (UI).
- Инструмент Open Source от Vercel — открытый репозиторий, кардинально упрощающий контекст-инженерию.
📂 Контекст-инженерия и смерть традиционной документации 4:18
Одной из главных проблем при работе с ИИ-агентами Мики называет избыточное раздувание контекстного окна. По его мнению, чем сильнее вы перегружаете контекст (который у современных моделей составляет в среднем от 227K до 272K токенов), тем «глупее» и менее точным становится агент. В старой парадигме разработчики пытались индексировать всю кодовую базу с помощью векторного поиска и RAG-систем, однако сегодня моделям достаточно дать эффективный инструмент локального поиска.
Для решения этой задачи Мики использует открытый инструмент open-source от компании Vercel. Эта утилита скачивает исходный код любого внешнего пакета или библиотеки, которую вы используете в проекте, и разворачивает её прямо внутри вашей локальной директории в специальной папке open-source/repos/github.com/. Мики интегрирует туда кодовые базы таких инструментов, как browser-use, composio, Daytona, open-claude и фреймворк Svelte.
По оценке Мики, это фактически означает «смерть» написанной людьми документации, которая зачастую является худшим источником информации. Исходный код самой библиотеки — это абсолютный и единственный источник истины для машины. В файле agent.md Мики прописывает для ИИ простую инструкцию: при создании фичи использовать терминальную команду npx open-source <ссылка на репозиторий>, а затем тегать скачанную папку в промпте с указанием «ориентируйся на этот код». В 8 из 10 случаев ИИ выдаёт безошибочное решение с первого раза.
Ещё одним важным принципом контекст-инженерии Мики называет предварительное планирование. Он заставляет модель сначала генерировать пошаговый план интеграции фичи. По его словам, это делается не для самого агента, а для человека, чтобы контролировать ИИ и не давать ему совершать критические ошибки на длинной дистанции, вовремя разбивая огромные задачи на микроскопические пул-реквесты (PR).
🛠️ Борьба со «запахом кода» и петля автоматического ревью GP Loop 13:16
Мики указывает на серьёзный недостаток ИИ-разработчиков: они ленивы по своей природе и всегда идут по пути наименьшего сопротивления. Девять раз из десяти, когда вы просите агента добавить новую функцию (например, интеграцию с Telegram), он не станет искать уже существующие в вашем проекте утилиты, а напишет функцию стриминга заново. Это приводит к накоплению дубликатов, «запаху кода» (code smell) и сильному усложнению последующей отладки.
Чтобы нивелировать этот фактор, Мики использует архитектурный подход под названием «сервисный слой» (service layer), который изолирует повторяющиеся механики выполнения от бизнес-логики. Для этого он применяет специализированные промпты (скиллы), заставляющие ИИ анализировать проект на предмет дублирования кода. Подобный популярный инструмент для улучшения структуры кодовой базы также разработал известный в сообществе инженер Мэтт Покок (Matt Pocock).
После того как код структурирован, Мики отправляет его на автоматическое ревью через платформу Gravile. Этот сервис выставляет пул-реквестам оценки уверенности (например, 3 из 5 или 4 из 5) и подробно расписывает найденные недочёты. Главная фишка процесса заключается в запуске команды /grep loop (или GP loop), вдохновленной концепцией автономных исследовательских циклов Андрея Карпати (Karpathy).
Алгоритм работы GP loop выглядит следующим образом:
- Агент Gravile анализирует пул-реквизит и оставляет замечания.
- ИИ-разработчик под управлением оболочки автоматически считывает фидбек, исправляет ошибки и отправляет новую версию кода.
- Система повторяет этот цикл по кругу без участия человека.
- Процесс останавливается автоматически только тогда, когда код получает максимальную оценку 5 из 5.
Мики отмечает, что передовые модели уровня GPT-5.5 Extra High и Opus 4.7 параллельно пишут огромное количество автоматических тестов. Они не прекращают работу в цикле, пока все созданные тесты не пройдут успешно. Единственные случаи, когда GP loop даёт сбой и уходит в бесконечную ошибку — это попытка скормить системе гигантские пул-реквесты на 9-12 тысяч строк кода, так как лимиты контекста по-прежнему конечны.
⚡ Идеальный технологический стек: Svelte и Convex 23:35
Для достижения максимальной синергии с ИИ-агентами Мики рекомендует подбирать технологии, которые изначально минимизируют шансы «выстрелить себе в ногу». В качестве фронтенд-фреймворка он категорически предпочитает Svelte вместо React. По мнению Мики, несмотря на огромную популярность React, он перегружен сложными хуками и скрытыми ловушками. Синтаксис Svelte, напротив, максимально близок к базовым принципам HTML и TypeScript, в которых ИИ-модели ориентируются практически идеально.
В качестве бэкенд-платформы Мики использует Convex. Он объясняет свой выбор тем, что в Convex абсолютно всё — от схем данных до фоновых задач и API — описывается исключительно чистым кодом на TypeScript. Разработчику нет необходимости заходить в графический интерфейс (dashboard) сервиса, за исключением моментов деплоя или оплаты. Благодаря этому ИИ-агент всегда имеет исчерпывающий текстовый контекст того, что происходит на бэкенде, и ему никогда не нужно отправлять скриншоты админ-панели с вопросами, на какую вкладку кликнуть.
💰 Экономика подписок и «нетехнические» кейсы использования ИИ 29:04
Дэвид Ондрей и Мики сошлись во мнении, что сегодня пользователи сильно разбалованы субсидиями от ИИ-компаний. Подписка на расширенные инструменты разработки (например, CodeX) стоимостью около 100–200 долларов в месяц предоставляет невероятные вычислительные мощности. Мики считает, что если молодой работающий человек жалеет 200 долларов на подписку, предпочитая тратить эти деньги на бары с друзьями, он совершает огромную ошибку. Собеседники заявляют, что без колебаний продолжат платить за эти инструменты, даже если их стоимость вырастет до 500 долларов в месяц.
При этом передовые ИИ-модели (включая GPT-5.5 Pro Extended) демонстрируют фантастическую эффективность в стандартной интеллектуальной работе (knowledge work), которая никак не связана с написанием кода. Мики привёл личный пример: недавно ему прислали сложный рабочий контракт на 27 страниц. Вместо дорогостоящего американского юриста Мики загрузил документ в Claude Desktop. Нейросеть построчно проанализировала контракт, подсветила все сомнительные пункты, составила аргументированные ответы и буквально заставила Мики потребовать увеличения гонорара. В результате переговоров по шаблону ИИ заказчики согласились изменить условия и увеличили сумму выплаты в три раза.
Дэвид Ондрей поделился своей аналогичной историей из сферы бухгалтерского учёта. Ему потребовалось полностью переделать отчётность одной из своих компаний за 2024–2025 годы. Профессиональные бухгалтеры запросили за ручную обработку 3000 транзакций сумму порядка 5000–6000 долларов. Дэвид подключил Cursor и Claude Code через API к бухгалтерской программе и за два часа полностью закрыл задачу, сэкономив деньги и признавшись, что доверяет ИИ больше, чем рядовым сотрудникам финансовых фирм.
🌉 Феномен Сан-Франциско и психология «безумных» запусков 34:33
Обсуждая темпы вывода продуктов на рынок, Мики поделился впечатлениями от недавней поездки в Сан-Франциско. Он отметил поразительный уровень «полезного безумия» среди местных фаундеров. Люди там обладают настолько гипертрофированной верой в свой успех, что готовы запускать полурабочие MVP-версии приложений (например, генераторов ИИ-контента) сразу же, как только появляется минимальный функционал.
По словам Мики, многие рекламные видеоролики стартапов в Twitter анимированы лишь потому, что сам продукт у них толком не функционирует. Однако пока обычные инженеры месяцами вылизывают одну фичу, боясь показать её миру, «безумные» фаундеры из Сан-Франциско привлекают 10 миллионов долларов инвестиций, получают реальный фидбек от пользователей и нанимают людей для исправления багов. Мики призывает разработчиков преодолевать страх критики, строить продукты публично (build in public) и запускаться как можно раньше, поскольку конкуренты движутся на сверхзвуковой скорости.
🛡️ Кибербезопасность в эпоху автономных систем 39:35
«Мы спеклись (we're cooked)», — так Мики лаконично охарактеризовал текущее состояние информационной безопасности. Он констатирует, что если петли оптимизации можно использовать для ускорения создания фич, то злоумышленники точно так же запускают автономных агентов для непрерывного поиска уязвимостей и проведения комплексных кибератак. Ситуацию усугубляет то, что на платформе Hugging Face регулярно появляются дистиллированные ИИ-модели со снятыми этическими ограничениями и guardrails.
Для повседневной защиты Мики и Дэвид рекомендуют придерживаться жестких правил:
- Семейные кодовые фразы. В эпоху идеального клонирования голоса нейросетями необходимо внедрить секретный пароль внутри семьи на случай, если вам позвонит «родственник» с чужого номера и в панике попросит перевести деньги.
- Отказ от SMS-2FA. Двухфакторная аутентификация через текстовые сообщения больше не защищает из-за повсеместного распространения SIM-своппинга (угона SIM-карт). Необходимо использовать только приложения-генераторы кодов (Google Authenticator, 1Password).
- Правило 14 дней для пакетов. Основной вектор атак на разработчиков сегодня — это внедрение малвари во вновь публикуемые open-source библиотеки. Мики жестко прописал в системных инструкциях своего ИИ-агента запрет на скачивание и установку любых пакетов, которые были выпущены в свет менее 14 дней назад. За две недели сообщество обычно успевает обнаружить и заблокировать вредоносный софт.
📈 Прогнозы на будущее: выживут ли программисты? 44:57
Мики ожидает, что в ближайшие 3–6 месяцев главным драйвером станет взрывной рост автоматизации именно в сфере интеллектуального труда (knowledge work), а не в классическом программировании. Проблема сейчас кроется не в слабости моделей, а в отсутствии удобного софта вокруг них. Именно поэтому технологические гиганты вроде OpenAI и Anthropic сейчас активно создают собственные консалтинговые подразделения, отправляя инженеров внедрять ИИ напрямую в традиционные бизнесы. Мики привел пример 24-летнего сотрудника одной компании, который показал руководству возможности Claude Code для работы с договорами и мгновенно получил повышение до топ-менеджера.
Что касается долгосрочной перспективы и угрозы потери рабочих мест, спикеры признают, что никто не знает точного ответа, и это пугает. Еще три года назад все были уверены, что программисты — самые защищенные люди в мире, но сегодня ситуация перевернулась.
Мики рекомендует радикально изменить отношение к происходящему: воспринимать развитие ИИ не как угрозу, а как увлекательную игру. Для нетехнических специалистов сейчас открыто уникальное окно возможностей. Благодаря современным инструментам, чтобы оказаться впереди большинства населения планеты, достаточно просто проявить упорство, укротить страх перед терминалом (CLI) и не стесняться использовать агента в качестве терпеливого ментора.
