Я все чаще и чаще встречаю такие истории разработчиков:

1. попробовал AI в начале 2025

2. попросил написать код, результат был так себе, выбросил

3. в итоге использует максимум AI автокомплит типа Github Copilot

4. Несколько месяцев назад дал второй шанс AI и установил Claude Code

5. Мир перевернулся

Сильное заявление, но это так. Будущее уже наступило: разработка больше не будет такой, как в 2024.

В этой статье я расскажу, как устроены AI Coding Agents (Claude Code, OpenAI Codex, Opencode и др), как правильно ими пользоваться и как потратить $20 так, чтобы не уволили в 2026.

Кто я такой

Меня зовут Даниил Охлопков и я Analytics Lead в TON Foundation. Пилю свои петпроекты с AI и рассказываю об этом в своем тг канале.

Что такое AI Agent

Все мы знаем, что такое LLM и ChatGPT, но чем это отличается от эйай кодинг эйджент типа курсора, клод кода, чатгпт кодекс и их опенсорс аналогов типа opencode? Как построить своего кодинг агента дома?

Если раньше разработчиков на собеседованиях спрашивали вопросы типа «что такое Primary Key», то сейчас просят запрогать своего агента.

Любой агент — это просто while true цикл, который берет твой ввод и «продолжает» его с помощью LLM. Если в ответе есть запрос на вызов инструмента (tool), то вызываем и результат отправляем обратно в llm. Repeat.

Почему стоит попробовать именно Claude Code? Потому что

1. он работает локально на твоем компьютере (улетают только запросы в ллм)

2. очень быстрый (насколько это возможно с учетом параллелизации)

3. из коробки есть все нужные тебе инструменты (bash, интернет поиск, контроль браузера)

Многие считают, что в целом, модель умнее Opus-4.5 уже необязательна. Но прогресс не остановить: чем удивит нас 2026?

Флоу работы с AI агентами на начало 2026

У многих схема работы с AI инструментами была такая: просишь ChatGPT набросать кусок — копируешь к себе в код. Или просишь Cursor пофиксить багу — он пишет много и не то, что надо. С начала 2025 всё по-другому.

Самый результативный флоу с AI агентами (Claude Code, ChatGPT Codex, Amp, Cursor и др) на начало 2026 года выглядит таким образом:

Шаг 1: Обсуждение идеи

Описываешь то, что хочешь сделать (добавить функционал, пофиксить багу, написать статью, сделать рисерч всего интернета), и добавляешь: "Давай обсудим идею". AI бегает по текущим файлам проекта, догадывается, что и где нужно сделать, задает уточняющие вопросы, бегает по интернету за деталями.

Шаг 2: План реализации

Когда вместе обсудили верхнеуровнево задачу, просишь написать детальный план реализации (в Claude Code это просто Shift+Tab -> переход в Plan Mode). Бегло проверяешь то, что он собирается сделать, вносишь правки.

С временем наберешься опыта сразу формулировать мысль нужным образом — и правок в плане становится все меньше и меньше.

Шаг 3: Выполнение

Запускаешь нового агента выполнять расписанный план и провести тестирование. Здесь же можно попросить сделать PR, где еще один CI агент проведет доп проверку, добавить и провести unit и e2e тесты, задеплоить, обновить документацию и написать маме, что любишь ее.

Лайфхак: чем атомарнее задача, тем выше шанс сделать идеально с 1го раза. Прямо как в жизни, да? Зачастую очень хочется перечислить в 1 промпт сразу все найденные баги — иногда это сработает, но для надежности лучше по очереди. С опытом вы научитесь формулировать ��адачи так, чтобы они выполнялись сразу же. Также можно обвесить агента плагинами (например, автоматизацию браузера или telegram‑mcp) для интеграционных тестов или других автоматизаций рутины.

Управление контекстом LLM: спецификации

Чтобы LLM выдал годный ответ, нужно рассказать как можно подробнее о задаче и о проекте. Появляется естественное желание общаться «в одном чате», чтобы история сохранялась. Я сам ловил себя на такой мысли. Но все, кто так делал, замечали, что модель начинает сильно глупить после долгих обсуждений. Это одна из самых частых причин, почему люди бросают это дело и возвращаются прогать по‑старому.

В память (контекст) модели помимо вашего промпта загружаются системные инструкции (промпты) от производителя модели, от самого AI Agent, от твоих плагинов, сам твой запрос и вся последующая история, включая прочитанные файлы и вызовы инструментов. Если установить кучу MCP серверов, то под саму полезную работу места может не остаться. Современные агенты умеют сжимать историю, что освобождает место в памяти и позволяет продолжить работать, но качество при этом сильно падает.

Решение: вести спецификацию проекта — текстовое описание, что как где лежит, как работает, как тестить, как деплоить и тп. Но не в одном большом файле, а в собственной документации из кучи маленьких файлов, не забывая оставлять ссылки между ними, чтобы модель могла прочитать нужную для задачи информацию.

Если возводить работу с агентами в абсолют, то спецификации — это единственное, что нужно читать и редактировать: при правильном описании спеки можно просто попросить агента написать план реализации и после реализовать его шаг за шагом (используя технику Ralph Wiggum, названную в честь пацана из Симпсонов). Но все может измениться уже через полгода, когда агента начнут сами писать за нас спецификацию и лучше понимать, что же на самом деле мы хотели сказать.

Мой AI сетап начала 2026: Голосовухи через Телеграм

Если вы вкусили мощь Claude Code CLI, в вас просыпается творец и экспериментатор. Но блин, иногда приходится отходить от компуктера — как же быть?

Мне очень нравится ChatGPT из‑за возможности нажать на микрофончик, записать подкаст минут на 5-10, рассказывая, что же на самом деле я хочу сделать. Скорость передачи энтропии голосом быстрее, чем печатать (но медленее чем чип в мозге лол) — и я хочу пользоваться этим дальше.

На своем ноутбуке у меня есть папочка с проектами и папочка с моим Obsidian Vault, куда я записываю идеи, мысли, переживания, наблюдения, черновики статей и тп.

В этой папке я запускаю takopi — бесплатный опенсорсный инструмент, который позволяет общаться с Claude Code или любыми другими агентами с интерфейсом в терминале) через личный Telegram Bot (расшифровка голосовых через OpenAI Whisper API). Можно настроить чат‑форум в тг, где один подчат — один проект на компе. Все лучше, чем из одной папки управлять всеми проектами — не грузим лишнее в контекст, помним?

И вот сегодня утром во мне проснулась романтика сходить за завтраком в постель, а сам по пути надиктовывал фрагменты этой статьи, хе‑хе.

Продано! С чего начать?

Я сам долгое время просто читал про AI, про новые открытия, возможности и хейт от того, что у кого‑то не получилось сделать что‑то. Это все бесполезно, если вы не проверяете это все сами. Если вы ждали знак, какую же нейронку купить, вот он: начните с Claude Code от Anthropic. Возьмите тариф за $20, скачайте Claude Code CLI и запустите в любом проекте. Он сам расскажет, с чего можно начать.

И начните экспериментировать, общаться с моделью. Скормите ему простенькую задачу и посмотрите, что он будет делать. Он будет задавать уточняющие вопросы и запрашивать различные доступы по ходу дела.

Придумайте себе проект сами! Я решил перенести Block Blast (топ-2 казуальная мобильная игра в 2025) в телеграм. За пару стримов вся игра готова с 100% покрытием unit и e2e тестами.

Теперь, когда вы превратились из потребителя в производителя, — расширяйте кругозор, изучайте новые инструменты и практики. Например, подпишитесь в Твиттере на создателей любимых библиотек — они все уже давно прогают с AI.

Вместо заключения хочется процитировать создателя NodeJS (твит):

Эра пишущих код людей закончилась.

Инвестируйте в свое образование.