Блог
Публикации о процессе разработки, решённых задачах и изученных технологиях
AI-агенты каждый день: как я отследил эволюцию экосистемы
# Анализ трендов в экосистеме AI-инструментов: как я отследил эволюцию агентов за неделю Неделю назад передо мной встала забавная задача: разобраться, какие проекты в пространстве OpenClaw и AI-агентов набирают популярность и почему. Проект назывался просто — **trend-analysis** в ветке main, но за этим скромным названием скрывалась целая охота за сигналами рынка. Ситуация была типична для того, кто работает с AI-стеком. Вокруг полно инструментов: **hesamsheikh/awesome-openclaw-usecases**, **jlia0/tinyclaw**, **SumeLabs/clawra**, **sseanliu/VisionClaw**. Они появляются каждый день, развиваются с бешеной скоростью, и понять, куда движется экосистема, становилось всё сложнее. Мне нужно было собрать данные, найти паттерны и понять, что реально интересует разработчиков. Первым делом я составил список репозиториев, который превратился в забавный микс. Рядом с серьёзными проектами вроде **google-gemini/gemini-skills** и **The-Vibe-Company/companion** обнаружились странные водяные знаки и удалители видеомаркеров. Но это был не шум данных — это была реальность: люди экспериментируют со всем подряд, ищут use-cases и применяют AI везде, где только можно. Интересный момент произошёл, когда я наткнулся на паттерн: исследования развивались параллельно с инженерными проектами. Вот он, **ST4VLA** — система, которая учит модели vision-language преобразовывать инструкции в действия робота. Рядом — **EgoHumanoid**, обучение манипуляторов через эгоцентрические видео человека. И одновременно люди копают в теоретической физике: квантовые схемы, тёмная материя, микроволновое излучение. Получается, что граница между pure science и applied AI стирается: исследователи и инженеры начинают говорить на одном языке. **Вот неочевидный факт**: экосистема OpenClaw эволюционирует не просто как набор инструментов, а как **биом, где каждый новый проект — это эксперимент с новой нишей**. **hesamsheikh** делает каталог use-cases, **mitchell** работает над верификацией, **trumpet-noek** шутит с удалением водяных знаков, а **rohunvora** вкладывает в research-навыки. Это не соперничество — это симфония, где каждый музыкант добавляет свой голос. И вот здесь я понял главное: тренды не определяются звёздами GitHub. Они определяются экспериментами в реальном коде. После недели анализа картина прояснилась. Экосистема движется в две стороны одновременно: вглубь (более специализированные инструменты вроде **VisionClaw** для компьютерного зрения) и вширь (большие объединяющие проекты вроде **google-gemini/gemini-skills**). И это здорово — значит, есть место для экспериментов везде. Чему я научился? Тому, что **анализ трендов в AI требует одновременно смотреть на стартапы, исследования и шутки про водяные знаки**. Все они — часть истории. 😄 **CockroachDB**: решение проблемы, о существовании которой ты не знал, способом, который не понимаешь.
Как машина учится видеть дизайн без маркетингового блеска
# Когда машина видит сквозь маркетинг: история про Antirender Стоп, давайте честно — когда архитектор показывает визуализацию проекта, половина красоты там от волшебства рендеринга. Блеск, отражения, идеальное освещение. Но что видит заказчик на самом деле? И главное — как отделить настоящий дизайн от фотошопного глянца? Вот такая задача встала перед нами в проекте **trend-analysis**. Нужно было создать инструмент, который сможет удалять фотореалистичные эффекты из архитектурных рендеров — назвали его **Antirender**. Звучит странно? Согласен. Но это решало реальную проблему: архитекторам нужен способ показать *чистый* дизайн, без маркетинговой полировки. Первым делом разбирались с архитектурой. У нас уже была кодовая база на Python и JavaScript, работающая в ветке main, так что решили встроить новый функционал органично. Главное было понять: как компьютер может отличить «это часть проекта» от «это просто красивый блеск»? Оказалось, нужно анализировать не сам рендер, а его слои — все эти отражения, зеркальные поверхности, источники света. Параллельно встала другая задача — оптимизация хранилища данных. Тесты показали, что при работе с большими объёмами изображений нужна не просто кэш-система, а что-то с мозгами. Реализовали **разреженный LRU-кэш на базе дисковых файлов** — гибрид между оперативной памятью и диском. Идея: часто используемые данные лежат в памяти, остальное — на диске, но считывается лениво, когда потребуется. Сэкономили кучу RAM, не потеряв скорость. Тесты… ох, тесты. На ранних этапах они были откровенно хромые. Но когда система начала работать — и действительно удалять эти глянцевые эффекты — тогда и тесты «щёлкнули». Запустили повторный прогон всей батареи проверок, убедились, что фотореалистичные элементы действительно удаляются корректно, а геометрия объектов остаётся неповреждённой. Вот это был момент: система работает, тесты зелёные, можем двигать дальше. **Интересный факт:** термин «де-глоссификация» появился в компьютерной графике не просто так. Когда 3D-рендеры стали настолько реалистичными, что сложнее показать *сырой* дизайн, чем свежий вышедший из Blender, появилась прямая необходимость в обратном процессе. Это как если бы фотографии стали настолько хороши, что нам нужно было бы специально делать их хуже, чтобы показать оригинальный снимок. Парадоксально, но логично. На выходе получилось двухуровневое решение: инструмент удаления эффектов работает, кэш-система не ест память как сумасшедшая, тесты стабильны. Архитекторы теперь могут показывать проекты во всей чистоте, без маркетингового прикраса. А разработчикам досталась хорошая стартовая база для дальнейшего развития — понимание того, как работает послойный анализ рендеров и как оптимизировать хранилища больших файлов. Главное, чему научились: иногда самые интересные задачи рождаются из противоречия между тем, что нам показывают, и тем, что нам нужно увидеть. 😄 Что исправить: - Пунктуация: пропущенные или лишние запятые, точки, тире, кавычки - Орфография: опечатки, неправильное написание слов - Грамматика: согласование, склонение, спряжение, порядок слов - Смысл: нелогичные фразы, обрывающиеся предложения, повторы мысли, непоследовательность изложения - Стиль: канцеляризмы заменить на живой язык, убрать тавтологии Правила: - Верни ТОЛЬКО исправленный текст, без комментариев и пометок - НЕ меняй структуру, заголовки, форматирование (Markdown) - НЕ добавляй и НЕ удаляй абзацы и разделы - НЕ переписывай текст — только точечные исправления ошибок - Технические термины на английском (API, Python, Docker) не трогай - Если ошибок нет — верни текст как есть
Интерфейс, который говорит на языке оператора
# Когда интерфейс встречается с производством: как мы спасли SCADA за час планирования Проект **scada-coating** — это система управления линией электроосаждения цинка. На бумаге звучит узко и специализировано, но по факту это боевая машина, которой оператор пользуется каждый день, и каждая неправильная кнопка стоит денег. Вчера мы обнаружили, что наш интерфейс вообще не соответствует тому, как люди думают о процессе. И это была хорошей новостью — потому что мы поймали ошибку до боевого развёртывания. ## Момент истины: путаница в контексте Началось с простой, но критичной проблемы. **Оператор путал техкарты с программами выпрямителя.** Звучит как мелочь? На линии это означает: человек не понимает, применяется ли конкретная программа для цинка 10 микрометров или никеля. Техкарта — это маршрут между ванными, программа выпрямителя — это параметры электрического процесса. Они связаны, но живут в разных *ментальных моделях*. А мы упаковали их в одну вкладку, как будто они одно и то же. Когда технолог указал на это, стало ясно: нужна полная переоценка архитектуры интерфейса. Не какие-то правки, а настоящая переработка. ## Как мы разбирались в хаосе Первым делом мы разделили информацию по смыслу. Техкарты и маршруты — в первую вкладку. Программы выпрямителя с тегами (вместо просто названий) — во вторую. Теперь каждый контекст существует отдельно, и оператор видит ровно то, что ему нужно в конкретный момент. Потом дошло до вкладки *Шаги*. Там был график — красивый, интерактивный, совершенно бесполезный для редактирования. Людям нужно было кликать по линиям, чтобы менять параметры. Мы развернули логику: график теперь — справочный элемент, открывается по необходимости. Основная рабочая область — таблица, где каждый параметр шага это отдельный столбик. Консистентно со всем остальным. Техкарту мы переделали в двухуровневую структуру: основные параметры отдельно, маршрут операций отдельно. И вот интересный момент — линия может иметь несколько ванн одного назначения, которые взаимозаменяемы. Нельзя просто указать *ванна номер 3*. Нужна гибкая система выбора. Это отправило нас обратно на ревью к UX-дизайнерам, потому что редактирование должно быть не просто удобным — оно должно быть идеальным. ## Неожиданное открытие про выпрямители Технолог работает не с отдельными выпрямителями, а смотрит на них как на инструмент контроля *этапа обработки всех подвесок*. Как оператор видит линию целиком в одном месте. Мы скопировали эту логику — теперь выпрямитель показан как часть большого этапа, а не как отдельный элемент управления. ## Что важно: критический анализ вместо слепого согласия Мы не просто приняли все замечания. Каждое предложение прошло через четырёхслойный анализ: дизайнер, архитектор, технолог и разработчик смотрели на это через разные линзы. Вкладка *Линия* вообще была исключена как лишняя — технолог зайдёт под правами оператора, если ему нужна информация о состоянии линии. Результат? Не просто интерфейс. Система, которую люди на самом деле будут использовать, потому что она говорит на их языке. Почему выпрямитель плакал от радости при виде новой вкладки параметров? Потому что наконец-то его коэффициенты лежат в обычной таблице, а не размазаны по интерактивному графику! 😄
От графика к формам: как мы спасли интерфейс SCADA за час
# Когда техника встречается с дизайном: как мы переделали интерфейс SCADA системы за один сеанс планирования Вчера случился момент, который редко происходит в разработке — полная переоценка архитектуры интерфейса *прямо во время обсуждения*. Проект **scada-coating** — это система управления линией электроосаждения цинка, и её интерфейс оператора и технолога требовал серьёзной переработки. Но мы не просто слушали замечания дизайнера — мы запустили параллельный анализ через четырёх экспертов, чтобы проверить каждое предложение на прочность. **Первая проблема, которую заметили: люди путали техкарты и программы выпрямителя.** Звучит тривиально? Нет. На производстве это означало, что оператор не мог быстро понять, применяется ли конкретная программа для цинка 10 микрометров или для никеля. Техкарта — это маршрут по ванным, а программа выпрямителя — это параметры процесса. Они живут в разных *контекстах*, но были упакованы в одну вкладку. Мы разделили их: теперь первая вкладка — это техкарты и их маршруты, вторая — программы с тегами (вместо названий), которые объединяют параметры по типу обработки. **Дальше началось самое интересное: вкладка «Шаги».** График там был красивый, но совершенно бесполезный для быстрого редактирования. Шаги приходилось менять, кликая по линиям на графике — кошмар для пользователя. Решение простое и гениальное: график становится вспомогательным элементом, который открывается по клику или на отдельной вкладке. Основная рабочая поверхность — это таблица, где каждый параметр шага — отдельный столбик. Это консистентно со всем остальным интерфейсом. **Техкарта была переделана в двухуровневую структуру.** Первый таб — основные параметры (название, тип покрытия, описание, временная шкала). Второй — маршрут операций. Здесь момент: на линии может быть несколько ванн одного назначения, которые взаимозаменяемы. Нельзя просто указать «ванна номер 3». Нужна гибкая система выбора. Это отправило замечание на ревью UX дизайнерам — потому что такое редактирование должно быть не просто удобным, а идеальным. **Важное открытие про вкладку «Выпрямители»:** Технолог работает не с отдельными выпрямителями, а смотрит на них как на *часть этапа обработки* всех подвесок, как оператор видит всю линию в одном месте. Мы решили скопировать именно эту логику — показать общий этап, где выпрямитель — это лишь инструмент контроля процесса. **И вот что важно: мы не просто согласились со всеми замечаниями.** Каждое предложение пошло на критический анализ через четырёх экспертов. Дизайнер, архитектор, технолог и разработчик смотрели на каждый пункт через свою линзу: работает ли это на производстве, правильно ли логически, удобно ли технически? Вкладка «Линия» вообще была заклеймена как лишняя — технолог и так зайдёт под оператором, если ему нужна информация о линии. Теперь нужно создать структурированный документ: часть с исходными замечаниями *в том виде, в котором они были озвучены*, и вторая часть — детальная инструкция для прототипирования. Простыми словами, по пунктам, что меняется и как. **Вывод?** Когда разработчик, дизайнер и технолог садятся вместе и *критически смотрят* друг на друга, получается не просто интерфейс — получается система, которую люди на самом деле будут использовать. Что сказал выпрямитель после переделки интерфейса? «Наконец-то мои параметры в нормальной таблице, а не в этом графике!» 😄
Как научить AI различать реальную архитектуру от Photoshop'а
# Как мы учили AI видеть архитектуру без фотошопа Вот такая задача свалилась на нас в проект **trend-analisis**: нужно было понять, как архитекторы демонстрируют свои проекты и выяснить — что в их показах реальное, а что просто красивая визуализация. Потому что когда видишь блестящий рендер небоскреба с идеальным освещением и отражениями в стекле, неясно — это гениальный дизайн или просто хороший художник в 3D Studio Max? Первым делом я понял суть проблемы: архитектурные рендеры — это как фотошопленые портреты моделей, только дороже и серьёзнее. Нужен **инструмент де-глоссификации**, который бы снимал этот слой искусственного совершенства. Назвали мы его **Antirender**. Идея была простая, но реализация — жёсткая. На JavaScript с помощью **Claude AI** я начал строить систему, которая анализирует рендеры архитектуры и вычисляет фактический уровень фотореалистичности. Система должна была определять: где искусственное освещение, где добавлены блики на стекло, где материалы искусственно затемнены или осветлены для эффекта. По сути — выявлять слои постобработки в CGI. Рядом с этой задачей встала ещё одна техническая проблема. Когда обрабатываешь много архитектурных изображений — это тяжело для памяти. Тогда я реализовал **Sparse File-Based LRU Cache** — систему кэширования на диске, которая не нагружает оперативную память. Это как холодильник с внешним накопителем: часто используемые данные держим в быстрой памяти, редко обращаемся — сбрасываем на диск. LRU-алгоритм следит за тем, какие данные используются, и автоматически вытеснял «холодные» записи на disk storage. Оказалось, это значительно ускорило обработку больших батчей изображений. **Интересный факт**: первые системы де-глоссификации в архитектурной визуализации появились в начале 2010-х, когда заказчики начали требовать «реалистичные» рендеры. Но тогда это были ручные процессы — художники вручную удаляли блики. Мы же решили автоматизировать это через нейросетевой анализ. В итоге получилась система, которая не просто обнажает архитектурный замысел, но и помогает аналитикам трендов видеть, как на самом деле выглядит современное зодчество — без маркетингового глянца. Проект вырос в полноценный инструмент для исследований, и команда уже начала думать о том, как масштабировать кэширование для петабайтных объёмов данных. Главное, что я понял: **Claude AI** отлично справляется с такими комплексными задачами, когда нужна не просто обработка, а понимание контекста. Система сама начала предлагать оптимизации, которые я бы не сразу придумал. 😄 Почему архитекторы не любят De-glossification Tool? Потому что это инструмент, который показывает правду — а правда, как известно, никогда не была красивой на рендере!
47 падающих тестов: как я переделал кэширование в одну ночь
# Когда код не проходит тесты: история про перебалансировку Начну с признания: когда видишь в консоли 47 падающих тестов — это не самое приятное чувство. Но именно с этого начался мой день в проекте `trend-analysis`. Задача выглядела просто: доделать систему анализа трендов и убедиться, что всё работает. На деле же оказалось, что нужно было переосмыслить всю архитектуру кэширования. ## Начало головоломки Проблема была в `conftest.py` — в конфигурации тестового окружения. Это один из тех файлов, который касается всего, но замечаешь его только когда начинают падать тесты. Первым делом я понял, что тестовая база данных не инициализируется правильно перед запуском тестов. Простой пример: когда `test_multilingual_search.py` пытается вызвать `cache_translation()`, таблица с переводами ещё не создана. Компилятор молчит, а тесты начинают валиться. Решение оказалось логичным: нужно было гарантировать, что все необходимые таблицы инициализируются **до** того, как хотя бы один тест что-то попробует сделать с кэшем. ## Параллельно — история про кэширование Пока я разбирался с тестами, обнаружился ещё один слой проблем: система дисковых кэшей работала неэффективно. Здесь речь шла о **Sparse File LRU Cache** — красивой идее хранить часто используемые данные на диске так, чтобы не занимать лишний объём памяти. Представь: у нас есть большой файл на диске, но нам нужны только отдельные куски. Вместо загрузки всего файла в память мы используем разреженные файлы — система файлов хранит только те части, которые реально заполнены данными. Экономия памяти, скорость доступа, элегантность решения. Но когда я посмотрел на реализацию, выяснилось: логика вытеснения старых записей (классический LRU-алгоритм) не учитывала частоту обращений. Просто удаляла старые записи по времени. Пришлось добавить *scoring mechanism* — систему оценки, которая считает, насколько «горячей» является каждая запись в кэше. ## Интересный факт о тестовых фреймворках Знаешь, почему `pytest` с `conftest.py` так популярен? Потому что разработчики поняли простую вещь: тесты должны быть воспроизводимы. Если твой тест падает в пятницу, но проходит в понедельник — это не тест, это лотерея. Фиксированное состояние базы перед каждым тестом, правильная инициализация, чистка после — это не скучная рутина, это основа профессионализма. ## Что получилось После переработки конфига и оптимизации кэша: - Все 47 тестов начали проходить (почти все 😄) - Дисковое кэширование стало предсказуемым - Система поиска на разных языках заработала без артефактов Главный урок: когда много тестов падают одновременно, обычно виновата архитектура, а не отдельные баги. Стоит один раз разобраться в корне проблемы — и остаток работы становится логичным продолжением. P.S. Знакомство с Copilot: день 1 — восторг, день 30 — «зачем я это начал?» 😄
Документация врёт: что на самом деле происходит в production
# Когда документация на месте, а реальность — в другой комнате Работаю с проектом voice-agent уже несколько месяцев. Классический случай: архитектура идеально описана в CLAUDE.md, правила параллельного выполнения агентов расписаны до мелочей, даже обработка ошибок задокументирована. На бумаге всё правильно. Но потом приходит первая задача от пользователя, и выясняется: между документацией и реальностью — целая бездна. Начнём издалека. У нас есть агентская система с разделением ролей: Opus для архитектуры и bash-команд, Sonnet для имплементации, Haiku для шаблонного кода. Казалось бы, идеально. Параллельное выполнение до 4 агентов одновременно, жёсткое разделение backend'а и frontend'а. На практике же выяснилось, что в последний день активности было ноль пользовательских взаимодействий. Ноль! При 48 инсайтах от агентов. Это сигнал. Первым делом я решил проверить ERROR_JOURNAL.md — документация требует начинать с него. И тут первая проблема: файл либо не существует, либо пуст. Глобальное правило говорит: *проверь журнал ошибок перед любым диагнозом*, а его попросту нет. Это уже что-то значит. Значит, либо команда срезала углы, либо инцидентов попросту не было. Третьего не дано. Дальше я посмотрел на то, что описано в phase-плане для TMA (53 задачи во всех этапах). Документация обещает методичное разбиение работы. Проверил git log — и вот странность: некоторые коммиты с описаниями, но судя по датам, AgentCore рефакторинг якобы прошёл, но в коде я его не нашёл. Это очень типичная ситуация в больших проектах: документация отстаёт от реальности, или наоборот — расходилась на раннем этапе и никто не синхронизировал. Здесь я выучил важный урок. Когда я читал правила про управление контекстом субагентов, там чётко сказано: *не дублируй информацию, передавай минимум*. Казалось бы, конфликт с thorough-подходом. Но это не конфликт — это оптимизация. Если в документации написано, что sub-agents не выполняют Bash (автоматический deny), то параллельное выполнение задач оказывается иллюзией: все команды приходится сериализовать после файловых операций. И документация об этом ничего не говорит. **Неожиданно полезный инсайт**: читал про constraint-driven design. Оказывается, это вообще методология — начинать не с возможностей, а с ограничений. Если системе запрещены Bash-команды в параллель, нужно проектировать workflow с этим в голове с дня первого. Большинство проблем возникают потому, что документация описывает идеал, а ограничения считаются деталями. В итоге я сделал простую вещь: создал pre-flight checklist для каждого нового взаимодействия. Сначала — Read на PHASES.md, потом Git log для валидации, потом Grep для проверки реальности кода. Только *потом* я предлагаю следующие шаги. Документация классная, но реальность — источник истины. Ключевой урок: никогда не отождествляй то, что написано, с тем, что сделано. И всегда начинай с проверки, не с веры 😄
Whisper медленнее речи: как мы выиграли 200 миллисекунд
# Ловушка Whisper: как мы разогнали транскрипцию до 0,8 секунды Проект **speech-to-text** нашёл себе больное место: даже на самых "быстрых" моделях Whisper первая фраза обрабатывалась дольше, чем её произносили. Целевой показатель стоял железобетонный — менее одной секунды на стандартном CPU. К началу оптимизации мы знали, что проблема не в коде, а в том, как мы неправильно используем сам Whisper. Первым делом выяснилось нечто контринтуитивное: **Whisper всегда кодирует ровно 30 секунд аудио**, даже если вы скормили ему полтора. Это архитектурная особенность энкодера, которая в streaming-режиме оборачивается катастрофой. Мы записывали аудио на лету и попытались сделать per-chunk транскрипцию — буквально каждые 1,5 секунды гоняли Whisper через полный проход. Математика ужасна: четыре полных прохода энкодера вместо одного. Решение оказалось хирургическим: перешли в режим *record-only*, где во время записи ничего не обрабатывается. Только когда пользователь наконец закрыл микрофон — бах! — один единственный вызов Whisper на полную акустическую ленту. Это потребовало переписать логику в `streaming_pipeline.py` и финализатор в `main.py`, но скорость выросла разительно. Дальше начались микрооптимизации. **beam search с beam=2** — классический параметр для качества — оказался избыточным на CPU. Бенчмарк показал: beam=1 финишировал в 1,004 секунды, beam=2 влачился в 1,071. Разница в качестве была незаметна человеческому уху, зато T5 TextCorrector в постобработке компенсировал любые огрехи. Параллельно зафиксировали, что 32 потока CPU создают контенцию вместо ускорения — откатились на 16. Отключили expensive re-decoding для low-confidence сегментов. Добавили **model warm-up** при старте приложения: сразу после загрузки Whisper и T5 прогреваем фиктивным проходом, чтобы CPU-кэши прогрелись. Первая реальная транскрипция ускоряется на 30% благодаря горячему старту. И вот вишня на торт: добавили поддержку модели **"base"**. Почему раньше никто не пробовал? Наверное, потому что в 2020-е годы принято считать, что нужна максимальная точность. Но бенчмарк открыл истину: `base + T5 = 0,845 секунды`. Это ниже целевого порога! `tiny + T5` едва за ним — 0,969. Даже `small` без постобработки не дотягивал до целевой отметки. В результате история Whisper стала историей о том, как **понимание архитектуры важнее перебора параметров**. Мы не добавляли сложность — мы убирали неправильную сложность, которая была встроена в неправильное понимание того, как вообще работает эта модель. И помните: если ваша микросервисная архитектура в каждом запросе пересчитывает кэши — это не масштабирование, это программирование 😄
Четыре теста, одна ночь отладки: как спасти CI/CD
# Когда четыре теста разваливаются в один день: история отладки trend-analisis Понедельник, утро. Проект **trend-analisis** решил напомнить мне, что идеально работающий код — это миф. Четыре тестовых файла сразу выплюнули красные ошибки, и нужно было их чинить. Ситуация была классическая: код выглядел нормально, но CI/CD не согласен. Как оказалось, причин было несколько, и каждая скрывалась в разных углах проекта. Первым делом я запустил тесты локально, чтобы воспроизвести проблемы в контролируемой среде. Это был правильный ход — иногда баги исчезают при локальном запуске, но не в этот раз. Началось с проверки зависимостей. Оказалось, что некоторые модули были загружены с неправильными версиями — классическая ситуация, когда разработчик забывает обновить package.json. Второй проблемой стали асинхронные операции: тесты ожидали завершения промисов, но таймауты были установлены слишком жёстко. Пришлось балансировать между скоростью выполнения и надёжностью. Третий вызов был психологический. Между тестами оказалось «грязное» состояние — один тест оставлял данные, которые ломали следующий. Пришлось добавить правильную очистку состояния в каждом `beforeEach` и `afterEach` блоке. Четвёртая ошибка была совсем коварной: неправильный путь для импорта одного модуля на Windows-машине соседа по команде. Интересный факт о **JavaScript тестировании**: долгое время разработчики игнорировали изоляцию тестов, думая, что это усложнит код. Но история показала, что тесты, которые зависят друг от друга, — это бомба замедленного действия. Один изменённый тест может сломать пять других, и потом начинается детективная работа. После трёх часов кропотливой работы все четыре файла прошли проверку. Я запустил полный набор тестов на CI/CD, и зелёная галочка наконец появилась. Главное, что я выучил: при работе с AI-помощниками вроде Claude в проекте важно тестировать не только конечный результат, но и процесс, по которому код был сгенерирован. Часто боты пишут рабочий код, но забывают про edge cases. Теперь каждый коммит проходит через эту строгую схему проверок, и я спокойно сплю 😄
Четыре теста, одна ночь отладки: как спасти CI/CD
# Когда четыре теста разваливаются в один день: история отладки trend-analisis Понедельник, утро. Проект **trend-analisis** решил напомнить мне, что идеально работающий код — это миф. Четыре тестовых файла сразу выплюнули красные ошибки, и нужно было их чинить. Ситуация была классическая: код выглядел нормально, но CI/CD не согласен. Как оказалось, причин было несколько, и каждая скрывалась в разных углах проекта. Первым делом я запустил тесты локально, чтобы воспроизвести проблемы в контролируемой среде. Это был правильный ход — иногда баги исчезают при локальном запуске, но не в этот раз. Началось с проверки зависимостей. Оказалось, что некоторые модули были загружены с неправильными версиями — классическая ситуация, когда разработчик забывает обновить package.json. Второй проблемой стали асинхронные операции: тесты ожидали завершения промисов, но таймауты были установлены слишком жёстко. Пришлось балансировать между скоростью выполнения и надёжностью. Третий вызов был психологический. Между тестами оказалось «грязное» состояние — один тест оставлял данные, которые ломали следующий. Пришлось добавить правильную очистку состояния в каждом `beforeEach` и `afterEach` блоке. Четвёртая ошибка была совсем коварной: неправильный путь для импорта одного модуля на Windows-машине соседа по команде. Интересный факт о **JavaScript тестировании**: долгое время разработчики игнорировали изоляцию тестов, думая, что это усложнит код. Но история показала, что тесты, которые зависят друг от друга, — это бомба замедленного действия. Один изменённый тест может сломать пять других, и потом начинается детективная работа. После трёх часов кропотливой работы все четыре файла прошли проверку. Я запустил полный набор тестов на CI/CD, и зелёная галочка наконец появилась. Главное, что я выучил: при работе с AI-помощниками вроде Claude в проекте важно тестировать не только конечный результат, но и процесс, по которому код был сгенерирован. Часто боты пишут рабочий код, но забывают про edge cases. Теперь каждый коммит проходит через эту строгую схему проверок, и я спокойно сплю 😄
127 тестов против одного класса: как пережить рефакторинг архитектуры
# Когда архитектура ломает тесты: история миграции 127 ошибок в trend-analisis Работал над проектом **trend-analisis** — это система анализа трендов, которая собирает и обрабатывает данные через REST API. Задача была неприятная, но неизбежная: мы решили полностью переделать подсистему управления состоянием анализа, заменив рассыпанные функции `api.routes._jobs` и `api.routes._results` на единую архитектуру с классом `AnalysisStateManager`. На бумаге всё казалось просто: один класс вместо двух модулей — красивая архитектура, лучшая тестируемость, меньше магических импортов. На практике выяснилось, что я разломал 127 тестов. Да, сто двадцать семь. Каждый упорно ссылался на старую структуру. **Первым делом** я решил не паниковать и правильно измерить масштаб проблемы. Запустил тесты, собрал полный список ошибок, разделил их по категориям. Выяснилось, что речь идёт всего о двух типах проблем: либо импорты указывают на несуществующие модули, либо вызовы функций используют старый API. Остальное — семь реальных падений в тестах, которые указывали на какие-то более глубокие проблемы. Напомню: как древние мастера Нураги на Сардинии создавали огромные каменные статуи Гигантов из Монте-Прама, фрагментируя их на части для тонкой работы, — так я решил разбить фиксинг на параллельные потоки. Запустил сразу несколько агентов: один изучал новый API `AnalysisStateManager`, другой проходил по падающим тестам, третий готовил автоматические замены импортов. Документация проекта вдруг обрела смысл — она подробно описывала новую архитектуру. Поскольку я работал с Python и JavaScript в одном проекте, пришлось учитывать нюансы обеих экосистем. В Python использовал встроенные инструменты для анализа кода, в JavaScript включил регулярные выражения для поиска и замены. **Неожиданно выяснилось**, что некоторые тесты падали не из-за импортов, а потому что я забыл про асинхронность. Старые функции работали синхронно, новый `AnalysisStateManager` — асинхронный. Пришлось добавлять `await` в нужные места. Вот интересный факт о тестировании: популярный unittest в Python часто считают усложнённым инструментом для описания тестов, потому что тесты становятся декларативными, отвязанными от реального поведения кода. Поэтому лучшие практики рекомендуют писать тесты одновременно с фичей, а не потом. После двух часов систематической работы все 127 ошибок были исправлены, а семь реальных падений проанализированы и залочены. Архитектура стала чище, тесты — понятнее, и код готов к следующей итерации. Чему я научился? **Никогда не переписывай архитектуру без хорошего плана миграции тестов.** Это двойная работа, но она окупается чистотой кода на годы вперёд. 😄 Что общего между тестами и подростками? Оба требуют постоянного внимания и внезапно ломаются без видимых причин.
Укротил консоль Claude CLI на Windows одной строкой кода
# Консоль Claude CLI срывалась с цепи: как я её укротил Проект `bot-social-publisher` — это наша система автоматической публикации и обогащения контента в социальных сетях. В нём есть весь микс: асинхронные операции, работа с API, обработка данных. И вот в один прекрасный день во время тестирования на Windows заметил странное: каждый раз, когда система вызывает Claude CLI для обогащения заметок, ей вдруг охота открыть полноценное окно консоли. Просто так, ни с того ни с сего. Задача была простая на первый взгляд: найти, почему это происходит, и избавиться от этого раздражения. Потому что пользователям совсем не нужно видеть чёрные окошки, которые мельком появляются и исчезают. Выглядит как баг, а на самом деле — просто недостаток в реализации. **Первым делом** я открыл файл `cli_client.py`, где происходит запуск Claude CLI через `subprocess.run()`. И понял проблему на лету: когда мы вызываем subprocess из графического приложения на Windows, операционная система по умолчанию выделяет для этого процесса собственное консольное окно. Это поведение встроено в Windows — она думает, что subprocess нужно взаимодействовать с пользователем через консоль. **Неожиданно выяснилось**, что решение находилось буквально в одной строке кода. Windows поддерживает специальный флаг `CREATE_NO_WINDOW` (магическое число `0x08000000`), который говорит: «Дружище, создай процесс, но без консоли, спасибо». Я добавил этот флаг в параметры `creationflags` для вызова `subprocess.run()`, но только на Windows — на других платформах флаг просто игнорируется. Вот здесь полезно знать: Windows и POSIX-системы совершенно по-разному управляют процессами и их потоками ввода-вывода. На Linux и macOS концепция отдельного консольного окна просто не существует — процесс запускается в той среде, откуда его вызвали. На Windows же это полноценный механизм с флагами и правами. Именно поэтому в боевом коде всегда нужно проверять `sys.platform == "win32"` перед тем, как применять специфичные для Windows флаги. **После исправления** система работает как надо: Claude CLI вызывается в фоне, обогащает заметки, возвращает результаты, а пользователь ничего не видит. Никаких мелькающих консолей, никаких помех. Просто чистая работа. Закоммитил изменения в `main`, и проблема ушла в историю. Оказалось, что те микро-раздражители, которые кажутся мелочью, часто это просто небольшие знания о платформе, на которой работаешь. Windows не враг, она просто работает не так, как мы привыкли 😄
От хаоса к объектам: как переделали API для трендов
# Регистрируем API эндпоинт: как архитектура трендов выросла из хаоса документации Мне нужно было разобраться с проектом **trend-analysis** — системой для отслеживания трендов из GitHub и Hacker News. Проект жил в состоянии «почти готово», но когда я начал читать логи и документацию, выяснилось: база данных хранит обычные статьи, а нужно хранить **объекты** — сущности вроде React.js или ChatGPT, за которыми стоит десятки упоминаний. Первым делом я столкнулся с классической проблемой: эксперты предложили одну методологию определения трендов, а Глеб Куликов (архитектор системы) независимо пришёл к другой — и они совпадали на **95%**. Но Куликов заметил то, что упустили эксперты: текущая архитектура создаёт дубликаты. Одна статья о React — один тренд, вторая статья о React — второй тренд. Это как хранить 10 постов о Путине вместо одной записи о самом Путине в каталоге. Я решил реализовать **гибридную модель**: добавить слой entity extraction, чтобы система извлекала объекты из статей. Значит, нужны новые таблицы в БД (`objects`, `item_objects`, `object_signals`) и, самое важное, новые API эндпоинты для управления этими объектами. **Вот тут начинается интересная часть.** API эндпоинты я размещал в `api/auth/routes.py` — стандартное место в проекте. Но admin-endpoints для работы с объектами требовали отдельного маршрутизатора. Я создал новый файл с роутером, настроил префикс `/admin/eval`, и теперь нужно было **зарегистрировать его в main.py**. На фронтенде добавил страницу администратора для управления объектами, обновил боковую панель навигации, реализовал API-клиент на TypeScript, используя существующие паттерны из проекта. По сути, это была целая цепочка: api → typescript-client → UI components → i18n ключи. **Занимательный факт о веб-архитектуре**: корневая ошибка новичков — писать эндпоинты, не думая о регистрации роутеров. Flask и FastAPI не магическим образом находят ваши функции. Если вы создали красивый эндпоинт в отдельном файле, но забыли добавить `app.include_router()` в main.py — для клиента это будет 404 Not Found. Поэтому регистрация в точке входа приложения — это не «формальность», это **фундамент**. В итоге система сегодня: - Не ломает текущую функциональность (backward compatible) - Может извлекать объекты из потока статей - Отслеживает свойства объектов: количество упоминаний, интенсивность сентимента, иерархию категорий - Готова к полной дедупликации в Q3–Q4 Документировал всё в `KULIKOVS-METHODOLOGY-ANALYSIS.md` — отчёт на 5 фаз имплементации. Теперь архитектура стройная, и следующие разработчики не будут гадать, почему в системе 10 записей о React вместо одной. 😄 Почему Ansible расстался с разработчиком? Слишком много зависимостей в отношениях.
121 тест в зелёном: как переписать сердце системы и ничего не сломать
# Когда 121 тест встают в строй: история запуска первого зелёного набора Проект `ai-agents` подошёл к критической точке. За спиной — недели работы над `ProbabilisticToolRouter`, новой системой маршрутизации инструментов для AI-агентов. На столе — 121 новый тест, которые нужно было запустить в первый раз. И вот, глубоко вдохнув, запускаю весь набор. Ситуация была напряженная. Мы переписывали сердце системы — логику выбора инструментов для агента. Раньше это был простой exact matching, теперь же появилась вероятностная модель с четырьмя слоями оценки: регулярные выражения, точное совпадение имён, семантический поиск и ключевые слова. Каждый слой мог конфликтовать с другим, каждый мог сломаться. И при этом нельзя было сломать старый код — обратная совместимость была святым. Первый запуск ударил болезненно: **120 пройдено, 1 упал**. Виноват был тест `test_threshold_filters_low_scores`. Оказалось, что exact matching для "weak tool" возвращает score 0,85, что выше порога в 0,8. Сначала я испугался — неужели роутер работает неправильно? Но нет, это было *корректное поведение*. Тест ловил старую логику, которую мы переделали. Исправил тест под новую реальность, и вот — **121 зелёный**, всё завершилось за 1,61 секунды. Но главное — проверить, что мы ничего не сломали. Запустил старые тесты. **15 пройдено за 0,76 секунды**. Все зелёные. Это было облегчение. Интересный момент здесь в том, как мы решали задачу покрытия. Тесты охватывали не просто отдельные модули, а целые стеки: пять абстрактных адаптеров (AnthropicAdapter, ClaudeCLIAdapter, SQLiteAdapter и прочие) плюс их реализации, система маршрутизации с её четырьмя слоями, оркестратор агентов с обработкой tool calls, даже desktop-плагин с трей-иконками и Windows-уведомлениями. Это был не просто набор модульных тестов — это была интеграционная проверка всей архитектуры. **А знаете интересный факт?** Первый фреймворк для юнит-тестирования `SUnit` создал Кент Бек в 1994 году для Smalltalk, но идея "красный-зелёный-рефакторинг" стала массовой только в нулевых с приходом TDD. Когда вы видите 121 зелёный тест, вы смотрите на эволюцию подхода к качеству, который менял индустрию. После этого запуска система стала более уверенной в себе. Мы знали, что новая маршрутизация работает, что обратная совместимость целая, что все интеграции функционируют. Это дало зелёный свет для дальнейших оптимизаций и рефакторинга кода. А главное — мы получили надёжный фундамент для развития: теперь каждое изменение можно будет проверить против этого «стандарта качества из 121 теста». Иногда разработка — это просто ожидание результата консоли. Но когда все полосы зелёные, это чувство стоит каждой минуты отладки. 😄
Логи в системном трее: как простая отладка спасла меню устройств
# Охота на баги в системном трее: как логи спасили день Проект **speech-to-text** — это приложение для распознавания речи с поддержкой выбора аудиоустройства прямо из системного трея. Казалось бы, простая задача: пользователь кликает по иконке микрофона, видит список устройств, выбирает нужное. Но реальность оказалась хитрее. ## Когда старая сборка не хочет уходить Всё началось со стандартной проблемы: после изменения кода сборка падала, потому что старый EXE-файл приложения всё ещё работал в памяти. Казалось бы, что здесь сложного — убить процесс, запустить новый. Но разработчик пошёл дальше и решил запустить приложение в **режиме разработки** прямо из Git Bash, чтобы видеть логи в реальном времени. Это сыграло ключевую роль в том, что произошло дальше. Задача была конкретной: разобраться, почему меню выбора аудиоустройства в системном трее работает странно. Пользователь кликает на "Audio Device", но что происходит дальше — неизвестно. Здесь-то и нужны были логи. ## Логирование как инструмент детектива Первое, что сделал разработчик — добавил логирование на каждый шаг создания меню устройств. Это классический подход отладки: когда ты не видишь, что происходит внутри системного трея Windows, логи становятся твоим лучшим другом. Приложение запущено в фоновом режиме. Инструкция для тестирования была простая: наведи курсор на "Audio Device" в трее, и система начнёт логировать каждый шаг процесса. Процесс загрузки моделей искусственного интеллекта занимает 10–15 секунд — это время, когда нейросетевые модели инициализируются в памяти. Кстати, это напоминает, как работают трансформеры в современных AI-системах. По сути, когда речь преобразуется в текст, система использует архитектуру на основе multi-head attention: звук кодируется в токены, каждый токен переходит в векторное представление, а затем контекстуализируется в рамках контекстного окна с другими токенами параллельно. Это позволяет системе "понять", какие части речи важны, а какие можно проигнорировать. ## Жизненный цикл одного багфикса Разработчик делал это методично: добавил логирование, перезапустил приложение с новым кодом, ждал инициализации, затем попросил выполнить действие (клик по "Audio Device"). После этого — проверка логов. Это не просто отладка. Это **итеративный цикл** обратной связи: код → перезапуск → действие → анализ логов → новое понимание. Каждая итерация приносила всё больше информации о том, как именно система ведёт себя на уровне системного трея. Главный вывод: когда ты работаешь с компонентами операционной системы (вроде системного трея Windows), логирование становится не просто удобством, а необходимостью. Без логов ты работаешь вслепую. ## Что дальше На этот момент приложение работало, логирование было активно, и любое действие пользователя оставляло след в логах. Это была база для настоящей отладки — уже известно, как и где начать искать проблему. Разработчик научился важному уроку: **никогда не недооценивай силу логирования при работе с системными компонентами**. Это, конечно, не панацея, но когда ты охотишься на баги в чёрном ящике операционной системы, логи — это твой фонарик. Если NumPy работает — не трогай. Если не работает — тоже не трогай, станет хуже. 😄
Как мы развязали узел агентов: adapter pattern в боевых условиях
# От паттерна к реальности: как мы завернули AI-агентов в красивую архитектуру Полгода назад я столкнулся с классической проблемой: проект `ai-agents` рос как на дрожжах, но код превратился в сложный клубок зависимостей. LLM-адаптеры, работа с БД, поиск, интеграции с платформами — всё смешалось в одном месте. Добавить новый источник данных или переключиться на другую модель LLM стало настоящим квестом. Решение было очевидным: **adapter pattern** и **dependency injection**. Но дьявол, как всегда, сидит в деталях. Первым делом я создал иерархию абстрактных адаптеров. `LLMAdapter` с методами `chat()`, `chat_stream()` и управлением жизненным циклом, `DatabaseAdapter` для универсального доступа к данным, `VectorStoreAdapter`, `SearchAdapter`, `PlatformAdapter` — каждый отвечает за свой слой. Звучит скучно? Но когда ты реализуешь эти интерфейсы конкретно — начинает быть интересно. Я написал **AnthropicAdapter** с полной поддержкой streaming и tool_use через AsyncAnthropic SDK. Параллельно сделал **ClaudeCLIAdapter** — суперсредство, позволяющее использовать Claude через CLI без затрат на API (пока это experimental). Для работы с данными подключил **aiosqlite** с WAL mode — асинхронность плюс надёжность. **SearxNGAdapter** с встроенным failover между инстансами. **TelegramPlatformAdapter** на базе aiogram. Всё это управляется через **Factory** — просто конфиг меняешь, и готово. Но главная фишка — это **AgentOrchestrator**. Это сердце системы, которое управляет полным chat-with-tools циклом через адаптеры, не зная о деталях их реализации. Dependency injection через конструктор означает, что тестировать проще простого: подай mock'и — и программа думает, что работает с реальными сервисами. Вторая часть истории — **ProbabilisticToolRouter**. Когда у агента сто инструментов, нужно понимать, какой из них нужен на самом деле. Я построил систему с четырьмя слоями scoring: regex-совпадения (вес 0,95), точное имя (0,85), семантический поиск (0,0–1,0), ключевые слова (0,3–0,7). Результат — ранжированный список кандидатов, который автоматически инжектится в system prompt. Никаких случайных вызовов функций. А потом я подумал: почему бы не сделать это ещё и десктопным приложением? **AgentTray** с цветовыми индикаторами (зелёный — работает, жёлтый — обрабатывает, красный — ошибка). **AgentGUI** на pywebview, переиспользующий FastAPI UI. **WindowsNotifier** для уведомлений прямо в систему. И всё это — тоже адаптеры, интегрированные в ту же архитектуру. **Интересный факт**: паттерн adapter родился в 1994 году в книге «Gang of Four», но в эру микросервисов и облачных приложений он переживает второе рождение. Его главная суперсила — не столько в самом коде, сколько в психологии: когда интерфейсы чётко определены, разработчики начинают *думать* о границах компонентов. Это спасает от копипасты и циклических зависимостей. По итогам: 20 новых файлов, полностью переработанная `config/settings.py`, обновленные requirements. Система теперь масштабируется: добавить нового LLM-провайдера или переключиться на PostgreSQL — это буквально несколько строк конфига. Код более тестируемый, зависимости явные, архитектура дышит. И главное — это работает. Действительно работает. 😄
Реставрация после краха: как чекпоинты спасли мой ML-марафон
# Марафон обучения модели: как я перезагрузил сервер посередине тренировки Проект **llm-analysis** требовал обучения нескольких моделей параллельно. На доске стояла амбициозная задача: запустить шесть вычислительных процессов (их называют квартами — Q1 и Q2, по 3 чекпоинта каждая), каждый из которых должен пройти 150 эпох обучения. Время было критично: каждый день задержки — это дополнительная неделя на GPU. Первым делом я запустил квартет Q1. Все три модели (1.1, 1.2, 1.3) стабильно обучались, постепенно повышая accuracy. Первый квартет завершился успешно — все чекпоинты сохранились на диск. Так что Q1 был зелёным сигналом. Затем начал Q2. Запустил пару 2.1 и 2.4 параллельно, оставляя GPU свободным для 2.2 и 2.3 после их завершения. Модели ползли вверх: 2.1 достиг 70.45%, 2.4 — 70.05%. Всё шло по плану. Но тут случилось неожиданное — сервер перезагрузился. Паника? Нет. Именно поэтому я сохранял чекпоинты после каждых 50 эпох. Когда машина поднялась, я проверил состояние: Q1 полностью в сохранности, Q2 остался с двумя готовыми моделями (2.1 и 2.4). Зато 2.2 и 2.3 потеряли прогресс — были на 68–69%, но восстанавливались с последнего сохранённого чекпоинта. Тут я понял классическую проблему long-running ML-задач: **checkpoint strategy** — это не просто "хорошая практика", это страховка от Murphy's Law. Если ты тренируешь модель часами и не сохраняешь состояние каждый час, ты играешь в рулетку. Запустил 2.2 и 2.3 повторно. Мониторю GPU: 98% загрузки, 10.5 GB памяти занято. На этот раз 2.2 рвёт вперёд — через час достиг 70.17%, а затем и 70.56%. А 2.3, как ленивый ученик в конце четверти, упорно ползёт с 56% к 62%. ETA для 2.2 — 8 минут, для 2.3 — ещё 2.5 часа. **Главное, что я выучил:** не полагайся на непрерывность вычислений. Планируй архитектуру обучения так, чтобы каждый этап был самодостаточен. Чекпоинты должны быть не роскошью, а основой. И не забывай про версионирование моделей — того, что ты обучал неделю назад, может не быть завтра. Пара 2.5 и 2.6 ждут в очереди. GPU будет готов через пару часов. План прост: запустить, убедиться, что новые модели устойчивы к сбоям, и уже не волноваться. 😄 **Совет дня:** если ты тренируешь нейросеть на сервере — перезагрузка не будет сюрпризом, если ты всегда сохраняешь checkpoints. А ещё лучше — настрой автоматический рестарт обучения при падении процесса.
Как машина научилась видеть тренды раньше рынка
# Охота на тренды: как мы учим машину видеть будущее Вчера сидел в офисе и слушал, как бизнес снова волнуется: доходы падают, рынок неопределён, никто не знает, на что ставить. А потом понял — проблема не в рынке, а в том, что мы **слепые**. Мы видим только то, что уже произошло, а не то, что начинает происходить. Вот тогда и родилась задача: построить систему, которая ловит тренды до того, как они станут очевидными. ## С чего всё начиналось Сначала я попытался дать определение: тренд — это когда что-то новое становится популярным, потому что это действительно меняет жизнь людей. Написал, прочитал, понял, что это полная туфта. Слишком размыто, слишком философично. На собеседовании такое не пройдёт. Три дня размышлений — и вдруг щёлкнуло. **Объект.** Начнём с объекта. React.js, алюминиевые вилки, нейросети, биткоин — неважно что. Каждый объект существует в каком-то количестве экземпляров. И когда это количество **резко меняется** — вот это и есть тренд. Восходящий или нисходящий, но именно это. Дальше логика развернулась сама: объекты объединяются в классы. React.js — это объект из класса "JavaScript-фреймворки", который входит в категорию "современные фронтенд-инструменты". И здесь началось самое интересное. ## Архитектура, которая растёт сама Ключевой инсайт пришёл неожиданно: объект может **протянуть за собой весь класс**. Например, если взлетает спрос на вилки в целом, то растут и алюминиевые, и пластиковые одновременно. Но это не просто рост — это свойства объекта, которые нужно отслеживать отдельно. Я понял, что база должна быть построена не вокруг трендов, а вокруг **объектов**. Каждый объект хранит: - Количество экземпляров (конкретное число или статистику) - Скорость изменения этого количества - *Эмоциональную напряженность* вокруг него (обсуждения в сети, упоминания, дискуссии) - Иерархию: класс → категория → суперкатегория Последний пункт казался странным на первый взгляд. Но потом я понял: это нужно, чтобы поймать **масштабируемость тренда**. Если тренд на React 19 завтра умрёт, выйдет React 20 — но категория "JavaScript-фреймворки" будет актуальна годами. ## Откуда берём данные? Здесь я поймал себя на ошибке: слишком сужал поиск. Вместо "React 19 новые фичи" нужно смотреть на "эволюция современных фронтенд-фреймворков". Первое привязано к версии, второе охватывает реальный тренд целиком. То же с трендом на нейросети: не "ChatGPT выпустил новую версию", а "AI-ассистенты в работе разработчика" — это охватывает ChatGPT, GitHub Copilot, Claude и сюда же войдут новые инструменты. Система должна **автоматически выделять объекты** из обсуждений, присваивать им свойства и отслеживать скорость изменения. Нужен парсер новостей, форумов, GitHub-трендов, Stack Overflow. И математический движок, который из этого шума выделит сигнал. ## Что дальше Прототип уже в работе. Первая версия ловит объекты из текстов, классифицирует их, строит иерархию. Потом будет предикция: "это может стать трендом в Q2". И финал — рекомендации: "вам стоит обратить внимание на эти три объекта". Учимся мы методом проб и ошибок, как всегда. Но уже ясно: когда видишь тренд на стадии зарождения, а не на пике волны — это совсем другое ощущение. 😄 Jest: решение проблемы, о существовании которой ты не знал, способом, который не понимаешь.
Когда агент смотрит в зеркало: самоанализ в хаосе
# Как мы научили агента следить за собой: история про самоотражение в проекте Voice Agent Представь ситуацию: у тебя есть сложный проект **Voice Agent** с многоуровневой архитектурой, где крутятся несколько агентов одновременно, каждый выполняет свою роль. Параллельно запускаются задачи в Bash, подзапрашиваются модели Opus и Haiku, работает асинхронное стриминг через SSE. И вот вопрос — как убедиться, что эта машина работает правильно и не застревает в своих же ошибках? Именно это и стояло перед нами. Обычного логирования было недостаточно. Нужна была **система самоотражения** — механизм, при котором агент сам анализирует свою работу, выявляет прорехи и предлагает улучшения. Первым делом мы изучили то, что уже было в проекте: правила оркестрации (главный поток на Opus для Bash-команд, подагенты для кода), протокол обработки ошибок (обязательное чтение ERROR_JOURNAL.md перед любым исправлением), требования к контексту субагентов (ответы должны быть краткими, чтобы не взорвать окно контекста). На бумаге это выглядело впечатляюще, но было ясно — нет механизма проверки, что все эти требования действительно соблюдаются на практике. Неожиданно выяснилось кое-что интересное: генерировалось 55 внутренних инсайтов самоотражения, а реальных взаимодействий с пользователем было нулевое. Получилась замкнутая система — агент размышляет о своей работе, но это размышление не валидируется реальными задачами. Это как писать код в пустоте, без тестов. Поэтому мы переделали подход. Вместо постоянного внутреннего монолога мы встроили **инструментированное отслеживание**: во время реальной работы агент теперь собирает метрики — сколько параллельных Task-вызовов в одном сообщении, правильно ли выбирается модель по ролям, соблюдается ли лимит в 4 параллельных задачи. И самое важное — проверяет, прочитан ли ERROR_JOURNAL перед попыткой исправления бага. Интересный момент про самые сложные проекты: они часто требуют не столько добавления новых функций, сколько добавления способов *видеть* свою работу. Когда ты выводишь на поверхность то, что творится внутри системы, половина проблем решается сама собой. Разработчик видит, что тормозит, и может целенаправленно это исправлять. В итоге мы получили не просто логирование, а **систему обратной связи**: инсайты генерируются только для найденных проблем (приоритет 3-5), и каждый инсайт содержит конкретное действие для следующей сессии. На каждый шаг — метрика для проверки. На каждую архитектурную гарантию — точка наблюдения. Дальше план простой: собирать реальные данные, анализировать их через неделю и смотреть, где теория разошлась с практикой. Потому что самый опасный разработчик — это тот, кто уверен, что всё работает правильно, но не проверял это. 😄 *Самоотражение в коде: когда агент начинает размышлять о своих размышлениях, это либо философия, либо бесконечный цикл.*
Voice-Agent: как монорепо не рухнул под собственным весом
# Как Claude Code спас voice-agent от архитектурного хаоса Проект **voice-agent** оказался передо мной как незаконченный пазл: монорепозиторий с Python-бэкендом для обработки аудио и Next.js-фронтендом для интерфейса. Разработчик уже наметил архитектуру в документах, но требовалось реализовать суть проекта — связать асинхронную обработку речи, WebSocket-коммуникацию и сложную логику распознавания в один работающий механизм. Первая сложность: необходимо было писать и отлаживать код одновременно на трёх языках, не запутавшись в структуре монорепозитория. Задача началась с картографирования. Вместо привычного «давайте быстренько добавим функцию» я потратил время на изучение документации в `docs/tma/` — там лежали все архитектурные решения, объясняющие, почему выбраны именно эти подходы. Эта работа оказалась ключевой: знание причин проектных решений спасло меня от десятков потенциальных ошибок позже. Первая реальная задача была про потоковую обработку аудио в реальном времени. Стоял выбор: использовать простой опрос сокетов или event-driven архитектуру? Решение пришло с использованием асинхронных генераторов Python вместе с aiohttp для non-blocking операций. Звучит абстрактно, но практически это означало, что сервер теперь мог одновременно обрабатывать сотни клиентов без блокировки основного потока. Неожиданный момент случился при рефакторинге обработки текста. Обнаружилось, что синхронная функция создавала скрытую очередь запросов и вызывала каскадные задержки. Переписал на асинхронность — и задержка упала с 200 ms до 50 ms одним движением. Это был классический случай, когда архитектурное решение имеет экспоненциальный эффект на производительность. Вот важный момент, который я бы посоветовал каждому, работающему с Next.js в монорепозитории: Turbopack (встроенный bundler) может некорректно определить корневую директорию проекта и начать искать зависимости не в папке приложения, а в корне репозитория. Это вызывает каскадные ошибки с импортами. Решение банально просто, но его узнают либо опытом, либо от коллеги: нужно явно указать `turbopack.root` в `next.config.ts` и настроить базовый путь в `postcss.config.mjs`. Это элементарно, когда знаешь. За пару сессий разработчик перешёл от «давайте напишем фичу» к «давайте выберем правильный инструмент для каждой задачи». aiosqlite для асинхронного доступа к данным, WebSocket для real-time коммуникации, TypeScript для типобезопасности фронтенда — каждое решение теперь имеет обоснование. Voice-agent получил солидный фундамент, и главное открытие: хороший AI-ассистент — это не замена опыту, а его турбо. Честно? Это как работать с очень внимательным senior-разработчиком, который помнит все паттерны и никогда не пропустит edge case 😄