00:00:00Существует множество ИИ-редакторов кода, и у каждого свои инструменты и фишки, которые выделяют его на фоне остальных.
00:00:04Claude Code, пожалуй, лучший — особенно с моделью Opus, — но он довольно дорогой.
00:00:09С другой стороны, Cursor — еще один фаворит среди разработчиков, которым нравится видеть код параллельно с действиями агента, но и у него есть свои минусы.
00:00:16Google также выпустила Anti-Gravity с Gemini 3, который быстро стал популярным благодаря мощной модели и бесплатному доступу.
00:00:23Он новее, чем Claude Code и Cursor, но многие вещи в нем реализованы лучше, чем в том же Cursor.
00:00:28С тех пор как написание кода с помощью ИИ стало реальностью, многие начали создавать собственные рабочие процессы с этими инструментами.
00:00:35Но залог любого хорошего процесса — это эффективность управления контекстом.
00:00:39Ранее Anthropic представила обвязку для агентов, предназначенную для длительных задач, а теперь и Cursor выпустил свою, чтобы максимально эффективно использовать его возможности.
00:00:50Принципы из статьи применимы практически ко всем агентам, поэтому я решил адаптировать их для Anti-Gravity от Google.
00:00:57Возможно, это пока не идеальное решение, но у него есть функции, выгодно отличающие его от конкурентов.
00:01:01Нам есть что обсудить, ведь с появлением этой обвязки производительность Anti-Gravity заметно выросла.
00:01:28Наконец, важно и то, как вы взаимодействуете с ИИ: как составляете промпты и как реагируете на ответы.
00:01:38Обвязка важна, потому что разные модели по-разному реагируют на один и тот же запрос — у каждой свои сильные стороны и своя среда обучения.
00:01:48Например, модель, обученная работе в терминале, скорее предпочтет GREP специализированному инструменту поиска.
00:01:54Это важно, ведь мы знаем, что Claude лучше справляется с XML-промптами, в то время как другие модели предпочитают Markdown.
00:02:00Поэтому критически важно, чтобы используемая обвязка была адаптирована под конкретную модель.
00:02:04Планирование перед реализацией необходимо для того, чтобы итоговый код соответствовал вашим ожиданиям.
00:02:10Опытные разработчики сначала планируют, а потом генерируют код — это заставляет четко продумать структуру и ставит перед агентом конкретные цели.
00:02:18Функция планирования в Anti-Gravity мне нравится больше всего, потому что план легко корректировать с помощью комментариев.
00:02:24Когда я запустил режим планирования, он детально проанализировал мои инструкции и базу кода, а затем составил подробный план.
00:02:30Чтение плана может показаться скучным, но важно внимательно его изучить, чтобы реализация совпала с вашей задумкой.
00:02:38Для правок мне нужно было просто оставить комментарий к строке, которая не соответствовала цели, и ИИ вносил изменения в обновленный план.
00:02:46Нужно продолжать доработку до тех пор, пока план не станет идеальным.
00:02:49Как только это сделано, агент может реализовать всё автономно.
00:02:52Даже если реализация не совсем точна, лучше вернуться в режим планирования и поправить план, чем пытаться докрутить результат уточняющими промптами.
00:03:00После этого агенту необходимо предоставить правильный контекст.
00:03:03Но прежде — пара слов от нашего спонсора.
00:03:05Luma AI и их новый инструмент Dream Machine, Ray3 Modify.
00:03:08Если вы работали с ИИ-видео, вы знаете это чувство: вы создали что-то крутое, но стоит сменить стиль или сцену, как персонаж «плывет», движения портятся, и приходится всё переделывать.
00:03:18Ray3 Modify решает эту проблему.
00:03:20Впервые ИИ-видео кажется режиссируемым процессом, а не игрой в угадайку.
00:03:23Вы можете взять готовый клип и полностью изменить окружение, свет или стиль, сохранив при этом внешность героя, его движения и эмоции.
00:03:33Актерская игра остается прежней, а картинка меняется именно так, как вам нужно.
00:03:36Благодаря привязке персонажа и изменяемым ключевым кадрам вы контролируете, что должно остаться неизменным, а что — поменяться от кадра к кадру.
00:03:42Идеально для гибридных рабочих процессов, короткометражек, клипов и создания визуальных концепций.
00:03:47Подойдет даже для небольших проектов.
00:03:48Честно говоря, это похоже на настоящий ИИ-постпродакшн.
00:03:51Хватит гадать. Начинайте режиссировать.
00:03:53Попробуйте Ray3 Modify по ссылке в закрепленном комментарии или отсканируйте QR-код.
00:03:58Когда план доведен до совершенства, ваша задача — дать каждому агенту контекст, необходимый для выполнения работы.
00:04:04Одна из частых ошибок — попытка вручную отмечать каждый нужный файл.
00:04:08В этом нет необходимости, ведь у агентов есть мощные инструменты поиска, которые сами подтянут нужный контекст.
00:04:13Ручная отметка файлов загружает в контекст всё подряд, даже если многие строки не нужны.
00:04:18Агенты могут использовать grep, чтобы загрузить только те фрагменты, которые им действительно требуются.
00:04:21Например, если я хочу изменить страницу регистрации, отметка файла загрузит весь компонент на 200+ строк, излишне раздувая контекст.
00:04:30Хотя на деле нужна всего одна функция на 50 строк, остальные лишние строки всё равно попадут в память.
00:04:38Вместо ручного выбора файлов доверьтесь поисковым инструментам агента, чтобы он сам нашел нужную функцию.
00:04:43Вам не обязательно делать всё в рамках одного чата.
00:04:45Начинайте новый диалог для каждой новой задачи или когда агент начинает путаться и повторять одни и те же ошибки.
00:04:52По сути, создавайте новый чат, как только завершили один логический этап работы.
00:04:57К примеру, я завожу новый диалог для каждой новой фичи и начинаю с планирования именно для этой задачи.
00:05:04Так все задачи изолированы и выполняются именно так, как мне нужно.
00:05:07Единственные случаи, когда новый чат не нужен — это работа над той же фичей, потребность в текущем контексте обсуждения или отладка того, что агент только что внедрил.
00:05:16В остальных ситуациях лучше убрать лишний «шум», начав с чистого листа.
00:05:21Качество ответов агента — это лучший индикатор того, что пора открывать новый чат.
00:05:26Если нужно сослаться на детали из прошлых чатов, можно просто упомянуть ту беседу, а не объяснять всё заново.
00:05:35Это позволяет агенту грамотно анализировать контекст, выборочно считывая из истории только нужную информацию.
00:05:43Возможности агента можно расширить с помощью набора правил и навыков.
00:05:47Вы можете настроить его поведение, задав правила проекта — конкретные рекомендации или лучшие практики, которым агент должен следовать.
00:05:55В Anti-Gravity легко добавлять такие настройки как на уровне проекта, так и глобально.
00:06:00Чтобы добавить правило, достаточно включить его в область видимости проекта.
00:06:03Эти правила хранятся в папке .agent, где в подпапке rules лежат markdown-файлы с инструкциями.
00:06:09К примеру, я добавил правило, чтобы фронтенд в этом проекте соответствовал стандартам WCAG.
00:06:13Как только правило добавлено, Anti-Gravity строит план с учетом этих требований, добавляя нужные теги к инпутам и другие детали для доступности страницы.
00:06:24Вы можете добавлять сколько угодно правил, чтобы направлять агента и расширять его возможности.
00:06:29Аналогично в Anti-Gravity были добавлены навыки (skills) по открытому стандарту Anthropic: они включают инструкции, скрипты и специфические знания.
00:06:38Навыки загружаются динамически, когда агент считает их уместными, что помогает экономить контекст.
00:06:43Все навыки Anti-Gravity также находятся в папке .agent.
00:06:47Каждый из них содержит специальный .md файл с названием, описанием контекста и инструкциями по применению.
00:06:55Ссылки на другие ресурсы и скрипты хранятся в соответствующих подпапках.
00:06:59Использовать навыки в Anti-Gravity просто: укажите нужный навык и задачу, которую он должен выполнить.
00:07:05Я попросил Anti-Gravity использовать навык тестировщика для написания тест-кейсов, и через некоторое время он составил полный план тестирования.
00:07:14Для этого он использовал все указанные библиотеки, скрипты и правила, прописанные в самом навыке.
00:07:21Модели всё лучше анализируют изображения, поэтому стоит чаще включать их в промпты для лучшего понимания задачи.
00:07:29Вместо того чтобы на словах объяснять дизайн, вы можете просто сделать скриншот нужной секции.
00:07:35Просто вставьте скриншот в Anti-Gravity и попросите реализовать этот блок в точности как на картинке.
00:07:41Используя анализ изображений, ИИ сможет полностью понять визуал и воссоздать его в коде.
00:07:45Также я часто использую скриншоты для отладки ошибок, ведь UI-баги проще показать, чем описывать словами.
00:07:54Так что если что-то в интерфейсе ломается, я даю скриншот Anti-Gravity, и он всё исправляет.
00:08:00Не стоит бездумно нырять в код — лучшие практики разработки применимы и в работе с ИИ.
00:08:06Один из эффективных подходов — разработка через тестирование (TDD), когда агент сначала пишет тесты, а затем код, который их проходит.
00:08:15TDD отлично работает с ИИ-агентами, потому что у них есть четкая цель для оптимизации и понятные критерии успеха.
00:08:26При настройке бэкенда я сначала попросил агента написать тесты для роута авторизации, описать входы, выходы и поведение, явно запретив писать сам код тестов на этом этапе.
00:08:40Когда тест-кейсы были готовы и меня устроили, я велел агенту запустить их.
00:08:45Разумеется, сначала тесты провалились, так как никакой реализации еще не было.
00:08:49После этого я закоммитил тесты в Git, чтобы агент случайно не изменил их в процессе работы.
00:08:55Затем я поручил агенту написать код для эндпоинта, строго наказав не трогать сами тесты.
00:09:01Мы итерировали процесс до тех пор, пока все тесты не были пройдены успешно.
00:09:07При таком подходе у агента есть конкретный ориентир для работы.
00:09:10Начиная работу над новым проектом с агентом, задавайте ему те же вопросы, что задали бы коллеге по команде.
00:09:16Это заставит его изучить код через поиск и семантический анализ, чтобы найти ответы и понять, как всё устроено.
00:09:24Я спрашиваю о деталях структуры и маршрутах, чтобы агент вник в функционал проекта.
00:09:30В итоге, когда я прошу внедрить новую фичу, ИИ уже ориентируется в коде, и работа идет быстрее.
00:09:37Git важен не только как система контроля версий, но и как база знаний для вашего ИИ-помощника.
00:09:43Мы уже не раз подчеркивали важность использования Git в предыдущих видео.
00:09:47Четкие коммиты помогают агенту понимать историю изменений, отслеживать стабильные версии и откатываться, если что-то пошло не так.
00:09:58Для удобства работы с Git в Anti-Gravity я использую готовые наборы команд, которые мы называем «воркфлоу» (workflows).
00:10:04Я предпочитаю структурированные сообщения коммитов, поэтому мой воркфлоу заставляет агента следовать шаблону и даже предлагает примеры.
00:10:13Перед коммитом проводятся проверки безопасности и код-ревью, чтобы всё соответствовало моим стандартам.
00:10:20Также можно создавать команды для управления пул-реквестами, ветками и прочим, делая работу с Git системной и эффективной.
00:10:28Запустить такой процесс просто: пишете название воркфлоу, и все шаги выполняются автоматически.
00:10:34Можно использовать и другие команды, например, для исправления багов, ревью или обновления зависимостей под нужды проекта.
00:10:43Это может прозвучать банально, но сгенерированный ИИ код обязательно нужно проверять — он не всегда идеален.
00:10:48Важное правило: наблюдайте за агентом во время его работы.
00:10:51Если видите, что он пошел не в ту сторону, немедленно прерывайте его и направляйте в нужное русло.
00:10:56Когда агент закончил, проведите ревью, используя самого же агента.
00:11:00В своих проектах я часто использую кастомный воркфлоу для ревью, который учитывает все лучшие практики Git.
00:11:06Он подсвечивает проблемы по степени важности, выводит список необходимых проверок и может запускать линтеры и тесты.
00:11:15Это гарантирует высокое качество и надежность кода.
00:11:18Так как большинство проектов хранятся на GitHub, мы используем BugBots для продвинутого ИИ-анализа и поиска проблем в каждом пул-реквесте.
00:11:28Есть много инструментов для ИИ-ревью, таких как CodeRabbit, Sentry и другие.
00:11:33Даже в самом GitHub есть встроенные функции ревью, которые помогают наладить командную работу.
00:11:38Чтобы выявить архитектурные проблемы, можно попросить агента построить диаграмму Mermaid.
00:11:43Визуальный анализ таких схем помогает быстро заметить ключевые ошибки.
00:11:47Такие диаграммы очень полезны: визуальная информация легче усваивается и служит отличной документацией проекта.
00:11:54Параллельный запуск агентов очень важен, так как это не только улучшает результат, но и экономит кучу времени.
00:12:05Такой подход позволяет значительно повысить качество работы.
00:12:07Я часто запускаю несколько агентов одновременно, давая каждому свою задачу, и использую разные модели, так как каждая хороша в чем-то своем.
00:12:16Агенты работают независимо и обращаются к вам только если им нужны вводные данные.
00:12:22Поскольку в Anti-Gravity агенты делят общее рабочее пространство, я развожу их по разным веткам.
00:12:28Когда задачи выполнены и все проверки пройдены, я мержу новые фичи в основную ветку.
00:12:34Часто мы натыкаемся на баги, которые непонятно как чинить.
00:12:38В таких случаях лучший выход — режим отладки (debug mode).
00:12:40Вместо того чтобы гадать, режим отладки анализирует проблему, расставляет логи и делает процесс поиска ошибок системным.
00:12:50Хотя в Anti-Gravity нет встроенного режима отладки, его можно реализовать через специальный навык.
00:12:56Этот навык содержит все необходимые инструкции для поиска причин странного поведения кода.
00:13:00Он опирается на факты, строит гипотезы и предлагает многоэтапный план решения проблемы.
00:13:08Использование специальных скриптов и справочников делает такой режим отладки гораздо надежнее.
00:13:14Столкнувшись с любым багом, я просто запускаю режим отладки, и агент сам находит причину, следуя инструкциям в skill.md.
00:13:25На этом наше видео подходит к концу.
00:13:27Если вы хотите поддержать канал и помочь нам выпускать больше таких роликов, воспользуйтесь кнопкой «Суперспасибо» ниже.
00:13:33Как всегда, спасибо за просмотр и до встречи в следующем видео!