ШІ-агенти для кодування

Головна теза каналу про кодинг-агентів: ШІ робить тебе техлідом із першого дня. LLM пише код і тести; ти аналізуєш вимоги, проєктуєш тести, відповідаєш за архітектуру — а звільнений час слід реінвестувати в якість проєкту і стандарти (вайб-кодинг нового проєкту). Агенти систематично перестараються, тож необхідна навичка — вміти їх виправляти, а це передбачає, що ти розумієш, як виглядає правильно, — давній аргумент каналу про глибоке вивчення фундаментальних речей, тепер з економічним двигуном позаду. Його практичний плейбук із вайб-кодингу, частини 2: /clear перед кожною задачею (він користується «clear context and accept edits», щоб затверджений план ставав свіжим промптом), паралельні інстанси Claude, ізольовані через git worktrees (як радить документація Anthropic), і згодовування документації напряму або через context7, коли знання моделі застаріли. Принагідні цікавинки: Claude Code, Gemini CLI і Codex — усі написані на React; а українські промпти працюють добре — чому саме, він пояснює через word2vec/embeddings і спільний мультимовний семантичний простір.

Кожну модель Віктор оцінює одним особистим бенчмарком: напиши бінарний пошук у файлі, не завантажуючи його в памʼять. Задача маленька, але безжальна — арифметика Buffer, seek-офсети, крайові випадки. Станом на Q&A №2: найновіші ChatGPT і Gemini 2 проходять; Grok і локальні дистиляти DeepSeek R1 до 70B провалюються навіть із reasoning; повний ~700B DeepSeek проходить, але думає довго. Бенчмарк старший за еру агентів — ще на Google I/O 2023 він ганяв тест того самого стилю (задача на читання файлів у Node.js з бінарними операціями над Buffer і мішаниною sync/async коду) на Bard проти ChatGPT-4: GPT-4 впорався блискуче, виправивши те, що 3.5 зробив неправильно, а Bard борсався «як джун, що побіг би питати поради в ChatGPT», — хоча він і віддав Bard належне за чесне зізнання, до яких даних той має доступ (стрим Google I/O 2023). Локальні моделі він запускає через Ollama (щоб приватний код не потрапляв на публічні сервери), а зв'язку з Cline на ≤14B прямо оцінив як «сміття».

Його повсякденний стек навмисно множинний: Gemini (включно з Deep Research) як найуживаніша робоча LLM, o3-mini-high для брейнштормінгу, постійний проєкт у ChatGPT із системним промптом, що кодує його React/TypeScript-конвенції, аби прототипи виходили в його стилі, і Claude Code як основний агент. Автокомпліт-асистенти на кшталт GitHub Copilot він оминає — єдиний, що його переконав, був внутрішній аналог Google, натренований на кодовій базі самого Google, тож і доповнення виходили в стилі Google. Його позиція щодо адопції категорична: інженери, які не беруть ШІ на озброєння, втрачають конкурентність, а початківцю варто зареєструвати акаунт ChatGPT/Bard ще до встановлення редактора (Q&A і плани на 2024). Його щоденні застосування читаються як заміна man-сторінок: назвати змінні (пʼять варіантів, вибери один), розібрати бінарні формати, пояснити вивід Unix-команд, трюк із палітрою ffmpeg, що стиснув GIF у ~100 разів, приєднання WebSocket-сервера до наявного Express-сервера через HTTP upgrade.