OpenAI выпустила руководство по кодированию "Руководство по GPT-5", в котором представлены 6 лучших практик использования GPT-5 для программирования ИИ:
# 1. Команды должны быть точными, чтобы избежать конфликтов информации
Новая модель GPT-5 значительно улучшила свои способности следовать инструкциям, но это также привело к побочному эффекту: когда она сталкивается с нечеткими или противоречивыми указаниями, она может испытывать трудности с обработкой. Эта ситуация особенно требует внимания в ваших .cursor/rules или конфигурационном файле.
# 2. Установите соответствующий уровень вывода
GPT-5

Почему я чувствую, что использование AI для парного программирования дает гораздо больше ценности для моего ввода, чем для вывода😅
Часто заставляю его помогать мне искать ценную информацию в репозиториях открытого кода, упорядочивать системную архитектуру, он всегда дает мне очень хороший опыт.
Но если позволить ей писать код, опыт будет очень плохим. Код, который она написала, не внушает доверия, его нужно пересматривать, и после проверки всегда можно обнаружить некоторые большие или маленькие проблемы, а затем приходится постоянно исправлять и дорабатывать.
Разве это не самое большое препят

Так что, если скорость вывода увеличится в 20 раз, как изменится наш подход к кодированию Vibe?

Я чувствую, что с развитием инструментов программирования на основе ИИ моё понимание инструментов MCP тоже меняется.
Ранее часто использовавшиеся последовательное мышление и менеджер задач теперь, с повышением планирования модели и способности к рассуждению, имеют режим планирования и think harder/ultrathink, я предпочитаю завершать это внутри родных инструментов, а не с помощью MC.
Другой тип - это инструменты, такие как context7 и deepwiki, которые усиливают контекст. Для контекстной инженерии мне нужно больше точности и детализации, и такие MC в настоящее время не могут удовлетворить это тр

Глубина Research решает проблему продуктовых решений "что строить", она сочетает в себе глубину и широту, помогая нам разорвать информационный пузырь и увидеть направление.
Claude Code помогает решить конкретные детали реализации, позволяя нам сосредоточиться на таких высокоуровневых аспектах, как система архитектуры, разделение модулей и рефакторинг, что повышает эффективность итераций и проб.
В будущем определённо появятся более продвинутые инструменты производительности на основе ИИ, но вышеуказанные три шага, я считаю, должны оставаться неизменной основной логикой.

MCP вышел так давно, но по сути, кажется, что действительно можно использовать только несколько?
Я имею в виду, что под «используемым» подразумевается AI-программирование, которое может использоваться стабильно и с высокой частотой, что приводит к значительному улучшению результатов программирования.
Поделюсь несколькими, которые, по моему мнению, неплохие: playwright, Context7, Sequential Thinking
Первые два решают проблемы точности контекста, третий решает проблемы планирования.

В области программирования существует термин "плохой запах".
Говорится о том, что опытный программист должен уметь распознавать "плохие запахи" в системе и заранее предотвращать их, осуществляя оптимизацию и обновление архитектуры.
Есть еще одно слово "избыточный дизайн"
Это значит, что изначально думали слишком много, разработали множество ненужной масштабируемости и модульной декомпозиции, что привело к большим и бесполезным затратам на обслуживание, что, в свою очередь, легко приводит к ошибкам.
Эти два слова нужно рассматривать в контексте времени и ситуации.
Нет лучшего проектирования арх

Программистам больше всего нравится, что крупные AI-компании борются за внимание😂
Только что зарегистрировался в Jules, похоже, что можно бесплатно попробовать.

Google снова собирается удивить?

vibe coding действительно должен быть в руках людей, понимающих программирование, иначе это просто 💩 гора и различные уязвимости безопасности 😅

Отличный опыт, контентный маркетинг, трафик, привлечение клиентов, конверсия, бренд, дизайн, конкурентные барьеры, масштабирование сотрудничества — все эти аспекты требуют размышлений и исполнения.
В эпоху ИИ не хватает только идей и исследовательских возможностей😂