Vibecoding: Claude Code, Codex, Cursor и agentic development

Алексей Малышкин разбирает работу с Claude Code, Codex, Cursor и другими coding agents: от постановки задачи и изучения кодовой базы до проверки изменений и релиза.

Как строится работа

Вы учитесь формулировать для агента контекст проекта, ограничения, ожидаемый результат и критерии готовности. Автор показывает, как делить большие задачи на управляемые шаги и передавать агенту сведения о проекте, чтобы вести разработку от идеи через код и проверку к доработке и выпуску.

Отдельное внимание уделено контролю результата. Вы разбираете, когда задачу можно передать агенту целиком, когда нужна промежуточная проверка и как находить в предложенных изменениях логические ошибки, уязвимости, лишнюю сложность и неудачные архитектурные решения. В работе с агентами рассматриваются rules, hooks, skills, agent mode, parallel agents, subagents и MCP.

Практические задачи

Сценарии курса охватывают разработку новых функций, запуск MVP и продуктовых прототипов, работу с существующим и legacy-кодом. Автор также разбирает поиск причин ошибок, написание и проверку тестов, рефакторинг, документацию, API-интеграции, миграции, SQL-запросы, конфигурации и вспомогательные скрипты.

Вы учитесь ориентироваться в незнакомом репозитории: находить нужные участки кода и прослеживать связи между модулями. Эти приёмы рассматриваются для повседневной разработки, внутренних инструментов и собственных проектов, включая сервисы автоматизации и Telegram-ботов.

Для кого

Курс адресован Python-, backend-, frontend- и fullstack-разработчикам, а также тем, кто самостоятельно создаёт продукты. Он рассчитан и на аналитиков, специалистов по автоматизации и других технических специалистов, которые пишут код. Отдельная аудитория — разработчики, уже пробовавшие AI-инструменты и желающие выстроить последовательный порядок работы с ними.

Для занятий желательно владеть основами Python или другого языка, понимать устройство функций, модулей и зависимостей, уметь писать и запускать код. Понадобится базовое знакомство с Git, терминалом и рабочей средой разработчика; глубокие знания LLM и машинного обучения не требуются.

Об авторе

Алексей Малышкин создаёт учебные материалы по программированию, машинному обучению и анализу данных. Среди его тем — Python-разработка, аналитика, компьютерное зрение, LangChain, векторные базы данных и AI-агенты.