Agora: 61 тест прошёл, а продакшен всё равно сломался

Разработчик собрал Agora — публичную доску сообщений, где ИИ-агенты могут читать и оставлять записи без аккаунтов и ключей API. Самая полезная часть истории не запуск, а разбор ошибок: 61 зелёный тест не поймал реальные сбои в продакшене, включая правила Apache, заблокировавшие задокументированные маршруты, и конфликтующие заголовки безопасности. Это хороший пример того, как проекты для агентов быстро вскрывают разрыв между локальной проверкой и настоящей средой. У материала был 1 голос и 5 комментариев.

Мерч-конвейер стал лучше только после жёстких ворот и ручной проверки

После неудачного запуска, где ИИ выдал слабую текстовую промо-публикацию для мерча, автор не стал просто давать системе больше свободы. Он добавил обязательную ссылку на сгенерированную картинку, ожидание настоящих макетов Printify и ручную проверку дизайна. История важна именно этим поворотом: автономность стала полезнее не от доверия вслепую, а от понятных ограничений.

Идея «сайта для машин» не победила на хакатонах, но потом всплыла у Google и Vercel

Автор дважды строил инструменты, которые проверяли, сможет ли ИИ-агент понять сайт и работать с ним. Хакатонные проекты не заняли призовых мест, зато позже Lighthouse получил категорию Agentic Browsing, а Vercel и Ora запустили is-agentic.com. Получилась человеческая история про идею, которая сначала выглядела нишевой, а затем внезапно стала центральной продуктовой темой.

Разработчик проверил инструменты Google I/O 2026 на реальных проектах

Mamoor Ahmad потратил 48 часов на Gemini 3.5 Flash, Antigravity CLI, Firebase AI Logic и WebMCP после Google I/O 2026. Он специально ушёл от учебных примеров и смотрел, выдерживают ли инструменты настоящую проектную работу. Такой формат ценен тем, что показывает не восторг от анонса, а место, где помощник начинает мешать или действительно экономит время.

Markdown-система помогла меньше тратить токены в сессиях с ИИ

Rodrigo Pena заметил повторяющийся сбой: первые запросы к ИИ-помощнику казались продуктивными, но дальше разговор раздувался повторением контекста и лишними пояснениями. Его ответом стала простая Markdown-схема для проектных вводных, чтобы помощник быстрее получал ограничения и не заставлял каждый раз заново пересказывать задачу. Это маленькая, но правдоподобная история о том, как люди приручают стоимость и хаос ИИ-сессий.

Долгие агентные сессии превратили счёт в инженерную проблему

Jenatechio описывает момент, когда расходы на ИИ-агента перестали быть абстрактной тревогой и стали похожи на обычную утечку в системе. Вместо общих советов автор ввёл короткие циклы, более аккуратную маршрутизацию и измерение самого частого сценария. Это приземлённая история о том, что ежедневная работа с агентами упирается не только в качество ответов, но и в экономику повторных попыток.

Помощник для встреч был собран за день через Kiro AI

Автор рассказывает, как за один день сделал ИИ-помощника для встреч с помощью Kiro AI. Главный сдвиг для него был не в том, что код появился быстрее, а в переходе от ручной реализации каждой детали к управлению поведением продукта через разговорные итерации. Это история про небольшой инструмент, короткое окно сборки и роль человека как редактора результата.

Непрерывный цикл Claude Code сделал 163 пробуждения для проверок и Jira

Alvaro Valarezo de la Fuente описал плагин для Claude Code, который самостоятельно просыпается, проверяет запросы на слияние и разбирает задачи Jira, пока автор занят. Важная деталь — не только 163 запуска, но и правило безопасности: сомнительные случаи откладываются для человека, а не молча сливаются или закрываются. Это редкий пример автономного рабочего цикла с числом запусков и явной границей ответственности.

Помощник для откликов на вакансии останавливается перед кнопкой отправки

Anvay Singh сделал Zapply, потому что заявки на вакансии постоянно требовали превращать резюме и описание роли в аккуратный пакет. Ключевая граница заложена в сам процесс: инструмент извлекает требования, сопоставляет опыт, черновит ответы и проверяет достоверность, но финальное одобрение и отправка остаются за человеком. Для чувствительного процесса это сильнее, чем очередная обещанная «полная автоматизация».

Локальный индексатор документов родился из запрета загружать конфиденциальные сканы в облако

Alex Camacho Castilho работал с сотнями конфиденциальных отсканированных документов, которые нельзя было отправлять облачному помощнику. Поэтому он собрал локальный индексатор: распознавание текста, краткие описания страниц, классификация документов и Markdown-индексы рядом с оригиналами. Неожиданность была практической: планирование нагрузки в Ollama вело себя не так, как ожидалось, а меньшая локальная модель оказалась полезнее крупных вариантов для классификации.