В этом выпуске — шесть историй, где ИИ не заменяет человека целиком, а резко расширяет его рабочий радиус. Почти в каждой есть один и тот же вывод: модель ускоряет сборку, но решение, проверка и вкус всё равно остаются за человеком.

Claude помог собрать выборный дашборд за два дня

Картикейан Гопал описал, как за два дня собрал дашборд результатов выборов в Тамилнаду с тремя жёсткими условиями: без бюджета, под реальную нагрузку и к фиксированному сроку. Проект выдержал 24 тысячи посетителей и 430 тысяч запросов на бесплатной инфраструктуре. Это не история про игрушечный прототип: здесь ИИ выступил инженерным напарником в задаче, где нужно было быстро принимать архитектурные решения и не уронить публичный сервис.

Дизайнер без сильного полного стека собрал трёхъязычный блог на PHP

Автор с большим опытом в интерфейсах для банков и финансовых продуктов показал, как Claude помог пройти путь от дизайна к рабочей системе на PHP и MySQL. В проекте появились собственная админка, запланированные публикации, генерация изображений и поисковая оптимизация. Самое важное здесь не «модель написала код», а переход человека с продуктовым и визуальным опытом в практическую разработку без потери контроля над смыслом.

Создатель приложения с Таро два месяца собирал продукт в Cursor и упёрся во вкус

Автор dailytarot.io использовал Cursor, Cloudflare Pages, D1 и R2, чтобы собрать сайт с разными раскладами и библиотекой из 78 карт. Но главная часть рассказа не про скорость, а про границы: ИИ быстро помогает со скелетом, зато визуальная цельность, настроение продукта, выбор развертывания и ощущение «так должно быть» остаются человеческой работой. Получается честный разбор того, почему быстрая сборка ещё не равна готовому потребительскому продукту.

Игрок в покер за выходные заменил сломанную таблицу аналитическим приложением

Когда ручной учёт сотен покерных раздач перестал помещаться в таблицу, автор за два дня собрал с Cursor инструмент аналитики на React и TypeScript. История хороша именно бытовым масштабом: не стартап с раундом, а конкретная личная боль, которую удалось превратить в рабочий инструмент. При этом предметное знание оказалось не менее важным, чем генерация кода: разбор данных, пограничные случаи и проверка логики никуда не исчезли.

Преподаватель сделал студенческого ассистента, которому нельзя выдумывать

Автор начал не с восторга от чат-ботов, а с преподавательской проблемы: на консультациях видны только те вопросы, которые студенты решаются задать вслух. Обычный ИИ может уверенно ошибаться, поэтому проект строился вокруг заземления ответов, прозрачности и ограничений. Это важная история про образование: ценность ассистента возникает не тогда, когда он отвечает на всё, а когда преподаватель понимает, чему и как он помогает.

Автор агрегатора фриланс-заказов быстро собрал продукт, а затем изменил направление после отзывов

Создатель агрегатора заказов из Reddit прямо пишет, что ИИ ускорил разработку, но он всё равно старался понимать собственную кодовую базу перед запуском. Через две недели первые отзывы изменили саму постановку задачи: людям был нужен не ещё один дашборд, куда надо специально заходить, а рабочий поток, который встречает их там, где они уже ищут заказы. Здесь ИИ помог быстрее дойти до разговора с реальностью — но не отменил сам разговор.

Общий нерв этих историй простой: ИИ снимает часть трения между идеей и первым рабочим вариантом. Но как только проект сталкивается с пользователями, нагрузкой, классом, личной привычкой или эстетикой, человек снова оказывается главным редактором системы.