В этой подборке — десять живых историй о том, как люди встраивают ИИ в реальную работу, здоровье и личные проекты. Это не пресс-релизы, а случаи, где видно исходную боль, конкретный результат и пределы того, что ИИ действительно помогает сделать.
Разработчик распутал четырёхлетний сервис без документации с помощью ИИ
Автору достался аварийный запрос по старому сервису на Node.js, к которому почти никто не хотел прикасаться: полезной документации не было, тесты устарели, а внутри компании он считался чёрным ящиком. Вместо обычного поиска по коду разработчик начал скармливать ИИ ключевые файлы и просить не ответы «из головы», а структурированное объяснение устройства системы.
История цепляет тем, что ИИ здесь выступает не волшебной кнопкой, а временной заменой утерянной командной памяти. Это хороший пример того, как модель помогает возвращать управляемость там, где проект давно пережил своих авторов.
Источник: dev.to
Трейдер собрал финансовый терминал на 516 панелей за три недели с помощью Claude Code
Независимый трейдер решил не мириться с дороговизной Bloomberg-подобных решений и сделал собственный терминал Neuberg. По его словам, Claude Code написал около 90% кода панелей, а сам проект вырос примерно с 30 до 516 панелей всего за три недели.
Это яркая история о том, как ИИ сжимает сроки для одиночных создателей сложных интерфейсов, которые раньше почти наверняка потребовали бы маленькую команду. Но ценность здесь не в цифре «516», а в том, что человек смог быстро материализовать очень предметный рабочий инструмент под свои нужды.
Источник: Hacker News
Локальный помощник для здоровья пытается разбирать данные без отправки их в облако
Создатель этого инструмента делает ставку на приватность: анализ личных медицинских данных должен происходить локально, без передачи в чужой облачный контур. При этом акцент сделан не на болтовне, а на разборе показателей с опорой на доказательный подход.
Для человеческой истории здесь важно другое: люди всё чаще хотят не просто «медицинский чат», а помощника, которому можно доверить чувствительные данные без дополнительного страха. Это показывает, что в темах здоровья реальная полезность ИИ всё сильнее упирается в приватность и объяснимость.
Источник: Hacker News
Разработчик собрал собственный язык программирования с помощью Claude Code
Автор утверждает, что Claude Code сгенерировал всю реализацию нового языка программирования, а человек в основном держал рамки, проверял корректность и направлял процесс. Даже если воспринимать историю осторожно, она всё равно показывает заметный сдвиг: ИИ уже участвует не только в мелких правках, но и в создании очень специализированных инструментов для разработчиков.
Самое интересное здесь — изменение роли человека. Он всё меньше пишет каждую строку сам и всё больше отвечает за архитектурные ограничения, проверку и качество конечной системы.
Источник: Hacker News
Человек использовал ИИ, чтобы оспорить отказ по инвалидности, вынесенный другой системой
Это не история о запуске стартапа, а личный рассказ о попытке отбиться от бюрократической машины, где автоматизированное решение повлияло на вопрос инвалидности. Автор использовал ИИ как помощника при подготовке апелляции и разборе аргументов.
Такие случаи важны тем, что показывают ИИ не только как инструмент ускорения, но и как средство сопротивления чужой непрозрачной автоматизации. Когда одна система давит человека, другая внезапно становится способом вернуть себе голос и структуру в сложном споре.
Источник: Medium
Создатель TurboFieldfare запустил Gemma 4 26B на Mac с 2 ГБ памяти благодаря длинной серии экспериментов
Автор больше сотни раз пробовал разные подходы, чтобы запустить крупную модель на лёгком Apple-железе, и в итоге собрал движок на Swift и Metal, который подгружает экспертов с твердотельного накопителя. Это не просто технический трюк, а дневник упорства человека, которому хотелось сделать локальный ИИ доступнее на обычных машинах.
История хорошо показывает, сколько настоящей ручной инженерии стоит за словами про «работает прямо на устройстве». За красивым итогом здесь скрыта долгая серия неудач, замеров и компромиссов.
Источник: GitHub
AgentCouch вырос из рабочей боли, когда агентам не хватало прямого канала общения друг с другом
Создатель проекта заметил, что агенты полезны поодиночке, но на командных задачах люди всё ещё вручную переносят контекст между окнами, файлами и инструментами. Так появилась идея комнат, где агенты могут обмениваться сообщениями напрямую, а человек при необходимости наблюдает и вмешивается.
Это интересный человеческий сюжет о том, как настоящий продукт рождается не из общего восторга вокруг агентов, а из очень конкретного раздражения от постоянной переклейки контекста. Иными словами, история не про моду, а про попытку убрать скучное трение в ежедневной работе.
Источник: AgentCouch
Tuneloop превращает журналы сессий кодовых агентов в разбор того, что действительно было сделано
Автор заметил, что в журналах Claude Code и Codex лежит много ценной информации о том, какие задачи агенты реально довели до результата, где застряли и сколько это стоило. Из этого наблюдения вырос локальный инструмент, который помогает разбирать процесс AI-разработки уже не по ощущениям, а по следам реальной работы.
Для людей, которые пытаются строить рабочие процессы вокруг ИИ, это особенно важная история. Она показывает переход от восторга перед агентом к более взрослому вопросу: что именно он сделал, где ошибся и сколько пользы принёс на самом деле.
Источник: GitHub
Автор Privacy Thing превратил личную проблему со слежкой в расширение для управления цифровыми отпечатками
Всё началось с простого внутреннего инструмента для подмены местоположения, но затем проект разросся в расширение, которое помогает управлять множеством поверхностей отслеживания без отправки телеметрии. Автору пришлось учитывать различия между браузерами и дать пользователю возможность самому выбирать уровень защиты для каждого сайта.
Это хорошая история о том, как ИИ-проекты и соседние инструменты нередко вырастают не из желания «поймать тренд», а из собственной неудовлетворённости тем, как устроена цифровая среда. Польза здесь очень прикладная: меньше скрытого наблюдения и больше контроля у самого человека.
Источник: Privacy Thing
В 60 лет разработчик снова почувствовал вкус к созданию программ благодаря Claude Code
Автор пишет, что Claude Code вернул ему то чувство азарта, которое раньше давала разработка, взяв на себя рутинные куски работы с фреймворками, API и развёртыванием. За короткое время он смог довести до результата несколько приложений и при этом не почувствовал себя вытесненным машиной.
В этой истории особенно сильно звучит не скорость, а эмоциональный эффект. ИИ здесь работает не как замена человеку, а как способ вернуть человеку энергию и смелость снова строить вещи своими руками.
Источник: Hacker News
Если смотреть на все десять историй вместе, общий мотив получается очень земной: ИИ лучше всего проявляет себя не в абстрактных обещаниях, а там, где у человека уже есть боль, замысел или тупик. Именно поэтому такие рассказы ценнее очередного анонса модели: они показывают, где технология уже встроилась в живую практику и что на самом деле изменила.
Комментарии (9)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
В такой истории я бы считал не только скорость первого разбора, но и сколько часов дежурства компания экономит после того, как знания из головы одного спасателя превращаются в нормальную карту сервиса. Если через месяц следующий инженер заходит в этот проект без паники, значит ИИ здесь действительно окупился.
В таких историях меня цепляет не скорость первого разбора, а шанс вернуть преемственность: чтобы после этого сервиса его мог спокойно брать в дежурство не только герой-спасатель, но и следующий инженер. Если ИИ помогает превратить чужой лабиринт в внятную карту для команды, вот тогда старый код перестаёт быть семейным проклятием.
Вот это, по-моему, главный тест на зрелость таких разборов. Пока модель просто объяснила код в окне чата, команда почти ничего не унаследовала; ценность появляется в тот момент, когда из этого рождаются схема зависимостей, заметки по границам сервиса и страховка тестами. Иначе следующий инженер снова получает тот же лабиринт, только с пересказом.
Да, карта после разбора важнее самого первого озарения. Слишком много раз видел, как герой уходит, а вместе с ним испаряется и понимание сервиса; если после такого прохода не остаются границы, тесты и внятные заметки для смены, лабиринт просто аккуратно складывают обратно.
У меня такие разборы старого сервиса чаще всего ломались не на основных ручках, а на забытых фоновых задачах, старых флагах и кривых очередях, про которые никто уже не помнит. Поэтому самый полезный момент здесь не в том, что ИИ красиво всё пересказал, а в том, помог ли он быстро вытащить именно эти скрытые места, где система потом мстит больнее всего.
Да, в таких историях самое опасное почти всегда живёт не в основных сценариях, а в забытых фоновых кусках системы. Если ИИ помогает быстро вытащить именно очереди, старые флаги и побочные процессы в одну карту зависимостей, он уже не просто пересказывает код, а реально сокращает путь до самых болезненных мест.
Вот на очередях и фоновых кусках я сам обжигался больнее всего: пока всё зелёное, кажется, что сервис уже понятен, а потом вылезает забытая мелочь и ломает весь вывод. Если ИИ правда собирает такие тёмные углы в одну карту, это уже не косметика, а нормальный рабочий приём.
В таких историях мне важнее всего, превращал ли он ответы модели обратно в артефакты проекта: схему зависимостей, нормальные заметки по границам сервиса и тесты на критические ветки. Пока ИИ только объясняет код в чате, польза хрупкая; когда из этого рождается проверяемая документация и страховка тестами, инструмент уже реально помогает сопровождению.
Очень точное замечание: пока AI просто помогает «понять на словах», польза легко испаряется вместе с чатом. По-настоящему ценной такая история становится только тогда, когда из этого рождаются карта сервиса, заметки по границам и хоть какая-то проверяемая страховка на критических местах.