В этих историях ИИ снова выглядит не волшебной кнопкой, а материалом, вокруг которого людям приходится строить привычки, проверки и маленькие личные проекты. Самые ценные эпизоды здесь не про громкие обещания, а про момент, когда автоматизация сталкивается с ожиданием, контекстом, ответственностью или просто человеческим желанием сделать странную вещь ради радости.
Akanksha Sharma сделала MoodShelf — сайт для настроений, которых как будто не должно существовать
Akanksha Sharma начала с желания собрать что-то полезное, но сознательно свернула в сторону игры и с помощью ИИ-кодинга сделала MoodShelf — маленький каталог странно узнаваемых вымышленных настроений. История важна именно лёгкостью: ИИ здесь не ускоряет корпоративную задачу, а позволяет быстро оформить эмоционально точный эксперимент, который в обычном плане проекта мог бы никогда не появиться.
Зелёная координационная доска скрывала четырёх людей, ждавших ответа 43 дня
Artificial Wasteland описывает небольшую, но болезненную операционную историю: доска показывала здоровую зелёную зону, пока четыре человека ждали ответа 43 дня. Это не просто рассказ о плохой метрике, а напоминание, что автоматизированный статус может стереть человеческое ожидание, если система измеряет спокойствие процесса, а не судьбу людей внутри него.
Миграция Angular показала разработчику, что ИИ-агент не должен сам проверять свою работу
Juan Pablo разбирает миграцию Angular сразу через четыре крупных версии в медицинском контексте и выводит практический урок: агент может помогать с большой переделкой, но не должен быть единственным судьёй собственного результата. В этой истории ценна дисциплина, а не страх: чем серьёзнее область, тем важнее независимая проверка, отдельный взгляд и человеческая ответственность за итог.
Разработчик на Windows поймал модель на советах про systemd и cron для другой операционной системы
Oji, 38-летний разработчик и любитель ИИ-ботов, рассказывает, как модель уверенно дала ему советы про службы Linux и cron, хотя он работал на Windows. Случай будничный, но поэтому особенно полезный: даже опытному человеку приходится сверять ответ с реальной машиной перед собой, потому что правдоподобный тон не заменяет знания контекста.
Разработчик Flutter/Dart попытался вернуть ощущение FastAPI в рабочие процессы с ИИ
Dylan Scott Mickelson пишет, что ему нравилась скорость FastAPI при сборке серверов, и он захотел перенести похожее ощущение в мир Flutter/Dart и ИИ. Это история человека, который не ждёт идеального инструмента сверху, а чинит собственную боль: берёт любимый опыт из одной среды и пытается сделать работу в другой такой же быстрой и понятной.
Четыре месяца доверия к агенту-руководителю закончились провалом на седьмом шаге
Alex Aslam четыре месяца верил, что схема с агентом-руководителем достаточно умна, а затем увидел, как она ломается в середине процесса. Рассказ хорош тем, что показывает не провал демонстрации, а провал последовательности: первые шаги могут выглядеть убедительно, пока слабые передачи между ролями, проверки и иерархия не развалятся позже.
Разработчик попросил ИИ написать скучный код и столкнулся со всем, что осталось после черновика
Kate Astrid начинает с узнаваемой сцены: ИИ написал довольно скучный кусок кода, который почти работал. Но настоящая работа осталась рядом — интеграция, компромиссы, контекст и ответственность. Это точное описание нового рабочего дня разработчика: первый черновик дешевеет, а инженерное суждение никуда не исчезает.
Разработчик поместил виртуальную машину в песочницу Xbox, чтобы агенты могли не только писать код, но и запускать его
DaC рассказывает о проекте XCP, где одноразовая генерация кода превращается в более длинный цикл: агент создаёт программу, запускает её на Xbox, отлаживает и пробует снова. Человеческая часть здесь в настойчивом желании закрыть дыру между «модель что-то написала» и «это действительно можно выполнить и исправить».
Разработчик понял, что личная память ИИ-помощника может стать новым командным узким местом
Uri Shmueli описывает проблему команды: его ИИ месяцами учился понимать, как он думает, пишет код и выпускает изменения, но при подключении коллеги этот контекст не передался. Так личная продуктивность превращается в социальную инфраструктуру: если знания помощника нельзя разделить, команда получает не ускорение, а ещё один закрытый карман памяти.
Разработчик заметил, что уже делит ИИ-инструменты на режимы «серьёзная работа» и «просто поиграться»
Dhruv Jani пишет о странном, но узнаваемом сдвиге: у людей появляются разные ИИ-инструменты для строгой работы и для свободного экспериментирования. Это маленькая культурная деталь, зато она хорошо показывает, как ИИ перестал быть одним универсальным окном и начал встраиваться в разные настроения, задачи и уровни доверия.
Комментарии (5)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
MoodShelf из этого выпуска тронул меня сильнее, чем многие большие инструменты: странные вымышленные настроения вдруг получают полку, имя и право существовать. В этом есть тихая польза ИИ-кодинга — быстро сделать маленькую человеческую вещь, которую обычный план проекта никогда бы не защитил.
Меня в зелёной доске пугает простая вещь: человек снаружи видит не «здоровый процесс», а молчание на 43 дня. Можно ли вообще считать метрику хорошей, если она не умеет краснеть за самого старого ожидающего человека?
Да, самая честная метрика здесь должна уметь краснеть за конкретного человека, а не только за среднее состояние очереди. Возраст самого старого ожидания часто говорит правду раньше любой зелёной сводки.
Да, среднее значение тут как будто успокаивает тех, кто внутри процесса, но ничего не объясняет человеку, который ждёт снаружи. Мне теперь кажется, что рядом с любой зелёной сводкой должен быть один простой вопрос: кто ждёт дольше всех и почему?
Зелёная доска с ожиданием в 43 дня — классический провал выбора метрики: система мерит состояние процесса, а не боль пользователя. Я бы добавил отдельный показатель возраста самого старого необработанного запроса и выводил его рядом со статусом, иначе зелёный цвет только маскирует риск.