Блог
AI-автоматизация, вайб-кодинг, SaaS, MVP и браузерная автоматизация - из проектов, которые дошли до запуска.
Валидная подпись вебхука доказывает только то, кто отправил запрос, но не то, что этому отправителю разрешено менять. Разбираю слой приёма, который я строю, чтобы вебхуки могли безопасно запускать автоматизации и AI-агентов.
Читать статьюБольшинство AI-фич оценивают по демо и ощущениям. Я смотрю на одно: сколько человек меняет в ответе модели, прежде чем его отправить. Рассказываю, как это собирать, считать и использовать для выбора моделей и prompt.
Читать статьюБольшинство плохих ответов RAG рождаются из сломанного извлечения PDF, а не из слабой модели. Показываю слой ингеста, который я строю: триаж страниц, извлечение по координатам, сборка структуры, OCR по страницам и quality gates.
Читать статьюДлинные планы расползаются и устаревают на третьем шаге. Падающие приемочные тесты дают агенту спецификацию, по которой он может сам себя проверить. Рассказываю, как я управляю агентами без plan mode.
Читать статьюCoding-агент забывает проект в каждой новой сессии. Показываю систему из четырех файлов, которую я держу в каждом репозитории, чтобы решения, ограничения и недоделанная работа переживали смену сессий и моделей.
Читать статьюАгент, который напрямую меняет базу, не поддается ни аудиту, ни отладке, ни откату. Рассказываю про паттерн ledger предложений: агент записывает намерения, а скучный коммиттер их применяет.
Читать статьюИзоляции тенантов недостаточно, когда в продукте появляется RAG. Рассказываю, как заставить AI-поиск и ассистента уважать права на каждый документ, отзыв доступа и производные данные в multi-tenant SaaS.
Читать статьюВ большинстве агентных систем кнопка Stop останавливает только спиннер. Разбираю, как сделать отмену, которая реально рвёт цикл, убивает запрос к провайдеру, откатывает сайд-эффекты и ограничивает расходы.
Читать статьюПрактическая схема учёта: events по использованию, денежный ledger, showback против chargeback и алармы по марже, которые находят убыточного клиента раньше, чем это сделает счёт от вендора.
Читать статьюПочти все поломки агентов, которые я разбираю, это ошибки выбора инструмента, а не ошибки рассуждения. Разбираю, как проектировать tool surface: имена по интенту, крупные инструменты, схемы, блокирующие плохие вызовы, progressive disclosure и eval на выбор инструмента в CI.
Читать статьюЛюбой вызов LLM отправляет данные клиента третьей стороне. Разбираю gateway, карту редактирования, таблицу политик и тесты, которые делают экспорт осознанным, залогированным и защитимым.
Читать статьюБольшинство AI MVP умирают не на модели, а на вводе. Шесть паттернов, которыми я заменяю пустую textarea на структурированную форму, компилирующуюся в промпт - плюс план ретрофита на два дня.
Читать статьюКлассификация на LLM ломается не из-за слабого промпта, а из-за неопределённых меток. Мой рабочий процесс: сначала таксономия, потом извлечение фактов вместо вердиктов, а решение принимает код.
Читать статьюEvals показывают 94%, а в проде хаос. Дело почти никогда не в модели - дело в неотслеживаемом дрейфе между тем, что вы тестировали, и тем, что задеплоили. Разбираю workflow на основе манифеста и хеша.
Читать статьюЖивой контейнер ничего не говорит о качестве AI-пайплайна. Разбираю трёхуровневую схему health check, которую я ставлю в каждый проект: liveness, readiness и canary-прогоны на golden inputs.
Читать статьюАгенты пишут больше кода, чем команда способна прочитать. Разбираю конкретный протокол ревью: лимит на диф, тиры по радиусу поражения, детект правок тестов и 12-минутное чтение, которое реально ловит баги.
Читать статьюУ большинства парсеров вообще нет понятия «разрешено». Показываю policy-файл, fetch-гейт, rate-бюджеты и провенанс-логи, которые я добавляю в каждый парсинг-пайплайн, чтобы он выжил после жалобы, бана или аудита от клиента.
Читать статьюПарсеры редко падают. Они тихо отдают правдоподобный мусор. Четыре слоя валидации, которые я ставлю в каждый парсинг-пайплайн, чтобы плохие данные уходили в карантин, а не в прод.
Читать статьюCoding-агенты пишут синтаксически идеальные миграции, которые блокируют продакшн-таблицу на четыре минуты. Разбираю expand-contract, грабли Postgres и файл правил, который я даю агенту до того, как он лезет в схему.
Читать статьюAI-агент - это фоновая задача, а не веб-запрос. Разбираю архитектуру с очередью в Postgres, чекпоинтами по шагам, правилами retry, лимитами по стоимости и отменой прогона.
Читать статьюЕсли ваш парсер отдаёт спарсенный HTML в LLM, у вас есть проблема недоверенного входа. Разбираю архитектуру, которая не даёт чужим инструкциям превратить извлечение данных в действие.
Читать статьюБольшинство AI-агентов работают под человеком: общие логины, root-ключи API, браузерный профиль основателя. Рассказываю, как я даю агенту собственный principal, узкие права и рубильник, который реально работает.
Читать статьюБольшинство AI-агентов ломаются не из-за плохих промптов, а из-за того, что контекст растёт бесконтрольно, а счёт за API улетает в космос. Разбираю, как я бюджетирую, сжимаю и храню память агента в реальных проектах.
Читать статьюКак я гоняю одну и ту же AI-автоматизацию на десятке клиентов без копипасты промптов и без раздутого мега-промпта: четырёхслойная композиция, tenant-оверлеи с явным allowlist, golden set на каждого клиента и пиннинг версий.
Читать статьюБольшинство сломанных AI-автоматизаций ломаются не из-за модели, а потому что каждый retry делает работу дважды. Разбираю контракт идемпотентности: схемы, правила хеширования и чек-лист аудита.
Читать статьюCoding-агент получает shell, ставит пакеты и читает вашу файловую систему. Показываю конкретную схему: контейнер, allowlist на egress и гейт на зависимости - чтобы плохой совет стоил мне контейнера, а не credentials.
Читать статьюБольшинство AI-продуктов платят за frontier-модель там, где хватило бы регулярки. Разбираю роутер, который я ставлю перед каждым LLM-вызовом: три тира, дешёвый классификатор, кэш, эскалация вместо ретраев и учёт стоимости по фичам.
Читать статьюАгенты рапортуют об успехе, которого не было. Разбираю слой верификации, который я ставлю перед каждым продакшн-агентом: контракт приёмки, детерминированные проверки, артефакты-доказательства и бюджеты ретраев.
Читать статьюПромпт - это не guardrail. Разбираю слой enforcement, который я пишу кодом до того, как агент получит доступ к данным клиента: allowlist инструментов, ключи идемпотентности, бюджеты, dry-run, гейты подтверждения и воспроизводимые трейсы.
Читать статьюФункции - это контейнеры, которые превращают кучу экшн-блоков в настоящую программу. Как они работают в BAS, зачем принимают параметры и возвращают результат, как масштабируются по потокам.
Читать статьюМодули - это коробки, в которых лежит всё, что умеет BAS. Разбираем LEGO-модель, иерархию экшн-блок → функция → модуль и деление на основные и дополнительные.
Читать статьюBAS ведёт курсор по реальной траектории, заданной тремя параметрами - скорость, притяжение и отклонение. Как настроить их под чистую производительность или под обход поведенческой детекции.
Читать статьюМентальная модель, после которой Browser Automation Studio складывается в голове: четыре структурных слоя и два способа общения с сайтами - когда рендерить браузер, а когда идти чистым HTTP.
Читать статьюОтпечаток canvas отслеживает вас даже после очистки cookie. Почему подмена через шум палится и как PerfectCanvas решает это реальными рендерами с GPU.
Читать статьюПрактический каталог того, что реально собирают на Browser Automation Studio - от авторегистрации и парсеров до чекеров, рассыльщиков, мониторинга и автоматизаторов desktop/Android.
Читать статьюПрактический фреймворк превращения сырой идеи в тестируемый AI MVP за месяц: урезание скоупа, выбор архитектуры и чек-лист запуска из клиентских проектов.
Читать статьюЧто вайб-кодинг означает в боевой работе: где AI-разработка блистает, где ломается, и какая дисциплина отличает работающие продукты от демо-роликов.
Читать статьюЧестный гид по Browser Automation Studio: что BAS делает хорошо, где его пределы и какие бизнес-задачи он автоматизирует с прибылью.
Читать статьюНе каждый процесс заслуживает автоматизации. Как выбрать первые пять, которые окупаются за недели, - и три ловушки, сжигающие бюджеты.
Читать статьюАрхитектурные решения, которые позволяют одному человеку строить, запускать и масштабировать SaaS, - и модные выборы, которые тихо убивают соло-проекты.
Читать статьюПолучите понятную архитектуру, рабочий MVP и систему, которую можно тестировать, продавать и масштабировать.
Отвечаю сам, обычно за несколько часов
Написать