Vibe Coding: Advanced Engineering
AI-assisted engineering for people who already ship. Written for senior and staff engineers who know how to code and now want to run models and agents at professional standard. Context engineering, spec-driven development, your own harness, verification loops, review of generated code, legacy archaeology, large migrations, debugging, security, and the judgment to know when not to use AI at all.
12 уроков по порядку
- 135 мин
Context Is The Whole Game
Почти любая жалоба на ИИ-инструменты для программирования ("он выдумал несуществующий метод", "он переписал код, который и так был правильным", "на...
Context window as a budget you spendWhat the model actually sees versus what you think it seesCurating a repo map instead of dumping filesContext rot and why longer is not better - 225 мин
Pick The Right Brain, Pay The Right Price
Выбор модели - такое же инженерное решение по своей природе, как выбор базы данных или очереди: лучшего варианта не бывает, бывает подходящий под...
Capability tiers and when a bigger model is not the answerReasoning models versus fast modelsThe latency, cost, and quality trianglePrompt caching and why request shape drives the bill - 335 мин
Spec-Driven Development
Самый быстрый способ получить от модели правильный код это перестать описывать, чего вы хотите, и начать это определять. Промпт это пожелание....
Writing the acceptance criteria before the promptExecutable specs as the contract with the modelSpecifying error behavior and boundaries, not just the happy pathPlan before code, and reviewing the plan instead of the diff - 435 мин
Build Your Harness
Инженеры, у которых модель стабильно выдаёт хороший результат, редко пишут промпты лучше, чем все остальные. Они собрали обвязку (harness):...
The harness as the thing that makes good output the defaultProject rules files and what belongs in themGiving the model tools instead of instructionsSubagents and scoped delegation - 540 мин
Verification Loops: Make It Prove Itself
Модель скажет вам, что её код правильный. Она не врёт и не права: узнать этого она не может. Правильность устанавливается запуском кода против...
Properties and invariants instead of example testsGenerated inputs find what handwritten examples missShrinking a counterexample before handing it overClosing the loop so the model checks itself - 640 мин
Reading Generated Code Like A Senior
Проверять код вы уже умеете. С машинным кодом меняется распределение ошибок. Человеческий код ломается там, где человек запутался, а замешательство...
The failure taxonomy of plausible-but-wrong codeReading the docstring and the code as two competing claimsReviewing intent and seams instead of tokensDuplication the model cannot see - 740 мин
Legacy Archaeology
Дать модели кодовую базу, которую никто не понимает, и спросить "что это делает?" это одно из самых ценных её применений и одно из тех, где легче...
Facts before narrative when mapping unfamiliar codeCharacterization tests that pin current behaviorDistinguishing intent from accident in old codeUsing a model to generate hypotheses, not conclusions - 840 мин
Migrations At Scale
Просьба к модели изменить четыреста файлов - это та точка, где помощь ИИ либо становится настоящим множителем, либо порождает больше работы по ревью,...
Mechanical rewrites versus judgment callsKeeping a large migration reviewableThe escape hatch list of cases the tool refuses to touchStaging, verifying, and rolling back a wide change - 940 мин
Debugging Code You Did Not Write
Когда вы отлаживаете свой код, у вас есть преимущество: вы помните, чего пытались добиться. Отладка сгенерированного кода это преимущество отнимает...
Hypothesis-driven debugging instead of guess-and-patchDeterministic reproduction before diagnosisShrinking to the smallest failing inputBisecting a change set and reading the fix for scope - 1040 мин
The Security Model Of An Agent
Агент с инструментами это программа, которая принимает инструкции из текста и действует на ваших системах. Часть этого текста написали вы. Часть...
Prompt injection as a structural property, not a model bugThe lethal trifecta of private data, untrusted content, and exfiltrationBlast radius, allowlists, and approval gatesGenerated code risks: secrets, dependencies, and licence provenance - 1130 мин
AI On A Team
Прирост индивидуальной продуктивности от искусственного интеллекта реален, но он не превращается автоматически в прирост продуктивности команды. Код,...
Review capacity as the real bottleneckShared conventions and rules files as team artifactsWhat review bots and CI agents are good and bad atMeasuring impact without gaming the metric - 1235 мин
Judgment: Knowing When Not To
Все уроки до этого были о том, как делать это хорошо. Этот - о решении, которое предшествует всем остальным, и о том, которое вероятнее всего...
The cases where reaching for a model is the wrong callUnderstanding as the thing you are actually paying forDeliberate practice and skill maintenancePutting the whole method together on one change
Изучай Vibe Coding: Advanced Engineering на своём языке
Каждый урок, тест и ответ наставника показывается на вашем языке. AI-наставник отвечает на том языке, на котором вы пишете.