Прочие курсы - [Дмитрий Лаврик] Разумный вайб-кодинг (2026)

Прочие курсы [Дмитрий Лаврик] Разумный вайб-кодинг (2026)

PRO SLIV

ПРЕМИУМ
ЖУРНАЛИСТ
Статус
Вне сети
Регистрация
6 Ноя 2023
Сообщения
948
Реакции
1
[Дмитрий Лаврик] Разумный вайб-кодинг (2026)
image-proxy.php

Название: [Дмитрий Лаврик] Разумный вайб-кодинг (2026)

Описание:
Веб-разработка с использованием нейросетей от Дмитрия ЛаврикаКонцепция курсаДалеко не все разработчики, которые пробуют использовать ИИ при написании кода, остаются в восторге от первой попытки. Дело даже не в плохих промптах, чаще всего они оставляют нейросети слишком много свободы. Курс учит простому — строй архитектуру так, чтобы у нейросетки не было пространства для импровизации, а потом отдай ей рутинную работу. Чем строже правила, тем меньше ошибок.

Мы освоим Claude Code с нуля: сессии, контекстное окно, файлы CLAUDE.md, субагенты, хуки и навыки, и применим эти знания в трёх технологических стеках.Для кого этот курсИсключительно для тех, кто уже умеет программировать и хочет работать с ИИ системно и грамотно. Главные критерии для участников:

• Понимание клиент-серверного взаимодействия

Курс именно по веб-разработке. Не так важно, заходите вы со стороны бэкенда или фронтенда, главное, чтобы было понимание общих принципов и терминологии этой сферы.

• Умение писать работающий код, решающий задачи

Конкретный стек технологий не важен. Node или PHP, Vue или React — не принципиально. Главное, уже быть адекватным программистом, а необходимый минимум знаний по конкретным стекам дадут дополнительные видео.

• Любовь к строгому порядку в коде

Прежде всего — строгая типизация: Type Hinting в PHP или TypeScript вместо JS. Один лишь TypeScript убирает добрую половину проблем нейросетей.

• Реалистичные ожидания от ИИ

Мы не мечтаем, что нейросетка напишет за нас весь код, мы просто получаем помощника — сообразительного и неутомимого джуна, которому можно делегировать массу задач.Что даёт курсЗа восемь недель вы построите workflow на трёх стеках и получите чёткую модель действий для каждого следующего проекта с ИИ. По итогу вы сможете:

• Грамотно работать с Claude Code

Сессии, контекстное окно, постоянная память и Claude.md, субагенты, хуки и навыки — всё это перестанет быть абстрактными словами.

• Создавать архитектуру, которая не позволяет ИИ тупить

Бэкенд, фронтенд или монолит — нужны точные инструкции и ограничения. Если у нейросети будет возможность сделать лишний шаг в сторону, то она найдёт, где ошибиться. Вопросам архитектуры мы посвятим очень много времени.

• Эффективно организовывать рабочий процесс

Claude это джун, а мы наставники. Его вход в проект должен быть плавным. Задача, ошибки, обратная связь, исправление инструкций — только так можно обучить нашего джуна.

• Правильно относиться к месту ИИ в разработке

Как бы ни был хорош Claude, ответственность за код остаётся на программисте. Сбросить рутину на помощника и забить на ревью — большой соблазн, которого мы не допустим.Программа курса

01. Основы работы с Claude

Начало работы и настройка Claude Code• Создание аккаунта Anthropic и выбор тарифного плана

• Установка Claude Code CLI

• Рабочий процесс только через CLI, минусы GUI

• Плагин VS Code: установка и подключениеСессии: как Claude запоминает контекст• Что такое сессия и как она работает

• Очистка сессии: когда и зачем

• Возврат к предыдущей сессии

• Просмотр истории и статистики сессийКонтекстное окно• Что такое контекстное окно и почему оно важно

• Как контекст заполняется во время сессии

• Стратегии контроля размера контекстного окнаТехнические файлы• claude/settings.json - настройки проекта

• claudeignore - убираем ненужные файлы из контекста

• Claude.md - стабильные инструкции для ClaudeЭффективность промптов• Как работают ограничения на тарифах

• Примеры задач, которые быстро съедают лимиты

• Как формулировать задачи, чтобы оставаться в рамкахВыбор подходящей модели• Opus, Sonnet, Haiku — обзор возможностей и стоимости

• Изменение модели в Claude Code

• Мощь или скорость — выбор модели в зависимости от задач02. Продвинутая настройка Claude

Вложенные файлы Claude.md• Как Claude читает и объединяет инструкции

• Инструкции на уровне проекта и на уровне подкаталога

• Общие правила и переопределения на основе контекстаПамять и Claude.md• Как работает система постоянной памяти Claude

• Явная инструкция Claude.md vs накопленный контекст / память

• Практические правила: что кладём в память, а что в Claude.mdСубагенты• Что такое субагенты и когда Claude их запускает

• Субагенты и контекстное окно

• Обзор популярных готовых субагентовПользовательские субагенты• Управление поведением и областью видимости субагентов

• Принципы создания пользовательских субагентов

• Написание эффективных промптов для субагентовНавыки, команды и воркфлоу• Что такое навыки (skills) и как Claude их применяет

• Встроенные и кастомные слэш-команды

• Компоновка субагентов и навыков в воркфлоуMCP серверы• Что такое MCP и как он расширяет возможности Claude

• Подключение MCP-сервера через settings.json

• Популярные MCP-серверы для веб-разработкиХуки• Что такое хуки и когда они срабатывают

• Практические сценарии: автоформатирование, логирование

• Написание и регистрация собственных хуковПонимание мышления Claude• Внутренний цикл рассуждений Claude: планирование → вызовы инструментов → синтез

• Структурирование запросов для минимизации расхода токенов03. Выравнивание знаний участников

Архитектура: монолит или отдельные репозитории• Раздельная разработка фронтенда и бэкенда

• Что такое монорепозиторий и когда это имеет смысл

• Как этот выбор влияет на разработку с ИИГлавная серверная триада• Валидация: проверка и очистка входных данных

• Сериализация: фильтрация и проверка ответа

• Документация: понятное описание API для клиентаDTO и документация• Что такое DTO: request DTO vs response DTO

• Почему важно разделять схемы запроса и ответа

• Виды документирования: DTO, OpenAPI, типы TypeScriptTypeScript как лучший друг Claude• Почему типизированный код резко улучшает результаты ИИ

• Как Claude читает типы для определения интерфейса

• Правильные привычки: строгий режим, явные типы, ноль anyШаринг типов между сервером и клиентом• Ручная сборка и автотрансформеры

• Типизированные fetch-клиенты

• Выбор подхода в зависимости от архитектурыОсновы безопасности: что может пойти не так• ENV в клиентских бандлах и публичных репозиториях

• SQL-инъекции и подводные камни ORM

• Claude как ассистент при аудите безопасности04. Принципы разработки с ИИ

Ограничения снижают количество ошибок ИИ• Организуем жёсткие архитектурные рамки

• Объясняем структуру проекта, описываем ключевые сущности

• Пишем инструкции так, чтобы у типичных задач был ровно один стиль решенияПо образцу ИИ делает лучше, чем без него• Сами строим скелет приложения, затем призываем Claude

• Показываем на одной доменной сущности, как кодим сами

• Для любых велосипедов (например, свои хуки / композаблы) создаём примеры использованияНачинаем с контрактов, размещаем их отдельно• Определяем механику взаимодействия клиента и сервера

• Создаём абстракцию, отвечающую только за взаимодействие

• Изменение API начинается с контракта, а не с кодаДекларативный стиль — друг нейросетки• Описание результата, а не процесса проще для ИИ

• Предпочитаем схемы, конфиги, декораторы и т.п.

• Декларативные фреймворки (Vue / React) — короли фронтендаМаленькие шаги — предсказуемый результат• С увеличением контекста нейросетки теряют точность

• Разбиваем задачу на шаги, затем делегируем

• Каждый шаг должен иметь понятный и проверяемый результатБольшие задачи — режим планирования• Просим нейросетку составить план

• Изучаем, редактируем, обсуждаем с Claude

• Выполняем шаг за шагом, оценивая промежуточные результаты05. Идеальный бэкенд-стек на Node.js

JSON Schema для Fastify и AJV• Нативная валидация и сериализация по JSON Schema

• Синтаксис JSON-схем и неудобства их ручного описания

• JSON Schema vs OpenApi: небольшие различияЕдиный источник истины• Что такое TypeSpec и какие выгоды он нам приносит

• Определение моделей, создание общих типов

• Описание маршрутов и схем для запросов и ответовОт TypeSpec к OpenAPI и JSON Schema• Компиляция TypeSpec в спецификацию OpenAPI

• Автоматический вывод интерактивной документации

• Компиляция и доработка JSON-схем из лаконичного описанияСлой базы данных — Drizzle ORM• Как Drizzle вписывается в философию ограничений

• Schema First без генерации тонны типов (привет Prisma)

• Как Claude работает с Drizzle — схема как достаточный контекстАрхитектура вокруг Fastify• Реализация ключевых плагинов

• Контроллеры и сервисный слой

• Создание инструкций для Claude под стекЭкономия контекста: почему этот стек хорош для ИИ• TypeSpec как полная замена главной серверной триады

• Сравнение размеров TypeSpec и файла OpenAPI

• Как производные TypeSpec сокращают контекст каждой задачи06. Фронтенд на примере React

Организация базового каркаса• Структура папок, выделение ключевых частей приложения

• Стартовый код для router и store

• Продумывание системы работы с авторизацией пользователей

• Выбор и подключение инструментов для UIПаттерн репозиторий вокруг OpenAPI• OpenAPI-спецификация бэкенда как источник истины

• Генерация полностью типизированного fetch-клиента

• Паттерн репозиторий как обёртка над fetch-клиентом

• Создание модулей для каждой доменной сущностиРеализация важнейших хуков• Создание хуков для DI ключевых сервисов через контекст

• Создание хука для получения данных — useAsyncData

• Создание хука для контроля форм — useForm

• Документирование всех велосипедов для ClaudeПодготовка компонентов• Правила по именованию компонентов и их props

• Правила использования хуков внутри компонентов

• Реализация помощника для хука useAsyncData

• Создание AuthGuard компонентовТипичные инструкции для Claude на фронтенде• Описание паттернов применения хуков и компонентов

• Явные запреты на прямое использование fetch

• Предотвращение типичных ошибок Claude: избыточный useEffect, создание компонентов во время рендеринга и др.Организация плавного старта• Реализация UI для одной доменной сущности вручную

• Создание хуков на стыке сложного UI и API

• Пробный запуск Claude, оценка результатов

• Доработка инструкций до приемлемого результата07. Claude в монолите

Монолит как серьёзный вызов для ИИ• Почему монолиты сложнее для Claude

• Больший контекст и тесная связанность частей системы

• Примерная оценка количества файлов и объёма кода для типичной CRUD-операцииСтек: Laravel + Inertia + Vue + Vuetify• Специальный выбор наиболее громоздкого стека технологий

• Разные языки в одном проекте: PHP и JavaScript

• Inertia вместо API, сервер напрямую передаёт props страницам

• Vue с тяжёлой библиотекой компонентов VuetifyУлучшение Laravel с помощью laravel-data• Laravel Data: типизированные DTO для запросов и ответов

• Валидация и сериализация на основе единого инструмента

• Правила для полей DTO через декларативные атрибуты

• Автоматическая конвертация DTO в TypeScript-типыНюансы инструкций для Claude в монолите• Почему корневой Claude.md должен быть особенно точным

• Вложенные Claude.md по модулям и сущностям

• Реализация навыков (skills) для решения точечных задач

• Как не дать Claude перепутать слои бэкенда и фронтендаТипизированные роуты с Wayfinder• Генерация TypeScript-хелперов из роутов Laravel

• Устранение захардкоженных адресов на стороне Vue

• Инструкции по своевременному перезапуску генераторовОт построения каркаса к настоящей магии• Усиление Laravel: Spatie Query Builder и Spatie Permission

• Создание хелперов и инструкций на стыке бэкенда и фронтенда

• Генерация более 2000 строк рутинного кода за 10 минут08. Место программиста в процессе вайбкодинга

Начинаем каждый проект, считая Claude джуниором• Claude изначально ничего не знает о наших предпочтениях

• Роль программиста на старте: наставник, а не босс

• Без образца от нас Claude не угадает стиль и требования — скелет и примеры реализуем самиЦикл улучшений• Рабочий режим: задача → ошибка → обратная связь → результат → новое правило в CLAUDE.md

• Когда цикл правильный, Claude делает всё меньше ошибок

• Инструкции накапливаются, образуя полноценный гайдЛовушка shift-tab• Что происходит, когда Claude становится достаточно хорош, чтобы ревью казалось ненужным

• Незаметная деградация разработчика: от доверия Claude к лени проверять его результат

• На дистанции нейросетка ошибётся. Не если, а когда.Ответственность никогда не переходит к Claude• Claude может писать код, а уволить могут только программиста

• Относимся к результату ИИ как к PR джуниора — всегда стоит окинуть критическим взглядом

• Как оставаться искренне вовлечённым в процесс, даже если Claude не ошибался давным-давноВзгляд в будущее• Траектория развития возможностей моделей

• Оценка риска полной замены программистов

• Глубокое понимание инструмента по мере роста его мощиРиски внезапного повышения цен• Математика ИИ-компаний: пузырь или путь к AGI

• Что может произойти с воркфлоу, полностью построенными вокруг дорогой модели
Это не поурочный план. Курс построен по спиральному принципу: мы разрабатываем с нуля проект на одном из стеков технологий, постоянно возвращаясь к механикам Claude, работе с промптами и философии взаимодействия с ИИ на протяжении всего процесса.Преподаватель курса - Дмитрий ЛаврикПрофессиональный веб-разработчик

Более 15 лет опыта в веб-разработке — от вёрстки до серверной части. Основной стек: Vue, React на фронтенде, PHP, Node.js на бэкенде.

Опытный преподаватель

С 2011 года под его руководством тысячи учеников прошли путь от новичков до уверенных веб-разработчиков. Если вы ещё не знакомы с Дмитрием — загляните на его YouTube-канал (@dmitrylavrik), там много полезных видео и можно получить впечатление о стиле преподавания.

Старт 27 мая

Скачать:
Скрытое содержимое могут видеть только пользователи групп(ы): ПРЕМИУМ
 
Слушай, курс «Разумный вайб-кодинг» от Дмитрия Лаврика выглядит довольно круто. Главное, что он предлагает — это системный подход к использованию ИИ в веб-разработке. Очень много разработчиков просто пускают все на самотек, а тут учат структурировать работу с нейросетями.

Я сам пробовал использовать ИИ в своих проектах, и могу сказать: если не задать четкие рамки, то результат может быть откровенно дерьмовым. Лаврик прямо заостряет на этом внимание, что, по сути, и есть ключ к успеху.

Курс подойдет тем, кто уже в теме программирования, знает клиент-серверное взаимодействие и хочет более грамотно использовать ИИ. Это как иметь надежного помощника, но при этом не забывать, что ответственность за конечный продукт лежит на тебе.

Еще классно, что там много практики: за восемь недель можно выстроить рабочий процесс на трех разных стеках. Это значит, что ты не только теорию изучишь, но и сможешь применить все на практике.

Как ты думаешь, стоит ли углубляться в ИИ в разработке, или лучше сосредоточиться на других аспектах?
 
Активность
Пока что здесь никого нет
Назад
Сверху Снизу