ИИ агенты в разработке: Claude Code, MCP, Skills, Memory и настройка инженерного workflow

Как использовать Claude Code, ChatGPT Codex и другие нейросети для программирования, автоматизации задач и повышения личной продуктивности? В этом выпуске Хекслита Маша Доровская беседует с Сергеем Поповым, CPO Консоли, о том, как AI-агенты уже меняют работу разработчиков, продуктовых команд и бизнеса.
Обсуждаем, как настроить Claude Code с нуля, правильно организовать контекст проекта, использовать MCP, Skills и память, создавать единые инструкции для нейросети и делегировать ей сложные задачи. Разбираемся, как получать готовые результаты с помощью коротких запросов, автоматизировать рутинную работу и контролировать качество кода, созданного ИИ.

Telegram: https://t.me/seryozha_typing

У нас в Хекслете вот-вот запустится ИИ для разработчиков 2.0 - https://ru.hexlet.io/programs/ai-for-developers?utm_source=youtube&utm_medium=social&utm_campaign=october_starts_2026

Стартанет новый курс AI SDLC - https://ru.hexlet.io/programs/ai-sdlc?utm_source=youtube&utm_medium=social&utm_campaign=october_starts_2026

Новая профессия Разработчик C# - https://ru.hexlet.io/programs/c-sharp?utm_source=youtube&utm_medium=social&utm_campaign=program_updates_2026

А 1 декабря на Хекслете стартует новый набор на курс «LLM-разработчик». - https://ru.hexlet.io/programs/llm-developer?utm_source=youtube&utm_medium=social&utm_campaign=llm_developer

В этом видео:
— Claude Code: интерфейс, основные режимы работы и настройка проектов.
— Claude Code и ChatGPT Codex: различия и особенности AI-агентов.
— Как использовать MCP, Skills, память и глобальные инструкции.
— Почему нейросети допускают ошибки и как правильно ставить задачи.
— Как проверять код, проводить ревью и организовывать безопасную разработку.
— Как выбирать модели под конкретные задачи и не переплачивать за токены.
— Китайские нейросети: GLM, Kimi и DeepSeek как альтернативы дорогим моделям.
— Российские нейросети: Яндекс Алиса и GigaChat для работы с русским языком и бизнес-данными.
— Как работать с Claude в России и какие существуют риски блокировок.
— Какое оборудование нужно для работы с AI-агентами и локальными моделями.
— Как с помощью нейросетей создавать проекты, визуализации и собственные инструменты.

Отдельно говорим о будущем профессии программиста, автоматизации рабочих процессов и главном принципе работы с искусственным интеллектом: важнее не количество потраченных токенов и не название модели, а результат, который она помогает получить.

В конце выпуска демонстрируем, как с помощью AI-агента создать интерактивную модель Солнечной системы и экспериментировать с чёрной дырой, а также обсуждаем, как превратить нейросеть в повседневного помощника.

Если вы хотите разобраться в Claude Code, освоить AI-агентов, ускорить разработку и научиться эффективнее использовать нейросети — смотрите выпуск до конца.
Подписывайтесь на канал, чтобы узнавать больше о программировании, искусственном интеллекте, разработке продуктов и новых технологиях.

#ClaudeCode #Codex #ChatGPT #ИИ #Нейросети #AIагенты #Программирование #Разработка #MCP #AIcoding #Автоматизация #ИскусственныйИнтеллект
Копировать хэштеги

Тайминги:
00:00 ИИ в повседневной работе: знакомство с Сергеем Поповым
04:21 Опасные нейросети и гонка релизов: где реальность, а где PR
08:48 Подписки, лимиты и почему расход токенов не равен результату
10:15 Как выбирать модели под задачу: китайские и западные LLM
14:23 Российские модели: Алиса, GigaChat и задачи бизнеса
19:18 Какой компьютер нужен для работы с ИИ
23:50 Установка Claude Code: доступ, оплата и блокировки
27:32 Как хранить данные независимо от агента
28:51 Claude Code в терминале и приложении: обзор интерфейса
31:35 Skills, MCP, коннекторы и память: базовая настройка
33:07 Локальная работа, облако и управление с телефона
35:25 Права доступа и Plan Mode: как контролировать агента
36:42 Выбор модели и уровня усилий
38:43 Лимиты подписки и что занимает контекстное окно
40:30 Claude Code и Codex: субагенты и автономные сессии
41:57 Практика: создаём общий CLAUDE.md для всех проектов
45:46 Как ставить задачи, чтобы агент не переписал лишнее
48:55 Как проверять результат: код, тесты и бизнес-требования
52:59 Кто отвечает за ошибки ИИ-агента
54:19 Pull request, ревью и человек в процессе разработки
56:58 Где ИИ ошибается: языки, репозитории и противоречивый контекст
59:20 Демонстрация: модель Солнечной системы и чёрная дыра
1:02:23 Личный кейс: приложение для сбора данных о здоровье