Разборы · Статья: · Видео: · 22:44

Многоагентный вайб-кодинг: пошаговый workflow от идеи до продакшена

Разбор видео BridgeMind про личный workflow вайб-кодинга: как масштабировать число агентов под сложность задачи, роутить модели (GPT 5.5 на бэкенд, Claude Opus 4.8 на UI), давать контекст через @-упоминания и скриншоты, разводить агентов Git worktree-ами и вживую собрать полный стек — базу, API, AWS-инфраструктуру и Discord-авторизацию.

Программирование ИИ Продуктивность
Смотреть на YouTube

My Vibe Coding Workflow (Step by Step Workflow)

BridgeMind · 22:44
Главы видео — нажми, чтобы перейти к моменту 9
  1. 0:00 Бизнес на вайб-кодинге и цель видео $18K MRR и $74K оборота за три месяца — как аргумент, что подход работает.
  2. 0:35 Подписки и инструменты workflow Claude, OpenAI, Cursor, Perplexity плюс среда, голосовой ввод, скриншоты и браузерный агент.
  3. 2:04 Главный принцип: агенты под сложность задачи Сложность 1 — один агент без плана; сложность 10 — рой суб-агентов и обязательный план.
  4. 3:18 Воркспейс, запуск агентов и контекст через @ Пресеты директорий, запуск сразу нескольких агентов, голосовой ввод и @-упоминания для контекста.
  5. 6:20 Спринт BridgeBench V3: база и API на GPT 5.5 NestJS + Drizzle, Cognito, Discord-авторизация; сложную задачу — в plan mode.
  6. 9:24 UI на Claude Opus 4.8, тесты и Git worktrees Роутинг моделей под задачу и как не дать параллельным агентам конфликтовать.
  7. 12:42 AWS-инфраструктура и YOLO-режим Docker/ECR/ECS/RDS через AWS CLI, план и пять агентов, работа в bypass-режиме.
  8. 16:22 Скриншоты-контекст и Discord через Comet Скриншот со стрелкой против галлюцинаций и handoff-промпт для управления браузером.
  9. 20:20 Деплой, багфикс и результат Ошибка в продакшене → скриншот и лог обратно агенту → рабочая авторизация.

Коротко

Автор показывает свой процесс вайб-кодинга: главный навык — не писать код, а оркестрировать рой агентов, масштабируя их число и планы под сложность задачи. За одно видео он вживую собирает полный стек (база, API, AWS, Discord-авторизация), но половина «обязательных инструментов» — его же платные продукты.

Выжимка голосом

Самое ценное из разбора — за пару минут

0:00 2:26
Показать текст выжимки
Если коротко, это разбор личного workflow вайб-кодинга от автора канала BridgeMind — про то, как собирать софт, не набирая код руками, а оркестрируя рой ИИ-агентов. Главная мысль: ключевой навык сместился с написания кода на постановку задач и контроль. Автор оценивает каждую задачу по шкале сложности от одного до десяти и из этого выводит процесс. Сложность один — один агент без плана, вроде смены цвета кнопки. Сложность десять — рой суб-агентов и обязательный план: так он вживую собирает целое приложение с базой, API, инфраструктурой на AWS и входом через Discord. И прямо говорит: если ты работаешь только над одной задачей за раз, ты не очень хороший вайб-кодер. Параллельность здесь не бонус, а определение мастерства. Второй приём — роутинг моделей. Автор не берёт одну модель на всё: бэкенд и базу отдаёт GPT 5.5 в режиме extra high, а UI-дизайн — Claude Opus 4.8. Выбор модели становится таким же проектным решением, как выбор фреймворка. Третье и самое важное — примат контекста над красноречием промпта. Прямая ссылка на папку заставляет агента прочитать нужные файлы, а скриншот со стрелкой показывает, что и где менять — и это резко снижает галлюцинации. Автор честно признаёт: продакшен почти никогда не заводится с первого раза, и рабочий приём — скопировать ошибку и скриншот обратно агенту, чтобы он починил баг за один проход. Но есть важная оговорка. Половина инструментов, которые автор называет обязательными, — это его же платные продукты: BridgeSpace, BridgeVoice, BridgeShot. Те же задачи закрываются бесплатно: терминалом с Claude Code или Codex, системными скриншотами, любым голосовым вводом. Так что смотрите это как разбор приёмов, а не как нейтральный обзор инструментов. А вывод вперёд простой: сам подход — масштабировать агентов и план под сложность — переносится далеко за пределы кода. И выигрывает не тот, у кого модель умнее, а тот, кто лучше умеет кормить её нужным контекстом.

Озвучено синтезом речи · голос alena

Объясни проще

Суть без жаргона

Простыми словами

Автор не пишет код руками — он раздаёт задачи нескольким ИИ-агентам (Claude Code, Codex) и следит, чтобы они довели дело до конца. Ключевая идея: чем сложнее задача, тем больше агентов и тем нужнее план; простую правку делает один агент без плана, а инфраструктуру — рой суб-агентов по плану из десятка фаз. За видео он так собирает целое приложение: базу данных, API, облачную инфраструктуру на AWS и вход через Discord.

Как ребёнку

Представь, что ты не строишь дом сам, а руководишь бригадой роботов-строителей. Маленькое дело — например, перекрасить дверь — поручаешь одному роботу и не даёшь никаких чертежей. А большое — построить целый этаж — раздаёшь сразу пятерым роботам и сначала рисуешь им подробный план. Твоя работа — не махать молотком, а грамотно раздать задачи и проверить результат.

Аналогия — «это как…»

Это как дирижёр оркестра: сам он не играет ни на одном инструменте, но от того, кому и когда он даёт вступить, зависит вся музыка. Вайб-кодер так же не набирает код — он задаёт агентам темп, партии и контекст, а звучит в итоге готовое приложение.

Зачем это мне

Профессия разработчика на глазах смещается от «писать код» к «ставить задачи и проверять ИИ». Даже если конкретные платные тулзы автора вам не нужны, сама модель — масштабировать агентов под сложность, кормить их точным контекстом и запускать параллельно — работает и на бесплатном Claude Code или Codex, и это ближайшее будущее ремесла.

Для тех, кто в теме

Полезное — не список продуктов, а рабочие приёмы: эвристика «сложность 1–10 → число агентов + нужда в плане», роутинг моделей под задачу (GPT 5.5 extra high на бэкенд, Opus 4.8 на UI-дизайн), @-упоминания директорий как явное управление контекстом, plan mode перед тяжёлыми спринтами, Git worktree только при реальном пересечении агентов, bypass/YOLO для длинных автономных задач и handoff-промпт «агент пишет ТЗ браузерному ИИ (Comet)». Всё это переносится на любой агентный CLI без экосистемы Bridge.

Оценка видео

Чем выше — тем больше пользы на минуту

3.9

средняя из 5

Актуальность информации 4.6

Инструменты и модели — Claude Code, Codex, GPT 5.5, Opus 4.8 — самая свежая волна 2026-го; сам workflow применим прямо сейчас.

Содержательность 4.0

Много конкретики по процессу и живая сборка стека, но заметная доля хронометража — реклама собственных продуктов автора.

Инновационность идей 3.3

Многоагентность, plan mode, worktrees и YOLO давно известны сообществу; ценность в цельной систематизации, а не в новизне.

Практичность 4.4

Реально пошагово, с живой сборкой полного стека; ключевые приёмы переносятся на бесплатные Claude Code и Codex.

Достоверность и баланс 3.4

Цифры бизнеса даны без пруфов, промо-нагрузка высокая, а «без единой строки кода» — маркетинговое упрощение.

Кому будет полезно

Чем выше оценка — тем больше пользы для профессии. Разверни — почему.

Для вайб-кодеров 4.9 /5

Прямое попадание: это буквально их ремесло. Даёт и ментальную модель (сложность → агенты + план), и конкретные приёмы контекста, роутинга и параллельности.

Для инди-хакеров и соло-фаундеров 4.7 /5

Показывает, как одному человеку вести полноценную разработку и укладывать спринты, ведя несколько агентов и проектов параллельно.

Для фулстек-разработчиков 4.3 /5

Приёмы оркестрации агентов, роутинг моделей под задачу и разведение через worktrees переносимы в любой стек и любой агентный CLI.

Для продакт-билдеров без глубокого кода 3.9 /5

Убеждает, что MVP реально собрать через агентов, но для повторения всё же нужно базовое понимание стека и облака.

Для DevOps-инженеров 3.5 /5

Интересен паттерн «агент + AWS CLI вместо Terraform», но без разбора надёжности, воспроизводимости и IaC-практик.

Для техлидов небольших команд 3.4 /5

Полезно про изоляцию агентов и организацию воркспейса, но почти ничего про ревью, качество и сопровождаемость результата.

Инсайты

Нажми, чтобы раскрыть — то, что меняет взгляд на тему

01 Сложность задачи диктует число агентов и нужду в плане 2:04

Автор оценивает задачу по шкале 1–10 и из неё выводит процесс: сложность 1 — один агент без плана (сменить цвет кнопки), сложность 6 — plan mode без суб-агентов, сложность 10 — рой суб-агентов и обязательный план. Это простая, но работающая эвристика вместо «на каждую задачу — по-разному».

02 Вайб-кодинг — это оркестрация, а не набор кода 9:08

Главный навык сместился с «писать код» на «раздать задачи агентам и довести их до конца». Автор прямо говорит: если ты работаешь над одной задачей за раз, ты не очень хороший вайб-кодер. Параллельность здесь — не бонус, а определение мастерства.

03 Роутинг моделей: под тип задачи — своя модель 9:24

Он не пользуется одной моделью на всё: бэкенд и базу отдаёт GPT 5.5 в режиме extra high, а UI-дизайн — Claude Opus 4.8. Выбор модели становится таким же проектным решением, как выбор фреймворка.

04 Контекст важнее промпта: @-упоминания и скриншоты 17:18

Качество результата держится не на красноречии промпта, а на точном контексте: @-упоминание папки/файла заставляет агента прочитать нужные файлы, а скриншот со стрелкой показывает, что и где менять. Автор обещает, что это резко снижает галлюцинации.

05 Честная реальность: продакшен не заводится с первого раза 20:56

Даже в демо деплой падает с ошибкой. Рабочий приём — скопировать текст ошибки и скриншот обратно агенту, и он находит и чинит баг за один проход. Это ломает миф «нажал кнопку — и всё готово».

Ключевые цитаты

Сильные фразы из видео — нажми тайм-код, чтобы услышать в оригинале

«As a task gets more difficult, that will make it so that you need more agents and also need a plan.»
Ядро всего метода: сложность задачи задаёт и число агентов, и нужду в плане. 2:04
«If you only are working on a singular task, you're not a really good vibe coder.»
Определение мастерства по автору — вести несколько агентов и задач параллельно. 9:08
«Extra high is by far the best model for back end.»
Про роутинг моделей: бэкенд он отдаёт GPT 5.5 в режиме extra high. 6:38
«Don't complicate things with get work trees if you don't have to.»
Git worktree нужен только если агенты реально пересекаются; иначе это overkill. 11:48
«I always have them in Yolo mode or in bypass permissions mode because it allows you to literally just be able to walk away and go somewhere else.»
Про автономность: агенты работают без запросов подтверждения, чтобы можно было уйти. 15:24
«If you do use a screenshotting tool and you add that context, I promise you it will cut down on hallucinations so much.»
Про скриншоты со стрелками как способ дать агенту точный визуальный контекст. 17:18
«Typically when you are pushing stuff to production, it won't necessarily work the first time.»
Редкая честность: первый деплой обычно падает, и это нормальная часть цикла. 20:56
«This is how you build software in today's world.»
Итог: полный стек собран агентами, а роль человека — постановка задач и контроль. 21:31

Полезные советы

Что можно применить уже сегодня. Разверни совет — сколько займёт, что даст и что конкретно делать

1

Оцени задачу по шкале сложности до старта

2 минуты не запустишь рой агентов на смену цвета кнопки и не отправишь один агент на инфраструктуру

Перед промптом прикинь сложность 1–10 и из неё выведи процесс: сколько агентов и нужен ли план. Это дешёвая привычка, экономящая часы на переделках.

Что делать

  1. 1 Сформулируй задачу одним предложением.
  2. 2 Оцени сложность: 1 — тривиально, 5 — средне, 10 — многослойно (база+API+инфра).
  3. 3 До 3 — один агент без плана; 4–7 — plan mode; 8–10 — план плюс суб-агенты.
2

Веди несколько агентов параллельно

осваивается за неделю перестаёшь простаивать, пока один агент думает 10 минут

Запускай задачи в разных проектах одновременно: пока один агент строит API, другой рисует UI, третий пишет тесты. Главное — держать в голове, где каждый работает.

Что делать

  1. 1 Открой отдельные вкладки/воркспейсы под разные проекты.
  2. 2 Запусти 2–3 агента на непересекающихся частях кода.
  3. 3 Пока один занят долгой задачей, переключайся на следующую.
3

Давай контекст через @-упоминание файлов и папок

10 секунд на промпт меньше галлюцинаций — агент читает именно нужные файлы

Вместо описания словами прикрепи к промпту саму директорию или файл через @. Агент подтянет реальный код проекта и перестанет угадывать.

Что делать

  1. 1 Разложи проект на понятные под-папки (api, ui, mcp).
  2. 2 В промпте укажи @<папка_или_файл> для нужных частей.
  3. 3 Убедись, что агент отчитался «listed directory» — контекст подхвачен.
4

Включай plan mode на сложных задачах

минута агент не бросается кодить наугад и делает более цельное решение

Для многослойных задач (база + API + внешний сервис) сначала попроси структурированный план, а не сразу код. На простых правках план только замедлит.

Что делать

  1. 1 Оцени сложность задачи (см. первый совет).
  2. 2 Для 6+ добавь в промпт «сначала составь структурированный план».
  3. 3 Переключи агента в plan mode и прочитай план перед запуском.
5

Роутинг моделей: подбирай модель под тип задачи

5 минут на настройку бэкенд и UI выходят заметно сильнее, чем на одной модели на всё

Автор отдаёт бэкенд и базу GPT 5.5 (extra high), а UI-дизайн — Claude Opus 4.8. Проверь на своих задачах, какая модель что делает лучше, и закрепи выбор.

Что делать

  1. 1 Раздели работу на бэкенд, UI, тесты, инфраструктуру.
  2. 2 Прогони одну и ту же задачу на двух моделях и сравни.
  3. 3 Закрепи: сложную логику — на «мыслящую» модель, дизайн — на сильную в UI.
6

Прикладывай скриншоты со стрелками

30 секунд агент точно понимает, что и где менять, без долгих объяснений

Сфотографируй экран, нарисуй стрелку к нужному месту и подпиши, что там должно быть. Визуальный контекст режет галлюцинации сильнее, чем текст.

Что делать

  1. 1 Сделай скриншот проблемного экрана (любой аннотирующей тулзой).
  2. 2 Нарисуй стрелку и короткую подпись к нужному элементу.
  3. 3 Перетащи картинку в агент и добавь @<проект> для контекста.
7

Разводи агентов через Git worktree — но только при реальном пересечении

5 минут агенты не перезаписывают работу друг друга, без лишней возни с мержами

Worktree даёт каждому агенту изолированную ветку. Но если агенты и так работают в разных частях кода — это overkill, и потом придётся всё мержить вручную.

Что делать

  1. 1 Проверь, могут ли агенты реально трогать одни и те же файлы.
  2. 2 Если да — вынеси конфликтующего агента в отдельный worktree.
  3. 3 Если нет — не усложняй, оставь их в общей ветке.
8

Пиши handoff-промпт для действий в браузере

минута рутину в браузере (создать OAuth-приложение) делает ИИ, а не ты руками

Когда нужно что-то настроить в вебе, попроси кодового агента написать подробный handoff-промпт и передай его браузерному ИИ (в видео — Comet), который сам выполнит клики.

Что делать

  1. 1 Опиши цель кодовому агенту: «напиши handoff-промпт для ИИ в браузере».
  2. 2 Скопируй готовый промпт со всем контекстом.
  3. 3 Вставь его браузерному агенту и разреши управление вкладкой.
9

Скорми ошибку продакшена обратно агенту вместе со скриншотом

2 минуты баг находится и чинится за один проход, без ручного дебага

Первый деплой почти никогда не работает. Не разбирайся сам — скопируй текст ошибки и скриншот экрана обратно агенту, и он локализует и починит баг.

Что делать

  1. 1 Скопируй текст ошибки из консоли/страницы.
  2. 2 Сделай скриншот падающего экрана.
  3. 3 Отправь и то, и другое агенту с @<проект> и попроси найти и починить.
10

Запускай долгие задачи автономно — но безопасно

настройка минута не сидишь няньчить агента час, пока он поднимает инфраструктуру

Для длинных задач автор держит агентов в bypass/YOLO-режиме, чтобы уйти. Приём мощный, но рискованный: полные права + облако = риск снести данные или потратить деньги. Делай это только в изолированной среде, с бэкапами и лимитами.

Что делать

  1. 1 Убедись, что репозиторий и облако не критичны (или есть бэкап).
  2. 2 Поставь лимиты расходов на облачном аккаунте.
  3. 3 Лучше — запусти в worktree/песочнице, потом проверь diff перед мержем.

Сценарии применения

Как разные люди применяют это на практике

Я как Инди-хакер

Проблема: один на весь продукт — задач вагон, а руки одни, всё стоит в очереди

Хочу: научиться вести несколько направлений сразу

Поможет: статья даёт модель параллельной работы: пока один агент строит API, другой делает UI, третий — тесты

Я как Фронтенд-разработчик

Проблема: ИИ галлюцинирует по вёрстке и правит не то

Хочу: чтобы агент точно понимал, какой элемент менять

Поможет: приёмы контекста — @-упоминания и скриншоты со стрелками — резко снижают промахи

Я как Бэкенд-разработчик

Проблема: не понимаю, какой моделью лучше собирать API и логику

Хочу: осмысленно выбирать модель под задачу

Поможет: разбор показывает роутинг моделей и режим extra high для бэкенда как отправную точку для своих тестов

Я как DevOps-инженер

Проблема: поднимать AWS вручную долго, а Terraform тянет лишнюю обвязку

Хочу: оценить, реально ли доверить инфраструктуру агенту через CLI

Поможет: видит паттерн «план + пять агентов + AWS CLI» и его границы применимости

Я как Продакт-билдер без сильного кода

Проблема: есть идея продукта, но нет команды разработки

Хочу: понять, можно ли собрать MVP силами агентов

Поможет: получает пошаговый пример сборки полного стека и честное понимание, где всё равно нужна инженерия

Я как Техлид маленькой команды

Проблема: несколько агентов рискуют перезаписать работу друг друга

Хочу: организовать процесс так, чтобы не было конфликтов

Поможет: узнаёт про Git worktree, организацию воркспейса по под-проектам и когда изоляция избыточна

Я как Новичок в вайб-кодинге

Проблема: непонятно, когда нужен план, а когда суб-агенты

Хочу: простую систему принятия решений

Поможет: шкала сложности 1–10 даёт готовый алгоритм: сколько агентов и нужен ли план

Я как Фрилансер

Проблема: рутинные настройки в браузере (OAuth, порталы) съедают время

Хочу: делегировать клики машине

Поможет: узнаёт про handoff-промпт и браузерного агента, который сам создаёт приложения в вебе

Я как Стартапер в спешке

Проблема: деплой падает, а сроки горят

Хочу: быстро локализовать и починить баг в продакшене

Поможет: приём «ошибка + скриншот обратно агенту» сокращает цикл багфикса до одного прохода

Логика повествования

Как устроена аргументация видео — пройди по шагам

Предпосылка Аргумент Пример Вывод
  1. Предпосылка Соло-разработчик зарабатывает на вайб-кодинге 0:00

    $18K MRR и $74K оборота за три месяца поданы как доказательство, что подход рабочий.

  2. Аргумент Ключевой навык — оркестрация, а не набор кода 2:04

    Сложность задачи задаёт число агентов и нужду в плане; работа над одной задачей за раз — признак слабого вайб-кодера.

  3. Аргумент Качество держится на контексте 5:45

    @-упоминания директорий и скриншоты со стрелками дают агенту точный контекст и режут галлюцинации.

  4. Пример Спринт BridgeBench V3 как демонстрация 6:20

    База и API на GPT 5.5, UI на Opus 4.8, тесты — всё параллельно, тяжёлое — в plan mode.

  5. Пример Инфраструктура AWS одним агентом 12:42

    Docker/ECR/ECS/RDS через AWS CLI, план из 5 агентов, работа в YOLO-режиме, пока автор уходит.

  6. Пример Discord-авторизация через браузер 17:35

    Кодовый агент пишет handoff-промпт, браузерный ИИ Comet сам создаёт OAuth-приложение.

  7. Аргумент Продакшен не заводится с первого раза 20:56

    Ошибку и скриншот отправляют обратно агенту — он находит и чинит баг за проход.

  8. Вывод Так собирают софт сегодня 21:31

    Полный стек собран агентами; человек ставит задачи, даёт контекст и контролирует результат.

Подробный разбор

Полный разбор — разверни, если нужно глубже

Развернуть подробный разбор

Стоит ли смотреть целиком

Да, если ты уже вайб-кодишь или собираешься — но смотри как на разбор приёмов, а не как на нейтральный обзор инструментов. Половина хронометража — демонстрация собственной экосистемы автора (BridgeSpace, BridgeVoice, BridgeShot, BridgeBench), и «инструменты, которые вам нужны» на деле означает «мои продукты». Ценность не в них, а в рабочем процессе, который спокойно переносится на бесплатные Claude Code и Codex.

Сильная сторона видео — что это не теория, а живая сборка полного стека от нуля: база данных, NestJS-API на Drizzle, AWS-инфраструктура через CLI и вход по Discord — за один заход, с реальными ошибками и их починкой. Такой сквозной пример полезнее десятка абстрактных советов.

Что действительно стоит забрать

Три вещи переживут любые смены моделей и тулзов. Первое — эвристика сложности: перед задачей оцени её по шкале 1–10 и из этого выводи, сколько агентов запускать и нужен ли план. Второе — оркестрация вместо набора кода: вести несколько агентов и проектов параллельно, помнить, где каждый работает, и разводить их worktree-ами только при реальном пересечении. Третье — примат контекста: @-упоминания директорий, скриншоты со стрелками и ссылки на прошлые удачные проекты дают агенту точную опору и режут галлюцинации сильнее, чем любой длинный промпт.

Где быть осторожным

Совет «держи агентов в YOLO/bypass и уходи» звучит удобно, но за ним — реальный риск: агент с полными правами и доступом к облаку может снести данные или накрутить счёт в AWS. Запускай автономный режим только в изолированной среде, с бэкапами и лимитами. И держи в голове, что «работает в демо» и «надёжно в проде» — разные вещи: скорость сборки здесь показана, а вопросы ревью, архитектурного долга и сопровождаемости остались за кадром.

План внедрения

С чего начать — отмечай шаги, прогресс сохранится

Выполнено 0 из 7

Проверь себя

Ответь на вопросы, чтобы материал закрепился

Отвечено: 0 / 8 Верно: 0

  1. 1. Что, по мнению автора, определяет, сколько агентов запускать и нужен ли план?

  2. 2. Какой признак, по словам автора, отличает слабого вайб-кодера?

  3. 3. Зачем автор @-упоминает директорию или файл в промпте?

  4. 4. Как автор распределяет модели между задачами?

  5. 5. Что такое handoff-промпт в его workflow?

  6. 6. Когда, по мнению автора, стоит использовать Git worktree?

  7. 7. Что автор говорит про первый деплой в продакшен?

  8. 8. Почему автор держит агентов в bypass/YOLO-режиме на длинных задачах?

Словарь терминов

Понять незнакомое простым языком

Показать 15 терминов
Вайб-кодинг (vibe coding)
Разработка софта через постановку задач ИИ-агентам вместо ручного написания кода: человек описывает намерение, агенты пишут и правят код.
Агентная среда разработки
Оболочка, где можно запускать и вести сразу несколько ИИ-агентов над разными задачами и проектами. В видео — BridgeSpace, но роль ту же играют Claude Code и Codex.
Суб-агенты
Дополнительные агенты, которых основной агент запускает под подзадачи, чтобы глубже разобрать код и работать над сложной задачей сообща.
Plan mode
Режим, в котором агент сначала составляет структурированный план решения и показывает его, а не бросается сразу писать код. Нужен для сложных задач.
YOLO / bypass permissions
Режим, где агент выполняет действия без запроса подтверждения у человека. Позволяет уйти и не следить, но рискован: полные права могут навредить.
Git worktree
Механизм Git, дающий агенту отдельную изолированную ветку-копию, чтобы он не мешал другим агентам. Плата за это — потом всё нужно смержить обратно.
Handoff-промпт
Готовое ТЗ, которое один агент пишет для другого ИИ (например, управляющего браузером), чтобы тот выполнил задачу без участия человека.
@-упоминание (контекст)
Приём, когда в промпт через символ @ прикрепляют папку или файл. Агент читает именно эти файлы и получает точный контекст проекта.
Effort level (high / extra high)
Уровень «усилий» модели: чем выше, тем дольше и тщательнее она думает. Автор советует чаще держать extra high, особенно на бэкенде.
Ultra think / deep dive agents
Команды, заставляющие агента думать глубже или запускать дополнительных «глубоко копающих» агентов для тщательного анализа.
MRR
Monthly Recurring Revenue — ежемесячная повторяющаяся выручка от подписок. У автора заявлено $18K.
NestJS + Drizzle ORM
Стек бэкенда: NestJS — фреймворк для API на Node.js, Drizzle — инструмент для работы с базой данных и миграциями из кода.
Cognito
Сервис аутентификации в AWS: регистрация, вход и управление пользователями. В видео через него настраивают вход только по Discord.
AWS: ECR / ECS / RDS / VPC
Кирпичи облачной инфраструктуры Amazon: ECR — хранилище Docker-образов, ECS — запуск контейнеров, RDS — управляемая база (тут Postgres), VPC — изолированная сеть.
Comet
Браузер с ИИ-ассистентом, который по команде берёт управление вкладкой и сам выполняет действия в вебе по переданному handoff-промпту.

Критический взгляд

Объективно: с какими тезисами можно поспорить и что преувеличено

Преувеличение

«Собрать production-софт без единой строки кода вручную»

Маркетинговое упрощение. Автор постоянно правит контекст, читает планы, принимает архитектурные решения (Cognito, NestJS, AWS CLI против Terraform) и вручную чинит баги. Это инженерный труд, просто перенесённый на уровень постановки задач и ревью.

Однобоко

Почти каждый «обязательный инструмент» — платный продукт самого автора

BridgeSpace, BridgeVoice, BridgeShot, BridgeBench — экосистема BridgeMind. Те же задачи закрываются бесплатными или встроенными средствами: терминал с Claude Code/Codex, системные скриншоты, любой voice-to-text. Видео — во многом реклама, а не нейтральный обзор.

Спорно

Цифры бизнеса ($18K MRR, $74K за 3 месяца) поданы без пруфов

Проверить их нельзя, а корреляция «вайб-кодинг → выручка» не доказывает причинность: успех мог прийти от аудитории, маркетинга и продажи самих инструментов, а не от описанного workflow.

Упрощение

Совет «включи YOLO/bypass и уйди» подан слишком легко

Автономный агент с полными правами и доступом к облаку может удалить данные, накрутить счёт в AWS или выполнить опасную команду. Без песочницы, бэкапов и лимитов это особенно рискованно для новичков, которым видео и адресовано.

Спорно

«Extra high — лучшая модель для бэкенда», «Opus 4.8 — лучшая для UI»

Подано как факт без бенчмарков. На деле сильно зависит от задачи, стека и промптинга, а модели устаревают за месяцы. Полезно как отправная точка для собственных тестов, но не как истина.

Однобоко

За кадром остаётся вопрос качества и сопровождаемости

Скорость впечатляет, но в видео почти нет ревью, обсуждения архитектурного долга и того, кто будет поддерживать код, который никто не читал. «Работает в демо» и «надёжно в проде» — разные вещи.

Взгляни иначе

Новый угол, смежные области и потенциал на стыке — пища для размышлений

Другой угол

Программист становится диспетчером, а не наборщиком

Навык смещается с синтаксиса на постановку задач, декомпозицию и ревью — это ближе к роли техлида или продюсера, чем классического кодера. Возможно, ценнее учить не язык, а умение чётко ставить задачи и проверять результат.

Смежная область

Тот же паттерн — в любом knowledge work

Эвристика «масштабируй агентов и план под сложность» переносится за пределы кода: на копирайтинг, аналитику, юридические черновики, дизайн. Простое — один агент; сложное — рой суб-агентов по плану. Вайб-кодинг тут лишь частный случай.

На стыке областей

Handoff-промпт — зачаток протокола между агентами

Приём «один ИИ пишет ТЗ другому ИИ» — ручная версия того, что стандартизируют A2A и MCP. Сегодня человек копирует промпт между агентами руками; завтра эта передача станет автоматическим протоколом, и роль человека сожмётся ещё сильнее.

Другой угол

Узкое место — не модель, а контекст

Весь workflow крутится вокруг подачи контекста: @-упоминания, скриншоты, планы, ссылки на прошлые проекты. В вайб-кодинге выигрывает не тот, у кого модель умнее, а тот, кто лучше умеет её кормить нужным контекстом. Это ближе к информационному дизайну, чем к программированию.

На стыке областей

Экономика one-person unicorn

Если один человек ведёт полноценный SaaS через агентов, меняется сама единица бизнеса: «команда из одного», где сотрудники — подписки на модели. Это переворачивает вопросы найма, оценки компаний и распределения прибыли в софтверном стартапе.

Другой угол

Обратная сторона скорости — техдолг

Собрать стек за 20 минут легко; сложнее ответить, кто и как будет поддерживать код, который никто не прочитал. Возможно, следующий ценный навык — не «сгенерировать быстрее», а «удержать сгенерированное понятным и сопровождаемым».

Похожие разборы

Разбор

Почему AI-агент ломает уже работающий код — и как это чинит проектная документация (ТЗ)

Вайбкод-приложения разваливаются не из-за слабой модели, а потому что у агента нет карты проекта: он забывает детали в забитом контексте и не видит связи между частями кода. Лечение — заранее написать подробное ТЗ-документацию, разбить её по файлам с оглавлениями и правилами заставить агента всегда на неё опираться.

Читать → Разбор

Agent loops, goals и расписания в Claude Code и Codex: рабочий процесс без хайпа

Оуайн Льюис раскладывает четыре примитива работы с ИИ-агентами — prompt, goal, /loop и schedule — и показывает, где они реально экономят время, а не жгут токены. Главная идея: относись к агенту как к сотруднику — дай цель и критерий успеха вместо микроменеджмента и автоматизируй рутину, где цена ошибки управляема.

Читать → Разбор

Agentic-инженерия по Мэтту Пококу: почему «обвязка» важнее модели, а стратегия — важнее кода

Мэтт Покок объясняет свой рабочий процесс с ИИ-агентами: все смотрят на модель, но выигрывает «обвязка» вокруг неё — промпты, скиллы, кодовая база и режим AFK, а тактическое программирование ИИ уже забрал себе. Главный вывод: твои навыки и стратегическое мышление — это потолок того, что ИИ сделает за тебя, поэтому вкладываться нужно в них, а не в погоню за самой новой моделью.

Читать → Разбор

Loop Engineering: как перестать быть оператором LLM и начать проектировать циклы

Если ты общаешься с агентом больше, чем принимаешь инженерные решения, ты превратился из инженера в оператора LLM — и упёрся в потолок ручного промтинга. Loop Engineering предлагает проектировать не отдельный промт, а цикл вокруг модели: с внешней памятью, изоляцией, независимым чекером, измеримым контрактом и лимитами — но внедрять его по нарастающей, оставляя финальную ответственность на человеке.

Читать →
← Все разборы Смотреть видео-источник