TGStat
TGStat
Введите текст для поиска
Расширенный поиск каналов
  • flag Russian
    Язык сайта
    flag Russian flag English flag Uzbek
  • Вход на сайт
  • Каталог
    Каталог каналов и чатов Региональные подборки Тематические подборки Платные каналы Поиск каналов
    Добавить канал/чат
  • Рейтинги
    Рейтинг каналов Рейтинг чатов Рейтинг публикаций
    Рейтинги брендов и персон
  • Аналитика
  • Поиск по публикациям
  • Мониторинг Telegram
  • Продвижение
    Реклама через Яндекс Бизнес Реклама в каналах через TGStat Agency Реклама на сайте TGStat.ru
Женя Селиверстов · Product Ops x AI

15 Oct 2025, 08:37

Открыть в Telegram Поделиться Пожаловаться

Как я две недели познавал новый мир ИИ

Очень сильно погрузился в ИИ-агенты и вайбкодинг, поэтому две недели ничего не писал в канал.

Решил сам сделать MVPшки всего, что хочу внедрить в процессы компании, чтобы оценить возможности, ограничения, ресурсы и затраты. Да и в целом я люблю детально разбираться в том, что предлагаю реализовать кому-то другому.


Первым MVP, которое я затеял, был AI-трекер для JIRA. Зачем он нужен?

◦ Заранее видеть срывы сроков и управлять зависимостями между задачами и командами;
◦ Проставлять задачам и эпикам «светофор» рисков по срокам;
◦ Вести актуальную карту зависимостей между инициативами и командами;
◦ Делать еженедельный дайджест с триггерами и рекомендациями: что мешает, где нужно включиться, на что обратить внимание.

Цель простая: чтобы руководители и команды заранее видели риски по срокам и ресурсам и действовали оперативно, а не тушили пожары.

В своей идее я ориентировался на JIRA Cloud, у которой есть похожий функционал, но в России он, так сказать, не особо доступен. В коробке для закрытого контура его точно не развернуть.


Какие инструменты я попробовал для реализации MVP:

◦ Claude Code, Codex, Cursor (просто пробовал разные, пока не понял, что проблема во мне) + кучу всяких обёрток для разработки, тестирования и выкатки;
◦ n8n, платформу OpenAI, десяток решений с коннекторами и вагончик разных API;
◦ В саппорте у меня были: Gemini 2.5 Pro (режим Deep Thinking), ChatGPT (Pro модели), Manus, Claude и Google AI Studio;
◦ Локальная LLM Gemma, раскатанная на ноуте;
◦ Разные подходы к базам данных, памяти и маршрутизации;
◦ Советы друзей и коллег, которые в теме.

В общей сложности на эксперименты с этим MVP за неделю я потратил 30–35 часов (не спать до 2–4 утра – уже привычка).


Какие выводы я сделал?

Начнём с плохого:
◦ Если нет железного терпения, критического мышления, стойкого желания разобраться и по 150 раз в день безуспешно пробовать разные решения – лучше этим не заниматься.
◦ Если нет понимания, что в 90% случаев LLM выдаст херню (полностью или частично) и всё придётся перепроверять по 10 раз – лучше не лезть.
◦ Если вы не понимаете принципы написания кода – лучше сначала этому научиться и сделать пару простых проектов ручками, потому что искать проблемы и делать отладку на глюченных советах LLM – такое себе развлечение;
◦ Если вы плохо понимаете предметную область, которую автоматизируете, – сначала разберитесь и сделайте вручную, а уже потом подключайте ИИ-инструменты.

Теперь хорошее:
◦ Если всё выше вы готовы пройти и выжить – создать самостоятельно можно всё, что угодно.
◦ Когда-нибудь всё станет проще и доступнее, но не сегодня.


Итог этой недели:
У меня есть вполне рабочее MVP, которое нужно еще доработать, понимание фундаментальных принципов Python, Java, SQL, JSON + я научился писать простые решения без ИИ.

Стоило ли оно того? Однозначно да.

–

Что я сделал не так?
Мне все настойчиво советовали начать с простого: один-два шага, потом постепенно расширять функционал. А я, как обычно, полез сразу собирать звезду смерти. Не надо так делать:)

По итогу совет будет очень простой: набивайте руку от простого к сложному, очень постепенно, очень аккуратно, даже если горит сделать все и сразу, потому что я успел познать все оттенки отчания.

261 0 8 9 20
Каталог
Каталог каналов и чатов Подборки каналов Поиск каналов Добавить канал/чат
Рейтинги
Рейтинг каналов Telegram Рейтинг чатов Telegram Рейтинг публикаций Рейтинги брендов и персон
API
API статистики API поиска публикаций API Callback
Наши каналы
@TGStat @TGStat_Chat @telepulse @TGStatAPI
Почитать
Академия TGStat Исследование Telegram 2019 Исследование Telegram 2021 Исследование Telegram 2023
Контакты
Справочный центр Поддержка Почта Вакансии
Всякая всячина
Пользовательское соглашение Политика конфиденциальности Публичная оферта
Наши боты
@TGStat_Bot @SearcheeBot @TGAlertsBot @tg_analytics_bot @TGStatChatBot