Телеграм канал «Vibecoding Haven (BotfatherDEV)»

🔄 Ralph technique — продовження Після минулого поста хочу поділитися ресурсами і критикою цього підходу. 🔧Що таке Ralph loop насправді: • Це while true bash loop який запускає агента знову і знову • Loop існує *ззовні* агента — вбиває і перезапускає свіжий інстанс кожну ітерацію • Source of truth — зовнішні файли (MD, JSON, progress.txt, git), не внутрішня історія чату • Агент не йде по задачах послідовно — кожну ітерацію сам обирає найпріоритетнішу задачу з плану • Уникає складності паралелізму — лінійна робота, менше конфліктів ⚠️Проблеми: • Context rot все одно є — деталі губляться якщо не закріплені в зовнішніх файлах • Плагін для Claude Code інвертує логіку — замість того щоб loop контролював агента ззовні, агент контролює loop зсередини. Постійний overflow і compaction вбивають весь сенс • Хаотичність — процес недетермінований, результати важко передбачити • Витрати на токени — Ralph loops споживають значно більше токенів • Drift — агент може відхилятися від початкового задуму і ламати базові припущення • Prototype hell — без нагляду отримаєте працюючий, але брудний код • Потребує сильних специфікацій — без тестів, type-checking і чітких spec не працює • Потрібен постійний oversight — не можна просто запустити і забути ❌ Коли НЕ юзати: Якщо просто хочете щоб агент не зупинявся раніше часу — це не про Ralph ✅ Коли юзати: • Оркестрація задач з PRD лінійно • Дуже складні ітеративні проєкти (оригінальний автор писав цілу мову програмування) • Коли є зовнішня персистентність і добре організована кодова база 📹 Ресурси: • Подкаст з експертами — там небагато саме про Ralph, але загалом цікавий контент про AI-розробку • Детальний розбір з критикою — конкретніше про проблеми і коли це працює Сам ще не пробував, але виглядає цікаво якщо правильно облаштувати. Спробую на Селестії і поділюсь результатами)

🔄 Вже чули про Ralph technique? Є така проблема: чим більше токенів в контексті, тим “тупішим” стає агент до кінця. Ralph technique — це рішення для амбітних планів, де контексту завжди буде забагато. 🔧 Як це працює: • Агент працює в межах бюджету токенів (зазвичай ~80k) • Коли ліміт досягнуто — агент “вмирає” і стартує новий з чистого аркуша • Новий Ralph читає загальний план, визначає де зупинився попередній, продовжує роботу • Прогрес зберігається між ітераціями, але контекст — ні По суті це альтернатива compaction (стисненню контексту). Замість того щоб компресувати історію і передавати далі — просто починаємо з нуля, але зі збереженим станом роботи. ✅ Коли юзати: • Великі амбітні плани де контексту точно не вистачить • Довгі цикли розробки • Коли compaction не дає потрібної якості ⚠️ Що важливо: Щоб Ralph працював — кодова база має бути добре організована: маленькі файли, чітко розділені плани, легка навігація. Бо кожен новий Ralph “тупий” і має швидко зорієнтуватися де він і що робити далі. Також потрібен supervision — не можна просто запустити і забути.​​​​​​​​​​​​​​​​

🧵 5 типів тредів в AI-інженерії — розбираємось як працювати з агентами ефективніше Нещодавно натрапив на цікаву концепцію від IndyDevDan — Thread-based Engineering. По суті, це класифікація того, як ми взаємодіємо з ШІ-агентами. І знаєте що? Виявляється, я інтуїтивно вже використовував деякі з цих патернів, навіть не знаючи що вони так називаються! 1️⃣ Base Thread — базовий цикл Класика жанру: промпт → агент працює → результат. Один запит — одна відповідь. Це те, з чого всі починають, і це фундамент для всього іншого. 2️⃣ P-Thread (Parallel) — паралельний Тут вже цікавіше! Запускаєте кілька агентів *одночасно* на різні задачі: • Один пише фронтенд • Другий — бекенд • Третій — тести Поки один думає, інші вже працюють. Але тут дуже уважно треба слідувати щоб їхні задачі не перетиналися, паралелизуйте лише те, що можна, щоб уникнути конфліктів 3️⃣ C-Thread (Chained) — ланцюговий Розбиваєте складну задачу на фази з валідацією між ними: • Phase 1: План → ✅ перевірили • Phase 2: Код → ✅ перевірили • Phase 3: Тести → фінальний результат 4️⃣ F-Thread (Fusion) — злиття Моя улюблена тема — даєте *одну й ту саму* задачу різним агентам або моделям (Claude, GPT, Gemini) і порівнюєте результати. Часто одна модель бачить те, що інша пропустила. Fusion — це про якість, не про швидкість. 5️⃣ L-Thread (Long) — довгий Тут вже складніше, треба дуже гарний промпт, і багато задач, іноді додаткові інструменти щоб робота не зупинялася. Також є проблема — коли контекст роздувається до нескінченності, агент починає “тупити”, втрачати інструкції і галюцинувати. 💡 Практичні поради: • Для простих фіксів — Base Thread достатньо • Для великих фіч — Chained з покроковою валідацією • Для code review — Fusion (порівнюйте Claude vs GPT) • Відчуваєте що агент “поплив”? — це L-Thread, час рестартити

Фактично це клод код в телеграмі)

Другий день користуюсь clawd.bot і дуже вражений Насправді, ще давно були думки створити самому подібного бота, але так як це зробили тут - я б точно не став так заморочуватись Мій кейс - скинув клоду цей сайт, описав свій кейс: бот що працює в одній групі (розробники Селестії), має доступ до продакшн бази/логів/трейсів, отримує повідомлення він мене, аналізує питання і відповідає в групі по результату Фактично, використовує клод код на сервері (де є підписка), і допомагає швидше виявляти баги і створювати ішʼю, ну і звісно - виправляти їх Тобто телеграм бот - це просто інтерфейс. А ще, проєкт - опенсурсний (бот на js), тому можна попросити клода поправити його роботу так як вам треба. Дуже дуже раджу

⚙️ Очікування vs Реальність вайбкодингу Налаштовую собі cron job: щодня о 9:00 запускаються два sub-agents паралельно — один парсить GitHub Issues, інший лізе в ClickHouse аналізувати логи. Main Agent порівнює результати і кидає звіт в телеграм. Thinking: High. Краса! Прокидаюсь, відкриваю телефон… {"type":"error","message":"Overloaded"} Ха-ха-ха прекрасно. Типовий Клод 🫠 Це все що вам треба знати про стабільність агентних систем. Розумний, вміє планувати, але коли треба працювати о 9 ранку — він теж не хоче Вайбкодинг — це прекрасно, доки не впираєшся в ліміти API.