Чему вы научитесь
- Чему вы научитесь
- Ставить задачу агенту через спецификацию и гонять Claude Code в план-режиме (сначала план — потом код), а не одним промптом «напиши всё»: решать, где дать автономию, где держать на коротком поводке.
- Писать и поддерживать CLAUDE.md для своего проекта так, чтобы агент держал архитектуру, не лез в запретные зоны и не «знакомился с проектом заново» каждую сессию.
- Вести две фичи параллельно через git worktrees и субагентов — и избегать конфликта при слиянии в main, заранее отличая то, что параллелится, от того, что развалится на слиянии.
- Давать агенту доступ к схеме БД, докам Stripe и issue-трекеру через MCP под узким scope — чтобы он смотрел в источник, а не выдумывал, и при этом платёжные строки не уходили в контекст модели.
- Писать тесты вперёд кода (TDD с ИИ) и ревьюить сгенерированный код по чек-листу — ловить правдоподобное, но неверное: выдуманные вызовы API, незакрытые edge-cases, тихие допущения.
- Отлаживать AI-код, который писал не ты, без паники — по цепочке симптом → лог → гипотеза → проверка, а не наугад: воспроизвести баг, прочитать лог, проверить одну гипотезу за раз.
- Держать секреты вне репозитория и вне контекста модели — узнавать утечку по паттернам ключей (sk_live_, whsec_, AKIA…) и не отдавать платёжные строки агенту.
- Выкатывать проект в прод: настроить CI/CD (тесты и проверка секретов на каждый push) и базовый мониторинг через Sentry — узнавать об ошибке раньше пользователя.
О курсе
Большинство курсов по вайб-кодингу заканчиваются на «задеплой на Vercel» — а в проде всё только начинается. Вы уже умеете получить от ИИ рабочий код: собрали MVP, показали пользователям — и сразу поймали знакомое: «Cursor что-то поправил — дашборд показывает не те цифры, а что именно он поменял, непонятно». Баги, которые сами не понимаете, потому что писали их не вы. Каждую новую сессию вы заново объясняете агенту, что таблицу users трогать нельзя, а на росте проекта код, который держался на демо, начинает сыпаться. ИИ пишет быстро, но отвечаете за результат вы — а превратить «генерю функции» в управляемый инженерный процесс нечем.
В 2025 Anthropic выпустила Claude Code — агентный CLI, который выполняет инженерные задачи прямо из терминала. Вместе с Cursor он сместил работу с ИИ от «продвинутого автокомплита» к агентному процессу: спецификация, план-режим, контекст проекта, субагенты, доступ к системам через MCP. 76% российских разработчиков уже пробовали вайб-кодинг, ИИ-вакансий стало больше на 78% к 2024 году — но «попробовали» и «довели проект до прода через ИИ» разделяет именно инженерная дисциплина.
Курс разбирает работу с ИИ как инженерный процесс, а не как набор промптов. Не «опишите задачу — ИИ всё сделает», а: спека, которую агент не саботирует; CLAUDE.md, который держит контекст между сессиями; ворота ревью, через которые AI-код проходит перед продом. Это не «ещё один промпт-гайд»: это про то, как заставить агента писать поддерживаемый код, а не «лишь бы заработало». Под разработку адаптируются Next.js, PostgreSQL (Supabase), Stripe, GitHub Actions и Sentry — реальный стек, на котором проект доводится до прода силами одного человека.
Внутри — 6 модулей, 21 урок, 235 шагов и 106 практических заданий. Реальный инструмент в песочнице Stepik не запустить, поэтому практика идёт по артефактам процесса: вы разбираете спеку, дифф агента, лог отладки и CLAUDE.md, расставляете этапы, находите мину в AI-коде и сужаете scope MCP-доступа. Девять заданий — это код в Python-песочнице, где логику можно смоделировать честно: линтер раздутого CLAUDE.md, валидатор .env на утёкший секрет, проверка идемпотентности webhook-обработчика, мини-аудит готовности проекта к проду. Python знать не обязательно: к каждому код-заданию есть разбор, а решать самому — рекомендуемый путь. Каждый урок оставляет рабочий кусок проекта и формулировку «как назвать это в резюме». Финал — пройти чек-лист прода из 10 пунктов по своему репозиторию. Вы учитесь обоим инструментам с понятным разделением: крупная задача по спеке и автономный прогон — Claude Code; точечная правка, визуальный разбор диффа и UI — Cursor.
Сквозной проект курса — LinkFold, SaaS для коротких ссылок и bio-страницы (как Bitly с Linktree) с тарифами Free и Pro. Выбран потому, что в нём есть обязательные авторизация и оплата, а довести его до прода реально в одиночку. Реалистичный сценарий: регистрация по email и magic-link, вход через OAuth, оплата через Stripe Checkout с активацией Pro по webhook checkout.session.completed, грейс-период при неудачном платеже, секреты вне репозитория и счёт за токены под контролем. От ТЗ в первом модуле — до живой ссылки, зелёного CI и работающего Sentry в финале. Те же узлы — webhook, который нельзя активировать дважды, и секрет, который нельзя слить в коммит, — вы встретите на своём проекте на следующей неделе.
Бесплатные превью
- Урок 1 «"Сделай функцию" против инженерного процесса» — вход в курс: чем агентный workflow отличается от одного промпта, почему «напиши всё» разваливается на росте проекта, четыре этапа инженерного процесса с ИИ.
- Урок 8 «CLAUDE.md, который держит контекст — сборка под LinkFold» — самый сильный практический урок середины: собираете боевой
CLAUDE.md, кладёте в проект и проверяете, что агент в новой сессии помнит архитектуру и не трогает запретные зоны. Урок самодостаточен — читается без опоры на предыдущие.
Для кого этот курс
Начальные требования
- Вы уже получаете от ИИ рабочий код: собирали MVP, просили Claude или Cursor «напиши функцию», деплоили на Vercel. Идеально, если пройден курс «Вайб-кодинг с ИИ с нуля» (278769) — этот курс начинается ровно там, где базовый закончился. Эквивалентный практический опыт подойдёт так же.
- Это не курс для полных новичков. Если вы открываете Cursor впервые и не понимаете, что такое промпт, токен или деплой, — начните с базового курса, иначе будет слишком плотно.
- Python знать не обязательно: девять код-заданий идут в песочнице, и к каждому есть разбор готового решения. Решать самому — рекомендуемый путь и самая ценная практика; но если Python не ваш инструмент, можно разобрать эталон и понять логику, и задание засчитывается.
- Хотя бы один из инструментов установлен и настроен: Claude Code (CLI) или Cursor. Аккаунт Anthropic и свой репозиторий на GitHub — чтобы вести проект параллельно с курсом. Установку и настройку окружения отдельно не разбираем — это пройдено в базовом курсе.
- Глубокая теория моделей (attention, эмбеддинги, fine-tuning) не нужна: курс про инженерный процесс, а не про устройство нейросетей.
Наши преподаватели
Как проходит обучение
- Текст и схемы. Каждая концепция — это разбор с конкретикой и цифрами плюс схема: 18 диаграмм показывают инженерный процесс наглядно (этапы workflow, структура спеки, иерархия
CLAUDE.md, матрица параллелизуемости, поток оплаты Stripe, CI-пайплайн, карта всего пути). - Практика по артефактам (в песочнице Stepik). Реальный Claude Code, Cursor и TypeScript-проект здесь не запускаются, поэтому вы тренируетесь на артефактах процесса: разбираете спеку и дифф агента, читаете лог отладки и счёт за токены, разносите факты по разделам
CLAUDE.md, сопоставляете риск оплаты с тестом, который его закрывает. - Код-задания в песочнице. Девять заданий на чистом Python моделируют логику без внешнего стека: детектор утёкшего секрета, линтер раздутого
CLAUDE.md, валидатор scope MCP-доступа, проверка идемпотентности webhook, мини-аудит готовности к проду. Все они решаются на основе текста курса; к каждому есть разбор готового решения, если Python не ваш основной инструмент. - Сквозной проект «сделайте у себя» (для максимума пользы). Инструкции каждого модуля двигают LinkFold ближе к проду, а параллельно вы прогоняете те же шаги на своём проекте: соберите первую фичу по плану, положите
CLAUDE.mdи проверьте память агента в новой сессии, проведите две ветки параллельно, настройте CI и мониторинг. Навыки worktrees и webhook воспроизводятся, когда вы ведёте свой репозиторий рядом с курсом. К концу — пройденный чек-лист прода по вашему репозиторию. - Задания идут с нарастающей сложностью: L1 на узнавание, L2 на применение, L3 на edge-cases — найти мину в AI-коде, переписать спеку, которую агент саботировал, спроектировать раскладку worktrees. Каждый неверный вариант разбирается со ссылкой на конкретный шаг.
Программа курса
Что вы получаете
- Рабочий SaaS в проде как портфельный артефакт — если вы выполняете шаги «сделайте у себя» на своём проекте: LinkFold с авторизацией, оплатой через Stripe, зелёным CI и мониторингом, доведённый от ТЗ до живой ссылки, курс ведёт по этому пути и даёт все артефакты. Прод — результат вашей практики, а не кнопка; зато итог можно показать на собеседовании как доказательство пути «от вайба до прода».
- Боевой шаблон CLAUDE.md, собранный по разделам и проверенный в деле: агент в новой сессии стартует, уже зная проект, и не лезет в запретные зоны.
- Чек-лист ревью AI-кода — по нему вы ловите правдоподобное, но неверное: выдуманные вызовы API, незакрытые edge-cases, тихие допущения.
- Личный отладочный чек-лист из 5 пунктов (симптом → лог → гипотеза → проверка → тест на регрессию) для отладки кода, который писал не ты.
- Список ворот перед продом — что AI-код обязан пройти до выката: ревью, тесты, проверка секретов, деплой; и отдельно — ворота для платёжной фичи.
- Чек-лист «проект в проде: 10 пунктов» — финальная карта, по которой вы прогоняете свой репозиторий и видите, что ещё не закрыто.
- 5 готовых формулировок для резюме и собеседования, которые вы адаптируете под себя: context engineering для AI-агента, TDD платёжного модуля, параллельные ветки фич, безопасный MCP-доступ к схеме БД, CI/CD и мониторинг прод-проекта.