Разработка с ИИ: полный цикл — как я построил GoRunWithAI

Разработка с ИИ: полный цикл — как я построил GoRunWithAI

Вводная статья серии. Платформа GoRunWithAI.


Большинство статей про ИИ в разработке страдают одним: методика в них абстрактная, а примеры — выдуманные. Эта серия устроена иначе. Она построена вокруг одного реального проекта, который вы можете потрогать руками прямо сейчас.

Проект — GoRunWithAI: веб-приложение, которое само делает новостной канал про ИИ. Конвейер читает RSS-источники, отбирает релевантное скорингом, пересказывает новости через LLM и публикует их в Telegram. У приложения есть публичный дашборд «Открытая кухня»: стоимость каждого анонса в токенах и рублях, скорость конвейера и сбои — как есть.

Главное: этот проект построил один человек (я) с ИИ-агентами за одно лето — от идеи до продакшена. В серии я покажу по этапам, что именно делал ИИ, что делал я и что пошло не так.

Почему «полный цикл», а не «ИИ пишет код»

Разговоры про ИИ в разработке обычно сводятся к кодогенерации. Но по моему опыту код — заметно меньше половины времени проекта. В GoRunWithAI это видно особенно ясно: код конвейера писался быстро, а вот требования, архитектура и отладка продакшена заняли львиную долю лета. Именно на этих этапах ИИ даёт эффект, который обсуждают реже всего:

Карта ИИ в SDLC

Три режима работы с ИИ

Во всех статьях серии я опираюсь на простую классификацию — по тому, кто ведёт:

  1. Ассистент — человек ведёт, ИИ подсказывает (автодополнение, ответы, черновики). Риск низкий, эффект умеренный. В проекте: черновики статей, тексты постов.
  2. Со-воркер — диалог над задачей (рефакторинг, разбор бага, проектирование API). Эффект высокий, нужна дисциплина проверки. В проекте: разбор инцидентов, схема конвейера.
  3. Агент — человек ставит цель и проверяет результат; ИИ сам читает репозиторий, правит файлы, гоняет тесты. Максимальный эффект и максимальные требования к контролю. В проекте: основной режим разработки.

Зрелая команда — даже из одного человека — использует все три и выбирает режим под задачу.

Что будет в серии

  1. Аналитика и требования. Как из идеи «хочу свой сайт» родились BRD, стратегия PMF и пул источников — с помощью ИИ-агента и пары вечеров ревью.
  2. Проектирование и архитектура. Реальные архитектурные решения GoRunWithAI: почему модульный монолит, почему DeepSeek, как устроен конвейер — и где ИИ-критика сэкономила переделки.
  3. Разработка и кодогенерация. Рабочий цикл «задача → код → тесты» с агентом. Включая инцидент, из-за которого миграции не применились в проде — и как он был найден.
  4. Код-ревью и качество. Что ИИ-ревьюер ловил в этом проекте, что пропускал всегда и как выглядел двухслойный контур качества в одиночной разработке.
  5. Тестирование. 84 теста, тест-контейнер, и три реальных бага, пойманных тестами до прода.
  6. Финал — кейс целиком. GoRunWithAI от идеи до продакшена: сроки, стоимость, инциденты (включая войну с Telegram-блокировкой и «казахстанским» прокси с московским IP) и уроки.

Каждая статья самостоятельна, но вместе они складываются в методику, проверенную на живом проекте.

Общие правила, которые пронизывают всю серию

Почему этой серии можно доверять. GoRunWithAI — работающая система, а не иллюстрация: агрегатор новостей, серия статей и вся методология проверяются вживую. Цифры, сбои и экономика — на публичном дашборде платформы. Мы не пересказываем чужие кейсы — мы показываем свои.


💬 Обсудим? На каком этапе ИИ уже реально работает в вашей команде — и где он пока только мешает? Напишите в комментариях или в Telegram-канале GoRunWithAI — соберу живые кейсы в отдельный материал.

Следующая статья серии: «Часть 1. Аналитика и требования: кейс GoRunWithAI».