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:
- Аналитика — ИИ собрал контент-стратегию и пул источников; я получил работающие требования вместо «надо сделать сайт».
- Проектирование — ИИ выступил оппонентом архитектора: стресс-тест решений до того, как за них заплатила реальность.
- Разработка — агентные инструменты вели задачи от описания до коммита с тестами.
- Ревью — ИИ-ревьюер находил то, что я проглядывал после восьми часов с кодом.
- Тестирование — 84 теста поймали несколько реальных багов, включая один, из-за которого обновления контента молча пропускались.

Три режима работы с ИИ
Во всех статьях серии я опираюсь на простую классификацию — по тому, кто ведёт:
- Ассистент — человек ведёт, ИИ подсказывает (автодополнение, ответы, черновики). Риск низкий, эффект умеренный. В проекте: черновики статей, тексты постов.
- Со-воркер — диалог над задачей (рефакторинг, разбор бага, проектирование API). Эффект высокий, нужна дисциплина проверки. В проекте: разбор инцидентов, схема конвейера.
- 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
- Аналитика и требования. Как из идеи «хочу свой сайт» родились BRD, стратегия PMF и пул источников — с помощью ИИ-агента и пары вечеров ревью.
- Проектирование и архитектура. Реальные архитектурные решения GoRunWithAI: почему модульный монолит, почему DeepSeek, как устроен конвейер — и где ИИ-критика сэкономила переделки.
- 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.
- Код-ревью и качество. Что ИИ-ревьюер ловил в этом проекте, что пропускал всегда и как выглядел двухслойный контур качества в одиночной разработке.
- Тестирование. 84 теста, тест-контейнер, и три реальных бага, пойманных тестами до прода.
- 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
- Человек отвечает за результат. В проекте один человек — я. Любая строка, от кого бы она ни пришла, ревьюилась и принималась мной.
- Контекст важнее промпта. Качество ответа ИИ определяется тем, что ему дали: требования, правила, примеры. Инвестиции в контекст (правила проекта, планы, образцы) окупаются быстрее, чем переход на более дорогую модель.
- Измеряйте, а не верьте. У проекта есть публичная экономика: токены, рубли, скорость конвейера. Каждая цифра в этой серии — из системы, а не из головы.
- Провалы — это контент. Самые ценные уроки проекта пришли из инцидентов. Я показываю их с разбором и ценой — это и есть «открытая кухня».
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».