Добро пожаловать в мой цифровой сад! Здесь собраны заметки, идеи и исследования по различным темам.
Особенность: каждая заметка имеет статус зрелости - от 🌱 ростков идей до 🌲 завершенных концепций. Фокус на развитии мыслей, а не на их “идеальной” подаче.
Вместо традиционной блоговой структуры, здесь нет дат публикации и нет хронологии. Заметки организованы по темам и по статусу зрелости - от “ростков” идей до завершенных концепций.
Каждая заметка также имеет историю эволюции - запись о том, как менялось понимание темы со временем.
Относительно стабильное понимание
Пока таких нет
Идея проверяется практикой и уточняется
Зарождающаяся мысль, вопрос или гипотеза
Agent Experience = Developer Experience - LLM понимает кодовую базу теми же конструкциями, что и человек, — поэтому качество кода впервые стало важно и для компьютера
HTTP как SQL - HTTP-запрос — аналог SQL-оператора; исполнитель работает как query planner/оптимизатор, а .http становится декларативным языком для распределённых HTTP-ресурсов
Knowledge-first архитектура - Архитектура определяется не слоями кода, а градиентом доступа к знанию — от концептуального (граф) к физическому (код)
Python - Заметки о языке программирования Python
Type inference из OpenAPI - исполнитель знает OpenAPI, поэтому результаты запросов типизированы — IDE понимает $.id и подсвечивает ошибкой несуществующие пути
Understanding deep learning - Заметки по глубокому обучению и прикладному ML
VAD и диаризация - Voice Activity Detection и диаризация — определение речи в аудио и разделение её по говорящим
httplan — исполняемый HTTP-документ - расширение .http файлов слоем планирования исполнения; файл описывает зависимости между операциями, а не последовательность действий
Архитектура как организация понимания - В эпоху LLM архитектура описывает не только систему, но и процесс мышления — она организует понимание, а не только вычисления
Блоки вместо ключевых слов - управляющие конструкции выражаются через
Выражения и контекст исполнения - единый механизм {{ }} для вычислений (как в n8n) и контекст первого класса — $Login, $item, $parent, $env; Filter и пагинация выражаются через тот же механизм
Граф знаний как память - Контекст для агента собирается не векторным поиском похожих кусков, а обходом связанных понятий в графе знаний
Две роли кода - Код одновременно — инструкции машине и концептуальная модель бизнеса; LLM превращают первую в товар, а вторую делают ценнее
ЗаКулисье - Прокси на Go - Пошаговое разбор прокси на Go
Когнитивный долг - LLM воспринимает технический долг не как долг, а как образец — и начинает его масштабировать
Концептуальные модели для LLM - LLM работают эффективнее не с сырым кодом, а с явной концептуальной моделью предметной области
Отступ как контекст исполнения - отступ в .http создаёт новый контекст исполнения; исполнитель строит AST, а не читает файл сверху вниз — вложенность задаёт scope и цикл по коллекции
План исполнения как отдельная сущность - план строится отдельно от файла и его можно показать пользователю до запуска — как terraform plan; исполнитель оценивает объём и предлагает оптимизации
Рабочий процесс с агентами - story → обсуждение с агентом → ADR → список задач → выполнение, и mechanical sympathy вместо спекуляций
Скилл для записи семечек - ZCode-скилл, который извлекает ключевую мысль из беседы и упаковывает её в заметку-семечко цифрового сада
Слепая печать в тёмной комнате - Идея оверлея, показывающего окрестность последней нажатой клавиши для слепой печати на клавиатуре без кириллической гравировки
Стоимость токенов как метрика архитектуры - Если одно и то же изменение требует меньше токенов — архитектура лучше. Метрика смещается от сложности кода к стоимости понимания
Тесты как границы знаний - Тест — не проверка реализации, а формальное описание допустимого поведения; для агента это граница дозволенного
Узлы и плагины - файл состоит из узлов, а не только HTTP-запросов; HTTP — лишь один из типов узлов в открытой плагинной системе
История изменений и развития идей в цифровом саду.
Последнее обновление: 07.08.2026