Питер Штайнбергер — разработчик, известный по инструментам для PDF и iOS, и автор OpenClaw, купленного OpenAI, — опубликовал обновлённый разбор своего agentic-воркфлоу. Главный тезис: если в мае 2025 года его удивляло, что промпт иногда даёт рабочий код с первого раза, то к декабрю это стало базовым ожиданием. Он работает над 3–8 проектами параллельно, почти не читает код и шипит со скоростью, которая раньше казалась нереальной.
Контекст
Штайнбергер работает преимущественно с Codex как агентом и GPT-5.2 как основной моделью рассуждений. При этом он продолжает использовать Claude Opus для задач компьютерной автоматизации и как general-purpose ассистента. По его словам, в Opus есть что-то особенное — «с ним приятно работать» — и именно на нём работает его AI-ассистент Clawdis.
Параллельно он ведёт проект VibeTunnel — терминальный мультиплексор для кодинга на ходу — и Clawdis, AI-ассистента с полным доступом к обоим его компьютерам, почте, умному дому, камерам и управлению температурой кровати. Не шутка. Именно потребности Clawdis заставили его вернуться к VibeTunnel: агенту проще работать с потоком символов, чем с изображениями экрана.
Статья написана в декабре 2025 года — и то, что автор описывает как «первые впечатления» в мае, к моменту публикации уже стало мейнстримом среди активных пользователей agentic-систем. Это важный маркер: темп нормализации новых паттернов работы с ИИ сократился с лет до месяцев.
Аналитика
Ключевой сдвиг, который фиксирует Штайнбергер: bottleneck сместился. Раньше ограничением был объём кода, который человек физически способен написать. Сейчас — время инференса и время на архитектурные решения. Большинство приложений просто перекладывают данные из одной формы в другую. Агенты справляются с этим без участия человека — а значит, человек должен заниматься тем, где его участие незаменимо: выбором языка, зависимостей, системным дизайном.
Его сравнение Codex vs Opus в реальных задачах практически ценнее любых бенчмарков. Codex иногда молча читает файлы 10–15 минут перед действием — это раздражает, но существенно повышает вероятность правильного результата. Opus быстрее, но на крупных задачах часто не дочитывает файл и выдаёт неполное решение. Итог: Codex бывает в 4 раза медленнее, но суммарно оказывается быстрее, потому что «не нужно фиксить фикс». По оценке автора, в одной сессии с Codex он успевает в 5 раз больше, чем с Claude, — он объясняет это более компактным внутренним мышлением модели.
Отдельный операционный момент — дата отсечки знаний. Разрыв ~5 месяцев между моделями реально ощущается при работе с новыми инструментами. Для команд, работающих на переднем крае стека, это не абстрактная метрика, а ежедневная точка трения: агент просто не знает о релизе, который вышел два месяца назад.
Кейсы применения в бизнесе
B2B-SaaS стартап (2–5 человек). Подход «CLI-first»: любая новая фича начинается как CLI-инструмент, агент проверяет вывод и замыкает цикл без UI-overhead. Это позволяет валидировать бизнес-логику до того, как тратить время на интерфейс. Параллельный запуск агентов на 3–5 слабосвязанных задачах одновременно — реальный сценарий для маленькой команды. Практический результат: time-to-validate новой гипотезы сокращается в несколько раз.
Компания с legacy-кодом. Штайнбергер описывает конкретный кейс: Codex за 5+ часов конвертировал систему форвардинга VibeTunnel с TypeScript на Zig — задача, которая раньше требовала уйму ручного труда и так и не была дожата. Промпт из двух предложений. Для организаций с техдолгом это открывает сценарий управляемого агентного рефакторинга: модуль за модулем, с контролем на выходе. Главное условие — проект должен быть структурирован читаемо, с понятными именами и документацией в docs/*.md.
SMB и локальный бизнес в КР/СНГ. Если разработка ведётся силами одного-двух человек, подход «несколько проектов параллельно» позволяет обслуживать больше клиентов без роста команды. Разработчик задаёт направление, агент жуёт задачу 30–60 минут, пока человек занимается другим. Ключевой навык — научиться чувствовать, где задача пройдёт гладко, а где модель застрянет. Это приходит с опытом, но приходит быстро.
Кейсы в личной жизни
Инди-разработчик или фрилансер. 3–8 проектов одновременно — не перегруз, если один в фокусе, остальные фоном. Промпты стали короче: вместо длинных инструкций голосовой диктовкой — несколько слов плюс скриншот с подписью «почини паддинги». Автор прямо говорит: «Я проектирую кодовые базы не для своего удобства — я проектирую их так, чтобы агенты могли в них эффективно работать».
Контент-мейкер или продакт. Штайнбергер описывает Chrome-расширение для суммаризации YouTube-видео: сначала CLI-ядро, потом за один день — расширение. Тот же паттерн работает для любого персонального инструмента. Начни с CLI, доведи логику до ума, оберни в UI когда нужно. Работает на локальных моделях — бесплатно.
Студент или джуниор. Главный вывод, который снимает тревогу: агенты не скрывают плохую архитектуру. Когда достаточно времени проводишь с ними, начинаешь интуитивно читать их поведение — когда модель застряла, когда выдаёт неполное решение, когда стоит остановить и переформулировать. Это навык, который стоит развивать так же осознанно, как навык написания кода.
Как применить сегодня
- Начни любую новую идею с CLI, не с UI — агент замкнёт цикл через вывод терминала, итерации пойдут быстрее.
- Создай docs/*.md с описанием подсистем и глобальный AGENTS.md с инструкциями — это резко повышает качество работы агента в крупных проектах.
- Используй кросс-референсинг: «посмотри в ../другой-проект и сделай то же самое» — агент адаптирует паттерн с высокой точностью, без подробных инструкций.
- Если агент застрял — попроси записать контекст в markdown-файл и продолжи в новом запросе вместо того, чтобы бесконечно продлевать сессию.
- Перед добавлением зависимости проверяй популярность и активность поддержки: чем больше world knowledge у модели по инструменту, тем надёжнее агент с ним работает.