Старт без боли
freeновичокcloudЦель: Запустить первый рабочий проект за вечер — без сложной настройки
Стек: VS Code -> GitHub Copilot -> ChatGPT -> Vercel
Почему работает
- VS Code + GitHub Copilot Free: автодополнение кода прямо в редакторе, без лишних окон
- ChatGPT GPT-4o бесплатно: объясняет ошибки, пишет функции по описанию, рефакторит
- Vercel Free tier: деплой одной командой git push, HTTPS и CDN в подарок
- Всё работает из коробки — настройка занимает 15 минут, не часы
На что смотреть
- GitHub Copilot Free ограничен 2000 автодополнений/мес — этого хватит на старт
- ChatGPT Free бывает занят в пиковые часы (обходи: используй ранним утром или поздно ночью)
- Не принимай весь код Copilot вслепую — читай каждую строку прежде чем нажать Tab
- Vercel ограничивает bandwidth на Free — для высоконагруженных сайтов нужен upgrade
Когда использовать: Ты делаешь первый pet-project, изучаешь программирование или хочешь проверить идею за вечер без вложений.
Бюджетный контроль
budgetсреднийhybridЦель: Профессиональный workflow с минимальными расходами — максимум локально
Стек: VS Code -> Continue -> Ollama -> Aider -> DeepSeek
Почему работает
- Ollama + DeepSeek-Coder V2 локально: бесплатно, быстро, без лимитов — код не покидает машину
- Continue (VS Code extension): подключает локальные модели к IDE как Copilot, бесплатно
- Aider: git-first AI-кодер в терминале, редактирует несколько файлов по одной команде
- DeepSeek API как облачный fallback: $0.14/1M токенов — дешевле в 20x раз чем Claude
На что смотреть
- Для Ollama нужно минимум 16 ГБ RAM — на 8 ГБ модели работают медленно
- Локальные модели хуже GPT-4 на сложной архитектуре — используй DeepSeek API для ключевых задач
- Aider меняет файлы агрессивно — всегда работай в feature branch и делай коммиты
- Фиксируй правила проекта в .aider.conf.yml — иначе стиль кода будет непоследовательным
Когда использовать: Ты активно разрабатываешь, бюджет ограничен, и важно держать часть кода локально. Хорош для фриланса и небольших команд.
Скоростной MVP
proсреднийcloudЦель: От идеи до рабочего продукта за 1-3 дня без прототипирования вручную
Стек: Cursor -> Claude Sonnet -> Supabase -> Vercel -> v0.dev
Почему работает
- Cursor + Claude Sonnet: лучший на рынке multi-file контекст, Agent-режим перепишет 10 файлов по одной задаче
- v0.dev: генерирует React UI-компоненты с Tailwind по текстовому описанию — прототип за 5 минут
- Supabase: Postgres + Auth + Storage + Realtime за 5 минут — не пиши бэкенд вручную
- Vercel + GitHub Actions: CI/CD из коробки, preview-деплой каждого PR
На что смотреть
- Cursor Pro стоит $20/мес — окупается при 2+ часах кодинга в день
- Проверяй .env и RLS-политики Supabase — AI часто оставляет открытые таблицы без политик
- Делай коммиты после каждой рабочей фичи — Claude может сломать то, что работало
- Не давай Agent-режиму доступ к prod базе — только dev окружение
Когда использовать: Нужно быстро проверить гипотезу с инвесторами или пользователями. Time-to-market важнее идеального кода.
Power Agent Flow
proпродвинутыйcloudЦель: Закрывать сложные многошаговые задачи автономно — минимум ручного контроля
Стек: Windsurf -> Claude Sonnet -> Roo Code -> Cline -> Postgres
Почему работает
- Windsurf Cascade: лучший агентный режим для длинных задач — сам находит связанные файлы
- Roo Code: мультирежимный агент (Architect/Code/Debug/Ask) — переключайся по фазе задачи
- Cline с API DeepSeek: дёшево запускать длинные агентные цепочки без слива бюджета
- Postgres напрямую: агент может читать схему БД и писать миграции — ускоряет бэкенд в разы
На что смотреть
- Обязательный code review перед merge — агенты иногда удаляют нужную логику
- Ставь лимиты автономности в настройках Cline — ограничь доступ к rm и DROP TABLE
- Windsurf плохо работает с монорепами >100K строк — используй workspace isolation
- Веди AGENTS.md с правилами проекта — без него агент нарушает архитектуру
Когда использовать: Опытный разработчик, умеешь проводить code review и ставить чёткие задачи. Нужно закрывать фичи быстро с минимумом ручного кода.
Privacy-first Team
budgetпродвинутыйlocalЦель: Работать с конфиденциальными данными без отправки кода в облако
Стек: VS Code -> Continue -> Ollama -> Open WebUI -> LM Studio
Почему работает
- Ollama: запускает Llama 3.3, Qwen2.5-Coder, Mistral локально — код и данные не покидают сервер
- Continue: бесплатный Copilot-аналог для VS Code, работает с любой Ollama моделью
- Open WebUI: веб-интерфейс для чата с локальными моделями — замена ChatGPT для команды
- LM Studio: GUI для быстрого переключения и тестирования моделей без терминала
На что смотреть
- Для комфортной работы нужен GPU (минимум RTX 3080 16GB) или Apple Silicon M2 Pro+
- Llama 3.3 70B требует 40+ ГБ VRAM — на обычных машинах используй квантизацию Q4
- Локальные модели отстают от GPT-4 на сложном рефакторинге — гибридная схема лучше
- Настрой nginx reverse proxy для Open WebUI — не открывай порт напрямую в интернет
Когда использовать: Enterprise с compliance-требованиями, медицина, юриспруденция, финтех — любые проекты где данные нельзя в облако.
No-code Fullstack
budgetновичокcloudЦель: Собрать полноценный продукт без написания кода — только ИИ и no-code платформы
Стек: Lovable -> Bolt.new -> Supabase -> Make -> Stripe
Почему работает
- Lovable: генерирует React-приложение из текстового описания, синхронизирует с GitHub
- Bolt.new: полный фронт+бэк в браузере за 10 минут — деплоит в Netlify одной кнопкой
- Make (Integromat): визуальная автоматизация бизнес-процессов, 1000+ интеграций
- Stripe: платёжная система без бэкенда — webhook-ы настраивает Make, не разработчик
На что смотреть
- Lovable и Bolt плохо справляются со сложной бизнес-логикой — для MVP достаточно
- Хранишь деньги пользователей через Stripe — изучи PCI DSS требования хотя бы базово
- Make бесплатный план ограничен 1000 операций/мес — планируй рост заранее
- Код из Bolt/Lovable сложно поддерживать вручную — выходя за MVP, переходи на Cursor
Когда использовать: Предприниматель или продакт без опыта разработки. Нужно проверить монетизируемую идею за выходные.
Content Machine
budgetсреднийcloudЦель: Производить контент в 10x быстрее — тексты, изображения, видео по шаблону
Стек: Claude -> Midjourney -> Kling -> Notion AI -> Make
Почему работает
- Claude для длинных текстов: лучший на рынке для статей, email-серий, сценариев — держит стиль
- Midjourney V7: фотореалистичные изображения для бренда — стабильно, предсказуемо
- Kling 1.6 Pro: видео из изображений и текста, лучшее соотношение качество/цена в 2026
- Make: автоматизирует пайплайн от идеи до публикации в соцсетях без ручного труда
На что смотреть
- Midjourney требует точного промпта — изучи параметры --ar, --style, --v перед серийным использованием
- Claude меняет стиль при смене сессии — храни system prompt с голосом бренда отдельно
- Kling тратит много кредитов на длинные видео — тестируй на 5-секундных клипах
- Make сценарии ломаются при изменении API — ставь error-handler на каждый модуль
Когда использовать: SMM-агентство, инфопродюсер, creator-экономика — нужна стабильная фабрика контента с предсказуемым качеством.
Research Powerhouse
budgetсреднийhybridЦель: Глубокий анализ информации, документов и рынков за минуты вместо дней
Стек: Perplexity Pro -> NotebookLM -> Claude -> Obsidian -> ChatGPT Deep Research
Почему работает
- Perplexity Pro: реальные ссылки на источники, свежие данные, Deep Research на 30+ страниц
- NotebookLM: загружаешь PDF/статьи — задаёшь вопросы как собственному эксперту по материалу
- Claude 200K контекст: анализирует документы до 500 страниц за один запрос без потери деталей
- Obsidian: хранит заметки локально, связывает идеи — база знаний с AI-поиском
На что смотреть
- Perplexity иногда галлюцинирует ссылки — открывай оригинал прежде чем цитировать
- NotebookLM ограничен 50 источниками на notebook — группируй документы тематически
- Claude не имеет доступа к интернету — используй с Perplexity для актуальных данных
- ChatGPT Deep Research стоит $200/мес (Pro) — оправдан только при ежедневном использовании
Когда использовать: Консалтинг, исследования, due diligence, написание технических отчётов. Нужно работать с большим объёмом документов.
Автоматизатор Бизнеса
proпродвинутыйhybridЦель: Убрать ручной труд из повторяющихся процессов — делегировать ИИ-агентам
Стек: n8n -> Claude API -> OpenAI API -> Supabase -> Telegram Bot
Почему работает
- n8n self-hosted: визуальная автоматизация без лимитов и vendor lock-in — данные на твоём сервере
- Claude API + OpenAI API: подключаешь лучшую модель под каждую задачу через роутер
- Supabase как хранилище состояния: агент помнит контекст между запусками сценариев
- Telegram Bot: интерфейс управления агентами без разработки UI — быстро и удобно
На что смотреть
- n8n self-hosted требует VPS от $10/мес и понимания Docker — иначе используй n8n Cloud
- Claude API не имеет гарантированного uptime — добавляй fallback на OpenAI в критичных flow
- Telegram Bot API ограничивает сообщения >4096 символов — разбивай длинные ответы
- Логируй все AI-запросы с входом и выходом — без этого дебажить автоматизации невозможно
Когда использовать: SaaS-продукт или агентство, которые хотят автоматизировать onboarding, поддержку, отчётность или лид-менеджмент.
Design to Code
proсреднийcloudЦель: Превращать Figma-макеты в рабочий React-код без ручной вёрстки
Стек: Figma -> Locofy -> Cursor -> Claude -> Storybook
Почему работает
- Locofy: конвертирует Figma в React/Next.js компоненты с Tailwind — 80% вёрстки автоматически
- Cursor + Claude: допиливает логику, анимации и edge cases которые Locofy не покрывает
- Storybook + Claude: документирует компоненты и пишет тесты по готовому коду
- Figma Variables → CSS Variables: Cursor читает дизайн-токены и синхронизирует стили
На что смотреть
- Locofy генерирует verbose-код — нужен рефакторинг через Cursor перед code review
- Figma Auto Layout обязателен — без него Locofy создаёт хаотичную CSS-структуру
- Cursor иногда ломает Tailwind-классы при рефакторинге — проверяй визуально после каждого изменения
- Storybook требует настройки MSW для моков API — заложи на это день
Когда использовать: Продуктовая команда с дизайнером в Figma. Хочешь сократить цикл дизайн → реализация с 2 недель до 2 дней.