maiao — форк инструмента для stacked pull requests, где каждый коммит становится отдельным PR. Поддерживает GitHub, GitLab, Gitea, Forgejo, Bitbucket Cloud и Cursor Origin. Автоматически определяет провайдера и управляет зависимостями.
github.com · #tool #cli #git #workflow
Статья разбирает, когда нужен один агент, а когда — несколько, и какие паттерны (ReAct, Plan-and-Solve, Tree of Thoughts) выбирать. Даются конкретные инфраструктурные слои: durable execution, sandbox, память, evals — с упором на TypeScript/JavaScript, но архитектурные принципы универсальны.
habr.com · #ai #agents #ai #workflow
В GitHub появилась нативная поддержка стековых пулл-реквестов: можно разбить большую фичу на несколько маленьких PR, ревьюить их параллельно, а затем смержить всю стопку одной кнопкой. Работает через CLI-расширение gh-stack, интеграцию с Copilot и merge queue. Внутри Next.js и TED уже используют.
github.blog · #tool #git #github #workflow
Статья PyJarrett из Lobsters обсуждает два стиля работы с софтом и AI — plotting против pantsing. Уже по заголовку видно, что речь не о пресс-релизе, а о попытке разложить по полкам, как люди реально пишут код, когда рядом сидит модель и сыпет идеями быстрее, чем успеваешь их отвергать.
pyjarrett.github.io · #blog #ai #software #workflow
Саймон Уиллисону пересказали совет от команды Claude Code: вместо жёстких инструкций лучше давать Fable и Opus право на собственное решение, особенно в тестировании. Идея простая — не заставлять модель исполнять микроменеджмент, а смотреть, когда она сама понимает, что стоит запустить тесты, а когда можно не тратить время.
simonwillison.net · #ai #agents #claude-code #prompting #testing #workflow
Пост на deadsimpletech.com с прямым вопросом «Why don't people use git properly?» попал на Lobsters именно как повод для срача, а не как учебник. Судя по самому заголовку, автор собирается пройтись по типовым git-грешкам, которые обычно всплывают уже после того, как кто-то случайно запушил не ту ветку.
deadsimpletech.com · #drama #git #habits #opinion #workflow
Alex Ellis написал пост с довольно здравой мыслью: локальный Qwen не надо сравнивать с Opus как с уменьшенной копией дорогой модели. Логика простая и немного неприятная для любителей единой шкалы «качества»: если задача другая, то и модель нужна другая, особенно когда локальный запуск важнее максимального уровня ответа.
blog.alexellis.io · #ai #llm #local #qwen #workflow