Aleks Maker

I built an AI coding agent with no VC money. It’s currently scoring ~84% on Terminal Bench 2.0 (full results landing tomorrow). One engineer + Claude Code on Modal, Opus 4.6 as the engine. Code is here, open source. github.com/alekspetrov/pi… Docs pilot.quantflow.studio

@xanf_ua Сколько на Terminal Bench 2.0 выдает?

Почему я из агентов выбираю pi.dev ВАЖНО - Вам вполне возможно оно не надо. Я хочу генерировать ТОННЫ КОДА решающего бизнес задачи. Я хочу быть не х10 а х10^10 инженером. Я хочу чтобы код лился с моего компьютера, видеть как сжигаются тысячи долларов токенов в моем harness давай результат :) Но все это не будет иметь смысла, если не будут решены две задачи: * задача обеспечения достаточного качества продукта в итоге (обратите внимание - я не говорю о "качестве кода" - включать или не включать в это определение код повод на еще один гига пост) - об этом я может когда-нибудь напишу отдельно, про свое видение всех этих quality gates, и главное про ДОВЕРИЕ к результату, которое нельзя путать со слепой верой Сейчас я хочу сконцентрировать внимание на второй составляющей: * задача ПОНИМАНИЯ что делать когда оно не работает Поскольку я, как чукча о чем вижу о том и пою, все метафоры будут про автомобили (как-никак вот-вот открытие гоночного сезона, но помним - все аналогии ложны). Вот есть у меня в автомобиле блок управления двигателем. Огромная вещь в себе, которая сама все решает, отдает наружу принятые решения и какую-то телеметрию. Ты не можешь этим управлять. у тебя ресурсы на входе - ресурсы на выходе. Путем подбрасывания дополнительных датчиков ты можешь дать ему больше информации (и то при условии что блок это умеет - как тут не углядеть аналогию со скиллами - вы даете модельке инструмент, а будет ли она его использовать и как она решает сама), можешь как-то анализировать полученный результат и смотреть "а если мы подкрутим вот тут, то что изменится на выходе". Но ты не понимаешь что с этим делать. Если что-то не работает - меняй блок Вот условный claude code/open code/cursor/antigravity - это вот такой черный ящик. Его задача - чтоб ваша машина завелась и вы поехали с ветерком :) Но когда вы начинаете ездить везде и на пределе, часто вы обнаруживаете, что к примеру "умная" электроника не дает вам раскрыть все возможности двигателя (чтоб не дай бог не спалили его), а в некоторых условиях - просто ошибается, потому что они нетипичные. И вам остается только читать заклинания над "входами" и шаманить "выходы". И есть "кастомные" блоки управления двигателем. Да, в них есть все еще черный ящик (в нашей аналогии это сама LLM), но все вокруг настраиваемо, анализируемо и программируемо. И когда случается ошибка - ты можешь "поднять логи", посмотреть - ага, в этом режиме двигателя он смотрел в эту таблицу соотнесения показателей, вот здесь и получается чушь. При этом такие решения могут (как тот же oh-my-pi) иметь неплохие настройки "по умолчанию", а могут и не иметь. Но основное - когда ты ПУШИШЬ его до предела (в моей аналогии - когда LLM не справляется с задачей) - за счет открытости и легкозаменяемости ты можешь взять и подправить под свои нужды. Здесь добавляется еще одно важное поле для экспериментов и улучшений. Когда вы обновляетесь с версии А на версию Б вашего любимого харнесс - вы получаете пачку изменений. Здесь же я могу экспериментировать "а что случится, если я поменяю стратегию распределения задач между субагентами", а может возьму RLM-подход? а что еще? В этом и разница. Если вы не хотите "разбираться" в этом, а хотите сесть и поехать - вам точно дорога в Курсор, Клод Код или куда-то еще. Когда вы столкнетесь с задачами, которые решаются плохо - да, вам будет сложнее, но это компенсируется тем, что 50+% задач (зависит конечно от вашего профиля) решаются хорошо из коробки Но "коробочные" решения легко повторяемы. А значит добавленная ценность вас, вашего подхода и так далее падает. А я не люблю когда моя ценность падает, поэтому и строю системы, задача которых делать лучше (лучше зависит от определения - где-то это скорость, где-то стоимость) чем у остальных Бутик vs mass-market. И нет, масс-маркет это совсем-совсем неплохо.

@stratepedie @joni_vrbt We are different

USA has ChatGPT USA has Grok USA has Claude USA has Gemini USA has Llama USA has Copilot China has China has DeepSeek China has Qwen China has Ernie China has GLM China has Kimi China has MiniMax Europe has Europe has ChatGPT and DeepSeek Europe has Grok and Qwen Europe has Claude and Ernie Europe has Gemini and GLM Europe has Llama and Kimi Europe has Copilot and MiniMax. Here we use all of them and it is not easy my brother!!!😂

USA has ChatGPT USA has Grok USA has Claude USA has Gemini USA has Llama USA has Copilot China has DeepSeek China has Qwen China has Ernie China has GLM China has Kimi China has MiniMax Europe has?

@Aspireachievee This one

PSYCHOLOGY OF PEOPLE WHO TREAT THEIR BIRTHDAY LIKE A NORMAL DAY // Thread //

@elonmusk They are still people

People giving OpenClaw root access to their entire life

@heygurisingh So you’re really going to babysit 10–15 AI sessions instead of fixing your delivery pipeline? Use Pilot – AI-driven delivery pipeline instead. You create issues. Pilot ships. Quality gates are here: pilot.quantflow.studio/features/quali…

Holy shit. The guy who BUILT Claude Code just shared his actual workflow. Boris Cherny runs 10-15 Claude sessions in parallel every single day. While you're prompting one AI, he has 5 in his terminal + 5-10 on the web all shipping code simultaneously. And the real weapon? His CLAUDE.md file. Every time Claude makes a mistake, the team adds a rule so it NEVER happens again. Boris literally said: "After every correction, end with: Update your CLAUDE.md so you don't make that mistake again." Claude writes rules for itself. The longer you use it, the smarter it gets on YOUR codebase. His other insane detail: he hasn't written a single line of SQL in 6+ months. Claude just pulls BigQuery data directly via CLI. Claude Code now accounts for 4% of ALL public GitHub commits. Engineers who haven't set this up yet are already behind. This CLAUDE.md template is the difference between using AI as a chatbot vs using it as a fleet of senior engineers. Drop it in any project. Free.

Flexing 🤤 pilot.quantflow.studio

@RoundtableSpace So what about the efficiency? 8 bots same time pushing codebase, can you imagine it's git status in 8h? It doesn't matter if you have 1 or 100 CC running if you can't have a solid solution at the end of the day.

OpenClaw can now use 8 different Claude Code instances with Opus all day. This guy just turned 1 autonomous AI engineer into 8.

AI tool builds itself 👀

Turn your issues into PRs or releases 🤌 Connect to issues: GitHub/GitLab/Jira/Linear/Asana. Communicate via Telegram/Slack/WhatsUp. ClaudeCode + Navigator plugin under the hood. pilot.quantflow.studio

@trq212 I'd prefer to use plugins for this and more. github.com/alekspetrov/na…

@elonmusk Yeah, especially looking at robot hands.

Feeling Optimustic about the future!

So proud to host ClaudeCode global community event in Montenegro! Join us if you are nearby! luma.com/yibpm4lo

Vibe Coding done the right way ✨ JITD plugin for Claude Code in action. MIT. github.com/alekspetrov/ji…

Making Claude Code 10x better 🚀 Here's my new Context Window Management system for Claude Code. It boosts performance and dramatically cuts token usage. The numbers are insane! I'm testing it now and will share results under this post in a couple of days.

Grok 4 has 2M context window size💪 This is what we really waiting from Anthropic, not a next limits update.

@antonosika Just a reminder: There are alternative to Figma, free, faster, easy to import projects as .fig files.

figma says we can't use the word "dev mode" in lovable 😄

MCP Documentation Service v0.5.0 released 🎉 Open source, free. Features: - Read and Write Markdown documentation - Auto link documents - Check documentation health scoring - Generate navigation - Frontmatter support - List and Search by metadata npmjs.com/package/mcp-do…

Do you know your animated Framer websites, are not visible to Google's bots? Here is the screenshot of their frontier templates: constantin.framer.website Just disable JS to see the blank page.

@the_mzakrzewski This type of person: ```function isAdminUser(userRole: string) { return userRole === "Admin" }```

What is your approach to using if/else?