Итоги мая 2026 — AI-инструменты, сайты, работа, здоровье и обычная жизнь

Май 2026 получился месяцем без большого публичного запуска, но с большим количеством внутренней работы.

После тяжёлого марта и более спокойного апреля май ощущался как возвращение к нормальной рабочей плотности. Не было ощущения, что всё внезапно стало идеально: задачи всё так же приходили с разных сторон, технических хвостов хватало, бытовые вопросы никуда не исчезли, здоровье и семья тоже требовали внимания. Но в мае уже появилось больше рабочего ритма.

Главная тема месяца — попытка собрать вокруг разработки более понятную систему. Не просто писать код, не просто проверять чужие изменения, не просто обсуждать нейросети, а понять, как всё это должно работать вместе: задачи, проекты, AI-помощники, ревью, серверы, сайты, логи, документация и обычная человеческая жизнь вокруг всего этого.

Если коротко: май был месяцем настройки процессов, а не красивых финальных результатов.

Кратко по месяцу

AI-инструменты: не магия, а рабочий процесс

В мае было много работы вокруг AI-Factory и связанных AI-инструментов. Снаружи это можно описать просто: я много смотрел, проверял и обсуждал, как должны работать инструменты для разработки с участием ИИ.

Не хочется превращать этот отчёт в список pull request’ов, номеров задач и внутренних файлов. Для обычного читателя это всё не так важно. Важнее суть.

Суть в том, что сейчас вокруг ИИ в разработке есть большая проблема: многие инструменты выглядят впечатляюще в демо, но быстро ломаются о реальность. Пока задача маленькая и понятная, нейросеть может помочь. Но как только появляется настоящий проект, несколько файлов, ограничения, старый код, правила, тесты и необходимость не сломать лишнего — одной «умной модели» уже мало.

Нужна нормальная система вокруг неё:

• где хранится контекст задачи;
• как агент понимает, что уже сделано;
• как он проверяет результат;
• как не трогает лишние файлы;
• как передаёт работу дальше;
• как человек потом может понять, что именно произошло.

В мае я много думал именно об этом. Не о том, как сделать «ИИ, который всё сам напишет», а о том, как сделать AI-помощника, которому можно доверять хотя бы часть инженерной рутины.

Главный вывод месяца по AI: ценность нейросетей не в том, что они красиво отвечают, а в том, что их можно встроить в понятный рабочий процесс.

AI-Factory и ревью

Большая часть мая прошла вокруг AI-Factory. Было много ревью, обсуждений, повторных проверок и попыток понять, какие изменения действительно полезны, а какие просто добавляют сложности.

Я смотрел не только на код, но и на общий смысл: зачем нужен тот или иной инструмент, какую проблему он решает, не дублирует ли он уже существующую логику, насколько удобно им будет пользоваться дальше.

Это важный момент. В разработке легко добавить ещё одну функцию, ещё одну настройку, ещё один слой. Но потом всё это надо поддерживать. Особенно в AI-инструментах, где сложность и так быстро растёт.

Поэтому часть майской работы была не про «добавить побольше», а наоборот — про попытку понять, где система становится слишком сложной.

Для меня это хороший признак взросления проекта. Когда начинаешь задавать вопросы не только «можем ли мы это сделать?», но и «нужно ли это вообще?».

Планы задач: как не терять контекст

Одна из самых полезных идей мая — хранить план задачи не одной длинной заметкой, а более структурированно.

Сейчас объясню по-человечески.

Когда задача маленькая, можно написать коротко: «исправить баг» или «добавить функцию». Но в реальном проекте этого быстро становится мало. Нужно помнить, какие файлы важны, что уже проверили, какие ограничения есть, что нельзя менять, какие тесты нужно прогнать и на каком месте остановились.

Если всё это держать в одном большом тексте, он быстро превращается в кашу. Поэтому появилась идея раскладывать задачу по смысловым частям: отдельно контекст, отдельно исследование, отдельно список дел, отдельно правила, отдельно проверка.

Для человека это удобно. Для AI-агента — почти необходимо.

Потому что агент не «помнит» задачу так, как человек. Ему нужно явно дать информацию: что важно, что запрещено, что уже сделано, как проверять результат.

И это, на самом деле, касается не только ИИ. Обычной разработке такая структура тоже помогает. Когда возвращаешься к задаче через неделю, не нужно снова вспоминать всё с нуля.

Главный вывод: контекст — это не мусорная заметка, а часть работы.

Инструменты AIF и агентное тестирование

В мае я также много смотрел на инструменты из AIF (ai-factory, ai-tester, ai-workspace), особенно на направление тестирования с участием AI-агентов.

Звучит сложно, но идея понятная: хочется, чтобы ИИ не просто «посмотрел код и высказал мнение», а реально помогал проверять изменения.

Например, хороший помощник должен не только сказать: «тут может быть ошибка», но и по возможности проверить это:

• посмотреть связанные файлы;
• понять, что изменилось;
• запустить проверку;
• найти слабое место;
• объяснить, почему это важно;
• предложить, как исправить.

То есть речь не о магическом роботе-программисте, а о более полезном помощнике для ревью и тестирования.

В мае я как раз разбирался, какие подходы здесь выглядят живыми, а какие пока слишком сырые. Инструменты есть, идеи интересные, но до действительно удобного и надёжного процесса ещё нужно дойти.

Главный вывод: AI-ревью должно быть не просто текстовым комментарием, а частью настоящей проверки изменений.

Свой инструмент для работы с GitHub и задачами

Ещё одно направление мая — собственная система для работы с агентами, задачами и GitHub.

Суть проекта можно описать без технических деталей: хочется сделать среду, где можно связать задачи, репозитории, ревью, команды, права и AI-помощников в один более понятный процесс.

Пока это не готовый публичный продукт, а скорее движение к MVP. В мае основной фокус был на интеграции с GitHub: задачи, issues, будущая работа с pull request’ами, авторизация, команды и базовая логика.

Почему это важно?

Потому что AI-инструменты без нормальной рабочей среды быстро становятся набором отдельных экспериментов. Один инструмент что-то проверяет, другой что-то пишет, третий хранит контекст, четвёртый запускается отдельно — и всё это живёт разрозненно.

А хочется наоборот: чтобы был понятный процесс от задачи до проверки результата.

Главный вывод: если AI должен помогать в разработке, ему нужна нормальная рабочая среда, а не просто окно чата.

Laravel, Symfony и выбор backend-стека

В мае я снова думал о backend-стеке для будущих проектов.

Если убрать детали, вопрос простой: на чём удобнее собирать проекты, где есть личный кабинет, API, пользователи, команды, интеграции с GitHub, AI-функции и админка?

Laravel привлекает скоростью. На нём удобно быстро собрать MVP, подключить авторизацию, интерфейс, фоновые задачи и базовую инфраструктуру. Symfony больше про строгость, архитектуру и долгую поддержку.

Для маленьких и средних проектов сейчас всё чаще хочется выбирать не самый «идеальный» вариант, а тот, который быстрее доведёт идею до рабочего состояния. Поэтому язык программирования в данном случае не самое важное. Я предпочитаю PHP для веба, для системных что-то другое, чаще всего python. Написал пару проектов на Go и даже один на Rust.

Потому что идеальная архитектура, которая так и не дошла до запуска, мало кому помогает.

Главный вывод: для MVP важнее не идеальный стек, а скорость, понятность и возможность поддерживать проект дальше.

Сайты, серверы и инфраструктурная рутина

В мае было много обычной серверной рутины: домены, прокси, реальные IP, проверочные файлы, сервисы, пользователи, логи, перезапуски, ошибки.

Такая работа почти никогда не выглядит интересно со стороны. Но именно она держит сайты и сервисы в живом состоянии.

Пока всё работает, инфраструктура незаметна. Но стоит чему-то сломаться — и сразу оказывается, что нужно понимать:

• куда указывает домен;
• какой сервис отвечает за прокси;
• где лежат логи;
• почему не создаётся пользователь;
• почему сервис не стартует;
• где хранится сессия;
• почему после перезапуска всё ведёт себя иначе.

В мае снова стало понятно, что серверную рутину нужно документировать. Не для красоты, а для себя же через месяц.

Потому что если решение осталось только в голове, оно почти гарантированно потеряется.

Главный вывод: инфраструктура должна быть не магией, а понятной инструкцией.

Логирование: чтобы не искать ошибки вслепую

Отдельная тема мая — логирование.

Я разбирался с централизованным сбором логов и ошибками при настройке сервисов. Звучит скучно, но на практике это очень важная вещь.

Когда у тебя один маленький сайт, можно зайти на сервер и посмотреть лог руками. Когда сервисов становится больше, такой подход начинает разваливаться. Ошибка может быть в одном месте, последствия — в другом, а искать всё приходится по разным каталогам.

Централизованное логирование нужно именно для того, чтобы видеть картину целиком.

Это как с видеорегистратором в машине: большую часть времени он не нужен, но когда что-то произошло, без него сразу сложно понять, что было на самом деле.

Главный вывод: логи — это не дополнительная роскошь, а способ не гадать при ошибках.

Рабочие задачи: личный кабинет и телефония

Помимо AI и серверов, в мае были обычные рабочие задачи.

Одна из них была связана с личным кабинетом и телефонией: аккаунты, маршрутизация, отображение записей, связи между данными, иконки, цвета, скрытие лишнего и бизнес-логика.

Такие задачи редко выглядят эффектно, но часто оказываются сложнее, чем кажется. Проблема обычно не в том, чтобы написать пару строк кода. Проблема в том, чтобы правильно понять смысл:

• что именно должно отображаться;
• какие данные считаются главными;
• что можно скрывать;
• что нельзя ломать;
• как это связано с реальной работой пользователей;
• какие старые решения уже есть в системе.

Это типичная рабочая разработка: много контекста, мало внешнего блеска, но ответственность высокая. Плюс работа с персональными данными и кучей новых законов.

Главный вывод: в бизнес-задачах сложность часто живёт не в коде, а в правилах и старом контексте.

Блог и сайты

С блогом в мае продолжилась отдельная линия.

Я готовил отчёты для ichiblog.ru, в том числе за апрель и май, а также промпты для постеров и иллюстраций к статьям.

Сначала может показаться, что это просто контент. Но для меня месячные итоги — это не только публикации. Это способ собрать месяц в понятную историю.

Пока месяц идёт, он ощущается как куча отдельных дел: код, ревью, серверы, семья, здоровье, забор, задачи, нейросети, усталость. Когда садишься писать отчёт, появляются линии. Видно, что повторяется, что двигается, что снова буксует, а что действительно важно.

В мае главная линия стала понятной: я много занимался не готовыми результатами, а системами, которые должны помогать делать результаты дальше.

Главный вывод по блогу: итоги месяца нужны не только читателям, но и самому себе — чтобы увидеть, что вообще происходило.

Здоровье, питание и добавки

Здоровье в мае оставалось важной темой.

После марта уже сложно относиться к нему как к чему-то второстепенному. Если раньше можно было думать: «сейчас доделаю задачи, а потом займусь собой», то после больниц такой подход уже не выглядит разумным.

В мае были вопросы по добавкам: глюкозамин, хондроитин, MSM, магний B6, теанин, инулин. Не в формате «купить всё и ждать чуда», а скорее попытка разобраться, что имеет смысл, что может быть полезно, а где лучше не увлекаться.

Плюс были обычные бытовые вопросы питания. Например, та же манная каша на молоке — вроде простая вещь, а есть её каждый день не рекомендуется. И именно из таких мелочей и складывается реальный режим.

Главная мысль здесь простая: здоровье — это не один большой героический шаг. Это много маленьких решений, которые повторяются каждый день.

Главный вывод: лучше спокойно выстраивать режим, чем искать волшебную таблетку.

Семья и ребёнок

В мае были и важные семейные темы.

Отдельно обсуждалось поведение ребёнка: истерики, обман, непослушание, резкие фразы во время чтения книги и вопрос, как правильно реагировать.

Такие ситуации всегда непростые. С одной стороны, не хочется перегнуть и начать драматизировать обычное детское поведение. С другой — не хочется всё игнорировать, если ребёнок явно проверяет границы или не справляется с эмоциями.

Главная мысль здесь — спокойствие и последовательность.

Ребёнку нужны границы, но не паника. Нужна реакция взрослого, но не взрыв. Нужно объяснять, что можно, что нельзя, как говорить о злости, как просить, как исправлять ситуацию после конфликта.

Это не решается одним разговором. Это такая же ежедневная работа, как порядок в проектах или здоровье. Только намного важнее.

Главный вывод: в родительстве важны не идеальные реакции, а спокойная последовательность.

Быт: забор, сметы и взрослая математика

В мае была большая бытовая тема — забор.

Разбирались разные варианты: профнастил, сетка, столбы, лаги, ворота, калитка, предложения подрядчиков. Отдельно пришлось сравнивать сметы, где объёмы и состав работ отличались.

И это хороший пример того, как бытовая задача внезапно превращается почти в проектную работу.

На первый взгляд всё просто: есть несколько предложений, надо выбрать лучшее. Но потом оказывается, что в одной смете один объём, в другой — другой; где-то ворота и калитка отдельно, где-то материалы отличаются, где-то итоговая сумма выглядит ниже, но состав работ другой.

То есть нельзя просто смотреть на финальную цену. Нужно понимать, что именно в неё входит.

Главный вывод: сметы нужно сравнивать не по последней строке, а по составу работ и материалов.

Нейросети без завышенных ожиданий

В мае окончательно закрепилось спокойное отношение к нейросетям.

ИИ полезен. Иногда очень. Он помогает писать черновики, проверять идеи, разбирать код, находить слабые места, формулировать мысли, сравнивать варианты и ускорять рутину.

Но он не заменяет мышление.

Особенно это видно в разработке. Нейросеть может уверенно предложить решение, которое выглядит логично, но не учитывает контекст. Она может хорошо объяснить общую идею, но пропустить важную деталь конкретного проекта.

Поэтому в мае ИИ всё больше воспринимался как помощник, а не как автор решения.

Хорошая схема такая:

1. Я понимаю задачу.
2. Даю ИИ контекст.
3. Получаю варианты.
4. Проверяю их сам.
5. Беру полезное.
6. Не отдаю управление полностью.

Главный вывод: нейросети ускоряют работу, если у человека уже есть голова в процессе.

Что получилось за май

Если без технического перегруза, за май получилось следующее:

• много работал с AI-Factory и AI-инструментами;
• разбирался, как сделать работу AI-агентов более управляемой;
• смотрел инструменты lee-to/* и идеи агентного тестирования;
• продолжал думать над своей системой для задач, GitHub и AI-помощников;
• занимался сайтами, серверами, доменами, логами и инфраструктурой;
• решал рабочие задачи по личному кабинету и телефонии;
• продолжал готовить отчёты и визуалы для ichiblog.ru;
• разбирался с семейными вопросами и поведением ребёнка;
• занимался здоровьем, питанием и бытовыми покупками;
• сравнивал сметы по забору и стройке.

Май был не месяцем одного большого достижения, а месяцем большого количества параллельных процессов.

Что не получилось

Не получилось довести всё до красивой финальной точки.

AI-инструменты ещё требуют доработки. Своя система для работы с агентами и GitHub пока не стала готовым продуктом. Инфраструктурные задачи всё ещё требуют порядка. Сайты и автодеплой не превратились в идеально отлаженный процесс. Бытовые вопросы тоже не закрылись сами собой.

Но это нормально.

Май был слишком разноплановым, чтобы ожидать от него одного большого завершения. Тут скорее важно другое: стало понятнее, какие направления действительно важны, а где можно не торопиться.

Главный вывод: когда направлений много, важно не пытаться закрыть всё сразу, а не потерять главное.

Общее ощущение месяца

Май ощущался как месяц сборки.

Не в смысле «сборка проекта прошла успешно», а в более широком смысле. Сборка процессов, мыслей, инструментов, рабочих подходов и бытовых решений.

С одной стороны — AI-Factory, lee-to-инструменты, GitHub, серверы, сайты, логи, рабочие задачи. С другой — здоровье, ребёнок, питание, забор, блог, обычная усталость.

И всё это не отдельные миры, а одна жизнь.

Раньше хотелось бы, наверное, сделать из месяца красивую историю про прогресс в разработке. Но сейчас честнее сказать так: май был про попытку держать несколько важных направлений и не развалить ни одно из них окончательно.

Это не звучит героически. Зато похоже на правду.

Планы на июнь

На июнь хочется вынести несколько спокойных направлений:

1. Продолжить работу с AI-Factory и AI-инструментами.
2. Меньше углубляться в технические детали ради самих деталей.
3. Довести идеи по планам задач до более практичного формата.
4. Продолжить разбираться с lee-to/*, но без распыления.
5. Двигать свой инструмент для работы с GitHub и AI-помощниками.
6. Навести больше порядка в серверной инфраструктуре.
7. Продолжить работу над сайтами и автодеплоем.
8. Не забывать документировать решения.
9. Следить за здоровьем и режимом.
10. Закрывать бытовые вопросы маленькими понятными шагами.
11. Продолжать писать итоги для ichiblog.ru.

Главная задача июня — не сделать всё, а выбрать несколько действительно важных вещей и спокойно двигать их дальше.

Итог мая 2026

Май 2026 был месяцем AI-инструментов, ревью, сайтов, серверов, рабочих задач, семьи, здоровья и быта.

Главное техническое направление — AI-Factory, инструменты lee-to/*, агентное тестирование и попытка понять, как встроить ИИ в реальную разработку не как игрушку, а как полезного помощника.

Главное личное ощущение — жизнь снова стала плотной. Много задач, много контекста, много переключений. Но при этом появилось больше понимания, какие процессы нужно упрощать, где важно фиксировать контекст, а где пора перестать усложнять.

Май был не про громкий результат. Он был про настройку системы.

И главный итог месяца можно сформулировать так:

Чтобы двигаться дальше, мало просто делать больше. Нужно строить процессы, которые помогают не терять контекст, силы и направление.

А если короче:

май был месяцем, где я не столько запускал новое, сколько собирал основу для следующих шагов.