ИИ в геймдеве: x40 ускорение, агентный пайплайн, нейронное TDD | Дмитрий Разумовский, техлид Nexters

Говорим с Дмитрием Разумовским — backend-разработчиком игры Hero Wars — о том, как нейросети и AI-агенты реально внедряются в разработку большого игрового продукта.

Подпишитесь на телеграм-канал Devspotting!

Обсуждаем инженерную практику: как давать агенту контекст, почему нельзя просто скормить 100 000 токенов и сказать «делай», как появляется «нейронное TDD», зачем нужны пайплайны, оркестраторы, отдельные AI-ревьюверы и почему зелёные тесты ещё не гарантируют рабочий продакшен.

Внутри — опыт работы с Cursor, Claude/Opus, GPT, Codex-подходами, MCP, промптами, контекстом, ADR, тестами, агентной разработкой и ограничениями AI в геймдеве. Отдельно поговорили про вайбкодинг, стоимость токенов, а также про то, как нейросети помогают учиться быстрее, чем когда-либо раньше.

00:00 — Гость выпуска: Дмитрий Разумовский

01:14 — Hero Wars

05:04 — Как нейросети приходят в большой живой продукт

05:41 — Первый практический опыт с Opus и рабочей документацией

07:44 — Как LLM помогает разобраться в конфликте конфигов и кода

10:28 — Почему Дмитрий начал изучать устройство нейросетей

13:42 — Переход в Cursor и первые эксперименты с кодогенерацией

18:25 — Первая попытка отдать AI реальную production-задачу

20:02 — Почему нельзя просто дать агенту 100 000 токенов и ждать магии

23:01 — Как рождается инженерный AI-пайплайн

24:40 — Три дня на фичу вместо нескольких недель

29:14 — Нейронное TDD

34:07 — Вайбкодинг и пределы разработки без инженерных навыков

39:59 — Сколько онбордится человек и сколько — нейронка

47:41 — ADR, отдельные ревьюверы и разделение контекстов

58:31 — Психологическое недоверие к нейро-коду

01:04:16 — Оркестратор, роли, skills и агентный пайплайн

01:04:26 — Промптинг: инженерная дисциплина или чёрная магия?

01:11:20 — Как устроена оркестрация нескольких агентов

01:18:09 — Opus vs GPT: архитектура, тулколы и разные режимы работы

01:23:52 — MCP, инструменты и риск случайно сжечь деньги на токенах

01:24:06 — Свой агент, готовые обвязки и где заканчивается быстрый старт

01:30:46 — Стоимость токенов: насколько это дешевле людей

01:44:26 — Как нейросети помогают учиться устройству нейросетей

01:49:24 — Почему обучение с LLM ощущается иначе

01:54:01 — Почему AI-проект быстро превращается в legacy

01:59:12 — «Наколеночный Deep Research» через пачку субагентов

02:04:40 — Почему GUI важен даже для сильных AI-инструментов

02:09:42 — Модели для кода, ресерча и научных задач

02:14:11 — Эксперименты с MLP, PointNet и трансформерами

02:17:59 — Главный совет: попробуйте нейросеть на любой интересной вам теме

Ссылки к выпуску

Телеграм-канал Гриненко про: https://t.me/devspottingДима в LinkedIn: https://linkedin.com/in/дмитрий-разумовский-11456124bДима в Telegram: https://t.me/darazumovskyHero Wars: https://www.nexters.com/en/hero-wars/Prompt engineering от Anthropic: https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/overviewContext engineering for AI agents: https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agentsModel Context Protocol: https://modelcontextprotocol.io/docs/getting-started/introTest-Driven Development: https://www.martinfowler.com/bliki/TestDrivenDevelopment.htmlArchitecture Decision Records: https://adr.github.io/