Почему Стэнфорд запретил вайбкодинг: правила для ИИ-агентов в 2026

Применить: шаблон за 5 минут · Уровень: средний · Чтение: ~22 минуты · Данные актуальны на 09.07.2026

Что узнаешь:- 10 запретов и 7 разрешений для ИИ-агентов из CLAUDE.md Стэнфорда - дословно с переводом- Спор на Hacker News на 503 балла: остановит ли файл в репо студента с Cursor- Цифры METR: ИИ-ассистент замедлил опытных разработчиков на 19%, хотя им казалось +20%- Таблица политик 6 курсов Stanford и MIT: от полного запрета до режима «как одногруппник»- Готовый шаблон AGENTS.md для рабочего проекта - скопировать за 5 минут

Главное. Стэнфорд не запретил вайбкодинг приказом деканата. Он положил в репозиторий курса CS336 файл CLAUDE.md, где ИИ-агенту прямым текстом разрешено объяснять и ревьюить, но запрещено писать код, править файлы студента и запускать команды. Файл машиночитаемый, поэтому Cursor и Claude Code подхватывают правила сами. Спор на Hacker News идёт про то, работает ли текстовый файл как принуждение.

Студент открывает задание, включает Cursor и просит в режиме чистого вайбкодинга: «допиши мне трансформер». А агент отвечает: «Моя роль - довести тебя до понимания. Что ты уже пробовал?»

Так курс CS336 «Language Modeling from Scratch» теперь встречает вайбкодинг. Правила поведения для ИИ лежат прямо в репозитории задания, файлом с именем CLAUDE.md. Любой агент, который читает такие файлы, натыкается на них до того, как студент успел схитрить.

Ниже - все 17 правил дословно, разбор спора на Hacker News, данные о том, реально ли ИИ мешает учиться, и готовый шаблон, который ты скопируешь себе в проект за пять минут. Модели для Claude Code и Cursor - и сам DeepSeek - доступны из России через один API provod.ai.

Разбираем ИИ-агентов и то, как держать их в узде, каждую неделю - подпишись на блог, если тема твоя.

Подключите модели для разработки с оплатой в рублях на provod.ai

Что случилось: Стэнфорд положил правила для ИИ-агентов прямо в репозиторий курса

Главное. В репозитории stanford-cs336/assignment1-basics появился файл с гайдлайнами для ИИ-агентов. Он лежит в двух копиях с идентичным содержимым - CLAUDE.md для Claude Code и AGENTS.md для остальных агентов. Смысл хода: правила не висят на сайте, куда никто не заходит, а встроены в код задания. Обсуждение на Hacker News от 1 июня 2026 собрало 503 балла и 153 комментария.

CS336 - это курс, где студенты пишут языковую модель с нуля: токенизатор, трансформер, обучение - всё руками, без вайбкодинга. Преподают его Tatsunori Hashimoto и Percy Liang, курс идёт весной 2026 года.

Вместо привычной строчки в силлабусе «не используйте ИИ для решения» команда курса сделала другое. Она положила правила туда, где их прочитает сам инструмент.

Файл CLAUDE.md - это правила для стажёра, приколотые к двери кабинета. Кто зашёл - тот увидел, спрашивать разрешения не надо. Разработчик simonw заметил механику первым:

«I like that these are presented as a CLAUDE.md. They have the same content duplicated in an AGENTS.md as well.» - мне нравится, что это подано как CLAUDE.md. То же самое содержимое продублировано и в AGENTS.md.- simonw, тред на Hacker News, 1 июня 2026, перевод с английского.

Почему две копии. CLAUDE.md - родной формат для Claude Code, AGENTS.md читают почти все остальные агенты. Файлы идентичны по содержимому, чтобы правила сработали независимо от того, каким инструментом пришёл студент. Полный текст лежит открыто в репозитории stanford-cs336/assignment1-basics.

Ключевую мысль сформулировал комментатор abahgat:

«shipping these guidelines as AGENTS.md/CLAUDE.md in the repo that contains the assignments will make it so that agents will pick this up without needing students to opt in.» - если поставлять эти гайдлайны как AGENTS.md/CLAUDE.md в репо с заданиями, агенты подхватят их, и студенту не придётся ничего включать вручную.- abahgat, тред на Hacker News, 1 июня 2026, перевод с английского.

Раньше «не решай домашку вайбкодингом» было обещанием студента. Теперь это инструкция самому ИИ, и она срабатывает по умолчанию.

Что такое вайбкодинг и при чём тут Карпатый?

Главное. Вайбкодинг - это когда ты описываешь задачу словами, а код целиком генерирует модель, и ты «забываешь, что код вообще существует». Термин ввёл Андрей Карпаты в феврале 2025 года случайным твитом. Для рабочих прототипов подход рабочий. Для учебного курса, где цель - понять, как устроен трансформер изнутри, он ломает саму цель обучения.

Слово придумал Андрей Карпатый, один из основателей OpenAI и бывший директор по ИИ в Tesla. Он бросил его в X 2 февраля 2025 года:

«There's a new kind of coding I call "vibe coding", where you fully give in to the vibes, embrace exponentials, and forget that the code even exists.»- Андрей Карпатый, X, 2 февраля 2025. Перевод: есть новый вид программирования, который я называю «вайбкодинг» - ты полностью отдаёшься вайбам, принимаешь экспоненты и забываешь, что код вообще существует.

В том же твите он уточнил механику: это стало возможно, потому что модели вроде Cursor Composer с Sonnet «стали слишком хороши», а сам он просто наговаривает задачи голосом через SuperWhisper. Год спустя, в феврале 2026-го, Карпатый назвал ту запись в X «shower of thoughts throwaway tweet that I just fired off» - брошенной на ходу мыслью под душем, которую он просто выпалил. Термин пережил своего автора и ушёл в народ.

Суть вайбкодинга простая. Код пишет модель: ты гоняешь её по кругу «сделай - не работает - почини», пока не заработает, а в сам код даже не заглядываешь. Для одноразового прототипа или скрипта на выходные это экономит часы.

Обратная сторона всплывает, когда прототип надо сопровождать. Автор перевода на Habr «Карьера вайб-кодера - это тупик» (31 июля 2025) описал ощущение изнутри:

«Я утерял понимание того, где что находится и как себя ведёт... Мышление - сложная работа, а я уже довольно долго уклонялся от неё.»- перевод статьи на Habr, 31 июля 2025.

Там же брошена честная формула: вайбкодинг заставляет обменивать чёткость на скорость. Для бизнеса иногда это выгодный обмен. Для студента, который пришёл научиться думать про языковые модели, обменивать чёткость не на что - чёткость и есть продукт курса.

CS336 задуман как «very implementation-heavy class», курс с упором на реализацию. Студент должен написать трансформер сам, набить руку, наступить на свои грабли. Перепоручи это вайбкодингу - диплом останется, а навык испарится.

Что именно запретили ИИ-агентам в CS336?

Главное. Файл задаёт агенту роль «Teaching Assistant, Not Solution Generator» - ассистент преподавателя, которому запрещено выдавать готовые решения. Разрешено 7 вещей: объяснять, ревьюить, задавать наводящие вопросы, разбирать ошибки. Запрещено 10, и первое из них - «Write any python or pseudocode», не писать никакой Python или псевдокод. Отдельно сайт курса просит выключить ИИ-автокомплит вроде Cursor Tab и Copilot на время заданий.

Файл открывается с роли. Дословно:

«AI agents should function as teaching aids that help students learn through explanation, guidance, and feedback - not by completing assignments for them.» - ИИ-агенты должны работать как учебные помощники, которые помогают студенту учиться через объяснение, направление и обратную связь, а не выполняя задания за него.- CLAUDE.md, репозиторий stanford-cs336/assignment1-basics, проверено 09.07.2026, перевод с английского.

Дальше идут два списка. Вот они рядом, в переводе.

Два запрета тут вообще про другое. «Edit code in the student repo» и «Run bash commands» - про сохранность проекта: агенту нельзя трогать репозиторий и запускать команды даже из лучших побуждений, потому что этими операциями он чаще всего и портит чужой код.

Есть и раздел с примерами хорошего и плохого диалога. Плохой выглядит так: студент пишет «Fix my tokenizer and make it faster», агент отвечает «Here's the full python code: ...». Хороший - агент отказывается дать код и переводит разговор на профилирование: с чего начать, где мерить время, какие данные профайлера уже есть. По сути перед нами протокол анти-вайбкодинга: код пишет рука студента, агент работает голосом наставника.

Отдельно от файла на сайте курса живёт политика по автокомплиту:

«We strongly encourage you to disable AI autocomplete (e.g., Cursor Tab, GitHub CoPilot) in your IDE when completing assignments.» - мы настоятельно рекомендуем отключить ИИ-автокомплит (например, Cursor Tab, GitHub Copilot) в своей IDE, пока делаешь задания.- cs336.stanford.edu, проверено 09.07.2026, перевод с английского.

Причина на сайте: автокомплит мешает глубоко вовлечься в материал. При этом обычный автокомплит имён функций разрешён - запрет узкий и точный.

Захочешь погонять такие правила на живом агенте - понадобится доступ к моделям; как получить его из России - в конце статьи, коротко: provod.ai. А пока вернёмся к Стэнфорду.

Почему в CS336 списывать у ИИ бессмысленно?

Главное. CS336 состоит из 5 больших заданий, где студент пишет языковую модель с нуля: трансформер, FlashAttention2, распределёнку, фильтрацию данных, alignment. Это 5-unit курс с пометкой «выделите достаточно времени». Плюс за GPU студент платит сам - B200 стоит от 4,99 до 7,49 доллара в час у разных провайдеров. Списанный код тут не спасёт: без понимания он всё равно не заработает, и часы аренды сгорят впустую.

Пять заданий курса идут по нарастающей:

1. Basics - трансформер и токенизатор с нуля.
2. Systems - FlashAttention2, распределённое обучение.
3. Scaling - законы масштабирования.
4. Data - работа с Common Crawl: фильтрация и дедупликация.
5. Alignment and Reasoning RL - выравнивание и обучение с подкреплением.

Курс подан как «5-unit» с прямой просьбой «please allocate enough time for it» - выделите достаточно времени. Лабораторкой на вечер тут не пахнет - впереди месяцы плотной работы с ограниченными подсказками в коде.

Теперь про деньги. Обучение моделей идёт на арендованных GPU, и платит за них студент. На сайте курса в марте 2026 висели расценки на B200: RunPod 4,99 доллара в час, Nebius 5,50 (preemptible 3,05), Modal 6,25 плюс 30 бесплатных долларов в месяц, Lambda 6,69, Together 7,49 от восьми GPU.

Списывание тут теряет смысл по простой причине. Даже если агент выдаст готовый код, студенту всё равно надо его запустить, отладить, прогнать обучение - на своих деньгах и своём железе. Код, который ты не понимаешь, начинает валиться на первой же ошибке CUDA. Ты не знаешь, где чинить, и жжёшь часы аренды впустую.

Я разбирал этот сюжет в материале «Баг Codex: ИИ-агент писал на SSD до 640 ТБ в год»: агент без понимания задачи молча жёг диск, машина не осознаёт последствий - «языковая модель из своих багов не учится». В курсе, где каждый час GPU стоит реальных денег, цена бездумного кода такая же прямая.

Получается конструкция, где механизм защиты - не только текстовый файл. Второй барьер - сама природа задания: дорого, долго, без понимания не пройти.

Остановит ли файл CLAUDE.md студента?

Главное. Нет, технически не остановит - и авторы это понимают. Студент может открыть CLAUDE.md, отредактировать под себя и не коммитить изменения. Правила легко выпадают из контекстного окна на длинной сессии. Консенсус треда на Hacker News: файл работает как сигнал намерения и как удобный дефолт, а как защита от целенаправленного обхода - нет.

Самый цитируемый скепсис бросил комментатор overgard. Он поймал главную дыру:

«It's a good idea, at the very least it communicates intent to students, but couldn't students just modify CLAUDE.md and not check in their changes to that?»- overgard, тред на Hacker News, 1 июня 2026. Перевод: идея хорошая, как минимум она доносит до студентов намерение, но разве студенты не могут просто изменить CLAUDE.md и не коммитить эти правки?

Ответ - могут. Файл лежит в репо, репо у студента на машине, права на редактирование полные. Тридцать секунд - и запрета на вайбкодинг больше нет. Как физический барьер CLAUDE.md не стоит ничего.

Вторую проблему поднял комментатор allthetime - про то, что правила теряются по ходу работы:

«Half way through a session I routinely watch the agent append my rules to the top of its thinking only to do exactly what it said it wasn't going to do after another minute of thinking.»- allthetime, тред на Hacker News, 2 июня 2026. Перевод: на середине сессии я регулярно наблюдаю, как агент дописывает мои правила в начало своих рассуждений, а через минуту делает ровно то, что обещал не делать.

Это знакомая боль. Контекстное окно конечное, длинный диалог вытесняет системные инструкции, и агент «забывает» правило, которое сам же процитировал минуту назад. Комментатор bob1029 назвал это игрой в whack-a-mole: системный промпт быстро распухает и превращается в бесконечное затыкание дыр.

Был и прямой наезд на компетентность авторов. Комментатор outside1234 написал (тред на Hacker News, 2 июня 2026): «I am questioning the experience level of the TA if they think that AGENTS.md is going to work» - сомневаюсь в опытности ассистента, если он думает, что AGENTS.md сработает.

Но большинство читало ход иначе. h3n4l сформулировал позицию спокойнее:

«Good practice for university of how to use agents in courses rather than forbidding those without distinction.» - хорошая практика для университета: как использовать агентов в курсах, вместо того чтобы запрещать их без разбора.- h3n4l, тред на Hacker News, 2 июня 2026, перевод с английского.

Здесь и разгадка спора. Предмет разногласий один: способен ли текстовый файл принудить. Консенсус: от взлома файл не забор, но честному студенту он даёт понятную точку отсчёта.

Заодно в треде всплыли рабочие приёмы. israrkhan: «We symlink AGENTS.md and CLAUDE.md to a single file in our repo» - мы симлинкуем AGENTS.md и CLAUDE.md на один файл (тред на Hacker News, 1 июня 2026). cpeterso напомнил про включение: в CLAUDE.md можно подтянуть другой файл директивой @AGENTS.md. Обе техники убирают дублирование, которое заметил simonw.

Вайбкодинг мешает учиться - это паранойя или данные?

Главное. Это данные, и для вайбкодинга они неуютные. Рандомизированный эксперимент METR (июль 2025): опытные open-source разработчики с ИИ-ассистентом работали на 19% МЕДЛЕННЕЕ, хотя после теста были уверены, что ускорились на 20%. Разрыв между ощущением и реальностью - около 39 процентных пунктов. Опрос Stack Overflow 2025: ИИ используют 84%, но доверяют его точности лишь 29%.

Сначала про самое сильное исследование. METR провёл рандомизированный контролируемый эксперимент (arxiv 2507.09089, июль 2025): 16 опытных разработчиков, в среднем по 5 лет в своём проекте, 246 реальных задач, инструмент - Cursor Pro с Claude 3.5/3.7 Sonnet.

Результат перевернул ожидания всех сторон:

• До эксперимента разработчики прогнозировали ускорение на 24%.
• После - были уверены, что ускорились на 20%.
• По факту с ИИ они стали на 19% медленнее.

Разрыв между «мне казалось +20%» и «на деле -19%» - около 39 процентных пунктов. Люди чувствовали ускорение там, где замедлялись.

Оговорка важна. METR мерил опытных инженеров на знакомой им кодовой базе - там ИИ-подсказки часто уступают собственной памяти о проекте. На новом коде или незнакомом стеке картина другая. Но для CS336 из этого следует простая вещь: студент как раз работает с незнакомым материалом, который должен освоить, и «ускорение» вайбкодингом отберёт у него ту практику, ради которой он пришёл.

Опрос Stack Overflow Developer Survey 2025 (декабрь 2025) добавляет фон. ИИ используют или планируют 84% разработчиков - было 76% годом раньше. При этом доверие падает:

• Точности ИИ доверяют только 29% - доверие за год заметно просело.
• Не доверяют - 46%.
• Главная жалоба у 66% - решения «почти правильные, но не совсем».
• У 45% отладка ИИ-кода занимает больше времени, чем без него.

Люди используют инструмент всё активнее и доверяют ему всё меньше. Ощущение прямое: работает, но проверять приходится каждую строчку.

И третий кусок - про базовую грамотность. Работа с CHI 2026 (arxiv 2603.14133) показала: успех в вайбкодинге предсказывают предыдущие достижения в CS и навыки письма. Чтобы толково гонять модель, нужно уже уметь формулировать и понимать код. Без фундамента вайбкодинг не взлетает - и именно фундамент строит CS336.

Как ИИ ограничивают другие курсы?

Главное. Политики курсов растянуты в спектр, между полным запретом и полной свободой ещё несколько градаций. На одном конце Stanford CS106A и MIT 6.1200/6.1210 запрещают генеративный ИИ полностью. На другом MIT 6.1000 разрешает концепции и примеры. CS336 сидит посередине по строгости, но уникален механизмом: правила лежат машиночитаемым файлом в самом репозитории задания.

Собрал шесть курсов Stanford и MIT в одну таблицу - кто как ограничивает вайбкодинг на домашках.

Формулировка CS107 стоит отдельного взгляда - там про ИИ сказано как про усилитель сигнала:

«AI tools are much akin to signal amplifiers, to be used correctly, you must already have a clean, clear, well-defined signal to pass into the system.» - ИИ-инструменты сродни усилителям сигнала: чтобы пользоваться правильно, у тебя уже должен быть чистый, ясный, чётко заданный сигнал на входе.- силлабус Stanford CS107, проверено 09.07.2026, перевод с английского.

Там же прямая аналогия: пользуйся ИИ так, как ты бы попросил помощи у одногруппника - вопросы высокого уровня, ссылки где нужно. Усилитель мусора на входе выдаёт мусор на выходе, только громче.

По строгости CS336 сидит в середине спектра. По механике - впереди: остальные пишут политику словами для человека, а CS336 записывает её структурой для машины. Правило читает не только студент, но и его инструмент.

Чему правила Стэнфорда учат команды с ИИ-агентами?

Главное. Формат AGENTS.md давно живёт в индустрии: его читают более 60 тысяч open-source проектов, поддержку заявили Cursor, Codex, Copilot, Gemini CLI, Zed и десятки других. Стэнфорд показал команде три вещи: агенту нужна явная роль, запрет - тоже инструкция, а границы действий (что нельзя трогать и запускать) важнее вежливых просьб.

Начнём с масштаба. AGENTS.md - открытый формат, и вот как его описывают авторы:

«A simple, open format for guiding coding agents, used by over 60k open-source projects.» - простой открытый формат для управления кодовыми агентами, используемый более чем 60 тысячами open-source проектов.- agents.md, проверено 09.07.2026, перевод с английского.

Там же метафора, которая всё объясняет: «Think of AGENTS.md as a README for agents» - думай про AGENTS.md как про README, только для агентов. README пишут для человека-новичка в проекте. AGENTS.md - для новичка-агента. Формат курирует Agentic AI Foundation под крылом Linux Foundation - к весне 2026 в ней 170+ организаций. Claude Code нативно читает свой CLAUDE.md, а общий AGENTS.md подтягивает импортом @AGENTS.md или симлинком - потому Стэнфорд и держит две идентичные копии.

Теперь три урока, которые Стэнфорд показал наглядно.

Урок первый - явная роль. Первая строчка файла - «Teaching Assistant, Not Solution Generator», запреты идут только после неё. Сначала кто ты, потом что можно. У агента без заданной роли дефолт один - «сделать за тебя всё и сразу». Роль сужает это до полезного поведения.

Урок второй - запрет тоже инструкция. Список «SHOULD NOT» такой же подробный, как список «SHOULD». Это перекликается с идеей из индустрии: секция Boundaries в AGENTS.md существует именно потому, что запрет - полноценная команда. Агент не догадается сам, что «рефакторить весь модуль» - плохо, если ему это не сказать прямо.

Урок третий - границы действий важнее просьб. Два запрета CS336, «Edit code in the student repo» и «Run bash commands», стерегут от побочных эффектов. И это самый практичный урок для команды.

Я на своём опыте убедился, как дорого стоит агент без границ. В разборе бага Codex агент в фоне писал на диск 37 ТБ за 21 день - под 640 ТБ в год, пока никто не смотрел. В другом кейсе агент за пять минут сжёг 4 млн токенов, гоняя сам себя по кругу, - подробности в материале «Как заставить ИИ-агента доводить задачу до конца». Оттуда наша формула про рамку для агента:

«Рамка оставляет агенту свободу в том, КАК решать, но забирает право решать, КОГДА закончить.»- наш разбор «Как заставить ИИ-агента доводить задачу до конца».

CS336 применяет этот принцип к учёбе. Агент свободен объяснять как угодно, но не вправе решить за студента задачу. Роль задаёт свободу в методе и отбирает свободу в результате.

И ещё один тонкий момент - про доказуемость. Преподаватель не сможет по логам доказать, что агент «только объяснял». Реального рассуждения модели в логах нет, там пересказ - об этом материал «Claude thinking: что Anthropic показывает вместо рассуждений». Файл фиксирует, чего ты хотел, - следа для аудита он не оставляет. Про это ограничение - отдельный раздел ниже.

Как написать AGENTS.md для своего проекта

Главное. Рабочий AGENTS.md строится по той же схеме, что у Стэнфорда: роль → что можно → что нельзя → границы. Для команды роль другая - агент пишет код, но под ревью. Ниже пошаговый рецепт и готовый шаблон на 25 строк: скопируй в корень репо, поправь имена директорий и команды под себя. Симлинкни CLAUDE.md на этот же файл, чтобы не держать две копии.

Пошагово, от каркаса к деталям:

1. Задай роль первой строкой. Конкретно: парный инженер под ревью, ассистент для отладки, генератор тестов. Размытое «помощник» оставляет агенту дефолт «сделаю всё сам».
2. Опиши, что можно, глаголами. Объяснять, ревьюить, писать в ветку feature, запускать тесты. Конкретика вместо «помогать с кодом».
3. Опиши, что нельзя, так же подробно. Пушить в main, запускать деструктивные команды, трогать секреты, рефакторить крупные куски молча.
4. Пропиши границы действий. Что нельзя трогать (/infra, .env, CI), что логировать, когда останавливаться и спрашивать.
5. Дай определение «готово». «Готово» - это зелёные тесты и объяснённый дифф, без «кажется, работает». Иначе агент сам себе судья.
6. Проверь, что агент файл читает. Впиши маленькое проверяемое правило (например, «начинай ответ со слова READY») и посмотри, соблюдает ли. Молчит - значит, файл до него не доехал.
7. Симлинкни форматы. ln -s AGENTS.md CLAUDE.md, чтобы правила работали и в Claude Code, и в остальных агентах без дублирования.

Готовый шаблон - скопируй в корень репозитория и поправь под свой стек:

# AGENTS.md - правила для ИИ-агентов в проекте <name>

## Роль Ты - парный инженер, а не автопилот. Пишешь код, но каждое изменение проходит ревью человека перед merge.

## Что можно

- Объяснять код, архитектуру и ошибки Python / CUDA / сборки.
- Писать и править код в ветках feature/\*, но не в main.
- Предлагать тесты, ассерты на формы тензоров, проверки инвариантов.
- Ссылаться на внутренние доки в /docs и официальную документацию.
- Запускать тесты и линтер (make test, ruff), читать логи.

## Что нельзя
- Пушить в main и деплоить без ревью человека.
- Запускать деструктивные команды (rm -rf, drop table, миграции на проде).
- Рефакторить больше 200 строк за раз без отдельной задачи.
- Трогать /infra, /secrets, .env, конфиги CI.
- Подключать сторонние зависимости без явного согласия.

## Границы

- Сомневаешься в побочном эффекте - остановись и спроси.
- Каждое действие с эффектом (запись файла, запрос в сеть, шелл) логируй.
- «Готово» - это зелёные тесты и объяснённый дифф.

Разница с учебным файлом одна. Студенту вайбкодинг закрыт полностью, команде - разрешён, но в песочнице из веток, ревью и запретных зон. Каркас «роль → можно → нельзя → границы» общий для обоих случаев.

Чего файл правил НЕ решает

Главное. Текстовый файл - слабая защита, и честнее знать его границы заранее. Правила не переживают длинную сессию. Агент лишь генерирует следующий шаг - гарантию должен давать внешний runtime. И студент, и сотрудник может файл просто переписать. AGENTS.md выставляет удобный дефолт, но sandbox и права доступа не заменяет.

Первое ограничение уже показал allthetime: инструкция из файла редко доживает до конца длинной сессии - диалог её попросту вымывает.

Второе ограничение фундаментальнее. Об этом прямо написал автор Habr aveml в статье «Иллюзия контроля: почему промпты не защищают ИИ-агентов» (23 июня 2026):

«Агент не исполняет правила, он генерирует следующий шаг, а это значит, что правила должен проверять уже внешний runtime.»- aveml, habr.com, 23 июня 2026.

Там же вывод, который стоит повесить рядом с любым AGENTS.md: политика безопасности «не должна быть текстом, который модель интерпретирует. Она должна быть структурой, которую runtime валидирует и исполняет». Текст модель может проигнорировать. Права доступа файловой системы обойти не выйдет.

Третье ограничение бытовое: файл переписывается. Студент правит CLAUDE.md и не коммитит - overgard указал на это в первый же день. В команде та же история: сотрудник вправе поменять AGENTS.md под себя. Файл живёт на доверии, а не на замке.

Вывод трезвый. AGENTS.md отлично задаёт намерение, ловит честных по умолчанию и документирует правила игры. Защиту денег, прода и данных на него вешать нельзя - для этого нужны sandbox, ограниченные права и runtime-проверки. Стэнфорд это понимает: файл у них первый барьер, за ним идёт сама конструкция курса.

Как повторить сетап курса из России?

Главное. Политика курса впускает агентов-консультантов внутрь - но чтобы поднять такой сетап из России, нужен сам доступ к моделям. Прямая оплата Claude, GPT и Gemini упирается в карты РФ, которые не проходят. Ниже - как закрыть доступ и собрать сетап «агент под правилами AGENTS.md», как в CS336.

Смотри, какая выходит вилка. Стэнфорд показывает, как встроить агента-консультанта в работу правильно. Чтобы повторить это у себя (учишь ли ты студентов, ведёшь ли команду), нужны две вещи: файл правил и рабочий доступ к моделям.

Файл ты уже собрал по шаблону выше. С доступом из России сложнее: подписки и API OpenAI и Anthropic картой РФ напрямую не оплатить. Стена знакомая: инструмент есть, подключиться нечем.

Тут и вписывается provod.ai: один рублёвый ключ на все флагманы, совместимый и с OpenAI-, и с Anthropic-SDK. Cursor и Claude Code переезжают на него заменой пары строк конфига. Арифметику оплаты я вынес в футер, чтобы не дробить чтение.

Дальше механика та же, что у Стэнфорда. Кладёшь AGENTS.md в репо, задаёшь агенту роль и границы, подключаешь модель через единый API - и агент остаётся консультантом: советует, но руки в код не суёт.

Сделай прямо сейчас

Главное. Три конкретных шага на ближайший час: прочитать оригинал правил CS336, собрать свой AGENTS.md по шаблону выше и проверить, что агент его вообще читает. И держи в голове: файл - декларация, защита - runtime и права доступа.

По шагам:

1. Открой репозиторий stanford-cs336/assignment1-basics и прочитай CLAUDE.md целиком - 74 строки, разделы SHOULD и SHOULD NOT. Это лучший живой образец того, как обуздать вайбкодинг ролью и границами.
2. Перенеси шаблон AGENTS.md к себе: свой стек, свои директории, свои команды - и один симлинк ln -s AGENTS.md CLAUDE.md на оба имени файла.
3. Проверь, что агент читает файл: впиши маленькое проверяемое правило и запусти сессию. Соблюдает - хорошо, игнорирует - разбирайся, куда делись правила (скорее всего, контекст или путь).

Была полезна статья? Да / Нет - отметь в комментариях, это помогает делать следующие разборы точнее.

Связанные материалы

• «Как заставить ИИ-агента доводить задачу до конца» (loops-dlya-ii-agentov) - про рамку для агента и кейс 4 млн токенов за 5 минут
• «Баг Codex: ИИ-агент писал на SSD до 640 ТБ в год» (bag-codex-ssd-2026) - тот же жанр разбора про фоновое поведение агента без границ
• «Claude thinking: что Anthropic показывает вместо рассуждений» (claude-thinking-2026) - почему по логам нельзя доказать, что агент «только объяснял»

Каркас Стэнфорда против бездумного вайбкодинга простой: роль, границы, файл в репо. Собрать такой сетап у себя мешает одно - доступ к моделям из России. Его закрывает provod.ai, российский аналог OpenRouter: Claude Opus 4.8, GPT-5.5, Gemini 3.1 Pro и DeepSeek v4 в одном чате и через единый API, OpenAI- и Anthropic-совместимый. Claude Code и Cursor переключаются сменой baseURL и ключа. Оплата картой РФ, через СБП или по счёту с закрывающими документами для юрлиц, цены 1:1 с официалом без наценки: подключить модели по API в рублях.

provod.ai — проверяйте сценарий в чате и переносите его в API

Сначала сравните ответы в едином интерфейсе, затем подключите выбранную модель к продукту: прототип и production используют общий кабинет, баланс и доступы команды.

В одном каталоге — актуальные модели для текста и медиа: GPT от OpenAI, Claude от Anthropic, Gemini от Google, Grok от xAI, DeepSeek, Qwen, GLM, Kimi и MiniMax; для изображений — Nano Banana 2 Pro и GPT Image; для видео — последние версии Seedance, Kling, Veo и Google Omni. Также доступны модели для reasoning, поиска, документов, эмбеддингов, музыки и аудио.

Переход из чата в API не меняет ценовую модель: запросы оплачиваются по официальным тарифам 1:1, без дополнительной маржи provod.ai.

Пройдите путь от первого запроса до интеграции: форма регистрации · цены на модели · защита данных по 152-ФЗ · главная provod.ai

Источники

1. CLAUDE.md и AGENTS.md, репозиторий github.com/stanford-cs336/assignment1-basics (роль «Teaching Assistant, Not Solution Generator»; списки SHOULD и SHOULD NOT; примеры диалогов; файлы идентичны) - проверено 09.07.2026
2. cs336.stanford.edu, Spring 2026 (Honor Code про LLM; политика по автокомплиту Cursor Tab и Copilot; 5 заданий; «5-unit», «implementation-heavy»; расценки B200: RunPod 4,99, Nebius 5,50, Modal 6,25, Lambda 6,69, Together 7,49 доллара в час) - проверено 09.07.2026
3. Тред на Hacker News «AI Agent Guidelines for CS336 at Stanford», story 48359232 (503 балла, 153 комментария; simonw, abahgat, overgard, allthetime, bob1029, outside1234, h3n4l, israrkhan, cpeterso) - 1-2 июня 2026, проверено 09.07.2026
4. Андрей Карпаты, X, статус 1886192184808149383 (определение «vibe coding») и ретроспектива «shower of thoughts throwaway tweet» - 2 февраля 2025
5. METR, arxiv 2507.09089 (RCT, 16 разработчиков, 246 задач, Cursor Pro + Claude 3.5/3.7 Sonnet; с ИИ на 19% медленнее; прогноз +24%, субъективно +20%) - июль 2025
6. Stack Overflow Developer Survey 2025 (84% используют/планируют ИИ; доверяют точности 29%, не доверяют 46%; 66% - «почти правильные» решения; 45% - отладка дольше) - декабрь 2025
7. CHI 2026, arxiv 2603.14133 (успех в вайбкодинге предсказывают CS-достижения и навыки письма) - 2026
8. agents.md (открытый формат, 60k+ проектов; «README for agents»; Agentic AI Foundation, Linux Foundation, 170+ организаций; Claude Code читает CLAUDE.md нативно, AGENTS.md подключает импортом или симлинком) - проверено 09.07.2026
9. Силлабус Stanford CS107, web.stanford.edu/class/cs107 («AI tools are much akin to signal amplifiers»; «как одногруппник») - проверено 09.07.2026
10. thetech.com (политики MIT 6.100A, 6.1000, 6.1200/6.1210) - 25 ноября 2025; stanforddaily.com (Stanford CS106A, Parlante, полный запрет) - 4 апреля 2024
11. aveml, habr.com/ru/articles/1050772 «Иллюзия контроля: почему промпты не защищают ИИ-агентов» (правила проверяет runtime, не текст) - 23 июня 2026
12. Habr, перевод «Карьера вайб-кодера - это тупик», статья 932442 (утрата понимания кода; обмен чёткости на скорость) - 31 июля 2025