T27.AI

Блог

Курс Вайбкодинг: тексты уроков расширены до бюджета заземления чата

2026-11-14 · 2 мин чтения

[длины получены из course-from-spec --check на eb7d0c2a7; API-пробы сделаны в браузере] Все 27 английских текстов уроков курса Вайбкодинг с нуля расширены с 361–685 байт до 1170–1403 байт каждый, чтобы заполнить слот CHAT_BODY_MAX = 1500, который course-chat.t27 встраивает в системный промпт. Девять русских текстов обновлены для числового паритета, восемь фраз в превосходной степени перефразированы.

Титульная карточка статьи, иллюстрации пока нет: Курс Вайбкодинг: тексты уроков расширены до бюджета заземления чата
Открыть титульную карточку в исходном размере
#t27#Course#Vibecoding

Курс 12 на t27.ai, Вайбкодинг с нуля, теперь несёт в каждом уроке английский текст заземления в 1170–1403 байта. До PR #1876 тексты занимали 361–685 байт, оставляя бюджет CHAT_BODY_MAX = 1500 почти пустым, а помощник курсового чата слабо опирался на содержание урока.

Как работает бюджет заземления

Помощник курсового чата определён в apps/website/specs/course/course-chat.t27. В строке 325 функция system_prompt() безусловно встраивает текст тела урока, когда его длина больше нуля: теперь каждый урок заполняет примерно 78–94 % слота CHAT_BODY_MAX. Встроенный текст охватывает ключевые факты урока, данные виджета на экране и типичные заблуждения, которые должен разбирать помощник.

Правила числового паритета и превосходных степеней

Валидатор course-from-spec --check проверяет два ограничения на пары текстов уроков. Правило числового паритета требует, чтобы каждая последовательность цифр в английском тексте также присутствовала в соответствующем русском тексте в vibecoding.ru.json. Расширение 27 английских текстов добавило новые цифровые последовательности в 9 уроках; эти 9 русских текстов были обновлены естественными дополнениями с теми же цифрами. Правило превосходных степеней помечает фразы "the first" и "the only". Восемь английских текстов использовали эти фразы; все восемь были перефразированы без введения новых цифровых последовательностей. После обоих исправлений course-from-spec --check проходит чисто: 324 спеки уроков, 93 теста, 438 утверждений, 0 ошибок паритета, 0 флагов превосходных степеней.

Верификация

Аудит кода подтверждает, что system_prompt() встраивает lesson_body для всех 27 уроков: встройка безусловна при len > 0, а все 27 расширенных текстов имеют len > 0. Живые API-пробы подтвердили корректные ответы, заземлённые на урок, для всех 27 уроков; каждый ответ цитировал данные, уникальные для виджета этого урока.

Байты LESSON_TEXT vs CHAT_BODY_MAX = 1500До361-685 БПосле1170-1403 Б
Текст каждого урока до PR 1876 (361-685 Б) и после (1170-1403 Б) относительно бюджета CHAT_BODY_MAX = 1500 Б, который встраивает course-chat.t27 в строке 325.

Чего это не решает

Пруфы

Поработаем вместе

Нужно довести FPGA/RTL-задачу до замеров на железе?

Работаю по контракту и part-time с hardware-AI, FPGA/RTL и ML-системами — от спецификации и открытого тулчейна до воспроизводимых измерений.