რეკომენდირებული ტრენდულ Spec-Driven Development-ის საფუძვლები: ფილოსოფიიდან ოპერაციულ მოდელამდე
ისწავლე იმ specs-ის წერა, რომელსაც agents-ი მართლა ემორჩილება, კოდი როგორც durable spec-ის ქეში გაუშვი და გამართე spec→context→evals ტრიადა რეალურ კოდბაზებზე. Vendor-agnostic, tool-agnostic, brownfield-ready — მეთოდოლოგიური კურსი, რომელიც ნებისმიერ agentic stack-თან ერთად მუშაობს.
Oleksii Anzhiiak
სოფტვეარ არქიტექტორი, უფროსი .NET ინჟინერი და თანადამფუძნებელი
კურსის ბოლოს თქვენ შეძლებთ
- Specs-ის როგორც გრძელვადიანი არტეფაქტის და კოდის როგორც მისი ქეშის აღქმა
- spec→context→evals ტრიადის გამართვა რეალურ brownfield კოდბაზებზე
- იმ specs-ის წერა, რომელსაც agents-ი მართლა ემორჩილება — შესასრულებელი, დასახელებული, საჭიროებისამებრ უარყოფილი
- PR review-ის 600-ხაზიანი diff-ებიდან 60-ხაზიან spec deltas-ზე გადატანა
- ცნობა, სად არის spec-first არასწორი არჩევანი — და იცოდე, რა გააკეთო ნაცვლად
გერგებათ ეს კურსი?
ეს თქვენთვისაა, თუ თქვენ…
- გაიარე #21 (Prompt Engineering) ან #25 (Claude API) და თქვენი გუნდი უშვებს AI ფიჩებს, რომლებიც ჩუმად ცურდება
- ხართ Senior+ ინჟინერი, რომელსაც ავალებენ განსაზღვროს, როგორ იყენებს გუნდი AI-ს ყოველდღიურად — და გინდათ მეთოდოლოგია, არა hot take
- წაიკითხეთ ბრენდის spec-driven, context და evals პოსტები და გინდათ სტრუქტურირებული deep-dive
არ აიღოთ ეს კურსი, თუ…
- ჯერ არ გაუშვია production კოდი AI ხელსაწყოთი — spec-driven აზრს იძენს მას შემდეგ, რაც თქვენ თვითონ იგრძენით მტყუნების რეჟიმი
- ეძებთ CLI-ის გავლას — ეს მეთოდოლოგიაა; OpenSpec Mastery (#29) — გამოყენებითი ხელსაწყოს კურსი
- გუნდი ჯერ საერთოდ არ იყენებს AI ხელსაწყოებს — დაიწყეთ #21 და #26-ით, შემდეგ დაბრუნდით
ვინ კითხულობს
Oleksii Anzhiiak
სოფტვეარ არქიტექტორი, უფროსი .NET ინჟინერი და თანადამფუძნებელი
ოლექსი ანჟიაკი — სოფტვეარ არქიტექტორი, უფროსი .NET ინჟინერი და ToyCRM.com-ისა და ProfectusLab-ის თანადამფუძნებელი. 15+ წლიანი გამოცდილებით, ის სპეციალიზირდება განაწილებულ სისტემებში, cloud ინფრასტრუქტურაში, მაღალი დატვირთვის backend-ში და იდენტობის პლატფორმებში. ქმნის უსაფრთხო ავტენტიფიკაციის სისტემებს, არქიტექტურულ გადაწყვეტებს და თანამედროვე საგანმანათლებლო პროგრამებს, რომლებიც სტუდენტებს კარიერულ წინსვლაში ეხმარება.
ამჟამად ხელმძღვანელობს ToyCRM.com-ის არქიტექტურას — multi-tenant CRM პლატფორმას .NET-ზე, რომელსაც ჩვენი გუნდი აშენებს. იგივე პატერნები და დიზაინ-გადაწყვეტილებები, რომლებიც იქ გამოიყენება, პირდაპირ ჩნდება კურსებშიც: identity & auth, განაწილებული სერვისები, code review-ის კულტურა. სწავლობ ინჟინრებთან, რომლებიც აქტიურად უშვებენ production-კოდს, არა სახელმძღვანელოდან.
სილაბუსი
ექვსი მოდული spec-driven development-ის თქვენი გუნდის ოპერაციულ მოდელად ქცევისთვის — ნებისმიერ AI stack-ზე, ნებისმიერ კოდბაზაში:
- 1 მოდული 1: რატომ spec-driven? — vibe coding-ის დასასრული; კოდი როგორც cache, spec როგორც ჭეშმარიტება; spec→context→evals ტრიადა; თქვენი workflow-ის აუდიტი იმ სამი ადგილისთვის, სადაც გამოცნობით მუშაობთ
- 2 მოდული 2: Spec-ის იერარქია — system spec, feature spec, task spec, inline spec; რა სად ცხოვრობს; project.md-ის და თქვენი პირველი feature spec-ის წერა რეალური ფიჩისთვის, რომელსაც ფლობთ
- 3 მოდული 3: შესასრულებელი spec-ების წერა — GIVEN/WHEN/THEN, მაგალითები და კონტრ-მაგალითები, ნეგატიური spec-ები, single-capability-ის წესი; Jira-ტიკეტის შესასრულებელ spec-ად ქცევა end-to-end
- 4 მოდული 4: Context engineering-ის ინტეგრაცია — load-on-demand წაკითხვა, 40%-კონტექსტური ფანჯრის ზღურბლი, hot/warm/cold ფენები; თქვენი spec→context pipeline-ის mapping და ტოკენების ღირებულების instrumentation თითო ფენაზე
- 5 მოდული 5: PR review როგორც spec review — change isolation, ატომური მერჯები, 600-ხაზიანი diff-ის დასასრული, code-review fatigue-ის დაძლევა; რეალური PR, სადაც spec delta არის რეცენზირებადი არტეფაქტი
- 6 მოდული 6: სად იშლება spec-first + გუნდის გადასვლა — საძიებო სამუშაო, performance-critical paths, legacy archaeology; გუნდის onboarding; governance; brownfield კოდბაზის პასუხისმგებლიანი retrofitting
წინაპირობები
ძალიან რეკომენდებულია Prompt Engineering (#21) და Claude API (#25). ასევე გამოგადგებათ ნებისმიერი კურსი AI/Agents კატალოგიდან (22, 24, 26).
production-კოდის წერა ნებისმიერ თანამედროვე ენაზე. ერთი მაინც AI coding ხელსაწყოს გაცნობა (Claude Code, Cursor ან მსგავსი). LLM-ების გაგება როგორც კოლაბორატორების, არა მაგიის.
რას ააშენებთ
გადიხართ შესაძლებლობით, შეხვიდეთ ნებისმიერ brownfield კოდბაზაში, ჩაუტაროთ მისი spec-დისციპლინის აუდიტი და გაუშვათ spec-driven workflow, რომელსაც გუნდი მართლა მიიღებს — არა slide-deck ვერსია, არამედ ის, რომელიც გადარჩება მესამე sprint-ს.
- Spec-ის იერარქია: system, feature, task, inline
- შესასრულებელი specs-ის წერა GIVEN/WHEN/THEN-ით
- Context engineering-ის ინტეგრაცია: load-on-demand, ფენიერი კონტექსტი
- PR review როგორც spec review — change isolation, ატომური მერჯები
- გუნდის გადასვლა და brownfield retrofitting
სად დევს თქვენს კარიერაში
კურსის პარალელურად წასაკითხი
AI-readiness-შეფასება, რომელსაც CTO ერთ კვირაში ჩაატარებს
სანამ AI-სტრატეგიას დაწერთ, გაზომეთ, რისი შესრულება რეალურად შეუძლია თქვენს ორგანიზაციას. მონაცემების, უნარების, ტულინგისა და governance-ის ხუთდღიანი შეფასება თითქმის შეხვედრების გარეშე — შეფასების რუბრიკით, რომელსაც ბორდის წინაშეც დაიცავთ და ინჟინრების წინაშეც.
Claude AWS Bedrock-ზე: როდის ჯობს პლატფორმის მარშრუტი პირდაპირ API-ებს
იგივე მოდელები, სხვა ოპერაციული კონტრაქტი. როდის ამართლებს Bedrock-ის IAM, VPC და ერთიანი ბილინგი თავის პრემიუმს — და როდის რჩება პირდაპირი Anthropic API უფრო სწორ საინჟინრო გადაწყვეტილებად. გადაწყვეტილების გზამკვლევი გუნდებისთვის, რომლებიც უკვე AWS-ზე ცხოვრობენ.
დიზაინ-პატერნები AI-ის ეპოქაში: რატომ არის პატერნების ცოდნა უფრო მნიშვნელოვანი, როცა კოდს თქვენ არ წერთ
AI წერს იმპლემენტაციას; თქვენ მას code review-ს უკეთებთ. მაგრამ შეაფასებთ მხოლოდ იმას, რასაც სახელი შეგიძლიათ დაარქვათ. პატერნების ცოდნა — Strategy if-ების გროვის ნაცვლად, Decorator დაკოპირებული wrapper-ის ნაცვლად — არქიტექტურული უნარიდან AI-დახმარებით დეველოპმენტის მთავარ კითხვის უნარად იქცევა.
პირველი გაკვეთილი ჩვენი ხარჯითაა. გადაწყვიტე ინსტრუქტორთან გაცნობის შემდეგ.
ჩაერთე პირველ სესიაზე. თუ პირველი გაკვეთილის შემდეგ გადაწყვიტე, რომ ინსტრუქტორი არ გერგო — მისთვის არ იხდი, არცერთი უხერხული საუბრის გარეშე. (საცდელი მოქმედებს იმ კურსებზე, რომლებიც 5 გაკვეთილზე გრძელია; ეს კურსი ერგება.)
ფასი და რა შედის
რა შედის
- 12 ცოცხალი სესია × 2 საათი — მასწავლებელი ცოცხლად ატარებს, არა ჩანაწერი
- სლაიდები თითოეული სესიისთვის — შენთან რჩება და ნებისმიერ დროს შეგიძლია გადახედო
- მუშა კოდის ფაილები და data-ფაილები გაკვეთილიდან — შენს მანქანაზე იქნება დაკლონილი
- ყოველკვირეული სავალდებულო პერსონალური კოდის გადახედვით მასწავლებლისგან
- ჩაწერა მოთხოვნით — წინასწარ აცნობე მასწავლებელს („სამშაბათს ვერ მოვალ, ჩაწერე გთხოვ") და გაკვეთილი შენთვის ჩაიწერება
ხშირად დასმული კითხვები
რამდენ საათს მოითხოვს კვირაში?
გათვალე ცოცხალი სესიები პლუს დაახლოებით 1.5–2 საათი პრაქტიკისთვის თითოეულზე. სტუდენტების უმრავლესობა, ვინც გრაფიკში თავსდება, კვირაში 4–6 საათს ხარჯავს. ნაკლებიც მუშაობს — უბრალოდ მეტი დრო სჭირდება.
რა ხდება თუ გაკვეთილს გავაცდენ?
უთხარი მასწავლებელს გაკვეთილამდე — „სამშაბათს ვერ მოვალ, ჩაწერე გთხოვ" — და მასწავლებელი ჩაწერს ამ გაკვეთილს და გამოგიგზავნის. ჩანაწერები არ არის ავტომატური არქივი; ისინი მოთხოვნით კეთდება, როცა წინასწარ გვაცნობებ. გაკვეთილის შემდეგ გააკეთე სავალდებულო, შემდეგ სესიაზე კი მოდი კითხვებით.
რა შედის ფასში?
ცოცხალი სესიები მასწავლებელთან; სლაიდები თითოეული სესიისთვის (შენი რჩება); მუშა კოდის ფაილები და ნებისმიერი data-ფაილი, რომელიც გაკვეთილზე გამოვიყენეთ; ყოველკვირეული დავალება კოდის გადახედვით; და იმ სესიების ჩანაწერები, რომელზეც წინასწარ გაგვიფრთხილე. ყველაფერი დანარჩენი — სერთიფიკატი, alumni-წვდომა, mock ინტერვიუ — ცალსახად ჩამოთვლილია „რა შედის"-ში FAQ-ის ზემოთ იმ კურსებზე, სადაც ეს მოქმედებს.
და თუ ჩავეწერე და მასწავლებელი არ მერგო?
კურსებზე, რომლებიც 5 გაკვეთილზე გრძელია, პირველი სესია ფაქტობრივად საცდელია — თუ პირველი გაკვეთილის შემდეგ გადაწყვიტე, რომ მასწავლებელი არ გერგო, მისთვის არ იხდი. სჯობს ერთი გაკვეთილის მერე წახვიდე, ვიდრე 9 კვირა იტანო ცუდი კავშირი. (5 ან ნაკლები გაკვეთილის კურსები ძალიან მოკლეა — საცდელი შეთავაზება იქ აზრს კარგავს, ჩვეულებრივი ფასი მოქმედებს.)
შეიძლება თანხის უკან დაბრუნება, თუ შუაში მივატოვებ?
დიახ. შეძენიდან 14 კალენდარული დღის განმავლობაში შეგიძლიათ უარი თქვათ და მოთხოვნისთანავე სრული თანხა დაიბრუნოთ, მიზეზის ახსნის გარეშე — ეს თქვენი კანონიერი უფლებაა საქართველოს მომხმარებლის უფლებების დაცვის კანონით. ამას გარდა, ჩვენი საკუთარი გარანტია: თუ 3-ზე ნაკლებ გაკვეთილს დაესწარით, თანხას სრულად, დაქვითვების გარეშე გიბრუნებთ. თანხა ბრუნდება იმავე გადახდის მეთოდზე 14 დღეში.
შემიძლია სასწავლო ენის შეცვლა?
ცოცხალი სესიები მიმდინარეობს იმ ენაზე, რომელიც ზემოთ ბლოკში „ხელმისაწვდომი ენები"-ა მითითებული. სლაიდები და კოდის ფაილები ჩვეულებრივ ხელმისაწვდომია ოთხივე ენაზე (ინგლისური, რუსული, უკრაინული, ქართული). ბევრი სტუდენტი უსმენს ერთ ენაზე და კითხულობს მეორეზე — ეს ნორმალურია.
მზად ვიქნები რეალური სამუშაოსთვის კურსის შემდეგ?
ერთი კურსი იშვიათად ანიჭებს ვინმეს სამუშაოს თვითონ — არცერთ სფეროში. ეს კურსი გაძლევს იმ საფუძველს, რომელსაც junior-დაქირავების მენეჯერი ელის: საკუთარი ხელით დაწერილი მუშა კოდი, ლექსიკა სხვისი კოდის წასაკითხად და ჩვევები, რომელიც გხდის დასაქირავებელ. გულახდილი პასუხი კითხვაზე „მზად ვარ?" ჩვენს roadmap-ზეა (ბმული გვერდის თავში) — გახსენი ის დონე, რომელზეც გინდა მისვლა, და წაიკითხე ჩეკლისტი „მზად ხარ, როცა…".
შემიძლია განვადებით გადახდა?
დიახ იმ კურსებისთვის, რომლებსაც ზედა ზოლში „ყოველთვიური გადახდა"-ა მითითებული — ჩვეულებრივ ეს ორი ან სამი თანაბარი თანხაა. ის კურსები, რომლებსაც ეს ოპცია არ აქვთ, ერთჯერად უნდა გადაიხადო. თუ ფასი ბარიერია, მოგვწერე — თითოეულ ქეისს ცალკე ვიხილავთ.
ეს ასევე შეიძლება მოგეწონოთ
გაუმჯობესებული
OpenSpec-ის დაუფლება: production spec-driven workflows AI coding agents-ისთვის
გადააქციე SDD ოპერაციულად OpenSpec-ით — open-source spec framework, რომელიც specs-ს ისე ეპყრობა, როგორც Git კოდს. დაეუფლე /opsx:propose, /opsx:apply და /opsx:archive ბრძანებებს რეალურ brownfield კოდბაზაზე. CI gates, multi-engineer collaboration, legacy specs-ის retrofitting და workflow რიტუალები, რომლებიც რჩება.
დამწყები
AI-ში შესავალი: UI გენერაცია Copilot-ით
ისწავლეთ როგორ გამოიყენოთ AI ინსტრუმენტები — განსაკუთრებით GitHub Copilot — თანამედროვე UI მაკეტების, კომპონენტებისა და საიტის სტრუქტურების გენერაციისთვის.
საშუალო
Backend არქიტექტურის საფუძვლები
პრაქტიკული კურსი backend არქიტექტურული აზროვნებისთვის. ისწავლით მასშტაბირებადი სისტემების დიზაინს, მონოლითსა და მიკროსერვისებს შორის არჩევანს, სუფთა API-ების შექმნას და production აზროვნებას.