# Мой AI-сетап 2026: Claude Code, Cursor, Ghostty, Spokenly и база всех чатов

Короткая версия: нормальный AI-сетап в 2026 — это не список из 40 тулз, а петля “голосом сформулировал → агент сделал → контекст сохранился → результат можно найти и переиспользовать”. В моем стеке эту петлю закрывают Claude Code/Codex/Cursor, Ghostty, [Spokenly](https://spokenly.app/okhlopkov), OwnYourChat и Descript.

Это продолжение стрима “[Покажи мне свой AI setup #1](https://youtu.be/yJuzI2u-AnM)” с @og_mishgun и постов [1601](https://t.me/danokhlopkov/1601), [1602](https://t.me/danokhlopkov/1602). Ниже не обзор ради обзора, а что именно оставить в рабочем дне.

## Что было в исходном посте

**Позвал @og_mishgun показать его AI-сетап.**

Что узнал:

- [Ghostty](https://ghostty.org/docs) — терминал для тех, кому лень настраивать iTerm. Установил и забыл.
- [OwnYourChat](https://github.com/mlshv/ownyourchat) — синхронизирует чаты с ChatGPT, Claude, Perplexity в локальную SQLite-базу. Грепай свои разговоры с AI.
- [Descript](https://help.descript.com/hc/en-us/articles/10601763396493-Get-started-with-Descript) — монтаж видео через редактирование текста.
- [Spokenly](https://spokenly.app/okhlopkov) — голос в текст в любом приложении. Нажал хоткей, сказал, получил промпт.

Потом вышла запись стрима: [youtu.be/yJuzI2u-AnM](https://youtu.be/yJuzI2u-AnM).

## Что реально делает сетап

| Инструмент | Работа в сетапе | Почему оставил | Где ломается |
| --- | --- | --- | --- |
| Claude Code / Codex | Кодинг-агент в репе | Может читать, менять и запускать код локально | Контекст быстро забивается, если тащить весь проект |
| Cursor | IDE-слой и ручной кодинг | Удобно, когда нужно видеть структуру проекта и править руками | Не заменяет нормальную постановку задачи |
| Ghostty | Быстрый терминал | Нативный, GPU, почти zero-config | Не решает оркестрацию сам по себе |
| [Spokenly](https://spokenly.app/okhlopkov) | Голосовой ввод | Промпты становятся длиннее и точнее без боли набора | После диктовки все равно нужно чистить термины |
| OwnYourChat | Локальная память AI-чатов | Можно искать старые решения и отдавать их агентам | Нужна дисциплина: мусор тоже синкается |
| Descript | Видео и подкасты | Текстовый монтаж резко снижает порог входа | Для сложной графики все равно нужен монтаж руками |

Главный вывод: ускорение дает не “еще одна модель”, а снижение трения между мыслью, промптом, исполнением и памятью.

## Мой базовый workflow

1. Говорю задачу голосом через [Spokenly](https://spokenly.app/okhlopkov). Не пытаюсь сразу сделать идеальный промпт, сначала вываливаю мысль.
2. Превращаю голосовуху в короткий spec: что сделать, где файлы, что считать готовым, что не трогать.
3. Запускаю агента в терминале. Для простых изменений — один агент. Для больших — сначала plan mode, потом отдельные шаги.
4. После результата прошу отдельный review: что мог сломать, какие тесты нужны, где риск.
5. Важные куски решений сохраняю в markdown/GBrain/локальную базу чатов, чтобы не объяснять одно и то же через неделю.
6. Если из работы получается контент, монтирую через Descript или превращаю в блог-пост.

Это звучит скучно, зато работает. AI-сетап без памяти превращается в бесконечное “а теперь заново объясни проект”.

## Что добавилось из обсуждений

В обсуждениях вокруг Claude Code/Codex постоянно всплывает одна и та же проблема: люди называют это “модель тупит”, но часто проблема в контексте.

Из чата:

- на больших проектах контекст начинает “протухать”: было 35k строк и 3 сервера, стало 85k строк и 8 серверов — агент уже чаще ломает код;
- люди сжигают лимиты, потому что стартовая сессия уже грузит 150k+ токенов;
- дешевые модели нормальны для простых задач вроде классификации, суммаризации и структурирования диалогов;
- если задача большая, важнее harness: чанки, правила, формат вывода, проверка результата.

Практический вывод: не кормите агента всем подряд. Дайте ему ровно тот контекст, который нужен для текущего шага, и храните durable context отдельно.

## Минимальный сетап, если начинать сегодня

Не надо ставить все сразу. Я бы шел так:

1. **Терминал + один coding agent.** Claude Code или Codex, без фанатизма. Цель — научиться давать маленькие задачи и ревьюить diff.
2. **Голосовой ввод.** [Spokenly](https://spokenly.app/okhlopkov) или аналог. Длинные промпты становятся дешевле по вниманию.
3. **Проектная память.** `AGENTS.md`, `CLAUDE.md`, `README`, GBrain или Obsidian. Не держите правила только в голове.
4. **Локальная база AI-чатов.** OwnYourChat или похожий слой. Старые ответы должны быть searchable.
5. **Контентный конвейер.** Если вы делаете видео/стримы, Descript экономит часы на черновом монтаже.

## Как понять, что тулза не нужна

Удаляйте инструмент, если он не проходит один из этих тестов:

| Тест | Вопрос |
| --- | --- |
| Повторяемость | Я пользуюсь этим каждую неделю или это FOMO? |
| Передача контекста | Помогает ли инструмент агенту лучше понимать задачу? |
| Снижение трения | Ускоряет ли путь от мысли до результата? |
| Выходной артефакт | Остается ли после работы файл, PR, заметка, видео, пост? |
| Заменяемость | Могу ли я убрать это без потери качества? |

Большая часть AI-тулз умирает на вопросе “какой артефакт остается после сессии?”.

## Карта интентов

Для запроса `claude code setup 2026` человеку обычно нужно не “что такое Claude Code”, а рабочая сборка:

| Интент | Ответ |
| --- | --- |
| “Какие AI tools реально использовать?” | Coding agent, голос, память, терминал, монтаж |
| “Claude Code или Cursor?” | Cursor как IDE, Claude Code/Codex как агент в терминале |
| “Как не тратить токены?” | Один task на сессию, plan mode, чистый контекст, короткие source packs |
| “Что добавить к агенту?” | Project memory, локальные чаты, чеклист готовности |

## FAQ

### Что поставить первым для AI coding setup?

Поставьте один coding agent и настройте проектную память: `AGENTS.md`, `CLAUDE.md` или аналог. Без этого вы будете каждый раз заново объяснять стек, команды, ограничения и стиль проекта.

### Нужен ли Ghostty для AI-разработки?

Ghostty не делает AI умнее. Он просто убирает терминальную боль: быстрый нативный терминал, который можно поставить и не ковырять. Если текущий терминал не мешает, срочно мигрировать не надо.

### Зачем OwnYourChat, если есть история в ChatGPT и Claude?

История внутри каждого сервиса не решает cross-provider memory. OwnYourChat складывает разговоры в локальную SQLite-базу, где их можно искать, экспортировать и отдавать другим AI-ассистентам.

### Голосовой ввод реально ускоряет?

Да, если вы ставите агентам задачи длиннее двух строк. Голос помогает проговорить контекст, ограничения и критерии готовности. Потом промпт надо перечитать и почистить, но это быстрее, чем печатать с нуля.

### Какой главный риск такого сетапа?

Контекстная грязь. Если вы синкаете все, храните все и кормите агента всем, он начинает работать хуже. Нужны короткие source packs под задачу, а не бесконечная память без фильтра.

## Читать ещё

- [AI-агенты: с чего начать в 2026](/blog/ai-agents-s-chego-nachat/)
- [Claude Code vs Codex: почему я на две недели перешёл на Codex](/blog/claude-code-vs-codex-perehod/)
- [Второй мозг: Obsidian и Claude Code](/vtoroj-mozg-ai-assistent-obsidian-claude-code/)
- [Что попросить AI-агента сделать, когда очевидные задачи закончились](/blog/improve-codebase-architecture-prompt/)