
Lathe: LLM учит тебя, а не думает за тебя
Lathe — инструмент с открытым кодом, который генерирует практические туториалы через LLM и заставляет учиться самому, а не получать готовые ответы.
LLM как учитель, а не костыль
На Hacker News засветился проект с говорящим слоганом: «Use LLMs to learn a new domain, not skip past it». Lathe — консольный инструмент с открытым кодом, который превращает языковые модели не в машину для выдачи готового кода, а в генератор практических туториалов. Вы учитесь руками, а не копированием.
«Lathe — это эксперимент в использовании LLM для обучения, а не для мышления вместо меня.» — Devен Джарвис, автор проекта
Как это работает
Lathe генерирует практические туториалы с указанием источников по любой технической теме, а затем вы сами проходите их — читаете и набираете код вручную в локальном UI, специально созданном именно для этого. Это Go CLI плюс LLM agent skills для Claude Code, Cursor и Codex.
Весь процесс выглядит так:
flowchart TD
A[Запрос в LLM-сессии\n/lathe build a 3D Slicer in Erlang] --> B[LLM генерирует туториал\npart-01.md, part-02.md ...]
B --> C[Туториал сохраняется\nв ~/.lathe/tutorials/]
C --> D[lathe serve\nhttp://localhost:4242]
D --> E[Учишься сам:\nчитаешь и набираешь код руками]
E --> F{Что-то непонятно?}
F -->|/lathe-ask| G[LLM отвечает на вопрос]
F -->|/lathe-verify| H[LLM проверяет туториал]
F -->|/lathe-extend| I[LLM добавляет новую часть]
LLM skills — это набор команд внутри интерактивной сессии: /lathe пишет part-01.md, /lathe-extend добавляет следующую часть, /lathe-verify проходит туториал и проверяет, что всё компилируется и запускается, /lathe-ask отвечает на вопросы по читаемой части, а /lathe-tag добавляет поисковые теги к существующим туториалам.
CLI на Go копирует туториалы в ~/.lathe/tutorials/, отдаёт отрендеренный результат на http://localhost:4242 и хранит всё состояние. При этом сам CLI никогда не вызывает LLM — кнопки в веб-интерфейсе просто выдают нужную команду для вставки в вашу сессию.
Установка
Lathe распространяется как один самодостаточный бинарник. Доступно несколько способов:
| Способ | Команда | Платформа |
|---|---|---|
| Homebrew | brew install devenjarvis/tap/lathe | macOS |
| Install script | curl -sSf .../install.sh | sh | Linux / macOS |
| Go install | go install github.com/devenjarvis/lathe@latest | Любая (нужен Go 1.25+) |
| From source | git clone + go build | Любая |
После установки нужно «задропить» skills в проект:
# Для текущего проекта (Claude Code)
lathe skills install
# Глобально для всех проектов
lathe skills install --user
# Для Cursor
lathe skills install --agent cursor
# Для OpenAI Codex
lathe skills install --agent codex
# Все агенты сразу
lathe skills install --agent all
Почему это появилось
LLM выполняют большую часть работы за вас, и вместе с этой работой исчезает та часть, которая помогала учить новые концепции или домены. Иногда это не важно — нужно выпустить продукт, и LLM помогают это сделать быстрее. Но для кайфа от профессии всё равно хочется тех самых «а-ха!»-моментов, когда что-то наконец щёлкает.
Lathe — это эксперимент в использовании LLM для обучения, а не для мышления вместо вас. Воссоздать моменты практического обучения и совместить их с потенциалом «широкого эксперта» — LLM, который в теории может научить чему угодно.
Автор придумал проект, потому что захотел написать 3D-слайсер с нуля — просто найти документацию по G-code уже оказалось болью. Сейчас он погружается в мир embedded-разработки на Zig. В обоих случаях Lathe стал эффективным инструментом для перехода «от нуля к единице» в малоизвестных или молодых доменах, где человеческих обучающих материалов попросту нет.
Что с галлюцинациями?
Но в этом подходе есть встроенная защита: автор считает, что реально лучше усваивает концепции именно потому, что замечает и оспаривает предполагаемые промахи LLM. Когда вы сами набираете код и что-то кажется странным — вы задаёте вопрос через /lathe-ask, и иногда LLM возвращает неожиданно хорошее объяснение.
Если можно найти туториал, написанный человеком — автор всегда рекомендует взять его первым. Lathe — инструмент для случаев, когда таких материалов нет.
claude -p планируют сделать платным с 15 июня 2026.Значение для отрасли
Исследователи уже фиксируют: как студенты, так и преподаватели видят в росте использования LLM угрозу академической честности — ИИ может позволить обходить сам процесс обучения. Lathe пытается развернуть эту тенденцию в другую сторону: использовать мощь языковых моделей именно для обучения, а не для делегирования мышления.
По данным arXiv (февраль 2026), LLM-агенты трансформируют образование, автоматизируя сложные педагогические задачи и улучшая как процесс преподавания, так и обучения. Lathe — один из первых open source-инструментов, который воплощает эту идею в виде конкретного dev-инструмента, а не абстрактного AI-тьютора.
Для разработчиков, которые любят учиться через практику и хотят освоить нишевые домены вроде Zig, Erlang или embedded-разработки — это может оказаться именно тем инструментом, которого не хватало.