• Стартовая идея — универсальное ядро для ботов: Python, aiogram для Telegram и SQLite; сценарии и конфигурации задавались YAML-файлами.
• В раннем прототипе основным ограничением автор называет «потерю контекста» при работе с ChatGPT; затем он описывает переход на Cursor AI (упоминается версия около 1.0).
• Архитектура несколько раз пересматривалась: от попытки Clean Architecture к смеси event-driven и Vertical Slice, а затем к системе плагинов (утилиты и сервисы) с внутренним DI-контейнером.
• Для DevOps описан «один скрипт» развёртывания и обновления; накат на сервер через меню заявлен как процесс до 5 минут.
• В нагрузочных ограничениях упомянут потолок polling Telegram — до 100 событий в секунду.
• При переходе к Coreness Reborn заявлены мультитенантность, единая БД с tenant_id и изоляция через Row-Level Security, GitHub-синхронизация конфигов и переписывание примерно 70% кода; последний патч Legacy — 6.2.

Почему это важно: Это пример того, как пет-проект упирается не только в код, но и в управляемость: документацию, повторяемость деплоя и предсказуемость изменений. В тексте YAML и сценарии становятся «языком» платформы, а мультитенантности и изоляции данных выделяются как ключевой технический барьер при переходе к формату «для многих». Отдельно разбирается, как вайб-кодинг и LLM (большие языковые модели) сдвигают роль разработчика в сторону постановки задач и ревью.

На что обратить внимание: В статье описаны разные уровни разделения ответственности: плагины, конфиги, сценарии и инфраструктурные скрипты; отдельный вопрос — где проходит граница между ними в реальной разработке. Также подчёркнуты риски потери контекста в диалогах: автор связывает их с ростом проекта, контекстными окнами и качеством документации. Изоляция тенантов описана одновременно на уровне запросов (tenant_id) и на уровне БД (VIEW/Row-Level Security), что подразумевает этапы пилота, расширения и измерения эффекта на нагрузке.