One person, one AI, and a coastline to warn.

I am not an engineer. I have never shipped a line of code in my life. And yet, over a few months, working almost entirely inside an AI coding tool with a Claude agent, I have built an entire live disaster-tech project — a company, a science library, a public website in six languages, legal incorporation, live payments, a content pipeline, and the engineering design for a physical sensor now heading into its first field test.

This is not a "look how fast AI is" brag. It is an honest field report on what the human–AI tandem actually feels like when you point it at a real problem, not a demo.

The problem

I live in Phuket. On 26 December 2004, the Indian Ocean tsunami killed roughly a quarter of a million people around this coast. There is a persistent local memory that the working elephants grew agitated and moved uphill before the water arrived — likely reacting to infrasound, the very low-frequency pressure signals that big natural events radiate. HERD is my attempt to build something out of that memory: a dense, cheap network of infrasound sensors that could buy a coastline extra minutes of warning.

The scientific bet is deliberately unglamorous: density over sensitivity. Instead of a handful of $50,000 research-grade stations spaced ~2,000 km apart, put out very large numbers of ~$25 nodes and let the network — not any single node — do the detection, with GPS-disciplined timing and a cloud model that separates real events from wind and noise. It is a complement to official warning systems, never a replacement, and it is not an operational siren today. I say that in every language on the site, because the fastest way to lose trust in disaster tech is to over-promise.

The tandem

Here is the part that still surprises me. A single non-technical founder cannot normally do the work of a web team, a localization team, a paralegal, a DevOps engineer, a data pipeline, and a science editor. With an AI agent, I did — not perfectly, but really:

• A six-language website (English, Russian, Thai, Chinese, Japanese, Spanish), deployed to production by the agent from the terminal.
• A science library of 363 vetted, de-duplicated sources across long-form review articles — the reference layer that keeps me honest and lets readers check the claims.
• Company infrastructure: a US incorporation via Stripe Atlas, live card payments, banking — the agent drafted the paperwork and wired the payment links into every language mirror.
• A content pipeline of small programs I could never have written myself: a video-render pipeline, an auto-publisher, sitemap and image tooling.
• Two US provisional patents filed on a separate humane-jellyfish-deterrence R&D track, and the full engineering spec for the first sensor prototype.

The thing that made it work was not raw model horsepower. It was discipline written down as rules. The project has a "bible" the agent reads at the start of every session — what the science can and cannot honestly claim, the exact deploy command, what must never break. There is a single living dashboard file that is the source of truth; when a fact changes (an engineer review corrected our sensor architecture; a tax lawyer corrected a claim), the rule is: fix the bible first, then let the change propagate everywhere. That one habit killed the "the AI forgot what we decided last week" failure mode that otherwise makes long AI collaborations drift into nonsense.

An honest example, today

The morning I am writing this, a magnitude-5.6 earthquake off Sumatra was felt here in Phuket. There was no tsunami — the quake was far too small, and the official agencies confirmed it within the hour. Within a couple of hours the agent and I had researched the event, checked the "no tsunami" confirmations, written a calm, non-panic explainer, generated a short cinematic film for it, added a voiceover and multilingual captions, and published it. One person and one AI, running a small newsroom on the side of building the actual sensor. That is the shape of the tandem: the human brings the domain knowledge, the judgment, the money, and the accountability; the AI brings the hands.

What I want people to take from this

Not "fire your engineers." The opposite, almost: the bottleneck moved. For someone with real domain knowledge and no engineering background, the question stopped being "can I build it?" and became "what should exist?" That is a genuinely new thing in the world, and I think it is worth documenting — including the limits, the mistakes, and the parts where a human absolutely still has to be in the loop (every scientific claim, every legal statement, every promise to a person on a coastline).

I still do the deciding, the paying, and the answering-for-it. But I am not doing it alone, and pretending otherwise would be dishonest. So: one person, one AI, and a coastline to warn. We are not done — the first sensor still has to prove itself in the field. But we are moving. Honestly, and in the open.

— Artem Podelenko, founder of HERD, with Claude (via Cursor). theherd.network

---

Один человек, один ИИ и побережье, которое нужно предупредить

Я не инженер и никогда в жизни не написал ни строчки кода. И тем не менее за несколько месяцев — работая почти целиком внутри ИИ-инструмента в паре с агентом Claude — я построил целый disaster-tech-проект: сайт на шести языках, научную библиотеку, юрлицо, приём платежей, контент-конвейер и инженерный проект физического сенсора, который вот-вот выйдет на первый полевой тест.

Это не хвастовство «смотрите, как быстро умеет ИИ». Это честный отчёт о том, каково это — тандем человека и ИИ, когда его направляют на реальную задачу, а не на демо.

Задача. Я живу на Пхукете. 26 декабря 2004 года цунами убило здесь около четверти миллиона человек. Есть память, что слоны заволновались и ушли в гору до прихода воды — вероятно, услышав инфразвук. HERD — попытка сделать из этой памяти инструмент: плотную дешёвую сеть инфразвуковых датчиков, которая может подарить побережью лишние минуты. Ставка нарочно «скучная»: плотность важнее чувствительности — не десяток дорогих станций, а очень много узлов по ~$25, где детекцию делает сеть, а не отдельный датчик. Это дополнение к официальным системам, не замена, и сегодня это ещё не действующая сирена — я пишу это на каждой странице, потому что переобещать в disaster-tech = мгновенно потерять доверие.

Тандем. Один нетехнический основатель обычно не может заменить веб-команду, локализаторов, юриста, DevOps и научного редактора. С ИИ-агентом — смог. Секрет не в «мощности модели», а в дисциплине, записанной в правила: у проекта есть «библия», которую агент читает в начале каждой сессии, и единый живой дашборд-источник правды. Когда факт меняется — сначала правим библию, потом всё остальное. Именно это убивает дрейф «ИИ забыл, о чём мы договорились неделю назад».

Пример — сегодня. Утром у Суматры произошло землетрясение M5.6, его почувствовали на Пхукете. Цунами не было. За пару часов мы с агентом проверили официальные подтверждения, написали спокойный не-паникёрский разбор, сгенерировали короткий кино-ролик с озвучкой и подписями на трёх языках и опубликовали. Один человек и один ИИ, попутно ведущие маленькую редакцию — параллельно со сборкой самого сенсора.

Решения, деньги и ответственность — по-прежнему мои. Но я не один. Мы ещё не закончили — первый датчик должен доказать себя в поле. Но мы движемся. Честно и открыто.

— Артём Поделенко, основатель HERD, вместе с Claude (в Cursor). theherd.network