AI Product | Igor Akimov

Ну что ж, 60 лайков "за", наверное стоит и правда провести небольшой вебинар. Вчера как раз был в министерстве транспорта и презентовал с командой министру наше решение по предсказанию положения автобусов. На удивление все очень позитивно, и кажется скоро будем внедрять и попутно пофиксим все текущие проблемы с их инфраструктурой сбора данных. А там и конкурс на 150.000 евро по планированию маршрутов не за горами. Так что агентный ижиниринг, который помог сделать проект за 4 часа, действительно работает. В общем, я поговорил с сокомандниками (которые тоже читают канал) и они меня жестко уговаривают на курсы, платные каналы и вот это вот все, а я активно отбиваюсь (возможно делаю неправильно). Объясню почему. Появляются очень жесткий конфликт интересов и когнитивный диссонанс: 1) Если ты делаешь курсы про то как делать всякие штуки, чтобы зарабатывать миллионы, нафига ты тратишь время на это вместо того, чтобы самому зарабатывать миллионы? Чаще всего дело в том, что миллионов там никаких нет, или нужны особые качества людей, удача, набор компетенций и предпринимательский склад ума, который бывает у 1% людей. Я считаю, что сейчас у продактов и разработчиков, а также людей с экспертизой появляются НЕРЕАЛЬНЫЕ возможности воплотить идеи в продукты для миллионов людей. Если вместо этого они занимаются продажей воздуха и мотивации - у меня большие сомнения в их компетентности и способности считать ROI своих усилий. 2) Все эти платные курсы и каналы перекраивают мозг на то, чтобы лучше монетизировать платные курсы и каналы, а не чтобы развиваться в профессии. Все эти "я тут изучил новый инструмент - приходите на мой курс", миллионы просмотренных часов, как лучше продавать еще больше курсов и выстраивать воронки - это то, что отдаляет от продуктовых вещей, и это меня угнетает. Если ваш реальный KPI - количество заработанных денег с курсов, - то нафига вам делать все остальное? Особенно раздражает, когда это делают фаундеры стартапов. Ну вы уж определитесь. 3) Вся эта перестройка на обучение приводит к ожиданию завышенных показателей и прямой лжи. Когда ты себя ставишь на пьедестал "я тут типа эксперт, продаю знания, приходите на мой курс", ты не можешь просто сказать, что что-то не получается или ты чего-то не умеешь, тебе приходится говорить о десятках клиентов, миллионах рублей на собственных проектах, собранных "стадионах", сотнях агентов в продакшене, собирать всякие "социальные доказательства успешных выпускников" и прочее. Вся эта шизофрения и паутина лжи отнимает кучу времени и нарушает мои принципы честности и открытости, которые для меня крайне важны. Поэтому нет, продавать курсы и в целом смещать на них фокус я не буду. Но дать людям инструменты и ответить на вопросы по своему опыту я смогу с радостью. Давайте вместе делать офигенные приложения!

Лид Инженер из OpenAI у Lenny про разработку софта. Кажется пришел полный расколбас. Вот сам Ленни выделил основные 10 пунктов: - ИИ пишет практически весь код в OpenAI. 95% инженеров используют Codex, а инженеры, которые активно внедряют эти инструменты, открывают на 70% больше pull request’ов, чем их коллеги – и со временем этот разрыв только растёт. - Роль разработчика смещается от написания кода к управлению «флотами» ИИ-агентов. Многие инженеры сейчас ведут 10–20 параллельных потоков (threads) в Codex: они направляют работу и делают ревью, а не пишут код сами. - Среднее время code review для PR снизилось с 10–15 минут на PR до 2–3 минут. Каждый pull request в OpenAI теперь сначала проверяет Codex ещё до того, как его увидит человек; Codex сразу подсвечивает рекомендации и ловит проблемы на ранней стадии. Это позволяет инженерам фокусироваться на более творческих и стратегических задачах, одновременно резко повышая продуктивность. - Модели “съедят” ваш scaffolding на завтрак. Создавая AI-продукты, не оптимизируйте архитектуру под возможности моделей «сегодня». Область развивается настолько быстро, что scaffolding (векторные хранилища, агентские фреймворки и т. п.), который кажется жизненно необходимым сейчас, завтра может стать неактуальным по мере улучшения моделей. - Стройте под то, куда модели движутся, а не под то, где они сейчас. Самые успешные AI-стартапы делают продукты, которые работают на ~80% возможностей уже сегодня, понимая, что следующий релиз модели «дотолкнёт» их за черту. - Топ-исполнители становятся непропорционально продуктивнее с AI-инструментами. AI усиливает продуктивность людей с высокой инициативностью (high-agency), поэтому разрыв между топами и всеми остальными растёт. Окупаемость инвестиций в снятие блокеров и усиление ваших лучших людей теперь компаундится быстрее, чем когда-либо, в среде с AI-усилением. - Большинство корпоративных внедрений AI имеет отрицательный ROI, потому что это директивы “сверху” без принятия “снизу”. Успех требует и поддержки руководства, и энтузиазма на местах. Sherwin рекомендует создавать “tiger team” – группу технически мыслящих энтузиастов (часто не инженеров), которые могут исследовать возможности, прикладывать AI к конкретным процессам и разжигать интерес по всей организации. - Стартап на одного человека стоимостью $1 млрд приближается, но с неожиданными эффектами второго порядка. По мере роста продуктивности отдельных людей мы увидим не только соло-фаундеров на миллиард, но и взрыв малого бизнеса: сотни стартапов по $100M и десятки тысяч по $10M. Это преобразит стартап-экосистему и венчурный ландшафт. - Автоматизация бизнес-процессов - недооценённая возможность для AI. Пока Кремниевая долина фокусируется на “knowledge work”, большая часть экономики работает на повторяемых процессах со стандартными регламентами (SOP). Здесь огромный потенциал для применения AI - и техсообщество часто это упускает. - Следующие 2–3 года будут самыми захватывающими в истории технологий. После относительно тихого периода 2015–2020 мы вошли в беспрецедентную эпоху инноваций. Sherwin призывает всех активно включаться в AI-инструменты и не воспринимать этот момент как должное: со временем темп изменений всё же замедлится. https://youtu.be/B26CwKm5C1k

Воу-воу, новая codex-spark, на процессорах от Cerebras со скоростью до 1000 токенов в секунду! Маленькая супер-быстрая модель для понятных задач. Контекст пока 128к токенов. Пока готовили Spark, OpenAI переписали инфраструктуру инференса: - Overhead на каждый запрос снижен на 80% - Задержка per-token – на 30% - Время до первого токена – на 50% - Ввели постоянное WebSocket-соединение вместо обычных запросов Эти улучшения скоро раскатают на все модели, не только Spark. Spark работает на Wafer Scale Engine 3 – специальном чипе для сверхбыстрого инференса. GPU остаются основой для обучения и массового инференса, а Cerebras добавляет отдельную полосу для задач, где критична задержка. Пока research preview только для ChatGPT Pro за 200 баксов. Отдельный rate limit, не считается в основной. Скоро расширят доступ + появится в API для партнёров. OpenAI планирует гибридный режим – Codex будет сам решать, когда работать в интерактивном режиме с Spark, а когда делегировать тяжёлые задачи топовой модели. Или запускать кучу моделей параллельно, когда нужна и скорость, и глубина. По сути, скорость ответа становится новым узким местом. Модели уже достаточно умные – теперь вопрос в том, как быстро они отвечают. Но скорость в 1000 токенов в секунду вместо 30 - это прям огнище. Вот смотрите видос: https://openai.com/index/introducing-gpt-5-3-codex-spark/?video=1164182488 Представьте, как разработчики OpenAI внутри это используют 🙈 https://openai.com/index/introducing-gpt-5-3-codex-spark/

Вуахахаха, чувак сделал нотификацию, когда claude code ждет от вас действия какие-то, голосом орка из воркрафта 3! Ставить немедленно! https://youtu.be/Lx21G8oXFmE https://peon-ping.vercel.app/

Glm-5 - один из лучших опенсорсов снова обновился. Приближается уже к флагманам (но на домашнем железе или одной H100 не запустишь, там 744B параметров). Поднялись по всем метрикам агентским, при этом цена все ещё доллар за вход и 3 за выход, и лицензия MIT, делай что хочешь. Свежие Яндекс-ГПТ уже скоро :) https://chat.z.ai/

Блин, очень прикольный проект, особенно для всяких исследователей и аналитиков - DialogLab от Google Research - опен-сорс фреймворк для создания и тестирования групповых разговоров с AI. https://youtu.be/U2Ag_Ktobzw Мне кажется раньше это было кривовато, через код и не так консистентно, теперь прям UI-чик и все для обычных людей. От "один разговор - один бот" переходим к реальному общению – групповые разговоры: совещания, дебаты, уроки, семейные ужины. Там динамическая смена ролей, перебивания, подгруппы. Софтина дает вам 2 измерения - Групповая динамика – кто участвует, какие роли, подгруппы, отношения - Динамика разговора – как диалог развивается во времени: фазы (snippets), правила очерёдности, стили взаимодействия (кооперация / спор) И все это с красивым UI (смотрите видео) - Визуальный редактор с drag-and-drop для расстановки аватаров и настройки персон - Симуляция с human-in-the-loop – AI предлагает реплики, дизайнер редактирует/принимает/отклоняет - Аналитический дашборд – визуализация распределения реплик и динамики настроений Результаты тестирования (14 участников): Сравнивали три режима: Human Control – человек управляет сменой тем и эмоциями агентов Autonomous – агенты сами ведут разговор по заданным правилам Reactive – агенты отвечают только когда к ним обращаются Human Control победил по всем метрикам: вовлечённость, эффективность, реалистичность. Участники отмечали ощущение "агентности" – контроль над разговором без потери естественности. Короче, чтобы модели в треш не сваливались. Где применять: Тренировка навыков (публичные выступления, переговоры, собеседования) Геймдев – NPC, которые реалистично общаются между собой и с игроком Социальные исследования – контролируемые эксперименты групповой динамики без набора людей В общем, скоро AI будет знать, как с нами общаться (и как влиять) не только в одиночку, но и в группе. Код открыт: https://github.com/ecruhue/DialogLab Статья: https://dl.acm.org/doi/10.1145/3746059.3747696

Кстати Cowork от Anthropic вышел на Windows: https://claude.com/download

Artificial analysis навайбкодил тут инструмент для выбора модели для ваших задач. Можно выбрать, должна быть "умная или красивая", нужен опенсорс или коммерческая, специальные функции, типа ввода картинок или ризонинга, упор интеллекта (кодинг/выполнение инструкций) и получаете результат. Вот например с равной важностью и интеллекта, и скорости, и стоимости на скрине https://artificialanalysis.ai/models/recommend?intelligence=10&speed=10&cost=10&types=general%2Cagentic%2Cinstruction-following&step=results Удобно опенсорс смотреть, но жалко у них слишком уж широкий диапазон - 4B-40B, нет возможности выбрать например 8-10B или 30B только Выбор делать можно тут: https://artificialanalysis.ai/models/recommend

С русским языком кстати так себе :) Но блин констистентность генерации, движения, фоны, - это просто нереально. Только тексты починить осталось. Это я сказал сделать Простоквашино в Нью-Йорке

Вот ещё надергал из каналов

Seedance от ТикТока - это просто отвал башки! Качество нереальное и до 15 секунд видео. Это вот сделал одним промптом. Пока бесплатно можно пользоваться тут https://www.byteplus.com/en/ai-playground/media

Мое мнение, кстати, что блокеры серьёзные, но мозг пластичен и обучаем. Один раз настроить, чертыхаясь – и дальше пользоваться. Я, например, с 4-й попытки завёл speech2speech от Google. А настройка WhatsApp API заняла месяц. Месяц фрустрации! Пока не увидел видео какого-то индуса, который показал, какую галочку надо включить – о чём нигде не было сказано. Что, имхо, реально нужно – это пендель и передача знаний от того, кто уже прошёл этот путь. А дальше каждый может сделать всё, что его душе угодно. Например, сын сейчас делает приложение-телесуфлер на МакОС. А до этого телеграм-бота, в котором уже 600 активных пользователей в день. Поэтому подумал, может сделать мастер-класс, типа "Как войти в вайб-кодинг"? С разбором всех этих граблей, на которые я сам наступал и с полезными решениями, полученными реальным опытом. Скажу сразу: он будет платный (что-то типа €50), потому что для меня это сайд-активность и отвлечение. Никаких "прогревов", продаж курсов и воронок я не делаю. Времени и у меня, и у сотрудников уходит много на реальную работу, поэтому ориентируюсь на стоимость этой работы. Если интересно – давайте наберём лайков, чтобы понимал, что это нормальная идея.

Интересная статья от a16z: "Вайб-кодинг не работает для обычных людей. Как мы это фиксим". Justine Moore из Andreessen Horowitz написала важную вещь: вайб-кодинг обещал демократизировать разработку, но по факту создал новый класс power users – разработчиков, PM-ов, дизайнеров. Это пока 1% населения. Остальные 99% людей до сих пор думают, что AI = ChatGPT. Когда они видят демо вайб-кодинга – это как видео с прыжком с трамплина: круто, но повторять никто не будет. Justine сама признаётся: zero engineering background, успешность проектов ~50/50, куча времени уходит на копирование ошибок в Cursor. Четыре барьера для массового пользователя: 1. Setup– обычный человек не будет SSH-иться на сервер и настраивать переменные. Нужен zero-setup: открыл браузер – начал строить. 2. Безопасность – по данным Veracode, почти половина AI-сгенерированного кода содержит уязвимости. Разработчик их заметит. Обычный пользователь – нет. 3. Воображение – недооценённая проблема. Разработчики знают, что можно построить. Обычные люди не могут даже представить возможности. Нужны шаблоны, примеры, фид "что построили такие как ты". 4. Деплой – мем про localhost не на пустом месте. Люди не понимают, как сделать своё приложение доступным миру. a16z выделяет компании типа Poke (AI-ассистент прямо в iMessage, без терминала) и Wabi ("YouTube для приложений" – промптишь приложение и шаришь с друзьями, без API ключей и интеграций). Ключевая мысль: Инструменты дают возможности. Продукты дают результат. Разработчикам можно шипить инструменты, а потребителям нужны продукты. Кто сделает "Canva для кода" – тот заберёт рынок. Сейчас вайб-кодинг – это зрительский спорт для большинства. Тот, кто построит инструмент для обычных людей, получит миллионы пользователей, которые никогда не думали, что смогут создавать софт. Ну и к разработчикам всё чаще будут приходить с вайб-кодированными прототипами, которые нужно будет доводить до production. Новая ниша. https://a16z.com/most-people-cant-vibe-code-heres-how-we-fix-that/

Anthropic дают возможность потратить ещё в несколько раз больше денег, если вам прям очень хочется, запустили турбо-режим для своей самой мощной модели. Fast Mode – конфигурация Opus 4.6, которая выдаёт токены в 2.5x быстрее стандартного режима. При этом уровень интеллекта остаётся тот же, это тот же Opus, просто быстрее. Уже сейчас доступно в Claude Code, если включен extra usage. В API - ограниченный research preview, нужно вставать в waitlist. Знаете во сколько дороже обычного? В 6 раз! А если больше 200к токенов - в 12! https://code.claude.com/docs/en/fast-mode

Сегодня начинается Зимняя Олимпиада в Италии, а ровно 12 лет назад я сидел в оперативном центре Технологий в Сочи и следил за данными с сайтов и приложений, чтобы российские Олимпийские игры прошли без сбоев. Я был руководителем проектов мобильных приложений Сочи-2014 и честно говоря это был наверное самый сложный проект в моей жизни. Но и кайфа он приносил много. Я в свое время описывал основные моменты на хабре https://habr.com/ru/articles/214777/ Сегодня посмотрю Открытие и конечно пожелаю удачи российским спортсменам.

Anthropic дарит 50 баксов на кредиты поверх подписки, если у вас действующая подписка и вы успеете активировать до 16 февраля. Забирать в http://claude.ai/settings/usage Подробнее: https://support.claude.com/en/articles/13613973-claude-opus-4-6-extra-usage-promo

Claude зарелизил свои "команды разработки" - Claude Code: Agent Teams. • Каждый агент — полноценная сессия Claude Code с своим контекстом. • Они общаются не только с главным агентом, но и друг с другом. • Есть общий список задач — он координирует работу команды. • Подходит для сложных workflows, где надо делить работу на части, исследовать варианты, дебаты/ревью, сопоставлять результаты. Как работает: • Включается через флаг/переменную среды CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS. • Говоришь Claude собрать команду с ролями/целями. • Появляется lead-агент, который управляет задачами, и несколько teammates. • Можно выбирать режимы отображения (в одном терминале или в split-панелях). • Lead распределяет задачи, агенты самостоятельны, но координируются через общий список. • Можно требовать согласования плана от агентов перед исполнением. В итоге это мини-команда Claude, работающая как настоящая распределённая команда для твоего проекта. Как обычно убили сотню стартапов, которые подобные штуки разрабатывали. https://code.claude.com/docs/en/agent-teams

А OpenAI решил не дать насладиться триумфом и через 10 минут побил все основные кодинговые метрики новым GPT-5.3 Codex, хах :) https://openai.com/index/introducing-gpt-5-3-codex/ Быстрее на 25%, лучше понимает крупные планы, пишет все, что только можно, может работать долго и не терять контекст.

+3

Сlaude Opus 4.6! Апгрейд флагманской модели Claude Opus. • Значительно сильнее в сложных профессиональных задачах – код, поиск, анализ больших текстов и reasoning. Работает над длинными контекстами лучше, чем предшественники. • Добавили adaptive thinking – модель сама решает, когда углублённо думать. • Появились новые параметры управления размышлением, более длинные выводы (до 128k токенов), контекст до 1M. • Интеграции в инструментальные цепочки – Excel прокачан, PowerPoint в превью. • Уровень безопасности не ниже, чем у Opus 4.5. https://www.anthropic.com/news/claude-opus-4-6

Эм, у меня появился Opus 4.6...