AI Product | Igor Akimov

Codex вышел на windows! https://www.linkedin.com/posts/today-were-rolling-out-the-codex-app-on-ugcPost-7435021617560289280-qLLi?utm_source=share&utm_medium=member_android&rcm=ACoAAAZEYWgBiVkov17hhVL72pSZTtoQF1jeG7E

У Apple прям неделя анонсов. Теперь представили убийцу Хромбуков - MacBook Neo за 600 баксов (и 500 для учебных заведений). – Чип A18 Pro (из iPhone 16 Pro), 8Гб памяти, 256Гб диск – 13" дюймов, 1.2 кг, в 4 цветах, розовый, индиго, серебристый и цитрусовый :) – До 16 часов работы, 1080p камера, двойные микрофоны, Wi-Fi 6E, Bluetooth 6 – Два USB-C (один USB 3, другой USB 2), разъём для наушников. Короче, для студентов, школьников и детишек в детских садах. Видимо планшеты не сильно прижились. Но ход в целом правильный, там уже вовсю живут хромбуки. https://www.apple.com/newsroom/2026/03/say-hello-to-macbook-neo/

Chatgpt тоже обновили базовую быструю модельку в chatgpt и API https://openai.com/index/gpt-5-3-instant/

Новенькая Gemini-3.1-flash-lite https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-1-flash-lite/ – $0,25 за входные, $1,5 за выходные токены – Качество 2.5 flash, но в несколько раз дешевле, в 2.5 раза быстрее первый токен и в 2 раза быстрее в среднем. Для каких-нибудь быстрых простых больших задачек и риалтайма будет самое то

Новый 🖥 Apple MacBook Pro M5 Pro/Max. – Добавили какой-то типа Neural accelerator в каждое ядро GPU, LLM-ки до 4 раз быстрее, чем на M4 Pro/Max. Но тесты хорошо бы увидеть. – Архитектуру проца поменяли, теперь там два кристалла в одном корпусе, интересно... – SSD по спекам в 2 раза быстрее, и базово идет 1ТБ, ну и Wi-Fi 7, Bluetooth 6 на чипе Apple. Цена на 200-400 баксов выше, чем прошлое поколение, но SSD тоже вырос. Учитывая, что память в дефиците сейчас, уже и цена кажется норм. 14" M5 Pro – от $2 199 16" M5 Pro – от $2 699 14" M5 Max – от $3 599 16" M5 Max – от $3 899 https://www.apple.com/newsroom/2026/03/apple-introduces-macbook-pro-with-all-new-m5-pro-and-m5-max/

Прикольно, в claude code добавили voice_mode, можно говорить в микрофон, что вам сделать надо, транскрибация бесплатная. Нужно выбрать команду /voice Пока в бете и раскатили только на 5% Не нашел оф информации, поэтому только про прошлый режим вот статья https://support.claude.com/en/articles/11101966-using-voice-mode

Lenny пообщался с главным дизайнером Claude. Основные мысли? Дизайн в прежнем приближении умер... https://www.youtube.com/watch?v=eh8bcBIAAFo Вот что сам Ленни выделяет: Классический процесс дизайна умирает. Схема "исследуй – расширяй количество вариантов – сужай" (я так понимаю речь про double diamond, когда ты накидываешь дизайн-макеты, а потом выбираешь лучшие идеи) больше не работает, когда инженер запускает 7 агентов и выкатывает рабочую версию быстрее, чем дизайнер заканчивает изучать варианты. Дизайн разделился на два режима: – Поддержка разработки: обратная связь инженерам, доработка прямо в коде – Краткосрочное видение: горизонт 3-6 месяцев вместо многолетних планов. Кто-то должен указывать направление, когда все умеют быстро строить. Доверие = скорость, не идеальность Anthropic выпускает продукты как "исследовательские предварительные версии" и итерирует публично. Репутацию убивает не "сырой запуск", а сырой запуск и тишина после него. Недооценённый найм прямо сейчас – выпускник без опыта Все гонятся за опытными специалистами. Но человек без укоренившихся привычек и без привязанности к "так принято" – это преимущество в момент, когда старые подходы устарели. Чат как интерфейс никуда не денется Ждали, что он временный – оказался постоянным из-за безграничной гибкости. Будущее: гибрид, где модель генерирует элементы интерфейса под конкретную задачу, а чат – связующая ткань между ними. Специалист vs управленец Дженни ушла с позиции руководителя дизайна (12-15 подчинённых) обратно в роль исполнителя – сомневалась в будущем среднего звена управления и хотела получить практические навыки в момент перемен. Считает, что не зря. Figma остаётся незаменимой – но по другой причине Не потому что "так было всегда". А потому что 8-10 направлений на одном холсте – это то, что инструменты для написания кода не умеют. Они линейны и создают предвзятость в пользу одного варианта, когда ты вложил в него силы.

Эх, ждал ИИ анонсов, а Apple втихаря выложила пресс-релиз про iPad Air и iphone 6e. Ничего AI-ного и интересного. iPhone 17e – доступный флагман с чипом A19, камерой 48 МП с 2x телефото, MagSafe и Ceramic Shield 2. Стартовый объём памяти удвоили до 256 ГБ за 599 баксов. Три цвета: чёрный, белый и новый soft pink. https://www.apple.com/newsroom/2026/03/apple-introduces-iphone-17e/ iPad Air с M4 – +30% к производительности vs M3, 12 ГБ RAM, Wi-Fi 7 и новый модем C1X. Цена та же: от $599 за 11" и $799 за 13". https://www.apple.com/newsroom/2026/03/apple-introduces-the-new-ipad-air-powered-by-m4/

Выложили материалы с конференции. Тут - https://disk.yandex.ru/d/IhVVcS9vJOEa4A

+2

Гугл кстати выкатил Nano Banana 2 https://blog.google/innovation-and-ai/technology/ai/nano-banana-2/ и вроде правда все красиво, более консистентно, лучше текст и есть знания о мире, но хочется подешевле :) Картинка стоит почти 7 центов. Старая нано-банана - 4 цента, нано-банана про - 13 центов. У не сильно отстающего от топов grok-imagine – 2 цента. А так можно лидеров с ценами посмотреть тут https://artificialanalysis.ai/image/leaderboard/text-to-image А вот тут можно погенерировать картинки во всех топовых моделях и сравнить https://artificialanalysis.ai/image/image-lab

По следам вчерашнего выступления (кстати, запись вроде будет, - поделюсь) Основные мысли: - Радостный угар от того, что получилось сделать бота или сайт, за который вы бы раньше заплатили 1000 баксов, длится не долго. Потом наступает момент, когда все очень легко ломается. Инженерные практики съедают вайбкодинг на завтрак. То, что вы сварганили в lovable/v0/bolt без привязки к github, без тестов, без линтеров и безопасного окружения просто развалится в любой рандомный момент. Вы не сможете нормально и планомерно развивать это, а тем более масштабировать. И главное - ничего сложного делать не надо. Вы можете подискутировать с любой LLM-кой и попросить ее помочь вам все настроить. - И будучи разработчиком, и впервые в страхе открыв терминал в этом месяце, вы можете организовать работу правильным образом, - становясь архитектором, а не просто писателем строчек кода. Вы должны понимать Что Вы Хотите. Чем более ясное это будет видение, тем быстрее вы будете двигаться к цели. Понятно, что в голове может быть не все ответы, но диалогами с ИИ, рисерчами, разговором с пользователями, просмотром конкурентов вы должны все яснее представлять себе финальный результат. И потом объяснить это ЛЛМ-ке. Чем более детальным будет ваш план, тем меньше возможностей "схвалявить" будет у модели и тем меньше вы будете разочарованы. Подход "ща я все навалю ИИ и пусть разбирается" - работает в единичных случаях и не масштабируется. Подход "Ща ИИ тут сам все найдет и подскажет" приведет к тому, что вы сделаете продукт, который одновременно с вами делают еще 1000 таких же искателей легкого заработка. Будет интересно посмотреть на ваше рубилово в маркетинге... Поэтому ваша насмотренность, знание болей клиентов, уникальная экспертиза - это ваше все. Остальное можете легко делегировать ИИ. - Январские модели стали очень-очень мощными, вы можете сделать практически что угодно с ними. Но будьте независимые от вендора. В какой-то момент будет силен Opus, в другой - ChatGPT, в одной сфере лучшая цена/качество у grok, в другой - у gemini-flash. Если вы используете вендоро-зависимые вещи и не можете переехать, поменяв 1 строчку в коде, вы попали... - То же самое относится и к инструментам. Раньше все любили Cursor, в том числе покупали годовые подписки, теперь - ClaudeCode, в то время как сейчас, например, Codex или Antigravity дадут вам больше "из коробки" и по токенам, и по фичам. Если вы накапливаете вендоро-независимые инструменты и базу знаний, то есть MCP, Skills, agents.md, знания по проекту, компании, вашему стилю, тону и так далее, вы легко можете брать лучшее от всего, что есть на рынке. Будьте открыты новому. Codex силен в дебаге и сложном рефакторинге, Claude Code в быстрой разработке с учетом всей экосистемы вокруг него, Antigravity - в дизайне и фронтенде. Если вы любите один продукт, вы начинаете терять в скорости и качестве. - Накапливайте лучшие практики, скиллы, агентов, экспертизу, которой можно делиться внутри команды и развивать вместе, иначе получите 10 кривых фреймворков, не дружащих друг с другом. Лучше одновременно двигаться в направлении исследования, чего там и как оно работает и лучше именно для нас, чем в одиночку сделать себе супер-оптимальную систему и завалить командную работу. Пробуйте, делайте, и все получится!

Сегодня буду выступать на небольшой конференции по вайбкодингу :) Кто хотел быстро понять, что там происходит и как быстро и качественно делать продукты - заходите. Спикеры: Станислав Быстрицкий — Vibecoder — оркестрация ИИ-агентов. Как связать несколько агентов в цепочку и не потерять контроль и рассудок. Влад Куклев — vlad kooklev — ai & agents — агент для deep research. Автоматизация рисерча: от формулировки задачи до структурированного отчёта. Виктор Буто — Victor Buto. Research & Sensemaking — личные помощники на Claude Skills и улучшенный Deep research. Создание помощников под свои задачи. Игорь Акимов — AI Product | Igor Akimov — агентный инжиниринг вместо вайбкодинга. Переход от концепции один диалог — один результат к оркестрации задач. Оркестрация агентов - следующий уровень после одиночных промптов. Границы ответственности лучше продумать заранее: кто проверяет вывод, где цепочка обрывается и кто виноват, когда всё полетит. Четыре доклада, четыре угла: от как связать агентов до как заменить вайбкодинг агентным инжинирингом. Если интересны агенты и deep research — 26 февраля, 17:00 МСК. Я последним выступаю. Регистрация.

Карпаты тут пишет важное https://x.com/karpathy/status/2026731645169185220 Сложно передать, насколько сильно программирование изменилось из-за ИИ за последние 2 месяца: не постепенно, как обычный «прогресс в штатном режиме», а конкретно с декабря. Есть ряд оговорок, но, на мой взгляд, кодинг-агенты до декабря по сути не работали, а с декабря – по сути работают. Модели стали значительно качественнее, обрели долгосрочную связность и упорство – они способны продираться через большие и длительные задачи, причём настолько хорошо, что это кардинально ломает привычный рабочий процесс программиста. Просто для примера: на выходных я собирал локальный дашборд для видеоаналитики камер у себя дома и написал агенту: «Вот локальный IP и логин/пароль моего DGX Spark. Залогинься, настрой SSH-ключи, подними vLLM, скачай и протестируй Qwen3-VL, подними серверный эндпоинт для инференса видео, сделай базовый веб-дашборд, всё протестируй, настрой через systemd, сохрани себе заметки и напиши мне отчёт в markdown». Агент ушёл работать минут на 30, столкнулся с кучей проблем, нагуглил решения, разобрался с ними по одному, написал код, протестировал, отладил, настроил сервисы и вернулся с отчётом – всё было готово. Я ни к чему не прикасался. Всё это ещё 3 месяца назад легко потянуло бы на проект выходного дня, а сегодня ты просто запускаешь задачу и забываешь о ней на полчаса. В результате программирование становится неузнаваемым. Ты больше не набираешь код в редакторе – так, как это было с момента изобретения компьютеров. Эта эра закончилась. Теперь ты запускаешь ИИ-агентов, даёшь им задачи *на английском языке* и параллельно управляешь их работой и ревьюишь результаты. Главный приз – в том, чтобы научиться подниматься всё выше по уровням абстракции: настраивать долгоживущих агентов-оркестраторов с правильными инструментами, памятью и инструкциями, которые продуктивно управляют несколькими параллельными инстансами кодинг-агентов за тебя. Рычаг, который даёт первоклассный «агентный инжиниринг», сейчас ощущается как очень мощный. Это не идеально – нужны высокоуровневое руководство, суждение, вкус, контроль, итерации, подсказки и идеи. В одних сценариях это работает гораздо лучше, чем в других (особенно для задач с чёткой спецификацией, где можно верифицировать и протестировать результат). Ключ – выработать интуицию, чтобы правильно декомпозировать задачу: передать агентам то, что работает, и помогать по краям. Но, на мой взгляд, сейчас совсем не время, когда "все идет как обычно", в софтверной индустрии.

Я тут отдал свой канал на растерзание ИИ-ке, и глаза открылись на многое :) Пишет, что у меня несоответствие целей. Что в целом занимаюсь разработкой AI-сервисов для клиентов, а канал практически чисто новостной, как будто я техноблоггер и зарабатываю на рекламе :) Ок, буду исправляться, больше рассказывать про юзкейсы Например, налоговый калькулятор для Кипра. https://cyprustaxcalculator.abasis.ai/ В начале 2026 года случилась налоговая реформа на Кипре и нужно было посчитать налоги себе с кучей нюансов на греческом. В итоге сделал сначала калькулятор в эксельке, а потом по обратной связи это все превратилось в большой проект: – Полноценное веб-приложение с расчётом налогов, в том числе работодателя, в обе стороны (gross → net и net → gross), автогенерацией официальной PDF-формы прямо в браузере, графиками разбивки налогов, тремя языками, поддержкой мобилок и тёмной темой. – Отдельный квест был с PDF. Официальная форма от налоговой не содержит нужное количество размеченных полей, еще и поля отличаются для греческой и английской версий. Пришлось вытаскивать структуру, рисовать text field, делать их заполняемыми с нужными названиями и потом генерировать заполненный PDF в браузере – Встроили AI-ассистента – «Taxes Endaxes». Для Abasis.AI это типичный реквест от клиентов (да, не всякие супер-генеративные системы управления бизнесом), так что запилить бота, который знает все изменения в налоговом законодательстве 2026 года, было скорее самым простым. Из UI для чат-ботов мне больше всего нравится https://www.assistant-ui.com/, много шаблонов и нормальный дизайн получается. Добавил документы от государства в RAG и промпт несколькими итерациями добили с промпт-инженером (тут хорошо иметь хотя бы 30-50 правильных ответов, на которых можно тестировать все этапы – извлечение данных, генерацию). – Обратный расчёт – отдельная боль. Когда тебе говорят «хочу 3000 на руки», а ты должен посчитать gross с учётом прогрессивной шкалы, соцстраха, GHS и ещё пяти взносов. А это был частый запрос от компаний. Сделали бинарный поиск по формулам – звучит просто, но с кучей edge cases было весело. Выложили сначала локально, собрали фидбек, допилили. Обратная связь от клиентов даст вам в 10 раз больше информации, чем ваши умозрения или фантазии ИИ. Сейчас калькулятор покрывает практически все сценарии – от стандартного найма до вдовьих пенсий и профессиональных вычетов управляющих. → https://cyprustaxcalculator.abasis.ai/ Почему это интересный кейс. Потому что кажется, что калькулятор - это фигня какая-то, завайкодить можно за пару вечеров, но не все так однозначно. Я видел наверное штук 10 на Кипре (можно просто поиском в Гугле найти) и я понимаю, что с увеличением сложности вайбкодинг начинает все ломать. Поэтому основная задача была иметь валидированные правильные ответы на десятки ситуаций, которые потом можно загнать в тесты и быть уверены в кор-движке. Поэтому 80% времени заняла подготовка, а написание уже оставшееся. Дальше дизайн. Огромная часть вайб-кодинговых решений имеют типичный шаблонный дизайн и так себе юзабилити. Справится с этим помогает насмотренность и хорошие примеры. Я имел перед глазами 4 решения, которые мне понравились и которые позволяли принимать решения и направлять LLM-ку в нужную сторону. В итоге пользоваться просто приятно. Куда это дальше развивать? Заполнять налоговые декларации или вообще делать продукт для расчета и выплаты ЗП на Кипре. В общем, мы по сути делаем ровно такие штуки для бизнеса – определяем проблемы, текущее состояние и удобный ворклфоу, где AI добавляет магию и реально полезен. Если у вас есть процесс, от которого хочется выть – напишите, разберём.

Gpt-5.3-codex наконец в апи: https://developers.openai.com/api/docs/models/gpt-5.3-codex Завтра видимо посчитают сотни бенчмарков и наконец узнаем, кто круче

Вау, а вот это классная штука, и странно, что мало кто пишет. Anthropic выкатили Programmatic Tool Calling в GA (доступно всем). Раньше каждый вызов инструмента – отдельный запрос-ответ через модель. Claude вызвал API, получил результат, подумал, вызвал следующий. 20 вызовов = 20 проходов через модель. Дорого, медленно, контекст забивается сырыми данными. Теперь Claude пишет Python-код(!), который вызывает ваши инструменты программно внутри sandbox-контейнера. Один проход модели → скрипт с циклами, фильтрацией, агрегацией → только финальный результат возвращается в контекст. Как это выглядит: — Добавляете allowed_callers: ["code_execution_20260120"] к определению инструмента — Claude сам пишет код, который вызывает тулы как Python-функции — Промежуточные результаты не попадают в контекст модели – только итог — Контейнер живёт ~4.5 минуты и переиспользуется между запросами Пример: нужно проверить выход за рамки бюджета 20 сотрудников. Классический подход – 20 запросов, тысячи строк в контексте. С PTC – один скрипт, цикл, фильтрация, на выходе только те, кто превысил лимит. У Anthropic в тестах расход токенов упал со 150K до 2K – в 75 раз(!). На практике экономия от 10x до 75x в зависимости от задачи. На бенчмарках BrowseComp и DeepSearchQA именно добавление PTC поверх обычных тулов разблокировало полный потенциал агентов. Где пригодится: batch-обработка в цикле (50 эндпоинтов за один вызов), early termination (нашёл ответ – остановился), условная логика (маленький файл → целиком, большой → summary), фильтрация (из 10K логов вернуть 10 последних ошибок). Ограничения: не совместим со structured outputs (strict: true), нельзя форсировать через tool_choice, нужен code execution tool включённый. Фича вышла в GA 17 февраля вместе с Sonnet 4.6. Работает только в API. Доступна для Claude Opus 4.6, Sonnet 4.6, Sonnet 4.5, Opus 4.5. Если строите агентов на Claude API с множественными вызовами инструментов – это must-have. Особенно для сценариев с большими данными, где 90% информации модели вообще не нужно видеть. Документация: https://platform.claude.com/docs/en/agents-and-tools/tool-use/programmatic-tool-calling

OpenAI добавили WebSocket mode в Responses API Можно создать постоянное соединение на wss://api.openai.com/v1/responses. Отправляешь response.create, получаешь ответ, потом шлёшь только новые элементы (tool output, следующее сообщение) + previous_response_id. Сервер держит стейт в памяти, не гоняет данные на диск каждый раз. Считали, что на цепочках с 20+ tool-вызовами – до ~40% быстрее end-to-end. Для простых запрос-ответ смысла нет. Можно отправить response.create с generate: false – сервер подготовит стейт (tools, instructions) без генерации. Следующий реальный запрос стартует быстрее. Можно сжимать контекст, 2 способами: сервер делает сам, когда считает, что пора, или сам вызываешь /responses/compact По сути, OpenAI повторяют паттерн из Realtime API, но для текстовых агентских сценариев, то есть долгая работа и множество инструментов становятся основным юзкейсом. Документация: https://developers.openai.com/api/docs/guides/websocket-mode

О, подъехал просто офигенный гайд от Бориса Тане (фаундер Baselime, сейчас лидит Observability в Cloudflare) о том, как он использует Claude Code. Спойлер: никаких магических промптов. Только суровая дисциплина и архитектурный подход. Главный тезис — не давайте модели написать ни единой строчки кода, пока не утвердите текстовый план. Весь воркфлоу разбил этапы: - Research Агента заставляют вычитывать кодовую базу. Причем Борис подчеркивает: нужно писать слова типа «deeply», «in great details», «intricacies», иначе Клод просто пробежится по сигнатурам функций и пойдет дальше. Вся найденная инфа обязательно сгружается в research.md. Никаких устных выводов в чате — контекст должен быть жестко зафиксирован. - Planning На основе ресёрча агент генерит plan.md. Это детальная пошаговая стратегия: какие файлы трогаем, какие создаем, какие зависимости учитываем. - The Annotation Cycle Инженер правит не код, а этот самый маркдаун-план. Добавляет ограничения, срезает углы, уточняет архитектуру. Гонять туда-сюда текстовый файл в разы быстрее и дешевле по токенам, чем пытаться заставить модель переписывать уже сгенерированный кривой код. Итерации идут до тех пор, пока план не станет идеальным. - Implementation Когда план утвержден, дается команда на экзекьют с жесткими рамками: - «implement it all» (делай всё по плану, не пропускай шаги) - «do not stop until all tasks are completed» (не останавливайся посреди процесса, чтобы переспросить) - «continuously run typecheck» (постоянно дергай тайпчекер, чтобы ловить баги в зародыше) - «do not add unnecessary comments or jsdocs» (оставляй код чистым, без ИИ-мусора) И только тут Клод идет и пишет код. Если в процессе агент всё-таки свернул не туда, Борис не пытается патчить его сложными промптами. Он просто дает ссылку на референсный файл в проекте. В зрелой системе новая фича обычно похожа на какую-то старую, и Клоду проще скопировать готовый паттерн, чем читать ваши длинные объяснения. В общем, мне очень откликается. Это как раз один в один как делал библиотеку. Разработчик тут выступает чисто как архитектор и ревьюер логики, а всю механику отдает ИИ. Но интересно, как это соотносится с небольшими задачами. Честно говоря, на багфиксы это уже оверкилл какой-то. https://boristane.com/blog/how-i-use-claude-code/

А вот вам рэпчик про ClaudeCode vs Codex

(document without text)