AI Product | Igor Akimov

Итак, отчет Anthropic по влиянию AI на работу - https://cdn.sanity.io/files/4zrzovbb/website/dc7bcd0224644fce97cecb7f9e68dcd8434b35f1.pdf Очень интересно было посмотреть, хотя думал там побольше инфы будет, всего 15 страниц. Короче, все предыдущие оценки строились на теории: "может ли LLM ускорить задачу в 2 раза?" По самому популярному фреймворку (Eloundou, OpenAI 2023) - 94% задач в IT теоретически автоматизируемы. На практике Claude покрывает только 33% (то есть что люди реально решают эту задачу с помощью ИИ). Разрыв в 61 п.п. - это capability-deployment gap, куда еще должны эволюционировать ИИ-ки Ввели новую метрику - Observed Exposure Скомбинировали три источника: базу задач O*NET (~800 профессий), данные использования Claude, теоретические оценки. Задача "покрыта", если она возможна для LLM и реально наблюдается в рабочем использовании. Автоматизация - полный вес, аугментация - половинный. Выделили десяток профессий, что наиболее в опасности сейчас: 1. Программисты - 74.5% (написание и поддержка кода) 2. Клиентский сервис - 70.1% (обработка запросов и жалоб) 3. Ввод данных - 67.1% (чтение документов, ввод в системы) 4. Медики, ведущие документацию - 66.7% 5. Маркетинговые аналитики - 64.8% 6. Торговые представители (опт) - 62.8% 7. Финансовые аналитики - 57.2% 8. QA-тестировщики - 51.9% 9. Инфобезопасность - 48.6% 10. Техподдержка - 46.8% Прикол, что Software Developers (не Programmers) не в топ-10. Это как раз архитекторы, тим-лиды. 30% работников из вот той большой базы пока никак не покрываются ИИ: повара, механики, спасатели, бармены. Кто в зоне риска из-за эволюции LLM: - средний класс (Зарплата на 47% выше ($32.69/час vs $22.23)) - женщины (на 16 п.п. выше) - со степенью (в 4 раза чаще (17.4% vs 4.5%)) ИИ бьёт не по низкооплачиваемым - а по образованным белым воротничкам. Пока системного роста безработицы в уязвимых профессиях нет, но найм молодых (22-25 лет) в уязвимые профессии снизился на ~14%. Их не увольняют - просто меньше нанимают. Entry-level задачи - именно то, что ИИ автоматизирует первым. В общем, процесс пошел, задачи уже автоматизируются, хотя рабочие места пока на месте. Окно для адаптации открыто. Ценится возможность принимать решения, экспертиза в области, способность ловить ошибки ИИ. Ресерч: anthropic.com/research/labor-market-impacts Данные: huggingface.co/datasets/Anthropic/EconomicIndex

Хах, только я к продакшену систему готовлю на гугловой инфраструктуре, как гугл обновил эмбеддинги :) - Google Embedding v2 https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-embedding-2/ Первая мультимодальная embedding-модель на архитектуре Gemini. Доступна в Public Preview. Что умеет: - Маппит текст, изображения, видео, аудио и документы в единое пространство - Поддерживает 100+ языков - Контекст до 8192 токенов для текста (было 2000) - До 6 изображений за один запрос (PNG, JPEG) - Видео до 120 секунд (MP4, MOV) - Аудио нативно, без промежуточной транскрипции - PDF до 6 страниц Рекомендуемые размерности: 3072, 1536, 768 Можно балансировать между качеством и стоимостью хранения. Где попробовать: Gemini API: ai.google.dev/gemini-api/docs/embeddings Vertex AI Демка семантического поиска: findmemedia.lmm.ai Можно кидать в один запрос сразу несколько модальностей (например, картинка + текст), и модель поймёт связь между ними. Для RAG и семантического поиска по разнородным данным - это большой шаг вперед.

Так, теперь "тяжелые" статьи. Вот вам прям методичка по внедрению AI в бизнес от OpenAI https://openai.com/index/the-five-ai-value-models-driving-business-reinvention/ Чтобы AI реально менял бизнес, нужно строить 5 моделей ценности - и строго в правильном порядке. Каждая следующая работает только если предыдущая уже стоит. 1. Обучение команды Раздаешь ChatGPT (ну или Клод/Gemini) всей компании. Не для галочки, а чтобы люди реально поняли - что AI умеет, где врет, как им пользоваться безопасно. Пока юристы, финансисты и HR не понимают AI на базовом уровне - дальше двигаться бессмысленно. Типичная ошибка: 5 гиков в компании летают на AI, остальные 500 человек не понимают зачем это. Нужно упрощать процедуры и обмениваться опытом. 2. AI-нативная дистрибуция Клиенты начинают находить и выбирать продукты через чаты. Не через рекламу и воронки, а через диалог. Спросил AI - получил рекомендацию - купил. Тут ключевое - доверие. Если оптимизировать на объем как в обычной рекламе, канал умрет. Пример: вместо SEO-страницы с 50 товарами - AI-ассистент, который за 3 вопроса подбирает нужный. 3. Экспертные возможности AI берет на себя тяжелую экспертную работу - исследования, креатив, аналитику. Команда перестает писать черновики сама и начинает направлять и ревьюить то, что генерирует AI. Пример: R&D-команда вместо 3 гипотез в квартал проверяет 30, потому что Co-scientist генерирует и анализирует за них. Типичная ошибка: показали демо руководству, все сказали "вау", но в реальный рабочий процесс не встроили. 4. Управление системами и зависимостями AI обновляет не просто код, а всю связанную инфраструктуру - документацию, SOP, контракты, политики. Когда меняешь один компонент, AI проверяет что не сломалось в зависимых системах. Пример: поменял pricing policy - AI автоматически обновляет контракты, SOP для саппорта и FAQ на сайте. Типичная ошибка: автоматизировать без нормальных прав доступа и аудита. Тогда AI ломает быстрее, чем чинит. 5. Перепроектирование процессов Самая мощная и самая медленная модель. AI-агенты ведут процесс от начала до конца - закупки, страховые случаи, производственные цепочки. Не помогают человеку, а сами оркестрируют. Работает только когда фундамент реальный: контроль доступа, мониторинг, обработка исключений. Без этого автоматизация создает риски быстрее, чем ценность. Скрытый бонус: когда перепроектируешь процесс с AI, ты вынужден задать вопрос - а зачем этот процесс вообще существует? И тут начинается настоящая трансформация бизнес-модели. Почему порядок важен: Обучение → люди понимают AI → можно строить управление доступом → governance позволяет добавлять интеграции → интеграции позволяет управлять зависимостями → зависимости находятся под контролем → можно запускать агентов. Перепрыгнуть нельзя. Компания, которая сразу пытается запустить агентов без обученной команды и governance - получает красивое демо и провал в продакшене. ИМХО фреймворк реальный и рабочий рабочий. Я видел и попытки перепрыгнуть, и локальные оптимизации, когда весь бекофис до сих пор руками документы перепечатывает. Самое тут наверное важное - реально мотивировать супер-экспертов внутренних делиться экспертизой и настраивать среду для всех остальных.

Ну и напоследок посмотреть видео, как робот и уборку за вас делает (это уже приятнее).

И снова новости... Кажется там у них даже календарь релизов есть, чтобы одновременно 2 команды не анонсировали. Anthropic только что анонсировал Code Review для Claude Code. Типа команда агентов которая реально читает твой PR. Как это работает: - открываешь PR - автоматически запускается группа агентов - они ищут баги параллельно, фильтруют ложные срабатывания, ранжируют по критичности - результат: один summary-комментарий + inline-замечания по конкретным строкам - большой PR (1000+ строк) — больше агентов и глубже анализ - среднее время ревью ~20 минут Цифры от Anthropic по внутреннему использованию: - до внедрения 16% PR получали содержательные комментарии, после - 54% - на крупных PR (1000+ строк) 84% получают findings, в среднем 7.5 проблем - менее 1% findings разработчики отмечают как неверные Реальный кейс: однострочный change в продакшн-сервисе выглядел рутинным. Code Review поднял критический флаг - изменение ломало аутентификацию. Поймали до мерджа. Важное про стоимость: - это дорогой инструмент, оптимизированный под глубину а не скорость - средний ревью стоит $15-25, растёт с размером PR. Wat??? - есть месячные лимиты на организацию, контроль по репозиториям, аналитика Доступно сейчас в research preview для Team и Enterprise планов. Пишут, что производительность инженеров Anthropic по объёму кода выросла на 200% за год. Code review стал бутылочным горлышком. Это их ответ на собственную проблему. Ссылка: claude.com/blog/code-review

И последнее на сегодня (предыдущих 10 новостей в канале – это только то, что можно было быстро пробежать, а есть еще большие статьи и исследования от OpenAI/Anthropic). В пятницу разговаривал с разработчиком из одной из крутых ИТ-компаний, в которые все хотят попасть, из Лондона. Говорит, что вышел из отпуска в январе и просто офигел. Если у вас не так, то кажется волной вас может и накрыть... 1. Всем поставили codex/claude code через внутренние системы и теперь ВЕСЬ код и ВСЕ документы/презентации и эксельки должны вести через них. Если ты пишешь руками - пишешь объяснительную руководителю и на вторую такую ситуацию посмотрят внимательнее на твою профпригодность. То же самое относится к дизайнерам, аналитикам, продактам и так далее. 2. На мобильном телефоне должен стоять мобильный терминал к ним, чтобы если пошел поесть печеньки мог проапрувить какой-нибудь вопрос от агентов, чтобы разработка не останавливалась. 3. Всем поставили OpenClaw (я все еще скептик, и интересно, как они отревьювили-то это все), чтобы можно было разбираться еще и со всеми задачами ПОВЕРХ типичного стека. 4. Всем купили WisprFlow для голосового ввода (это быстрее, чем печатать) и если им не пользуешься, то тоже возникают вопросы. 5. Формируются AI-нейтив отделы, где 1 менеджер управляет 50 сотрудниками, Все, кто в итоге к этому не придет или не сможет, – может уже потихоньку искать более спокойное место. Вот такие вот дела... А вы говорите "оно там плохой код пишет и не отвечает на вопросы про мойку машины в дождь". Это полный взрыв рынка работы вообще, я в шоке...

10. Adversarial Review – код-ревью, где Claude и Codex проверяют друг друга (я это командами часто делаю, потому что Claude быстрый, но пропускает много всего, а Codex тщательный, но медленный, а тут как раз скилл) Claude спаунит ревьюеров через Codex CLI, Codex – через Claude CLI. Свою собственную работу проверять бесполезно, поэтому принципиально используется противоположная модель. Как работает: Шаг 1 – загружаются принципы из brain/principles.md. Это правила, по которым ревьюеры будут судить. Шаг 2 – определяется scope и intent. Ключевое – ревьюеры атакуют не саму идею, а то, насколько хорошо реализация соответствует намерению автора. Шаг 3 – спаун ревьюеров в зависимости от размера изменений: меньше 50 строк – 1 ревьюер (Skeptic) 50–200 строк – 2 (Skeptic + Architect) 200+ строк – 3 (Skeptic + Architect + Minimalist) Каждый ревьюер – это отдельный процесс CLI противоположной модели с конкретным промптом и ролью. Все запускаются параллельно, результаты пишут в temp-файлы. Шаг 4 – синтез вердикта. Дедупликация находок, сортировка по severity: PASS – нет критичных проблем CONTESTED – критичные есть, но ревьюеры не согласны между собой REJECT – консенсус по критичным проблемам Шаг 5 – финальное суждение основной модели. Она принимает или отклоняет каждую находку ревьюеров, отмечая false positives и overreach. Модели проверяют друг друга, у каждой свои слепые пятна, и пересечение находок даёт более надёжный результат. Ставится через: npx skills add https://github.com/poteto/noodle --skill adversarial-review Подробнее: github.com/poteto/noodle

9. И еще один конкурент Openclaw, к которому уже можно присмотреться github.com/RightNow-AI/openfang По сути это полноценная ОС для автономных агентов Что внутри: 30 готовых агентов 40 каналов для коммуникаций с ним – Telegram, Discord, Slack, WhatsApp, Teams, IRC, Matrix и ещё 33 38 встроенных инструментов + MCP клиент/сервер 27 LLM-провайдеров – Anthropic, Gemini, Groq, DeepSeek и другие 16 систем безопасности – WASM-песочница, Ed25519-подпись манифестов, Merkle audit trail, taint tracking, SSRF-защита Самое интересное – концепция Hands. Это не обычные чат-агенты, а автономные пакеты, которые работают по расписанию и отчитываются в дашборд. Что уже есть: Clip – нарезает длинные видео в короткие клипы с субтитрами и публикует Lead – автономная лидогенерация с ICP-скорингом и дедупликацией Collector – OSINT-мониторинг целей с детекцией изменений и sentiment-анализом Predictor – суперпрогнозирование Researcher – deep research с оценкой источников и APA-цитированием Twitter – управление X-аккаунтом с 7 форматами контента и очередью апрува Browser – веб-автоматизация через Playwright с гейтом на покупки Ставится одной командой: curl -fsSL https://openfang.sh/install | sh

8. Claude Code теперь умеет запускать задачи по расписанию По сути нанес удар по openclaw (которому я катастрофически не доверяю, сорри, лучше сделать надежную систему из codex/claudecode) Можно задать промпт и он будет выполняться автоматически по cron-расписанию. Два режима работы. Первый – сессионный через CLI. Команда /loop – самый быстрый способ: /loop 5m check if the deployment finished and tell me what happened Claude парсит интервал, конвертит в cron-выражение, запускает. Поддерживает секунды, минуты, часы, дни. Можно и естественным языком – «напомни через 2 часа», «каждый день в 9 утра». Максимум 50 задач на сессию, автоудаление через 3 дня. Задачи живут только пока открыт терминал – закрыл Claude Code, всё пропало. Второй – Desktop scheduled tasks. Это уже персистентные задачи, переживают перезагрузку. Настраиваются через GUI в сайдбаре десктопного приложения. Каждый запуск – свежая сессия с полным доступом к файлам, MCP-серверам, скиллам и плагинам. Работает пока приложение открыто – если комп спал, при пробуждении догоняет пропущенные запуски за последние 7 дней. Что советуют: мониторинг деплоя – поллинг каждые 5 минут ежедневный код-ревью коммитов за вчера еженедельные отчёты по качеству кода проверка безопасности и зависимостей утренний брифинг из нескольких источников Ну или тот самый heartbeat а-ля openclaw - проверка, нет ли там новых задач и их выполнение. Для продакшн-автоматизации без привязки к десктопу – GitHub Actions с триггером по расписанию и официальным anthropics/claude-code-action@v1. Скоро за вас и чай пить будет https://code.claude.com/docs/en/scheduled-tasks

7. Огромнейшее исследование производительности за доллар у облачных хостеров (для ваших продуктов) https://devblog.ecuadors.net/cloud-vm-benchmarks-2026-performance-price-1i1m.html Вот выводы основные. По соотношению цена/производительность: Hetzner – лучший бюджетный вариант, особенно CPX и CAX в Европе Oracle – отличный on-demand прайс, сравнимый с 1–3 годичными резервациями у «большой тройки». Плюс бесплатный тир на 4 ARM ядра (про оракл никогда бы не подумал, честно говоря, но бесплатный тир и прайсинг и правда неплохой). Из «большой тройки» GCP и Azure конкурируют за лучшую цену, AWS традиционно дороже Что выбирать по сценарию: Бюджет – Oracle free tier, потом Hetzner. Если можете использовать spot-инстансы – Azure ARM или Oracle/GCP AMD. Топ за свои деньги – Oracle с ARM и AMD. С резервациями – Azure Dpls_v6, GCP c4a/n4d, AWS C8a. Максимальная скорость – AWS C8a на Turin без SMT. Быстрее ничего нет.

6. Еще один "очеловечиватель текстов". Промпт, который содержит все основные признаки ИИ-сгенерированного текста. Соответственно просите использовать этот стиль при написании и получаете хотя бы более нормально написанное: https://tropes.fyi/tropes-md

5. Помощник исследователя (как раз просили найти) DeepInnovator – LLM, которая генерирует научные идеи. Что умеет: - генерирует новые исследовательские направления и гипотезы - находит междисциплинарные связи между областями - анализирует пробелы и тренды в научных публикациях - предлагает дизайн экспериментов Действует на 3 уровнях: Первый – Knowledge Synthesis Pipeline. Превращает научные статьи в структурированные «когнитивные примитивы» – инсайты, тренды, связи. По сути имитирует то, как исследователь читает литературу. Второй – Next Idea Prediction. Итеративная генерация идей по принципу «гипотезы и опровержения» Поппера – модель предсказывает идею, оценивает, улучшает, повторяет. Третий – Decoupled Reward-Comment RL. Разделили оценку и комментарии в RL-обучении. Это решает проблему reward hacking – модель оптимизируется под качество идей, а не под эксплуатацию reward-функции. Открытый код, открытая лицензия, и модель и датасет на гитхабе. Для тех, кто работает с научной литературой и фронтирной (какое тут слово подходит?) наукой – очень полезный инструмент. github.com/HKUDS/DeepInnovator

4. Скилл для уменьшения контекста при использовании MCP-серверов Каждый вызов MCP-инструмента в Claude Code сбрасывает сырые данные прямо в контекстное окно на 200K токенов. Один снапшот Playwright – 56 КБ. Двадцать GitHub-issues – 59 КБ. Лог-файл – 45 КБ. Через 30 минут работы 40% контекста уже занято мусором. Context Mode – MCP-сервер, который встаёт между Claude Code и выводом инструментов. Сжимает 315 КБ сырого вывода до 5.4 КБ. Каждый вызов execute запускает изолированный subprocess, скрипт выполняется в песочнице, захватывает stdout, в контекст попадает только результат, а не сырые данные, поддерживает 10 рантаймов – JS, TS, Python, Shell, Ruby, Go, Rust, PHP, Perl, R Ставится одной командой: claude mcp add context-mode -- npx -y context-mode github.com/mksglu/claude-context-mode

3. Skill Seekers – тулза, которая превращает документацию в скиллы На входе: – сайты с документацией – Docusaurus, GitBook, ReadTheDocs – GitHub-репозитории с AST-анализом кода – PDF-файлы с OCR – локальные кодовые базы На выходе – все, что нужно для разработки с ИИ по нужной вам теме: – AI-скиллы для Claude, Gemini, OpenAI – RAG-пайплайны для LangChain, LlamaIndex, Chroma, FAISS, Qdrant – правила для AI-кодинга – Cursor, Windsurf, Cline Можно даже транскрибацию видео сделать и скормить. Представьте, смотрите видео про лучшие идеи маркетинга, натравливаете агента и получаете скилл, который можно сразу же использовать в вашем ИИ. Прям матрица ("загрузи в меня обучение полету на вертолете") GitHub: github.com/yusufkaraaslan/Skill_Seekers

2. Набор скиллов для парсингов всего, что только можно, от apify (это такой маркетплейс парсеров, довольно удобный) https://github.com/apify/agent-skills Вот что есть, например: скрапинг 50+ маркетплейсов – Amazon, eBay, IKEA, Walmart мониторинг репутации бренда – отзывы с Google Maps, Booking, TripAdvisor, соцсетей поиск инфлюенсеров и анализ аудитории – Instagram, TikTok, YouTube, Facebook генерация лидов – парсинг Google Maps, LinkedIn, соцсетей трекинг трендов через Google Trends и соцсети Когда вам это все пытаются продать в очередном курсе или внедрить задорого, посылайте нафиг.

1. Офигенный продукт от китайцев по превращению любого софта в инструмент командной строки. Соответственно, потом автоматизировать ИИ просто всe, что только можно, от записей в базы до управлению ручками. Проверили на десятке тулов от LibreOffice и GIMP до Audacity, OBS и Blender. Все собирается, файлы кастомных типов отрабатывают, тесты проходят... Это просто нереальная штука должна быть, и я, честно говоря, в шоке, потому что по сути весь проприетарный нативный софт дорогущий, с которого пылинки сдували и тренировали людей годами, можно дизасемблировать локально и превратить в удобный для агентов тул. Кажется, акции RPA компаний должны просто полететь в пропасть. Ставится просто как плагин к ClaudeCode. https://github.com/HKUDS/CLI-Anything

Фух, чуть прихожу в себя после тяжелого конца недели (проводил ИИ-аудит в большой компании на весь день и готовился и сдавал местный экзамен) и честно говоря пропущенные 4 дня означает десяток новостей, что достойны внимания... Сейчас всем интересным поделюсь

+5

Ни недели без большого релиза. GPT-5.4 от OpenAI. Все больше автономности и агентности. - Нативная работа с компьютером Модель может взаимодействовать с интерфейсами, сайтами и приложениями: управлять компьютером и выполнять задачи. Лучше всех в классе. - Лучше работает как агент GPT-5.4 прямо позиционируется как лучший OpenAI-модельный движок для AI-агентов, которые выполняют реальные задачи в software-системах. - Новая версия “Thinking” В ChatGPT появилась версия GPT-5.4 Thinking - она лучше решает сложные задачи и позволяет по ходу менять направление рассуждений. Подходит для длинных multi-step задач. - Сильнее в coding и knowledge work Особенно улучшили: • программирование • анализ документов • spreadsheets / презентации • multi-step исследования - Меньше галлюцинаций OpenAI заявляет примерно -33% ложных утверждений по сравнению с GPT-5.2. - Лучше работает с инструментами Сильнее стал: • web browsing • tool calling • анализ скриншотов интерфейсов Фокус сместился ещё сильнее на продуктивность и enterprise-задачи, а не просто чат. Ну и это прямой наезд на Клод, что силен в документах. Там на страничке демка заполнения форм и это просто сумасшедшая скорость. Офисная работа явно будет вообще другая... https://openai.com/index/introducing-gpt-5-4/

Новый продакт-менеджмент :)