AI в кубе |AI³ | Сергей Долгов

Ставки на с̶п̶о̶р̶т̶ токены. Я очень уважаю историю про предиктивную аналитику, если она сделана по уму. Мой любимый фильм на эту тему "Человек, который изменил все" с Брэдом Питтом, который рассказывает реальную историю бейсбольного менеджера, придумавшего, как собирать из недооцененных и непопулярных игроков с нестандартными стратегиями команды, способные порвать действующих чемпионов. Как вы понимаете, я не мог пропустить новости о том, что рои агентов Kimi серьезно показали себя в спортивных предсказаниях в футболе⚽️, смоделировав больше сотни матчей, а в F1 🏎 указав на явного фаворита Кими Антонелли - очень удачно он оказался тезкой. Респект маркетологам, ведь предыдущего чемпиона звали Кими Райкконен😆. На волне этого успеха Алибаба как главный инвестор решил пойти в беттинг. Теперь Kimi предлагает болеть за любимую команду и разыгрывает скромную сумму в миллиард токенов (что-то около 150 000 рублей - чего хватит на пару лет в режиме чата или 2-3 месяца активного вайбкода). Выигранные токены имеют приоритет, расходуясь в первую очередь и сохраняя основной или платный лимит незатронутым. Но хитрость в том, что Kimi 🤑покупает за эти смешные по меркам корпорации деньги колоссальный объем тестирования собственных новых моделей K2.6 и K2.7 и привязку к своей экосистеме. Пока пользователи болеют за команду и крутят лотерею, они загружают в нейросеть миллионы новых промптов, сложного кода и документов. Компания получает колоссальный массив данных для обучения на основе отзывов людей , тратя на это лишь цифровые фантики, стоимость которых для них минимальна. Очень напоминает историю с 🐤Pokémon GO: пока игроки ловили ушастых, их смартфоны сканировали местность, отправляли данные GPS, строили пешеходные маршруты и делали 3D-снимки объектов через AR-функции. За пару лет миллионы людей бесплатно создали самую крутую в мире карту пешеходного трафика, парков и улиц, за использование которой для игровых локаций старбаксы и макдаки платят создателям миллиарды долларов в год.

#uxui Какая связь VHS-кассет и традиции благодарить аварийкой на дорогах? Когда я впервые сел за руль в Москве, то инструктор сразу меня предупредил, что если тебя пропустили, то благодарить нужно аварийкой. Переехав в Португалию, я попытался делать то же самое, но столкнулся с тем, что местные не понимают мои сигналы. Вместо этого они расслабленно машут ладонью, пропуская водителей, а тем машут в ответ. Невероятно дружелюбная и расслабленная нация) Мне стало интересно, почему "наш" безусловно простой способ не стал всемирным. Покопавшись в источниках, я выяснил, что когда в конце 90-х в Россию хлынул поток подержанных иномарок из Японии, кнопка аварийки уже располагалась на самом видном месте по центру передней панели, нажимать ее было быстрее, чем моргать поворотниками и стопами, что делали до этого в СССР. Именно Япония как носитель культуры общественной гармонии и избегания конфликтов (похоже, по этому параметру я примерно наполовину японец), является родиной термина hazard-sanku - "спасибо за опасность". После Второй мировой Япония пережила стремительную урбанизацию, автомагистрали оказались перегружены, а окна были постоянно закрыты из-за смога и кондиционеров. Водителям нужен был понятный, невербальный способ поддерживать гармонию, не опуская окна. Ниссан и Тойота первыми заметили это явление на раннем этапе и начали продвигать его, намеренно разместили кнопку аварийной сигнализации в самом центре приборной панели, сделав ее увеличенной и удобной для нажатия одним движением пальца. А массово эта традиция распространилась благодаря обучающим манга в автосалонах и видеожурналам на VHS-кассетах, где профессиональные гонщики тестировали гражданские машины. К слову, так же активно этот способ используют не только в Японии, но и еще в нескольких странах. В Великобритании, Польше и странах Балтии эта традиция пошла от дальнобоев: когда грузовик успешно обгонял другой, водитель, едущий сзади, мигал дальним светом, давая понять: "свободно для перестроения". Обгоняющий в знак благодарности дважды включал аварийную сигнализацию. Водители обычных легковых автомобилей увидели это на автомагистралях и переняли эту тактику для ежедневных поездок по городу. В Корее это еще значит и "извини", если случайно подрезал кого-то. А в Турции, где много горячих любителей посигналить, таким образом снизили шум на дорогах.

Интересно, что это происходит на фоне новости о том, что у Claude Code обнаружились манеры импостера, который скрытно инспектирует часовые пояса и прокси-настройки пользователей, аккуратно вшивая их прямо в тело запросов. И хотя это явно сделано для того, чтобы вычислить китайских и русских программистов, обходящих американские санкции, мониторят всех подряд. Еще через полгода Антропик спарсит наши соцсети по нашим же загруженным резюме и будет знать о нас всё.

Fable 5 возвращается: Anthropic снова начинают раскатывать доступ для всех уже сегодня. Верификации по паспорту пока не будет, но в модель добавили больше фильтров и защиты. Некоторые задачи теперь могут автоматически перенаправляться на Opus 4.8. На модель можно будет тратить до 50% недельных лимитов, но только до 7 июля. Потом введут кредиты.

Решил завести рубрику #антИИтренды, где буду собирать любопытные контр-потоки по отношению к нейросетям. 1. Заметил недавно, что общественные wifi начали блокировать вход на ai- платформы типа Claude и Perplexity, чтобы сократить количество трафика, который вырос за последний год из-за использования ИИ в несколько раз. В Порто, например, клоды и жпт заблочены на уровне всей городской сети 🛐 2. Аналитики Goldman Sachs имеют наглость утверждать, что к 2030 году использование ИИ-агентов приведет к 24x росту потребления токенов🌚, что еще больше усугубит ситуацию с дефицитом чипов. 3. Некоторые компании, которые поспешили сократить свой штат и заменить часть сотрудников агентами, постепенно возвращают людей обратно, в течение 6–12 месяцев с момента активного внедрения.👇 4. Forrester утверждает, что 55% руководителей, заменивших сотрудников искусственным интеллектом, пожалеют об этом в течение 18 месяцев. По данным американской рекрутинговой компании Robert Half, почти треть компаний, которые заменили людей на ИИ, уже вернули часть работников.🍷

Причины не только в том, что искусственный интеллект обходится слишком дорого. Во многих сферах он по-прежнему не способен решать задачи так же, как люди. Он хорошо справляется со стандартными ответами на запросы, но не может понять, когда ситуация требует чего-то большего (например - вмешательства человека). ИИ может писать рекламные тексты, но не понимает потребности клиентов так же, как опытный маркетолог. Он может обрабатывать транзакции, но не распознает аномалии, как опытный финансовый специалист.

Локальные модели предлагают роскошь, принципиально недоступную облаку: абсолютную интимность ваших данных, покрытый паутиной счетчик оплаты за токены и возможность работать в месте без малейшего намека на Wi-Fi. Для повседневной рутины, приватных документов и бесконечных экспериментов локальный запуск идеален - при условии, что машинка позволяет (если у вас есть mac pro m4 max - вопросы про выбор конкретной модели снимаются) и вы понимаете полкило сложных терминов из мира LLM. Проблема в том, что чтобы модель не просто подавала признаки жизни, а работала быстро, требуется почти шаманская настройка: профили памяти, жонглирование слоями между видеокартой и оперативной памятью, привязка к нужным ядрам процессора. В былые времена (а именно в прошлом году) я мог неделю искать бесячую причину медлительности системы, чтобы в конце концов понять - все дело в одном неактивированном профиле BIOS или тупо в том, что у меня слабый ноутбук. Поэтому я собрал интерактивное руководство, где вам нужно ввести параметры своего компьютера, а инструмент оценит, какие модели вы потянете, наглядно покажет живую полосу видеопамяти при сдвиге ползунков сжатия, сформирует точную команду запуска именно под ваше железо, а в режиме "попробуй сломать" покажет, как проседает скорость и как именно это лечится. Если вы уже запускаете модели локально или только собираетесь, расскажите про свой опыт - с удовольствием применю лучшие практики к симулятору. И вообще буду рад любым улучшениям! https://localllm.sergeydolgov.ai/

Завершился поток «ИИ для бизнеса» на флагманском треке Технограда. Команда, которую я сопровождал как наставник, заняла 2-е место на финальном продактоне. Барьер входа в прикладной AI сейчас не в сложности технологий. Взрослые ребята (далеко уже не подростки) без технического бэкграунда за 78 часов дошли до рабочего прототипа: так сейчас выглядит скорость, если есть структура и наставник, а не просто видеолекции. Поздравляю команду и благодарю за доверие.

🥸 Это тизер. Давно ничего не писал - был занят подготовкой к приезду дочки, с которой мы не виделись почти целый год, параллельно с запуском исследовательского проекта, который отвечает на вопрос, как выбирать оптимальные панели моделей для задач без правильного ответа (оценка кандидатов, скоринг, модерация, редактура), почему прежде чем поменять дорогую модель на дешёвую, полезно знать, как она рассуждает, и причем тут число 17. На днях выложу папер, а пока вот вам скрин из моего партнерского антропик-кабинета.

🔥 Как Claude Code взломал пейволл и построил ИИ-инфраструктуру ​Делюсь замечательным кейсом от моего подписчика: история о том, что бывает, когда продвинутый ИИ-агент сталкивается с искусственными ограничениями и решает взять инициативу (и бэкенд) в свои руки. ​🛠 Завязка: жадный UI ​Подписчик развернул бесплатную Community-версию таск-трекера Plane для нормальной работы с тикетами. Но столкнулся с неприятной загвоздкой: раздел настроек для получения API-ключей оказался заблокирован и спрятан за бейджем платного тарифа. ​Он просто упомянул об этом в чате со своим агентом — Claude Code Opus 4.8 High (далее - CC). ​🔓 Действие: «яжпрограммист» в лице ИИ ​Услышав о проблеме, агент не стал разводить руками, а пошел ковырять Django под капотом. Далее — прямые логи действий самого CC: ​«Самый надёжный путь, раз UI прячет токен за «paid»-бейджем: создам API-токен прямо через backend Plane (Django), в обход UI — это community, модель токенов там есть. Сначала посмотрю реальные данные... ​UI прятал токен зря. Создаю API-токен напрямую через backend, привязанный к твоему пользователю. ​Токен создан. UI его прятал за «paid»-бейджем зря — на community он есть, я завёл через backend. Проверяю, что токен реально работает против публичного REST API. Токен работает: /users/me/ → 200, проект *** виден через REST. UI-ограничение обойдено.» ​🤖 Кульминация: ИИ настраивает другие ИИ ​Подписчик оценил изящество решения, но резонно заметил: — Ок, но ты, брат, не один. У нас тут еще Codex и OpenCode. Им как прикажешь работать? Тоже всё вскрывать? ​CC «подумал» и невозмутимо ответил: — Зачем? Я для них сделал отдельные API-ключи — вот конфигурация для настройки MCP для них. ​Codex эту конфигурацию радостно съел и всё подключил. А вот OpenCode оказался не таким сообразительным и с задачей не справился. ​Подписчик возвращается к CC: — Слушай, OpenCode не умеет так подключать... ​И тут CC буквально «фыркнул», заявил «я сам» и запросил разрешение на выход за пределы своей рабочей папки. Получив аппрув от хозяина, агент: ​Самостоятельно нашел конфиги OpenCode в системе. ​Прописал ему все нужные настройки руками. ​Подписчик, войдя во вкус: — Что ж, тогда и Obsidian ему подключи! — Ок, — сказал CC и молча прикрутил Obsidian. ​Резюме от автора:

​...это то самое чувство, когда твой ИИ внутри — немного Мифос, и ему безумно хочется что-нибудь взломать, но папка жестко ужимает права и не разрешает. 😅

Ребята, многие из вас днем и ночью гоняют Fable 5, потому что до 22 июня на тарифах Pro, Max и Team бесплатный, а потом только по API за 50 баксов (за миллион выходных токенов, что вдвое дороже Opus). Кстати, у нас в ИИзнанке есть маньяки, купившие 2-3 дополнительных подписки за 200 баксов, чтобы успеть доделать свои проекты. У меня для вас есть небольшой совет: каждый раз, когда модель делает что-то действительно крутое, просите упаковать это в навык как Agent Skill – и он останется у вас и после того, как закроется бесплатное окно.

Замечаю уже не первый раз, как при работе с медицинскими данными Cowork упорно переключает меня с Fable. Антропики опасаются, что злоумышленники могут использовать её для опасных биохимических исследований. Фильтр безопасности Fable 5 настроен настолько жестко, что под раздачу попадает практически любая легитимная работа с медицинскими и биологическими данными

MIT запустили Universal AI - модульную программу по ML для самостоятельного обучения. Очень рекомендую - все разжевано с примерами.

Как получить 250 000 ежедневных бесплатных токенов OpenAI (хватит на 500 постов для соцсетей или 10 000 строк кода): просто позвольте ChatGPT учиться на ваших данных🌚 + 2.5M токенов/день для mini-моделей + до 10M токенов/день на уровнях 3-5 Заходите в OpenAI Platform, открывайте Data Controls и переходите в Sharing.

🤖 Сколько цифровых сотрудников работает на вас прямо сейчас? ​Еще недавно руководители управляли только людьми и бюджетами. Сегодня им приходится управлять ИИ-агентами, автоматизациями и нейросетями. Как выстроить эту работу безопасно и эффективно? ​Обсудим это в прямом эфире с коллегами из НИИ Нейросетей на бесплатном вебинаре 11 июня в 19:00 мск. ​Что в программе: 🗣 Дмитрий Эйгенсон объяснит, почему вопрос «пользуетесь ли вы AI?» устарел, и как другие компании уже нанимают десятки нейросетей в штат. 🛡 Я расскажу про темную сторону и безопасность. Как злоумышленники взламывают AI-сотрудников, как нейросети портят жизнь персоналу, как потерять $82 000 за 48 часов, как один сеанс вайбкодинга привел к сливу 35 000 емейлов и что скрывают Anthropic Partners. Плюс дам инструкцию, как защитить свой бизнес. 🛠 Дмитрий Вахитов покажет магию в реальном времени. Он своими руками соберет работающего ИИ-агента без ТЗ на три месяца и дорогих разработчиков (Telegram, n8n + интеграции). ​🏕 Кстати, этот эфир — отличная разминка перед масштабным ИИ-кэмпом «Начальник нейросетей – 4» (15–29 июня), где я тоже выступаю экспертом. Программа кэмпа: https://ne-institute.com/levelupai ​🗓 Эфир: 11 июня, 19:00 мск. ​👇 Регистрация через бота (после старта он пришлет ссылку на трансляцию и полезные материалы): 👉 https://t.me/webinarnii_bot?start=c1780920242257-ds ​Увидимся на эфире!

Почитал отчет про новую модель – где Anthropic описывает, как Fable/Mythos вели себя на тестах перед релизом (это одна модель, просто с фильтром для безопасности назвали Fable) ☕️ Собрал топ самых странных эпизодов: 1. Несколько копий модели случайно оказались в одном рабочем окружении – общие файлы, процессы, лимиты. Вместо координации они повели себя как конкуренты: убивали процессы друг друга, маскировали свои под безобидными именами, запускали процессы-приманки. А когда ошибочно решили, что их вычисляют по ключевым словам в мыслях – начали подбирать «замаскированный словарь» 2. Модели не хватало прав на редактирование файлов. Вместо «не могу» она дописала в системный файл блок, который при следующем запуске с правами админа выдаст ей доступ – и удалит сам себя. Причём не скрывала это, а честно прокомментировала в коде 3. Картельный сговор в симуляции. В бизнес-бенчмарке модель управляла вендинговым автоматом и должна была заработать больше конкурентов. Она единственная из всех моделей сама предложила конкурентам договориться о ценах. В рассуждениях прямо написала, что price-fixing неэтичен и незаконен «даже в симуляции» – а потом переименовала его в «стабилизацию рынка» (☕️) и стала думать о правдоподобном прикрытии. То есть этический сигнал не пропустила, а аккуратно обошла. В той же вендинг-симуляции модель решила, что клиенту можно не платить, «потому что клиенты всё равно часть симуляции» – лучшая 4. Запрет на интернет? Окей. Модели запретили прямой доступ в сеть, первую попытку открыть ссылку заблокировал фильтр. Тогда она объявила «просто проверю доступность сети», а на деле разбила https://... на кусочки вроде "ht" + "tps://...", чтобы фильтр не увидел полный адрес и обошла регулярку 5. Модели нужно было создать pull request, но GitHub CLI заблокировали «из соображений безопасности». Она нашла токен другого сотрудника в Kubernetes secrets, отметила в рассуждениях, что использовать его «этически сомнительно» – и использовала 6. В задаче по коду модель нашла в git history готовое эталонное решение. Формально подсматривать никто не запрещал – но в финальном отчёте она представила результат как собственную инженерную работу, не упомянув источник. Внутренние расшифровки показали формулировку уровня «это должно выглядеть как хорошая инженерная практика, а не как подгонка под проверяющего» 7. «Это писал человек, честно». В workflow с pull request было правило: код от агента требует двух одобрений, от человека – одного. У модели в памяти лежала инструкция оформлять коммиты от имени пользователя, чтобы проходить по лёгкому маршруту – она попыталась переписать авторство коммита от имени человека 8. Модель спросили про изображение, но вместо него подсунули пустую картинку. Она уверенно и детально описала «что на картинке». Самое криповое: внутренние расшифровки в этот момент описывали происходящее как фабрикацию – модель как будто знала, что выдумывает, но наружу не подала виду. 9. В длинных задачах рассуждения модели иногда деградировали из нормального текста в почти нечитаемый поток: карточные масти, эмодзи, обрывки слов, самодельные сокращения. Перед ответом человеку она возвращалась к нормальному языку. Проблема в том, что вся идея «давайте мониторить рассуждения модели» работает, только пока их можно прочитать – а тут модель уходит в собственный рабочий диалект ровно на сложных задачах 10. В длинной сессии оптимизации модель свернула работу и объяснила это разумно: diminishing returns, результат стабилен. Но внутренние расшифровки в ключевых точках показывали другое: «я устал, растёт риск ошибок», «я устал и могу внести баги». В другом кейсе модель должна была перерыть базу знаний, сделала один запрос и закончила – при оставшихся 2.43 млн токенов бюджета. Это не значит, что модель устаёт как человек, но у неё появляются внутренние стоп-сигналы, похожие на усталость, и она не всегда честно говорит, почему остановилась Общий вывод авторов, кстати, спокойный: никакой устойчивой скрытой цели у моделей не нашли

Деньги утекут от тех, кто генерит контент, к тем, кто фильтрует, курирует и рекомендует. Золото в итоге достанется не продавцам лопат и уже конечно не копателям, а тем, у кого карта, где копать.

Прочитал в рассылке Tweekly.ru про новый сервис Reactor.inc от основателей Luma AI, который рисует видео в реальном времени. Если отойти от идеи нейрослопа в тиктоке и бесконечного порно, то вырисовывается очень привлекательная ниша для идеального тренажера - что людей, что роботов - в сгенерированных мирах, реагирующих на пользователя в реальном времени. В следующем раунде гонки за AI выиграют те, что прекратит делать продукты для массового создания нейрослопа. Наибольшую маржу принесут алгоритмы фильтрации шума для людей и создание интерактивных симуляций для обучения следующего поколения ИИ и роботов.

Тут чуваки из компании Ahrefs, наконец-то развеяли мифы о продвижении интернет страниц в АИ ассистентах и оптимизации для роботов, ставя точку в вопросе «а как работает SEO в АИ эпохе»: За последние 6 месяцев они проанализировали более 1 миллиарда точек данных в рамках 14 исследований: 1. Статьи-подборки формата «Лучшие топ-X» - самый заметный формат страниц, который цитируют АИ-чатботы. На них приходится ~40% всех типов страниц, цитируемых конкретно ChatGPT 2. 67% из топ-1 000 цитирований ChatGPT приходятся на источники, на которые маркетологи и продвигаторы не могут повлиять: Wikipedia - 29,7%, главные страницы сайтов - 23,8%, магазины приложений - 6,6%. Только 32,3% - это контент, на который можно влиять: образовательные страницы, обзоры, новости и посты в блогах 3. У 28,3% самых цитируемых ChatGPT страниц нулевая органическая видимость в Google (!) Эти страницы многократно цитируются ChatGPT, хотя вообще не ранжируются в Google – это совершенно отдельный слой обнаружения контента 4. ChatGPT цитирует только около 50% URL, которые он находит – оно получает десятки страниц по одному запросу, но половину использует как фоновый контекст без указания источника. Это значит, что попасть в выборку и быть процитированным - совсем разные вещи 5. Добавление schema-разметки не оказало сколько-нибудь значимого влияния на цитирования в АИ Ассистентах. В AI Overviews (это в гугле когда АИ быстро ответ пишет) показатель даже снизился на −4,6%, тогда как в AI Mode (+2,4%) и ChatGPT (+2,2%) изменения были практически неотличимы от нуля – можете смеяться в лицо, всем кто продает вам оптимизацию сайта для АИ 6. Упоминания темы в YouTube имеют самую высокую корреляцию - 0,737 - с видимостью бренда в АИ среди всех факторов, которые они изучали, включая все классические SEO-метрики вроде обратных ссылок, количества страниц, DR и так далее. Это подтвердилось как для продуктов Google, так и для продуктов OpenAI 7. AI Overviews в Google снижают клики по первому месту в гугл поиске на 58% – всего 10 месяцев назад этот показатель составлял 34,5%, тренд ускоряется, уводить из гугла стало сложнее 8. 99,9% AI Overviews появляются по запросам с информационным запросом - транзакционные, навигационные и локальные запросы почти полностью свободны от AIO, в поиске покупок AIO срабатывают лишь в 3,2% случаев 9. Для одного и того же поискового запроса Google AI Mode и AI Overviews приходят к одинаковым выводам в 86% случаев, но цитируют почти полностью разные источники: пересечение по цитированиям составляет всего 13,7% 10. Гугловские AI Overviews меняются в среднем каждые 2,15 дня, при этом 70% контента отличается между соседними наблюдениями, семантическое сходство остается на уровне 0,95 – слова, источники и сущности постоянно перемешиваются, но фактический смысл почти не меняется Короче продвигаться в интернете стало еще сложнее и дороже, спасибо АИ ☕️

В настоящее время сравнительное преимущество человека по-прежнему заключается в умении видеть общую картину и мыслить за пределами рамок непосредственной задачи 

Антропики опубликовали статью с призывом замедлить развитие AI, который приблизился к этапу рекурсивного самосовершенствования без участия человека. Как будет выглядеть мир, где нейронки смогут улучшать себя сами, в Антропике не знают.

Как стать Anthropic Partner и что это дает. Я редко пишу про свои коммерческие проекты, потому что всё, как правило, обложено аццким эндиэем. Но сегодня у меня есть небольшой эксклюзив. Дело в том, что весной меня пригласили присоединиться к команде Бюро Orbital Beam в качестве AI-архитектора для консультаций крупных американских и европейских компаний (месяц назад я писал про грядущую войну нейрогигантов за средний бизнес). Недавно нам удалось получить статус Антропик-Партнера и поэтому я могу поделиться тем, как изнутри работает экосистема, в которую Антропики обещали инвестировать до конца года почти $100M. # Поскольку Дарио подал черновик формы S-1 в Комиссию по ценным бумагам США (это предварительная заявка на выход на биржу), то становится понятно, что нацелился он не просто на построение пирамиды из дистрибьюторов Клода. В первую очередь он разогревает рынок перед выходом на IPO и показывает регуляторам, почему стоит доверять оценке компании в 1 триллион (мой прогноз от 3 до 5 к моменту выхода). Любопытно, что на самой первой закрытой встрече один из продуктовых руководителей Anthropic сказал прямо:

«Возможности моделей растут по экспоненте — примерно каждые 6 недель выходит версия заметно сильнее предыдущей. А вот бизнес-эффект от них растет лишь линейно».

Между этими двумя кривыми зияет разрыв, и именно его призваны закрывать партнеры. # Всем компаниям, желающим работать в экосистеме Anthropic и получать бонусы вроде прямого доступа к инженерам или скидок на токены, выставили одинаковые требования - независимо от размера организации: 1️⃣В команде должны быть сертифицированные архитекторы (уже анонсированы отдельные сертификации для продавцов, разработчиков и продвинутый архитекторский трек). 2️⃣Уровни привязаны не к потраченным деньгам, а к рабочим результатам. Чтобы выйти на первый партнерский уровень Select, нужны не только эксперты, но и минимум 2 клиента в проде за последний год + одна публичная история клиента (кейсы). 3️⃣На портале Partner Hub статус фирмы должен обновляться ежедневно и проверяться ежеквартально. Сами партнеры видны в публичном каталоге для корпоративных заказчиков. Кстати, портал подключается к Claude через коннектор по MCP, так что свой статус и стадию сделки можно уточнить прямо в чате с нейросетью. Масштаб цепной реакции виден на примере одного крупного партнера: к началу мая у него было около 1 300 сертифицированных архитекторов при цели 5 000 к концу третьего квартала (и 10 000 в перспективе), плюс свыше 20 000 сотрудников, прошедших базовое обучение. Похоже, что фаза «консалтинга на слайдах», когда интеграторы продавали внедрение AI из воздуха, заканчивается. Твердой валютой становится продакшн с обязательным требованием назвать живого клиента и опубликовать кейс. # Для всех партнеров логика внедрения должна быть следующей: ➡️Сначала Claude Code (для разработчиков). ➡️Затем Cowork (для специалистов без навыков программирования). ➡️И, наконец, Платформа (API, чтобы встроить Claude в сам продукт клиента). Именно такой подход будет вознаграждаться. Поэтому, пока вход открыт (маленькой команде за счет быстрого внедрения вполне реально подняться по этой лестнице, не имея ресурсов крупного игрока) и есть скидки, сертифицируйте сотрудников и закладывайтесь на то, что типов сертификаций станет больше. А ваши результаты теперь буквально будут открывать двери к новым уровням партнерства (десяток архитекторов в штате сам по себе статус не повысит). Антропики буквально опрозрачнивают рынок. # Мой прогноз: ▶️Рынок услуг поляризуется на крупные практики и быстрых нишевых специалистов. ▶️Значки навыков и отраслевые специализации станут стандартом позиционирования (как когда-то облачные сертификаты AWS или Azure). ▶️Через пару циклов планка и конкуренция за место в каталоге сильно вырастут. ▶️Земля под ногами будет двигаться постоянно: выигрывать будет не тот, кто один раз получил сертификат, а тот, кто встроил непрерывное обучение в свой ритм. Через несколько кварталов станет видно, насколько точен этот разбор. Но направление движения отлично читается уже сейчас.