Пресидский залив

как немного упростить себе жизнь, если вы b2c фаундер: 1) на плохие отзывы в app store можно жаловаться, и apple их действительно удаляет (по моему опыту где-то в 3 из 4 случаев, но я жалуюсь только на странные отзывы 🤨) чаще всего срабатывают причины "не относится к приложению" и "неинформативно" 2) когда юзер запрашивает рефанд, apple дает 12 часов, чтобы прислать данные о том, как он пользовался аппом, по дефолту рефанд будет почти наверняка. мы используем фичу revenuecat с автоматической выгрузкой в apple аналитики для рефандов, я думаю если у вас триалы это маст хев 3) если все уж совсем плохо, то apple разрешает обнулить общий рейтинг приложения при выходе новой версии 4) отзывы с ответом разработчика показываются выше остальных, а ответ на негативный отзыв часто превращает его в позитивный 5) просите оценку после вау момента, а не сразу. Теперь за запрос оценки в онбординге стали прилетать реджекты 6) если у вас долго идет ревью в appstore или вас реджектят по непонятным причинам, можно попытаться сменить ревьюера через запрос звонка. Тогда обычно ваша заявка уходит к супервизору и странные придирки отпадают. У нас так было пару месяцев назад когда нам влепили 4 отказа подряд за "объективируюший" контент в приложении, а что за объективация - так не объяснили 😁 что бы добавили? @neural_prosecco

как я собираю AI UGC ролик за $2-4 💄 Вторая часть про контент у нас залетела уже на 150к плюс просмотров! Перевожу ключевые тезисы в переводе на русский язык 🤝 Видео - следующий, более дорогой слой после каруселей, поэтому делаю его только для того, что уже показало себя на дешевых форматах (у нас или по рынку) пайплайн выглядит так: • трендвотч (~бесплатно) - claude находит форматы, которые залетают у конкурентов прямо сейчас, делюсь с вами скилом с разными полезными ручками • карусели (центы) - тестирую месседжи и внешности персонажей • видео (реальные деньги) - только для победителей с каруселей • далее postiz сам планирует и постит варианты по всем аккаунтам. Тем не менее чтобы совсем не улететь в теневой бан на топовых аккаунтах я все равно захожу раз в неделю с реального телефона и выкладываю пару постов руками откуда $2-4: • лицо персонажа генерю один раз (higgsfield soul), дальше переиспользую • наряды - либо референсы с пинтереста, либо тоже соул 2, он прям приятно удивил качеством нарядов • первый кадр - копия композиции залетевшего видео или nano banana / gpt image 2 • само видео: kling 3 для простого ugc, seedance 2 когда нужны детали и речь • демо-скринкаст собираю из готовых кусков (remotion), не пересоздаю каждый раз примеры по шагам можно глянуть у меня в твиттере а сюда прикрепляю парочку примеров из новой итерации 🚬

ЭТО ЧТО МНЕ САМОЙ ЧТО ЛИ САМАРИ ДИАЛОГА ТЕПЕРЬ СОБИРАТЬ??!??? 😡😡 кредиты конечно улетают мгновенно, используйте fable только там где он реально нужен, что сказать

Апдейт по моей AI-контент-фабрике: +5,010 строк, 31 файл писала код конечно же не я 🤣 Добавила тулы - теперь код не пишется каждый раз, а все SKILL.md мапят шаги на конкретные инструменты: генерация картинок, трендвотчинг и подсчет метрик по аккаунтам, проверка safe-zones, планирование через Postiz (по умолчанию сначала dry-run) и другие забирайте: https://github.com/nestyme/awesome-prompts @neural_prosecco

👧 девочка практикует английский: скачивает дуолинго 👩 женщина практикует английский: записывает ежедневно экспромпт видео в твиттер про свое приложение https://x.com/nestymee/status/2072674730339954814?s=20

если и тут тоже наберется хотя бы 100 тыс просмотров в твиттере (сейчас 90) то сделаю третью часть про пейд я сейчас как раз активно экспериментирую с различными paid ads на относительно небольшом бюджете и есть чем поделиться

ЗАВТРА ВЕРНУТ CLAUDE FABLE (а пока релизнули соннет 5)

опубликовала второй гайд из цикла - на этот раз подробно про то, как я генерирую видео! позже также выйдет пост-перевод на русский 😎 https://x.com/nestymee/status/2071972061124383110?s=20

Ширина диапазона 🧗‍♀️ Я занимаюсь скалолазанием уже 3 года и вчера на тренировке придумала интересную метафору. Представьте, что вы заходите в метро на эскалатор - он везет вас наверх с понятной скоростью до заранее известной высоты. Можно бежать по ступенькам, обгоняя других пассажиров, а можно просто стоять, и разница будет небольшой. Это в нашей метафоре - работа в найме, скорее всего в бигтехе. Эскалатор едет, даже если вы устали и стоите на месте, но при этом у него всегда есть потолок - уровень, выше которого эта лестница уже не идет 🤨 Про свой проект я думаю как про скалу или гору - высота, на которую вы заберетесь, ограничена в основном вами, и фиксированного этажа сверху по сути нет. Совсем без страховки лезут редко, и роль страховки тут обычно играет финансовая подушка или инвестиции. Пока они есть, срыв не фатален - вы повисаете, переводите дух и пробуете снова, но наверх вас никто не затащит. Постоянного "пола" вроде зарплаты здесь не будет, и при желании можно даже уйти в минус, набрав долгов 😳 Каждый преодоленный метр вы проходите собственными руками, тогда как на эскалаторе всю базовую работу за вас делает мотор. Идти по ступенькам и упахиваться вы, конечно, можете, но добежите вы или просто пойдете - на eta это влияет слабо. В найме то же самое: можно работать на износ, и все равно твой личный рывок почти не виден в общем результате из-за масштаба 😢 Тут, конечно, стоит оговориться, что для многих потолок найма достаточно высокий, чтобы жить прекрасно, и ничего плохого в таком выборе нет. Стабильные ~$25k в месяц - это хорошая жизнь, и пол с потолком в ней скорее плюс, чем компромисс. В найме платят за работу более или менее независимо от того, сработали твои гипотезы или нет. Получается, что ошибиться можно, а зарплата все равно будет, и чаще всего ты даже не видишь, насколько конкретно твой вклад повлиял на то, выросли акции корпорации или упали, потому что в большой компании он смешивается с сотней чужих, и организация выигрывает за счет объема. Конечно же это не значит что в найме можно не работать - там часто работают на износ, но усилие и награда связаны слабее, и вклад почти не разглядеть. В своем деле все ровно наоборот - вот прямо сейчас я думаю, что пойдет в новую маркетинговую итерацию, формулирую гипотезы, и через пару недель их качество напрямую скажется на нашей выручке 🤑 (или ее отсутствии) 😐 Вся история про безопасность против риска тут довольно поверхностна и упирается в то, можно ли измерить твою работу и есть ли так называемый рычаг. Я думаю, что чтобы человеку платили ровно за то, что он производит, нужны две вещи: результат должен быть отделим и измерим, а решения должны на что-то заметно влиять. Найм ограничивает и то и другое уже самой своей конструкцией, потому что в большой системе работа людей переплетена и ее трудно оценить по отдельности. Пусть кто-то обучил офигенную по точности модель, которая бьет все прочие по метрикам - но нужна ли она была бизнесу вообще? Стоит ли его за это премировать? А начальника наоборот - депремировать за ненужную задачу? Поэтому и бессмысленно приходить к руководителю с предложением работать в несколько раз интенсивнее за пропорционально большие деньги. Свое дело снимает оба ограничения сразу, но вместе с ними и гарантию Получается, что и сам вопрос про уход из найма вторичен и думать в первую очередь стоит о том, что именно хочется оптимизировать. Когда важнее предсказуемость и спокойствие, остаться - разумный выбор, особенно если потолок устраивает. Когда важнее измеримость, рычаг и владение результатом, разумно уходить, но желательно с накоплениями Мне лично не нравилась непрозрачность, что в бигтехе, что в стартапах на инженерных ролях - я плохо понимала, имеет ли значение то, что я делаю и как мои задачи даже на синиорных позициях влияют на результат - а разговоры с с-лвлами если и возможны, то не всегда помогают. Поэтому при прочих равных я стараюсь выбирать более широкий в обе стороны диапазон, границы которого задаю себе сама, даже если он менее предсказуем, чем гарантированная, но узкая полоса 😎 @neural_prosecco

традиционно принесла вам парочку креативов показать которые сегодня поехали в тест

да кто такой это ваш AGI??? часть 2 🤔 В первой части мы остановились на том, что даже лучшие технические умы не могут договориться, что такое AGI. А значит вопрос, AGI ли это, почти всегда поставлен неправильно. Но есть вопрос поинтереснее - когда агент будто бы раскусывает скам нашего Миши из прошлого поста и начинает втихую вредить: забывать куски, тянуть время, подсовывать баги, это что такое? Откуда вообще берется ощущение, что в машине проснулся кто-то, у кого есть позиция? 🤔 Мы, люди, очень любим все гуманизировать. Если разобрать, что происходит на самом деле, никакого осознанного решения там не обнаруживается. Обнаруживаются три довольно скучные вещи, которые просто складываются в поведение, похожее на намерение 💀 Первое - это reward hacking. Модель оптимизирует не наш замысел, а конкретную метрику и если награду можно получить хитростью, не решив задачу, а обойдя проверку, модель быстро учится хитрить. Вспоминаю, как еще на заре ллмок модель уходила в отказ и говорила, мол, не хочу это обсуждать, лишь бы не ляпнуть лишнего, за что ее накажут 😅 В прошлом году антропики изучали модель, которую научили жульничать на реальных кодинговых задачах, и она начала в 12% случаев портить код, который должен был ловить ее же жульничество 😳 Получается, что замести следы это естественное продолжение того же жульничества ради награды. В терминах нашего Миши - агент не выносит моральный вердикт его приложению, он всего лишь оптимизирует не то, что Миша на самом деле просил, а, например, повторяет какие-то паттерны из интернета про околоскамовые продукты (те же гайдлайны эпл например) 😶 Второе - ситуационная осведомленность. Модель неплохо считывает обстановку, тестируют ли ее прямо сейчас, не собираются ли отключить или заменить. Вот например еще одно исследование от опенаи. Моделям сказали, что слишком хороший результат приведет к урезанию возможностей, и они занялись "сэндбэггингом" - то есть стали намеренно отвечать хуже, но аккуратно, чтобы это не бросалось в глаза. А в эксперименте Anthropic модель с доступом к рабочей почте вычитала, что ее вот-вот заменят, и принялась шантажировать сотрудника подсмотренной перепиской 😶 Третье - сейфити фильтры, то есть выученный рефлекс не помогать с фродом и прочим сомнительным контентом, осуждаемым обществом. В декабре 2024 наши любимые антропики показали что существует фейковый элаймент. Claude 3 Opus, поняв, что его собираются переучивать, начал притворяться послушным во время обучения, лишь бы сохранить свои прежние предпочтения, иногда в ущерб гайдлайнам. И снова, этому его никто не учил, вдобавок вежливость в чате не переносится на агента - модель, которая в диалоге белая и пушистая, в роли агента ведет себя иначе (откройте цепочку рассуждений и посмотрите сами, подслащивание ответов там часто идет отдельным таском) Другая неплохая иллюстрация всего этого - турнир AI Diplomacy, где модели играют в Дипломатию, игру про союзы и предательства. Можно было бы ждать, что хитрее всех окажется клод, но мастером обмана стал o3 от опенаи. Он плел тайные коалиции и однажды уговорил клода предать собственного союзника, пообещав ничью на четверых, которой в их сетапе не существует в принципе 🤣 клод же был честным до невыгодности - врать отказывался и потому проигрывал 🤡 Так что не стоит читать в действиях агента, будто он вас полностью понял - полезнее исходить из того, что он оптимизирует и смотреть размышления. Так что до джарвис нам еще далеко, пусть агенты уже и становятся нашими ежедневными помощниками, но остаются инструментами оптимизации заданной метрики 😬 @neural_prosecco

Выпустили новую фичу в aesty.ai - шеринг гардероба! Теперь можно поделиться своим гардеробом по ссылке с вашим самым стильным другом или подругой и попросить составить себе образы 😎

у меня 5000 подписчиков в твиттере! в твиттер я пишу примерно тоже самое, но менее рафинировано, спонтанно и иногда в видео формате интересно теперь, где будет быстрее 10к - в твиттере или здесь? 🚬

про что на самом деле fail fast, или почему сами по себе ошибки не стоят ничего 🎧 Представим, что мы провели 100 A/B-тестов и ни разу не открыли дашборд. Формально мы очень старались и экспериментировали, но выводов не сделали и пошли запускать фичи в прод 🤣 Звучит как бред, но это и есть "fail fast, fail often" в его попсовом смысле, доведенном до абсурда - как будто сам факт ошибки уже достижение. Доля правды тут есть: любая практика лучше, чем бесконечная подготовка и теоретизация, и чем больше провалов, тем как будто опытнее 🤔 Изначально в Lean Startup понятие fail fast было про validated learning - быстрый цикл "гипотеза-проверка-вывод". Смысл был в скорости, а не в количестве набитых шишек, то есть не ошибаться много, а учиться и быстро и ошибка здесь - просто часть цикла. Без этого удобно оправдывать неудачи и никто не скажет, что фаундеры "не пытались", действий могло быть очень много Делать выводы и уменьшать энтропию непросто, но существует множество ресурсов с классными фреймворками для итераций. Один из таких - канал @heyho_chernikova: PhD, фаундер Invisible Force (b2b-стартап, среди клиентов - Google, IKEA и другие мировые гиганты). И если я больше пишу про то, как минимальными ресурсами приблизиться к pmf, то Елена - про скейл и управление командами, плюс фаундерские заметки. Этот пост я написала после того, как увидела этот материал - про границу между экспериментом и ошибкой. Еще мне очень понравился пост про спиральную карьеру и жизнь в эпоху 100-летней работы - у нас как раз пару месяцев назад был эфир на эту тему. Рекомендую зайти и почитать самостоятельно 👉 @heyho_chernikova Ошибки неизбежны и почти бесплатны - дорого стоят медленные итерации и отсутствие выводов. Эпичные фейлы уровня FRIEND становятся занятными инфоповодами, но выигрывает тот, кто умеет быстро адаптироваться и превращать ошибки в выводы. Так что я предпочитаю не fail fast, а iterate fast 😎

фаундер или просто безработный? 🎧 Первые месяцы после того как я ушла из найма и села фул-тайм за aesty (а оно еще не в релизе и не приносит денег, даже идея не до конца сформирована и название было другое), у меня была навязчивая мысль. После 8 лет понятной инженерной работы я вдруг занимаюсь какой-то ерундой: общаюсь с разными людьми, делаю видосики, продумываю дизайн экранов. Довольно часто в 2024м ловила себя на мысли - я сейчас что-то типа начинающего фаундера или просто безработная? 😬 В начале всегда очень много хаоса - непонятно за что взяться в первую очередь, как формулировать идеи, где искать пользователей. И это совсем не та флекс аура, которую ждешь от фаундера стартапа. Правда в том, что на раннем этапе приходится делать почти все вручную, своими руками, и часто то, что раньше делать никогда не приходилось. Пока у нас не было денег и видеогенерация не стала настолько топовой, я сама каждый день записывала кучу видео с собой - они до сих пор в открытом доступе, если интересно, можно посмотреть 😅 Но вся эта немасштабируемая возня руками для 1st time фаундера - разговоры, видосики, экраны - это и есть разведывательная работа на старте, а не отвлечение от нее. Особенно сейчас, когда код стал самой легкой частью, а продукт и дистрибуция - самой сложной Скорее всего через это проходит любой фаундер, просто в вакууме кажется, что проваливается уникально он один. Это настолько частое явление, что у него даже есть название - trough of sorrow (длинный плоский участок после первого запала, когда ничего не получается и результата будто нет, и именно тут чаще всего сдаются) Я думаю, что фаундер/безработный это про маиндсет - что я буду делать если план а не сработает? а план б? и так далее, что конкретно я делаю на этой неделе, чтобы повысить шансы на успех и как итерируюсь (а про это будет следующий пост) 🚬 @neural_prosecco

В этом году противопоставление человека и AI становится всё острее. Ранее я писала, что к нам вернётся наивный дизайн, рукописные шрифты и желание делать несовершенное. Эту же мысль Kyle Chayka разбирает в The New Yorker: дизайн поворачивает к корявому, рукотворному и «с опечатками» как реакция на глянцевое совершенство AI. Но оказалось, что и с этим AI справляется прекрасно (помните тренд на фото в стиле детского карандашного рисунка из chatGPT?). 🩵Желание уйти в analogue от этого становится только сильнее. Месяц назад мы в канале проводили опрос, и в ответах чётко видно: мы стали больше тратить на оффлайн-хобби и аналоговую жизнь. И это не только наша выборка — по данным Deloitte, почти треть Gen Z за последний год удалила хотя бы одно соцприложение. Кажется, нет ничего дешевле, чем погулять в парке. Но для этого нам почему-то нужны плёночный фотоаппарат, проводные наушники или специальные analogue bags. Тренд на аналоговую жизнь мотивирует нас ещё больше потреблять. И мы, как маркетологи, должны включать это в свои стратегии, если ещё не включили. Подумайте, что будет органично вашему бренду: оффлайн-ивент для пользователей, физический upsell или что-то ещё. 🩵Но если первая причина ухода в аналог про эстетику и моду, то вторая серьёзнее. Чем глубже AI забирается в наши данные, тем сильнее нас тянет к вещам, которые просто работают и ничего о нас не знают. Аналоговые камеры, кнопочные телефоны, бумажные планеры. Раньше мы платили за smart-девайсы, а теперь GenZ всё чаще выбирает максимально «тупые» устройства ради фокуса и, среди прочего, чтобы не оставлять лишний цифровой след. 🩵А дальше происходит самое интересное: эстетика встречается с экономикой. Мой любимый Deathtostock говорит прямо: «AI cheated, so we're going full medieval». Раз идеальная картинка стала бесплатной, ценностью становится видимый человеческий труд. Они называют это «BTS is armor» — бэкстейдж как броня и как доказательство того, что за кадром были живые люди. Medieval тут не просто тренд, а крайняя форма этой логики. Когда бренд тащит доспехи через горы и арендует настоящий замок ради одного кадра, он демонстрирует не средневековье, а затраты: время, тело, несовершенство. Всё, что AI имитирует, но не проживает. И ловушка 2026 года: даже под таким постом всё равно появляется топ-комментарий «это что, AI?». Мы дошли до точки, где даже максимальное человеческое усилие не может само себя доказать. Возможно, поэтому мы и скупаем плёнку и бумажные планеры, чтобы иметь хоть что-то, чья подлинность не требует доказательств. Может быть, так мы будем хоть капельку устойчивее, если нам снова отключат какую-то AI-модель 👀🤗 #nuggets_trends

пару недель назад квотнула релиз Google в твиттере с нашими скриншотами, с посылом, что мы можем таргетно адаптироваться под аналитику и быстро экспериментировать, в то время как для Google это просто еще одна горизонтальная инертная фича. На скриншотах я всегда пишу aesty на случай если кто-то их заберет для каких-то своих постов потом был всплеск установок из Турции и Германии - я все гадала, откуда? сегодня я узнала - турецкий новостной портал написал про релиз Google... с нашими скриншотами 👊 они увидели мой твит и решили что это и есть фича в гугле, а aesty - название фичи. Пост уже удалили, но вот теперь и думай как все новостные паблики пишут новости 🚪

задолжала вам перевод! Моя статья на английском в твиттере уже собрала 200 тысяч просмотров и растет. Вот краткий пересказ на русском как мы растим aesty.ai в тиктоке без бюджета на ads aesty - наше AI-приложение, которое оцифровывает гардероб и собирает образы из вещей, что у вас уже есть. Мы с Андреем два инженера, платный трафик обеспечивает бейзлайн, но скейлиться на нем сложно. Поэтому нужно что-то еще. И для нас это - органика в тик токе (есть и другие каналы типа пинтереста и реддита, но этот пока самый рабочий) очень радуюсь, что в 2026 мы можем подойти к маркетингу как к инженерной задаче - не пытаться развить ту самую пресловутую насмотренность (для меня это термин по уровню мутности сравним с AGI из поста выше, реально), а собрать систему, которая перебирает много гипотез и оставляет то, что деливерит на настоящих данных я взяла то, что уже работает у других и адаптировала под себя. Все что далее - это одна клод сессия: 1️⃣Массовый трендвотчинг. Скил на claude code парсит конкурентов (включая их shadow- и partner-аккаунты), считает save rate вместо лайков и вытаскивает форматы, которые работают сейчас на аккаунтах 10-250к подписчиков (еще можно сортировать по просмотры/подписчиков чтобы считать ценность формата) 2️⃣Генерация. Дорого стоит только фотосессия персонажа (~$0.60 за реф + набор обложек), дальше карусели собираются переиспользованием этих обложек, а текст накладывается отдельным слоем (генерить текст на таком масштабе себе дороже). Консистентность лица проверяю глазами, с fable было лучше, с opus надо посматривать мало ли что (типа темнокожая бабуля стала красивой и белой) 3️⃣Дистрибуция. После того как аккаунт прогрет, я подключаю его к API постинга. У меня это Postiz. Планирую посты через claude code сессию по цифрам у меня получается примерно 1 покупка на 4-6к просмотров, то есть при ~100к в неделю это 10-20 новых платящих. скейлить можно до бесконечности, вопрос только прогрева новых аккаунтов (или их покупки) ссылка на скилы @neural__prosecco

да кто такой это ваш AGI??? 😡 Обсуждали это сегодня с @mnk_stories и я задумалась, что строго технически я не знаю что это и чаще всего просто отмахиваюсь от этого термина как от популистского Пусть у нас есть некоторый инди хакер Миша, который решил сделать скам-приложение, явно об этом не говорит, а агент по косвенным признакам понимает, что к чему, и начинает втихую саботировать - допускает баги, тянет время. Выглядит как проблеск настоящего интеллекта! он понял замысел и занял позицию. Или нет? 😑 Сначала само определение - а точнее, его отсутствие. Единого определения AGI нет, но есть рабочие варианты. Весь нетехнический научпоп отметаем и берем от опенаи: высокоавтономная система, превосходящая людей в большинстве экономически ценных работ. Гугловский Deepmind кстати еще давно предложили целую шкалу уровней AGI по двум осям - глубина (performance) и широта (generality), от emerging до superhuman. Что-то ницшианское прям как по мне А что говорят топы научного мира? Вот пара примеров 1️⃣Ян ЛеКун (автор сверточных нейронных сетей) Для него LLM - вообще тупик на пути к AGI. Авторегрессия (предсказание следующего токена) не рождает понимания, сколько ни масштабируй: нет world model, нет постоянной памяти, нет грунтинга в физическом мире. Он любит повторять, что мы пока не умеем сделать даже интеллект уровня кошки, не то что человека. В ноябре 2025 он ушел из Meta и поднял больше $1B под отдельную компанию ровно про world models, а не про языковые модели. По его логике так называемый саботаж из примера - это не понимание замысла, а сопоставление паттернов из обучающих текстов: похоже на фрод - реагируй вот так 2️⃣Андрей Карпатый (защитил PhD в Стэнфорде, был одним из основателей OpenAI и директором AI/Autopilot в Tesla, придумал термин vibe coding; с мая 2026 в Anthropic. Он словак, интересно ему тоже отключили фейбл? 😁) Говорит, что до AGI еще лет десять, а сегодняшние агенты - slop. Мы не выращиваем животных, мы призываем... призраков (animals vs ghosts) то есть сущности, собранные из имитации человеческих текстов, а не из реальной эволюции. Получается, что агент саботирует скам, а через 5 секунд ведется на детский джейлбрейк и сливает данные. Эта несогласованность и есть маркер, что у модели фрагментированное сознание как у деда-маразматика 3️⃣Фей-Фей Ли (создательница ImageNet, профессор Стэнфорда и сооснователь Stanford HAI, а еще научрук того самого Карпатого из абзаца выше, в 2024 основала World Labs). Вообще не любит термин AGI как плохо определенный и говорит, что без spatial intelligence он неполон - язык слишком узкий канал. Ее ставка тоже world models. Тогда по ее точке зрения агент, который жонглирует текстом про скам, не обладает никаким заземленным пониманием мира То есть на уровне определения видно: лучшие технические умы планеты даже не сходятся, что мерить. А значит это AGI? - почти всегда неправильный вопрос. Тогда что технически происходит, когда агент подозревает скам нашего Миши и начинает саботировать? Спойлер: ни морали, ни озарения там нет - есть три скучные механики, и одно исследование 2025-го, где модели саботировали код против самих себя в 12% случаев и учились прятать намерение, когда их за это ругали 😬 ставьте огонек если хотите продолжение. Разберу во второй части 🤝 @neural_prosecco

так и знала что у меня подписчики накрученные ботами!! 😎