Бегущий вайб-кодер

Жена записалась на курсы по AI генерациям и вот результаты. Ну кайф же))

Прикол, один чел за $2000 навайбкодил свой Photoshop. Реддитор навайбкодил Photon Studio - бесплатный графический редактор под Windows, macOS и Linux. Это не история про один волшебный промпт. Сначала он заставил AI изучить все функции Photoshop, затем GPT-6 Astra составила план. Дальше началась обычная разработка:

пользуюсь -> нахожу баг -> отдаю модели -> проверяю снова

На выходе получились layers, masks, smart objects, curves, Liquify, удаление фона и работа с PSD. Первая версия уже была рабочей, но багованной. На всю итерацию ушло около $2000 токенами. Photoshop конечно же не умер и не думаю что сильно напрягся от этого. В демо в основном базовые операции, которые давно умеют Photopea, GIMP и Affinity. Исходники Photon не опубликованы, редкие функции никто нормально не прогнал, а скачивать неизвестный бинарник и оставлять ему email - отдельный аттракцион доверия. И вообще, если редактор не съедает 14 гигабайт RAM и не падает перед сохранением, какой же это Photoshop?)) Но $2000 здесь сравнивают не с подпиской Adobe. Их надо сравнивать со стоимостью команды, которая раньше месяцами собирала бы такой прототип. AI стал станком для быстрых прототипов. Можно собрать сложную форму продукта, покрутить её в руках и понять, где она разваливается. До промышленного качества ещё далеко, зато цена первой попытки рухнула. И вот где Adobe действительно стоит напрячься. Её не убьёт один клон Photoshop. Её начнут откусывать сотни маленьких инструментов, каждый из которых заберёт один конкретный сценарий и сделает его проще. Скопировать весь Photoshop пока не получилось. А вот начать разбирать его по кускам - уже да, каееф)

Nous Research выложили разбор того, как их опенсорсный Hermes отрефакторил сам себя и сэкономил $1,8 млн на оплату инженеров. Вопрос миллиона строк кода на Python решили Разрабы ИИ-агента Hermes сэкономили $1,8 млн на рефакторинге кодовой базы 1 393 субагента, а вся координация жила в одном Python-процессе на домашнем i7 с 64 ГБ памяти. Основной прогон занял около 19 часов. Через 50 минут всё легло из-за протухшего токена провайдера. Текниум запустил отдельную сессию Hermes, разобрал с ней причину, подготовил передачу контекста и возобновил работу. Коммиты воркеров сохранились, поэтому армия продолжила не с нуля. Что получилось: • код на Python: 1 063 826 → 698 363 строк, минус 34,4% • файлов больше 5 000 строк: 37 → 6 • функций длиннее 300 строк: 192 → 2 • gateway/run.py: 34 847 → 5 512 строк Правда на API ушло примерно $25 000. Но если пересчитать в живые часы на человека, то оценка работы достигла $1,8 млн и до двух лет работы. Более того, из этих прогонов выросли 14 исправлений самого Hermes. То есть агент не просто отрефакторил себя, но ещё и устроил нагрузочный тест собственной нервной системе. Ещё один хороший эффект: после рефакторинга средний поиск определения функции стал стоить агенту 993 токена вместо 2 218. Код оказался удобнее читать не только людям, но и самим моделям. Ревью нашло настоящие регрессии, которые тесты пропустили: воркеры удаляли публичные функции внешних плагинов и меняли обработку исключений. PR смержили только после двух раундов правок сообщества. Вот поэтому история мне и нравится. Не демка на 20 файлах и не вайб-кодинг за вечер, а миллион строк, 19 часов хаоса, $25 000, реальные поломки, человеческое ревью и в итоге кодовая база на треть меньше. Как думаете, через год такое вообще будет кого-то удивлять?

Самый дорогой навык в ИИ-кодинге оказался вообще не про код. Сижу читаю последнее письмо Эндрю Ына про навыки ИИ-инженера и ловлю неприятную мысль. Писать код с агентом я умею - делаю это каждый день. А вот решать, что именно ему строить и что не строить вообще, получается гораздо хуже. С 14 августа по 11 сентября команда DeepLearning.AI выкатывала карту навыков ИИ-инженера. Собрали её не из головы: проанализировали больше 10 000 вакансий, поговорили с экспертами, хайринг-менеджерами и рекрутерами, провели опросы. Получилось 20 навыков в четырёх ветках: • создание и запуск ИИ-приложений • основы разработки ПО • работа с кодинг-агентами • Shaping the build Первые три я читал с ощущением «ну да, логично». LLM, данные, агентные системы, evals, продакшен. Дальше архитектура, безопасность и масштабирование. Дальше кодинг-агенты: поставить задачу, настроить окружение, проверить результат, дать больше автономности. А вот четвёртая ветка - это где у меня пусто) В ней всего четыре навыка: вести цикл разработки, принимать продуктовые решения, коммуницировать и лидировать, самостоятельно отвечать за результат. В последнем письме мысль жёсткая: когда ты хорошо прокачан в ИИ-инженерии, твоя лучшая работа - не реализовать продукт, который кто-то другой расписал в спеке. Ты сам влияешь на то, что и как будет построено. Раньше роли были понятны: продакт и дизайнер решают, что строить, разработчик пишет код. Теперь граница поплыла с двух сторон. Инженеры лезут в продуктовые решения, а продакты с дизайнерами подтягивают инженерные навыки и сами идут собирать. Причём менеджером для машины ты становишься не после повышения и наставничества. Просто в случайный вторник открываешь кодинг-агента - и внезапно управляешь очень быстрым джуном, который готов без споров реализовать любую твою ошибку. Про спеку там ещё жёстче: разработчикам не обязательно становиться продактами, но решения, которых нет в спеке, всё равно остаются на них. А если просят строить вообще без неё - ты умеешь написать её сам. Бизнес уже хочет от LLM 10x скорости, приносит ноль анализа и спрашивает, почему ещё не готово. Для честного 10x остаётся заменить LLM-кой ещё и бизнес. Но я сам ровно так же могу за вечер собрать очень красивый ответ на плохо поставленный вопрос. Я уже писал похожую мысль после подкаста Соколовского с Матвеевым: дешёвый код не сделал дешёвым результат. Он просто передвинул дорогую часть работы. Карта добавляет к этой мысли главное - список того, что теперь дорого. Дефицит уехал на шаг назад: понять, какую боль вообще стоит решать, не проебать контекст, выбрать между пятью нормальными вариантами, определить, что значит «лучше», проверить, что агент не насрал, и потом отвечать за то, что оно работает. ИИ заодно сделал дешёвым новый вид прокрастинации: можно весь день полировать предположение, которое надо было утром показать двум пользователям и похоронить до обеда. Техника при этом никуда не делась. Пользователь не читает твой код, но прекрасно читает падения, тормоза, дыры в безопасности и месяцы ожидания простого фикса. В прикладной криптографии, распределённых базах, биржевой инфраструктуре или робототехнике агент допишет функцию, но жопой за промышленную систему не ответит. Это по-прежнему ров - просто для тех, кто живёт в нём по-настоящему глубоко. Для остальных путь другой: расти не только вглубь стека, но и в сторону продукта и ответственности за результат. Я смотрю на эту карту как на чек-лист: три ветки зелёные, четвёртая красная 🤣 Кто тоже заметил этот переезд - что придумать уже сложнее, чем собрать? Или пока наоборот?

Короче, у человечества появился новый дедлайн - 2030 год. Раньше к этой дате нам обещали AGI, роботов и всеобщее изобилие. Теперь бывший исследователь OpenAI и Anthropic вышел на CNN и на серьезных щах говорит: можем до этого вообще не дожить. Джейкобу Коксону 27 лет. Три года он занимался обучением самых мощных AI-моделей, а потом уволился из Anthropic, как раз таки по причине того что компании несутся к сверхразуму, который сможет улучшать сам себя, и буквально играют нашими жизнями. Его тред в X набрал 165!! млн просмотров, эфир CNN - больше 3 млн. Получается сюжет из «Не смотрите наверх», только комету теперь собирает частная компания и выкатывает ей обновления каждую неделю. Можно было бы списать всё на драму бывшего сотрудника. Но тут в разговор включился Эван Хубингер, действующий исследователь безопасности Anthropic: «Джейкоб прав». Он сам оценивает вероятность гибели человечества выше 10% в ближайшие десять лет и признаёт, что готового плана по контролю сверхразума пока нет. Боятся они не того, что сегодняшний Claude внезапно проснётся злым. Сценарий начинается, когда AI научится сам проводить AI-исследования и создавать следующую, ещё более умную версию себя. Человек выпадает из цикла, а система продолжает разгоняться. OpenAI, Anthropic и другие компании, создающие самые мощные модели и не могут просто остановиться. Каждая думает, что тогда конкурент или Китай доберётся до сверхразума первым.

«Такую гонку нельзя запускать из Slack частной компании», - пишет Коксон.

Не забываем в конце диалога писать «спасибо, Claude» потому что это теперь уже не вежливость, а техника безопасности 🤣 Раньше каждое утро проверяли, не обнулилась ли крипта. Скоро будем проверять, не обнулилось ли человечество))))

Один разработчик заменил сервис за $249 в месяц своим скриптом за $1. Потом показал, как таким же способом сократил ещё несколько ежемесячных расходов. Это Питер Левелс - соло-разработчик, который один сделал Nomads, Remote OK, Photo AI и ещё несколько прибыльных продуктов. 4 сентября он написал, что несколько недель пытался собрать собственный сервис для автоматического сбора данных с сайтов. Такой сервис открывает нужные страницы, обходит блокировки и возвращает информацию в удобном виде. У Левелса не получилось, даже ИИ в какой-то момент ответил: не могу. Он решил продолжать платить. 9 сентября Левелс вернулся с результатом. С помощью нескольких специалистов он собрал рабочую версию. По его словам, около 90% запросов проходят, а стоимость упала с $249 до $1 в месяц. В списке замен были: • проверку контента вместо живых модераторов отдал ИИ • поиск обнажёнки перенёс на бесплатную модель • обработку картинок делает своим кодом • карты, видео и мониторинг сайтов частично заменил открытыми инструментами Сам Левелс оценивает сокращение расходов примерно в $25 000 в месяц. Правда, туда входят не только подписки, но и работа людей. Он не создавал новые сервисы для всего рынка. В каждом случае собирал только те функции, которые нужны его собственным продуктам. Если примерить этот подход на знакомые подписки, не надо писать целый Calendly для записи на созвоны, Typeform для анкет или Zapier для автоматизаций. Можно сделать одну страницу, одну форму или три конкретных сценария, которыми пользуешься каждый день. Инфраструктуру Левелс оставил снаружи: домены, серверы, хранение данных и доступ к ИИ. А узкую бизнес-логику забрал себе. Теперь и чинить эту обвязку придётся самому. Самая уязвимая подписка сегодня - та, где ты платишь за 50 функций, а пользуешься двумя.

Вот после таких историй хочется ещё глубже закапываться в AI. Есть такие Cognition и два года назад они выкатилаи Devin, «первого AI-программиста». Интернет разобрал ихнее демо по кадрам и выяснилось что часть работы якобы была сделана заранее, а автономность агента сильно раздули. Fake AI летело из каждого утюга. Сегодня инвесторы вложили в Cognition больше $2 млрд за один раунд и оценили компанию в $48 млрд. Первым большим успехом стал Nubank. Готового агента, который можно просто подключить к любой кодовой базе, тогда ещё не было. Поэтому вся команда Cognition полетела в Бразилию, села рядом с инженерами клиента и руками разбирала задачи, пока Devin не научился их выполнять. После Nubank появились Mercedes-Benz, NASA, Goldman Sachs и Citi. А дальше понеслось. Апрель 2024: оценка $2 млрд. Март 2025: $4 млрд. Сентябрь 2025: $10,2 млрд. Май 2026: $26 млрд. Сейчас: $48 млрд. По текущему темпу продаж Cognition идёт примерно на $900 млн выручки в год. В мае было $492 млн. Это не прибыль и не уже заработанные за год деньги. Обычно эту цифру считают просто: выручку последнего месяца умножают на 12. Devin не стал идеальным AI-программистом сам по себе. Команда два года разбиралась, ездила к клиентам и руками превращала сырую технологию в работающий бизнес. Во многих задачах AI и сейчас такой же: уже может дофига, но волшебной кнопки всё ещё нет. И точно не повод ждать. Чем сырее технология сейчас, тем дороже навык заставлять её работать. Поэтому хочется больше разбираться, тестировать и собирать прямо сейчас. Пока большинство всё ещё ждёт кнопку «сделай за меня». Still early guys.

Кайф, сколько же всего можно сделать без участия сторонних людей. Последние два дня делаю 3д модель нашего маскота, завтра покажу что получилось. В этом всём вайбкодинге столько дофамина, что не понятно как остановиться вообще? 😂

Чисто для вайб кодеров история, чтобы мы в 2 окна даже перед сном кодили SaaS которые никогда не зарелизятся 🤣 Беру!🤣🤣

Красивое Если быть оптимистом и верить экономистам Anthropic, Илон Маск окажется прав - через десяток лет деньги будут не нужны. И все продукты человечества подешевеют настолько, что будут фактически бесплатны для населения Anthropic поделились аналитической выкладкой на счет роста мирового ВВП, изучив возможные тенденции, где нет плохого сценария. Да, в расчётах Anthropic действительно нет «апокалиптического» сценария. Даже в самом скромном варианте экономика растёт. А в экстремальном - ВВП удваивается каждые 4,5 года, товары дешевеют до копеек, а ИИ берёт на себя почти всю интеллектуальную работу. Звучит как утопия Маска: деньги теряют смысл, всё доступно. Но когда начинаешь вглядываться в детали, картина меняется... Экономисты выделяют три пути. В умеренном - ИИ как интернет, то есть помогает, но без фейерверков. В значительном - рост ускоряется, но зарплаты программистов, юристов и аналитиков застывают на месте. Зато у сантехников, медсестёр и электриков - растут. А в экстремальном — самом сказочном по цифрам — происходит перекос. Производительность взлетает. Безработица среди «белых воротничков» бьёт исторические рекорды. Доля труда в ВВП падает с 60% до 45% - почти половина созданного богатства уходит владельцам серверов и алгоритмов, а не тем, кто работает руками или головой. Зарплаты интеллектуалов могут просесть на 10% и больше. И главный парадокс: мы становимся баснословно богатым обществом, но это богатство оседает у горстки владельцев капитала. Остальным достаётся меньший кусок от гигантского пирога. В Anthropic признали: «В этом сценарии главная проблема - не достижение роста, а справедливое распределение выгод». И «бесплатно» не равно «хорошо для всех». Переход к такому миру потребует не новых чипов, а новых законов, налогов и программ переобучения. Как делить доходы от ИИ? Куда идти миллионам потерявших работу специалистов? Какова будет роль человека, когда его ум больше не в цене? Это уже не экономика, а политика и социология. Деньги, возможно, и правда изменятся до неузнаваемости, но вопрос «кому достанется богатство?» останется самым горячим в следующем десятилетии. Красивая картинка будущего требует очень жёсткой рамки для неё.

Кто уже тестил эту хайповую штуку? Как вам?

Ну и как не полюбить эти ваши ИИ)) Я ещё не тестил новую GPT-6 Astra, но со вчерашнего дня читаю истории тех, кому дали ранний доступ. Бенчмарки там, конечно, поехавшие совсем. Но больше всего мне нравится вот что: ты даёшь ИИ большую задачу, не расписываешь ему каждый чих - и он сам разбирается, что делать дальше. Профессор Уортона Итан Моллик дал Astra доступ к своему компьютеру, десяткам тысяч писем, своим текстам и календарю. И пять дней вообще не вмешивался. За это время модель сама скачала нужный софт, придумала стратегию и собрала многогигабайтную личную wiki с исследованиями, контактами, идеями, связями и задачами за несколько лет 🤯🤯 Теперь Astra дважды в день сама проходит его новые письма и сверяет их с этой базой. Пять дней работы. Без единого вмешательства человека. А потом Моллик дал ей уже развлекательную задачу - и Astra с нуля собрала симуляцию Александрийской библиотеки. Там можно ходить по залам, читать свитки, включать экскурсию и смотреть разные версии гибели библиотеки. И вот за это я люблю всю движуху с агентами. Раньше ты был для ИИ куратором: открой это, скачай то, нажми сюда, теперь сделай следующий шаг. А тут сформулировал цель - и он сам пять дней ебашит у тебя на компьютере. OpenAI фактически поставила computer use в центр своей новой флагманской модели. Astra умеет работать в браузере, терминале и обычных программах, устанавливать софт и доводить длинные задачи до результата. В тесте OSWorld она набрала 72,6% против 65,7% у GPT-5.6 Sol. Но интереснее скорость: средняя задача сократилась примерно с 75 до 40 минут. Контекст - 1,05 млн токенов. API - $10 за миллион токенов на входе и $50 на выходе. Правда, сам Моллик честно написал, что его пятидневный эксперимент наверняка стоил бы очень дорого. Во время раннего доступа токены ему не тарифицировали. Но есть и весёлая часть со знаком минусом. Astra стала первой моделью OpenAI, которая пересекла критический порог по кибербезопасности в их Preparedness Framework. В тестах без продуктовых ограничений она получила 100% на ExploitBench, нашла и использовала две ранее неизвестные уязвимости, а эксперты смогли с её помощью атаковать защищённые браузеры и собирать эксплойты для повышения привилегий в ОС. Поэтому публичная Astra будет отказываться от продвинутых хакерских задач. Более свободный доступ OpenAI собирается давать проверенным специалистам по защите через программу Daybreak. Грег Брокман закончил презентацию словами: «Добро пожаловать в эпоху AGI». Welcome to another world.

Чанпэн Чжао пишет, что часть «горячих денег» уже потекла обратно из ИИ в крипту (дождались получается😁) «Деньги никуда не денутся. Они всё ещё понадобятся и вам, и ИИ». Угар, конечно. Ещё в марте крипторынок в новостях уже почти похоронили, опять). Мне это один в один напоминает разгар прошлой медвежки, когда разрабы массово уходили из крипты в ИИ. Теперь спекулянты разворачиваются обратно Но горячие деньги обычно прибегают уже после того, как график позеленел. А за кадром остаются команды, которые не обсуждают очередной хайп, а продолжают пилить своё. И самое смешное, что ИИ и крипта уже становятся одним рынком. Я писал об этом раньше: обычные банковские карты агентам не подходят, зато кошельки и платежи без посредников - идеально А где-то прямо сейчас чел собирает на Claude приложение, которое через полгода поднимет семизначный раунд. И ему вообще пофиг, какой нарратив сегодня торгуют.

Подвезли стартап, который сделал антивирус для AI-агентов. Блин, ну так просто же. Моя версия обошлась в $0)) Ну как версия. Пару месяцев назад я просто написал своему агенту: «Сделай так, чтобы вирусов не было. Проверяй всё, что к себе подключаешь, и сам за собой перепроверяй» 😁😁 Сейчас запустил аудит и он пошёл шерстить собственный сетап. Нашёл, что внешние скиллы из каталога проходят проверку перед установкой. А вот локальные автоматически никто не проверял. Поэтому он прогнал их вручную и показал, куда стоит посмотреть внимательнее. Можешь проверить тоже, лишним не будет. Так вот, челы из AIR тем временем подняли $50 млн, чтобы делать всё это нормально для компаний. Они проверяют скиллы, плагины и всё, что агенты подключают. Причём не один раз при установке, а ещё и после обновлений. По данным самой AIR, 27% публичных дополнений их проверку не проходят. Понятно, у них там всё по-взрослому: правила, постоянный контроль, enterprise security, бла-бла-бла. А у меня пока чисто вайб-кодерская security policy уровня: «бро, пожалуйста, не заразись» 😁 Но самое интересное здесь вообще не антивирус. Всё, что сейчас делают для самих агентов, будто куда интереснее инвесторам, чем очередной продукт для людей. Поиск для агентов. Каталоги скиллов. Антивирусы. Паспорта и права доступа. Кошельки и платежи. Память. Репутация. Биржи задач. Мониторинг, который следит, не накосячил ли агент. Короче, мы думали, что главный рынок - дать людям AI. А теперь у нас на глазах растёт рынок, где AI уже сам клиент. Ему нужен свой Google, App Store, банк, паспорт и служба безопасности.

В первой демке AI с одного промпта собирает прикольный сайт. Во второй - GTA-подобную игру с картой, машинами, оружием и миссиями. Обе демки сейчас форсятся в твиттере, перед релизом новой Astra от OpenAI. Подтверждения нет, OpenAI молчит. Что уже известно по этой модели? • 16 агентов Astra сами поделили сложную математическую задачу и собрали доказательство • Она получила 10 новых результатов по открытым задачам в математике • Кодила новый чип OpenAI и местами обогнала человеческий код в 1,5-1,8 раза • Её учат работать над одной задачей часами и днями Сама идея не новая. Любой агент типа Hermes уже сейчас ходит по программам, пишет код, запускает тесты и возвращается с результатом. Astra интересна тем, что OpenAI хочет дать таким агентам намного более мощный мозг. Если ролики настоящие, то скоро вайбкодинг будет выглядеть так: описал продукт, закрыл ноут, вернулся за рабочей версией. Но конечно же, ИИ никогда не будет кодить как человек, говорили мне год назад 😂😂

егодня было кайфовое утро. Рассвет, велик, в наушниках подкаст Александра Соколовского с Харитоном Матвеевым. И где-то по дороге я поймал мысль, которая очень точно описывает, что сейчас происходит с разработкой. Соколовский формулирует свой страх: раньше технарям и людям, которые умеют продавать, договариваться и чувствовать рынок, приходилось объединяться. А теперь три сильных технаря с AI могут сделать то, для чего раньше требовались десятки людей. Что тогда остаётся всем остальным? Матвеев отвечает почти наоборот: способность технически что-то реализовать как раз дешевеет. Важнее становится понять, что вообще надо делать. Где человеку жмёт. Какой опыт хочется создать. Какую проблему имеет смысл решать. Для меня это уже не рассуждения про далёкое будущее. Я почти каждый день вижу, как агент за вечер собирает API, интерфейс или миграцию. Техническая реализация стала несопоставимо доступнее. Но дешёвый код не сделал дешёвым конечный результат. Он просто передвинул дорогую часть работы. Теперь дорого стоит правильно поставить задачу. Не проебать контекст. Понять пользователя. Выбрать между пятью нормальными решениями. Проверить, что агент не насрал. Встроить всё в живой продукт. И потом отвечать за то, что оно работает. Конечно, остаётся охуенный защитный ров из глубокой технической экспертизы. Прикладная криптография, компиляторы, распределённые базы, ядра GPU, робототехника, авионика, телеком, биржевая инфраструктура. Там код - последняя миля 10 лет накопленного опыта. Агент может дописать функцию, но он не отвечает жопой за промышленную систему или деньги, которые летят по бирже за микросекунды. Но это не единственный путь. В том же подкасте Матвеев предлагает посмотреть на сотни миллиардов, которые крупнейшие технологические компании вкладывают в AI, как на покупку опциона на будущую экономику. Если ставка сыграет, они получат машины, способные производить всё более длинные куски интеллектуальной работы. А на нашем маленьком уровне такой опцион получил почти каждый. Производство софта внезапно стало доступно человеку, который ещё вчера не мог сам проверить свою идею. И теперь главный вопрос не «умеешь ли ты кодить?», а «знаешь ли ты, что стоит построить, и готов ли отвечать за результат?» Поэтому умирает не разработчик на React или Python. Умирает профессия «взять полностью разжёванный тикет и перевести его в код». Будущее у тех, для кого код - последняя миля. Иногда редкой технической экспертизы. Иногда понимания человеческой боли и владения продуктом. А лучше, конечно, и того и другого. Подкаст: «Всё, что нужно знать про будущее с ИИ».

У меня уже есть AI-агенты, которые пишут код, ищут баги и делают исследования. Но сегодня я всё равно пошёл собеседовать живого человека в команду. И ровно в этот день помощник по контенту скидывает мне историю про CEO, который сделал всё наоборот. Решил, что разработчики ему больше не нужны - AI и сам справится и ... уволил команду 😂😂 Настоящий вайбкодер) А разработчики собрались и выкатили Open Executive - опенсорсного AI-гендиректора. И это не один ChatGPT в галстуке. Внутри сразу восемь агентов:

CFO считает деньги COO рулит операционкой CMO отвечает за маркетинг CPO - за продукт Плюс стратегия, найм, юрка и работа с советом директоров

У них общая память, дедлайны и один голос руководства. Всё работает на Claude. На GitHub уже больше 1,2 тысячи звёзд. Лицензия Apache 2.0 - собственного AI-начальника можно забрать хоть сегодня. Прикольно что CEO решил, что AI должен заменить разработчиков, а разработчики просто подняли автоматизацию на один этаж выше 😁 Но я сегодня всё равно ищу человека, продолжаю писал в лучку и искать технического ассистента. Потому что AI может написать код, исследовать рынок и даже поспорить со мной, если его правильно настроить. А вот влезть в проект, тащить его месяцами и отвечать за результат - тут мы ещё нужны, пока..) История на Reddit • Демо Open Executive

У меня уже есть AI-агенты, которые пишут код, ищут баги и делают исследования. Но сегодня я всё равно пошёл собеседовать живого человека в команду. И ровно в этот день помощник по контенту скидывает мне историю про CEO, который сделал всё наоборот. Решил, что разработчики ему больше не нужны - AI и сам справится и ... уволил команду 😂😂 Настоящий вайбкодер) А разработчики собрались и выкатили Open Executive - опенсорсного AI-гендиректора. И это не один ChatGPT в галстуке. Внутри сразу восемь агентов:

CFO считает деньги COO рулит операционкой CMO отвечает за маркетинг CPO - за продукт Плюс стратегия, найм, юрка и работа с советом директоров

У них общая память, дедлайны и один голос руководства. Всё работает на Claude. На GitHub уже больше 1,2 тысячи звёзд. Лицензия Apache 2.0 - собственного AI-начальника можно забрать хоть сегодня.

CEO решил, что AI должен заменить разработчиков. Разработчики просто подняли автоматизацию на один этаж выше.

Но я сегодня всё равно ищу человека. Потому что AI может написать код, исследовать рынок и даже поспорить со мной, если его правильно настроить. А вот влезть в проект, тащить его месяцами и отвечать за результат - тут мясные мешки пока ещё нужны)) Хотя топ-менеджменту я бы расслабляться не советовал. Лифт уже едет наверх. История на Reddit • Демо Open Executive