Владилен: IT в эпоху AI
Open in Telegram
Пишу о том, как AI меняет работу, продукты и жизнь разработчиков. Тестирую инструменты, строю свои системы и делюсь тем, что действительно работает. Владилен Минин Реклама: @vlad_0045 AI-проект: @vladilen_ai РКН: http://bit.ly/4epHOdZ
Show more📈 Analytical overview of Telegram channel Владилен: IT в эпоху AI
Channel Владилен: IT в эпоху AI (@vladm) in the Russian language segment is an active participant. Currently, the community unites 39 284 subscribers, ranking 3 333 in the Technologies & Applications category and 16 020 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 39 284 subscribers.
According to the latest data from 02 October, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by -164 over the last 30 days and by -4 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 20.53%. Within the first 24 hours after publication, content typically collects 9.35% reactions from the total number of subscribers.
- Post reach: On average, each post receives 8 064 views. Within the first day, a publication typically gains 3 673 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 62.
- Thematic interests: Content is focused on key topics such as программирование, контекст, claude, llm, mcp.
📝 Description and content policy
The author describes the resource as a platform for expressing subjective opinions:
“Пишу о том, как AI меняет работу, продукты и жизнь разработчиков. Тестирую инструменты, строю свои системы и делюсь тем, что действительно работает.
Владилен Минин
Реклама: @vlad_0045
AI-проект: @vladilen_ai
РКН: http://bit.ly/4epHOdZ”
Thanks to the high frequency of updates (latest data received on 03 October, 2026), the channel maintains relevance and a high level of publication reach. Analytics show that the audience actively interacts with content, making it an important point of influence in the Technologies & Applications category.
39 284
Subscribers
-424 hours
No data7 days
-16430 days
Data loading in progress...
Similar Channels
Tags Cloud
Incoming and Outgoing Mentions
---
---
---
---
---
---
Attracting Subscribers
October '26Oct '26
October '26
+15
in 0 channels
September '26
+204
in 5 channels
Get PRO
August '26
+225
in 2 channels
Get PRO
July '26
+1 117
in 11 channels
Get PRO
June '26
+181
in 3 channels
Get PRO
May '26
+639
in 5 channels
Get PRO
April '26
+333
in 3 channels
Get PRO
March '26
+945
in 3 channels
Get PRO
February '26
+473
in 4 channels
Get PRO
January '26
+342
in 0 channels
Get PRO
December '25
+453
in 2 channels
Get PRO
November '25
+515
in 4 channels
Get PRO
October '25
+298
in 4 channels
Get PRO
September '25
+145
in 2 channels
Get PRO
August '25
+190
in 7 channels
Get PRO
July '25
+197
in 6 channels
Get PRO
June '25
+150
in 3 channels
Get PRO
May '25
+199
in 3 channels
Get PRO
April '25
+221
in 1 channels
Get PRO
March '25
+245
in 4 channels
Get PRO
February '25
+344
in 2 channels
Get PRO
January '25
+209
in 3 channels
Get PRO
December '24
+277
in 6 channels
Get PRO
November '24
+764
in 5 channels
Get PRO
October '24
+459
in 0 channels
Get PRO
September '24
+462
in 1 channels
Get PRO
August '24
+449
in 4 channels
Get PRO
July '24
+408
in 7 channels
Get PRO
June '24
+145
in 1 channels
Get PRO
May '24
+93
in 2 channels
Get PRO
April '24
+137
in 1 channels
Get PRO
March '24
+197
in 5 channels
Get PRO
February '24
+148
in 3 channels
Get PRO
January '24
+82
in 2 channels
Get PRO
December '23
+21 878
in 61 channels
Get PRO
November '23
+335
in 1 channels
Get PRO
October '23
+387
in 0 channels
Get PRO
September '23
+304
in 0 channels
Get PRO
August '23
+566
in 0 channels
Get PRO
July '23
+525
in 0 channels
Get PRO
June '23
+540
in 0 channels
Get PRO
May '23
+755
in 0 channels
Get PRO
April '23
+826
in 0 channels
Get PRO
March '23
+842
in 0 channels
Get PRO
February '23
+885
in 0 channels
Get PRO
January '23
+2 127
in 0 channels
Get PRO
December '22
+1 029
in 0 channels
Get PRO
November '22
+617
in 0 channels
Get PRO
October '22
+780
in 0 channels
Get PRO
September '22
+768
in 0 channels
Get PRO
August '22
+617
in 0 channels
Get PRO
July '22
+663
in 0 channels
Get PRO
June '22
+986
in 0 channels
Get PRO
May '22
+1 190
in 0 channels
Get PRO
April '22
+1 740
in 0 channels
Get PRO
March '22
+8 593
in 0 channels
Get PRO
February '22
+763
in 0 channels
Get PRO
January '22
+1 303
in 0 channels
Get PRO
December '21
+1 212
in 0 channels
Get PRO
November '21
+1 883
in 0 channels
Get PRO
October '21
+1 629
in 0 channels
Get PRO
September '21
+2 616
in 0 channels
Get PRO
August '21
+1 958
in 0 channels
Get PRO
July '21
+1 264
in 0 channels
Get PRO
June '21
+1 593
in 0 channels
Get PRO
May '21
+1 982
in 0 channels
Get PRO
April '21
+1 452
in 0 channels
Get PRO
March '21
+24 498
in 0 channels
| Date | Subscriber Growth | Mentions | Channels | |
| 03 October | +1 | |||
| 02 October | +3 | |||
| 01 October | +11 |
Channel Posts
В связи с новой волной банов клода поделюсь своим флоу
У меня две подписки:
— 100$ gpt
— 100$ Claude
Этой связки более чем хватает на управление проектами и разработкой 3-4 реп параллельно.
Прекрасно понимаю, что полностью зависеть в текущих условиях от одной ИИ опасно и нужно разделять риски, как в инвест портфеле.
Дальше. Данные от гпт и клода каждую неделю проходят общий синк и сохраняю наработки в изолированном хранилище.
Всегда в любую ии стараюсь заходить с одного адреса и квн.
Не добавляю подписки основные в сомнительные агенты, сервисы или апи. Для этого использую сторонние тарифы, роутеры и сервисы.
Пока ничего не забанили, но все может быть. Будьте внимательны
| 2 | У кого сегодня забанили Claude? | 1 |
| 3 |  Google подал признаки жизни с Gemini 4 Argon
Скучали по новым моделям?)
Обещают невероятно топовые бенчмарки, чуть ли не выше Astra, Fable & Opus 5.5
Из основных преимуществ по этим цифрам наименьший процент галюцинаций всего 15% против 45% у Astra и 59% у Opus 5.5.
У Google есть большой плюс в виде огромного датасета (данных) на которых они могут обучать модели.
Но имхо, я не люблю их экосистему, кроме, пожалуй Veo. После того, как они мне забанили аккаунт и сперли 20$ то я больше не хочу с ними работать. Текущие Codex & Claude полностью закрывают рабочие задачи и переходить не буду.
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/ | 4 374 |
| 4 |  🧠 Начните здесь изучение ИИ
Я собрал бесплатный раздел со своими материалами по ИИ и выстроил их в понятной последовательности – от первых шагов до создания собственных AI-систем и продуктов.
Внутри есть 3 маршрута:
– Начать работать с AI и собрать своего первого агента
– Разобраться в AI Engineering и агентских системах
– Превратить идею в работающий AI-продукт
К каждому материалу я добавил не только видео, но и:
– текстовую версию
– полезные ссылки и инструменты
– шаблоны и дополнительные материалы
– практические задания
Получается одна точка входа, где можно последовательно прокачиваться в ИИ, а не собирать знания по случайным роликам и постам.
Раздел буду постоянно обновлять по мере выхода новых материалов.
Welcome & Enjoy 🚀 | 4 432 |
| 5 | Прилетел фидбек по уроку — очень приятно и ценно 🤜
С материалом урока ознакомился! Спасибо за ваши усилия! Очень интересная информация! Что касается меня то я взглянул на то что делаю под другим углом, через node js))) Да и говорить об этом можно вечно! Меня это также захватывает и вдохновляет как и Вас! Один из моих проектов это попытка создать Dark Factory! Конечно же со всеми слоями! И Ваши труды очень полезны для многих людей которые волбще только вникли в эту суть! А Вы показываете на низком уровне им, то о чем многие говорят слишком абстрактно! Даже не знаю что и лучше! Когда-то я спорл со своим гуру о том что читать электросхемы по транзисторам и конденсаторам не совсем круто, когда схема состоит из миллионов деталей, поэтому и придумали интегрированные мкросхемы... в общем сейчас вижу аналогию с этим! Но всегда интересовался основой, низким уровнем, и хотел знать не только как сделать , а и почему именно так это работает! И за это Вам спасибо!🙏
Урок для тех, кто хочет разобраться бесплатно доступен тут: https://t.me/vladm/1618 | 4 558 |
| 6 |  Посмотрел доклад с deep tech night от Ивана Сапожкова, руководителя группы базовой ML-инфраструктуры Яндекса, про инфраструктуру RL-обучения.
Так вот, мы сейчас все обсуждаем агентов на уровне моделей, промптов, инструментов, памяти и харнесов. В общем, на уровне того, что видит разработчик и пользователь.
А под этим уже приходится переделывать и сам процесс обучения моделей.
Когда модель обучают на агентных задачах через RL, вокруг неё приходится строить целую распределенную систему. Одна часть в режиме инференса генерирует траектории для обучения — модель взаимодействует со внешними средами, выполняет код, ищет информацию, вызывает инструменты. Полученные данные затем через очереди и буферы попадают в обучающую часть, где уже обновляются веса модели.
И всё это надо синхронизировать так, чтобы одни процессы не стояли и не ждали другие.
На бумаге красота. Генерация ровно успевает поставлять данные, обучение успевает их переваривать..
Только живёт такой идеальный баланс недолго. Траектории сильно отличаются по длине: одна задача заканчивается быстро, другая уходит в длинное рассуждение, делает несколько вызовов инструментов или долго взаимодействует со средой. В итоге где-то простаивают вычислительные мощности, где-то копятся данные, а несколько длинных генераций могут задерживать весь следующий шаг обучения.
Поэтому в Яндексе пришли к гибридной схеме: генерацию и обучение балансируют по времени, а незаконченные траектории сохраняют и продолжают на следующем шаге. Система подстраивается под реальную нагрузку и не пытается один раз идеально поделить железо.
Я всё к тому, что агентный бум уже перестраивает нижние этажи ML-стека.
Пользователь видит чат с агентом. Мы с вами видим инструменты и харнесы. А ещё ниже команды пересобирают RL-инфраструктуру, потому что обучение моделей на таких задачах создаёт совсем другой профиль нагрузки — длинные и непредсказуемые генерации, внешние среды, tool calls и дорогой инференс прямо внутри training loop.
Мы сейчас, конечно, увлеченно крафтим свои харнесы. Но дальше гонка пойдёт ещё и за инфраструктуру, которая умеет эффективно обучать такие системы и не сжигать вычисления на ожидании.
Короче, снаружи агентная революция выглядит как удобный интерфейс. В машинном отделении у неё – инференс, очереди, буферы, длинные хвосты и очень дорогие GPU.
За этим слоем я теперь тоже буду внимательно следить. | 4 892 |
| 7 |  Математик МГУ: «Нейросети уже умнее меня»
Полтора года назад Саша Вотяков скинул мне доклад AI 2027. Я его прочитал, и после этого развернул всю карьеру в сторону ИИ. И это было правильным, сами видите, что происходит и произошло за последние полтора года с нишей.
Александр окончил мехмат МГУ, был призёром Всероса по математике и много лет готовил олимпиадников. И он спокойно признаёт: нейросети решают олимпиадные задачи лучше, чем он сам.
Что обсудили:
– правда ли агенты OpenAI решили задачу тысячелетия и что математики на самом деле называют словом «решила»
– как нейросети учились играть в футбол и научились набивать очки вместо голов, и почему эта история на самом деле пугает
– почему нейронка почти всегда говорит, что ты прав, и какие вопросы ей лучше вообще не задавать
– его прогноз для тех, кто сейчас просто перекидывает задачи начальника в ChatGPT/Claude
– как прокачивать мышление и алгоритм принятия решений
«Если ты уже сейчас заменяешь себя нейронками, то не переживай, тебя потом бигтехи заменят нейронками»
▶️ Смотреть на Youtube
Канал Саши: https://t.me/votyakov_ar_life
Упоминаем в выпуске:
– AI 2027, сценарий развития ИИ: https://ai-2027.com
– Tim Urban, The AI Revolution (Wait But Why, 2015): https://waitbutwhy.com/2015/01/artificial-intelligence-revolution-1.html
– Михай Чиксентмихайи, «Поток. Психология оптимального переживания» | 6 029 |
| 8 |  Подкаст уже на финальном рендере
Один из любимейших и полезных разговоров за все время с Александром
Вам точно понравится! | 5 969 |
| 9 |  Кто контролирует работу AI-агента?
Вчера вечером еду на дачу и за рулем, с телефона решил протестить анимацию в Claude.
Написал в Codex сценарий ролика для урока про агентскую разработку и устройство харнеса и… отдал на производство в Claude.
Примерно с таким промптом:
Бро сними мне мульт по сценарию, используй этот скилл: https://github.com/kuhnhomeuk-cell/procedural-film/
Напомню, за рулем. С телефона. Меня это бесконечно поражает.
Анимации делаются на HTML. Качество невероятное.
Сам урок, кстати, можно забрать тут: https://irreplaceable-ai.ru/products/ai-engineer/from-coding-to-agent | 7 069 |
| 10 |  У бизнеса появился ещё один канал, в котором важно быть заметным — ответы нейросетей.
Пользователь может не идти в Яндекс или Google, а сразу спросить ChatGPT, Алису или Perplexity, какой сервис выбрать или где заказать услугу. И получить несколько конкретных рекомендаций.
Вопрос — будет ли среди них ваш бренд.
Работу с видимостью бренда в ответах нейросетей называют GEO — Generative Engine Optimization.
Вручную за этим сложно следить: запросов могут быть сотни, моделей несколько, а ответы меняются со временем. Понять, что именно происходит с вашим брендом в GEO, помогает ГЕОранк.
Добавляете бренд, конкурентов и запросы потенциальных клиентов. Сервис проверяет ответы ChatGPT, Алисы, Gemini, Perplexity, DeepSeek, других моделей и показывает:
— как часто ваш бренд упоминают и рекомендуют, на каких позициях он появляется;
— каких конкурентов рекомендуют чаще;
— в каком контексте говорят о компании и на какие источники ссылаются;
— по каким запросам вас находят;
— меняется ли видимость после работы с GEO.
Можно отслеживать динамику: как меняется видимость после работы с сайтом, контентом и внешними площадками.
Но дело не только в цифрах. ГЕОранк анализирует результаты и даёт рекомендации: какие зоны проседают, с какими источниками стоит работать и где есть потенциал для роста.
Проверить свой бренд → georank.ru | 6 752 |
| 11 |  Дамы и господа, приглашаю на МИТАП
В Москве 27 сентября в 13:00 у нас пройдет живой митап от клуба Незаменимых.
Кратко:
- 3 доклада и 4 часа полезного нетворка
- доклад от Владилена на тему "Как я настроил с ИИ продвижение продуктов и бренда"
- доклад от участника клуба про разработку и удешевление пользования моделями
- доклад Алексея Гладкова про его опыт создания Agentic OS
- после доклада неформальное автепати в ресторане
У нас осталось 10 мест и потому делюсь с вами. Кто в МСК и давно хотел познакомиться и поговорить про актуальные темы в ИИ – велком!
У нас встреча пройдет в очень атмосферном крутом месте!
Для регистрации вам нужно заполнить форму и мы вам пришлем детали
forms.gle/YReMTwcxbxeeHCfh9
P.S. Фотка со сходки клуба в Питере этим летом на яхте | 6 345 |
| 12 | Самая мощная модель нужна далеко не каждому запросу
Недавно писал про OpenClaw и то, сколько всего сейчас происходит не столько с самими моделями, сколько вокруг них: память, инструменты, браузер, работа с контекстом. Так вот, вышла новость о том, что похожую архитектурную логику теперь можно увидеть и в Alice AI, которая теперь сама выбирает модель под запрос.
Простому вопросу — быстрый ответ. Если же нужно сопоставить несколько документов, что-то посчитать и учесть кучу условий, система может подключить режим «Эксперт».
Логика понятна. Гонять каждый запрос через самую тяжёлую модель — дорого и долго, а будет ли ответ от этого лучше, ещё вопрос.
Под капотом тут две отдельные задачи. Роутер решает, какой модели отдать запрос. Харнесс уже организует саму работу: передаёт контекст, даёт доступ к поиску и файлам, позволяет вызывать инструменты и использовать результаты этих вызовов на следующих шагах.
Например, если надо сравнить несколько документов, недостаточно просто скормить модели один промпт. Нужно разобрать файлы, найти нужные куски, при необходимости что-то посчитать, а потом собрать всё это обратно в один ответ. И вот эта часть вокруг модели сама по себе довольно большая инженерная задача.
Для пользователя это выглядит так: загружаешь файлы и описываешь, что нужно сделать. «Эксперт» может включиться автоматически, но его можно выбрать и вручную. По ходу видно, какие шаги выполняет Алиса и к какой информации обращается.
В интервью Forbes Валерий Стромов объяснил экономику этой схемы: значимая часть запросов просто не требует самого дорогого и мощного интеллекта. Поэтому роутер должен сам понимать, какая модель справится с задачей за минимальную стоимость.
До «Эксперта» на своих реальных рабочих задачах я пока не добрался, поэтому про качество судить не буду. Но подумал вот о чём: если собираешь свой AI-продукт и что-то работает не очень, я бы теперь не первым делом бежал менять модель на более дорогую. Сначала стоит посмотреть, что именно она видит, какие инструменты ей дали и не теряется ли по дороге нужный контекст.
Вполне возможно, что чинить надо вообще не модель. | 6 560 |
| 13 |  A что теперь должен уметь разработчик?
Я записал новый бесплатный урок – "От AI-кодинга к AI Engineering".
Это технический ролик про архитектуру.
Я взял обычный React-проект и на его примере показал, что происходит, когда мы перестаём просто просить ИИ написать код и начинаем строить собственных ИИ-агентов.
Внутри урока:
– сначала даём задачу готовому кодинговому агенту и смотрим, как он работает с проектом;
– затем буквально на TypeScript собираем своего простого агента: модель, инструменты, чтение и изменение файлов, запуск задач;
– разбираемся, почему фраза агента «готово» ещё не означает, что задача действительно выполнена;
– смотрим, что произойдёт, если дать агенту слишком много прав – например, разрешить ему без ограничений работать с файлами и терминалом;
– добавляем ограничения, проверки, лимиты и наблюдаемость;
– а потом используем то же самое ядро уже для другого агента, который работает не с кодом, а с данными приложения и запрашивает подтверждение перед изменениями.
И вот здесь, на мой взгляд, становится хорошо видно, в чём вообще заключается работа AI Engineer. Спойлер: не в том, чтобы писать код быстрее руками.
И даже не только в том, чтобы хорошо пользоваться Cursor, Claude Code, Codex или другими инструментами.
А в том, чтобы уметь строить программный слой вокруг AI:
давать модели нужные инструменты,
ограничивать её возможности,
контролировать действия,
проверять результат
и встраивать всё это в реальное приложение.
Под видео я также оставил исходный код проекта, чтобы можно было скачать его и самостоятельно посмотреть, как всё устроено.
Урок бесплатный.
👉 Забрать урок:
https://irreplaceable-ai.ru/products/ai-engineer/from-coding-to-agent
Если вы JavaScript / TypeScript-разработчик и хотите понять, куда сейчас двигается разработка с AI – думаю, этот разбор будет очень кстати.
А если после урока захотите пойти глубже, там же можно будет посмотреть программу AI Engineer. Мы сейчас запускаем 2 поток и вы можете на него попасть. | 6 739 |
| 14 |  Мой любимый кодинг-агент – не Claude Code или Codex. Гайд по Pi
Делюсь полезнейшим инструментом и гайдом как им пользоваться.
ПАЙ – минимальный харнес, который вы кастомизируете под себя. Зачем? Чтоб лишнего не тянул и лучше работал. Например, это экономит около 40% потребления токенов, в отличии сложных харнесов.
Внутри настройка и демонстрация работы на проекте.
Ниже, мои плагины, которые использую для кастомизации:
1. Context7 – актуальная документация внутри агента
GitHub: https://github.com/upstash/context7
2. Pi Web Access – поиск в интернете
Добавляет агенту веб-поиск и чтение страниц.
https://pi.dev/packages/pi-web-access
3. Pi Lens – диагностика кода
Pi начинает получать дополнительную инфо от линтеров и других инструментов вокруг кода.
https://pi.dev/packages/pi-lens
4. Pi Interview – пусть агент сначала задаёт вопросы
Завтавляет агента уточнить требования:
– какая авторизация
– какие роли
– какая база
– какие ограничения
https://pi.dev/packages/pi-interview
5. Plannotator – ревью плана до написания кода
Агент сначала строит план реализации.
https://pi.dev/packages/%40plannotator/pi-extension
6. Pi Interactive Shell – нормальная работа с живыми процессами
Нужен, если агенту приходится взаимодействовать с:
— dev-серверами
— интерактивными CLI
— процессами, которые работают долго
— командами, которым нужен ввод пользователя
https://pi.dev/packages/pi-interactive-shell
7. Prompt Template Model – свои готовые workflow
Можно сделать собственные команды под повторяющиеся задачи.
Например:
/review
И внутри уже будет задано:
– какую модель использовать
– какой skill подключить
– что именно проверить
– в каком формате вернуть результат
https://pi.dev/packages/pi-prompt-template-model
8. Pi Powerline Footer – нормальный статус агента
Добавляет информативную нижнюю панель.
Можно видеть:
– текущую модель
– Git-ветку
– заполнение контекста
– стоимость
– другую информацию о текущей сессии
https://pi.dev/packages/pi-powerline-footer
Смотреть гайд на:
Youtube | Rutube | 6 943 |
| 15 |  Я, конечно, всё прекрасно понимаю – ИИ действительно очень мощный.
Но не до такой степени. Причём далеко.
Даже на личном опыте: эти Фэйблы и Астры периодически предлагают такие странные решения, что их приходится останавливать, корректировать и перепроверять. Речь не про какую-нибудь маленькую функцию.
Архитектурные решения, оптимизация, работа с базами данных, устройство больших систем – здесь без опыта ты просто не всегда поймёшь в моменте, что агент что-то не то делает. А говорит он при этом уверенно.
Для небольшого "битубисаса" это ещё может прокатить. Для серьезного энтерпрайза – уже совсем другая история.
При этом есть еще один важный нюанс.
Мозги модели уже не единственный решающий фактор. Всё большую роль играет харнес вокруг неё.
Как агент получает контекст: какие у него инструменты, как устроена память, как он проверяет собственную работу: какие ограничения у него есть, как несколько агентов работают с одним большим проектом и как всё это тестируется и наблюдается.
Разработчикам теперь приходится строить инфраструктуру, в которой агенты вообще способны нормально поддерживать сложные проекты.
Мне кажется именно туда и идет весь рынок. Потому что более простая модель внутри грамотно построенного харнеса иногда может дать результат не хуже более мощной модели, которую просто бросили в репозиторий со словами: "не делай ошибок, заработай мне миллионы".
Но чтобы построить такой харнес – снова нужны инженерные знания. Так что инженером быть всё ещё важно. Просто теперь хороший инженер – это не тот, кто соревнуется с ИИ в написании кода. Эта глава закрыта.
Важен тот, кто понимает систему достаточно хорошо, чтобы правильно интегрировать ИИ в работу. ИИшка это топ, но заменять он будет тех, кто отключил свою голову.
Вы что думаете на этот счет? | 6 804 |
| 16 |  Что останется программисту, когда код начнёт писать AI
А вот собственно, и сам подкаст!
В гостях Константин, DeusOps: предприниматель, инженер, преподаватель. У него аутстаф-компания, гик-кофейня в Петербурге и прошлое офицера коммерческой гильдии в World of Warcraft. Разговор о том, что ИИ уже заменил в реальном бизнесе: агент Тина работает вместо проджект-менеджера, кофейней управляет MCP-сервер, а платформу, которую команда делала 4 года, выбросили и пересобрали с Claude Code.
Много внимания уделили тому, как не уходить в идеализацию разработки ради разработки, а заканчивать проекты и доводить их до рабочего результата. Это очень важно в наш технологичей век, когда от идеи до реализации практически отсутствует время. Нужно уметь этим пользоваться.
Еще мы подняли важный вопрос мидлов на рынке. Нынешние мидлы вырастут в сеньоров, а джун, который просто оператор Claude, в мидла нативно не вырастет. Останутся те, кто может остановить модель и сказать, как сделать архитектуру лучше, и те, кто умеет собирать harness вокруг агента.
Кстати, этому и посвящён мой новый практикум: агент у всех один и тот же, разница в том, что вы дали ему на входе – контекст проекта, порядок работы, инструменты и проверки перед публикацией. ПРАКТИКУМ «3D AGENT» — 1 490
Смотреть выпуск:
Youtube | Rutube | 8 249 |
| 17 | Что останется программисту, когда код начнёт писать AI
А вот собственно, и сам подкаст!
В гостях Константин, DeusOps: предприниматель, инженер, преподаватель. У него аутстаф-компания, гик-кофейня в Петербурге и прошлое офицера коммерческой гильдии в World of Warcraft. Разговор о том, что ИИ уже заменил в реальном бизнесе: агент Тина работает вместо проджект-менеджера, кофейней управляет MCP-сервер, а платформу, которую команда делала 4 года, выбросили и пересобрали с Claude Code.
Много внимания уделили тому, как не уходить в идеализацию разработки ради разработки, а заканчивать проекты и доводить их до рабочего результата. Это очень важно в наш технологичей век, когда от идеи до реализации практически отсутствует время. Нужно уметь этим пользоваться.
Еще мы подняли важный вопрос мидлов на рынке. Нынешние мидлы вырастут в сеньоров, а джун, который просто оператор Claude, в мидла нативно не вырастет. Останутся те, кто может остановить модель и сказать, как сделать архитектуру лучше, и те, кто умеет собирать harness вокруг агента.
Кстати, этому и посвящён мой новый практикум: агент у всех один и тот же, разница в том, что вы дали ему на входе – контекст проекта, порядок работы, инструменты и проверки перед публикацией. ПРАКТИКУМ «3D AGENT» — 1 490
Смотреть выпуск:
Youtube | Rutube | 1 |
| 18 |  На днях я выложу важный разговор с Константином и важный он по нескольким причинам:
— человек действительно не словом, к делом показывает как реализовывать проекты и использовать себе технологии во благо. В мир ИИ, когда, казалось бы, все делать проще — проектов делается меньше. На это есть рациональные причины, которые можно починить
— внутри, помимо практика с рынка мы обсудили конкретные техники и фреймворки, которые позволяют начать действовать от вечной идеализации и прокрастинации к результату. На мой взгляд это и есть ключ в текущем мире сверхскоростей
Ну а еще Костя крутой спикер с невероятным жизненным опытом. Скоро выложу на канал 🤜 | 8 341 |
| 19 |  💸Как платить за Spotify, Cursor, ChatGPT и другие любимые подписки?…
Если ты читаешь это, скорее всего, у тебя уже была проблема: надо оплатить подписку или купить иностранный софт, а российскую карту не принимают.
Mirocard решает это за пару минут:
Это сервис, где можно выпустить виртуальную карту, пополнив баланс рублями через СБП, и платить за💳
- Midjourney
- ChatGPT
- Figma
- ElevenLabs
- Claude
- Netflix
- Spotify
И еще сотни подписок...
Оформление из любой точки мира за пару кликов!👁
ОТКРЫТЬ КАРТУ | 9 162 |
| 20 |  Claude Code — полный курс. От первого промпта до субагентов и скиллов
Дамы и господа, делюсь следующим полезным видео для вас.
Технология в представлении не нуждается. Если вы хотели не освоить — даю отличный повод.
Внутри: установка и режимы работы, plan mode, CLAUDE.md и spec.md, контроль изменений через git diff, sandbox и rewind, MCP-серверы, субагенты, скиллы и бонус — запуск Claude Code на локальной модели через Ollama.
Смотреть на YouTube
А так же скромный анонс нового полезного тренинга в честь моего ДР:
🚀 Соберите и опубликуйте свой 3D-лендинг с AI-агентом — от настройки контекста и инструментов до готовой публичной ссылки. Практикум «3D Agent»: 7 уроков, ~2 часа практики — 1 490 ₽ | 9 460 |
