Тысячеликая нейросеть

🖥 Разработчик ИИ: сколько реально платят в 2026 «Вкатился в ИИ - и сразу 300 тысяч?» Не сразу и не всем. Но цифры на рынке действительно такие, что мимо не пройти. 👀 Медиана AI-инженера в России сейчас - 220 000 ₽ в месяц (hh.ru). За год офферы подросли на 20–40%: людей, которые умеют строить и внедрять модели, не хватает, и компании поднимают ставку, лишь бы забрать специалиста себе.

🚀 Вилка по грейдам ▪️ Junior - 100 000–250 000 ₽ в Москве, 70 000–120 000 ₽ в регионах ▪️ Middle (через 1,5–2 года практики) - 250 000–500 000 ₽ ▪️ Senior - 450 000–850 000 ₽ ▪️ Head of AI - от 1 000 000 до 2 000 000 ₽

📈 С ростом грейда прописка перестаёт решать: Senior и Lead всё чаще берут на полную удалёнку, в том числе из столицы и из-за рубежа. А зарубежный рынок вообще живёт отдельно — $3 000–30 000 в месяц. Это перекрывает почти любой российский оффер, и английский тут превращается из «желательно» в прямой рычаг к росту дохода. 💰 Где проходит главная граница по деньгам

Тут важно не спутать две профессии, которые со стороны выглядят похоже. ▪️ Промпт-инженер / нейрокреатор - пользуется готовыми моделями, формулирует запросы, настраивает. Медиана 100 000–180 000 ₽. ▪️ AI-инженер - строит модели и доводит их до работы в продукте. Медиана 220 000 ₽ и выше.

🧠 Разница не в том, кто «умнее». Разница в том, что первый нажимает кнопки в чужом инструменте, а второй проектирует систему. Python-разработчик, который добавил в стек реальную работу с нейросетями, получает в Москве уже 370 000 ₽ - почти на 90 000 ₽ больше коллеги без этих навыков.

Самые высокие офферы уходят не тем, кто красиво промптит, а тем, кто умеет собрать AI-агента, выстроить MLOps и довести модель до промышленной эксплуатации. Не «обучил в тетрадке и показал», а «работает в проде и приносит деньги». Такие компетенции добавляют к офферу ещё 20–30%.

🏆 Сколько учиться Войти можно без профильного диплома. Ориентир - 6–12 месяцев плотной практики: Python, база по математике, классический ML, потом нейросети. Но на собеседовании смотрят не на месяцы в обучении, а на портфолио из 3–5 проектов с бизнес-смыслом - чат-бот, рекомендательная система, прогноз спроса. Диплом - приятное дополнение. Решает то, что ты реально умеешь собрать и запустить.

Рынок платит не за знание модной модели - модели меняются каждые полгода. Он платит за умение мыслить от результата: увидеть бизнес-задачу, спроектировать под неё систему и довести до работающего продукта. Инструменты устаревают. Это - нет.

Начинает нравиться аватарный контент-заводу уже на 6 из 10. Осталось заменить аватара: фиолетовый был на скорую руку сделан, хочется добавить ещё чуть динамики, шрифты интереснее и в целом — уже не стыдно выпуливать такие видео на разные темы, ну и голос, я затестил фишаудио вместо 11 labs, пока не очень . И еще, уложиться бы надо в 30–40 секунд, вряд ли выйдет больше удержать дефицитное драгоценное внимание юзеров. В общем, на оценочку: если закинете пару советов, как сделать лучше — пишите в комменты, буду рад.

⭐️ Бесплатный ИИ без регистрации: 12 сервисов, которые работают в 2026 Иногда ИИ нужен на пять минут: набросать письмо, перевести документ, сделать картинку под пост. Заводить аккаунт, подтверждать SMS и искать VPN ради разовой задачи - лишнее. Вот сервисы, которые открываешь и сразу работаешь.

👉Русские, без VPN и регистрации ▪️ Алиса - Яндекс, голос и текст, без лимитов на обращения ▪️ Kandinsky - генератор картинок от Яндекса, полностью на русском ▪️ GigaChat - Сбер, понимает русский, есть веб-версия для коротких сессий ▪️ YandexGPT 3 - встроен в Алису и сервисы Яндекса ▪️ DeepSeek - сильная языковая модель, доступна через агрегаторы

👉Западные модели (нужен VPN или агрегатор) ▪️ ChatGPT (демо) - пара запросов в час без входа, из России нужен VPN ▪️ Grok - от xAI, с доступом к свежему из X, гостевой режим ограничен

👉Агрегаторы - доступ к топ-моделям через один интерфейс Главный способ 2026-го обойти геоблок: заходишь на одну платформу и получаешь GPT-4, Claude, Midjourney и Veo 3 сразу, трафик идёт через их серверы. ▪️ Ai Neiro - GPT, Claude, Midjourney, Veo 3 под капотом; бесплатный тариф ▪️ Gptunnel - гостевой доступ к GPT-4 и Claude ▪️ StudyAI - демо-доступ к нескольким моделям ▪️ Creen AI - текст-в-картинку и картинка-в-видео без входа ▪️ Ai Neirobot - те же модели, но в Telegram-боте

👉Как выбрать — короткий чек-лист 1. Задача. Текст и код - ChatGPT, Grok, DeepSeek. Картинки - Kandinsky или Midjourney через агрегатор. Видео из фото - Creen AI. PDF и таблицы - GigaChat, YandexGPT. 2. Язык. Для русскоязычных текстов берите отечественные модели - меньше английских конструкций. 3. VPN. Нет стабильного - не трогайте чистый ChatGPT и Midjourney, идите через агрегатор. 4. Лимиты. В демо ChatGPT это ~5–10 запросов в час. Уточняйте заранее, чтобы не упереться в заглушку посреди задачи. 5. Версия модели. Бесплатно часто значит GPT-3.5, а не GPT-4. Галлюцинирует чаще, инструкции держит хуже.

👉Три ошибки, которые стоят времени ▪️ «Лимитов нет». Есть. После нескольких плотных диалогов демо упрётся в потолок - держите запасной сервис. ▪️ Приватность. Гостевой режим не хранит историю, но провайдер может дообучать модель на ваших данных. Не грузите туда договоры, персональные данные клиентов и внутреннюю аналитику. ▪️ Переоценка качества. Для коммерческого предложения или кода в продакшн бесплатную версию перепроверяйте - или сразу берите проверенную платформу.

Вывод простой: для «а что если?» бесплатного хватает с головой. Как только контент идёт потоком и нужно стабильное качество - это уже рабочий инструмент, и платный тариф окупается за пару дней.

💬 Говори с агентом словами, а не JSON-схемой. Ошибок - на 93% меньше. Есть два способа дать ИИ-агенту инструмент. Первый - строгая JSON-схема: поля, типы, вложенность, всё по протоколу. Второй - описать инструмент обычным текстом, как объяснил бы живому человеку: «вот функция, вот что она делает, вот когда её звать». Индустрия по умолчанию выбирает первый. Свежая работа (arXiv, 4 июля, 14 моделей, 8 560 прогонов) показывает, что зря. Обычный язык выигрывает по всем фронтам: • точность вызова инструментов 62,3% против 47,4% - почти +15 пунктов; • критических ошибок 51 против 755 - падение на 93%; • токенов на четверть меньше. То есть модель, которой инструмент описали словами, реже ошибается, реже ломает всё насмерть и стоит дешевле. Три метрики из трёх - в одну сторону. Нюанс, который важно учитывать: сильнее всего эффект на слабых и reasoning-моделях - там прирост +24…+43 пункта. А вот заоптимизированные флагманы вроде GPT-5 и Gemini 2.5 Pro почти не растут, а иногда даже чуть проседают. Их так долго дрессировали на схемах, что человеческий язык им уже непривычен. Практический вывод для тех, кто собирает агентов и вайбкодит: Надёжность в проде важнее строгих схем. Если система падает на живых задачах - не усложняй протокол, упрости описание. Опиши инструмент так, будто вводишь в курс нового сотрудника. Модель поймёт лучше, ошибётся реже, а вы ещё и на токенах сэкономите. Схема - это про то, как удобно машине. Текст - про то, как думает модель. Разница в 93% ошибок.

Как управлять всей своей системой с сервера через Телегу — и не сойти с ума Полгода я пытался сделать так, чтобы управлять построенной системой на сервере прямо из Телеги. Постоянно путался: какая модель строит, какая управляет, какая делает ревью — какая-то дичь. Шесть месяцев одно и то же: то новая модель выйдет, то ещё новее — гонка ИИ только добавляла запутанности. Но китай, как обычно, вклинился вовремя. Смотрите. Уже есть пара отличных решений с проработанной архитектурой — OpenClaw и Hermes. Проблема была в другом: Anthropic не даёт API-доступ по подписке, а именно через API работают агентские фреймворки. Claude Pro/Max — это доступ к чат-интерфейсу, не к API. Пробовали ставить ChatGPT — выходило скверно. Да и в любом случае работа через API-токены — это дорого, за сутки можно разориться. Так что делать? Хочется ведь пользоваться из Телеги системой, которую построил — там агенты, автоматизации, куча всего. И вот сюда вклинивается GLM 5.2. Подписка дешёвая — х20 дешевле API-расходов на Claude. Уровень работы модели — между Opus 4.7 и 4.8. Этого хватает и для кодинга, и для других задач. А вот главный прикол: GLM 5.2 работает внутри OpenClaw наравне с Claude — тот же агентский функционал, те же инструменты. Профессиональный подселенец. К чему это всё: Спокойно ставим в OpenClaw GLM 5.2 — подписку можно купить на год вперёд — и работаем над любыми задачами прямо из Телеги. В 90% случаев этого хватит. А для инженерных задач, которым я буду обучать на потоке, мы будем создавать консенсус из нескольких моделей. OpenRouter выкатили собственное решение по оркестровке LLM — OpenRouter Fusion. Экспериментальный зверь, дорогой, выполняет невыполнимые задачи — но это уже отдельный разговор. Практический итог: 1. Разворачиваете у себя на компе или сервере OpenClaw или Hermes. 2. Ставите туда GLM 5.2. 3. При установке даёте ему суперадмина. 4. Подключаете вот этот стек: Бесплатные / почти бесплатные (для старта): • Groq — быстрые открытые модели. Вообще бесплатно, 14K запросов/день. • Firecrawl — парсинг сайтов. 500 страниц бесплатно. • Brave Search — запасной поиск. 2000 запросов/мес бесплатно. • Telegram BotFather — создать своего бота. Бесплатно. Платные (только если реально нужно): • Perplexity — поиск с AI. $5/мес. • SerpAPI — программный поиск Google. После 100 бесплатных — $50/мес (дороговато, лучше Perplexity). НЕ ПЛАТИТЬ — триала хватит. • Apify — сложный парсинг (Instagram, TikTok). $5 стартовые кредиты. • Vercel — хостинг. Бесплатный Hobby-план норм. И работаете полностью удалённо, с телефона. 🚀

У меня в системе появился новый агент под рилсы. Еще много чего доработать надо, но в целом смотреть можно.

#отзывы Хочу поделиться отзывом об обучении по искусственному интеллекту у Григория. Инсайтов много, но главное - я реализовал то, что давно хотел: оцифровал процессы своего бизнеса и собрал дашборд (приложу несколько скриншотов для наглядности). Что получилось: главный экран, куда стекаются данные из разных источников. Раньше была проблема вести Битрикс - теперь данные из Битрикса и из банка перекрёстно сверяются, и я вижу на 95–99% реалистичную картину по платежам и счетам. На виду только те показатели, которые реально важны; в остальные могу провалиться при необходимости. Так я разобрал каждый отдел. Уже готово порядка 6 блоков: главный экран, продажи, ведение клиентов, производство, маркетинг. Сейчас детально настраиваем маркетинг и HR. Цифры пока донастраиваются - но именно дашборд подсветил кучу погрешностей, которые мы теперь исправляем. Это очень ценно. Следующие блоки в работе - финансы и сотрудники. Главный вывод: создавать можно почти что угодно, ограничение - только собственное воображение. То, что раньше стоило бы миллион рублей и месяцы разработки, теперь делается за неделю-две с правками. Я прошёл только половину курса, но профит уже огромный - обучение окупается с лихвой. Важное условие: это работает для тех, кто понимает, зачем пришёл, не ждёт волшебной таблетки и готов реально работать. Ваш потенциал умножается либо на ноль, либо на ваши 100% - результат будет соответствующий. Отдельная благодарность команде - Наире и Константину. Костя подсказал ключевые решения по дашборду и умеет объяснять сложное просто (только не мучайте его сильно). Спасибо и всем остальным ребятам. Хороших экспертов на рынке немного, их видно сразу. Я не ошибся с выбором и рекомендую однозначно. Если сомневаетесь - просто попробуйте. Спасибо, Григорий, и всей команде. Увидимся в общих группах.

🔄 Loop Engineering — четвёртый уровень AI-инженерии Помните, мы разбирали три уровня? Prompt Engineering — написал инструкцию, модель ответила. Работает, пока задача умещается в один запрос. Context Engineering — агент сам ходит в файлы, на сайты, в базы. Собирает контекст и отвечает. Но на задачах дольше 10 минут контекст захлёбывается. Harness Engineering — внешняя обвязка дробит задачу на шаги. Агент идёт по ним, не теряя фокус. Один пишет, другой проверяет, третий собирает. Три уровня — и в каждом есть циклы. Но команду всё ещё отдаёт человек. — Теперь есть четвёртый. Loop Engineering. Главное — убрать ручное управление. Агент получает внешний контур, в котором сам проверяет, что изменилось, что нужно сделать и когда остановиться. Пример. Идёт чемпионат мира по футболу. Ты просишь Codex сделать сайт турнира. Промт, контекст и харнес помогут его собрать. Но матчи идут каждый день. В Loop Engineering ты задаёшь цикл: «ходи каждый час, проверяй результаты, ищи баги, запускай исправления». Агент работает сам, пока ты занимаешься другими вещами. Эдди Османи (экс-директор Google Cloud) называет это переходом от ручного промптинга к системе, которая сама запускает агентов, отслеживает прогресс и циклит до результата. Последние два года я строил систему, где все четыре уровня — просто инструменты, которыми я управляю голосом через Meta-очки. Никаких терминалов. Никаких долгих диалогов. Просто говоришь задачу — агент сам решает, какой уровень инженерии включить. — Подход Loop Engineering критикуют за расход токенов — и да, он не бесплатный. Но он кардинально расширяет то, что AI-агенты могут делать без человека в петле. Четыре уровня. От инструкции к системе, которая работает сама. А вы на каком?

👀 Я тут поймал себя на мысли: за последний год ИИ как-то незаметно переехал ко мне в обычную жизнь. Не было дня, когда я сказал «всё, теперь живём по-новому». Просто в какой-то момент замечаешь, что кучу вещей, которые год назад делал сам, ты уже давно не делаешь. 💬 Кто-то теперь диктует голосом, а не печатает. Кто-то отдал модели почту, счета, однотипные ответы. Кто-то, прежде чем решить что-то важное, сначала проговаривает это с ней, как с коллегой. А у кого-то по утрам уже сама собирается сводка - и он честно не помнит, как обходился без неё. 🧠 Но меня в этом цепляют не сами инструменты. Меня цепляет, что при этом происходит в голове. ⏳Когда часть рутины уходит, внутри освобождается место. И вот тут у людей расходятся дороги. Одни тут же засыпают это место новой суетой. А другие впервые за долгое время начинают спрашивать себя не «как всё успеть», а «а что из этого вообще стоит делать». Дело не в том, что ты стал быстрее. Ты по-другому смотришь на работу. Из того, кто руками закрывает задачи, потихоньку становишься тем, кто их придумывает и ставит. 🔌 По себе вижу: чем больше отдаёшь машине «как сделать», тем больше остаётся тебя на «зачем» и «что дальше». Инструменты через пару месяцев сменятся другими. А вот привычка думать от результата, а не от кнопок — она уже твоя, её никуда не денешь. 👇Расскажите, как оно у вас: - Где ИИ реально влез в ваш день? Не «иногда спрашиваю у чата», а то, без чего вы уже не работаете. - Что поменялось в том, как вы думаете и принимаете решения? - Что у вас освободилось - и куда вы это дели? В новое дело, в отдых, в семью? - А куда вы ИИ принципиально не пускаете и делаете руками? 📝 Пишите в комментариях. И, честно, друг у друга мы тут наберём идей больше, чем из любой умной статьи.

🚀 GPT-5.6 сегодня открыли для всех. Ту самую линейку - Sol, Terra, Luna, - которую в июне придержали «по соображениям национальной безопасности». Стоп сняли, дорога открыта.

Напомню, в июне OpenAI показала свою самую мощную тройку моделей - и почти сразу её заморозили. Не сами: по требованию правительства США.

Власти захотели своими глазами посмотреть, что она умеет по части кибербеза, прежде чем это уйдёт в открытый доступ. Раздали примерно двум десяткам фирм - и все с госсогласованием. Остальные сидели и ждали. Сегодня дождались. Белый дом снял ограничение.

А дальше начинается. Белый дом не хочет называть это «зелёным светом». Говорит: выпускать или нет - всегда решала сама компания, мы тут ничего не разрешали. Прочитайте это спокойно и положите рядом с тем, что было в июне. Тормозили - по просьбе правительства. Отпустили - «а это они сами, мы ни при чём». Получается, стоп-кран - их. А кнопка «поехали» - компании.

Кто придержал самую мощную модель на планете - тихо ушёл за кадр. Кто выпустил - тот и отвечает. Случись завтра беда - виноватого назначили заранее, ещё до того, как что-то произошло. Паузу власти взяли на себя. А релиз - вот, держите, это уже ваше решение.

Доступ к ней всё это время был краником, который кто-то открывал по своему разумению. Сначала - двадцати избранным. Потом - «ну ладно, теперь всем». И на каждом шаге за тебя решали: тебе сейчас, тебе попозже, а этим вперёд всех. Модель-то одна. А вот кто и когда пустит тебя к ней - вопрос совсем не про технологии.

Так что да, мощность сегодня лежит у тебя на столе. Только вентиль по-прежнему в чужих руках. В тех же самых. 👀 Ничего не напоминает?

⚠️ «Модель настолько опасна, что мы не станем её выпускать».

Прочитайте эту фразу ещё раз. Это самое сильное, что ИИ-лаборатория может сказать про безопасность. И одновременно - самый сильный рекламный слоган, какой можно придумать. И то, и другое - правда в один и тот же момент.

Anthropic показала Claude Mythos - фронтир-модель, которую публично раздавать не собирается. По их словам, она сама находит и вскрывает уязвимости нулевого дня (zero-day - это дыры, о которых ещё никто не знает, даже сам разработчик софта) на уровне сильнее почти любого живого специалиста. В связке с проектом Glasswing её отдали примерно сорока организациям - на защиту. И вместе они уже нашли больше 10 000 серьёзных дыр в каждой крупной операционной системе и каждом браузере. Не выпускают потому, что, по их логике, открыть такое всем - значит дать атакующим фору перед защитниками.

Звучит как завязка фильма. И тут же - хор скептиков. Известный ИИ-критик Эд Зитрон обозвал анонс «недо-Войной миров» и словом, которое я дословно переводить не буду. Мол, красивый спектакль под софиты.

Так кто прав? Правы отчасти обе стороны.

Если это НАСТОЯЩАЯ безопасность - что мы должны увидеть? Модель не выпускают в открытый доступ - так и есть. Отдают защитникам, а не продают всем подряд - так и есть. Находят конкретные дыры и чинят их - так и есть, 10 000+, и это со стороны можно проверить. По этим признакам - похоже на ходовочку. Придержать оружие и раздать бронежилеты. А если это ЧИСТЫЙ маркетинг? Громкий анонс. Идеальный тайминг. Цифры, которые не перепроверить со стороны. И ореол «мы настолько сильны, что сами себя боимся». Это старый фокус - морковка перед носом. Тебе её показывают, дают понюхать: гляди, какая мощь. А откусить нельзя - опасно. И ничто не разжигает аппетит так, как то, что демонстративно держат вне досягаемости. «Слишком опасно показать» на языке продаж значит «слишком желанно». Fable 5 - на днях вернули (правда сегодня заберут, судя по новостям)- и вынесли будто вторую морковку: вот эту, мол, можно, ешьте.

Народ потянулся. А у неё полхвоста обрезано - в реальной работе новый флагман связали по рукам. Дошло до смешного: опытные разработчики отставляют её и возвращаются к прошлогодней, зато целой, - к старому Opus 4.8.

Одну модель - Mythos - держат за стеклом с табличкой «руками не трогать, опасно». Вторую - Fable - суют в руки, но надкусанной заранее. И там, и там до тебя доезжает не целое. Разница только в надписи над прилавком: над одной - «безопасность», над другой - «ограничения». А за прилавком - один и тот же продавец.

Что скажете?

🚀 Открытая модель из Китая подобралась вплотную к Opus 4.8 - и стоит в пять-шесть раз дешевле. Zhipu выложили GLM-5.2: веса открыты, лицензия MIT, бери и ставь себе.

Что по цифрам: • 753 миллиарда параметров, веса открыты - модель можно крутить у себя, а не только через API. • лицензия MIT - почти без ограничений: бери в продукт, дорабатывай, встраивай. • на ключевом агентном бенчмарке GLM-5.2 отстаёт от Opus 4.8 буквально на процент. • а цена - примерно шестая часть от американских флагманов.

Но интересное - не в самой модели. Посмотрите, что творится на OpenRouter. Китайские модели вышли в топ. Доля США просела до 30%. Клод - до 13.3%. Ещё полгода назад это звучало бы как: ого, а так можно? Помните DeepSeek? Тогда одна дешёвая открытая модель за сутки сдвинула рынок и уронила котировки. Сейчас похожая история - только это уже не разовый выстрел, а тенденция. Открытый Китай методично догоняет закрытую Америку и делает это в разы дешевле.

• «На уровне Opus» - это про один ключевой бенчмарк, не про всё подряд. Бенчмарк никогда не равен реальной задаче: на своём коде и своих объёмах картина может быть другой. • «Открытая» не значит «бесплатная на практике». 753 миллиарда параметров надо где-то запускать - либо своё железо, либо тот же платный API. Даром отдают только сами веса. • Дешевле - не всегда выгоднее. Смотреть надо не на цену за миллион токенов, а на стоимость своей задачи целиком.

Что это меняет: топовый ИИ перестаёт быть закрытым клубом из пары американских компаний. Появляется открытая альтернатива, которая на кодинге дышит в спину флагману и стоит в разы меньше. Для того, кто строит агентов и считает бюджет, это уже не абстракция, а реальный выбор.

Сорри за качество, но Fable 5, живущий в очках — это нечто. Всё как в фильмах и играх будущего. Идёшь себе по улице и общаешься с ИИ. Вот только Fable 5 у меня является оркестратором моей AI-системы, так что я легко через очки делегирую ему спонтанно появляющиеся у меня в голове задачи, он делает и отчитывается — бляха, ну прямо будущее.

💬 «Очередной скам, поиграется и забудет» - написали мне под видео, где я управляю компом голосом. Понимаю, откуда это берётся. Со стороны выглядит как игрушка из фильма про Железного человека. Только вот незадача: ровно то же самое сейчас строят OpenAI, Anthropic и Google. Втроём. За миллиарды.

• OpenAI выкатили Operator - агент, который сам водит компьютер: смотрит на экран, соображает, кликает. • Anthropic дал своему Claude управлять компом пользователя напрямую - открывать программы, делать задачи. • Google идёт туда же со своим Project Mariner.

И это не пара энтузиастов в подвале. Это три сильнейшие лаборатории мира вкладывают сюда деньги и людей. Плюс сотни открытых команд собирают такое же у себя дома. Вопрос давно не «взлетит ли». Вопрос - кто научится этим пользоваться раньше. Я говорю вслух, что нужно сделать. Система слышит, понимает, сама лезет в нужные программы, делает - и отвечает голосом. Я не кликаю, я объясняю задачу.

Смысл не в том, чтобы «вау, как в кино». Смысл в том, что меняется сам способ работы. Раньше ты думал, КАК нажать. Теперь думаешь, ЧТО хочешь получить. Это тот же скачок, что когда-то был от чёрного экрана с командами - к мышке. Только теперь от мышки - к голосу.

Есть и приятный побочный эффект. Когда командуешь голосом, поневоле учишься формулировать чётко. Скажешь расплывчато - получишь ерунду. И ты незаметно растёшь: начинаешь мыслить как тот, кто ставит задачи, а не как тот, кто их руками выполняет. Пока это сыро. Агенты ошибаются, местами всё тормозит, и давать такой штуке доступ к файлам и деньгам без присмотра не опытным - рано. И не под всё это нужно: на одно простое действие голос с агентом - как пушкой по воробьям. Оно раскрывается там, где рутина повторяется или задача в десять шагов.

Так что да - это эксперимент, и я в самом его начале. Но не на пустом месте, а ровно там, куда идёт вся индустрия. Пока одни называют это скамом, другие

уже учатся. Что думаете по этому поводу?

🖥 Небольшая экскурсия в сегодняшние реалии предпринимателя. Здесь на этом экране 4 IDE, где я разрабатываю различные продукты, решения, боты, автоматизации для своего бизнеса. Здесь у меня голосовое управление. То есть когда я захотел прилечь или поиграть в плойку, я могу спокойно продолжать работать над своими продуктами, используя этот микрофон. Здесь с правой стороны выведен календарь, чтобы ничего не забыть. Здесь задачки. Тут я могу поработать с CRM, а это самое прикольное. Я вижу нагруженность на свой мини сервер, оперативная память и CPU. Здесь я вывел все API токены, чтобы не проворонить, если что-то вдруг отвалится. Тут я вижу в логах, что происходит в системе, ну и конечно же, что у меня крутится в докере, вот здесь вот. Поэтому вся система под контролем пока что. Хотите также? Присоединяйтесь.

Умные впечатляются концепцией Джарвиса — это не просто идея. Большую часть работы выполняет агент, я уже привык к этому. Но когда устаю от какой-то постоянно повторяющейся работы — автоматизирую её. Например, я понял, что запарился работать с мышкой и клавой. Всё — изжил себя инструмент, хочу голосом. Это быстрей, эффективней, а разницы уже нет: либо ты курсором наводишь, либо объясняешь. Короче, плюсов много. Жирным плюсом выделяю то, что, управляя голосом, вы учитесь лучше и лучше формулировать команды — так и до управленца хорошо дорасти можно. Кстати да, сделал компьютер умным, а теперь обратная сторона: есть хейтеры и умники, которые говорят: «Ерунда ваш этот Джарвис, агенты и т.п., это всё скам». Ну серьёзно, вам не стыдно? Сегодня вы хейтите концепцию и идею, а через неделю уже приходится переобуваться, потому что кто-то реализовал эту идею. И концепция Джарвиса с каждым днём перерастает изначальную задумку — уже сейчас всё как в фильмах. Я, конечно, понимаю, что если долго не переобуваться, то ноги вонять будут, но всё так, товарищи: не мешайте идеям перерасти себя. Есть много умных ребят, намного умней вас, которые сделают это и поделятся. Короче, не тупите. Впечатляет? Приглашение открыто.

🧨 Fable 5 снова открыли. И первое, что хочется сделать - переключиться на него и гнать через него вообще всё. Не надо.

Fable 5 на полном рассуждении - это очень умная и очень дорогая голова. Посади её ещё и запятые в тестах поправлять - лимиты сгорят к обеду, а толку на копейку.

⭐️ И дело не в том, чтобы найти самую сильную модель и всё валить на неё. Дело в том, чтобы собрать команду. Ровно как в жизни. 💾 Допустим. Есть техлид. Он не пишет весь код сам - держит в голове всю картину, разбивает большую задачу на куски и раздаёт. Сложное отдаёт тому, кто соображает глубже. Рутину - тому, кто быстрый. Сам сомневается - идёт к коллеге за вторым мнением. Всё.

Кто на какой роли: • Fable 5 на максимальном рассуждении - это техлид. Думает, планирует, раздаёт, потом собирает всё обратно. • Opus - тот, кому отдаёшь самое сложное: архитектуру, тяжёлые баги, алгоритмы. • Sonnet - быстрый работяга. Шаблоны, тесты, мелкие правки. • Codex - инженер со стороны, к которому заходишь за вторым мнением. Как собрать, по шагам: 1. Ставишь оркестратору сильную голову: `/model → Fable 5 → /effort max`. 2. Через `/agents` заводишь двух помощников - одного «на подумать», другого «на быстро сделать». 3. Плагином подключаешь Codex - это твой взгляд со стороны. 4. В `CLAUDE.md` коротко пишешь правила: кто за что отвечает. 5. И дальше говоришь с ним как с техлидом: вот цель, вот что важно, сначала план - потом делаем. Что это в итоге даёт. Умная голова перестаёт тратить себя на ерунду. Fable думает - Sonnet печатает. За счёт этого лимитов хватает в разы дольше. На сложную проблему можно натравить сразу две головы. Opus и Codex заходят с разных сторон, не зная про решение друг друга, а потом ты сравниваешь. Так вылезает то, что одна модель просто не заметит. Оркестратор не тонет в мелочах. Помощник возвращает готовый результат, а не свою черновую возню. Один думает и раздаёт, остальные делают. Но. Если задача уровня «поправь один отступ», вся эта команда только зря жжёт ресурсы. Это говорит о том, что: шагов много и ошибиться дорого - собирай команду. Одно движение - сделай сам, не выдумывай.

Инструменты меняются каждый месяц, за ними не угнаться. А умение разложить задачу на роли и раздать - остаётся с тобой навсегда. 👇👇👇

«Запуск локалки прошёл успешно.» Вчера собрал новое рабочее место с супер монитором - и первым делом поднял на нём локальную модель. Но железо - это просто железо. Модель крутится локально. Тот же ассистент, что тянет тексты, код, переводы, аналитику - но наружу он не отправляет НИ ОДНОГО моего слова. Очень не хочется отдавать свои данные и свои мысли на чужой сервер. Логика одна, масштаб разный. Пару лет назад «локалка» была игрушкой для гиков - медленно, слабо, не для дела. На обычном столе крутится модель, которая реально тянет ежедневную работу. Инструменты устаревают за месяцы. А принцип - держать своё у себя - не устареет никогда. Вот это и есть настоящая независимость.

🖥 Claude Sonnet 5. Вышел вчера. Открываешь утром, а он уже стоит по умолчанию у всех, даже на бесплатном тарифе. Вот эта вот история: модель, за которую ещё месяц назад платили как за флагман, теперь идёт средним звеном.

Смотрите, что здесь происходит. Sonnet 5 - агентский рабочий конь. Планирует, лезет в браузер и терминал, пишет код почти на уровне старшего Opus. А стоит - $2 за миллион входных, $10 за выходные. До 31 августа, потом $3 и $15. Контекст - миллион токенов, вывод до 128K.

Красиво? Очень. «Флагман за копейки» - так это и разлетелось по лентам. Нифига подобного. Точнее - не всё так гладко.

У Sonnet 5 новый токенизатор. Тот же самый текст он дробит примерно на 30% мельче. Цена за один токен упала, а токенов на твою же задачу теперь уходит больше. Разбежался - а токенов не напасёшься. Ценник в прайсе красивый, а счёт в конце месяца может удивить.

Вот почему я рекомендую никогда не смотреть на цену за миллион в отрыве. Считать надо стоимость СВОЕЙ задачи - на своих текстах, своём коде, своих объёмах. Это и есть токеномика, про которую все забывают в день релиза.

☝️ Доверяй, но проверяй. Поэтому мы сейчас не репостим пресс-релиз, а гоняем Sonnet 5 на живых задачах - где реально быстрее, где реально дешевле, а где просто маркетинг.

А вы уже щупали?

⁉️ Зачем государству возиться с открытыми моделями, если GPT-4o и Claude уже работают?

Именно этот вопрос и отвечает сделка Palantir + NVIDIA. Правительство США хочет AI, которым управляет само. Без вендорского облака. Без обновлений, о которых никто не предупредил. Без ситуации «нам закрыли доступ» - из-за санкций, политики или просто корпоративного решения.

Palantir запустил движок под NVIDIA Nemotron - открытые модели, которые теперь разворачиваются внутри закрытой инфраструктуры: агентства, критические объекты, всё что к интернету не подключается.

Что получает государство в итоге: - данные никуда не уходят (нет облака = нет утечки) - дообучение на своих данных - засекреченных, специализированных - операционный контроль: обновить, откатить, перенастроить - сами

Это не про «мощность модели». Это про суверенитет над инструментом.

То, что государства делают сейчас, крупный бизнес повторит через 2-3 года. «Не хочу, чтобы мои данные обучали чужую модель» - эта фраза уже звучит в советах директоров. On-premise AI перестаёт быть паранойей и становится стратегией.