Zavalishev | AI. Web3. Builds.
Open in Telegram
Простой канал про то, как гуманитарий превращает идеи в софт. AI, Web3, автоматизация и цифровые агенты. Всё на практике. Делюсь тем, что работает. Учу и сам учусь в процессе.
Show more1 380
Subscribers
No data24 hours
+87 days
+130 days
Data loading in progress...
Similar Channels
No data
Any problems? Please refresh the page or contact our support manager.
Tags Cloud
Incoming and Outgoing Mentions
---
---
---
---
---
---
Attracting Subscribers
September '26
September '26
+15
in 0 channels
August '26
+41
in 3 channels
Get PRO
July '26
+40
in 0 channels
Get PRO
June '26
+102
in 1 channels
Get PRO
May '26
+82
in 0 channels
Get PRO
April '26
+202
in 3 channels
Get PRO
March '26
+363
in 2 channels
Get PRO
February '26
+99
in 0 channels
Get PRO
January '26
+36
in 1 channels
Get PRO
December '25
+84
in 1 channels
Get PRO
November '25
+83
in 0 channels
Get PRO
October '25
+77
in 1 channels
Get PRO
September '25
+101
in 1 channels
Get PRO
August '25
+90
in 1 channels
Get PRO
July '25
+505
in 27 channels
| Date | Subscriber Growth | Mentions | Channels | |
| 09 September | 0 | |||
| 08 September | 0 | |||
| 07 September | +1 | |||
| 06 September | +2 | |||
| 05 September | 0 | |||
| 04 September | +2 | |||
| 03 September | +3 | |||
| 02 September | +6 | |||
| 01 September | +1 |
Channel Posts
Какие же классные презентации делает Синапс!!!
А самое главное, что все нативное и относится к MS Office
Примеры выше!
| 2 |  +1Полночь. Я закончил разработку шестой версии движка презентаций для Синапса. И он местами круче Антропика!
Я работал над ним 14 долгих и непрерывных дней.
Как же я нервничал, что мой движок делает хуже, чем система Антропика на базе Опуса.
Сегодня зафиналил. Провел сверку с Клодом. Вздохнул.
12 тестов на разных промптах показали, что мой движок не хуже, а местами лучше антропика. У меня все элементы превращаются в нативные, а антропик вставляет их png. Да и много другого.
На скринах пример сравнения.
Слева - сделал Синапс.
Справа - сделал Антропик.
Дальше лучше.
Продолжаю строить. | 332 |
| 3 | Вчера выступал на канале «Силиконовый мешок» по приглашению @artem_subbotin
Рассказал про свой опыт построения Синапс AI. До сих пор получаю сообщения от людей с разных сторон света с вопросами и очень добрыми пожеланиями.
Спасибо!
Ссылка на стрим https://youtube.com/live/d1h54KkvIIo?feature=share | 368 |
| 4 | Фильм «Матрица» теперь смотрится иначе, конечно.
Любопытно. | 465 |
| 5 |  Кстати, тут Apple одобрил изменения очередные Синапса AI.
Теперь есть новый агент - Тренер.
В помощь вам :)
Много времени убил на функцию воспроизведения видео и правильного подбора тренировок.
Попробовать:
• Веб: app.synapschat.com
• iOS: App Store, ищите «Синапс AI»
• Android: Google Play, ищите «Синапс AI» | 500 |
| 6 |  На сайте «Цифровой эволюции» выложили материалы форума.
Моя презентация теперь в открытом доступе. Это то самое выступление про переход от поиска услуги к пониманию намерения: три поколения цифрового государства и что меняется, когда систему начинает вести не каталог услуг, а живая формулировка человека.
Забирайте, если тема близка. Ссылка на презу. | 392 |
| 7 | Немного рефлексии на канале.
С мая 2025 года я ушёл в AI-разработку с головой. С тех пор у меня не было ни одного выходного в привычном смысле и ни одного отпуска.
Сначала делал CRM для бизнеса. В апреле 2026 пришла идея Синапса. Стало обидно, что в России нет классных агентских систем для обычного человека.
Решил сделать свой ответ: мы тоже умеем делать хорошие вещи.
Четыре месяца спустя в Синапсе больше 7000 зарегистрированных. Без продвижения, на одном сарафанном радио.
Но радует меня не эта цифра, а другая. 500 человек заходят каждый день. Это ядро системы, люди, которые встроили Синапс в свою работу. Кто-то собирает коммерческие предложения, кому-то он готовит учебные материалы, кто-то ведёт через него бизнес и публикует контент.
Вот это для меня главное подтверждение, что делаю нужное.
А теперь про то, что огорчает.
Меня не устраивает моя скорость. Хочу делать больше, но физически не успеваю. Основная работа с утра до восьми-девяти вечера. Потом сажусь за Синапс и сижу до часу-двух ночи. В субботу и воскресенье встаю в восемь и разрабатываю до позднего вечера: смотрю, что в системе работает плохо, что хорошо, как сделать лучше.
Передать разработку кому-то ещё я пока не готов. Слишком много всего держится на моём понимании системы. Как только пользователей и сценариев станет больше, а проект выйдет на рентабельность, соберу команду и начну раздавать задачи.
До этого продолжаю строить нашу отечественную агентскую систему, пусть и на иностранных моделях.
Когда доведу функционал, буду адаптировать под отечественную модель. Такая у меня небольшая мечта.
Ну а пока, держусь на отзывах пользователей, популяризирую Синапс через свои посты в инсте и тут (когда нибудь пост про Синапс обязательно залетит). Человек оркестр :) - разрабатываю, продвигаю и просто придумываю.
Всем добра! | 447 |
| 8 | 7000 зарегистрированных пользователей в Синапс AI
Я рад!
Попробовать:
• Веб: app.synapschat.com
• iOS: App Store, ищите «Синапс AI»
• Android: Google Play, ищите «Синапс AI» | 481 |
| 9 |  ✅ Открытая встреча «Уроки бизнеса со Сбером» прошла при поддержке Центра финансовой грамотности
📍11 ноября в стенах Дагестанского государственного университета народного хозяйства при нашей поддержке прошла открытая встреча в рамках всероссийского проекта «Уроки бизнеса со Сбером».
На мероприятии собралось около 200 студентов из ДГУНХ, Колледжа современных технологий и Колледжа цифровых технологий, чтобы из первых уст узнать о том, как построить успешный бизнес в современном мире.
😎 Перед ребятами выступили крутые спикеры:
- Лусине Авдалян (Сбер) – рассказала о финансовых инструментах, которые помогают компаниям расти и развиваться. ✨
- Алик Завалищев (Сбер) – открыл для студентов тайный мир искусственного интеллекта и его возможностей в бизнесе. 🤖
- Салих Нурмагомедов (молодой предприниматель) – поделился своей историей успеха и дал практические советы, как избежать ошибок и выстроить работающую бизнес-стратегию. 🔦
🎧 Гости не просто слушали, а активно участвовали: получали консультации от экспертов Сбера и узнали о бесплатных возможностях для старта своего дела – акселераторах «Мой бизнес. Первое дело» и «SberStudent».
Такие мероприятия – отличный старт для тех, кто хочет не просто найти работу, а создать ее самому, повысить свою финансовую грамотность и внести вклад в экономику нашей республики! 🚀😉
Республиканский центр финансовой грамотности и дальше будет организовывать подобные встречи. Следите за новостями 💚 | 452 |
| 10 | Как то упустил и не рассказал вам про мое выступление для студентов. Было интересно. | 399 |
| 11 | Нашёл на GitHub полезный репозиторий с агентами для Claude Code, Cursor, Codex, Gemini CLI и других инструментов. Делюсь с вами.
https://github.com/msitarzewski/agency-agents
Внутри много markdown-файлов с описанием разных ролей: разработчик, архитектор, prompt engineer, code reviewer, multi-agent systems architect, SRE, database optimizer.
Я такие репозитории смотрю регулярно, потому что там можно увидеть, как люди описывают агентов для реальной работы.
Это полезно, когда строишь свои агентные системы. У меня в Синапсе всё чаще становится понятно, что качество агента зависит не только от модели. Очень много решает то, насколько точно описана его роль.
Поэтому репозиторий стоит сохранить и полистать. Особенно тем, кто сейчас собирает своих агентов и хочет посмотреть, как другие люди формулируют роли, ограничения и рабочие сценарии.
Продолжаю строить. | 475 |
| 12 | Сейчас строить на Fable 5 и на Opus можно примерно одинаково. Делюсь лайфхаком.
По качеству результата я уже не вижу той пропасти, которая была в первые дни после выхода Fable 5.
Первая версия Fable 5 у меня реально работала очень сильно. Я приносил ей баги, которые с другими моделями чинил две-три недели, и она за несколько минут находила место, где всё ломалось.
Это был редкий момент, когда модель не просто генерирует код, а как будто держит архитектуру в голове.
Сейчас ощущение другое.
На чистом контексте, с нормальной постановкой задачи и
с подробным описанием ожидаемого поведения Fable 5 часто теряет суть. Уходит в сторону. Делает вид, что разобралась, но по результату видно, что нет.
И в этот момент главный вопрос становится уже не «какая модель умнее», а «какая модель дешевле даёт тот же результат».
Поэтому для основной работы я чаще беру Opus. С ним сейчас можно решать те же задачи, просто дешевле. Но Fable 5 я всё равно не выбросил из процесса. Я нашёл для неё другую роль.
Сначала беру Opus и решаю с ним конкретную задачу.
Веду его как сотрудника:
• направляю
• уточняю
• поправляю
• возвращаю к контексту
• дожимаю до результата
Как только фича или доработка получилась, я заканчиваю сессию.
Потом переключаюсь на Fable 5 и даю ей уже не задачу на код, а разбор.
Почему изначально не получилось прийти к такому решению?
Какие вводные были проигнорированы?
Где модель неправильно поняла архитектуру?
Почему пришлось давать столько ручного управления?
Что нужно было написать в инструкции, чтобы с первого раза получить именно такой результат?
Дальше прошу её переписать инструкцию под следующий заход. Не абстрактно «улучши промпт», а конкретно: вот финальный рабочий результат, вот путь, которым мы к нему пришли, вот ошибки первой попытки. Сделай так, чтобы в следующий раз модель сразу двигалась в эту сторону. И вот это неожиданно работает. Получается странная, но рабочая схема.
Opus делает задачу.
Fable 5 разбирает, почему задача не получилась сразу. Потом корректирует инструкцию.
Это всё меньше похоже на промптинг.
Скорее на менеджмент AI-сотрудника:
задача, ревью, ретроспектива, обновление инструкции.
Продолжаю строить. | 469 |
| 13 |  Вышла новая версия Синапс AI. И главное в ней вот что.
Синапс теперь умеет собирать профессиональные карусели для вашего блога.
Описываете тему словами, а на выходе получаете готовую карусель: с логикой повествования от первого слайда к последнему, с вёрсткой и оформлением. Не набор картинок с текстом, а собранный материал, который можно выкладывать.
Второе важное скрыто внутри. Переработана память. Теперь Синапс лучше держит контекст ваших разговоров, точнее вспоминает детали и меньше переспрашивает то, что вы уже говорили.
Плюс десятки исправлений и новых функций, которые проявляются в мелочах: где-то быстрее, где-то стабильнее, где-то просто приятнее пользоваться.
Если считать по последним обновлениям, это около 800 тысяч строк кода!!!!!!
Обновление уже доступно в App Store. В Google Play версия на проверке, приедет со дня на день.
• Веб: app.synapschat.com
• iOS: App Store, ищите «Синапс AI»
• Android: Google Play, ищите «Синапс AI» | 451 |
| 14 | Как вы поняли, даже в отпуске изучаю и читаю что-то новое )) | 476 |
| 15 | Квантовый компьютер против Bitcoin. И кажется, это уже не такая далёкая история
Иногда название моего канала AI. Web3. Builds. всё-таки напоминает мне, что кроме ИИ у меня есть ещё один давний интерес: блокчейн и криптовалюты :)
И вот тут прочитал довольно интересное исследование от Google Quantum AI и других исследователей про то, насколько квантовые компьютеры опасны для Bitcoin, Ethereum и других блокчейнов.
Попробую совсем простыми словами.
Вся история Bitcoin открыта. Мы можем посмотреть транзакции хоть за 2011 год.
Когда вы тратите Bitcoin, в большинстве классических типов транзакций раскрывается публичный ключ. И эта информация навсегда остаётся в блокчейне.
То есть потенциальному квантовому компьютеру не обязательно ждать, пока вы сегодня решите кому-то отправить Bitcoin.
Он сможет пройти по историческому блокчейну, найти уже раскрытые публичные ключи и посмотреть, остались ли связанные с ними BTC.
Если остались:
публичный ключ → квантовый компьютер вычисляет приватный → получает возможность подписать транзакцию и распоряжаться BTC.
Причём времени на такую атаку может быть сколько угодно. Публичный ключ уже лежит в блокчейне.
Есть второй сценарий.
Если публичный ключ ещё не раскрыт, он может появиться в момент перевода. И тогда начинается гонка:
вы отправляете BTC → раскрывается публичный ключ → квантовый компьютер вычисляет приватный → пытается отправить другую транзакцию раньше, чем ваша попадёт в блок.
И вот здесь самое интересное. Авторы посчитали, что для атаки на используемую в Bitcoin криптографию потребуется менее 1 200–1 450 логических кубитов и порядка 70–90 млн квантовых операций определённого типа.
При некоторых параметрах архитектуры это менее 500 000 физических кубитов, а само вычисление потенциально может занимать минуты.
Такого компьютера сегодня ещё нет. Но я решил посмотреть, насколько мы вообще далеко. И вот тут цифры становятся интересными.
IBM планирует уже на 2029 год Starling: 200 логических кубитов и 100 млн операций.
То есть по количеству логических кубитов до нижней оценки из исследования ещё примерно 6 раз. При этом заявленное число операций уже того же порядка.
А следующий IBM Blue Jay, который компания планирует после 2033 года, это уже 2 000 логических кубитов и 1 млрд операций.
То есть по одним только этим параметрам это уже больше цифр, фигурирующих в исследовании для атаки на secp256k1.
Конечно, это не означает, что в 2033 году IBM сможет взломать Bitcoin. Здесь важны архитектура, скорость операций, коррекция ошибок и ещё куча технических параметров. Да и сами машины пока существуют только в roadmap.
Но порядок цифр мне уже кажется очень интересным. И ещё один момент.
Исследователи намеренно не опубликовали детали найденных ими векторов атаки.
Вместо этого использовали zero-knowledge proof: грубо говоря, доказали корректность своих расчётов, не раскрывая сам «рецепт» атаки.
То есть: мы можем доказать, что это работает, но не будем показывать как именно.
А главный вывод исследования простой: переход Bitcoin, Ethereum и других уязвимых блокчейнов на постквантовую криптографию нужно начинать уже сейчас.
Пока мы наблюдаем за гонкой ИИ, где-то рядом постепенно разгоняется ещё одна:
квантовые компьютеры против современной криптографии.
А что если AI станет мозгом, а квантовый компьютер руками? :)
Полное исследование:
https://arxiv.org/pdf/2603.28846 | 946 |
| 16 |  На днях вышел Qwen3.8-27B.
И вот это уже немного с ума сойти.
27 млрд параметров. Модель можно запустить локально на MacBook или Mac mini, при этом по ряду бенчмарков она уже подбирается к топовым закрытым моделям.
Почему для меня это особенно интересно.
Я уже собирал много локальных AI-агентов. И до сих пор модели такого размера нормально работали скорее как чат-боты: поговорить, что-то написать, ответить на вопрос.
Но как только даёшь агенту реальную задачу, где нужно думать, использовать инструменты, писать код, выполнять несколько шагов подряд, качество резко падало.
А здесь по первым тестам всё выглядит уже совсем иначе.
Жду не дождусь, когда вернусь домой и поставлю Qwen3.8 локально. Хочу нормально погонять её на коде и агентах.
Если модель такого размера действительно научилась не только отвечать, но и выполнять задачи, это уже совсем другой уровень локального ИИ. | 389 |
| 17 | Часто ищу в сети всякие полезности по ИИ, разработке, архитектуре. Иногда попадаются реально хорошие материалы, которые хочется сохранить себе.
И вот тут наткнулся на большую англоязычную библиотеку по системному дизайну на основе System Design Interview Алекса Сюя.
Решил перевести её целиком на русский и заодно поделиться с вами.
Получилось 28 глав со всеми схемами.
Там довольно большой разброс тем: от базового масштабирования системы до миллионов пользователей, кэширования и балансировки нагрузки до проектирования YouTube, Google Maps, чатов, платёжных систем, распределённых очередей и даже биржи.
Сам я, кстати, ещё всё не прочитал. Но уже начал.
Мне вообще нравится такой формат: находишь хорошую базу знаний и постепенно проходишь её, параллельно разбираясь в тех вещах, которые раньше знал только поверхностно.
Выложил всё на GitHub в открытый доступ:
https://github.com/zavalishev/system-design-notes-ru
Забирайте. Может, кому-то тоже пригодится.
Ну и звёздочку на GitHub можете поставить, если материал окажется полезным. | 383 |
| 18 | Гарвард и MIT собрали симуляцию из 8,3 миллиарда виртуальных людей. По одному на каждого жителя планеты.
Проект MatrAIx. У каждой персоны 1290 характеристик: возраст, профессия, психология, привычки, отношение к риску. Профиль превращается в агента, когда модель просят сыграть этого человека.
Например, вы сделали приложение и хотите понять, разберутся ли в нём люди. Раньше надо было найти живых тестировщиков, отобрать нужных, посадить их за интерфейс, обработать результаты. Недели работы и приличный бюджет.
Теперь вместо них по вашему приложению кликают тысячи виртуальных пользователей разного возраста, профессий и уровня технической грамотности. И вы читаете, на каком именно экране бухгалтер из небольшого города запутался и закрыл приложение. За ночь.
Главное ограничение честно признают сами авторы. Симулированный человек ведёт себя согласованно со своим профилем, а живой регулярно делает то, чего от него не ждал никто, включая его самого. Так что это фильтр перед запуском, а не замена живым пользователям.
Датасет на миллион персон выложили в открытый доступ.
Работа на arXiv: arxiv.org/abs/2608.04205 | 417 |
| 19 |  Любопытная картина от Bloomberg. Карта сделок между главными игроками AI-рынка.
Интереснее всего тут не размеры кругов, а направление стрелок.
К Nvidia сходятся линии закупки железа. И от неё же расходятся линии инвестиций в тех, кто это железо у неё покупает. Nvidia вкладывается в OpenAI, OpenAI покупает у неё чипы, выручка растёт, появляются деньги на новые вложения. Похожие связки видны с AMD, Oracle и CoreWeave.
Формально это разные сделки разных компаний. По сути весь рынок завязан сам на себя, и деньги ходят по кругу внутри довольно узкого круга участников.
Само по себе это не новость для индустрии, вендоры финансировали своих клиентов и раньше. Вопрос всегда в пропорции: сколько выручки приходит от независимых покупателей, а сколько от тех, кому ты сам дал денег. Снаружи этого не видно.
Смотрите на стрелки, а не на оценки. | 6 007 |
| 20 | https://t.me/politeconomics/19558
Добавлю к этому свои пять копеек.
Сначала важный нюанс, которого нет в цифре 49%. В том же исследовании KPMG видно, что компании из AI не уходят. Инвестиции в него остались приоритетом у 79% руководителей, это больше, чем кварталом раньше. А доля компаний, где AI стал частью повседневной работы, за квартал выросла с 13% до 22%. Никто не сворачивается, идёт пересборка подхода.
Теперь почему расходы обгоняют отдачу.
Потому что AI ставят поверх процессов, которые изначально собирались под людей. Сам процесс при этом остаётся прежним, просто одно из его звеньев теперь выполняет агент.
И вы начинаете платить за токены на каждом шаге старой схемы. Агент читает документ, который человек читал только потому, что данные лежали в неудобном виде. Проверяет то, что проверялось из-за отсутствия сквозной валидации. Пересказывает то, что пересказывалось между отделами. Все эти шаги когда-то компенсировали ограничения людей и систем. Теперь их оплачивает бюджет на AI.
Оптимизировать отдельные куски можно, но большой выгоды это не принесёт. Эффект появляется там, где пересматривается архитектура самого процесса и задаётся вопрос: как эта задача выглядела бы, если бы её с самого начала проектировали под AI.
Я это проходил на своём продукте. Когда делал проактивные напоминания в Синапс AI, первый вариант был как у всех: прогнать весь контекст через модель. Экономика выходила 17 долларов на пользователя в месяц. Точечная оптимизация этой схемы ничего бы не спасла. Я пересобрал саму архитектуру задачи, и стало 0,02 доллара. Разница в сотни раз появилась из другого устройства процесса, а не из экономии на токенах.
Поэтому AI-трансформация это разговор про архитектуру компании, а не про инструменты.
Сначала стратегия и понимание, какие процессы вообще должны существовать в мире, где есть AI. Потом переписывание этих процессов под AI-native логику. И только потом внедрение агентов.
В обратном порядке получается дорого. Что KPMG и зафиксировала.
Продолжаю строить. | 544 |
