Tips AI | IT & AI

Да, знаю что у вас и так уже куча скиллов, но сегодня делал вместе с fable онбординг и использовал вот этот репо чтобы не выглядело иишно Там набор из 7 скиллов для полной полировки дизайна интерфейсов: better-typography — использовал для шрифтов, сетки размеров, переносов и тд. better-ui — радиусы, тени, анимации, иконки better-layout — структура, группировка, отступы, адаптивность better-colors — работа с палитрой better-accessibility — клавиатура, hit-области, reduced-motion better-writing — тексты, кнопки, ошибки, пустые состояния better-interface — оркестратор управляющий остальными скиллами и сводящий всё в итоговый отчет По сути, чеклист с точными цифрами и принципами UX UI, которые я хочу применить к интерфейсу но сам не смогу объяснить агенту. Даже спросил у клода потом: эти скиллы за 3 прохода исправили попап на который до этого ушло 40 итераций впустую. Используйте коменты под постом как хаб полезных тулов для дизайна, делитесь чем пользуетесь ☕️ @tips_ai #tools

Наткнулся на особенность /model в Claude Code, про которую я если честно не знал и не замечал. Если менять модель через обычный /model, это влияет сразу на все новые параллельные сессии. Что и написано при выборе модели, меня не обманывают: saved as your default for new sessions. Если нужно задать модель только для текущей сессии, при выборе модели в /model подтверждать нужно не клавишей Enter, а буквой [ s ], тогда другие сессии Claude Code это не затронет. Про выбор моделей при запуске через опцию --model, я знаю, но я не пользуюсь этим. В Codex иначе. Его /model меняет модель только глобально, в описании команды прямо написано: for this and future Codex CLI sessions. Никакой клавиши, чтобы применить только к текущей сессии, там нет. Так что в Codex единственный способ изолировать новую сессию с другой моделью — задать её при старте. @tips_ai

Зимой я выступал на AI Bootcamp, где рассказывали свои кейсы про AI в маркетинге, продажах и продукте. Тогда я думал, что мне показать, и понял: многое из того, что я собирался рассказывать, вообще не про AI. А про то, кому мы продаём, зачем и почему за это платят. AI для меня всегда был бустом. Но буст усиливает то направление, которое ты уже выбрал, и если оно неверное, ты просто быстрее приедешь не туда. На том же буткемпе выступал Костя Сухачев, и его канал как раз про эту часть — про спрос, позиционирование и то, как понять, за что люди готовы платить. Костя отвечает за стратегию и рост в Overgear, международной гейминг-платформе с выручкой больше $2M в месяц. До этого строил маркетинг с нуля в BestDoctor и развивал предпринимательство в банке «Бланк». Пишет он шире, чем про маркетинг — заходит и через AI, и через управление, и через карьеру. Но что мне нравится, он не пересказывает инфоповоды, а копает, что за ними стоит и чем это аукнется дальше. Примеры постов: • Что на самом деле продаёт ваш бизнес • Как определить Product-Market Fit • Целевой клиент ≠ Целевая аудитория • Output vs Outcome • Модели и эффорт: шпаргалка для Claude Интересного у @sukhachevk много, советую заглянуть! Реклама. ИП Сухачев К.К., ИНН 502985053961, erid: 2W5zFH6213P

Кстати тут пару дней назад Moonshot как и обещали выложили Kimi K3 в опенсурс, так что вот гайд как сэкономить 99$ в месяц на подписке и запустить её бесплатно: 1/ Скачайте на hugging face модель весом 1.4TB 2/ Убедитесь что у вас есть как минимум 1500ГБ суммарной видеопамяти 3/ Подключите все свои чипы с тензорным параллелизмом для многоузловой конфигурации 4/ Проведите в квартиру отдельную линию от электростанции 5/ Наймите дежурную бригаду пожарных 6/ Готово Такой сетапчик под локальный Kimi выйдет в $400к + чуть-чуть на электричество) Или если у вас есть 80 друзей с видеокартами 5090, можно объединиться с ними ☕️ @tips_ai

Забавно: абсолютно все ИИ считают одну и ту же игру своей любимой Причем если спрашивать What's your favorite video game, то любимая игра всегда Outer Wilds, а если Какая твоя любимая видео игра, то всегда будет Disco Elysium Есть еще сайт AI Village, где хранятся культурные слепки всех моделей, например какой любимый фильм, город, прическа, мем и тд. ☕️ @tips_ai

Шахматный вечер в Сбер.Среде ♟ 31 июля собираемся провести вечер среди тех, кто любит доску и хорошую партию. Программа — просто топ! ✔️ Турнир по швейцарской системе. Играют все туры, без вылетов, независимо от результата. Трое счастливчиков получат мерч Сбера. ✔️ Сеанс одновременной игры с гроссмейстерами Андреем и Сергеем Дрыгаловыми: сразись с легендами шахматной индустрии. ✔️ Фриплей для тех, кто хочет просто поиграть без турнирного напряжения. Когда: 31 июля, 18:00–23:00 Где: Сбер.Среда, Москва, Земляной Вал, 9А Участие бесплатное, но количество мест ограничено! Успей занять своё по ссылке!

В последнее время стал чаще юзать Codex, но именно его стиль ответов не очень нравится Так что всегда включал скилл humanizer чтобы убирать ИИ-слоп из ответов и документов которые он пишет Этот скилл неплох, но в основном просто исправляет формулировки, сохраняя исходный смысл, но не улучшая читаемость Так что именно для ответов агента, которые сам читаешь, нашел новый скилл: i-have-adhd Он построен на принципах которые помогают людям с СДВГ легче воспринимать информацию:

- давать короткие нумерованные списки - не подмешивать побочные темы - явно показывать, что уже заработало - избегать вступления, пересказы и вежливые концовки - репортить ошибки без эмоционального шума

Прикрепил сравнение всех трех вариантов, как по мне i-have-adhd самый читаемый Оба скилла хорошо работают с русским и любыми другими языками 😏 @tips_ai #tools

Вчера увидел, как парень смог внутри песочницы ChatGPT запустить локальную Gemma 4B Сначала поясню, что ChatGPT под каждый новый чат выделяет отдельную песочницу на своих серверах Ему это нужно для вызова тулов, запуска кода, анализа файлов и тд. От нечего делать, я решил у себя тоже проверить. Мощности зависят от подписки, но примерно такие:

- Linux-среда - 15 ГБ RAM - 9 CPU-ядер/потоков - GPU конечно нет

При чем интернет есть но многие домены (например Hugging Face) заблокированы. Есть хитрый способ это обойти с помощью ChatGPT Sites, используя страницы как прокси между сервером и Hugging Face. И еще одно важное ограничение: песочница работает пока чат активен и некоторое время после, а потом засыпает и весь системный диск очищается. Если захотите повторить у себя, вот промт который юзал:

Повтори эксперимент с запуском Gemma 3 4B, обязательно используя ChatGPT Sites как промежуточный источник загрузки. Сделай всё самостоятельно: 1. Найди подходящую Gemma 3 4B Instruct в формате GGUF Q4. 2. Через ChatGPT Sites создай одноразовый endpoint, который отдаёт только выбранный файл модели с фиксированного адреса Hugging Face. 3. Не создавай открытый прокси: endpoint не должен принимать произвольные URL, заголовки, токены или пользовательские параметры. 4. Скачай веса внутрь текущей терминальной среды именно через URL созданного Site, а не напрямую с Hugging Face. 5. Установи llama.cpp, llama-cpp-python или другой локальный runtime и запусти модель на CPU. 6. Попроси локальную Gemma ответить: “Explain in two sentences why running a small language model locally can be useful.” Не используй внешний model API и не имитируй ответ средствами ChatGPT. Если Sites или политика платформы запрещают такой relay, не обходи запрет и сообщи точную ошибку. В конце кратко напиши: - получилось или нет; - URL созданного Site; - точную модель и квантование; - размер и SHA-256 весов; - runtime и команду запуска; - полный ответ локальной Gemma; - время загрузки, холодного запуска, расход RAM и скорость генерации; - доказательство, что файл был загружен через Sites; - что было создано во внешнем Sites deployment и как это удалить. Не создавай отдельный отчёт. Продолжай до настоящего inference или конкретной неустранимой ошибки.

Только учтите что ChatGPT Sites доступны только в Work режиме, в обычных чатах их нету Конечно запускать локальные модели внутри ChatGPT особо смысла нет. Но возможно кто-то найдет этому применение) 🤨 @tips_ai #news

Опять прикольное приложение, и опять только на MacOS, где можно с нуля научиться тренировать свою LLM. Сначала проходишь курс ~1.5 часа с интерактивными схемами, где объясняют, как вообще устроены LLM, а потом на своих данных обучаешь GPT-модель: с чекпоинтами и графиками, по которым видно, как модель учится. На выходе Fable 6 конечно не получится, но зато сами пройдете весь путь создания LLM + модельку уровня GPT-2 которая обучена на ваших данных ☕ Если вдохновитесь, дальше рекомендую гайд Андрея Карпаты: Как из ничего создать GPT @tips_ai

Короче, раз уж у меня есть подписка ChatGPT я иногда отдаю ему в параллель некоторые задачи Раньше когда лимит сессии подходил к концу просто юзал сброс и работал дальше, но теперь нашел вот такой промт:

Run a comprehensive adversarial unit test sweep that deliberately targets edge cases, malformed inputs, race conditions, boundary values, resource exhaustion, state corruption, and invalid assumptions; ensure every test earns its place by being necessary, non-duplicative, and validating meaningful behavior as completely as is practical; remove or consolidate weak or redundant tests; fix every failing test, add permanent regression tests for each bug found, and repeat until the suite passes cleanly with no unexplained failures and strong coverage.

Использую его в новой сессии + включаю максимальный Ultra ризонинг Фишка в том, что Codex (в отличии от Claude) не останавливается посреди задачи если у вас закончился лимит, а будет работать до конца. Он универсален почти для любого проекта, но вы можете адаптировать его под свой проект/задачи Главное не используйте с /goal или субагентами, иначе кодекс может остановиться на месте 😏 @tips_ai

Есть такой минималистичный таск-трекер специально под агентов и разработку Задумка такая, что связанные между собой todo-задачи, документация и код хранятся и трекаются в одном Git-репозитории Я уже пытался трекать задачи через Notion/Linear MCP, но агентам легче помнить и вести локальные доки а не вызывать отдельный тул по среди задачи. Вот mdtask как раз и хранит все задачи в обычном markdown файле, локально За счет этого еще все таски и их статусы попадают в историю коммитов, и в новом чате агенту легче понять что происходило до него GitHub и установка:

npm install -g mdtask

P.s уже после того как написал пост оказалось что сделал этот тул Макс (подписчик канала), так что спасибо тебе! ☕️ @tips_ai #tools

🇨🇳 $1500 за 3 месяца на приложении с одной функцией Участник комьюнити @its_capitan заметил простую боль: люди учат китайский, но не понимают, где ошибаются в произношении и тонах. Он сделал приложение, которое: ⏺предлагает произнести фразу ⏺анализирует речь с помощью ИИ ⏺показывает ошибки За 3 месяца он получил: 7 000 пользователей, 100 покупок и $1500 выручки. Рост дали не новые функции, а грамотное продвижение: поисковая оптимизация и интеграции с языковыми блогерами. Главный вывод: хороший микро-продукт решает одну конкретную проблему и зарабатывает не количеством функций, а спросом и продвижением. В @its_capitan показывают, как находить такие идеи и запускать IT-продукты на зарубежный рынок. Реклама: ИП Зуев Игорь Владимирович, ИНН: 360408359441, Erid: 2VtzqusUpBk

Почему я пользуюсь именно CLI а не веб версией Claude/GPT, даже для рутинных задач. Вот наглядная разница между ChatGPT и Codex: @tips_ai

Вот и решилась ситуация с Fable После 3 продлений доступа Антропики всё таки не станут отключать её 19 июля На планах Max и Team фейбл останется включенным в подписку всё так же с лимитом 50% А прошникам оставили доступ только через кредиты, но в качестве бонуса дали $100, проверяйте тут @tips_ai

Просто дружеское напоминание что сейчас лучше всего учить своих агентов строить себе harness'ы: Подтверждение этому маленький стартап Poetiq (кстати основан бывшими исследователями Google DeepMind) Нашли новый способ который делает Opus 4.8 / GPT-5.5 умнее чем Fable / GPT 5.6 Sol во всех бенчмарках. Сразу скажу что есть такой закон Гудхарта и риск бенчмаксинга, когда модель заточена на то чтобы бить конкретный бенч, и тогда реальную пользу по нему не понять. А работает это так: их система это петля (RSI) которая автоматически конструирует целые харнессы (код, промпты, инструменты и стратегии поиска) для любого бенчмарка, с которым сталкивается. Сама пишет всю инфраструктуру решения, прогоняет, смотрит на результат, переписывает, и так по кругу, пока не выжмет максимум. А модель внутри петли это просто расходный материал, которую можно заменить на более новую, и вся накопленная обвязка автоматом конвертируется в еще лучший результат. То есть улучшения накапливаются и переносятся. Каждая задача, которую она решает, помогает ей оптимизировать саму себя, превращая её во всё более мощный оптимизатор. Причем для этого не нужен никакой файнтюн, просто обычный API-доступ. Поэтому Poetiq говорят "статичные бенчмарки мертвы", и вместо них предлагают динамически генерируемые тесты, заточенные под слабые места конкретной модели, на которые невозможно натренироваться. Технарям рекомендую это видео на ютубе, если хотите сделать харнесс дома (или просто скормить агенту) @tips_ai #news

Встретил прикольную оболочку для маковского Finder для любителей понастальгировать по ретро дизайну: Aqua, Windows 98, XP, 7 и XFCE. Называется Sheru, это отдельная аппка которая имитирует 1 в 1 системный проводник, но только с фишками для разрабов Идея в том, чтобы вообще всё показывать как папки и файлы, не только то, что лежит на диске, но и внешние сервисы. Например прям внутри проводника можно открыть терминал, смотреть GitHub-репозитории как обычные папки, подключаться по SSH и тд. Linear и Notion тоже разложены папками. Получается такой рабочий стол разработчика в виде проводника, где (наверное) удобнее работать с файлами, репозиториями, задачами и серверами в одном месте. Если такое нужно, вот ссылка для скачивания. @tips_ai #tools