Макеев всё оцифровал и доволен
Open in Telegram
Основатель компании Surf. Рассказываю про: - управление агентским бизнесом на 300 человек - digital-фишки, AI и инновации - российский IT-рынок и секси-проекты, за которыми надо следить Приемная: @vmakeev
Show more405
Subscribers
No data24 hours
+27 days
+6330 days
Data loading in progress...
Similar Channels
No data
Any problems? Please refresh the page or contact our support manager.
Incoming and Outgoing Mentions
---
---
---
---
---
---
Attracting Subscribers
May '25
May '25
+4
in 1 channels
April '25
+407
in 4 channels
| Date | Subscriber Growth | Mentions | Channels | |
| 08 May | 0 | |||
| 07 May | 0 | |||
| 06 May | +1 | |||
| 05 May | +1 | |||
| 04 May | 0 | |||
| 03 May | 0 | |||
| 02 May | 0 | |||
| 01 May | +2 |
Channel Posts
Про ИИ писать приятно, но еще приятнее получать такие новости: мы вчера вынесли три золота в разных категориях с премии Workspace Awards 2025!
🏅Лучшее приложение для e-commerce — Love Republic. Сделали приложение, которое увеличило конверсию в покупку в 2 раза.
🏅HoReCa — Бургер Кинг. Преобразили приложение, в котором заказывает бургеры вся страна. Пять лет работаем вместе!
🏅IT-технологии и сервисы — Моя Смена. Пересобрали устаревшее приложение и увеличили число регистраций на 30%. Решаем проблемы найма синих воротничков.
Спасибо команде Surf за работу, а клиентам — за доверие.
Приходите к нам, сделаем также, еще и золото заберем на любых конкурсах, какие только пожелаете.
Обсудить проект/идею/позвать на кофе: @vmakeev
| 2 |  Ну вот, массовая генерация фоток стала на шаг доступнее. Не нужно 3 минуты ждать в веб-приложении для каждой фотки. | 469 |
| 3 |  +1И последний пример — про глюки нейросети.
Фото 1 — подборка вещей для готового лука
Фото 2 — попросил нейросеть одеть человека в эти вещи
Запрос такой: "Make a professional fashion photo of a beautiful brunette girl wearing this outfit".
До идеала пока далеко, одежду со сложными деталями и силуэтами ИИ отдает с ошибками. Что бросается в глаза:
1. Юбка короче, чем на референсе
2. Рукава блузки срослись с джинсовкой
3. Многие детали не совпадают (от подвески до куртки) | 588 |
| 4 |  +2Вот, как это может работать.
Фото 1 — платье из каталога Love Republic
Фото 2 — карточка товара на сайте (живая модель, живая съемка)
Фото 3 — изображение, созданное нейросетью, под мой запрос.
ИИ сгенерировал образ для максимальной конверсии:
1. Нейтральная, но привлекательная внешность модели — это позволяет покупательнице легче представить себя в этом платье.
2. Натуральный макияж подчёркивает черты, не отвлекая от самой вещи.
3. Такая внешность универсальна и лучше "масштабируется" на разных целевых сегментах.
4. Мягкий серо-бежевый фон и хорошее фронтальное освещение подчёркивают текстуру ткани и посадку платья.
5. Ничего не отвлекает от товара — фокус на платье.
Сколько стоит реальная фотосессия, для которой арендуют студию, зовут визажистов, стилистов и еще с десяток спецов? ChatGPT говорит, что от 100 000 за 3-4 часа съемки.
Сколько стоит ИИ-фотосессия? 20 долларов в месяц. | 522 |
| 5 | Fashion is my passion
В преддверии запуска двух проектов — мысли про fashion-фото в e-commerce.
▪️Качественный контент в e-commerce сегодня могут себе позволить либо бренды с узким каталогом, либо гиганты вроде Zara, где каждая вещь отшивается тиражом в 30 тысяч штук.
▪️Для брендов среднего размера (1000–5000 SKU) хорошая съемка каталога обходится дорого. А для мультибрендовых магазинов и вовсе беда: тысячи товаров от разных поставщиков, часто приходится довольствоваться фото от производителей, иногда — снимать самим, без моделей.
▪️Даже с проф. съемок регулярно отдают некачественный контент. Мало времени, дефицит моделей, одни и те же девушки курсируют между брендами, размывая визуальное лицо каждого из них.
Поэтому интересны такие кейсы:
➖Генерация карточки товара по фото вещи (и, опционально, внешности модели). Можно использовать AI-аватары.
➖Расширение фона, особенно вверх, чтобы не перекрывалось лицо модели в превью айфона.
➖Повышение качества фото.
➖Замена фона на более естественный.
➖Генерация вертикальных shorts на основе фото.
После обновления GPT-4o это стало частично возможным. Но есть нюансы:
1. GPT не всегда точно передаёт детали вещей — каждое фото нужно проверять вручную.
2. Генерация занимает несколько минут. У бренда может быть 5000 SKU и по 6 фото на каждый. Нужен инструмент, который позволит централизованно управлять промптами, моделями и задачами генерации. По одному фото вручную не работает.
Курьёз: почти никто не отслеживает конверсию в продажи по каждой модели. Хотя разница может быть до ±30%. Можно посчитать, какие модели лучше продают и оставить только их. Здесь должны появиться интересные выводы о том, какие типажи внешности коммерчески более эффективны.
Да простят меня женщины, но я уверен: AI-модели — это ближайшее будущее моды. | 478 |
| 6 | Про вайбкодинг
Я сжег уже больше 100М токенов в Claude Code, потому имею моральное право поделиться опытом про вайбкодинг.
1. Вайбкодинг действительно очень сильно ускоряет решение большей части задач. Нюанс, как обычно, в том, чтобы вовремя заметить те 20% кода, где его применять не надо.
Не надо применять:
- нетривиальный алгоритмический код (сломается в корнеркейсе - задолбаешься дебажить);
- свежие библиотеки (даже если заставлять читать документацию из интернета, в среднем получается плохо);
- метапрограммирование, написание фреймворков, дизайн API между компонентами;
- security-sensitive задачи.
Надо применять:
- +1 задачи (посмотри, как сделано здесь, и сделай по аналогии);
- все некритичные задачи в незнакомом домене (набросать фронтенд);
- типичный IO layer (в основном хендлеры);
- задачи, в которых вся “сложность” - знать 100500 команд и флагов API (например, aws cli).
2. Вайбкодинг несет неочевидный оверхед в сеньорной команде. Раньше если человек видел код и не понимал его с первой попытки, применялась презумпция качественного кода: если оно написано и закоммичено умным человеком, то, наверное, в этом смысл, надо перечитать и вдуматься. Сейчас иногда приходится переспрашивать “в этом есть какой-то нетривиальный замысел или ты просто нагенерил говна?”
3. Всегда нужно останавливаться и рефакторить - что-то руками, что-то и вайбкодом (“остановись и посмотри, что ты нахуевертил”). Вайбкодинг приводит к куче лишних сущностей, надо вовремя подрезать.
4. Если диалог идет не в ту сторону с нескольких итераций, нужно всегда начинать сначала, его уже не спасти. Если несколько попыткок стабильно скатываются в дичь, несмотря на добавление деталей в изначальный промпт, см. пункт 1.
5. Главный кайф не только в кодогенерации, а именно в активном агентском режиме - кидаешь промпт типа “посмотри на CI, почему упал такой-то PR и найди проблему” или “я задеплоил сервис этим терраформом, посмотри все логи и разберись, почему хелсчеки не проходят”.
6. Для эффективной работы нужно дописывать правила в CLAUDE.md (.cursorrules и так далее), подключать релевантные MCP и в целом анализировать, где оно косячит. Например, вот кусок моего глобал конфига:
Python style guide:
1) when catching exceptions, use logger.exception("message"), not logger.error(str(e)).
2) do not use mocks unless explicitly asked!
3) ensure types are correct, e.g. def hello(name: str = None) is WRONG, def hello(name: str | None = None) is correct.
4) use logger = logging.getLogger(__name__) when declaring a logger
5) prefer match + case over if + elif + else
6) using hasattr is typically a sign of bad design!
Делитесь своими лучшими практиками в комментах! Просто ворчать, что вайбкодинг - херня для кретинов, можно тоже там. | 957 |
| 7 |  Технологическая сегрегация
ИИ-агенты для программирования уже стали частью реальности — от Cursor и Copilot до Firebase Studio. Они быстро эволюционируют и берут на себя всё больше задач. Это не вопрос будущего — это вопрос выбора: как встроиться в новую реальность?
Что надо делать уже сейчас:
➖Заменить свою IDE на Cursor (даже если он не так заточен под ваш главный фреймворк) и Gemini 2.5. Начать платить за Cursor. И использовать его в режиме агента, а не только автодополнений.
➖Начните платить за ChatGPT — $20 в месяц стоят того. Deep Research — пушка.
➖Попробуйте на практике любой MCP сервер и Cursor как клиент. Получите шок и держите руку на пульсе того, что будет происходить с MCP дальше.
➖ Подпишитесь на телеграм-каналы про LLM. Следите за релизами новых моделей и за обновлениями инструментов разработки. Придётся менять IDE и модели постоянно — это новая норма.
Грядёт технологическая сегрегация: разработчики поделится на тех, кто смог адаптироваться, и тех, кто останется без работы под мостом в хвосте. Ригидность и скепсис могут оставить вас не в той группе. | 1 005 |
| 8 | Вспоминаю 2017 год. Еду в Убере по Сан-Франциско. Таксист – настоящий техно-энтузиаст: с восторгом говорит о том, что скоро все машины станут self-driven. Только вот власти мешают испытаниям на дорогах, но надо тестировать технологию хотя бы в Мексике.
Почему? Мексиканских пешеходов не жалко – их все равно массово убивают на улицах.
Я говорю: «Ты ведь работу потеряешь». А он отвечает: «Это неважно. Главное — насколько это интересно».
Сейчас я — этот таксист. | 936 |
| 9 | Прочитал доклад AI 2027 – это своего рода манифест, как и Situational Awareness. Только ещё более оптимистичный: авторы прогнозируют появление AGI уже к концу 2027 года, а не в 2030. Да, это тот самый ИИ, который лучше и умнее любого человека на земле.
Ключевая новизна — в алгоритме создания AGI:
➖2025–2026: появятся агенты-разработчики, которые пишут код лучше людей. Это не только самая прикладная и экономически выгодная область, но и принципиальный первый шаг к AGI. Ведь код — это основной инструмент следующих этапов исследований.
➖Появление AI-исследователя. Агент, способный выдвигать гипотезы, проводить эксперименты и публиковать научные работы. Уже в марте 2025 ИИ сгенерировал статью, прошедшую рецензию на научной конференции.
➖Массовая автоматизация исследований. Миллион AI-исследователей будут проводить научные работы в 50 раз быстрее человека. Запустится петля самоулучшения ИИ. Их исследования позволят им же становиться умнее с каждым днем. Именно они и создадут AGI – человек лишь даст старт.
Почему это случится раньше, чем мы думали?
Мы недооцениваем темпы развития ИИ. В подкасте авторы вспоминают: если бы нас во времена GPT-3 спросили, когда появится то, что есть сегодня, мы бы ответили — лет через 5. Но все случилось быстрее.
Леопольд Ашенбреннер в тексте "Предчувствие будущего" объясняет рост x10 в год тремя факторами:
▪️скорость железа: +0.5 порядка в год,
▪️алгоритмическая эффективность: +0.5 порядка,
▪️разблокировка моделей (новые методы, например Chain of Thought, RL и т.п.): ещё +0.5 порядка.
▪️Итог — x10 в год, а за 6 лет — уже x1 000 000. И по факту, спустя 10 месяцев всё развивается именно так. США запустили свой "Манхэттенский проект" в AI.
Я в это все верю. | 952 |
| 10 | Привет! Еще в универе я создал cтудию разработки Surf. За 14 лет мы выросли в серьезных ребят и сейчас нашими приложениями пользуется каждый третий житель страны – вы в их числе.
Так уж вышло, что все вокруг давным-давно завели свои каналы, один я неприкаянный хожу — так мне мой маркетолог сказал. Поэтому теперь и у меня есть свой блог.
О чем буду писать? Обо всем, что для меня важно — про управление агентством, развитие AI, состояние российского IT-рынка, тонкости работы с клиентами и секси-фишки в продуктах.
Раз в неделю буду проводить UX-разборы разных продуктов, но об этом чуть позже. А пока подписывайтесь, иначе придется уволить маркетолога. | 1 095 |
