Поляков считает: AI, код и кейсы

Немного про пет-проекты в области ИИ Месяц назад мы с командой единомышленников без лишних анонсов запустили сервис с телефонным голосовым аватаром. 🔗 Сервис называется Позвони Гребенюку: https://pozvonigrebenuku.ru Да-да, именно про этот сервис я рассказывал, когда писал про: Голосовые агенты и 152-ФЗ: https://t.me/countwithsasha/639 Юридические спидраны и заряженного директора: https://t.me/countwithsasha/689 🌟 Но речь пойдёт не об этом, а про команды Всё чаще я встречаю утверждения вроде: «Вот раньше, чтобы сделать сервис, нужен был дизайнер, бэкенд, фронтенд, что угодно ещё, проджект-менеджер, бла-бла-бла, а вот теперь нужен только мозг и ИИшка». Собственно, перед «а вот теперь» может быть любой набор ролей и потребностей, которые выполняли информационную роль. Ну и дальше автор разгоняет, что, мол, вам больше никто не нужен, просто купите у него курс, и всё будет круто. Такие тейки — это всё неправда. На самом деле любой проект в эру ИИ продолжает развиваться с ролями, связанными с этим проектом. Не деваются никуда из проектов проджект-менеджеры, юристы и разработчики, а всё потому, что у этих ролей есть ответственность, и от неё никуда не уйти. 👥 Вот пример по ролям, которые делают ИИ-Гребенюка • Директор, которая спидранит регуляторику. Её ответственность — реагировать на регуляторные риски и запускать в работу другие команды. Добавили в сервис промокоды — она запускает процесс обновления оферты. • Юристы, ответственность которых сводится к тому, чтобы обновлять правила работы сервиса под новые фичи, которые придумывает продукт. • Разработчик телеграм-бота, ответственность которого сводится к настройке пользовательских сценариев и подготовке аналитики. • Разработчик бекенда, который управляет памятью агента и взаимодействием с платёжными сервисами. • Менеджер по продукту, который обрабатывает обратную связь от пользователей, предлагает улучшения, дорабатывает посадочные страницы и микроменеджерит промптинг. Все в команде пользуются ИИ, но при этом даже в таком, вроде бы простом, продукте мы не смогли прийти к утопичному «ИИ + мозги = продукт». Ресурс ответственности на одного человека не бесконечный. 🧩 Что в итоге ИИ ускоряет каждого в команде. Но за оферту, платежи и то, что аватар говорит людям в трубке, всё равно отвечает конкретный человек, и в одну голову это всё не помещается.

🎯 Размер команды в эпоху ИИ определяется объёмом ответственности. Работы ИИ снимает много, ответственности — ноль.

А у вас в пет-проектах за что отвечает каждый участник? Кто-нибудь реально тащит регуляторику, платежи и продукт в одиночку? ---- Поляков считает — AI, код и кейсы

Скилл Яндекс.Директа: что добавил за неделю после релиза На прошлой неделе я выложил скилл для Директа, начал его использовать в ряде процесов и нашёл несостыковки. Добавил несколько доработок. Надеюсь они могут быть полезны. 🧯 Работа с лимитами на аккаунт В склиле жёстко прописано не забывать настраивать в кабинете дневные и недельные лимиты. Раньше мог допустить создание рекламного кабинета без ограничений и вляпаться в непряитный сюрприз.

🤷‍♂️ Когда-то 10 лет назад, я рекламировал юриста для призывников, и там было условие показа рекламы <купить военный билет> — юрист не оказывал нелегальных услуг, но нацеливание по запросам иногда бывает кринжовым. Короче это был эффективный запрос ровно до того момента как студия Лукасфилмс выпустила новую часть Звёздных воин. Тогда оказалось, что людей, которые хотят купить билет на звёздные войны в кино, намного больше чем тех, кто ищет юристов и бюджет слился. А я с тех пор везде ставлю предохранители.

Короче теперь и агенты не попадут в такую неприятную ситуацию. 🎯 Добавить цель и не снести остальные В API Директа нет операции «добавить цель»: Campaigns.update принимает только полный список целей. Наивный агент, добавляя одну цель, молча мог стирать старые. Теперь есть флаг --add-goals: читает текущий список, добавляет новое, сохраняет ценности. Заодно научил скилл бухтеть, что в доступных целях полно мусора (автособытия, промежуточные клики) и что оптимизировать «по всем» нельзя. 👥 Сегменты Метрики в ретаргетинг Знаете, что можно делать микронацеливания по сегментам аудиторий, такую рекламу ещё иногда называют программатик, и в ней себя очень хорошо показывает микросегментация. Теперь агенты умеют нарезать сколько угодно сегментов и настраивать по ним нацеливание. Скилл Яндекс.Метрики научился создавать сегменты и давать доступы к аккаунтам (чтобы пользоваться сегментом надо иметь к нему доступ), а скилл Директа научился использовать сегменты Яндекс.Метрики в рекламе: в сетях и на поиске. 🛒 Фиды и товарные объявления Неделю назад скилл поддерживал только стандартные кампании для поиска и РСЯ, но в поддерживаемых методах API есть ещё торговые кампании, которые очень хорошо себя показывают у интернет-магазинов. Добавил поддержку торговых кампаний по фидам, а значит можно нарезать сток на огромное количество групп объявлений или кампаний в зависимости от задач кластеризации. 🖼 Объявление собирается целиком Скилл умеет работать с быстрыми ссылками, картинками, уточнениями, при этом переиспользовать уже созданные компоненты. В общем теперь можно менять картинки хоть каждый день. 📉 «Мало показов» до того, как спросили Скилл позволяет находить группы объявлений со статусом RARELY_SERVED или Мало показов. При перестройке групп агент сам оценивает риск раздробить спрос и предлагает собрать редкие товарные запросы в одну группу с шаблонами в текстах и параметрами в ссылках. 👀 Что хотел сделать и не стал Мне показалось, что самая неудобная задача в этом скилле, это получение к нему доступов от Яндекса. Надо что-то писать, ждать ответа. Неудобно. Хотел сделать, чтобы у вас был единый шлюз, через который сразу можно кидать запросы, но в правилах пользования написано, что владелец приложения несёт ответственность за всё, что будет приложением сделано и передумал. Попробовал подать заявку с нового аккаунта, одобрили за 20 минут. 🔁 Перешлите пост другу, кто ведёт Яндекс.Директ руками: недельный лимит на кабинет стоит поставить и без агента. 🔗 Скилл в репозитории: https://github.com/artwist-polyakov/polyakov-claude-skills Конфиг и доступы: https://github.com/artwist-polyakov/polyakov-claude-skills/blob/main/plugins/yandex-direct/skills/yandex-direct/config/API_ACCESS.md ---- Поляков считает — AI, код и кейсы

Диплинки в кодинговых агентах Deeplinks - простой, но иногда незаменимый прием для быстрого открытия программ прямо в нужном состоянии (как URL в браузере, только для приложений). Я все чаще пользуюсь именно десктопными версиями Claude Code и Codex, и иногда надо из другого приложения открыть конкретную сессию или создать новую в конкретном проекте. Тут-то и помогают эти самые диплинки - ты просто формируешь ссылку вида claude://code/new?folder=/path&q=... или codex://threads/new?path=...&prompt=... и вуаля: при клике апп откроется и покажется на первом плане именно на этой "странице". Как это можно использовать? Несколько идей. - Дашборд проектов. Страничка в Obsidian / Notion: по проекту две ссылки - "продолжить последнюю" и "новая сессия". Или написать свой простой апп с обзором сессий именно так, как тебе удобно, по клику - открывается Claude / Codex. - Всякие лаунчеры, типа Raycast. Можно открывать сессии откуда угодно. Например, удобно в Todoist задачу поставить ссылку на конкретную сессию в приложении агента. - Human in the loop. Пуш / имейл / сообщение "сессия ждет ответа" с прямой ссылкой на апп. Или написать инструкцию чтобы когда клод имеет в виду другую сессию - давал линк на нее. - Черновик промпта. Алерт или тикет с q=Investigate incident: ... - кликнул, промпт уже в поле: посмотрел черновик, захотел - дописал, отправил. Причем такое можно встраивать прямо в сайты. - Handoff между агентами. Claude сделал фичу и в конце отдает open "codex://threads/new?path=...&prompt=Review the diff". Кликнул - и ты телепортировался в Codex. Или наоборот. - Еще можно дернуть программно, скриптом или из терминала. Например, на маке это команда вида open "claude://code/continue?session=last". Доки тут: Claude Code CLI, Claude Desktop, Codex, секция Deep links. Но там есть не все. Ниже шпаргалка (раскрывается).

Claude Code App: - claude://code/new?folder=/path&q=... - новая сессия в папке, промпт уже в поле. - claude://code/continue?session=last - последняя сессия. - claude://code/continue?session=local_<id> - конкретная сессия. Id - это имя json-файла в ~/Library/Application Support/Claude/claude-code-sessions, в самом приложении его нигде не показывают. - claude://code/needs-input - сессия, которая дольше всех ждет ответа на permission. - claude://resume?session=<uuid> - импорт CLI-сессии по uuid из ~/.claude/projects. Три последних маршрута в доках отсутствуют, вытащил из анализа билда приложения. Codex App: - codex://threads/<id> - конкретный тред. Id - это uuid в имени rollout-файла в ~/.codex/sessions, или Cmd+Opt+C в самом треде. - codex://threads/new?path=/path&prompt=... - новый тред в папке с промптом. Есть еще originUrl, чтобы тред помнил, откуда пришел. - codex://new?prompt=... - короткий вариант того же, нужен хотя бы один параметр. - codex://settings/..., codex://skills, codex://automations, codex://plugins/... - прыжок сразу в нужный раздел. - Правой кнопкой по чату - Copy deeplink, или Cmd+Opt+L на текущем. Все это есть в доках. Нюанс: некоторые приложения диплинки не открывают - Notion и Telegram, например, решается простой страницей с HTTP редиректом, типа такой.

Начал копать в эту тему потому что планирую написать себе небольшой лаунчер с быстрым поиском и фильтром сессий, где нужная сессия находится и создается в одно касание. Пока писал пост, нашел отличный репо awesome-deeplinks - схемы для кучи приложений (вы только посмотрите сколько там всего!). Короче, довольно удобная штука, может и вам пригодится. 🔥 ➕ 🔁 @nobilix

Плюсую теме, которую поднимает Рефат. Диплинки в кодинговых агентах реально круто упрощают навигацию. Кстати вот документация для популярных агентов: 1. Codex: https://learn.chatgpt.com/docs/reference/commands 2. Claude code: https://support.claude.com/en/articles/14729294-open-claude-desktop-with-a-link Кажется разумным флоу, где на уровне дашборда каждому сотруднику выдается набор задач, которые сразу открываются внутри агента. Остается придумать как контролировать их выполнение и у нас готовая среда для комбинированной работы над проектами.

Маркетологам приготовиться: скилл для управления рекламой в Яндекс.Директе Если вы следите за моим каналом, то я часто выкладываю тут всякие штуки для маркетологов. И сегодня у меня для вас особый анонс. Скажу прямо, я хотел сделдать этот релиз ещё весной. Как раз когда была череда из полезных скиллов маркетологу: - Яндекс.Метрика — https://t.me/countwithsasha/517 - Яндекс.Вебматер — https://t.me/countwithsasha/552 - Яндекс.Вордстат — https://t.me/countwithsasha/423 - Яндекс.Поиск — https://t.me/countwithsasha/495 🎯 5. Скилл для Яндекс.Директа задержался на полгода И вот пятым в этом списке должен был стать Яндекс.Директ. Но была и остается проблема. Скиллы, которые я пишу используют в основном официальные версии API, а у Директа АПИ не покрывает и половины функционала. Плюс был анонсирован переезд из классических объявлений в комбинаторные — то есть если делать скилл весной, то на те 40% функционала надо было выкатывать сразу комбинированный объём правил, чтобы угодить всем. Летом яндекс раскатал комбинаторные объявления позволив не поддерживать легаси форматы и я решил выпускать скилл. 🔗 Скилл Яндекс.Директа в моем репозитории: https://github.com/artwist-polyakov/polyakov-claude-skills (описание установки в README.md) 🔗 А вот тут ссылка на сам скилл: тыц Можно установить через маркетплейс, можно как папку. Есть ещё механика — клонировать репозиторий и подключать скиллы как диплинки. 🩼 Самое сложное — получить ключ Для использования навыка Яндекс.Директа нужно получить ключ приложения + получить для приложения разрешения использовать АПИ Яндекс.Директа. Просто зарегистрировать приложение в https://oauth.yandex.ru недостаточно. Я написал подробный гайд о том, куда идти, какие тексты писать. Агент который увидит скилл без токена должен подсказать, но я бы советовал пройти руками. 🔗 Инструкция: общее + детально 🚀 Что умеет скилл Яндекс.Директа Я постарался отгрузить максимальную экспертизу по базовым настройкам и аналитике, поэтому среди возможностей: • Анализ данных по трафику, поиск прожорливых фраз, неэффективных кампаний, расчёт метрик эффективности. • Оценка адекватности ставок, контроль бюджетов • Создание объявлений, добавление фотографий, быстрых ссылок, UTM • Корректировки объявлений, проверки ошибок • Есть шаблоны для превью. Теперь можно делать веб-странички клиентам для согласования рекламы • Если скилл чего то не умеет (напрмер создавать мастера кампаний) — делает хендоф.

💪 Мне очень понравилось, что когда я попросил агента проверить тексты на предмет старого месяца, он всё исправил и ещё сказал, что у нас там модель китайской марки не соответствует заявленной в рекламе.

Скилл ещё будет дорабатываться. Если будут предложения и пожелания — делитесь. 🔁 Если у вас есть друг или подрядчик, который занимается рекламой — покажите ему этот пост. ---- Поляков считает — AI, код и кейсы

OpenAI начали раскатывать GPT-6 Astra. Снова разрыв бенчмарков Со вчерашнего вечера все только и разговаривают об анонсе Астры. Закинул тред на реддите в ChatGPT, так он начал расписывать мне какая она крутая матом. Бенчмарки кричат, что AGI уже рядом, расскажу, где действительно круто, а где бенчмаркетинг. 💪 Раскатывают всем, но сначала корпорациям Первыми доступ получили компании из программы Daybreak. Дальше по очереди Pro, Plus, Business, Enterprise, API и AWS. Приятная часть: Тибо Соттьё, глава Codex, пообещал кумулятивный сброс лимитов за каждый день, пока у вас нет доступа к Астре на платном тарифе. Альтман отдельно извинился за кривой запуск — блог-пост успел выйти, пропасть и вернуться. Ожидаю, что к моменту теста у меня накопится лимитов штук пять. 🚀 Бенчмарки рвут, но со звёздочкой 99,9% на ARC-AGI-3 — цифра из анонса. В сноске: прогон шёл на responses API harness от OpenAI, который «меняет две настройки, чтобы лучше соответствовать реальной работе». ARC Prize выложили обе цифры честно: 62,7% на стандартной обвязке за 26 098 $ и 99,9% на провайдерской за 18 817 $. А в таблице OpenAI рядом с 99,9% стоит Opus 5 с его 30,2%. По сути там только сохранение рассуждений между вызовами + компактизация.

😀 Обе цифры настоящие. Только 62,7% — это про модель, а 99,9% — про модель вместе с обвязкой.

⚙️ Планка задрана, но не везде Computer use Astra действительно забирает: OSWorld 2.0 — 72,6% против 65,7% у Sol, и на 47% меньше времени на задачу. Кибербез — 100% на ExploitBench получены без продакшен-защит. Тут я слабо разбираюсь в вопросе, поэтому просто поверю на слово, что стало круто. А про это в анонсе не написали вообще: — Humanity's Last Exam: 57,2% у Astra против 65,0% у Fable 5.1 — Artificial Analysis Intelligence Index: 61,2 у Astra, 60,9 у Sol, 63,1 у Opus 5, 65,7 у Fable 5.1 Прирост над собственным предшественником — 0,3 пункта. 💰 Сколько это стоит За миллион токенов, вход / выход: - GPT-6 Astra — 10 $ / 50 $ - Astra на контексте от 272 000 токенов — 20 $ / 75 $, причём за весь запрос целиком, а не за превышение - Astra в Fast mode — 20 $ / 100 $ - GPT-5.6 Sol — 4 $ / 20 $ - Claude Fable 5.1 — 10 $ / 50 $ - Claude Opus 5 — 5 $ / 25 $ - Gemini 3.1 Pro — 2 $ / 12 $ Astra ровно вдвое дороже Opus 5 и в 2,5 раза дороже собственного Sol. С Fable 5.1 паритет по прайсу, но чтение из кэша у Astra стоит 1 $ против 0,25 $ — на агентских циклах, которые перечитывают контекст каждый шаг, разница набегает быстро. Кто уже получил доступ и гонял Astra на своих задачах — на чём она реально обошла Opus 5 или Fable 5.1? В комментарии кину видео-сравнение генерации в Blender с твиттера. ---- Поляков считает — AI, код и кейсы

Хаюшки-заюшки 🤔 Благодаря крутому ролику от Яндекса и его пиару в большом канале, к нам залетела ещё пара сотен братишек и сестрёнок. Это круто, всем привет! Пара слов о том кто мы и где мы: я Лёша, раньше много много лет занимался разработкой, в прошлом году влюбился в AI и променял тёпленькое место руководителя на hands-on AI-инженера, пилим сейчас коммуникационных агентов, помогающих разным профессиям. Хотел дать пару советов тем, кто только-только начинает этот грешный путь и хочет как можно быстрее научиться магии агентов. Первое Все что вам нужно - практика. Чтобы начать, вам не нужны никакие видосы, каналы, курсы и прочее. Нужны лишь две вещи - мощный локальный агент и любопытство. Качайте лучше Codex, Claude сейчас банит, покупайте подписку за 20 или 100 и вперед. Прочими продуктами не забивайте голову, эти два лучше всех. Как скачали, не пытайтесь сразу писать агентов. Вся прогрессивная часть человечества сейчас пишет скиллы. Разберитесь, что такое скилл, скачайте парочку скиллов, попробуйте их в Codex, напишите свой скилл и потом вы дойдёте до агентов. Второе Вы должны понять основу, ядро дивного нового мира - без этого вам всё будет казаться черной магией и будет сложно менять результаты работы агента. Ключевое - поймите, где проходит грань между моделью и контекстом, что такое агентский цикл и как модель в рамках него вызывает тулы. После этого всё будет просто. Если в двух словах: - перед каждым запросом вы ювелирно собираете для модели контекст (промпт, файлы, ссылки, прошлая история переписки, тулы и прочее) и нажимаете кнопку Enter. То, как поведёт себя дальше агент зависит только от модели (Sol, Opus, Fable) и контекста/тулов - дальше начинается магия агентского цикла - модель поймет что вы от неё хотите, какие тулы есть в распоряжении и начнёт решать задачу, будет по очереди вызывать нужные тулы, оценивать результат и вернётся к вам с вопросами или с решением - правило хорошего тона - берите модель помощнее, ставьте четкие большие задачи, говорите как измерить результат, кладите всё что нужно для решения в контекст, выбирайте режим Auto и пусть сидит делает задачу хоть несколько часов 🐸 Не скипайте этот шаг, пожалуйста 🦞 Прям помучайте свой кодекс, попросите показать пример агентского цикла, найти нужные ролики на youtube, нужные статьи, уделите этому время - оно окупится стократно. Разбираться в 50 оттенках харнесса не надо, это всё потом. Третье Начинайте творить магию в рамках своих профессий. Если вы разработчик, пишите код с помощью кодекса/клода. Если маркетолог, копайте скиллы для маркетологов. Если дизайнер, скиллы для дизайнеров (раз, два, три). Если онлифанщик - ну, вы поняли. Можно даже сразу не качать чужие известные скиллы. Попробуйте сделать что-то просто с кодексом, а когда получится, запакуйте это в скилл. Магическая фраза - "and now make a skill from this conversation", просто напишите это агенту. Не надо всем лезть в программирование и пытаться написать свой SaaS. Просто начните учиться, как делать то, что вы уже умеете делать в вашей профессии, но в несколько раз быстрее и качественнее. Четвертое Вы не одиноки. Не надо сидеть и корпеть одному, вливайтесь в тусовки, подписывайтесь на каналы, общайтесь в чатах. Вокруг вас сейчас существует огромное живое комьюнити каналов и чатов, смело влезайте в этот пузырь, пусть это будет новая частичка вашей жизни, оно окупится. https://t.me/neuraldeep https://t.me/ai_grably https://t.me/nobilix https://t.me/aimastersme https://t.me/evilfreelancer https://t.me/etechlead https://t.me/the_ai_architect https://t.me/gleb_pro_ai https://t.me/kdoronin_blog https://t.me/countwithsasha https://t.me/AiHubFeed https://t.me/sergeinotevskii Тут как в поле чудес, кого-то забудешь и сразу обидятся, не обессудьте! Это лишь часть избранного, крутых каналов гораздо больше. И теперь чаты: https://t.me/aostrikov_agents_chat https://t.me/neuraldeepchat https://t.me/evilfreelancer_chat https://t.me/+CCLxDq2M5bE5OWZi (Тимур) https://t.me/+bP8DhI9XS604OWZi (Саша) https://t.me/ai_engineers_guild https://t.me/aimasters_chat https://t.me/gleb_pro_ai_chat Чаты - это круто. Они все разные, найдите свой по вайбу и тусите там - спрашивайте вопросы, уточняйте когда что-то непонятно, показывайте, что навайбкодили, получайте по щщам и гнобите ботов. Если честно, из чатов можно взять гораздо больше, чем из каналов, потому что в них чаще люди делятся полезным и только там бывают глубокие и интересные дискуссии. И пятое, финальное На самом деле есть один курс. Я запилил его на отпуске, в перерывах между аперолями. 15 уроков, ноль воды, на выходе вас с руками оторвут в любую AI-native команду. Cтоит всего лишь 35 тысяч ССЫЛКА НА КУРС Шутка, пятого нет. Просто качайте Codex и полетели)

В посте Леха Остриков советует очень много базы по ИИ-агентам + крутой курс. Добавить нечего. Всех с Днём знаний)

Яндекс Поиск Скилл: плюс рубль на поиск и по сайтам ходить не надо Обычный поиск через API отдаёт агенту десять ссылок. Ответа в них нет, поэтому дальше агент лезет на пять-семь сайтов, качает HTML, чистит его от меню и баннеров, тащит в контекст всё полученное. На части сайтов ловит 403 и идёт к следующему. Коллеги из поиска Яндекс.Поиска написали и попросили добавить в мой скилл инфоконтексты — как раз чтобы этот кусок работы исчез. Сделал, потестировал, погонял на боевых задачах. 🔍 Что за инфоконекст вообще такой? Инфоконтекст — фрагмент найденной страницы примерно на 500 токенов, релевантный запросу. Потолок по документации — 2 048 токенов на документ и до 20 документов на запрос.

💎 Это дословная выдержка из документа. Её можно цитировать и на неё можно ссылаться — ровно то, ради чего в RAG обычно городят отдельный слой парсинга.

Варианты сценария: агент ищет товар, сразу видит цены нужных образцов и решает, стоит ли вообще идти на сайт. Ну или если надо попросить Claude ходить на всякие gov.ru сайты. 💰 По деньгам всё дорого, но не в стиле Сбера Синхронный поиск стоит 488 ₽ за тысячу запросов, с инфоконтекстами — 1 500 ₽. Короче плюс рубль на один поиск. За этот рубль на поиск агент не делает пять-семь заходов на страницы. Двадцать выдержек — около 10 000 токенов на двадцать источников, столько же обычно съедают три-четыре выкачанные целиком страницы. Плюс нет ожиданий на fetch и нет ошибок 403. У соседей по рынку: 🔸 Perplexity Search API — $5 за тысячу, около 430 ₽, причём до пяти запросов пакуются в одну единицу тарификации. Выгоднее. 🔸 Tavily с извлечением контента — $16 за тысячу, около 1 370 ₽ — то же самое. Яндекс дороже Perplexity и на уровне с Tavily. Зато поиск по российкому индексы: российские законы, госуслуги, региональные цены и локальные магазины Яндекс будет искать заметно меньше. 📐 Когда рубль не надо платить Правило, к которому я пришёл: агент отвечает на вопрос — инфоконтексты включаем. Агент собирает таблицу позиций сайта — отложенный режим и никаких выдержек. Мониторим сайты конкурентов: тоже отключаем расширенный контекст. В зарубежных поисках расширенные снипеты пока не работают, так что для турецкого индекса (я не знаю где ещё яндекс активно работает) включать его не надо. 🧹 Хак, который применил в скилле, и не только в этом 20 выдержек по 500 токенов — это около 10 000 токенов на один поиск. Печатать такое в stdout нельзя.

🔑 Инструмент агента пишет объём в файл, а в stdout отдаёт индекс: строка на документ. Дальше агент читает файл целиком или грепает нужный источник.

Делаю так для любого инструмента, который может вернуть много текста: поиск, логи, дампы базы. Скилл лежит в репозитории, инфоконтексты включены по умолчанию, выключаются флагом --no-snippets. В SKILL.md про это написал. Весь мой каталог скиллов: https://github.com/artwist-polyakov/polyakov-claude-skills/ Расскажите, какие сервисы используете для добавления поисковых сервисов своим агентам? ---- Поляков считает — AI, код и кейсы

Qwen3.8-27B на DGX Spark: обогнал Sonnet 5 в PAC-1 и стал быстрее. Ваш покорный слуга искал способ, как усокрить работу модели. 12-18 токенов в секунду, это конечно очень мало. Плюс есть префилл, хочется немного быстрее получать результат. Нашёл инструкцию на официальном форуме https://forums.developer.nvidia.com/t/qwen3-8-27b-at-34-38-tok-s-on-dgx-spark-open-source-one-command-setup-sglang-nvfp4-dspark/380257 Это вариант спекулятивного декодинга, когда для предсказания токенов берётся отдельная модель. 📏 Что по статистике Автор приводит свои замеры: llama - 27 т/с vLLM - 24 т/с SGLang - 34 т/с Я решил что хочу 34 т/с и пошёл тестировать. На русском языке получилась деградация, но если работать с кодом или JSON будет очень приятный рост. Прикладываю статистику. ⚠️ Проблема с шиной никуда не девается Префил по прежнему долгий, на длинных инструкциях первого токена прийдется ждать прилично, но всё равно быстрее чем префилл на vLLM. Первый токен за 250 мс, а не за 1500 для русского текста. 🔥 Прогнал PAC-1 и модель обошла Опус Когда начал тестировать генерацию JSON и программирование, то впервые увидел 72 и 44 ток/с. На Nvidia DGX Spark это очень круто. Решил запустить бенч PAC-1 и модель обогнала Opus 4.8. Скорость прогона обошла наивный запуск без декодинга в 2 раза: уходило по 100 минут на прогон, но это всё равно долго в сравнении с Qwen 3.6 35b a3b. Но взаимодействие в задачах кодинга стало приятнее.

😀 Забавно, что код на питоне генерируется быстрее кода на TypeScript (см. скриншоты)

🙋🏻‍♂️ А что по бизнес задачам? У рекламных агентств есть неприятная задачка: отчётность по маркировке рекламы в ОРД. Нельзя сказать, что она прям сложгная, у меня давно есть скилл, который позволяет клод опусу создавать таблицы для загрузки. Но в этот раз я отдал эту задачку агенту на Pi у которого под капотом был Qwen 3.8 27B, и он справился. Правда за 30 минут. Кто уже тестил маленькие локальные модели на бизнес задачах? Как результаты? ---- Поляков считает — AI, код и кейсы

Вышло первое большое видеоинтервью с Тибо Соттио — тем самым человеком из OpenAI, который нажимает кнопку сброса лимитов Codex. Я сделал полный перевод и саммари: Кратко о главном из разговора с Мэттью Берманом: — Тибо пришёл в OpenAI из DeepMind, где за год до ChatGPT уже был внутренний чат-продукт, который Google побоялась выпускать. Его вывод: культура решает — у OpenAI исследования и продукт проектируются вместе, а идеи доводятся до релиза очень быстро. — Слияние ChatGPT и Codex не маркетинговый ход: будущие модели сами требуют объединения. Цель — персональный AGI с интерфейсом, который подстраивается под человека. «Вы и ваша мама будете пользоваться одним и тем же продуктом». — Сбросы лимитов начались как компенсация за сбои, а не как акция. Решение не согласуется ни с маркетингом, ни с финансами: «я могу нажать кнопку, когда почувствую, что это правильно». И да, физическая кнопка существует. — Luna подешевела на 80%, потому что фронтирные модели оптимизируют инфраструктуру, на которой сами работают. Тибо называет это формой рекурсивного самоулучшения. Скорость ответов за три месяца выросла примерно на 60%. — Режим ultra fast (до 14× быстрее) внутри OpenAI выдают не всем: мощности резервируют для клиентов, а внутри он нужен при инцидентах. Через год-два такие скорости станут почти стандартом. — «Через два-три месяца Codex покажется примитивным»: следующему поколению моделей тесен ноутбук — облачные агенты, параллельная работа, голос. В статье — саммари подробнее и полный перевод всего интервью: от культуры OpenAI и конкуренции с Anthropic до паузы в обучении фронтирных моделей и СДВГ Тибо. 👉 Первое большое интервью Тибо Соттио из OpenAI: саммари и полный перевод

В канун возвращения пятичасовых лимитов Codex вышло интервью Тибо. Конкретно в моем кейсе именно пятичасовые лимиты являются причиной вылета в экстра юз в Claude. В результате расходы на Антропик у меня больше 200 баксов. Так что ждём, что расходы на Codex тоже вылезут за пределы лимиты подписки. UPD. Мне подсказывают, что введение пятичасовых лимитов касается только пользователей с подпиской плюс. Для Pro пока не включают.

Был нормальный SEO-спец, познакомился с ИИ, стал ужасным У меня в Металлик и Ко есть команда SEO-специалистов на аутсорсе, которые медленно прокачивали довольно «сложный» сайт к росту трафика. За 2 года органический трафик стал x3 вообще без переделки структуры (с 2 800 до 10 000 визитов). Поэтому считаю их молодцами и периодически хвалю. 🔗 Сложный сайт: metallik.ru Ребята реально поняли, что сайт нестандартный, придумали, как ему добавить «магазинности», создали категории тегов товарам, информационные статьи: у сайта растёт Share of Voice. Короче, всё вроде красиво. Но вот к ним в руки попал ИИ (я узнал его по первой строчке в техзадании по антитезе) — и понеслась. 🤦🏻‍♂️ На что я прифигел Прилетает рекомендация на доработку раздела профнастила, а там просто лендинг на 26 экранов с отзывами и энциклопедией профлиста. Выглядит всё нормально и профессионально. Прям убедительно. Таблица, в которой написано, что людям нужны отзывы, они их ищут (лол, что в Гугле) и надо такой экран обязательно. Рядом ответы на главные вопросы, в том числе про снеговые нагрузки. Это очень важно для качественного сайта. И таких 26 экранов. Но прикол в том, что нормальный человек под каждым пунктом будет спорить: — 26 экранов на листинге товаров? Это же дофигища, вы куда? — Отзывы у себя на сайте продавец модерирует сам, доверия к ним меньше, чем к карточке в Яндексе. Отдельный экран под них на листинге — точно не первое, что стоит делать. — Ребята, у нас вообще-то интернет-магазин на шаблонах, а не лендинг: для нас исправление одной категории профлиста эквивалентно исправлению всех категорий на сайте. И можно продолжать долго. Короче, проблема ИИ в продвижении в том, что он представляет собой кальку всего успешного успеха, который только можно встретить. ⚠️ На моём опыте есть ряд сфер, где ИИ ужасен Раньше я любил говорить, что у ИИ есть три области, в которых он из коробки очень плох: 1. ИИ-агенты 2. Реклама в интернете 3. Сайты на PHP Теперь к списку хочется добавить SEO. В целом эти проблемы предсказуемы и легко объяснимы: ИИ-агенты, способы их конфигурации, настройки и построение обвязок — это тема 2025–2026 годов. В интернете пока мало материалов на этот счёт, поэтому ИИ часто использует устаревшие идеи. Реклама в интернете — достаточно старая отрасль, но вся состоит из материалов про успешный успех: как компания-подрядчик включила ретаргетинг/автостратегию/размещения у микроблогеров и какая-то метрика полетела. Сайты на PHP и материалы, связанные с ними, полны примеров плохих экспериментов и неудачных решений. SEO туда же. Ключевая мысль тут, что в таких областях надо дополнительно отгружать в ИИ свои знания и свою доменную экспертизу. Какие действия работают, что в рекламе хорошо, как мы пишем и делаем сайты на PHP. Не надеяться на то, что кто-то натренировал ИИ на идеальную рекламу. Не натренировал. 🚀 Сначала отгружаем свою экспертизу и уже на неё зовём ИИ Прежде чем просить рекомендации, я кладу в контекст четыре вещи: как устроен проект, что физически нельзя поменять, что мы уже пробовали и с каким результатом, по каким правилам принимаем решения. Для «Металлик и Ко» второй пункт звучит буквально так: правка одной категории равна правке всех категорий сразу. С таким брифом лендинг на 26 экранов просто не рождается. ИИ видит ограничение платформы и предлагает то, что можно раскатить на весь каталог, — а это как раз то, за что я хвалил ребят два года.

🎯 ИИ не знает вашу отрасль. Он знает, как о ней принято писать в интернете. Поэтому и сыпется ровно там, где публичные материалы состоят из кейсов «включили автостратегию — и всё полетело».

А у вас какая область, где ИИ из коробки выдаёт красивую чушь? И что вы кладёте в контекст, чтобы он перестал? ---- Поляков считает — AI, код и кейсы

Yandex Ecom Open Air: Алиса, агентная коммерция и ставка Яндекса Сходил на Yandex Ecom Open Air. Агентная коммерция — главный лейтмотив дня, про неё говорили и с большой сцены, делали прогнозы. Был ещё обзор Яндекс.КИТ, но мы с вами интересуемся агентами, поэтому поговорим про неё. 🤦🏻‍♂️ Отдельная ирония: заявку, в которой я указал, что связан с рынком ИИ, на этот фестиваль отклонили. 1️⃣ Что показали по Алисе AI Ассистенту обещают прокачать память о пользователе, ризонинг и вызов инструментов. Идеальный сценарий, чтобы агент искал за пределами пользовательского запроса. Предлагал лучшие альтернативы. Надеюсь это не будет очередным засильем нестрогого рекламного таргетинга. 2️⃣ Модели у экосистем Со сцены прозвучало наблюдение: на западе модели принадлежат независимым компаниям, в России — экосистемам. Отдельным пунктом шёл большой объём данных о пользователях как преимущество. Для качества подбора данные и правда преимущество. Вопрос в том, кому принадлежит ассистент и нет ли конфликта интересов между пользователем и владельцем агента. Для качества подбора данные и правда преимущество. Яндекс владеет моделью, Маркетом, платежом, доставкой и рассрочкой. Маркировка рекламы уже есть, а вот маркировку агентных рекомендаций пока не придумали, получаем вопрос доверия. 🤔 Моё скромное мнение Наблюдая за стараниями Яндекса в популяризации агентного екома, ваш покорный слуга уверен в популяризации потребления через ИИ-агентов. Разработчикам MCP стоит готовиться к поддержке всех возможных протоколов, так как у нас уже есть большое разнообразие идей от разных игороков. Скромные прогнозы Data Insights — 11% российского екома у агентов к 2032 году. Что думаете вы? Уже делали покупки через ИИ-агентов? Доверили бы выбор каких-нибудь товаров ИИ? ---- Поляков считает — AI, код и кейсы

Вайбкодер и вайб-дизайнер — это разные люди, и жаль Весной я писал, что профессия верстальщика сайтов попала под давление: сайт теперь собирается за вечер. Три месяца спустя я насмотрелся на результаты и хочу вам пожаловаться. 🍪 Кейс 1. Баннер согласий, который съел статистику Клиенту переделали сайт. Фирменная черта исполнителя — выкатывать сразу в продакшен: сайт ему проверил GPT-5.6 Sol и сказал, что всё хорошо. Сразу после выкладки — деградация трафика в Метрике. Оказалось, модель заодно провела терраформирование сайта под европейскую юрисдикцию (GDPR): повесила плашку согласий, которая блокирует Метрику и Calltouch до акцепта. Проблемы две. 1️⃣ Юридическая. Требование «не грузить счётчики до согласия» — это ePrivacy и GDPR. В 152-ФЗ такой нормы нет, но есть пункт про «явное согласие», который всё портит, разбираемся. У бизнеса есть законный интерес: считать окупаемость рекламы, отбивать спам, понимать, где ломается сайт. При этом мы не звоним человеку без спроса и не отдаём аудиторию третьим лицам. Я предлагаю рассуждать про куки с позиции борьбы со спамом: капча — тоже кука. Заблокировали сторонние — тонем в спаме. Формулировка, которая закрывает вопрос:

🔑 Мы используем файлы cookie, Яндекс Метрику и Yandex SmartCaptcha для анализа посещаемости, противодействия спаму и улучшения работы сайта. Обработка осуществляется в целях реализации законных интересов оператора на основании п. 7 ч. 1 ст. 6 Федерального закона № 152-ФЗ «О персональных данных». Подробнее — в Политике обработки персональных данных.

2️⃣ Денежная. Счётчик молчит — автостратегии Директа недосчитываются конверсий и учатся на обрубленной выборке. Результат — падает доходность бизнеса. Аналогичным образом происходит изменение статистических факторов ранжирования в органическом поиске. 🧩 Кейс 2. site-config.js вместо констант Здесь я был принимающей стороной. Попросил фрилансера вынести телефон, цену и прочее в строковые константы лендинга, чтобы правки не растекались по файлам. Получил site-config.js, который подменяет захардкоженные значения в готовом HTML. Вместо одного места для правок стало два. Хотели уменьшить сложность, получилось, что Codex её увеличил. Забыл поправить исходник — в поиске висит старая цена, потому что роботы поисковых систем не любят java script. Отдельно про «робот всё отрендерит». Рендерят так неохотно, что капец. Google ставит JS-страницы во вторую волну: у неприоритетных доменов очередь тянется неделями. Яндекс держит рендеринг в бете с 2022 года. LLM-краулеры не рендерят в принципе. Vercel и MERJ разобрали 500+ млн запросов GPTBot — ни одного исполнения JS. Цена, подставленная джаваскриптом, для ChatGPT и Perplexity просто не существует. 🎯 К чему я веду В обоих кейсах код рабочий и симпатичный. Всё выглядит в высшей мере профессионоально и красиво. Сломалось понимание контекста: чья юрисдикция, откуда приходят деньги, кто читает страницу кроме человека.

⚡ Вайбкодер разбирается в логике продукта и умеет остановить агента. Вайб-дизайнер оценивает результат по картинке и похвале от модели.

📚 Где брать базу Сейчас будет похоже на нативку, но я правда вспоминал этот курс за несколько дней до анонса. В прошлом году моя жена Даша прошла «Вайбкодинг на максималках» Глеба Кудрявцева. Первые занятия там — про то, что такое программа, язык программирования, зачем нужны Git и Docker. И только потом «давайте сделаем прикольно». Ровно позавчера рассказывая про шишки набитые об красивые лендинги я вспоминал курс Глеба и говорил, как круто, что он учит базе и объясняет подводные камни. Очень кстати, что очередной поток стартует 20 августа. Есть бесплатная первая лекция, а промокод GLEB3 даёт ещё 10% сверх цены на лендинге. А теперь предлагаю повспоминать косяки, которые вам принесли GPT Sol, вкатившийся вайбкодер или разработчик. Пишите в комментариях. ---- Поляков считает — AI, код и кейсы

Qwen3.8-27B на DGX Spark: балл как у Sonnet 5, скорость как у стажёра Гоняю новую dense-модель Qwen на коробке под столом. Результаты противоречивые ровно настолько, чтобы о них стоило написать. 🏆 Агентный бенчмарк: вровень с фронтиром Прогнал PAC1 — набор из 43 агентных задач. Qwen3.8-27B в режиме reasoning xhigh выдал 90,7%. Ровно столько же, сколько Claude Sonnet 5. Больше, чем у DeepSeek V4 Pro на 1,6 триллиона параметров (89,9%). И это всего лишь 27 миллиардов параметров. Локально. Без интернета. 🐌 А теперь цена Sonnet 5 прошёл бенч за 27,8 минуты. Qwen3.8-27B — за 3,4 часа. Скорость генерации — 10 ток/с. Прикрутил спекулятивный декодинг MTP-3, стало 18 ток/с. Первая мысль была «криво настроил, надо тюнить дальше». Потом прикинул по формуле — оказалось, виновата шина:

📐 макс. ток/с = пропускная способность памяти / размер активных весов

Каждый токен требует вычитать все активные веса из памяти. Заново. У DGX Spark шина 273 ГБ/с, NVFP4-чекпоинт весит 26,4 ГБ. Делим — потолок ~10 ток/сек. Ровно то, что я и видел до спекулятивки. Для контраста: Qwen3.6-35B-A3B на том же железе даёт 75 ток/с. Модель больше, но это MoE — активны 3B из 35B, читается два гигабайта вместо двадцати шести. 👁 Видео: описывает отлично, понимает плохо Второй тест — скормил 28-секундную запись экрана. Сценарий: скроллю до расширения Контур, включаю его, двигаю анимированного персонажа, выключаю обратно. 🔸 Без ризонинга (ответ за 28 с) — подробнейшее описание интерфейса: Chrome, страница расширений, список плагинов, мультяшный персонаж, текст тултипа. Действий модель не разобрала вообще. Как будто ей дали скриншот, а не видео. 🔸 С ризонингом (94 с, втрое дольше) — появился пошаговый разбор с выводами о намерениях пользователя. Выглядит убедительно. И неверно.

🤔 Переключение Контура засекла только модель с ризонингом — интересно, почему? Но каждый раз путалась в показаниях: то описывала включение, то отключение. Как будто дробление на кадры происходит случайным образом. Видимо, тумблер размером 40 пикселей — это шум для EVS при нарезке кадров на токены.

Кстати, стоит помнить, что Qwen3-VL сэмплит видео на 2 fps, то есть если будем пытаться делать скиллы по скринкасту, плотность действий на экране должна быть низкой, а темп медленным. 🗺️ Копии интерфейсов по скриншоту — прекрасно Третий тест — сгенерировал в ChatGPT картинку «хиро-блок сайта» и попросил Qwen сверстать её в HTML. Получилось очень близко к оригиналу. В одном из прогонов референс был с картинками. Модель сама сообразила, откуда их взять, и подставила сервис моковых изображений. Похоже, интерфейсы уже сейчас можно генерировать огромными партиями на небольших локальных моделях. 🧾 Что в итоге, где затестить и сколько стоит Если говорить о запуске на локальном мини-ПК вроде DGX Spark, Qwen3.8-27B — отличная модель, но очень медленная. Для задач, где важен результат, а не время отклика — ночные прогоны, батчи, автономные агенты — это лучшее, что сегодня можно поставить локально. Для интерактива терпения не хватит. Поэтому тут выручают провайдеры: • У нас в РФ эту модель уже поднял Валера — ребята затащили скорость 67 ток/сек • На OpenRouter — 3 доллара за миллион выходных токенов, но Throughput 16 ток/сек настораживает • Вот бы дождаться раздачи на cloud.cerebras.ai — там это будет выглядеть сверхбыстрой магией по 500 ток/с. Интересно, когда мы сможем тянуть такие модели прям на локальном железе? Кто что думает? ---- Поляков считает — AI, код и кейсы

Сюрприз от Manus: аккаунты удаляют, но обещают все вернуть Сегодня получил рефунд подписки на Манус и уведомление о том, что надо сделать бекап. Оказывается, что для соответствия законодательству компания вынуждена удалить данные. Но при этом они позволяют все данные скачать в виде бекапа, чтобы потом восстановить. 🔗 Вот ссылка: https://manus.im/backup 🤦🏻‍♂️ Всему виной сделка с Мета (террористом и экстремистом)

Data generated by some users on/after Meta's acquisition of Manus needs to be deleted to comply with regulatory requirements in specific jurisdictions.

В своем блоге Манус объясняет ситуацию, что некоторые юрисдикции обязывают их удалить данные накопленные в период владения вышеназванной корпорацией. 💳 Дарят скромный извинительный бонус Всем кто вернется после 23 августа дадут скидку 90% на первый месяц подписки. Возвращаться или нет, пока не решил. Возможности сервиса, это только виртуальная машина + агент в почтовом ящике. Что думаете? Нужен Манус современному айтишнику? Какие фичи в нем ценные? UPD: Анонсированы вообще свободные лимиты. ---- Поляков считает — AI, код и кейсы

инсайт который пришёл мне этой ночью, пока я жёг токены вы сталкивались когда-нибудь с такой проблемой: прорабатываешь с codex scope задачи или архитектурное решение и порой бывает, что это занимает довольно много контекста и может выполниться парочку compaction. да, у codex действительно лучший compaction на рынке и у нас есть почти бесконечное контекстное окно, но всё же важные детали после compaction в любом случае теряются. особенно, если эти детали не были зафиксированы где-нибудь в файлах, которые можно почитать после compaction. что делать? попросите codex использовать tool read_thread. если вы раннее видели как codex читает чужие треды, то вы наверняка знаете, что это за tool – он позволяет кодексу читать соседние треды. но вчера до меня дошло, что его можно просить читать и свой тред тоже. таким образом, можно прочитать детали, которые он писал в треде, до наступления compaction и восстановить их, чтобы потом сохранить в вашем плане.

прочти весь наш тред через read_thread и убедись что ты собрал все детали которые мы с тобой обсуждали и на которых остановились

вы уже знали про такой лайфхак? Лайк, репост, ✔️ Тимур Хахалев про AI Coding, подписывайтесь!

Разбираем ошибки Сбербанк Онлайна и обсуждаем ИИ для управления интерфейсами На самом деле пост про Bb харнес, но хочется обсудить с позиции продуктов, поэтому начнём со Сбербанка. Около 240 часов коллективного времени в сутки — столько, по моей прикидке, съедает ИИ-поиск в «СберБанк Онлайн». Сбер встроил ИИ в строку поиска. Раньше я находил нужный пункт меню мгновенно, теперь жду генерацию 2-3 секунды, чтобы быстро перейти к разделу со штрафами.

🗺️ Считаем на салфетке. В приложении, по данным самого Сбера, больше 85 миллионов активных пользователей. Если хотя бы 1% раз в сутки лезет в поиск и теряет на ожидании секунду — это 850 000 секунд, или 236 часов. Оценка нарочно скромная. Плюс электричество и токены за то, что и так работало быстро.

А на прошлой неделе я увидел, как ИИ в интерфейсе делают по уму. 🧩 bb: агент дописывает интерфейс на ходу Рефат разобрал bb — открытую обвязку для кодинг-агентов — https://getbb.app. Я бы назвал это харнес для харнесов. Внутри Claude Code, Codex, Cursor, Pi, OpenCode, Grok и Hermes, что угодно с поддержкой ACP. Мне в Bb зашла идея с плагинами: агент прямо в треде пишет плагин под твою задачу, собирает и подгружает его сам. Плагин умеет добавить панель в сайдбар, свою команду, инструменты и навыки для агентов, фоновые задания, собственную базу SQLite. Многое в самом bb так и сделано: автоматизации, сайд-чат, память, задачи, интеграция с GitHub.

🤔 Я искал у Bb связь с Россией, так как Bb — это слово ИИ набранное в английской раскладке. Но не нашел.

🧪 Что попробовал я Селектор скиллов. Один раз указываешь директорию с навыком, дальше bb сам прокидывает симлинки и добавляет избирательную подгрузку. Вышло криво, но за пару минут и без единой строчки кода руками. Можно настроить отображение остатков лимитов подписки, и у меня наконец-то отображается остаток лимитов из Cursor.

⚡ ИИ в интерфейсе может быть полезен тем, что может собрать экран под конкретного пользователя.

🎯 Кому стоит украсть идею - Сбер: чтобы пользователь мог вынести штрафы в меню, если ему они интереснее чем кредиты. - Битрикс24: дашборды, которые пользователь собирает себе сам по своим задачам. - Яндекс Директ: быстрый доступ к настройкам, до которых сейчас четыре клика. Список можно продолжать, в него вписывается почти любой SaaS с ценностью на уровне приложения и интерфейса. 🧯 Что стоит знать до установки Проекту пара месяцев. До версии 0.36.0 от 8 августа сервер bb слушал все сетевые интерфейсы и отдавал неаутентифицированный API любому, кто дотянется до машины. Починили, теперь только 127.0.0.1. Десктоп только под macOS на Apple Silicon, остальным npx bb-app@latest, Windows через WSL2. Сам я не перееду: слишком привык к нативным Claude Code и Codex. Но как демо для тех, кто делает интерфейсы, это самое интересное, что я видел за последнее время. Думали уже о том, что ИИ — это скорее не болталка, а способ нового взаимодействия на уровне интерфейса? Какому из продуктов советовали бы добавить агентов, как средство изменения интерфейса? ---- Поляков считает — AI, код и кейсы