Разбогатей или IT

🔥 Хочешь зарабатывать, просто рекомендуя полезный сервис? "Умный Сервис" запустил выгодную партнерскую программу с повышенными выплатами! Как это работает? 1️⃣ Получаешь персональную реферальную ссылку 2️⃣ Делишься с друзьями, коллегами, подписчиками 3️⃣ Получаешь 20% от их первого платежа + 10% от всех последующих! Реальные цифры: 💰Средний чек сервиса: 12 500₽ 💸За первого приглашенного: +2 500₽ к твоему доходу 💳За его повторные оплаты: +1 250₽ каждый раз Почему это круто? ✔️ Деньги капают автоматически ✔️ Нет минималки для вывода ✔️ Подходит самозанятым, ИП, фрилансерам 👉 Начни прямо сейчас: https://t.me/umnii_servis_bot?start=3707 P. S. Хотите узнавать о других новостях и предложениях сервиса? Заходите в канал Умный сервис

Товарищи Альфапренеры, по просьбе в комментах выкладываю базовые 2 промпта которые вам нужны прям вот всегда, чтобы не начинать кодить все с нуля каждый раз) Это команды session-start и session-end. Чтобы продолжить сессию, при старте Claude Code вы просто выбираете нужную скинув ему путь в папочку. /project:session-start — запускает новую рабочую сессию с четкими целями

markdown
# /project:session-start

## Description
Start a new development session by creating a session file in `.claude/sessions/` with the specified format and parameters.

## Usage
/project:session-start

## Purpose
This command initializes a new development session by:
- Creating a session file in the `.claude/sessions/` directory
- Setting up session parameters and configuration
- Establishing project goals and scope
- Preparing the development environment

## Session File Location
- Path: `.claude/sessions/`
- Format: Structured session file with predefined format
- Contains: Session metadata, goals, timeline, and configuration

## When to Use
- Starting work on a new project or feature
- Beginning a new development cycle
- Initializing a fresh coding session with specific objectives
- Setting up a tracked development workflow

## What Gets Created
- Session configuration file
- Project structure and metadata
- Development goals and milestones
- Session tracking information

## Related Commands
- `/project:session-current` - View current session status
- `/project:session-update` - Update the current session
- `/project:session-end` - End the current session
- `/project:session-list` - List all sessions

/project:session-end — корректно завершает сессию и сохраняет прогресс

markdown
# /project:session-end

## Description
End the current development session by finalizing session data, saving progress, and closing the active session.

## Usage
/project:session-end

## Purpose
This command properly concludes a development session by:
- Saving final session state and progress
- Recording completion status and metrics
- Updating session files with final data
- Cleaning up temporary session resources
- Marking the session as completed

## What Happens
- Session status is set to "ended"
- Final timestamps are recorded
- Progress and achievements are saved
- Session summary is generated
- Resources are cleaned up

## When to Use
- Completing a development milestone
- Finishing work for the day/period
- Switching to a different project
- Before starting a new session
- When session objectives are achieved

## Best Practices
- Save your work before ending the session
- Review session goals and completion status
- Document any remaining tasks for future sessions
- Ensure all changes are committed/saved

## Session Data Preserved
- Session metadata and timeline
- Goals and completion status
- Progress metrics and achievements
- File changes and modifications
- Session history and logs

## Related Commands
- `/project:session-start` - Start a new session
- `/project:session-current` - View current session before ending
- `/project:session-list` - View ended sessions
- `/project:session-update` - Update before ending

Давайте так, в один пост не вмещается много текста, и если вам это действительно интересно я могу сложить оформить их где нить в Notion красиво, но мне нужен ваш коммит в 300 🔥 огоньков на этом посте. Набираем 300🔥, бросаю все и иду делать докУмент)

⚡️СРОЧНО: CTO лососевых компаний в панике! Большинство используют Claude Code или Cursor как чат-бота, единицы пытаются хоть как-то управлять нейронкой, чтобы получать внятные результаты. Но если читать скучную документацию и инструкции, можно найти всякие прикольные фишки. Например, в Claude Code есть опция добавления кастомных slash-команд, которые могут быть заточены на юзера или на проект, в котором вы работаете. Работает это всё просто: в папочках проекта или самого Клода есть папка commands, в которой хранятся .md файлы, внутри которых лежит промпт с описанием команды и что она должна делать. И тут, короче, как с MCP - создаем зоопарк и наслаждаемся удобством. Я за последний месяц настроил 45+ кастомных команд и теперь могу контролировать весь процесс разработки без необходимого для этого опыта. Мои топ-команды для проекта Development workflow: - /dev, /build, /test - базовые операции - /new-page, /new-component - генерация компонентов - /add-auth, /add-payment - интеграции из коробки - /fix - универсальный фиксер проблем Session management (это огонь!): - /project:session-start - начало рабочего дня - /project:session-update - обновление прогресса - /project:session-end - фиксация результатов - /project:session-current - текущий статус Personal productivity: - /daily-standup - ежедневные отчеты - /learn - учит тому, что я не знаю в контексте происходящего - /explain - объясняет, почему он закодил именно так - /todo - управление задачами Контроль качества: - /optimize - оптимизация производительности - /security - аудит безопасности Почему это всё круто и важно: 1. Zero context loss - Claude помнит весь проект через сессии 2. Reproducible workflow - каждый день работаешь по одной схеме 3. Quality control - постоянные проверки и оптимизации 4. Learning acceleration - быстро прокачиваешься через /learn Если вы до сих пор используете Claude Code как обычного чат-бота - вы делаете это неправильно. Настройте кастомные команды один раз и контролируйте процесс без вот этих loop-ов, в которые без контроля может попадать AI, чтобы потом не говорить, что без скуф-совета по планированию архитектуры бизнес работать не может, и надо срочно еще кого-нить донанять.

Как устроен Claude изнутри: Anthropic показали свою архитектуру. Пока скуфы с лососем на завтрак спорят, заменит ли их AI, Anthropic уже показали, как на самом деле работает Claude. И там все гораздо интереснее, чем кажется. Оказывается у него под капотом целая банда агентов, которая весьма занятно оркестрируется, даже без MCP-кастомизаций. Когда вы задаете Claude сложный вопрос, он не сидит и не "думает" как один большой мозг. Внутри разворачивается мафия из специализированных агентов по схеме Orchestrator-Worker. Lead Agent - это пахан, который: - Разбирает ваш запрос на конкретные задачи - Создает нужных исполнителей под каждую задачу - Координирует всю банду и собирает результаты Specialized Subagents - это шестерки, но очень умные: - У каждого свой набор инструментов и промптов - Работают параллельно, не мешая друг другу - SearchWorker-Web, SearchWorker-News, SearchWorker-Academic и так далее Как это выглядит в реальности: Вы спрашиваете: "Покажи статистику снижения спроса на PHP-разработчиков" Orchestrator не идет гуглить сам - он создает трех ребят: - Первый роется в вебе - Второй анализирует новости - Третий копается в научных статьях Все работают одновременно, а потом ResultSynthesizer склеивает результаты в нормальный ответ. Почему это топ: Параллельная обработка вместо тупого последовательного поиска. Каждый агент заточен под свою задачу и делает ее лучше универсала. Можно масштабировать хоть до сотни агентов. Если один сдох - остальные продолжают работать. Самая жирная фишка: Anthropic использует Claude для оптимизации самого себя. Рекурсивное улучшение - AI учит AI быть лучше. Плюс тестируют все через LLM-as-judge scoring, где один AI оценивает работу других по четким критериям. Вот термин LLM-as-judge я рекомендую запомнить, это понятие принципиально отличается от “мета-поисковика по датасету”. Кстати, похожую архитектуру можно построить самому через MCP-серверы. Но большинство продолжит делать wrapper'ы над ChatGPT и удивляться, почему ничего не взлетает.

Резюме стрима, доска со стрима и файлы ресерчей - Прикладываю файлом борду Excalidraw (заходим на сайте excalidraw.com и импортируем файл туда, либо открываем через Obsidian ψ плагином Excalidraw) - Прикладываю ресерчи со стрима - Сайт Практикума - go.streetmba.pro, начинаем второк поток обучения на солопренера 16 июня в пнд - Расписание/отзывы+ цены практикума - тут https://aabulkhairov.notion.site/Street-MBA-1f8e986c5a8d80f1bdc6eb942082342c?source=copy_link - По всем заявкам с Практикума заполняйте анкету на go.streetmba.pro либо пишите Алмасу напрямую @aabulkhairov Спасибо, что пришли на стрим! Будем рады видеть на Практикуме p.s. в коментах под постом пишите свои вопросы, если мы не успели ответить на них на стриме p.p.s в коментах приложил описанные выше файлы с бордой

Поиск проблем на рынке, чтобы решить! Стрим решили делать только в YouTube, друзья 📺 https://youtube.com/live/PbSE9KYYrpA?feature=share Можно комментить в ютюбе и тут в чатике канала p.s. Риверсайд че-то снова затупил со стримом в Телеграм

Сегодня с Алмасом замутим стрим - практический разбор того, как за пару часов собрать полный датасет по любой нише и создать работающую go-to-market стратегию. В моем прошлом посте я писал про автоматизацию сбора маркетинговой инфы через Claude + MCP. Многие спросили, как это выглядит на практике. Поэтому решили показать весь процесс в лайве. Что будем делать в прямом эфире: - Выберем нишу и идею для анализа (возможно, голосованием в чате) - Покажем, как через MCP + Claude собрать данные по всем конкурентам за минуты - Проанализируем их лендосы, креативы и продуктовые стратегии - Найдем слабые места рынка и возможности для входа - Создадим финальную GTM-стратегию с конкретными рекомендациями Инструменты, которые покажем: - Claude с MCP-серверами (Tavily, Firecrawl, BrightData, Ffmpeg) - Cursor для автоматизации скриптов - Парсинг Facebook Ads Library и конкурентов Это будет не теоретический разбор, а реальная работа с живыми данными. Покажем весь процесс - как превратить хаос информации в четкую стратегию выхода. Раньше на такой анализ уходили недели и сотни человеко-часов. Теперь - пара дней в кресле дома. И мы покажем, как именно это работает. Время: Сегодня в 19:00 по Москве/Кипру Где: На нашем YouTube-канале БизнесАД или в нашем Телеграм-стрим канале Альфапренеры. Готовьте чай или пивко.

А че как там с SEO? и там AI? Знакомый торгует алюминием (да-да, самые что ни на есть металлические листы и профили). Там очень сложный продажный цикл, поэтому и траф сложен, а вот SEO в таких нишах весьма популярно. А я про него совсем как-то и забыл, а оказывается оно там живо и внедряет AI. Как работает УмныйСервис? Боты имитируют поведение реальных пользователей настолько естественно, что поисковики не видят подвоха. Заходят через органику, кликают, скроллят , проводят время на сайте. Алгоритмы видят активность и думают: "О, людям нравится этот сайт" - и поднимают позиции. Чем это лучше классического SEO? - Нет расходов на клики - только органический трафик - Не накрутка, а умная имитация поведения - Работает точечно по твоим ключам - Первые результаты через пару дней, а не месяцев Главное - у них есть бесплатный тест на 5 дней. Можно потрогать без рисков, посмотреть на первые результаты и только потом решать: 👉 https://t.me/umnii_servis_bot?start=3707

Ну что, как вам там новый дизайн Apple? Действительно важное обновление, которого так всем не хватало - ведь прозрачная шторка это то, что не хватает всем в 2025 году) Видимо, в Купертино считают, что все мы тут сидим и думаем: "Блин, когда же наконец-то у меня будет прозрачная шторка в интерфейсе?" Тем временем мы с Алмасом готовим релиз B2B SaaS-ки, которую концептуально продумывали долго, но вот пилили очень быстро. Главная наша позиция была сделать её по-альфапренерски - без расходов на армию девопсов с кубернетисом и без команды скуфов-пхпшников с лососем на завтрак. Делали её вместе с ребятами из первого потока Практикума StreetMBA, кстати второй поток стартует через неделю, кто хочет записаться - велкам по ссылке. Шли чётко от проблемы и болей клиентов, весь процесс создания записали на видео, как мы в дискорде это всё делали, чтобы получился крутой контент. Но главное тут - к какой vibe-кодинг связке мы пришли, чтобы это, во-первых, дошло до прода, а во-вторых, чтобы в дальнейшем можно было проект поддерживать без особых сложностей. В итоге у нас получилось Cursor (Claude 4 Sonnet) + Claude Code + n8n + Claude API. Чтобы снизить уровень неопределённости, выбрали стек, в котором разбираемся. Кор-функционал сделали через n8n, который по большей части тоже был написан Claude Code, но в то же время n8n выступает своего рода админкой, чтобы мы могли легко понять, где чё нужно дебажить и где чё мы хотим изменить. А вот фронт, логин/регистрация, БД и платёжка была как раз за vibe-кодена почти полностью, т.к. это достаточно базовый простой функционал любого проекта, и с ним всё плюс-минус ок - как с точки зрения качества, так и с точки зрения безопасности. Так как мы топим сами за такую тему, уже на реальном бизнесе показывать, как это всё работает, считаю нашей обязанностью. Ну и явно видно, что мир пытается решить главную проблему индустрии - уволить как можно больше "разработчиков". Но в то же время для трушных инженеров это всё возможность, которой наверное не было никогда. С учётом скорости выпуска в прод и расходов на это, им больше не придётся работать в куколдо-компаниях с их непонятной бюрократией, разными мудаками и личной стагнацией. Достаточно просто понять, что нужно делать, и как на это залить траф. А для этого как раз надо залетать к нам на практикум.

Пошаговый гайд, как развернуть Hunyuan на своем сервере Что такое Hunyuan, можно почитать ТУТ Если вкратце — это text2video или image2video) модель от китайских разработчиков без NSFW (без цензуры), где вы, платя только за серверы, можете генерировать видео из текста или картинки. Но, если вы нашли этот пост, то и так знаете, что это и зачем оно вам нужно) Чтобы развернуть ML-модель на арендованном сервере, нужно: 1. Арендовать сам сервер 2. Установить все рекомендуемые зависимости (библиотеки, драйверы для карты и CUDA) 3. Запустить сам Hunyuan в режиме, который вам нужен Теперь по пунктам: 1. Арендуем сервер, нужен сервер с GPU A100 (80 Гб памяти) Тут сразу несколько вариантов. Я рекомендую выбирать тот, который удобнее именно вам, в зависимости от ваших потребностей и кошелька. Какие сейчас есть варианты: - Selectel/Яндекс (если нужно платить российской картой и нет иностранной) — это примерно 400-500 руб. в час (видеокарты дорогие). Я тестировал только Selectel, для быстрых тестов нормально. - AWS/GCP/DigitalOcean — примерно 5 долларов, так что по сути те же деньги. Этот вариант я не рекомендую совсем. - vast.ai — 1,3 доллара в час. По нашинским это примерно 100 руб. Это мой вариант, его и вам рекомендую. Остальные параметры не особо важны, я рекомендую выбирать сервер с быстрым интернетом и диском не меньше 250гб, чтобы все быстро скачалось и без проблем уместилось на диск Все ВМ можно остановить после того, как с ними поработали, тогда вы платите только за диск (в среднем около 100 руб. в сутки). При этом ВМ не уничтожается — вы сможете ее включить, когда вам будет нужно, и продолжить работу. 2. Установить все зависимости Одна ошибка — и ты ошибся. Тут может начаться веселье, поэтому я рекомендую всегда внимательно изучать, какие конкретно версии использовались в проектах (особенно китайских — они не умеют делать оптимизацию под людей, только под GPU). Для примера возьмем Hunyuan-I2V: 2.1 CUDA CUDA — необходимая штука для работы с видеокартами. Что это такое? Совсем грубо — набор инструментов и библиотек для работы с GPU. Лучше почитать в интернете, если вам интересно. Идеальный вариант — выбрать сервер с установленной CUDA нужной версии. Почти на всех хостингах есть выпадающий список шаблонов (Templates), иначе придется качать самостоятельно (не наш вариант). В описании мы видим вот такую фразу:

We recommend CUDA versions 12.4 or 11.8 for the manual installation.

Это враньё — с CUDA 11.8 вы будете плясать с бубном очень долго, поэтому выбирайте сервер с CUDA 12.4 (или выше, но не сильно). 2.2 Python Также надо выбрать образ с нужной нам версией Python(3.11). Я отметил его на скрине — там и Python, и CUDA нужной версии. 2.3 Conda Найти инструкцию можно тут. Главное в конце (пункт 7) выбрать yes. В остальном инструкция написана хорошо, так что этот пункт я пропущу. 2.4 Библиотеки У Hunyuan есть инструкция, как установить все зависимости. Тут есть несколько нюансов. Делайте строго по порядку, но не выключайте голову — если видите ошибки, значит, вы что-то сделали неправильно из шагов выше. - flash-attention может устанавливаться долго, но если этого не произошло за 10-15 минут, значит, лучше не ждать — где-то ошибка (у меня обычно он устанавливается за 2-3 секунды). - xfuser — в инструкции есть строчка:

python -m pip install xfuser==0.4.0

Если вы так сделаете, у вас ничего не заработает (лол). Просто не скачивайте его — он и так идет в зависимостях к PyTorch. Он в любом случае нужен, если вы арендуете сервер с несколькими GPU (я пробовал взять 4×A100). В остальных случаях он не нужен. - Вот это вообще можете не делать — у вас уже все должно быть

pip install nvidia-cublas-cu12==12.4.5.8 

export LD_LIBRARY_PATH=/opt/conda/lib/python3.8/site-packages/nvidia/cublas/lib/

3. Осталось самое простое! Скачать нужные модельки и запустить. Инструкция по установке моделей тут (будьте осторожны — они немного ошиблись с командами, добавили cd туда, где он не нужен).

Пока все носятся с Veo3 от Google, потому что она имеет хорошее качество и юзер френдли интерфейс, китайцы из Tencent еще в марте релизнули вторую версию Хуньюань, которую ставим у себя локально или в облаке, и делаем видосы вплоть до FullHD. Мой хороший товарищ Саша, написал гайд как собственно это китайское творение развернуть, особенно если нужно генерить видосы промышленно и/или без модерации)) Ну и платить только за железо без токенов. Кто там хотел генерить видосы с моделями в инсту и на онлик, то вот оно) PS Это не реклама)

Ребят, мы уперлись в лимиты Riverside, а они смогут их нам увеличить только завтра. Поэтому стрим дублируется в ютуб тоже. На всякий случай вот ссылки на ривер и ютуб! https://riverside.fm/studio/-smba https://www.youtube.com/watch?v=Dw90uZ1gb9o

Почему текущий AI-хайп вовсе не хайп? Кто глубоко не следит за индустрией, думают, очередной апдейт чатгпт — это типа что-то важное и всё меняет? Все эти о1, о3, 4, 5 и вроде как отложенный релиз 5 GPT не имеет никакого значения с практической точки зрения, хотя сегодня это самая популярная в мире LLM-ка, превышающая тот же Anthropic в десятки раз по аудитории. Важно главное: что выдача любой LLM по запросу из коробки будет всегда среднего качества, а среднее — значит говно. Но запуск двух протоколов навсегда изменил нашу жизнь, потому что теперь LLM использует свой “мозг”, так скажем, для “мышления”, а контекст, с которым надо работать, она берёт уже оттуда, откуда вам надо — и это и есть революция: что достаточно умная штука, которую не надо кормить, поить, давать зарплату, закупать лосось и пиво на пятницу, теперь чётко понимает, что у вас лично происходит, и может выполнять большой спектр правильно поставленных задач. Кароч, это: 1. Model Context Protocol (MCP) от Anthropic 2. Agent2Agent Protocol от Google 3. Мосты между ними Что такое MCP MCP — это как USB-C для AI-приложений. Раньше каждый разработчик изобретал велосипед, пытаясь подключить свою нейронку к файлам, базам данных, API и прочим источникам данных. Получалось криво, медленно и с кучей костылей. Теперь есть стандартный протокол клиент-сервер, где: - MCP-сервер предоставляет доступ к данным (файлы, базы, API) - MCP-клиент (твоя AI-тулза) подключается к серверу - AI получает нормальный контекст для работы Что такое A2A А вот Google пошли дальше и создали протокол для взаимодействия агентов между собой. В A2A есть клиент-агент (формулирует задачи) и удалённый агент (выполняет их). При этом агенты могут быть от разных вендоров, работать на разных платформах, но общаться по единому стандарту. И существуют теперь мосты между ними — например, в виде того же A2A MCP, ну или, например, нативно в Windows. Это самое главное, что вам нужно знать. Забудьте про чатгпт, эппл и другие лососевые конторы — сегодня будущее творят 3 компании, ну и китайцы (правда, они не юзер-френдли для людей вне Китая): 1. Anthropic 2. Google 3. Microsoft (не думал, что когда-то этот день настанет) Ну а как начать этим нормально пользоваться — мы с Алмасом расскажем на закрытом стриме сегодня в 19:00 по МСК. Записывайся через форму!

Как не остаться джуном без плана Хорошая новость: рынок джунов в IT пока не перегрелся (таковы результаты исследования от Яндекс Практикума и hh.ru). Шансы пробиться все еще неплохие, даже если ты не закончил топовый вуз и не контрибьютил в Linux. Исследование охватило 29k+ резюме и 30k+ вакансий по базовому стеку IT-направлений: от аналитики и data science до ПМов. Теперь к главному — что реально работает на отклики? Обучение. Но не видео с ютуба на 1.5x, а плотные практико-ориентированные программы. Это выяснили, когда сравнивали тех, кто учился, и тех, кто не делал этого. За основу взяли прошедших курсы от Яндекс Практикума: они получали на 38% больше приглашений на собесы. Тут все просто, ведь в резюме навыки, проекты и реальный стек. Особенно это решает в горячих нишах: • Data Science — +23.8% к приглашениям; • Дизайн — +40.6%; • Тестирование — +25.7%. Инсайд для тех, кто хочет зайти в IT с бэкдора: самая низкая конкуренция среди джунов — у маркетологов, продактов и проект-менеджеров. Если страшно соревноваться с 100500 Python-разработчиков, лучше идти в сторону стратегии, роста и GTM. Вывод простой: нужно учиться, собирать опыт, строить резюме как проект.

Ребят, вижу хорошо зашел мой пост про то, как с помощью MCP за полдня собрать полный датасет по любому рынку - от конкурентов до их креативов. В целом из общения с подписчиками понял, что написанное не до конца понятно если этим не заниматься каждый день. Фидбек был такой: "Вроде интересно, но половину ваще не понял". И мы решили с Алмасом эту тему раскрыть нормально, сделав стрим-воркшоп "Vibe Go-To-Market". Я показывал как с помощью Tavily, Firecrawl, BrightData и других MCP можно автоматически спарсить всех конкурентов, их лендосы, креативы из Facebook Ads Library, залезть внутрь продуктов и проанализировать всё через Ffmpeg. Но это была только техническая часть. А на воркшопе покажем полный цикл: как из этого огромного датасета выжать go-to-market стратегию, найти слабые места конкурентов, определить правильное позиционирование и получить готовые креативы. То есть весь путь от "вот у меня есть идея" до "вот конкретный план как её продавать" - за пару дней вместо месяцев исследований. Разберем на живом примере: возьмем какую-нибудь нишу и прямо на стриме пройдем весь процесс - от сбора данных до готовой стратегии. Формат живой - стрим в Riverside с возможностью задавать вопросы. Запись пришлем всем участникам. Тут надо помнить, что вам будут написаны сотни промптов в этом процессе, но у тех, кто набил руку, это занимает полдня под чаёк :) Оставляй контакт в форме - пришлем ссылку 👇 Ссылка на форму Стартуем 29.05 в 19:00! timezone Москва/Кипр P.S. Это новый формат для нас, поэтому делаем камерно и только для своих. Места ограничены. Поэтому будем стримить только в Riverside. Запись также пришлем по контактам из формы, в паблик класть не будем.

Продакты не нужны! Слишком много я накидываю на разработку, пришло время поговорить про продактов) И тут, и на Практикуме мы говорим, что продуктовый менеджмент - это задача фаундера, и не может быть делегирована, если только вас не устраивает медленная стагнация бизнеса. Но в то же время, это какой-никакой объём работы, и что-то там знать всё-таки нужно. Но Vibe PM - это на самом деле куда проще, чем вайб-разработка, но, как я понял среди моих знакомых, ожидание следующее: Зашёл в ChatGPT - написал «создай мне спеку» - получил хуйню, и далее такой: ну вот, ваш AI говно, нет ничего лучше аналогово скуфа-продакта) Короче, на такие комплексные задачи нужен мастер-промпт, при этом мы его прогоняем через создание Claude Project, в котором нейронка будет задавать вопросы умнее любого продакта, тем самым создавая царский мастер-промпт. Для того чтобы проще было начать, я к посту прикладываю 5 прикольных продуктовых мастер-промптов для проекта в Claude - пробуйте и удивитесь качеству полученного результата) 1. Промпт «Создание Landing Page» 2. Промпт «Сценарии Reels/TikTok/Shorts» 3. Промпт «Cold Outreach» 4. Промпт «Генератор LinkedIn-постов» 5. Промпт «Создание идеального онбординга» https://orbitonx.notion.site/Claude-4-2007ae65a5e080598bdddd88d5942693 Автоматизируйте свой труд и экономьте бабки)

Феноменальный апгрейд по agentic coding)) Чувствую как будто ДР у меня сегодня!

Claude 4 Opus и Sonnet были релизнуты. Должна быть имба. Все что релизит Anthropic это буквально золото, и делает нас все ближе к айти без айтишников)) Погнали тестить!

Сегодня хочу поделиться личным опытом поиска нормальной одежды, которая работает и для тренировок, и для повседневности. Как я писал ранее, последние годы я серьезно занялся физухой – разные адреналиновые виды спорта, регулярные тренировки. И столкнулся с проблемой: найти одежду, которая функционирует как спортивная, но в то же время круто выглядит.. Тут реально крутая новость для тех, кто следит за собой – Alo Yoga официально зашли в Россию через Lamoda. Это калифорнийский бренд, который сейчас в топе популярности в США среди предпринимателей и людей с активным образом жизни. Раньше приходилось заказывать через знакомых с дикой наценкой, теперь можно напрямую с примеркой и возвратом. Моя жена и мой кошелек теперь очень рады) Взял на тест несколько вещей из мужской линейки. Особенно зашли их джоггеры с карганами – отлично сидят, материал держит форму и отводит влагу. Реально можно пойти в них на тренировку, а потом сразу на встречу, и никто не поймет, что ты в спортивках. Ты не будешь выглядеть как типичный айтишник в мятых штанах, поверьте. На женскую коллекцию тоже стоит обратить внимание – у них в леггинсах какая-то особая система поддержки и компрессии, плюс не просвечивают (информация проверена на практике). Из всех брендов, доступных сейчас в России, это реально топ по соотношению цена-качество. Заказывайте по ссылке) #дружескоепромо

Как провести масштабные социальные исследования и эксперименты с помощью ИИ-агентов - гайд по мощному фреймворку EDSL на Python! EDSL использует модели GPT-4 и Llama2 для создания чат-ботов, опросов, A/B-тестов и симуляций с большим количеством ИИ-агентов. Представьте, что вам нужно протестировать, как люди отреагируют на новый продукт. Раньше пришлось бы долго искать респондентов, платить им, составлять анкеты. С EDSL: 1. Просто описываю сценарии на удобном предметно-ориентированном языке прямо в коде на Python - какие вопросы задавать, какие варианты ответов давать. 2. Фреймворк сам генерирует реалистичных ИИ-агентов на базе мощных языковых моделей и прогоняет их через мой сценарий опроса или эксперимента. В итоге за минуты я получаю результаты, как будто опросил тысячи людей. Можно быстро протестировать гипотезы, сравнить разные подходы, найти инсайты. При этом агенты ведут себя естественно, как настоящие люди с разными знаниями и мнениями. EDSL также поддерживает чат-ботов, которые обучаются в процессе общения. Описываю на DSL базовую логику диалога и запускаю - дальше бот сам развивается, отвечая на реплики пользователя. Фреймворк модульный, расширяемый, работает с разными LLM из коробки. Есть гибкие инструменты для загрузки своих файлов, датасетов, промптов. В общем, если вам нужно быстро и эффективно протестировать идеи и гипотезы с помощью ИИ - то EDSL просто незаменим. Да не идеально, да это не живые люди. Но всё-таки это возможность получить данные для старта, и с учётом последних новостей от Google и Microsoft есть смысл предполагать, что это направление будет развиваться.