ИИволюция 👾

Сижу, пью вкусный американо в кафе, а тут знаки от вселенной! Сейчас самое время… Пойду оформлять покупку мак мини, сейчас самое время 😅

Статьи и посты как готовая инструкция для AI-агента В последние дни активно занимаюсь веб-воронкой для мобильного приложения. Изучаю кучу материала, читаю статьи экспертов и практиков, поглощаю информацию по крупицам в твиттере и на ютубе. Веб-воронка – это когда вы пользователя из рекламного трафика ведёте не сразу на установку приложения, а создаёте прослойку или отдельный веб-сайт, лендинг с квизом (онбординг), адаптированный под экраны смартфонов. Если короче: Человек видит рекламу → попадает на сайт → проходит квиз (онбординг) → оплачивает подписку → только потом скачивает приложение. Так вот, главное в этом деле – максимально высокая конверсия в покупку, а чтобы этого добиться, нужно проводить много экспериментов. На это нужны и время, и деньги. Но другие игроки на рынке или, другими словами, ваши конкуренты уже протестировали многие вещи и даже где-то рассказали о своих успехах, упомянули в одном из подкастов, написали статью о своих подходах. Всё всегда есть в сети, главное хорошо искать. В поисках, конечно же, помогает AI-агент. И вот я наткнулся на пост на одном канале, где максимально сжато был описан подход по прокачке social proof в веб-воронках, чтобы пользователь максимально поверил и доверился вам, чтобы всеми фибрами почувствовал, что ваш продукт суперкрутой и лучше на рынке не бывает. И я просто скопировал этот текст, вставил в Claude Code и попросил проанализировать мою веб-воронку согласно подходам из этого поста и прокачать social proof там, где это уместно и необходимо. Аналогично с ютуб-роликами или подкастами. Вы выбираете пачку роликов, где конкурент делится подходами, тестами и экспериментами, рассказывает про их опыт, транскрибируете это всё, саммаризируете, но только с фокусом на поиск ответов по интересующей вас теме, и если там есть ценные советы, скармливаете эту выжимку в СС и просите прокачать ваше решение не хуже конкурента. Поэтому если пишете о своём опыте, пишите кратко и так, чтобы можно было сразу скопипастить в AI-агента и попросить его сделать так же!😄

А если без шуток, новости не такие веселые Джек Дорси, тот кто основал Твиттер, в своей текущей компании увольняет сразу 4000 человек из 10000. Компания прибыльная, растет, есть деньги, но AI изменил подходы, сделал многое проще и теперь в таком количестве людей просто нет необходимости. Не буду углубляться в детали, суть одна – мир меняется у нас на глазах и в этом году таких массовых увольнений и сокращений будет множество во всём мире. Это только начало. Целиком твит Дорси: тут

Немного веселья на ночь 😁 ПАЦАНЫ, Я СЕГОДНЯ СИДЕЛ КОРОЧЕ В ДИСКОРДЕ И УВИДЕЛ ЧЕЛА КОТОРЫЙ СКАЗАЛ ЧТО УСТАНОВИЛ КЛЕШНЮ И ТОТ ЧИТАЕТ ЕГО ПОЧТУ, НУ Я ПОДСКОЧИЛ И РЕЗКО ПЕРЕЕБАЛ ЕМУ В ЩЩИ С ВЕРТУШКИ И ПОЯСНИЛ ЕГО КРИКОМ "ЭТО ТЕБЕ ИНЪЕКЦИЯ СУКА", ПОТОМУ ЧТО Я УГОРЕЛ ПО ЧИСТЫМ API, ПАЦАНЫ ДУХ СТАРОЙ ШКОЛЫ ЖИВЁТ ТОЛЬКО В РУЧНОМ УПРАВЛЕНИИ КОНТЕКСТОМ, ГДЕ ЕБАШАТСЯ ПО ХАРДКОРУ, ГДЕ ПАЦАНЫ ЖИВУТ EVAL'АМИ, ПРЯМЫМИ ЗАПРОСАМИ И ЕБУТ АВТОНОМНЫХ АГЕНТОВ В РОТ! ТОЛЬКО ЧИСТЫЕ API, ТОЛЬКО ХАРДКОР!!! РУЧНЫЕ ПАЙПЛАЙНЫ УЛЬТРАХАРДКОР КОДИНГ!!! пацаны ебашьте веб-морды, мемори-банки, агентов, пидарасню с векторными базами, угорайте на бенчах, любите свой Код, токены и Сцену! ДОВОДИТЕ ПРОМПТЫ ДО СОВЕРШЕНСТВА И ШЛИТЕ ПРЯМО В ЭНДПОИНТ! ЧИСТЫЙ REST!

Google выпустили Gemini 3.1 Pro Обновленную модельку очень прилично качнули на кодинге, ризонинге и агентных задачках. Сравните: – 77.1% на ARC-AGI-2 вместо 31.1 у Gemini 3 – 80.6% на SWE Verified против 76.2 – на BrowseComp (агентный поиск) выбили аж 85.9 вместо ранних 59.2 (ждем мега мощный Deep Research на базе этой модели) Теперь Gemini снова полноценный игрок на кодинг-арене, это радует. Пока моделька доступна в превью через Gemini API, Gemini app и в AI Studio (бесплатно тоже). Пробуем-пробуем-пробуем 🔥 blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-1-pro/

Ну правда, а зачем? Я уже удалил 😀

Claude Code и Figma Давно хотелось иметь возможность в Claude Code переносить текущий дизайн экранов и всех их состояний в Figma, делать микротюнинг руками (порой так быстрее) и потом просить СС перенесли исправления обратно в код. Figma MCP обновился и теперь можно попросить в Claude Code перенести конкретные экраны, все состояния экранов в Figma! Для небольших команд это крутое обновление, потому что порой объяснить словами, что хочется исправить в дизайне и как это должно бьыть в итоге, сложно и приходится делать много итераций. Или нужны дизайны экранов для скриншотов, чтобы в Figma выстроить все наборы экранов и локализаций. В общем, выглядит супер годным и всем, кто о таком мечтал, ставить: /plugin install figma@claude-plugin-directory А вообще, здесь полный список MCP разных сервисов для Claude Code https://code.claude.com/docs/en/mcp

Как AI изменил разработку и как управлять этими изменениями За последний год случился серьезный прорыв в том, что ИИ может дать командам разработки. Мы начинали 25-ый горсткой энтузиастов с простым чатом и автокомплитом в Cursor, а 26-ой начинаем с командами агентов, которые начал внедрять даже энтерпрайз. Может ли AI ускорять команды – уже не вопрос. Вопрос в том, как это организовать и этим управлять – ведь у отдельных команд еще не накопилось достаточно часов опыта и проверенных практик. Более сложная задача – отфильтровать шум, когда все хотят прокатиться на хайп трейне. В таком ситуации стоит слушать только тех, кто уже сам провел эксперименты и сделал личные выводы. Потому Стратоплан и Entropy Talk собрали известных экспертов с реальным опытом: Head of AI и СТО крупных банков, фаундер стартапов с оценкой в десятки $m, инвестор в ИИ-стартапы с чеками 1-10M $, ex-CТО Pure, VP of Product в Jetbrains и сооснователи Стратоплана Для кого: senior engineers, тех- и тим-лидов, СТО и фаундеров Участие – бесплатно, но есть и платное (предоставляем сертификат) Когда: 24-26 февраля, онлайн или в записи [ Регистрация ]

Sonnet 4.6 Недели 2 назад ходили слухи о скором выходе Sonnet 5, но пока нам выкатили Sonnet 4.6. Скорее всего не было потребности выпускать Sonnet 5 раньше обновлений конкурентов и просто придерживают монстра в клетке. Полный апгрейд по кодингу, computer use, работе с длинным контекстом, агентному планированию и дизайн задач. Сразу стал дефолтом в Free и Pro тарифах. Бенчмарки: На 11 из 16 видах тестов Sonnet 4.6 обходит даже старый Opus 4.5. – ARC-AGI-2 (нестандартные задачи): 58.3% против 13.6% у Sonnet 4.5 и 37.6% у Opus 4.5 – BrowseComp (агентный поиск): 74.7% против 43.9% у Sonnet 4.5 и 67.8% у Opus 4.5 – Office tasks GDPval-AA: 1633 против 1276 у Sonnet 4.5 и 1416 у Opus 4.5. – Finance Agent: 63.3% против 54.5% у Sonnet 4.5 и 58.8% у Opus 4.5. – Computer use OSWorld: 72.5% против 61.4% у Sonnet 4.5 и 66.3% у Opus 4.5. – Terminal-Bench 2.0 (агентный кодинг в терминале): 59.1% против 51.0% у Sonnet 4.5. Opus 4.5 чуть выше - 59.8% – SWE-bench Verified (реальные задачи на GitHub): 79.6% против 77.2% у Sonnet 4.5. Opus 4.5 - 80.9% Цена $3/$15 за млн токенов, т.е. осталась без изменений, какая была у Sonnet 4.5. Доступен на всех планах Claude, в Claude Code, API и облачных платформах. Free тир обновили до Sonnet 4.6 по умолчанию. Доступен контекст 1M токенов (бета), но только при оплате по токенам через API и в СС включении трат за токены (в подписке недоступен). Как пишут Антропики, Sonnet 4.6 подходит для большинства повседневных задач: фронтенд, многошаговые задачи, работа с документами и финансовым анализом. Рекомендуют попробовать Sonnet 4.6 с разными уровнями thinking, чтобы найти баланс скорости и качества под свои задачи. Opus 4.6 оставить для рефакторинга больших кодовых баз, координации нескольких агентов и задач, где цена ошибки высока. Я до этого вообще всё делал с Opus 4.6, но кажется простые задачи теперь надо делегировать на Соннет 4.6 и оркестрировать теперь эти модели. Не люблю это, всегда забывается про выбор модели перед запуском конкретной задачи, и скорее всего так и буду сидеть на опуске 4.6 Подробнее в блоге Антропик: https://www.anthropic.com/news/claude-sonnet-4-6

Конструктор status line для Claude Code Ранее я вручную настраивал под себя статусную строку в СС через команду /statusline. Это было дольше, нужно было объяснить что хочется и в несколько итераций удовалось получить нужный результат. Но я нашел способ гораздо удобнее, быстрее и с кучей готовых виджетов. Можно добавить до 3-х строк в статусной строке, кастомизировать их под себя, разные метрики, цвета, разделители и прочее. Однозначно рекомендую установить и настроить наконец-то как вам нужно. Чтобы установить, в терминале введите: npx ccstatusline@latest После этого в меню выберите установить в Claude Code и после этого переходите в меню в режим управления набором виджетов, после того как закончите, сохраните и перезапустите Claude Code. Проект на гитхабе.

Разница поколений Вроде краб, а дофамин раньше был другой, не то что сейчас 😬

Я проверяю пуллреквесты Claude Code перед деплоем в прод

Kimi выпустили Kimi Claw Вот это я понимаю скорость и реакция! Никаких мак мини, отдельных серверов и их настроек, никаких терминалов. Запускайте собственного Краба прямо в облаке Kimi, который будет жить 24/7 – Доступ к ClawHub: 5,000+ скиллов от комьюнити. – 40GB облачного хранилища: Для краба точно должно хватить. – Или для своего текущего Claw прилинковать Kimi, запустив скрипт, который генерирует вам Kimi. – Доступно минимально на тарифе Allegretto ($39/мес). Все детали тут.

Письмо Питера, основателя OpenClaw

Я присоединяюсь к OpenAI, чтобы работать над тем, чтобы агенты стали доступны каждому. OpenClaw перейдёт в формат фонда и останется открытым и независимым. Последний месяц пронёсся как вихрь. Я и представить не мог, что мой «проект для души» вызовет такие волны. Интернет снова стал странным, и это было невероятно захватывающе — наблюдать, как моя работа вдохновляет людей по всему миру. Передо мной открылся бесконечный спектр возможностей. Бесчисленное количество людей пытались направить меня в ту или иную сторону, давали советы, спрашивали, как можно инвестировать и что я собираюсь делать дальше. Сказать, что это ошеломляет, значит ничего не сказать. Когда я начал исследовать AI, моей целью было получать удовольствие и вдохновлять других. И вот мы здесь — лобстер захватывает мир. Моя следующая миссия — создать агента, которым сможет пользоваться даже моя мама. А для этого потребуется гораздо более масштабный сдвиг, серьёзное осмысление вопросов безопасности и доступ к самым передовым моделям и исследованиям. Да, я прекрасно вижу, как OpenClaw мог бы стать огромной компанией. И нет, меня это по-настоящему не вдохновляет. В душе я создатель. Я уже проходил путь построения компании — вложил в это 13 лет своей жизни и многому научился. Сейчас я хочу менять мир, а не строить ещё одну крупную компанию. И партнёрство с OpenAI — самый быстрый способ донести это до каждого. Прошлую неделю я провёл в Сан-Франциско, общаясь с ведущими лабораториями, получая доступ к людям и ещё не опубликованным исследованиям. Это было вдохновляюще во всех смыслах. Я благодарен всем, с кем удалось пообщаться, и признателен за открывшиеся возможности. Для меня всегда было важно, чтобы OpenClaw оставался open source и имел свободу развиваться. В итоге я почувствовал, что именно OpenAI — лучшее место, чтобы продолжать продвигать моё видение и расширять его масштаб. Чем больше я общался с людьми там, тем яснее становилось, что у нас общее понимание будущего. Сообщество вокруг OpenClaw — это нечто по-настоящему особенное. OpenAI взяла на себя серьёзные обязательства, чтобы я мог посвящать проекту своё время, и уже выступает его спонсором. Чтобы придать этому правильную структуру, я работаю над созданием фонда. OpenClaw останется пространством для мыслителей, хакеров и всех, кто хочет владеть своими данными, с целью поддерживать ещё больше моделей и компаний. Лично я невероятно рад присоединиться к OpenAI, стать частью передового края AI-исследований и разработки и продолжать строить будущее вместе с вами. The claw is the law.

Оригинал на англ в его блоге.

OpenAI купили OpenClaw Основатель Клешни будет заниматься созданием персональных агентов внутри OpenAI. OpenClaw остаётся опенсорс проектом, который будет поддерживать OpenAI

Управляем Effort для Opus 4.6 Я как-то не замечал ранее, у меня выбрана модель Opus 4.6 по умолчанию в Claude Code CLI и я больше не заходил в настройки выбора модели. Но оказывается, можно отдельно установить уровень усилий рассуждений у модели Opus 4.6 Вызываем команду /model и далее стрелочками влево и вправо меняем под себя Effort, вдруг вам не нужен high, чтобы не сжигать быстро лимиты. Есть 3 варианта: Low, Medium, High. По умолчанию установлен High.

Твиттер начал борьбу с ботами и AI автоматизациями Теперь, если ваши действия в Х не имеют ничего общего с поведением человека (нет тапов по экрану, скроллов и т.п), ваш аккаунт сразу же будет приостанавливаться (а может и баниться) и все аккаунты с ним связанные. Никита Бир, глава продукта в Х, предупредил, что за любой автоматизированный постинг, сразу «пока». Люди обнаглели! 🤔 Ставят всякие там OpenClaw, пилят автоматизации постинга, ставят на поток публикацию говноконтента (особенно если он продаёт что-нибудь) во все соц сети и мессенджеры куда только возможно, хвалятся какие они крутые и продуктивные, что проснулись, а их Краб уже сделал 500 постов, а линкедин вообще собрал 15 лайков! Есть такое? Хорошо ли это? Каждый сам ответит себе на эти вопросы. И кажется, чтобы соц сети не умерли, таких ограничений и детекций «Подтверди, что ты человек” будет всё больше. Началась война против AI автоматизации! Прольются реки и полетят баны 😎

⚡1000 токенов в секунду OpenAI начали “тратить” свой многомиллиардный контракт с Cerebras Неделю назад вышел GPT-5.3-Codex с 77.3% на Terminal-Bench, который помогал создавать сам себя. А вчера OpenAI выкатили его младшего брата - Codex-Spark. Уменьшенная версия, заточенная под одну цель: скорость. И скорость тут не метафора. 1000+ токенов в секунду. В 15 раз быстрее полноразмерного Codex. Те же задачи на SWE-Bench Pro, которые старший брат решает за 15-17 минут, Spark щёлкает за 2-3. Time-to-first-token на 50% быстрее, overhead на каждый раунд-трип снижен на 80%. Они ещё и persistent WebSocket прикрутили, чтобы не тратить время на переподключения. Под капотом - Cerebras Wafer Scale Engine 3. OpenAI подписали многомиллиардный контракт с Cerebras в январе, и через 4 недели уже первый продукт на этом железе в продакшене. Молния! Terminal-Bench 2.0: 58.4% у Spark против 77.3% у полного Codex. Но при этом Spark на голову выше предыдущего GPT-5.1-Codex-mini (46.1%). Контекст 128K токенов, только текст. Идея в том, что скорость меняет сам процесс работы. Когда модель отвечает мгновенно, ты остаёшься в потоке, делаешь быстрые итерации, не теряешь мысль (не успеваешь позевать). Не 15 минут тишины, а секунды. Другой ритм (красные глаза нам обеспечены, теперь не получится отрываться от монитора в ожидании когда же закончит агент). Доступно пока в виде research preview и только для подписчиков ChatGPT Pro в Codex. API обещают скоро. Цены не объявлены. Все детали в релизе: https://openai.com/index/introducing-gpt-5-3-codex-spark (тут есть видео сравнение 5.3 и 5.3 spark. Скорость просто невероятная)

MiniMax M2.5 - дешевая открытая модель из Китая перешла дорогу дорогим конкурентам Китайская MiniMax за год прошла путь от M1 с 56% на SWE-Bench до M2.5 с 80.2%. А предыдущие три версии (M2, M2.1, M2.5) вообще вышли за последние 3.5 месяца. Бенчмарки: - SWE-Bench Verified: 80.2% (Opus 4.6 - 80.8%, GPT-5.2 - 78%, Gemini 3 Pro - 80%) - Multi-SWE-Bench: 51.3% - обгоняет Opus 4.6 (50.3%) и Gemini 3 Pro (42.7%) - SWE-Bench Pro: 55.4% (Opus 4.6 - 55.4%, GPT-5.2 - 54.1%) - Terminal-Bench 2: 51.7% (Opus 4.6 - 55.1%, GPT-5.2 - 54%) - Droid harness: 79.7% - обгоняет Opus 4.6 (78.9%) - OpenCode harness: 76.1% - обгоняет Opus 4.6 (75.9%) - BrowseComp (поиск): 76.3% - GDPval-MM (офисные задачи): 59.0% win rate против конкурентов - Скорость на SWE-Bench: 22.8 мин - почти идентична Opus 4.6 (22.9 мин) Две варианта модели: – M2.5-Lightning - 100 токенов/сек, $0.30/$2.40 за млн токенов. Для скорости. – M2.5 - 50 токенов/сек, вдвое дешевле: $0.15/$1.20. Для экономии. – Для сравнения: Opus 4.6 стоит $5/$25, что в 20 раз дороже минимакса. – Full-stack разработка на 13 языках (Python, JS, TS, Go, Rust, C++, Kotlin и др.), от архитектуры до code review. Web, Android, iOS, Windows + серверная часть. – Офисная работа: Word, PowerPoint, Excel с форматированием и финансовыми моделями – Поиск и агентные задачи: BrowseComp 76.3%, на 20% меньше итераций чем M2.1 - $1 в час при непрерывной работе на 100 TPS, $0.30 на 50 TPS - 80% кодовой базы самого MiniMax написано этой моделью, 30% задач компании автоматизировано через M2.5 Где попробовать: – agent.minimax.io – API: platform.minimax.io (подписки от $10/мес) – OpenRouter: модель minimax/minimax-m2.5 – и множество других мест, где вам привычно и скорее всего там уже завезли минимакс м2.5 Удивление и уважение!

Современное: «Не влезай, убьет!» 😁