Владилен: IT в эпоху AI
رفتن به کانال در Telegram
Пишу о том, как AI меняет работу, продукты и жизнь разработчиков. Тестирую инструменты, строю свои системы и делюсь тем, что действительно работает. Владилен Минин Реклама: @vlad_0045 AI-проект: @vladilen_ai РКН: http://bit.ly/4epHOdZ
نمایش بیشتر📈 تحلیل کانال تلگرام Владилен: IT в эпоху AI
کانال Владилен: IT в эпоху AI (@vladm) در بخش زبانی روسی بازیگری فعال است. در حال حاضر جامعه شامل 39 274 مشترک است و جایگاه 3 340 را در دسته فناوری و برنامه‌ها و رتبه 16 023 را در منطقه روسيا دارد.
📊 شاخص‌های مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 39 274 مشترک جذب کرده است.
بر اساس آخرین داده‌ها در تاریخ 06 اکتبر, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر -138 و در ۲۴ ساعت گذشته برابر -14 بوده و همچنان دسترسی گسترده‌ای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 19.59% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 9.45% واکنش نسبت به کل مشترکان کسب می‌کند.
- دسترسی پست‌ها: هر پست به طور میانگین 7 695 بازدید دریافت می‌کند. در اولین روز معمولاً 3 710 بازدید جمع‌آوری می‌شود.
- واکنش‌ها و تعامل: مخاطبان به‌طور فعال حمایت می‌کنند؛ میانگین واکنش به هر پست 53 است.
- علایق موضوعی: محتوا بر موضوعات کلیدی مانند программирование, контекст, claude, llm, mcp تمرکز دارد.
📝 توضیح و سیاست محتوایی
نویسنده این فضا را محل بیان دیدگاه‌های شخصی توصیف می‌کند:
“Пишу о том, как AI меняет работу, продукты и жизнь разработчиков. Тестирую инструменты, строю свои системы и делюсь тем, что действительно работает.
Владилен Минин
Реклама: @vlad_0045
AI-проект: @vladilen_ai
РКН: http://bit.ly/4epHOdZ”
به لطف به‌روزرسانی‌های پرتکرار (آخرین داده در تاریخ 07 اکتبر, 2026)، کانال همواره به‌روز و دارای دسترسی بالاست. تحلیل‌ها نشان می‌دهد مخاطبان به‌طور فعال با محتوا تعامل دارند و آن را به نقطه اثرگذاری مهم در دسته فناوری و برنامه‌ها تبدیل کرده‌اند.
39 274
مشترکین
-1424 ساعت
-257 روز
-13830 روز
در حال بارگیری داده...
کانال‌های مشابه
ابر برچسب‌ها
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
اکتبر '26اکتبر '26
اکتبر '26
+44
در 0 کانال‌ها
سپتامبر '26
+204
در 5 کانال‌ها
Get PRO
اوت '26
+225
در 2 کانال‌ها
Get PRO
ژوئیه '26
+1 117
در 11 کانال‌ها
Get PRO
ژوئن '26
+181
در 3 کانال‌ها
Get PRO
مه '26
+639
در 5 کانال‌ها
Get PRO
آوریل '26
+333
در 3 کانال‌ها
Get PRO
مارس '26
+945
در 3 کانال‌ها
Get PRO
فوریه '26
+473
در 4 کانال‌ها
Get PRO
ژانویه '26
+342
در 0 کانال‌ها
Get PRO
دسامبر '25
+453
در 2 کانال‌ها
Get PRO
نوامبر '25
+515
در 4 کانال‌ها
Get PRO
اکتبر '25
+298
در 4 کانال‌ها
Get PRO
سپتامبر '25
+145
در 2 کانال‌ها
Get PRO
اوت '25
+190
در 7 کانال‌ها
Get PRO
ژوئیه '25
+197
در 6 کانال‌ها
Get PRO
ژوئن '25
+150
در 3 کانال‌ها
Get PRO
مه '25
+199
در 3 کانال‌ها
Get PRO
آوریل '25
+221
در 1 کانال‌ها
Get PRO
مارس '25
+245
در 4 کانال‌ها
Get PRO
فوریه '25
+344
در 2 کانال‌ها
Get PRO
ژانویه '25
+209
در 3 کانال‌ها
Get PRO
دسامبر '24
+277
در 6 کانال‌ها
Get PRO
نوامبر '24
+764
در 5 کانال‌ها
Get PRO
اکتبر '24
+459
در 0 کانال‌ها
Get PRO
سپتامبر '24
+462
در 1 کانال‌ها
Get PRO
اوت '24
+449
در 4 کانال‌ها
Get PRO
ژوئیه '24
+408
در 7 کانال‌ها
Get PRO
ژوئن '24
+145
در 1 کانال‌ها
Get PRO
مه '24
+93
در 2 کانال‌ها
Get PRO
آوریل '24
+137
در 1 کانال‌ها
Get PRO
مارس '24
+197
در 5 کانال‌ها
Get PRO
فوریه '24
+148
در 3 کانال‌ها
Get PRO
ژانویه '24
+82
در 2 کانال‌ها
Get PRO
دسامبر '23
+21 878
در 61 کانال‌ها
Get PRO
نوامبر '23
+335
در 1 کانال‌ها
Get PRO
اکتبر '23
+387
در 0 کانال‌ها
Get PRO
سپتامبر '23
+304
در 0 کانال‌ها
Get PRO
اوت '23
+566
در 0 کانال‌ها
Get PRO
ژوئیه '23
+525
در 0 کانال‌ها
Get PRO
ژوئن '23
+540
در 0 کانال‌ها
Get PRO
مه '23
+755
در 0 کانال‌ها
Get PRO
آوریل '23
+826
در 0 کانال‌ها
Get PRO
مارس '23
+842
در 0 کانال‌ها
Get PRO
فوریه '23
+885
در 0 کانال‌ها
Get PRO
ژانویه '23
+2 127
در 0 کانال‌ها
Get PRO
دسامبر '22
+1 029
در 0 کانال‌ها
Get PRO
نوامبر '22
+617
در 0 کانال‌ها
Get PRO
اکتبر '22
+780
در 0 کانال‌ها
Get PRO
سپتامبر '22
+768
در 0 کانال‌ها
Get PRO
اوت '22
+617
در 0 کانال‌ها
Get PRO
ژوئیه '22
+663
در 0 کانال‌ها
Get PRO
ژوئن '22
+986
در 0 کانال‌ها
Get PRO
مه '22
+1 190
در 0 کانال‌ها
Get PRO
آوریل '22
+1 740
در 0 کانال‌ها
Get PRO
مارس '22
+8 593
در 0 کانال‌ها
Get PRO
فوریه '22
+763
در 0 کانال‌ها
Get PRO
ژانویه '22
+1 303
در 0 کانال‌ها
Get PRO
دسامبر '21
+1 212
در 0 کانال‌ها
Get PRO
نوامبر '21
+1 883
در 0 کانال‌ها
Get PRO
اکتبر '21
+1 629
در 0 کانال‌ها
Get PRO
سپتامبر '21
+2 616
در 0 کانال‌ها
Get PRO
اوت '21
+1 958
در 0 کانال‌ها
Get PRO
ژوئیه '21
+1 264
در 0 کانال‌ها
Get PRO
ژوئن '21
+1 593
در 0 کانال‌ها
Get PRO
مه '21
+1 982
در 0 کانال‌ها
Get PRO
آوریل '21
+1 452
در 0 کانال‌ها
Get PRO
مارس '21
+24 498
در 0 کانال‌ها
| تاریخ | رشد مشترکین | اشارات | کانال‌ها | |
| 07 اکتبر | 0 | |||
| 06 اکتبر | +7 | |||
| 05 اکتبر | +10 | |||
| 04 اکتبر | +6 | |||
| 03 اکتبر | +7 | |||
| 02 اکتبر | +3 | |||
| 01 اکتبر | +11 |
پست‌های کانال
Рынок не ждёт, пока ты переучишься
Технологии быстро меняют требования к работе, пока многие люди только пытаются разобраться, что вообще произошло. И я понимаю, почему. Когда ты 5–10 лет прокачивал одну компетенцию, тяжело принять, что теперь нужно осваивать новые навыки. Ты уже столько вложил в свой профессиональный путь.
Только рынок не ждёт, когда мы будем готовы. Компании перестраиваются и ищут людей под новые задачи. Это хорошо видно в разработке, люди осваивают агентские инструменты, меняют подход к работе. И у руководителей хватает поводов пересмотреть свои привычки.
За почти шесть лет предпринимательства я сам пересмотрел многое. Например, долго жил с мыслью, что сейчас я всех затащу, вложусь в людей, а потом это вернётся.
Идея хорошая, но работает не всегда. Люди могут уйти, а ты остаёшься с потраченными силами и нерешёнными задачами. Поэтому сейчас рабочие отношения для меня в первую очередь про договорённости, ответственность и результат.
Ещё одна вещь, которую считаю очень полезной для руководителя — умение автоматизировать свою операционку.
Для этого нужны насмотренность и эксперименты. Посмотреть, какие инструменты существуют, примерить их к своей рутине, попробовать что-то внедрить. Иногда достаточно просто грамотно использовать нейронку, а где-то имеет смысл собрать небольшой сервис под свою задачу.
Рекомендую на эту тему бесплатный марафон от Стратоплана «ИТ-зима. Набор для выживания» для тимлидов и руководителей.
Из программы мне особенно близки темы:
— как показать бизнесу ценность своей команды в цифрах;
— как выстроить команду, которая может работать без постоянного вмешательства руководителя;
— как использовать AI, чтобы разгрузить операционку.
Будут и другие темы: работа со своим руководителем, принятие решений в неопределённости, обоснование идей через деньги.
12–23 октября, по будням. В программе 6 лонгридов и 4 прямых эфира. Записи останутся, поэтому можно изучать в своём темпе.
Сам занимаюсь образованием и поддерживаю такие инициативы. Особенно когда есть конкретные инструменты, которые можно забрать в работу.
Посмотреть программу и зарегистрироваться
| 2 |  Блокировки ИИ сервисов будут хуже
Помню у меня все началось с блокировки Google аккаунта, деньги тогда так и не вернул. Потом был Claude. Правда, мне удалось сделать новый и пока живет.
Среди знакомых таких историй вообще огромное количество. У одного забанили Claude. Человек пошёл, оплатил GPT – забанили и его.
У знакомых предпринимателей отрубают Claude с подпиской за $200, а у них на нём завязаны рабочие процессы и подготовка релизов.
Cursor, GPT – мы все видим эту динамику.
Больше всего бесит то, что ты собираешь контекст, настраиваешь агентов, подключаешь API, выстраиваешь под себя процессы. Вкладываешь в это кучу интеллектуальных ресурсов. Начинаешь нормально работать.
И раз – блокировка аккаунта.
Теперь нужно искать другой сервис, разбираться с оплатой, перенастраивать инструменты. А при смене модели ещё и проверять, как с ней работают агенты и процессы. У каждой свои особенности.
Рабочее время уходит на логистическую суету вокруг инструмента, который должен был это время экономить.
При этом я лично отказаться от сильных моделей уже не готов. И вам не советую. Приведу простой пример:
Ещё весной когда вайбкодил (дипкодил) b2b проекты мне приходилось постоянно разбирать ошибки ИИ, вручную править код, отлаживать то, что нагенерировала нейронка. Сейчас ручной работы СУЩЕСТВЕННО меньше. Модели почти без ошибок справляются с реализацией, архитектурой и с техническими решениями.
Скорость разработки теперь реально выросла. Для меня доступ к топовым моделям это уже базовый минимум.
Однако, есть риски. Ибо чем больше работы на них завязано, тем серьёзнее последствия при потере доступа к ней и блокировки аккаунта. Когда всё на одном аккаунте, его блокировка становится проблемой всей работы.
Понимая проблематику, мы с марта в клубе строим свою инфраструктуру доступа к моделям – Simple Claw.
Идея простая: получаешь API-ключ, подключаешь его к своим инструментам, выбираешь модель и платишь в рублях за использованные токены. Без возни с иностранными картами и рисками блокировки. Основной упор сделали на GPT. При этом есть и Claude и топ-Китай.
Наша задача – сделать этот доступ устойчивым и взять на себя технические головняки, с которыми сейчас каждому приходится разбираться отдельно. Особенно в нашем не стабильном регионе.
С учетом текущей ситуации мы решили сделать сервис из закрытого публичным. А потому скоро покажу подробнее, что мы собрали и как это работает.
У кого уже были блокировки нейронок? Напишите, какой сервис и как в итоге выкручивались. | 4 215 |
| 3 | В связи с новой волной банов клода поделюсь своим флоу
У меня две подписки:
— 100$ gpt
— 100$ Claude
Этой связки более чем хватает на управление проектами и разработкой 3-4 реп параллельно.
Прекрасно понимаю, что полностью зависеть в текущих условиях от одной ИИ опасно и нужно разделять риски, как в инвест портфеле.
Дальше. Данные от гпт и клода каждую неделю проходят общий синк и сохраняю наработки в изолированном хранилище.
Всегда в любую ии стараюсь заходить с одного адреса и квн.
Не добавляю подписки основные в сомнительные агенты, сервисы или апи. Для этого использую сторонние тарифы, роутеры и сервисы.
Пока ничего не забанили, но все может быть. Будьте внимательны | 7 074 |
| 4 | У кого сегодня забанили Claude? | 1 |
| 5 |  Google подал признаки жизни с Gemini 4 Argon
Скучали по новым моделям?)
Обещают невероятно топовые бенчмарки, чуть ли не выше Astra, Fable & Opus 5.5
Из основных преимуществ по этим цифрам наименьший процент галюцинаций всего 15% против 45% у Astra и 59% у Opus 5.5.
У Google есть большой плюс в виде огромного датасета (данных) на которых они могут обучать модели.
Но имхо, я не люблю их экосистему, кроме, пожалуй Veo. После того, как они мне забанили аккаунт и сперли 20$ то я больше не хочу с ними работать. Текущие Codex & Claude полностью закрывают рабочие задачи и переходить не буду.
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/ | 6 941 |
| 6 |  🧠 Начните здесь изучение ИИ
Я собрал бесплатный раздел со своими материалами по ИИ и выстроил их в понятной последовательности – от первых шагов до создания собственных AI-систем и продуктов.
Внутри есть 3 маршрута:
– Начать работать с AI и собрать своего первого агента
– Разобраться в AI Engineering и агентских системах
– Превратить идею в работающий AI-продукт
К каждому материалу я добавил не только видео, но и:
– текстовую версию
– полезные ссылки и инструменты
– шаблоны и дополнительные материалы
– практические задания
Получается одна точка входа, где можно последовательно прокачиваться в ИИ, а не собирать знания по случайным роликам и постам.
Раздел буду постоянно обновлять по мере выхода новых материалов.
Welcome & Enjoy 🚀 | 6 547 |
| 7 | Прилетел фидбек по уроку — очень приятно и ценно 🤜
С материалом урока ознакомился! Спасибо за ваши усилия! Очень интересная информация! Что касается меня то я взглянул на то что делаю под другим углом, через node js))) Да и говорить об этом можно вечно! Меня это также захватывает и вдохновляет как и Вас! Один из моих проектов это попытка создать Dark Factory! Конечно же со всеми слоями! И Ваши труды очень полезны для многих людей которые волбще только вникли в эту суть! А Вы показываете на низком уровне им, то о чем многие говорят слишком абстрактно! Даже не знаю что и лучше! Когда-то я спорл со своим гуру о том что читать электросхемы по транзисторам и конденсаторам не совсем круто, когда схема состоит из миллионов деталей, поэтому и придумали интегрированные мкросхемы... в общем сейчас вижу аналогию с этим! Но всегда интересовался основой, низким уровнем, и хотел знать не только как сделать , а и почему именно так это работает! И за это Вам спасибо!🙏
Урок для тех, кто хочет разобраться бесплатно доступен тут: https://t.me/vladm/1618 | 6 332 |
| 8 |  Посмотрел доклад с deep tech night от Ивана Сапожкова, руководителя группы базовой ML-инфраструктуры Яндекса, про инфраструктуру RL-обучения.
Так вот, мы сейчас все обсуждаем агентов на уровне моделей, промптов, инструментов, памяти и харнесов. В общем, на уровне того, что видит разработчик и пользователь.
А под этим уже приходится переделывать и сам процесс обучения моделей.
Когда модель обучают на агентных задачах через RL, вокруг неё приходится строить целую распределенную систему. Одна часть в режиме инференса генерирует траектории для обучения — модель взаимодействует со внешними средами, выполняет код, ищет информацию, вызывает инструменты. Полученные данные затем через очереди и буферы попадают в обучающую часть, где уже обновляются веса модели.
И всё это надо синхронизировать так, чтобы одни процессы не стояли и не ждали другие.
На бумаге красота. Генерация ровно успевает поставлять данные, обучение успевает их переваривать..
Только живёт такой идеальный баланс недолго. Траектории сильно отличаются по длине: одна задача заканчивается быстро, другая уходит в длинное рассуждение, делает несколько вызовов инструментов или долго взаимодействует со средой. В итоге где-то простаивают вычислительные мощности, где-то копятся данные, а несколько длинных генераций могут задерживать весь следующий шаг обучения.
Поэтому в Яндексе пришли к гибридной схеме: генерацию и обучение балансируют по времени, а незаконченные траектории сохраняют и продолжают на следующем шаге. Система подстраивается под реальную нагрузку и не пытается один раз идеально поделить железо.
Я всё к тому, что агентный бум уже перестраивает нижние этажи ML-стека.
Пользователь видит чат с агентом. Мы с вами видим инструменты и харнесы. А ещё ниже команды пересобирают RL-инфраструктуру, потому что обучение моделей на таких задачах создаёт совсем другой профиль нагрузки — длинные и непредсказуемые генерации, внешние среды, tool calls и дорогой инференс прямо внутри training loop.
Мы сейчас, конечно, увлеченно крафтим свои харнесы. Но дальше гонка пойдёт ещё и за инфраструктуру, которая умеет эффективно обучать такие системы и не сжигать вычисления на ожидании.
Короче, снаружи агентная революция выглядит как удобный интерфейс. В машинном отделении у неё – инференс, очереди, буферы, длинные хвосты и очень дорогие GPU.
За этим слоем я теперь тоже буду внимательно следить. | 6 213 |
| 9 |  Математик МГУ: «Нейросети уже умнее меня»
Полтора года назад Саша Вотяков скинул мне доклад AI 2027. Я его прочитал, и после этого развернул всю карьеру в сторону ИИ. И это было правильным, сами видите, что происходит и произошло за последние полтора года с нишей.
Александр окончил мехмат МГУ, был призёром Всероса по математике и много лет готовил олимпиадников. И он спокойно признаёт: нейросети решают олимпиадные задачи лучше, чем он сам.
Что обсудили:
– правда ли агенты OpenAI решили задачу тысячелетия и что математики на самом деле называют словом «решила»
– как нейросети учились играть в футбол и научились набивать очки вместо голов, и почему эта история на самом деле пугает
– почему нейронка почти всегда говорит, что ты прав, и какие вопросы ей лучше вообще не задавать
– его прогноз для тех, кто сейчас просто перекидывает задачи начальника в ChatGPT/Claude
– как прокачивать мышление и алгоритм принятия решений
«Если ты уже сейчас заменяешь себя нейронками, то не переживай, тебя потом бигтехи заменят нейронками»
▶️ Смотреть на Youtube
Канал Саши: https://t.me/votyakov_ar_life
Упоминаем в выпуске:
– AI 2027, сценарий развития ИИ: https://ai-2027.com
– Tim Urban, The AI Revolution (Wait But Why, 2015): https://waitbutwhy.com/2015/01/artificial-intelligence-revolution-1.html
– Михай Чиксентмихайи, «Поток. Психология оптимального переживания» | 6 792 |
| 10 |  Подкаст уже на финальном рендере
Один из любимейших и полезных разговоров за все время с Александром
Вам точно понравится! | 6 360 |
| 11 |  Кто контролирует работу AI-агента?
Вчера вечером еду на дачу и за рулем, с телефона решил протестить анимацию в Claude.
Написал в Codex сценарий ролика для урока про агентскую разработку и устройство харнеса и… отдал на производство в Claude.
Примерно с таким промптом:
Бро сними мне мульт по сценарию, используй этот скилл: https://github.com/kuhnhomeuk-cell/procedural-film/
Напомню, за рулем. С телефона. Меня это бесконечно поражает.
Анимации делаются на HTML. Качество невероятное.
Сам урок, кстати, можно забрать тут: https://irreplaceable-ai.ru/products/ai-engineer/from-coding-to-agent | 7 507 |
| 12 |  У бизнеса появился ещё один канал, в котором важно быть заметным — ответы нейросетей.
Пользователь может не идти в Яндекс или Google, а сразу спросить ChatGPT, Алису или Perplexity, какой сервис выбрать или где заказать услугу. И получить несколько конкретных рекомендаций.
Вопрос — будет ли среди них ваш бренд.
Работу с видимостью бренда в ответах нейросетей называют GEO — Generative Engine Optimization.
Вручную за этим сложно следить: запросов могут быть сотни, моделей несколько, а ответы меняются со временем. Понять, что именно происходит с вашим брендом в GEO, помогает ГЕОранк.
Добавляете бренд, конкурентов и запросы потенциальных клиентов. Сервис проверяет ответы ChatGPT, Алисы, Gemini, Perplexity, DeepSeek, других моделей и показывает:
— как часто ваш бренд упоминают и рекомендуют, на каких позициях он появляется;
— каких конкурентов рекомендуют чаще;
— в каком контексте говорят о компании и на какие источники ссылаются;
— по каким запросам вас находят;
— меняется ли видимость после работы с GEO.
Можно отслеживать динамику: как меняется видимость после работы с сайтом, контентом и внешними площадками.
Но дело не только в цифрах. ГЕОранк анализирует результаты и даёт рекомендации: какие зоны проседают, с какими источниками стоит работать и где есть потенциал для роста.
Проверить свой бренд → georank.ru | 7 075 |
| 13 |  Дамы и господа, приглашаю на МИТАП
В Москве 27 сентября в 13:00 у нас пройдет живой митап от клуба Незаменимых.
Кратко:
- 3 доклада и 4 часа полезного нетворка
- доклад от Владилена на тему "Как я настроил с ИИ продвижение продуктов и бренда"
- доклад от участника клуба про разработку и удешевление пользования моделями
- доклад Алексея Гладкова про его опыт создания Agentic OS
- после доклада неформальное автепати в ресторане
У нас осталось 10 мест и потому делюсь с вами. Кто в МСК и давно хотел познакомиться и поговорить про актуальные темы в ИИ – велком!
У нас встреча пройдет в очень атмосферном крутом месте!
Для регистрации вам нужно заполнить форму и мы вам пришлем детали
forms.gle/YReMTwcxbxeeHCfh9
P.S. Фотка со сходки клуба в Питере этим летом на яхте | 7 066 |
| 14 | Самая мощная модель нужна далеко не каждому запросу
Недавно писал про OpenClaw и то, сколько всего сейчас происходит не столько с самими моделями, сколько вокруг них: память, инструменты, браузер, работа с контекстом. Так вот, вышла новость о том, что похожую архитектурную логику теперь можно увидеть и в Alice AI, которая теперь сама выбирает модель под запрос.
Простому вопросу — быстрый ответ. Если же нужно сопоставить несколько документов, что-то посчитать и учесть кучу условий, система может подключить режим «Эксперт».
Логика понятна. Гонять каждый запрос через самую тяжёлую модель — дорого и долго, а будет ли ответ от этого лучше, ещё вопрос.
Под капотом тут две отдельные задачи. Роутер решает, какой модели отдать запрос. Харнесс уже организует саму работу: передаёт контекст, даёт доступ к поиску и файлам, позволяет вызывать инструменты и использовать результаты этих вызовов на следующих шагах.
Например, если надо сравнить несколько документов, недостаточно просто скормить модели один промпт. Нужно разобрать файлы, найти нужные куски, при необходимости что-то посчитать, а потом собрать всё это обратно в один ответ. И вот эта часть вокруг модели сама по себе довольно большая инженерная задача.
Для пользователя это выглядит так: загружаешь файлы и описываешь, что нужно сделать. «Эксперт» может включиться автоматически, но его можно выбрать и вручную. По ходу видно, какие шаги выполняет Алиса и к какой информации обращается.
В интервью Forbes Валерий Стромов объяснил экономику этой схемы: значимая часть запросов просто не требует самого дорогого и мощного интеллекта. Поэтому роутер должен сам понимать, какая модель справится с задачей за минимальную стоимость.
До «Эксперта» на своих реальных рабочих задачах я пока не добрался, поэтому про качество судить не буду. Но подумал вот о чём: если собираешь свой AI-продукт и что-то работает не очень, я бы теперь не первым делом бежал менять модель на более дорогую. Сначала стоит посмотреть, что именно она видит, какие инструменты ей дали и не теряется ли по дороге нужный контекст.
Вполне возможно, что чинить надо вообще не модель. | 7 506 |
| 15 |  A что теперь должен уметь разработчик?
Я записал новый бесплатный урок – "От AI-кодинга к AI Engineering".
Это технический ролик про архитектуру.
Я взял обычный React-проект и на его примере показал, что происходит, когда мы перестаём просто просить ИИ написать код и начинаем строить собственных ИИ-агентов.
Внутри урока:
– сначала даём задачу готовому кодинговому агенту и смотрим, как он работает с проектом;
– затем буквально на TypeScript собираем своего простого агента: модель, инструменты, чтение и изменение файлов, запуск задач;
– разбираемся, почему фраза агента «готово» ещё не означает, что задача действительно выполнена;
– смотрим, что произойдёт, если дать агенту слишком много прав – например, разрешить ему без ограничений работать с файлами и терминалом;
– добавляем ограничения, проверки, лимиты и наблюдаемость;
– а потом используем то же самое ядро уже для другого агента, который работает не с кодом, а с данными приложения и запрашивает подтверждение перед изменениями.
И вот здесь, на мой взгляд, становится хорошо видно, в чём вообще заключается работа AI Engineer. Спойлер: не в том, чтобы писать код быстрее руками.
И даже не только в том, чтобы хорошо пользоваться Cursor, Claude Code, Codex или другими инструментами.
А в том, чтобы уметь строить программный слой вокруг AI:
давать модели нужные инструменты,
ограничивать её возможности,
контролировать действия,
проверять результат
и встраивать всё это в реальное приложение.
Под видео я также оставил исходный код проекта, чтобы можно было скачать его и самостоятельно посмотреть, как всё устроено.
Урок бесплатный.
👉 Забрать урок:
https://irreplaceable-ai.ru/products/ai-engineer/from-coding-to-agent
Если вы JavaScript / TypeScript-разработчик и хотите понять, куда сейчас двигается разработка с AI – думаю, этот разбор будет очень кстати.
А если после урока захотите пойти глубже, там же можно будет посмотреть программу AI Engineer. Мы сейчас запускаем 2 поток и вы можете на него попасть. | 7 127 |
| 16 |  Мой любимый кодинг-агент – не Claude Code или Codex. Гайд по Pi
Делюсь полезнейшим инструментом и гайдом как им пользоваться.
ПАЙ – минимальный харнес, который вы кастомизируете под себя. Зачем? Чтоб лишнего не тянул и лучше работал. Например, это экономит около 40% потребления токенов, в отличии сложных харнесов.
Внутри настройка и демонстрация работы на проекте.
Ниже, мои плагины, которые использую для кастомизации:
1. Context7 – актуальная документация внутри агента
GitHub: https://github.com/upstash/context7
2. Pi Web Access – поиск в интернете
Добавляет агенту веб-поиск и чтение страниц.
https://pi.dev/packages/pi-web-access
3. Pi Lens – диагностика кода
Pi начинает получать дополнительную инфо от линтеров и других инструментов вокруг кода.
https://pi.dev/packages/pi-lens
4. Pi Interview – пусть агент сначала задаёт вопросы
Завтавляет агента уточнить требования:
– какая авторизация
– какие роли
– какая база
– какие ограничения
https://pi.dev/packages/pi-interview
5. Plannotator – ревью плана до написания кода
Агент сначала строит план реализации.
https://pi.dev/packages/%40plannotator/pi-extension
6. Pi Interactive Shell – нормальная работа с живыми процессами
Нужен, если агенту приходится взаимодействовать с:
— dev-серверами
— интерактивными CLI
— процессами, которые работают долго
— командами, которым нужен ввод пользователя
https://pi.dev/packages/pi-interactive-shell
7. Prompt Template Model – свои готовые workflow
Можно сделать собственные команды под повторяющиеся задачи.
Например:
/review
И внутри уже будет задано:
– какую модель использовать
– какой skill подключить
– что именно проверить
– в каком формате вернуть результат
https://pi.dev/packages/pi-prompt-template-model
8. Pi Powerline Footer – нормальный статус агента
Добавляет информативную нижнюю панель.
Можно видеть:
– текущую модель
– Git-ветку
– заполнение контекста
– стоимость
– другую информацию о текущей сессии
https://pi.dev/packages/pi-powerline-footer
Смотреть гайд на:
Youtube | Rutube | 7 220 |
| 17 |  Я, конечно, всё прекрасно понимаю – ИИ действительно очень мощный.
Но не до такой степени. Причём далеко.
Даже на личном опыте: эти Фэйблы и Астры периодически предлагают такие странные решения, что их приходится останавливать, корректировать и перепроверять. Речь не про какую-нибудь маленькую функцию.
Архитектурные решения, оптимизация, работа с базами данных, устройство больших систем – здесь без опыта ты просто не всегда поймёшь в моменте, что агент что-то не то делает. А говорит он при этом уверенно.
Для небольшого "битубисаса" это ещё может прокатить. Для серьезного энтерпрайза – уже совсем другая история.
При этом есть еще один важный нюанс.
Мозги модели уже не единственный решающий фактор. Всё большую роль играет харнес вокруг неё.
Как агент получает контекст: какие у него инструменты, как устроена память, как он проверяет собственную работу: какие ограничения у него есть, как несколько агентов работают с одним большим проектом и как всё это тестируется и наблюдается.
Разработчикам теперь приходится строить инфраструктуру, в которой агенты вообще способны нормально поддерживать сложные проекты.
Мне кажется именно туда и идет весь рынок. Потому что более простая модель внутри грамотно построенного харнеса иногда может дать результат не хуже более мощной модели, которую просто бросили в репозиторий со словами: "не делай ошибок, заработай мне миллионы".
Но чтобы построить такой харнес – снова нужны инженерные знания. Так что инженером быть всё ещё важно. Просто теперь хороший инженер – это не тот, кто соревнуется с ИИ в написании кода. Эта глава закрыта.
Важен тот, кто понимает систему достаточно хорошо, чтобы правильно интегрировать ИИ в работу. ИИшка это топ, но заменять он будет тех, кто отключил свою голову.
Вы что думаете на этот счет? | 7 044 |
| 18 |  Что останется программисту, когда код начнёт писать AI
А вот собственно, и сам подкаст!
В гостях Константин, DeusOps: предприниматель, инженер, преподаватель. У него аутстаф-компания, гик-кофейня в Петербурге и прошлое офицера коммерческой гильдии в World of Warcraft. Разговор о том, что ИИ уже заменил в реальном бизнесе: агент Тина работает вместо проджект-менеджера, кофейней управляет MCP-сервер, а платформу, которую команда делала 4 года, выбросили и пересобрали с Claude Code.
Много внимания уделили тому, как не уходить в идеализацию разработки ради разработки, а заканчивать проекты и доводить их до рабочего результата. Это очень важно в наш технологичей век, когда от идеи до реализации практически отсутствует время. Нужно уметь этим пользоваться.
Еще мы подняли важный вопрос мидлов на рынке. Нынешние мидлы вырастут в сеньоров, а джун, который просто оператор Claude, в мидла нативно не вырастет. Останутся те, кто может остановить модель и сказать, как сделать архитектуру лучше, и те, кто умеет собирать harness вокруг агента.
Кстати, этому и посвящён мой новый практикум: агент у всех один и тот же, разница в том, что вы дали ему на входе – контекст проекта, порядок работы, инструменты и проверки перед публикацией. ПРАКТИКУМ «3D AGENT» — 1 490
Смотреть выпуск:
Youtube | Rutube | 8 503 |
| 19 | Что останется программисту, когда код начнёт писать AI
А вот собственно, и сам подкаст!
В гостях Константин, DeusOps: предприниматель, инженер, преподаватель. У него аутстаф-компания, гик-кофейня в Петербурге и прошлое офицера коммерческой гильдии в World of Warcraft. Разговор о том, что ИИ уже заменил в реальном бизнесе: агент Тина работает вместо проджект-менеджера, кофейней управляет MCP-сервер, а платформу, которую команда делала 4 года, выбросили и пересобрали с Claude Code.
Много внимания уделили тому, как не уходить в идеализацию разработки ради разработки, а заканчивать проекты и доводить их до рабочего результата. Это очень важно в наш технологичей век, когда от идеи до реализации практически отсутствует время. Нужно уметь этим пользоваться.
Еще мы подняли важный вопрос мидлов на рынке. Нынешние мидлы вырастут в сеньоров, а джун, который просто оператор Claude, в мидла нативно не вырастет. Останутся те, кто может остановить модель и сказать, как сделать архитектуру лучше, и те, кто умеет собирать harness вокруг агента.
Кстати, этому и посвящён мой новый практикум: агент у всех один и тот же, разница в том, что вы дали ему на входе – контекст проекта, порядок работы, инструменты и проверки перед публикацией. ПРАКТИКУМ «3D AGENT» — 1 490
Смотреть выпуск:
Youtube | Rutube | 1 |
| 20 |  На днях я выложу важный разговор с Константином и важный он по нескольким причинам:
— человек действительно не словом, к делом показывает как реализовывать проекты и использовать себе технологии во благо. В мир ИИ, когда, казалось бы, все делать проще — проектов делается меньше. На это есть рациональные причины, которые можно починить
— внутри, помимо практика с рынка мы обсудили конкретные техники и фреймворки, которые позволяют начать действовать от вечной идеализации и прокрастинации к результату. На мой взгляд это и есть ключ в текущем мире сверхскоростей
Ну а еще Костя крутой спикер с невероятным жизненным опытом. Скоро выложу на канал 🤜 | 8 569 |
