Нейрокодинг

Апрельское обновление DeepSeek и цена качества Рынок ИИ за последний месяц поменялся — это уже не просто «игрушка для энтузиастов». Если раньше большинство ориентировалось на качество модели или свои предпочтения, то теперь появился второй важный фактор — стоимость. За последний месяц выросла стоимость решения задач. Причем не только напрямую из-за токенов, а еще из-за масштабов использования: бизнес все активнее внедряет ИИ в процессы. ➡️ Задач стало в разы больше ➡️ ИИ стал частью операционки ➡️ Расходы стали заметной статьей бюджета И вот здесь начинают считать цену качества.

Если раньше вопрос был: «Какая модель лучше?» То теперь: «Насколько лучше — и стоит ли это своих денег?» И зачастую вывод таков: «Ок, модель может быть на 5–10% слабее, но если она дешевле в разы — это уже имеет смысл».

Что делают команды сейчас: ▪︎ делят задачи по уровням — где нужен топ, где достаточно «норм» ▪︎ переносят часть нагрузки на более дешевые модели ▪ ︎начинают считать ИИ как полноценную статью расходов Показательно на этом фоне выглядит апрельское обновление DeepSeek. Они выпустили линейку моделей V4 (Pro и Flash): 🤖 Pro — флагманская модель: под сложные задачи и агентов. 🤖 Flash — облегченная версия: быстрее и дешевле для массового использования Увеличили контекст до ~1 млн токенов, а это уже работа с целыми базами и репозиториями без дробления. Главное преимущество для обычного пользователя — чат-бот DeepSeek работает бесплатно, и обе новые модели уже доступны в режиме «Эксперт». И если раньше DeepSeek воспринимался как дешевая, но не топовая альтернатива, то сейчас он уже достаточно хорош, чтобы в большинстве задач конкурировать с флагманами индустрии. А значит, дальше нас ждет не только гонка моделей, а гонка экономики ИИ.

💰 «Промпт McKinsey»: как ИИ-аудит за секунды делает то, на что раньше уходили недели Друзья, категорически рекомендую беседу Николая Хлебинского (фаундер Retail Rocket) и Игоря Никитина (CEO WMT AI). Что зацепило меня помимо царь промта McKinsey: - АI-агенты длительного действия - Опыт применения агентов от участников беседы - История про неудавшуюся автоматизацию бухгалтерии с помощью AI - прогнозы по AGI и … - опыт онбординга AI-агентов Видос тут: https://youtu.be/CD89ricindo?si=C606TeIYJOqiCoBm Посмотрели? Давайте обсудим в комментариях: какой процесс в вашем бизнесе можно отдать ИИ-агенту уже завтра? 👇 #AI #бизнес #трансформация #промпты #управление

📊 Представляем вашему вниманию обновленный рейтинг аутстаф-подрядчиков России по выручке в 2025 году: 1. Selecty — 11 421,97 млн ₽ (+76,4%) 2. Aston — 5 900,0 млн ₽ (+28,0%) 3. Simbirsoft — 4 400,0 млн ₽ (-5,3%) 4. ТИМ ФОРС Альянс — 2 070,0 млн ₽ (+40,8%) 5. Skillstaff — 1 500,0 млн ₽ (+7,9%) 6. RedLab — 1 400,0 млн ₽ (+2,6%) 7. Ifellow — 1 200,0 млн ₽ (-2,3%) 8. Mediasoft — 1 105 млн ₽ (+5,9%) 9. IBS Dunice — 774,7 млн ₽ (-25,7%) 10. Programming Store — 763,0 млн ₽ (+23,3%) 11. Evrone — 687,0 млн ₽ (-0,6%) 12. WMT Group — 528,0 млн ₽ (-15,0%) 13. RED FACTOR — 515,0 млн ₽ (0,0%) 14. Outlines Tech — 455,0 млн ₽ (+30,0%) 15. Пруфтек ИТ — 450,0 млн ₽ (-29,4%) 16. Нетбелл — 377,0 млн ₽ (-16,6%) 17. kokoc tech — 357,1 млн ₽ (-22,9%) 18. Стратосфера — 342,0 млн ₽ (+61,6%) 19. TechCore — 338,0 млн ₽ (0,0%) 20. Intelsy — 322,0 млн ₽ (-15,5%) 21. EvApps — 315,0 млн ₽ (+67,2%) 22. Decart IT — 294,0 млн ₽ (+36,7%) 23. Riverstart — 290,0 млн ₽ (+43,3%) 24. IRLIX — 272,0 млн ₽ (-39,9%) 25. КРОН — 235,0 млн ₽ (-7,1%) 26. IT test — 234,0 млн ₽ (-13,1%) 27. Webbee — 232,0 млн ₽ (-3,7%) 28. Holyweb — 228,0 млн ₽ (+0,0%) 29. PROMO IT — 227,0 млн ₽ (-20,8%) 30. StuffHub — 222,0 млн ₽ (-16,2%) Целиком со всем рейтингом можно ознакомиться на сайте. Общая динамика рынка: +21,1% Обратите внимание на рекламные возможности нашего проекта. По вопросам сотрудничества пишите @Gen_dir @digirate_ru #Digirate #аутстаф2025 #рейтинг

После моего выступления на Merge был один недооцененный мною в моменте вопрос: «На каком стеке делаете AI-агентов?" Я ответил 2-мя фразами: "GPT Codex + частично Claude". Хотелось бы исправиться и чуть развернуть ответ: Самые рабочие инструменты сегодня — это уже готовые агентные системы (Claude Code, Claude для ПК, GPT Codex). В них не нужно настраивать агента — достаточно дать задачу, и ИИ сам начнет её исполнять. Настраивать надо две вещи: 1️⃣ MCP-серверы (Model Context Protocol) Базовый агент уже имеет встроенный браузер и доступ к консоли — этого хватает на 80-90% задач (писать код, частично проверять себя). Через MCP можно добавить доступ к: - личному браузеру - Figma - таск-трекеру - любым другим нужным сервисам 2️⃣ Инфраструктуру для автономной работы Ключевые элементы: Документация — у ИИ очень маленькая контекстная память, без внешнего источника он «забывает», что делал час назад. А это может быть опасно. Инструменты самопроверки (автотесты и т.п.) — чтобы ИИ сам контролировал качество своего результата. Тогда агент становится реально автономным, и ему можно давать комплексные задачи.

Claude Design 🔥🔥🔥 Пятничный релиз Claude испортил выходные всем, кто имеет отношение к дизайну ) Я тоже поработал с Claude Design, решил несколько своих задач и провёл парочку экспериментов — вот мои выводы, не только про инструмент. Claude Design практически идеален для меня лично и отлично ложится на мой workflow: быстро спроектировать и сделать основу с помощью AI, а затем доделать руками в режиме редактирования под своё видение, сохраняя полный контроль. Супер! Очень быстрая адаптация! Я просто открыл его и сразу же решил две небольшие задачи. Без какого-либо обучения или поисков. Я теперь работаю в нём, маршрут перестроен! Обычно я ищу общий язык с инструментами намного дольше. Например, я вообще не могу пользоваться Canva, потому что ничего не понимаю там ( А вот перебросить результат в Claude Code и быстро внедрить в проект у меня не получилось ( Начались какие-то затыки и ручная возня. Я ожидал более глубокой интеграции между этими двумя инструментами. И самое главное: теперь я вооружён Claude для проектирования/планирования, Claude Design для дизайна и Claude Code для реализации. Кажется, теперь вообще нет ограничений? Разве что в смелости и наличии идей. И да, по отношению к рынку дизайн-инструментов и особенно к Figma — это было брутально. Особенно с учётом того, что Claude и Figma явно сотрудничали, создавая Figma MCP. Этот релиз — наглядная демонстрация того, что AI-компании продолжат крушить рынки и концентрировать у себя влияние и невероятные потоки денег ( P.S. В качестве картинки приложу простейший пример визуальной работы Claude Design. Стояла задача из моих топорных карточек в блоге сделать современные.

10-11 апреля встречаемся на XV IT-конференции «Стачка» в Ульяновске! Здесь соберутся более 2000 участников (и онлайн-зрителей): разработчики, специалисты по контенту и коммуникациям, HR, а также руководители и собственники IT-компаний. В течение двух дней – мощный IT-буст: - 200+ докладов от лидеров индустрии из ВКонтакте, Авито, Яндекса, Сбера, Wildberries & Russ, Ozon, Газпром ИД, Альфа-Банка и т.д. - 30+ секций по четырём направлениям: Разработка, Управление, Дизайн и Контент, Digital-маркетинг. - мастермайнды, панельные дискуссии, мастер-классы, экспертные зоны, нетворкинг-события, афтепати в завершении первого дня. Фиксируйте себе: 10-11 апреля, Ульяновск (УлГПУ) И скорее на сайт👉 ul.nastachku.ru – забрать билет любого формата со скидкой ?% по промокоду?

От Figma к коду: как прокинуть UI-кит в Claude Code и не сойти с ума Про Claude Code сейчас трубят из каждого утюга. Способности — пушка, но давайте приземлим это на наши бытовые задачи. Например: как по-быстрому «обогатить» свой UI-кит кодовой базой, чтобы нейронки-агенты потом собирали вам консистентный дизайн, опираясь на ваши наработки, а не на свой рандомный вкус. Суть: у вас есть кит в Figma. Компоненты, варианты, переменные — всё на месте. Теперь нужно, чтобы это зажило в коде как React-компоненты и CSS-токены. Claude Code через MCP залетает в ваш файл, читает его и пишет код на основе реальных данных. То, что раньше делалось неделями, теперь залетает за пару часов. Но сначала — Шаг 0, на котором все обычно сыпятся. Подготовьте Figma-файл (без этого будет хаос) Claude читает файл через API. Если у вас там свалка из слоев «Rectangle 47» — чуда не будет. Компоненты — только через Main Components. Варианты — строго через Component Properties. Стили — всё должно быть привязано к Variables или Styles. Никакого «красного на глаз». Если кит причесан — вы в игре. Если нет — идите чинить, иначе Claude выплюнет мусор. Инструменты: чем собрать кит, если его еще нет Прежде чем скармливать кит коду, его надо по-человечески собрать. Вот что реально работает: Figma AI / Make — база. Накидать черновик экрана или интерактивный прототип по промту. Быстро, удобно, но часто слишком стерильно. Хорошо как фундамент. Figr Identity — это уже про систему. Генерит компоненты, которые дружат с токенами и логикой. Готовые решения — иногда быстрее взять эталон. Untitled UI (база баз) или Shadcn/ui для Figma. Если работаете с Tailwind — это вообще кратчайший путь к адекватному результату. Шаг 1. Коннектим Claude Code Шаг 2. Выворачиваем структуру файла

Вот ссылка на файл. Вытащи через MCP все компоненты, цвета, HEX-ы, текстовые стили и отступы. Мне нужна полная карта, прежде чем начнем кодить.

Claude вернет структуру. Проверьте её. Это момент истины: станет понятно, где вы накосячили в Figma-файле. Шаг 3. Генерим токены

«На основе файла создай tokens.json. Группируй всё: colors, typography, spacing. Сверху накинь скрипт generate-css.js, чтобы получить готовый styles/tokens.css. Запускай».

Это самая приятная часть — токены залетают идеально, потому что это голая математика. Шаг 4. Пишем компоненты Берем, например, Button. Просим Claude написать React-компонент, который в точности повторяет варианты из Figma.

Важно: заставляйте его использовать только CSS-переменные из вашего файла токенов. Добавляем стейты (hover, focus, loading), типы для TS и Storybook для документации. Повторяем для каждого элемента.

Шаг 5. Зацикливаем процесс (Builder.io) Когда код готов, используем плагин Builder.io. Он «маппит» ваши компоненты в Figma на реальный код. Результат? Дизайнер рисует новый экран из готовых компонентов в Figma, а разработчик получает чистый React-код, который дергает ваши компоненты, а не генерит новую фигню. Что в сухом остатке: За один вечер вы получаете живую дизайн-систему: токены, CSS, React-библиотеку и Storybook. Figma — источник истины для визуала, код — для продакшена. Всё связано, всё летает. ну не чудо ли?

Дизайнерская «чуйка» — это главный самообман 2026 года Сейчас из каждого утюга кричат: «Нахрен процессы, у нас есть ИИ и интуиция! Скорость решает всё!» Даже лиды из Anthropic подливают масла в огонь. Но давайте честно: если вы строите бизнес, а не играете в песочнице, то вера в «озарение» без фундамента — это прямой путь к кассовому разрыву. Раскладываем по полкам, почему «интуитивный дизайн» — это часто просто ширма для лени: 👀 Сеньор не забивает на этапы, он просто пролетает их на автомате. Когда у тебя за плечами сотни запущенных продуктов, ты не «пропускаешь» исследование. Ты проводишь его в голове за 10 минут, потому что уже знаешь все грабли в этой нише. Это не отмена процесса, это его экстремальное сжатие. 👀 Double Diamond — это не секта, это ваша страховка. Все эти фреймворки придумали не для того, чтобы дизайнерам было чем заняться. Это способ не просрать бюджет клиента на решение проблемы, которой не существует. В финтехе или медицине «интуиция» без проверки — это не гибкость, это должностное преступление. 👀 ИИ — это бензин, а не двигатель. Нейронки ахуенно ускоряют сборку, но они не понимают зачем мы это делаем. Если джун надеется, что Клод или Чатгпт заменят ему мозг и понимание задачи — он профнепригоден. ИИ помогает сжимать рутину, но не снимает ответственности за результат. Короче: Подход «сначала пилим решение, потом ищем проблему» работает только в одном случае — если вы делаете клон уже взлетевшего продукта. Во всех остальных ситуациях это авантюра. Главный скилл сегодня — не слепое следование методичке и не хаотичное «я так чувствую». Это умение врубать нужную скорость под конкретный риск. Либо ты управляешь рисками, либо они управляют твоим временем. Третьего не дано. А более детально про все это написано в статье от NNG

RAG, CAG и причем тут контекстное окно Щас расскажу про тааакую штуку, но начну с исторической справки: долгое время мы все сидели в парадигме RAG. Почему? Да потому мой любознательный друг, что контекстные окна у нейронок были размером с почтовую марку. Приходилось резать данные в мелкую лапшу, превращать их в векторы и надеяться, что поисковый алгоритм вытянет именно тот кусок, который нужен. Но в 2026 году, когда контекст измеряется миллионами токенов, этот подход начинает выглядеть как костыль. На смену (или скорее в дополнение) приходит CAG — Cache-Augmented Generation. Как работает магия? Суть простая: вместо того чтобы каждый раз судорожно искать фрагменты в базе, я загружаю всю базу знаний целиком прямо в контекстное окно модели и замораживаю её там. Это стало возможным благодаря KV-кэшированию. Модель один раз обрабатывает массив данных, сохраняет промежуточные вычисления и при каждом новом вопросе обращается к этому «горячему» кэшу. Больше никакого ожидания, пока идет поиск нужных данных. Ответ прилетает мгновенно, как будто я общаюсь с коротким промптом, хотя за спиной у модели висят сотни мегабайт документации. Почему это точнее и быстрее? Тут все просто то безумия. В классической схеме точность всегда упирается в качество поиска: если алгоритм не нашел нужный кусок, модель его просто не увидит и начнет лукавить на голубом глазу. В CAG поискового этапа просто нет — модель видит всю картину сразу. Это дает практически стопроцентную точность и позволяет сопоставлять факты из разных концов огромного архива. Для RAG это часто была непосильная задача, а для нас — теперь база. А как эту вундервафлю применить? Возьмем конкретный пример из нашей жизни. Когда нужно провести полный аудит сложной дизайн-системы, мы кэшируем все гайды и кейсы за последние годы. Теперь я могу спросить о противоречиях в логике отступов между проектами разных лет, и модель не просто найдет упоминания, а проведет сквозной анализ всего объема данных. Другой вот кейс — работа с легаси. Можно засунуть в кэш весь репозиторий проекта, который писали пять лет разные команды. Если спросить, как изменение одной функции аутентификации повлияет на логику инвойсов в другом модуле, модель увидит все зависимости. Поисковый алгоритм RAG мог бы это пропустить из-за низкой семантической схожести запроса, а CAG — нет. Про страх потери середины Мне накидали в панамку по поводу потери данных или снижения внимания в середине огромного контекста. Ребят, это все хуйня. Современные архитектуры давно решили проблему потери середины. В тестах на извлечение информации модели показывают идеальные результаты даже на объемах в два миллиона токенов. Единственное реальное ограничение — это объем. Если ваша база весит терабайты, RAG все еще неизбежен. Но для локальных баз до 200 мегабайт CAG — это абсолютная киллер-фича. Че по бабкам? Конечно, за кэш нужно платить как и за все в жизни. Хранение активного контекста стоит денег, и если обращаться к нему раз в месяц, это выйдет дороже классической векторной базы. Но если вам нужен глубокий, быстрый и точный анализ в режиме рилтайма, CAG окупает себя за счет экономии на разработке и отсутствия ошибок поиска. Лично для меня выбор очевиден: там, где важна глубина понимания, я выбираю кэш.

Дизайн больше не будет прежним или почему мы меняемся. Долгое время мы писали о Pixel-perfect и классическом подходе к дизайну, но индустрия развивается слишком быстро, чтобы оставаться в старых рамках. Сегодня роль дизайнера трансформировалась: это уже не просто специалист в Figma, а скорее оркестратор технологий и искусственного интеллекта. Реальность 2026 года предъявляет к нам новые требования. Теперь недостаточно просто спроектировать интерфейс — критически важно уметь прототипировать его через код и понимать основы фронтенда, бэкенда и облачных сервисов. Искусственный интеллект при этом становится нашим основным помощником, который берет на себя написание кода и автоматизацию рутинных задач. Наша редакция стремиться быть в центре этих изменений, поэтому решили обновить формат. Мы будем делиться практическими наработками, тестировать актуальные нейросети и знакомить вас с лидерами рынка. В связи с этим канал Pixelmap превращается в «Нейрокодинг». Наш новый логотип, объединяющий структуру кода и ядро ИИ, стал прямым отражением этой философии. Давайте двигаться вперед и расти вместе.

🚀 ИТ в промышленности 2026: о чем будут говорить РусГидро, РУСАЛ и АЛРОСА? Уже 18 марта пройдет ключевая конференция TAdviser по ИТ в промышленности, где соберутся директора по ИТ и цифровизации крупнейших заводов и холдингов. Мы там будем (и вам советуем), потому что темы повестки — огонь: 🔥 Технологии: Цифровые двойники, отечественный IoT, ИИ для прогнозирования спроса, машинное зрение против брака. 💰 Бизнес: Господдержка, ROI от цифры, снижение простоев через предиктивное обслуживание. 🛡 Безопасность: Киберугрозы для промышленных объектов, импортозамещение SCADA. Кто выступает: ▫️ Алексей Синюгин (Алвиса) ▫️ Сергей Хомяков (РусГидро) ▫️ Иван Казарин (РУСАЛ) ▫️ Николай Петров (АЛРОСА) ▫️ Елена Даувальдер (Черкизово) ▫️ Роман Сунтеев (Металлоинвест) ...и еще десяток топ-спикеров. Если вы в теме промышленной автоматизации, цифровизации производства или просто ищете новые рынки для ИТ-продуктов — это ваша тусовка. Ссылка на регистрацию: https://conferos.ru/event/it_v_promyshlennosti_2026-03-18 До встречи 18 марта! 👷♂

А вдруг… Наш будущий коллега сейчас листает ленту и даже не догадывается, что мы его ищем? Поэтому не будем тянуть. В карточках — наши открытые вакансии: изучайте и делитесь со знакомыми. Откликнуться или задать вопросы можно Арине @chikitt

Claude Code — жир для кодинга Слушайте, сейчас в айти происходит какой-то нереальный движ. Все топовые кодеры, за которыми я слежу, потихоньку пересаживаются на Claude Code. Дошло до того, что люди вообще перестают писать код руками в привычном смысле — сервис делает всё за них (однако публикация выше не ставит крест на классической разработке). Но есть нюанс: чтобы эта штука выдавала действительно хороший результат, а не просто набор символов, ей нужно уметь правильно пользоваться. Мы тут у себя в команде уже начали его щупать, и хотим показать мегагайд, чтобы вы не тратили время на лишние движения. Что внутри этого жирного гайда: 108 тем. Разжевали всё так подробно, что поймет даже «глухой гуманитарий». Сложные задачи больше не будут делать вам голову. По фактам и без воды. Введение в Claude, форкфлоу, скилы, шорткаты, работа с субагентами и хуками — там ещё десятки пунктов. Фулл-пакет по каждой теме. Короткая справка для быстрого старта + подробная документация со всеми нюансами + статьи от реальных профи. Удобная структура. Идем классически: от простого к сложному, чтобы не взорвать мозг в начале пути. Короче, если пройдете этот гайд до конца — будете шарить в Claude лучше, чем 95% всех пользователей. Это прям маст-хэв, если хотите фигачить проекты быстрее и качественнее. Пушить скиллы — тут Как вам такая тема? Кто-то уже пробовал Claude Code в деле или всё еще по старинке руками код пишете? Пишите в комментах!

Айтишников пока не увольняем. Alibaba протестировала агентов ИИ на 100 реальных кодовых базах (поддерживаемые 233 дня). Агенты потерпели сокрушительный провал. Пройти тесты один раз и написать код легко, а вот поддерживать его в течение 8 месяцев, не сломав всё, ИИ не умеет и терпит крах. 75% моделей ИИ нарушили работавший код во время поддержки. Модели накапливают технические проблемы с каждой новой итерацией. ИИ-агенты пишут «хрупкий» код и жертвуют его качеством ради быстрых результатов. @banksta

📊ИИ требует четких решений и реальных результатов — Компании больше не готовы тратить ресурсы на обучение, ожидаемые эффекты должны быть ощутимы сразу же. 📂 МЫ СОБРАЛИ УНИКАЛЬНУЮ ПАПКУ ДЛЯ СПЕЦИАЛИСТОВ ПО ИИ — ЭТО:

📌Примеры реальных кейсов успешного применения ИИ в бизнесе: оптимизация бизнес-процессов, повышение эффективности проектов и рост прибыли компаний 📌Практичные инструменты и методологии: модели расчета окупаемости ИИ-решений, технологии оценки качества моделей, дорожные карты цифровизации бизнеса и трансформации организаций 📌Инструментарий для грамотного выбора и внедрения инновационных технологий: алгоритмы анализа больших данных, методы предиктивной аналитики, системы рекомендаций и чат-боты 📌Лучший опыт формирования эффективных рабочих групп разработчиков и исследователей, интеграции команд Data Science и DevOps 📌Обзор новейших тенденций в сфере глубокого обучения, компьютерного зрения, обработки естественного языка и роботизированных систем

📊ЭТА ПАПКА ОРИЕНТИРОВАНА НА ПРОФЕССИОНАЛОВ, КОТОРЫХ ИНТЕРЕСУЕТ:

📌

Увеличение производительности и снижение затрат

📌

Оптимизация ресурсов и высокая эффективность инвестиций

📌

Рост конкурентоспособности и востребованности продуктов и сервисов на рынке

📌ЗАБРАТЬ ПАПКУ 🤩 Организаторы : Green.Папка

Рекомендую интервью сооснователя LinkedIn Рида Хоффмана для понимания того, что сейчас происходит в мире IT. Вот некоторые моменты, которые отметил для себя: • Большинство из нас использует ИИ… неправильно. Слишком поверхностно • Мы прошли только 5% AI-революции • Как изменится рынок SaaS-сектора. Почему у небольших технологических компаний появляется шанс подвинуть гигантов • Что нужно начать делать уже сейчас, чтобы к февралю 2027 года не оказаться в числе отстающих • Актуальность информации во всех популярных AI-сервисах отстает на 18 месяцев. Как это обойти с помощью правильных вопросов и промтов 👉 Смотреть здесь: https://youtu.be/PbvwwjNPxg8?si=MdADj1BBaNGEYDRv

Если вы хотели упороться по вайбкодингу сегодня - то это можно сделать бесплатно на lovable Еще дают $100 in free Claude API credits from Anthropic (нужно зайти в Lovable чтобы получить) Всех девочек, девушек и женщин поздравляю с праздником! Все все лучшие 🌷🌷🌷

Вы структурируете наш хаос, делаете сложное простым, а серое — ярким. Спасибо, что вы есть. С праздником, любимые женщины! 🌹 Получилось немного по-гиковски, зато от души 👆