Алексей Цыкарев | ИТ, ИИ и бизнес
رفتن به کانال در Telegram
Сложная разработка, управление, процессы, архитектура и применение ИИ в бизнесе Автор: Алексей Цыкарев, основатель https://spectr.dev и https://udwe.ru Сотрудничество: @aleks_tsykarev
نمایش بیشتر1 220
مشترکین
اطلاعاتی وجود ندارد24 ساعت
+27 روز
+330 روز
در حال بارگذاری داده‌ها
کانال‌های مشابه
هیچ داده‌ای
مشکلی وجود دارد؟ لطفاً صفحه را تازه کنید یا با مدیر پشتیبانی ما تماس بگیرید.
ابر برچسب‌ها
هیچ داده‌ای
مشکلی وجود دارد؟ لطفاً صفحه را تازه کنید یا با مدیر پشتیبانی ما تماس بگیرید.
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
اکتبر '26اکتبر '26
اکتبر '26
+748
در 0 کانال‌ها
سپتامبر '260
در 0 کانال‌ها
Get PRO
اوت '260
در 0 کانال‌ها
Get PRO
ژوئیه '260
در 0 کانال‌ها
Get PRO
ژوئن '260
در 0 کانال‌ها
Get PRO
مه '260
در 0 کانال‌ها
Get PRO
آوریل '260
در 2 کانال‌ها
Get PRO
مارس '260
در 1 کانال‌ها
Get PRO
فوریه '260
در 1 کانال‌ها
Get PRO
ژانویه '260
در 2 کانال‌ها
Get PRO
دسامبر '250
در 0 کانال‌ها
Get PRO
نوامبر '250
در 2 کانال‌ها
Get PRO
اکتبر '250
در 0 کانال‌ها
Get PRO
سپتامبر '250
در 0 کانال‌ها
Get PRO
اوت '250
در 5 کانال‌ها
Get PRO
ژوئیه '250
در 1 کانال‌ها
Get PRO
ژوئن '250
در 2 کانال‌ها
Get PRO
مه '250
در 1 کانال‌ها
Get PRO
آوریل '250
در 2 کانال‌ها
Get PRO
مارس '250
در 2 کانال‌ها
Get PRO
فوریه '250
در 1 کانال‌ها
Get PRO
ژانویه '250
در 0 کانال‌ها
Get PRO
دسامبر '240
در 2 کانال‌ها
Get PRO
نوامبر '240
در 1 کانال‌ها
Get PRO
اکتبر '240
در 1 کانال‌ها
Get PRO
سپتامبر '240
در 0 کانال‌ها
Get PRO
اوت '24
+16
در 1 کانال‌ها
Get PRO
ژوئیه '24
+116
در 1 کانال‌ها
Get PRO
ژوئن '24
+315
در 2 کانال‌ها
Get PRO
مه '240
در 0 کانال‌ها
Get PRO
آوریل '24
+108
در 1 کانال‌ها
| تاریخ | رشد مشترکین | اشارات | کانال‌ها | |
| 25 اکتبر | 0 | |||
| 24 اکتبر | 0 | |||
| 23 اکتبر | 0 | |||
| 22 اکتبر | 0 | |||
| 21 اکتبر | 0 | |||
| 20 اکتبر | +3 | |||
| 19 اکتبر | 0 | |||
| 18 اکتبر | 0 | |||
| 17 اکتبر | +1 | |||
| 16 اکتبر | 0 | |||
| 15 اکتبر | 0 | |||
| 14 اکتبر | +1 | |||
| 13 اکتبر | 0 | |||
| 12 اکتبر | +2 | |||
| 11 اکتبر | 0 |
پست‌های کانال
Мы запустили Чатти — корпоративное пространство для работы с нейросетями. Приходите пользоваться!
Активно продавать начали еще летом, сейчас уже идут пилоты и внедрения: фарма, застройщики, фудтех, еком, ритейл и даже финтех. Вообще, продукт прекрасно подходит для личного ежедневного использования, но мы сейчас фокусируем разработку и продвижение в первую очередь на корпоративных сценариях.
Мы прекрасно видим и понимаем запросы клиентов, которые закрываем своим продуктом, видим как быстро команды вовлекаются в использование — и это очень драйвит, конечно 🔥️️️️️️
Мы даем бизнесу централизацию в части доступа сотрудников к ИИ. Не нужно решать вопросы с VPN, с оплатой личных аккаунтов. Все в кабинете Чатти — сотрудники, настройки доступа к моделям, супер-подробная статистика по использованию (кто, что и с какими моделями делал).
Мы даем удобный и комплексный инструмент. Работа с текстом, генерация графики и видео, анализ документов, создание презентаций, сбор и обработка информации, транскрибиация — все это типовые сценарии работы в Чатти. У нас есть модели всех ведущих вендоров: ChatGPT, Claude, Gemini, DeepSeek, Nano Banana, Qwen и так далее.
Конечно, все это можно интегрировать с любыми внутренними системами. Достаточно сделать MCP-сервер, подключить его и ву-аля: Чатти сможет построить для вас любую аналитику по вашей CRM, уточнить статус документа в 1C, загрузить документ в корп-хранилище. И этот перечень никак не ограничен.
Мы даем функционал организации и персонализации. Всю работу можно организовать через «Проекты» — свои доступы, свои инструкции, свой набор доступных материалов. Корпоративные стандарты и наработки можно организовать через Навыки (они же Skills).
Думаем про безопасность и конфиденциальность данных. Чтобы никто случайно не отправил перс данные и/или другие секреты трансгранично, у нас есть модуль DLP: можно настроить политики обнаружения и реакции на попытку передачи (например, блокировать или маскировать). А еще можно выключить все иностранные модели и подключить те, у которых инференс на территории РФ — так еще надежней.
С удовольствием расскажу и покажу подробней — пишите в личку!
Чатти
| 2 | Катастрофоустойчивость и Disaster Recovery
По мотивам событий вчерашнего дня, хочу дать ТОП-3 рекомендации, которые помогут пережить любой «сбой».
1. Делайте бэкапы
2. Делайте бэкапы
3. Делайте бэкапы | 180 |
| 3 |  Как помогает ИИ
Сгенерировать офигенную картину с лабрадором с винишком и повесить ее на пустую белую стену над диваном | 235 |
| 4 |  Динамика рынка ИТ-аутстаффинга за май 2025 - сентябрь 2026
Делюсь обновленным графиком динамики спроса на рынке ИТ-аутстаффинга.
Про методику и данные для аналитики — в оригинальном посте
—
Кстати, несмотря ни на что, мы активно расширяем партнерскую сеть, чтобы быстрей закрывать прямые запросы клиентов — пишите Кате, если хотите вступить | 193 |
| 5 |  Как помогает ИИ. Рекрутмент, структурирование CV
Суть: ИИ помогает перевести резюме любого формата и содержания в нужную структурированную форму для дальнейшего хранения в ATS.
У большинства современных моделей есть замечательная фича — Structured outputs. Т. е. в запросе к модели вы можете вместе с промптом передать ожидаемую структуру ответа и она начнет отвечать json'ками нужного вида, которые далее можно легко использовать в любых автоматизациях. В том числе, если какие-то поля должны принимать строго значения из определенного списка — это тоже можно.
Передаем модели в качестве промпта текстовую версию CV, передаем значения справочников, описываем структуру ответа и вуаля — на выходе получаем всю информацию о кандидате уже в структурированном виде, готовом к сохранению в ATS.
Отдельным шагом обработки можно связать отдельные элементы структуры со справочниками таксономии навыков, как я писал выше.
P.S. Конечно, парсить CV можно и без ИИ, но в этом случае под каждый формат исходных CV нужно писать свои обработчики. А с ИИ это работает абсолютно универсально: хоть резюме с HH, хоть любое самодельное резюме от кандидата — все работает.
🙂Спектр | 211 |
| 6 | Как помогает ИИ. Рекрутмент, база кандидатов и таксономия навыков
Буду периодически делиться супер-прикладными кейсами того, как и где ИИ реально помогает нам и нашим клиентам. Сегодня кейс про рекрутмент и работу с базой кандидатов.
Основой всех автоматизаций в нашей ATS я считаю «таксономию навыков» — большой структурированный справочник на 2000+ всевозможных айтишных навыков. Благодаря моделькам-эмбедерам (если интересно, у нас для этого используется text-embedding-3-small от Open AI) все они хранятся у нас в векторизованном виде.
Это позволяет нам обрабатывать и структурировать CV всех кандидатов так, что буквально каждое упоминание какой-то технологии в текстовом резюме вытаскивается и метчится с конкретными элементами нашей таксономии. И за счет нейросетей это именно семантический метчинг: т.е. фраза из резюме «пилил еком на ларе» абсолютно корректно подтянет Laravel из нашей базы.
При этом, каждое такое сопоставление и привязка кандидатов к навыкам обогащает сами навыки синонимами. А если подобрать релевантный навык из нашей базы не удалось, то создается новый — таким образом, база сама постепенно расширяется.
База благодаря этому остается всегда актуальной и чистой - добиваться такой дисциплины при ручном заполнении карточек кандидатов было бы просто невозможно.
Сам факт того, что данные о кандидатах у нас хранятся не просто в виде структурированных массивов строк, а имеют эти привязки открывает нам огромные возможности для аналитики, для интеллектуального (и быстрого!!!) метчинга кандидатов на вакансии, для быстрого поиска по базе. Про все эти вещи напишу отдельно
🙂Спектр | 169 |
| 7 |  Динамика рынка ИТ-аутстаффинга за май 2025 - август 2026
Август давно кончился, делюсь обновленным графиком динамики спроса на рынке ИТ-аутстаффинга.
Август, как и Июль просел почти на 30% по отношению к прошлому году 🤯
Про методику и данные для аналитики — в оригинальном посте
Показалось странным такое падение на 30% уже второй месяц подряд, проверил достоверность данных — они достоверны. В ряде каналов существено (у кого-то прямо в разы!!!) сократилось кол-во запросов начиная с весны этого года, а пик сокращения как раз выпал на июль-август
—
Кстати, несмотря ни на что, мы активно расширяем партнерскую сеть, чтобы быстрей закрывать прямые запросы клиентов — пишите Кате, если хотите вступить | 197 |
| 8 | Ходил сегодня в новый зал после перерыва.
Смотрю, в дальнем углу зала стоит небольшая группа людей и все плачут.
Сначала думал: предприниматели. Оказалось — кроссфитеры | 235 |
| 9 |  Просто обожаю чувство юмора и креативный подход к неймингу у своих коллег 😅 | 327 |
| 10 |  С 1 сентября! | 302 |
| 11 |  Динамика рынка ИТ-аутстаффинга за май 2025 - июль 2026
Июль кончился, делюсь обновленным графиком динамики спроса на рынке ИТ-аутстаффинга.
Июль просел на 30% по отношению к прошлому году 🤯
Про методику и данные для аналитики — в оригинальном посте
—
Кстати, активно расширяем партнерскую сеть, чтобы быстрей закрывать прямые запросы клиентов — пишите Кате, если хотите вступить | 387 |
| 12 |  На скрине статистика расхода токенов за неделю при полном выжигании подписки Codex, которая стоит 200$. Большая часть расхода — GPT 5.6 Sol. 26 млрд (!!!!) токенов
По этой статистике нет детализации, сколько токенов было input, сколько output, сколько кеша. Но давайте предположим, что соотношение такое, что 75% - кешированный input, 20% - input без кеша, 5% - output.
Если этот расход пеерсчитать на цены по API, то получается 75 тысяч $. Это только за неделю. За месяц ~300к $
Получается, что покупая подписку за $200 в месяц вы покупаете ~$300к реального потребления | 316 |
| 13 |  Ого, пришлось письмо от DeepSeek о том, что в ближайшее время «ожидается значительное увеличение цен»
Интересно, на сколько быстро это случится и каким будет увеличение - проценты, разы, десятки раз? 🤔 | 244 |
| 14 | Вайб-кодинг VS AI-driven
Вычитываю сейчас лонгриды в рамках курса и наткнулся на хорошие формулировки различия двух подходов. Оставлю тут 🙂
Вайб-кодинг
Разработчик примерно описывает, что хочет, AI генерирует код, а архитектура, требования, процессы и правила остаются в стороне. На практике это действительно работает и можно быстро собрать автоматизацию, написать фичу, сделать прототип, закрыть маленькую бизнес-задачу. Сначала складывается впечатление, что произошел скачок производительности: один человек делает то, для чего раньше требовались аналитик, frontend-разработчик, backend-разработчик и иногда еще несколько специалистов. AI быстро генерирует большие объемы кода, помогает собрать интерфейс, backend, интеграции, скрипты и инфраструктурные файлы. Но у этого подхода есть предел.
Проблемы начинаются, когда проект нужно сопровождать, развивать, масштабировать и передавать другим людям или агентам. Код, который быстро сгенерирован без проектирования, начинает вести себя как снежный ком. Фичи накладываются друг на друга, решения становятся менее понятными, агентам все сложнее ориентироваться в проекте, а разработчик тратит все больше времени на устранение последствий.
В итоге наступает провал эффективности. AI продолжает генерировать код быстро, но скорость генерации перестает быть преимуществом, потому что каждый новый слой кода увеличивает хаос. Если процесс не управляем, AI не сокращает технический долг, а ускоряет его накопление.
AI-driven подход
AI-driven подход отличается от вайб-кодинг не тем, что в нем меньше AI. Наоборот, AI все так же используется для генерации кода, проектирования, анализа, отладки и review. Разница в том, что AI используется внутри системного инженерного workflow и не пытается его заменить.
AI-driven разработка не отменяет жизненный цикл создания софта, напротив, она требует еще более аккуратной организации контекста, потому что чем понятнее окружение, тем лучше работают кодинговые агенты.
В зрелом подходе AI должен быть встроен во все этапы разработки: от формулирования задачи до релиза. | 270 |
| 15 | Какие интересные «совпадения» случаются
Буквально сегодня по одному из наших продуктов обсуждали, под какие SLA мы готовы коммититься перед клиентами. Продукт — API-шлюз для доступа к frontier LLM моделям (без VPN, с адекватными ценами,с оплатой в рублях и вот это вот все).
Сделали кучу замеров, посмотрели нагрузку, все посчитали и начали наши внутренние «торги».
Начали с 99.9% доступности. Тут быстро поняли, что к такому мы в моменте физически не готовы и не хотим быть готовыми для нового продукта без нормального кешфлоу.
Опустиилсь до 99%. К этому готовы и морально и физически, но объем инфраструктурной работы необходимой для нашей же уверенности в этой цифре заставил торговаться дальше.
В итоге остановились на 98%, которые готовы гарантировать клиентам и в которых уверены. Все-таки это продукт, где ты балансируешь между 2 огней: с одной стороны РКН с его блокировками, с другой стороны ограничения LLM-вендоров — много неконтролируемых факторов, которые сложно предвидеть.
Все. Договорились, зафиксировали, работаем.
И вот буквально через несколько часов начинается деградация в работе сервиса. Часть запросов на отдельных нодах без видимой системы начинает валиться где-то на сетевом уровне между узлами. Локализовали до WireGuard (популярный VPN протокол) — часть запросов протокола просто не доходит и режется где-то на уровне провайдера, даже не доходя до наших сетевых интерфейсов. И тут меня догоняют свежие новости, что именно сегодня РКН ужесточил блокировки VPN-сервисов и все становится на свои места 🙁
Очень быстро получили подтверждание того, что наш трезвый расчет и перестраховка были не напрасными 😅 | 202 |
| 16 | Слышали про релиз модели Kimi K3? Хочу накинуть несколько полезных фактов про железо под эту модель
Главная особенность релиза в том, что Kimi K3 — это самый большой (2.8T параметров) Open Souce, который по бенч-маркам в одной лиге с Fable 5, GPT-5.6 Sol, Opus 4.8 и стабильно обгоняет тот же GPT-5.5.
Т.е. эту модельку можно развернуть на своем железе в своем контуре и это будет полноценный frontier-уровень, будет круто и безопасно.
Но чтобы запустить это чудо в своем контуре — надо около 1.5+ терабайт VRAM. Таких видео-карт в природе не существует и тут нужен целый их кластер, при чем очень хороших и много. Для понимания: у самой топовой потребительской видеокарты RTX 5090 — всего 32 ГБ VRAM, а у топой серверной B300 - 288 ГБ VRAM.
В общем, я задался вопросом — можно ли вообще найти у РФ-провайдеров подходящие конфигурации в аренду и сколько будет стоить. Нашел готовые серверы HGX™ B300 у Selectel — абсолютно топовый сервер, которого уверенно хватит на инференс Kimi K3.
Я посчитал, если этот сервер использовать под кодинг-агентов, то он стабильно будет держать и обслуживать примерно 10-12 кодиговых сессий (людям будет работать комфортно). 13-30 кодинговых сессий будут уже заметно тормозить, но какая-то вменяемая скорость разработки еще будет сохраняться. После 30 - думаю, что работать станет невозможно.
А теперь цена. Аренда такого сервера, если верить калькулятору Селектела будет стоить ~8 млн/месяц. Если покупать, то ~110 млн разово + 3-5млн опекса ежегодно.
Такой вот «доступный Open Source» :) | 279 |
| 17 |  Буквально за последние 2 месяца было большое количество релизов как коммерческих моделей (GPT, Claude, Gemini), так и открытых (GLM, Kimi) и по бенчмаркам все модели уже очень близки друг к другу.
Можно следить за изменениями и держать все в голове — да. Но понимать с такой динамикой все нюансы происходящего и уж тем более пробовать все на практике — практически нереально.
И вот вчера у нас была встреча закрытого комьюнити нашей ИИ-Академии, обсуждали последние изменения из мира frontier нейросетей и делились опытом.
Поделились друг с другом своими наблюдениями про модели и ценовую политику - кто чем пользуется, какие инсайты есть. Я рассказал про свой опыт с Codex, с новыми модельками gpt-5.6-*, про свое разочарование Terra, про фестиваль ресетов от OpenAI. Ребята делились своими наблюдениями про участившееся баны аккаунтов и зависимость этого от способов оплаты, про опыт перехода с Cursor на Claude Code, наблюдениями про реальную разницу между Fable и Opus, немного про опыт использования опен-сорса через OpenCode поговорили, еще обменялись актуальным опытом и сделанными открытиями в плане разного харнесса и и того как это дружит с обновленными моделями. У всех очень разный опыт, как в плане компаний, их процессов и решаемых задач, так и в плане используемых инструментов.
И вот такие закрытые встречи в узком кругу — на мой взгляд, просто must have сегодня. Помогает держать руку на пульсе и расширять кругозор! | 233 |
| 18 |  Динамика рынка ИТ-аутстаффинга за май 2025 - июнь 2026
Июнь кончился, делюсь обновленным графиком динамики спроса на рынке ИТ-аутстаффинга.
Июнь просел на 6.7% по отношению к прошлому году.
Про методику и данные для аналитики — в оригинальном посте
—
Кстати, активно расширяем партнерскую есть, чтобы быстрей закрывать прямые запросы клиентов — пишите Кате, если хотите вступить | 301 |
| 19 | Давно ничего не писал про нейросети (итак из каждого утюга), а сейчас хочу поделиться мыслью про происходящую гонку моделей
Буквально за ~месяц в мире frontier-моделек произошло много интересного. Краткий мой пересказ - под спойлером.
Антропики распиарили свою супер-модель нового поколения Mythos 5, которая по их словам: слишком крута и слишком опасна, потому что на раз можем взломать любые системы, умеет думать, обходить правила, прямо почти AGI — в общем, человечество к такому пока не готово и поэтому модельку дали только какому-то супер-узкому составу компаний. А для обычных людей в начале июня выкатили на всех «урезанную версию» поколения Mythos — Fable 5, которая вроде как и нового поколения, но по бенч-маркам показывает не сильно большой прирост, при этом стоит х2 от Opus 4.8, и при том еще автоматически переключается в виде фолбека на тот самый Опус, если ей кажется что она может быть опасной/навредить — забавно, но еще не все. Потом пришел «американский РКН» и обязал Антропиков заблокировать модель для всех неграждан США, а те не имея возможности надежно исполнить требование (потому что как ты определишь гражданство миллионов своих пользователей?) выключили модаль вообще для всех до выяснения обстоятельств. И только спустя месяц (вот буквально вчера) они снова вернули ее в общий доступ, но с еще более жесткими фильтрами по безопасности и более частыми переключениями на Opus. По существу самой модели я сказать ничего не могу - пользовался ей минимально, по ощущениям тот же Опус :) Читал каналам - тоже единого мнения не увидел: кто-то говорит про какой-то несущественный прирост, кто-то даже писал про деградацию на своих задачах — в любом случае, какого-то революционного скачка не было
Тем временем, китайская Z.AI выпустила своего флагмана GLM-5.2, который тоже сколько-то шуму наделал. По многим бенчмаркам она уже ну уровне с флагманами Opus 4.7-4.8, GPT-5.5 и при этом в 5 раз меньше по цене. Китайцы не дают расслабиться в этом конкурентной борьбе.
Ну и OpenAI. Долго молчали, а на прошлой неделе сделали пятничный подарок и объявили о своих новых моделях - GPT-5.6, которые не уступают по бенчамарках тому самому Mythos от Антропиков. Там особенность в том, что это уже сразу сеймейство моделей: Sol (супер-флагман по цене GPT-5.5), Terra (рабочая лошадка для повседневных задач - на уровне gpt-5.5, но по цене gpt-5.4) и Luna (быстрая, дешевая, для простых задач). Главное, что я тут вижу и чему рад — более лояльная ценовая политика. Новый флагман по цене флагмана предыдущего поколения, а качество и мозки gpt-5.5 по более низкой цене — кайф, короче. Но есть нюанс. Модели пока сделали доступными для узкого круга проверенных компаний, а для всех откроют через ~месяц после пилотов и консультаций все с тем же «американским РКН»
Знаете принцип Парето? Мне кажется, что 20% пути, которые дали нам 80% результата был пройдены где-то в момент появления gpt-5.4 и Opus 4.5 (примерно).
Я очень активно использую в работе для повседневных задач и для кодинга gpt-5.4/gpt-5.5 и поймал себя на мысли, что уже довольно давно мне этого полностью хватает. Модели уже настолько крутые, что прямо с лихвой закрывают все мои потребности и я буквально не вижу существенной точки роста в дальнейшем развитии моделей. Если модели станут в разы круче по всем бенчмаркам, то скорость работы/эффективности увеличится благодаря этому совсем незначитально (если вообще увеличится).
Сейчас точка роста с возможностей моделей сместилась совсем на другое, на «Харнесс»: подход к работе, организация воркфлоу, тулы для моделей, оркестрация, организация и умение работать с контекстом. На то, как с кратко выросшей благодаря нейросетям скоростью не скатиться в хаос и сохранить контроль над процессом и продолжать выдавать прогнозируемое качество результата.
А увеличивать эффективность не за счет моделей, а за счет харнесса — гораздо сложней. Потому что в случае с модельками за тебя все делают всякие Антропики и ты просто используешь. А в случае с харнессом надо включать мозги, копаться и перестраивать свои процессы — а это часто бывает очень больно 😀 | 273 |
| 20 |  +6Двухдневный семейный сплав среди недели
Катамаран, туман, комары, костер, вкусная еда, походная баня и ныряние в холодную реку, лютые дожди, никакой связи и цивилизации вокруг — все устали, промокли, но довольные 🙂
Хороший способ перезагрузиться 🔥 | 336 |
