Код в мешке

Полезные ссылки про данные, технологии и не только: - coreutils Microsoft выпустили набор unix подобных инструментов для Windows. Хочется сказать не поздно ли? Ибо альтернативы были, тут главное достоинство в том что это родные утилиты от производителя, но со своими ограничениями. Полезно для всех кто использует W10/W11 и любит командную строку - Pluto система тетрадок на базе языка Julia. Примеры на сайте не открываются, сложно посмотреть пока в действии, но само по себе интересно, хотя и врядли серьезно потеснит Python - ingestr новая версия утилиты быстрой загрузки данных в огромное число источников из большого числа источников. Пишут что в версии 1 существенное ускорение по сравнению с другими инструментами и версией 0. Надо пробовать. #opensource #data #tools

Не добавил сюда еще один тоже классный способ, про кэширование токенов в промпте. Я его по умолчанию всегда настраиваю, но вдруг кто-то не пользуется до сих пор и теряет. Спасибо комментаторам.

🕵️‍♀️ кто сжигает бабки у твоего стартапа больше всего? Наткнулся на статью от a16z и Mercury: ребята проанализировали, куда 200k стартапов слили бабос на AI за лето. Я немного скептически воспринял эти данные (все эти 200к стартапов - клиенты Mercury), но и в моём айти-бизнесе похожее ощущение: токены для OpenAI лохматят мою карту, плюс подписки на Lovable и Cursor..., но AI действительно меняет команду в сторону вайб кодеров. Итак, вот выжимка: ✅ Тулзы для всей команды берут 60% бабок - это универсальные штуки, которые юзает вся команда, vs нишевые для конкретных ролей (40%). Топ: #1 OpenAI, #2 Anthropic, #3 Replit (vibe coding рвёт - ~15x revenue Lovable, несмотря на их трафик; Replit для enterprise-аппов с агентами и облаком). ✅Митинги: 6 сервисов в топе - Fyxer, Happyscribe, Plaud, Otter AI, Read AI, Cluely. ✅Креатив: Больше денег уходит на креативные инструменты: Freepik, ElevenLabs, Canva, Photoroom, Midjourney, Descript, Opus Clip, Capcut, Arcad, Tavus. ✅Vibe coding: на третьем месте после OpenAI и Anthropic стоит Replit, ниже Cursor, Lovable и Emergent. ✅ Тулзы для конкретных ролей (40%): Усилители или замена Perplexity (минус рутина), AI-employees (автоматизация). Последние: Cognition, Crosby Legal, 11x, Serval. Категории: Customer service (Lorikeet, Ada), Sales (Instantly), HR (Micro1), Ops (Delve compliance). ✅ Тренд: Consumer → Enterprise 70% топа - инди-тулзы, тащат в команды (типа Midjourney и Cluely всё ещё consumer-heavy). OpenAI: с 75% consumer до 50/50. AI ускоряет upmarket - product-led growth в год-два. 🔘 В общем, стартапы тратят на тулзы для всей команды: креатив, кодинг, митинги. Бабки улетают, но продуктивность дай бог +30%. А у вас кто крадёт бюджет? Все ли расходы только во благо? Как насчет профита? Дайте оценку в комментах от 1 до 10 по шкале результативности! 🧑‍💻

Делюсь опытом, как резать косты на токены. Я помню, как впервые столкнулся с API GPT - это был восторг, но вскоре пришла и головная боль. Мой первый MVP, бот для разговорного английского Speakadora в Telegram, работал как часы. Число юзеров начало расти, счёт за токены рос тоже, будто я скупаю Биткоин в 2017-м. В стартапе каждая копейка на счету! Я быстро понял: без жесткой дисциплины промптов я пойду ко дну. Пришлось буквально «зачистить» лишние слова в промптах, убирая "пожалуйста" и синтаксический мусор. Я перестал думать о красоте и начал думать о плотности информации на токен. Это был первый, самый болезненный, но самый эффективный шаг. Потом я заметил, что самые дорогие запросы - это те, где модель должна помнить весь контекст диалога с пользователем. Так я пришёл ко второму ключевому трюку стартаперов: грамотное управление окном контекста. Я начал использовать резюмирование (summarization), чтобы сжать длинную старую часть диалога до нескольких ключевых тезисов. Модель помнит суть, а я экономлю токены. Это стало критически ощутимо, когда пользователи наговорили уже 1 600 часов! Следующий прорыв случился, когда я осознал: не для всего нужен GPT-4. Зачем платить гпт’хе за задачу, которую ее младший нейро брат сделает не хуже? Третий подход - это каскадная архитектура (cascading). Для быстрых, простых проверок грамматики в Speakadora я использовал GPT-3.5-Turbo. А вот для сложных ролевых игр или детальных объяснений - только GPT-4. По сути просто выбирал нужный "инструмент" под конкретную "гайку". Финальный шаг был, пожалуй, самым хитрым. Я начал сравнивать сервисы-прослойки, которые продают доступ к тем же моделям. Такие стартапы закупают токены оптом или получают спец. условия как партнеры, и цена для конечного разработчика может быть ниже. В один момент я заметил, что одна и та же модель в разных сервисах имеет совсем разные цены (!!!). Например, во vsellm.ru токены могут стоить до 90% от цены на openrouter.ai! Это стало четвертым, неочевидным источником экономии. Особенно на фоне того, что в первом можно еще и РФ картой платить. Ребята из таких сервисов будто специально продалбываются. Но нам все равно. Для нас это способ хакнуть юнит-экономику. Суммарно эти подходы позволили мне кратно сократить расходы. Только посмотрите: за 30 дней мы сжигаем 12М+ токенов, и это при том, что у нас зарегистрировано 25к человек! Мы научились быть эффективными. Благодаря этой экономии мы смогли выйти на стабильный доход: общее число платных подписок 643. Мой подход превратился из бездумного "дай мне ответ" в стратегическое "дай мне ответ с минимальными затратами токенов". Это позволило почти всем моим продуктам остаться на плаву дольше, не разорившись на хайпе AI. И, честно говоря, это чувство победы над расходами не менее приятно, чем то, что мы помогаем людям: каждые 30 дней присоединяется по 500 новых "говорунов" чисто на органике. И, если совсем честно, Разработку Спикадоры мы заморозили и перешли на другой продукт, где мы больше разбираемся в маркетинге. Как пойдут первые оплаты, я обязательно расскажу.

Claude Code за 5 минут вскрыл CAN-шину автомобиля — то, на что у инженера уходят часы #habr https://habr.com/ru/news/1052740/ Tags: claude code, Anthropic claude

Как превратить ChatGPT.com в Codex (но без лимитов) #habr https://habr.com/ru/articles/1052710/ Tags: chatgpt, javascript, chrome, agents, telegram Author: Careviolan

Моё мнение о Лаборатории нейронаук и поведения человека Сбера #habr https://habr.com/ru/articles/1052728/ Tags: сбер, ии Author: Kamil_GR

С чем я сталкивался при найме на работу #habr https://habr.com/ru/articles/1052708/ Tags: hr, программирование Author: igumnov

Docker как место для сборки #habr https://habr.com/ru/articles/1052692/ Tags: docker, rust, сборка проекта, рабочее место Author: JBFW

Я устал писать одноразовые скрипты для бенчмарков LLM и собрал харнесс, который сам считает Pareto-front #habr https://habr.com/ru/articles/1052678/ Tags: LLM, инференс, бенчмаркинг, vLLM, llama.cpp, метрики, воспроизводимость, энергоэффективность, производительность, gpu Author: Happynood

Как я изучал китайский #habr https://habr.com/ru/articles/1052366/ Tags: китайский язык Author: vadimr

Метаболический ИИ показал логику хищника в решении практических задач #habr https://habr.com/ru/articles/1052666/ Tags: ai, agents, claude, metabolicai Author: linabesson

Лучшие нейросети для генерации текста: Сравнение ТОП-13 ИИ, гайд по написанию без VPN #habr https://habr.com/ru/companies/studyai/articles/1052664/ Tags: нейросеть для текстов, нейросеть для текстов блогера, нейросеть для текста, ии для текста, генерация текста, генерация текстов, генерация текста онлайн, chatgpt, gemini, claude Author: FlyAI (StudyAI)

Что такое Человек? #habr https://habr.com/ru/articles/1052660/ Tags: человек, философия, эволюция Author: annkpx

Великая иллюзия Agile: как индустрия променяла инженерную науку на средневековый эмпиризм #habr https://habr.com/ru/articles/1052658/ Tags: стандарты, разработка Author: jura-49

Приставка в качестве портативного ПК #habr https://habr.com/ru/articles/1052656/ Tags: retroid, retroid pocket flip 2, карманный компьютер, linux Author: HOMPAIN

Вышло обновление открытого проекта для создания и хранения в электронной библиотеке книг разного формата Calibre 9.10 #habr https://habr.com/ru/news/1052322/ Tags: Calibre 9.10, Calibre 9, Calibre

Создал хранилище данных в одном зашифрованном файле #habr https://habr.com/ru/articles/1052650/ Tags: Go, Linux, DB, системное программирование, хранилище данных, unix Author: piterovxyz

DeepSeek выложил в open source DSpark — модуль, ускоряющий ответы ИИ почти вдвое #habr https://habr.com/ru/news/1052644/ Tags: DeepSeek, DeepSeek V4, DSpark

OpenAI показала GPT‑5.6 Sol #habr https://habr.com/ru/companies/bothub/news/1052636/ Tags: GPT 5.6 Sol, OpenAI, Terra, Luna, ИИ безопасность, регулирование ИИ, Terminal Bench 2.1, ExploitGym, ChatGPT