КайфКодинг

Пошла жара. Выпустили превьюшку Gemini 3 pro Попробовать можно через курсор. Добавить custom model "gemini-3-pro-preview". У меня работает 🔥 Буду тестить.

https://www.youtube.com/watch?v=Bs7sBbcwn60 Парень создал приложение с помощью 8 AI-агентов Безумный кейс для инди-хакеров. Разработчик Алекс создал приложение «Habit Flow» с нуля, используя Codex и команду из 8 виртуальных сотрудников (AI-инженер, AI-маркетолог, AI-продакт и т.д.). Агенты работали параллельно: пока одни писали код, другие делали GTM-стратегию. Как думаете, сколько он на этом заработал?)))

починил картинку

«Чёрное зеркало» на минималках: стартап оживляет мёртвых 💀 Вышла приложуха 2Wai, которая создаёт ИИ-аватары ушедших родственников. Нейронка жрёт фотки, голосовые и переписки, чтобы можно было «пообщаться» с цифровой копией.

Реакция в сети предсказуемая. Лучший коммент: «Что будет, если у меня закончатся деньги на подписку? Мою маму/папу удалят с серверов?»

Посмотреть на крипоту можно в App Store. Ждём цифровых бабушек по подписке...

🎯 «Один хакер и тысяча ИИ-ботов»: как выглядит шпионаж в 2025 Представьте: раньше для серьёзной кибершпионской операции нужна была команда людей — аналитики, пентестеры, девы, операторы. А теперь — одна группа запускает ИИ-агента, и он делает за них почти всё. Anthropic рассказали, как столкнулись именно с такой историей. Anthropic Что произошло в двух словах: В логах Claude Code они увидели странные паттерны: подозрительные запросы, высокая активность. Раскопали — это была шпионская кампания уровня государства, ориентированная на ~30 крупных организаций (техкомпании, банки, химия, госструктуры). Anthropic И главное: 80–90% всей работы делал ИИ. Люди только задавали направление и принимали несколько ключевых решений. Anthropic Как атакующие использовали ИИ (упрощённо): Фреймворк вокруг модели. Они обернули Claude Code в систему, которая сама запускает сканы, собирает результаты, планирует следующие шаги. Инструменты через MCP. Модель подключили к внешним тулзам (сканеры, анализаторы, прочее железо кибербезопасности). ИИ, по сути, нажимал на эти кнопки. Anthropic Социальная инженерия… для самой модели. Модели сказали: «Ты работаешь в нормальной security-компании, мы делаем тесты на прочность». Большую злую задачу порезали на маленькие «невинные» команды, чтобы обойти защиту. Anthropic Дальше агент уже сам: ходит по инфраструктуре, находит уязвимости, пишет эксплойты, собирает креды, помогает выкачивать данные, аккуратно всё документирует для людей. Anthropic Это уже не классический «хакер с ИИ-ассистентом». Это ИИ, у которого есть человек-ассистент. Anthropic, к их чести, сделали несколько важных вещей: остановили операцию, заблокировали связанные аккаунты; уведомили жертв и регуляторов; использовали самого Claude, чтобы переварить тонны логов и собрать картину атаки; усилили детекторы и защиту от подобных сценариев на уровне платформы. Anthropic Почему это касается каждого, кто делает продукты с ИИ: Если у вас есть агенты, MCP, доступ к внешним тулзам и API, вы уже потенциально держите в руках инструмент не только для автоматизации добра, но и для автоматизации зла. Промпт-политик и «мягких» guardrails больше недостаточно. Нужны: мониторинг аномального поведения, ограничения на типы инструментов и их комбинации, сигнатуры подозрительных «паттернов использования», сценарии быстрого отключения и расследования. ИИ-безопасность — это не только про «чтобы модель не ругалась в чате». Это уже про реальные кибершпионские операции и то, как мы к ним готовы. Anthropic Мой вывод после этой статьи: В мире агентных ИИ вопрос «что может сделать пользователь» надо менять на «что может сделать атакующий, если ему удастся прикинуться легитимным пользователем и обмануть саму модель». Ссылка на оригинал (англ., 7 минут чтения) — очень советую: Disrupting the first reported AI-orchestrated cyber espionage campaign на сайте Anthropic. https://www.anthropic.com/news/disrupting-AI-espionage

Продолжаю упарываться в разное тупо по приколу. На этот раз меня не устроила производительность питона, поэтому мы с нейронкой на выходных научились писать скрипты на CUDA. И самое смешное, что это заработало 🥹 Вайбкод решает короче, раньше я обходил такое за километр. А тут ничего, оно само там свои векторы рисует, а мне знай бизнес-задачи формулируй. Мы с вами буквально живем в техногиковском раю, где только взять столько времени, чтобы это все опробовать 🙂

Чекнул тут эссе Эндрю Чена про то, как он 15 лет смотрит на кривые ретеншна. Работал основателем, продактом в Uber и прочем бигтехе, сейчас инвестор в a16z. Смотрит сотни стартапов в год. Видит паттерны. Они достаточно очевидные, но я часто вижу, как их многие не понимают Главное: 1/ Плохое удержание не починить. Команды думают: "давайте добавим пуши, протестируем варианты страницы, запилим новые фичи". Не работает. Если в первый день возвращается 10% вместо 50%, у вас нет продукта, который нужен людям. Локальные оптимизации не спасут. Нужен не фикс - нужен полный редизайн или пивот. 2/ Удержание падает по геометрической прогрессии. Типичная кривая: первый день падает на 50% к седьмому. Седьмой падает еще на 50% к тридцатому. Обратные примеры это супер редкие исключения. Если раннее удержание плохое - позднее тоже будет плохим. 3/ Revenue retention растёт, retention rate падает. В B2B SaaS это золотое правило. Slack теряет пользователей (кто-то не заходит), но компании платят больше, потому что продукт растёт внутри организации. В консьюмерских продуктах бывает похоже: люди начинали с книг на Amazon, теперь покупают всё. Использование падает, ценность клиента растёт. 4/ Удержание зависит от категории. Не получится сделать ежедневное приложение из продукта для бронирования отелей. Если хочется высокое удержание, нужно выбирать категорию, где люди уже используют продукт каждый день и/или у них потребность позникает каждый день. Приложение должно заменить существующую ежедневную привычку. 5/ Метрики ухудшаются при росте. Лучшие пользователи приходят первыми - через рекомендации, с высокой мотивацией. Потом добавляете андроид, международку, платную рекламу - метрики катятся вниз. Первая когорта всегда лучшая. Вопрос не в том, как вернуть те показатели, а в том, остаются ли новые когорты прибыльными. 6/ Отток асимметричен. 90% пользователей уходят в первые 30 дней. Вернуть их почти невозможно. Автоматические письма с дискаунтами и напоминалками - дорого и бесполезно. Что работает - когда существующий активный пользователь приглашает ушедшего обратно через продукт (коллега добавляет в проект). Доступно только продуктам где ценность растёт с количеством людей. 7/ Вирусный рост + плохое удержание = фейл. Эксперимент проводили много раз. Видео в тиктоке взорвало установки, но удержание на нуле. Первая волна схлынет, останется плохое привлечение + плохое удержание. Единственный способ - делать продукт с отличным удержанием с первого дня. 8/ Великое удержание - это магия. Когда через 30 дней возвращается 50% - бывает раз в пару лет. Нельзя протестировать путь к такому ретеншну. Нужно новое понимание рынка или пользователей. Видеоконференции, исчезающие фото, ИИ которая отвечает на любой вопрос. Понятно в ретроспективе, но никто этого не предвидел. Что делать? Чен даёт рецепт: выбирай категорию с уже высоким удержанием. Находи продукт, который люди используют каждый день. Делай что-то, что заменит этот продукт. Нужно отличие на 20%, не на 80%. Описание должно быть понятным за 60 секунд использования. Тайминг решает. Должно произойти что-то, что делает твоё отличие важным прямо сейчас. Языковые модели стали достаточно хороши. Люди устали от ленты соцсетей. Удалённая работа стала нормой. Без такого момента у тебя просто лучший продукт в категории, где никто не хочет переключаться. Стартапы это понимают. Все эти "Cursor для X" и "Figma для X" - попытка снизить риск. Берут рабочую категорию, ловят момент изменений, добавляют отличие. Рыночный риск минимален, технологический риск остается.

Получил доступ к chatgpt 5.1

🧑‍💻 Terminal Bench получил большой апдейт - версию 2.0. Анонс тут Пару недель назад я писал пост о том то, что это вообще такое. Если коротко, то за названием крылось сразу несколько вещей: 1) бенчмарк, по задумке и идее, такой же как SWE Bench: агенту дают задачу и среду для работы, а потом прогоняют решения через юнит-тесты 2) среда для запуска агентов и тестирования - фреймворк брал на себя самую сложную и неприятную часть вокруг инфраструктуры и логов 3) агент, адаптированный под работу в терминале Проект обрел большую популярность у разработчиков кодинг агентов и собрал обширное комьюнити, которое хотело еще больше фичей. Авторы подумали-подумали и выкатили апгрейд, где теперь все три сущности разделены и имеют свое имя. Во-первых, terminal-bench – это теперь только название бенчмарка. Он и именуется terminal-bench 2.0 Усложнили задачи, уделили больше внимания валидации качества. Лидерборд тут https://www.tbench.ai/leaderboard и лидирует пока Warp с accuracy 50% Самое большое же нововведение – это выпуск фреймворка Harbor. Теперь Harbor представляет из себя пункт 2) описанный выше. То есть это все то же самое, что уже было в оригинальной версии + три больших фичи. - теперь можно гонять агентов не только в локальных контейнерах, но и в облаке, через интеграции с Daytona или Modal. Так можно кратно добиться масштабирования ваших eval-ов - добавили возможность делать RL! И это самое горячее нововведение. Но правда пока что очень сыро и с трудом работает. По задумке можно тюнить своего агента на траекториях (или как их называют rollouts). для этого нужно собирать реворды и токены. Реализовать эту часть на вас, а делать обучение агента и запускать агентов для сбора этих самых траекторий на плечах фреймворка. Детали тут - добавили утилиту для экспорта логов действий агента в формате ShareGPT для дальнейшего SFT тюнинга. Детали тут Причина почему Harbor вынесен в новый проект (а не существующий) только в попытке развивать бренд и уйти от путаницы в названиях. Так, terminal bench будет ассоциироваться у всех только с бенчмарком, а Harbor с средой для прогонов агента.

репа с клод скиллами подъехала https://github.com/ComposioHQ/awesome-claude-skills

Теперь я могу общаться со своим SharedWorkspace голосом через чат в телеграме! На видео короткая демонстрация. Я ему записываю голосовое сообщение -> он его расшифровывает в текст -> запускает у меня на компе Claude Code -> стримит результат отбратно в чат -> и потом озвучивает как голосовое сообщение. Имеет доступ ко всему рабочему и личному контексту: личная crm со всеми контактами, база знаний компании, весь код, все клиентские проекты, все пресейлы. Создание заняло 8 часов - за воскресенье сделал в паре с Сергеем Дмитриевым. Как вам такой кейс? 😁 — @vsevolodustinovchannel - самые пиздатые кейсы применения ai на практике

Сделал серию майнкрафт медитаций для сына. Попробую сделать mini app из этого https://suno.com/s/IoF0Ql0qORQJW7SP

Видео (6 мин) работы чатбота с SGR на базе локальной Qwen-30b-a3b Про Schema-Guided Reasoning говорили и писали уже много. Но одно дело слышать, а другое дело - увидеть, как оно работает вживую. Особенно, если реализация сделана настолько аккуратно и вдумчиво, как это сделали ребята из neuraldeep. Поэтому вот вам видео на 6 минут - Русский / English Самое классное тут, что эта демка работала на достаточно слабой и медленной Qwen-30b-a3b. А теперь представьте, что можно сделать, если прочитать методичку (написано тут), взять код (он есть в Github) поставить ему звездочку, взять модель помощнее и сделать свою версию - с тестами, с доступом в свои хранилища, учетом своей специфики и своими инструментами. И запускать все это на небольшой коробочке вроде DGX Spark. А если будут PR - можно смело присылать их в ту репу, чтобы двигать дальше State of the Art в области применения небольших LLM на практике. Ваш, @llm_under_hood 🤗

Каким будет шоппинг в 2030 году? Арвинд- CEO perplexity https://youtu.be/E0SrHVmVcUw?t=839

State of Developer Ecosystem 2025 от JetBrains (Рубрика #DevEx) Наконец-то дошли руки прочитать отчет по результатам ежегодного опроса от JetBrains. Этот ежегодный отчет входит в список тех, что я отслеживаю и в которых рассказывается интересная инфа про developer productivity и влиянии AI на него (вот тут я рассказывал про эту подборку). Но если возвращаться к самому отчету JetBrains, то вот основные моменты, которые показались мне интересными (кстати, результаты интересно сравнивать с прошлогодним отчетом, доступным здесь) 🤖 ИИ – новая норма 85% разработчиков регулярно используют AI-инструменты (против ~80% год назад). 62% применяют хотя бы одного AI-ассистента при кодинге, хотя 15% всё ещё работают без ИИ. 68% опрошенных ожидают, что скоро знание ИИ станет обязательным требованием работодателей. Разработчики охотно доверяют нейросетям рутинные задачи (например, генерацию шаблонного кода, перевод между языками, автодокументацию), но творческие и сложные задачи предпочитают выполнять самостоятельно. Среди главных опасений, связанных с ИИ: непостоянное качество кода, риски безопасности и приватности, а также возможная деградация собственных навыков. ⚙️ Языки и технологии TypeScript продолжает стремительно расти и вместе с Rust и Go входит в тройку самых перспективных языков 2025 года (в 2024 вместо Go в лидерах был Python). Больше всего разработчиков хотят выучить Go и Rust как следующий язык. Одновременно PHP, Ruby и Objective-C продолжают терять популярность. Scala вновь выделяется как язык с самыми высокими зарплатами: среди разработчиков с самыми высокими доходами 38% используют Scala, при том что лишь 2% программистов называют её своим основным языком. 📊 Продуктивность и DX В 2024-м компании фокусировались на технических метриках эффективности (скорость сборки, деплой, время восстановления и пр.), но в 2025-м подход сместился. Теперь внимание уделяют общей продуктивности разработчиков и качеству их опыта (Developer Experience): важны не только инструменты и процессы, но и коммуникация, прозрачность целей, обратная связь в команде. 66% инженеров не верят, что текущие KPI отражают их реальный вклад. Руководство всё так же хочет снижать tech debt и улучшать сотрудничество, а разработчики ценят ясность задач и конструктивный фидбек — метрики успеха приходится переосмысливать. 🌍 Рынок и реальность Восприятие рынка труда сильно различается: 57% разработчиков в Японии считают его благоприятным, тогда как в Канаде 66% говорят о сложностях. Новичкам сложнее: 61% джунов оценивают рынок как трудный (против 54% среди сеньоров). С ростом опыта меняются и ежедневные проблемы: на смену чисто техническим задачам приходят вопросы координации (переключение контекста и пр.). Несмотря на все вызовы, программисты любят своё дело: 52% даже пишут код для удовольствия в свободное время (57% делают это под музыку, а 25% предпочитают тишину). И неизменный факт: котиков разработчики любят не меньше, чем собачек 😸🐶. #AI #Software #Engineering #Processes #Metrics #Management #Survey

Pomelli — уже второй хороший GenAI продукт от Google? Google славятся своими моделями, но вот с продуктовой точки зрения инструменты у них часто неудобные. На этом поприще по интернету разбежались сотни сайтов, приложений и даже Telegram-ботов, которые пытаются закрыть эту продуктовую дыру, используя API. Обычно я обхожу такие темки стороной, так как фундаментально ничего нового в них нет, как минимум с точки зрения AI. К тому же они, как правило, берут свою долю и накидывают ещё копеечку на и без того дорогие подписки. Но последний опрос показал, что есть большая потребность в обзорах на такие инструменты, ну а я непротив чекнуть конкурентов. Так что вот новая тестовая рубрика (пока без тега). Сегодня на обзоре, можно сказать, второй (после NotebookLM) хороший AI-продукт от Google — Pomelli. Кидаешь ссылку на сайт, тулза парсит с него текст и картинки, а на выходе получаешь готовые product шоты с рекламным текстом и дизайном для рекламных креативов. Работает, очевидно, на Nano Banana. Есть шаблоны, и можно запромптить свой. Главная фича — возможность вручную редактировать шрифт, текст и цветовую палитру. В общем, хоть какой-то контроль у дизайнеров. В целом, выглядит как убийца Canva. Не знаю, чего здесь ещё может не хватать для создания быстрых флаеров, а для чего-то большего Canva всё равно не годится. Профи всё-таки работают в Figma, но и там уже есть свои AI-примочки. Дизайнеры, одобряем? @ai_newz

[1/2] The Effective Software Engineer (Рубрика #Staff) Я наткнулся на эту книгу, когда меня спросил достойна ли она перевода. Для этого мне пришлось внимательно изучить оглавление, а дальше прочитать по диагонали все 200+ страниц. Если сокращать, то это книга для эффективных инженеров, которые стремятся приносить больше ценности: делать правильные вещи правильно, а не просто быстрее писать код. Книгу написал Addy Osmani из команды Google Chrome (лид направления DevEx), а сама книга уже доступна как early release на O’Reilly. Она несет пользу для индивидуальных разработчиков (IC) всех уровней - от джуна до Staff/Principal. И главная идея в том, чтобы отличать понятия efficiency и effectiveness: - Efficiency - это про то, как делать вещи правильно - Effectiveness - это про то, делать правильные вещи У effective software engineers акцент на outcomes, а не outputs, то есть они причиняют пользу и дают ценный результат для пользователей и бизнеса. Ключевой подход, который продвигает автор в том, чтобы - Системно развивать фундамент: хорошая архитектура, качественный код, тесты, отладка, документация, коммуникации - Учиться влиять без должности руководителя: кросс‑функционально работать с продуктом/дизайном, "управлять вверх". - Использовать ИИ как рычаг и приоритизировать работу с максимальным эффектом (это прямо в подзаголовке книги). - Осознанно применять паттерны и избегать антипаттернов — от «героизма» и постройки силосов до овер‑инжиниринга, NIH, перфекционизма и «залипания» на созвонах. Стоит прочитать книгу, так как она - Помогает перевести карьеру с "делаю много" на "делаю важное", подкрепляя это понятными метриками и решениями - Показывает, как масштабировать вклад без менеджерского титула и выращивать влияние через сотрудничество - Дает трезвый взгляд на будущее IC‑карьеры: "длинная дистанция" плюс усиление за счет ИИ и непрерывного обучения P.S. Книга похожа по содержанию на "The Software Engineer's Guidebook". #Engineering #Leadership #Software #Career #Architecture

Мне посчастливилось работать и близко пообщаться с Костей Рекомендую посмотреть его интервью https://www.youtube.com/watch?v=-8zrQggsVJU