Алмаз Роботы

TO THE MOON! 🚀 🌑 🌒 🌓 Зафиксируем историческое событие - впервые за 50 лет с Земли на Луну отправился пилотируемый экипаж. Облетят Луну и обратно, простое приключение на 10 дней, вошел и вышел. Информационная справка о проекте (посмотрите на второй вкладке инфографику динамическую, захватывающе конечно)

AI-native отделы появляются быстрее, чем компании успевают перестроить свой HR. Недавно писал про орг. дизайн в топ-10 компании мира: 1 менеджер на 50 человек, все артефакты через Claude, а руками пишешь — получаешь объяснительную. Но вот вопрос, который мало кто задаёт: а кто перепроектирует саму организационную обвязку под эту новую реальность? Грейды, ФОТ, юрисдикции, оформление людей в трёх странах, приём денег через пять схем, зарплатные вилки для профессий, которых год назад не существовало — prompt-инженеры, AI-оркестраторы, агентные архитекторы. Этот организационный хаос сейчас тормозит команды сильнее, чем плохой код. Яна Борисова — человек, который этот хаос превращает в систему. 20 лет опыта, 9 индустрий, международные сертификации (GRP, ICF). Но главное не регалии, а что она реально умеет делать: Выстраивает грейды и системы оплаты, которые не «для галочки», а напрямую влияют на финансовый результат и способность масштабироваться. Оптимизирует большие коллективы в IT — от стартапа на 10 человек до организации на 10 000+. Разруливает всю ту дичь с оформлением распределённых команд: Россия, СНГ, зарубеж, разные юрисдикции, разные валюты, разные трудовые кодексы. Организует процесс так, чтобы разработчики, дизайнеры и продакты занимались своей работой, а не разбирались, через какое ИП им завтра платить. И самое актуальное — Яна находится на острие найма в генеративном ИИ. Она понимает, сколько стоят новые роли, где их искать, как оформлять и как встроить в существующую структуру. Не накладывает ИИ на старые процессы, а проектирует архитектуру, где человек и ИИ-агент создают новую мощность роли. Если вы строите атомную команду, масштабируете продукт или просто тонете в организационном хаосе из пяти юрисдикций и непонятных грейдов — Яна точно знает, как это разрулить. Что из последнего с Яной обсуждали наживую: мы с ней знакомы со времен первых потоков HR-архитектора, а последнее обсуждали - какие в RPA актуальные зарплатные вилки, как лучше загрейдировать ИТ-аутсорсера, кто сейчас нужен в команду по созданию AI-кино, генерации виртуальных миров, как лучше укомплековать HR-платформу, с каким ценностным предложением выйти и на какую аудиторию. Рекомендую ее канал от души 🤝

ChatGPT 5.3-5.4 Thinking решает любую HARD задачу. Есть очень популярный сайт для упражнений в программировании - LeetCode. Его используют для оценки знаний разработчика при приеме на работу, например. По крайней мере раньше это было достаточно серьезным преимуществом при собеседовании показать в своем портфолио ссылку на литкод. А сейчас? Тоже в целом хорошо, но уже не показатель. Как обычно - из-за нейронок. Любая задача из самой сложной категории - пока решается с первого раза. В качестве эксперимента проверяю, точно ли нейронки умеют справляться со сложными алгоритмическими задачами, а не только ИИ-слоп дизайн сайты рисовать? Умеют и справляются. Если запустить Claude Code с Extension для Chrome - нейронка САМА откроет браузер, найдет раздел с очередной задачей, решит и перейдет к следующей. И так пока не надоест (просил ее решить +10 задач из списка, со всем справилась спустя несколько минут). #роботыгрядут и агенты уже на пороге. P.S. На втором скриншоте - количество поиска слова OpenClaw в яндексе. Буду раз в месяц постить для истории, какая к концу года суммарная статистика поиска интересно будет и не сдуется ли инструмент.

Вайбкодеры, ̶ч̶т̶о̶ ̶с̶ ̶л̶и̶ц̶о̶м̶ как дела? Знакомьтесь, один из знаковых AI-предпринимателей - Бен Аффлек, продал 3-летнюю ИИ-фирму Нетфликсу за 600 млн баксов. В 2022 году, как и многие из нас, упоролся в MidJourney и нейросети, начал смотреть как их использовать в кинематографе. Подозреваю, что это было на фоне зарождающейся волны возмущений аниматоров и профсоюзов киноделов, которые говорили НЕТ ИИ В ТВОРЧЕСТВЕ. ВАЖНО! Его проект не про замену человека в творчестве. Он помогает с постпродакшеном, убиранием тросов, выравниваем света и т.п. Цитата:

«В 2022 году я потратил много времени, наблюдая за ранним подъёмом ИИ в (кино)производстве», — рассказал он в заявлении для Netflix.

В 2022 году на свои деньги стартовал стартап в стелс-режиме с командой в 16 человек. 5 марта 2026 года объявлена сделка о покупке фирмы за 600 млн $, Аффлек по договору будет Senior Advisor. Собрал информацию и оформил это в читабельный вид - буду благодарен вашей подписке и реакции в ТГ. 🖖 Файл в комментариях 📟 Оригинал блумберг Там внутри: 1. Таймлайн запуска. 2. Какие неконкурентные преимущества он использовал. 3. Команда, деньги, дальнейшие планы.

ARC с Кэти Вуд во главе выпустили отчет по большим идеям 2026 года. Там очень много лишнего про блокчейны, биткоины и прочее. Это конечно связано с тем, какую прорву денег туда засадили эти ребята и греют рынок в ожидании прибыли. Поэтому вычитал и записал для видео с ключевыми выводами нескольких слайдов из 110 страничного отчета: - 1, 8, 13, 20, 23, 24, 26, 28, 29, 33, 34, 37, 62, 64, 74, 77, 89, 102, 103 Мне особенно откликается СЛАЙД 37 про интеллектуальную автоматизацию труда и насколько огромный рост рынка ПО потенциально нас ждет. С поистине огромными изменениями на рынке труда в мире (помните огромного целестиала в коре земли из Марвел? Вот такого размера сдвиг). Прямая ссылка на отчет: ARC - BIG IDEAS 2026.pdf

Большие компании делают большие ставки на AI. Но это может выходить боком. Возможно это цена будущей победы, но также и поражения от более осторожных конкурентов. Кто быстрее, заяц или черепаха?

AI-native отделы - наше ближайшее будущее. Игорь @ai_product поделился интересным разговором с разрабом из крупнейшей международной компании (топ-10 по капитализации). Орг. дизайн: - 1 менеджер на 50 сотрудников. - ВСЕ АРТЕФАКТЫ: код, документы, требования, презентации, дизайн - пишутся через Claude Codex/CODEX - Claude Code подключен через собственную обвязку безопасности, чтобы закрывать корпоративные риски. Продолжаешь писать код или документы руками? Пиши объяснительную. Второй раз попался? На оценку профпригодности. Через сколько месяцев на HR-конференциях (в России и в мире) расскажут про такие новые формы организации работы?

ИИ в кибербезопасности Anthropic заключил партнерство с Mozilla, чтобы протестировать способность Claude находить уязвимости безопасности в Firefox. Opus 4.6 обнаружил 22 уязвимости всего за две недели. Из них 14 были критическими, что составляет пятую часть всех критических ошибок, исправленных Mozilla в 2025 году. Что говорят Антропики:

Фронтирные модели теперь являются исследователями уязвимостей мирового класса, но в настоящее время они лучше находят уязвимости, чем эксплуатируют их. Вряд ли это продлится долго. Мы призываем разработчиков удвоить усилия по повышению безопасности программного обеспечения.

Что это означает? ИИ стремительно развивается и умнеет, злодеи имеют в сто-крат более высокий уровень мотивации использовать ИИ для взломов. Любой школьник с 20-долларовой подпиской может просканировать сайт и найти кучу дырок в реальных промышленных проектах. Я выше писал, как мы используем ИИ для технического расследования инцидентов падений сервисов на проектах и это начинает экономить часы команды и сокращать простои. На самом деле внутри точно также используем для проактивного поиска уязвимостей и создаем отдельные Эпики/Стори под решение конкретных кейсов и приоритизируем их. Если в вашей нужны такие же системы проактивного поиска уязвимостей или ускорение расследования инцидентов - пишите, расскажу за чашкой кофе что актуального в этой теме накопали и можем предложить или присоветовать.

Ник Давыдов регулярно делится весьма полезной информацией про передовой край науки и технологий в области ИИ. Собрал человеко-компьютерный комбайн, состоящий из меня и 7 excellence ИИ-агентов Claude Code, которые провели интроспекцию и собрали статью для Хабра с выжимкой из его последней Q&A сессии. Enjoy! https://habr.com/ru/articles/1006672/

6 часов назад OpenAI выкатили собственный оркестратор ИИ-агентов. https://github.com/openai/symphony Что про него известно на текущий момент: 1. Работает на базе Linear таск-трекера (еще один повод распробовать его и взять в постоянную работу). 2. Базовый подход с git worktree на каждую задачу. 3. Агент-раннер запускает отдельные сессии кодинговых агентов для параллельной работы. 4. Каждый агент: пишет код, открывает PR, проходит CI. 5. Создан TUI для наблюдения за агентами.

Не работает ни с чем, кроме как с агентами CODEX от OpenAI

На скринах и приложенном дополнительно файле: - чуть больше деталей - инфа про тех, кто из сотрудников создал и залил этот оркестратор, чем известны. - про состав команды CODEX, которая с этими двумя-тремя активно общатся, что это за люди и как они собирают команду, что про них известно (на основе данных из Github). Будете пробовать брать в работу? - ДА - лайк 👍 - ЗАПИШИ СКРИНКАСТ, КАК ЭТО РАБОТАЕТ - бриллиант 💎

Границы и защищенность приватности с каждым годом (месяцем) все больше истончается. Будьте настороже, какими данными вы делитесь с ИИ-сервисами. "Я смотрел видео, где мужчина оставил свои очки на прикроватной тумбоче и вышел из комнаты. Чуть позже пришла его жена и начала переодеваться". Шведские журналисты провели расследование и выяснили, что согласно пользовательскому соглашению, ВСЕ ДАННЫЕ полученные в рамках использования очков RayBan в режиме ИИ - отправляются в кенийские аутсорсные центры, где сотрудники занимаются разметкой данных. Т.е. они просматривают все данные (банковские карты, паспортные данные, смотрят/снимают порно, переодеваются, ведут частные беседы), полученные камерой очков и анализируют их и используют для обучения моделей. У стен есть уши, соблюдайте правила цифровой гигиены 🤝

P.S. ПОЛНЫЙ ТЕКСТ ПОСТА КАРПАТОГО:

Сложно передать словами, насколько сильно изменилось программирование благодаря ИИ за последние 2 месяца: не постепенно и с течением времени в духе «обычного прогресса», а именно в декабре прошлого года. Есть ряд оговорок, но, на мой взгляд, агенты для программирования практически не работали до декабря, а с тех пор работают — модели обладают значительно более высоким качеством, долгосрочной согласованностью и устойчивостью, и они способны справляться с большими и длительными задачами, которые уже давно выходят за рамки привычного рабочего процесса программирования. Чтобы привести пример, на выходных я создавал локальную панель мониторинга видеоанализа для камер моего дома, и написал: «Вот локальный IP-адрес и имя пользователя/пароль моего DGX Spark. Войти, настроить SSH-ключи, настроить vLLM, загрузить и протестировать Qwen3-VL, настроить серверную конечную точку для обработки видео, базовую панель мониторинга с веб-интерфейсом, всё протестировать, настроить с помощью systemd, записать заметки и составить для меня отчёт в формате Markdown». Агент отключился примерно на 30 минут, столкнулся с множеством проблем, поискал решения в интернете, решил их одну за другой, написал код, протестировал его, отладил, настроил службы и вернулся с отчётом, и всё было готово. Я ничего не трогал. Всё это могло бы легко стать проектом на выходные всего 3 месяца назад, но сегодня это то, что начинаешь и забываешь на 30 минут. В результате программирование становится неузнаваемым. Вы больше не набираете компьютерный код в редакторе, как это было с момента изобретения компьютеров — эта эпоха закончилась. Вы запускаете агентов ИИ, даете им задачи *на английском языке* и управляете их работой, а также проверяете ее параллельно. Самая большая награда заключается в том, чтобы понять, как можно постоянно подниматься по уровням абстракции, чтобы создавать долго работающие оркестраторы Claws со всеми необходимыми инструментами, памятью и инструкциями, которые продуктивно управляют множеством параллельных экземпляров кода. Возможности, которые дает передовая «агентная инженерия», сейчас кажутся очень высокими. Это не идеальный подход, он требует высокого уровня руководства, здравого смысла, вкуса, контроля, итераций, подсказок и идей. В некоторых сценариях он работает гораздо лучше, чем в других (например, особенно для хорошо определенных задач, где можно проверить/протестировать функциональность). Ключ к успеху — развить интуицию, чтобы правильно декомпозировать задачу и передать работающие части, а также помочь на периферии. Но, на мой взгляд, сейчас далеко не время для «обычной работы» в сфере разработки программного обеспечения.

Андрей Карпатый - человек, который придумал термин "вайбкодинг". В прошлом - директор по ИИ в Tesla, один из членов команды основателей OpenAI и PhD в Стэнфорде. С конца декабря пишет про то, что простой вайбкодинг перерастает в полноценный "агентный инжиниринг", когда ИИ-агенты становятся полноценными незаменимыми помощниками разработчиков. Пример задачи, с которой он обращается к агентам:

На выходных я создавал локальную панель мониторинга видеоанализа для камер моего дома, и написал: «Вот локальный IP-адрес и имя пользователя/пароль моего DGX Spark. Войти, настроить SSH-ключи, настроить vLLM, загрузить и протестировать Qwen3-VL, настроить серверную конечную точку для обработки видео, базовую панель мониторинга с веб-интерфейсом, всё протестировать, настроить с помощью systemd, записать заметки и составить для меня отчёт в формате Markdown».

Какой результат и ход работы:

Агент отключился примерно на 30 минут, столкнулся с множеством проблем, поискал решения в интернете, решил их одну за другой, написал код, протестировал его, отладил, настроил службы и вернулся с отчётом, и всё было готово. Я ничего не трогал. Всё это могло бы легко стать проектом на выходные всего 3 месяца назад, но сегодня это то, что начинаешь и забываешь на 30 минут.

И это действительно так работает! Конкретно мои личные примеры последних проектов:

1. Чат-бот в телеграм по написанию ТЗ, работе бизнес-аналитика. 2. Речевой анализ записей разговоров. 3. Система верификации изображений. 4. Лендинги под услуги. 5. Техническая поддержка, расследование инцидентов, автоматизация тестирования, автоматизация таск-менеджментом.

➡️ Ваши разработчики полноценно используют коллективы ИИ-агентов в разработке? Вы уже ощутили эффект тотального ускорения разработки или кажется все по старинке пока? ➡️ Хочу предложить вам пилотный проект - 2 инженера (один с более продуктовым подходом, второй более технический) подключат своих ИИ-агентов и реализуют практически любую задачу из вашего бэклога проектов под ключ. @almazrobots - пишите, давайте вместе вступать в 2026 году в эру коллективных ИИ-агентов.

Как сэкономить 1 час жизни команды при расследовании инцидента? На одном проектов переехали тестовым стендом на нового облачного провайдера. В первые дни после переезда - стенд наглухо падает. Поднимается, рестартит и снова падает. Полчаса поиск ошибок - ноль идей, думаем ну наверное стабилизация не до конца прошла или что-то экспериментировала команда разработки. Опрашиваем - нет, свежая версия, ничего не меняли, стабильная ветка. Понял, что пахнет керосином и вовремя с работы не уйдем. Завожу корбой ИИ-агента Codex 5.3-xhigh, прошу поднять команду суб-агентов из BLUE TEAM (спецы по ИБ, отвечающее за защиту инфраструктуру от кибератак). Прошу вдоль и поперек исследовать сайт, даю проблемные ссылки и прошу найти и локализовать причины. Пока суть да дело, вручную ищем причины ошибки, эти искусственные миньоны с переменным успехом ищут проблемы и места для оптимизации (о них потом). И спустя минут 15 работы ИИ-агентов находят ИСТИННУЮ причину падения сайта. Которую мы тут же воспроизводим и фиксим. Что это в итоге было? Модераторы поменяли статус у одного объекта, который был связан с ранее удаленным юзером. Это почти невозможно в проде и такой кейс привел к падению стенда. Спасибо, что на тесте. Итого вместо 1.5-2ч на поиски и фиксы проблемы, мы потратили только 45-60 минут. ❓ Как еще сократить это время? Да навесить на мониторинг (Kuma, Sentry, GlitchTip) триггеры, от которых в случае выполнения определенных условий будет запускаться терминал с запущенным ИИ-агентом и он за первые минуты: 1) Заведет инцидент в трекер, опишет текущую фактуру 2) Пойдет искать причины и по найденному будет писать апдейты в комментарии 3) Найдет и даст варианты воспроизведения команде ... в недалеком будущем еще и пофиксит сам, но пока руками. Это даст буст скорости решения инцидентов например с 45 минут до 20 минут. А то и еще быстрее, если научиться диспетчеризации задач поддержки и запуску роя агентов, которые будут обмениваться друг с другом информацией. P.S. Мои рабочие "промпты" и пинги ИИ-агента, которые дали добиться результата в условиях ограниченного времени:

› Мы сайтом переезжаем на новый домен на с******, и у нас какоо-то х*ра начал падать UAT › Можешь позвать BLUE TEAM и глубоко проанализировать причины ошибок? › https://******** › https://********/c*

› Допиши промежуточный результат в файл с отчетом по этому инциденту.

› Продолжаешь искать причины проблемы?

› Есть что-то новое или продолжаешь?

🚨КЛЮЧЕВОЙ ФИНАЛЬНЫЙ ОТВЕТ:

• Да, есть новое и существенное: 1. Нашёл точную backend-причину для /c****: GET /api/c***/p***/c***/ падает с 500 AttributeError: 'NoneType' object has no attribute '***'. Точка падения: /app/****/a**/l***/m***.py:291 в g****_list. В traceback видно проблемный объект: record = <********> (у записи o**** = None). 2. Это пробивает фронт напрямую: https://*****/c**** уходит в 500 (или обрыв/empty reply по HTTP2). Плюс вижу X-Nextjs-Cache: HIT и Cache-Control: s-maxage=31536000 для ошибочного ответа, то есть 500 закеширован и продолжает отдаваться. 3. Сейчас /n***, /f***, /a***, /t***, /g****, /l*** отвечают 200; основной инцидент локализован в ветке ****. Сейчас добиваю подтверждение по _next/data/.../****.json и после этого допишу промежуточный отчёт в файл с этими конкретными фактами и рекомендациями на фикc.

P.P.S. Я не разработчик ни разу и тем более не fullstack, чтобы за 15 минут эффективно и успешно прошерстить запросы фронтенда, нюансы SSR, отправки в кэши системы очередей, в кэши настроенного CDN, проверить работу бэкенд запросов, проверить самые различные логи и продраться сквозь цепочку выполняющихся запросов. а ИИ-агент может и делает

Тестирую различные стратегии промптинга по анализу рабочего проекта и его улучшению

Примени роль руководителя ведущей в мире AI-консалтиговойо компании с DS ML инженерами уровня СТендфорда, уровня юникорнов. 10 EXCELLENCE специалистов в предметной облоасти, подключились к проекту для аудита и выработки оптмизациоинной стратегии для запуска лучшего продукта

По крайней мере местами слышу новые фамилии и можно углубиться и найти полезный вектор из категории "Не знаю, Не слышал"

ФОТО ИЛИ ГЕНЕРАЦИЯ? Что-то выдает генерацию или не отличить? Настолько поражен качеством генерации NanoBananaPro, что не смог не выложить сюда

9:16 macro: red wax seal on an envelope, stamped Cyrillic, fingerprints, photoreal. Add Russian stamp text: "СОВЕРШЕННО СЕКРЕТНО". Only.

Кто смотрел вчерашний вебинар? 1.5ч поразгоняли кейсы использования Claude Code в автоматизации офисной работы, кто хочет - запись

Сегодня в 17.00 по Москве, я совместно с @komandos_n1 проведу вебинар по использованию ИИ-агентов в офисной работе РЕГИСТРАЦИЯ

#EverydayImEloning Илон Маск сделал важное уточнение в своем плане завоевания Вселенной:

«Для тех, кто не в курсе: SpaceX уже переключила свое внимание на строительство саморазвивающегося города на Луне, поскольку это возможно менее чем за 10 лет, а на Марсе на это потребуется более 20 лет. Миссия SpaceX остается неизменной: распространить сознание и жизнь до самых звезд. Полет на Марс возможен только тогда, когда планеты выстраиваются в ряд - каждые 26 месяцев (время в пути - шесть месяцев). На Луну мы можем отправляться каждые 10 дней (время в пути - два дня). А значит, мы сможем гораздо быстрее завершить строительство лунного города, чем марсианского. При этом SpaceX также будет стремиться построить город на Марсе и начнет это делать примерно через 5-7 лет. Но первостепенной задачей является обеспечение будущего цивилизации, а Луна — более быстрый путь»

*на фото - астронавт держит прототип камеры, которой предстоит отправиться на Луну, во время тренировки на объекте LUNA в Германии. 📷 M. Cowan