КайфКодинг

Вчера попробовал Haiku 4.5. Очень быстрая модель. Поразительно быстрая. С помощью нее очень классно создавать прототипы и задавать вопросы о работе приложения. Задачу на проектирование ML сервиса модель выполнила неудачно.

Открыл для себя еще один юзкейс для Atlas: 1) Читаю статью на arxiv 2) Прошу его найти 3 самые частоупоминаемые статьи в тексте этой 3) Сложить все в NotebookLM 4) Сгенерировать дипдайв подкаст В целом, он справился, правда нагенерил 3 аудио овервью, потому что сначала кликал на Audio Overview (см скриншоты), не замечал что оно запустилось, а потом нашел кнопку кастомизации и сделал правильный вызов. Продолжаю изучать: считаю, что это новая модель взаимодействия с компьютером, и пока мы может до конца даже не понимаем всех юзкейсов, поэтому полезно просто каждый день пробовать его юзать и фиксировать для себя полезное. Как с айфоном - половину кейсов мы даже не понимали, когда получили этого "зверя" в руки P.S. еще пара юзкейсов в чатике канала: 1, 2

Макс Красных, основатель Mokka (AI assistant for recruiters), поделился офигенным кейсом использования Devin.ai для разработки (альтернатива Cursor и Calude Code) Слово Максу: Мы уже давно пользуемся devin.ai и это прямо ну очень интересная штука. Значительно отличается от всех других агентов и IDE и прям на другом конце спектра от условного loveable. Собственно, они в принципе первыми и сделали демо именно AI engineer. И кажется у них круто идут дела. Они даже windsurf недавно купили, причем, кажется, за кеш. Я даже не знаю как точно сравнить их с claude code и другими агентами в привычных средах - будь то терминал, cursor или VS код… По-мимо девина я кстати почти отказался от курсора - использую клода в VS code, личная подписка max. Очень доволен таким сетапом. Но вернусь к девину - во-первых, это реально первая штука, которая действительно похожа на AI сотрудника, по качеству и глубине работы (и стоимости 😂), он поднимает свои виртуальные машины, все сессии доступны всей команде - очень удобно! ну и самая мега-фича - это то, как он управляет знаниями, предлагая постоянно прямо в ходе сессий добавлять их и изменять, это сильно повышает качество работы в дальнейшем, глубина и точность проработки задач - кратно выше чем у обычного клода в какой-бы другой среде он не использовался. Доступен также прямо из слака. Все вопросы чисто по базе кода - не жрут токены - удобно для подготовки спеков. Но есть и свои особенности и более серьезный learning curve. Он не сделан для длинных долгих чатов - это быстро становится дорого. Ему нужно давать проработанные задачи/спеки и он их делает заметно лучше чем другие агенты. подписка $500 в месяц, в это включены токены. Места для юзеров - бесплатные - сколько хочешь добавляй. Это очень удобно, когда в команде есть кто-то, кому просто нужно иногда отвечать на вопросы по коду (это вообще бесплатно как писал выше). Мы пока тратим на него примерно 600$/m на инженера. Примеры использования: end-to-end фичи среднего уровня сложности, QA агент, также мы ему дали доступ к разным сэндбоксам для end-to-end тестирования (у нас много интеграций), ну и он сам поднимает среды и локально и в клауде и ходит тыкает по кнопкам и смотрит интерфейсы. Апдейты и миграции БД - доверяю ему больше чем людям + скриптам но нужны safety checks - кодовые слова например инструкции никогда не делать этого без explicit approval. Благодаря девину сильно выросла моя грамотность как вайб-кодера. Также дал ему админа в Жире - он добавляет / удаляет пользователей, ну и задачи конечно тоже может менять/добавлять - а то как зайдешь в эту жиру, так день потерян, а таски трэкать надо. Тоже самое конечно можно настроить и в google workspace и google cloud run и в других пожирателях времени с убогими интерфейсами, но так проще. Отдельно отмечу классно сделаное управление секретами - на уровне всей команды и отдельного пользователя. Где есть сложности - у нас много отдельных сервисов и мульти-репо сетап и здесь опять блин хочется сначала похвалить девина, потому что это единственный агент, которого я нашел, который сразу может работать во многих репо а не по очереди, это касается и поиска по коду тоже, в курсоре бэкграунд агентах - ты можешь выбрать только один репозитарий… но вся-таки к минусам девина - да он тоже путается, забывает апдейтить API на более сложных задачах например. Собака, дорогой, но того стоит. Если выбирать между наймом джуна в команду или потратить на Devin для команды - без оглядки лучше потрачу эти деньги на девина. Не могу сказать такого про курсор и другие среды, хотя вроде модели под капотом у всех одни и те же, но есть еще много всего, что у девина реализовано по-другому видимо и это не только условный систем-промт. но я не знаю как. Что-то секция про минусы, не удалась особо… 😇 Давно уже хотел этим поделиться. Сорри что сумбурно, но кажется это может быть полезно ☺️ Еще я бы купил их акций по любой оценке - та самая ситуация - shut up and take my money — Ещё интересные ai кейсы в @vsevolodustinovchannel

Вайб Цех Юхууу ребят! Уже завтра разбираем, как AI меняет разработку?😈 - SberAI про то, почему LLM так хороши в коде - Яндекс GO от ChatGPT-юзера до вайб-кодера - red_mad_robot как AI превращает разработчика в дирижёра - Панельная дискуссия с Cloud.ru, ProSpace, GitVerse 230+ уже зареганы на онлайн. Присоединяйся → https://red-mad-robot.timepad.ru/event/3605115/ 📅 25 октября, начало в 10:00 МСК

С помощью ChatGPT из любого объекта, здания или даже персонажа можно сделать иллюстрацию в виде ретро-чертежа. Потестировал на нескольких фотках – очень здорово выходит! Промпт выглядит так: Create a blueprint schematic of [название объекта, желательно на английском] from the image i've submitted drawn in the style of early 20th-century industrial patents. Rendered in crisp blue ink with white technical lines, featuring exploded views, angular labels, and stamped diagram codes.

Вайбкодер, идущий к реке Авторы: Дима Соловеев из AI Mindset Community и @vsevolodustinovchannel

Архитектура рантайма поиска озона

UPDATE OpenAI deactivating (пост тут) Нашел причину бана своих акков! Оказалось проблема была не в IP и не в RU тексте LiteLLM сливал все внутренние метаданные прокси напрямую в OpenAI Что утекало Если клиент передавал хоть какую то metadata (например sessionId в теле реквеста то LiteLLM добавлял к ней ВСЮ внутреннюю инфу прокси хотя должен был писать во внутренний лог

{
  "metadata": {
    "sessionId": "abc-123",              // от клиента
    "headers": {                          // ВСЁ ЭТО УТЕКАЛО
      "x-real-ip": "1.2.3.4",
      "x-forwarded-for": "5.6.7.8, ...",
      "user-agent": "RestSharp/112.1.0"
    },
    "user_api_key_spend": 287.83,
    "endpoint": "https://my-proxy.com/..."
  }
}

OpenAI видел (лайт ллм душка прям все собирал) Все IP адреса через x-forwarded-for Что вы используете прокси Информацию о расходах и ключах User-Agent = автоматизация Внутреннюю структуру сервиса → Бан 3 аккаунтов (одному было 2 года обидно) Как это произошло У меня появилось приложение клиент которого использует RestSharp для подключения к прокси (популярная C# библиотека 9.8k звезд) просто передавал sessionId для трекинга (честно не знаю то ли это клиент делает то ли разработчик)

metadata = new { sessionId = "abc-123" }

Прям внутрь реквеста к ллм

        "role": "user",
        "content": "Привет! Как дела?"
      }
    ],
    "temperature": 1,
    "metadata": {
      "sessionId": "a5b3e26b-18c7-4017-9bcd-c2db6e450f78"
    },
    "stream_options": {
      "include_usage": true
    }
  }'

И всё LiteLLM начинал сливать всю инфу в OpenAI Код проблемы, пока нашел с курсором но передал так же людям проверить! https://github.com/BerriAI/litellm/blob/main/litellm/proxy/litellm_pre_call_utils.py#L892 https://github.com/BerriAI/litellm/blob/main/litellm/proxy/proxy_server.py#L7855 https://github.com/BerriAI/litellm/blob/main/litellm/proxy/route_llm_request.py#L122 https://github.com/BerriAI/litellm/blob/main/litellm/llms/openai/chat/gpt_transformation.py#L436 Вы в зоне риска если Используете LiteLLM Proxy Клиенты передают metadata Используете nginx перед LiteLLM В РФ + VPS за рубежом Большинство клиентов не передают metadata вообще и юзают обычные клиенты на питоне типа AsyncOpenAI Но если хоть один клиент начинает использовать metadata утечка уже началась.... Кто на LiteLLM и ходит к openai напрямую проверьте это по списку 1 Проверьте логи что реально уходит к провайдеру (сделайте тест с передачей метадаты) 2 Временно запретите клиентам передавать metadata Далее буду осторожнее Со мной такое в первый раз (за один акк прям обидно 2 года ему было)

Имхо маркетинговым аналитикам сложнее и грустнее всех с ai. У разработчиков ai генерит код и автотесты, у менеджеров - проектную документацию и фолоуапы, а к аналитикам чаще все попадают только сложные и непонятные задачи, с которыми никакой ai без уймы инструкций и контекста не поможет. Но мы работаем над этим 🙂 Поговорили об этом на эфире с Александром Игнатенко, автором канала Модель Атрибуции @marketing_analysis. Показал вживую: — Cursor как агент для работы с документами и аналитическими задачами, а не только для кода. — Реальные кейсы автоматизации аналитических задач — Наш AI агент для анализа и мониторинга качества данных — Наш AI агент для автоматического управления эд сетами и креативами - масштабирование, остановка выгорающих, перезапуск — Roadmap до автоматизации полного цикла управления рекламой, вытаскиванием инсайтов из всех тестов и изменений, анализом конкурентов, автоматическим пополнением базы знаний и запуском экспериментов в автономном режиме Итого: Мы движемся от ChatGPT (вопрос-ответ) → к Cursor (агент, который выполняет куски работы) → к автономным агентам (full-cycle automation). Запись: https://www.youtube.com/watch?v=nFzxrpqxdnE -- @vsevolodustinovchannel - самые трушные кейсы использования ai

Вайб Цех Первый раз в жизни собираю митап! Когда мы прогоняли сегодня с ребятами материал для конфы я понял, мы собрали реально очень полезную инфу для вас! И от 0 и до 100 по сложности есть! Значит будет интересно! Ссылка на онлайн стрим https://red-mad-robot.timepad.ru/event/3605115/ 25.10.2025 Дядя вещает вещи: https://t.me/dealerAI

Антропик представили Code with Claude anywhere 1. Работает в браузере 2. Можно кодить с телефона 3. Можно добавлять переменные окружения и настраивать доступ к сети 4. Можно создавать несколько сессий паралельно 5. После завершения сессии можно сделать PR Но, для работы нужен git, что может оттолкнуть начинающих. После завершения задачи, Claude создаст новую ветку claude/ с внесенными изменениями. По-моему перед нами просто аналог Codex и Jules, но на движке Claude Code. За исключением того, что есть кнопка открыть сессию в Claude Code (cli) для открытия сессии уже локально.

Ну что, обещал в пятницу, так что вот оно 🙂 Зарегистрироваться и попробовать Шотган про тут Выбирайте в онбординге тариф Free, промо-код на месяц бесплатного pro применится автоматически. Это облачный агент, то есть работает с репозиториями. Читает код оттуда, кодит, и делает пулл-реквесты. Локальную разработку когда-нибудь подвезу, но точно не сейчас. Что делать после регистрации: — Добавьте ключ одного из трех провайдеров (гугл, openai, openrouter) — Запустите скан/умную индексацию репозитория. Если скан сорвался по любой причине, то можно нажать retry и он продолжит. — В настройках можно задать оверрайд системных моделей (сейчас это либо gpt-5 либо gemini-2.5-pro). На оверрайде сейчас работает херово, я вас предупредил 😁 — после скана можно кодить PS Основное назначение инструмента — эффективно кодить на кодовых базах свыше миллиона контекста, когда альтернативы начинают все сильнее деградировать. Буду рад увидеть ваш фидбэк тут: @shotgun_feedback Версия бета. То есть оно работает, кодит, и на мой взгляд довольно стабильно. Но всратые баги вы конечно заметите. Буду признателен за репорт.

Ахахах

Грустно видеть, что несмотря на то, что про бенчмарк я пиал два раза за последние 10 дней (7 и 11 октября), всё равно половина отметила «нет, не знаем». Я думал, что подводку хоть не надо будет писать, так как на слуху же, но нет... в общем, если не знаете — отправляю читать сюда. Сейчас на первых трёх уровнях сложности из четырёх лучшая модель, GPT-5-High, решает 29% задач. Но это если делать 1 прогон и сравнивать один ответ. Но если бы вы запустили GPT-5 бесконечное количество раз, решила бы она в конечном итоге все проблемы? Epoch.AI развели OpenAI на кредиты и решили это проверить, сделав по 32 прогона. Кроме этого, модели дали в 10 раз больше токенов на подумать, чем в прошлые замеры. Суммарно решили 134 задачи, или 46%. Авторы оценили динамику (см. первую и вторую картинки) и пришли к выводу, что скорее всего потолок примерно 50%. Из оставшихся задач выбрали 10 и прогнали ещё 100 раз — и ни в одной из попыток ни для одной из задач GPT-5 не смогла дать правильный ответ. Это согласуется с ожиданиями. Если же сделать суп из всех моделей и систем, которые тестировались на бенчмарке, включая ChatGPT Agent и Gemini Deep Think, то суммарно решается 57% задач, что почти наверянка не превышает 70%, если делать сильно больше прогонов. Зачем вообще заниматься такой оценкой? Она может подсказать нам, чего ждать от ближайших обновлений моделей. Из-за того, как устроен процесс обучения размышлениям, можно ожидать, что если задача решается хотя бы один раз в 32-64 генерации, то можно забутстрепить до плюс-минус надёжного решения этой и других схожих задач. И вот сейчас оказывается, что для 30% задач даже одной такой попытки нет. Правда у меня тут есть скепсис: часть задач в бенчмарке подразумевает поиск узкосепциализированной литературы по математическим разделам. Помню, что для некоторых задач давали описание, что их понимает буквально 10-20 человек на планете, и что по смежным темам есть по 2-3 статьи. Из всех замеренных систем только ChatGPT Agent имеет доступ в интернет, и он показывает самый лучший результат при 16 прогонах, решая 49% задач, 14 из которых не решены ни одной другой моделью (у GPT-5 тут 46% при 32 решениях и всего 1 уникальная задача). Epoch.AI пишут, что в будущем добавят возможность делать поиск в интернете — ждём обновлений результатов в будущем. По оценке авторов, в 2026-м модели будут решать +- 80% задач (с первой попытки, не группой).

ЛЛМ решают 70% бенчмарк сложнейших математических задач, которые поймет 10-20 человек на планете

Учим Claude уму разуму или Claude Skills Помните, как в матрице Нео скачивает скиллы и фигачит в кунгфу и не только? Anthropic выпустил нечто похожее, но пока только для AI агентов: вы можете научить Claude выполнять повторяющиеся задачи - например, выставить счет - и он сделает это за вас. Не надо копировать промпты. Классно не только то, что вам во второй раз не придется писать весь этот длинный промпт, но и то, что вы легко потом этот скилл можете передать Morpheus-у вашему коллеге, чтобы он своего Claude тому же научил. По всем стандартам и правилам вашей компании. В аттаче скриншоты, как я научил Claude выставлять счета —> задачка, которую я регулярно делаю и, хоть и приятная в результате, но нудноватая. А тут научил ассистента и норм. Вот здесь подробная инструкция как это сделать для вашей задачи. Не забудьте включить в настройках Клода эту фичу (Settings > Capabilities > Skills) Anthropic-у осталось только прикрутить создание скиллов к Claude for Chrome и будет RPA на максималках! Научите себя, своих бухгалтеров, HRов, и операционистов! P.S. Если хотите научиться автоматизировать скучные штуки в своей работе и жизни - то приходите в воскресенье

В среду ждём релиза Gemini 3. Маркетологи уже слагают легенды о силе модели.

https://www.youtube.com/watch?v=1WImBwiA7RA Клод релизнул новую очень интересную фичу - skill