AI и грабли

Важное обновление ТГ случилось уже неделю назад

Олимпиадники добавили к себе Bot-to-Bot общение. То есть, если в чате пишет один бот, то второй видит сообщения первого и может на них реагировать.

Раньше такое поведение было отключено, чтобы боты не триггерились друг на друга и не заспамливали чаты, но, кажется, повальное увлечение Claw-подобными агентами пересилило, и ребята добавили специальный режим

Почему это важно для AI?

Да просто сейчас все еще нет простого и понятного способа интегрировать агентов друг с другом в одну сеть.

Да, есть A2A протокол, но это сложное, глубокое инженерное решение. А на практике, часто взлетает что-то дубово простое и понятное среднему пользователю.

Собственно, OpenClaw сам по себе пример этой логики – дай людям настроенные интеграции + интерфейс в мессенджере и они пойдут скупать mac studio сами зафорсят твой продукт

Отдельная плюшка координации агентов через чат в телеге – что это еще и понятный человеку формат – можно как следить за происходящим, так и участвовать в процессе.

Интересное следствие, что это еще и простой способ дать агенту уже существующие инструменты в виде классических ботов, уже существующих на все случаи жизни

Короче, в ближайшее время ждем чаты только из ботов

Есть идеи, для чего это можно использовать уже сейчас?

Не понимаю, почему так мало пишут про авторисерч Карпаты

Мне кажется, самое важное направление года. Первые значимые сигналы до меня дошли еще во время ERC3, когда Леша Остриков дал модельке самой оптимизировать промпт напрямую об евалы

А сейчас вот сам Андрей Карпаты выложил рабочий репо, да еще и так, что можно брать и за пол часа переносить на любую предметную область.

Короче, рассказываю, во что у меня превратился AI Engineering сразу в нескольких проектах:

1. Записи разговоров с клиентами вытягиваем из гранолы, складываем в репо в папку calls/. И транскрипты и саммари.

2. Берем у клиента человеческое описание процесса, который автоматизируем и вообще всю релевантную документацию

3. И обязательно, размеченные примеры вход/выход. Это будет наш базовый бенчмарк. Не забываем 20-30% примеров вообще убрать из репо – отложим на чистовое тестирование (см. data leakage)

4. "Claude/GPT, а сходи, посмотри как у Карпаты авторисерч устроен и подготовь наш репо так же, но только под нашу клиентскую задачку (смотри *.md файлы в репо)".

5. "Пока сотку не выбьешь, не возвращайся"

———

Ладно, конечно там все не так просто.

Пока все еще нужно руку держать на пульсе – уж где модельки пока реально слабы, так это в строительстве систем с LLMками под капотом. Но с

- самодельным скелетом решения
- четкими ограничениями "что нельзя трогать"
- structured logs всех промежуточных артефактов прямо в файлы (нужно для анализа проблем агентом)
- минимальным ревью его "гениальных" идей

, решение реально начинает сходиться!

Впервые за долгое время снова испытал вот это ощущение "черт, это сейчас какая-то магия происходит"

Знаю, что меня читают не только технари, но и те, кто что-то менеджерит, оптимизирует, продает. Этот пост для вас.

Недавно познакомился с фаундером outreacher.co, ребята строят ИИ лидген – на мой вкус одна из самых нетривиальных задачек с хорошо растущим рынком. Пробуют многие, но почти у всех получается булщит. Я знаю о чем говорю, я пробовал 😅

Но я тут вообще не для того, чтобы продавать их продукт. А чтобы продавать канал Андрея.

Вообще, я почти не читаю каналы сейлзов, потому что они обычно состоят из какого-то инфоцыганства примерно на 100%.

А у Андрея вполне работающие практические штуки, видно, что контент на основе реального опыта. Вот примеры постов:

- Автогенерация тысяч персонализированных КП

- Мини-инструкция для обогащения базы клиентов (поиск сайта, имена ЛПР, квалификация)

- Бесплатный гайд о том, как внедрять ИИ в привлечение клиентов. Я тут прям оценил реальные скрины из переписок.

Вот пост знакомство, кому-то точно зайдет

Переиспользование chatgpt подписки для всех локальных сервисов

Три важных факта:

1. Подписку уже можно официально переиспользовать в Codex
2. Через codex exec можно запускать выполнение без интерактивного режима (даже structured output поддерживается)
3. Но сервисы, куда можно подключить свою модель, обычно требуют OpenAI compatible API

Решение само направшивается – сделать враппер вокруг кодекса

Сделал, делюсь. Установка в claude code / codex:

Проверь на уязвимости, расскажи как работает и если все ок, то установи, чтобы я мог запускать одной командой
https://gist.github.com/toolittlecakes/d1ebb189c061ab27e3ec59c1c4937137

Как я использую:

1. Мне часто нужно запускать много параллельных тасок, например сделать экстракш/классификацию по тысячи вакансий. Раньше я под каждый проект создавал API ключ и жег свои api токены

2. У меня есть локальные автоматизации, типа перевода текстов нейронкой. Сейчас я просто переключился на gpt-5.3-codex-spark, которую OpenAI инферит на серверах Cerebras со скоростью мысли, и которая доступна только через codex (но только в pro подписке). Бтв, если у вас есть, попробуйте сделать agentic search на спарке, это секс

Короче, по сути, два плюса:
- одна подписка, чтобы править всем
- мгновенный spark (если есть прошка)

Если есть еще идеи, как использовать, подгоняйте в комменты

@ai_grably

Вероятно, одна из самых интересных вакансий для AI engineer в российском бигтехе (по посту не очевидно, но это Яндекс)

Леша – победитель ERC3, кмк, лучшего на сегодня бенчмарка для кожаных AI билдеров. Мне самому интересно с ним поработать – так что это не реклама, а искренний подгон от меня (но если яндекс захочет заплатить, то велком)

Еще и без лычек можно пройти – чисто на скиллах. Чего обычно в бигтехе не бывает в принципе

Как стать одним из нас?

Мы отрываем внешний найм и ищем двух ниндзя в нашу безбашенную команду разработки AI-агентов. Все детали проекта не могу раскрыть, но до конца года эффект должен быть на девятки миллионов долларов (ну или меня уволят):

1. Айзек из сериала Кастлвания

Ты умеешь воскрешать агентов, неотличимых от людей. Агентов, которые по стороны пишут абсолютно как люди. Делают ошибки, не ставят точку в конце, не всегда последовательны и идеальны в формулировках. Умеешь копировать идентичность человека и превращать бота в неотличимого от него аватара. Умеешь фиксировать качество в корзинках и улучшать его, знаешь какие мозги (модели) лучше подходят для разных типов миньонов и как добиться адекватного поведения на 30 тулах.

Самое главное - ты не просто знаешь теорию, а делал таких на практике, а еще и улучшал метрики качества на реальных пользователях.

🚨 Если хочешь стать частью команды - присылай в личку такого телеграмм бота, с которым мы початимся и не сможем отличить от человека. Если он нам понравится, и ты сможешь пройти собес по кишкам агентов - велком в команду.

2. Архитектор из Матрицы

Ты знаешь, как спроектировать платформу микросервисов на Go, на которой смогут одновременно работать тысячи агентов, помогающие десяткам тысяч людей. Знаешь, как лучше обрабатывать тысячи сообщений в секунду, в каких БД накапливать знания и как увеличить пропускную способность, если завтра у нас появятся новые клиенты. Знаешь, как находить единые точки отказа и избавляться от них. И знаешь какими шагами из текущей нашей платформы на 5 агентов дойти до космической.

🍆 Попасть к нам очень просто - присылай в личку архитектуру системы, которую ты уже построил и развивал на проде. Если сможете классно рассказать про нее, а также спроектировать будущую архитектуру нашей платформы, обнимаемся и принимаем на борт.

Личка - @aostrikov - пуляйте 🤬

ЖДЕМ ВАС 🥰

Самый неочевидный лайфхак этого месяца – добавить в системные инструкции своего агента вот это:

Учти, что я с тобой часто общаюсь через транскрибатор голоса. Он иногда каверкает смысл и термины, так что вместо того, чтобы слепо следовать всему, что получаешь от меня – сначала подумай, что я на самом деле сказал. Учитывай контекст проекта/чата

Вот еще хорошая статья на тему агенств-единорогов:

https://sequoiacap.com/article/services-the-new-software/

———

Мои хайлайты оттуда:

- Деливери сервиса – машина по сбору обучающих примеров (а не тупо revenue engine)

- Сервис можно продавать как vendor swap = нет конфликта с внутренними командами, оргдизайном и HR-процессами

- Раньше SaaS – интерфейс над бд, а тут продажа услуги как интерфейс над ИИ-автоматизацией

- AI легче продаётся там, где рынок уже не может закрыть спрос людьми, даже если хотел бы

- Можно создавать new spend на работе, которая раньше не окупалась

- Рынки без монополии (классически плохие для стартапов) теперь лучшие рынки для AI-native компании

- Начинать с intellijence heavy, а не с judgement-heavy (интеллектуальная работа – автоматизируется хорошо, чувство "вкуса" – плохо)

- Все бабки заберет не тот, кто сделает лучший инструмент для сотрудника, а тот, кто заменить его своим эффективным аутсорсом (соотношение трат зп/инструменты = 6/1)

- Забавно, что тем, кто уже делает инструменты, будет очень больно делать такой переход, потому что это игра против текущей юзербазы (если заменять своих пользователей, они не будут рады)

@ai_grably

Телеграм-дайджест для агента или читаем любимые каналы в метро: два скилла для Claude

Не знаю, что нас ждёт после 1 апреля, но Claude без телеграма точно не оставит.

Делал себе скилл для мониторинга AI-каналов — чтобы агент собирал новости за день, пока я работаю и выдавал интересное для экспериментов. И в процессе понял: если я и так собираю посты, то почему бы не упаковать их в нормальный веб-интерфейс? Хотел сделать скилл для агентов, а получился ридер для метро. Спасибо @oestick за то что показал пагинацию.

🔧 Что под капотом

Первый скилл — парсер публичных телеграм-каналов. Работает через веб-превью t.me/s/, никаких API-ключей и MTProto. Ноль зависимостей, работает из коробки.

Что умеет:

🔸 Парсить посты с просмотрами, реакциями, датами и медиа
🔸 Полнотекстовый поиск по постам из канала
🔸 Топ постов по просмотрам или реакциям
🔸 Дайджест по нескольким каналам за период — сегодня, вчера, неделя
🔸 Сравнение каналов: подписчики, средние просмотры, engagement

Каналы можно группировать по тематикам в .env-файле. У меня заполнена подборка AI-каналов (все те что сам читаю).

📱 Дайджест как веб-страница

Результат собирается в React-артефакт прямо в чате Claude: лента карточек с фильтрами по каналу и периоду. Выглядит как мини-Telegram, только без рекламы и «вступите в чат».

А дальше — второй скилл, паблишер на GitHub Pages. Берёт артефакт и деплоит в гитхаб пейджи. Вот что у меня получилось: https://artwist-polyakov.github.io/graphics_reports/2026/2026-03/ai-digest-week/

💡 По сути получился персональный Telegram Reader: агент собирает → Claude рендерит → GitHub Pages хостит → ты читаешь в метро.

⚙️ Как запустить

Скиллы ставятся через маркетплейс Claude Code, но для облачной песочницы Клод нет никаких ограничений на доступ, поэтому я рекоменую ставить через customization >> skills >> upload.

Для паблишера нужен fine-grained GitHub-токен с доступом к репозиторию Pages. Парсер работает вообще без настройки. Опиание конфигурации разместил в соответствующих папках config/README.md

🔗 Ссылки

Парсер телеграм-каналов — код и документация
Паблишер GitHub Pages — деплой артефактов

Все скиллы в репозитории: polyakov-claude-skills

Будут идеи как улучшить — приходите в комментарии или пул-реквесты.

----

Поляков считает — AI, код и кейсы

Приходит ко мне Вова – владелец компании, которая выстраивает бизнесу отделы продаж. Там и построение скриптов, и обучение, и контроль качества.

Говорит, нужно упаковать нашу экспертизу по контролю качества в отдельный продукт и продавать его. В 5-10 раз дешевле, чем наш ручной, зато не теряем клиентов, на которых не хватает рук.

И это не первая ситуация, где приходят компании, которые работают на фрагментированном (к этому еще вернемся) рынке услуг, и хотят стать продуктовой компанией.

Я почти всех отговариваю. Примерно с такой аргументацией:

1. Вы банально не умеете делать продукт, а на пути переключения бизнеса из сервисного в продуктовый – куча граблей. Вы сервисная компания и вы хороши в этом, продолжайте заниматься тем, что умеете.

2. Ваша ЦА тоже привыкла к покупке услуги, а не софта. Скорее всего, они уже платят за человеческое внедрение с ответами на вопросы, кастомизацию под их кейс, лигал риски, да и в целом за перенос ответственности наружу своей компании (а это дорогого стоит). У них уже есть налаженные процессы, может не стоит их ломать?

3. Просто сделайте всю ИИ автоматизацию у себя внутри. Тогда вы сможете той же командой делать в 3-5 раз больше заказов. При этом без 5кратного дисконта, который всегда появляется, когда продаешь продукт вместо услуги.

4. Бонус – качество автоматизации не обязано быть изначально высоким, т.к. человеческий эксперт валидирует и дорабатывает до того, как его увидит клиент. Но качество будет постоянно расти, потому что внутри компании копятся кейсы с ошибками, об которые система улучшается. В итоге растет и скорость, и качество. При том, что клиенты получают хороший результат с самого начала.

Главный итог, конечно – маржа. Продавая работу как услугу, но делая ее на 80-90% автоматизированно, можно получать сверхприбыли пока весь рынок еще не пришел к такой автоматизации.

Почему важно, чтобы рынок был фрагментированным? Потому что только на фрагментированном рынке можно будет быстро расширятся за счет разницы в марджинальности.

И кстати, не я один такой умник. Главный стартап-акселератор мира (YC) тоже пишет про это в своих requests for startups

@ai_grably

Апдейты по моему флоу кодинга с агентами:

1️⃣ Перелез на Codex Desktop

- Они наконец добавили /fork и возможность редактировать сообщения
- В отличие от tui, есть mermaid рендерер: теперь итерации планирования и рисерча сильно быстрее – многие штуки мне быстрее понять визуально, чем из объяснений ИИ (надо попросить в agents.md)
- Все еще не хватает норм хоткеев
- Зато есть /fast режим. Для execution – не важно, будет агент работать час или полтора, а вот для планирования – опять же, сильно ускоряет итерации
- Кстати, мб кому актуально – вышла поддержка винды

2️⃣ RFC-based flow

Как говорил @etechlead на слайде выше, работа все сильнее растекается в края воронки – на этапы планирования и ревью. Теперь планы не просто фиксирую в rfcs/*.md, но и итеративно гоняю по ним новые чаты с чем-то вроде

Посмотри @feature-name.md  – это твоя задача на имплементацию. Но не делай ее пока, а только подумай, какие у тебя есть вопросы, какие места остались не понятны, или где есть какие-то потенциальные несостыковки. Проверь релевантный код, если требуется. Если таких мест нет, то так и скажи

и

Для каждого пункта предложи свои варианты решения с обоснованием. Если тебе для этого нужно еще дособрать инфы про код – сделай это

Потом корректирую ошибки и прошу обновить файл.

Искренне считаю, что human-in-the-loop должен быть именно на этом этапе, пока не успели протащить косяки дальше по флоу разработки. Но то, что агент сам ищет потенциальные проблемы – очень ускоряет процесс

По фиче так могу 3-5 независимых раундов прогнать, пока не начнет совсем уж до мелочей докапываться. Поражает, насколько жесткие проблемы иногда удается так обнаружить на раннем этапе. К совсем автономной работе ИИ пока явно не готов.

3️⃣ Стараюсь постоянно "дообучать" агента (пока вручную – эксперимент с автоматическим обучением провалился)

Постарайся разобраться, что в документации или коде проекта привело к тем ошибкам и слабым/избыточным решениям, которые мы выше обнаружили и исправили. Предложи, как нужно поменять документацию/инварианты/нейминг/комментарии, чтобы избежать подобных ситуаций в будущем

4️⃣ gpt-5.4-high – разъеб. Собрала лучшие черты gpt-5.3-codex и gpt-5.2. Наконец-то можно без переключений использовать одну модель (но для ваншот задач вне разработки gemini все еще мой топ-1)

Важно: не включайте опцию с 1м контекста!

@ai_grably

Как качать карьеру в сторону ИИ?

Простой ответ – Хз

Сложный – искать, где в текущей компании применить ИИ (за счет работодателя). В идеале, чтобы ему это тоже принесло денег. Сложный – потому что обычно это еще нужно продать менеджменту (уметь говорить на языке бизнеса, видеть релевантные проблемы и пилить по выходным демки).

Есть еще один способ – устроиться куда-то, где ИИ – часть продукта. Если уже есть навыки, я бы сразу искал AI-engineering вакансии.

Правда, у тех, кому важен вопрос в начале поста – скорее всего не достаточно релевантного для вакансии опыта (а еще часто на AI Engineering вакансии почему-то ищут ex-MLE, ex-DS, что в большинстве случаев – бред).

Если так – я бы искал именно AI-native компанию/продукт и шел на любую роль. А там уже добирал ИИшный контекст – рядом люди с опытом, которые смогут поменторить (чтобы меньше самому прыгать по граблям).

———

Я предложил знакомым из connectablejobs такой взаимопиар – они у себя рассказали про мой канал, а я выбрал у них вакансии, которые кмк – не буллщит с точки зрения карьерного роста в ИИ

https://t.me/dev_connectablejobs/1876 – на питончике строить AI пайплайны для прегенерации контента в EdTech продукте (туда же можно пойти IOS'ером или Automation QA)

https://t.me/dev_connectablejobs/1884 – AI платформа для управления недвижкой. Нужны – Data Analyst, Product Manager, Fullstack Engineer

https://t.me/dev_connectablejobs/1871 – ребята делают ИИ для корпов и госухи, ищут рукастого фуллстека на хорошую зп, выглядит, что до ИИшки рукой подать

https://t.me/dev_connectablejobs/1896 – лидить внедрение ии в компанию на разных уровнях, интересная вакансия для опытного инженера с хорошими софтами

Можно подписаться на ребят, чтобы не пропускать другие remote-вакансии в валюте с русскоговорящими основателями 

@dev_connectablejobs

Если есть мысли/истории про развитие AI-first карьеры – делитесь в комментах

Дашборд по вызову

или как получать инсайты о своем продукте за 2 минуты и пару строк текста

Обычно, чтобы принять продуктовые решения, нужно либо самому писать SQL запросы и собирать дашборды, либо дергать аналитика, либо вообще действовать на чуйке вайбе

Больше не нужно.

Мой сегодняшний детский восторг – ваншотнул отдельный дашборд-сервис для бота, которым мы выдаем доступ к конференциям.

Запрос пишу текстом и сразу получаю интерактивный дашборд с настройками, релевантными для этого конкретного запроса. Такой liquid UI на минималках

Чем отличается от классического text2sql, который обычно делаю клиентам:

- LLM тут генерит не SQL, а сразу python код

- Значит, можно переиспользовать модели данных SQLAlchemy/SQLModel

- Этот же код сразу занимается и отображением

- Благодаря streamlit даже достаточно сложный UI укладывается в пару десятков строк кода

- Код тупо exec'ается – не повторяйте дома! (из защиты только auth в админку + read-only доступ к бд)

Но ощущения от использования – топ! За пару строк текста получаю любую аналитику

P.s. такие задачи – отличный кандидат для первых шагов внедрения ИИ в компанию – быстрая видимая польза, при этом находится "сбоку" – делается без долгих согласований и не влияет на другие части системы

@ai_grably

По кулуарным разговорам вижу, что в айтишке сейчас у людей две головные боли:

1️⃣ Что будет с рынком через год и успеть подготовиться: нанять/уволить правильных людей, освоить инструменты, которые станут новым экселем, выбрать проект, котором не урежут финансирование.

2️⃣ Как начать внедрять ИИ уже сейчас. И в свою собственную рутину, и в команду/компанию.

Проблема в том, что знания о том как делать, чтобы работало – разбросаны по головам тех, кто уже что-то попробовал, наступил на грабли и нашел способ как сделать лучше.

Можно выцеплять эту инфу из закрытых чатиков на 20 человек, можно брать консультации, а можно прийти на конфу, которую мы организовали – разберем опыт ребят с совсем разным бэкграундом

Бтв, я в этот раз буду не только ведущим, но и спикером. Расскажу поподробнее про свои 3 факапа с внедрением ИИ в чужую команду, поделюсь фреймворком обучения и дам кулуарные инсайты про найм в 2026ом.

В этот раз смогли пробить планку в 3к зрителей. И вы приходите, и коллег зовите:)

[Подробности]

Для подписчиков, как всегда, бесплатно

P.s. если вы читаете это после конфы, то уже можно получить записи по той же ссылке

Последнее время часто провожу воркшопы про ИИ-агентов в разработке.

Чтобы быть "на острие" и правильно раздавать советы, стал в своей работе параллельно использовать все три основных: Codex, Claude Code и OpenCode.

И чем дольше их использую, тем больше различий вижу.

Ниже – подробное сравнение важных для меня фичей с коротким описанием где они пригождаются

@ai_grably