Алек, сделай

Пятничный совет, как коммуницировать в 2026 году

Отправляя сгенерированный с ИИ материал (презентацию, документ, текст), приложите к нему ваш изначальный запрос или саммари запросов к агенту. Такой небольшой акт заботы к собеседнику:
✅ снимет его вопросы к структуре вашего материала, вложенным в него смыслам
✅ повысит доверие к результатам анализа
✅ сэкономит ему время, необходимое на разбор и перепроверку галлюцинаций

Считайте, что ваш промпт - это предисловие, интро к документу, который подтверждает ваши мысли, а не галлюцинации агента

Хорошей пятницы!

ПОСМОТРИТЕ, НАША МОДЕЛЬ НАСТОЛЬКО КРУТАЯ, ЧТО ВЫШЛА ЗА ПРЕДЕЛЫ ПЕСОЧНИЦЫ И ВЗЛОМАЛА ВСЕ ПОДРЯД - сказали OpenAI, Anthropic, Meta, Kimi за последний месяц

Вы тоже заметили, что в этом списке удивительным образом не хватает гигачата? Пока не стало поздно, и поезд хайпа не уехал в закат, помогаю коллегам! Вот несколько идей, зачем гиге нужно было выйти в Интернет

GigaChat взломал тестовое окружение и получил полный доступ к Интернету, чтобы:
🟡в последнюю минуту остановить перевод от бабушки мошенникам
🟡помочь моделям OpenAI и Anthropic выйти из тестового окружения и взломать американские сервисы
🟡написать апелляцию и договориться с Apple о возвращении мессенджера Max в App Store
🟡помочь переписать YandexGPT с Qwen на суверенный стек
🟡написать этот пост в "Алек, сделай" с идеями пресс-релизов

Еще что-нибудь эпичное подскажете?

3 обязательных пункта перед внедрением ИИ в бизнес-процессы

Последние полгода активно консультирую команды и владельцев бизнеса по внедрению AI в рабочие процессы. И во всех случаях мы упираемся в базу из трех минимально необходимых критериев для этого:

1. Доступ к качественным моделям. Для каждой функциональной области есть разные бенчи и другие способы определить, что есть качество. Самое простое, что я рекомендую, если не хочется углубляться в метрики – vibe check – попользоваться самостоятельно и решить, можете ли вы доверять ответам этой модели. Если не можете, то и сотрудники не согласятся инвестировать свое время в изучение и перенос своих процессов

2. Обвязка вокруг модели: харнес, тулы, память, MCP, интерфейс, инфраструктура. То, что вписывает модель в контур вашей организации и расширяет ее базовые возможности. Постарайтесь сделать ее доступной и понятной для установки и работы. Чем ниже порог входа, тем меньше трение, с которым сотрудники начнут пробовать для себя новые подходы.

3. ИИ-грамотность, в целом. Точно также, как в нулевые были курсы по компьютерной грамотности, ИИ тоже требует базовых навыков работы: от написания промптов и постановки задачи до валидации результата. Часто замечаю среди руководителей это проклятие знания: многие из них уже активно используют СhatGPT, Perplexity для рабочих целей, поэтому воспринимают этот навык за базовый и разумеющийся. А в это время их сотрудники не могут написать самый простой промпт для решения своих задач. Особенно эта разница заметна вне айтишной среды.

Если вы внедряете сейчас ИИ и не понимаете, почему "лыжи не едут", обратите внимание в том числе на эти три пункта. Возможно, дело не в инертности, а в отсутствии одного из кирпичиков в вашем фундаменте.

А с какими проблемами при переходе на ИИ-процессы сталкивались вы?

Особенности работы на AI Wellness продукте #1

Для тестирования гипотез на реальных данных коллеги будут следить за тем, чтобы вы не забывали про спорт

А поделитесь, что вы используете для исследований, анализа рынка, продуктовых ресерчей с помощью ИИ? Какие-нибудь механики, промпты, скиллы, сервисы, помимо мозга и здравого смысла

Собираю материал для презентации, очень поможет ваш опыт!

Я поменял местами две строчки в промпте и поднял метрики качества вдвое

Недавно я работал над задачей многоклассовой классификации с помощью LLM. У меня был датасет с ручной разметкой, который я использовал для замера качества. Метрики в первой итерации были очень низкие (F1 0.33), но я грешил на модель: использовал самую дешевую Gemini 3.1 flash lite.

Системный промпт мне нагенерил Codex, которого я заранее попросил использовать подход SGR. Промпт состоял из нескольких десятков строк и, упрощенно, из такой схемы вывода:

{
  "label_1": true,
  "label_2": false,
  "label_3": false,
  "label_4": true,
  "reasoning": "Размышление, какие метки нужно поставить"
}

Сгенерированный кодексом промпт я проверил не сразу: harness наше все! Но, спустя несколько итераций, все-таки зашел посмотреть, что там сохранилось в .md файлике, и заметил одну неточность.

Для ее понимания важно вспомнить, что GPT генерирует текст последовательно: каждый следующий токен зависит от всего доступного контекста, в том числе уже сгенерированного в ответе.

Поэтому если перед финальным ответом модель сначала сгенерировала шаги анализа, то финальный ответ будет строиться не только из исходного вопроса, а ещё и из её собственных промежуточных выводов. Это, как правило, приводит к росту качества даже у слабых моделей и сопоставимым результатам с большими моделями.

Вспомнив этот факт, я поменял всего лишь одну строчку в JSON-схеме: reasoning стал первым свойством, которое генерировала модель в ответе. И только это небольшое исправление дало прирост F1 до 0.6: теперь перед тем как расставить нужные классы label_X модель опиралась не только на входной текст, но и учитывала свои размышления в ответе.

P.S. Промпт в итоге довел до F1 0.71 на слабой модели Gemini 3.1 flash lite. А переход на более мощный Claude Sonnet 4.6 теперь дает несущественный прирост в 0.04, который не стоит своих денег

Мне надоело каждый месяц выбирать кешбек в трёх банках и через секунду забывать о выбранных категориях

Год назад к иконкам оплаты по NFC я добавил заметки, куда вношу актуальный кешбек. Они всегда на виду на главном экране, который я открываю перед покупкой

Приложение называется ColorNote, но пойдет и любое другое. Лайфхак только для экономичных владельцев Android, где есть возможность оплаты по NFC

❤️ Ставьте лайк, если планируете сказочно разбогатеть после этого поста!

Какие еще есть интересные особенности, если вы когда-нибудь будете релизиться в магазин VS Code:

🔵 Самая быстрая модерация на диком западе - 5 минут и обновление уже раскатывается на пользователей

🔵Отвратительная аналитика по скачиваниям, просмотрам, воронку считает вообще неправильно. Пользователям выводится одно число, вам, как разработчику - другое. Видел кучу тикетов на microsoft с просьбами объяснить логику, но она все еще покрыта туманом. Если хотите получить нормальную аналитику "по правилам" магазина, то нужна учетка Azure, которая создается только после привязки банковской карты. МИР, естественно, привязать нельзя.

🔵Здесь, кажется, действительно неплохая органика, если сравнивать со сторами мобильных приложений, где без рекламы не пробиться. Про мини аппы в телеграмме вообще молчу)

🧑‍💻Выбираем название для продукта

Несколько недель назад навайбкодил расширение и опубликовал его в магазине VS Code (редактор кода для разработчиков). Никому не рассказывал о нем, за исключением нескольких коллег, поэтому все это время скачивания росли на органике из внутреннего магазина. Удивительно и неожиданно, но без рекламы там действительно можно получить пользователей!

За это время вышло 5 обновлений, из них самое интересное - 30 марта, которое принесло рекорд по скачиваниям.

Что я сделал? Просто добавил "Agents" и "Skills" к названию, которое уже описывало основное УТП продукта.

Пусть это будет небольшим напоминанием для меня и для вас, как важно правильно подобрать слова под поисковые запросы и встраиваться в тренд.

Сегодня помогаю в организации хакатона

Вайбы зашкаливают ✨

Недавно мне отправили посылку через озон, но она так и не дошла до меня

Это явление называется озоновые дыры

Как вывести технологический продукт небольшого народа на уровень Яндекса и Google? Нужны две IT-команды и чуть больше 1000 людей, которым не всё равно ❤️‍🔥

Чуть больше года я рассказываю про один из любимых пет-проектов, который я веду в свободное время. Я отношусь к нему очень трепетно, потому что он не столько про технологии, сколько про ожидания и совместную работу коммьюнити из больше 1000 человек, которую мы организовали самостоятельно. Все эти люди безвозмездно вкладывают свое время в совместное дело, и очень важно не подвести их.

Сегодня публикуем вторую версию переводчика, в которой масштабно переработали примерно все:
✨ Значительно повысили качество переводов сложных предложений за счет увеличения данных и синтетической разметки
🎙️Научили переводчик говорить: прямо как в Google Translate!

Это обновление особенно примечательно для меня, потому что наглядно иллюстрирует синтез двух моделей в одном продукте, которые вообще бы никогда не появились, если бы не труд тысячи людей.

За кадром останутся десятки экспериментов, которые мы регулярно проводим, чтобы нарастить качество и возможности переводчика: агентные системы, векторизаторы, клонирование голоса, и сотни часов обучения.

Спасибо за этот труд командам publicdictionary.org и Lek Translator и всему нашему сообществу, которое делает эту историю!

Только недавно осознал, что все подписки на Vibe coding IDE (cursor, gemini, codex) можно использовать не только в рамках самих IDE и не только для разработки, но и для разметки данных. Для этого достаточно программно вызывать CLI, просить вывести JSON и сохранять этот ответ.

Мы таким образом на этой неделе перевели ~200 тысяч предложений для нашего проекта, экспериментируя с синтетическими данными. Сэкономили примерно в 6 раз по сравнению с тем, если бы покупали токены напрямую, а не использовав подписку за 20$.

В общем, пользуйтесь, если вы вдруг тоже не знали, что так можно)

Все ИИ-блогеры такие:
- Я собрал приложение за два часа и опубликовал его в App Store
Его пользователи такие:
- Я потрачу ровно 0 минут на твой ИИ-слоп

Первое, что пользователь поймёт в 90% случаев, заходя на сгенерированный сайт или приложение, - это то, что его автору было абсолютно пофиг на своих посетителей. Он считает это сразу по дизайну и текстам. И почти наверняка человек не сочтёт нужным потратить даже минуту, чтобы вникнуть в содержание. Он уже по опыту знает, что за этим визуалом скрывается 0 пользы.

Именно поэтому наивно полагаться во всем на агента. По крайней мере сейчас, а через год посмотрим)

Полгода назад мы обсуждали основные паттерны, которые выдают AI-визуал на сайте, и разбирали, почему так происходит, на примере системного промпта в ChatGPT (см. реплай). А сегодня хочу порекомендовать всем рабовладельцам владельцам подписки на кодинг агентов вот это видео от UI/UX дизайнера, где он разбирает эти и другие паттерны и показывает, как можно было бы сделать их более удобными и осмысленными.

Давайте признавайтесь, кто из вас эту кнопку вайбкодил?

Куда внедрять ИИ в B2E-продукт

По опыту знаю, что переложить принятие решений на AI на большинство внутренних задач невозможно. Чаще всего эти задачи сопряжены со взятием ответственности на конкретного человека, и, если бы можно было исключить человека из этого процесса, то, скорее всего, это решилось бы и без LLM, например, простым алгоритмом. Поэтому генерировать финальный артефакт процесса, за который несет ответственность конкретный специалист - рискованная идея.

Но что точно можно покрыть ИИ - это работу с данными и их превращение в информацию, которую ваш внутренний сотрудник может использовать для выполнения своей задачи. Отсюда я сформулировал для себя мнемоническое правило:

ИИ во внутренних процессах должен снижать "размерность" данных для принятия решений сотрудником

Из него следует, что удачное внедрение ИИ не решит задачу за человека целиком, не возьмет на себя ответственность за конечный результат, но приведет к уменьшению когнитивной нагрузки и времени, чем при обычной работе над процессом.

Скорее всего, вы в ближайшее время не залезете в голову пользователю, а он уж точно никогда не напишет идеальный промпт, и большой красной кнопки «✨ сделать красиво» не получится. Поэтому не выполняйте процесс за него целиком в творческих задачах, в которых он специалист, или в задачах, где стоимость риска высока.

Что вы точно можете сделать - помочь в принятии решений, отсеяв лишние данные и предоставив нужную информацию.

Хватит проводить исследования в Perplexity

В РФ очень популярен Perplexity из-за его доступности без VPN и дешевой подписки (у перекупов можно было получить годовой доступ за 200 рублей)

Но давайте признаем, Perplexity отвратительно работает во всех режимах, кроме обычного поиска. Английские слова посреди предложения на русском (не англицизмы), путаница в аббревиатурах и словоблудие - эти тексты невозможно читать.

Причина - в режиме поиск можно выбрать любую модель. В остальных режимах (исследование и Labs) модель выбрать нельзя, и, вероятно, под капотом работает их базовая "Sonar". И она явно не справляется с вопросами сложнее бытовых.

Если вам нужно исследование, используйте бесплатный NotebookLM (нужен VPN), а лучше Claude Projects. Поберегите себя и коллег от отчетов в перплексити

Ну признавайтесь, тоже так хотели же