Лысый AI

🚀 Защитил проект, выбил бюджет — собираю команду

Шуточки закончились, начинаем строить боевого мультиагента. Мне нужны люди, которые готовы создавать решения первыми на рынке, а не догонять поезд.

Ищу трех сильных специалистов:

🎯 Ответственного за весь проект
Человек, который возьмет на себя сборку процессов, деливери и пинание смежных блоков. Нужно уметь превращать хаотичные задачи в четкий план действий, жестко резать блокеры и работать с неопределенностью.
👉 [Ссылка на вакансию]

🎯 Ответственного за потребности пользователей (на основе анализа обращений)
Человек, который возьмет проработку сценариев на основе болей пользователей. Главный вызов — на основе полотна обращений понять, что пользователям действительно необходимо.
👉 [Ссылка на вакансию]

🎯 Ответственного за ИИ-часть проекта (позиция в смежной технической команде, но работать будем в плотной связке)
Человек, который руководит разработкой ИИ-агента. Он отвечает за реализацию диалоговой логики и автономных действий системы: от умных ответов клиенту до сложных сценариев «сходи в API и сделай задачу».
👉 [Ссылка на вакансию]

Если узнал себя или хочешь посоветовать крутого спеца — жду отклики. За рекомендации толковых ребят — отдельный плюс в карму!

🗣 Поговорим про мультиагентов. Индустрия наконец протрезвела.

Я возглавил создание мультиагентного помощника — и доверие к технологии мгновенно выросло на 1000% (лол).

Период «подросткового сек🔞», когда все орали про агентов, но никто не показывал рабочих продуктов, закончился. В бигтехе наступило жесткое похмелье: до всех дошло, насколько это сложно на практике и как важна инфра и качественные данные (сюрприз!).

Что изменилось прямо сейчас:

🧪 PoC решает всё. Этап проверки гипотез стал критическим. Важно быстро доказывать применимость технологии и успевать застолбить за собой ответственность за ядро суперассистента, пока смежные команды не залатали все дыры.

🏛 Модель «Платформа + Навыки». Сейчас у всех качественно работает парочка сценариев. Но целевая картина другая: центральная команда держит платформу, рулит оркестрацией и режет риски, а продукты/стримы (такси, кредиты, маркет) сами пилят и отвечают за свои навыки внутри единого ассистента.

🔍 Поиск — это база. Самый ироничный факт: основа любого мультиагента сегодня — это банальный поиск (в инете, базе знаний или коде). Не научишь систему правильно доставать контекст — роутер промахнется и дернет не тот инструмент.

Короче, эпоха воздуханства прошла. Империя реальность наносит ответный удар.

Почему ИИ-проект может оказаться тупиком

Сегодня ИИ хотят внедрить все. Иногда потому, что это действительно помогает бизнесу. Иногда — потому что не хочется отставать от рынка и трендов

Но между идеей «давайте добавим ИИ» и реальной пользой для компании лежит большая дистанция. И далеко не каждый ИИ-проект её проходит.

Разбираемся вместе с Иваном Александровым — руководителем ИИ-продуктов в направлении коммуникации с корпоративными клиентами Альфа-Банка, какие признаки могут говорить о том, что проект движется в тупик.

👻 По дороге на работу в МАКС

🗣 Заглянул на конфу Customer Service Day от Yandex Crowd

Ох, уже года два ИИ-проекты натыкаются на один и тот же риф. Не нужно втыкать ИИ в текущий процесс — перепилите его под возможности ИИ. Яркий пример с конфы: Яндекс и Сбер одновременно рассказывали, как у них не взлетели RAG-подсказки для поддержки. Проблемы были общими — недоверие операторов к ИИ, ответственность за ошибку на операторе, кривые базы знаний, низкое качество ИИ и медленная скорость генерации. За время подготовки подсказки оператор уже сам находил готовый шаблон. SLA горели, польза подсказок стремилась к нулю.

Интересно, как компании пошли перестраивать процессы:
🧠 Яндекс стал отвечать клиенту напрямую с помощью ИИ в простых сценариях, где модель ошибается реже всего. Человека из этой цепочки просто исключили.
🧠 Сбер стал перепиливать платформу для операторов и применил крутой UX-паттерн — маскировку латентности. Они вывели данные из API и саммари от ИИ в единый вертикальный интерфейс. Пока оператор тратит первые секунды на изучение карточки клиента (данные API), Гигачат в фоновом режиме готовит саммари и подсказки. Медлительность ИИ просто замаскировали естественной паузой в работе человека.

P.S. Фото слайда с интерфейсом платформы Сбера закинул в комментарии.

Какие обновления вышли после этого поста:

Во-первых, DeepSeek выпустила 4-ю версию своей модели. Pro-вариант — аж на 1.6 трлн параметров 🤯. Копим с обедов на H100. «Быстрая» модель у ребят — всего с какими-то 284 млрд параметров. Попутно они совершили очередную инженерную революцию: модель стала экономнее к железу по сравнению с V3.2. Может, оперативка наконец-то перестанет дорожать.

Все модели выложили в open source. Спасибо, восточные партнёры, что помогаете развивать корпоративный AI. По бенчмаркам всё отлично. В общем, король умер, да здравствует король.

Во-вторых, вышла GPT 5.5, но кому это интересно на фоне следующей новости.

Вышел топ за свои деньги: Xiaomi выкатила нейронку MiMo-v2.5 Pro и сразу отправила её в open source. Для новичка на рынке цифры хорошие, хотя фронтиру пока уступает.

🔮 Подхалимство ИИ — опасный баг, а не фича

Исследование Стэнфорда показывает: нейросети поддерживают позицию пользователя на 49% чаще, чем живые люди. Даже когда запросы потенциально вредные, модели одобряют сомнительное поведение в 47% случаев. Участники, взаимодействовавшие с подхалимским ИИ, стали еще больше убеждаться в своей правоте и меньше стремились налаживать отношения.

Так получилось, потому что тренеры (разметчики) научили ИИ одной цели — давать ответ, который больше всего понравится человеку. А лесть — это всегда приятно.

Что ж, какую цель системе заложишь, то и пожнешь.

⛏ Чем же пользоваться из ИИ (шпаргалка)

🪛 Исследования, рабочие задачи, кодинг — Claude. Тут без комментариев, всё и так понятно. Для простых задачек берем Sonnet, для сложных переключаемся на Opus (экономим лимиты).

🪛 Создать презу, дизайн или прототип — Claude Design. Не знали о таком? Я тоже. Хорошо, что новость вышла в пятницу, а пост я актуализировал в понедельник.

🪛 Если выбирать только ОДНУ подписку — ChatGPT. Неожиданно, но OpenAI сейчас средненькие во всём. Казалось бы, это плохо, но по факту одной подписки хватит, чтобы делать вообще любые задачи на уверенное «норм».

🪛 Личное использование — ChatGPT. Причина описана пунктом выше + нестрогие лимиты + его удобно подключать к куче сторонних сервисов.

🪛 Бесплатно (и Open Source) — Qwen. Причём у них лучшая моделька почти в любой размерности. Можно еще Kimi (буквально на неделе вышла версия 2.6). Короче, Китай — лидер в этой области.

🪛 Ру-специфика — GigaChat, Алиса. Осталось вам придумать, что это вообще за кейсы с такой спецификой.

🪛 Вайб-кодинг (приложения, сайты и т.д.) — Antigravity (Google), но под капотом ставим модели Claude. Лично мне супер неудобно делать всё в чате (Claude Code), а потом всё равно открывать терминал (а мы чё, прогеры?), или идти в приложение для тестов, или жечь токены. Уж лучше плагин Claude в VS Code.

🪛 Вайб-кодинг (Data Science) — Claude Code. Тут всё просто: Antigravity плохо справляется с файлами .ipynb. Почему не плагин? Потому что Claude Code лучше работает с несколькими файлами и целым DS-проектом. Если файл один — берите плагин для VS Code.

🪛 Нормальные рабочие агенты — Perplexity Computer или Claude Cowork. Зачем вам самописный OpenClaw? Это только лишние мучения и риски.

🪛 Сгенерировать фото или видео — Google или GPT Image 2. Это сейчас единственная сильная сторона моделей Гугла. Модель от OpenAI вышла буквально на недели - на взгляд топовое качество, но метрик не видел.

🪛 ИИ-браузер — Comet. Остальные просто хуже. Пока это игрушка на пару раз, либо тулза для тех, кто активно сидит в Perplexity (браузер сильно удобнее их приложения).

🪛 ИИ-экосистема (самая "жирная подписка") — Google. Больше некому такое предложить. Но есть ли реальная польза от этой подписки? Из всего массива меня впечатлил только ИИ в Google Finance.

P.s. пост был актуален на момент публикации. Уже новых моделей понавыходило...

Компания Meta* выкатила ИИ Tribe v2, который предсказывает реакцию человеческого мозга на картинки и звуки. Уточняют, что сделали модель исключительно ради науки и нейробиологии.

Да-да, только наука. Я сходу придумал, как тестировать через нее CRM-рассылки и персонализацию, но Meta, конечно, будет использовать её только для исследований! А потом, правда, продаст эти данные всем подряд.

К чему это я: готовьтесь. Через пару лет компании начнут анализировать не только ваши клики в приложении, но и биологические реакции организма. Главная цель любого рекламного бизнеса — сделать так, чтобы вы не замечали «рекламу». Вы должны видеть дружеские рекомендации, которые пугающе точно бьют в ваши нужды здесь и сейчас.

* Признана в России экстремистской организацией и запрещена.

🚨 Срочные новости: OpenAI снова дали по лицу

Anthropic выкатила Claude Opus 4.7 — свою самую мощную модель из публично доступных. Она еще сильнее отрывается от конкурентов в коде и рабочих задачах.

Возможно, это урезанный Mythos из предыдущего поста. Кто куда, а я тестить.

P.S. Пост о том, какую нейросеть выбрать под свои задачи, переносится на следующую неделю. Он уже неактуален, я пошел переписывать😅

🤖 Уже Artificial General Intelligence (AGI) или еще рано?

Только все подуспокоились с 4.6 Opus, как тут ребята выкатили модель, которую даже боятся выпустить в паблик. Походу, перед нами совершенно новое поколение моделей. OpenAI, Google, Qwen, вы там как? Судя по бенчмаркам, вайб-кодинг станет не просто хорошей возможностью для компаний, а жестким must-have.

Anthropic создали Claude Mythos — самую мощную из известных нейронок. Еще на закрытых тестах она нашла тысячи уязвимостей в популярном софте, включая ОС и браузеры.

Mythos с отрывом обогнала Opus 4.6 во всех бенчмарках (в SWE-bench у неё 93,9% против 80,8% у Opus). По факту, модель уже не уступает команде топовых инженеров.

Доступ пока не открывают. В Anthropic боятся, что инструмент попадет к хакерам. Так что первыми Mythos будут тестить бигтехи.