ИИ для дела

Про Ральф луп и эскапизм

Недавно я испытал то самое чувство восторга. Чистый, незамутненный поток, когда у тебя получается. По версии декана моего мат фака это именно то, ради чего люди программируют. Я запустил Ральф луп.

Это чертовски эффективная цифровая молотилка. Схема, по которой я гонял ИИ, выглядит максимально просто:

  ┌── СТАРТ
  │     │
  │ задача + промпт
  │     + память
  │     │
  │ claude / codex
  │ opencode / pi / ...
  │     │
  │ готово?
  │  /      \
  └ нет      да
             │
           КОНЕЦ

Ральф луп как он есть.

Основные особенности:

- контекст не забивается, модель работает в самом умном режиме - первые 30-40% контекста
- есть память в виде файлов
- как только модель решает это нашла решение она останавливается
- каждый цикл запускается с нуля
- на входе только память + промпт + задача
- уроки из каждого прохода записываются в файл памяти

Примерно так сейчас работает режим /goal в клоде и кодексе. Но можно обойтись и простым баш скриптом.

В рамках соревнования на bitgn.com я затестил этот подход. Раньше я после каждого цикла смотрел что получилось, давал новые вводные, перезапускал. А теперь отпустил ситуацию, поделал домашние дела и поел пока присматиривал одним глазом за роботом.

Моя личная статистика за один день:

- 59 итераций за один день
- строк добавлено 9051
- строк удалено 124
- 107 новых тестов

Прекрасный был тогда день.

Зачем, собственно, платить $49 в месяц за готовый сервис, когда можно потратить $500 в день на его создание самостоятельно в Claude?

ИИ ускоряет мою разработку в 10 раз

У меня с Сергеем Хабаровым есть общий сайд проект https://prepod.am Я там пишу код с 2024 года. Где-то пол года назад я практически перестал писать код руками и пишу только с помощью llm. Решил сегодня посмотреть как изменились мои показатели.

В общем получается интересно. Строк кода в 5 раз больше за день. При этом рабочих дней в 2 раза меньше. Ещё и коммитов в один день в два раза больше. Получается примерно в 10 раз быстрее чем раньше. Офигеть. Одно дело когда читаешь про это в каких-то статьях, совсем другое когда смотришь на своих цифрах.

А у вас как?

309 правил, которые закрывают дыры в AI-агентах

На соревновании AI-агентов https://bitgn.com/, где я участвовал, был ряд заданий на безопасноть. Там всплывали промпт инъекции, попытки читать лишние файлы и другие сценарии, после которых агент делает то, что не должен.

Из этого и родилась идея плагина для opencode, который отсекает такие вещи заранее. Не через инструкции для модели, которые можно обойти, а через regex правила, которые проверяются до вызова тула или отправки промпта в LLM.

Такой подход выглядит намного надежнее. Правила можно тестировать, разбирать на реальных кейсах и постепенно усиливать. Плюс opencode опен сорс, и его можно запускать с локальными моделями, что уже делает его интересным для использования внутри компаний.

Сами правила я не хотел придумывать из головы, поэтому ориентировался на реальные атаки и существующие наработки. Спасибо Валерию Ковальскому за то, что собрал такие правила в чудесном проекте.

В общем вчера навайбкодил плагин для opencode

https://github.com/tjvjk/opencode-policy

Сейчас в нем есть:
- установка одной командой + небольшой конфиг
- 309 правил из коробки
- поддержка локальных моделей
- open source

Я уже сам этим пользуюсь. Если тоже работаете с агентами через opencode, попробуйте и напишите, что думаете.

Пока самая лучшая модель для озвучивания аудиокниг

У гугла вышла новая модель для озвучки Gemini 3.1 Flash TTS и пока это лучшее что я слышал.

Про аудиокниги я уже писал несколько раз, мне очень интересно как тут всё развивается:
- https://t.me/dimaprodev/50
- https://t.me/dimaprodev/61

Сколько будет стоить озвучка книги в 500 000 знаков?

Стоимость использования Gemini 3.1 Flash TTS:
- Input tokens: $1.00 per 1 million text tokens
- Output tokens: $20.00 per 1 million audio tokens

А если для книги:
Входные токены (текст): 333333 (~$0.3333)
Длительность аудио: 545.45 мин (~9.1 ч)
Выходные токены (аудио): 1090909 (~$21.8182)
ИТОГО: $22.15

К посту добавил пример генерации того же отрывка из Незнайки, чтобы было с чем сравнить.

We loved hosting the global BitGN Agentic AI Challenge right here in Yerevan, it was an absolute blast. 🚀🇦🇲

Global Impact: We tackled a high-stakes Agentic AI benchmark alongside the rest of the world.

Serious Fun: Intense coding sessions fueled by great vibes and even better people.

Community: Showcasing the incredible talent we have right here in Armenia.

Don’t miss out on the next one, follow us to stay in the loop and join our next hackathons! ✨

PS: the bitgn.com platform is open you can signup and build your agents to pass the challenge, and join Yerevan hub to see you in our local leaderboard

В субботу участвовал в хакатоне по автономным AI агентам. 87 городов, 886 участников по миру. Я занял первое место по Армении. Побывал в местной академии наук, атмосферненько там!

При регулярной разработке скорость ответа от LLM важна

Сейчас больше работаю с codex для программирования. Обычно ставлю ризонинг Extra High. Вроде так получше получается (замеров я конечно же не делал). В таком режиме модель может думать достаточно долго и пока ждёшь ответа отвлекаешься телеграмчик там проверить, музыку переключить. И фокус уходит.

И вот как-то случайно поставилось Medium. И ответы стали приходить заметно шустрее. И процесс пошёл заметно плавнее, без вот этих остановок постоянных.

Ритм решает в общем. Наверное с мгновенными ответам будет вообще отлично.

Международный конкурс AI фильмов в России

Недавно узнал что в России есть конкурс AI фильмов https://myfilm48.ru/ Интересно, что организаторы сотрудничают с Канским фестивалем (не тот который в г. Канск, Красноярский край).

Вот тут можно посмотреть работы https://video.myfilm48.ru/

Дима, наконец, описал кейс поиска по сложным докам для местного 5000-го сообщества. Ну и репозиторий GrepRAG выкладываем в опенсорс.

GrepRAG работает просто: вы складываете нужные PDF и текстовые файлы в одну директорию, система ищет по ним через ugrep, а уже потом дает модели только релевантные фрагменты для сборки ответа.

https://khabaroff.studio/notes/greprag-bot/

Про greprag я уже писал как-то. Теперь можно говорить что работает и в продакшене

Сделал знакомому сайт за 2 часа, хотя фронтенд не умел

Фронтенд всегда был моей слабой стороной. Мне честно говоря не особо важно как выглядит сайт. Главное как он работает. Но когда речь идёт о цветах, кажется внешний вид это самое главное.

Недавно знакомый владелец кофейни попросил сделать сайт. Он открывает новое направление - кофе и цветы в одном месте. Сайт как обычно нужен был вчера. На трёх языках. И чтобы выглядел прилично.

Первая мысль - да ну нафиг. Цветы это не корпоративная заглушка где сойдёт любой шаблон. Тут важна эстетика. А эстетика это ровно то что у меня хромает. Раньше такая история заняла бы неделю минимум: дизайн в фигме, вёрстка, адаптив под мобилы, кроссбраузерность - и это только визуальная часть. Плюс три языка. По старым раскладам геморрой дней на пять, и это если повезёт. Да и я давно уже не делал сайтов.

Но подумал: а что если дать себе жёсткий лимит в пять часов и проверить, что получится с ИИ? Знакомый подогнал домен и хостинг. Я взял UI скилл - он генерит дизайн-систему под конкретную нишу: палитру, шрифты, стиль, паттерн сайта. Сформулировал задачу в несколько предложений и запустил.

Через час сайт был готов на 80%. Дальше начались нюансы.

Мультиязычность ИИ накидал криво. Переключалка ломала вёрстку, часть строк не подхватывалась. Пришлось разобраться как устроен i18n в тайпскрипте и переделать руками. Ну как руками, попросить ИИ это пофиксить. Это заняло больше всего времени.

Второй затык - картинки. Без них сайт выглядел как каркас: структура есть, а настроения нет. Фото реальных букетов ещё не было. Сгенерировал заглушки через ИИ все в одном стиле под палитру сайта. Это прям улучшило визуал - сайт стал выглядеть законченным.

Итого: два часа. Адаптивная вёрстка, три языка с переключалкой, форма заказа. Раньше неделя, сейчас два часа. Ну и сайт который не стыдно показать, что для меня вообще редкость с фронтом. Приятно, что теперь вот этим все можно заниматься поменьше.

Скилл который использовал: https://github.com/nextlevelbuilder/ui-ux-pro-max-skill

Если знаете ещё похожие скилы для дизайна, кидайте в комменты.

P.S. Я очень внимательный, поэтому забыл добавить ссылку на сайт https://lifeflowers.am 🙂

Озвучка твоей книги на русском языке может стоить $2 уже сегодня

Я проанализировал где-то 15 разных ИИ моделей и провайдеров, которые есть на рынке. Основные критерии для анализа:
- есть внятный интерфейс, где можно работать
- понятный прайсинг
- не отвратительный результат
- без программирования

Средняя книга занимает примерно 500 000 знаков, рассчёт стоимости делал из этого.

Топ на сегодня по качеству:

1. ElevenLabs v3, одна книга примерно $60
2. ElevenLabs v2, $60 книга
3. Qwen 3, $10 книга
4. resemble.ai, $2 книга
5. minimax speech 02 hd, $60 книга
6. Модель ElevenLabs v2 но на другом провайдере, $50 книга

Это результат с ходу, чтобы долго не разбираться. Наверняка если ещё потюнить голоса и поразмечать текст то можно сделать качество получше.

Мне кажется Qwen 3 самый интересный вариант с точки зрению дальнейшего тюна и стоимости. В следующий раз посмотрю модели которые нужно разворачивать самостоятельно и это уже следующий уровень сложности.

Может вы ещё знаете какие-то варианты для озвучки текста? Пишите в комментарии.

P.S. В комментарии же добавлю примеры озвучки

ИИ за минуту найдёт все видео миллионники на каналах конкурентов

Иногда мне нужно делать анализ ютуб каналов. Если делать его руками то уходит куча времени. Собрать статистику по всем видео в табличку, отфильтровать по просмотрам. Собрать заголовки. Просмотреть видео и понять о чём они. И так по каждому каналу. ИИ может может сделать то же самое и вытащить ролики с нужым количеством просмотров за пару минут. На видео у меня получилось за 2 минуты и 26 секунд.

После сбора информации там же с ИИ можно разобрать:
- какие заголовки сработали лучше всего
- про что каждое видео
- какие темы реально набирают просмотры

Как это повторить в любой компании буквально за 30 минут? Связка простая: opencode + skills.

Почему opencode: можно подключать любые модели — через API или через уже существующую подписку ChatGPT.

Почему skills: один раз описываешь задачу обычным человеческим языком, и дальше ИИ повторяет её как по инструкции.

По сути, это как дать сотруднику чёткий чеклист. Скилл для анализа ютуба для этого кейса я собрал примерно за полчаса в Codex (ChatGPT). Возможно это потому что я уже написал таких скилов с десяток и примерно понимаю что там должно быть. Но в целом там всё не сложно.

Напишите в комментариях, какие повторяющиеся задачи вы чаще всего делаете в интернете — вполне возможно, это уже можно автоматизировать.

Заметка про метрики оценки ИИ поиска оказалась великовата, можно посмотреть на vc https://vc.ru/ai/2712301-iskusstvennyj-intellekt-dlya-poiska-bez-vektornoj-bd

Самый дешёвый поиск по файлам с ИИ

Недавно наткнулся на идею, что можно использовать консольные утилиты как для тулы для поиска по текстам для ллм агентов.

Например, есть гигабайты текстовых файлов и нужно поискать что-то по ним. Как быть? В старом добром линуксе есть grep который очень быстрый и ищет почти что угодно, особенно если знать регулярные выражения. Аналогичные тулы есть для почти чего угодно: пдф, ворд, эксель, почти любые форматы текстовых файлов. Именно так работает клод код, например.

За выходные набросал код ИИ агента, который и работает с такими тулами. Что там есть:
- openai совместимая либа, я использую опенроутер, но можно быстро переделать под что угодно
- пока поиск только по текстовым файлам и пдф, планирую расширить
- асинхронный код
- из инфраструктуры нужен только жесткий диск, который дешёвый и везде есть
- не нужна векторная база, чанки, реранкинг, переиндексирование и прочие побочные действия
- как интерфейс можно использовать веб, телеграм бот, мобильное приложение

В одном из проектов я уже использовал с телеграм ботом, работает. Стоимость одного ответа 1-2 цента.

Основной недостаток - может долго отрабатывать нейронка. Поиск может занимать минуту. Но похоже это всё равно быстрее чем искать руками.

Код на гитхабе: https://github.com/tjvjk/greprag

В следующий раз напишу какие есть метрики чтобы оценить качество поиска такими тулами. В ИИ разработке всегда нужно начинать со сбора тест кейсов.

Как сделать караоке минус из любой песни?

Нейронка https://github.com/adefossez/demucs отделяет голос от музыки. На вход песня, на выходе два трека: один только с голосом, второй только музыка. Остаётся только сгенерить видео с текстом, но это уже дело техники.