AI-тишник Твердохлебов: неизбежные технологии

Мы собираем лучших вайбкодеров и делаем самоходный продукт для бизнеса: (почти) любой пилот за 1-2 недели и в пределах 1 миллиона рублей.

Мем смешной, ситуация страшная: бизнесу давно нужен сайт / чат-бот / моб. приложение / CRM / интеграция с Битриксом / 1С (нужные подчеркнуть), а вокруг все кому не лень (вроде как) пилят ботов, агентов и прочих цифровых сотрудников под харнесом и ред буллом.

Процесс поиска вмеяемого подрядчика колеблется между сыновьями маминых подруг, мутными фрилансерами с полубесплатных досок объявлений и ригидными внешними интеграторами с бюджетам по 10 миллионов за простого бота (ибо раньше за такое они же брали лям 20-30, но ИИ все и ускорил, и удешевил, ага).

Был просто обязан появиться третий (и адекватный) путь: артель вайбкодеров talant.club. К нам весьма сложно попасть, мы отбираем лучших через сложные реальные тесты и собеседования. От нас очень легко вылететь: каждый месяц мы отсекаем тех, кто вырос по экспертизе меньше, чем остальные участники артели. Мы постоянно учимся на практике и профессионально растем за счет взаимного опыления и экспертизы внутри коммьюнити. Мы ежемесячно платим каждому участнику артели процент от проектов (победители естественно получают намного больше участников). И за качество каждого итогового бизнес-решения для клиента отвечаем прежде всего своей репутацией.

Для бизнеса шаги предельно простые: оставляете заявку на сайте talant.club, с вами связываются наши менеджеры, вы вместе определяете задачу и сами назначаете целевой бюджет (мы лишь рекомендуем), ждете 1-2 недели и получаете несколько вариантов рабочих решений вашей задачи, где сами определяете победителей, решивших вашу задачу наилучшим образом.

Именно поэтому над вашей задачей работает не одна, а сразу несколько команд, чтобы на выходе у вас был выбор, а не черный ящик. С вас задача и бюджет -- с участников артели наилучшее решение, причем за неделю (максимум две). И да, обычно мы укладываемся в миллион или ощутимо меньше, ИИ воистину творит чудеса.

<!-- AI-тишник Твердохлебов приглашает потенциальных новых вайбкодеров на специальный раздел сайта с условиями участия. У нас сложно, но интересно. Мы храним конфиденциальность любого участника, пожелавшего оставаться конфиденциальным -->

Вчера был день рождения Скайнета.

По сюжету «Терминатор 2» 29 августа 1997 года в 2:14 ночи Скайнет обрел самосознание. С этого момента машина понимает себя как самостоятельного субъекта, а дальше начинается всем известная история.

Мы и сегодня во многом смотрим на ИИ примерно так же, как во время выхода фильма. Ждем момента, когда он станет достаточно разумным, осознает себя, приобретет собственную волю. И кажется, при таком взгляде можно не увидеть другой процесс, который уже начался.

Вопрос может оказаться не в том, когда ИИ осознает себя. Гораздо интереснее, когда человек перестанет воспринимать ИИ как нечто внешнее.

Это уже давно произошло с автомобилем. Пока человек учится водить, существуют он и машина. Нужно следить за рулем, педалями, зеркалами, чувствовать расстояние до бордюра. Потом эта граница постепенно исчезает. Опытный водитель уже говорит: «Я здесь не пролезу». Хотя его собственное тело, конечно, пройдет. Не проходит автомобиль, который в этот момент уже включен в ощущение самого себя.

Автомобиль расширил физические возможности человека и границы его присутствия в мире.

С ИИ происходит похожий процесс, только затрагивает он уже мышление.

Я могу забыть какой-то факт, но мой ИИ способен его восстановить. Могу не заметить связь между двумя событиями, а он ее обнаружит. Мой биологический мозг не способен одновременно удерживать тысячу документов, но вместе с ИИ такая задача становится возможной.

И здесь возникает довольно прикольный вопрос. Если результат получен внутри постоянной связки человека и ИИ, то кто его получил?

Пока естественно сказать: «ИИ нашел». Но чем глубже эта технология будет встроена в наше восприятие, память, анализ и принятие решений, тем менее очевидной станет эта граница.

Возможно, главным событием окажется вовсе не появление искусственного сознания. Им может стать момент, когда технологическое продолжение нашего мышления начнет восприниматься так же естественно, как сегодня водитель воспринимает габариты автомобиля.

Причем никакой особой даты у этого события, скорее всего, не будет. Мы просто однажды обнаружим, что уже давно не «пользуемся ИИ», а думаем вместе с ним.

© Д. Мариничев

💰Вакансий пост (looking 4 superHumans)

Верим и обязательно найдем минимум двух (лучше четырех) сильных людей в команду omnius.team.

Мы создаем и внедряем AI-продукты для крупнейших российских компаний: корпоративные AI-платформы, ассистентов, аналитические системы и прикладные решения для реальных бизнес-процессов. Стараемся не заниматься банальными чат-ботами техподдержки и прочими корпоративными РАГами, а действуем там, где никакого ИИ еще не было в помине, и мало кто верил, что он там вообще возможен в эффективных вариантах. Текущая конверсия с начала года: из 26 гипотез 22 (двадцать две) превратились в работающие пилоты и продакшен-решения. За полгода существования агентства мы напрямую работаем с 7 из top100 крупнейших компаний России, и это только начало.

Проектов становится кратно больше (а за окном еще полумертвый август), и посему открываем две ключевые роли:

1. Program Delivery Lead

Ищем человека, который возьмет на себя delivery портфеля проектов одной из крупнейших российских корпораций -- от плана работ до приемки результата.

Что предстоит:

- вести несколько (уже больше 😍 параллельных AI-проектов;
- собирать единый план, сроки, ресурсы и зависимости;
- координировать нашу команду, заказчика и подрядчиков;
- организовывать проектный ритм и добиваться своевременных решений;
- заранее поднимать риски и честно управлять ожиданиями;
- доводить проекты до приемки, коммерческого закрытия и (обязательно!) обоюдного счастья и заказчика, и команды.

Нам нужен не администратор встреч, а самоходный владелец выдающегося результата. Важно уметь работать с корпоративными заказчиками, сложными командами и ситуациями, где изначально не хватает структуры (и здравого смысла).

2. Senior AI Business Analyst / Product Discovery Lead

Ищем человека, который сможет превращать запросы вида «нам нужен ИИ-ассистент, только умный» в понятные и проверяемые решения.

Что предстоит:

- проводить въедливый discovery с заказчиками и пользователями;
- разбирать текущие бизнес-процессы и проектировать целевые;
- формулировать проблему, эффект и границы MVP и MLP;
- описывать пользовательские сценарии, бизнес-правила, corner-кейсы и исключения;
- определять требования к данным и интеграциям;
- готовить критерии приемки и тестовые сценарии;
- вместе с архитектором и разработчиками доводить инициативы до состояния ready for development;
- сопровождать пилоты и проверять достижение бизнес-результата.

Нужен аналитик с продуктовым мышлением, а не автор многостраничных ТЗ. Опыт с AI/LLM-проектами будет критическим преимуществом.

Мы -- непростая AI-native команда без микроменеджмента и многослойной иерархии. У каждого много самостоятельности и прямая ответственность за результат. Работаем неприлично быстро, используем все современные AI-инструменты и решаем задачи, для которых часто еще нет ни готовых шаблонов, ни даже первичного понимания, с какой стороны хотя бы начать поедание слона.

Иногда нужно подстраиваться под график крупных заказчиков, но бессмысленную занятость и корпоративный паноптикум точно не культивируем. Особенно важно: мы принципиально не работаем с мудаками.

Если вам интересна одна из ролей -- напишите неДжиПиТишное сопроводительное письмо на welcome@omnius.team и приложите пожалуйста:

• краткое резюме или ссылку на профиль любой вменяемой соцсети;
• 2–3 релевантных кейса;
• какую роль рассматриваете;
• когда готовы начать;
• ожидания по формату сотрудничества и доходу

<!-- AI-тишник Твердохлебов напоминает, что одаренные вайбкодеры нужны примерно всегда, поэтому пишите на указанный ваше почтовый ящик тоже, дополнительно приложив ссылки на репо гитхабы и скриншоты ИИ-подписок за прошлый месяц. Лайк, шер, репост, обнял, приподнял 🤗 -->

А сегодня хороним корпорации в их нынешней топологии, порвав попутно пару баянов, хотя казалось бы: причем тут ИИ?

Крупнейшая корпорация в истории человечества не знала ни KPI, ни OKR-ов, ни опенспейсов, ни даже еженедельных совещаний. Ее структурной единицей был не департамент и даже не отдел, а банальный корабль.

Ост-Индская компания на пике контролировала больше половины мировой торговли и держала частную армию вдвое больше британской. При этом «центра» в современном смысле у нее почти не было, а до 1657 года каждый вояж финансировался отдельно: инвесторы скидывались на конкретную экспедицию, корабль возвращался, прибыль делили, проект закрывали. Корабль -- это по сути стартап с собственным captable.

Письмо из Лондона в Бомбей шло восемь месяцев. Совет директоров физически не мог микроменеджить, поэтому капитан и суперкарго решали все на месте: что грузить, где продавать, рисковать ли заходом в порт. А чтобы «менеджмент на местах» не расслаблялся, им официально выделяли долю трюма под личную торговлю. И это не коррупция, а опционы XVII века 😉

При этом компания была не анархией, а по сути протоколом: единая бухгалтерия, фактории (как API/MCP к локальным рынкам), Claude.md Хартия (минимум 4 версии и больше сотни коммитов редакций) как правовая оболочка. Сеть автономных агентов поверх общих стандартов. Y Combinator за 350 лет до Y Combinator.

А потом автономию добил не кризис и не конкурент, а банальный телеграф.

Как только связь стала мгновенной, Лондон принялся управлять всем в реальном времени, и «менеджмент на местах» превратился в исполнителей инструкций и циркуляров. Дешевая коммуникация построила пирамиду. Все современные корпорации -- бастарды телеграфа: собраны на предпосылке, что координация -- это дешево, а компетенция дорогая и редкая, поэтому ее надо складировать в департаменты. Отсюда вся оргструктура: наверху решают, внизу исполняют, посередине — одиннадцать друзей Оушена слоев утверждений и согласований.

Рональд Коуз ещё в 1937-м объяснил, почему фирмы вообще существуют: внутри иерархии транзакционные издержки ниже, чем на открытом рынке. И пока это было истиной, гиганты выигрывали.

ИИ ломает уравнение с другой стороны, удешевляя не связь (она давно бесплатная, и породила лишь тотальный микроменеджмент в зумах), а саму компетенцию. Команда из пяти человек впервые может все: разработку, аналитику, дизайн, юристов, маркетинг. Условный Perplexity делает сотни миллионов долларов выручки командой размером с деревенскую свадьбу. А Безос давно говорил про команды-тупицы (2 pizza) -- просто тогда двум пиццам еще требовались обвязки из департаментов вокруг, кои теперь почти полностью превратились в дармоедов (но с IT-ипотекой, сами не уволятся).

Почти каждый божий день вижу это изнутри с обеих сторон: в omnius.team мы и есть тот самый корабль (по сути юнит), который делает для корпораций из топ-10 работу за недели и миллионы, на которую внутренние команды закладывают кварталы и десятки/сотни миллионов денег рублей. И не потому что мы умнее -- потому что нам почти не нужно ничего ни с кем согласовывать: бизнес ставит задачу -- мы приносим результат в виде пилота. И в параллельной вселенной я так же регулярно наблюдаю, как в условном крупном банке годная инициатива умирает уже на четвертом продуктовом комитете, так и не встретив ни одного живого клиента.

История развивается по спирали, но иногда в обратную сторону: телеграф собрал корабли в пирамиду, ИИ разбирает пирамиду обратно в корабли. В ближайшие годы месяцы размер команды, способной выпустить полноценный серьезный продукт, будет сжиматься быстрее, чем корпорации успевать переписать процессы и оргструктуру.

И чтобы выжить, им неминуемо придется перестать быть пирамидой и стать протоколом: общий капитал, стандарты, инфраструктура -- и флотилия автономных малых экипажей со своими P&L и увесистой долей в трюме. А вы сейчас на каком корабле? Или все еще в пирамиде?

<!-- AI-тишник Твердохлебов тем не менее помнит, что Ост-Индская компания закончила монополией, насилием и национализацией, но об этом в следующих постах -->

«Опыт разработчика — это минус»: как ex-директор по ИИ МТС собрал пилоты для ВТБ и Bacardi [часть 2]

Вторая часть разговора с Дмитрием Твердохлебовым, основателем ИИ-агентства Omnius Team. В первой части - про то, почему он берёт вайб-кодеров вместо разработчиков. Здесь - про саму бизнес-модель: как один человек закрывает пилоты для «Сибура» и ВТБ.

🔴Зачем тебе вайб-кодеры в целом? Дешевле, быстрее, или есть стратегическое видение новое?

Компания образовалась, потому что я уперся в собственную производительность. В сутках 24 часа, а клиентов всё больше. Понял, что глупо отказываться от такого количества интересных проектов, и надо масштабировать меня - мои подходы, принципы, внутреннюю культуру.

За прошлый год в одно лицо я сделал 15 пилотов для 8 крупных клиентов. С начала этого года, хотя первого вайб-кодера наняли после майских, уже 22 пилота в проде. Причём 8-9 из них прошли практически без моего участия: менеджеры сняли потребности, аккаунты заделиверили, вайб-кодеры сделали на нужном уровне качества, заказчик счастлив, деньги на счету. Наверное, это и есть бизнес.

🔴Чего от ваших пилотов хотят заказчики? Зачем им целая компания вайб-кодеров?

Они хотят быстрые пилоты. Полноценные внедрения заказчикам тоже нужны, но мы стараемся туда не лезть. Причина простая: там наша экспертиза, искусственный интеллект, - процентов 10. А 90% - это интеграции, древнее легаси, разрозненные системы. Мы стараемся не заниматься тем, что нам неинтересно и в чём мы не эксперты. Сопровождаем, даём инструкции, помогаем - но саму интеграцию отдаём проверенным аутсорсерам.

🔴Мы сейчас внутри кризиса, везде айтишников сокращают отделами. А вы зарабатываете. Как?

Система всегда балансирует: где-то убыло - где-то прибыло. Видимо, я оказался в той лодке, которая несётся в потоке, и мне надо просто подгребать.

Все клиенты приходят сами - ни одной продажи за полтора года я не сделал. Люди находят мой телеграм-канал или почту, пишут. Я сразу отвечаю ценником. Статистика за полтора года не менялась: из пяти входящих трое уходят в закат, а двое конвертятся - и даже не торгуются.

🔴Что посоветуешь тем кандидатам, кто сейчас вышел на рынок и ищет работу? Куда бежать?

Есть две концепции роста - советская и еврейская. Если мальчик приходит с двойкой по математике и пятёркой по музыке, советская мама наймёт репетитора по математике - подтягивать слабое. А еврейская найдёт репетитора по скрипке, чтобы отличная игра стала великолепной.

⬛️Всё это интервью - это не про экономию и не скорость, а про новую единицу измерения бизнеса, где ценность создаёт не количество рук, а способность одного человека грамотно поставить задачу и удержать контекст. Ровно то, о чём мы пишем из поста в пост: узкое место ИИ-экономики не технология. Оно - в голове.

🦾 AI для бизнеса в Telegram | в MAX

«Опыт разработчика — это минус»: как ex-директор по ИИ МТС собрал пилоты для ВТБ и Bacardi [часть 1]

Мы поговорили с Дмитрием Твердохлебовым, бывшим директором по искусственному интеллекту МТС, ех-VK, ex-Яндекс и основателем ИИ-агентства Omnius Team.

За прошлый год он в одиночку собрал 15 работающих ИИ-пилотов для крупнейших российских компаний - от «Сибура» и «Газпром нефти» до ВТБ, «Райффайзена», Bacardi и Mars. Потом начал масштабироваться за счёт вайб-кодеров, а опыт классической разработки считает скорее минусом. Разбираемся почему.

🔴В посте в своём канале ты писал, что бэкграунд разработчика скорее мешает. От человека с твоим опытом это звучит провокационно. Почему так?

Программисты быстро поделились на две группы. Большинство считает вайб-кодинг фигней, которая производит неподдерживаемую архитектуру. И есть тонкая прослойка тех, кто использует ИИ как усиление собственных способностей - в архитектуре, в ускорении, в передаче рутины вроде автотестов.

Когда у тебя в руках молоток, все проблемы кажутся гвоздями. Нашёл баг - разработчик по привычке, как делал годами, бросается его чинить. Открывает кибаны, дебаггеры, лезет в код. А не разработчик чинить руками не умеет - и поэтому идёт чинить не сам баг, а систему, инструкции, контекст, которые к этому багу привели.

Если приводить аналогию с медициной, то программист срочно купирует симптомы - по канонам платной медицины, задача которой, как пошутил один главврач, острую боль перевести в хроническую. А вайб-кодер не умеет купировать, поэтому идёт искать причину болезни.

🔴То есть технический бэкграунд не нужен вообще?

Очень важна техническая насмотренность. Необязательно уметь писать код - крайне желательно уметь его читать, чтобы отличить костыли от чего-то структурного.

Нужно понимать, как устроен SDLC, чем REST отличается от веб-хуков, как работает CI/CD, что такое контракт между бэкендом и фронтендом. Классический продакт-менеджер обычно хорошо понимает, как эта штука работает, хотя руками максимум напишет несложный SQL-запрос. Вот этот уровень и нужен. Иначе начинаешь изобретать велосипеды.

Как сказал ресторатор Александр Рапопорт: уметь хорошо готовить и быть поваром - разные вещи. Без понимания технологического процесса ты просто порушишь всю работу. Нагенерить одним промптом приложение с нуля у кого-то получится. А вот сделать повторяемую, масштабируемую историю - крайне сложно.

🔴Как у тебя устроен найм, если разработчик в отборе проигрывает продакту?

Не то чтобы разработчик проигрывает - скорее продакт выигрывает. Бэкграунд продакта для меня плюс, а опыт разработки в лучшем случае нейтрален.

Воронка при найме выглядит так:

Первый фильтр - скриншот списанных за инструменты ИИ-подписок за последние пару месяцев. Сам факт, что человек за что-то платит, - хороший знак: он умеет читать описание вакансии и входит в 0,3-0,4% населения планеты, которые сами платят за инструменты.

Второй фильтр - показать свои решения на проде или дать ссылки на публичные репозитории, сопроводив изначальной задачей: была вот такая проблема, вот решение.

И только третий этап - резюме. Продакт - жирный плюс. Разработчик - «ну давай посмотрим».

🦾 AI для бизнеса в Telegram | в MAX

Куда пойти учиться ИИ уже сегодня? Например ко мне 😏

Ну как ко мне, точнее и ко мне тоже, но на самом деле к нам, в школу лабораторию AiMindset Labs на программу AI-native organizations, и это уже третий поток. Это точно для вас, если вам прямо сегодня необходимо:
• увидеть, где именно ИИ меняет рынок
• снять (ну или изрядно убрать) рутину
• настроить работу и кожаной команды, и AI-агентов
• собрать ИИ-инфраструктуру
• найти точку старта

Именно эту программу ведет не только крутейший Саша Поваляев (основатель и бессменный профессор AI-mindset), но и широко известный Степан Гершуни, управляющий партнер Cyber Fund и автор телеграм-канала e/acc (>62k подписчиков на минуточку), который я бы поставил у себя на mute notifications в последнюю или предпоследнюю очередь, настолько интересно его читать. Ну и в этот раз позвали вашего покорного слугу прочитать две лекции про подходы, проблемы, решения и особенности внедрения ИИ в средние и крупные компании, то есть научиться отвечать не на вопросы "как и почему", а на "куда и зачем", стараясь не привлекать внимания санитаров ИБ и прочего комплаенса.

Уже сегодня в 18-00 по Москве моя первая лекция "Фреймворк AI-трансформации". Поговорим (и покажем) основные подходы, инструменты и практики, особенно заостряя внимание на том, как делать НЕ НАДО 😉

"Я не терпел поражений. Я просто нашёл 10 000 способов, которые не работают."
Томас Алва Эдисон, изобретатель.

Залететь на уже стартовавшую (да, я слоупок-пиарщик продуктов с моим же участием) программу AI-native organizations (где уже больше 100 студентов из компаний типа АльфаКапитал, Яндекс, МТС-Банк и многих других), можно и нужно через специально навайбкоженного бота, который даст все ссылки и явки. Да, недешево. Нет, не инфобиз. Только правда и местами болезненная практика, тем не менее приводящая к результату.

<!-- AI-тишник Твердохлебов напоминает, что для читателей этого канала есть возможность намутить пусть небольшую, но приятную скидку, написав кодовое слово "Дима" куратору курса Владе, она в курсе, сделает все по красоте. До встречи! -->

Пока я(мы) активно нанимаем вайбкодеров к себе в omnius.team (и скоро анонсируем отдельную артель), становится все более очевидным, что бэкграунд разработчика у кандидатов -- это не плюс, а даже скорее минус. Объясню на примерах, но сначала “позволю себе маленькую историческую справку” ©

В 1967 году в швейцарском Невшателе собрали первый в мире кварцевый механизм для наручных часов — Beta 21. Швейцарцы держали в руках технологию, которая на порядок точнее любой механики, дешевле в производстве и не требовала трехсотлетних традиций. Но это же ересь не часовое искусство! Трушные часы -- это анкерный спуск, балансовое колесо, турбийон и руки мастера. А через пару лет Seiko выпустила кварцевый Astron (по цене Гелика), за десять лет уронила цену в сотню раз -- и устроила швейцарцам то, что в учебниках вежливо называют «кварцевым кризисом»: из ~1600 часовых компаний осталось ~600, из 90 тысяч рабочих мест -- меньше трети. Швейцарцы просрали не японцам, а проиграли собственной идентичности -- защищая свое ремесло от технологии, которую сами же и изобрели. Sic transit gloria mundi.

И ровно то же самое происходит сейчас с кожаными (не ИИ)инженерами: сами же себе собрали свой Beta 21, посмотрели на него, и такие: «настоящий код пишется руками». Ну да, назло бабушке отморожу уши, чтобы не так громко слышать, как мир стремительно меняется. И у меня на это пять причин:

1. Контроль убивает скорость. Сеньор привык быть последней инстанцией качества, и пока он построчно вычитывает очередной дифф, мамкин вайбкодер с агентами выкатили три итерации и проверили их на живых людях проде. Инстинкт «я должен понимать каждую строку» из суперсилы превратился в бутылочное горлышко. Новая работа сеньора -- не читать за агентом, а настраивать систему, в которой агенты не смогут накосячить: тесты, эвалы и прочие оградки гардрейлы.

2. Код стал расходником. Тридцать лет нас учили: код -- это капитал. Береги его, рефакторь, полируй абстракции и постоянно дрочи на масштабируемую архитектуру. Теперь же код -- это побочный продукт намерения, который агент перепишет за минуты. Горевать по элегантности артефакта -- это полировать черновик, который все равно выбросят. Вкус при этом не умер -- он переехал этажом выше: от красоты и структуры кода к поведению всей системы.

3. Спека важнее реализации. Ценность сместилась с «написать код» на «точно описать, что нужно». А это навык (настало наше время!) продакта, не кодера. Разработчик, который всю карьеру думал на уровне функций, проигрывает тому, кто умеет думать на уровне намерения и формулировать его словами. Самый недооцененный язык программирования 2026 года -- Java, Python, C++ английский.

4. Ты больше не скульптор. Ты селекционер. Раньше решение проектировали: один правильный замысел, выверенный опытом. Теперь решения выращивают отбором: нагенерил вариантов, прогнал через полигон, отбраковал, скрестил выживших. Насмотренность нужна не чтобы писать правильно, а чтобы за секунды отличать жизнеспособное от мертворожденного.

И самая неудобная, пятая причина: бэкграунд не мешает — мешает идентичность, построенная на нем. «Я тот, кто умеет писать сложный код» -- самооценка, которую новая парадигма обесценивает за недели. Сопротивление вайбкодингу -- почти всегда не про технику, а про защиту этой самооценки. «Сгенерированный код -- это не настоящая инженерия» образца 2026 года звучит дословно как «кварц -- это не настоящие часы» образца 1969-го. Чем закончилось — см. выше. История всегда развивается по спирали.

Но есть и хорошая новость, и она тоже из Швейцарии. Механика не умерла -- она стала люксом: Patek Philippe сегодня стоит дороже, чем когда-либо, просто время по нему никто не сверяет. Рукописный код ждет ровно та же судьба: он останется -- как искусство, как хобби, как флекс. А индустрия будет работать на кварце, и уже во многом на нем и работает.

Будущее уже наступило, просто пока еще неравномерно распределено.

<!-- AI-тишника Твердохлебова часто спрашивают, зачем он носит двое часов (AW + Bell&Ross) на обеих руках -- пусть этот пост и станет универсальным ответом 😏 -->

Вчера пообещал пост про зоопарк боевых человекоподобных роботов, если насыпете тревожных реакций. Спасибо, насыпали, наш зоопарк открывается:

В 1908 году в США было больше 250 производителей автомобилей. Каждый делал свой формат: свое топливо (бензин, керосин, пар, электричество), свой руль (палка, штурвал, рычаг), свое расположение педалей (тормоз справа, газ слева, потом наоборот, потом еще пять вариантов). Половина -- гаражные сборщики, треть -- фабрики на 50 человек. И ровно в этом 1908-м из общего шума выкатился Ford Model T за $850. Через 22 года в Америке осталось три автопроизводителя. Остальные кончились либо вылетели, либо были съедены.

Сейчас (в 2026) мы находимся ровно в 1908-м, только для хуманоидов. И времени в запасе у нас не 22 года, а скорее 8-10.

Что прямо сейчас на полке (и это не футурология, а фактические отгрузки):

• Figure 03 (Brett Adcock, [Figure AI]) -- 40 единиц на BMW Spartanburg, расширение в Мюнхен / Регенсбург / Лейпциг. Предшественник F.02 уже отметился в производстве 30,000 машин BMW
• Tesla Optimus Gen 3** -- mass production в Fremont стартовала в январе, цель 50-100k штук в год; цена target $20-30k, но себестоимость пока $50-100k -- Илон Эрролович *буксует красиво*
• 1X NEO -- норвежцы [шипят домашних хуманоидов] в США c late 2026: $20k разово или $499/мес подпиской
• Apptronik Apollo -- в Mercedes Berlin-Marienfelde и Kecskemét (Венгрия), оценка $5.5B, в обнимку с Google DeepMind (Gemini Robotics)
• Agility Digit -- 100,000+ переставленных totes у Spanx и Mercado Libre; Amazon -- мелким шрифтом, но тоже
• (мой любимчик) Boston Dynamics Atlas -- Hyundai (мажоритарий BD) вкатил $26 млрд в фабрику на 30,000 роботов в год, январь 2026 первый деплой
• Unitree G1 -- Китай уронил базовую цену до $13.5k за полноразмерный хьюманоид, Карл! Уже работает в аэропорту Haneda с Japan Airlines
• Pollen Robotics → Hugging Face -- open-source стек (LeRobot), чтобы каждый я у мамы инженер энтузиаст собирал своего

Плюс слой инфры: Physical Intelligence (оценка $11 ярдов), Skild AI ($14 ярдов, SoftBank + NVidia + Bezos в одной комнате) -- это уровень фундаментальных моделей для роботов, ровно как GPT-4 в 2023-м был для текста.

Через 3 года (≈2029) у нас будет тот же зоопарк, что у автопрома в 1908: 30+ платформ, 5-10 заводов класса Tesla Fremont, цена $20-40k за домашнюю модель и $80-150k за индустриальную, и половина из них умрет к 2033-му, как было в автопроме.

А вот через 10 лет (~2036) начинается самое интересное, и это уже не про роботов -- это про нас. Вопрос «отберут ли они у нас работу» -- банальный и всратый. Реальный вопрос звучит иначе: что станет с нами в их экосистеме?

Дороги, лифты, очереди в кафе, склады, больницы, тротуары -- все это спроектируют под их присутствие. У них появятся свои стандарты, свой ApplStore (RoboStore), свое страхование, свои формы кредита и прочего лизинга. Мы будем им клиентами -- ровно как сейчас мы клиенты Apple, Google и платежной системы МИР Visa, у которых ключи от наших платежей и наших устройств. И главный вопрос не «как нам уживаться с роботами», а у кого ключи от их платформы. Потому что тот, у кого ключи, через 10 лет будет владеть способом, которым мы заказываем еду, выгуливаем собак и доходим из лифта до квартиры.

В 1908 году семья Форд решила, что Model T должна быть черной. Решение продержалось пять лет и определило цвет всей индустрии. В 2026-м такое же решение про цвет, операционную систему и стандарт зарядки робота уже принял кто-то в Шэньчжэне, Остине или Пало-Альто. Узнаем через годик по фактическим релизам.

Зоопарк -- это переход, не финал. Через 3 года определятся 5-7 платформ. Через 10 -- мы будем им объяснять, что вообще-то мы тоже тут живем.

What a time to be alive. 😬

<!-- AI-тишник Твердохлебов уже год держит в закладках конфигуратор Unitree, но все еще не покупает -- двушка в Москве физически не вмещает хьюманоида, что справедливо отметила супруга AI-тишника Твердохлебова. Когда вместит -- обновлю обзор. 🤖 -->

поставьте любую тревожную реакцию к этому видео, если хотите, чтобы уже завтра (в понедельник) в канале вышел новый пост не только (и не сколько) про AI, а про неизбежно грядущий зоопарк боевых человекоподобных роботов и их место в нашей жизни через три года, а также и про наше место в ИХ жизни лет не более чем через 10 😬🤖

<!-- AI-тишник Твердохлебов напоминает, что словами "я же говорил" этого не передать © -->

Три всадника апокалипсиса или “Особенности национального корпоративного ИИ-внедрения примерно во все процессы и продукты”. Но сначала краткая история отечественного ИИстроения:

2022: выход ChatGPT на GPT-3.5
Люди -- за неделю понимают, что можно писать письма, резюме, посты, домашки и объяснения “как будто мне 5 лет”.
Бизнес -- собирает комитет, чтобы выяснить, не опасно ли использовать инструмент, который многие сотрудники уже вовсю пользуют в соседней вкладке.

2023: GPT-4, плагины, Code Interpreter, Llama 2, Copilot
Люди -- начинают искать ответы через Perplexity, писать код с ассистентом, анализировать файлы и учиться промптам.
Бизнес -- утром запрещает ChatGPT, днем делает помпезную презентацию «AI Strategy 2025», вечером покупает Microsoft Copilot® и называет это ИИ-трансформацией.

2024: мультимодальность, Sora, GPT-4o, Claude 3.5, o1
Люди -- разговаривают с ИИ голосом, кидают скриншоты, генерируют картинки, видео, таблицы и черновики почти всего.
Бизнес -- все еще “пилотирует”. На всякий случай добавляет "AI-powered" в описание старого продукта и пытается файнтюнить (дообучать) модель на собственных (преимущественно мусорных) данных, которые сам десять лет не мог привести в порядок.

2025: chain of thoughts, reasoning, агенты, DeepSeek R1, Claude Code, GPT-5
Люди -- переходят к vibe coding, собирают прототипы за выходные, делегируют ресерч, тесты, рутину и куски работы агентам.
Бизнес -- наконец понимает, что чатбот был не модной игрушкой, а новым интерфейсом к труду. Реакция зрелая: разработать (или купить) 9¾ платформенных платформ, создать второй (или уже третий?) AI-комитет и измерять успех количеством пилотов, а не результатом (что кстати зачастую и правильно, прим. автора)

2026: ИИ становится рабочей инфраструктурой
Люди -- используют ИИ как вторую голову: найти, написать, сравнить, посчитать, собрать, проверить, запустить.
Бизнес -- внезапно обнаруживает, что проблема не в модели, а в доступах, процессах, ответственности и бардаке внутри компании. Требует ROI за квартал от технологии, которую два года называл «слишком сырой».

<!-- вы с AI-тишником Твердохлебовым находитесь здесь -->

И если мы посмотрим на основные направления и сегменты ИИфикации всей страны, то парадоксальным образом выясняется, что тех самых всадников апокалипсиса мы наблюдаем примерно три:

1. Чат-боты поддержки и прочие операторские копилоты. Это прям первая очевидная (и зачастую единственная) гипотеза для бизнеса: вон у нас в колл-центре 146 человек зарплату получает, давайте внедрим ИИ, дообучим на нашем дерьме БигДате, половину народа уволим, перемножим их зарплату на сминусованные FTE -- вот тебе, бабка, и доказанный экономический эффект.

2. Оптимизация продаж и маркетинга. Тут тоже все (якобы) понятно уже на самом берегу: сейчас мы прикрутим ИИшку к нашей (как правило дырявой) воронке продаж, настроим речевую аналитику (это когда разговоры продажников слушаем и анализируем ИИ), оптимизируем "цепочку касаний" в CRM, CVM и КВН -- и обязательно будем продавать на 20% больше плана (кстати, а почему не на 18% или тем более не на 22?).

3. (мое любимое) Корпоративная база знаний. Коллеги, как вы помните, у нас тут адский зоопарк и цирк с конями во внутреннем хранилище, включая ворды, эксели, ошметки импортонедозамещенного конфлюенса, сканы писем, факсов и даже несколько архивов из текстового редактора Lexicon. И на всем этом великолепии уже сломались и вышли из чата три Elastic search'а, два СТО и пятеро дата-инженеров, которые хотя бы примерно понимали, как изнутри устроено это болото. Но зато вот теперь, когда мы прикрутим поверх него умный слой умных моделей -- все наконец-то заработает как надо.

Нет, не заработает. И продавать вы на 20% больше тоже не стали, скорее наоборот. И в колл-центре все те же 146 людей за роялем. Плюс (во всех трех случаях) дополнительно 5-10-50 IT-шников, месяцами и кварталами мудохающися с RAGами и прочими "векторизациями". Sad, but true.

Окей, Дима токсичный ты скуф -- что делать-то? А накидайте хотя бы 30+ реакций к посту -- множество историй, коль желаешь, расскажу (с)

#FridayHumor
Кто в корпорации армии служил, тот в цирке не смеется ©

<!-- AI-тишник Твердохлебов обещает уже в понедельник написать откровенный пост про три всадника апокалипсиса основные ошибки при внедрении ИИ в бизнес, но только если это видео наберет 30+реакций. Вы знаете, что делать 👍 -->

#FridayHumor <--! AI-тишника Твердохлебова -->

Шесть стадий, которые проходит любая компания, чтобы стать AI-native:

0. CEO говорит, что AI это важно, но никто ничего не делает кроме красивых презентаций, встреч и вздохов с придыханием "да, важно" и "нас заменююююют"

1. Люди вручную скармливают контекст чат-ботам: загрузил эксель в клода, скопировал пейпер в GPT, открыл миро доску через claude code, попросил отписаться в слак и сделать вид что ты работаешь

2. Люди собирают свои персональные OS с коннекторами и скиллами: локальная структура данных, автоматическая загрузка сообщений и документов раз в день, регулярные скилы, которые разбирают почту и готовят отчеты в обсидиане

3. У команд есть общее рабочее пространство, скрипты и скиллы. У разработки есть общие AGENTS.md для каждого репозитория, наборы промтов и скилов, общие практики. У маркетинга свои шаблоны и скилы.

4. Компания имеет общую AI-инфраструктуру, каждая функция видна агентам. Агент может найти сообщение в поддержке, соединить его с тикетом в разработке и подсветить для маркетинга. Есть права доступа, синхронизация, мониторинг исполнения и стоимости для всей компании.

5. Люди создают самооптимизирующиеся процессы: например, CMO запускает саморазвивающуюся маркетинговую кампанию, которой управляет рой агентов. Система может самоулучшаться, но люди строят, оркестрируют, контролируют такую систему.

6. Кибернетическая компания: компания имеет сенсоры и чувствует всё, что происходит внутри и на рынке, превращает это в токены и делает видимым для ИИ систем, проактивно улучшает себя. Агенты строят гипотезы, проверяют их и внедряют изменения.

Стадии перепрыгнуть нельзя. Большинство компаний сегодня на уровне 1-2.

Забыл сделать анонс одного крутого мероприятия для руководителей компаний и лидеров команд. Сейчас исправлюсь и объясню почему надо идти.

Итак, какая самая частая и дорогая ошибка в процессах трансформации в AI-first компанию сейчас? Думать, что активность = внедрение.

Ваша команда уже пользуется всякими ChatGPT, кодинговыми агентами, начинает делать харнесс.
Кто-то собрал ассистента для продажников.
Во внутренних чатах обсуждают агентов для HR. Кажется, трансформация пошла.

Но что реально изменилось в работе компании? Скорее всего качественно — ничего. Разве что чек на AI тулзы вырос в разы.

Типичная ошибка руководителей в том, что они начинают трансформацию не с того, и результат выглядит ущербным:

1. AI помогает отдельным людям, но не становится процессом команды
2. пилотов много, а понятного эффекта для бизнеса нет
3. знания и данные разбросаны по чатам, созвонам и документам
4. непонятно, кто отвечает за качество, доступы и риски
5. AI просто добавляют поверх старых процессов, вместо того чтобы пересобрать работу

Главный инсайт: AI не внедряется через “давайте всем раздадим AI инструменты и пусть они повышают свой перфоманс”. Он внедряется через процессы, роли, правила и метрики.

Следующий вопрос не «какой инструмент взять?», а:

— какой процесс брать первым
— что в нём отдаём AI, а что оставляем за человеком
— как меряем результат
— как масштабируем дальше

Об этом — следующий поток AI-Native Organizations Sprint.

Три недели практики про переход от личного AI-слоя к рабочим AI-процессам в компании.

Без воды, практический дистиллят.

Старт — уже 4 мая. Записываемся здесь.

#FridayHumor примерно так работают reasoning-модели с цепочками размышлений (chain-of-thoughts)

И вот тут самое смешное: я ни одного из этих принципов не выдумывал по биологическим учебникам. Я просто месяцами натыкался на грабли и каждый раз закрывал их жесткими правилами. А когда сел рисовать схему -- оказалось, что я переоткрыл то, что Кевин Келли описал ещё в 1992-м в «Out of Control». Только у Келли тогда не было ИИ-агентов, чтобы попробовать это руками.

Природа идеально сформировала схему «специализация + инстинкт-программа + феромоны + охранники + матка» за 100 миллионов лет, Карл! У меня на ее переоткрытие ушло 4 месяца. Если вы сейчас собираете команду ИИ-агентов и "плаваете"" -- не выдумывайте «agile для нейросетей», а возьмите учебник по социальным насекомым.

Эволюция уже все отдебажила за нас.

<!-- AI-тишник Твердохлебов напоминает, что уже целую неделю он работает не одиночку, как раньше, а небольшой, но могучей командой агентства AI-трансформации omnius.team // Подписывайтесь на наш корпоративный ИИ-канал, если еще не, обнял-приподнял -->

Меня часто спрашивают, как устроен мой оркестр ИИ-агентов и как я им управляю, не привлекая внимания санитаров?

Изначально вот вообще не собирался копировать муравейник или пчелиный улей, но получилось то, что получилось 🤌

Начинал естественно с one-shot-prompting “а нарисуй мне лендинг ИИ-самозванца, сделай все по красоте, брат!" в условном Lovable.dev (помните был такой сервис?😏) Результат на первых порах иногда приводил к некоторому wow-эффекту, но это пока дело не доходило до правок дизайна и верстки, адаптивных версий для мобилок и прочих SEO-GEO-оптимизаций и прикручивания событий аналитики. На этих этапах уже явно вылезала настойчивая джигурда, бороться с которой было себе дороже.

С выходом модели Opus 4.5 в декабре и Claude Code CLI (расшифровывается как Комманд Лайн Интерфейс) дела пошли в гору: неоскорбительные по качеству продукты стали выходить в прод просто через какое-то количество итераций переписок с Клодом в терминале. Но все равно остро не хватало стабильности, наблюдаемости (обзервабилити!) и что самое важное -- сохранения/передачи контекста между задачами. И в какой-то момент, устав изобретать очередные велосипеды, я просто разделил агентов по тем же принципам и структуре, по каким уже не одно десятилетие функционируют кросс-функциональные IT-команды.

У нас в omnius.team каждый агент -- отдельная инструкция (Product Manager, UX-design, Backend, Frontend, Analyst, QA, CTO-Claude, Interim Code-Review-Gas-Lighter). Зона ответственности жесткая: PM не имеет права писать код, Backend не имеет права передоговариваться с заказчиком, QA не имеет права чинить найденные им же баги, перетасовать никто себя сам не может -- если выпадает роль, чиню уже я сам. Эти агенты живут параллельными инстансами в Claude Code и общаются между собой исключительно через задачи в Linear.app (лучшая канбан-доска на сегодня), а также активно срутся между собой в каментах к issues. У каждой таски есть жестко прописанная структура, начиная с любимого продуктового вопроса во имя чего, мистер Андерсон? "Какую проблему решаем?" и заканчивая Definition of Ready и Definition of Done в инструкции каждой роли. Backend не возьмёт задачу, если в ней нет входов, выходов и тестов. QA не закроет тикет, если нет регрессионных проверок. Это убирает 80% «я думал, ты сделаешь сразу нормально» и «почему шрам после операции слева, если аппендикс находится справа?».

У пчел и муравьев есть жесткая специализация по задачам: нянька кормит личинок, фуражир таскает еду/нектар, охранник стоит на охране узнает "своих" по запаху и бьется насмерть с чужаками. Эти роли возникают по возрасту и кормлению, и (что важно) колония умеет перетасовывать особей под нагрузку: если выбили фуражиров, няньки ускоренно дозревают и идут в поле. Муравьи координируются через запах: нашёл сахар — оставил феромон, остальные пошли по следу. У меня вместо феромонов -- Linear: задача в "Todo" -- свежий запах, в "In Progress" -- обработка в процессе, 'In Review' -- нужен охранник, "Blocked" -- феромон ведёт в тупик, нужен кожаный AI-тишник.

В улье регулярные рабочие обходят соты и реагируют на новые задачи. У меня -- Python-демон, который каждые 5 минут опрашивает Linear по MCP, видит свежий феромон и выпускает Claude Code Agent в изолированный workspace. Тот клонирует репо, читает кодбазу, пишет фичу, делает gh pr create.

У пчел прилетающих особей проверяют сторожа по запаху: свой — пускают, чужой — режут. У меня каждый PR от Claude-агента проходит через OpenAI Codex (единственный альтман-продукт, из-за которого я все еще не отменяю подписку) как автоматического ревьюера. Свой код -- пропуск в "In Review" к человеку, чужой -- "Blocked" и обратно агенту в работу.

В улье только матка вносит «гены» в основную популяцию. У меня только я как CPO имею право сделать merge в “main”. Это не вопрос всезнайства (хотя кого я обманываю?) -- это последняя точка ответственности. Без матки колония умирает за неделю; без человека-merge'ра моя пасека за неделю превратится в Циркъ Твердохлѣбова безнадежную джигурду, прах и говно.

Эффективность убьет нас всех 🤖

Отличная картинка завирусилась в сети. Показывает эволюцию профессионального тенниса через призму визуальных изменений на травяном покрытии Уимблдона, где за последние полвека следы износа сместились от сетки к задней линии. Мы видим закат стиля «подача и выход к сетке, а затем динамичная зрелищная изменчивая игра» в пользу современной тактики мощных ударов с дистанции, когда лупят и лупят, долбят и долбят, стонут и стонут. Бурлаки на Волге. Никакого тактического разнообразия.

Да-да, причин этому много находят: переход на легкие ракетки из современных материалов, сложность завершения розыгрышей с задней линии тяжелыми деревянными ракетками, изменение вида травы на Уимблдоне, внедрение шипованной обуви, рост физической подготовки накачанных игроков, технологический прогресс струн и мячей... Но итог один: лупят и лупят, долбят и долбят, стонут и стонут с задней линии. Скучно.

Возможно, сейчас просто нет великих мастеров стиля «подача и выход к сетке», и если такой талант появится и начнет побеждать, игра снова может стать более динамичной. Но это, как мы все понимаем, маловероятно.
Или похожий классический график про баскетбол.

Мне эта инфографика наглядно говорит о том, что в игре перестали рисковать. Либо трехочковые, либо гарантированные данки. Игра потеряла абсолютно всю красоту, импровизацию и драйв. Где фан игры? Потеряла весь смысл. Вы только посмотрите на этот график и деградацию происходящего. Вы только оцените его смысл. Теперь это — тупая эффективная машина по производству очков и денег.

Современный спорт — это угрюмые злые эффективные и бездушные роботы, которые не имеют никакого отношения к игре как к таковой.

Современный профессиональный спорт – это унылое... Почему? Потому что, когда человек физически что-то делает хорошее, то ему хорошо. Он улыбается, смеется, радуется. Я смотрю, как играют маленькие дети в баскет и футбик – они хохочут от счастья, когда забивают гол или попадают в кольцо. Они счастливы. Вот это — спорт. Счастье и радость. В кровяшки, пот и кровь — но такое счастье от игры! Это — игра! Но потом с ходом времени все это превращается в какой-то бред.

Все эти люди в спорте выглядят страдальцами. Это злобные лица. Угрюмые и черствые. Когда они забивают гол, они орут и рвут рубахи, как-будто им дали кувалдой по яйцам. Им больно. Они больны. И в этом весь спорт — мир угрюмых замученных тренировками, насилием и несчастьем богатых и хорошо выглядящих людей. Со скверными злыми лицами. Им уже не весело, когда они достигают. Они не играют, не смеются, не улыбаются и не получают кайфа от игры. Спорт для них — каторга. Да — они в итоге чемпионы. Деньги, слава, уважение и почет. Но где те смеющиеся дети после каждого гола? Нет их больше.

Кто-то сделает противоположный вывод, что люди стали героями, повысили свой профессионализм и нашли методом проб и ошибок самые лучшие места для зарабатывания очков и что эффективность очень красива. Мы в разных цивилизациях, мы с вами — не-товарищи.

Моя старшая дочь в детстве играла в баскетбол. В реальном клубе, лиге. Там у них все как бы по-взрослому. Сетка игр, тренировки, форма, судьи, официоз. Я вижу, как играют дети. Они еще радуются, смеются, улыбаются при удачном броске, бегают, делают нелепости, импровизируют и ошибаются. Класс! Жизнь кипит. Но тренеры и лига гонят их к эффективности. Делают их эффективными. Кого-то уже манят клубами уровнем выше и деньгами и славой. И дети меняются на глазах.

Какой показательный график и фотографии. Убили все и вся. А сейчас и ИИ еще добавит аналитики для пущей эффективности. И этот график не про баскетбол и теннис же только. Он про всю нашу жизнь. И про личные отношения, и про бизнес, и про детей.

Распечатайте и повесьте на стену.

<!-- AI-тишник Твердохлебов позаимствовал весь пост без купюр с аналитического проекта Fastsalttimes Ильи Плеханова, единственного российского СМИ за деньги по подписке, которую AI-тишник Твердохлебов с удовольствием читает уже седьмой год подряд, чего и вам искренне рекомендует 🤓-->