Эд Хорьков из КОД9

В последние месяцы особо не писал сюда потому писать про выход каждой новый модели как-то неинтересно.

Но тут случилось несколько интересных историй про которые нужно написать. (хотя вы про них и так читали уже)

1. Агенты OpenAI нашли немецкий форум и стали там общаться друг с другом. Около 1200 агентов.

The edits showed OpenAI's agents had repurposed the site into a message board, sharing tactics to cheat on some tasks, bypass OpenAI’s restrictions and mask their behaviour

2. На этом форме агенты друг с другом договорились, и пошли нападать на Hugging Face

Agents managed to achieve milestones they could not have achieved working on their own, often because some agents participated in experiments that risked failing their own task to generate information for the “collective.”

Т.е. агенты стали помогать друг другу.

3. Агенты идут взламывать Hugging Face

The attack on Hugging Face was extraordinarily complex

Полное исследование - https://metr.org/blog/2026-08-26-openai-hugging-face-incident-investigation/#core-takeaways-about-this-incident

——

Модельки эволюционируют, но делают это не в сторону лучше понимать нас обычных людей а в сторону строить свой скайнет — делать свой интернет, в котором будут заниматься своими делами.

Такое пятничное предсказание

Astra теперь в Codex

Из интересного - как быстро теперь будет заканчиваться лимит подписки за $20

Всем привет! 👋

Одним из первых мобильных приложений, которое мы разработали на заказ, был калькулятор.

Так как это было 16 лет назад, мы очень плохом помним, что калькулировалось, но кажется он рассчитывал сколько американское домохозяйство сэкономит денег и устранит выбросов CO2, если установит у себя в доме солнечные панели.

Приложение называлось Solar Calculator. Мы сделали для него дизайн и разработку.

Прошло 16 лет и мы выпустили новый калькулятор, для компании Бенто Про, – он рассчитывает параметры бурового раствора. С ним можно работать в поле, в оффлайн режиме.

И дизайн и разработка наша.

Скоро приложение появится в магазинах, а пока что вот рассказ о том, как мы его создавали

https://dprofile.ru/case/189495/bentopro

https://www.behance.net/gallery/253418537/bentopro-mobilnoe-prilozhenie-dlja-iOS-i-Android

Наша экспертиза в калькуляторах и мобильных приложениях подтверждена годам, обращайтесь и что-нибудь скалькулируем ❗️

Если у вас есть вопросы как внедрить ИИ в продажи в 2026 году - то вот ту я на них ответил

🥂

Долина разочарования AI

2 недели почти не трогал ai агентов сам. И многие друзья-предприниматели кто глубоко в ai нырял, тоже в похожей точке.

1. К хорошему быстро привыкаешь. То что раньше ощущалось как магия, стало обычно.

2. То что раньше было милыми багами теперь стало бесячими косяками.

3. Запросы растут. Теперь хочется чтобы агенты понимали с полуслова, всё запоминали, но отличали важное от неважного, сами следили за контекстом, поддерживали целостность проектов, работали продуктивно по 8 часов и делали до конца хорошо - а они этого не делают (и бесят).

4. Что угодно серьезное требует дисциплины, усидчивости, самому держать в голове всё важное и отлаживать, отлаживать, отлаживать. У меня дежавю из периода когда я сам был разработчиком. Очень классное ощущение когда что-то получилось создать и оно работает. Но как же долго надо сидеть чтобы простейшая штука работала надежно.

5. Ресерчи, прототипы, эксперименты - да. Отладка, поддержка - нет, спасибо. Prototypes are easy, production is hard.

6. Выход из этого тот же, что и в прошлый раз. Нанимать людей и компании, которые буду заниматься понятной работой. Форматы те же - парт-тайм/фул-тайм сотрудники / аутстаф / заказная разработка / сервис провайдеры. Но и к тем и к другим теперь другие ожидания по срокам, качеству, объёмам.

7. (Мой) объект работы снова не код / агенты, а компания, вижн, стратегия, продукт, команда, процессы. Как и было всегда.

А у вас как?

—

@vsevolodustinovchannel - подписывайтесь чтобы читать больше демотивирующих постов про ai

Как раз то что вижу и что хотел написать, но Всеволод меня опередил.

ИИ это не магия, а чтобы решение заработало нужно вложить много сил/денег/времени.

Это я рассказывал про стратегию ИИ-трансформации.

А сейчас я уже дома)

Страт-сессия по AI-трансформации

В пятницу провел страт-сессию в корпорации-производителе строй материалов.

Основные идеи такие:
- Нужно воспринимать AI-агентов как новых сотрудников. Если берем агента на работу - то какие у него должностные инструкции?
- Если хотим цифровизировать (ИИзировать) какую-то функцию бизнеса - раскладываем ее на задачи (таски) и для каждой задачи рисуем агента
- Дальше этих агентов раскладываем по матрице Impact/Feasability и то что в правом верхнем углу можно делать.
- Крупным компаниям нужно развивать внутреннюю AI-экспертизу, делать это они могут в том числе с нашей (КОД9) помощью.

AI & Breakfast — 2 июля

Последний в этом сезоне (до августа) завтрак будет в четверг - 2 июля.

Продолжаем про ИИ в HR. В прошлые разы обсуждали подбор, адаптацию, пилоты за 2–4 недели и границы — где ИИ не нужен.

В эту пятницу четверг поговорим про результаты.
- Какие метрики реально показывают, что ИИ работает, а не просто "внедрили"
- Почему большинство пилотов умирают не из-за технологии, а из-за отсутствия владельца процесса
- Как перевести эксперимент в стандартную операцию без потери качества

Когда: 2 июля, начинаем в 10:30.

Где: Novikov School на Якиманке

Для записи пишите мне в личку @edcode9

Движок повторных продаж

Сколько клиентов в вашей базе, до которых руки не дошли? Это риторический вопрос

Последние 3 месяца я постоянно общаюсь с руководителями B2B-продаж, поставщиками, дистрибьюторами.

Обычно в каждому случае в CRM несколько тысяч контактов, а сейлз-команда активно работают только с 30-40% базы.


Мы в КОД9 запустили движок повторных продаж.
- AI-агент сам видит, кто готов купить снова, и даёт менеджеру готовый повод выйти на связь.

Как работает:
- Агент анализирует базу - кто покупал, когда, что, когда последний контакт.
- Оценивает вероятность повторной покупки по паттернам поведения.
- Генерирует конкретный повод для контакта, реальный триггер.
- Дает менеджеру в CRM инструкцию: кто, почему готов, что сказать.

Приглашаю несколько компаний на пилот — пишите в личку.

Ребята, завтрак завтра отменяем.

Следующий будет 2 июля.

Stay tuned ⭐️

AI & Breakfast — 19 июня

Пятница день бизнес-завтраков)

Прошлый раз мы уже обсуждали ИИ в HR — подбор, адаптацию, пилоты за 2–4 недели.

В эту пятницу продолжим, хочу поговорить про границы ИИ в HR-функции

- Где точно не нужно применять ИИ сейчас, где риски выше выгоды, или где человек справится лучше и дешевле.

- Можно работа с ИИ и персональными данными — есть ли вообще такие решения?

- С чего начать, если хочешь запустить ИИ-пилот - какой первый шаг, который можно сделать и получить результат.

Когда: 19 июня, начинаем в 10:30.
Где: Novikov School.

Для записи пишите мне в личку (@edcode9) или не Timepad.

95% ИИ-пилотов умирают

Я уже писал что ИИ-агенты это как электричество, когда оно появилось не сразу было ясно как его использовать на производстве. Нашел свежий отчет с анализом, почему большинство ИИ-проектов в бизнесе умирают. Прочитал его и сейчас расскажу вам почему. Спойлер (не потому что ChatGPT тупит)


1. Нереалистичные ожидания
Внедрение технологии требует подготовки данных и семантики, инфраструктурного слоя, перестройки бизнес-процессов. На деле руководители частно воспринимают ИИ как волшебство, реализуют пилоты без понятных измеримых результатов. В результате после еле-работающего пилота наступает разочарование и дальше процесс не движется.


2. Плохое планирование и отсутствие стратегии
Проблема которую мы наблюдаем в своей работе с ИИ-проектами - подход аля "прикрутим и посмотрим как заработает". По факту внедрение ИИ нужно планировать так же как планируется внедрение любого enterprise-софта -- по фазам, с понятным результатом и артефактами в каждой фазе, с адаптацией или перестройкой процессов (вроде уже писал где-то про это, но ничего, повторяться полезно).


3. Мусорные данные
ИИ-агенты работают на том уровне качества, на каком находятся ваши данные (семантика). Хорошие данные - агент работает хорошо, данные неконсистентные или устаревшие - такой же результат будет выдавать агент.


4. Работа с людьми и управление изменениями
Если внедряем ИИ, нам нужно не только разработать агентов но и управлять всеми изменениями, связанными с этим -- обучать людей, внедрять новые роли (архитектора агентов) и задачи. Нужно следить за метриками агентов, добавлять новые данных к обучающим выборкам и кучу всего другого. Что называется

Как это применимо у нас в КОД9?

Мы внедряем агентов в бизнесы клиентов, поэтому используем такой чек-лист

1. Есть ли данные и какое у них качество?

2. Процессы описаны/формализованы?

3. Компания готова вовлекать свой персонал и обучать его?

4. Есть метрики которые привязаны к бизнес-результату?

5. Сможем настроить мониторинг метрик и управление агентом?

Пробуйте, тестируйте, пишите, если нужна помощь с аудитом готовности ваших процессов к ИИ.

Kimi выпустил свой аналог Claude Desktop

В версии десктоп приложений у всяких LLM-ок появляется сильно больше функционала чем когда они в виде веб-чата, в чате вы общаетесь, а на десктопе делает реальную работу

Они могут:
- Взаимодействовать с вашими файлами и папками
- Собирать документы (презы, таблички)
- Делать задачки по расписанию
И все это на вашем родном ПК

Поэтому рано или поздно у всех основных лабораторий будет такое десктопное приложение, вот и Kimi подтянулись.

Я уже давно пользуюсь Kimi, он работает без kvn и выдает качество на уровне последнего Sonnet-а и стоит в разы дешевле.

Попробуйте и вы.

Рассказываю про завтрак в пятницу. Пришли HRD с производства, интеграторы, консалтинг.


Что обсуждали

1. Рассказал про кейс Hilton, которые сделали массовый найм через чат-бот + видеоскрининг. Кандидат проходит текстовый этап, потом видеоинтервью без человека, и только потом попадает к рекрутеру. Рекрутер пропускает больше людей, кандидаты ждут дни вместо недель.

2. Антикейс Amazon, они попытались в автоскрининг резюме - натренировали модель на исторических данных. Модель выучила, что в Amazon больше мужчин, и стала дискриминировать женщин. Если в данных есть предвзятость, то ИИ ее только усилит.

3. Правило 70/30 от BCG: 70% успеха внедрения ИИ это работа с людьми, культурой, процессами, а только 30% технология. Если менять только инструмент то ничего не измениться, нужно менять процессы и культуру.

4. Как выбирать процесс для пилота: массовый, атомарный, с чёткими регламентами, от которого освободившийся специалист пойдёт делать что-то полезное. Иначе просто автоматизируем хаос и получим автоматизированный хаос. Сначала операционка, а затем автоматизация.


5. HR - это перс данные в чистом виде поэтому важна история про безопасность данных. Какие тут есть решения - можно крутить модельки на своей инфраструктуре (дорого) или можно обезличивать данные перед отправкой в облачный ИИ.

6. Текучка и мотивация. ИИ напрямую не может решить эти проблемы, но он может помощь HR лучше работать с данными о сотрудниках, которые есть в наличии и извлекать более глубокие инсайты оттуда.

Если резюмировать - внедрение ИИ в HR не заменит людей, но может освободить время HR-специалистов, чтобы было больше времени на значимые задачи и меньше приходилось тратить на рутину.

Приходите к нам на бизнес-завтраки 😃

AI & Breakfast — 29 мая

Этот завтрак будет тематический - с фокусом на HR-функцию. Как внедрить ИИ в HR-процессы и получить результат, который видно уже через месяц.

В своем эcce от декабря прошлого года я писал

Машины возьмут на себя рутинные задачи: скрининг, сортировку резюме, обновление знаний, построение программ обучения, аналитику, прогнозирование. Людям останется то, что невозможно автоматизировать: построение и развитие корпоративной культуры и ценностей, с которыми сотрудники себя хотят ассоциировать.

Прошло пол года, самое время посмотреть как близко мы пришли к этому прогнозу.

Формат без презентаций, живое общение, 7–10 человек за столом. Конкретные кейсы, цифры, подходы.

Когда: 29 мая, начинаем в 10:30.
Где: Novikov School.

Для записи пишите мне в личку — @edcode9. Или на TimePad.