Александр Ершов | AI и бизнес

Viral clips V2

Когда я сам снимал видео на YouTube, меня больше всего бесил монтаж. Особенно его механическая часть - просмотр материала, вырезка пауз, стоп-слов и т.д. И когда я начал делать Viral Clips, я также хотел решить проблему механической работы при нарезке Reels: кадрирование в вертикальный формат, добавление субтитров, выбор частей исходного клипа, которые стоит использовать.

После тестирования первой версии и сбора обратной связи я выделил несколько критичных проблем, которые нужно было пофиксить - в некоторых кейсах неправильно работало кадрирование, клипы обрывались на незаконченной мысли, не было b-roll-ов и музыки для создания динамики.

Теперь всё это есть, и вот пример того, как Viral Clips теперь обрабатывает подкаст.

Во время создания своих продуктов самое трудное — долго вкладывать в них время и ресурсы, не получая при этом никакой положительной обратной связи. Тем приятнее достичь момента, когда от первого неуклюжего MVP приходишь к тому, что пользователи искренне благодарят за результат.

Основная проблема AI-кодинга даже не в том, что он не умеет писать код, а в том, что он делает вид, будто умеет.

В моём примере я попросил добавить возможность сохранять файл, который должен храниться только две недели. Но вместо того чтобы действительно изменить логику, он просто поправил логирование и документацию, словно файл теперь хранится только две недели, хотя сам код остался без изменений.

Также у меня были кейсы, когда я просил написать код для тестирования, где он просто писал что-то вроде print("Тесты пройдены") 😂

Лучший open-source корпоративный AI

Раньше я писал о том, какое open-source решение выбрать для создания корпоративного AI.

Я сам нашёл AnythingLLM, но мне посоветовали OpenWebUI, и оно оказалось лучше. В отличие от AnythingLM, там есть поддержка генерации изображений, возможность настраивать права доступа для пользователей, более приятный интерфейс, особенно с русскоязычными шрифтами. Также есть возможность кастомизации работы с помощью Pipelines. Единственный минус — чтобы поменять дизайн, например добавить свой логотип, нужно приобретать Enterprise-версию за $30k+, при этом всё остальное доступно бесплатно. Ну или, конечно, можно самостоятельно залезть в код и заменить логотип 😂 В остальном я не нашёл минусов по сравнению с AnythingLLM.

Кроме того, есть Onyx App, который заточен под умный поиск с помощью RAG. Он поддерживает разные виды RAG и имеет множество готовых коннекторов для обновления базы знаний к сервисам вроде Confluence, Notion, Google Drive, Slack и т. д.

Зачем онбоардить первых пользователей вручную?

У меня в Viral clips сделано так, что пользователь обязан заполнить форму и я с ним связываюсь вручную, чтобы начислить бесплатных кредитов. Только после этого он может начать пользоваться сервисом.

Я это делаю для того, чтобы максимизировать конверсию в получении фидбэка. Иначе, если этого не делать, то можно смотреть просто сухую статистику: сколько людей отваливается на каком этапе воронки.

Но вот причины, по которым они отваливаются, могут быть абсолютно разные. И вот с помощью этого способа я отловил несколько неочевидных причин, про которые я бы сам вообще не подумал. Например, оказалось, что не получается загрузить большой файл на Android, и он не выдаёт никаких ошибок — просто не грузится. Не нравилось, что заголовок обложки только по середине и т.д.

А если быстро пофиксить что пользователю нужно, то можно получить лояльного клиента. На скрине пример, где я завайбкодил фикс за полчаса :).

Также это хороший способ понимать, какая целевая аудитория вообще приходит в сервис. Например, изначально я думал, что он будет для подкастеров и ютуберов, а в реальности в основном приходят люди, которые хотят нарезать свои вебинары и прямые эфиры.

Вредные привычки

Пару лет назад я заметил, что трачу много времени на просмотр YouTube, чтение новостей и так далее. Это не приносит мне никакой пользы, не даёт удовольствия и не наполняет энергией. Я чувствую только какой-то упадок сил и вину за то, что потратил на это много времени. Наверное, это можно сравнить с какой-то вредной привычкой, когда понимаешь, что это плохо, но всё равно продолжаешь делать.

Я даже проводил эксперимент, замеряя по таймеру, сколько я за компом честно работаю, и оказалось, что 4–5 часов честного рабочего времени, хотя проводил за ним 8–9 часов в день.

Я пытался по-разному с этим справляться: находить триггеры, которые заставляют меня прокрастинировать, и в моменте их отлавливать; удалял приложения соцсетей и YouTube с телефона и ставил себе полный запрет открывать то, в чём я залипаю.

В итоге самым эффективным для меня оказался последний способ — полный запрет на открытие того, где залипаю. Но чтобы для моего мозга была мотивация это делать, я ставил конечный срок (1 месяц) и подарок в конце для себя, если я продержался. И у меня получилось это сделать уже 3 раза.

А вот с первыми двумя способами есть проблемы: я понял, какой триггер заставляет меня залипать — я сильно устал или не хочу делать какую-то задачу и откладываю её. И в такой момент я забывал, что мне нужно осознанно думать, прокрастинирую ли я или нет. Поэтому «тупой» полный запрет на месяц работает лучше. А при удалении приложений я просто стал открывать их на сайтах 😅

Я еще не полностью доволен результатом, но прогресс есть. Если у вас был опыт осознанного внедрения или отказа от привычек, то поделитесь им 👇

Изучаю решения для создания "корпоративного AI".

Фичи:
1. Есть возможность подключения по API к существующим LLM, а также возможность интеграции с локальными / on-premise LLM.
2. Интерфейс чата, аналогичный ChatGPT.
3. Возможность создания нескольких пользователей с различными ролями (user / admin и т.д.), сохранения кастомных промптов и создания агентов.
4. Инструмент должен поддерживать создание внутренней базы знаний с использованием RAG.
5. Он должен быть open-source, с возможностью деплоя на клауд сервис или на собственный сервер.
6. Можно сделать white label кастомизацию (добавить лого компании и т.д.)
7. В идеале, можно кастомизировать логику через написание собственного кода или с использованием API.
8. Ещё одним преимуществом будет поддержка не только LLM, но и других нейросетей, например, генерации изображений по тексту.

Пока что лучшее, что нашел это - AnythingLLM

Если кто-то уже искал / ставил что-то подобное, то напишите пожалуйста.

Далеко ли нам до AGI?

Сначала компьютерные программы научились решать строгие, детерминированные задачи, которые сводятся либо к арифметике, либо к булевой логике. ML-алгоритмы расширили этот круг, научившись решать задачи, которые не сводятся к первым двум, но при этом для них имеется множество примеров правильных и неправильных решений. AI (LLM и т.д.) позволяет решать многие задачи, для которых раньше требовалось большое количество примеров, с помощью промпта с небольшим числом примеров или вообще без них.

Исходя из этого, LLM быстро учатся решать стандартные тесты по различным наукам (математика, медицина и т.д.). Однако всё ещё существует спектр задач, по которым человек набирает почти 100%, а даже самые топовые LLM не могут преодолеть порог в 20%.

Существует такой тест — ARC Challenge. В первой версии топовый результат у LLM (Grok 4) — около 65%, во второй — 16%. А в третьей версии (которая выйдет в 2026 году) утверждается, что для LLM задачи будут ещё сложнее, а для человека останутся столь же простыми.

Почему так?

Это особые задачи: в них не указано, что вообще нужно делать, и дано очень мало примеров, на основе которых необходимо распознать паттерны и понять, как решать следующую. Автор этого теста, François Chollet, считает, что успешное решение этих задач показывает, насколько AI действительно близок к AGI.

Если хотите попробовать, можете пройти по ссылке и попытаться решить их.

Несколько месяцев назад я писал о том, что скептически отношусь к вайб-кодингу для серьёзных проектов. В моем понимании вайб кодинг ассоциировался с такими инструментами, как Lovable и v0. А они с тем, чтобы быстро сделать MVP, который выглядит как нормальный продукт, но при этом совсем не работает.

Тем не менее я уже три года пользуюсь GitHub Copilot. В Copilot изначально был только инструмент автодополнения кода, позже появился чат, в который можно закидывать файлы в контекст, задавать вопросы по ним или просить их отредактировать. Но такой режим редактирования по файлам работал не очень хорошо, потому что нужно было вручную продумывать, какие файлы ему подавать в контекст, чтобы он понимал, что делать в проекте, иначе он допускал ошибки.

Я программировал в таком полугибридном режиме: сначала сам думал, какие файлы ему нужны в контексте, он что-то писал, допускал ошибки, а я их исправлял. Но неделю назад я начал пользоваться режимом агента в Copilot. Режим агента хорош тем, что он сам определяет, какие файлы взять в контекст, работает в несколько итераций, умеет запускать команды в терминале, а также писать тесты и выполнять их.

Сначала я тестировал его на небольших задачах, потому что боялся доверить ему что-то серьёзное — вдруг он испортит проект или перепишет кучу файлов, которые потом придётся чинить вручную. Но я заметил, что особенно с новыми моделями Claude 4 он работает гораздо лучше, чем режим Edit.

И вот сегодня я впервые протестировал его на достаточно сложной задаче. У меня в Viral Clips работала генерация клипов, но в моём тестовом аккаунте вчера вечером она сломалась. Чтобы разобраться, в чём дело, я взял логи ошибок и загрузил их в режим агента. Оказалось, что проблема в базе данных (DynamoDB), у которой есть лимит — 400 килобайт на один элемент. При этом у меня есть такие сущности, как пользователь, у пользователя список проектов, а у каждого проекта список клипов. Всё это я хранил в одном элементе. Когда проектов стало много, лимит в 400 килобайт привысился, и я не мог сохранить новый проект.

Чтобы решить эту проблему, мне нужно было разбить таблицу пользователей на две таблицы: одну с пользователями, в которой только список project_id вместо проектов и вторую с проектами. Такое изменение затрагивало много элементов в проекте, плюс нужна была миграция старой базы данных в новую структуру. Я решил прямо в лоб дать эту задачу агенту, и он с ней справился. Точнее, почти справился — был один баг, который мне пришлось потом исправить, но тоже с помощью агента. Зато основную логику и даже скрипт миграции он написал корректно. Всё перенеслось нормально, хотя изменения были довольно большие: нужно было изменить 26 файлов.

Вручную такая задача заняла бы у меня пару дней, а с помощью агента — всего пару часов. Так что вайб-кодинг всё-таки работает и для реальных проектов, а не только для MVP.

На прошлой неделе я писал, что решил протестировать, как будут набирать просмотры клипы, сгенерированные Viral Clips.

Я создал аккаунты в Instagram, TikTok, Threads и X — по два аккаунта в каждой соцсети. На все загружал видео через API. В итоге в Threads через API вообще не получилось залить — видео отклонялись. В X один аккаунт сразу заблокировали, а в другом разрешили загрузить только один клип. В TikTok каждый клип набирает сотни просмотров, но ни один не выстрелил (я загрузил около 30 клипов). В Instagram один аккаунт заблокировали, но второй работает, и там есть клипы, которые за неделю набрали несколько тысяч просмотров (на полностью новом аккаунте). В сумме — 60 тысяч просмотров за неделю.

Вывод: сгенерированные клипы могут набирать просмотры, но нужно научиться загружать контент так, чтобы аккаунты не банили 😅

Новости по проекту с клипами

Запустил сайт Viral Clips. Тестирую как платный трафик, о котором писал раньше, так и бесплатный.

По бесплатному трафику пошёл по пути dogfooding — использую собственный сервис для создания контента, который наполняет воронку.

Работает это так:
• Создал аккаунты в TikTok и Instagram, на которые будут заливаться клипы.
• Ищу популярное разговорное видео.
• Нарезаю его с помощью Viral Clips на клипы.
• Заливаю их на аккаунты с двумя call-to-action: водяной знак в самом видео и ссылка в описании к клипу.
• Пока видео набирают несколько сотен просмотров — жду, пока что-то стрельнет 😅

Последние два месяца я плотно работаю над проектом — сервисом для генерации Reels и Shorts на основе подкастов и разговорных видео.
Публичный запуск уже скоро, а вот как выглядит сервис.

Google выпустила список кейсов использования AI в Google cloud от различных компаний.
Мб полезно для тех, кто ищет себе идею для проекта.

https://cloud.google.com/transform/101-real-world-generative-ai-use-cases-from-industry-leaders

Как я валидирую идеи

Раньше, когда я запускал проекты, мы шли по типичному стартаперскому пути: давай сделаем кастдевы, давай с помощью кастдевов попробуем найти какую-то проблему. Параллельно что-то там программировали. В итоге всё это приводило к тому, что что-то мы запустили, а трафика — нет.

Теперь иду по другому пути — никаких на*уй кастдевов. Иду только в те ниши, где уже есть конкуренты, где по лендингу можно и так понять, какие проблемы он решает и примерно для каких аватаров. После этого пытаюсь собрать воронку такую, чтобы в неё постоянно приходили клиенты, которые готовы заплатить.

Для создания воронки я использую только платный трафик. Опять-таки, никаких надежд на виральность, SEO и прочее. Никаких “давайте напишем статьи” или “сделаем видосики” с надеждой, что они завирусятся. То есть, никакой игры в казино — чисто платный трафик.

После того как я наполнил верх воронки, я пытаюсь продать решение КОНКУРЕНТА как УСЛУГУ. Это позволяет мне протестировать не только то, что люди заинтересуются и запишутся в вайт-лист, а именно то, что они получат решение, получат услугу — и за неё ЗАПЛАТЯТ.

Такой способ позволяет мне протестировать весь цикл — от прихода клиента до оплаты — без создания собственного сервиса.

На скрине — пример, как я тестирую сервис по созданию клипов на основе длинных видео через рекламу в Google Поиске.

Первая версия работает 🎉

Vibe coding не для меня, по крайней мере пока 😅

Я сейчас делаю проект, который создает shorts/reels из длинных видео. Идея в том, что загружаешь подкаст, а на выходе получаешь набор вертикальных клипов.

Решил я его написать как vibe coder. То есть как человек, который сам вообще не пишет код, а только общается с LLM, которая редактирует проект за него.

В итоге столкнулся с тем, что Copilot не может исправить возникшие баги, а код получается настолько непонятным, что я и сам не могу его быстро поправить. Больше всего раздражает то, что при таком подходе LLM не только генерирует очевидные ошибки, которые сразу видны, но и незаметно изменяет логику, о чём я не просил, и это очень сложно отследить.

Так что теперь планирую переписать проект с нуля: использовать Copilot только для генерации небольших, простых фрагментов логики, а высокоуровневую архитектуру буду разрабатывать самостоятельно.

Meta AI разработывает систему, которая расшифровывает визуальные образы из мозговой активности с помощью магнитоэнцефалографии (MEG). Скоро так и до чтения мыслей дойдет и прощай privacy 😨
https://ai.meta.com/blog/brain-ai-image-decoding-meg-magnetoencephalography/

Локальный deep research

Несколько дней назад я протестировал Deep Research от OpenAI, а сегодня я нашел браузер для LLM, который позволяет мне проводить подобные исследования локально. Этот браузер не только позволяет проводить такой ресерч, но и обрабатывает различные задачи, связанные с браузером (например, поиск последних контактов в Gmail и добавление их в CRM по промпту). Вот этот инструмент - Browser Use

Как быстро создать локальную базу знаний?

У Google появился инструмент NotebookLM, в который можно добавлять Google Docs, PDF-файлы, YouTube-видео и другие источники, а затем задавать вопросы на основе этих данных.