КАТЯ ЛИДЕР | БИЗНЕС | WB | AI | МАРКЕТИНГ

Вы точно хотите потратить 20 часов руководителя на написание AI-агента? 🤯

Я всё чаще слышу: «Хочу сам научиться писать агентов».

И каждый раз задаю вопрос: а зачем?

Руководитель должен понимать AI. Но не обязан делать руками всё, что умеет технология.

Ваше дело — найти проблему, посчитать эффект, поставить задачу и проверить результат.

Потому что самое дорогое в компании — не нейросеть. Самое дорогое — время руководителя 🚀

Однажды я поняла: чтобы сохранить бизнес и брак, мне нужно уволить мужа 😅

Не из компании. Из моих отделов.

А у вас получилось работать вместе с супругом или партнёром? Как вы разделили зоны ответственности? 👇

Мне постоянно пишут: «Хочу научиться вайб-кодить», «Хочу сам собрать агента», «Посоветуй курс».

Давайте честно поговорим.

Вайб-кодинг — это когда ты описываешь задачу обычным языком, а нейросеть генерирует код. Термин придумал Андрей Карпатый (бывший директор по ИИ в Tesla, сооснователь OpenAI) в феврале 2025-го. Штука мощная, спору нет.

Курсов по вайб-кодингу уже больше 20 на рынке. Цены — от 2 500 ₽ на Stepik до 90 000 ₽ и выше у Яндекс Практикума и Skillbox. Медианная цена — около 77 000 ₽. Предложений много, и они будут расти.

Но вот что я думаю: если вы руководитель бизнеса — вам туда не надо.

Смотрите, аналогия простая. Вы разбираетесь в бухгалтерии? Скорее всего, да — хотя бы на уровне «понимаю, что происходит». Но отчёт в налоговую вы не пишете. Это делает бухгалтер. Потому что это его работа, а ваша — управлять бизнесом.

С вайб-кодингом та же история. Вам нужно понимать, как работают нейросети. Где они могут ошибиться. Какие задачи в вашей компании можно оптимизировать в первую очередь. Вам нужно уметь выбрать приоритет и поставить задачу. Вот это — ваша зона.

А вот садиться и самому писать агентов, отлаживать промпты, исправлять ошибки генерации — нет. Это работа программиста.

Потому что если вы думаете, что вайб-кодинг — это одна волшебная кнопочка, вы ошибаетесь. Это цикл: написал промпт → получил код → протестировал → нашёл ошибку → переписал промпт → снова проверил. И так по кругу. Это труд. Полезный, нужный — но не руководительский.

При этом базового ИИ-агента для бизнеса сейчас можно заказать за 20 000–100 000 ₽. Это не космические деньги. Программист сделает это быстрее, чище и без ваших нервов. А вы сможете проверить результат, потому что понимаете логику.

Что реально стоит делать руководителю:

— Разобраться, как работают нейросети на уровне принципов. Не код писать, а понимать возможности и ограничения.
— Пройтись по своим процессам и выбрать 3–5 задач, которые съедают время команды и которые можно автоматизировать.
— Найти подрядчика или нанять специалиста, который соберёт нужного агента или автоматизацию.
— Научиться проверять результат: задавать правильные вопросы, видеть ошибки, оценивать качество.

Вот это — управленческая компетенция. А сидеть ночами и отлаживать код, который нейронка сгенерировала криво, — это не ваша задача.

Я понимаю, почему хочется. Новая технология, хайп, ощущение, что «я сам смогу». Но ваше время стоит дороже. И бизнесу от вас нужны решения, приоритеты и контроль — а не ещё один человек, который пытается допилить промпт в три часа ночи.

Глава Palantir: кто хочет поставить ИИ на паузу — помогает противникам

Алекс Карп, CEO Palantir (аналитика данных и ИИ для оборонки), сказал прямо: призывы остановить развитие ИИ оторваны от реальности. Его логика простая — если бы у нас не было противников, можно было бы остановиться. Но они есть, и пауза = проигрыш.

Для бизнеса сигнал ровно тот же. Никакой «заморозки» ИИ не будет. Гонка ускоряется — и в оборонке, и в коммерции. Конкуренты не ждут. Кто откладывает внедрение ИИ в свои процессы «на потом» — просто уступает рынок тем, кто уже действует.

33 000+ готовых скиллов для Claude Code и Codex — бесплатный каталог SkillsMP

Вышла штука, которая может реально сэкономить время тем, кто уже работает с AI-агентами или только начинает вайб-кодить.

SkillsMP (skillsmp.com) — это community-агрегатор готовых скиллов. Скилл — это, по сути, папка с инструкциями, скриптами и ресурсами, которую AI-агент (Claude Code или Codex) подгружает, когда задача подходит по теме. Не нужно каждый раз писать промпт с нуля или собирать логику руками.

Формат SKILL.md придумала сама Anthropic в октябре 2025 года и сделала его открытым стандартом. SkillsMP — не официальный продукт Anthropic, а именно community-маркетплейс: ребята проиндексировали GitHub-репозитории, собрали всё в одном месте с удобным поиском, карточками, категориями и индикаторами качества.

Что внутри:
- категории — от кодинга и ML до API, DevOps и безопасности
- ссылки на GitHub-репозитории каждого скилла
- фильтрация по звёздам (минимум 2), badge «Marketplace Ready»
- установка в пару кликов — копируешь папку к себе в проект или в личную директорию

Важный нюанс: скиллы подгружаются «лениво» — агент видит только название и описание, а полное содержимое тянет только когда задача попала в тему. Это экономит токены, что для тех, кто считает расходы на API, прям заметно.

Теперь — что с этим делать предпринимателю, а не разработчику

Если у вас в команде есть хотя бы один человек, который работает с Claude Code или Codex (или вы сами вайб-кодите), вот конкретный план:

1️⃣ Зайдите на skillsmp.com и потратьте 30–40 минут на обзор категорий. Ищите скиллы под свои задачи: парсинг маркетплейсов, интеграции с CRM, генерация описаний товаров, работа с отзывами, аналитика, подготовка контента.

2️⃣ Отберите 15–20 скиллов, которые ложатся на ваши процессы. Сделайте простую табличку: название, ссылка, что делает, где применить, статус проверки.

3️⃣ Проведите 1–2 коротких пилота. Например: автоматизация генерации SEO-описаний для карточек товаров или прототип модуля, который парсит отзывы и собирает базовый отчёт.

4️⃣ Обязательно проверяйте код и лицензии. Это открытые репозитории с GitHub — качество, актуальность и безопасность у всех разные. Не тащите в продакшн без ревью.

5️⃣ По итогам пилотов решайте, какие скиллы стандартизировать и включить в постоянный рабочий стек.

Про риски — честно

Количество скиллов в каталоге постоянно меняется (от 21 000 до 34 000+ в зависимости от даты и метода индексации). Глубоких независимых обзоров с анализом качества и безопасности пока мало. Это не серебряная пуля, а инструмент, который надо проверять руками.

Но сама идея — не писать всё с нуля, а опираться на готовые модули и best practices, собранные сообществом — это ровно то, что ускоряет внедрение AI в реальных бизнес-процессах. Не новая модель, не очередной хайп, а инфраструктура.

Ссылка: skillsmp.com

Сбер и Хабр собрали витрину pet-проектов разработчиков — и вот почему предпринимателям стоит туда заглянуть

Ко Дню программиста (13 сентября) Сбер и Хабр запустили спецпроект: лендинг, на котором собраны pet-проекты IT-специалистов. Pet-проект — это то, что разработчик делает в свободное время, для себя, без заказчика и дедлайнов. Просто потому что интересно.

На витрине уже есть сервис с велосипедными маршрутами, приложение для рыбалки, браузерная лаборатория ИИ-агентов и другие эксперименты. Любой разработчик может подать свой проект через форму и попасть на эту витрину.

Почему это вообще интересно, если ты не программист

Смотрите. Это не готовый инструмент, который берёшь и внедряешь. Это срез того, чем живут разработчики прямо сейчас. Какие задачи автоматизируют, какие технологии пробуют, как используют ИИ-агентов. По сути — карта трендов, собранная не аналитиками, а практиками.

Для тех, кто строит IT-продукты или внедряет ИИ в бизнес, это полезный источник идей. Не абстрактных, а живых — с реальными интерфейсами и логикой.

Что с этим делать предпринимателю

1️⃣ Подсмотреть, как подают продукт. Посмотрите, как разработчики описывают свои проекты: формулировки, структура, визуал. Если у вас есть свой сервис, бот или внутренний инструмент — сравните подачу. Часто именно на таких витринах видно, как просто и понятно можно объяснить сложную штуку.

2️⃣ Отследить реальные паттерны ИИ-агентов. Если вы работаете с чат-ботами, AI-консультантами или автоматизацией — полезно разобрать 5–10 проектов с агентами. Как устроены диалоги, какие сценарии, что работает. Это дешевле любого консалтинга.

3️⃣ Использовать как площадку для пиара. Если у вашей компании есть внутренний IT-продукт, который вырос из эксперимента — подайте его на такую витрину. Это работает на узнаваемость в IT-сообществе и помогает привлекать разработчиков. Работодатели, кстати, тоже обращают внимание на pet-проекты при найме — и наоборот.

4️⃣ Не залипнуть. Честно — главный риск тут в том, что можно два часа листать чужие проекты и ничего не применить. Поэтому лучше выделить конкретную задачу: например, «ищу идеи для сценариев бота» или «смотрю, как оформляют лендинг продукта». Тогда это будет работа, а не прокрастинация.

Важная оговорка

Часть проектов на таких витринах — сырые эксперименты. Без проверки безопасности, без тестов на нагрузку. Нельзя брать чужое решение и тащить «как есть» в свой бизнес. Но как источник вдохновения и понимания, куда движется рынок — вполне рабочий инструмент.

Кстати, Хабр и Сбер параллельно запустили сезон статей «Код будущего» (до 11 ноября 2026) — там про практику ИИ в создании ПО, мультиагентные системы и open source. Тоже стоит держать в поле зрения, если тема ИИ для вас рабочая, а не просто модная.

Продажи отвечают на вопрос «купили ли сегодня». Бренд — «вернутся ли завтра без новой оплаты за знакомство». Пройдите семь вопросов и не приукрашивайте ответы. Слово АУДИТ — отправлю расширенную версию со шкалой.

Большой оборот может скрывать очень хрупкую систему привлечения. До 15 октября разбираю это на нашем примере — честно, с цифрами и ошибками🔥

Следите за моим сериалом в соц.сетях и напишите в комментариях: вас ищут по названию или по категории товара?

Нейросеть врет вам в лицо - и это нормально. А вы какого мнения ?

КАТЯ ЛИДЕР | БИЗНЕС | WB | AI | МАРКЕТИНГ pinned a voice message

OpenAI выкатила GPT-6 Astra — и это не слух, а официальный релиз

Вчера, 3 сентября, OpenAI анонсировала новую модель — GPT-6 Astra. Предшественник — GPT-5.6. Сама компания называет это «generational leap», то есть скачок поколения.

Давайте по фактам, без восторгов.

Что известно:

— Модель раскатывают постепенно. Сначала — ограниченный круг организаций в рамках Trusted Access Program. В ближайшие дни — пользователи ChatGPT Plus, Pro, Business, Enterprise и доступ через API.
— Контекстное окно — 1,05 миллиона токенов. Это значит, что модель может работать с огромными документами, длинными переписками и сложными задачами целиком, без нарезки на куски.
— Knowledge cutoff (дата, до которой модель «знает» мир) — 30 апреля 2026 года.
— Заявленные бенчмарки: 98% на FrontierMath Tier 4, 99,9% на ARC-AGI-3, 100% на ExploitBench. Цифры впечатляющие, но это данные самой OpenAI — независимых тестов пока почти нет, релиз слишком свежий.

Где обещают улучшения:

— Computer use — модель может выполнять действия на компьютере: кликать, заполнять формы, работать с интерфейсами.
— Multi-step workflows — сложные цепочки задач, когда нужно не просто ответить, а пройти несколько шагов.
— Программирование и кибербезопасность.
— Научные задачи.

OpenAI позиционирует Astra как самую «aligned» модель — то есть максимально выровненную с намерениями пользователя и безопасную.

А теперь что я думаю — и что с этим делать бизнесу

Смотрите, каждый новый релиз модели — это не повод бросать всё и переключаться. Это повод спокойно проверить: стало ли лучше для ваших конкретных задач.

Вот что я бы сделала на месте предпринимателя:

1️⃣ Не торопитесь. Доступ раскатывают постепенно. Если у вас пока нет Astra в аккаунте — это нормально. Не нужно покупать доступ у перекупщиков и бегать по Telegram-каналам.

2️⃣ Когда появится — протестируйте на своих реальных задачах. Не на абстрактных промптах из интернета, а на том, что вы уже делаете: генерация текстов, обработка заявок, анализ данных, работа с документами. Сравните с тем, как отвечала предыдущая модель.

3️⃣ Контекст в миллион токенов — это практически важно. Если вы работаете с большими базами знаний, длинными регламентами, каталогами товаров или сложной документацией — попробуйте загрузить всё целиком и посмотреть, как модель справляется.

4️⃣ Computer use — следите за этим направлением. Если модель действительно научилась работать с интерфейсами, это может изменить подход к автоматизации рутины. Пока рано делать выводы, но держать в поле зрения стоит.

5️⃣ Отслеживайте информацию только из официальных источников: openai.com, блог OpenAI, документация API. Telegram-каналы часто выдают слухи за факты.

⚠️ Важная оговорка: все заявленные результаты — это слова самой OpenAI. Независимых тестов на 4 сентября практически нет. Поэтому восторги пока ставим на паузу и проверяем руками.

Новая модель — это инструмент. Хороший инструмент работает только тогда, когда ты понимаешь, зачем он тебе нужен и как его встроить в процессы.

Выход из операционки - самая глупая и опасная идея для предпринимателя!

Мой подкаст) согласны? Или нет?