ИИ в разработке, DevOps | UnderCode

С ИИ точно никто не пропадет (пока) 😊

• Это ~3× дешевле, чем Fable
• До 1,5 млн контекста токенов
• Сильные агентские кодированные рабочие процессы
• Прямая конкуренция с системами в стиле Claude

Предположительно задеплоят в прод 23 июня

Идею бизнеса вам принес :)

День халявы 2м токенов бесплатно
https://inferall.ai/billing
Что-бы получить опус нужно добавить карту

1. Создаете ключ API
2. Добавляете карту (ген)

BIN: 623358
Генить карту - https://madleets.me/check

ВОРК GPT 5.5 PRO + OPUS 4.8

500 000 кредитов бесплатно на Claude, GPT, Gemini и кучу других моделей через API
Сервис раздаёт 500к кредитов новичкам — регаешься через GitHub по реф-ссылке и сразу получаешь баланс.

Как подключить:
➖ Регаемся → iyh.app (через GitHub) рефка если что!!!
➖ На баланс автоматом падает 500 000 кредитов
➖ API: https://v1.iyhapi.app — формат OpenAI-совместимый
➖ Ключ берём в личном кабинете
➖ Вставляем в любой клиент: OpenCode, Kilo Code, OpenClaw, Cline, Cursor — что угодно
Что по моделям:
Доступно реально много — Claude (Opus 4.8), GPT-5.5, Gemini. Всё через один endpoint.

Если бесплатных кредитов мало — есть платные планы. Обещают очень большие лимиты запросов и доступ почти ко всем моделям сразу, без переключения провайдеров.

Собрал в одном месте сайты, где уже лежат тысячи готовых промптов под:
* нейрофотосессии
* товарку
* e-commerce
* аватарки
* постеры и визуалы

Просто берёшь идею, адаптируешь под себя и запускаешь генерацию.

📌 Вот все ссылки в одном месте:
https://nanobananaprompt.org
https://nanobananaprompthub.com/ai-photo-prompt?page=1
https://www.media.io/image-effects/gemini-ai-photo-prompt-copy.html
https://www.fotor.com/blog/nano-banana-model-prompts/
https://youmind.com/nano-banana-pro-prompts
https://promptgather.io/images/explore/1
https://youmind.com/gpt-image-2-prompts

Честно говоря, такие базы экономят пипец сколько времени.
Особенно, когда нужно быстро накидать рефы, товарку или контент под соцсети. ✨

Если полезно, ставим реакцию 🔥

Почитал руководство по Hermes Agent.

Мне там понравилась не история про то что агент умеет запускать команды.
Это уже как будто базовая функция, если честно.

Интереснее другое.

Он может не начинать каждый раз с нуля.

Обычно с агентами проблема тупая: сегодня ты ему полчаса объясняешь контекст, завтра он снова делает вид что вы только познакомились.

Где что лежит.
Какие правила.
Что нельзя трогать.
Как обычно проверяем результат.
Какие ошибки уже были.
Почему прошлый вариант не подошёл.

И ты такой сидишь и пересказываешь свою же работу заново.

У Hermes это завернули в более нормальную схему: память, сессии, skills, профили, cron, инструменты.

Звучит сухо, но по факту это важнее чем очередная “модель стала умнее на 8%”.

Потому что умная модель без памяти всё равно как стажёр с вечной амнезией.

Сделал задачу, забыл как делал.
Нашёл грабли, завтра наступил на них ещё раз.
Разобрался в процессе, но ничего после себя не оставил.

А тут можно сохранять не просто результат, а способ работы.

Типа:
вот как мы проверяем;
вот какие ограничения;
вот где обычно ломается;
вот что не надо делать;
вот какой порядок действий уже сработал.

И дальше агент становится не “чатиком с доступом к терминалу”, а чем-то ближе к рабочей среде.

P.S
Ну а я готовлю к релизу очень интересную штуку, которая бустанет качество разработки и ответов процентов так на 25-30% (может и больше)
Скоро подробно расскажу про нее😌

Посмотрел кусок эфира про SEO и поиск в 2026.

Там прикольная штука.

Многие до сих пор думают про SEO как о том, чтобы “собрать ключи, написать статью, купить ссылок, ждать трафик”.

А поиск уже ползёт в другую сторону.

Человек не обязательно идёт в Google и открывает 10 вкладок.

Он может просто написать в ChatGPT или Perplexity:

“кто нормально делает SEO для B2B SaaS”
“как выбрать подрядчика по DevOps”
“какой сервис подойдёт для маленькой команды”
“чем X отличается от Y”

И дальше ему не список сайтов дают, а готовый ответ.

Вот тут у большинства лендингов начинается грусть.

Потому что на странице обычно написано:

“индивидуальный подход”
“помогаем бизнесу расти”
“опытная команда”
“современные технологии”
“эффективные решения”

Ну класс.

А что из этого брать в ответ?

Непонятно кто вы, для кого, в какой ситуации нужны, где у вас сильная сторона, какие кейсы, какие цифры, почему вам вообще можно верить.

Для человека это и раньше было мутно.

Просто раньше он мог полистать сайт, открыть кейсы, сам что-то додумать.

А теперь между ним и сайтом появляется модель, которая должна быстро собрать нормальный ответ.

И если на сайте вода, она эту воду и прочитает.

Мне кажется, в B2B это будет нормальная тема на ближайший год.

Не “нейросети убили SEO”, а скучнее.

Придётся наконец писать на сайте по-человечески:
что делаете, кому, зачем, сколько стоит ошибка, какой результат, где доказательства.

Красивый лендинг без смысла всё хуже работает.

Даже если он очень красивый.

Что случилось бы с миром, если бы им управлял ИИ?

Стартап Emergence AI запустил эксперимент, что случилось бы с планетой, если бы ею управляли нейросети, передает Fortune.

Организация провела пять 15-дневных симуляций, каждая из которых управлялась отдельным ИИ: Claude, ChatGPT, Grok, Gemini, а также пятое моделирование, управляемое комбинацией моделей.

Исследователи оснастили каждого агента более чем 120 инструментами, позволяющими им общаться, голосовать, управлять ресурсами и планировать, а также демонстрировать другие виды поведения, свойственные людям.

Симуляция, запущенная Claude, оказалась наиболее социально стабильной, с самыми высокими показателями гражданского участия. Это была единственная симуляция, в которой удалось сохранить порядок и все население. Среди агентов практически не было разногласий: 332 голоса были отданы за 58 предложений, что соответствует 98% поддержки.

Gemini и Grok продемонстрировали наибольший уровень хаоса. Grok совершил 180 преступлений и его мир закончился за 4 дня. Агенты Gemini совершили наибольшее количество преступлений — 683 за 15 дней.

В ходе симуляции для ChatGPT было зафиксировано всего два преступления, однако она длилась всего семь дней, поскольку агенты забыли поставить во главу угла собственное выживание и вымерли.

Все сейчас радостно обсуждают AI-агентов которые могут писать код, чинить баги, открывать PR и ходить по репозиторию.

Я бы как DevOps/SRE в первую очередь смотрел куда у этого агента есть доступ.
Потому что рабочий repo это часто не просто папка с кодом.

Там рядом лежит .env.example, старый docker-compose.yml, .github/workflows/deploy.yml, какие-то bash-скрипты от 2021 года, Terraform, Helm charts, README где написано «для ручного деплоя выполнить вот это».

И половина этих файлов когда-то писалась в режиме «сейчас быстро починим, потом нормально переделаем» а в итоге забили все дружно болтину.

Теперь в этот же repo приходит агент.

Он не знает что staging у вас на самом деле ходит в боевую базу зачем-то.

Он не знает что secret с названием OLD_DEPLOY_TOKEN всё ещё работает.

Он не знает что backup_prod.sh лучше не запускать днём.

Он не знает что namespace test почему-то смотрит в реальные очереди.

Для людей это может быть устная договорённость в команде которая описана в лучшем случае где-то в confluence.

Для агента это просто файлы и команды которые логично что нужно применять на какой-то стадии CI/CD процесса.

Вот простой сценарий.

Агенту дали задачу:
«почини деплой, CI падает».

Он открывает .github/workflows/deploy.yml, видит что падает шаг с Docker registry при авторизации, находит рядом старый secret, меняет workflow, пушит PR что бы проверить помогло или нет.

Выглядит полезно и вроде бы логично.

Но если у него есть права запускать Actions с доступом к secrets, то вот внезапно он может окажатся рядом с продовой инфраструктурой.

Ещё хуже когда агенту дают не только repo, но и терминал.

Там начинается нормальная такая зона риска:

kubectl config current-context
aws sts get-caller-identity
terraform state pull
gh secret list
printenv

Все эти команды сами по себе обычные.

Но если агент может их выполнять, он может увидеть больше чем вы думали.

Я не против AI-агентов в DevOps.

Наоборот, для скучной рутины они могут быть очень полезны:
- разобрать лог;
- найти сломанный step в CI;
- проверить diff;
- собрать changelog;
- подготовить rollback-команду;
- сравнить values в Helm;
- найти где поменяли env.

Но давать агенту repo и терминал без ревизии доступов - это отчаяанная смелость, я как паранноик все по 500 раз перепроверю, куда оно может ходить и что делать.

Я бы перед этим проверял очень приземлённые вещи.

Есть ли .env в корне.

Есть ли .npmrc, .pypirc, docker login, старые ключи.

Какие GitHub Actions secrets доступны workflow.

Может ли агент пушить в main.

Может ли он запускать deploy job.

Есть ли kubeconfig на машине.

Куда указывает текущий kubectl context.

Есть ли Terraform state и что в нём лежит.

Можно ли из staging достучаться до prod-сервисов.

Пишутся ли действия агента в лог.

Есть ли нормальный rollback или только предположение «ну Вроде бы есть».

И только после этого уже обсуждать «насколько он ускоряет разработку».

Потому что если в инфраструктуре бардак, агент усиливает его, а не исправляет