ElKornacio

чет разболелся, поэтому тезисно по шуму и новостям последних дней:

1. драма с Tailwind жуткая. при том, что я довольно убеждённый капиталист, мне не нравится тема с тем, что пачка компаний приватизирует совокупные накопленные знания и интеллектуальные труды человечества, полностью замыкая приобретённые финансовые потоки на себя, по сути паразитируя на этом. причём, в случае Tailwind это совершенно буквальное паразитирование, и ни разу не симбиоз - уничтожая продукт, на котором LLM обучена, вы гарантируете, что Tailwind v5 не будет, LLM на Tailwind v5 не обучатся, и прогресс в этой точке остановился (а сами LLM сделать нечто вроде Tailwind v5 пока не могут, поэтому эта ветка прогресса именно обломана, а не трансформирована). и LLM в этом смысле идеальная технология разрушения всей системы интеллектуальных прав: смешай 20 объектов интеллектуальных прав между собой (обучив на них модель) - и вот у тебя на выходе некий гибрид, обладающий свойствами изначальных объектов, но без возможности юридически прямо связать его с ними, и потребовать роялти (за искл. редких случаев очевидного сходства).

2. драма с Anthropic скучная. ну да, они дотируют inference ради трафика на свой продукт, и не готовы лить за свой счёт трафик на чужие продукты. не понимаю, почему их поведение считают хищническим и осуждают. нормальное поведение, хотите честной экономики вашего ИИ-продукта - платите за API (или юзайте те модели, на которых экономика сходится, давно про это видео записывал).

3. supercode 2.0 с обновлёнными workflows - огонь. все штуки, которые я собирал на smart actions (показывал в прошлом видосе) теперь в 100 раз проще и удобнее. самый топ: переменные $response/$packedResonses - то есть теперь можно динамически подстраивать промпты/ветки workflow на основе того, что ИИ вам ответил (а это краеугольный камень хоть сколько-нибудь сложных workflow - без этого функционала не получится сделать даже мемный Ralph Wiggum workflow loop) - это очень круто. ну и то, что теперь JS поддерживается и в генерации промптов, и в if'ах, и везде - тоже сильно удобнее, чем оборачивать js-скрипты в shell-команды как раньше. думаю, запишу новое видео с демкой моих свежих пересобранных workflow (самый сок - соединил Cursor с Trello, и агент сам обрабатывает карточки на канбан-доске, двигает их, выполняет задачки. создание этого workflow заняло минут 30)

меня не отпускает ощущение, что хвальбы Codex 5.2 в куче около-ИИ чатов - это какой-то пранк да, модель сильная, но по шизофазии и рядом не стояла с Anthropic.

писать код в совершенно отличном от кода проекта стиле, генерировать какие-то абсолютно неуместные (тонны typeof-валидаций в strict TS файле - что это?) и местами даже совершенно бессмысленные вещи (пустой цикл. типа, цикл вообще без тела. wtf?) - вообще запросто. и я не понимаю, на кой чёрт у неё такой длинный exploration phase, если она один хрен всё равно потом дублирует тонны кода. написать функцию, в которой 9 строк из 10 полностью совпадают с уже существующей в том же файле - вообще легко.

стал в последние дни частенько упираться в лимиты по CC/Курсору, и пытаюсь использовать Codex. в большинстве случаев он справляется лучше всего со следующей задачей: развлечь меня до момента, пока у CC не сбросится лимит, после чего я с лёгким сердцем делаю git reset, и передаю задачу в Sonnet.

привет! некоторое время назад писал про проект моего товарища Гоши (бывший топ из маркетинга, сейчас AI-инженер), который помогает находить стартап-идеи из личного опыта.

судя по тому, что после предыдущего поста более 100 человек пришли на групповые встречи, тема вам зашла 🙂 он немного докрутил формат, теперь вы созваниваетесь 1-на-1 с другим фаундером и по методике из ~30 вопросов по очереди "интервьюируете" друг друга. вытаскиваете денежные проблемы из работы, личной жизни и близких.

через методику прошло уже несколько десятков человек (отзывы можно глянуть там же в боте). большинство участников за 60 минут находят 1-3 идеи, которые берут в работу.

в общем, если интересно, записывайтесь тут: @zamysel_pro_bot

первая встреча там бесплатная 🙂

ребята, у меня большая просьба!

делаю анонимный опрос: с какими проблемами сталкиваются те, кто программирует с ИИ. как чистые вайб-кодеры без технического бекграунда, так и опытные разработчики. 10 вопросов, всего 3-4 минуты, можно записывать ответы голосовухами, если печатать неудобно. я буду очень-очень признателен вам за подробные ответы про ваш опыт, особенно негативный - что бесит, что мешает, что хочется чтобы было лучше.

а ещё там есть пункт "я не против с тобой созвониться". я хочу выбрать несколько человек из тех, кто не против пообщаться, и расспросить про их проблемы подробнее, постараться предложить варианты решений (всё бесплатно конечно).

ссылка на опрос: https://vcs.elkornacio.com

заранее спасибо! P.S. если у вас есть друзья, которые кодят с ИИ - форвардните и им тоже, спасибо 🙂

спасибо вайбкодингу, что теперь гораздо больше людей понимают, что сделать что-то - 10% работы, а продать - 90% 🙂

привет, ребята! оч частые вопросы: "как ИИ влияет на IT-профессии?", "а программирование вообще ещё надо учить?", "а что делать джунам?", и подобные.

с месяц назад я познакомился с Мишей - основателем TalentMove, и кайфанул с того, какой клёвый агрегатор IT-вакансий они делают. я вкинул мысль, что людям очень интересно, как ИИ влияет на рынок труда, и что используя их базу вакансий, они могли бы сделать интересный рисерч об изменениях.

и они его сделали! три недели большого исследования рынка труда в IT, с разбором 2025 года и аккуратными предсказаниями на 2026: что происходит с джунами, middle+ и сеньорами, как меняются зарплаты, форматы работы, роль AI и что специалисты сами думают о ближайших годах.

⚡️ прямая ссылка на отчёт: вот она ⚡️ пост в их канале: вот он

кстати, экспертные комментарии для отчёта дали в том числе уже знакомые вам ребята: Коля (AI и Грабли), Тимур (про AI Coding) 🙂

P.S. если что - это не реклама, просто хочу поддержать действительно клёвый проект и рисерч.

в общем, расскажу, зачем купил эти смарт-часы.

я давно хочу себе умное кольцо. но не то, которое хреново измеряет мой пульс и напоминает лишний раз о том, как ужасно я сплю. а такое, чтобы стало универсальным интерфейсом управления любым устройством в моей жизни.

я хочу направлять руку на телевизор, делать свайп большим пальцем по кольцу на указательном, и переключать ролик. направлять её на кондиционер, и тапом большого пальца по кольцу включать его. направлять руку на свет, свайпами снижать яркость. гуляя по улице в наушниках, с рукой в кармане, свайпами по кольцу управлять громкостью/переключать треки.

не вдаваясь в большие детали, у кольца главная проблема - очень-очень-очень маленькая батарейка, которую надо экономить изо всех сил. поэтому смарт-часы выступают хабом, который процессит всю логику (и имеет норм батарейку), а само кольцо - просто посылает сигналы на часы в моменты, когда я что-то на кольце тыкаю. в режиме "энергия кольца тратится на мгновение, когда я нажимаю на кнопку" оно может работать годами.

поэтому мне нужен low-level доступ к пинам часов - чтобы распаять туда кастомный 433MHz ресивер, и написать мини-драйвер для приема сигналов с кольца. если всё сложится удачно - попробую собрать прототип всего этого дела на новогдних праздниках 🙂

только что приехала доставка, максимальный вайб подарка от деда мороза 🎄

- diy смарт-колонка с микрофонами, динамиком, bt/wifi/rbg и аккумом - и diy смарт-часы с тем же набором + touch amoled экраном

самое главное... они полностью программируемые (esp32). то есть я буквально с нуля могу собрать их операционки. не просто писать на них приложения, а иметь низкоуровневый доступ к каждому датчику, каждому порту, программировать их поведение как хочу, припаять что хочу.

с колонкой всё очевидно - накачу туда whisper + gpt, и сделаю не-умственно-отсталую версию Алисы. а вот с часами идей масса.

что бы сделали вы?

P.S. по просьбам трудящихся, кинул ссылки в комменты

в комментах несколько раз просили гайд, как юзать всё то, что я показывал на скринах 🙂 вот только что выпустил видос, где показываю, как собрать простенький workflow с нуля, и на пальцах объясняю, как работают эти экшены в целом.

https://www.youtube.com/watch?v=zBCbZO0hywk

P.S. да, на ютубе сейчас будет шквал видосов, не переживайте, спор будет выигран, и после НГ это закончится)) P.P.S. я не буду постить сюда все видео - это скинул только потому, что выше были посты на эту же тему. в ближайшие дни скину ещё одно - просто потому что оно мне сильно нравится, и на этом всё)

монтировал свой видос с рассказом про новые техники Advanced Tool Use в Claude Code.

и пришла в голову мысль, что тот же Programmatic Tool Calling это бессмысленное решение изначально собственноручно созданной проблемы.

MCP был идеей "упростим ИИ-агентам доступ к API, ИИ-агентам нужен свой стандарт API".

в итоге, в 99% случаев это наитончайшая обёртка над элементарными http-запросами или bash-скриптами. которые сами агенты, уже буквально спустя 3-4 месяца после появления MCP, могли прекрасно выполнять и без всякого MCP - просто curl-запросами через терминал или самописными скриптами.

но т.к. все обмазались MCP, теперь приходится городить способы, как агент может дергать MCP из какой-нибудь программной среды, чтобы алгоритмически обработать результаты ещё до попадания в контекст (скажем, grep'нуть что-нибудь).

и если бы агенты просто делали запросы через самописные bash-скрипты, то... этой проблемы бы не было изначально, т.к. сделать pipe curl + grep сегодня может даже 4B модель.

как будто, если выкинуть из агента возможность подключать MCP в принципе, то надобность в Programmatic Tool Calling исчезает, а конечная функциональность агента не меняется.

я не понимаю, что иногда курят авторы доков по AI тулам, но решил не проходить мимо конкретно этой штуки, т.к. в ЛС уже раз 5 спросили про одну и ту же проблему

я не знаю, кому пришло в голову написать в примерах в официальной спеке и на сайте Курсора, что в теле markdown SKILL.md есть раздел "When to use this skill".

НЕТ, этот раздел не работает. НЕТ, агент не принимает решение о загрузке скилла на основе этого раздела. НЕТ, у агента в контексте вообще нет содержимого скилла ДО того, как скилл был загружен.

_единственное_ место, где вы даёте агенту анонс, "что это за скилл и когда его надо загружать" - это поле description вверху SKILL.md (во frontmatter'е).

ещё раз: содержимое скилла читается уже постфактум, когда агент УЖЕ принял решение, что хочет его загрузить. зачем внутри скилла писать раздел "When to use this skill" - загадка.

https://docs.z.ai/guides/llm/glm-4.7

а между тем зайка обновила GLM. всё за те же $6/мес модель стала сочнее по бенчам. рост консервативный, революции нет, но как простенькая модель для рутинных задачек GLM мне всё ещё очень заходит

привет, ребята. на всякий случай решил напомнить, ато вдруг вы забыли или упустили.

конфа "ИИтоге 2025" уже завтра, я там выступаю с оч сочной темой: "AI в разработке: эволюция ИИ-агентов (CC/Codex/Gemini) в экосистемы, Context Engineering, и как ИИ влияет на метрики разработчиков" 🙂

напомню, в программе: - Сдвиг парадигмы в управлении процессами, который все пропустили - Как в 2026 бизнесу отличить: где ИИ-фанатизм со сливом бюджета, а где ИИ-инструменты с реальной ценностью? - Почему одних разрабов ИИ бустит, а другие плюются от багов? Как укротить агентов и получать production-ready код от ИИ? - RAG мертв? Почему enterprise уходит от векторных баз к агентам, куда движется индустрия LLM-провайдеров и какое место у локальных AI-решений? - Кого и как нанимать в 2026 году? И, самое главное, что изучать, чтобы не уволили вас?

в общем, шикарная солянка контента от экспертных спикеров: парочка Head of AI, руководитель AI R&D-института, фаундеры и ко-фаундеры AI-first компаний: самый лучший состав, чтобы рассказать про ИИ со всех ракурсов.

⚡️ вот ссылка для записи на предновогодний эфир (все еще можно бесплатно!)

забавно, не так уж и много получилось. видимо, под конец года стал слишком часто заскакивать в claude code 🙂

но энивей, ярд токенов, прикольно 😼

для сравнения, что я считаю хорошей имплементацией гарантированных workflow: четко задаёшь порядок actions, агент не может отойти от жестко прописанного workflow, каждый action - отдельный фиксированный или динамический промпт, отдельные action можно помечать как conditional (то есть по какому-то критерию их динамически включать/отключать, скажем, если npm run test не возвращает ошибок, то я action "fix bugs" даже не запускаю), и, самое главное, workflows можно вкладывать друг в друга (то есть внутри одного композитного action я могу держать сколько угодно других композитных actions.

блин, я на этой штуке даже циклы собирал: по кругу вычитываешь баги из Sentry один за другим, и кормишь их промптом ИИ-агенту.

просто ставишь первому action в списке nested actions в conditional execution баш-скрипт, который с Sentry запрашивает одну за другой таски, и если их нет - то кидает non-zero exit code.

запускаю этот комбайн время от времени на минут 20, и он сам выгружает и фиксит 4-5 новых ошибок в Sentry, каждую оформляя в отдельный PR.

отдельно впечатлился с этой херни 🤯

чтоб вы понимали: "repeatable workflow" это не более чем промпт, в котором этот workflow описывается. никаких гарантий, что агент будет ему следовать, Agent Skills не вносят.

для сравнения, в том же суперкоде workflow из цепочек соединённых smart actions дают гарантированное следование workflow, с возможностью ветвления и всего такого. а custom roles точно так же позволяют задавать роли и разрешённые тулы. все workflow, которыми я пользуюсь (plan-and-implement / implement-and-refactor / implement-and-test / etc) устроены именно так, и как раз их гарантированность - самый главный фактор.

возьмите OpenAI/Google модели, и сделайте 10 запусков какого-нибудь workflow, который тупо описан в промпте, и вы поймёте, почему ✨гарантированность✨ выполнения шагов в workflow - это реально важно (спойлер: потому что в 1 случае из 4 не-Anthropic модели на хую вертели ваши просьбы следовать workflow, а Anthropic модели - в 1 случае из 10)

btw, Anthropic заопенсорсила Skills: https://agentskills.io/home

... правда, на момент "опенсорсинга" его уже итак поддержали крупные вендоры ...

... да и опенсорсить там, если честно, +- нечего... по сути очень тонкая документация ...

... не говоря уже о том, что context-based retrieval для rules в Cursor был завезён год назад, и де-факто это точно такая же механика, что и у Skills ...

--

вообще вокруг Claude Code сформировался небольшой странный культ, когда завезённые туда фичи воспринимаются как супер-инновация, когда другие тулы поддерживают их уже сто лет как. главная, и самая сильная инновация Claude Code - очень крутой механизм субагентов, который и по сей день в настолько же удобном виде мало кто повторил (хотя Cursor вон в бетку недавно завезли, но пока сыровато). но когда вижу в инете, как писаются кипятком от того, что в CC добавили conditional rules по файловым маскам.. или что другие conditional rules, по которым агент сам решает грузить их или нет на основе поля description, называют Skill и позиционируют как инновацию, это очень удивляет 🙂

https://blog.google/technology/google-labs/cc-ai-agent/

кто-то в гугл же реально сидел, и такой "блин, все эти чат-интерфейсы, голосовой ввод... насколько же они не чувствуют юзеров. мы сделаем ИИ, с которым надо общаться по email, вот это будет реально огонь"

при моей действительно большой любви к Google как к компании, я думаю, там есть технология, типа как в сериале "Разделение" - когда ты проходишь двери офиса, тебя на пару секунд переклинивает, глазки закатываются, и ты забываешь всё, что знал о UI/UX.

P.S. отдельный респект за нейминг. "как сказать, что ты полностью оторван от контекста ИИ-агентов, прямо это не говоря"

Сегодняшний апдейт лидерборда swe-rebench мне кажется одним из самых интересных за все время, по нескольким причинам:

1. Добавили целый ряд моделей: gpt-5.2, gpt-5.1-codex-max, Gemini 3 Pro, DeepSeek-v3.2, Devstral2. Все модели от openai теперь прогоняются через responses API с сохранением ризонинг блоков. И все модели по-своему интересны: – gpt-5.2 прыгнула на самый верх и теперь соревнуется с Sonnet/Opus 4.5. А главное посмотрите на кол-ве потраченных токенов в среднем на задачу – почти как gpt5-minimal. – gpt-5.1-codex-max сильно лучше gpt5-codex, но на фоне других моделей от openai не так уж выделяется. – Gemini 3 Pro – огромный скачок в агентских задачах по сравнению с 2.5 Pro. Оффтоп, но это моя любимая модель на текущий момент в бытовом пользовании, не могу народоваться фиче с нативной обработкой видео. – DeepSeek-v3.2 – новая сота в open-source, но также и сота по потреблению токенов 💀 – Devstral2 выглядит очень неплохо. Вроде как незаметный релиз от Mistral врывается в топ open-source моделей. – Не забывайте, что к ранжированию нужно относиться осторожно, задач не так много и доля случайности все еще большая, даже несмотря на усреднение по 5 ранам. Но общая картина думаю понятна хорошо. 2. Добавили Claude Code как reference сота агента 🎉 Режим запуска указан в инсайтах. 3. Для прозрачности Cost per Problem, добавили колонку Cached Tokens, как минимум для понимания, включен у модели кэшинг или нет.

некоторое время назад я поделился историей, как вместо покупки подписки на SaaS-сервис я его пересоздал с нуля через ИИ (с заточенными под меня фичами), и это оказалось даже дешевле.

а сегодня в канале Вани Замесина вышел очень хороший пост-размышление на эту же тему.

и вот подумалось, мы часто при появлении новой технологии обсуждаем "какие бизнес-модели теперь заработают", где сошлась экономика, а где что-то вообще стало впервые возможным. в общем, чё по opportunities.

но ведь обратная сторона медали: что-то сломалось. какую-то проблему новая технология решает лучше, чем те бизнесы, что решали её раньше. где-то экономика дистрибуции теперь разаливается из-за роста конкуренции. а где-то происходит структурный слом - ваша бизнес-модель не задета, но те бизнесы (ваши клиенты), которые вам платили, могли постарадать.

вот стало интересно, как думаете, что сломал ИИ? какие прибыльные вчера модели уже развалились? а какие ещё не развалились только потому, что есть инерция по интеграции ИИ?

мои мысли: 1. продукты вокруг несложной в повторении (<$100k dev costs) технологии, потому что ИИ-кодинг радикально снижает dev costs 2. большая пачка no-code тулов. AI-coding для обывателя - это по сути тот же no-code, но с гипер-кастомизацией. зачем Webflow, если тоже самое (и ещё в 500 раз больше) делает Cursor? 3. глобальные универсальные продукты (без сетевых эффектов), в которых не-идеальная адаптация под локальные рынки, окупались за счёт того, что разовая дорогая разработка универсального решения открывала доступ ко всему миру сразу. ИИ даёт удешевление разработки -> можно делать локальных конкурентов с локальной адаптацией и выбивать глобального игрока рынок за рынком. 4. (ща будет неожиданно) UGC-платформы. пока AI-слоп ещё иногда отличим от людей, но уже скоро совсем перестанет выделяться. medium и reddit превращаются в помойки с ужасающей скоростью. проверенные и подтверждённые авторские группы будут сильно выгоднее смотреться на этом фоне. и я не вижу пока даже намёков (и даже теоретических обоснований) того, что проблема идентификации ИИ-контента будет решена в ~10 лет. 5. "being human is the new black" - тренд на "живых людей в бизнесе" потенциально может создать проблемы для тех, у кого ИИ-автоматизация продаж/поддержки - ключевой актор сходимости экономики.

вообще, мыслей ещё тонны - что OF-моделям трудно конкурировать с ИИ-рендером, браузерным автоматизациям - с Comet/Atlas, как ИИ-чаты влияют на сходимость paid ads, и прочее.. но не хочется уходить в лютый лонгрид, гораздо интереснее послушать ваши мнения.

что думаете?