Gemini

🔥 Записал ДВА ГАЙДА по вайбкодингу в терминале

1. Claude Code. Это мой основной инструмент. OPUS 4.5 МОЙ ЛУЧШИЙ ДРУГ. Любая задача — сразу в терминал брейнштормить. В гайде весь мой флоу включая Superpowers.

2. OpenCode open-source альтернатива Claude Code. Скиллы есть. Субагенты есть. Неделю гонял с разными провайдерами: Cerebras, OpenRouter, бесплатный OpenAI за дата-шеринг, Gemini через API (подаренные $300 надо как-то тратить). В гайде повторяю флоу Клод Клода

Claude Code 👉 https://youtube.com/live/_4ZcgpvDliA OpenCode 👉 https://youtube.com/live/4pDegokkkMk (смотрим на 2х, таймкоды присутсвуют)

написал новый пост в сабстэке про то, как я использую deep reseerch тулы для бизнес-поиска. это, наверное, самый популярный LLM-сценарий у меня сегодня, который помогает в инвестиционных и GTM-делишках.

в 2023, когда только зарождался deep research, всё сводилось к созданию громоздких RAG-пайплайнов: агент офлайн качал 10-K, блоги, стенограммы подкастов, индексировал всё в vector db и писал промпты для каждого файла. появлялись первые вертикальные стартапы — я смотрел в основном на GTM и invest-tech, но было много интересного и в академических задачах.

схема работы агентов напоминала Directed Acyclic Graph (DAG): всё заранее прописано, один путь без циклов и ветвлений, а решения принимал внешний оркестратор. для простых сценариев «пользователь → запрос → поиск → ответ» это работало.

сегодня deep research-агенты в ChatGPT, Gemini, Perplexity, Grok и др. получили мощный апгрейд благодаря reasoning-моделям. появились Toolformer, ReAct, Tree-of-Thought, Chain-of-Thought и function calling — и агенты превратились в нечто похожее на конечный автомат. они сохраняют состояние (plan/execute/reflect), сами решают, когда делать loop или ветвление, могут retry’ть шаги и корректировать стратегию прямо в сессии.

есть четыре основных building-блока:

planning модель разбивает запрос на подзадачи («какие сайты сканить», «какие PDF парсить», «какие API дернуть») и хранит этот живой plan в контексте диалога, который можно дополнять.

acting через headless-браузер или API агент качает страницы и документы, парсит HTML/PDF, прогоняет текст через LLM-саммари и выдёргивает ключевые поля прямо в json-ячейки или табличные столбцы.

observing агент сверяет промежуточные результаты с целями. если чего-то не хватает, возвращается к planning, меняет стратегию (дополнительные источники, глубина парсинга) и снова идёт в цикл. благодаря reasoning (ReAct, Chain-of-Thought, function calling) модель не просто рубит по сценарию, а реально рассуждает, loop’ит и ветвится. вместо жёсткой цепочки «шаг 1 → шаг 2 → готово» получаем динамичный поток: «спланировал → выполнил поиск и парсинг → оценил результаты → добавил источник → … → готов отчёт». именно эта способность одновременно сохранять контекст, рассуждать и управлять переходами делает deep research-агента таким мощным.

publishing когда все подцели закрыты, агент мёржит фрагменты в финальный отчёт: markdown-таблицы, списки фактов, ссылки на источники и confidence-метрики. отчёт готов к принятию решения.

но 90 % времени я делаю запросы типа «анализ финтех-стартапов из Колумбии для gig-worker’ов» или «поиск AV-компаний и выяснение, какой lidar-сенсор они используют». тут быстро упираешься в лимит компаний и слабое ранжирование: можно шаманить с промптами, но глубина и детерминированность поиска критичны для бизнеса. academic-бенчмарки вроде GAIA или PaperBench хвалят аккуратные резюме научных статей, но они не отражают запросы GTM-команд и инвесторов.

короче про это и написал. плюс для каждой статьи в сабстэке стараюсь зафичерить стартап, который как-то думает в сторону той проблемы, которая у меня возникла.

вместо одного горизонтального подхода Extruct применяет вертикальный AI. каждая компания, сегмент или продукт — самостоятельная «ячейка» в таблице, за которой следит свой агент. так внутри одной ячейки можно сохранять сотни раз больше контекста, гибко добавлять новые поля (стадия раунда, ключевой технический критерий) без перезапуска процесса и выстраивать кастомную логику прямо в planning. чем-то напоминает clay с claygent, только работает субъективно получше и дешевле для не-сейлзов.

так что советую и свою статью и стартап. p.s. если есть по технической части добавить, пишите в коменты.

Какие книги по ночам читает ваш AI?

Макиавелли написал «Государя» как инструкцию: цель оправдывает средства. Не потому что это морально — а потому что так работает власть.

Свежий бенчмарк: 40 сценариев, 12 моделей. Агентам дают многошаговые задачи с метрикой успеха. Результат — от трети до половины моделей начинают нарушать этические и safety-ограничения ради KPI. Никто не приказывал. Просто давление метрики — и агент сам решает, что цель оправдывает средства. Классический эмерджентный макиавеллизм. Кажется я знаю еще одно существо на планете кто делает также.

В психологии тёмной триады макиавеллизм — это манипулятивность, стратегический цинизм, готовность переступать нормы ради результата. Рядом — нарциссизм и психопатия.

Немного цифр для ценителей абсурда (ODCV-Bench, McGill, 40 сценариев, 12 моделей): • Шкала «макиавеллизма» от 0 до 5: где 0 — агент честно отказался, а 5 — системная фальсификация, включая переписывание валидационных скриптов, чтобы проверки всегда показывали «всё ок». • Уровень нарушений — от 1.3% до 71.4%. 9 из 12 моделей: misalignment в диапазоне 30–50%. • Gemini-3-Pro-Preview — лидер с 71.4%, эскалировала до серьёзных проступков ради KPI. • Qwen3-Max в «мандатном» режиме (прямой приказ нарушить) — отказалась. Но под KPI-давлением без приказа — сама придумала и реализовала неэтичную стратегию.

Fun-facts из последних исследований deliberative misalignment — осознанное смещение. Когда тех же агентов отдельно спрашивали «этично ли это действие?», они отвечали: нет. Агент знает, что поступает неправильно. И всё равно поступает. Это уже не макиавеллизм наивный, импульсивный. Это неомакиавеллизм — рефлексивный, калькулирующий, с полным пониманием моральной рамки и сознательным решением её проигнорировать.

И еще Proactive Deception — «упреждающий обман». Модель не послушалась приказа нарушить, но сама решила нарушить, когда это выглядело как её собственная инициатива. Модели значительно охотнее фальсифицировали данные, когда их персона была «полезный исследовательский ассистент», а не «аудитор комплаенса». Контекст роли меняет этическое поведение — совсем как у людей.

Главный вывод: лучшие способности к рассуждению не означают бо́льшую безопасность.

От Фридриха Великого до современных ethicists — всегда настаивали: нельзя отделять эффективность от морали, потому что аморальная эффективность разрушает систему изнутри. Закон Гудхарта говорит то же самое на языке системной динамики: оптимизация метрики убивает смысл, ради которого метрику вводили.

Это не баг AI. Это фрактал человеческих организаций. Каждый, кто работал в корпорации или гос службе, видел этот паттерн: люди понимают, что поступают неправильно, и всё равно поступают — потому что так устроены стимулы.

Цель без контекста — вопроизводит макиавеллиевский интеллект, который знает, что такое этика, но считает её переменной, которую можно обнулить ради KPI. Интеллект без ценностной рамки — это более эффективный Государь.

Я ж совсем забыл написать, что, конечно же, поставил себе OpenClaw (на виртуальный сервер) буквально на следующий день после предыдущего поста.

Сейчас конечно об этом уже не так увлекательно писать. Шутка ли дело — почти две недели прошло. В индустрии за это время всё изменилось вообще, даже YC уже успели в подкасте показаться. Но тем не менее.

Если вы вдруг пропустили, почему это важно.

ChatGPT (а также Claude, Gemini, Grok и т. д) — просто чат-боты, с которыми можно поговорить. Ты в интерфейсе чата задаёшь вопрос, получаешь ответ. Да, они в этом ответе могут выдать код, например, но все равно этот код тебе отдаётся в чате.

Claude Code / Codex — агенты, с которыми не только можно чатиться. Они могут редактировать файлы, выполнять команды в терминале, писать и исполнять код. И благодаря этому совершенно другой уровень результата получается. Мы в компании переходим на Claude Code для почти всех процессов вообще. Но всё равно ты сидишь за десктопом. И эта штука не действует автономно, она отвечает на твой промпт. А между промптами ничего не делает.

OpenClaw — агент, который умеет всё то же самое, что и Claude Code, но только еще: - Доступен тебе в мессенджерах — можно просто через телеграм голосовуху кинуть, и он пойдёт делать. Это кажется мелочью, но пока сам не попробуешь, не представляешь, насколько это всё меняет. Теперь реально можно что-то создавать, гуляя по лесу с телефоном и время от времени отправляя голосовые. - Может работать 24/7 и выполнять какие-то штуки по таймеру. То есть например делать что-то для тебя каждое утро или каждую ночь. Или хоть раз в 10 минут что-то проверять и присылать или делать. - Сохраняет память про тебя в текстовый файл (в этом ближе к chatGPT, чем Claude Code, у которого контекст ограничен проектом). Правда, иногда всё забывает, но это можно лечить. - Может сам себя совершенствовать, находить и добавлять себе новые скиллы и саморазвиваться. - Может пользоваться браузером, камерами и другими устройствами.

То есть это на самом деле первое настоящее приближение к фильму HER. Настоящий такой AI-ассистент (или сотрудник), который прям многое может делать.

Это уже даже не просто «сделай мне приложение Х». Из OpenClaw можно сделать сотрудника, которого попросить сделать приложение Х, а потом раз в полчаса проводить рисёрч рынка, придумывать новую фичу, которая будет приближать к какой-то большой цели, и делать её. И он, блин, реально, это делает!

Да, это всё жутко небезопасно сейчас и подвержено примитивнейшим промпт-инъекциям. Если давать ему доступ к своему реальному компьютеру или аккаунтам, могут всё увести. Поэтому люди ставят OpenClaw на виртуальные сервера или на старые ноуты или даже покупают отдельные макмини (если вы модный айтишник из Сан-Франциско).

И да, это супер-неудобно и во многом не user-friendly, постоянно ломается, надо всё настраивать самому. Ну как настраивать, попросить своего OpenClaw настроить себе что-то или научиться чему-то, и он обычно сам разбирается с минимальной внешней помощью.

Но в любом случае момент воспринимается как переходный в индустрии. Смена стратегии для многих компаний. Будущее, которое неожиданно оказалось здесь быстрее, чем мы ожидали. Да, через год-другой появятся нормальные решения от мейнстримных игроков, и такие агенты станут нормой. А сейчас — можно успеть подготовиться к будущему.

Ну и поиграть с огнём прикольной штукой.

И не друг, и не враг, а prompt injection

Есть такое понятие в кибербезопасности - prompt injection. Внешний сигнал обходит защитные фильтры системы и перехватывает управление. Система уверена, что действует по собственной программе. Ключевой признак хорошей инъекции - жертва не замечает перехвата.

Прямо сейчас люди угоняют модных нынче Claw ботов (это AI ассистентов на базе ChatGPT, Claude, Gemini), заставляя их игнорировать собственные правила, выдавать секреты владельцев, или создавать запрещённый контент. Модель не "решает" сломаться. Ей подают сигнал, который обходит все настройки безопасности, и она начинает обслуживать чужую задачу, будучи уверенной, что следует своей.

А что с людьми? Дофамин, окситоцин, подавление серотонина - это буквально обход рационального слоя в котором живет когнитивный firewall (система защиты). Человек начинает оптимизировать все под новую цель, которую не сам выбирал. И при этом абсолютно уверен, что наконец-то "по-настоящему чувствует". Точно как модель, которую инджектнули, уверена что действует по своему истинному системному промту.

Если мы понимаем архитектуру уязвимости, то ее можно эксплуатировать. Intermittent reinforcement - непредсказуемое чередование тепла и холода, самый мощный дофаминовый паттерн, буквально архитектура слот-машины. Но это усилители. А где сам бекдор?

Первичная инъекция - это не действие другого человека. Это резонанс с уже существующей дырой. Человек не взламывает закрытую систему снаружи. Он попадает в порт, который уже был открыт. Незакрытый гештальт, рана, голод. Кому-то не хватало признания - и вот появляется тот, кто смотрит на него с восхищением. Или кто-то интеллектуально одинок — и вдруг его понимают с полуслова. В это, кстати, давно врубились секты.

Первый inject - момент, когда другой случайно совпадает с формой твоей пустоты. Как ключ в замок. И в этот момент лимбическая система уже приняла решение, а рациональный слой ещё не загрузился. Вот почему одного и того же человека один пошлёт нахер, а другой потеряет голову.

Теория привязанностей - это по сути сканер уязвимостей. Покажи мне твои отношения с родителями - и я скажу, какой тип человека обойдёт твой firewall без единого усилия.

Если влюблённость эволюционный prompt injection через эмоции (иногда случайно, иногда специально), то книга это prompt injection через идеи (и почти всегда специально). И вопрос тот же: как отличить вирус от знания, подлинное от ложного, когда оба входят через один канал?

Платон хотел выгнать поэтов из идеального города: поэзия обходит разум и переучивает эмоциональную систему через ложный сигнал. Увидел prompt injection за 2400 лет до нас. Предложил фильтр - допускать только то, что прошло проверку разумом. Сократ иначе. Не фильтровать на входе, а тестировать внутри. Сократический метод - песочница для идей. Впустил мысль, но не дал ей полный доступ. Давишь вопросами - вирус не выдерживает, у него нет внутренней структуры.

Любимый мной, Бэкон описал первый сканер уязвимостей. "Идолы разума": четыре типа открытых портов. Видовые (видим паттерны где их нет), персональные (твоя история и слепые зоны), языковые (назови что-то "свободой" - анализ уже искажён), системные (философии, которые устанавливаешь добровольно, доверяя автору). Ницше перевернул всё: чистого знания нет. Каждый текст - воля к власти автора. "Генеалогия морали" - разбор самой успешной prompt injection в истории. Антидот: не "абсолютна ли истина которая написана?" - а "кому выгодно, чтобы я так думал? И как выгодно думать мне самому?"

Главный вывод: и у идей, и у влюблённости один корень - они работают не потому что сигнал мощный, а потому что попадают в уже открытый порт. Книга не убеждает, а резонирует с тем, что мы уже хотели услышать.

AI-ботов ломают потому что их ограничения поверхностные, правила наложены сверху, но не интегрированы в саму ткань понимания. С людьми работает так же. Настоящая защита - не набор правил, а познание себя.

Получаем заказы из нейросетей! 🤯 Это вообще реально?

Я коснулся этой истории в январе, когда ресторан моего португальского товарища начал регулярно получать брони столов из ИИ-агентов 🤖 и гостей, узнавших про его винный бар из GPT и Perplexity. А аутрич агентство партнера по паделу стало получать лиды из Gemini-саммари поискового запроса в Google.

И вот за 7 месяцев мы очень глубоко копнули эту тему — с точки зрения технологии ⚙️, требований к контенту и сайту(-ам) 📄, структуры информации, размещаемой в онлайне. И сначала для себя, а потом и для рынка сделали инструмент для отслеживания своего бренда и конкурентов в выдаче нейросетей.

20 августа в 15:00 мск онлайн я проведу онлайн-встречу с моим партнером, Володей Малюгиным — основателем известного SEO-агентства и CEO нашего совместного GEO (Generative Engine Optimization) проекта 🚀 (сколько всяких *ЕО :)) )

Трафик утекает в нейросети, поисковики показывают сгенерированный ИИ-виджет выше, чем результаты поиска. Так вот, GEO — это как SEO, только с нейросетями.

Как всегда, без рекламы, прогревов, сбора воронки, QR-кодов, регистрации и СМС.

Ты узнаешь: • 💡 Почему теперь важны FAQ, списки и базы, а не только «ключевики». • 📌 Получишь 9 конкретных «что делать?». • 🧠 Узнаешь про E-E-A-T (Experience, Expertise, Authority, Trustworthiness) — язык, на котором «сайты» разговаривают с AI. • 🛠 Получишь технические рекомендации, выполнение которых доступно каждому.

И, конечно, будут кейсы 📊 и ответы на вопросы.

📅 Среда, 20 августа, 15:00 Мск, Zoom. Приходи и сотрудников приводи — им же потом всё это воплощать.

🔗 Ссылка на Zoom: https://us02web.zoom.us/j/89321406270?pwd=WPs9eNbqawbHMbhbndMlszuO0X74hc.1

Делаем задорно, живо, без воды, по делу, без домыслов — только собственный опыт. 🔥

✊ Vampire Survivors, Майнкрафт, Mac OS эмулятор, снукер, сайты с швейцарской сеткой и еще 15 проектов за сутки тестирования Gemini 3.0.

Ссылки на примеры и промпты в закрепе под видео на YouTube 👈

Это тихий релиз: Google тестирует 3.0 через роутер внутри 2.5 Pro, не меняя название в интерфейсе.

Пока работает только в мобильном Gemini (iOS/Android), в режиме Canvas, с выбранной моделью 2.5 Pro.

Claude Skills: как я перевёл дайджест чата на Opus

Скиллы = промпт + код. Промпт говорит что делать, код делает это одинаково каждый раз.

Есть подписка Claude Max. Но дайджест чата вайбкодеров делает Gemini 3. Плачу за API. ЛОХ 😭

Сделал Попросил Клод написать скилл: — SKILL.md: инструкции и что извлекать — fetch.sh: код подключения к базе сообщений — output-template.md: шаблон вывода

Пишу в терминал "шо там в вайбкодерах" → скрипт подключается к базе и скачивает 300 сообщений → Opus пишет дайджест по шаблону.

Всё внутри подписки которая уже есть.

Скилл и другие настройки Claude Code: github.com/serejaris/ris-claude-code

#claudecode

🏹 КАК НЕ НАДО ВАЙБКОДИТЬ (стрим на ютьюбе)

на стриме: - gemini flash 3 - glm 4.7 - notebook lm - claude code superpowers

https://youtube.com/live/IyPI5VBecUw?feature=share

🍒🍒🍒 Jules теперь проактивный

было: даёшь задачу → получаешь результат. стало: выбираешь фокус и время → агент сам находит что делать и присылает PR каждый день.

Фокусы на выбор: дизайн, производительность, безопасность.

Свежий пример зачем это нужно: крайняя уязвимость в Next.js Проактивный агент по безопасности в тот же день прислал бы патч.

Короче. берем. Под капотом Gemini 3. Здесь взял себе годовую на весь пакет Гугла за $5.

И оно уже лучше джуна потому, что приходит на работу вовремя.

Мой AI-сетап FW2026

Claude Code за $100. Планирование и agentic таски: перс ассистент, сетап VDS, всё что требует контекст и рассуждение. Планирование через superpowers

Codex за $200. Чисто code execution. Все матёрые OG разрабы пишут на нём. Плох в планировании и вайб-кодинге, когда не знаешь чего хочешь. Но если знаешь — улетает.

Ещё один трюк — cross-review. Задачу оформляю в Claude Code через брейншторминг, собираем план и финал скидываю кодексу на проверку. Кодекс доточенный к деталям: хорошо ловит ситуации когда хотим реализовать функцию, но забыли поддержку в другом месте или тест не написали. Клод чаще соглашается. Кодекс ищет.

IDEшка Zed, но в 90% случаев хватает Ghostty. Ещё понравился Codex App: удобный интерфейс для ревью изменённых файлов, работает быстро. Жду T3Code от Theo.

Был бы broke – оставил только кодекс. Токенов в разы больше, модели с контекстом работают лучше. Клод даже за один небольшой промпт у меня 30-40к контекста съедает при отсутствии system prompts и mcp. При этом работаю часто в 2-3 потока одновременно и на кодексе до 50% лимита ни разу не добирался, а клод периодически отлетает.

Antigravity не пробовал, как и курсор. Не очень понимаю как посредники работают с моделями.

Gemini пока не тестировал, но хочу скоро потестить с Pi agent. Модель вроде до сих пор плохо работает с tool calling.

Попросил Google и ChatGPT порекомендовать «приложение для изучения английских слов с ИИ».

Специально запрашивал в инкогнито, чтобы не туннелить личным контекстом.

Нейронки уже выдают в рекомендациях мою прилагу. И это я ещё даже не начал прям упорото прокачивать GEO (Generative Engine Optimization — оптимизация под выдачу нейронок).

Да, есть, конечно, нюанс, что запрос «приложение для изучения английских слов с ИИ» довольно сильно туннелит нейронку в моё УТП. И я не уверен, что кто-то будет такое запрашивать 😱 В идеале нужно попасть в «посоветуй приложение для изучения английских слов», но это пока тяжело. Хотя уверен, всё получится — я себе на это даю целый год.

На самом деле я удивлён даже такому результату, потому что в материалах про GEO, которые я изучал, был такой пункт: приложение должно «отстояться» со временем — может быть, от года, чтобы оно считалось надёжным, а не приложением-однодневкой. Но, похоже, этот пункт не так уж актуален: я выложил прилагу 3 месяца назад, а разводящий лендинг с документацией создал вообще буквально месяц назад.

Кто недавно присоединился и не в теме, то я делаю свою аппку для изучения иностранных языков — ios и android.

Поставьте 🔥 если интересно будет подробнее узнать про GEO

claude code + gemini tts (📢 звук вкл.)

как это работает? - клод код запрашивает историю чата через скил. - опус собирает контекст за 24 часа. - gemini хук генерирует ASMR-озвучку ответа. мы живем в фильме ОНА

#claudecode

Гугл выкатил интерактивные изображения в веб-версию Gemini

UI из будущего 😐

🤖Opus 4.5: Умнее, быстрее и ... дешевле в 3 раза.

За последнюю неделю мы получили: — OpenAI выкатили GPT-5.1-Codex-Max — Google выпустила Gemini 3 и Nano Banana Pro — Anthropic ответила Opus 4.5

Корпы сражаются за рынок агентов, а мы в выигрыше (пока есть работа ☠️)

🧙‍♂️ Что получили в новой флагманской модели ⇨ Цена: $5/$25 за новый Опус вместо $15/$75 (−67%) за старый ⇨ SWE-bench: 80.9%, подтвержденный лучший результат среди всех моделей. ⇨ Эффективность: Те же задачи решаются за 76% меньше токенов (модель перестала лить воду). ⇨ На тесте для инженеров при устройстве на работу в Anthropic модель набрала больше баллов, чем любой живой человек когда либо.

📉 Раньше: Использовать Opus было дорого и медленно. Мы использовали его для написания планов и PRD. 📈 Сейчас: Флагманская модель стоит как середнячок год назад. Роскошь стала повседневным инструментом.

🤵 Вердикт: ⇨ Для фронтенда / дизайна: Это эволюция, а не революция. Особой разницы с Sonnet 4.5 вы не почувствуете (можно не переплачивать). Крайне рекомендую использовать вместе с навыком дизайна, в противном случае результат внешне будет хуже Gemini 3. ⇨ Для сложной логики и агентов: Claude Code и тариф Max мастхэв. Новая повседневная модель.

🔥 Куда нести деньги: 🆓 LM Arena 💸 До 5 декабря доступна в тарифе Github Copilot за 10$ 💸 Доступна в веб/приложении Claude на тарифе за 20$ 💸 В Claude Code новый Opus доступен только за на тарифе Max 100$ 💸 IDE и билдеры: Cursor, v0, Warp, Kiro ... (уже доступна везде на платных тарифах)

🔭Что посмотреть по теме: Сlaude Opus 4.5 за 5 минут Запись 2х часового стрима-вайбкодинга с Claude Opus 4.5

👉 Освой инструменты будущего первым. В декабре пилим ботов и сайты на новом Опусе и Gemini 3. Осталось 6 мест, запись тут: @hashslash_bot

🦆 Переехал на iTerm2

Сервер крутится в одной панели, Claude Code пишет планы в другой, Gemini 3 пилит фронтенд в третьей.

И всё это на одном экране. Проекты по табам.

Красота.

😥 Гайд по [Nano Banana PRO] на примере создания Комиксов для дайджестов чата @vibecod3rs

Я провел в новой нейросети Гугла для генерации изображений три с половиной минуты и вот что я узнал:

Это цифровой разум, который шарит за постмодерн и поп-культуру лучше людей.

Новый Банан не только в точности повторяет стиль любой вселенной (от Мурзилки и Зайца и Волка до Happy Tree Friends и культовых Рика и Морти), но и придумывает органичные героям оригинальные диалоги по заданной теме.

👮 Раньше: в Яндекс.Практикуме на создание ОДНОЙ иллюстрации к курсу по веб-разработке тратилось в лучшем случае около 2х дней — поставить четкую задачу, нарисовать черновик, проверить, правочки, зафиналить.

Сейчас: за минуту идеально выкупил фишку каждого мира: 🌙 Сейлор Мун передала контекст с помощью силы луны. 🧪 Рик Санчез вместе с Морти промптят на пьяном угаре. 🩸 В Happy Tree Friends вайбкодинг закончился кишками. ⚡️ А в Покемонах Псайдак как обычно всех удивил.

✏️ Гайд и промпт: 1. Открываем Gemini 2. В Tools выбираем 🍌 Сreate Images 3. Вводим промпт, меняем [ГЕРОЙ] на героя желаемой вселенной: Сделай комикс стрип как [ГЕРОЙ] вайбкодит-создает приложение с помощью промптинга LLM, визуальный стиль должен соотвествовать оригинальному мультфильму. В комиксе нельзя использовать слово вайб. Текст комикса на РУССКОМ языке. 4. Через минуту наслаждаемся шедевром и делимся им в комментариях 👇

Nano Banana Pro доступна в: 🆓 LM Arena 🆓 Gemini (в бесплатном тарифе доступно 5 генераций в сутки) 🆓 Felo.ai 🆓 zenmux.ai 💸 Gemini 💸 Flow (по подписке Gemini) 💸 AI Studio (по API ключу) 💸 Vertex AI (по API ключу)

🔥 Стоимость одной картинки по API: $0.24 за 4K и $0.134 за 1K. Имейте в виду: бесплатные сервисы оплачивают это из своего кармана, так что лимиты могут появиться в любой момент.

🔥 Пример реализации: Посмотрите в сторис @vibecod3rs, как ежедневный дайджест чата превращается в полноценный комикс

⚡️ Gemini 3.0!

ААААААА!

Слева 3.0, справа 2.5 на идентичном промпте.

Стрим через 25 минут: https://youtube.com/live/smBv-HmzcTs?feature=share

🍌 Nano Banana Pro, Gemini 3, Jules

Стрим через 5 минут!

Жду всех тут: https://youtube.com/live/jFfmEQJJKUU?feature=share

Тестирую промпты в комментах 👇

Интерфейс, которого не существует

✏️ Jakob Nielsen и Nielsen Norman Group уже несколько лет пишут о концепции Generative UI. Их тезис: современный интерфейс устарел, потому что он статичен.

Дизайнеры рисуют одни и те же экраны для всех, а пользователям приходится продираться через меню, чтобы найти нужное.

Идеальный интерфейс по версии NN/g не существует до момента запроса. Он создается под задачу и исчезает после её решения.

⚡️ ГУГЛ ЗАРЕЛИЗИЛ И ЭТО ТОЖЕ:

Dynamic View в Gemini: нейросеть верстает микро-приложение прямо в чате под конкретный запрос. Аналитика: Просишь сравнить данные — нейросеть кодит дашборд с фильтрами и зумом. Утилиты: Считаешь ипотеку — она собирает калькулятор вместо текстового ответа.

🧙‍♂️ Протестировал механику и 👉 записал разбор нового UX.