ChatGPT vs DeepSeek

Поучаствовал в флешмобе "LLM, а расскажи мне про меня". Только не на основе истории чатов с GPT, а на 7 годах истории постов в этом телеграм канале (заодно научился скачивать полный дамп канала в JSON, спасибо Питону). Эксперимент по-своему интересный, так как подсвечивает публичную сторону личности, которую я тут бессознательно строю пост за постом. Итак, встречаем телеграмного Данила

Позитивные качества:

1. Профессиональная компетентность - глубокое техническое и художественное мастерство 2. Интеллектуальная честность - способность признавать сложность явлений и менять мнение 3. Целеустремленность - последовательное движение к целям несмотря на препятствия 4. Аналитическое мышление - способность глубоко анализировать ситуации и проблемы 5. Самостоятельность - умение принимать важные решения и нести за них ответственность 6. Надежность - высокий уровень ответственности перед клиентами и коллегами 7. Любознательность - постоянное стремление к новым знаниям и технологиям 8. Самоирония - способность с юмором относиться к себе и ситуациям 9. Семейные ценности - приоритет благополучия семьи 10. Эмпатия - понимание и уважение к чужим точкам зрения

Негативные качества:

1. Перфекционизм - чрезмерное стремление к идеалу в ущерб эффективности 2. Тревожность - склонность к избыточному беспокойству о будущем 3. Прокрастинация - откладывание важных решений и действий 4. Социальная замкнутость - избегание нетворкинга и социальных контактов 5. Трудоголизм - склонность к чрезмерной рабочей нагрузке 6. Сложности с делегированием - стремление все контролировать самому 7. Синдром самозванца - неуверенность в собственной компетентности 8. Избегание конфликтов - нежелание отстаивать свои интересы 9. Излишняя осторожность - чрезмерная оценка рисков 10. Самокритичность - склонность преуменьшать свои достижения

Я хз на счет позитивных, но негативные я все узнал 😅

Мы на занятии по ИИ со студентами с помощью ИИ (Composer внутри CursorAI) пишем систему, которая с помощью GPT 4o-mini будет фильтровать спам-сообщения в группах Телеграме с веб-интерфейсом, куда студенты смогут загружать свои промпты и проверять насколько хорошо они фильтруют спам, чтоб они закрепили навыки в prompt-engineering которые я им давал

So meta! :)

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.

Прилетел в Сан-Франциско. Последний раз был тут в 2019. Очень многое изменилось с тех пор, конечно.

- Энергия бурлит! OpenAI, Anthropic, Cursor, Google — все тут. AI-компаний больше, чем когда бы то ни было. В старых зданиях когда-то были склады и заводы, потом офисы корпораций типа Oracle, а теперь молодые и бордые AI-стартапы. - Поговорил с людьми буквально несколько дней, вдохновился, стало кристально понятно, что дальше делать с нашими компаниями. Магия! Осталось сделать. - Ремоут закончился: стандартное ожидание теперь в том, чтобы ходить в офис минимум 3 дня в неделю. Людей повсюду толпы, в кофейни и рестораны очереди. На набережных и в парках не протолкнуться от бегунов. - Город «разговаривает» с тобой про AI: кажется, что почти вся наружная реклама тут — AI-стартапы. Биллборды, остановки, троллейбусы — все про AI. Ну то есть понятно, что это самое важное, что сейчас происходит. Прикольно видеть знакомых: Nebius, Clickhouse, привет! Местные жалуются, что от работы не спрятаться ну вообще нигде. - Как сказал знакомый: тут ты только спишь, работаешь и занимаешься спортом. Больше делать особо нечего. - Погода на меня влияет сильно. Как-то намного приятнее работается и спортом занимается, когда вокруг солнце, сухо и тепло. - Селф-драйвинг уже настолько обыденная реальность, что даже писать об этом неловко. Очень быстро привыкаешь и перестаёшь удивляться. Роботакси стоит дороже обычного, потому что комфортнее и безопаснее. И люди охотно готовы платить. - Тост с авокадо и чашка кофе стоят $26 (с налогами и чаевыми). Проехать 20 мин на арендованном электро-самокате — $12. Дорого быть AI-стартапером.

А вы же понимаете, что обучение тоже капец как меняется?

Месяц назад я не умел собирать телеграм-ботов в n8n, а теперь умею.

Меня никто этому не учил, я не проходил никаких курсов. Я просто задавал вопросы ChatGPT и он мне по шагам рассказывал, что делать. И теперь я как-то худо-бедно это умею на уровне начинающего зеро-кодера. А чего не умею — то точно так же спрашиваю у ChatGPT и сразу же учусь.

Получается, что любые курсы «твердым» навыкам больше не нужны. Зачем мне тратить на это время и деньги, если ChatGPT научит меня чему угодно лучше любых курсов за $20 в месяц?

А вот чего ChatGPT мне пока не заменит — это мотивацию учиться, комьюнити и живое общение с людьми.

Получается, что раньше все смеялись над «инфоцыганами», которые продают мотивацию, а теперь только такое обучение и будет востребовано?

LLM как источник консолидированных знаний

Занимаясь проектом по реализации синтетических пользователей для ускорения извлечения инсайдов с помощью LLM в custdev-ах, пришел к интересному наблюдению.

В нашем мире знания распределены между различными отдельными инстансами (людьми, книгами, и т.д.), в случае с людьми - очень смещенными. Интернет – это пример первого удобного источника агрегированных знаний (до него, например, были библиотеки / энциклопедии). LLM – это новое поколение инструментов с консолидированными знаниями (для меня это еще одно объяснение, почему LLM так хорошо зашли: многие мои знакомые теперь идут в deepseek, а не гугл, чтобы понять как сделать VAT refund в поездке или понять что делать с отменой рейса).

Рассмотрим на примере custdev-ов (глубинных интервью).

Раньше: 1. Выбираешь целевой сегмент пользователей 2. Формулируешь гипотезы болей 3. Собираешь 20-30 человек 4. Проводишь интервью, спрашиваешь о том, что “болит” 5. Собираешь транскрипты, фиксируешь инсайды (субъективно относительно того, что проводит custdev) 6. Делаешь саммари 7. Формулируешь идеи / гипотезы продуктов 8. Делаешь корректировки и повторяешь процесс ** Шаги 5-6-7 – это переход от отдельных смещенных инсайтов к агрегированному “знанию”

С приходом LLM как это выглядит теперь: 1. Выбираешь целевой сегмент пользователей – через промпт 2. Формулируешь гипотезы болей – через промпт (+ задаешь контекст) 3. Получаешь инсайды уже в виде саммари и идеи

Почему так? Внутри LLM уже содержится информация по всем-всем вариантам (которые встречались при обучении конечно), и ее ответ УЖЕ агрегированная информация. Нет смысла генерировать 30-50 диалогов с пользователями (тут есть отдельный риск, какой кстати?) и потом делать саммари (через ту же GPT). В реальной жизни без LLM мы так делать не можем – надо сэмплировать знания из отдельных людей и потом агрегировать.

P.S. в этом посте я намеренно не рассуждаю на тему репрезентативности инсайдов от “синтетиков” и не говорю о том, что привычные custdev-ы больше не нужны. Мне интересно посмотреть и порассуждать в комментах на интересный кмк переход и к чему он может привести.

Прерву серию постов про Випассану важной вакансией

Ищем бизнес-ассистента к нам в Epic Web3!

Предыдущий пошел на повышение 🙂

Ниже описание задач. Удалёнка, гибкий график, все дела.

Документы

– Подготовка и ведение договоров и счетов – Отслеживание документооборота: обновление таблиц со статусами, напоминания команде и партнёрам, чтобы всё шло по плану

Поездки

– Помощь с организацией командировок и виз для команды

Операционка и разное

– Работа с дизайнерами: ставим задачи, собираем фидбэк, следим за дедлайнами (хотя вообще-то блин какие дизайнеры, ChatGPT же) – Помощь по разным рабочим вопросам – Ведение базы полезных материалов – Поиск и общение с площадками для мероприятий – Загрузка фото и видео после ивентов на нужные платформы – Помощь с онбордингом новых коллег: собираем всё нужное, создаём аккаунты

Откликайтесь напрямую Оле @olyakovalieva

А вот и запись стрима про то, как AI меняет работу продакта - enjoy!

https://www.youtube.com/watch?v=51yp8YWAYgI

В этом вебинаре Байрам разбирает, как меняется роль продакт-менеджера в эпоху LLM и агентных систем. Это не разговор про “использовать ChatGPT”, а системный разбор того, как перестраивается весь процесс работы: от прототипирования и user research до аналитики, UX-аудита и продуктовой стратегии.

Разбираем реальные кейсы: - переход от ChatGPT к кодовым ассистентам и Claude Code - прототипирование через видео и генерацию UI - AI-интервью вместо классических survey + глубинных интервью - автоматизация аналитики и “утренний автопилот” продакта - UX-аудит через best practices - generative UI и передача части бизнес-логики LLM

Отдельный блок — как думают топ-компании: LinkedIn (FullStack Builder), Shopify (Reflexive AI), Anthropic, Andrew Ng — и почему узкое место смещается из кодинга в продуктовую постановку задач.

Главный вопрос видео: Что произойдет с ролью PM, если 70% задач автоматизируется?

Это разговор про смещение фокуса — от написания документов к постановке целей, управлению агентами, формированию vision и границ системы.

Как быть в курсе новых возможностей CSS

Саша Грейф поделился списком ресурсов, откуда он узнаёт новости про CSS. В списке даже ChatGPT есть, который уже не так сильно отстаёт по свежести знаний, как это было всего полтора года назад.

https://css-tricks.com/how-to-keep-up-with-new-css-features/

А я поделюсь с вами своим списком, откуда сам беру новости.

1. Релизы браузеров. Спецификации могут долго зависать на стадии обсуждений, а вот релиз фичи в браузере — это уже повод с ней поиграться. - Chrome - Firefox - Safari

2. Социальные сети нынешних и бывших браузерных деврелов. Юна Кравец, Джен Симонс, Адам Аргайл, Томас Штайнер и другие. Часто деврелы вкидывают в обсуждение спеку ещё на этапе глубокого черновика, но уже тогда можно ознакомиться с идеей.

3. Личные блоги крутых веб-разработчиков. Подписался через Feedly на RSS-ленты блогов, раз в неделю проверяю, что новенького у них появилось.

4. Подкаст «Веб-стандарты» (@webstandards_ru). Все ведущие скидывают в редакторский чатик разные полезные ссылки, некоторые сам бы я не нашёл. Из них мы потом формируем сценарий подкаста. Некоторые вещи я приношу сюда в канал.

5. MDN. Иногда захожу в категорию CSS и начинаю листать список свойств. Нахожу новое для себя, ищу по нему информацию в интернетах, нахожу интересные статьи.

Retain - архив ваших чатиков с AI

Иногда, хочешь найти переписку с дружбаном, но не помнишь, где именно ее делал: то ли в claude, или в claude code, а может в codex, или chatgpt.

Чтобы решить это сделал небольшую программку для Мака: импортирует все ваши чатики из Claude Code/Codex/ChatGPT/Claude.ai и дает поисковик по ним - см картинки в аттаче.

В будущем, будет еще предлагать как автоматизировать повторяющиеся паттерны-задачи, что вы им даете, какие скиллы создать или скачать. Де-факто это эволюция Claude Reflect

https://github.com/BayramAnnakov/retain

enjoy! если будут пожелания - лучше создавать github issue.

Начался университет. Я сделал выводы из прошлого года и пытаюсь заставлять студентов говорить по-максимуму

Итоги пока такие: 2 курс - 6 из 6 людей "поговорили" на лекции, один даже включил камеру (БОЖЕЧКИ-КОШЕЧКИ!) 4 курс - 2 из 13 людей "поговорили".

К сожалению эту тенденцию я наблюдал еще в 2009 году - когда к 4 курсу студенты (и не важно что тогда это был ХНУРЭ) настолько теряют веру в ВУЗ как инструмент обучения, что проедпочитают "отбывать номер" и соблюдать формальности. Они просто не верят что их чему-то научат

и на 2 и на 4 курсе я в том числе задавал один очень простой вопрос "А зачем вам, во времена безлимитных туториалов на ютубе и study mode в ChatGPT собственно я в формате лекций и всего остального - почему бы мне не просто набросать роадмап, отвечать на вопросы, может даже асинхронно, зачем вот это всё?"

Мне тут рассказали про одного предпринимателя, который запретил у себя в компании использовать AI 😅 говорит, что сотрудники вообще перестали думать сами: просто по любому вопросу идут в ChatGPT и даже не проверяют ответ.

Я понимаю, в чём проблема, но кажется, что если сотрудники не думают — дело не в ChatGPT :)

Короче, я тут подробно описал весь свой предпринимательский путь. Сделал большую-большую заметку, где все подробно расписал.

Загрузил в ChatGPT в отдельный проект. Плюс загрузил туда все свои заметки по итогам каждого года с 2017го, чтобы было больше контекста.

И спросил его, что мне мешает уже наконец заработать очень много денег 😅

И он, сука, очень точно все разложил!

1. Эмоциональная зависимость от бизнеса

Каждый кризис → депрессия, ощущение, что «всё пропало». В такие моменты ты принимаешь решения на эмоциях. Это мешает выстроить спокойную стратегию.

2. Ставки all-in и позднее признание ошибок

Ты много раз «удваивался» на гипотезах, которые потом не взлетали. У тебя нет «мясорубки гипотез» с лимитом времени/денег. Ты позволяешь экспериментам тянуться дольше, чем нужно. В итоге ты много теряешь на затяжных тестах.

3. Фокус на «громкие вещи», а не на кэш-машины

Ты силён в бренде, ивентах, комьюнити. Но эти бизнесы редко становятся по-настоящему денежными машинам. Ты часто идёшь туда, где «интересно» и «видно», а не туда, где «самый простой путь к деньгам».

4. Финансовая дисциплина и подушка

У тебя нет привычки «сначала прибыль, потом рост». Ты идёшь в рост, а прибыль подтягивается (или нет).

5. FOMO и расфокус

Успешные направления часто не доводишь «до потолка», потому что переключаешься на новое.

Жаль он пока не настолько умный, чтобы еще и пофиксить всё это за меня. Вот бы AGI, который не только пофиксит, но еще и много денег за меня сам заработает!

🧨 ChatGPT — ваш новый аналитик данных

Пару дней назад OpenAI начали раскатывать функцию интерпретатора кода на всех платных пользователей. На выходных я провел за тестами несколько часов, вижу огромный потенциал и кучу сценариев. Но сегодня сфокусируюсь только на одном — анализе данных и его на примере разберем новые возможности ChatGPT.

1. Загрузка файлов: появилась возможность загрузить документ для последующей обработки — в этом кейсе это будет датасет. Доступа к интернету у этой модели пока нет, так что это единственный способ передать данные на анализ.

2. Разные виды анализа: запрос может быть как конкретным, так и открытым. Сначала можно сам чат попросить предложить направления для анализа. А затем уже очистить данные, посчитать когорты по выгрузке из платежки, а в другой момент влить те же данные и попросить найти там паттерны или аномалии.

3. Аутпут: еще одна новая мощная функция. Если раньше результат мог быть только текстовый и его нужно было копировать, то теперь он может быть любым и его можно выкачать по прямой ссылке. Для данных это будет к примеру обработанный датасет, с которым можно будет продолжить работу в следующей сессии.

4. Рассуждения & рефлексия: обычный ChatGPT старается ответить как можно быстрее, даже если информации в вопросе недостаточно. Интерпретатор следует другой логике: он старается осмыслять задачу и в начале, и в процессе. Если данных недостаточно, то он задает уточняющие вопросы. При этом если код выдает ошибку, то он находу ее анализирует и тут же автоматически вносит изменения.

Вот мой пример анализа датасета e-commerce продукта. За счет уточняющих вопросов и «реалтайм» обработки ошибок, путь до когортного анализа занял 2 минуты и несколько строчек текста. В конце я попросил сгенерировать выводы и они получились тоже валидными (скриншот будет в комментах). Это невероятная скорость и снижение порога входа.

😎️️️️️️Анализ данных — это только один из сценариев, который сильно повысит продуктивность продактов и предпринимателей. Мне в голову пришла еще целая категория таких юзкейсов, про которые могу отдельно рассказать. Давайте так, если соберем 100 реакций, то сделаю про это отдельный пост.

@prod1337

В этом году: 1) нас стало почти 14 тысяч

2) Мы посмотрели мои 349 постов почти 2М раз, и 28 тыс раз пошерили их себе в закладки или друзьям

3) Тон моих постов сменился с «обзорных» (а ля посмотрел интервью) в «я сделал» (а ля скилл для chatgpt apps). Этим лично я доволен, это была моя задача, хотя понимаю, что обзоры тоже нужны и важны, поэтому постараюсь балансировать.

4) Интересно, что, судя по постам, я сьехал с chatGPT в Claude - тут, разумеется, всему виной Claude Code.

5) На курсах и открытых лекциях приняло участие почти 1.5 тысячи человек, чему я очень рад, так как, я очень надеюсь, это поможет вам лучше понять, что за зверь такой этот AI и как он меняет наши жизни. EDU для меня это способ размышления и обмена энергией и знаниями, и каждая такая встреча, каждый фидбек придает смысла и радости моей жизни. И я особенно рад, когда вам удается не только узнать, но и сделать что то конкретное для своей жизни или работы.

6) 120 человек поболтали с ботом и оставили фидбек: я понял, услышал, и буду отрабатывать. Больше кейсов, больше личных размышлений и «персональной реальности», больше прикладных вещей про AI, меньше рекламы курсов (сорян!)

7) Я люблю то, что мне удается делать - СПАСИБО вам за это!

И если бы я пожелал одну вещь: возьмите на праздниках и поставьте себе Claude Code, откройте его и попросите его помочь вам автоматизировать одну рутинную вещь, которую вы регулярно делаете. Не бойтесь, что не знаете программирования, попробуйте.

С наступающим, Друзья! Обнимаю!

Скилл для создания chatGPT аппов

Помните, я писал про свой первый ChatGPT апп? На днях OpenAI анонсировали-таки свой магазин приложений и теперь можно сабмитить свои аппы.

Чтобы помочь вам в этом я сделал Claude/Agent Skill, который: 1. Помогает оценить, подходит ли ваш продукт для ChatGPT Apps (Know/Do/Show фреймворк, описанном в этом гайде от OpenAI) 2. Генерирует MCP сервер на Node.js/TypeScript с готовыми шаблонами 3. Создает React виджеты с поддержкой тем ChatGPT 4. Настраивает OAuth 2.1 аутентификацию (включая self-hosted вариант!) 5. Готовит к деплою на Fly.io и сабмишену в стор

Скилл соответствует теперь уже открытому стандарту AgentSkills и провалидирован через skills-ref.

Использовать лучше с Claude Code или Codex, потому что он не просто помогает продумать приложение, но и закодить его. Просто попросите его

use the chatgpt-app-builder skill to evaluate if my product should become a ChatGPT App and actually build it

Enjoy!

Выложили вебинар с Oblako.ai

Посмотрите, что у нас делают с AI для маркетологов и что используют)

На слайде самый сложный вопрос — чем лучше ChatGPT, потому что мы постоянно сталкиваемся со стартапами, которых убивает обновление ChatGPT.

Ютуб ВК

Презентация в PDF

Господи. 1.5 месяца с предыдущего поста, я думал недельки 2-3.

К сожалению, одной из моих крыс пришлось сделать операцию и теперь уходит 2+ часа каждый день на уход за ней, что просто катастрофически убивает все свободное время

Так вот. Напомню вопрос "А зачем вам, во времена безлимитных туториалов на ютубе и study mode в ChatGPT собственно я в формате лекций и всего остального - почему бы мне не просто набросать роадмап, отвечать на вопросы, может даже асинхронно, зачем вот это всё?"

Мой ответ - потому что для сколько-нибудь сложной задачи ответ "It depends". Есть пачка решений, которые В СРЕДНЕМ по больнице одинаково-хороши и плохи. И вот здесь чтобы новичок не утонул в количестве вариантов - хорошо чтобы у него был "навигатор" который дает ОДНО решение, ГОВОРИТ об альтернативных и поясняет плюсы и минусы выбранного пути

Я это прочуствовал на себе, попав в "Эволюцию Кода" - крутое сообщество айти-бороды где ребята обсуждают реальное использование ИИ. И там катастрофически много контента, люди делают по-разному, пробуют разные подходы. Но не имея возможности погрузиться на 100% только в эту тему - мне очень сложно извлекать пользу. И наоборот очень легко ловить FOMO - вон сколько всего люди пробуют, а я не успеваю. Поэтому наличие одного, заангажированного взгляда на вещи (который тем не менее содержит пояснение о минусах внутреннего подхода) - то чем ценнее всего преподаватель. А ИИшка - что ИИшка, я сам вижу как на 4 задачах одного модуля она предлагает разные по стилю решения, запутывая еще больше. Можно это решить? конечно да, но как и всегда, есть нюансы :)

С осени 2025 года (и особенно в январе) начался дикий хайп вокруг Claude Code.

Не хочу показаться дедом и хейтером, просто напомню:

1. Чтобы нормально вайбкодить и не упираться в лимиты на Claude, нужно покупать подписку Max за 100 баксов в месяц 2. Если вы платите за ChatGPT Plus, то у вас там из коробки идет OpenAI Codex (аналог Claude Code) 3. По лимитам Codex на подписке Plus гораздо щедрее Claude на подписке Pro 4. По бенчмаркам gpt 5.2 и opus 4.5 выдают примерно одинаковый результат

Получается, если вы платите за ChatGPT, то получаете из коробки Codex за 0 долларов против Claude Code за 100 долларов в месяц.

Про то, как поставить себе Codex писал тут

gm degens! давно не общались

Я до сих пор не понимаю, насколько хватает 20$ подписки на Claude Code, давайте сольем все доступные токены на нормальный фронтенд для этого проекта, а то у меня начинается жжение в области таза при открытии фронтенд репозитория 🙂

---

Перепишем с нуля frontend для opensource gambling machine используя Cursor + Claude Code – https://www.twitch.tv/insulineru (без записи)