ChatGPT vs DeepSeek

Бен Томпсон сегодня выкатил статью, в которой заявляет: мы не в пузыре. Аргументация хорошая, разберу.

Выделяются три парадигмы LLM. ChatGPT в 2022 — демонстрация возможностей, но с галлюцинациями и требованием agency от пользователя: ты сам должен понимать, зачем тебе модель, и верифицировать каждый выход. o1 в 2024 — ризонинг-модели начали итерировать над ответом самостоятельно, надёжность выросла, нагрузка на пользователя снизилась. А дальше — агенты в конце 2025: Claude Code с Opus 4.5, GPT-5.2-Codex.

И вот тут самое интересное. Прорыв оказался не в модели. Opus 4.5 вышел в ноябре 2025, и никто не заметил. А потом изменился harness в виде обвязки Claude Code и всё заработало совсем иначе. Агент управляет моделью, дёргает детерминистические инструменты, верифицирует результат без человека. По сути, все слабости первой парадигмы закрыты. Особенно, для верифицируемых юз кейсов типа кода.

Отсюда Томпсон вытаскивает два тезиса. Первый: агенты меняют экономику agency. Раньше для роста потребления компьюта нужен был массовый адопшн — каждый пользователь должен был проявить инициативу, но теперь один человек управляет десятком агентов. Для взрывного спроса на вычисления достаточно сравнительно небольшого числа людей, которые умеют формулировать задачи.

Второй — разбор value chain. Дедью из Asymco недавно написал, что Apple гениально поставила на коммодитизацию моделей: лицензировала Gemini за $1B/год вместо того чтобы тратить $100B на свою. Появится модель лучше — просто сменит поставщика. Побеждает тот, кто владеет клиентом.

Томпсон разбивает это по парадигмам. В эпоху чатботов Дедью был прав — базовые модели быстро стали достаточно хорошими и их можно было гонять локально. Ризонинг-модели уже создали проблему: им нужен быстрый компьют и огромные контекстные окна, Apple Silicon не конкурирует с облаком, но агенты ломают коммодити-тезис окончательно. Дифференциация теперь не в модели, а в интеграции модели и harness. Это не модульные компоненты, которые можно менять по отдельности.

А прибыль в value chain всегда течёт от модульных звеньев к интегрированным. Если агенты = интеграция модель+harness, то Anthropic и OpenAI — точки интеграции, а не взаимозаменяемые API-поставщики. Microsoft тому пример: заявляли model-agnostic стратегию с Core AI, но для Copilot Cowork были вынуждены интегрироваться с конкретной моделью и продавать это в бандле E7 за $99/seat.

https://stratechery.com/2026/agents-over-bubbles/

Я так долго рассказывал, как важно прокачивать мышление и насмотренность в мире AI, что бумеранг полетел в мою сторону в виде очень конкретного предложения.

Мои приятели из AI Mindset предложили мне пройти их большую Зимнюю лабораторию нового мышления в эпоху AI

Обещают 2 этапа: от подведения итогов года к трансформации мышления и созданию персональных ассистентов, ai-first процессов, новой версии себя.

С текущей версией меня мне, в целом, ок, но, как говорил Омар Хайям в режиссерской версии Терминатор 2: Судный День: совершенство — не предел. Поэтому, вот как это все выглядит:

1️⃣ context Edition (8-21 декабря) – закрываем год, собираем датасет и принципы работы. 4 live сессии + async работа с AI. – честно выгружаем 2025: факты, решения, ключевые события; – собираем всё в один «контекст», с которым дальше можно работать через AI – замечаем, что давало ресурс, а что выжигало – формулируем опоры на 2026: фокус, принципы, простые ритуалы, которые можно поддерживать вместе с AI-ассистентами.

2️⃣ main Lab (19 января - 16 февраля) – переносим ясность в практику: AI-ассистенты и процессы, спец. треки. 8 live-воркшопов + office hours + коворкинги Здесь не учат "пользоваться ChatGPT". Здесь строят инженерные системы для усиления интеллекта: → Prompt Engineering. Chain-of-Thought, Few-Shot Learning, Custom GPTs. Создание первых персональных ассистентов → Context Engineering: Управление контекстом: Obsidian + MCP + Claude. Автоматизация через n8n, Make. AI-агенты и workflows → Mind Engineering. AI для коучинга, рефлексии, персональных ритуалов. Трекинг привычек и целей с поддержкой AI → Life Engineering. От идеи до прототипа. Vibe-coding с Cursor, Windsurf, Claude Projects.

Участники отталкиваются от своего уровня (даже нулевого) задач. И с помощью менторов делают кастомные проекты. Примеры проектов с прошлых лаб: умный чат с личной базой знаний, AI-коуч с голосовой поддержкой, виртуальный языковой партнер, суммаризатор звонков и встреч.

📅 8 декабря - 16 февраля · 1 Demo day · классное комьюнити

Дальше, что думаю?

Лично меня привлекло: Obsidian, MCP, n8n и вайб-кодинг, эти слова меня окружают, но ничего из этого я лично не пробовал.

Но! Однажды в комментах мне написали: "Арсений Попов хуйни не посоветует" – теперь страшно что-то советовать. Репутация это ж как ключ к доверию, копию в переходе не сделаешь. Потерял и стоишь тыкаешь замерзшими пальцами в домофона холодные кнопки. Не факт что кто-то откроет.

Поэтому, на лекциях обычно я показываю слайд, там: дельфин, человек, неприятная ситуация. Ошибка выжившего. Знаете. Представили. Берите только то, что резонирует с вами.

И раз вы видите этот пост, значит вначале попробую на себе. Оценочные суждения будут потом. Прыгать ли со мной в этот вагон или поехать следующим поездом, решать как я понял можно до понедельника:

👉Детали здесь👈

Выбирайте Deepseek, если подписок нет, а интересно глянуть результат

(у них оказывается подписки то и нет, только платный api)

Самая большая статья затрат любого бизнеса — это сотрудники. А самая сложная задача собственника — нанимать людей.

Благо сегодня можно нанимать намного меньше кожаных сотрудников и делегировать 90% AI.

IBM уже заменила почти 8000 сотрудников ИИ-сервисами. А «Яндекс» за счёт генеративных технологий увеличил выручку на 37% и пробил 1 трлн рублей. По прогнозам McKinsey, к 2030 году ИИ добавит мировой экономике 13-20 трлн долларов.

То есть вопроса, нужно ли внедрять ИИ, не стоит. Нейросети уже экономят 5-10 человекочасов на текучке вроде ресёрча, анализа, подготовки документов. Вопрос в другом: как настроить команду ИИ-ассистентов под свои задачи.

Как раз для этого у Академии Эдюсон есть курс «Нейросети и нейросотрудники для бизнеса».

За пару месяцев без всяких дедлайнов вы: - освоите ChatGPT, GigaChat, DeepSeek, Grok 3 и другие ИИ-инструменты; - научитесь делать видео-аватары, воронки, сайты, веб-приложения и чат-боты; - сможете настраивать ИИ для других или зарабатывать на консалтинге.

Короче, если хотите себе сотрудников, которым зарплату не плати, дай только поработать 24/7, вам это надо.

Доступ к курсу и обновлениям останется навсегда.

По промокоду ПИСАРЕВСКИЙ идёт скидка 55% и второй курс в подарок — оставляйте заявку здесь.

И приятный бонус: Академия лицензирована, поэтому вы сможете вернуть 13% стоимости обучения через налоговый вычет.

Реклама. ООО "ЭДЮСОН". ИНН 7729779476. erid: 2W5zFGNMt9w

Ну, вот и всё.

(Агент ChatGPT проходит верификацию, что он не бот)

итоги года от ChatGPT

Осенью Andrej Karpathy, ко-фаундер OpenAI, Director of AI в Tesla и человек, на Стенфордских курсах которого выросли многие специалисты, ходил на подкаст, где рассказал про свой опыт работы с кодинг агнетами. Он говорил, что вот в его задачах шаг влево шаг вправо — и работает плохо, делает не то, что хочет автор, а то, как это делают обычно.

Скептики (к которым на тот момент наверное можно было отнести и самого Karpathy?) сразу же пользовались этим как примером того, что ни в какой реальной работе никакие агенты не помогают, что это всё слоп, и ни для чего серьёзного не годится.

Прошло 3 месяца, вышли GPT-5.2 и Opus 4.5, и... дед Andrej развернулся на 180 градусов 😏 описав свой опыт в длинном твиттер посте. Весь пост переводить не буду, тезисно:

— Возможности LLM-агентов (особенно Claude и Codex) примерно в декабре 2025 года перешагнули некий порог связности, вызвав фазовый сдвиг в разработке ПО и смежных сферах.

— Учитывая этот скачок, я, как и многие другие, стремительно перешел от режима «80% ручного кода и 20% агентов» в ноябре к «80% кода от агентов и 20% правок и доработок» в декабре. То есть теперь я действительно программирую преимущественно на английском языке.

— Это, безусловно, самое масштабное изменение в моем базовом рабочем процессе за ~20 лет программирования, и произошло оно всего за несколько недель. Полагаю, что нечто подобное происходит уже у значительной части инженеров (двузначный процент), в то время как осведомленность широкой публики об этом явлении находится где-то на уровне малых единиц процентов.

— Самая распространенная категория ошибок агентов заключается в том, что модели делают за вас неверные допущения и просто продолжают работать на их основе, ничего не перепроверяя и не уточняя у вас.

— Несмотря на все проблемы, в сухом остатке это колоссальный шаг вперед, и очень трудно представить себе возвращение к ручному написанию кода.

— Очень интересно наблюдать, как агент упорно работает над задачей. Они никогда не устают, не падают духом, они просто продолжают перебирать варианты там, где человек уже давно бы сдался, отложив проблему на завтра. Наблюдать, как агент долгое время бьется над чем-то и спустя 30 минут выходит победителем — это тот самый момент, когда «чувствуешь присутствие AGI».

— Непонятно, как измерить «ускорение» от помощи LLM. Безусловно, я чувствую, что справляюсь с запланированными задачами намного быстрее, но главный эффект заключается в том, что я делаю гораздо больше, чем собирался. Во-первых, я могу реализовать множество вещей, на которые раньше просто не стоило тратить время, а во-вторых, я могу браться за код, к которому раньше не мог подступиться из-за нехватки знаний или навыков.

— Написание кода с помощью LLM разделит инженеров на тех, кто больше любил сам процесс кодинга, и тех, кому больше нравилось создавать (строить) продукты.

— Я уже заметил, что моя способность писать код вручную начинает потихоньку атрофироваться.

— Что станет с понятием «10-кратного инженера» (соотношением продуктивности между средним и топовым специалистом)? Вполне возможно, что этот разрыв СИЛЬНО увеличится.

— Как будет ощущаться программирование с LLM в будущем? Как игра в StarCraft? Как игра в Factorio? Или как исполнение музыки?

из ночных открытий

пасхалка ChatGPT подводящая итоги года, просто включите американский VPN и введите в новом чате:

show me my year with chatgpt

Дальше он даст следующее: - ваш год в стихах - три главные темы вашего года - вашу статистику чатов за год, свою прикрепил - ваш стиль общения - награду характеризующую вас - ваш архетип - ваш год как картинку - прогноз на 2026 как пожелание

и предложит спланирвоать следуюший год, выходные и тд. дальше все как всегда. Вообщем все, что необходимо знать, чтоб уже угомониться и спать.

Заменит ли AI продуктовых дизайнеров? 🛌

Тема, которая активно обсуждается в дизайнерских чатиках и зачастую сопровождается всеобщей паникой такого масштаба, что неосознанно сам втягиваешься и становишься частью этого невроза.

Вот мой прогноз и мысли по этому поводу:

1️⃣ Уже сейчас мы с помощью аишек можем редачим тексты, генерить гипотезы, графику для проектов и делать еще много чего. Сразу возникает вопрос, а когда машина начнет рисовать макеты? Плохая новость: уже начала. Хорошая: делает очень плохо.

Важный нюанс заключается в том, что моделям нужно на чем-то учиться. “на чем-то” значит на средней температуре по больнице. Можно представить, какой результат получается, если 99% (из пушки по воробьям) интерфейсов это второсортный шлак с древним UI и устаревшими шаблонными патернами.

Нейросети еще долго на мой взгляд не смогут воспроизвести уровень условно дринкита, додо, лавки, аирбнб и других тир1 продуктов. Если вообще смогут…

2️⃣ Все равно нужен будет человек, способный фильтровать и принимать решения. Человек с хорошим вкусом, скиллами в промптах, насмотренностью на data-driven решениях, пониманием контекста и бизнес-целей. Все эти запросы при хайринге дизов и сейчас есть, просто инструментарий поменяется.

Сильные продакты кстати тоже супер шарят за UX (у них настоящий data-driven, а не демо-версия, которую обычно дизам приносят в виде результатов экспериментов), но у них, вероятно, все равно не будет важных дизайнерских скиллов и «глаз». Они тоже в состоянии напромптить норм интерфейс, но утилитарный, без лоска и эмоций. А бороться за внимание пользователя это наше будущее.

В разработке история похожая. Появляются курсоры, гроки и другие тулзы, которыми без технической экспертизы реально накодить себе что-то рабочее, но по сути это процесс строительства карточного домика под шаманские танцы («ну, авось, нормально делает»), неустойчивая конструкция без технадзора со стороны. Джун для разработки плагина будет не нужен, а экспертный консалтинг да.

Это миф, что любой обыватель нажмет на одну большую красную кнопку и получит классный результат. Получит хрень полную.

3️⃣ Пришел к выводу, что джунам будет еще тяжелее 😕. Если раньше достаточно было знать фотошоп, чтобы устроиться, то сегодня порог входа в профессию стал кратко выше. А сейчас еще и рынок трясет чутка, многие компании режут косты, менее охотно набирают новичков и стажеров (это трата ресурсов с долгосрочной перспективой) и все более тех, кто может помочь заработать здесь и сейчас.

В будущем AI заберет на себя те задачки, которые обычно отдавали джунам, производительность и эффективность на одного человека вырастет, вакансий станет меньше. И здесь замкнутая петля получается: джунов не нанимаем и не растим, потому что сеньор со всем инструментарием сможет работать за пятерых → новых кадров на рынке не будет, так как им не дают вкатиться. Это я сейчас очень сильно утрирую, но тенденция вроде логично звучит.

4️⃣ Победят самые самые приспособленные ребята, готовые адаптироваться к новым инструментам, среде, контексту. Сегодня вы учите фигму, а завтра будете учиться собирать интерфейс в веб-среде из реакт компонентов. 😭

Про вайб-кодинг и пет-проекты

Последнюю неделю чёт с головой погрузился в Cursor и в качестве теста решил собрать tg-бота, который трекает сроки годности продуктов и присылает пуши, когда срок подходит к концу. Это моя боль — закупаю много продуктов и забываю про часть из них, в результате чего они просто портятся, и я всё это выкидываю.

Добавлять продукты можно голосовухой (интегрировал под капот ChatGPT), фоткой QR-кода / штрихкода продукта (подтягиваю из базы честного знака и ещё откуда-то) и обычным текстовым вводом. Пытался максимально добиться быстрого и автоматизированного добавления продуктов в список, потому что это супер крит, как мне кажется.

Думал ещё закинуть какую-то доп. ценность — например, рекомендации для следующих закупок или идеи для готовки блюд на основе имеющихся продуктов. Ну короче, гипотез для масштабирования много, но я пока подзабил — да и вообще делал это чисто для теста, чтобы пощупать возможности.

Не буду расписывать тут, что мы живём в уникальное время, и что можно навайбкодить за вечер, и бла-бла. Просто скажу, что, кажется, приближается эпоха маленьких команд в мире стартапов и возрастающей востребованности t-shape-спецов. Очень рекомендую поделать что-то в этом направлении, хотя бы потому, что базово будете лучше понимать продуктовую раработку. А вообще, такие штуки уже сейчас вполне уверенно можно использовать для создания прототипов — когда нужно быстро показать идею и собрать фидбек.

Бота я пока не деплоил, но если будет сильный интерес и наберем 100 лайкосов — опубликую, чтобы он работал 24/7 и зашерю вам.

Ну и делитесь своими успехами, конечно, если тоже что-то пробовали.

OpenAI запустили приложения внутри ChatGPT

▹ Приложения живут внутри диалога: пользователь пишет, модель вызывает нужное приложение, а результат приходит в виде ответа и встроенного приложения ▹ Под капотом MCP‑сервер + UI в виде реакт-компонентов. ▹ Мы получили новый рынок: 800млн. пользователей ChatGPT

👉 Каждому современному бизнесу в мире уже такое надо.

▹ Apps SDK уже доступен: можно сегодня начать разрабатывать вайбкодить MCP‑сервер, а "позже в этом году" отправить на ревью в каталог приложений OpenAI.

App Store для самого популярного телефона вышел в 2008. Apps для самой популярный ИИ вышел в 2025.

КСТАТИ в пятницу НЕ буду стримить как вайбкодить аппки для самой популярный ИИ 👹

Полностью разделяю, как только у ChatGPT выйдет подписка за $100, даунгрейднуюсь в первый день

🦄 Мы стоим на пороге новой гигантской индустрии в разработке продуктов

Я уже писал, что промпты — это новый язык программирования. Но это только часть новой большой индустрии. При этом у нее до сих пор даже нет четкого названия. Она формируется прямо сейчас на стыке трех направлений:

1. Product Engineering: классическое проектирование продуктов - интерфейсы, логика, система. 2. Prompt Engineering: хороший промпт может дать 10х результат, больше чем другие оптимизации. Мы до сих пор далеки от понимания, как нужно писать эффективные промпты. 3. NLP (Natural Language Processing): «как прокинуть в языковую модель свои данные релевантные текущему запросу». Работа с данными, эмбединги, токенизация, чанки, оверлапы, long term memory. Интересно, что в этом направлении почти ничего не изменилось 2020-го года.

🆕 Что изменилось? ↓ 1. Новые модели GPT под API: Появилась новая умная модель GPT-4, доступная через простое API, и её дешёвый вариант GPT-3.5. Можно в 40 строк кода сделать то, над чем раньше отдельная команда трудилась целый год. Это сильно сократило время на прототипы и эксперименты, мы увидели тысячи новых продуктов. 2. Запуск и хайп вокруг ChatGPT: это привлекает больше разработчиков → мы получили больше инновационных продуктов → это генерирует еще больше хайпа → цикл продолжается. 3. Новый тулинг: появился Langchain; векторные БД стали облачными → появилась возможность не погружаться в NLP часть глубоко и про этом строить продукты.

😲 Почему эта индустрия важна? ↓ 1. Языковые интерфейсы: людям удобнее взаимодействовать с системами на естественном языке. Будущие интерфейсы будут ещё более ориентированы на человеческий язык и голос. 2. Ценность для бизнеса: человеческая работа во многом сводится к обработке языка и информации и генерации новой. Мы можем автоматизировать и заменять эти функции, экономя деньги бизнесу. Здесь существует огромное пространство для появления AI-агентов. 3. Мир переполнен информацией: человеческий мозг не в состоянии обработать даже текущие объемы. Потребность в персонализации информации, ее обобщении и отборе будет только расти. 4. Техологии и туллинг продолжат развиваться: если сейчас кажется, что языковая модель решает какую-то задачу плохо, то это не значит, что через полгода она не будет решана.

🚀 Эти факторы приведут к тому, что у бизнеса не останется выбора кроме как интегрировать языковые модели. Причем недостаточно будет просто подключить GPT через API и написать базовый промпт. Это приведет к запросу на экспертов в этой области.

Поэтому я решил запустить чатик-сообщество по «языковой разработке». Сейчас в приоритете набираем людей с реальными опытом запуска AI продуктов или экспериментов — напишите мне, если есть такой опыт и хотите вступить (если опыта нет, но очень хотите вступить, тоже напишите)

@prod1337

Пару месяцев назад я узнавал у ChatGPT, как сделать платную подписку в приложениях на React Native. И он выдал примерно такое:

1 вариант — длинное описание мозгоёбли, как сделать всё самому.

2 вариант — если хочешь максимально упростить себе жизнь, бери RevenueCat. Они: • Забирают чеки у Apple. • Валидируют. • Хранят статус подписки. • Дают простой SDK и дашборд.

В целом сервис реально оказался топовым. Я там объединил всё, что касается подписок на iOS и Android в одном месте. И в коде теперь одна общая логика без всяких ветвлений.

Меня ещё тогда удивило, как они добились того, что на простой вопрос нейронка сразу выдавала «бери этот продукт». Я потом несколько раз спрашивал в других местах — получал примерно то же самое.

Кажется, что это самое главное, о чём стоит сейчас задумываться при продвижении. Ведь всё больше людей спрашивают рекомендации у ChatGPT. А самое главное — доверяют гораздо сильнее, чем первым строкам в поисковике.

Уже даже целое направление появилось: как SEO, но только про оптимизацию выдачи в нейронках. Причём там местечко себе купить не получится — придётся попотеть

когда писал пост про deep research, подумал: в рисерче агентов выиграет тот агент, который подключит источники, недоступные публично.

напрашивается в агента добавить форму p2p‑консалтинга, а записи потом использовать для обучения.

ну, оказалось, я не один такой умный. есть такая компания — AlphaSense. компания стоит около $4 b, подняла свежие $600 m и делает ARR порядка $400 m.

сервис стартовал в 2012‑м как «google для финрынков» — быстрый поиск по SEC‑файлингам, sell‑side‑репортам, новостям и транскриптам.

оказывается они пошли дальше: недавно купили стартап Tegus. это что‑то вроде маркетплейса экспертных интервью. они соединяют экспертов с теми, кто исследует рынок или конкретный сегмент. клиенты — банки, фонды и консультанты. вы регистрируетесь, описываете биографию и опыт, а платформа матчит вас с заказчиком. организуют звонок и платят почасовую ставку.

так вот, сходил к AlphaSense на демо: показали, как их внутренний агент ходит по открытому вебу, платным базам и всей библиотеке Tegus‑транскриптов. технически, может, не так эффектно, как у openAI или grok, но по охвату и глубине данных пока лучшее, что видел. ну и стоит такое уже $50k на команду из 5 человек в год.

и вообще имхо, что в эпоху агентов p2p‑консалтинг становится только живее и ценнее.

консультация передаёт не только факты, но и энергию, контекст, доверие. плюс у хорошего эксперта свои шрамы и решения и беседа может вытащить вопросы, о которых ты даже не думал

(тут конечно хорошо бы зашел промо, что я делаю платный консультации, но нет)

GPT-5.2

Идеи продвижения лежат на поверхности

Когда я начинал вести тг-канал, самым очевидным шагом было пригласить знакомых из личных контактов и других соцсетей. Так можно набрать до 50 человек, и уже в целом уходит ощущение, что пишешь в пустоту.

Дальше всё становится намного сложнее. Как вы знаете, в Телеграме нет органики, и единственный способ привлекать аудиторию — это появляться либо в других тг-каналах, либо вообще на других платформах.

Я начал анализировать десяток персональных каналов, на которые подписан, и посмотрел, каким образом я сам на них подписался. Если вычесть Лебедева и Медведева, то чаще всего первые касания происходили через ролики на YouTube, где меня заинтересовал сам человек, и я захотел за ним следить, либо через очень классные статьи, где были ссылки на тг-каналы. При этом я никогда не подписывался с рекламы.

Так появилась примерная стратегия по развитию: просто делать классный контент на других площадках и вести аудиторию сюда. И в целом это работает. Уверен, что если бы я активнее работал в этом направлении, уже мог бы набрать и 10к.

⸻

Это я к чему. Сейчас понял, что с продуктами примерно такая же история. И идеи продвижения лежат на поверхности. Я начал анализировать разные приложения, которыми пользуюсь: как я их нашёл и почему начал использовать. Чаще всего — это экспертные рекомендации (даже если они проплачены). В последнее время — всё больше рекомендации от ChatGPT. Редко рассчитываю на органику и почти никогда не перехожу по рекламным местам из поиска.

В общем, даже не обязательно глубоко погружаться в базу маркетинга. Основные идеи лежат на поверхности, если просто задуматься о том, как мы сами находим интересные продукты или интересных людей.

Как мы моббин вскладчину покупали 🍪🍪

1️⃣ К моббину я отношусь с большим уважением, но у меня как у юзера почему-то всегда скрипели зубы от их прайсинга и подписочной модели. Я плачу за чатгпт $20 в месяц, и был бы готов платить больше, потому что пользуюсь им каждый день.

Моббин же лично мне нужен достаточно редко, и сценарий, как правило, один: зашел → нашел то, что нужно → забыл на два месяца. Поэтому я всегда жопил за него платить. В этом кейсе мне скорее ближе история с возможностью оплачивать одноразовые сессии (и я бы реально платил), но это моббину не выгодно будет, скорее всего.

2️⃣ Моим друзьям из России, как и мне, тоже был нужен моббин, но у них была еще одна проблема помимо «дораха», — российские карты не работают. Поэтому мы скооперировались и собрали чатик из 9 жадных дизайнеров.

Я зарегал новую чистую почту в Gmail, оплатил со своей карты Моббин на год, пошейрил эту сумму на всех и дал всем доступ к почте.

3️⃣ Спустя время вскрылась проблемка. Я как-то не подумал о пропускной способности новых устройств, с которых логинились ребята, поэтому через какое-то время их просто перестало впускать в почту.

Пересылать код ручками неудобно и не модно в 2025, поэтому я заставил чатгпт отрабатывать свои деньги и думать, как бы это все автоматизировать попроще (а я в этом реально дед пока).

4️⃣ Гпт предложил несколько вариков, но я остановился на скрипте Google Apps Script (это бесплатно 😂). Чат накодил первую версию, баги в которой я пофиксил после тестов, а потом связал ее с токеном бота BotFather и чатиком, в который предварительно его добавил. Мне оставалось лишь добавить триггер (с какой задержкой будут форвардиться письма) и запустить.

Теперь письма с кодом для входа пересылаются из почты в чатик ребятам.

Пост не инструкция к действию, а скорее байка, как дизайнеры изобретают костыли, когда нет гибкой модели подписки. Осуждаем, каемся, любим Mobbin ❓

Поделитесь в комментах своими осуждениями автора полезными сценариями автоматизации, которые вам реально упростили жизнь, будет интересно почитать

⚡️⚡️⚡️ OpenAI выпустили GPT-5.4 - новая топовая модель уже доступна в ChatGPT, API и Codex.

GPT-5.4 объединяет в одной модели advances в reasoning, coding и agentic workflows. Доступно две версии: GPT-5.4 Thinking (с расширенным режимом "размышления") и GPT-5.4 Pro.

Из того, что известно: контекстное окно выросло до 1М+ токенов (у GPT-5.3 было 400K), появился "extreme" thinking mode, который выделяет значительно больше вычислительных ресурсов на сложные задачи. Модель лучше справляется с длительными задачами на несколько часов и делает меньше ошибок в многошаговых воркфлоу.

https://openai.com/index/introducing-gpt-5-4/

#openai #gpt #ai #llm #coding

————————— Мысли Рвачева —————————

gpt-5.3-codex-spark очень нравится