Gemini vs Claude

Классический ML был довольно творческой штукой. Придумать хитрую фичу из сырых данных, нашаманить нестандартную аугментацию, собрать гибрид из знакомых блоков. Нестандартные подходы часто вознаграждались.

С AI agents всё строго наоборот: нужно оставаться ближе к канону.

Да, при должно усердии можно заставить агента делать любые причуды. Хочешь промпты на сербохорватском? Пожалуйста. Свой формат tool calls? Не проблема, как-то будет работать. Но если Claude обучен на миллионах траекторий Claude Code, то каждое отклонение от их формата - это как плыть против течения. Можно, но зачем тратить ресурсы на адаптацию к причудам? You can't fight gravity gradient descent.

Потому, хоть и хочется иногда переизобрести велосипед, для большинства задач лучшая стратегия - разбираться, как устроены оригинальные scaffolding, читать рекомендации от провайдера и не выпендриваться.

Про вайбкодинг

Я сжег уже больше 100М токенов в Claude Code, потому имею моральное право поделиться опытом про вайбкодинг.

1. Вайбкодинг действительно очень сильно ускоряет решение большей части задач. Нюанс, как обычно, в том, чтобы вовремя заметить те 20% кода, где его применять не надо.

Не надо применять: - нетривиальный алгоритмический код (сломается в корнеркейсе - задолбаешься дебажить); - свежие библиотеки (даже если заставлять читать документацию из интернета, в среднем получается плохо); - метапрограммирование, написание фреймворков, дизайн API между компонентами; - security-sensitive задачи.

Надо применять: - +1 задачи (посмотри, как сделано здесь, и сделай по аналогии); - все некритичные задачи в незнакомом домене (набросать фронтенд); - типичный IO layer (в основном хендлеры); - задачи, в которых вся “сложность” - знать 100500 команд и флагов API (например, aws cli).

2. Вайбкодинг несет неочевидный оверхед в сеньорной команде. Раньше если человек видел код и не понимал его с первой попытки, применялась презумпция качественного кода: если оно написано и закоммичено умным человеком, то, наверное, в этом смысл, надо перечитать и вдуматься. Сейчас иногда приходится переспрашивать “в этом есть какой-то нетривиальный замысел или ты просто нагенерил говна?”

3. Всегда нужно останавливаться и рефакторить - что-то руками, что-то и вайбкодом (“остановись и посмотри, что ты нахуевертил”). Вайбкодинг приводит к куче лишних сущностей, надо вовремя подрезать.

4. Если диалог идет не в ту сторону с нескольких итераций, нужно всегда начинать сначала, его уже не спасти. Если несколько попыткок стабильно скатываются в дичь, несмотря на добавление деталей в изначальный промпт, см. пункт 1.

5. Главный кайф не только в кодогенерации, а именно в активном агентском режиме - кидаешь промпт типа “посмотри на CI, почему упал такой-то PR и найди проблему” или “я задеплоил сервис этим терраформом, посмотри все логи и разберись, почему хелсчеки не проходят”.

6. Для эффективной работы нужно дописывать правила в CLAUDE.md (.cursorrules и так далее), подключать релевантные MCP и в целом анализировать, где оно косячит. Например, вот кусок моего глобал конфига: Python style guide: 1) when catching exceptions, use logger.exception("message"), not logger.error(str(e)). 2) do not use mocks unless explicitly asked! 3) ensure types are correct, e.g. def hello(name: str = None) is WRONG, def hello(name: str | None = None) is correct. 4) use logger = logging.getLogger(__name__) when declaring a logger 5) prefer match + case over if + elif + else 6) using hasattr is typically a sign of bad design!

Делитесь своими лучшими практиками в комментах! Просто ворчать, что вайбкодинг - херня для кретинов, можно тоже там.

Я обещал написать про бота, и добрался только сейчас, потому что этот пет проект вырвался из клетки и чуть меня не сожрал. Было интересно, неожиданный end-to-end опыт от идеи до багфиксов на проде за жалкие три дня.

Все затевалось как локальная шутка для корешей и очередной подход к вайбкодингу, было сделано за пару часов, вброшено в пару чатов и оставлено без внимания. Но в итоге случилась некоторая виральность, и я потратил половину выходных, занимаясь пожаротушением.

Во-первых, парсить телеграм-каналы через bot API нельзя, и потому я парсил через телеграм-клиент, используя собственный основной аккаунт. Когда набежала толпа пользователей, я быстро попал в софт бан, и начал искать обходные пути. Рынок серых аккаунтов оказался недружелюбным, да и банились они примерно за 10 минут, даже если купить премиум и не наглеть с частотой запросов. Даже удивительно: спам-боты в комментариях прекрасно живут, а довольно безобидное чтение каналов оказалось жестко ограничено. В итоге помог рабоче-крестьянский подход - скрапить веб-версию.

Во-вторых, в попытках выстроить систему рейт лимитеров, я накостылял слишком много велосипедов, и их впоследствии пришлось расчищать. Например, из-за кривого набора лимитеров запросы в LLM уходили батчами, и частично отваливались из-за лимита уже на стороне Gemini. Я дебагал практически "на продакшене" с живыми пользователями, которые периодически справедливо жаловались, что ничего не работает. Как следствие, много ранних пользователей так и остались без ответа. К счастью, у меня остались логи в базе данных, и потому я смогу всем написать и предложить попробовать снова сейчас, когда проблемы со стабильностью решены.

В-третьих, к слове о базе данных, я впервые всерьез попробовал Neon (ссылка накинет 5 баксов на аккаунт) для своего проекта и остался очень доволен - все просто работало безо всякой возни, причем на обычном бесплатном аккаунте, это сэкономило мне кучу времени и сил. Всем рекомендую, коллегам респект!

В-четвертых, я впервые что-то сделал end-to-end на расте, и моя жизнь не будет прежней. Писать на нем руками, конечно, сложнее и дольше (skill issue, признаю), чем на каком-нибудь питоне, но если 90+% кода написано агентом, то эта проблема в целом уходит. Зато качество изменилось всерьез: если что-то компилировалось без ворнингов, то оно обычно просто работало. В питоне пришлось бы потратить на порядок больше усилий на тестирование и бесконечные фиксы. Короче, думаю, что всерьез перейду на Rust для одноразовых проектов на выброс. Отдельный кайф наблюдать, как что-то помещается в <40 мегабайт памяти.

В-пятых, аудитория оказалась совершенно за пределами моего пузыря. Я изначально делал это все для корешей-задротов, которые в основном пишут лонгриды про AI, а в итоге набежало очень много людей, у которых, например, контент - это исключительно картинки. Камон, для этого есть инстаграм! И, конечно, на таких каналах ничего не работает.

Статистика: 7500+ юзеров, 200+ плательщиков. Заработано в звездах на ~10% больше, чем потрачено на Gemini API (то есть если бы это был настоящий бизнес, экономика бы едва сошлась; не будь лимитов и платных фичей - я бы наверняка офигел от затрат). Какой-то моментум есть, можно попробовать пилить новые фичи и вообще развивать эту штуку. Для самых любопытных выложил исходники - с нуля я бы сейчас делал слегка иначе (например, надо было использовать каналы, с самого начала делать персистентность для in flight тасков), ну да как есть.

Формально у меня сегодня последний день в Neon, потому что я оказался среди поглощенных кирпичным заводом, на котором - пока столь же формально - начинаю работать завтра.

Поэтому символично, что сегодня успели зарелизить app.build - продукт, над которым мы небольшой командой работали с февраля. Это just another end2end генератор CRUD веб-приложений от промпта до деплоя.

Он полностью опенсорсный (можно покопаться в истории и увидеть все мои коммиты в стиле “maybe fix a lot of things”), работает как CLI и обычно генерит скорее работающие приложения. Можно сгенерить на наших серверах, можно развернуть у себя (все равно понадобится gemini и claude API, но можете прислать PR с поддержкой любимого LLM-провайдера). Шероховатостей еще много, но уже скорее работает, чем нет, так что пробуйте и присылайте баг-репорты!

Как стать топ-1% в век ИИ

Если вам от 14 до 24 и вы хотите быть супер успешным в пост-ИИ экономике, где большинство рутинных и офисных профессий заменены агентами, то у меня есть два простых, но очень важных совета:

1. Попросите родителей или сэкономьте на сладостях $100 в месяц, купите подписку Max у Антропика (бонус поинты: купите за $200) и делайте что угодно в Claude code чтобы потратить >80% недельного бюджета токенов КАЖДУЮ НЕДЕЛЮ. Не важно что. Спросите Клода «а что такого классного я могу сделать?», создайте пранк, фильм, игру, книгу, приложение которое за вас решает домашку, общается за вас в Тиндере. Это не про программирование, а про умение на лету создавать и управлять армией сверхумных агентов.

2. Безжалостно ищите самых энергичных и умных людей в той сфере, которая вам интересна. Поступите в крутой вуз (знания не так важны, но важна тусовка), вступите в элитный дискорд, запишитесь на конфу или митап. Ибо чем умнее будет ИИ и чем больше он сможет делать «обычной работы», тем ценнее будут самые необычные, талантливые, exceptional люди и отношени между ними.

Я жутко завидую и радуюсь детям, своим и вообще, потому что возможностей творить и раскрываться у них больше, чем когда-либо на планете.

What makes Claude Code so damn good (and how to recreate that magic in your agent)

Рекомендую почитать любителям везде воткнуть мультиагентный граф, сверху накинуть векторный RAG и удивляться, почему все не очень работает.

а вот еще notion запустил агентов, которые могут читать месенджеры и почту, писать документы, трекать исполнение задач, онбордить сотрудников, вести планерки.

claude code момент для всех остальных бизнес-функций случился.

из живых кейсов:

• Автономный Q&A-агент отвечает на повторяющиеся вопросы в Slack и других системах, используя данные из Notion, почты, календаря и интеграций. • Агент для онбординга и IT-поддержки закрывает типовые запросы сотрудников без участия человека. • Агент для продаж отвечает на продуктовые и enablement-вопросы, снижая нагрузку на команды. • Агент по маршрутизации задач автоматически принимает входящие запросы, превращает их в задачи и назначает ответственным. • Агент для IT-операций триажирует тикеты с высокой точностью и часть из них решает полностью автономно. • Агент по обработке продуктового фидбэка собирает баги и тикеты и ведет их end-to-end. • Агент для безопасности экономит время команды за счет автоматизации рутинных проверок и реакций. • Агент для ежедневных стендапов автоматически собирает апдейты и публикует отчеты по расписанию. • Агент для спринтов и OKR формирует еженедельные и ежемесячные отчеты на основе данных из разных инструментов. • Конкурентный агент публикует ежедневные апдейты по рынку и конкурентам для руководства. • Агент по клиентским референсам отправляет регулярные сводки по новым логотипам и кейсам. • Email-агент триажирует входящую почту и готовит черновики ответов. • Агент-планировщик находит свободное время у нескольких участников и координирует встречи. • Агент интегрирует Slack, Linear, Figma, HubSpot и другие инструменты через MCP для сквозных рабочих процессов. • Агент преобразует доски FigJam в документы Notion и наоборот, автоматизируя работу с артефактами. • Slack-упоминаемый агент проверяет и переписывает тексты для CEO по заданным коммуникационным правилам. • Агент автоматически присылает персональные сводки по активности в Slack и других каналах. • Команды создают и шарят агентов как “цифровых сотрудников” с управляемыми правами доступа и логированием действий.

Я сделал компилятор Людей в AI агентов :)

Он проводит глубокое интервью с любым сотрудником через 8 структурированных фаз, читает артефакты из Slack, Notion и Gmail, извлекает неявные знания, алгоритмы и паттерны — и компилирует загружаемого, бесконечно масштабируемого цифрового человека в виде Skill для Claude Marketplace, который вы можете в 1 клик загрузить в Claude Cowork/Code.

Скачать можно здесь: https://github.com/Gerstep/HumanCompiler/tree/master

P.S. сделал в шутку, но мне уже пара человек написали, что им было полезно

PPS. Кидайте свои компайлы - будем собирать биомассбиблиотеку!

а cowork, кстати, быстро перестает быть говном.

я вижу как эту штуку устанавливают всем 1500 сотрудникам и они реально понимают как и зачем это нужно.

корпоративный мониторинг token usage, outgoing http походов агентов, skills provenance, model provision, GAAP accounting workflow update & mandatory employee CoWork training...

это еще не случилось, а мне уже тошно от того насколько будет скучно на конференциях для CIO "кому за 60", где это все будут обсуждать и от того насколько много они будут бухать...

каждая роль - это теперь просто скил в коворке (ничем не отличается от СС/openclaw/cybos по архитектуре, но не так сильно пугает бухгалтеров и операционистов)

вот, например, скилл поиска по энтерпрайз данным:

читает все трекеры задач, месенджеры, почту, crm и все остальное. группирует по темам, ответственным, отделам компании

все секурно, все под тотальным бдением CIO, хочешь в какой-нибудь gov cloud AWS - пожалуйста, хочешь до**баться до сотрудников октой - флаг в руки и древко еще куда-нить!

хранит все сорс файлы - все сообщения в слаке, телеге, почте хранит саммари хранит события вокруг событий и строит темпоральный граф

Валерий Бабушкин — OpenClaw, Moltbook и почему деньги всё ещё в ML

В этом выпуске подкаста поговорили с мощнейшним Валерием Бабушкиным про:

— что такое OpenClaw и зачем вообще нужны автономные агенты — эксперимент с Moltbook и системами, которые могут работать неделями без постоянного контроля — GPT-5.2, Codex, Claude Opus и Gemini — где какая модель реально удобнее — синтетических пользователей и ограничения такого подхода — почему большинство ML-пилотов не доходят до продакшена — и почему деньги до сих пор в классическом ML, а не только в LLM

Залетайте: Ютуб ВК

Эра краха смысла

Еще многие месяцы мы будем наблюдать крах смысла для миллионов людей.

В прошлом году это звучало как что-то абстрактное, теоретические и "уж точно не про меня". Сегодня лучшие инженеры, которых я знаю, говорят что то, чему они учились несколько десятилетий в одно мгновение стало бессмысленным.

В ближайшие месяцы подобное осознание ждёт миллионы людей. Для кого-то это покажется трагедией, ощущением небезопасности и ненужности. Для других восторгом от возможностей, от того что теперь один человек за неделю может сделать то, что раньше требовало месяцев работы команды.

Это важно, потому что смысл, структура и внимание являются для людей куда более важными вещами, чем деньги и власть, ибо последние порождаются именно нашим вниманием и верой в их смысл.

Безотказный способ избавиться от психоза — удалить GPT и Клод, никогда больше к ним не возвращаться, и остаться в забвении и нерелевантности относительно страниц мировой истории. Если ваше счастье не зависит от мнения других, а ваш стиль жизни от регулярной зарплаты, то я бы сказал это единственный гарантировано безболезненный вариант.

Другой способ это ухватиться за возможности, найти новый рынок для бизнеса, новую работу, новую карьеру, ибо возможностей, как сегодня, не открывалось перед человечеством никогда. Это как поучаствовать в приватизации, только в которой у всех равный, щедрый и одномоментный доступ. триллионы долларов были и будут заработаны за ближайшие 3-4 года, и это ваш выбор участвовать или нет.

С третьей стороны, это крах системы. Конец «конца времен» и начало нового. Никакая либеральная демократия или нефтяная диктатура не переживет смену экономической системы, когда работу делают боты и роботы, а капитал сменяется техническим капиталом (чипы, э/э, пайплайны нефтяные → пайплайны RL). Тут найдется много миллионов покупателей много(десяти)летней вялотекущей войны в Украине, Иране и, возможно, Тайване. Будь у меня достаточно мощные инвесторы, я бы вообще новую религию застартапил.

За крахом старого смысла будет новый. Вопрос, какое там место для тебя, анон?

Для тех, кому интересно какие следующие роли и функции будут агентизированы после написания кода: https://claude.com/blog/cowork-plugins-across-enterprise

Все эти сегодня бесплатно доступны для Cowork: HR: Поддержка HR-операций на всем жизненном цикле сотрудника - от подготовки офферов и построения планов онбординга до написания performance review и проведения анализа компенсаций.

Design: Ускорение дизайн-процессов - генерация фреймворков для критики, написание UX-копирайта, проведение аудитов доступности и структурирование планов пользовательских исследований.

Engineering: Оптимизация ежедневных инженерных процессов - подготовка standup-саммари, координация реагирования на инциденты, создание чек-листов деплоя и написание постмортемов.

Operations: Управление ключевыми бизнес-операциями, включая документацию процессов, оценку поставщиков, трекинг change-request и создание runbook’ов.

Brand voice (by Tribe AI): Анализ существующих документов, маркетинговых материалов и коммуникаций для выделения голоса бренда в четкие и применимые гайдлайны.

Financial analysis: Поддержка базовых процессов финансового аналитика - от рыночного и конкурентного анализа до финансового моделирования, создания шаблонов PowerPoint и проверки их качества.

Investment banking: Ускорение процессов по сделкам - анализ транзакционных документов, построение сравнительного анализа компаний и подготовка презентационных материалов.

Equity research: Оптимизация исследовательских процессов - разбор транскриптов отчетности, обновление финансовых моделей с учетом нового guidance и подготовка аналитических заметок.

Private equity: Поддержка сорсинга и due diligence - анализ больших массивов документов, извлечение стандартизированных финансовых данных, моделирование сценариев и оценка возможностей по инвестиционным критериям.

Wealth management: Помощь консультантам в анализе портфелей, выявлении отклонений и налоговой нагрузки, а также генерации рекомендаций по ребалансировке в масштабе.

CPO Антропик: Клод и все продукты компании на 100% написаны Клодом.

Примерно то же самое я вижу в большинстве успешных ИТ компаний: портфельные или от друзей в FAANG. Я не уверен за 100%, но точно больше 90.

Год назад ровно это же предсказание вызвало массу негативных эмоций под постом в стиле «да все вы врете».

Через год, очень похожая ситуация случится со всеми другими офисными задачами: стратегия, продажи, юристы, маркетинг, продукт, поддержка, логистика, финансы, проектирование, . Многие задачи в этих профессиях не так легко проверяемы как код, поэтому разумная степень автоматизации это где-то 50%.

Для тех, кто не готов будет поменять свою работу, это будет сложным моментом. Для остальных — возможностью быстро и сильно вырасти. Для компаний, которые не готовы меняться это будет означать гниение и потерю рынка. Для тех, кто быстро и активно схватится за возможность нанять сотни гениев в датацентре за $1к — once in a lifetime возможности победить или захватить новые рынки.

часто вижу в чатах вопросы "покажите конкретику использования ИИ", "а какие именно функции заменяют агенты?". для меня ответ очевиден: все. но я понимаю, что "все" — это не аргумент, поэтому вот свежие данные от Anthropic.

они ввели метрику "observed exposure" — разница между тем, что ИИ теоретически может автоматизировать, и тем, что реально автоматизируется сегодня. главный вывод: мы находимся в самом начале.

цифры: для программистов покрытие задач уже 75%. при этом для всей категории "computer & math" реальное использование — 33%, а теоретическая способность — 94%. то есть мы используем треть от возможного, и это в самой продвинутой категории.

для офисных и административных функций теоретическое покрытие — 90%. финансы, юристика, бухгалтерия, HR — по данным отчета, наиболее exposed работники это люди с высоким образованием и высокой зарплатой. частично, те же кто задает "а какие функции?" - детали на картинке

например, у себя почти все задачи связанные с аналитикой, финансовым моделированием, инвестиционным рисерчем и подготовкой в звонкам/сделкам делает клод. это сильно быстрее и дешевле, но, главное, выше качеством, чем если бы я делал это руками.

найм молодых специалистов в exposed профессиях упал на ~14% после запуска ChatGPT. безработица пока не выросла — людей просто перестали нанимать. это не кризис, это тихая замена. а прогноз роста для exposed профессий до 2034 уже слабее, чем для остальных — рынок закладывает автоматизацию.

реальная проблема не в том, могут ли агенты делать работу — данные говорят, что могут. проблема в том, как быстро нужно меняться людям. возьмите 3-5 своих ключевых рабочих функций и прогоните через агента на этой неделе. результат покажет больше, чем любой отчет. а если вам интересно как именно это делать в вашей работе или компании, то вы знаете где узнать больше.

Главный вопрос о том по какому сценарию пойдет мир (быстрый AGI или медленное развитие/потолок способностей) в том когда случится стадия рекурсивного само улучшения моделей. То есть, когда GPT и Клод станут не менее полезны, чем исследователи из лабораторий, для создания следующих и более способных версий себя.

То, что мы видим публично последние дни указывает на то, что

1. Это совершенно точно возможно 2. Это, вероятнее всего, уже произошло внутри лабораторий

Я бы сейчас ориентировался на один из fast takeoff сценариев для любых планов или стратегий.

Моя работа за последний год от курсора и клода пришла к использованию 3 моделей (и 3 харнесов) для работы над одним и тем же .md документом. в данном случае, это claude code с опусом + pi с gemini 3.1 + opencode с GPT 5.3 Codex

Clawd, он же Molt, он же Openclaw, он же Гоша из тех твиттера вырвался на просторы каждого утюга. По скорости роста уже побил все open source проекты.

но на мой взгляд, openclaw - это не технология, сам продукт очень простой (и избыточен в функционале зачем-то)

это -- доказательство возможного. без него люди не верили что opus 4.5, gpt 5.2 могут то, что они могут.

для меня claude code все равно удобнее в большинстве задач, даже в работе с телеграмом или почтой. проще иметь один текстовый файлик с правилами, чем громоздкую архитектуру с миллионом мне не нужных фич.

но что здесь интересного -- это то, что пришедшие на хайп,

во-первых, найдут в итоге для себя продукт во-вторых, начнут строить в жизни и работе процессы с учетом что "так можно было" и, в-третьих, в итоге начнут требовать и ожидать от организаций чтобы агент (а лучше - пачка) были у каждого сотрудника.

Для задач типа программирования интерфейсов, приложений и веб сервисов, составления договоров, продаж, поддержки клиентов не нужны значительно более умные модели чем opus 4.6 / gpt-5.3. (Глобально, они нужны, но скорее для рисерча, науки, сложных инженерных задач и супер сложных баз кода)

При этом, дистилляция, оптимизация моделей, интересна, компиляторов и чипов будет продолжаться еще как минимум годы с той же скоростью.

Что сделает использование модели сравнимым со скоростью мысли и значительно дешевле. То, что вы строите сейчас для агентов, которые работают всю ночь, будет занимать 5 минут.

Понравился LiteLLM - LLM Ops здорового человека. TL;DR: тонкий враппер с общим поверх популярных провайдеров LLM, с кэшированием, обработкой ошибок и бюджетированием.

Вообще я не спец в LLM, но сделал сколько-то прототипов на коленке, и считаю, что правильный воркфлоу - делать proof of concept поверх самого дорогого и предсказуемого на текущий момент API (читай GPT-4), и держать в уме опцию миграции в будущем. Уже в паблике есть и жирная Falcon-180B 🐪, и крутой для своего размера Mistral 7B 🇫🇷, и разные затюненные Llama-2. Лень сетапить инференс - пожалуйста, есть Replicate или Deepinfra.com под ваш форк Лламы, и Antropic через AWS Bedrock; все они обойдутся дешевле, чем GPT.

Если совсем полетит, то на собранном датасете можно будет тюнить свою кастомную модель, если лицензия позволит 🏴‍☠️. Но скорее всего, YAGNI.

Еще одна крутейшая фича в Claude code - автоматическое создание агентов (не имеет ничего общего с субагентами).

хочу сказать что это огонь. есть проблема с некоторым чрезмерным плодением агентов, но зато из коробки работают все хуки/скилы/команды

юзкейс: написание статьи

клод сам придумал какие агенты нужны исходя из финальной задачи. в итоге работало около 10 агентов: - 5 штук на каждую картинку - рерайтер аутлайна - факт-чекер, рисерчер (запустил 5 субагентов с mcp'шками perplexity/parallel) - корректор/редактор стиля (у меня огромный анти-слоп документ для него) - менеджер, который меня успокаивал и говорил что все будет тип-топ

Ключ на скрине нерабочий, не волнуйтесь.