Gemini vs Claude

Не Клод Кодом единым.

🕺Опус 4.5 + СС ≈ AGI 🕺 но мейдинчайна опенсорс догонит через два месяца

Думаю про связку где CC оркестрирует, а дешевые и быстрые терминальные агенты выполняют задачки.

Собираю кандидатов для тир-листа: OpenCode / Kilo Code / Mistral Vibe / Qwen Code / Gemini CLI / WARP

Кого еще берем в команду?

[2/2] Яичница против DeepMind

Да, и конечно же вишенка на торте, возвращаемся к тому, с чего я начал пост – вот 9 разных видов приготовления яиц по степени усвоения белка: https://claude.ai/public/artifacts/fc6c0278-0eae-47a3-b940-6f797286b917

Важный факт, который не упомянул выше, все витамины яйца содержатся в желтке, и, как и с овощами, витамины, наоборот, теряются при сильной термообработке, поэтому оптимальная форма – это НЕ пережаренное яйцо

P.S. Поэтому родной @founderit, давай без экспериментов с 10 сырыми яйцами с апельсиновым соком 🤗

Хватит писать коммиты руками

Последние года полтора я точно не пишу коммит сообщения сам, а пользовался одним инструментом для генерации коммитов. Да, знаю что в том же Cursor есть кнопка авто-генерации, но она пишет какую-то дичь чаще.

Claude Code тоже пишет коммиты но добавляет себя туда как со-автора и в целом какими блоками коммитить - я предпочитаю управлять сам. Несмотря на то что пользуюсь CC -> мой файловый редактор остается Cursor и я там просто нажимаю кнопку "Commit", далее срабатывает git hook и на выходе сгенерированное сообщение.

Что важно для меня: • соблюдение conventional commits • one line commit в духе feat(auth): added registration system • четкое определение типа коммита - feat/refactor/fix/docs/chore/... • понятный scope -> feat(auth) / refactor(rag) и т.д. • если коммит короткий -> одна строка, если большой - одна строка + буллеты в духе: refactor(rag): changed rag pipeline

• introduced BM25 • refactored qdrant to postgres • ...

Предыдущий инструмент не устраивал меня много чем, поэтому вчера за вечер я собрал свой первый опенсорс на Go!

Встречайте - CWAI (Commits With AI)

Как он работает? Вы добавляете файлы в stage (git add), нажимаете Commit в вашем IDE/делаете git commit/пишите cwai в терминале, он генерирует вам сообщение - вы аппрувите/регенерируете/правите если надо (а задача чтобы правок было минимум) -> коммитите.

Как установить? Быстрая установка для macOS/Linux:

curl -fsSL https://raw.githubusercontent.com/nikmd1306/cwai/main/install.sh | bash

Для Windows: Скачайте Windows Zip из последнего релиза и запустите cwai.exe

Для тех кто хочет просто сам установить и у кого есть Go:

go install github.com/nikmd1306/cwai@latest

export PATH="$PATH:$(go env GOPATH)/bin"

Что нужно для работы? Инструмент поддерживает любой OpenAI Compatible API (OpenAI/OpenRouter/DeepSeek/любой другой). Все что нужно - Base URL + API KEY + модель.

По дефолту стоит OpenAI и лично я пользуюсь им + gpt-5-mini (стоит как дефолтная модель).

Чтобы настроить все параметры - для интерактивной установки введите:

Интерактивная установка - настройка ключей, api url и модели

cwai setup

Непосредственно в репозитории - установка git hook - это нужно делать в каждом новом

cwai hook set

Если у вас будут какие-то вопросы/идеи/предложения/проблемы - можно писать в Discussions на гитхабе или там же открывать Issues.

А лучшая поддержка для меня - это звезда на гитхабе ⭐

@atlfreedom * а тут рассказываю про AI-coding/вайбкодинг

Давать Claude Code доступ к облаку и базе данных – одна из самых крутых находок за последний месяц

Спасибо Стасу (@FactoryDS) что научил

Ищем AI-native Growth-продакта к нам в проект!

Мы делаем Subscription-based wellbeing B2C app.

Fully vibe-coded, то есть мы сами не написали ни строчки кода, и у нас нет разработчиков в привычном понимании этого слова.

За последние месяцы мы неплохо выросли по трафику, и пора нормально заняться воронками и монетизацией, поэтому мы ищем Growth-продакта.

Что надо делать:

• Отвечать за все веб-воронки в связке с трафиком и креативами. Тут много совместной работы. Ключевой KPI – это профит после расходов на маркетинг. • Делать новые воронки: новые сегменты и локализации. Работать в Claude Code и Funnelfox • Эксперименты на воронках на повышение конверсии и LTV • Эксперименты на монетизацию • Управлять стратегией, процесссом и тестами воронок

Примеры задач, которые мы сами делали за прошлый месяц: • собрали 3 новых воронки под новые сегменты • сделали 2 новых языковых локализации и 1 локализацию валют • перехали на оркестратор, по дороге сделав 4 A/B теста и убедившись, что не потеряли в конверсии • 2 A/B теста на цены

Требования к кандидату:

• Как минимум синий пояс в экспериментах в веб-воронках/лендах и монетизации. Умеете системно растить метрики с помощью экспериментов. Нет вопросов к приоритезации идей и выводов по завершению экспериментов • Обязательно интерес к AI-тулам, LLMкам и вайбкодингу. Это сразу метч на уровне культуры компании и это обязательно, чтобы держать наш темп • Очень желательно техническое образование, но главное – голова на плечах

Почему наша вакансия топ:

• ЗП в долларах, работа на зарубежном рынке, удаленка • Достойная оплата + бонусы от профита • Работа в крутой маленькой команде • Работа на острие технологий. Будете использовать самые современные AI решения и очень многому научитесь

Откликнуться

🤖 Какой лучший интерфейс для доступа к AI

Сайт ChatGPT — это хороший пример пользовательского интерфейса. Он стабильно обновляется и получает новые фичи. Но интерфейс не может всем подходить одинаково. В результате разные сегменты пользователей получают другие интерфейсы под свои задачи. Лично я перешел на приложение Raycast для доступа к AI и сегодня расскажу про него.

Что за Raycast: это замена поиска Spotlight на маке. Несколько главных фишек — хоткеи, расширения и AI. Хоткеи помогают выполнять частотные команды в несколько кнопок. С помощью расширения можно подключиться и управлять почти всеми популярными програмами (поиск по музыке в Spotify; менеджеры паролей и поиск; запуск терминала из текущей директории).

Какие есть AI-фичи: в Рэйкасте есть два вида AI-сценариев использования. Можно классически пообщаться в чате с AI, а можно запустить команду, которую ты заранее создал и это как раз самое интересное. Кастомные команды состоят из двух частей — заранее прописанный промпт и то как в него попадает входная информация (выделенный текст, текст из буфера или поле ввода).

Как я использую: я обращаю внимание на регулярные запросы к GPT и упаковываю их в команды. Два примера: fix spelling — исправляет ошибки в выделенном английском тексте; answer linkedin message — генерирует ответ на выделенное сообщение, при этом использует информацию обо мне и стилистике из промпта; Все это доступно в несколько кнопок в любом окне, где я нахожусь. Если команда очень частая, то Рэйкаст позволяет просто задать ей хоткей и вызывать ее таким образом.

💸 Обычные возможности Raycast можно попробовать бесплатно. За неограниченные AI-фичи с gpt3.5 нужно будет заплатить $10/mo, а за версию с gpt4 уже $20. Я пока что сижу на версии с 3.5 — ее хватает, чтобы запускать все базовые команды-промпты, но переодически думаю отменить подписку на ChatGPT и перейти на версию с 4-кой.

@prod1337

✊ 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.

Anthropic кардинально меняет дизайн мобильного приложения https://x.com/PaulNeverovsky/status/2039288063973540249?s=20

Claude Code теперь умеет отправлять дизайн прямо в Figma — в виде полностью редактируемых слоёв.

Потестировал — это выглядит как настоящая магия. Устанавливаешь Figma MCP, пишешь "Send this to Figma" — и состояние браузера автоматически конвертируется в редактируемые слои Figma. Всё разложено по компонентам, можно редактировать.

https://www.figma.com/blog/introducing-claude-code-to-figma/

Dylan Field (CEO Figma) пишет, что это меняет workflow. Раньше было линейно: brainstorm → design → code. Теперь можно начать откуда угодно и двигаться в любом направлении.

Главная мысль: canvas лучше подходит для навигации по множеству возможностей, чем промптинг в IDE. Можно видеть картину целиком, сравнивать подходы side by side, редактировать детали напрямую. А потом через тот же Figma MCP вернуть изменения обратно в код.

Пока не до конца разобрался: можно ли после отправки в Figma продолжать управлять изменениями через Claude Code? Например, написать "сделай заголовок больше" — и он поправит уже существующий файл в Figma? Или каждый раз будет создаваться новый файл? Судя по всему, пока не может — но очевидно, к этому всё придёт.

#ai #figma #claude #design

————————— Мысли Рвачева —————————

Пишут source code Claude Code npm билда был по ошибке дешифрован

https://x.com/fried_rice/status/2038894956459290963?s=46

Энтузиасты во всю изучают кодовую базу. Из интересного, ожидаемые фичи на очереди:

• 1-7 апреля, BUDDY - комментарии в стиле тамагочи на день дурака

• KAIROS - вечно живущий агент в облаке, продолжение тренда с Dispatch. а по существу, уже прямой конкурент OpenClaw

• ULTRAPLAN - 30-минутная удалённая сессия планирования, для задач/фичей/архитектурных изменений, требующих долгого предварительного рисерча

• Coordinator Mode - режим оркестрации множества агентов, вероятно улучшение уже существующего agents swarm

Кто знает как лечить баг когда в Claude Code наговариваешь через Wispr Flow длинный запрос, либо вставляешь длинный текст - и он тупо залипает без возможности закрыть сессию. Использую в терминале Cursor

[1/2] Яичница против DeepMind

Попросил Клод придумать запоминающийся хештег для рубрики развлекательно-познавательных постов про пищеварение, предложил #между_ртом_и_очком – считаю это гениальным, максимально точным и цепляющим названием

Зачем мы готовим? Хочется ответить, "чтобы убить бактерии", или "чтобы было вкуснее": жареные яйца приятнее есть, чем сырые

Готовка критически важна для белков. Желательна для углеводов. И практически не нужна для жиров. Поэтому сегодня мы сосредоточимся на белках

Любой белок – это длинная цепочка аминокислот, свёрнутых в некоторую 3D-форму, клубок. Причём форма этого клубка напрямую влияет на функции белка: изменится форма, потеряется функция

С этим фактом связано аж 2 нобелевские премии:

1) В 1972 некто Кристиан Анфинсен доказал, что отображение из цепочки аминокислот → в 3D структуру – однозначное, т.е. у каждого белка одна и ровно одна "стабильная" 3D форма его "клубка". Для понимания, в одном белке бывают сотни-тысячи аминокислот (в среднем, у белков в человеческом теле ~470 аминокислот)

50 лет это оставалось лишь красивым теоретическим фактом, у которого было мало прикладной пользы. Выяснить структуру 1 белка занимало от 1 до 5 лет и $300K-$2M инвестиций

2) В 2024 году некто Демис Хассабис, CEO DeepMind получил нобелевскую премию за разработку AI системы AlphaFold 2, которая с максимально высокой точностью предсказывает 3D структуру на любой белок за секунды. До AlphaFold за 50 лет "распарсили" всего 170,000+ белков. С AlphaFold уже все известные 200,000,000+ и они доступны в открытом доступе, бесплатно

Окей, а какое отношение это имеет к яичнице, пищеварению и остальному? А такой, что при переваривании происходит ровно обратная операция: превращение белка из его "свёрнутой" 3D структуры → в длинную "развёрнутую" цепочку. Эта операция называется денатурацией белка

Почему сырой белок яиц прозрачный, а варёное яйцо визуально плотное? Клод дал метафору, что "свёрнутые" 3D белки похожи на маленькие аккуратные клубки ниток, которые занимают совсем мало места и не преграждают проход. Но если их все размотать и разбросать по дому, они все спутаются превратят дом в джунги ниток, через которые невозможно протиснуться. Аналогично, лёд прозрачный потому что его структура однородна, а снег белый

Но зачем нашему организму нужно "разворачивать" красиво упакованные белки? У нашего ЖКТ есть 2 ключевых стадии переваривания пищи: желудок, где пища готовится к перевариванию, и тонкая кишка, где усваивается 95% пищи. Можно сравнить с этапами "предобработки сырых данных" и "запросам от BI/ML-сервисов" из дата инженерии

Тонкая кишка не умеет обрабатывать белки напрямую, а только аминокислоты. Поэтому в желудке есть фермент пепсин, буквально, маленькие молекулярные ножницы для белков, который разрезает длинную цепочку аминокислот на запчасти. Но как и с нитками, нельзя разрезать целый клубок ниток (ты банально можешь подступиться только к ниткам "внешнего" слоя). Значит тебе нужно его сперва размотать. Сначала развернуть, затем резать

Развёрткой занимается соляная кислота желудка (он же желудочный сок). Такая же готовка продуктов, но чисто химическая. Но есть проблема: если яйцо поступает сырое, желудок не успевает развернуть весь белок, поэтому у сырых яиц усвоение ~50-55%. Если же в желудок поступает, скажем, скрэмбл, то усвоится 93-95% поступившего белка

Получается, что готовка – это аутисорсинг пищеварения. Существует твердая гипотеза среди антропологов, что за счёт того, что человек вынул из своего ЖКТ половину пищеварения 800 тыс лет назад и делегировал костру – мы освободили кучу энергии организма под мозг (другой вопрос, что будет когда мы делегируем половину мозга – AI?). Считается, что мозг человека не смог бы развиться до текущих размеров без этой оптимизации пищеварения за счёт "внешней" термообработки еды

Мы стали умными потому что научились частично переваривать пищу до того как её съесть

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

📊 Anthropic замерили реальное влияние AI на рынок труда - и разрыв между теорией и практикой огромен

Новая метрика "observed exposure": не "что AI теоретически может", а "что люди реально автоматизируют через Claude прямо сейчас". В Computer & Math теоретически AI покрывает 94% задач. Реально - 33%. Программисты - максимум среди всех профессий с 75% покрытием. У 30% рабочей силы экспозиция нулевая: повара, механики, бармены, спасатели.

AI забирает задачи, которые можно описать текстом и выполнить за компьютером. Все, что требует физического присутствия, переговоров или управления людьми - ноль.

По датасету Anthropic: AI сейчас автоматизирует именно рутину. "Ответь на звонок" - 100%, "проведи переговоры" - 0%. "Напиши отчет" - 99%, "управляй командой" - 0%.

https://www.anthropic.com/research/labor-market-impacts

#anthropic #ai #labor_market #jobs

————————— Мысли Рвачева —————————

📈 4% всех публичных коммитов на GitHub сейчас делает Claude Code

SemiAnalysis выпустили анализ роста Claude Code. Цифры впечатляют:

- 135K+ коммитов в день - Рост в 42,896 раз за 13 месяцев - Прогноз: 20%+ всех коммитов к концу 2026

Что говорят разработчики: - Andrej Karpathy замечает атрофию навыков ручного кодинга - Malte Ubl (CTO Vercel): "Моя новая основная работа - направлять AI исправления" - Boris Cherny: "Практически 100% нашего кода пишет Claude Code"

Еще интересное из отчета: Anthropic теперь добавляет больше revenue каждый месяц чем OpenAI. Рост ограничен только доступностью compute.

🔗 newsletter.semianalysis.com/p/claude-code-is-the-inflection-point

#claudecode #claude #anthropic #github #ai

————————— Мысли Рвачева —————————

🏹 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.

GM! Polymarket вводит комиссии на все рынки. Все бомбят. Зря.

Открыл твиттер — у всех горит. "Жадные суки", "убьёт ликвидность", "ухожу на другие предикты".

На Kalshi наверное? Где комиссия и за мейкер, и за тейкер с первого дня ☹️

С 30 марта Polymarket включает taker fees на все категории маркетов. Крипта, спорт, политика, культура, погода. Макс ставка — 1.8% на 50/50, к краям снижается почти до нуля.

Для тех кто не в теме: taker fee – комиссия за "немедленные" сделки. Жмёшь Buy и закрываешь чей-то ордер из стакана — платишь. Ставишь лимитку и ждёшь — не платишь. Больше того, получаешь rebate: Polymarket собирает комиссии тейкеров и частично раздаёт компенсацию мейкерам (до 25%, полная структура в прикрепленном скриншоте или в документации)

Теперь к сути. Kalshi — имхо единственный конкурент, с которым стоит сравнивать полик. Взглянем на дюну – https://dune.com/datadashboards/prediction-markets

Калши берёт комиссию со старта. Taker до 1.75% на 50/50 — формула почти один в один, но без разделения на тип маркетов. И что? В 2025 году Kalshi сделал $23B объёма и заработал ~$260M. Polymarket при сопоставимых объёмах — почти ничего. Февраль 2026: Kalshi $9.9B, Polymarket $7.9B. Платформа с комиссиями торгует больше.

Прямо сейчас за подписку Claude Code или Codex за $200 ты получаешь API-токенов на $3-5K. Потому что Anthropic, OpenAI и Google конкурируют за аудиторию и работают в минус. Такси, доставки, маркетплейсы — сценарий один. Сначала дешевле рынка, потом монополия, потом свои условия. Polymarket набрал 53% рынка. Пришло время зарабатывать. Удивляться здесь нечему.

—

Я плотно в prediction markets, думаю было заметно по клипу. Ничего не меняю в своём подходе. Торгую лимитками — rebates покрывают комиссию. Если ты не лудоман, которому нужно войти райт нау — просто ставь лимитные ордера и торгуй бесплатно.

Claude Cowork: Dispatch

Попутно сделали своего конкурента OpenClaw в Claude Desktop - можно удалённо управлять агентом с десктопными MCP, файлами, тулами, скиллами

Пока видимо живёт строго в Desktop приложении (а не на сервере). Возможно всё-таки Mac Mini придётся брать 😑

https://support.claude.com/en/articles/13947068-assign-tasks-to-claude-from-anywhere-in-cowork

как я подхожу к AI SEO

контекст: мы делаем Extruct, deep research агенты для поиска и исследования компаний. не надо быть гением, чтобы понять, что сейчас большую часть ресёрча компаний люди делают в чатботах. "расскажи про компанию X", "кто их конкуренты", "какой у них funding" это всё уже идёт в Claude и ChatGPT, Perplexity.

поэтому логично было подумать, как туда пробиться и забирать траффик отткда. самое простое, что сделал: начал публично выкладывать все data points, которые мы наресёрчили агенты. генерю страницы прямо в Cursor, подключаюсь к БД, делаю постпроцессинг, массово публикую. сейчас порядка 5к страниц под long-tail запросы а-ля lindy funding, s25 batch (вторая позиция после официальной директории btw) или top b2b startups in Spain.

organic search сейчас у нас ~20%. другой вопрос с конвертацией, но top of the funnel это генерит.

теперь думаю, как это усилить. посмотрел штук 20 тулов для AI visibility. паттерн один: topic modeling → генерация промптов → пуш в LLM-чатботы. у меня ощущение, что часть из них просто дёргает API веб-поиска, а не эмулирует реальные пользовательские сессии. а разница есть: API ≠ консьюмерский продукт.

в таком сетапе выглядит не супер полезно. главная проблема: ни один тул не показывает объём запросов по промпту. без этого ты оптимизируешь под фразы, которые никто не вводит. понятно, что это непросто достать даже самим вендорам. а в LLM-поиске long tail ещё тяжелее, уникальных запросов больше, агрегировать клики по ним нельзя.

с другой стороны, я на это смотрю больше как на упражнение по оттачиванию позиционирования. полезно думать, как генерится интент на твой продукт или проблему. это может быть хорошим циклом, который связывает лендинги, копирайтинг и сам продукт особенно если ты ещё до PMF.

если копнуть в теорию, то ни у кого пока нет своего полноценного индекса. это general meta-search wrapper + LLM reasoning. да, есть кроулеры, есть оптимизации с кэшированием и свой re-ranking, но базово весь поиск всё равно лежит на поисковых движках. LLM разбивает твой промпт на 2-5 подзапросов и шлёт их в Google, Bing или Brave. потом ходит по топ-ссылкам, чанкует контент, цитирует то, что релевантно.

пример: запрос "SEO agency NYC" в Perplexity превращается в три отдельных Google-запроса — "seo agencies nyc", "top seo companies new york city", "best seo firms ny".

вся эта возня с visibility идёт от того, как происходит ранжирование внутри RAG.

но базовые принципы SEO никуда не делись. E-E-A-T — доверие к домену, авторитетность автора, бэклинки, директори, отзовики. говорят, что UGC площадки с высокой цитируемостью положительно влияют на AI SEO: Reddit, G2, Capterra, Trustpilot. форумы и отзывы сейчас весят для brand mentions больше, чем в классическом SEO.

что подметил из рисерча: 1. читаемость важна на уровне чанка. в ответ LLM попадают 1-2 чанка, а не весь документ. поэтому у каждой статьи должен быть чёткий TL;DR в начале. 2. каждый inference немного разный. нет детерминированного "ты на 4-м месте по этому запросу" - позиция плавает. 3. онлайн-сигналов (кликов) в RAG-поиске меньше, но есть другой сигнал: какие документы LLM процитировала, а какие проигнорировала. то есть feedback loop дольше, надо это учитывать, когда катишь конетнт. 4. тректинг атрибуции через прямые заходы делать бесполезно. влияние будет заметно только в direct траффике. лучше это распрашивать в онбординге.

что ещё делаю: 1. пишу по 3 поста в день на Reddit с мягким упоминанием бренда. руками, не автоматизирую. 2. смотрю, на что LLM ссылается в web search, это единственный способ понять, под какой контент имеет смысл писать и где пробелы.

честно: серебряной пули нет. это educated guessing плюс базовая SEO-гигиена. большинство AI SEO тулов пока выглядят скорее как агентства, продают ручную работу под видом автоматизации.

кто трекает AI-цитирования в масштабе? если кто-то делает что-то инетерсное в этом домене такое, напишите в личку, с радостью познакомлюсь.