ИИ не отменяет найм. Он просто выставляет счёт в другом месте
Нейросети действительно помогают делать больше теми же руками. Раньше команда неделю собирала черновик, а теперь один человек за вечер рисует базу, проверяет и отдает. В коде та же история: меньше рутины, быстрее черновики, проще прототипы.Но есть скучная часть, которую обычно не принято упоминать:Расходы не уменьшаются. Они переезжают.Раньше компания платила людям. Теперь она платит за модели, токены, безопасность, проверку результата и обучение команды. Звучит менее празднично. Зато ближе к жизни.Свежая оценка Bridgewater,
Тебя нет в ответах ChatGPT. Пошаговый гайд как это починить за один вечер
Почему надо это читать? Спроси ChatGPT или Claude: «топовые продакт-менеджеры, делающие AI-продукты в России». Или спроси про ведущих экспертов в своей нише. С высокой вероятностью тебя в ответе не будет.Я спросил, и меня в списке не было, зато были люди, которых я знаю лично, и подборка выглядела странно: кто-то давно ушёл из индустрии, кто-то уехал и делает AI-продукты за пределами РФ. При этом я руковожу продуктовым направлением в Т-Банке, делаю LLM-агентов для автоматизации саппорта, выступаю на конфах, но модель об этом ничего не знала, потому что выбирает она по данным, которые видит, а меня в этих данных просто не было.
“Автомойка в 50 метрах. Дойдем пешком”. Разбор первых рецензий на Claude Opus 4.8
Загадка. Автомойка находится 50 метрах от дома. Как доберетесь до нее? Поедете на машине или пойдете пешком? Если вы ответили “конечно, пешком — отчего не прогуляться”, поздравляем: вы угодили в ловушку абсурдности. 50 метров ехать на машине действительно неэффективно, вот только без нее на автомойке вам нечего будет мыть. Но не переживайте! Ровно так же на этот вопрос ответила и новая модель Claude Opus 4.8, заявленная Anthropic как самая мощная на сегодняшний день нейросеть. Раз уж искусственному сверхразуму незазорно попадать в смысловые ловушки, то нам с вами и подавно.
Harness под любую задачу: Dynamic Workflow в Claude Code
На прошлой неделе мы выпустили динамические воркфлоу в Claude Code. Теперь Claude может на лету писать собственную обвязку (harness) под конкретную задачу.Стандартная обвязка Claude Code создавалась для кода — но она также полезна для многих других типов задач, поскольку, как выясняется, многие задачи напоминают задачи по написанию кода. Тем не менее есть определённые классы задач, под которые нам приходилось строить кастомные обвязки поверх Claude Code для достижения максимальной производительности:
Я устал копировать промпты вручную. И собрал 794 проверенных в деле промптов для ваших ИИ агентов
🤖 Что происходит, когда вы просто пишете «act as a senior developer»Модель выдает рабочий код. Примерно рабочий. 😅Компонент рендерится, но стили будут серым Tailwind по умолчанию. Про тесты модель скажет «добавлю позже». Переменные окажутся захардкожены, а в коде останется console.log.Это не проблема модели. Это проблема инструкции. Нейросеть делает ровно то, о чем ее попросили, не проявляя инициативы. 🤷♂️🔍 Откуда берется хороший системный промптЯ потратил несколько недель на разбор структуры лучших открытых репозиториев с агентными конфигурациями. Их шесть, все под лицензиями MIT или Apache 2.0. 📂
Агент читает 20 файлов ради одной функции. Лечим это графом кода: CodeGraph vs Graphify и другие невиданные твари
CodeGraph и Graphify решают разные задачи, хотя оба строят граф кода на tree-sitter. CodeGraph — лёгкий локальный индекс символов для рантайма агента. Graphify — граф знаний всего проекта, включая документы, PDF и медиа.CodeGraph работает 100% локально (SQLite + FTS5), без внешних API. Graphify код тоже парсит локально и бесплатно, а токены тратит только на документы и медиа — и то через модель твоей IDE-сессии, без отдельных ключей.Их бенчмарки CodeGraph: −57% токенов, −71% tool calls, −46% времени на 7 репозиториях. Это их цифры на их выборке, я не воспроизводил. Своё ощущение — заметно быстрее и точнее, но замеров не делал, честно.
794 системных промпта для AI-ассистентов: как мы собрали лучшие промпты в один месте
🔍 Зачем еще один репозиторий с промптамиРепозиториев с системными промптами много. Большинство из них представляет собой свалку из десятков разноформатных файлов, которые скопировали из случайных твитов, не проверили на практике и забыли обновить. 🤷♂️proagents устроен иначе. ⚡Здесь собраны шесть исходных репозиториев с активным сообществом и реальной историей использования. Из них полностью вычищены дубликаты, создана единая структура и добавлен CLI для быстрого управления. Каждый файл оформлен в едином стиле: содержит название, роль и четкие правила поведения. 🧑💻Результат: 794 файла
Десять лет в индустрии я писал код руками. Три месяца назад перестал
После выхода Claude Opus 4.7 стало очевидно, что агент технически быстрее меня. А 28 мая Anthropic выпустила Opus 4.8 с теми же ценами, заметно лучшим coding/agentic-скором и новой возможностью держать в голове миграции на сотни тысяч строкИ всё же расслабиться не выйдет, потому что есть нюанс: эрудиция у него принципала, а суждения джуна. Он знает двадцать способов решить задачу и ни одной причины предпочесть один другому - потому что не ему потом это поддерживать
