AIGENTTO

Увольте дизайнера, избавьтесь от Figma 10+ лет я просил дизайнеров делать clickable prototype, чтобы потом, спустя спринт или два, не переделывать. Но им было некогда. Теперь дизайнер не нужен: любой Front любой сложности LLM собирает за минуты, и если нужны два варианта — посветлее и потемнее, — то это еще 2 минуты. Но самое главное — мысль, которая возникла в голове у Product Owner, сразу материализуется. И это не просто clickable prototype, это рабочий продукт, который можно наживую править. Первая версия всегда говно. Я так за один день сделал 30+ изменений и наконец увидел то, что было у меня в голове. И самое главное: мысль в голову Product Owner может прийти в 6 утра, и не надо ждать, пока все проснутся и заведут свою Figma. К 8 утра ты уже получаешь материализованную мысль, которая выглядит отлично и работает, остается только докрутить Backend до идеала. Как вы поняли, аналитиков в этом loop тоже нет — они тоже не нужны 🙂 Подпишись 👉🏻 @aigentto 🤖

Два способа автоматизировать работу в компании с помощью ИИ ⬆️ Каждому сотруднику выдаём бота, проводим обучение, и он сам решает, что и как автоматизировать — просто говоря боту о своих задачах и проблемах. Таким образом постепенно возникает Avatar каждого сотрудника. Это способ снизу вверх. ⬇️ С помощью специалистов делаем набор общих ботов, каждый для выполнения конкретной функции. Потом гоним людей ими пользоваться. Подход сверху вниз. Оба подхода имеют право на жизнь, но второй делается значительно проще, если был проделан первый, потому что уже есть Аватары сотрудников и не надо гадать, какую область автоматизировать, что делают сотрудники, что сработает, а что нет. Если вы не решили, что именно и как делать, то начните с первого: просто дайте всем или избранным своего бота. Как минимум за 3–4 месяца у вас появится хорошая почва для варианта два в виде Аватаров сотрудников. *Аватар — это компиляция всех вопросов, ответов и задач, которые сотрудник решал с помощью бота, на основе чего уже есть сформированные skills (навыки бота). Подпишись 👉🏻 @aigentto 🤖

Как сделать, чтобы ИИ meeting notes работали? В продолжение поста, я просто стал водить своего ИИ-бота на все встречи. Мой ИИ-бот знает весь мой контекст жизни и дел и из каждой встречи возьмёт всё, что относится только ко мне; ещё и может что-то из этого сразу сделать — если у него есть контекст и доступы. Например, кто-то на встрече попросил отправить ему инфу про X: мой бот сам находит его контакт из встречи, спрашивает у меня approve и отправляет ему инфу по email, потом может ещё ответить на follow-up вопросы по теме. По идее, так должны делать все — каждый ходит со своим ИИ-ботом, по сути со своим контекстом. Дальше надо как-то сделать, чтобы наши ИИ-боты связывались между собой, чтобы ещё уменьшить вовлечение своих человеков: если боты могут сделать всё сами между собой, то с человека — только approve. Подпишись 👉🏻 @aigentto 🤖

Переход на новую нейронку не даёт почти ничего 😎 Мне часто присылают: «Посмотри, новая нейронка, типа stealth-ox-alpha какая-нибудь». Я часто вижу, как люди перебирают нейронки, пытаясь решить некорректно поставленную задачу. Кончается всё тем, что дорогие токены сожжены, результата либо нет, либо он очень средний, и вывод — это всё пока не работает. При этом я сам трачу токены как минимум на два бота OpenClaw, и там я сжигаю токенов на 500–800 руб. в мес., и успешно решаю много полезных задач. Вот пример реальных задач, которые люди не смогли решить потому, что не понимали, как и с помощью чего решать такие задачи: 👉 Человек сделал workflow на n8n — где первый шаг был загрузить все 800 000 записей из БД в контекст нейронки, чтобы проводить какой-то анализ дальше — сжёг все лимиты компании и ничего не смог сделать. 👉 Человек загрузил в контекст нейронки прайс на миллион строк и хотел делать/фильтрации выборки, оно заедало, висло, уходило в таймаут, он менял нейронки на более мощные, жёг деньги ещё быстрее. Проблема была в постановке задачи и архитектуре решения под задачу, а не в нейронке. И да, есть задачи которые до сих пор лучше решать без нейронки. Подпишись 👉🏻 @aigentto 🤖

GPT-6 — не AGI. Но один реальный скачок есть 😎 Если убрать маркетинг, то в обычном чате революции нет. GPT-6 не стал в 10 раз умнее и не начал в 2 раза лучше писать код. Главное улучшение — агентная работа. То есть он заметно лучше умеет: 👉 сам разбираться в длинной задаче; 👉 работать через браузер, shell и другие инструменты; 👉 исправлять свои ошибки; 👉 доводить задачу до результата без постоянного контроля. На automation benchmark рост примерно с 18% до 41%. На GUI, terminal и длинном контексте тоже большой прирост. Для OpenClaw/ReAct это намного важнее, чем очередные +5% качества ответа. Но GPT-6 дороже Minimax M3 примерно в 43× по входу и в 52× по выходу раза, короче, надо от 43× до 52× раз подумать, прежде чем на него переходить 🙂 Подпишись 👉🏻 @aigentto 🤖

Вот опять calibri 😀 Опять много видео на тему: новая нейронка calibri работает на laptop, 744B параметров. 1–2 char в секунду на лаптопе. Но только calibri — это не новая нейросеть, а движок, который позволяет запускать огромные MoE-модели (например, GLM‑5.2 на 744 млрд параметров) на обычном ноутбуке/ПК без мощной видеокарты. И скорость там, скорее всего, будет 0,1 char в секунду. Если хочется свою нейронку (уровня от 744B параметров) даже для одного пользователя, то всё-таки придётся арендовать сервак от ~100 тыс. руб. в мес. с GPU. Если такой сервак в production, то для ~10 пользователей одновременно (наверное, можно держать 50–100 пользователей всего) — от 1 млн руб. в мес. Поэтому расслабляемся и платим свои $20–$200 за облачные нейронки уровня выше 744B; пока что получается, что они нас спонсируют: как не считай, точно так же, как всякие маркетплейсы. Подпишись 👉🏻 @aigentto 🤖

Итак JEV TypeSafe выпустили Jev. Это модель, которая может отвечать на структурированные вопросы по любому массиву данных почти мгновенно и дёшево (оплата только за input tokens). Типов вопросов может быть три: Noul — да/нет → вероятность. Choice — выбрать один вариант из заданного списка → распределение вероятностей по вариантам. Score — оценка на шкале → score + распределение/уверенность. То есть берём, например, новый входящий счёт, добавляем к нему нужный контекст — договор, прошлые счета, PO, данные поставщика — и задаём Jev набор заранее определённых вопросов: «Это дубликат счёта?» «Сумма соответствует договору?» «Есть признаки мошенничества?» «Поставка подтверждена?» «Что делать: PAY / HOLD / REVIEW?» Jev не пишет текстовый ответ, а очень быстро возвращает вероятности по каждому варианту: "duplicate": { "yes": 0.97, "no": 0.03 }, "amount_matches_contract": { "yes": 0.22, "no": 0.78 }, "fraud_risk": 0.08, "delivery_confirmed": { "yes": 0.94, "no": 0.06 }, "action": { "PAY": 0.05, "HOLD": 0.18, "REVIEW": 0.77 } } На все заданные вопросы Jev отвечает сразу — то есть количество вопросов не влияет на скорость ответа. Штука интересная — будем прикручивать к AI-ботам и RAG-пайплайнам. Подпишись 👉🏻 @aigentto 🤖

Jav спасет от пожирания токенов Кстати, Jav, описанный выше, по факту может решить проблему пожирания токенов, особенно в ReAct. Везде, где не нужна генерация, а нужно просто принятие решения на основе уже существующих данных, он сэкономит и время, и токены, так как в один прогон можно получить много ответов/решений. Подпишись 👉🏻 @aigentto 🤖

Appium больше не нужен Google выкатила открытый фреймворк ARTEMIS для управления Android через ИИ-агентов. Ассистент в IDE через MCP сам собирает APK, ставит на телефон через ADB, логинится и проверяет UI без хрупких Appium-скриптов. Я всегда не любил Appium, поэтому давно пора 😎 Подпишись 👉🏻 @aigentto 🤖

ИТшники больше не нужны? Теперь каждый может создать App или сайт за счёт AI. Зачем платить ИТшникам? Это один очевидный тренд, НО есть и обратный тренд. Теперь каждый может понимать, управлять и оптимизировать бизнес, в котором он раньше был ни в зуб ногой, благодаря тому же AI. Да, конечно, скиллы управленца AI пока (внимание, пока) не заменит, нужно иметь опыт управления хотя бы в том же ИТ. Дальше берётся слабо консолидированная область, в которой каменный век с точки зрения автоматизации, много ручной работы и жёсткая завязка на специалистов (бухгалтерия, недвижка, юристы и т.д.), и мясной слой бухгалтеров, агентов и юристов заменяется 😀 Примеры - Multiplier, Current, Thrive Holdings, Dwelly, Long Lake, Shield Technology Partners, Eudia, Crescendo. На самом деле можно расслабиться: ни тот, ни другой тренд по сути никого не заменит (кроме отдельных случаев). Просто все станут производить больше ценности, что сулит рост ВВП и экономик. А ИТшники останутся, как и бухгалтеры, агенты и юристы. Ну, по крайней мере, пока... Подпишись 👉🏻 @aigentto 🤖

У AI нет мнения, и это бесит 😀 Провожу сейчас гигантское исследование (CusDev) в рамках Sber500 DISRUPT, загружаю в AI тонны данных. Оно, как всегда, отлично все анализирует, но ведет себя как флюгер: чуть новые данные появились — ветер подул в другую сторону, и оно меняет свое мнение на 180 градусов 🤯 Да, ему можно дать персонажа, и оно будет топить за какое-то мнение, но это опять искусственное погружение в ситуацию, а хочется, чтобы оно тебе сказало: «Да бл#%ь, вот же тут все ясно, делаем вот ТАК!» — и кулаком по столу 😀😀😀 Поэтому речи о захвате мира AI пока нет 😀 Все это очень хороший аналитик, aka большой калькулятор текстов. Может, мне сейчас так кажется, потому что я изучаю тему как раз «избегания людьми неопределенности» + продукты, которые помогают этого достичь. Тут я тоже веду себя как бионейросеть = подпадаю под влияние текстов и данных, которые получаю 😀 Подпишись 👉🏻 @aigentto 🤖