817
Привет! Я Влад, CTO по AI в red_mad_robot. Здесь делюсь применении AI в бизнесе, разбираю технологии и публикую интересные материалы из жизни.
Неужто новая эра наступает?
Сильные кодинговые модели становятся доступнее: качество растёт, а цена работы остаётся прежней или падает.
GPT-6 Sol и Luna. OpenAI заявляет о росте качества при вдвое меньших ценах API по сравнению с GPT-5.6. Анонс · Обсуждение
Claude Opus 5.5. По оценке Anthropic, модель сильнее Opus 5, а типовая задача обходится на 40% дешевле. Анонс · Обсуждение
MiMo-V2.6-Pro. Xiaomi предлагает флагманскую модель для сложных задач по низкой цене API. Описание · Обсуждение
Grok 4.7. По данным xAI, модель лучше справляется с задачами на кодинг при той же цене, что Grok 4.6. Анонс
DeepSeek V4.1 Flash. DeepSeek заявляет, что новая Flash-модель превосходит прежнюю V4 Pro и стоит дешевле. Анонс
Claude Sonnet 5.5. Anthropic утверждает что новая модель на 30% быстрее и обходится до 30% дешевле для большинства задач Анонс
О чём молчит AI CTO
AI SDLC не помещается в один harness
Оригинальный пост в канале автора
С одной стороны небольшое решение для работы с сервером srv-explore, но если присмотреться Артем применил паттерны, которые должны быть встроены в AI SDLC любой компании.
Давай те посмотрим внимательней, у него с одной стороны, есть локальный harness разработчика, этот harness скорее всего оброс привычками этого разработчика, у него установлены любимые skills и доступен контекст проекта не только как кода, но и знаний. С другой — удалённый агент, настроенный под управление удаленным сервером и сбором метрик с него. Если посмотреть на мой прошлый разбор AI SDLC Сегодня можно увидеть, что обычно решения концентрируются вокруг одного из этих вариантов решения. Что может дасть процессу разделения harness на личный и общественный и их одновременную работу?
Несколько одновременно работающих harness сохраняют нужный контекст, ограничивают автономию местом её применения и освобождают процесс от одного исполнителя.
MCP второй просто появляется среди tools первого.Локальный и удалённый `harness` работают одновременно, каждый в своём контексте.
Я бы ещё дал такому контуру пространство для исследовательских скриптов.Свобода агента заканчивается вместе с границей его среды и ответственности.
Harness становится переменной, а роль и handoff остаются.
243-ФЗ: происхождение большой LLM становится частью архитектуры
26 июля подписан Федеральный закон № 243-ФЗ «О поддержке развития технологий искусственного интеллекта в Российской Федерации». Он вводит понятие большой фундаментальной модели, два специальных статуса для российских моделей и право Правительства определять случаи, когда можно применять только модели с такими статусами.
Разберёмся, что именно меняет новый закон и почему происхождение большой LLM теперь необходимо учитывать при проектировании продукта.
Что закон считает большой моделью
Термин в законе шире привычного понятия LLM. Большой фундаментальной моделью считается программа, которая одновременно:
- содержит не менее одного миллиарда параметров
- выполняет большое количество разных задач
- служит основой для создания или доработки другого программного обеспечения
- выдает результаты на уровне интеллектуальной деятельности человека или выше
Порог в один миллиард параметров сам по себе не делает модель большой фундаментальной. Поэтому специализированные модели для классификации, распознавания или прогнозирования, скорее всего, останутся за пределами определения даже при значительном размере. Важны свойства самой модели, а не конкретный бизнес-сценария, в котором она используется.
Два статуса российской модели
Закон вводит два статуса для больших моделей: суверенный и национальный.Суверенную модель разрабатывает российское юридическое лицо, которое контролирует весь жизненный цикл и способно технически воспроизвести разработку, включая обучение. Ответы пользователям формируются, а данные хранятся в российских центрах обработки данных, принадлежащих российским юридическим лицам.
В национальной модели существенные характеристики, программное обеспечение и настраиваемые параметры определяет российское юридическое лицо. При ее создании можно использовать российские и зарубежные компоненты, включая другие большие модели, если они распространяются по открытой лицензии. Требования к российским центрам обработки данных сохраняются.
Для обоих статусов понадобится подтверждение соответствия законодательству и традиционным духовно-нравственным ценностям. Процедуру должно установить Правительство.
Какие инструменты создает закон
Разработчики суверенных и национальных моделей смогут получать государственную поддержку. Закон также создает механизм доступа к данным государственных информационных систем для обучения. Конкретный порядок еще предстоит определить.
Отдельная льгота касается охраняемых произведений. Компьютерный анализ и краткосрочная запись материала в память машины не считаются нарушением авторских и смежных прав, если это делается исключительно для обучения суверенной или национальной модели. Разработчик должен правомерно получить экземпляр произведения либо работать с опубликованным материалом, доступным для анализа без технических ограничений. Это касается авторских и смежных прав и не отменяет требования о персональных данных, коммерческой тайне, конфиденциальной информации и условиях договора.
Еще один инструмент — право Правительства определять случаи, где разрешены только суверенные или национальные модели. Для финансового рынка такие решения согласовываются с Банком России. Перечня случаев пока нет. Именно он покажет, насколько сильно закон повлияет на выбор моделей в государственных, финансовых и других чувствительных системах.
Основная часть закона вступает в силу 1 сентября 2026 года. Требования к специальным статусам и ряд прикладных норм начнут действовать 1 марта 2027 года.
Что это значит для нас с вами
Закон создает общий словарь и полномочия для следующего этапа регулирования. Порядок присвоения статусов, отраслевые ограничения и требования к рискам появятся в подзаконных актах. Самое интересное впереди: следующие правила будут опираться на уже определенные категории, а происхождение модели станет либо ограничением, либо возможностью.
«Новый закон является рамочным, направлен именно на развитие ИИ и не содержит каких-то запретов», — констатировал Дмитрий Григоренко.
«СенатИнформ», 17 июля 2026 года
История технологии, которая появилась раньше своего времени
Сначала Java выглядела как эксперимент. Небольшая группа инженеров создавала её для будущего рынка, которого ещё не существовало. Первые продукты не стали массовыми, первоначальная ставка не сработала, а сам проект оказался близок к закрытию.
Но внутри неудачного продукта сохранилась сильная идея: отделить намерение разработчика от конкретной среды исполнения и позволить одному решению работать в разных контекстах. Некоторое время эта идея оставалась интересной только инженерам. Затем изменилась сама индустрия — появилась новая вычислительная среда, в которой прежние ограничения стали особенно заметны.
В 1995 году технологию представили уже не просто как очередной инструмент, а как новый принцип создания программных систем. Начался взрыв ожиданий: компании запускали проекты, разработчики осваивали новый подход, инвесторы увидели огромный рынок. Казалось, что новая технология полностью заменит прежние способы работы.
Но первые массовые приложения оказались слабее обещаний. Они были медленными, нестабильными и плохо подходили для серьёзных систем. Началось разочарование, а сценарий, благодаря которому технология стала известной, постепенно потерял прежнее значение.
Однако исчезла не технология. Исчезло первое представление о том, для чего она нужна. Пока рынок обсуждал яркие демонстрации, Java проникала в инфраструктуру. Вокруг неё появились инструменты, стандарты, библиотеки и сообщество, а на её основе начали создавать критически важные системы.
Так отдельный инструмент превратился в платформу. Она не заменила всю индустрию и не выполнила все ранние обещания, но изменила базовые ожидания разработчиков и заставила даже конкурентов принять её ключевые принципы.
Это история технологии, которая появилась раньше подходящего для неё мира. Первый продукт не взлетел, первый массовый сценарий оказался временным, но фундаментальная идея была верной.
И 1995 год стал не годом появления законченной технологии, а моментом, когда стало видно направление движения.
А теперь замените Java на GenAI, а 1995 год, на 2025 год.
Документальный фильм: The Java Story
О чем молчит AI CTO
AI-тарификация. Часть 2/2
Начало
Тарификация людей с AI
А как тарифицировать работу людей с AI? Ведь когда мы говорим про AI, кажущаяся бесплатность отдельного шага очень легко превращается в иллюзию бесплатности человека с AI.
Уже сейчас генерация изображений, суммаризация, поиск, первый вариант веб-приложения почти ничего не стоят, и некоторые клиенты, не разобравшись, начинают делать вывод, что результат человека с AI тоже должен стоить почти ничего.
Параллельно растет неравноправие людей. Раньше внутри одной роли была понятная вилка: тот же Middle backend developer мог быть сильнее или слабее, быстрее или медленнее, но рынок, процессы и ожидания роли довольно быстро сжимали разброс.
Теперь AI эти границы растягивает: один человек использует ассистента как автодополнение и ускоряет старый процесс, пока другой собирает вокруг себя рабочий контур с обратной связью. Формально роль одна и та же, но производительность может отличаться в разы. Мне известны случаи, когда стали использовать не самые качественные метрики по количеству MR и строк кода, а затем выявлять слабые звенья с последующим увольнением.
Консалтинг чувствует изменения
Очень хорошо заметны изменения в консалтинге, к которому я сейчас отношу себя в той или иной степени. Клиенты видят, что работа становится быстрее с агентами, и часто просят скорости и маленьких команд, а нам приходится справляться, создавая Tiny Teams.
В прошлом году мы столкнулись с большим сопротивлением в командах: ну кто захочет становиться фронтендером, если развивает себя как бизнес-аналитика? Или как собрать эту команду из текущих доступных ресурсов, когда команды всегда делились на специальности?
Этот год расставляет приоритеты: вижу в окружении понимание, что по-другому работать будет практически невозможно.
И как же зарабатывать компаниям, предоставляющим подобные услуги, если старая единица сравнения не работает? Там прямо сейчас мучительно уходят от оплаты часов, потому что AI ломает старую связку между размером команды и ценностью результата.
Если сильный человек с AI делает работу маленькой команды, продавать размер команды становится все сложнее. Хотя это понимал и Марвин Бауэр, неформальный основатель McKinsey & Company, он говорил в 1941 году:
"You cannot measure value by hours. Lawyers don't and we shouldn't."
Мы занимались гироскопами на разных физических принципах: атомными, волоконно-оптическими, механическими, вибрационными. На уровне физики — это разные устройства, на уровне инженеров — разные школы, даже на уровне страны — разные заводы. Но когда нужно выйти на один и тот же класс космически малой ошибки, стоимость вдруг сходится к одному большому порядку величины
Agent Driven SDLC: как меняется разработка в эпоху ИИ
Ребята из Selectel помогли оформить выступление с конференции «МЛечный путь 2026» в статью на Хабре. Спасибо их команде за приглашение, хорошую организацию конференции и помощь с текстом. Ценно, когда доклад превращается в подобный материал.
- Статья
- Запись доклада
О чем молчит AI CTO
Внешний skill ≠ безопасный skill
NVIDIA выпустила SkillSpector. Он проверяет skills на prompt injection, кражу данных, опасный код и уязвимые зависимости. Можно сканировать папку, файл или GitHub-репозиторий. Базовая проверка работает локально без LLM.
Полезная привычка: прогонять через него каждый внешний skill перед установкой.
#Skill
О чем молчит AI CTO
Если раньше весь бизнес можно было вести в Excel (а позже в Google Sheets), то теперь нам нужен только один инструмент - Codex (ну или Claude).
Внедренная система плагинов позволяет автоматизировать процессы не выходя за рамки инструмента с умным ассистентом, пишем код, заказываем пиццу, строим продуктовые dashboards и выбираем фильм на вечер, и все это, не закрывая Codex. Там обрабатывается входящая почта, анализируются таблицы и составляются презентации. А многие и TG почти автоматизировали %)
Но чтобы научить всех пользоваться этими инструментами правильно, Anthropic и OpenAI идут в консалтинг и собираются обучать специалистов по внедрению своих наработок в бизнес. Кажется, Windows и Excel пора подвинуться в сторонку.
Но есть и другая правда, одного AI недостаточно, что бы делать большие, надежные и масштабируемые сервисы.
О чем молчит AI CTO
Grill Me
Мы разобрали, что AI помогает с личной эффективностьтю, и я решил делиться с вами интересными находками, которыми пользуюсь.
Сегодня - Grill Me от Matt Pocock. В мае название особенно удачное 😃.
Сам skill неожиданно короткий, но 97.4k ⭐️ на github говорят, что его не стоит пропускать. На русском он звучит так:
Жестко расспроси меня про каждый аспект этого плана, пока мы не придем к общему пониманию.
Пройди по каждой ветке дерева проектных решений и последовательно закрой зависимости между решениями.
Если на вопрос можно ответить через изучение кодовой базы, сначала изучи кодовую базу.
Для каждого вопроса предложи свой рекомендуемый ответ.
Задавай вопросы по одному.
"дерево проектных решений" Pocock берет из книги Фредерика Брукса The Design of Design. Идея простая: когда мы проектируем систему, каждое решение открывает новые ветки. Выбрали расширенный поиск вместо одной строки - теперь нужно решить, какие будут фильтры, сортировки, состояния пустой выдачи, права доступа, поведение на мобильном экране. Хороший дизайн требует пройти эти развилки до того, как агент начнет писать код.
Agentic Protocols как интерфейсные границы агента. Часть 2
ACP: слой рабочей средыAgent Client Protocol решает задачу взаимодействия между редактором и кодовым агентом. В отличие от продуктового чата, IDE является средой исполнения: агент может читать файлы, запускать терминал, предлагать diff и инициировать изменения в рабочем дереве.ACP использует двунаправленный JSON-RPC: через команду initialize редактор и агент согласуют версию протокола и доступные возможности, через session/new редактор создает рабочую сессию, передает рабочую директорию и список MCP-серверов для подключения, а через session/prompt отправляет пользовательскую задачу в уже созданную сессию. В ответ агент возвращает поток session/update, публикует вызовы инструментов и может запросить разрешение через session/request_permission. В результате редактор видит ход выполнения: сообщения агента, действия с файлами, работу терминала и запросы на подтверждение.
Главный архитектурный принцип ACP — сохранение контроля за клиентом. Редактор владеет файловой системой, терминалом, UX и потоком пользовательских разрешений. Агент действует в этой сессии, а изменение среды проходит через явное разрешение.
Такой подход близок к роли LSP в классической разработке: протокол отделяет инструмент от редактора и позволяет подключать разных агентов к рабочим средам через единый контракт.
Главное ограничение ACP — привязка к редакторскому сценарию. Протокол хорошо описывает сессию “человек — IDE — агент”, но не решает задачи межагентного делегирования, пользовательского интерфейса поверх серверного процесса или доступа к внешним корпоративным системам. Эти контуры остаются за другими протоколами.
AG-UI: слой пользовательского интерфейса
AG-UI описывает взаимодействие между пользовательским приложением и агентом. Его задача — превратить работу агента в наблюдаемый поток событий.
Типичная схема “запрос — ответ” недостаточен для агентных сценариев: агент может выполнять несколько вызовов инструментов, обновлять состояние, ждать решения пользователя и формировать частичный ответ. AG-UI вводит событийную модель: события RunAgentInput запускает выполнение, BaseEvent передает изменения состояния, TEXT_MESSAGE_* отвечает за потоковую передачу текста, TOOL_CALL_* показывает вызовы инструментов, а STATE_SNAPSHOT и STATE_DELTA обновляют состояние интерфейса. Для сценариев, которые не покрыты стандартным набором событий, предусмотрены пользовательские события: через них можно передавать данные прикладной области без изменения базового протокола.
Важно, что AG-UI не является спецификацией генерации интерфейса. Агент передает события, состояние, сообщения и намерения, а пользовательское приложение должно уметь это отрисовать. Если агент должен вернуть данные вместе с описанием компонента интерфейса, нужны отдельные спецификации генеративного UI или заранее реализованные компоненты на стороне приложения. (но AG-UI может использоваться вместе со спецификацией A2UI для генеративного UI)
В результате агент может использовать MCP, A2A или собственную оркестрацию, а пользовательское приложение получает стабильный поток событий для отображения прогресса, состояния и участия человека в процессе.
Ограничение AG-UI связано с его зрелостью. CopilotKit описывает AG-UI как протокол, который развивается командой CopilotKit совместно с интеграционными партнерами. Протокол может быть пригоден для продукта, но риск остается: при слабом внешнем управлении развитие стандарта зависит от активности конкретной команды и экосистемы вокруг нее.
Вывод
Выбор протокола это выбор границ агента, которую мы проектируем. Он позволяет избавится от конкретных реализаций компонентов и оставаться на определенном уровне абстракций при проектировании систем.
#AgentEngineering
О чем молчит AI CTO
Дайджест за апрель
RoleFrame - аудит вашего агента - Рассказываю про skill для review агентных систем: как методология «агент как бизнес-функция» помогает проверять границы ответственности, output, зависимости и eval-покрытие.
Mythos - Разбираю запуск Anthropic Mythos: что в нем говорит о силе модели, а что о выбранной рамке доверия, безопасности и публичного позиционирования.
Инженерия агентов: системный подход к разработке - Фиксирую тезисы доклада с Merge Tatarstan 2026: вероятностная природа LLM требует отдельного исследовательского цикла и проектирования агента как бизнес-функции.
Встреча с Сергеем Нотевским на Merge - Делюсь наблюдением после конференции: self-hosted inference для LLM быстро выводит разговор в экономику, железо, надежность, тестирование и роль платформенной команды.
AI-усталость и реклама PwC - Короткая заметка о том, как перегретая AI-повестка вызывает усталость даже у тех, кто каждый день работает с технологией.
Agent Driven SDLC: как меняется разработка - Собираю главные тезисы доклада на MLечном пути: агент становится исполнителем, код теряет роль главного объекта контроля, а контекст превращается в инфраструктуру.
Flow Music - Показываю легкий пример потребительского AI-сценария: генерация музыки по картинке как неожиданный способ проверить границы применения моделей.
Agent Driven SDLC: запись доклада - Сохраняю ссылку на запись выступления с конференции MLечный путь от Selectel.
AI-двойник - Размышляю о личных и корпоративных агентах: как передавать экспертный контекст между людьми, системами и агентами без ручного пересказа каждого решения.
Что мешает масштабировать генеративный ИИ - Материал red_mad_robot про переход от первых AI-сценариев к системной работе: правила, критерии качества, границы системы и перенос удачных кейсов в общий процесс.
предыдущий дайджест
О чем молчит AI CTO
AI-двойник
Менеджер пишет эксперту:
Нужна твоя оценка. Какие риски? Можно двигаться дальше?
Мне нужно спросить своего агента: "Что эксперт думает об этом решении, на чем он основывается и где границы применимости?"
Flow Music
Пока большой бизнес думает, как применить AI для автоматизации рутинных операций, другие проверяют более неожиданные сценарии: генерация музыки по картинке.
Попробуйте загрузить селфи и посмотрите, что получится. Интересно, угадает ли сервис ваше настроение и музыкальные предпочтения?)
О чем молчит AI CTO
22 апреля буду выступать на конференции MLечный путь от Selectel.
Расскажу о своем опыте перестройки процесса разработки в GenAI-командах: что меняется, когда в контуре появляются вероятностные системы, и как с этим работать на уровне процесса.
В конференции можно поучаствовать и онлайн, и офлайн. Если будете, подключайтесь или приходите.
О чем молчит AI CTO
Очень понимаю героя этой рекламы) Смотрел и узнавал в нем себя. Когда AI звучит отовсюду, внутри постепенно накапливается усталость, даже если сама работа с ним по-прежнему остается интересной, непредсказуемой и постоянно меняющейся.
Спасибо Жене, что поделилась разбором, и Ксюше, что нашла этот ролик ❤️
О чем молчит AI CTO
The AI-Native SDLC playbook
В закрепы на почитать на выходных
———
О чём молчит AI CTO
Рекомендую к просмотру
Подкаст вышел про тему мертвого интернета и в целом про возможности ИИ от интересный ребят =)
Эпизод уже тут YouTube и в VK
AI-трансформация начинается не с платформы, а с одного процесса
Microsoft выпустила The AI Strategy Roadmap — 66-страничную методичку о том, как перейти от разрозненных AI-пилотов к организации, в которой AI встроен в основные бизнес-процессы.
Материал основан на интервью с 70 руководителями бизнеса и IT, клиентском опыте и внутренней трансформации самой Microsoft.
Главная мысль:
У большинства компаний нет дефицита AI-идей. У них нет механизма, который превращает отдельный успешный пилот в повторяемую организационную способность.
Frontier Transformation: AI перестаёт быть личным инструментом отдельных сотрудников и становится частью работы всей компании — от ключевых процессов до принятия решений.одного узкого процесса, где можно быстро показать результат без лишнего риска. Такой пилот нужен не только ради ROI — на нём компания учится доводить AI-решение до устойчивой работы и сразу строить его как будущую часть бизнеса, а не одноразовый эксперимент.Масштабируется не пилот, а способность компании снова и снова превращать подходящие задачи в работающие AI-решения.
Мое внимание привлек Making of Claude Code. Очень рекомендую открыть режим терминала.
Там команда вспоминает как появился Claude CLI, который Борис Черный собрал примерно за два дня и сам не до конца понимал, что именно получилось. Ранний доступ встретили прохладно, но команда читала обратную связь и быстро выпускала исправления. Благодаря автообновлениям фикс мог оказаться у пользователя через пять минут.
Вера команды в продукт и внимательное отношение к обратной связи сделали его по-настоящему полезным.
О чем молчит AI CTO
AI-тарификация. Часть 1/2
AI ломает не только интерфейсы, но и привычные единицы экономического учета. Когда действие выполняет агент, становится непонятно, за что брать деньги: за час человека, за запрос машины, за доступ к данным, за поручение или за достигнутый результат.
Старая экономика считала человека
Сегодняшняя экономика привязана к человеку внутри процесса. Консалтинг продает человеко/часы, YouTube показывает рекламу, маркетплейс берет комиссию. Вокруг действий человека и его цифровых следов выстраиваются продуктовые метрики и маркетинговая стратегия.
AI-агенты начинают вытаскивать человека из этого процесса. Человек формулирует намерение, а дальше ассистент читает, сравнивает, делает заказ и приносит результат. Если оценивать такую работу в агенто/часах, она выглядит почти бесплатной. Только агент равнодушен к рекламе, не обязан ходить по витринам, не оставляет привычный след в интернете и не проходит продуктовую воронку так, как ее рисовали последние двадцать лет.
Человеческие потребности при этом не исчезли: нам все так же нужно вызывать такси до аэропорта, покупать смартфоны на маркетплейсах, выбирать подрядчиков для ремонта ванной комнаты, разбираться в многостраничных документах за минуты и просто принимать решения. По факту сейчас меняются привычки людей, интерфейсы и место, где ценность превращается в деньги.
Я уже давно стал доверять Алисе подбор рецептов блюд, а не искать их в сети.
Агент становится новым интерфейсом
Раз мы заговорили про Алису, стоит упомянуть, что у Яндекса выстраивается целая экосистема: агенты Алисы встраиваются в Такси, Лавку и другие сервисы. Теперь Алиса не просто отвечает, а помогает выполнить поручение внутри продукта. Пользователь все меньше обязан идти по привычной цепочке экранов: он формулирует намерение и ждет исполнения.
Но как зарабатывать на контенте и рекламе в Лавке, если исполнитель — агент? Видимо, поэтому Cloudflare пробует брать плату с машинного потребления ресурса. Не с показа баннера, а с самого факта, что ресурс был использован.
Это выглядит непривычно, но логика понятна: если старый способ монетизации зависел от человека на странице, а теперь ценность забирает машина, то бизнес будет искать способ поставить цену ближе к машинному потреблению.
Продолжение
О чем молчит AI CTO
Из чего состоит AI-бенчмарк
Недавно мы в red_mad_robot выпустили открытый benchmark для детекции персональных данных в русском тексте. Внутри данные, собранные из реальных продакшен-сценариев.
Параллельно Валера Ковальский сравнивает Drift и другие агентные оболочки на наборе открытых benchmark как дополнительная обратная связь для продукта.
Ранее я писал, что главный инженерный вызов в агентных системах сейчас связан с качеством обратной связи и создатель Claude Code Борис Черный недавно подтвердил эту мысль: «Переход от агентов к loops - такой же большой скачок, как когда-то переход от обычного кода к агентам». Но loop работает, только если система умеет определить ошибку и понять, стоит ли продолжать работу.
Поэтому я решил разобрать семейство открытых бенчмарков τ-bench. Первая версия проверяла общение агента с пользователем и работу с tools. В τ²-bench пользователь получил возможность действовать в среде, а не только отвечать агенту. А τ³-bench добавил задачи с базами знаний, голосовой режим испытаний и набор исправлений в сценариях. Разбирать такой benchmark удобнее через четыре слоя. Покажу их на одном сценарии:
Yusuf Rossi получил заказ #W2378156 и хочет обменять клавиатуру и термостат. Нужная клавиатура с подсветкой недоступна, поэтому пользователь согласен на модель без неё. Провести обмен можно только один раз.
product_id, так и конкретная версия с размером и подсветкой item_id. Поэтому агент может подобрать другой вариант той же клавиатуры, но не заменить её термостатом.τ³-bench хороший пример устройства benchmark. И он же показывает, что такой инструмент требует отдельной работы: данных, сценариев, среды, оценщика и постоянной чистки ошибок в самих задачах.
Как Product Engineer может собирать интерфейсы
За последние пару месяцев я собрал четыре прототипа: для геоаналитики, тендеров, обучения и работы с текстом. В нескольких случаях идея дошла до сервиса, которым пользуются десятки людей.
На этих проектах я понял, что одного Claude Code недостаточно.
Он хорошо реализует уже сформулированное решение. Но сначала идею нужно увидеть и собрать пользовательский сценарий. При работе с агентами результат часто прячется за полотном текста, но при этом непонятно, что увидит человек и как он будет пользоваться сервисом.
Для меня рабочая схема сложилась так:Stitch → Claude Design → Claude Code + Impeccable
⬥⬥⬥
Stitch для меня стал личным визуальным черновиком.
Сижу с чашкой чая, надиктовываю мысли о новом приложении и наблюдаю, как рядом появляются экраны. Пока смотришь, в голове возникают следующие вопросы: что должно быть на главной, нужен ли отдельный экран, где пользователь увидит результат.
Я никогда не показываю эти черновики. В них можно зачеркнуть всё и начать сначала. Их задача в другом: помочь мне самому понять верхнеуровневый стиль, состав экранов и основной use case.
Stitch пока сырой. Русскую речь он понимает, но часто переводит разговор на английский. Голосовой режим хорошо подходит для момента, когда мысль проще проговорить, чем превратить в требования.
Отдельно я бы смотрел на DESIGN.md. Google развивает его как формат, через который можно объяснить дизайн агентам. В моём процессе этот файл дальше становится частью общего контекста разработки.
Из Stitch я выхожу, когда сценарий стал ясным у меня в голове.
⬥⬥⬥
В Claude Design черновик превращается в прототип, который уже можно обсуждать.
Здесь я прохожу конкретные use cases: переходы, формы, всплывающие окна и состояния интерфейса. Что увидит пользователь после действия? Как выглядит ошибка? Что произойдёт, если данных пока нет?
Если основной клиент продукта я сам, прототип согласовываю с собой. Если есть Product Owner, показываю ему. Для прототипа этого достаточно: нужно зафиксировать основной сценарий, ключевые состояния и визуальное направление.
Самая полезная часть Claude Design в моём процессе связана с GitHub. Согласованный прототип превращается в код, после чего источником истины становится репозиторий.
⬥⬥⬥
Дальше начинается полноценная разработка. В какой-то момент над бэклогом одновременно работают несколько агентов: добавляют функции, закрывают задачи, чинят баги.
И тут интерфейс начинает расплываться.
Каждый агент может нормально решить свою локальную задачу, а вместе они принесут разные отступы, компоненты и представления о хорошем UX. Поэтому агенты получают PRODUCT.md, DESIGN.md и прогоняют Impeccable на своей части работы.
Impeccable даёт им общий язык frontend-качества. Он замечает лишние контейнеры, слабую визуальную иерархию, случайные цвета, отсутствие состояний и плохую адаптивность.
При этом инструмент достаточно самостоятелен. Если экран и сценарий уже понятны, Stitch можно пропустить. Для небольшой доработки я сразу иду в Claude Code с Impeccable.
⬥⬥⬥
Claude Code остаётся ядром разработки, но одного универсального агента мало. На разных этапах нужны свои усилители: один помогает додумать идею экраном, другой собирает сценарий, третий удерживает качество реализации.
Порог входа в смежные роли снизился. Product Engineer может быстрее освоить их рабочий минимум, задавать более точные вопросы и самостоятельно собирать прототипы. Инструменты не делают его дизайнером или frontend-экспертом. Они дают практику и обратную связь, через которые постепенно появляется новая компетенция.
Здесь же находится риск. AI усиливает то, что вы уже умеете, и выдаёт убедительный результат там, где знаний пока не хватает. Нужно различать собственную компетенцию и качество ответа модели.
Инструменты позволяют одному человеку пройти больше этапов разработки. Вместе с этим растёт число решений, за которые он отвечает.
Какие специализированные усилители вы уже добавили вокруг Claude Code, чтобы закрыть свои слабые зоны?
#ProductEngineering
О чем молчит AI CTO
Как ИИ меняет разработку изнутри: расскажем на закрытой сессии red_mad_robot
ИИ в разработке уже прошёл этап личных экспериментов: почти все подключают его к задачам, ускоряют рутину и видят первые результаты. Но эффект часто остаётся локальным и не меняет процесс системно.
28 мая в офисе red_mad_robot посмотрим, как перевести этот опыт на уровень команды: через практику инженера, лида и тех, кто отвечает за результат.
В программе — три практических блока:
1️⃣ Куда движется рынок и почему техкоманды становятся компактнее
2️⃣ Как переосмысляются роли в команде, а спецификации, тесты и архитектура превращаются в основу работы и продуктовых решений
3️⃣ Как строить AI-native команду QA и почему все начинается с лида
Встреча пройдёт 28 мая в 18:00 в нашем офисе. Формат закрытый (количество мест ограничено), но если интересно, то оставляйте заявку через @redmadmadbot.
#AI_moment #роботайм
↗️ red_mad_robot
Где GenAI сейчас работает?
Вижу всё больше людей, которые раньше были равнодушны к современным веяниям AI, а теперь пытаются осознать текущую ситуацию и начать применять инструменты, чтобы стать эффективнее в жизни и работе. И, кажется, я виновен в том, что немного запутал ребят. Дело в том, что в начале года я с командой собрал материал по построению агентов и запустил обучающий курс внутри компании, но не объяснил, а где же они нужны и в каком виде. Придется исправляться.
Личная эффективность
Сейчас относительно тяжелая ситуация на рынке труда: компании борются за эффективность и требуют от специалистов всё больше и больше. В IT стал очень заметен разрыв между теми, кто активно пользуется AI, и теми, кто выжидает лучшего времени. Если вы пришли в IT ради зарплаты — вам тяжело. Если вы любите следить за каждой строкой кода, бьетесь за производительность и эффективность — вас закидают AI-шлаком, но, несмотря на это, от вас всё равно будут ждать кратного ускорения.
Первое, с чем сталкиваются те, кто хочет не отставать от развития — это вопрос: как поднять свою эффективность, справиться с новыми скоростями, не упасть в качестве, сохранить хоть какой-то work-life balance и при этом расти над собой?
Сейчас появился новый рабочий класс инструментов — помощник, который всегда готов поддержать. Он проанализирует за вас тонну сообщений в Telegram и выделит главное, поможет отрефлексировать проведенную встречу с клиентом и подскажет ошибки в вашей презентации. Его не нужно ждать, он готов работать прямо сейчас, параллельно с вами.
Каких-то специальных универсальных инструментов для этого пока не придумано, каждый экспериментирует сам, применяя различные методологии и свои соображения. Главный вывод: личному помощнику нужно оставлять как можно больше контекста из вашей жизни и работы.
Попробуйте вбить на YouTube Claude Code + Obsidian и посмотрите, как много людей применяют подобные подходы. Рекомендую ознакомиться с этими инструментами, но не обязательно использовать именно их, если вы привыкли работать с другими. Важна сама идея: в одном месте мы складываем информацию и связываем её друг с другом, в другом — анализируем и развиваем.
И хотя Claude Code, Codex, Antigravity и прочие решения были созданы для разработчиков, они потихоньку выходят в жизнь обычных пользователей и становятся личными агентами. Остается их только правильно настроить, скачать нужные под вашу работу скиллы, настроить автоматизации и так далее.
Больше вам ничего не нужно: никаких новых агентов создавать нет необходимости, достаточно одного из этих инструментов!
md-файла со своими наработками работает в разы лучше любых презентаций. Материала по этому направлению много, поэтому идем дальше.
Agentic Protocols как интерфейсные границы агента. Часть 1
Как подключить агента к чату?
OpenAI-compatible chat API, аналогично обычному подключению LLM. Это самое популярное решение из-за простоты, но оно плохо описывает агентную работу за пределами текстового ответа.Model Context Protocol стандартизирует связь между AI-приложением и внешними источниками контекста. В базовой архитектуре есть три роли:Host — приложение, в котором живет агентный UX.Client — протокольная сессия между host и конкретным MCP-server.Server — источник tools, resources и prompts.MCP — сделать возможности внешней системы агенто-читаемыми. Сервер объявляет tools/list, описывает входные схемы, возвращает ресурсы и принимает tools/call.MCP становится основной абстракцией над детерминированными сервисами. Вместо проектирования UI только для человека команда начинает проектировать агентскую логику взаимодействия: какие действия доступны агенту, какие входные параметры нужны, какой результат возвращается и где контролируется состояние.MCP уже существует другой подход: CLI-инструмент + описание skill для его использования. Для кодовых агентов это часто быстрее и дешевле по интеграции. Но CLI, в отличие от MCP, не является общим стандартом взаимодействия. Поэтому рынок сейчас находится в зоне неопределенности: часть задач уходит в простые CLI-контуры, часть требует стандартизированного протокола.Agent-to-Agent описывает взаимодействие между автономными агентами. В этом слое удаленная система рассматривается как исполнитель задачи со своими навыками, правилами доступа и внутренним процессом.A2A — Agent Card. Она содержит:submitted, working, input-required, completed, failed, canceled. Результатом становится Artifact: отчет, JSON, файл или другой формализованный результат.A2A — сокрытие реализации. Вызывающая сторона знает, что агент существует, видит описание его навыков и получает статус задачи. Как агент рассуждает, какие инструменты применяет и какие внутренние шаги выполняет, протокол не раскрывает.A2A плохо подходит для сценариев с sub-agent в духе Claude Code, где нужна максимальная прозрачность действий: план, вызовы инструментов, промежуточные выводы и контроль исполнения. Область применения A2A поэтому остается ограниченной. Вероятно, потенциал протокола еще не раскрылся полностью из-за слабой зрелости мультиагентных систем.A2A сам по себе не решает проблему взаимодействия N x M агентов. Организация маршрутизации, выбора исполнителя и общей координации остается задачей архитектуры мультиагентной системы.
Что мешает масштабировать генеративный ИИ
В red_mad_robot мы регулярно проводим сессии по генеративному ИИ для технических команд, и один из самых частых запросов связан с переходом от первых ИИ-сценариев к системной работе.
Старт обычно получается быстрым. Сложнее закрепить эффект в процессе: договориться о правилах работы, критериях качества, границах системы и способе переноса удачных кейсов в общий контур разработки.
О том, как проходить этот этап, узнали у Head of AI red_mad_robot Валеры Ковальского и CTO AI red_mad_robot Влада Шевченко. Они как раз и ведут программу AI-Ready 🔗
#AI_moment #роботайм
↗️ red_mad_robot
Agent Driven SDLC: запись доклада
Сохраняю здесь для памяти ссылку на запись своего доклада с конференции MLечный путь от Selectel.
Отмечу, ребята очень заморочились с этой конференцией и сделали ее на высоком уровне, рекомендую ознакомится с докладами.
О чем молчит AI CTO
Agent Driven SDLC: как меняется разработка
22 апреля на MLечном пути от Selectel выступил с докладом про то, как меняется разработка, когда в процессе появляются AI-инструменты и вероятностные системы.
Смотрели на две стороны:
• SDLC в эпоху AI: что меняется в работе инженера, команды и руководителя
• SDLC для AI: как проектировать, проверять и развивать системы, поведение которых нельзя свести к обычной детерминированной логике
Главные тезисы доклада:
• агент стал новым исполнителем
• человек поднимается на уровень границ
• код перестает быть главным объектом контроля
• в разработке появляется исследовательский цикл
• контекст становится новой инфраструктурой
• SDLC строится вокруг автономного цикла агента
- - -
Материалы по теме доклада:
• Claude Code in Action от Anthropic
• The AI-native engineering flow от Microsoft
• Inside OpenAI's in-house data agent
• Effective harnesses for long-running agents от Anthropic
• Harness engineering: leveraging Codex in an agent-first world
• агент как бизнес-функция
• кризис разработки агентных систем
• инженерный и исследовательский подходы при разработке агента
О чем молчит AI CTO
Эй-Ай-Эй-Ай! Как продать консалтинг тем, кого уже тошнит от нейросетей
Если вы топ-менеджер или владелец бизнеса, ваш типичный день сегодня выглядит примерно так: на планерках требуют внедрить ИИ, подрядчики продают ИИ-трансформацию, а из каждого утюга кричат, что нейросети вот-вот оставят вас без работы.
Ребята из PwC сняли абсолютно гениальный рекламный ролик, который препарирует эту боль с хирургической точностью.
Сюжет до истерики знакомый: CEO идет по офису, сидит на совещаниях, спускается в лифте. И все люди вокруг него — коллеги, партнеры, журналисты — вместо нормальных слов издают невыносимое птичье клекотание: «AI! AI! AI! AI!». Главный герой смотрит на них с тихим ужасом уставшего человека, который просто не понимает, чего от него хотят.
И тут звонит телефон. На проводе — менеджер PwC. И о чудо, он говорит на нормальном, членораздельном человеческом языке: «Мы знаем, что разговоров об ИИ слишком много. Мы поможем разобраться, как он реально работает именно для вашего бизнеса». Выдох. Занавес.
Почему это блестящий маркетинг и идеальное понимание клиентского опыта (CX)?
Абсолютное попадание в нерв. PwC уловили главную проблему C-level аудитории — buzzword fatigue (усталость от модного сленга). Рынок перегрет технологическим хайпом. Вендоры агрессивно продают волшебные нейро-таблетки, от которых у реального бизнеса только растет уровень тревожности и синдром упущенной выгоды (FOMO).
Продажа роли «переводчика». В этом ролике компания не хвастается своими сложными алгоритмами и не сыплет терминами. Они продают свою главную ценность — роль адекватного моста между технологическим безумием и P&L (отчетом о прибылях и убытках).
Монетизация эмпатии. Они буквально говорят своему B2B-клиенту: «Мы понимаем, как тебя все достали. Мы видим, что тебе страшно и непонятно. С нами можно просто поговорить как с людьми».
Это шикарный пример того, как строится сильное ценностное предложение: пока все конкуренты продают усложнение и панику, вы продаете ясность и спокойствие.
Посмотрите ролик со звуком, он длится всего 30 секунд, но это лучший мастер-класс по тому, как делать креатив на реальной клиентской боли, а не на выдуманных преимуществах.
P.S. Спасибо Ксюше Земсковой за то, что поделилась этим роликом и подняла мне настроение.
👇 Признавайтесь, как часто на совещаниях по инновациям вы чувствуете себя героем этого видео? И какое модное словечко из корпоративного птичьего языка бесит вас сейчас больше всего?
Один из итогов Merge для меня случился между докладами. В Иннополисе я наконец познакомился офлайн с Сергеем Нотевским, автором канала AI да парень!.
Особенно интересно было расспросить Сергея, как у них устроен собственный контур inference для LLM, так как бизнес завязан на self-hosted решения: экономика, железо, надежность, ограничения, тестирование и роль платформенной команды. С такими задачами сталкиваются немногие, когда меняешь базовую LLM, на которой держится заметная часть AI-функций продукта, быстро всплывают детали, о которых редко пишут публично.
Ради таких встреч на конференции и стоит ездить, советую заглянуть в его канал.
О чем молчит AI CTO