Подключение Яндекс.Метрики и Яндекс.Вебмастер к lovarus.ru одним кликом. Вот одна из причин, почему нужно выкатывать продукт как можно раньше и давать тестить реальным пользователям. Я и не думал, что ручное добавление Яндекс.Метрики приведет один из проектов к тому, что он перестанет собираться, и это станет блокером к публикации. Чтобы контролировать этот процесс, я решил, сделать полную нативную интеграцию с сервисами Яндекса по API. Теперь подключить Яндекс.Метрику к своему сайту в Lovarus, можно одним кликом, и это не фича из моего воображения, а реальный запрос пользователя. Пока тестирую на dev стенде, скоро выкачу в прод.

Сможете ли вы найти пять ошибок в Python-коде, который вызывает LLM Вызов языковой модели давно стал обычной строчкой. Импортировали клиент, отдали промпт, забрали ответ. С обычными ненадёжными зависимостями питонист управляется отлично, ставит таймаут, вешает retry, помнит про идемпотентность. А вызов модели попадает в код так, будто это локальная функция, без оглядки на то, что она платная, медленная и недетерминированная. Дальше всё вылезает по очереди. asyncio.gather запускает десять тысяч корутин разом, провайдер отвечает лавиной отказов, и неудачные запросы тоже съедают лимит. Таймаут срабатывает на клиенте, а модель дописывает ответ до конца, и токены считают все, так что за одну использованную генерацию можно заплатить как за четыре. А тест на равенство строк зеленеет ровно до дня, когда один и тот же промпт с нулевой температурой вдруг отдаёт разные ответы. Разберём пять мест, где поход по сети мстит за отношение к нему как к локальному вызову.

Пару мыслей • MCP and API connectors will be the way - то есть UI/UX немного может отойти на 2ой план - все будут работать из своих терминалов etc • MCP amd API - нужны для почти любого сервиса сейчас, это повышает conversion/stickiness • многие сейчас делают так - MCP продают по одному pricing а-ля $99/month => можно только из своего терминала/Claude Desktop/Code работать - API за $199 => можно встраивать в процессы • под API and MCP нужна документация, чтобы LLM с ней лучше работали https://www.mintlify.com - супер крутой сервис - даешь свой сайт - и он сам вытягивает инфо и сразу тебе делает документацию под docs.YOURDOMAIN.COM и это бесплатно

OpenRouter ведёт переговоры о продаже крупной технологической компании по оценке в несколько миллиардов долларов — заметно выше $1,3 млрд, зафиксированных в майском раунде. По данным The Information, годовая выручка компании достигла $50 млн в апреле, впятеро больше, чем в октябре, а объём токенов, прошедших через её API, с начала года вырос в десять раз — до 60 с лишним триллионов. Покупатели не называются, основатели на запросы не ответили. Экономика бизнеса OpenRouter сугубо комиссионная — купить инференс у провайдеров и продать через единый интерфейс. О какой более крупной компании идет речь, предположить пока трудно — гиперскейлерам не нужна унифицированная API прослойка при наличии собственного инференса. Может быть, та же Meta? https://www.theinformation.com/articles/startup-openrouter-fields-multi-billion-dollar-takeover-interest?rc=ukjmk2

У AI-ассистента есть две проблемы... Если вы пытаетесь хотя бы что-нибудь делегировать AI-ассистенту, то, скорее всего, сталкиваетесь с двумя проблемами: интеграцией и контекстом. Начну с более простой — с интеграции. AI-ассистент не может быть полезен, если у него нет возможности хотя бы прочитать что-то из тех систем, с которыми вы работаете. А на самом деле у ассистента должна быть возможность выполнять там разные действия. Инструментов в жизни продакт-менеджера огромное множество: задачи в одном месте, эксперименты в другом, длинные документы PRD в третьем, транскрипты звонков в четвёртом. Поэтому интеграций нужно много, и рынок, честно говоря, не успевает за растущими потребностями. На помощь нам приходит вайб-кодинг. К счастью, AI-ассистент вполне способен написать себе MCP для нужного сервиса, если у него есть доступ к API. За последнее время только для личных целей я написал себе MCP для Telegram, Gmail и календаря. Технически подкованный продакт сразу замечает: MCP — это, по сути, просто API. Но я заметил одно тонкое различие. Давайте покажу на примере. Если запросить у Gmail одно письмо, то список меток этого письма в сыром виде будет выглядеть вот так:

"labelIds": [
  "IMPORTANT",
  "Label_4579329675731606337",
  "CATEGORY_UPDATES",
  "INBOX"
]

Можно заметить, что системные лейблы прекрасно понятны, потому что у них говорящие ID. А вот мой личный лейбл показывается в ответе как Label_4579329675731606337. Чтобы увидеть читаемое название этого лейбла, нужно сделать ещё один отдельный запрос к API и посмотреть, какому лейблу соответствует этот ID. Для стандартного API это вполне рабочая схема. Нужны дополнительные данные — делаем ещё один запрос. Но для AI-агента это лишний шаг, дополнительная задержка, лишняя трата токенов и засорение контекста на ровном месте. Понятно, что сырые ID ему совершенно не нужны: их нужно сразу расшифровать. Поэтому для того, чтобы из API сделать хороший MCP, его нужно доработать напильником: выкинуть из ответа весь ненужный технический мусор и сразу дать расшифровку всех полей в человекочитаемом виде. Агент читает этот ответ по смыслу — технические идентификаторы сами по себе ему ничего не говорят.

"labels": [
  { "name": "IMPORTANT" },
  { "name": "AMS/Schools" },
  { "name": "CATEGORY_UPDATES" },
  { "name": "INBOX" }
]

И вот в 21-м веке мы подстраиваем сайты под поисковики, соцсети — под алгоритмы, API — под AI-агентов, а себя под требования постоянно меняющегося рынка. А куда деваться? Андрей Менде, PM ML Booking .com, автор симуляторов Claude code AI для продакта, ЛЛМ для продакта, ML для продакта, и др.

Когда AI становится слишком дорогим активом, чтобы играть по правилам Apple подала в суд на OpenAI, и самое интересное тут не сам иск. По версии Apple, бывший глава по железу OpenAI просил кандидатов на собеседованиях приносить физические компоненты устройств и объяснял, как обходить системы безопасности. Другой фигурант нашёл баг в облаке Apple и продолжал качать оттуда документы, уже работая у конкурента. Причём поймали его не детективы - Apple увидела это в собственных логах серверов. Но это только видимая часть. В феврале Anthropic заявила, что три китайские лаборатории - DeepSeek, Moonshot AI и MiniMax - завели 24 000 фейковых аккаунтов и отправили 16 миллионов запросов к Claude. Никакого взлома и никаких инсайдеров, просто API и грамотные промпты. Называется это distillation: ты систематически опрашиваешь чужую модель, собираешь ответы и обучаешь на них свою, получая рабочий клон без долгих лет исследований и без миллиардов на вычисления. Когда Anthropic обновила Claude, MiniMax за сутки перекинула половину своего трафика на новую версию. Получается промышленный шпионаж, где орудием служит твой же публичный API. Такой вор вообще не оставляет следов в системах безопасности - он просто платит по тарифу. Вернёмся к Apple. Она требует не денег, а чтобы OpenAI доказала происхождение каждого инженерного решения в новом устройстве с Джони Айвом. Такой запрет способен заморозить релиз, ради которого заплатили $6,5 млрд. Раньше казалось, что преимущество в AI-гонке даёт скорость найма лучших инженеров, но вместе с людьми из компании уходят её архитектура, процессы и секреты производства, а сегодня всё это можно скопировать вообще без людей. Значит, конкурировать скоро начнут за происхождение знаний и компаниям придётся доказывать уже не что они создали, а каким путём к этому пришли. Clean room development, когда разработка ведётся независимо и история каждого решения задокументирована, вполне может стать таким же обязательным стандартом, как финансовый аудит. Именно это и придётся однажды показывать в суде. @maxvotek | linkedin | substack

Веб-разработчики прекрасно знают HTTP-методы для взаимодействия клиента с сервером. Через GET обычно данные с сервера получают. Через POST можно создать или обновить. Удалять логично через DELETE. А вот HEAD, например, мы используем для проверки соединения, чтобы сэкономить трафик а теле запроса. Так вот, кто-то сидел и скучал о методе, который бы объединил GET и POST. Чтобы слать для запроса извлечения данных дополнительные параметры, скажем, фильтры, не в строке запроса, а в теле. Ну, типа мутант - GET-запрос с телом от POST. И придумали новый метод - QUERY. На эту тему даже сформировали отдельный RFC 10008 - The HTTP QUERY Method. То есть это как раз и получается идемпотентная операция запроса данных, аналогичная GET, но с телом POST, где вы можете слать тот же JSON с фильтрами и пагинацией. Подробности - в статье. #web

Сегодня увидел OpenSERP: опенсорсный инструмент, который отдаёт поисковую выдачу из Google, Yandex, Baidu, Bing, DuckDuckGo в виде JSON. По работе постоянно проверяю поисковую выдачу под SEO, как ранжируется, что в топе и всё это в разных поисковиках и регионах. Тут, всю эту работу можно делать с агентом и получать структурированный ответ: заголовки, ссылки, сниппеты, позиции и SERP-фичи (AI-ответы, блок с ответом, похожие запросы), и сразу из нескольких поисковиков. Фишка тут в том, что API ключи от самих поисковиков не нужны. OpenSERP парсит их живую выдачу напрямую, но может прилететь капча, поэтому в конфиге поддерживаются прокси HTTP/SOCKS5. Обращаться можно через его API или CLI:

/{engine}/search — веб-поиск по конкретному поисковику /{engine}/image — поиск картинок /mega/search — поиск по нескольким движкам /extract — извлечение чистого контента с одной страницы

Выдача фильтруется по языку, региону, датам и тд. Если поднять у себя, то работаешь бесплатно. Можете скормить своему агенту доки или гитхаб чтобы подключить. @tips_ai #tools

Как бы многие не критиковали вайбкодинг, но он работает. Я не продаю какие-то полноценные ИИ-продукты, но делаю тулы для себя. За день собрал нужный инструмент для планинга постов. От меня нужны были апи-ключи и настройка простых приложений в Meta, Linkedin и других соцсетях. Удивил X (ex Twitter), где каждый отложенный пост через API стоит денег. Теперь могу на одной странице делать постинг во все сетки и добавил массовую загрузку постов через гугл-таблицы. Для блогера – это супероптимизация рутины. ИИ-генерацию чисто по фану прикрутил. Тексты все еще пишу сам. На этой неделе возвращаюсь к курсам: намечу план по обновлениям, начну подготовку к разработке платного и бесплатного курса по тестированию API в продолжении к курсам, в которых персонаж Арти уже тестирует REST и GraphQL в древних цивилизациях.