Как перевести команду разработки на AI-агентов Провёл сегодня тренинг для продуктовой команды (мобильное приложение, несколько миллионов установок), и после него прилетел вопрос про разработчиков, как им-то переключится и какие инструменты использовать. Ну, мое мнение, что всякие блогерские и ютюбовские советы, а также специализированные скиллы и MCP становятся неактуальными при первом же большом обновлении моделей или оболочек, поэтому единственное, к кому стоит прислушиваться - ведущие лаборатории. Они знают, над чем работают и что будет неактуально уже в ближайший месяц и при это могут выстраивать state-of-the-art процесс с текущими моделями, чтобы быть быстрее и круче конкурентов. Короче, что стоит изучить: Самый содержательный текст про agent-first команду – Harness engineering от OpenAI. Люди задают архитектуру, ограничения и критерии качества, агенты исполняют. Короткий AGENTS.md (~100 строк) служит картой, а не простыней инструкций. Документация, планы и техдолг живут рядом с кодом, а их актуальность проверяют CI и отдельные «doc-gardening» агенты. Для руководителей есть более широкий Building an AI-native engineering team – про изменения по всему SDLC и то, что ownership кода всё равно остаётся за инженерами. У Anthropic главный практический документ – Best practices for Claude Code: CLAUDE.md, workflow «исследовать - спланировать - реализовать - проверить», subagents, hooks, worktrees. Ключевая мысль: агенту нужен исполняемый способ проверить свою работу – тест, сборка, линтер, скриншот. Для обмена командными практиками лучший механизм – skills: повторяемые workflows типа fix-issue или review-api-change лежат в репозитории и работают у всех одинаково. У OpenAI это описано в Customization, а почему нельзя просто свалить все знания команды в один гигантский промпт – объясняет Effective context engineering. По параллельной разработке рекомендации совпадают у обоих: – начинать с независимых read-heavy задач: ресёрч кодовой базы, анализ логов, поиск пробелов в тестах, code review, это можно делать с любой системой и любой ИИ-кой – изолировать агентов через git worktrees – отдельный checkout на каждого – выбор архитектуры (routing, orchestrator-workers, evaluator-optimizer) разобран в Building effective agents – для длинных задач – журнал прогресса и проверяемое состояние для следующего агента, см. Effective harnesses for long-running agents В общем, советы вроде банальные, но их никто не делает, все оптимизируют локальную свою работу, а в итоге даже при переходе на другую ИИ-ку, а тем более другому сотруднику уже будет плохо: короткий CLAUDE.md/AGENTS.md как карта, docs/ рядом с кодом, skills для повторяемых workflows, CI проверяет правила механически, тесты – критерий завершения работы.

Экосистемность и удобство продолжает оставаться главным трендом для виртуальных офисов — следует из свежего финансового отчета Yandex B2B Tech. Выручка виртуального офиса Яндекс 360 за первые полгода 2026 года выросла на 42% и достигла 11,6 млрд рублей. В Yandex B2B Tech отмечают, что бизнес-группа растет в 1,6 раза быстрее российского рынка корпоративных IT-решений. Согласно отчету, сервисами Яндекс 360 пользуются 185 тыс. организаций, а число платных аккаунтов достигло 8,9 млн. Ежемесячная аудитория выросла на 26%, до 117 млн пользователей. Рост связывают с развитием экосистемы сервисов и точечной интеграцией ИИ. При этом Яндекс 360 расширяет и on-premises: в собственном контуре уже можно развернуть Диск, Документы, Трекер, Вики и Формы. Корпоративный софт теперь про полноценную инфраструктуру для работы 👍

Как научить рекомендательную систему думать не о следующем лайке, а обо всей сессии? В классических рекомендациях модель обычно оптимизирует ближайший сигнал: клик, лайк, дослушивание. Но каждое действие меняет состояние пользователя. Хорошая рекомендация сейчас может привести к плохому продолжению сессии — и наоборот. AI VK Research попробовали решить эту задачу через Reinforcement Learning. Рекомендации формулируются как RL-задача: пользователь — environment, модель — agent, рекомендация — action, а реакции пользователя становятся reward. Главная сложность — обучаться приходится на логах старой модели. Авторы используют REINFORCE с многошаговой off-policy коррекцией, чтобы учесть разницу между поведением старой и новой политики и при этом не получить взрыв дисперсии. В экспериментах подход улучшил оценку долгосрочной сессионной награды без существенной потери стандартных метрик рекомендаций. Источник: https://habr.com/ru/companies/vk/articles/1068050/ #AI #Recsys #MachineLearning #RL

Матрица уже здесь? 😆 Пришла моя любимая тема симулякров в тренд. Вместо пары сотен тестировщиков – миллиарды виртуальных пользователей со своими характерами, привычками и тараканами. Всё в одной инфраструктуре – MatrAIx ⚠️ Что внутри: - 8,3 млрд персона-профилей - 1 290 характеристик на каждого - 1 010 сценариев в 25+ сферах (от софта до медицины) - 4 среды: опросы, чаты, веб, приложения - ~1 млн открытых персон для исследований Авторы прогнали 18 189 испытаний на GPT‑5.5, Claude Opus 4.8 и Claude Haiku 4.5. В 91,5% случаев поведение виртуалов точно соответствовало заданным чертам. Не иллюзия, а симуляция. Суть простая: хочешь проверить новую цену, задержку ответа или интерфейс – опрашивай не сотню живых людей, а миллионы цифровых двойников. И получай статистику, которая раньше требовала космических бюджетов. Такой вот офф-лайн АБ тест 😜 Это не просто тестирование – это шаг к полноценным симуляциям общества. Цифровые клоны человечества уже среди нас. 🆒 📄 Paper: https://huggingface.co/papers/2608.04205

Бюджет одобрен, бизнес-кейс заполнен, а потом две недели тишины Недавно у нас была сделка, которая выглядела очень хорошо. Клиент одобрил бюджет, внутри компании заполнили бизнес-кейс, на звонках был большой интерес, задавали вопросы по существу и уже обсуждали сроки запуска. А потом две недели тишины😀 В такие моменты я раньше начинала искать объяснения за клиента: у них закрывается квартал, человек ушёл в отпуск, начался reorg. Всё это может быть правдой. Но важнее другой вопрос: есть ли у этой сделки вообще владелец внутри компании? Потому что одобренный бюджет сам по себе не двигает сделку. Бизнес-кейс тоже. Нужен конкретный человек, которому этот пилот действительно нужен и который отвечает за то, чтобы он состоялся. Мы поэтому начали использовать mutual action plan. Прямо на звонке вместе с клиентом фиксируем следующие шаги, даты и ответственных с обеих сторон. И это довольно быстро показывает, насколько сделка реальная. Если человеку действительно нужен запуск, ему самому важно зафиксировать сроки и двигаться по ним. Если вы просто интересная опция на будущее, на конкретных датах это обычно становится понятно. Самое неприятное в таких сделках то, что они не умирают сразу. Они могут месяцами лежать в CRM, попадать в прогноз, требовать follow-up и создавать ощущение, что у тебя большой pipeline. А потом оказывается, что часть этого pipeline никогда не станет выручкой. Поэтому сейчас я стараюсь искать не просто интерес и не одобрение бюджета, а конкретного человека, которому действительно нужен результат. И проверять это не по тому, насколько хорошо прошёл звонок, а по тому, готов ли человек вместе с нами поставить даты и двигать проект. Если договорённый шаг не сделан и человек даже не возвращается с объяснением, для меня это уже сигнал, что сделки сейчас нет. К ней можно вернуться через пару месяцев, если у клиента изменятся приоритеты. Но держать её в текущем прогнозе только потому, что когда-то всё выглядело позитивно, я больше не хочу. «❤️» если больше делиться такой internal информацией

Слово пацана как фундамент финансово-юридической грамотности в России Чудесная история про «бизнес под честное слово» на канале Димы Филонова, обязательно почитайте. Я точно такого же рода кулстори читал (и слышал от непосредственных участников) множество раз, TLDR там всегда примерно такой:

«Начали делать крутой стартап с лучшими друзьями, права собственности поделили поровну, юрлицо для простоты зарегистрировали на одного. А когда через энное количество лет дело дошло до продажи бизнеса за сумму с большим количеством нулей, то внезапно выяснилось, что остальные (не вписанные в ЕГРЮЛ) партнеры и не партнеры никакие вовсе – а так, халявщики какие-то совершенно посторонние!»

В российском культурном коде вообще почему-то прописано, что настаивать на письменном юридическом оформлении договоренностей – это чуть ли не наезд с грубым оскорблением. «Ты чё, мне не доверяешь, что ли? С гнильцой ты человек, оказывается, Санёк… Да как с тобой после такого общаться-то??» Сюда же можно отнести и любовь к одалживанию крупных сумм денег друзьям без договора, и все прочие явления из ряда «пацанской финансово-юридической грамотности». Ведь у нормальных пацанов всё держится на том самом слове – они в этом плане находятся аккурат где-то между купцами-старообрядцами 18-го века и гвардейскими офицерами Российской Империи века 19-го. А привлекать к межпацанским разборкам внешний юридический аппарат принуждения со стороны государства – это какой-то стыднейший зашквар, да. Отдельным пунктом здесь еще проходит паническое неприятие брачных договоров. Тут обычно логика следующая: «пытаешься заранее обсудить раздел имущества в случае развода – так ты что, не веришь в наш брак, что ли, и заранее разойтись хочешь??» Хотя, казалось бы, любой разумный человек, кто хоть раз краем глаза видел бракоразводную статистику – должен, ну, э-э, не совсем исключать вероятность такого развития событий, скажем так. В общем, что я хотел сказать: уважаемые пацаны (и пацанессы), помните, что стимулы управляют решениями. Если вы сами создаете ситуацию, в которой ваш кореш оказывается перед выбором «кинуть вас и стать богаче на многомильёнов, или остаться верным своему слову и бедным» – то вы этим самым сильно повышаете вероятность такого кидка. Потому что оставаться высокоморальным очень просто, когда речь идет о дележке будущей гипотетической шкуры неубитого медведя. А когда этот медведь уже убит, и непосредственно целиком записан на тебя лично – то это уже совсем другая история…

Интересное про ChatGPT как продукт. Если кто не знал, вся AI индустрия держится на двух китах - OpenAI и Anthropic, на которые по разным оценкам (Wells Fargo, Barclays и др.) приходится 85-90% всего мирового спроса на AI компьют! И 70%+ AI выручки гиперскейлеров - тоже от них. А не от собственных AI продуктов, у которых есть фантастические возможности дистрибьюции (как у Майкрософта например). ChatGPT - главный consumer продукт всей индустрии, поэтому по его трендам можно делать какие-то выводы обо всем мировом genAI. 1️⃣ Многие заметили, что с недавних пор Револют на своих тарифах бесплатно предлагает подписку ChatGPT Go вместо Perplexity. Нередко компании делают так, чтобы в отчетности увеличить число юзеров платных тарифов. Например Perplexity их считал как платных, но на бумаге была строка Discounts and Refunds с большим убытком, почти в половину выручки! (в этом посте есть картинка с примером отчетности). 2️⃣ Но самое интересное, что в начале года OpenAI планировало падение числа $20/m подписчиков Plus с 44 млн до 9 млн! (the information) При этом число более дешевого тарифа Go должно было вырасти с 3 млн до 112 млн. И это должен быть самый быстрый в истории рост базы платных подписчиков. Сначала OpenAI стал раздавать Go бесплатно в Индии, потом были еще акции (Shopee и др.), а сейчас дело дошло до 75 млн клиентов Революта - теперь каждый из них может по сути бесплатно пользоваться Go. 3️⃣ Аналитики пишут, что такие сложности, да и сам новый тариф Go потребовались, потому что ретеншн на Plus за $20/мес уж очень плох, и даже общее число стало падать. Поэтому придумали такой витиеватый план показать бурный рост юзеров платных тарифов. Кстати по майским инсайдам The Information конверсия из бесплатного в платный, когда были только Plus/Pro - 2,58%, а с появлением Go уже почти 6% - я об этом писал, что у революционного технологического продукта не может быть конверсия в платного на уровне плохих бенчмарков b2c. А саму конверсию я посчитал точно - 2-3%, почти полтора года назад. 4️⃣ OpenAI не смог достичь собственных прогнозов на 2025 год в 1 млрд WAU у ChatGPT, даже к лету 2026 число пользователей растет крайне медленно. Я тоже писал, что ChatGPT больше некуда расти - просто нет столько людей в мире. А значит и сложно впечатлять инвесторов ростом выручки. 5️⃣ Есть прикольное жопокрутство от OpenAI: про b2b юзеров компания пишет paying business users, а про b2c - просто consumer subscribers. То есть там очевидно есть те, кто пользуется Go или другими тарифами, но не платит. При этом техкранчи и рейтерсы пишут сразу про всех paid users. Ну да, это же мелочи (нет). 6️⃣ Короче говоря, самый популярный из AI продуктов и единственный AI продукт среди популярных, ChatGPT - сталкивается со своими сложностями. Считаю, что все, кто как-то планирует бенефициировать на AI, должны следить за динамикой ChatGPT и его метриками. Потому что у остальных горизонтальных AI продуктов они почти всегда хуже 🥲 @kyrillic

Очень характерный текст человека, выстроившего эффективно и качественно работающую агентскую структуру и тратящего освободившееся время на страдания от того, что ремесленная часть в профессии у него исчезла — а она, как видно, составляла важную часть его профессиональной идентичности.

I’m in the last generation to do the work. What’s come after is abundant, frictionless, and untrustworthy—and it’s not the future. It’s here, it’s billing me daily, and no one’s inside.

Насчет того, что результаты ИИ не вызывают доверия, я бы поспорил, в куче случаев к ним доверия больше, чем к результатам человеческой деятельности, но в данном случае это совершенно не важно. Важно, что человек внутри думает и чувствует, а не что там на самом деле. Так же в свое время чувствовали рабочие всоких разрядов, как в их цехах появлялись станки с ЧПУ, уже не требующие того ручного мастерства. Но у них не было интернета, чтоб пожаловаться. Таких людей уже немало, будет, скорей всего, сильно больше. Нескольких я уже знаю в своем окружении. Поэтому пора бы, похоже, всерьез думать не только о профессиональной переподготовке людей, чья работа требует постоянного использования ИИ, но и об их психологической реабилитации. https://www.inc.com/lindsey-witmer-collins/forget-the-future-of-work/91387076

🧠 Новый большой обзор по self-evolving AI-агентам: как понять, что агент действительно стал лучше после изменения самого себя? Авторы работы *Diving into Reliable Self-Evolving Agents* систематизировали исследования по агентам, которые умеют менять собственные промпты, память, инструменты, стратегии и даже части архитектуры. Внутри сразу несколько полезных вещей: * taxonomy уровней эволюции от L0 до L4; * reliability ladder для проверки того, можно ли доверять очередному self-update; * открытый каталог из 549 работ по теме; * разбор того, какие доказательства вообще нужны, чтобы считать новую версию агента лучше предыдущей. Особенно важный принцип: обновление не должно само контролировать единственное доказательство собственной успешности. Если агент изменил себя, а затем сам же решил, что стал лучше, это почти ничего не доказывает. Нужна независимая проверка: внешние evals, отдельный verifier, контрольные среды или другие механизмы, которые сам update не может подменить. 📄 Paper: https://openreview.net/forum?id=CGO1hDTHNe 🌐 Project: https://wkqdzkd.github.io/Awesome-Reliable-Self-Evolving-Agents/ 💻 GitHub: github.com/wkqdzkd/Awesome-Reliable-Self-Evolving-Agents #AI #Agents #SelfEvolvingAgents #LLM #Research