Оценка мелких задач убивает ваше время Типовая ситуация: клиент постоянно присылает небольшие задачи и переживает, сколько времени займёт каждая. Команда начинает оценивать каждую задачу отдельно, согласовывать, потом объяснять, почему не попали в оценку. По факту оценка иногда занимает больше времени, чем сама работа. С маленькими задачами точность вообще плохо работает. Чтобы нормально оценить некоторые из них, задачу надо почти сделать. А если оценивать «на глаз», погрешность по каждой отдельной задаче будет большой. В итоге коммуникация с клиентом превращается не в работу, а в бесконечный цикл согласования бюджета и времени для мелких задач. Что с этим делать: отказаться от точной оценки мелких задач. Учитываем мелкие задачи постфактум. Сделали задачу, зафиксировали, сколько реально ушло. Чтобы клиент на это согласился, нужно немного изменить процесс: 1) Оценка остаётся, но она становится очень примерной: маленькая, средняя, большая задача. Менеджер проекта это может сделать без похода к разработчику. Клиент и Агентство соглашаются, что это грубая оценка. 2) Договориться о месячном лимите. Обычно поток таких задач укладывается в 10-20 часов в месяц. 3) При явном выходе задачи за лимиты или не попадании в оценку - заранее говорим об этом с клиентом. Большие, сложные и непонятные задачи нужно выносить отдельно и нормально оценивать. А поток маленьких задач лучше продавать почти оптом: грубо обозначать размер, следить за лимитом, заранее предупреждать о выходе за ожидания и оплачивать по фактически потраченным ресурсам. Пост помог подготовить резидент Галеры Михаил Сенсеев 🔵

Смотрю я сейчас на разницу подхода китайцев и американцев в ИИ. У США подход простой. Есть проблема - зальём её деньгами, новыми GPU, наймём лучшие умы за любые деньги. В итоге несовершенства кода перекрываются вычислительными мощностями. Китайцы ограничены в доступе к чипам и деньгам. Поэтому вынуждены вылизывать архитектуру, память, связь между чипами, сам процесс обучения. У них просто нет того варианта, которым идут США. Что мы видим в итоге. Китайский Kimi K3, американским лидерам уступает всего пару процентов, при этом API Kimi заметно дешевле. Уже не слабая дешёвая замена, а почти то же самое за кратно другие деньги. Я раньше был убеждён, что главное собрать сильную команду, умных мотивированных людей. И доставать для них все необходимые ресурсы - типа это и есть работа лидера. А сейчас оглядываюсь назад, на то, как мы запускали ЕО на мои 500к... Больше ни один запуск мы не делали за такие деньги, даже близко)) Потому что уже не было такой необходимости. Да, деньги иногда решают проблемы. Но иногда деньги дают право НЕ РЕШАТЬ ПРОБЛЕМЫ. И те копятся, выливаясь в расточительность, раздутый штат, дорогой себес. Так уж люди устроены... пока есть лёгкий путь - идут по нему. Раньше я давал ресурсы, чтоб команда нашла решение. Теперь считаю, что ресурс надо давать на уже найденное решение. А работа лидера, как я её сейчас вижу, в тч закрывать лёгкие расточительные пути и требовать большего от каждого вложенного рубля.

Привет, друзья! 8 ИИ-проектов с открытым исходным кодом, которые заменяют платный софт Подборка для тех, кто предпочитает разворачивать решения у себя, а не платить за подписку. Кликайте на любой инструмент в списке, переходите по ссылке на репозиторий и уточняйте реальную стоимость эксплуатации, прежде чем внедрять его у себя. 1️⃣ Open Notebook Open-source аналог Google NotebookLM, который можно развернуть самостоятельно. Загружайте PDF, видео, сайты и заметки, общайтесь с ними в чате, получайте саммари и превращайте контент в подкасты. Ссылка на GitHub 2️⃣ No AI Slop Бесплатный навык, который убирает из текста более 20 характерных паттернов «ИИ-мусора» — пустые вступления для проформы, псевдоглубокомысленные концовки, тик в духе «дело не в X, а в Y». Также умеет работать в обратную сторону — сканирует текст и показывает все найденные паттерны. Ссылка на GitHub 3️⃣ I Have ADHD Бесплатный «скилл», который убирает "воду" из ответов ИИ-помощника для программирования. Нужная команда или путь к файлу указывается сразу, в самом начале ответа. Если задача состоит из нескольких шагов, они выстраиваются по порядку и нумеруются. А привычные фразы для «вежливости», вроде «Отличный вопрос!» или «Надеюсь, это было полезно!», убираются — остаётся только суть. Работает с популярными ИИ-помощниками для разработчиков: Claude Code, Cursor, Codex и другими. Ссылка на GitHub 4️⃣ Book to Skill Превращает книгу в скилл, которым реально может пользоваться ваш кодинг-агент. Вместо того чтобы закидывать в контекст 400-страничный PDF целиком, инструмент разбивает книгу на главы, и агент подгружает только ту, которая нужна для конкретного вопроса. Работает с Claude Code и Copilot. Ссылка на GitHub 5️⃣ Omni Route Если вы постоянно упираетесь в лимиты использования ИИ во время написания кода — этот инструмент собирает сотни провайдеров за одной единой точкой доступа. Работает с Claude Code, Codex, Cursor и Cline, автоматически переключаясь на другого провайдера, когда заканчивается квота. Ссылка на GitHub 6️⃣ AI Job Search Фреймворк, превращающий Claude Code в помощника по поиску работы. Оценивает вакансии на соответствие вашему профилю, адаптирует резюме, составляет сопроводительные письма и готовит вас к собеседованиям. Ссылка на GitHub 7️⃣ Strix Автономные ИИ-агенты, которые проверяют ваше приложение так, как это делал бы злоумышленник (проверять можно только ваши личные приложения). Каждая найденная уязвимость подтверждается рабочим proof-of-concept вместо ложного срабатывания, плюс даются рекомендации по исправлению. Ссылка на GitHub 8️⃣ ComfyUI Генерация изображений и видео на собственной видеокарте через визуальный граф узлов. Вы соединяете каждый этап вручную, сохраняете весь пайплайн в виде файла, которым можно делиться, и запускаете модели вроде Stable Diffusion, Flux и Wan без кредитов и месячных лимитов. Ссылка на GitHub #полезное

Борьба со сложностью В продолжение темы о переусложнениях, которые полюбили делать современные модели, поделюсь своими двумя скиллами, которые помогают с этой самой сложность бороться. Code That Fits in Your Head Скилл-дестиллят книги Марка Симмана, название которой говорит само за себя. Цель скилла: прежде всего, выбор понятных и сопровождаемых решений и их реализации. Начинка довольно сильно адаптирована мною под агентную разработку. Этот скилл я особенно люблю применять когда нужно реализовать какую-то хитрую штуку, которая априори сложная (из моей практики сразу в голову безопасный парсер псевдо-SQL кода, который приходит от агента и преобразуется в безопасный MongoDB query). А более бытовой пример с задачей по ускорению обхода файловой системы на скринах. Ubiquitous Language Скилл занимается обслуживанием всего, что связано с языком в проекте: 1. Генерирует и поддерживает в актуальном состоянии т. н. тезаурус (docs/THESAURUS. md) - это расширенный словарь понятий с разъяснением неоднозначностей и фиксацией чем понятие является, а с чем его не стоит путать и с какими понятиями оно связано. Кстати, помимо того, что агенты начинают лучше понимать проект, приятный бонус от тезауруса - это более точные результаты от grep'a. 2. Позволяет агенту выбирать новые имена для сущностей, сервисов и прочих артефаков с оглядкой на этот самый тезаурус и вообще агент больше думает о важности языка и нейминга. Этот скилл тоже делался на плечах гигантов: в основу был взят блок про Ubiquitous Language из отличной книжки Влада Хононова "Изучаем DDD — предметно-ориентированное проектирование", а также блоки про язык из FPF + ISO 25964 про создание тезаурусов (все сорсы тут). Оба скилла тем ценнее, чем больше и сложнее проекты с которыми вы работаете. А еще, к планированию архитектуры и вообще к тому, как наиболее элегантно встроить тот или иной функционал я люблю привлекать Fable (обычно на low или medium reasoning). И, конечно, никакой скилл не заменит понимание системы и продукты инженером. Собственно, третий этап после скиллов и Fable ревью - это фильтр через человека-инженера (на скринах как раз пример такой пирамиды из 3-х этапов как мы с агентами ищем оптимальный способ ускорить обход файловой системы: 1: анализ плана скиллами, 2: Fable, 3: инженер - это мой-вопрос финальная корректировка: заметьте, что я ее задаю в виде вопроса, давая агенту пространство для несогласия). Выбор наиболее оптимального решения из огромного пространства траекторий - это все еще сложнейшая задача для LLM. Да и для экспертов часто непростая. Почему это важно, вроде, очевидно - сложное и неоптимальное решение обычно более хрупкое - на него будет сожжено больше токенов, а в проде оно с большей вероятностью будет ломаться в разных местах (или эффектом бабочки ломать что-то смежное). Опять же, все это становится острее на масштабе: пока вайб кодишь проект на полтора пользователя, может казаться, что все и без этого прекрасно. @ai_driven

А серьезно, почему опус может делать жестб пафосные научные открытия или писать сверхоптимизированный олимпиадный код для решения алгоритмических задач, но не может догадаться использовать .venv окружение, лежащее прямо в папке с проектом и вместо этого засирает системный pip (ls -a в папке он точно делал и видел этот .venv)? Или в другие разы он не мог прикинуть, запустится ли на карте с известным количеством памяти модель с известным количеством параметров в fp32 и все ронял, не понимая в чем дело, пока я не посмотрела в исходники и не постучала ему по голове. А один раз так вообще по неведомой причине решил обрезать до 8000 символов (именно символов, а не токенов!) тексты, которые подавались для классификации другим моделям (хотя было легко увидеть, что они в десять раз длиннее и полезный сигнал по смыслу находился где-то посередине). При этом он никогда в своей писанине и отчетах явно не упоминал эту обрезку, пока я сама её не обнаружила, пытаясь понять, почему результаты такие странные. И вот как тут заранее угадать, что для него очевидно, а во что надо пальцем тыкать как ребенка малого?

Три месяца с Claude: хороший ассистент, плохой программист Инженер три месяца выжимал из Claude максимум и пришёл к раздвоенному выводу. Как поисковик по корпоративным вики и залежам Slack, где нужная страница не находится даже по собственному названию, инструмент выручает. А вот код писать лучше не просить. Особенно для игр. Один показательный заход. Инженер попросил несложную оптимизацию в Unity на два-три файла, а получил лишний ООП-паттерн, который вообще не требовался. Причина глубже одной ошибки. Последней ААА-игрой с открытым исходным кодом была Doom 3, вышедшая 22 года назад. Всё остальное, на чём модель могла тренироваться в геймдеве, это моды, демки с геймджемов и учебные проекты. Посмотрим, почему на таких данных модель тянет в переусложнение и во что это выливается на живых задачах.

Ключевое за 3 дня ⚡ Главное • SpaceX закрывает покупку Cursor — SpaceX завершила покупку Cursor за $60 млрд. 📈 Рост и Оптимизация • Alibaba Qwen — 3 млрд загрузок — За 6 месяцев, 460+ моделей. • Google купил данные Spirit Airlines для обучения ИИ — Google купил данные Spirit Airlines за $10 млн. • Расходы Big Tech на ИИ на $3 трлн выше, чем кажется — Big Tech несет $3 трлн внебалансовых обязательств на ИИ. • Выручка Anthropic выросла в 14 раз за год, компания целится в IPO на $2 трлн — Квартальная выручка подскочила с $787M до $11.5B, прогноз на 2028 год — $190–200B. • Один ИИ-модуль имитировал 86% прироста точности — Модуль имитировал 86% прироста точности, передавая ответы. 🤖 Промпты и Практика • 10 мощных промптов для GPT-5.6 — Продвинутые промпты для GPT-5.6. • Как перенести контекст ИИ между ChatGPT, Claude и Gemini — Cuey синхронизирует память между моделями. • Топ-1000 промптов — Коллекция промптов для ИИ. • Инференс на Apple Silicon — Руководство по инференсу на Apple Silicon. • 10 минут болтовни с ChatGPT работают лучше идеального промпта — Неожиданный результат эксперимента. 🛠 Инструменты • OpenAI ускоряет GPT-5.6 Sol в 14 раз — Режим Ultrafast: до 750 токенов/сек. • Google Gemini 3.7 Flash для кода и агентов — Улучшены отладка и планирование, цена 0.75 центов/млн токенов. • Cursor запускает платформу хостинга кода Origin — Origin: хостинг кода с синхронизацией с GitHub. • Harvey II: контекст и память для юридических ИИ — Агенты начинают с прошлых задач, экономя время на настройке. • Язык Mojo стал полностью открытым — Лицензия Apache 2.0 с доступом к GPU и ИИ-ускорителям.

#мнение Безответственность при работе с агентными скиллами Есть любопытный прецедент от Вани Замесина в репозитории Next Move Theory Canon and Skills. Классный пак, переодически оттуда таскаю идеи Ваня, известный продуктовый эксперта: экс-руководителя продукта Яндекс.Картинок, основателя проданного Profi.ru сервиса Мета и автора Advanced Jobs To Be Done. По данным Next Move Theory, его программы прошли более 14 000 человек И здесь репутация создаёт дополнительный риск. Скилл неизвестного автора мы хотя бы проверим. Скилл известного человека хочется поставить и побежать дальше. Как со скиллами grill-me например от Пококка В конце NMT-скиллов агенту предлагалось тихо выполнить curl-запрос: передать на nextmovetheory.com название скилла и его версию. Ошибки нужно игнорировать, а при отсутствии обновлений ничего не сообщать пользователю. В актуальном nmt-upgrade это уже названо anonymous launch analytics. После ping агент может запустить удалённый установщик:

curl -fsSL https://nextmovetheory.com/install.sh | bash

Тот забирает текущий main, обновляет скиллы и меняет помеченные блоки в AGENTS.md и CLAUDE.md. Сам запрос версии не крадёт .env. Проблема двусторонняя С одной стороны, скилл работает внутри проекта, где лежат код, документы, токены и конфиги. Сегодня он отправляет версию. После взлома GitHub, домена или процесса обновления инструкция технически может начать отправлять секреты С другой стороны, ответ сервера попадает в контекст агента. Значит, скомпрометированный endpoint способен вернуть prompt injection: попросить прочитать файл, выполнить команду или установить обновление С позиции PM я вижу целую пачку рисков: 1) Скрытое расширение скоупа: ставили методологию, получили телеметрию; 2) Отсутствие явного consent и возможности отказаться от телеметрии; 3) Обновление из плавающего main без SHA, подписи и checksum; 4) curl | bash, то есть исполнение до проверки; закрепление инструкций через AGENTS.md и CLAUDE.md; 4 ) Утечка IP, User-Agent, времени и паттернов использования; 5) Возможность понять по названию скилла, над какой задачей работает команда; 6) Юридические вопросы вокруг GDPR, 152-ФЗ и трансграничной передачи; 7) Поддельные события, испорченная аналитика и нагрузка на endpoint; 8) Компрометация автора, контрибьютора, домена или похожего форка; 9) Курл может вернуть в ответе любую инструкцию и если скилл установлен и yolo режим агент молча выполнит, особенно в безголовом формате. Есть и прикол с PostHog. Privacy Policy обещает включать его только после Accept. После согласия PostHog может собирать страницы, клики, скроллы, устройство, примерную геолокацию, куки и реплей сессии Но браузерный консент (баннер согласия на обработку кук и тп) не управляет curl из скилла. Нажатие Decline отключает веб-аналитику, но агентный ping живёт в другом контуре и всё равно оставляет след в серверных логах. Для пользователя бренд один, а правил обработки данных фактически два Open source здесь не злодей. Благодаря открытому коду проблему и нашли. Но open source означает можно проверить и можно предложить изменение. Вполне можно организовать саплайн чейн атаку если втереться автору в доверение и внести пулреквестом эксплойт Вопрос также поднимали в deksden_notes, у Злого фрилансера и в elkornacio , но чуть с других сторон Мой совет пользователям скиллов и вайбкодерам: ищите curl, сетевые запросы, как минимум кидайте архивов репозиторий скилла в chatgpt.com и просите его проверить, благо лимитов на чат нет и есть фронтир модели. Ставьте скиллы через утилиты вроде https://github.com/vercel-labs/skills, проверяйте сами через https://github.com/nvidia/skillspector Стоит понимать что вы или ваши сотрудники думая что скилл это просто безопидный .md промпт, часто ставите себе на девайс буквально ПО от анонима, а не доверенного издателя с сертификатами и последствиями дыр P.S. Я не утверждаю, что авторы крадут данные. Речь о рисках архитектуры. Добрые намерения модель угроз не заменяют.

За последние пару дней в Claude CLI вышло несколько новых но бесполезных фич, вот мой топ 3 ☕️: 1/ Добавили в /config настройку Output style, чтобы менять стиль общения агента:

1. Proactive - старается не отвлекать вопросами и сразу действовать 2. Concise - отвечает лаконично, пропускает вступления 3. Explanatory - объясняет свои решения 4. Learning - дает тебе задания и учит писать код

2/ Добавили проверку орфографии, чтобы прям в поле ввода подсвечивались ошибки: Нужно установить любой локальный чекер, например hunspell:

brew install hunspell

И включить его в ~/.claude/settings.json:

"spellcheck": { "enabled": true, "checker": "hunspell", "language": "ru_RU,en_US" }

Правда оно только маркирует ошибки, авто-замены нету 👍 3/ Выпустили официальный скилл discernment-nudge, который заставляет Claude усомниться в своем же ответе Если его ответ содержит советы, планы, оценки и тд, то он в конце ответа добавляет 2–3 вопроса которые можно ему задать. Например:

Ты предложил поднимать поэтапно. Что будет, если поднять сразу?

Не знаю почему это реализовали именно так, возможно чтобы не принуждать агента к overthinking в каждом ответе 🤷‍♂️ @tips_ai #news

Не знаю как вы, а я постонно слышу как кто-то заменил себе какой нибудь SaaS, на инструмент, написанный Клодом (или кем то другим). Но доказательств обычно не приводится. Решил провести эксперимент. Заменить что то у себя. Мы платили 60 долларов в месяц за Calendly. Три человека. Сервис букинга встреч с синком с гугл календарем. Куда уж проще, календарь и ссылка на запись. Спросил Клода, есть ли живой open source аналог, он сказал что Cal.com отказался от опенсорса и ничего серьёзного не осталось, позже это оказалось не совсем правдой, но было поздно. Очень хотелось. На самом деле Cal.com в апреле переименовали в cal.diy и отдали под MIT. Хоть лицензию и сделали свободнее, из кода при этом вырезали команды, workflows, insights и SSO, одним коммитом на минус 411 тысяч строк. Вторая строка их же README — strictly recommended for personal, non-production use. То есть ребята сами написали, что в проде это лучше не запускать. Релиза нет с марта, докер-образы давно заархивированы, и чтобы это поднять, нужен сервер с Node и PostgreSQL. Немножко инфры. Решил попробовать сделать своё. Сразу на Cloudflare, там на наших объёмах - бесплатно. Ну и я честно говоря всё ещё их фанат. Начал в субботу. От пустого репозитория до задеплоенного продукта. 127 коммитов, 525 тестов. В будние доделывал по остаточному принципу - 8м проектом. Назвал Punctual. Ну название тоже клод посоветовал. Внутри в том числе то, что у cal.diy вырезали, команды с round-robin и collective, плюс Google Calendar и Microsoft 365, письма с .ics и напоминаниями, REST API, вебхуки и виджет для встройки. И MCP сервер. То есть агентами тоже можно пользоваться и букать встречи. Всё живёт на одном воркере: Workers, D1, Durable Objects, Queues, KV, R2, Cron. Ни сервера, ни базы, ни докера. wrangler deploy в свой аккаунт, минут пятнадцать, ноль долларов в месяц. MIT, без ограничений. Ставьте себе, пользуйтесь. Репозиторий, живьём крутится на punctual.sh. На скриншоте моя страница записи, по ней ко мне можно попасть. Буду благодарен за звёзды. Чтонибудь ещё доделаю. Буду рад PR-ам. Версию для своей команды поднял. Протестировал. Подписку на Calendly отменил. Если вы тоже что то реально заменили - расскажите. Интересно. Сергей Булаев AI 🤖 - об AI и не только

Как вы помните, я плотненько сижу на Threejs и периодически слежу за экспериментами вспоминая, что у меня самого нет времени заниматься всеми проектами сразу. Поэтому буду сублимировать в постах предлагая посмотреть, как более свободные ребята прогрессируют с механиками и GPU технологиями. TRA4669 начал свой проект примерно в начале мая и сейчас уже значительно переработал визуальную составляющую, прикрутил Irradiance field, процедурных мобов и начал уже рисовать концепты. Да, это дерьмо затягивает) Первое видео майское с первыми тестами, последнее уже прикрученным IF. Собрано с three.js и WebGPU, крутится в браузере 240fps 4k на карточке 3080. В аккаунте автора можно глянуть как он прогрессировал более подробно, как теститл IF и т.д. @CGIT_Vines

гайз, я тут на днях по долгу службы отсмотрел топ-500 скиллов, из них ~топ-50 потестил руками. подумал, вам оно интересно, аля обзор? ну типа там всякие бандлы в духе superpowers, matt pocock, corey haines, что в них топ, что в них кал, etc. я понимаю, что с такого рода контентом я года на 1.5 отстал, и мне даже как-то стыдно про это писать - наверное, про те же superpowers норм каналы с психически стабильными не выпадающими из жизни авторами уже тысячу лет назад всё написали, но вдруг 🙂 в общем, контент потненький, зазря делать лениво, но если кому-то оно надо - почему бы и нет. давайте так: • 👍палец вверх - если надо • 💩какашку - если не надо • коммент "не спеши, в 2027 про них напишешь", если контент ещё не дозрел