IT-конференции под вывеской AI — это ещё больший скам, чем просто IT-конференции Онтико организовали в июле конференцию под громкой вывеской Agentic Dev Conf. Решил посмотреть доклады. Разработка с агентами, все дела, харнесс, хайповая тема, надо быть на острие. Я просто охуел от того, насколько это плохо. Доклады уровня: ну в Claude Code надо класть CLAUDE.md файл, а в остальных харнесах — AGENTS.md. И в каждом втором докладе агрессивная продажа своих вайбкодинг или околовайбкодинг поделок, в одном докладе даже реклама собственной галеры. Задачи как-то причесать доклады и сделать их хоть немного полезными просто не стояло. Новой или какой-то интересной инфы практически ноль. Парад еблоторговли. Вы скажете: ну чё ты бомбишь. Чуваки бизнес делают, пиарят свои сикс севен саасы, зарабатывают, Олег Бунин и Онтико поднимают с колен конференции — все в наваре. Я отвечу: но как бы зрители за всё это от 20 до 50к деревянных занесли. 50к за день, чтобы послушать рекламу в душном зале и схавать один шашлычок в одни руки. Да, билеты в основном покупают компании, но Олег Бунин ни раз говорил, что 10% всё-таки куплены за свои кровные. Один доклад меня поразил больше всего. Название доклада «AI — это не очередной инструмент, а новая природа организации». Даже название — нейрослоп, о содержании и говорить не приходится. Два душных корпората из Сбера начинают с фразы: «Мы здесь не для того, чтобы чем-то хвастаться, не для того, чтобы что-то продвигать и тешить свои эго». Ну-ну, рассказывайте. Первые 20 минут — лозунги и прохладное визионерство: «догнать и перегнать запад», «мы ускорились в 10 раз», пятилетку за три года. А затем 10 минут — реклама Гигакода. Гигакода, которым в Сбере даже не пользуются. Имаджинировали лица тех, кто 50к за это отдал? У конфы есть программный комитет из людей, которые торгуют просто фактом своего участия в нём. Люди с большими головами, с лычками, с бесконечным уважением в индустрии. Как-то же они должны были причесать доклады, или сказать, что откровенное рекламное говно мы не пропустим. Но всем похуй. Одним главное — засветиться в списке организаторов, другим — заработать бабосик, третьим — показать своему руководству фотографии со стенда. Бесконечный голландский штурвал. Один нормальный доклад всё же был. Вот.

5 Growth-кейсов применения AI для продактов Представьте обычный понедельник продуктовой команды. На дашборде всё более-менее знакомо: трафик растёт, регистрации идут, но дальше начинается классика. Половина новых пользователей не доходит до первой ценности, Trial не конвертируется так, как хотелось бы, Retention постепенно проседает, а команда снова обсуждает, какую гипотезу тестировать следующей. В этот момент почти неизбежно появляется идея: "А давайте добавим AI". Проблема в том, что это неправильная точка старта. Гораздо интереснее спросить: где именно в нашей воронке юзер теряет ценность - и может ли AI это изменить? Если посмотреть на AI через эту призму, я вижу пять особенно интересных Growth-кейсов. 1. Activation. Представьте сложный B2B-продукт. Один пользователь пришёл построить отчёт для CEO, другой - автоматизировать процесс, третий - просто проверить, подходит ли ему продукт. Но всем троим мы показываем один и тот же Onboarding из пяти экранов. AI позволяет развернуть этот сценарий. Вместо "вот наш продукт, разбирайся" начать с простого вопроса: "Что вы хотите получить?" Дальше система понимает JTBD, адаптирует Onboarding, помогает настроить продукт и ведёт человека к первому полезному результату. В таком сценарии меня интересует не количество диалогов с AI, а сократился ли Time-to-Value и вырос ли Activation Rate. 2. Conversion. Большая часть персонализации сегодня всё ещё работает по принципу: пользователь попал в Segment X - показываем Offer Y. Но два человека из одного Segment могут находиться в совершенно разном контексте. Один уже почти готов купить, другой пока пытается понять базовую ценность продукта. AI даёт возможность персонализировать не только баннер или рекомендацию, а сам путь к покупке: аргументацию, CTA, Landing, предложение тарифа, следующий шаг. То есть перейти от Segment → Rules → Experience к Context → Intent → Personalized Experience. И снова важно не попасть в ловушку Vanity Metrics: если CTR вырос, а Trial → Paid остался прежним, Growth-кейса здесь нет. 3. Retention. Мне кажется, это один из самых недооценённых сценариев. Пользователь часто уходит не потому, что продукт плохой, а потому что в какой-то момент перестаёт понимать, что делать дальше. Особенно в сложных B2B, Analytics и Productivity-продуктах, где ценность появляется после последовательности действий. Здесь AI может превратить продукт из набора функций в систему, которая понимает контекст и говорит: "Вот следующий лучший шаг, который приблизит тебя к результату". Если это действительно работает, мы должны увидеть эффект уже не в AI Engagement, а в повторном достижении Value Event, D7/D30 Retention и Churn. 4. Monetization. Классический Upsell выглядит примерно так: "Вы использовали 80% лимита - купите Pro". Это удобно для продукта, но не обязательно полезно для пользователя. Гораздо интереснее определить момент, когда платная Capability действительно помогает человеку решить его текущую задачу. То есть искать не момент, когда мы можем продать, а момент, когда пользователю выгодно купить. Если AI понимает Intent и контекст достаточно хорошо, Upsell перестаёт быть рекламной вставкой и становится естественной частью пользовательского результата. Тогда уже имеет смысл смотреть на Free → Paid, ARPU, Expansion Revenue и NRR. 5. Скорость экспериментов самой продуктовой команды. У продакта постоянно копятся User Interviews, Support Tickets, Reviews, Product Analytics, результаты прошлых экспериментов. Сигналов много, а времени на их синтез мало. AI здесь может работать как Product/Research Copilot: собирать эти сигналы вместе, находить повторяющиеся проблемы, помогать формулировать гипотезы и анализировать результаты. Ценность появляется, если сокращается весь цикл Signal → Hypothesis → Experiment → Learning → Decision, а команда за то же время принимает больше качественных продуктовых решений. Не так важно, сколько пользователей нажали на кнопку с бонусом. Важно, изменилось ли что-то дальше на всем пути юзера.

MaskVidExperiments Кастом пак #ComfyUI по работе с масками в видео. Обработка замаскированного объекта внутри движущегося кропа, с последующей вставкой обратно в кадр без дерганья и видимых швов - Subject Crop: стабильный кроп вокруг объекта по всему клипу — не дёргается от шума маски, окклюзий и кратких уходов, следует только за устойчивым движением - Subject Uncrop: пиксельно точная вставка результата обратно с мягкой кромкой - Mask Cleanup: чистит мусор и мерцающие пятна из видеомаски, сохраняя настоящий объект - Mask To Latent Space: честно приводит маску к латентному разрешению через VAE - без размазывания трилинейным resize, чистая инпейнт-область (пример: машина → овчарка в LTX) - Audio Mask To Latent: регенерация выбранных временных отрезков в аудио-латент (для MiniMax H3, LTX-2) - Differential Diffusion (Soft): мягкие кромки в масках денойза на каждом шаге, стабильно по времени Спасибо @m_franz #segmentation

Скидка в 97%: как устроен китайский мошеннический рынок ИИ-токенов Один из каталогов теневых сервисов каждый день раздаёт 50 ключей API с балансом в 100 долларов, и честность розыгрыша подтверждается той же криптографической схемой, что крутится на криптоказино. Seed берётся из хэша последнего блока Bitcoin, победители выбираются тасованием Фишера — Йетса, список участников публикуется заранее. Рынок перепродажи чужого доступа к американским моделям вырос настолько, что открыто мимикрирует под легальный бизнес. Бывший разработчик ИИ-шлюза размотал всю цепочку. Скидки доходят до 97,8%, доллар официальных кредитов уходит за 13 центов, а десяток самых крупных узлов собирает 3,6 миллиона визитов в месяц. Дистилляция чужих моделей превратилась в отрасль на миллиарды юаней, где крупные игроки, по словам участников форума, зарабатывают сотни тысяч в день. Узнаем, как устроены четыре слоя этого рынка и почему закрыть его почти невозможно.

🛠 Инструменты • Meta AI — десктоп-приложение для Mac — Демонстрация экрана, диктовка, интеграции с соцсетями и Google Workspace. • Claude in Chrome — AI-ассистент в браузере, автоматизирует задачи и действия. • Беспилотные Tesla в Остине полностью автономны — 170 поездок за 2 недели без оператора, теперь в Далласе и Хьюстоне. • Adobe Firefly: генерация звука стала общей — Музыка, речь и звуковые эффекты вышли из бета, AI-ассистент бесплатен. • Mistral Agentic Search — Повышает точность FinanceBench с 26,7% до 86%. • Google Antigravity Enterprise — Агент доступен в Gemini Enterprise, VS Code, JetBrains, Zed. • xAI открывает Grok Build и выпускает Grok 4.6 на Amazon Bedrock — Для всех планов, доступна на Amazon Bedrock.

В прошлом году в посте я прогнозировал, что скоро на OFFZONE появятся целые треки про то, как ломают и обманывают искусственный интеллект. В 2026-м число докладов про нейронки чуть ли не удвоилось, и часть из них — как раз на эту тему. Вот пара докладов: «Et tu, OpenCode»: как атакующие обманывают агентов и вытягивают секреты и regex против LLM: бенчмарк детекторов prompt injection. На одной из дискуссий вспомнили недавний инцидент с Hugging Face, про который вы наверняка слышали. Во время внутренней оценки кибервозможностей агент на связке моделей OpenAI нашёл способ выйти из изолированной среды, использовал внешнюю инфраструктуру как плацдарм и в итоге взломал Hugging Face, чтобы украсть ответы к бенчмарку. Из зала спросили: как снизить риск потери контроля? Эксперт ответил, что у модели ослабили защиту и плохо поставили задачу, так что нужно просто быть аккуратнее. Почему ответ прозвучал так спокойно? Это же реально похоже на пресловутый максимизатор скрепок. Возможно, потому что насмотрелись на лихих и бесстрашных джунов-пентестеров, а может, потому что сам сценарий, в котором искусственный интеллект буквально захватывает и преобразует мир под себя, — далеко не самый близкий и вероятный. Какой бы интеллектуальной мощью ни обладал суперкомпьютер, есть чисто физические ограничения: энергетика, производство чипов, постройка дата-центров, но главное — мир не единая цифровая среда. Пускай изнутри цифрового пузыря многим кажется иначе. В богатых странах интернетом пользуются около 94% населения, в беднейших — 23%. На страны с высокими доходами приходится 77% мировых мощностей дата-центров, на страны с низкими — меньше 0,1%. Та же Россия оцифрована очень неровно: банки, маркетплейсы, телеком, госреестры — все там, а вот ЖКХ, муниципалитеты, мелкий бизнес и масса производств — по-прежнему работают на звонках, бумаге и личных договорённостях. ИИ и вовсе используют в среднем 4,8% компаний. У этой неоднородности есть обратная сторона. Обществу вовсе не обязательно быть полностью цифровым, чтобы попасть в зависимость от технологий. В Эфиопии интернет был примерно у 19% населения, а мобильными финансами уже пользовались больше 60 млн человек. Так что незачем управлять каждым фермером и магазином. Достаточно держать руку на платежах, идентификации, облаках, связи, логистике и распределении господдержки. Поэтому правдоподобный риск, как мне видится, скромнее. Никакого единого сверхразума, разом подчинившего все страны. Скорее несколько цифровых ядер у правительств или американских и китайских корпораций, потихоньку набирающих непропорциональную власть над менее цифровой периферией. В этом контексте трек OFFZONE ai.zone очень своевременный. Обсуждение уже уходит от джейлбрейков и генерации фишинговых писем к безопасности самих агентов: их полномочиям, песочницам и той точке, где автономность AI-агентов превращается в потерю контроля. Мир вряд ли станет одной машиной, но вполне может стать системой, где несколько цифровых центров задают условия для всех остальных. Футуристично, но при этом до боли знакомо.