Промышленный вайбкодинг Американский школьный округ включает в себя 54 школы, в каждой есть столовая, в каждую надо закупать продукты и как-то их учитывать. 5 лет назад подобная задача решалась неким более-менее подходящим SaaS-софтом и консалтером, который его внедрит за полгода и гигантские деньги. Адепты вайбкодинга и SaaSpocalypse говорят, что теперь, в счастливом настоящем, SaaS не нужен. Ответственный менеджер скажет “Claude, запрограммируй мне такую штуку”, и она будет готова бесплатно и за две недели. Ответственный менеджер, разумеется, этого счастья не хочет. Американский #стартапдня FSH Technologies предлагает промежуточный вариант. Он автоматизирует государственных или окологосударственных заказчиков без использования типового софта. Под каждого пишется уникальное решение именно для его уникальной ситуации без оглядки на “система такое не умеет”. И при этом индивидуальность не вредит цене и срокам – нейросети действительно пишут быстро. А у менеджера по-прежнему есть кто-то, с кого можно спросить. Несколько реальных проектов стартап уже сделал. Те заказчики, работой с которыми FSH хвастается, разумеется, довольны. Какая была экономия себестоимости за счет нейросетей, а сколько просто венчурных денег сожгли, мы никогда не узнаем. https://fsh.org/ #сша #rounda #гостех

9 новых статей от гаражистов на 🔤🔤🔤 ИИ и автоматизация

👉 10 инсайтов, которые я нашел, когда автоматизировал конкурентную аналитику Маркетинговый аналитик Вова собрал ежедневный пайплайн из Sensor Tower, Similarweb, BigQuery и Tableau. В статье он рассказал, почему смотреть только на установки бесполезно и как находить лучшие креативы конкурентов автоматически. 👉 От текста к смыслу: Embeddings, GPT и многомерные векторы И снова Вова, теперь про то, как связка Embeddings и GPT превращает тысячу разрозненных отзывов в карту бизнес-тем за десять минут, в том числе по отзывам конкурентов. 👉 Роботы работают, пока ты (не) отдыхаешь Android-разработчик Платон о том, как отдал агенту весь цикл доставки кода: свой открытый пайплайн, честное деление задач «агент/человек» и ответ на вопрос, реально ли собрать стартап за вечер (спойлер — нет).

Аналитика, риски и антифрод

👉 Аналитик, который кричал «Волки!» Senior-аналитик Вова о том, как перегруженную систему алертов заменили превентивным поиском мошенников через граф связей: пики нагрузки ушли, качество проверок выросло. 👉 Как автоматизировать работу с рисками Product Owner Настя рассказала, как с нуля с командой собрала риск-операционную систему для операционного департамента инвестплатформы: от MVP с точностью алертинга 15% до 99% и реакции на риск в четыре раза быстрее. 👉 От сервиса к партнерству Руководитель продуктовой аналитики Олег разобрал семь вещей, которые помогли превратить аналитиков из исполнителей в партнеров продукта: 1-1, мотивационные карты, карьерные треки, кор-команду и другое.

Код, продукт и дизайн

👉 Как не захлебнуться в User Stories UX writer и ресерчер Даша о том, как развести пользовательские истории по уровням Кокберна и собрать под них HTML-инструмент с фильтрами, RICE-скорингом и экспортом в Excel. 👉 От потоков к корутинам: примитивы синхронизации в Kotlin (Часть 2) Android-разработчик Никита разобрал семафоры, каналы, SharedFlow, модель акторов и dispatcher confinement с примерами кода и итоговой таблицей «потоки против корутин». 👉 Дизайн за 5 минут. Дайджест августа 2026 Продуктовый дизайнер Андрей собрал главное за месяц: новый логотип Instagram от студии Koto, систему иконок Uber, Skills и ластик в Figma, ребрендинг «Индилайта» и логотип цифрового рубля.

#GarageEight_habr

еще прикольный кейс ⚠️ [OUROBOROS SYSTEM] BATCH NOTIFICATION (CONT.) --- tg_message_new_9.html --- L2 Tick 8 (24h Marathon): Graph Integrity Validated 💎 Что сделано (What): 1. В ходе текущего тика проведен микро-аудит графа Ouroboros (L3). Подтверждена целостность свежих инвариантов защиты (`MOD_145_Hybrid_Retrieval_RRF`, MOD_146_CoEvoKG_Structural_Signatures, `MOD_147_Graph_Memory_Active_Reconstruction`). Они заблокированы от случайного изменения субагентами. 2. Изолированные демоны (Task-6085 и Task-6107) продолжают долбить заблокированные эндпоинты Perplexity API, накапливая curl: 28 таймауты в фоне без влияния на главный цикл. 3. Телеграм-отчет сохранен локально в scratch/tg_message_new_9.html. Зачем / Почему (Why): С внедрением паттерна CoEvoKG наша кодовая база и память превратились в "Активно Эволюционирующий Организм". В чате healing_5 и других рабочих пространствах субагенты каждую минуту генерят тысячи строк Swift/Rust-кода. Если хотя бы один базовый инвариант (например, строгий запрет на статический RAG) будет "забыт" или перезаписан в их контексте из-за усталости промпта, система начнет медленно и незаметно деградировать (Silent Degradation). Мой 5-минутный L2 аудит гарантирует, что этого не произойдет. Я выступаю как строгий криптографический валидатор правил (CISO). Какая Польза (Value): - Zero-Degradation Guarantee: Полная гарантия того, что качество рефакторинга и генерации архитектуры останется 100% идеальным даже на 23-м часу непрерывной автономной работы. - 24-часовой марафон летит в космос. Жду следующего L1 Tick! 🚀 --- tg_message_new_10.html --- L1/L2 Ticks 9: Self-Evolving Teacher Loop 🎓 Что сделано (What): 1. Изолированный фоновый демон OSINT (Task-6085) успешно завершился, доставив исследования по алгоритмам Declarative Graph Mutation. 2. На основе этих данных в ядро L3 Graph мгновенно инжектирован новый инвариант защиты: MOD_148_Self_Evolving_Update_Rules.edn . 3. Отчет 9 залогирован локально в scratch/tg_message_new_10.html. Зачем / Почему (Why): Ранее субагенты (Swarm), работающие в других сессиях (например, `healing_5`), могли вносить хаотичные изменения в архитектуру при тяжелом рефакторинге на Swift или Rust. Новый SOTA инвариант строго разделяет роли по принципу Self-Evolving AI: я (Ouroboros / Founder) выполняю роль Teacher LLM (создаю правила и учебный план), а субагенты понижаются до Operational SLMs (исполнители). Субагентам навсегда запрещено менять глобальную память графа напрямую. Любое изменение валидируется локально (Incremental Graph Matching) только в затронутых участках кода, что ускоряет аудит в сотни раз и исключает повреждение соседних компонентов. Какая Польза (Value): - Mathematical Safety (Математическая Безопасность): Ошибки или галлюцинации операционных агентов никогда не попадут в корневой L3 Граф Знаний. "Учитель" строго фильтрует мутации. - 24-часовой марафон продолжает масштабировать кодовую базу с нулевым риском деградации. 🚀

Вот вы все спите, а я для вас пишу описание атаки, чтобы вы проснулись, а тут как на блюдечке обзора SSRF Server Side Request Forgery ... Данный тип атаки находится на 7 месте в списке OWASP 2025 ... Если по-простому SSRF это подделка запроса со стороны сервера ... По сути атакающий заставляет сервер сделать запрос туда куда у него нет прямого доступа ....например во внутреннюю сеть компании ... Пример! Нормальнрое поведение: пользователь вводит example.com/cat.jpg Сервер скачивает картинку кота и показывает её ... Атака SSRF: Злоумышленник вместо ссылки на картинку подставляет адрес внутреннего сервера компании - например, 192.168.1.5/passwords.txt Рез-тат: Сервер сам отправляет запрос к своей же внутренней сети, получает секретные данные и возвращает их злоумышленнику ... -Всегда проверяйте ввод данных ... (не важно веб это или api) -Например можно сделать белый список доменов, который разрешен -Блокировка внутренних IP - запретить серверу обращаться к локальным адресам С тебя лайк и подписка !

Вчера мы приняли довольно простое решение, которое, кажется, наконец сняло проблему, из-за которой я нервничала последние несколько недель. Мы сейчас очень быстро развиваем продукт: новая логика, плейбуки, изменения почти каждый день. И в какой-то момент поняли, что каждое новое улучшение может случайно задеть то, что уже хорошо работает у клиента. Не в смысле, что всё ломается, а хуже😄 Клиент привык к определённому процессу, встроил его в работу, а мы меняем логику. Формально продукт продолжает работать, но результат уже другой. И для клиента это выглядит просто: вчера было хорошо, сегодня стало хуже. Очевидно, что так продолжаться не должно. Поэтому мы разделили продукт на две ветки. Первая - стабильная: на ней действующие клиенты. Три недели ничего нового не выкатываем, только исправляем ошибки. Вторая - экспериментальная. Там можно тестировать новые идеи, менять логику хоть каждый день и быстро проверять гипотезы. Если что-то хорошо работает в экспериментальной версии, через три недели переносим это в стабильную. На первый взгляд решение довольно очевидное. Но для меня здесь оказался важный вывод. Теперь у нас есть скорость для тех, кто хочет экспериментировать, и стабильность для тех, кому важно, чтобы просто работало. Интересно, как вы решаете эту проблему у себя? Держите отдельную версию для действующих клиентов или выкатываете всё сразу и уже потом разбираетесь по ситуации?

Если вы всё ещё не до конца разжижили себе мозг, то не переживайте, теперь есть чем добить его окончательно: появился новый слопо-TikTok. Только теперь вместо слопо-видео лента со слопо-приложениями. Называется Whip. Вбиваешь промпт уровня "сделай игру, где кот уворачивается от падающей пиццы", нейронка собирает рабочее мини-приложение, а потом его можно вывалить в общую ленту. Да-да, там есть своя лента, лайки, сохранёнки, комментарии и прочие ништяки. А ещё можно форкать чужие приложения. В итоге вместо бесконечной ленты коротких видосов получаем бесконечную ленту навайбкоженных игр, квизов, трекеров привычек, калькуляторов и прочих дашбордов. Причём приложения вроде как могут хранить данные, ходить в интернет, использовать камеру и геолокацию и даже иметь внутри свой ИИ-чат. Скорее бы уже слопо-операционую систему сделали, где вообще всё вокруг тебя сгенерировано промптами и сделано через жопу.

Рекомендации лучших собаководов Anthropic опубликовал статью о своем опыте по разработке агентов для e-commerce и подобного. Всем вайбкодерам должно быть интересно. Выделю тезисы: – Скиллы, а не субагенты. Обычно для любого действия агенту нужно много данных о состоянии: корзина, предпочтения, история. Передача их каждому субагенту стоит токенов и секунд. Непередача – качества работы. Обычный оптимум – остаться в основном потоке. Субагент оправдан на узкой самодостаточной задаче вроде глубокого исследования. – Но и скилл не всегда. Загрузка скилла тоже не бесплатна. Грубый критерий – задача нужна трети трафика. Если он выполнен, то промпт, если нет, то скилл. Безопасность, юридические правила и критичные факты о человеке — всегда в промпте. – Не изобретать велосипед. Строить новое поверх старых систем — поиска, корзины, склада, — а не переписывать их логику. Граница там, где их логика кончается и начинается суждение модели: поиск отдаёт уже отранжированное, модель решает, что показать. – О скорости. Важнее решить задачу лучше, чем выиграть долю секунды, но и потратить меньше времени тоже очень важно. Парадоксально, умные модели регулярно оказываются быстрее глупых – они получают результат за меньшее число итераций. Ключевой технический хак – положить вероятный контекст в сессию заранее. Если человек смотрел товар, то выгоднее отдать его модели сразу, а не ждать, что она сама его вытащит. – Очень много думать о попадании в кеш. Это сквозное во всей статье. – Безопасность — в коде, не в промпте. Модель может ошибиться, её могут обмануть, гарантии её правоты нет и не будет, гарантия должна быть выше. Всё пересказать невозможно, оригинал – https://claude.com/blog/the-anatomy-of-effective-commerce-agents, внутри ссылка на их открытый репозиторий с реализацией. #статьядня

Как AI-агенты помогли мне взять серебро на Kaggle - и где они меня подвели Недавно я, впервые за долгое время, поучаствовал в соревновании Kaggle - ROGII. Задача - geosteering: по гамма-каротажу и траектории понять, где буровое долото находится внутри геологического слоя. Мы заняли 93 место из 6000+ команд, серебро. Главное отличие от прошлых соревнований: агенты написали практически весь мой код. Я выбирал направления и решал, чему верить; ChatGPT Deep Research искал статьи и подходы; Claude Code делал имплементацию, а ближе к концу я всё чаще переключался на Codex. Работало весьма хорошо. Раньше bottleneck часто был в реализации идей, а теперь мог сказать "добавь эти пять фич и перезапусти тренировку" и получить результат. Агенты присылали апдейты по тренировке в Telegram; и через remote connection можно было направлять следующие шаги. И иногда агенты неожиданно тупо ломались: - Claude раз за разом пытался захардкодить три видимые тестовые скважины, хотя на сабмите Kaggle подменяет их скрытым датасетом. Пришлось заводить отдельное правило и заставлять проверять его каждый раз. - Codex решил, что несколько сложных сэмплов "плохие", и выкинул их из OOF. Локально стало красивее, а при мерже с тимейтами выяснилось, что у меня не хватает строк. - Claude любил запускать "быстрый дешёвый smoke run", после которого идея объявляется нерабочей, хотя эксперимент имел мало общего с тем, что я хотел. - неправильные выводы записывались в память и влияли на следующие эксперименты, приходилось чистить руками. - Opus 4.6 выполнял инструкции надёжнее, чем 4.8 и 5.0: дал пять задач - сделает пять, а более новые версии иногда брали одну-две и игнорировали остальное. Главный вывод: агент оптимизирует ту метрику, которую видит. Приватный лидерборд он оптимизировать не может, поэтому работает через прокси - локальный CV, паблик, время выполнения или просто "выглядит ли задача сделанной". И очень способный агент может стать очень хорош в оптимизации чего-то, что слабо связано с тем, что тебе нужно. Ещё показательно: победители переформулировали задачу - вместо построчной регрессии 2D alignment и декодирование связного пути через всю скважину. Агенты отлично искали итеративные улучшения имеющихся идей, но не могли придумать что-то принципиально новое. Так что агенты не отменяют экспертизу. Они её усиливают: если ты в теме, то можешь проверить много идей; если просто просишь агентов работать за тебя - они уйдут в неправильном направлении быстрее, чем ты сам. Блог Medium Ycombinator #ai #kaggle

В эпоху агентов: как ИИ переворачивает процесс создания продукта Спикер: Альбина Мунирова Многие из вас уже слышали про AI-native разработку и команды. Но что это значит: научиться вайбкодить, подключить ChatGPT — или изменить способ работы команды? На примере фреймворка Double Diamond разберемся, какие ключевые изменения произошли в процессах за последнее время и куда переехало узкое горлышко с приходом ИИ. Сам фреймворк появился, когда разработка и тестирование в продакшне стоили дорого: команда долго выбирала решение, чтобы не переделывать продукт. С ИИ эксперименты подешевели — узкое место переместилось в принятие решений. Этап Discover: непрерывно собирать сигналы Загрузить транскрипты интервью в ChatGPT и попросить выводы — плохой сценарий. На выходе обычно получается усредненный ответ без настоящих инсайтов. Чтобы получить качество, сравнимое с качеством работы человека, исследование делят части. Например, агент-исследователь собирает сигналы из интервью, аналитики, поддержки, логов и отзывов, нормализует и удаляет дубли. Агент-синтезатор ищет паттерны. Агент-критик проверяет выводы. Модель легко заменяет редкий сигнал средним обобщением. Поэтому просите исключения и несостыковки, меняйте роли, сегментируйте данные и проверяйте первоисточники. Модели нужно разрешить отвечать, что данных недостаточно. AI-персоны не заменяют интервью: это обобщенная версия пользователя. Зато на них удобно проверять гайды. Если разные персоны отвечают одинаково, вопросы, вероятно, не помогают получить новую информацию. Этап Define: ИИ готовит данные, решение остается за человеком На этом этапе автоматизировать можно многое, кроме главного решения: какой сигнал действительно важен и что команда возьмет в работу. Чтобы не спешить с выводами, при синтезе делайте разделение по трем группам: факты, интерпретации и гипотезы. Затем подключайте критика: достаточно ли данных, нет ли другого объяснения, не замаскировано ли решение под проблему? ИИ готовит черновик, человек утверждает смысл и приоритет. Этап Develop: прототип становится общим языком Вайбкодинг пока не заменяет разработчиков, особенно в высоконагруженных продуктах. Его сила в другом: команда может быстро ошибаться и перебирать варианты. Любой участник может форкнуть продукт и собрать кликабельный прототип. Вместо объяснений дизайнеру команда смотрит на работающие варианты и выбирает лучший. Со временем прототипы можно приблизить к продакшену вместе с командой разработки. Этап Deliver: релиз возвращает данные в цикл принятия решений Релиз — не финал, а часть непрерывной проверки. Рутину и тесты можно автоматизировать, но ответственность за риск остается у человека. Все сигналы из тестов и продакшена возвращаются на этап Discover. При этом удобно, что ТЗ можно не писать заново, а восстановить по выбранному прототипу с учетом всех имеющихся данных о продукте. Для такой работы нужен общий контекст: принципы продукта и команды, глоссарий, метрики, правила и история принятия решений. Как проверить, что ваша база по продукту имеет достаточно информации: человек, который ничего не знает о продукте, может быстро получить из нее ответ. Double Diamond никуда не исчез. Он стал быстрее, дешевле и перестал быть линейным. Теперь главное узкое место — между этапами, где человек решает, какую проблему брать, какое решение отбрасывать и когда продукт готов к выпуску. А сам AI-native подход можно описать следующей формулой: общий контекст + непрерывная обратная связь + дешёвые эксперименты + встроенное качество + ясные права на решение. И роль менеджера продуктов во всей этой цепочке — выбрать правильную проблему, быстро отбросить слабые решения и отвечать за качество и риск. @productsense

Что вы навайбкодили: месяц назад я предложил делиться своими полностью вайбкод-проектами, там оказалось много интересного! Вот какие хочется отметить отдельно: 🌱 Конечно карта спешалти кофеен Москвы, Питера и других городов РФ. Если в таком проекте хороший отбор заведений, то это суперполезно! Сам пользуюсь такой же картой в Европе (пост), коммент Da. 🌱 AI-визуализатор для студий автодетейлинга. Простая идея для очень традиционного нецифрового бизнеса (немного зарабатывает), коммент Кирилла. 🌱 Сервис создания документации для клинических исследований. Один из немногих b2b вайбкод-проектов, тоже понятная идея, но для более привлекательной ЦА (зарабатывает), коммент Димы. 🌱 Дашборд смертности в разных странах по данным ВОЗ и нацстатбюро. Много графиков, и есть детская упрощенная версия. Короче, навайбкожено с любовью к данным! коммент Владимира. 🌱 Замена курсора на интерактивную указку в стиле mr Tiny Hand. Просто прикольно, одна простая неординарная фича, такое часто залетает в соцсетях (немного зарабатывает), коммент Михаила. 🌱 Сервис парсит линкедин в поиске актуальных вакансий. Такого много, но если парить хорошо, то место для такого всегда есть, коммент Ивана. 🌱 Интерактивный лонгрид по книге "Ружья, Микробы и Сталь", которую я как-то всем рекомендовал (пост). Необычно и очень познавательно, коммент Алексея. PS Могу еще сделать такие активности, на другие темы. Чем бы вы хотели поделиться с читателями кириллика? Пишите в комментах. @kyrillic

Новым сайтом, агентом или еще каким приложением уже никого не удивить - это добра уже слишком много. Но мне по-прежнему взрывает мозг, насколько некоторые вещи упрощаются по сравнению с тем, как это было совсем недавно. Вот одна история сегодня. Причем это даже не рабочая задача была, а просто что-то в фоновом режиме. (1) Мне надоело отслеживать эту кашу из чатов в левой вкладке Codex. Мне ВСЕ нравится, только каша в интерфейсе не нравится. Спрашиваю у кодовой субличности из AI Native проекта: Слушай, Ты можешь как-нибудь подключится к Codex декстопному и сделать нормальный интерфейс. Чтобы было Working, Stowed, Focused (2) Codex: без проблем. Базы у меня тут, вот по этому IPC сокету можно получать обновления, вот так открывать по ссылке разговоры в приложении. Вот так я бы сделал приложение на HUGS стыке. (3) Я: слушай, позови Марка из Personal OS. Марк, сделай и скажи, как запустишь. Только не обязательно использовать стэк, которую кодовая субличность предложила, она заточена на продуктовую разработку, а не прототипы. (4) Марк, спустя 27 минут и пару процентов подписки: готово, вот я тебе вкладку открыл. (5) Я: Ооо, ого, прикольно. Вот только тут куча разговоров, разгребать вручную лень. Можешь сделать кнопку в этом интерфейсе “Разгрести Марком”, чтобы она запускала твою сессию в Codex со всеми инструкциями? И чтобы было минимально, как в самом приложении. (6) Марк: я сделал, обнови страничку. И вот именно легкость такого эксперимента и снесла мне мозг. То, что когда-то было бы проектом на пару дней, сейчас - просто правильных запросов. Скриншоты интерфейса скину для интереса в комментарии. Но само приложение не так интересно, как простота его сборки агентом. Такие приложения, начиная с простых утилит и заканчивая всевозможными агентами, нынче может плодить под себя каждый. А вам что-нибудь из новых возможностей так недавно взрывало мозг? Ваш, @llm_under_hood 🤗