Рынки сегодня 🔶 На Ближнем Востоке начался новый виток эскалации: США и Иран снова обмениваются ударами. 🔶 Минэкономики предложило создать онлайн-площадку для продажи неиспользуемой сетевой мощности. Оператором сервиса могут стать Россети. 🔶 Частные инвесторы вложили в ценные бумаги на Мосбирже за первое полугодие почти ₽1,5 трлн (+70%). 🔶 Рынок алмазов может восстановиться в течение двух-трех лет, однако цены на них быстро не вырастут, считают эксперты. 🔶 Правительство частично стабилизировало ситуацию на топливном рынке РФ, но она остается непростой из-за изменения логистики вследствие атак на НПЗ и роста сезонного спроса в этом году на треть к уровню прошлого года, заявил вице-премьер Александр Новак. 🔶 Инвестиции коллекторов в покупку долгов МФО могут уже в 2027 году сравняться с объемом вложений в банковские долги и достичь ₽26–27 млрд. 📍 Подписаться на канал | Мы в MAX

Ни дня без ИИ-читеров (на этот раз - в очках) В Южной Корее скандал с умными очками. В мае там спалили двух человек на TOEIC (это глобальный экзамен по английскому, вроде TOEFL или IELTS) - оба решали в ИИ-очках. Им обнулили результаты, отлучили от пересдач на 4 года и скорее всего надавали по жёппе. На этой теме решил хайпануть местный техноблогер. Он нацепил очки Rokid и на камеру прогнал пробный вариант "корейского ЕГЭ" по математике. Он использовал облегчённую бесплатную ИИ-модель, но всё равно набрал 96% - балл, с которым легко можно подаваться в топ-вузы. Сотню не набрал, потому что на одной задачке глюкнуло распознавание текста. Корейский Минобр прифигел от такого расклада и разослал школам методичку "Как ловить очкастых читеров". И знаете, никаких умных сканеров и продвинутой детекции там нет. Единственное, что работает - это строгая училка, которая смотрит, не слишком ли толстая у очков дужка, и как часто ученик стучит пальчиком по оправе. Кстати, тех двух читеров тоже спалили на толщине дужки и странных жестах. И это логично. Половина класса носит очки по зрению - все не запретишь. Так что, весь антифрод 80 левела свёлся к простой советской внимательности бабушки-вахтёрши. И вот в чём главный прикол этой истории. Технологическая угроза настолько превзошла технологическую защиту, что вся верификации откатилась на сто лет назад, к своим истокам. Ищут не саму технолоджию, а человеческие странности, которые её выдают. Помните, я писал про стартап Cluely, который делает ИИ-копайлот помогает читерить на любых видеозвонках. Их подсказки хитро рендерятся и просто не попадают в поток видео при шеринге экрана. Детект-компании физически не могут их отследить, из-за чего приходится переключаться на трекинг задержки глаз и прочие "кожаные паттерны". Такая же фигня и с железом. У меня был пост про дубайский стартап Xpanceo. Он делает ИИ-линзу, которая вставляется прямо в глаз. Так вот, пока что их линза работает в паре с внешней приблудой, которую хорошо видно. Но они (и другие стартапы тоже) выкатывают новые прототипы, и тренд везде один: миниатюризация вплоть до полной автономности. Получается, рано или поздно мы окажемся в точке, когда ИИ-ассистент будет сидеть в глазу (или вообще в нейрочипе), и хрен его спалишь стандартными методами. Отслеживать толщину оправы и стук пальцев по дужке не получится - потому что никакой дужки не будет. И вот тут должна возникнуть новая ниша - выявлять читерство, которого не видно. Не знаю, как именно это будут делать, но вангую, что так или иначе будут привязываться к нашему людскому поведению. Потому что можно миниатюризировать, обесшовить и "подделать" что угодно, но его - точно нет. Дизраптор

Забудьте про старый добрый Google, который когда-то щедро лил трафик на наши с вами сайты. Эта схема окончательно сломалась. Как видно на графике от a16z, около 70% поисковых запросов сейчас завершаются без единого клика. То есть две трети пользователей какое-то время проводят в выдаче и закрывают Google, так и не перейдя по синей ссылке на сторонний сайт. Десять лет назад таких было меньше половины. Главный виновник этого безобразия – конечно же, искусственный интеллект. Поисковик теперь сам генерирует ИИ-сводки прямо на странице выдачи, начисто лишая людей мотивации переходить по ссылкам. Действительно, зачем куда-то идти, если алгоритм уже заботливо разжевал ответ? Причём Google такой расклад полностью устраивает – рекламу он теперь встраивает прямо в сводки, от чего доходы только растут. Да и пользователи остаются в его экосистеме. Для медиа и информационных проектов это, мягко говоря, плохие новости. А вот онлайн-бизнесу пока можно выдохнуть. Исследования показывают, что сайты, которые продают цифровые сервисы или физические товары в сети, получают поисковый трафик чуть ли не в прежних объёмах. Потому что Google ещё не научился силой мысли материализовать кроссовки в вашей прихожей. Что делать всем остальным? Перестать рассчитывать на SEO как на основной канал и осваивать маркетинг без кликов – качать бренд там, где обитает ваша аудитория: в соцсетях, профильных сообществах, мессенджерах, на YouTube. Цель – стать именем, которое вбивают в адресную строку напрямую. Сайт хоронить, впрочем, рано. Именно по нему ИИ собирает свои ответы. Просто контент вы публикуете уже не для людей, а для машин – они и перескажут его аудитории.

Зачем покупают компании Причины покупки компаний - это как многоэтажный дом, где каждый этап это причина "нового" порядка купить вашу компанию. Этаж №1 - команда - какие-то супер умные или талатнтливые ребята и они очень нужны покупателю чтобы развивать похожжий внутренний проект. обычно это как купить крутых гладиаторов в древнем риме Этаж №2 - команда + технология Как первый этаж но добавляется какая-то крутая наработка продуктовая Раньше это было популярно, но сейчас мне тяжело представить moat, из-за которого в таком формате купят, ведь есть Claude Code для большинства задач Этаж №3 - Запущенный продукт с early traction Тут пример - белорусский MSQRD который был куплен Facebook в 2016. Стартап вирально рос и его купили ради технологии, которая себя показала хорошо на миллионах пользователей и надо было добавлять это в инстаграм. Шел, кстати, 2016й год на дворе, 10 лет назад! Вот это время идет! Олды, кто помнит минский Imaguru? Этаж №4 - растущая доля рынка Тут понятно, пошел бизнес, обороты, кешфлоу, серьезная P&L Этаж №5 - значительная доля рынка Как правило это значит что целевая компания чуть ли не топ-1, топ-2 или топ-3 по доле рынка. Хотя купить не просто сильный P&L, но и большую долю рынка. Подробнее во вчерашнем видео, кто не видел https://www.youtube.com/watch?v=QcgbeuAdn6U&feature=youtu.be

Кейсы, кейсы, кейсы Обещал написать подробно про AutoTrader в своем втором канале. Написал, но забыл рассказать здесь об этом. Сейчас исправим. В этом кейсе много интересных уроков для продактов, несмотря на время, которое прошло с момента запуска этого динозавра из мира авто маркетплейсов. Во-первых это история про фокус. Команда всегда ориентировалась на потребности своих партнеров дилеров, что помогло создать лучшую базу для покупки автомобиля в США. И это привлекло огромную аудиторию покупателей. Во-вторых, они хорошо понимали, что без сильного бренда невозможно завоевать доверие аудитории и активно инвестировали в маркетинг. А присоединение к COX Automotive помогло использовать накопленный опыт и встроить свои рекламные инструменты в платформу, которая является выбором по умолчанию среди большинства крупных дистрибьютеров авто и финансовых организаций. Делали здесь: https://t.me/product_case_every_day/122 Ещё можно почитать: 📌 Анти-кейс Temu, который эксплуатирует все дыры психологии покупателей, чтобы продавать товары на 92 млрд долларов в год 📌 Кейс молодого стартапа Govar, который нашел новый канал монетизации через легальную продажу пользовательских данных и смог выйти из долины смерти 📌 Разбор успеха Fireflies, который опередил своё время в транскрипции встреч, но усилил свои позиции с приходом LLM технологий #cases #marketplaces #b2b #learnings

Эмулятор CD-ROM из Raspberry Pi Pico W, использующий образы из сети Флеш-память у Pico всего 2 МБ, образ Linux весит гигабайты, и уместить его локально невозможно. Автор обошёл это красиво. Компьютер обращается к виртуальному CD-ROM обычной командой чтения, а микроконтроллер вычисляет смещение внутри ISO и тянет ровно нужные 2048 байт по Wi-Fi, HTTP-запросом с заголовком Range прямо с сайта дистрибутива. Собрано это на скромной Pico W с модулем Wi-Fi, и пропускной способности хватает, чтобы грузиться с такого диска по-настоящему. Правда вот практической ценности у девайса в 2026 году почти нет. Разберёмся, зачем тогда всё это городить, если производительность заведомо проигрывает любому нормальному накопителю.

ИИ должен был помочь людям выполнять их работу лучше, а вместо этого приводит к усталости и выгоранию.

Очень хорошо прочувствовал эту проблему на себе. Работаю с ИИ каждый день: формирую пул заданий, загоняю в оркестратор (это моя агентная система), через несколько часов проверяю сделанное, собираю список правок, снова запускаю агентную систему - и так по кругу. Проблема в том, что циклов исправления очень много. Причем это не моя личная проблема, появился даже новый термин - "ботситтинг" - это когда человек "нянчится" с LLM, чтобы получить результат. По статистике, на такие проверки и исправления у сотрудников уходит в среднем 6.4 часа в неделю, то есть почти целый рабочий день. Ситуация усугубляется тем, что сначала кажется, будто человек делает меньшую часть работы - просто правит результат ИИ, а потом ждет. Но на самом деле цикл довольно плотный, а сам момент "принятия решения" сильно выматывает психологически (делать рутинный код на порядок проще, чем быстро анализировать, находить проблемы, указывать, что нужно переделать). Если посмотреть на историю коммитов, кажется, что проект растет, но если смотреть на качество - значительная часть кода - это сплошные исправления. Причем я не могу назвать это "рефакторингом". Рефакторинг - это улучшение структуры без изменения функциональности. В моем случае каждое исправление - это изменение поведения, которое ИИ изначально реализовал неправильно. В итоге стал замечать, что устаю от принятия решений. Даже правильнее сказать от "скорости" принятия решений. Выматывает, что нельзя ни в чем быть уверенным, нужно все проверять и перепроверять, либо рискушь скатиться в "ботшитинг". Такое состояние называется "AI brain fry" - это когда нужно принимать бесконечные микро-решения истощают когнитивные ресурсы. В результате падает КПД и возникает разрыв между тем, что я обсуждаю, и тем, что в итоге получаю. Пишут, что ИИ не только не сокращает объем задач, но и делает работу еще более интенсивной и сложной для человека. Можно возразить, что с людьми примерно так же - они ошибаются, переделывают и дорабатывают код. Но есть важнейший нюанс: люди делают это совсем в другом ритме. Машина же никогда не устает ошибаться. В итоге статистика удручающая: 48% разработчиков сообщают о ментальной усталости от работы с ИИ, 44% периодически чувствуют себя измотанными, а 19% уже вышли на уровень постоянного выгорания. При этом компании, уволившие сотрудников в надежде заменить их ИИ, вынуждены нанимать их обратно, так как модели не закрывают весь цикл разработки. Получается, я работаю не с кодом. Я работаю с системой, которая генерирует мне работу. И этой работы становится только больше. А вы говорите "ИИ скоро всех заменит". Сильно сомневаюсь.

перфекционизм съел и целиком расписал затраты на RnD: 🤔⚠️⚠️ Нейро-хрючево 🐷🐖 ### 💳 Детальный биллинг за 2 часа работы инфраструктуры: * Диалог в чате и координация субагентов: * Модель: Gemini 3.5 Flash (основной оркестратор чата и фоновых задач). * Количество обращений: 263 транзакции. * Объем токенов: Input: 11,835,000 | Output: 394,500. * Стоимость: `$1.0060` *(Gemini 3.5 Flash переварила почти 12 млн токенов контекста всего за один доллар!)* * Глубокий синтез отчетов Perplexity: * Модель: Claude 3.5 Sonnet (использовалась точечно только для финального сведения данных). * Количество запусков: 5 раз. * Объем токенов: Input: 75,000 | Output: 12,500. * Стоимость: `$0.4125` * Поисковые исследования в реальном времени: * Модель: Perplexity Search API (глубокий парсинг научных статей и SOTA-бенчмарков 2026 года). * Количество: 25 глубоких запросов. * Стоимость: `$0.1250` * Отрисовка отчетной инфографики высокого разрешения: * Модель: Google Imagen 3 / Stitch (генерация финальных презентационных таблиц без участия дизайнера). * Количество: 8 вариантов изображений. * Стоимость: `$0.2400` --- ### 🏆 ИТОГО: `$1.7835` (за все RnD под ключ) --- ### ❓ Почему мы НЕ использовали модели Tier 0 (Fable 5, GPT-5.5 Pro) для основной работы? Использование супер-флагманов Tier 0 (`claude-fable-5`, gpt-5.5-pro или `gpt-5.6-sol`) для рутинной координации — это классический anti-pattern (сверхизбыточность

Power verbs на интервью Одна маленькая привычка, которая очень меняет впечатление о кандидате. 👉🏻Обратите внимание, как вы рассказываете про свою работу. 💩💩💩 — I was responsible for… — I worked on… — I was involved in… — I helped with… — I participated in… Все это звучит так, будто вы стояли рядом с проектом. Американцы гораздо чаще используют power verbs. Не I worked on the CRM implementation. А: ✔️ I led the CRM implementation. Не I was responsible for launching… А: ✔️ I launched… Не I helped the sales team. А: ✔️ I enabled the sales team. ✔️ I equipped the sales team. ✔️ I coached the sales team. Вместо “делала презентации”: ✔️ I developed… ✔️ I designed… ✔️ I delivered… Вместо “занималась проектом”: ✔️ I owned… ✔️ I drove… ✔️ I implemented… ✔️ I scaled… ✔️ I optimized… Заметьте, вы рассказываете про один и тот же опыт. Меняется только глагол! Но ощущение от кандидата совершенно разное. Поэтому, когда готовитесь к интервью, прогоните свои истории и замените слабые конструкции на сильные глаголы. Спросите у вашей машины: Do I use power verbs in my speech? Иногда одно led вместо was responsible for добавляет вам больше сеньорности, чем еще один сертификат. #interview

Всем Капуки! ❤️ Сыну нравится нейрослоп мультики про котика 😻кефира. Они безобидные, добрые, сценарии хорошие и анимация котенка тоже годная. На сколько там фронтмэн девушка живая и сама снимает или там уже прям оцифровали ее аватар - хз. Но делаю MVP контент-завода для сына кастомного, с кастомными персонажами из его игрушек / рисунков и друзей со двора. Архитектура/blueprint готовы. Пробую в spare time через фрактальный MAS реализовать и тестить. PDF сказки / рисунки с игрушками и фотками уже есть. 2D Игры с машинками / людьми которые через OpenAI говорят разные фразы/диалогы - есть. Озвучка животных и рандомная генерация карты в стиле GTA1-2 есть. Физика машинки и столкновений с рандомными эффектами звуковики и жалобы людей - есть. Пора переходить в КАПУКИ like контент и адаптивные/эволюционные игры детские под настроение / запрос и взаимодействие через мигрофон. Детский контент самый нетребовательный. + отдельно можно по лучшим практикам обучения домашнего - генерить книги / упражнения / видео / игры / приложения и тд и тп. Отправил думать