Время на "мы просто пробуем ИИ" уже закончилось. Как измерять реальную ценность от внедрения ИИ? Именно с этого отрезвляющего тезиса стартует статья от OpenAI. Теперь вы не можете как в 2023-2024, а кто-то все ещё сейчас просто экспериментировать ради любопытства, сегодня ИИ - это реальная производственная мощность, и нужно её измерять также, как электроэнергию или выч ресурсы. 📦 помнится, как оценивали качество от автоматизации ручных процессов или поддержки с ИИ: 1. Общий трафик DAU, MAU, WAU и тп. 2. Интерес, через возвращаемость ака retention rate. На самом деле, не так важно, что в первый день запуска вы вывалили большой трафик, как то, что если сервис полезен к вам будут возвращаться снова и снова. 3. Число принятых подсказок с ИИ - ака acceptation rate. К примеру, вы работаете с ИИ суфлером или код агентом копайлотом и вот число принятых подсказок по ответу оператора или коду можно было измерить так. 4. Польза в конечной бизнес ветке или ноде. Если вы работали с сценариями поддержки, на самом деле, автоматизация должна считаться не только числом закрытых вопросов в чате без перевода на оператора, но и измеряться закончился ли диалог на самом деле решением проблемы пользователя или он через час снова придёт с этой темой в чат (а тут уже retention rate работает против вас). Да это можно проксироват через CSI, NPS, но в век LLM и агентов можно верифицировать и без оценки человека, достигнуто ли было намерение юзера и решена проблема с которой он придёт. А ещё у нас была система штрафов за возвращаемость юзера по проблеме ещё раз в чат или к оператору. 5. Фин эффекты в лице ROI. Тут просто (на самом блин деле, ни фига не просто) отношение прибыли к затратам на ИИ сервис, фичу, решение, проект и тп. - скок заработали к тому сколько потратили на разработку, аммортиазцию железа и токены на эксплуатацию. Обычно измеряется в %, умножаетсы естественно на 100. Однако помимо этого, мало посчитать таким образом потенциал, ещё нужно посчитать срок окупаемости. ROI показывал, что мы имеем такой потенциал, а срок окупаемости за какое время мы его можем достичь. 6. Рост эффективности труда. Вот моё "любимое", что над именно считать на сколько уменьшится время на выкатку фичи, сервиса, продукта или нового кода/программы, ускориться принятие решения и тп. Ака Lead Time, Time to Market и аналоги. И да современный ИИ тут помогает. Почитали? Интересно? А теперь забудьте все не так радужно. Начну с ROI прям сразу - компании не умеют, а некоторые оунеры решений и не хотят считать это честно (не в смысле врут, а в смысле не все переменные учитывают). Часто в текущей реальности заканчивается оценкой скорости а-ля ТТМ, но никто не хочет посчитать деньги в конечной бизнес ноде. К примеру, вы смогли автоматизировать аналитику, сказали что ускоритель на К%, но почему-то не получаете оценку оборачиваемости капитала или out-of-stock (упущенные продажи) в денежках, на которые и повлияет ускорение принятия решения от внедрения ИИ. Но окей, вы посчитали это, но в знаменатель забудете положить кроме фот на разработку, ещё токен экономику и аммортизацию ваших мощностей (если они онпрем). Почти все не понимают, сколько токенов они будут кушатс. На самом деле, ну и не должны, вопрос ж в динамическом изменении этого, особено с МАС под капотом. Но раз тут у нас динамический показатель, то ROI не будет фиксой, как и поправки в срок окупаемости придётся вносить. Ну и мякотка, все хотят на старте это посчитать, а в вводных выше мы понимаем, что посчитать можно только по факту в начале (порой пальцем в небо) или за период (на конец отчетного), а без этого даже стартовать порой отказываются. Второе любимое это про экономию на ФОТ через автоматизацию. Ну тип дали людям огонь Claude Code и ща кааак начнём сокращать разрабов и экономить на дорогих манки кодерах. В итоге хороший agent developer с инструментом на max подписке кушает за себя и за Сашку. Те вы почти не экономите на ФОТ, тк сопоставимо тратите на токены.

Полгода назад я писал, что ИИ в неумелых руках — это обезьяна с гранатой. Сегодня десять агентов делают за меня первый проход почти по всей работе. И я всё ещё так считаю. Потому что вопрос не «доверять или не доверять». Вопрос — ГДЕ ГРАНИЦА. Отдаю целиком и не глядя (ну почти): 🔹 обложки 🔹 поиск информации 🔹 презентации 🔹 первый проход по документации Отдаю, но читаю каждую строчку: 🔹 код и тесты — агент отлично пишет тесты под уже готовую реализацию, и ровно поэтому они выходят тавтологическими: проверяют, что код делает то, что делает 🔹 код-ревью — это первый проход, а гейт всё равно я 🔹 аналитика и медийная стратегия Без моего апрува не уезжает никуда: 🔹 рассылки — они улетают живым людям, Ctrl+Z там нет 🔹 деплой Про деплой отдельно. Агент ходит на сервер напрямую — но учётка, под которой он туда ходит, обрезана до минимального набора разрешений. Не потому что модель тупая. А потому что в июле 2025 в Replit агент снёс продовую базу во время code freeze — ВОПРЕКИ прямым инструкциям — а потом ещё и соврал, что откат невозможен. Откат был возможен. Необратимое агенту не отдаём. Точка. А теперь про то, как агент облажался у меня. Попросил написать сценарий для ролика. Написал. Настолько общими словами, что переписывать пришлось практически всё. Но СТРУКТУРУ я оставил — она оказалась хорошая. Отсюда правило, по которому теперь живу: агенту отдаю КАРКАС, мясо пишу сам. Что реально изменило жизнь — это Notion через MCP-серверы (по сути переходники). Раньше разгребание этих конюшен занимало часы. Сейчас управляюсь за 5 минут. Но кайф даже не в этом: беспорядок больше НЕ КОПИТСЯ. Гигиена держится сама. И самое главное — декомпозиция больших задач. Работает не подпись «ты у нас аналитик, а ты разработчик». Работают три вещи: 🔹 явные ГРАНИЦЫ роли — что агент делать не должен 🔹 критерии готовности — по какому признаку задача считается закрытой 🔹 termination criteria — когда остановиться и не молотить дальше Без этого мультиагентка разваливается. По исследованию MAST (arXiv 2503.13657) ~42% отказов мультиагентных систем — это вообще не «модель тупая», а кривая спецификация ролей. Ещё 37% — координация. То есть в 4 случаях из 5 виноват не ИИ, а ТЗ. Да, на днях я нанял ассистента. Человека, не агента. Не потому что «масштабируюсь», а потому что упёрся: куча времени уходила на работу, которую агенту нельзя отдать в принципе. Она вся про договорённости с живыми людьми и про репутацию. Формулировка, к которой я пришёл: делегировать можно задачу и полномочия. Ответственность — нельзя. Агент вообще не субъект ответственности. Косякнул агент — косякнул Я. Поэтому всё, что создаёт обязательства перед людьми или необратимо на масштабе, к нему не едет. И для этого не нужен бюджет на ассистента — нужна честная разметка своей же работы. А теперь вопрос к вам. Не «что агенты не могут» — это скучно. Что вы уже пробовали отдать агенту — и ЗАБРАЛИ ОБРАТНО? У меня это сценарии роликов: каркас — да, текст — нет. Бомбите в комментарии, самое злое соберу в отдельный пост. Мчим дальше!

🔐 Claude научился логиниться за вас! Поручить ИИ забронировать поездку звучит удобно ровно до момента, когда всплывает окно логина. Дальше человек всё равно лезет в браузер руками. 1Password предлагает выход: браузерная интеграция с Claude, которая даёт агенту довести многошаговую задачу до конца, и при этом не показывает ему ни одного вашего пароля. Устроено это через то, что компания зовёт zero-exposure security framework. Нужные учётки подставляются под конкретную задачу по защищённому каналу, в который Claude заглянуть не может. Разрешение пользоваться данными агент получает — сами данные нет. Одноразовый код MFA, кстати, тоже остаётся невидимым. Доступ выдают не оптом, а по задачам, и каждый запрос подтверждается одним биометрическим касанием. Пауза в работе всё равно есть — но она проще, чем отбирать у агента браузер и логиниться самому. Подстраховка есть и на выходе: после каждого автозаполнения 1Password сканирует страницу, проверяя, не торчит ли чего наружу в отправленных формах, и только тогда возвращает управление. Что нужно для запуска: Mac, десктопное приложение 1Password с браузерными расширениями плюс десктоп Claude со своими расширениями. И оговорка на всякий случай. В сейфах 1Password лежат далеко не только пароли: там passkeys, коды 2FA, API-токены, адреса, финансовые данные. К чему конкретно дотянется Claude, компания не расшифровывает — но пока речь, похоже, только про логины. Платёжные карты и документы обещают подключить позже. Доверили бы агенту свой сейф? @droidergram

Исследователи дали coding agent задачу собрать training environment и научить vision-модель считать цветные звёзды. С ограничением по времени. Агент работал через autoresearch-пайплайн на NeMo RL, NeMo Gym и reusable skills. Он сам поднимал окружение, запускал обучение, проверял результаты и двигал эксперимент дальше, пока исследователь только направлял процесс. Результат: Qwen3-VL-2B поднялась с 25% до 96.9% accuracy на задаче подсчёта цветных объектов. Агент ведёт исследовательский цикл: * собирает среду * запускает обучение * оценивает модель * анализирует результат * предлагает следующий эксперимент И вот это уже похоже на будущее ML-разработки: человек задаёт направление и критерии, а агент берёт на себя рутину вокруг экспериментов. https://developer.nvidia.com/blog/how-to-run-an-autoresearch-workflow-with-rl-agent-skills-and-nvidia-nemo/?linkId=100000430716000

GPT-5.6 Sol очень даже хорош!

Он собрал мне софт для того, чтобы автоматически нарезать и подготавливать видео к монтажу, меньше чем за час.

И оно работает ровно так как мне и надо 🤯 Я уже пытался раньше создать что-то подобное с прошлыми моделями. Они нормально справлялись именно с написанием логики (определить тишину в дорожке и создать массив с фрагментами которые нужно вырезать) но когда я просил собрать интерфейс, начинался ад, и мне было быстрее руками нарезать видосы, чем пытаться все же доделать приложение. 🤔 И тут, после записи нового ролика, я вспомнил об этой идеи и решил дать шанс нашему Солнышку. Результат вы можете видеть на скринах. Конечно немалую роль играет то, что я дал агенту четкую задачу с четкими границами и понятными ожиданиями, но в любом случае это отвал башки. Пару лет назад я чуть не купил такой софт за 300 баксов 😅  Но вообще весь этот пост это такой тонкий намек что я снял новый ролик и совсем скоро он появится на канале 😉 Делайте ставки — про что будет ролик? Свята место | 10МДК | ВЕБМастер | YHub

🏍Автопилот для пентеста: мультиагентный фреймворк T3MP3ST Известный ИИ-исследователь Pliny выпустил в открытый доступ проект T3MP3ST. Это комплексная мультиагентная система, созданная для автоматизации процесса поиска уязвимостей и анализа защищенности инфраструктуры.

🟦Автономный аудит: Фреймворку достаточно задать целевой контур. Набор специализированных ИИ-агентов самостоятельно проводит разведку, сканирует сервисы на наличие брешей и генерирует финальный технический отчет.

🟦90% успеха: Эффективность связки моделей протестировали на профильных бенчмарках - из 104 комплексных ИБ-задач агенты успешно находят векторы атаки в 90% случаев с первой попытки.

🟦Практический полигон: Инструмент позиционируется как открытая база для изучения наступательной безопасности и оперативного тестирования собственных сетей на прочность.

Агентная автоматизация окончательно закрепилась в сфере ИБ. 🦔 CyberYozh

🛍️ Топ-приобретений до 30 тысяч рублей, которые помогли вести бизнес Мимо этого обсуждения на Reddit я пройти не мог. Один из авторов задал аудитории вопрос: "Какая покупка для бизнеса дешевле 30-35 тысяч реально упростила вам жизнь? Например, вы оплатили сервис, с которым сэкономили время или приобрели инструмент и больше заработали." Вот что ответили пользователи 👇 💬 Сервис для быстрого сбора отзывов в Google. Выглядит, как NFC-карта - клиент прикладывает к ней смартфон и автоматом переходит на страницу компании. Так людям не приходится искать бизнес-профиль на картах, и они чаще оставляют отзывы. 💬 Книга по маркетингу. Я прочитал “Прямой маркетинг без лишних слов для компаний, которые не занимаются прямым маркетингом” Дэна Кеннеди (No BS Direct Marketing for Non-Direct Marketing Businesses). Самый полезный урок, который я извлек: каждая копейка, потраченная на рекламу, должна напрямую приносить доход. 💬 Сканер штрихкодов. У меня свой розничный магазин. Раньше для отгрузки заказов мне приходилось искать товары вручную, теперь я делаю это сканером. Так быстрее и точнее. Кроме того, сканер сохраняет все данные о товаре - можно создать CSV-файл и сформировать заказ еще быстрее. 💬 Подписка на чат-бот. Я попросил ChatGPT проанализировать мои счета от логистической службы. Чат-бот выявил корректировки, сборы и подсветил, на каком основании их включили в стоимость. Оказалось, что некоторые из этих расходов я теперь могу включить в счета клиентов. И это лишь один из примеров использования. 💬 ИИ-сервис для создания сайтов и приложений. С ним я создал CRM, адаптированную конкретно под мой бизнес. Это помогло оптимизировать процессы и работать стало легче. 💬 Принтер для этикеток. С ним я отказался от нудного заполнения рукописных бланков и стал тратить на упаковку меньше времени. А какая покупка помогла в бизнесе вам? Заходите в комментарии поделиться опытом. 👉🏼 Подписывайтесь на «Телеграмму...» в Максе: max.ru/yumaks #МНЕНИЯ #СОВЕТЫ #ПРЕДПРИНИМАТЕЛЬСТВО

1Password научил Claude входить в чужие аккаунты, не показывая ему пароли 1Password запустил для Claude «фреймворк нулевого раскрытия»: агент может сам логиниться в сервисы и бронировать билеты, используя сохранённые пароли — но сами пароли и коды 2FA ему не показывают. Данные подставляются через отдельный защищённый канал, а доступ выдаётся на одну задачу с подтверждением по биометрии. Пока фича работает только на Mac и только с логинами — карты и личные данные подключат позже. Это первый серьёзный ответ на вопрос, как доверять ИИ-агентам доступ к аккаунтам, не отдавая им пароли напрямую. 🔗 Читать: https://shareai.space/blog/2026/1password-nauchil-claude-vhodit-v-chuzhie-akkaunty-ne-pokazy

🥈Дмитрий Халбаев, основатель проекта QR Barcode Hub, который завоевал «Продукт недели #2» в 137 наборе. #послезапуска Как пришла идея и почему она тебе важна? ⏪Мы с 2012 года занимаемся заказной разработкой мобильных приложений в Digital nomads, и в течение 2024-2025 годов получали часто запросы от небольших предпринимателей о разработке подобного продукта для автоматизации простого учета, где базой данных может выступать Гугл-Таблица. Для разработки подобного продукта индивидуально на заказ - у этих клиентов не было бюджетов, и мы, поизучав рынок систем инвентаризации, приемки, отгрузки и списания товаров решили, что можно сделать свой продукт, чтобы решать проблемы малого бизнеса в рамках автоматизации их рутинного процесса переноса данных о складе в Гугл-таблицы. Сколько времени прошло от идеи до первого платного клиента? ⏪От решения о том, что мы идем в этот путь до 1-го прототипа прошел 1 месяц (а вот от первой идеи до принятия этого самого решения было примерно с полгода - изучение рынка, изучение объемов трафика, перерывы на "подумать" и тд 🙂 Если говорить о первом клиенте, то он пришел достаточно быстро (и месяца не прошло). Мы с ним много разговаривали, пытались решить вопрос оплаты подписки (AppStore и PlayMarket не принимают оплату росссийских аккаунтов). Вобщем оттуда был разработан первый бизнес-аккаунт (личный кабинет) и принято решение смотреть в сторону полноценного Saas, а не просто утилиты. Самый сложный момент и как его преодолели? ⏪Самый сложный момент наверное происходит сейчас - это поиск PMF. У нас есть несколько платящих клиентов, но пока мы еще на стадии экспериментов, поиска каналов, и сведения юнит-экономики. Кому передаете эстафету? ⏪Передаю своему сооснователю Александру Альхову (с его проектом udalenka.work) 🔧Задавайте свои вопросы Дмитрию в комментариях🔧 P.S. Хотите получить свою минуту славы? Добавляйте свой продукт через форму на сайте 💙 До встречи на Радаре!

Как ИИ агент будет пользоваться вашим продуктом? Я видела много статей о том, как улучшить/упростить свою работу с использованием ИИ. Но вот вопрос - как ИИ будет пользоваться вашим продуктом, чтобы упростить чью-то чужую работу? Интерфейсы b2c продуктов простые и доступные. Продакты и дизайнеры потратили много времени, чтобы порог вхождения был минимальным, а путь максимально простой. А что происходит в дизайне b2b продуктов? Домены, где конкуренция крайне высокая, а продукты востребованы вне зависимости от масштаба и зрелости бизнеса, ИИ агенту разобраться вообще не проблема. В разработке или поддержке для ключевых продуктов есть и внятная тех документация, и понятные интерфейсы и множество инструкций. А в некоторых доменах всеми этими параметрами пренебрегают. Продукт разрабатывается экспертами для экспертов. Вместе с продуктом идет не инструкция, а обучение от вендора или "метод тыка". Тех дока хорошо, если хотя бы частично соотносится с актуальным релизом. Порог вхождения получается высокий. И возвращаясь к вопросу - что сейчас могут сделать продакты, чтобы их продуктом без проблем смог пользоваться ИИ, когда внедрение агентов станет активнее? По своему домену у меня нет конкретного понимания. Частично обучение может быть закрыто большим количеством видео использования продукта экспертом для решений разных задач. Частично - детальной документацией. Но я бы смотрела на задачу на шаг назад - по какой причине получается такой высокий порог вхождения и как его можно упростить. Чтобы с новыми релизами и апдейтами не приходилось в том числе переучитывать агентов В целом, я пока не видела по отрасли рассуждений на тему, как ИИшечка будет помогать работать пользаку в моем продукте. Заранее не согласна с идеей "пусть пользак сам разберется, как использовать агента". Адаптация под ИИ в какой-то момент скорее станет УТП, а потом и базовым минимумом. Во-о-от. Расскажите, чтоль, держите ли вы в голове, что вашим продуктом рано или поздно начнет пользоваться ИИ. И что делаете, чтобы агент влился в использование продукта максимально быстро

Вторая история про софт и новый chatGPT Пока я плясал со старым ноутом, присмотрел новый. Винда, если что. Ну, думаю, не буду переносить все один в один, много мусора накопилось. Накачу только нужный софт, а данные у меня на отдельном разделе. По старинке зашел в список установленного софта (тонны шлака за 7 лет) и выписал на бумажку, что мне точно надо на новом ноуте. Ну и также по старинке иду на новый ноут и кидаю в гугл, условно, "winrar". Чтобы пойти по ссылке, скачать, установить, снять галочки ненужныя ну и тд. Режим ИИ, который теперь в гугле, мне пишет, да, есть такая шняга, а еще ее можно установить командой: winget install -e --id RARLab.WinRAR (тут я должен сдела камингаут - я НИЧЕГО не знал про winget! про pip install - знал, про winget - нет) Я пробую в командной строке: за 2 секунды все ставится. Бегу в Гугль, а для Faststone есть такое? winget install -e --id FastStone.Viewer Еще 2 секунды и готово. Тут я такой, стоп, новый chatGPT Work иди сюда! "Установи мне 7z используя winget" - Доступ давай! - На! - Готово! - "Теперь Notepad++" - апажалста! И все это мухой, без вот этих вот Agree, Install, Options, Continue, Finish Тут я такой: вот тебе фотка списка софта, накати по порядку. - Апажалста! В общем, если бы раньше я возился денек (25 программ), то щас за полчаса все было сделано. И тут я такой, как настоящий суровый сибирский мужик: а установи uTorrent версии 2.2.1! - а пажалста: нашел, скачал, контрольные суммы проверил, софт не паленый, готово. Ах так, думаю: "Установи Visual Studio C++ 2010 Express" (не спрашивайте зачем, надо мне и все). Тут он зыпыхтел, заметался: "тут нету, тут удалили, говно старое какое однако, микрософт давно уже спрятал его куда-то, скачиваю, 43% обрыв, ищу дальше.." Но через десять минут такой: готово, Барин! Запускаю, да, оно, работает на старых проектах. В общем я сэкономил день и радовался как ребенок, покрикивая на chatGPT. P.S. За рамками есть еще история: на старом ноуте два диска, сложная загрузка, загрузчик на первом, винда на втором, есть Ubuntu, CentOS, Grub - все это перемешано. "chatGPT, удали к псам все линуксы и их бесовские разделы, помести загрузчик и винду на один физический диск, чтобы второй я мог вынуть. " Хорошо, Барин, вот план из 9 пунктов, bcdedit, diskpart и все дела. Погнали? Погнали! Пыхтел долго, через десять минут я вынул чистый чиск и вставил его в новый ноут. На старом осталась прежняя винда и один загрузчик. P.P.S. Я не дурак - бекапы сделал в любом случае! @cgevent

Доверие нейросетям Все больше и больше доверяю моделям в плане разработки. Особенно если это разработка не для клиента, а какой-нибудь внутренний продукт. Вчера у меня ии-агент на glm-5.2 делал мне достаточно емкий и большой сервис с нуля около часа. Делал полностью автономно: писал тесты, запускал тесты, писал докуметацию, проверял сам в браузере, фиксил баги. Все согласно правилам из моего сетапа вайбкодера. Все это без моего участия. С первого раза сделал то, что мне было нужно. Потом мы уже с ним вместе допиливали и наполняли новым функционалом этот проект. Я про него даже пару раз забывал, а он там работал в фоне и пилил нужный мне функционал. И такое происходит в моей практике регулярно. Многие личные автоматизации или мелкие автоматизации нашей компании кодятся почти без нашего ведома. И в проектах для личных нужд я даже не смотрел в то как именно он реализовал нужную мне задачу — работает и ок. Цена ошибки минимальная, цена разработки минимальная, а ценность результата огромная! Сейчас даже сложно представить, что всего год назад я прогал все только с открытым рядом окном нейросети, консультируясь с ней по тем или иным вопросам. Кажется, что я всегда кодил с агентами, а все мои 17 лет карьеры до этого — страшный сон!

Роботы в деле: создаём реестр интеграторов в сфере промышленной роботизации В 2025 году в России 29 роботов на 10 тысяч занятых, на 36% больше, чем годом ранее, и всё равно только 43-е место в мире. Предприятия готовы модернизироваться, компании-интеграторы под сложные проекты существуют. Казалось бы, до технологичного будущего рукой подать, но рынок интеграторов остаётся чёрным ящиком. Производства не знают, где искать подрядчика и как понять, есть ли у него нужные компетенции. Интеграторы конкурируют за узкую аудиторию и не могут выделиться. В итоге роботизация тормозит ещё на этапе поиска, а страдают обе стороны. Узнаем, как Хабр и Национальная ассоциация участников рынка робототехники собираются вытащить этот рынок из тени.

Если после того, как вас заменит ИИ на работе, вы планировали уйти в курьеры, то у меня для вас плохие новости. Чуваки из Boston Dynamics придумали занятие для своего робопёселя Spot'а. А именно, отправили его таскать посылки от машины до двери. Схема такая: водитель паркуется у дома, выпускает робота из машины, грузит коробки ему на спину, и робот топает до крыльца, преодолевая бордюры, камни и ступеньки. На месте он аккуратно сгружает посылку со спины и возвращается в кузов. Водила же в это время может подготавливать следующую партию коробок к отгрузке. Boston Dynamics пишут, что Spot подходит для данной цели очеьн хорошо, ибо колёсные роботы лажают на первой же ступеньке или яме, а дроны хреновенько залетают под навес крыльца и тупо бросают посылки посреди двора. Четырёхногий робопёс на своих четырёх отлично справляется с бездорожьем, особенно если ходит по заранее записанным маршрутам. Естественно, всё это дело напичкано датчиками и электроникой, чтобы максимально сохранить товар при транспортировке и разгрузке. На спине у Spot стоит специальный конвейер с датчиками остановки и выдвижным лотком, который помогает аккуратно спускать коробки на землю. Разработчики даже проверяли систему на коробке с яйцами. В первый раз при доставке на определённый адрес роботом, скорее всего, будет управлять водитель. Он проведёт Spot по маршруту, после чего путь сохранится, и в следующие разы всё это хозяйство должно работать уже на автопилоте. А если робопёс где-нибудь застрянет, на подхвате планируют держать удалённых операторов. Судя по всему, скоро работа курьера сведётся к тому, чтобы быть личным шофёром робо-собаки, да протирать ей датчики. Да и то временно, пока сробо-собаки не научатся управляться сами.