OpenAI рассказали, как работают их forward deployed engineers. Команду собрали в начале 2025, чтобы закрывать "deployment gap" – разрыв между тем, что модель вроде бы умеет, и тем, на что люди реально могут опереться в работе. Девиз команды был: начни с результата, сделай все, чтобы получилось, а масштабируй потом. И это кстати реально текущая работа. Мне кажется все вендоры говорят: модели уже супер-умные, а вот внедрений по всем вертикалям не хватает. По сути сейчас сжигают токены в основном стартапы за чужой счет :) Короче, рассказали о нескольких юзкейсах: – Инжиниринг полупроводников, середина 2025: около 15 FDE на 10+ юзкейсов – генерация тестов, поиск причин сбоев, ассистент по архитектуре. Верификация в отрасли съедает около 70% усилий проекта. Часть FDE пришла в OpenAI за несколько дней до этого и в чипах не понимала ничего – сидели с инженерами заказчика, учили предметную область, вместе строили метрики. За 3–6 месяцев все юзкейсы дошли до прода: около 48% экономии времени на генерации тестов, медианно 22% прироста производительности на оптимизации ядер, недели отладки превратились в часы. – Потом подрос Codex, и все юзкейсы перевели на общую обвязку с Codex в центре: кастомные приложения стали плагинами и скиллами, свои CLI и интерфейсы выкинули. Ушло около 90% кастомного кода в каждом проекте. Первое внедрение в одном кейсе заняло 2 месяца, расширение на вторую команду – 1 день. – Налоговый AI для бухгалтерских фирм Thrive Holdings: в пилоте обработали 7 000 деклараций, пропускная способность выросла примерно на 50%. Самые сложные – декларации по сдаче недвижимости: 6 недель инженерии и проверок практиками, чтобы выйти на 90% precision и recall. Хах, заполнение декларации я тооа не всякие красивые фичи) – Голос для телекома: голос – около 90% обращений в поддержку. Модель выдавала около 60% на ключевых evals, для прода мало. Подключили Research, за 6 месяцев довели до 80%, потом 90%+. Эта голосовая модель теперь работает и у других клиентов. Прикол, что их критерий успеха – делать себя ненужными каждые пару месяцев. Когда вышел Codex, кто-то в команде спросил, что делать, если он за раз собирает то, что они строили месяцами. Ответ – идти искать задачу посложнее. И это как раз ответ для разработчиков, которые думают, что все пропало. Короче, главный вывод для интеграторов: кастомный код – временный, через полгода его заменит платформа. Долговечный актив – это знание предметной области, датасеты, метрики вместе с экспертами клиента и понимание, где модель не вытягивает. И обратите внимание: OpenAI тоже ушли от мультиагентной архитектуры к одному агенту со скиллами, ровно как советует Anthropic в предыдущем посте. https://openai.com/index/forward-deployed-engineering-means

Виртуальные сотрудники: мой опыт с Boxerbook Я уже писал про свой хобби-проект Boxerbook. Это открытый каталог профессионального бокса: все бои с источниками, рейтинги, прогнозы, сайт на четырёх языках. Много вводных дал мой тренер Тимур, Сергей Булаев рассказал, как строить медиа, а дальше мы вместе с Claude накидываем задачи в Telegram, и всю работу команды делают агенты. Я прикинул, кого бы пришлось нанять, если бы всё это делала обычная команда. Инженер данных. Разобрал протоколы боксёрских комиссий четырёх стран. Собрал таблицу судей на 175 тысяч записей, данные о 50 тысячах нокдаунов и каталог из 4 600 полных видео боёв с официальных каналов, привёл всё к одному формату и разложил по реляционной базе. Аналитик. Построил модель прогноза и Fight X-ray, наш разбор боя по видео: AI распознаёт позы боксёров, а алгоритм считает темп, давление, защиту и движение по раундам. По видео стабильно измеряется стиль, а победителя пока не угадать, зато получается подробный профиль боксёра. Около тысячи боёв он прогнал на локальных GPU. Исследователь. Прочитал 47 научных работ и книги лучших тренеров, вывел 40 гипотез и проверил их на наших данных. Дизайнер и редактор. В Telegram-чате написали, что на карточке боя слишком много информации, и за вечер он переделал страницу боя на всех четырёх языках. Теперь сверху то, что интересно человеку: кто победил, как именно и в чём у соперников самый большой разрыв. Ниже лежат все данные боя для поисковиков и AI-ассистентов. Контролёр качества. Когда агенты готовили пример для этого поста, они заметили, что одному боксёру из-за совпадения имени приписали девять чужих боёв. Ошибку доказали по датам и протоколам, исправили и закрыли дыру, через которую она попала в базу. Маркетолог. Нашёл контакты боксёрских ассоциаций и тематических журналов, списался с ними, подобрал выгодные размещения и написал статьи, одна уже вышла. Получается 6–10 вакансий, которые в обычной компании я бы открыл, а здесь не пришлось. Агенты уже умеют долго и самостоятельно работать над задачей. Решения, деньги, доверие, отношения и креатив пока остаются на людях. Ещё мы с Сергеем обсуждали, чем нам могут помочь потребительские агенты вроде Muse, Duet, Dots и бота Grok. Пока не придумали, но записали в список того, что надо изучить. Claude Code вместе с Codex Claude ведёт проект: разбивает задачу на части, раздаёт их субагентам и проверяет каждый шаг. Codex получает те же данные и отдельное задание: найти то, что мы пропустили. Сегодня Codex на проверке нашёл, что прогноз, посчитанный уже после боя, мог попасть на страницу как прогноз «до боя». Исправили это в самом источнике ещё до выкладки. Код узким местом быть перестал, теперь всё упирается в решения по длинному списку вопросов: что считать, что публиковать, а что нет, где размещать статьи, какие критерии и гипотезы развивать. Уже можно посмотреть: • Бой с разбором по видео, Хейни против Рамиреса • Новая страница боя, Наваррете против Фостера Данные открыты, для агентов есть API и MCP: https://github.com/mvtk1978/boxerbook-mcp @maxvotek | linkedin | substack

Недавно ковырялся в Chess Platform. В какой-то момент решил пофиксить экраны регистрации/авторизации, потому что Codex или Claude их как-то стремненько собрали в первый заход. И подумал, что ни разу не видел какую-то попытку на шахматных платформах обыграть "шахматные темы" в подобных сценариях. Сюда же можно еще 404-ошибку добавить. Codex за 5 минут собрал варианты ниже. У LLM, конечно, проблема с генерацией реальных шахматных позиций (ну и дорабатывать надо без сомнения), но раньше, конечно, без вариантов было что-то подобное даже подумать сделать, т.к. все время не хватало ресурсов. P.S. в проде LLMки собрали говно в итоге... Надо будет потом править. #process #chessplatform #llm