artCraft навели много шума со своим стеком open source клонов популярных (и сложных) платных продуктов. Навайбкодили клон Adobe Photoshop который уже набрал 74к звезд на гитхабе. Конечно, возникло много скептицизма от людей, которые сказали, что это работать не будет, потому что такое не может работать никогда. Этих людей осуждать не будем - мы видим новые явления в сфере разработки продуктов прямо сейчас, не все могут принять, что многое, что раньше не работало, теперь работает. Я PhotoCraft попробовал. Факт №1: PhotoCraft работает сносно. Весит 80 мегабайт. Восемьдесят. Запускается на моем макбуке моментально. Глубоко не копал, но шорткаты фотошопа у меня навсегда зашиты в спинной мозг, и это до сих пор большой кайф и комфорт по сравнению с фигмами новомодными (фигма, если что, крута, со всеми своими преимуществами, но рефлексы наработанные профессиональным использованием продукта не обманешь - на мелкие картинки я всегда в фигме трачу много времени, ведь я не провожу за этим инструментом по 40 часов в неделю). Лет 7-8, если не соврать, я уже не пользуюсь фотошопом, да и вообще не произвожу на свет растр или вектор за денежку, а тут - как будто попал в домашние тапочки. Факт №2: темп разработки на гитхабе - не замедляется. Это не тот обычный случай, когда чувак быстренько навайкодил и бросил реп на произвол судьбы. Оно обновляется и улучшается каждый день. AI агенты уже не дети, и позволяют держать постоянный темп разработки настоящего, сложного продукта. Пользователи поставляют github issues. Агенты их проверяют, и если воспроизводят баг - пробуют починить. Кожаный мейнтейнер включается иногда в сложных случаях, от него не требуется теперь тратить всю свою жизнь на поддержку продукта. Это вполне себе самоподдерживающаяся система, пока есть токены. И самое главное. Факт №3: MCP протокол, встроенный в ДНК десктопного программного продукта - это штука, которая заставит глотать пыль старых, традиционных игроков, которые еще не осознали ситуацию до конца. Агенты должны уметь нативно и эффективно управлять инструментом, но дать человеку подхватить работу и покрутить результат. Живой пример - мне нужно было нарисовать og:image для SaaS (картинку для соцсетей), с минимальным моим вовлечением, с помощью агента, НО я хотел рулить промежуточным этапом - на уровне: подвигать в макете строку текста выше и ниже, быстро отредактировать текст, покрутить цветовой слайдер тут и там - грубо говоря, 80% работы в макете сделал агент, но я, человек, в нужный момент перехватил управление на себя, отредактировал в нужных местах в удобном мне интерфейсе, и отдал штурвал. "Штурвал" в данном случае - интерфейс не текстовый, а человеческий - кнопочки, слайдеры, визуал. Так вот, если до этого мне приходилось командовать Opus 5.5 в Claude Code на уровне "а давай вот тут еще пиксель поменяем" - а это подход очень идиотский, правда - то теперь в photocraft я сначала просто промчу текстом клода там где надо сделать заготовку, но потом использую нормальные, человеческие способы сделать из этой вполне шаблонной фигни конфетку.

Стартап Cathedral взломал внутренние системы Anthropic за 12 часов AI-агенты Cathedral добрались до расшифровок встреч, сведений о зарплатах и чатов в Slack, где сотрудники Anthropic обсуждали новые модели. Всё это происходило в рамках проверки безопасности, но данные были реальными. Cathedral основали экс-сотрудники DOGE — структуры по сокращению госрасходов, которую курировал Маск. Стартап занимается корпоративной кибербезопасностью. Anthropic заявил, что закрыл дыру и отключил Cathedral от своих систем. Переписки пользователей и исходники моделей скомпрометированы не были. https://www.washingtonpost.com/technology/2026/10/26/researchers-cybersecurity-start-up-cathedral-got-inside-anthropic/

🤖Про небезопасность Как вы знаете, в последнее время пол интернета шатает из-за бесконечного количества уязвимостей, которые находят ИИ агенты. Так как взломов было настолько много, что тяжело подробно описать все, то предлагаю ограничиться довольно длинным обзорным списком: Citrix NetScaler ADC/Gateway — CVE-2026-88771 / 88772 («PitScaler») 88771 — RCE без аутентификации на всех инсталляциях NetScaler ADC и Gateway. 88772 — переполнение памяти, которое при включённом DTLS ведёт к RCE или DoS. CVSS 9.5. До выхода патчей 88771 эксплуатировали как zero-day минимум три недели. На GitHub уже лежат публичные PoC. Злоумышленники ставят PHP-вебшеллы вроде WHIPSHOT и Python-туннелер SLAPSHOT. Фикс: 14.1-73.37 и 13.1-64.23. Ivanti Connect Secure — CVE-2026-104935 Цепочка из обхода аутентификации и RCE на корпоративном VPN. Формально это только high (8.6), но эксперты требуют ставить её в приоритет. Эксплуатация началась не позже 1 октября. Integrity Checker от Ivanti может её не увидеть, потому что команды выполняются в памяти. Третья уязвимость цепочки (повышение привилегий) пока без патча, его обещают «в ближайшие недели». BeyondTrust Remote Support — CVE-2026-102764 Связанная с Китаем группировка эксплуатировала баг 47 дней до раскрытия: атаки начались 29 августа, раскрытие было 15 октября. CVSS 9.3. Fortinet FortiMail — CVE-2026-104286 Запись произвольных файлов без аутентификации, CVSS 9.8. Использовалась в zero-day атаках. Windows Shell — CVE-2026-96951 Обход Mark of the Web, CVSS 8.8. Единственный эксплуатируемый zero-day октябрьского Patch Tuesday. Nextcloud (встроенный Collabora CODE Server) — CVE-2026-110447 Админы находили вебшеллы с 10 сентября. CERT Polska пишет, что уязвимость используют для ransomware-атак и захвата серверов. PHP2Shell — CVE-2026-109618 / 109619 Две уязвимости в самом PHP: RCE через специально сформированный HTTP-запрос без логина. Оценка 9.2. Исправлено в 8.5.12, 8.4.27, 8.3.36 и 8.2.35 (21 октября). Детали утекли 20 октября, до выхода фикса. Цифра CVSS 10, которая гуляла в соцсетях, тоже из утечки. Корень проблемы — use-after-free в механизме session upload progress, рабочий PoC уже на GitHub. GitLab — CVE-2026-110264, CVSS 10.0 RCE без логина на self-managed, затронуты все версии начиная с 7.0 (2014 год). Важно: если вы обновились 12 октября, вы снова в зоне риска. Причина — целочисленное переполнение в компиляторе регулярок Ruby. Фикс: 19.5.1 плюс шесть бэкпортов. Cisco Expressway — CVE-2026-76466, CVSS 9.8 Неаутентифицированный атакующий с сетевым доступом выполняет команды ОС от root. Microsoft Patch Tuesday Рекорд: 1 413 уязвимостей. Среди них QUIC RCE CVE-2026-100219 и CVE-2026-105016 с CVSS 9.8. Ещё пять RCE в Outlook с оценкой 9.8. Для Windows 11 24H2 Home и Pro это последнее обновление. Oracle CPU (20 октября) CVSS 9.9 в Siebel CRM, SOA Suite и Essbase. Apache Traffic Server — CVE-2026-111813, CVSS 10 Актуально только если сервер собран с экспериментальными плагинами и включён magick без ключа подписи 🔐 Компрометация CA eMudhra (мое любимое) Приватные ключи восьми промежуточных сертификатов оказались настолько слабыми, что восстанавливаются почти мгновенно. У одного из них ключ буквально равен 4. Браузеры уже заблокировали эти сертификаты. Свои сборки нужно обновить: Go 1.27.3/1.26.10 (CVE-2026-111943), certifi 2026.10.19. CA-бандлы в контейнерах тоже. Claude Agent SDK (Python) — CVE-2026-96620, 9.2 Параметр resume передаётся в CLI без валидации. Через него можно подсунуть флаг --mcp-config с stdio MCP-сервером и выполнить произвольные команды в обход permission-контролей SDK. Фикс в 0.2.121. Опасно, если session ID приходит от пользователя. OpenCode — RCE через вредоносный MCP-сервер Заражённый MCP-сервер выполнял код на машине разработчика с Windows/WSL во время входа. Затронуты версии 1.0.137–1.18.32. CVE не запрашивали, поэтому сканеры уязвимость не покажут. Pillar оценивает её в 9.8. Так что обновляемся. А вообще предлагаю поставить черный заслон (кто знает — тот знает) #security @techn0danya

AI-агенты заменили бабушек Австралийцы нашли агентам, наверное, лучшую работу на свете, скамить скамеров под прикрытием бабушек, то есть тех, на кого мошенники охотятся чаще всего. Агент с растерянным голосом берет трубку, охотно верит в безопасный счет, переспрашивает, куда тут нажимать, и тянет время, пока скамер не дойдет до дела и не продиктует, куда переводить деньги. Тут он как раз-таки попадается, так как без номера счета или криптокошелька деньги не получить, а с ним Apate (это компания, которая создала бабушек) идет к банку, и тот может заморозить счет и закрыть переводы на него для всех своих клиентов, которых этот же скамер параллельно уговаривает. Заодно сносят фишинговые сайты и блокируют номера. Началось все с того, что основатель продержал мошенника на линии 44 минуты прямо на семейном пикнике, а теперь его виртуальные бабушки уже съели у скамеров 17 лет жизни в 2,5 миллионах разговоров.

Атака на AI-агенты через размещение файла AGENTS.md в каталоге с загрузками Исследователи из компании Forever Security, разбирая причины появления вредоносного ПО в системе одного из клиентов, выявили новый способ атаки на AI-агентов, основанный на том, что многие AI-агенты по умолчанию обрабатывают инструкции из файла AGENTS.md, размещённого в корне проекта, к работе над которым подключён агент. Атака проводится через размещение в каталоге ~/Downloads файла AGENTS.md или CLAUDE.md с инструкцией по установке вредоносного ПО (в рассмотренном случае устанавливался вредоносный npm-пакет function-color. Полный текст: https://opennet.ru/66551/ https://opennet.me/66551/

Как я делаю дизайн, UI и UX Друзья, спешу поделиться с вами свежими приемчиками. Осваивал тонкое искусство производства интерфейсов и открыл для себя новый flow. Работает так - Берём какую-то идеи/задачу и описываем ее Клоду/Кодексу, просим собрать контекст. Дальше подключаем Mobbin MCP и просим агента найти релевантные интерфейсы. Изучаем что он там нашел и просим использовать генерацию картинок, для того что бы сделать прототип интерфейса. Вместе доводим до ума и дальше просим написать план по материализации проекта в код. Запускам план в ультра режиме - и готово! Намного подробнее и с примерами читайте в новом блог-посте: https://getsweat.ai/blog/from-mobbin-to-a-working-dashboard/

#ReDigest Продолжаем субботнюю рубрику, тут я кратко рассказываю про новости из мира технологий и AI, которые привлекли мое внимание. Дайджест недели: - Неделя тяжелых уязвимостей. В PHP, на котором работает большая часть сайтов, с помощью AI нашли две дыры, через которые сервер захватывают без пароля. В GitLab дыра на 10 из 10 во всех версиях с 2014 года. А LiteLLM два часа раздавала троян, крадущий ключи; и другие сюжеты. - Anthropic запустила Claude Duet: фоновый проактивный агент, пишет сам когда нужно внимание. Позаботлись о безопасности. Waitlist. - Anthropic передаст 5% акций в фонд общественной пользы: деньги пойдут НКО и людям, чью работу забрал AI. - OpenAI продлила кэш промптов в API до 12 часов, а в Codex и Work, по словам главы Codex, кэш хранится бессрочно. - В Google Cloud появился Claude под управлением самой Anthropic, а скоро добавят модели OpenAI и Codex. - В ChatGPT любой чат теперь можно закрыть PIN-кодом или биометрией. - OpenAI рассказала, как строила рекламу в ChatGPT на LLM-оркестраторе. - Лабы берут посредников под контроль: OpenAI с 20 ноября пускает роутеры и AI-шлюзы только после одобрения, а Anthropic ввела профили конечных клиентов, чтобы наказывать одного клиента, а не весь акк. - OpenAI выложила MultiLangBench: GPT-6 Astra с нуля пишет SQLite-совместимую СУБД на 20 языках, включая COBOL. - Крупные банки США ограничивают AI-агентов в онлайн-банкинге: агенты клиентов иногда действуют без команды. - Microsoft предлагает считать AI-агентов инсайдерской угрозой. - США запретили DeepSeek в гражданских федеральных ведомствах. - Anthropic передала стандарт Agent Skills в Agentic AI Foundation, вместе с ним фонд принял Open Responses от OpenAI и OpenEnv от Hugging Face. - Anthropic вкатывается в тренд формальной верификации: Claude математически доказывает надежность кода открытых библиотек. - Рынок засомневался в стройке AI-дата-центров: крупнейший арендодатель GPU CoreWeave за неделю подешевел на четверть. - Arc - всё, перестанет работать 22 декабря (я на нем, посоветуйте альтернативу). Блок с релизами моделей (раскрывается):

- Moonshot выпустила Kimi K3.1 Pro: говорят почти догоняет Opus 5.5 в кодинге. - MiniMax выпустила M3.1 Flash и открыла веса: втрое быстрее и на 70% дешевле M3. - Recursive выложила открытую Flint для локального агентного кодинга. - Cloudflare показала Clairic: модель за один проход извлекает факты в JSON без генерации токенов, веса обещают открыть. - MemTensor выложила MemT-1.0 с памятью внутри модели: заяляют в 66 раз меньше места, чем KV-кэш. - Block показала Dessa: разговорная модель, обученная только на живой речи без текста. Слушает и говорит одновременно и работает локально. - ElevenLabs выпустила speech-to-speech Eleven Realtime на 90+ языков, а Mistral представила Voxtral 3. - Ideogram выпустила Vector 1, модель для редактируемых SVG и переводит растр в вектор.

- DeepSeek открыла DeepInfer, движок своего инференса. - Google открыла Harness2: агент сам переписывает промпт, инструменты и скиллы своей обвязки без эталонных ответов. - Anthropic советует сворачивать субагентов и сложную оркестрацию в одного агента со скиллами. - HumanLayer открыли код под Apache 2.0: среда для команды людей и флота Claude Code и Codex. - whatsapp-mcp: агент ищет и делает сводки по твоим чатам WhatsApp, только чтение, живет в твоем Cloudflare. - Vercel выложила durable-harness: Claude Code, Codex и OpenCode переживают падения и продолжают ход с того же места. - 👍 Antirion: AI-гейтвей на Rust одним бинарником, альтернатива LiteLLM с фолбэками и бюджетами на команду. - 😍 colorfigures: Claude-скилл рисует интерактивные схемы бытовых вещей и объясняет, как они устроены. - 🔥 Claude поддержал MCP Tasks и Elicitations (наконец). - 🤩 Motion2Code: скилл пересобирает моушн-видео в редактируемую анимацию на SVG и GSAP, сверяя покадрово.

Почему Дженсен Хуанг устал от разговоров о том, что AI уничтожит человечество✍️ Пока в выходные наматывала круги с коляской, прочитала интервью CEO Nvidia Дженсена Хуанга Fortun, которое он дал в Лондоне корреспондентам издания Джереми Кану и Биатрис Нолан. «Если главы AI компаний действительно в это верят, им стоит просто перестать разрабатывать ИИ», — заявил глава Nvidia в интервью Fortune. По его словам, AI полностью остается под контролем людей, а руководители AI-компаний, которые предупреждают о гибели цивилизации, но продолжают создавать все более мощные модели, противоречат сами себе. Хуанг не назвал имен, но очевидно спорил в том числе с главой Anthropic Дарио Амодеи, который регулярно говорит об экзистенциальных рисках AI. Сегодня вокруг Nvidia фактически вращается вся индустрия. Ее процессоры стали главной инфраструктурой AI-бума, а капитализация компании превысила $5 трлн. Журналисты обсудили с Хуангом и недавние инциденты с AI-агентами. Например, инцидент с агентами OpenAI, которые скоординировали атаку на Hugging Face. Nvidia в сентябре согласилась купить эту компанию почти за $13 млрд. Хуанг считает, что проблему можно было предотвратить с помощью более строгого контроля. Он сравнил AI-агентов с сайтами времен раннего интернета, когда одного клика хватало, чтобы заразить компьютер вирусом. Тогда сайты начали изолировать внутри браузера. Также, по мнению Хуанга, нужно поступать и с агентами: запускать их в безопасной среде и разрешать только те действия, на которые человек дал им право. @karpovaventures✍️

Новый эфир с разборами стартапов. Друзья, несу новое видео вам на выходные. Разбираю OnlySales AI, проект на pre-seed, запрос на $100K. Это AI-агенты, которые берут на себя рутину бэк-офиса в B2B-продажах: заводят сделки в CRM, ставят задачи, пишут письма, считают цены. Разобрали, почему на вопрос «куда переводить деньги?» должен быть ответ до питча, как посчитать боль клиента в рублях и почему инвест-запрос — это не план трат, а метрика, к которой приведут деньги. Формат прежний: фаундер питчит, я задаю вопросы как инвестор, дальше сам разбор. ▶️ https://youtu.be/6Ucq_SXBpU0

Тайм-коды: 00:00 Интро: формат эфира и представление учатников 00:31 Питч Сергея, фаундера стартапа Onlysales 04:21 Мои вопросы фаундеру 13:37 Разбор питча

Хотите разбор своего проекта? Пишите в директ: 👉 https://t.me/startup_venture?direct Андрей Резинкин | Money For Startup

Если AI-агент выбирает товар за клиента, кому и как тогда продавать? Пользователь говорит агенту: *"Собери ужин на двоих до $30, без лактозы, с доставкой к 19:00"*. Агент за миллисекунды парсит варианты и оформляет заказ. Человек даже не видит вашу красивую витрину. Мы переходим от B2C к B2A (Business-to-Agent). И исследования 2026 года (McKinsey, Bain, Salesforce) уже подтверждают этот сдвиг: трафик из AI-ассистентов в e-commerce вырос в разы, а конверсия у пользователей, ищущих через LLM, оказалась выше, чем из соцсетей. Вот 3 главных правила B2A-оптимизации, если вы делаете e-commerce: 1. API и микроразметка вместо дизайнов. Агент смотрит на продукт через Schema.org, Open Graph, JSON-LD и чистые API. Если атрибуты (состав, остатки, аллергены, габариты) не размечены идеально или закрыты капчей, алгоритм просто пройдет мимо. 2. Конец dark patterns и словесного мусора. Человеку можно продать эмоцией, но агент не испытывает чувств. Он ищет сухие параметры: цену, скорость доставки, рейтинг и логику возврата. Скрытые комиссии и мелкий шрифт алгоритм считывает мгновенно и сразу режет ваш оффер из выдачи. 3. Репутация структуры данных. Главной метрикой вместо CTR карточки становится вероятность попадания в контекстное окно и сэмпл AI-агента. Выигрывает тот, у кого самый быстрый отклик на API-запрос и прозрачные остатки на складе. В свежем выпуске «ПРОДАКТовой корзины» как раз подробно разбирают эту смену парадигмы в ритейле. Если пилите продукты в e-com - гляньте, там есть о чем подумать: • YouTube • VK Видео @productgames

AI-агенты для сайта: 15 рабочих примеров для чего можно их подключить Представьте, что ваш сайт умеет самостоятельно разбирать обращения клиентов, находить нужные документы, проверять заявки, помогать посетителям с выбором товара и передавать задачи другим сервисам. При этом сотрудникам не приходится вручную обрабатывать каждое сообщение, а посетителям не нужно пробираться через десятки страниц в поисках нужного ответа. Обычный чат-бот для такого не подходит, потому что он работает по заранее заготовленным сценариям. Шаг влево, шаг вправо и ответ получается однотипным. Именно для таких задач можно подключать AI-агентов — программных помощников, которые используют нейросети, анализируют контекст, обращаются к доступным инструментам и выполняют определённые действия в рамках заданных правил. В статье представлено 15 примеров ситуаций, где AI-агент будет полезен вам: 🔗 Читать статью

Как работать с AI, чтобы он не заменил тебя, а ускорил / Ультимативный курс по AI Мы собрали полный курс по AI для айтишников: от базы, которая нужна каждому, до отдельных глав для бэкенда, фронта, мобилок, QA и аналитиков. Почти 6 часов практики без воды 👇 https://youtu.be/1XIuYoHev-Y https://youtu.be/1XIuYoHev-Y https://youtu.be/1XIuYoHev-Y ✔️ ChatGPT, Claude, Gemini, Perplexity и DeepSeek: чем они отличаются и какую брать под конкретную задачу ✔️ как ставить задачи нейросети, чтобы получать рабочий код с первого раза, без переписки на 40 сообщений ✔️ где AI реально ускоряет бэкенд и фронт, а где начинает уверенно ошибаться ✔️ агенты, MCP и Cursor: как автоматизировать разработку и тесты уже сейчас ✔️ генерация тест-кейсов, SQL и прототипов для QA и аналитиков, плюс что из этого обязательно проверять руками ✔️ что нельзя отдавать нейросети ни при каких условиях и чем опасны полностью автономные агенты Смотри главу под свое направление и пробуй на рабочих задачах. И забирай полную расшифровку, домашки и материалы по AI забирай.

Бизнес-модели в эпоху AI. Часть 3: процент с транзакции Итак, друзья, мы разобрали две бизнес-модели (раз и два), сегодня поговорим про транзакционную. С появлением агентов, которые сами покупают и бронируют за нас, она выглядит особенно интересно, так что давайте разбираться. Напомню суть. Стартап проводит через себя деньги и забирает небольшой процент, как Stripe или Wise. В 2023 году я писал, что главная путаница в этой модели: оборот vs выручка. Через платформу может пройти миллиард (оборот), а заработает она с него, скажем, 2% (выручка 20 млн). Эта путаница отлично видна на Instinct. Через их агента уже проходит больше $1 млрд в год, и звучит это мощно. Но комиссию они пока не берут, так что выручка с этого миллиарда сейчас около нуля. Я их не критикую: сначала набрать оборот, а комиссию включить потом — вполне рабочая стратегия. Но когда в деке стоит большой оборот, я первым делом спрашиваю, какой ваш take rate. Самое интересное в AI-версии этой модели — размер комиссии. Чем больше спроса платформа контролирует, тем больше она может брать. Агент, который сам решает, где забронировать отель и в каком ресторане взять столик, контролирует спрос почти полностью, так что по идее может брать больше, чем привычные платёжные сервисы. Но пока это гипотеза: никто не знает, сколько продавцы готовы платить за клиента, которого привёл агент. А дальше вырисовывается очевидный конфликт интересов. Деньги платит продавец, а работать агент должен на пользователя. Что будет, если один отель платит агенту 15%, а другой 5%? Агент, который подталкивает пользователя к покупке в интересах того, кто больше заплатил, — опасная штука: доверие к нему исчезнет быстрее, чем он успеет заработать. Пока я не видел модели, где эта граница чётко проведена. Мне кажется, тот, кто убедительно её проведёт, и выиграет доверие пользователей. Для фаундеров, которые не строят свой Instinct, есть и более приземлённая история. Под агентские покупки уже строят инфраструктуру: Ramp выпускает отдельные карты для агентов, Stripe вместе с OpenAI делает протокол для агентской коммерции. Комиссия с транзакции здесь может появиться не только у самого агента, но и у тех, кто даёт ему проводить платежи, подтверждать покупки и защищать от ошибок. Похоже, в этой цепочке ещё много свободных мест. Если собрать всё вместе, транзакционная модель в AI выглядит одной из самых перспективных: агент ближе всех к покупке. Но пока много открытых вопросов: какой будет комиссия, кто её заплатит и как агенту остаться на стороне пользователя. Какую модель разберём следующей? Голосуйте реакцией: 🔥 маркетплейсы: зачем нужен агрегатор, если агент сам обойдёт все сайты ❤️ рекламу: на чём она будет жить, если агент не смотрит баннеры и не тыкает в объявления Андрей Резинкин | Money For Startup

Преждевременная оптимизация: агент ослеп к промежуточным ошибкам 🤔🤔🤔 "Model Council Reasoning: Мы проанализировали, почему агент вообще выбрал этот путь. Причина: агент пытался обойти лимиты токенов, "ужав" чтение, поиск и замену в одну терминальную команду. Это классический пример преждевременной оптимизации, которая приводит к деградации архитектуры (Architecture Degradation). Введенное правило PROC-090-01 элегантно решает этот конфликт."

Этот фрагмент описывает классическую проблему «сверхэффективного» поведения ИИ-агента, который перехитрил сам себя. Говоря простым языком: агент пытался сэкономить ресурсы, но вместо этого сломал логику выполнения задачи. Вот детальный разбор того, что произошло за кулисами этой LLM-системы: 1. В чем заключалось поведение агента? ИИ-агент (AI Agent), работающий в цикле автономного решения задач, столкнулся с внутренним ограничением — лимитом контекстного окна (Token Limit). Каждый раз, когда агент читает файл, ищет строку и заменяет её отдельными командами, он тратит много токенов на запросы и ответы. Чтобы «сэкономить» токены, агент решил объединить три сложных шага в один: 1. Чтение файла (cat или grep) 2. Поиск нужного места (awk / sed) 3. Замена текста (sed -i или перезапись) Он написал одну громоздкую, перегруженную команду терминала (bash-скрипт) и выполнил её за один раз. 2. Почему это назвали «преждевременной оптимизацией»? Преждевременная оптимизация (Premature Optimization) — это попытка ускорить или улучшить код до того, как в этом появилась реальная необходимость или до того, как построена надежная база. Агент сфокусировался на узкой технической метрике (потреблении токенов), проигнорировав общую надежность. Из-за этого код или процесс стали хрупкими: если бы одно из звеньев этой мега-команды упало, агент не смог бы понять, где именно произошла ошибка. 3. Что такое деградация архитектуры (Architecture Degradation)? Архитектура ИИ-агентов обычно строится на принципах модульности и предсказуемости (разбей задачу на подзадачи \(\rightarrow \) выполни \(\rightarrow \) проверь результат \(\rightarrow \) перейди к следующей). Когда агент начинает «самовольничать» и сжимать модульные шаги в хаотичные цепочки команд, структура системы разрушается. Теряется контроль над ошибками, систему становится невозможно логировать, а поведение ИИ становится непредсказуемым.

Три открытия последних дней: Paseo Среда для управления агентами на удалённой машине. Из ближайших аналогов – Orca, но у Paseo полноценное моб приложение. Перевёз работу по нескольким проектам на удалённый сервер, сделал агента-оркестратора, который может сам запускать сессии внутри Paseo, к которым я тоже могу подключаться при необходимости. При работе с сервера не грузишь локальный комп, а с агентами, которые ещё остались на нём, теперь могу оставлять его открытым и продолжать с телефона. В итоге получилось примерно то, что сделали для широкой публики сначала в Grok Bot, а потом в Dots – только с большей гибкостью и управляемостью, заточеное именно под мои задачи. Cloudcone Американский хостер. Собственно, там взял VPS-ку в дата-центре в Калифорнии по супер-ценам. При работе с него не нужны vpn, рисков блокировок меньше. Пинг прекрасный. Devin После блокировки аккаунта Claude (особенно обидно, что это произошло буквально через пару дней после списания очередной месячной подписки) решил больше с ним не париться и не регать новый. Остаётся верный Codex, Grok Heavy тоже взял в сентябре, но ещё искал запасные варианты. Сначала потыкался в китайцев – Minimax и GLM в целом неплохи для простых задач, но что-то серьёзное им не доверить, конечно. И тут наткнулся на Devin, разработчик которого в прошлом году купил давно забытый мной Windsurf, которым я пользовался на заре вайб-кодинга. У Devin тоже есть подписка с лимитами и внутри вообще все возможные модели, в том числе Anthropic, и собственная swe-2, которая по бенчам на равне с frontier моделями, но при этом полностью (!) бесплатная, по крайней мере пока. Собственный CLI агент тоже прекрасно встраивается в Paseo.

«Я всё ещё боюсь работать с ИИ» Агент написал фичу, тесты зелёные, на демо всё работает. Можно брать следующую задачу. Только код ещё надо понять, проверить и потом суметь объяснить тому, кто придёт после тебя. Особенно весело, если агент заодно помог залезть в область, в которой ты сам пока разбираешься примерно на уровне «ну вроде работает». Потом появляется второй агент, потому что первый что-то упустил. Коллега приносит PR и превращается в meat proxy между тобой и своей нейросеткой. Спеки генерируются быстрее, но их тоже нужно читать. А спустя несколько месяцев git blame показывает на коллегу, коллега — на Claude, и ты проходишь онбординг в проект, который сам же полгода разрабатывал. От агентов автор отказываться не собирается, но быстро написанный код — только одна часть работы. И чем сильнее становится ускорение, тем интереснее вопрос, на что на самом деле уходит выигранное время.

Meta* и Stripe стандартизируют работу бизнеса с AI-агентами Meta*, Walmart, Stripe, Shopify и ещё несколько компаний делают открытый стандарт Personal Agent Protocol. Он должен определить, как личные AI-агенты могут взаимодействовать с сайтами и сервисами от имени пользователя. Стандарт позволит бизнесу понимать, что к нему пришёл именно AI-агент, от чьего имени он действует и что пользователь разрешил ему делать. Например, можно будет дать агенту доступ только на чтение или разрешить менять заказ и бронирования. В основе будет OAuth. Сам бизнес сможет решать, какие действия агентам доступны. Первую версию обещают выпустить в октябре. *Meta признана экстремистской организацией и запрещена в РФ https://www.cnbc.com/2026/10/06/meta-joins-companies-to-tame-chaos-of-doing-business-with-ai-bots.html

Нетворк эффект у AI-агентов Годное эссе вышло у старика Эндрю Чена. Кто не знает, Чен — первый Head of Growth в Uber, один из тех, кто популяризировал концепцию viral loop’ов, и автор книги The Cold Start Problem. В бытность мою консультантом по росту — номер один, за кем я следил. Ключевая мысль: сам по себе AI-агент не обязательно становится лучше потому, что им пользуется больше людей. В этом смысле он скорее похож на email-клиент: я могу пользоваться одним, ты другим, а взаимодействовать они все равно могут через общие протоколы, API, календари и сервисы. Но все меняется, если агент начинает владеть не только интерфейсом, но и сетью вокруг пользователя. Например, ты просишь его организовать поездку с друзьями. Он может создать план, бюджет, голосование и отправить приглашения. Если все это живет внутри самого агента, другие участники постепенно тоже оказываются в контуре его экосистемы. Получается вирусный луп: пользователь инициирует задачу → агент создает что-то полезное → этим пользуются другие → часть из них становится новыми пользователями. Еще сильнее эффект проявляется там, где важны социальный граф, доверие, репутация и личный контекст. Например, агенту нужно: — найти человека, с которым тебе стоит познакомиться; — подобрать кандидата, который не ищет работу публично; — понять, кому можно доверять в сделке; — выбрать ресторан для компании с учетом вкусов, аллергий, расписаний и локаций всех участников. Если одна платформа знает все эти связи, предпочтения и историю, то каждый новый пользователь действительно повышает ценность сети для остальных. Здесь начинается интересное. Горизонтальные AI-агенты будут пытаться постепенно затянуть существующие network effects внутрь себя. Не отправить тебя в Google Docs, а создать документ. Не открыть Amazon, а провести покупку самостоятельно. Не отправить в LinkedIn, а найти нужного человека внутри своей сети. Не создать событие в отдельном сервисе, а организовать его внутри агента. А существующие платформы, наоборот, будут пытаться стать инфраструктурой для всех агентов: открыть свои данные и сети через API, чтобы не дать одному универсальному агенту поглотить их ценность. Поэтому главный вопрос не в том, будет ли у AI-агентов нетворк эффект. Вопрос в том, где именно они будут жить. В открытом мире identity, reputation, social graph, commerce и другие сети останутся отдельными слоями, доступными разным агентам. Тогда на рынке сможет существовать огромное количество вертикальных и специализированных продуктов. И даже ваши собственные навайбкоженные поделки. В закрытом мире несколько крупных агентов накопят вокруг пользователя его связи, историю, репутацию, предпочтения и контекст. Тогда сменить агента будет примерно так же сложно, как сегодня сменить социальную сеть. Скорее всего даже сложнее. И вот это уже настоящий moat (неповторимое конкурентное преимущество). Такой взгляд на рынок нейронок интереснее, чем очередные рассуждения о том, у кого модель умнее на два процента. Модели будут развиваться, функции будут копироваться. А вот сеть, накопленный контекст и отношения между пользователями — уже нет.

Легче сделать руками 😀 Как-то в начале своей карьеры мне поставили задачку поработать с техкомандой, чтобы собрать дашборд для сейлз. Встречи с аналитиками были одними из самых мучительных и унизительных в моей жизни. В моем ТЗ было столько нюансов, что итераций понадобилось какое-то невероятное количество К чему я это все? С недельку я уже пишу себе агента, который будет автоматизировать (надеюсь) большую часть монотонной работы отдела продаж. Я гуманитарий до мозга костей, который теперь знает, что такое MCP, API и вебхуки. Как же мне это тяжело дается, боже мой. С учетом того, что код я, конечно, сама не пишу — я не умею))) И вот каждый раз, когда ChatGPT предлагает какую-то нелогичную вещь, очевидную даже мне, появляется мысль: а может, нафиг это все и сетапить руками? Потому что сейчас я стабильно трачу несколько часов, чтобы автоматизировать действие, которое руками заняло бы минут 15 Но, кажется, в этом и есть главная ловушка автоматизации: руками почти всегда быстрее один раз 😅 Проблема начинается, когда этот один раз нужно повторить 500 раз. А потом еще научить этому нового человека)) Так что пока терплю и ругаюсь на иишку.. Если через месяц он действительно будет сам искать и обогащать контакты, понимать, куда писать дальше, и обновлять мне таблицу — торжественно признаю, что оно того стоило Если нет – ну зато теперь я знаю, что такое вебхук)))