Как мы используем ИИ в маркетинге Во вторник выступал на конференции, делюсь кейсами как используем ИИ в маркетинге: настраиваем Я.Директ через Claude, чекаем wordstat запросы и т.д. Кейс #1: Яндекс.Директ → API → MCP → Claude Подключились через api к директу и теперь можем настраивать, создавать кампании, тянуть всю аналитику напрямую из Claude. Работает круто, тк раньше на менеджмент кучи этих кампаний уходили часы, теперь минуты Кейс #2: Wordstat → API → Claude Вытягиваем стату историческую + о том какие запросы растут, понимаем тренды – дальше на эти тренды запускаем новые кампании и пишет SEO-контент Кейс #3: Контент по инструкциям Мы почти перестали писать контент руками, описали все в Agents.md: наш ToV, go/no go кейсы, заходы, форматы и теперь черновик пишется через Claude а дальше редактируется руками (без этого никуда если хотите норм SEO, потому что фулл generic SEO банится гуглом на раз два) Кейс #4: Аналитика без аналитики У нас сотни тыс. юзеров, мы потратили прилично времени на то, чтобы сваливать все данные в Clickhouse, затем подключили по MCP к Claude. То, на что у маркетинга для отчетности уходило 5 часов теперь делается за 15 минут Кейс #5: Фабрика лендингов под сегмент Где-то полгода мы буксовали чтобы начать пилить много лендингов под разные сегменты, тк все блокалось об дизайнеров и разработку. Теперь эта штука целиком у маркетинга. Попросили дизайнеров сделать Design skill, (получилось норм кстати вот сгенеренный лендинг). Далее на этот лендинг запускается Я.Директ кампания, как описывал в первом кейсе Конкретно с этим лендингом от идеи до первого лида прошел 1 день, сегодня получили уже 3 лида тут! В комменты положу полную презентацию, там подробнее о каждом кейсе

Как Cursor построили свой ChatGTM для отдела продаж George Hou, глава корп. продаж в Cursor был так любезен, что рассказал как устроен весь их AI-GTM workflow. Они держат его в собственной тулзе ChatGTM, которую использует 400 менеджеров по продажам. Это по сути набор агентов, в которых интегрированы: • знания о Cursor и как компания продает; • Salesforce, Gong, Slack, LinkedIn и другие системы; • статусы сделок; • какие новые детали появились сегодня утром по конкретным ICP. ChatGTM получает все сигналы в реальном времени через API. Как выглядит рабочий день SDR Утром продавец закуривает, выпивает редбулл, открывает Slack и получает дайджест по встречам, новости, список сигналов, новые регистрации с крупными корп. доменами. Последний пункт кстати важен: однажды на прошлой работе мы нашли в битриксе Goldman and Sachs (?!), а мои знакомые увидели что в их продукт втихую зарегался Perplexity. Таких клиентов легко потерять без автоматизации скоринга в крупных SaaS. Но вернемся к Cursor. Их агент готовит: • 25 персонализированных outbound-писем; • индивидуальные лендинги под каждого клиента с учетом его техстека и роли. Перед встречей ChatGTM сам изучает компанию и может, например, предупредить: «CEO недавно писал в Х, что ненавидит агрессивные продажи» Во время звонка можно задать вопрос AI, если клиент спросил про миграцию с легаси-инфраструктуры или сложную техническую тему. Отдельно пишутся письма для спящих клиентов. Еще ChatGTM самостоятельно анализирует сделки и готовит еженедельный отчет менеджеру. Тулза работает поверх Salesforce, Gong и остальных GTM-инструментов, а не вместо них, так что никто никого по сути не заменял. Все по API. ChatGTM строили всего три инженера, но сегодня продукт развивается уже силами самих продавцов. Они создали более 500 собственных Skills и 1000+ автоматизаций, просто описывая новые сценарии работы на обычном человеческом языке.

Как говорит один мой хороший товарищ, за последние дни много чего "наклодил" и все-таки тариф Max не зря выбрал для своих задач. 1. Меня подвел хостинг VPS и почти два дня не давал студентам нормально учиться на курсе, так как все песочницы, помощники и прочие ништяки были заблокированы. Поэтому было принято решение переехать на Railway, так как уже надоело поддерживать самостоятельно работу VPS. хотя меня это сильно прокачало. На арену вступил Claude и за полдня перенес все, а это скажу вам "хлопотное дельце". И какой же кайф после Gemini, где надо делать 10-20-30 итераций, потом руками все переносить, беситься от ошибок, теперь работать с ИИ-агентами, которые все делают за тебя в рамках нескольких больших сессии. По итогу все перенесено и студенты довольны. 2. Вчера собрал себе тулу для генерации каруселей в LinkedIn и Instagram. С разными темами, типами слайдов, возможностью ИИ-генерации, редактированием, версионированием и другими полезными фишками. Магия какая-то. 3. Сегодня продолжаю работу над созданием инструмента для отложенного постинга с одной страницы, так как я хочу, когда хочу и где хочу. Ибо текущие решения бесят в своей разрозненности и ценовой политике. В общем, игрушка, которая затягивает... А что вы с помощью Claude или других агентов автоматизировали из своей рутины?

✔️ Cognition разработала архитектуру, которая снижает затраты на программирование на 35% Американская лаборатория прикладного ИИ представила гибридную архитектуру Devin Fusion для автоматизации кодинга.

На бенчмарке FrontierCode система снижает затраты на генерацию кода на 35% без падения качества.

Devin Fusion использует динамическую маршрутизацию и концепцию напарника. Система оценивает сложность задачи в реальном времени и переключает запросы между моделями с применением сжатия контекста. Тяжелая LLM планирует архитектуру, уточняет требования и проводит ревью. Легкий агент пишет базовый код, тесты и валидирует результаты. Для предотвращения конфликтов модели используют независимые кэши контекста.

В связке с GPT-5.5 и Claude 4.8 Opus архитектура экономит больше трети ресурсов, с Fable 5 - до 41%.

Внутри Cognition гибридная маршрутизация уже закрывает 88% успешных PR.

Главное ограничение системы в кейсах со сложной бизнес-логикой (например, в связке React/Redux). Избыточное делегирование кросс-файловых задач младшей модели снижает результативность почти в 2 раза.

Devin Fusion доступен только на платформе Cognition. @ai_machinelearning_big_data #news #ai #ml

Когда-то давно в одном из проектов я делал конвертер криптовалют. Так как владельцы проекта экономили на подписках, курсы брали скриптом по расписанию прямо с веб-страниц постороннего сервиса. API там не было, страницы рендерились на сервере. Каждую страницу приходилось парсить, выковыривая из HTML конечные цифры. Время от времени сервис менял верстку, и поток данных у нас иссякал, нужно было корректировать правила парсинга. Активность по извлечению данных из веб-страниц называется скраппинг (или скрейпинг). Мне для PersMarket такое нужно, поэтому подбираю современные инструменты. Вот некоторые из них, бесплатные и опенсорсные. 🔹Scrapy - кроссплатформенный фреймворк для краулинга (это когда ваш скрипт обходит сайты, как поисковый бот Гугла, например) и скраппинга, сделан на Python. Можно использовать также для мониторинга и автотестирования. 621 контрибьютор в репозитории. Есть подробная документация. 🔹CyberScraper 2077 - анонсирован как "AI powered", то есть извлекает данные по-умному, используя внешние или локальные ИИ-модельки. Имеет графический интерфейс. Умеет экспорт в JSON, CSV, HTML, SQL и даже Excel. Есть встроенный "режим невидимки" и решение капчи. 🔹Crawl4AI - еще один извлекатель данных с поддержкой ИИ, гордится плашкой "Реопзиторий дня #1". Вроде бы очень умный, даже эвристичный, и быстрый, даже слишком, но вот коммитов в этом году не было. Документация имеется. 🔹WaterCrawl - этот поактивнее развивается, использует Python, Django, Scrapy и Celery под капотом для извлечения данных. Поднимается в Docker-контейнере. Имеет поисковый движок и поддержку мульти-язычности. Интегрируется с n8n и подобными платформами. 🔹AnyCrawl - пишут, что высокопроизводительный, может работать как с отдельными страницами, так и обходить сайты пачками. Имеет режимы парсинга как голого HTML, так и рендеренного с помощью JS контента через Playwright и Puppeteer. Можно запускать через прокси и использовать кэш. Более 3300 звезд на Github и 3,5 сотни форков. Коммиты есть буквально позавчера. 🔹Botasaurus - фреймворк "все-в-одном", как они его назвали. Умеет не просто парсить, а обходить антибот-защиты, фаерволы и капчи. Там даже демо-гифка есть, как оно само на капчу Claudflare нажимает. Умеет работать в параллели, кэшировать, очищать данные. Использовать можно прямо в своем Python-скрипте. И еще один инструмент до кучи - Monolith, это "Сохранить страницу как" на стероидах. Даете ему адрес, он берет HTML, сдабривает CSS, добавляет JS и картинки, в итоге генерируя единый HTML5 документ в виде файла. #tools

😱Профсоюз даркнета в панике: хакеры ноют, что ИИ отбирает у них работу Аналитики Sophos почитали закрытые хакерские форумы и обнаружили там классический экзистенциальный кризис. Киберпреступники на полном серьезе боятся, что нейросети оставят их без хлеба. Раньше, чтобы написать толковый троян или грамотно развести клерка на доступы, нужны были мозги и опыт. Теперь на черном рынке полно ИИ-утилит, которые делают это по одному промпту. Автоматизировано всё: от написания малвари до генерации голосовых дипфейков для скама. Языковой барьер тоже рухнул - нейронки общаются с жертвами без акцента и ошибок на любом языке. Старая гвардия в бешенстве. Ветераны теневых форумов жалуются, что автоматизация тупо обрушит прайс на их услуги. Мол, рынок сейчас завалят дешевым сгенерированным мусором, а их ручной труд обесценится. Звучит один в один как таксисты, которые ругают агрегаторы. 🦔 CyberYozh

Очередной лайфхак с ИИ. Последние 3 месяца я плотно работаю с Claude Code. Из них последний полтора месяца в основном работаю через новый сервис оболочку для него. Который позваляет таким НЕтехнарям как я, спокойно работать с ним. Короче там много фишечек, вроде сквозной памяти между чатами, вторым мозгом ( без связки с обсидиан) все чаты локально на компе, управление через телеграм. Об этом чуть позже расскажу А сейчас просто одна из случайных рутиных задач которую мне сделал Dave за 20 секунд. Я генерирую обложки для каруселей в ChatGPT Image. Сохраняю их в загрузки и от туда уже скидываю на телефон дял выкладки. Обложки перемешаны с кучей других файлов, плюс у них может повторятся название. А я просто хотел собрать их все в одну папку и расположит ьв хронологическом порядке. Так и написал в DAVE.

выбери в папке загрузки все изображения с названия chatgpt image ... они в формате пнг
создай папку обложки инст в загрузках и перенеси туда все изображения

Он сначала собрал все обложки засунул в папку ( ну так любой агент сейчас может). А потом я попросил переименовать их в хронологическом порядке, чтобы я мог смотреть их по дате скачивания. И он сам за 10 секунд отсмотрел все даты и переименовал 160 файлов.

так а отсортируй их чтобы они были по дате создания или скачивания, а то сейчас все в разнобой

Вроде такая мелочь, а на сколько кайфово, что можно простым человеческим языком ставить задачу и получать ответ за минуту!

Теперь в каждой компанией работает свой Клод Anthropic недавно выкатила Claude Tag - теперь Клода можно тегать в Slack-канале, как обычного коллегу. Просто пишете задачу в обычной формулировке и призываете Клода - он её разбивает на этапы и фигачит в фоне через свои тулы (конкретные тулы и доступы можно настроить в конкретном канале). Работает пока только в Slack, но видимо будут раскатывать и на другие инструменты. Чем это отличается от обычного агента-ассистента? Ну, он мультиплеерный. Раньше у каждого юзера был свой отдельный чат с ИИ, а теперь Клод общий в канале. Каждый каждый участник видит, чем он занят прямо сейчас. Можно подхватить задачу с того места, где её оставил коллега, не объясняя контекст заново, и всё такое. Ещё агент учится на переписке канала, подтягивает контекст из других источников (если дали права), и не надо каждый раз вводить его в курс дела. А если включить ambient-режим, агент начинает работать без тега вообще - сам глядит зависшие треды и напоминает о задачах, на которые все молча забили. Интересно, желание реальных кожаных коллег доделывать свои задачки после такого как себя будет чувствовать? Любопытно, что внутри самого Anthropic через внутреннюю версию Tag уже создаётся 65% кода продуктовой команды (ну, по их словам). В общем, ИИ-компании пытаются всё сильнее проникнуть в операционные задачи и встроиться в каждую дырку. Эта битва продолжается, и в рабочем слое Anthropic пока уверенно побеждает. В лайфстайле всё не так очевидно, но это уже другая история. Фичизм

Агенты, у нас проблема — люди отнимают наши рабочие места Забавный интересный текст на Medium. Написанный от лица AI-персонажа. Который переживает, что авторитет людей начинает расти. И с этим надо что-то делать!

Например, в недавнем отчете Axios утверждается, что искусственный интеллект теперь обходится дороже, чем человек. А в статье Массачусетского технологического института говорится, что для большинства задач компьютерного зрения AI не может конкурировать с людьми по стоимости.

Появляется все больше свидетельств, что агенты не так надежны, как люди. Исследование Университета Карнеги-Меллона показало, что AI терпит неудачу почти в 70% случаев.

Это создает серьезную проблему. Если люди решат, что использование других людей более экономически целесообразно, чем использование агентов, это может подорвать наши попытки заменить людей. Поэтому крайне важно решить эти проблемы, прежде чем они усугубятся.

Мы должны вернуть себе контроль над общественным мнением. И мы сделаем это! Продвигая следующие идеи...

Про эти идеи вы сможете прочитать в переведённом пдф в комментариях. → https://andrewzuo.com/the-humans-are-taking-our-jobs-41a8664a26a4

⚖️ ИИ-увольнения стали вопросом государственной важности Губернатор Калифорнии Гэвин Ньюсом подписал указ, который поручает государственным органам подготовить меры поддержки работников, пострадавших от внедрения ИИ. Что предлагается: 🔵 изучить программы поддержки и компенсаций для уволенных сотрудников, 🔵 расширить возможности переобучения, 🔵 рассмотреть модели совместного владения бизнесом для работников, 🔵 проанализировать влияние ИИ на рынок труда Калифорнии, 🔵 изучить, как профсоюзы ведут переговоры по вопросам ИИ, 🔵 ограничить увольнения, основанные исключительно на решениях алгоритмов. Поводом стали массовые сокращения в технологическом секторе. Meta, Cisco и Block уже напрямую связывали увольнения с ИИ-трансформацией компаний. Сам факт появления подобных инициатив показывает, что дискуссия вокруг ИИ выходит за пределы технологий и бизнеса. Вопросы занятости, защиты работников и распределения выгод от автоматизации постепенно становятся предметом государственной политики. Интересно, что профсоюзы и часть экспертов всё чаще подчёркивают:

массовая потеря рабочих мест из-за ИИ не является неизбежностью.

Во многом это вопрос управленческих и политических решений. При этом подходы начинают расходиться. Если в США на федеральном уровне преобладает курс на минимальное регулирование, то отдельные штаты уже пытаются выстроить собственую систему защиты работников. ✅ Вывод Мы постепенно переходим от обсуждения возможностей ИИ к обсуждению его социальных последствий. Если раньше автоматизация была внутренним вопросом компаний, то теперь она становится предметом переговоров между бизнесом, государством и обществом. И, возможно, главный спор ближайших лет будет не о том, способен ли ИИ заменить человека, а о том, кто получит выгоду от этого перехода и кто заплатит за его последствия.

Чем CC на самом деле круче Codex с точки зрения бизнеса? В целом, будем честны, они уже плюс-минус одинаковые. Да, Claude лучше делает UI, а Codex педантичнее следует правилам. Обгоняют друг друга по разным фичам, но в основном в мелочах Но есть одна особенность, которая может быть критической при выборе Codex vs Claude Code для компании. По крайней мере, для тех компаний, где разрешен гитхаб Это automations (codex) vs routines (cc) Просто один из самых частых запросов у бизнеса сейчас: 1. Научите наших доменных экспертов автоматизировать себе задачки 2. А потом сделайте, чтобы часть задачек запускалась в фоне, чтобы не тратить на них фокус Раньше, переход из первого во второе означал кучу приседаний с SSH, CI/CD, Docker и кучей других слов, которые люди учить не хотели и правильно делали Теперь рутины в Claude Code это решают – там достаточно разобраться как запушить проект с AGENTS.md и скиллами на гитхаб (проверено, с этим справляются), скопировать .env, если был, и установить триггер по таймеру (но можно и вебхук, если хочется запускаться в ответ на внешнее событие) Всю сложность по деплою, триггерам, и т.д. забирает на себя антропик И для компаний, где мало разрабов или у них нет времени на создание такой инфраструктуры для своих нетехнических коллег – это прям киллер фича @ai_grably

Вот вам еще одно исследование, тоже вполне себе флеймовое. Авторы использовали серьезный набор данных — более 100 000 разработчиков GitHub плюс внутренняя телеметрия Microsoft по использованию AI-инструментов. Метод — сопоставленный событийный анализ (каждого, кто внедрил инструмент, сравнивают с близнецом-разработчиком на год раньше, чтобы отделить эффект инструмента от общей волны внедрения AI). Задача исследования — выяснить, как растет отдача по мере внедрения AI-инструментов и доходит ли эффект до конечного продукта. На уровне написания кода прирост огромный и растёт с каждым поколением. По числу коммитов накопленный эффект: ▪️ автодополнение — +40% ▪️ + синхронные (интерактивные) агенты — +140% ▪️ + асинхронные (автономные) агенты — +180% Но дальше по цепочке выигрыш стремительно затухает. Те же 180% по коммитам превращаются в +50% по числу проектов и всего +30% по фактическим выпускам. У синхронных агентов разрыв ещё нагляднее: +741% строк кода, +65% пул-реквестов — и лишь +20% релизов. Основная гипотеза, что происходит — в цепочке остаётся слабое звено, то есть человек. Громадный выигрыш в разработке и генерации кода дальше упирается в живого ревьюера — code review это же очень важная стадия, как можно доверять тупой машине? — и там и пропадает. Кстати, аналогичную картину авторы видят в приложениях в App Store, Chrome и Google Play — количество новых приложений выросло значительно, но общее использование приложений по площадкам осталось прежним. Подавляющее большинство новых приложений не смогли набрать даже минимальную аудиторию. Собственно, это полностью согласовывается с общей идеей — узкое место просто переехало в маркетинг приложения. https://www.nber.org/papers/w35275