Пятница, самое время посмотреть куда мы тратили больше всего токенов на этой неделе 😏 Для Claude Code есть супер скилл, который разбирает логи сессий и на основе API запросов считает расход токенов Собирает всё это в красивый понятный HTML отчётик С разбивкой по времени, проектам, моделям, файлам, MCP-серверам, скиллам, субагентам и тд Несколько примеров как юзать: /tare report [дней] — отчёт с графиками /tare usage — аналог клодовского /usage /tare share [дней] — обезличенная .md сводка чтобы шерить Есть еще интересная статистика amplified tokens, когда изначально маленький файл переиспользовался внутри контекста столько раз что в итоге стал дорогим Установка (GitHub):

npx skills add kelviq/tare

Если нужно под Codex, попросите его портировать) @tips_ai #tools

Нашел локальный тул для визуализиции сессий Claude Code Он читает JSONL-логи которые пишутся во время сессии и в реал-тайме превращает их в интерактивную карту:

- с каким планом агент начал - где находится сейчас - какие тулы вызывает - запущенны ли субагенты и их задачи - какие задачи стоят в очереди и тд.

Можно следить за работой в реальном времени на таймлайне, открывать детали каждого агента, смотреть его промт, инструменты и сколько токенов тратит. Один минус: работает только с Claude Code (но вроде под Codex тоже изи собрать) 🤨 Windows/macOS/Linux: https://github.com/furkankly/zoetrope Есть еще веб версия, куда можно закинуть уже завершенные сессии: zoetrope.furkankly.dev/app Если что все сессии лежат тут: ~/.claude/projects/ в виде .jsonl Давно искал что-то подобное, а то у меня иногда агент работает по 2 часа и не понятно на каком он сейчас этапе ☕️ @tips_ai #tools

Сколько на самом деле стоит сессия в Claude Code – разбор от Anthropic Интересный пост от Anthropic с полезными советами, как экономить токены в Claude Code. Как устроена цена токена Запрос проходит через GPU в две фазы. Prefill – модель читает весь контекст (системный промпт, CLAUDE.md, ваше сообщение, все файлы и выводы команд). Decode – модель пишет ответ, по одному токену за раз: ответ на 200 токенов – это 200 прогонов модели подряд. Поэтому output стоит примерно 5x от input. Дальше кэш. Если запрос начинается с тех же токенов, что и предыдущий, сервер не пересчитывает состояние, а достаёт из кэша – это 0.1x от цены input. Запись в кэш дороже (до 2x), но пишется один раз, а читается на каждом ходу. Claude Code управляет кэшем сам, но его легко сломать: – /model посреди разговора – у каждой модели свой кэш, весь разговор перечитывается по полной цене (opusplan, кстати, переключает модель при каждом входе-выходе из plan mode) – /effort – уровень усилий тоже часть ключа кэша, та же история – Fast mode – включайте в начале сессии, ре-префилл идёт по ценам fast mode; выключение обратно бесплатно – время – кэш живёт час на подписке и 5 минут на API-ключе (ENABLE_PROMPT_CACHING_1H=1 растягивает до часа); вернулись после обеда – платите за перечитывание всего разговора Почему длинные сессии дорогие Ничего не отправляется один раз. Каждый прочитанный файл и вывод каждой команды переотправляются на каждом последующем ходу до конца сессии. Ход №40 тащит с собой все 39 предыдущих. Кэш делает это дешёвым, но дешёвое – не бесплатное, плюс модель вынуждена думать поверх мусора. Отсюда практика: – начинайте новую задачу со свежим контекстом, с /clear – старайтесь всякие команды использовать с минимальным выводом (не просто чтение каждой строчки файла выдавать) – будьте конкретными. «Тесты падают» вместо «почини тест в @utils.test.ts» – это grep, несколько открытых файлов, и всё это висит в контексте до конца сессии. @упоминание вообще убирает Read-вызов: файл прикрепляется к сообщению до отправки – вывод больше 30 000 символов Claude Code сам уносит в файл и оставляет превью. Проблема – всё, что меньше: тест-раннер с 400 строками passing tests влезает под лимит и остаётся навсегда. – /context в свежей сессии показывает, что загружено до того, как вы напечатали хоть слово – CLAUDE.md, определения MCP-инструментов. Можно проверить заранее. Ненужный MCP-сервер отключается через /mcp – /rewind вместо /compact, если надо отрезать последние неудачные ходы – бесплатно, кэш до них цел. /compact переписывает весь разговор и всегда что-то стоит, причём до перерыва сильно дешевле, чем после (пока старый разговор ещё в кэше), поэтому прежде чем пойдете попить чайку - сделайте /compact. Сабагенты - отдельный контекст со своим системным промптом, но без вашего разговора. Обратно возвращается только ответ, всё остальное выбрасывается. Для мелких задач – лишние траты (сабагент перечитывает то, что основная сессия уже знала). Окупается на задачах с большим выхлопом – разбор логов, например. Можно дать шумной задаче своё определение сабагента с model: haiku, иначе она крутится на модели основной сессии. https://claude.com/blog/maximizing-the-value-of-your-claude-code-sessions

🚀 OpenAI приближается к $40 млрд годовой выручки. По данным Bloomberg, компания сейчас движется к annualized revenue run rate около $40 млрд - примерно в два раза больше, чем в конце 2025 года. Главный драйвер роста - не только ChatGPT, но и инструменты для разработчиков. Особенно быстро растёт Codex, который становится одним из самых сильных направлений бизнеса OpenAI. При этом Anthropic с Claude Code показывает агрессивную динамику и уже движется к очень высоким показателям выручки в корпоративном сегменте. AI-рынок всё больше превращается в гонку не только моделей, но и продуктов вокруг них: кто лучше встроится в рабочие процессы разработчиков и компаний, тот заберёт большую часть рынка.

Моё отношение к компьютерам лучше всего описывается словами «неуверенный пользователь» Когда я учился, персональных компьютеров в России ещё было очень мало. Поэтому вместо программирования на ПК мы учились программировать калькуляторы (был такой Электроника МК-61 🙂) И вот недавно я прошёл курс «Claude Code для предпринимателей» Записался я на него не столько ради новых знаний, сколько из любопытства - а какие задачи предприниматель сегодня действительно может поручить AI-агентам? Из самого курса и чата на 200 участников я понял, что основная работа, с которой AI-агенты действительно хорошо справляются, это работа с контентом. Это было заметно и по участникам курса - самые активные обсуждения шли вокруг «фабрик контента» А вот для руководителя, у которого мало рутины и много нестандартных задач, AI-агенты пока не очень полезны. И вот почему - 1️⃣ Вы действительно получаете AI-помощника. Он полон энтузиазма и знаний, но при этом довольно тупенький. Чтобы сделать его полезнее, существуют разные инструменты для настройки агента под себя и свои задачи. Собственно, этому и учат на подобных курсах. Но для не-айтишника это может оказаться довольно сложно (последние уроки курса я не прошёл, потому что там было уже много незнакомых слов 🙂) 2️⃣ Такой помощник лучше всего работает с рутинными задачами. Но ради этого его сначала нужно довольно кропотливо обучать, делать много итераций и объяснять, что именно вы от него хотите. И даже после этого результат не гарантирован на 100%, потому что всё время что то ломается. 3️⃣ Одни и те же настройки и одинаковые скиллы могут работать у разных пользователей по-разному. Скиллы, это готовые инструкции для агентов, которые уже можно найти в интернете. Но если что-то пойдёт не так, вам придётся самостоятельно разбираться, как это исправить. (А из курса я понял, что что-нибудь обязательно пойдёт не так 🙂) 4️⃣ С цифрами всё очень плохо. А предпринимателю без цифр никак! Даже если несколько раз попросить агента ничего не придумывать, всё перепроверять и искать ошибки, это всё равно не гарантирует, что ошибок не будет. Нужно обязательно перепроверять самому. В общем, я думаю, что инфопредпринимателям AI-агенты действительно могут приносить большую пользу (и судя по количеству курсов на эту тему, неплохую прибыль они им тоже приносят 🙂) А вот в производственном бизнесе широкого применение AI-агентов я пока не вижу. А для себя я понял, что мне гораздо больше нравится работать с Perplexity Computer, чем с Claude Code. Он значительно проще настраивается, понятнее для не-айтишника и, по моему опыту, довольно неплохо делает то, что я ему поручаю. К тому же, в отличие от Клода, он официально работает в России. Если вдруг этот пост прочтут господа айтишники, то расскажите, пожалуйста, в комментариях - прав я или в чем то ошибся насчёт агентов ⤵️ Организаторы курса восторженно рассказывали, что не боятся, и уже смело дают Клоду доступ к своему банковскому аккаунту. Но мне кажется, что это всё-таки некоторое преувеличение (подозреваю, что и банки от такого доверия будут не в восторге🙂) Поэтому следующий пост будет про обслуживание в банках. У меня большой опыт работы с разными банками и премиальные пакеты сразу в нескольких из них, поэтому хочу поделиться с вами своим опытом. Не переключайтесь. Незаметный бизнес