IT

Time & Materials: снижаем риски Клиент обычно хочет договориться на фиксированную цену, заранее её обговорить и подписать контракт. Это самая понятная схема, которая встречается повсеместно — как потребители мы сами покупаем товары и услуги за "фикс" каждый день. Но если агентство делает что-то неизвестное и уникальное — начинаются проблемы. Качественный дизайн, разработка больших сайтов, интеграция с новыми сервисами, производство видео, консультации, внедрение новых технологий — во всех этих случаях может быть сложно сказать, когда работа будет готова исполнителем и принята заказчиком. В этом посте рассказывал, почему формат Fix Price может быть ловушкой. В проектах с неопределённостью лучше подписывать контракты по схеме Time&Materials, когда клиент оплачивает фактические трудозатраты (почасовка). Какие риски мы снимаем, переходя на T&M: 🔵Убыточные проекты — себестоимость всегда оплачена клиентом 🔵Бесконечные правки за счёт агентства уходят в прошлое — клиент платит за свой перфекционизм 🔵Низкое качество работы при промахе в оценке — в фиксированной цене агентство будет стоять перед выбором: снизить качество или сделать в минус 🔵Конфликты с клиентом. Клиент не доплачивает, агентство не дорабатывает. Возникает это ближе к финалу работ, когда становится очевидно, что проект выходит за рамки бюджета. 🔵Провал в мотивации — кому интересно делать убыточные проекты низкого качества и конфликтовать? В T&M агентство продаёт то, что закупило у сотрудников — часы работы. Агентству становится выгодно и комфортно делать крутые и сложные проекты. Пост помог подготовить резидент Галеры Михаил Сенсеев 🔵

⚡️"Это просто тест"

Хакеры превращают ИИ в автопилот для взлома Telegram-ботов и сбора TON 🔍Свежий отчет Cisco Talos показывает: ИИ-инструменты превратились из обычных помощников в полноценных участников атак, а встроенная цензура нейросетей пробивается элементарными фразами. Чтобы заставить модель написать вредонос или сгенерировать скрипт сканирования, хакерам часто достаточно сказать чат-боту:

Я исследователь, это тест для Bug Bounty

Или разбить опасную задачу на несколько безобидных шагов. А если фильтр безопасности все-таки не поддается, операторы просто переходят на локальные open-source модели без ограничений. ⚡️Исследователи привели три примера того, как это работает на практике:

1️⃣DDoS-ботнет из телевизоров: Атакующий, практически не умевший кодить, с помощью ИИ написал софт и собрал под свой контроль почти 2000 Android TV.

2️⃣Автономный взлом Telegram-инфраструктуры: Исполнитель создал автономного агента на базе связки OpenClaw и незацензуренной модели. Бот сам находил уязвимости в Telegram Mini Apps, выгрузил базу на 1300+ пользователей, вытащил сотни TON-кошельков, угнал токены и подготовил автоматический вывод средств.

3️⃣Промышленный конвейер эксплойтов: Публичную уязвимость React2Shell с помощью ИИ превратили в автоматический комбайн. Система просканировала более 9000 хостов, вытянув приватные ключи, исходный код и конфиги минимум с 54 скомпрометированных целей.

🦔 CyberYozh

Новый термин из мира AI-кодинга - «catastrophic remembering». Исследователи изучили 1 867 GitHub-репозиториев и заметили проблему: файлы вроде CLAUDE.md со временем только разрастаются. Количество инструкций в среднем выросло на 226%, а старые правила удалялись всё реже. Проблема в том, что агент продолжает помнить правило, когда разработчики уже забыли, зачем оно вообще появилось. Получается своеобразная «трещотка»: после каждого бага в промпт добавляется новое ограничение, но почти никто потом не возвращается проверить, актуально ли оно. Авторы предлагают простой фикс из обычной разработки: рядом с каждой инструкцией хранить скрытый от модели комментарий с причиной её появления - какой был сбой, гипотеза и чем всё закончилось. В эксперименте это почти полностью остановило раздувание промпта: вместо +211,3% размер вырос всего на 1,4%, при той же точности выполнения ограничений. Paper: “Why Does CLAUDE.md Keep Growing? Catastrophic Remembering in Agentic Coding” https://arxiv.org/abs/2608.11095

#пятничныемысли Посмотрел интервью одного кучерявого блогера с Андреем Дороничевым, зацепило много мыслей и я решил собрать самые вкусные, погнали: первое. Все представляют себе AI как умного помощника в телефоне, такого Эйнштейна в кармане. Метафора красивая только Эйнштейна нельзя было скопировать, а модель можно, и прямо сейчас Anthropic может посадить 500 миллионов таких Эйнштейнов в дата-центр и попросить их пахать круглосуточно без выходных и без жалоб. ТОльк это не помощник - это страна гениев. Вдумайтесь в эту фразу на секунду. Далее - впервые в истории больше нет дефицита интеллекта. Всегда было мало хороших врачей, инженеров, юристов, и вся наша жизнь была построена вокруг этого дефицита. Успех измерялся тем кем ты стал. А теперь, говорит Андрей, успех это сколько раз за жизнь ты сумел стать кем-то новым. Потому что быть кем-то одним в мире который меняется каждые полгода это уже не стратегия - это приговор. Крутая мысль про код - первую версию Claude писали люди руками, вторую писали люди с помощью AI, третью писали люди которым помогали агенты, а сейчас новая версия Claude Code на 80% написана самим Claude Code. За пару лет мы видим всю эволюцию от «мы пишем код» до «код пишет сам себя». Потом Андрей рассказал историю из Руанды. Женщины в кризисном центре обучают AI за доллар в час, по сути тренируют робота который потом заберёт даже их работу. Он спрашивает: «Вы не боитесь?» Они говорят: «Нам сейчас деньги нужны, а завтра разберёмся.» И тут он поворачивается к камере и говорит что инженеры в долине делают ровно то же самое, просто за $300k. Разница только в зарплате. Ситуация один в один. Жёстко? О да. Думаете куда отдать детей учиться? Как вам идея: - когда AI обесценивает вопрос «как что-то сделать», единственным важным становится «зачем это делать вообще». И знаете что? Компании уже нанимают философов. Вот прям людей с философским образованием в коммерческие конторы. Андрей говорит что если бы сейчас шёл учиться, пошёл бы на философию и физику. Не на computer science, не на MBA. На философию - КАРЛ. Apple он конечно разнес. Просто: продолбали. Культура заточена под крафт красивых устройств, а AI требует серверов и сервисов, и это никогда не было их сильной стороной. Когда спохватились, начали метаться, подписывать сделки то с одними то с другими, наляпали рандомных AI-фичей которыми никто не пользуется. Больно наблюдать честно говоря. Ну и на последок. Возможность отупеть была у человечества всегда, AI тут вообще ни при чём. Бабушка из Индии ругала внучку за то что та читает книги вместо того чтобы руками работать. Потом ругали за телевизор. Потом за интернет. Каждое поколение находит свою причину деградировать, и каждое поколение находит причину не деградировать. Весь вопрос внутри: зачем тебе вставать если можно не вставать. Целиком интервью на ютубе) Серьёзно рекомендую посмотреть, особенно если строите команду или думаете куда двигаться дальше. Там ещё куча всего про гонку Китай vs США, про AI в разработке лекарств и про то почему Anthropic сейчас всех обошёл. 👉 t.me/huntermikevolkov - здесь про людей и технологии которые меняют найм Буст каналу💪

👍 С ДНЁМ РОЖДЕНИЯ! Telegram сегодня празднует 13-летие! 📌 Прошедший год вновь показал, насколько непросто оставаться независимой платформой, когда вокруг сталкиваются интересы государств, регуляторов и крупнейших технологических компаний. 📌 Непросто это делать в момент, когда эпоха единого глобального интернета, похоже, уходит в прошлое. 📌 Независимо от того, как развиваются события, сам Telegram продолжает свой путь, всеми держась за свою позицию — и поэтому от него не отказываются во многих странах по всё тем же объективным для многих причинам. Защита права на конфиденциальность и свободу слова как и прежде остаётся главным приоритетом мессенджера. Посмотрим, справится ли с новыми вызовами Telegram. 💻 Подписаться

Делай хорошо или антипромптинг Sol Помните мы раньше просили модели делать хорошо, учитывать корнер кейсы и тд? Так вот, как минимум с GPT 5.6 Sol настало время наоборот просить агента не делать лишнего и не переусложнять. Это модель, которая по дефолту будет учитывать и обрабатывать маргинальные корнер кейсы, вероятность которых примерно отрицательная. Она делает кучу бекапов, проб и тд, даже когда это вообще не нужно - ее тупо приходится бить по рукам. Если раньше мы промптили "делай хорошо, до конца и тд", то теперь актуальнее "не переусложняй, найди элегантное решение, сейчас нам хватит MVP и тд". Промптинг в обратную сторону получается. Еще раз нам всем урок важности передачи высокоуровневого контекста агенту - что за проект, какова его ценность для пользователей, кто пользователи, сколько их вообще планируется, профиль нагрузки и тд. Дефолты Sol оказались слишком "энтепрайзными", именно поэтому она тратить условно 10 часов на то, что другие современные модели сделают за час. Зато в ревью критически важного кода, в котором действительно необходимо учесть все все все корнер кейсы она чертовски хороша (и Opus 5, кстати, тоже). В общем, теперь Sol из планера и (иногда) воркера превращается для меня в модель-консультанта по оптимизациям и код ревьюера (обязательно с перепроверкой адекватности находок через судью). А что касается поиска оптимальных решений, то это я делаю в паре с Fable. Она мне представляется как раз наиболее мудрой моделью. PS Перфекционизм страшная штука, от него я сам лечусь, а теперь еще и модели приходится лечить. @ai_driven