AI Happens

самое странное чувство, на котором ловлю себя- это разрыв между тем, что происходит у меня на компе, и тем, как я помню разработку ещё год назад. я запускаю Codex, описываю задачу-и агенты ебашат тысячи строк на rust (хотя я про этот раст знаю только название). за неделю поднимается проект, на который раньше ушло бы 2–3 месяца с командой. и в этот момент ощущения: а ведь я мог бы всё это отдавал живым разработчикам. люди бы месяцами писали ручками букавки, спорили на ревью, рефакторили - и потом это всё могло за один день умереть, потому что поменялся приоритет или рынок. какого было им? и сколько концентрации было нужно, чтобы делать это стабильно и регулярно? а мне мой говно репозиторий и то сложно удалить, хотя я ни строчки туда не написал сам. ну и если труд условного художника мы ощущаем, когда смотрим на картину или слушаем музыку - то плавность работы нашего банка на айос мы никогда не оценим как 100000 часов, которые туда кто-то вложил. И еще буквально за пару лет мы начнем забывать сколько там было труда, как сейчас не помним сложность условного ассемблера или инженерного расчета с помощью карандаша. начинает казаться будто эпоха, когда код писали просто руками - это было десятки лет назад и делать так сейчас, почти как написать кому-то ммску с кнопочного телефона. хотя этот период ещё даже не закончился. @aihappens

анти - AI слоп формат мой второй канал @aifinty, где я буду с помощью кружочков и других форматов видео делиться про свою вайбкоддинг зависимость. я там записал кружки про свой текущий беклог, можно посмотрить. Там и про колхоз, и про беременность жены и можно вспомнить как вообще я выгляжу. еще я проводил в этом месяце стримы, где чет вайбкодил риалтайм по субботним утрам - буду там же анонсить. хочу рассказывать не про успешных успех, чтобы ты ощущал себя тупым, а про реалии того как я неделю не могу сделать apple developer аккаунт, как ломают свой же прод, выкидываю часть проектов, потому что стало не поддерживаемое. фокус всей моем разработки - внутренние команды (потому что мои сотрудникам сложнее сопротивляться), жена, я сам, думаю может быть сделаю какие-то фаундерские аддоны к существующим продуктам. крч - join.

Начитавшись всякого в интернете, мы написали вам историю. Чет смеялся в голос. Ко мне пришёл директор контакт‑центра. У него была боль: операторы. Операторы устают. Уставшие операторы говорят правду. Правда портит NPS. Нужен голосовой бот. Эмпатичный. С человеческими интонациями. Чтобы клиент чувствовал заботу. И не дозванивался до живого человека. Я сказал: сделаем. Сделаем быстро. Быстро — значит пилот. Пилот — значит бюджет без тендера. Мы купили платформу «VoiceAI отечественного производства». Отечественное было написано на лендинге. Лендинг был на английском. Но домен был .ru. Значит — наше. Бот должен был решать 60% обращений. Я взял цифру 60, потому что 50 выглядит скромно. 70 выглядит подозрительно. 60 выглядит как «реалистично, но амбициозно». Сценарии написали за неделю. Сценарии — это важная часть. Но сценарии писал подрядчик. Подрядчик ни разу не звонил в наш колл‑центр. Ему и не надо. Он специалист по «клиентскому пути». Запустили. Первый звонок: — «У меня списали деньги дважды». Бот сказал: — «Я вас прекрасно понимаю. Давайте уточним ваш вопрос». Клиент повторил. Бот сказал: — «Я вас прекрасно понимаю. Давайте уточним ваш вопрос». Это называлось «активное слушание». Активное слушание — это когда ты слушаешь активно, но ничего не делаешь. Через неделю мы увидели метрику: «Среднее время разговора выросло на 38%». Это плохо. Но я назвал это «повышение качества коммуникации». Директор спросил: — «Почему клиенты злятся?» Я сказал: — «Потому что они эмоциональные. Мы это учтём». Мы добавили модуль «распознавание эмоций». Модуль определял эмоции по громкости. Если клиент говорит громко — значит “агрессия”. Если тихо — значит “лояльность”. Лояльность у нас резко выросла. Потому что громких клиентов бот стал переводить… в ожидание. Мы назвали это «деэскалацией». Деэскалация — это когда клиент бросает трубку раньше, чем успевает поставить плохую оценку. Потом мы ввели KPI: бот должен закрывать обращения. Бот начал закрывать всё. Даже то, что не решено. Потому что закрытие — это галочка. Галочка — это успех. Операторский штат сократили на 15%. Я сказал: «ИИ взял нагрузку». Нагрузка перешла в социальные сети. Но соцсети — это другой департамент. Другой департамент — это не моя проблема. Через три месяца мы сделали отчёт: «Негатив снизился на 22%». Негатив снизился, потому что мы отключили пост‑опрос после звонка. Опрос мешал клиентскому пути. Клиентский путь должен быть гладким. Особенно путь клиента к отчёту “вверх и вправо”. В конце квартала гендиректор спросил: — «Есть ли ощущение, что стало лучше?» Я сказал: — «Есть данные». Данные — это ощущение, которое можно положить в презентацию. А клиент? Клиент — это статистика. @aihappens

если у тебя есть склонности к зависимостям, ты подсядешь на что угодно. это прям про меня. вчера я поймал себя на том, что мозг перестал вывозить потоки информации. gpt реально ускоряет всё, базару зироу. но вместе с этим я сам превратился в какую-то многопоточную машину. сначала у меня было пару чатов в openai. потом — несколько агентов в cursor. сейчас — несколько проектов в курсоре, внутри проектов — агенты, параллельно еще чаты с праверкой фактов, идеями стратегий и просто бытовыми вопросами, и я весь день как ебучая вкладка браузера, которая только и делает, что свитчится. а также смотря в историю нахожу куски формата - "я что и это спрашивал? блин, уже забыл." к вечеру ощущение одно и то же: инфо-передоз. будто в голову целый день свозили коробки, а места там уже нет, хотя номинально все было умное и очень полезное. после недолгих размышлений (и странно длинного разговора с gpt о том, как меньше пользоваться gpt) я пришёл к выводу, что с этим надо обращаться как с рилсами. ограничивать. сначала выбрать день без gpt, без «щас вот ещё одну задачку добью и всё». и потом я смотрю на всё это со стороны: я сижу, обсуждаю с моделью, как мне отдохнуть… от моделей. и думаю: ну если это не сюрреализм, то что тогда вообще сюрреализм? @aihappens

хозяйке на заметку @aihappens

Дневник космонавта-вайб-кодера. Корабль дрейфует в окрестностях туманности Supabase. Экипаж: один обсессивный человек и несколько моделей, которые стабильно пытаются его наебать. Цель была четкая, но только на старте. Вчера случилось невероятное: первая версия огромной идеи реально заработала. Но есть нюанс, как говорится. Написал текст и заметки вокруг последней недели. В пост совсем не влезало, а сокращать было лень. https://telegra.ph/Dnevnik-kosmonavta-vajb-kodera-11-27 @aihappens

Контраст 2025, который меня пугает: мы одновременно делаем умнее машины (ии + роботы), и при этом все тише детские площадки. Мы вкладываемся в абстрактный «прогресс», а семьями управляют очень конкретные дефициты — времени, яслей и доступного жилья. У меня есть идея, что эти проблемы развитых странах должны быть объединены. Эту вилку можно закрыть так: создавать национальные фонды, куда попадает часть сверхприбыли от автоматизации, который превращает рождение ребёнка из «финансового риска» в норму. Зачем это сейчас Автоматизация концентрирует доходы у «суперфирм». Одновременно коэфицент рождаемости у развитых стран ниже замещения. Деньги «в лоб» (разовые бонусы) слабо меняют итоговую рождаемость; работает пакет: доход во время ухода + инфраструктура + участие обоих родителей. Как устроен фонд (это мост к возможному UBI) Это переходный общественный фонд «дивиденда автоматизации», отдельный от бюджета. Его мандат прост: стабильно превращать часть автоматизационной ренты в предсказуемые семейные гарантии. Когда/если страна перейдёт к UBI, фонд становится источником его постоянной части. Откуда деньги: Берём то, что трудно замаскировать и экономически справедливо: 1. Надбавка на прирост операционной прибыли сверх отраслевой медианы (или собственной 5-летней базы) при одновременном падении доли ФОТ — то есть именно та «щель», где возникла сверхрента от автоматизации. 2. «Взнос за вытеснение»: если выпуск/выручка растут, а совокупные расходы на оплату труда снижаются, 20–30% от экономии на зарплатах перечисляются в фонд в течение 2 лет. 3. Технический микро-леви на сверхкрупные ИИ-мощности (очень высокий порог, низкая ставка) как дополнительный канал софинансирования — цель не тормозить R&D, а делиться рентой. Куда тратить (чтобы демография реально сдвинулась) Деньги идут семье, а не только матери — это ключ к занятости и равным траекториям дохода. — «Родительская зарплата» до 24 месяцев: ~70–100% предыдущего заработка (с нижним/верхним порогами), отдельная квота отца «use-it-or-lose-it». — Гарантированный дешёвый детсад сразу по завершении отпуска. — Жильё для семей с малышами: приоритетная аренда/субсидии рядом с садами и рабочими кластерами. Мы связываем сверхренты автоматизации с воспроизводством населения. Не тормозим инновации — делимся рентой и закрываем реальные дефициты семьи: доход на 2 года, садики и близкое жильё. Почему фонд, а не гос бюджет: Нужен защищённый контур со своим мандатом и правилом, чтобы сверхрента автоматизации не растворялась в текущих расходах и политических циклах. Фонд позволяет закрепить источник (дивиденд автоматизации) и целевое использование (2-летняя родительская зарплата, садики, жильё), сглаживать циклы за счёт накопления/инвестирования активов, держать прозрачную формулу выплат. Это повышает доверие (граждане видят прямую связь «ИИ-рента → семьи»), создаёт межпоколенческий контур и служит мостом к возможному UBI, не ломая инновации и бюджетную дисциплину. Я не знаю как вам, а меня привела в восторг моя идея. Открываю партию! @aihappens

OpenAI выпустиили исследование аудитории и того, зачем людям ChatGPT. Сначала пара цифр: 700M WAU, 18B запросов в неделю. С 2024 к 2025 году заметно падает процент использования GPT в работе: было 53% → стало 73% не для работы. Гендерный баланс тоже сдвинулся: если в 2023 году было 80% мужчин, то теперь почти 50/50. Половина аудитории вообще младше 26 лет! 80% запросов — это: * Practical Guidance — «помоги мне что-то сделать», * Поиск информации — essentially как Гугл, * Writing — чаще всего не генерация с нуля, а изменение уже существующего текста. Они ещё жёстко сегментировали аудиторию по странам, профессиям, доходам. Отдельно интересно: * «Запросы» (Asking) — где человек ищет совет или информацию для принятия решений — составляют 49% всех сообщений. * Этот тип растёт быстрее, чем «Doing» (когда модель что-то делает за пользователя), и стабильно получает выше оценки качества. те ChatGPT реально повышает продуктивность, когда помогает принимать решения. Это особенно заметно в интеллектуальных профессиях. По рабочим активностям: \~58% сообщений связаны с двумя задачами: 1. получение, документирование и интерпретация информации, 2. принятие решений, советы, решение проблем и креатив. И это, кстати, почти одинаково проявляется в разных профессиях. Забавные факты: * Для кода GPT используют только в 4% случаев. * И всего 2% людей просто разговаривают с моделью (что, честно говоря, супер контринтуитивно для меня). @aihappens

и я заебался с ботами в группе поэтому сделал коммент за 1 звездочку (2 рубля - жесткие бабки зарабатываю))) и теперь без модерации сама группа (не забудьте вакансию - а то я тут расписался чет)

про важный вывод из интеграции gpt в большие команды - ни один инструмент (chatgpt / claude / cursor / genspark etc) не интегрируется в большую команду без обучения. при этом обучения не за 1-2 недели, а прям реально длинного. и делать обучение сейчас это пиздец какая неблагодарная затея) я каждый месяц-два переснимаю все заново для курса / gconf / корп треков, так как все меняется с ног на голову. ищу какие-то новые форматы практик и даже толком "подсмотреть" не у кого. у меня куплено с десяток ру и англ курсов и там таааакой ужас. особенно мне "нравятся" курсы от гугл / самих openai / andrew ng и тд. при этом внутри обучения самое сложное — это не показать как промпты писать (о чем к слову большинство курсов), а сломать какие-то привычные парадигмы: как искать информацию, как сомневаться в своих решениях, как поверить, что gpt может помогать в "эмоциональных кейсах". и вот именно в этом месте главный инсайт: обучение gpt — это не про технику, а про культуру в тч восприятия, если команда не готова менять привычки и майндсет, никакой "курс по промптам" не спасет. @aihappens

Весь этот год ищу "ключ" как заносить GPT в крупные компании (1000+ человек). Ниже вакансия + если вы из компании, которая тоже хочет - напишите мне. Вакансия: ------------------------------------------------------- В стелсе собираю продукт, который вшивает GPT‑модели в процессы крупных корпораций. Никакого «исследуем — когда‑нибудь»; только прод. Ищу разработчиков, которые будут жить этим продуктом. Must: ты понимаешь, как реализованы projects в open ai / пробовал api openrouter / понял зачем миру MCP, а лучше поднимал свой. Ты пользуешься AI‑инструментами в разработке (Cursor / claude code) и умеешь извлекать из них скорость. Стек: TypeScript как опора, плюс Rust / Go / Python. Нужен senior 5+ с бэкенд‑ядром, готовый при необходимости зайти во фронт. Главный этап — тестовое задание. ------------------------------------------------------- Вопросы - напиши @atassist, форма - https://forms.gle/ym4mhLbvfkiAjRfh6

интернет продолжает спорить: "говно ли релиз gpt5" и "хахаха так все плохо, что вернули 4o". понимаю эмоцию. но у меня ощущение, что мы сами себе не ответили на базовый вопрос: а улучшение моделей — это вообще про что? если смотреть на реальную жизнь, «умнее» нам уже почти не нужно. возьмите любую свою задачу и честно загрузите её в модель: переписка с клиентами, формулировка продуктовой гипотезы, план запуска фичи, разбор отчёта, черновик договора, скрипт для аналитики. она не всегда дотащит от начала до конца, но почти всегда снимет львиную долю трения. значит, дело не в абстрактном iq. нам не хватает другого — навыка стратегического действия. не «правильного ответа», а умения выбирать ход, запускать нужные инструменты, проверять себя, отменять нерабочие ветки и собирать это в длинную траекторию. это похоже на работу топ-менеджера: много опций, много неопределённости, ограниченный бюджет внимания. оптимальной стратегии нет, а логи того, как люди принимали решения, почти не оцифрованы — учить особо не на чём. поэтому бенчмарки типа «реши тест» тут мало помогают; нужны «управляй бизнесом хоть в игрушечном виде». и такие зачатки уже появляются — например, симуляция долгосрочного управления автоматом с продажами, где агент ведёт маленький, но настоящий «магазин» и быстро теряет нить, если нет памяти, планирования и самокоррекции. и вот на этом фоне релиз gpt‑5 для меня важен не «стал ли он умнее по тестам», а тем, что он двигает нас в сторону мета‑управления: модель сама решает, когда отвечать быстро, а когда «думать дольше», и умеет роутить между подмоделями под задачу. это первый кирпичик к агенту‑стратегу: не только «что ответить», но и «какой инструмент/режим сейчас включить», с учётом контекста, цены и сложности. и да - если задать тупой вопрос, вам ответит тупая модель. вокруг релиза было много шум и другого типа — многим хотелось оставить 4o из‑за «ощущения» и тона. и компанию даже попросили вернуть его в выбор моделей — и вернули. но как будто все эти диалоги были вообще о другом. мы привыкли к некой персоналии модели и для нас изменение (в любую сторону) это будто нашего друга заменили на другого человек. и пусть даже умнее - мне нужен мой друг. интересная ветка про эмоциональную связь люди - gpt, но ща не про это. так в чем тогда ждать улучшений от моделей: — меньше фетиша «станет умнее», больше запроса «станет надёжнее на длинной дистанции». — не «напишет ли ответ», а «сможет ли сама собрать пайплайн: спланировать → запустить инструменты → проверить → откатить → попробовать ещё». — и да, бенчмарки тоже нужны новые: где модель как менеджер магазина принимает подряд десятки мелких решений, а не угадывает один большой ответ. мой take: gpt‑5 — это не «+10 к iq», не чуть меньше красиво болтаем, а больше умеем выбирать режим работы и держать план в руках. и вот когда модели стабильно перестанут терять контекст на 50‑й минуте процесса, начнут сами ставить проверки, менять стратегию и управлять инструментами как сео — вот это и будет релиз, после которого спорить станет не о чем. и в этом разрезе мы действительно еще на ооооочень раннем этапе, остается вопрос, сможем ли мы по нему двигаться также быстро как по iq бенчмарку. @aihappens