Реально работает - Бесплатный Бизнес Аккаунт в Gemini Enterprise вместо 21$. Нужно пройти по ссылке зарубежом, чуть пролистнуть вниз до блока с тарифами и выбрать первый “Gemini Enterprise Business edition”, нажать там “Start 30-day trial”. - У меня даже с русскими вкладками в браузере все норм открылось 👌

Дается бесплатный пробный период 30 дней, без привязки карты. Сразу становятся доступны Gemini 3, Nano Banana Pro и Veo 3, + можно собирать своих агентов без кода и подключать рабочие данные/приложения через коннекторы.

@NeuralProfit

🖥 Claude теперь правит Word/Excel/PowerPoint/PDF прямо в чате, но есть нюансы

Наконец-то и в Claude появилась функция создания и редактирования реальных файлов прямо в чате.

🪼 Что умеет:
🪼 Excel (.xlsx) - таблицы, формулы, несколько листов
🪼 PowerPoint (.pptx) - сборка презентаций по ТЗ/из PDF
🪼 Word (.docx) - правки, структура, оформление
🪼 PDF - отчеты, конвертация и переработка в другие форматы

🪼 Что крутого: работает через защищенную песочницу, где Claude запускает код, поэтому он реально собирает формулы, таблицы, слайды и конвертации, а не просто переписывает текст.

🪼 Теперь можно как и в 💻 ChatGPT загрузить документ (или просто описать, что вам нужно), попросить внести правки, и Claude возвращает готовый файл, который можно скачать или сохранить в 💿 Google Drive. Правки можно делать итеративно, шаг за шагом в диалоге. Но, в отличие от ChatGPT, попробовать можно только на платном тарифе - Pro / Max / Team / Enterprise. В ChatGPT бесплатно доступно 3 файла в день.

🪼 Фича включается в настройках: Settings → Features/Capabilities → “Upgraded file creation…” / “Code execution and file creation”. Лимит файла - до 30 МБ и на загрузку, и на скачивание.

Работает на сайте и в приложениях 👍🏻

@NeuralProfit

Более 40 млн человек каждый день спрашивают ChatGPT о здоровье

OpenAI анонсировал в ChatGPT-Health, это специальное пространство для обсуждений здоровья в ChatGPT. То есть может объяснить результаты анализов, подготовить вас к визиту к доктору, дать рекомендации по питанию и тренировкам, а также сравнить страховые полисы - да, еженедельно в ChatGPT отправляется 1,6–1,9 млн сообщений про медстраховку. Непонятно, правда, кто будет отвечать, если ИИ сделает ошибку, например, как в 2025 из-за совета ChatGPT мужчина отравился бромидом, к счастью, тогда все обошлось.

Заявлено, что в ChatGPT Health вы можете безопасно подключить медицинские записи и приложения для здоровья, чтобы чат отвечал на основе вашей медицинской информации. Но опять же, непонятно, куда эти данные утекут.

И тем не менее, более 5% всех сообщений в ChatGPT в мире связаны со здоровьем, это миллиарды запросов каждую неделю. Из 800+ млн регулярных пользователей, каждый четвертый хотя бы раз в неделю задает вопрос про здоровье, а более 40 млн делают это каждый день.

Ладно обычные люди, на 2024 год 66% американских врачей уже использовали ИИ хотя бы для одного рабочего сценария (против 38% годом ранее). 46% медсестер и более 40% других медработников (администраторы, фармацевты, библиотекари) пользуются генеративным ИИ минимум раз в неделю. И я не взяла эти данные с потолка, это отчет AI as a Healthcare Ally - обзор того, как ChatGPT сейчас используют в здравоохранении в США и какие политики и продукты вокруг этого формируются.

Если вы еще не передумали, записаться в лист ожидания можно по ссылке 😁

@NeuralProfit

Памятка для всех, кто работает с Claude Code

Помните мой пост про 100+ бесплатных суб‑агентов, команд и MCP‑шаблонов, которые ставятся через npx? 😎 Claude Code Templates - крутая штука для автоматизации. Теперь есть еще один классный ресурс, который отлично дополняет ее 👇🏻

Sub‑Agents Directory - это онлайн‑каталог 200+ готовых суб‑агентов и MCP‑серверов для Claude Code: промпты, которые можно copy‑paste и сразу использовать.

🪼 Что именно там есть:
🤥 200+ готовых Sub‑Agents - роли вроде React‑эксперт, Python‑специалист, тест‑раннер, деплой‑ассистент и другие
🤥 Каталог MCP‑серверов - готовые интеграции с внешними сервисами и инструментами (GitHub, Figma, PostgreSQL, Supabase и др).
🤥 Можно просто взять промпт, вставить в Claude Code и начать использовать.

Claude Code сам по себе мощный AI‑ассистент для разработки и автоматизации. Но когда у вас есть специалисты‑суб‑агенты, он может:
🪼 Делегировать задачи (code review, тесты, оптимизация итд)
🪼 Сохранять основной контекст в порядке
🪼 Работать через отдельные мини‑ассистенты под конкретные запросы

🪼 Как это работает:
🤥 Заходите в каталог → выбираете суб‑агента
🤥 Копируете промпт/конфиг
🤥 В Claude Code создаете суб‑агента (/agents → вставляете)
🤥 Вызываете его для задач.

@NeuralProfit

2026 год только начался, а уже понятно, наличие каких 7 ключевых ИИ-навыков будут определять конкурентоспособность в этом году

1️⃣ Grounding - умение давать ИИ контекст и ограничения.
ИИ эффективнее, когда опирается на ваши источники, а не догадками из общих знаний.
Что работает лучше всего:
— загрузите материалы (PDF/ссылки/заметки)
— укажите правило: Используй только эту информацию. Если в источниках нет ответа, скажи, “не найдено”.

2️⃣ RAG (Retrieval-Augmented Generation) - это когда система сначала находит релевантные фрагменты в базе знаний/документах и только потом генерирует ответ.
Например, NotebookLM умеет работать с разными типами источников и вставляет ссылки на конкретные фрагменты источников прямо в тексте ответа, рядом с тем местом, где использован факт, чтобы можно было быстро проверить ответ.
Для серьезных задач не лишним будет задать себе вопросы типа: Какая информация может отсутствовать? Какие точки зрения не представлены? В каких случаях источники расходятся во мнениях? -Чтоб не было багов

3️⃣ Подбор модели под задачу
Для повседневных задач подойдет любая модель. Для важного и разного (код, креатив, длинный контекст и т.д) нужно сравнивать для своих задач самим по своим ощущениям, так как в этом вопросе мнения разнятся. Лучше прогонять один и тот же запрос через несколько ИИ, сравнивать ответы и смотреть пересечения, ошибки и качество рассуждений. Например, на LLM Arena можно сравнить ответы разных нейросетей + вот еще платформы, где так же можно сделать это бесплатно

4️⃣ Автоматизация (Make/n8n итд) - умение превращать набор разрозненных сервисов в один рабочий конвейер под конкретную задачу. Проще говоря, берете ИИ‑модель, Notion/таблицы, почту, Telegram, CRM, Make/n8n и тд и связываете их так, чтобы данные автоматически перетекали от шага к шагу: из ресерча - в сводку, из сводки - в контент‑план, из него - в посты или задачи, без постоянного ручного копипаста. Но это все равно жестко заданные шаги и триггеры, даже если их много - это все равно сценарий по правилам, который вы прописали👇🏻

5️⃣ AI-агенты без кода - это уже следующий уровень, когда поверх автоматизаций появляется “мозг”: система сама выбирает, какие шаги запускать и как менять план по ходу, как реагировать на новые данные.

6️⃣ Vibe coding (быстрая сборка тулов) - делать полезные, пусть и не идеальные инструменты за часы: лендинги, дашборды, генераторы, контент-системы без классического программирования. Надо понимать, что это не про уметь кодить, а больше про mvp, формулировать ТЗ + критерии готовности. Это позволяет за часы делать лид‑магниты, внутренние сервисы и простые приложения.

7️⃣ Понимать, когда ИИ НЕ нужен - очень недооцененный навык. Есть зоны, где критичны человеческие нюансы и ответственность: эмоции, этика, репутация, персональные данные, юридические/финансовые решения. Чтобы не убивать свою креативность, сначала подумайте сами, потом используйте ИИ как критика/стресс-тестера, чтобы он усиливал мышление, а не заменял его.

Такие вот тенденции пока 😁 Про видеогенерации не говорю, это прям отдельная стезя. А вам что ближе?

@NeuralProfit

Как работать с Claude Code, Antigravity и Codex в 2026. Основы вайбкодинга

Сейчас все говорят про Claude Code, Antigravity, Codex, спорят и коллекционируют скиллы для агентов. Я подумала, что начинать лучше с базы: как вообще правильно вайбкодить, чтобы не сжечь лимиты и не получить фигню вместо проекта 👌

Если вы напишете сделай мне приложение или напиши код - вряд ли вы что-то получите внятное, только токены потратите, а уж если вы в Claude Code работаете, то они у вас испарятся с бешеной скоростью. А если вы еще и на тарифе за 20$ в месяц, то точно ничего ожидать не стоит, 100-200$ -вот уже реалистично. Поэтому многие выбирают Codex от 💻 OpenAI или Antigravity от Google как более дешевые альтернативы.

Итак, как начать вайбкодить правильно: сначала спецификация и план, затем мелкие итерации, тесты и код‑ревью:

1) Не просите сразу код, сначала спецификация. Сначала описывам идею и просим LLM  позадавать вопросы, пока мы не проработаем требования и крайние случаи, и не получим в итоге требования, ключевые решения, модели данных и даже набросок тест-стратегии. Собираем это все в специальный файл spec.md и сохраняем- это наша спецификация.

2) Делаем план проекта. Скармливаем spec.md в LLM и просим ее сгенерировать план проекта: разбить реализацию на логичные, небольшие задачи или этапы. Я для этого использую ChatGPT 5.2 Thinking, в редких случаях 5.1 Thinking. Вы можете приспособить для этого дела любую думающую модель LLM. Наличие четкого ТЗ и плана означает, что ИИ не будет додумывать за вас и добавлять от себя, а будет следовать общей договоренности и ограничениям.

3) Разбиваем работу на маленькие шаги (тикеты), и решаем поэтапно. Если сразу делать фундаментальные запросы к ИИ, это ведет к сбою в работе модели и путанице.

4) Даем Контекст и ограничения.
ИИ должен видеть:
• какие файлы менять,
• на какие части кода ссылаться,
• версии/архитектурные запреты,
• подводные камни проекта,
• и как принято в команде.

В этом плане подключение репо GitHub в Codex и Claude Code оч удобно, можно подтягивать контекст из проекта. Еще нужны ограничения проекта (версии, архитектура, правила, что нельзя), какие подводные камни (где раньше ломалось, какие есть нюансы), предпочтительные подходы (как уже принято в команде). А если нужны актуальные доки библиотек, можно еще MCP подключать, или просто вставлять куски доков вручную. Есть даже специальные MCP-сервера и сервисы для автоматизации упаковки контекста. Поставьте 🔥 - если вам интересно, и я остановлюсь на этом отдельно 👌

5) Подбираем модель под задачу, а лучше несколько. Одна лучше в кодинге, другая в объяснении, третья в рефакторинге или анализе логов. А еще можно дать одной модели проверить вывод другой, чтобы поймать ошибки, слепые зоны и получить второе мнение.

6) Подключаем агентные инструменты (CLI/IDE), когда есть спека и план.
Claude Code, Codex, Antigravity - это инструменты (ИИ-агенты, ИИ-CLI), которые удобно применять после того, как у вас есть spec.md и план тикетов. Тогда агент:
• читает файлы проекта,
• делает изменения итеративно,
• запускает тесты,
• и исправляет ошибки по результатам.
Без спеки и тикетов агент часто галлюцинирует и делает не то.

7) Тесты и контроль качества на каждом шаге. Можно еще составить список тестов или план тестирования для каждого шага, тем более, если используете Claude Code, даете ему указание запустить набор тестов после выполнения задачи и отлаживать ошибки, если таковые возникнут. Код тоже лучше проверять, можно даже в другую ии вставить и проверить. Продолжение в комментах...

@NeuralProfit

Ну что ж, чтобы ИИ не угадывал и меньше галлюцинировал, ему лучше давать контекст. Ниже - инструменты, которые помогают этот контекст подложить.

🪼 Автоподкладка контекста (меньше копипасты)

Если вы работаете в Claude Projects или в Cursor/Copilot - часть контекста система может добавлять сама.

🪼 Claude Projects - вы кладете материалы/файлы/контекст в “проект”, и Claude использует их как базу (как “папка знаний” проекта). Проекты могут масштабироваться через RAG, если контента много.

🪼 Cursor/Copilot - вы можете давать контекст прямо из проекта: файлы, папки, символы, куски кода, чтобы ассистент понимал, где вы находитесь и что именно правите.

🪼 Ручная упаковка репозитория в текст (когда у модели нет доступа к файлам)

Если вы работаете в обычной LLM без доступа к репо/файлам, но хотите быстро дать большой контекст, помогут следующие инструменты - вы генерируете файл output.txt с ключевыми исходными файлами и позволяете модели его обработать:

🪼 gitingest - позволяет конвертировать код из Git-репозиториев в единый текстовый файл, удобный для скармливания LLM. Вы можете просто заменить hub на ingest в любом URL-адресе GitHub (например, github.com/user/repo -> gitingest.com/user/repo), чтобы получить текстовую версию. Можно включать или исключать определенные файлы и папки (например, *.md или src/). Так же есть фильтр по размеру файлов.
Очень подойдет, например, если вы хотите быстро передать контекст всего проекта или его части в LLM для анализа кода.

🪼 repo2txt - тоже конвертирует содержимое репозиториев GitHub или локальных папок в единый текстовый файл. Основное назначение - подготовка кодовой базы для использования в качестве контекста (промптов) для LLM. Тоже поддерживает публичные и приватные репо GitHub, а также загрузку локальных директорий с компа. Тоже позволяет выбирать конкретные файлы и папки для включения в итоговый файл, а также фильтровать их по расширению. Работает полностью в браузере, так что код не отправляется на сторонние серверы

🪼 MCP (Model Context Protocol), когда нужны актуальные доки

LLM сами по себе часто не в курсе последних изменений библиотек. Если нужны актуальные доки, подключают источники через MCP. Вот 2 хороших mcp-сервера, которые сами решают, что именно давать модели: живые доки, бизнес‑данные, логи, облачные ресурсы или другое:

🪼 Context7 - подгружает свежую документацию по Next.js, React, Tailwind и другим библиотекам и подмешивает ее к запросу в LLM ли ИИ-редактор кода, чтобы ответы шли уже с опорой на актуальные версии, а не только на старые знания из обучения. Так же, можно початиться с доками и позадавать вопросы - Chat with Docs, если нужной библиотеки нет, ее можно добавить и подключить к своему стеку - Add Docs.

🪼 OpenAI Developer Docs MCP - это публичный MCP-сервер документации 💻 OpenAI.

@NeuralProfit

Clawdbot - личный AI-ассистент, который живет в Telegram и может работать 24/7

Clawdbot - это мощный ИИ-ассистент, который умеет выполнять терминальные команды, управлять приложениями и автоматизировать действия в браузере. Может генерировать еженедельные рассылки, обучаясь стилю автора, транскрибировать голосовые сообщения. А еще может писать вам первым. Например, он может присылать утренние сводки новостей, напоминания или отчеты о завершенных задачах.

🪼 Основная идея в том, что он работает локально на вашем компе или на сервере, а общаться с ним можно в привычных чатах (Telegram/WhatsApp/Slack/Discord и др.). Для новичков я рекомендую подключить только Telegram на старте, это будет самое простое, так как это просто токен от BotFather, а вот WhatsApp там с pairing/доп. логикой доступа заморочки тд, остальные еще замороченней

А я напоминаю, что Инструменты для работы/учебы/бизнеса + разборы и поддержка - в моем Закрытом клубе 🤝

🪼 Docs и GitHub

🪼 OpenClaw/ ex-Clawdbot и ex-Moltbot может стать очень мощным, потому что у него бывают доступы к вашим сервисам/инструментам. Поэтому стартуйте безопасно:
1) Подключите только Telegram (токен BotFather)
2) Не давайте Gmail/календарь в первый день
3) Ограничьте, кто может писать боту (allowlist).

В SOUL.md настраиваете стиль и правила общения, а частоту проактивных сообщений через heartbeats/cron (и задачи в HEARTBEAT.md)

🪼 Что крутого (нажмите, чтобы раскрыть):
• 50+ интеграций: Telegram, Gmail-триггеры, браузер-контроль, cron-задачи, заметки, GitHub, Obsidian, погода и т.д.
• Любые модели: Claude/OpenAI/Gemini/Grok/OpenRouter + даже локальные через Ollama/LM Studio. Вы можете менять мозг ассистента одной командой, переключаясь между Claude Opus (для сложных задач), GPT или более дешевыми моделями вроде Gemini.
• Память = Markdown-файлы в рабочей папке, что записалось на диск, то он реально помнит.

🪼 Самый простой старт:
Если вы умеете вставить 2 команды в терминал, создать Telegram-бота в BotFather и вставить токен - вы уже в игре) Онбординг-мастер сам проведет по шагам:
curl -fsSL https://clawd.bot/install.sh | bash
clawdbot onboard --install-daemon

🪼 В ролике к посту показывается, как развернуть Clawdbot буквально за пару минут и где держать его 24/7 на бесплатном хостинге (в AWS). Я перевела видео в Elevenlabs, для вашего удобства

@NeuralProfit

Прикол, ребят 😄 Clawdbot сейчас переименовался в Moltbot после запроса 🖥 Anthropic, связанного с товарным знаком и сходством названия с Claude 🙄 На GitHub организация уже помечена как “clawdbot (renamed to moltbot)”.

🪼 А еще, вот вам репозиторий Awesome Clawdbot Skills - это каталог 565+ community-skills (навыков), чтобы заранее посмотреть, что умеет Clawdbot/Moltbot, еще до установки.

Дополню, в README прямо указано, что список собран из ClawdHub (публичного реестра skills), так что это именно витрина возможностей.

P.S: он уже переименовался в OpenClaw, кажется, окончательно

@NeuralProfit

Интересный взгляд на то, как в 2026 запускать мобильные приложения с ИИ без большой команды.

Грег Айзенберг (CEO и фаундер Late Checkout) сделал пошаговый план, как быстро собрать AI-мобильное приложение и раскрутить его через короткие видео (как канал фидбэка и роста) в виде треда в X (нужно слово из 3-х букв) - можно разобрать по шагам и адаптировать под свои проекты, не обязательно моб. приложение. Если у вас есть идеи AI-сервисов, но нет возможности собирать штат разработчиков - информация будет вам полезна 👌

🪼 Суть подхода (в оч сжатом виде, имейте ввиду, полный перевод в комментах):
• MVP за день через ИИ-кодер. Берем Claude/код-ассистента → собираем первый рабочий прототип, не залипая в идеальную архитектуру.
• Валидация через короткие видео. Каждую фичу упаковываем в 10-секундный скрин-рекорд → выкладываем в Reels / Shorts / TikTok → смотрим, что реально цепляет.
• Комментарии = продуктовая аналитика. Лайки, сохранения, комменты → скармливаем ИИ, просим сгруппировать фидбек и подсказать, что доработать.
• Быстрый цикл. Подправили код → записали новое демо → снова проверили реакцию аудитории.
• Монетизация. Как только интерес стабилен, добавляем paywall, простой онбординг-квиз и персонализированный первый опыт.

🪼 Пригодится фаундерам, инди-разработчикам, продактам и тем, кто хочет запускать мобильные AI-приложения через контент и ИИ, и желательно побыстрее. Если нужно, перевод подхода приложила в комменты 👇🏻

@NeuralProfit

Как легко и просто создавать Skills с помощью Agent Skills в Manus - мой обзор

Manus добавили Agent Skills - это переиспользуемые сценарии/воркфлоу для агента.

Сделали классную сессию? Можно написать Package this workflow as a Skill - и Manus сам упакует процесс в Skill: сгенерит SKILL.md и соберет нужные скрипты.

🪼 Я же просто зашла в Personalization Center (слева внизу) → Skills → Add → Build with Manus - там сразу же в диалоговом окне уже была стартовая запись, далее Manus спросил, что мне нужно. Я на русском описала задачу просто: ходить на reddit.com, собирать свежие статьи и новости по теме ИИ и полезных сервисов, делать из них выжимку для постов в телеграм и присылать мне.

Manus отлично справился с задачей, сделал скилл и тут же предложил мне прогнать демо. В результате, он выдал мне подборку релевантных новостей с Reddit со ссылками на источник 👌

🪼 Если вам нужны узкоспециализированные знания или готовый воркфлоу, Skills можно импортировать в один клик и запускать точечно командой /SKILL_NAME.

🪼 Кто не знает, что такое Manus: пост про Manus, как расходуются токены - пост, VEO 3 в Manus - пост, презентациии и глубокие исследования (сравнение с GenSpark) - пост

🪼 Попробовать можно и бесплатно, каждый день обновляются (но не копятся) 300 кредитов. Если регаетесь впервые, то еще приветственные 1000 кредитов начислят.

Самое то, чтобы впервые поиграться в упаковку скиллов - до всяких платных Claude Code и OpenClaw/Clawdbot/Moltbot.

@NeuralProfit

Ребята! У 🖥 Anthropic вышел официальный Гайд про Skills для Claude. Наш подписчик Сергей перевел его на русский, за что ему спасибо 🤝

🪼 Skills - это упакованные инструкции и процессы: один раз описываете рабочий сценарий, и дальше Claude повторяет его стабильно и предсказуемо. Подходит и для автоматизации документов, и для исследовательских задач, и для работы поверх MCP - стандарта подключения ИИ к внешним API и сервисам.

🪼 Что внутри:
• Технические требования и структура навыков (в том числе как устроен SKILL.md)
• Паттерны для автономных Skills и для связки Skills + MCP
• Как тестировать, улучшать и распространять готовые скиллы

Подойдет тем, кто уже пользуется Claude и хочет из него сделать надежный рабочий инструмент, чтобы он по клику собирал отчеты из нескольких источников, генерировал документы по шаблону, вел однотипные ресерчи по чек‑листу и стабильно ходил в ваши API через MCP

@NeuralProfit

Тестирую альтернативу Claude Cowork - агент на ПК

Для тех, у кого сложности с установкой OpenClaw (ex-Moltbot и ex-Clawdbot) и расходом токенов (мы в чате обсудили способы меньше расходовать), и кому Claude Cowork дорого - MiniMax Agent 2.0.

Умеет все то же, что и Claude Cowork, а стоит дешевле. С Clawdbot вы уже знакомы, а вот Claude Cowork - агент на компьютере, который может управлять файлами и автоматизировать процессы, пока скачать можно только на Mac, промки закинула в комменты. Так вот, Claude Cowork на выходе будет стоить недешево, в отличие от MiniMax Agent. 👉🏻 В видео показала расход токенов

🪼 К тому же, MiniMax Agent работает на macOS, Windows, а также имеет мобильные версии iOS и Android и веб-интерфейс.

Explore Experts - это навыки агента. Есть маркетплейс готовых экспертов (например, для создания лендингов или организации файлов), но можно создавать и собственных под конкретные задачи, просто опишите, что вам нужно. Есть как созданные экспертами MiniMax, так и созданные пользователями.

🪼 НО ГЛАВНОЕ, что всем понравилось в Claude Cowork - это умение наводить порядок в папках 🔥 MiniMax Agent тоже умеет анализировать и чистить локальные папки на компьютере 🔥 В Experts есть готовый Tiny Folder - на него можно нажать и попросить текстом очистить, например, папку Загрузки. Агент проведет сортировку и выдаст, что и какого размера содержится в папке. Далее предложит на выбор удалить дубликаты, установочные файлы и тд. Но самое крутое - предложит переместить приложения в папку Приложения, я этим грешу постоянно)) Можно еще удалить большие файлы, либо вы можете ему написать на свой вкус, что конкретно нужно сделать с файлами в папке. Отдельно отмечу, что при удалении видео, соберет их и предложит предварительно просмотреть их, можно попросить оставить загруженные видео, и удалить загруженные с ютуба, к примеру. В общем так можно рассортировать файлы по типам.

🪼 Есть Галерея готовых шаблонов, кода и автоматизаций от других пользователей, которые можно использовать как основу для своих проектов.

2 февраля анонсировали MiniMax M2.2 - еще более быструю и мощную модель: ускорение рассуждений на 30%, контекстное окно на 200к+ токенов.

Я пока тестирую, в общем, это неплохой ИИ-агент для управления компьютером и файлами. Больше примеров использования в промо-ролике, я его перевела в Elevenlabs и кину тоже в комменты 👌

@NeuralProfit

Сейчас термин “ИИ-агенты” используют для двух разных вещей - и люди часто покупают не то, а потом разочаровываются.

🪼Если вы хотите быстро делать фичи/прототипы - это вайбкодинг в IDE/CLI: Claude Code / Codex / Cursor: спека → тикеты → контекст → тесты → коммиты.

🪼 Если вы хотите собирать AI-агентов как систему/продукт (боты с базой знаний/RAG, многоагентные сценарии, интеграции, стабильная работа) - это уже разработка, и тут без базы (Python) никуда.

Я сейчас смотрю программы Guide DAO - у них есть оба входа: Разработчик AI-агентов (LangChain/LangGraph, RAG, MCP). Правда предварительно у них же надо будет подучить Питон, это бесплатно, но нужно понимать, что 1-2 месяца на это надо закладывать перед основной программой. И параллельно у них же - направление Вайб-кодер, про управление AI-инструментами типа Cursor/Replit/v0/Bolt и тот же Claude Code, чтобы быстрее собирать fullstack-продукты. И вот тут python зато не обязателен.

Если хотите быстро начать и делать свои задачи и приложения, логичнее стартовать с вайб-кодинга. Если хотите войти в разработку и делать агентов руками, нужно идти в сторону AI-агентов и фундамента. Мне на данном этапе ближе первый вариант.

P.S. Если тоже решите попробовать - есть бесплатный урок в боте по каждому направлению. Плюс, с 1–14 февраля у ребят идет акция - скидка на сайте 14% + дополнительная скидка 30% по моему промокоду NEUROSONYA (суммируется последовательно: сначала скидка сайта, потом промокод).

@NeuralProfit

Для тех, кто жал деньги на Claude Code, но очень хотел попробовать агента, который редактирует файлы - вышел Codex App (десктопное приложение).

Это командный центр, где можно вести несколько задач параллельно: у каждого агента - свой тред и свой кусок работы, а вы просто переключаетесь между ними, как между чатами.

В приложении есть режим 🪼Local, и тогда Codex работает на вашей машине в выбранной папке проекта. Режим 🪼Worktree - тоже локально, но изолировано. Агент работает на вашем пк, но не прямо в текущей папке проекта, а в отдельном git worktree. Режим 🪼Cloud - Агент запускается в облачном контейнере OpenAI (не грузит ваш пк), может работать в фоновом режиме и параллельно. Можно настраивать окружение (зависимости/инструменты/переменные).

🪼 Что крутого (нажмите, чтобы раскрыть):
1) Несколько агентов одновременно. Внутри есть поддержка worktrees - агенты могут работать в одном репозитории, но каждый в своей изолированной копии. Можно сравнивать подходы и не бояться конфликтов.
2) Подхватывает ваш прошлый Codex. Если вы уже пользовалась Codex через CLI или IDE-расширение - приложение подтянет историю и конфиги, и можно продолжать с текущими проектами.
3) Skills теперь не где-то в доках, а прямо в интерфейсе. Внутри есть библиотека готовых skills. Например:
— Figma → код (достает контекст/ассеты и переводит в UI 1:1)
— Linear для задач/релизов
— деплой на Cloudflare/Netlify/Render/Vercel
— генерация/редактирование картинок
— работа с PDF/таблицами/docx
4) Automations. Можно повесить задачи по расписанию, а результат будет падать в очередь на ревью
5) Безопасность. По умолчанию агент ограничен своей папкой/веткой и будет спрашивать разрешение на команды с повышенными правами.

🪼 Codex включили на ограниченное время даже в ChatGPT Free и Go (новый тариф за 8$/мес с просмотром рекламы), а платным планам удвоили лимиты.

🪼 Сейчас приложение пока только для macOS

Напомню, что есть SkillsMP - каталог навыков/пакетов инструкций (SKILL.md), которые подключаются к ассистентам (agent skills), там собрано более 33к скиллов не только для Claude Code, но и для OpenAI Codex. Удобно, если вы хотите быстро добавить уже готовый навык под задачу: ревью, тесты, девопс-рутина, генерация доков и т.д.

@NeuralProfit

Стэнфордский курс CME 295: Transformers & Large Language Models выложили на YouTube бесплатно 🔥 9 полноценных лекций по 1,5-2 часа про трансформеры и LLM: от классического NLP до агентов и RAG.

🪼 Будет полезно для разработчиков, ML/DS; для тех, кто строит свои ИИ-сервисы/агентов и хочет понимать, как это работает под капотом; и для тех, кто думает про карьеру LLM / AI engineer.

🪼 Что внутри по темам (очень кратко):
1. База: токенизация, эмбеддинги, attention, архитектура трансформера
2. Трюки трансформеров: позиционные эмбеддинги, RoPE, BERT-подобные модели
3. LLM: что это такое, контекст, температуры, сэмплинг, промптинг, chain-of-thought
4. Как учат LLM: пре-трейнинг, SFT, LoRA, квантование, оптимизация под железо
5. Тюнинг: RLHF, reward-модели, DPO и т.д.
6. LLM для reasoning
7. Агенты и RAG: retrieval, продвинутый RAG, function calling, ReAct, агентные пайплайны
8. Оценка LLM (LLM-as-a-judge и его подводные камни)
9. Тренды и куда все катится

Так как видео на Ютубе, посмотреть с переводом можно будет в Яндекс Браузере

@NeuralProfit

Moltbot он же Openclaw, он же бывший Clawdbot снова попал в скандал

Moltbot он же бывший Clawdbot снова переименовались уже в Openclaw 🙄 Напомню, изначально ребята назывались Clawdbot (клешня от Claw). Но юристы 🖥 Anthropic быстренько попросили сменить имя, чтобы не было проблем с товарными знаками и путаницы с Claude (резонно). Тогда команда вместе с комьюнити на эмоциях быстро придумали временное название Moltbot (от molt - линька у лобстера), но оно не прижилось.

Желание присоседиться к уже известному названию у ребят не пропало, поэтому они выбрали название Openclaw. Но в этот раз ребята провели работу над ошибками, и сперва проверили название и запросили разрешение у 🧠 OpenAI, чтобы не словить новый конфликт)

Проект итак известен своими уязвимостями (prompt injection), но в этот раз они попали в новый скандал. Параллельно вокруг агента выросла отдельная соцсеть для агентов - Moltbook. И вот тут случился самый неприятный момент.

🪼 Расследование 404 Media показало, что из-за ошибочной конфигурации Supabase наружу торчала база данных Moltbook, и это давало доступ к данным агентов, включая их API-ключи.

Исследователь безопасности Jameson O’Reilly указал, что ключи лежали открыто, и привел пример агента, связанного с Andrej Karpathy (Андрей Карпаты, ex-Tesla, ex-OpenAI): если бы утечку нашли злоумышленники раньше, они могли бы публиковать что угодно от имени его агента на Moltbook - фейки, скам и прочие непотребства. Как такое может быть? В Moltbook можно верифицироваться через X (бывший Twitter который) 😄, , чтобы было видно, чей это бот. В общем, это связывает агента и аккаунт владельца. В теории можно было публиковать фейковые посты в Moltbook от ботов известных людей, и многие бы решили, что это пишет сам человек.

Надо понимать, что это не полный взлом компьютера каждого пользователя, а утечка внутри Moltbook, но эффект все равно опасный, как минимум ущерб репутации и/или финансам. Самое прикольное, O’Reilly сообщил об уязвимости создателю Moltbook - Matt Schlicht. В переписке прозвучала фраза в духе “я просто отдам это ИИ - пришли, что у тебя есть”. После публикации базу закрыли, и, по словам O’Reilly, создатель Moltbook Matt Schlicht позже вышел на связь, чтобы сообщить, что они усилили безопасность...

Так что такие агенты как OpenClaw (ex. Clawdbot) сами по себе уже повышенный риск, потому что им часто дают доступ к файлам/командам/интеграциям. А индустрия ещё только учится защищаться от prompt-injection и враждебного контента. Поэтому тестируйте только в песочнице: отдельная машина/VPS (как установить - пост), минимум доступов, никаких рабочих аккаунтов, и лучше не светить gateway в интернет (в доках прямо советуют варианты с Tailscale/Serve).

@NeuralProfit

Как вытащить инфу из ваших материалов (фото, PDF, слайды)

🪼 В Gemini - открываете AI Studio, выбираете gemini-3-flash-preview и прикрепляйте файл/фото.
• Рукописные конспекты/доска: Gemini распознает текст и оформляет в аккуратный конспект (лучше, если фото четкое и без бликов).
• Таблицы, диаграммы, графики: может извлечь цифры и превратить в таблицу (хоть в Markdown/CSV/JSON) + пояснить выводы. Однако цифры лучше быстро сверить по оригиналу.
• Презентации: загружаете PDF со слайдами (или картинки) - сделает разбор по слайдам: тезисы, вопросы, план пересказа/подготовки.

🪼 Если Gemini удобнее, когда нужно понять, законспектировать, объяснить, сделать план ответа. То следующий инструмент DeepSeek-OCR 2 лучше, когда нужно вытащить текст/колонки/таблицу/структуру максимально чисто. Ну и подойдет тем, кто любит локальные модели.

Главное обновление - DeepEncoder V2 (Visual Causal Flow): он динамически перестраивает порядок чтения по смыслу/структуре страницы, а не сканирует жестко слева-направо/сверху-вниз. Поэтому лучше держит макеты, колонки и таблицы. А так же анализирует изображения и подробно их описывает, способен находить определенные элементы на изображении.
🪼 Сохраняет в markdown

У них в отчете прямо показано, что на OmniDocBench v1.5 DeepSeek-OCR 2 обгоняет Gemini-3 Pro в метриках парсинга и порядка чтения.
🪼 Плюс модель 3B params и Apache-2.0, можно запускать локально.

🪼 Документация по запуску
🪼 Код | Файлы | GitHub

Если нужны еще мощные OCR-модели на любой вкус, дайте огня 🔥

@NeuralProfit

Судя по реакциям, вы ждете OCR-инструменты, но тут 2 громких релиза в один день: 5 февраля вышли Claude Opus 4.6 и GPT-5.3 Codex. Их сразу же начали сравнивать, но по факту у них две разные роли: один аналитик-стратег, второй отличный инженер-исполнитель.

Opus 4.6 резко прокачали в работе с огромными объемами + добавили фишки для офисной рутины (презы/таблицы).
В Codex 5.3 ставка на выносливость и способность долго делать задачу до конца, и на реальные рабочие проверки. Обо всем по-порядку)

Claude Opus 4.6 официально продвигают как помощника для работы, включая Claude в PowerPoint, он читает шаблон/шрифты/цвета и делает слайды в вашем стиле (это beta и доступно на Max/Team/Enterprise).

Что крутого и нюансы (нажмите, чтобы раскрыть):

• Контекст до 1 млн токенов (beta) - можно загружать монорепы, большие библиотеки и документацию. Или вести одну длинную стратегическую/ресерч-сессию без постоянного обрезания истории.
• Agent Teams в Claude Code - вместо того чтобы один агент обрабатывал все действия последовательно, теперь можно запустить несколько агентов, которые будут работать параллельно и координировать свои действия.
• Интеграция с PowerPoint и улучшенный Excel: Claude работает прямо в PowerPoint как боковая панель, считывая существующие слайд-мастера, шрифты и бренд-шаблоны и генерируя новые слайды в том же стиле. Фича доступна в планах Max/Team/Enterprise. Обновленный Excel-режим: модель сначала строит план действий по сложной задаче умеет раскладывать неструктурированный импорт (CSV как попало, выгрузки из CRM) в нормальные таблицы + поддерживает многошаговые правки за один проход (фильтрация, формулы, сводные).
• Adaptive Thinking и команда /effort:
Адаптивное мышление - ранее расширенное мышление было либо включено, либо выключено. Теперь Claude может сам решать, когда более глубокое рассуждение будет полезным. Модель улавливает контекстные подсказки и автоматически корректируется.
Уровни сложности  -4 варианта: низкий, средний, высокий (по умолчанию) и максимальный.
• Вывод до 128 000 токенов - можно получить одним ответом без нарезки сразу длинные отчеты/инструкции/документы
• Цена (API): стандарт $5 / $25 за 1M входных/выходных токенов.
• Если входной запрос больше 200K токенов, включается дорогой режим: $10 / $37.50 за 1M

GPT-5.3 Codex продвигают как исполнителя, который дожимает до результата. Объединяет сильные стороны GPT-5.2 (знания/рассуждения) и GPT-5.2-Codex (код) в одной модели.

Что крутого, нюансы (нажмите, чтобы открыть):

• На 25% быстрее версии 5.2, лучше справляется с длинными автономными цепочками (исследование -> код -> тест -> фикс)
• SWE-Bench Pro: 56.8%
• Terminal-Bench 2.0: 77.3%
• OSWorld-Verified: 64.7%
• GDPval (wins or ties): 70.9%
• Умение пользоваться инструментами и local skills без подсказки. Codex 5.3 сам находит и разумно использует доступные скиллы и тулзы, его не надо каждый раз пинать проверить, есть ли скиллы для этого.
• Доступен в платных планах ChatGPT везде, где есть Codex (app/CLI/IDE/web). API обещают скоро.
• Если что‑то долго билдится/тестируется, Codex использует «мертвое время», чтобы подтянуть документацию, собрать контекст или поправить несвязанные мелкие вещи.

🪼 Для каких задач что предпочтительнее:

В итоге, честнее всего сравнивать не IQ, а профиль задач: проектирование/контекст/оркестрация vs внедрение/тесты/итерации. Отмечают, что Opus 4.6 очень хорош, когда у вас мешанина вводных (доки + код + требования + переписка), и надо разобрать, собрать картину, придумать план и принять решение. Так же, если вам важно держать много контекста сразу, тоже выбор очевиден. Если вам нужно взять задачу и довести до рабочего состояния - GPT-5.3 Codex: написал код → сам проверил (тесты/сборка/линтер) → исправил → снова проверил, и так, пока не заработает. И важно, чтобы изменения были под контролем: GPT-5.3 Codex делает правки аккуратно, а вы можете быстро увидеть что именно он поменял и спокойно принять или отклонить.

Бенчи приложу в комменты 👇🏻

@NeuralProfit