Посмотрел две профильные ИИ-конференции на этой неделе. Собрал главные инсайты о том, как сейчас меняются рабочие процессы и разработка.

1. Жесткие рамки для ИИ-агентов
Не надо пытаться сделать агента всемогущим. Чем больше у него свободы, тем больше шансов, что он наворотит дел. Архитектуру пайплайна нужно строить так, чтобы нейросеть физически не могла обойти контроль качества.
Вы задаете жесткий формат результата и ограничиваете доступы. Агент собирает план, вы его аппрувите, он делает работу. Вся верификация плотно обвешивается тестами. Только в таком жестком каркасе эта история начинает работать стабильно, а не как генератор случайных галлюцинаций.

2. Иллюзия «просто раздать доступы»
Если вы просто купите команде подписку на условный Claude, люди поиграются пару дней и вернутся к привычной рутине. Мы все по природе консервативны.
Чтобы инструменты реально прижились, ищите в команде пару человек, у которых горят глаза. Когда остальные увидят, что эти двое закрывают задачи в три раза быстрее, начнется органическое внедрение.
И здесь есть важный технический нюанс - вам нужно видеть, как именно люди общаются с нейросетью. Не обязательно покупать дорогие аналитические платформы. Достаточно сделать простую программную обертку, которая будет автоматом скидывать все текстовые логи диалогов, скажем, в обычную общую папку на Google Drive. Это дешево и делается элементарно, зато у вас сразу появляется прозрачность. Мы собираем эти данные не для того, чтобы стоять над душой с секундомером, а чтобы видеть, где сотрудники пишут нерабочие промпты, и точечно им помогать.
Но будем честны: банальная психология здесь тоже отлично работает. Когда команда знает, что логи сохраняются и просматриваются, появляется ответственность. Люди понимают, что процесс на виду, и им волей-неволей приходится реально внедрять инструмент в свою рутину, а не тихо забивать на него после первой же неудачной попытки.

3. Чаты уступают место IDE
Копипастить куски кода в веб-интерфейс ChatGPT - это уже прошлый век. Сейчас нормально работать с ИИ - значит использовать Antigravity, OpenCloud, Claude Code, Codex или их аналоги прямо в терминале и редакторе.
Модели нужен доступ ко всей вашей кодовой базе и рабочему окружению. Мы уходим от подбора идеальных слов к управлению контекстом. Чем лучше и шире контекст вы скормите агенту, тем меньше он будет тупить на рутинных задачах.

4. Экономика разработки меняется
Я не буду писать пафосное про выживание бизнеса, но математика выглядит упрямо. Задачу, которую раньше пилила команда из шести разработчиков почти месяц, сейчас может собрать один толковый сеньор с правильным стеком ИИ-инструментов за неделю.
И это не теория, это происходит прямо сейчас. Если конкуренты научатся отдавать рутину агентам, а вы продолжите делать всё руками, разрыв в скорости доставки фич станет непреодолимым.

Собрал небольшую подборку сервисов, которыми реально пользуюсь сам. Без воды, чисто то, что окупает каждый вложенный рубль. Если заберете что-то себе в работу - буду рад реакциям и репостам 🤝

1. Готовый аккаунт с Gemini на полгода 👉 Ссылка на Plati
Цена вопроса сейчас около 1300₽. За эти деньги бонусом отсыпают 2 ТБ на Google Диске, доступ к Antigravity и еще пару гугловских плюшек.
Совет из личного опыта: берите именно вариант с выдачей готового аккаунта, чтобы потом не плясать с бубном, пытаясь накатить подписку на свой личный. Сижу на этом варианте уже больше трех месяцев - полет нормальный. Но как пойдет у вас я гарантировать ничего не могу.

2. База курсов supersliv.biz
Цена вопроса сейчас 1500р на Super доступ ко всем материалам навсегда. Все мы понимаем нюансы, но отдавать по 200+ тысяч рублей за обучение иногда просто физически больно. Здесь регулярно всплывают реальные бриллианты. Большую часть того, что я сейчас применяю в работе с нейронками, я вытащил именно отсюда.

3. Аренда серверов invapi.hostkey.ru
Не буду писать шаблонные фразы про «идеальное соотношение цены и качества». Скажу проще: сервера работают стабильно, стоят адекватно, а панель управления не вызывает желания выколоть себе глаза. Отлично подходит под свои нужды и пет-проекты.

Огромный плюс в текущих реалиях - за всё это можно без костылей заплатить рублевой картой по СБП.

Я постоянно ловлю себя на мысли, что живу в искаженной реальности. Если посмотреть на этот график, где один квадрат равен 3,2 миллиона человек, масштаб становится понятнее. Из 8,1 миллиарда населения Земли:

84% (около 6,8 млрд) вообще никогда не запускали нейросети.

16% пробовали бесплатные версии чат-ботов.

0,3% реально платят 20 долларов за подписку.

0,04% пишут код с помощью инструментов вроде Cursor или Claude Code и им подобным.

Мне часто кажется, что искусственный интеллект уже проник абсолютно везде, но правда в том, что наше восприятие формируется внутри крошечной группы людей. На общем фоне этот пузырь с трудом различим.

Глядя на тот график, легко почувствовать себя оторванным от реальности. Но в этом пузыре есть очевидный плюс. Рынок перестраивается, а 84% людей даже не пытались разобраться в новых инструментах. У нас есть серьезная фора. Бросать попытки внедрить эти технологии в свою работу только потому, что сейчас они требуют усилий - непозволительная роскошь. Мы видим сдвиг раньше остальных 99 процентов, и этим преимуществом стоит воспользоваться.

Google тихо выкатил вторую версию своего ИИ-редактора картинок Nano Banana 2

Изменения в этот раз скорее практические. Разрешение подтянули до 4K, а сама модель теперь лучше переваривает длинные и путаные промпты. Ещё обещают что текст на изображении подтянули ещё сильнее. Плюс точечное редактирование мелких деталей на фото стало работать ещё точнее, без лишних артефактов.

Посмотрим, как оно покажет себя на реальных задачах

Anthropic показали Computer Use.
По сути, Claude теперь может не только отвечать в чате, а управлять вашим компьютером: кликать, открывать программы, выполнять действия в интерфейсе.

Работает пока медленно, но Anthropic прямо говорят: это специально. Сначала оттестируют безопасно, а потом за курсором, вероятно, уже будет не угнаться (примерно как сейчас агент проводит по скорости ресерч).

Самое интересное - как это вяжется с Dispatch.
Можно буквально отправить задачу с телефона, а Claude выполнит её на вашем ПК/Mac, пока вы идёте домой. То есть это уже не просто “ассистент”, а скорее удалённый цифровой оператор.

У меня от этого вайб такой:
Буквально пару лет назад сама идея, что модель будет нормально работать через интерфейс как человек, обсуждалась на пляже в контексте "слишком сложно в ближайшие годы что-бы быть правдой". А теперь это уже продуктовый слой у Anthropic.

Чат с ИИ уже перестаёт быть лучшим форматом работы.

И это, кажется, становится всё очевиднее.

Когда у тебя есть инструменты вроде Claude Code, возвращаться к обычному чат-интерфейсу уже просто не хочется. Слишком много ограничений. Слишком мало ощущения, что ты реально управляешь процессом.

Claude Code можно открыть как отдельное приложение или встроить прямо в IDE через расширение - то есть работать так, как тебе удобно, а не так, как диктует интерфейс.

И главное - это уже не просто “чат с моделью”.

Это среда, где из коробки работает мульти-агентность, где легко подключаются специализированные навыки и правила, и где можно нормально работать с большими объёмами информации в разных форматах нативно прямо на ПК - будь то PDF, DOCX или Excel.

По сути, это следующий шаг:
не просто спрашивать ИИ, а строить с ним полноценный рабочий процесс.

Можно расписывать долго, но если ты ещё не погружался в этот виток развития AI-инструментов, я бы советовал начать с материалов от самих Anthropic.

Они сделали очень дружелюбный и внятный гайд по ключевым настройкам и сценариям работы с Claude Code. Плюс у них есть платформа Skilljar с бесплатными учебными материалами по продуктам.

Из того, что реально советую посмотреть:

• курс по skills;
• и затем - как навыки уже применяют в реальной разработке на практике.

Что здесь важно: мы постепенно уходим от модели “написал запрос - получил ответ” к модели, где ИИ становится частью рабочей среды.

И вот там на мой взгляд начинается самое интересное.

AI всё ещё не выглядит пузырём уровня доткомов.

На графике это видно довольно наглядно: даже гипермасштабируемые AI-компании сейчас оцениваются заметно скромнее, чем доткомы на пике в 1999–2000.

Ключевая метрика здесь — forward P/E.
Если по-простому, это показатель того, насколько дорого рынок оценивает компанию относительно её ожидаемой прибыли в ближайший год.

Во время дотком-пузыря рынок был готов платить 200x+ такой оценки за хайп и ожидания.
Сейчас у лидеров AI-цикла это скорее 20–30x.

Что это значит на практике:
шума вокруг “AI-пузыря” много, но по цифрам рынок пока выглядит гораздо более сдержанным, чем в эпоху доткомов.

То есть AI уже дорогой.
Но до по-настоящему безумных оценок здесь всё ещё далеко.

Последние две недели я почти пропал не просто так.

Сейчас всё свободное время уходит в очень плотный апгрейд: изучаю новые инструменты, прохожу интенсив от Яндекса (Agents Week 2026 I ШАД) и параллельно тренирую своего агента для челленджа BitGN PAC1

И да - там уже выбиваю стабильно 90%+ на небольшой локальной модельке qwen3-32b.
Сейчас стараюсь добить последние итерации, чтобы попробовать залететь в лидерборд (но не факт что успею т.к само соревнование уже после завтра).

Параллельно стараюсь не пропускать ничего важного из онлайна по AI.
Из последнего особенно зацепили два стрима по построению агентов - конспекты и заметки по ним обязательно выложу когда-нибудь завтра.

Вообще за это время собрал уже очень плотный слой наблюдений, инсайтов и сигналов по тому, куда сейчас движется агентная повестка, что реально начинает набирать вес, а что пока больше шум, чем практика.

Плюс параллельно собираю свою LLM Wiki по методу Karpathy - на базе собственной базы знаний.
Я давно веду её в Obsidian по PARA и Zettelkasten, а сейчас постепенно переношу это в wiki-формат с AI под капотом.

Дальше хочу сделать ещё интереснее: попробовать прикрутить того самого агента, которого сейчас готовлю для соревнования, к моему Obsidian и локальной LLM - и посмотреть, что он сможет вытаскивать из базы, как будет с ней работать и насколько это вообще даст сильный результат на практике.

Ну и ещё важное: совсем скоро планирую выпустить видеокурс по работе с Claude Code.
Надеюсь что у меня получится донести ценность, и практическую пользу в работе с этим инструментом (а ещё сил, времени и мотивации снять его полностью)

ИИ не всегда *знает* - иногда он просто очень уверенно угадывает.
Антропик академия выпустила короткий видео ролик по этой теме
И вот это важно помнить всем, кто использует Claude/GPT и другие модели в работе.

Что помогает:
— просить источники
— нормально разрешать модели сказать «не знаю»
— запускать новый чат и просить найти ошибки
— сверять ответы с проверенными источниками
— оставаться скептичным

По сути, лучший способ работать с ИИ - не верить ему на слово, а использовать как умного ассистента для черновика, проверки и ускорения мысли.

Не магия. Инструмент.
И чем важнее задача - тем нужнее перепроверка.

И самое главное держим в голове что ответственность за результат всегда на человеке.

Наконец первый блок по видеокурсу (работа с Claude Code) залил на ютуб.
Можно смотреть

Если глянете, буду очень рад обратной связи.
Особенно интересно, что откликается, что стоит докрутить и какие моменты хочется раскрыть глубже в следующих выпусках.

Остальные блоки сейчас в работе.
План такой (в идеале): стараться выпускать по одному блоку в неделю, чтобы идти последовательно и без лишней спешки, но при этом не растягивать всё на вечность.

Так что старт положен.
Дальше - больше, глубже и полезнее (по крайней мере буду стараться)

Если посмотрите видео, черкните потом в личку или в комментарии, как вам. Это правда поможет сделать следующие блоки сильнее и полезнее

У меня две новости: хорошая и рабочая.

Хорошая: сегодня-завтра должен прилететь сертификат за курс ШАД от Яндекса.

И отдельно приятно - я набрал максимальный балл в блоке по построению AI-агентов. Для меня это важный маркер: не просто прошёл курс, а подтвердил уровень в теме, которой занимаюсь каждый день.

Рабочая: сегодня слетела подписка с корпоративного аккаунта Claude Code Max.

И, честно, это стало последней каплей.

Сначала - ощущение, что модель начали урезать.
Потом - лимиты.
Теперь - проблемы с подпиской.

В итоге я окончательно разочаровался в Anthropic и решил: хватит это терпеть.

Перехожу полностью на Codex.

Тем более сейчас его очень хвалят после выхода GPT-5.3 codex и 5.5 версий.

Что это меняет?

Буду перезаписывать курс.
Но теперь основным инструментом будет не Claude Code, а Codex.

Да, это дополнительная работа. Зато курс станет актуальнее, честнее и ближе к тому стеку, на который я сам реально перехожу.

А прямо сейчас мчу на офлайн-конференцию «Деньги в ИИ: реальные истории и кейсы тех, кто научился монетизировать ИИ» от DeFrens x Силиконовый Мешок.

Если будет что-то действительно полезное - расскажу. Скорее всего, когда нибудь завтра

Вчера был на конференции «Деньги в ИИ» - и главный вывод простой:

ИИ сейчас хотят внедрить почти все.
Но далеко не все понимают, зачем именно.

И вот это, кажется, самая интересная точка рынка.

С одной стороны, компании сокращают расходы, режут ФОТ и ищут, где автоматизация реально может заменить рутину. Отсюда растёт спрос на AI-агентов, которые не просто «чатятся», а забирают на себя конкретные навыки: анализ, подготовку документов, обработку заявок, discovery, сборку MVP, пресейл.

По сути, мы всё быстрее идём к модели «компания одного человека».

Не в смысле, что людей больше не нужно.
А в смысле, что один сильный специалист с агентами может делать объём, который раньше требовал маленькой команды.

Из интересного:

1. В корпорациях всё сложно.
Желание есть, бюджет местами есть, боли огромные. Но внедрение упирается в безопасность, регламенты, ответственность и вопрос: кто несёт риски, если агент ошибся?

Особенно это видно в госсекторе: сравнительный анализ тендеров, антимошенничество, 44-ФЗ и 223-ФЗ - задач много, рынок большой, но ответственность всё равно должна оставаться на человеке.

2. Агентства нового типа будут продавать не “ИИ”, а результат.
Очень понравилась мысль про discovery как продукт.

Не «мы вам внедрим нейросети», а:
пришлите переписки, PDF, Excel, сканы, накопленные материалы - мы превратим это в базу знаний, инсайты и понятное коммерческое предложение.

Вот это уже звучит как нормальный рынок, а не как очередной AI-хайп.

3. Детей ИИ тоже уже касается всерьёз.
Тут был сильный блок.

С одной стороны, детей можно обучать ИИ через игру, персонажей, «инопланетян», реверс-обучение - когда ребёнок сам объясняет, что и почему делает.

С другой - появляется новая проблема: если AI-агент растёт вместе с ребёнком, он может стать для него авторитетнее родителя.

И это уже не про технологии. Это про границы, доверие и роль взрослых.

Мой общий вывод после конференции:

деньги в ИИ сейчас не там, где красивые демки.
Они там, где есть понятная боль, доверие, сообщество и ответственность за результат.

ИИ-инструменты становятся всё мощнее, но рынок взрослеет: теперь мало просто сказать «у нас агент».

Нужно показать, какую задачу он снимает, сколько времени экономит и кто отвечает, если что-то пошло не так.

Халява у Claude заканчивается быстрее, чем я думал

Anthropic выкатили новость, которую на первый взгляд можно принять за бонус.

С 15 июня платным пользователям Claude дадут отдельный ежемесячный кредит на API и программное использование:

-Claude Agent SDK
-claude -p
-Claude Code GitHub Actions
-сторонние приложения на Agent SDK

Звучит вроде неплохо.

Но по факту это больше похоже на аккуратное ограничение для тех, кто использовал Pro/Max как почти безлимитный бензин для агентов.

Раньше логика была простая: платишь за подписку -гоняешь Claude в своих сценариях.

Теперь логика другая: «Вот тебе отдельный кредит, а дальше -добро пожаловать в API-тарифы».

И вот здесь уже становится больно.

Если ты просто иногда чатишься с Claude -скорее всего, почти ничего не заметишь.

А если у тебя агенты, автоматизация, Claude Code, GitHub Actions и всё это крутится регулярно -расходы могут вырасти кратно.

Особенно неприятно, что под это попадает даже claude -p -запуск Claude Code с промптом прямо из терминала.

То есть это уже не просто история про API.

Это удар по тем сценариям, где Claude был удобной рабочей лошадкой: быстро запустить, прогнать задачу, встроить в процесс, не думать каждый раз о счётчике.

Что будет дальше?

Думаю, часть людей сейчас массово поедет в Codex. OpenAI на этом фоне выглядит вкуснее для тех, кто много работает с кодом, агентами и автоматизацией.

Но радоваться я бы не спешил.

Очень похоже, что OpenAI рано или поздно тоже придёт к похожей модели. Сначала переманят достаточно пользователей, дадут всем привыкнуть к удобству, а потом начнут затягивать пояса.

Потому что экономика здесь простая: чем больше мы запускаем агентов, тем больше compute кто-то должен оплачивать.

Пока компании растят аудиторию -нам дают ощущение почти безлимитной магии.

А потом магия внезапно превращается в тарифную сетку.

Эх. Халява заканчивается быстрее, чем я думал.

UPD:Были те немногие, кто действительно воспринял эту новость как положительную. Но в основном люди всё же остались крайне недовольны.

После этого Anthropic резко выкатили «с барского плеча» повышенные недельные лимиты на 50% до 15 июля для всех подписок.

Теперь, конечно, лучше (Нет)

Выложил мини-курс по Codex на YouTube.

Он уже не супер свежий.
Изначально я делал его под платный формат и обещал две недели не выкладывать в общий доступ.

Но подумал что возможно кому-то он всё ещё будет полезен.

В нем разбираю, как подходить к Codex, где он реально помогает в работе для практических задач.

Продолжу ли развивать это направление - пока не факт.
По паузе в постах видно, что других дел и задач сейчас хватает 😬

Вышла новая фича Record & Replay в Codex App.

Механика простая: ты один раз показываешь Codex, как делаешь задачу, а он превращает этот процесс в повторяемый skill - навык, который можно запускать снова.

Например: Опубликовать видео, скачать регулярный отчёт или автоматизировать рутинную операцию в Excel.

После записи Codex сам собирает инструкцию: когда использовать навык, какие данные нужны, какие шаги пройти и как проверить результат.

Теперь агенту можно не объяснять сложный процесс длинным промптом. Достаточно показать, как ты работаешь. Это особенно полезно для задач с внутренними правилами: нейминг, дефолтные поля, порядок кликов, вызовы команд.

Есть ограничение: сейчас Record & Replay работает на macOS, недоступен в EEA, UK и Швейцарии (просто не юзайте квн с этими странами), плюс нужен включённый Computer Use.

Вообщем штука прикольная, думаю при желании каждый сможет найти применение у себя в работе

Запилил себе именной лендинг-портфолио

На мой субъективный взгляд, получилось не так ужасно, как могло. Уже результат.

Стиль специально агрессивный, цвета вырвиглазные, визуально всё немного бьёт по глазам. Да, так и задумано. Я художник, я так вижу.

Пока ковырял сайт, узнал полезную штуку: чтобы держать собственный домен в зоне .ru, нужно до 1 сентября пройти верификацию через Госуслуги. Если у вас где-то лежит старый пет-проект, лендинг или домен на потом - лучше проверить это заранее, чтобы потом не ловить сюрпризы.

А и ещё OpenAI анонсировала своего убийцу Fable GPT 5.6 (теперь будет 3х независимых линейки: Sol - аналог Fable, Terra - аналог Opus, и Luna - что-то вроде haiku)

Ждём всем селом

Собрал подборку Telegram-каналов про ИИ, в которых я сам пропадаю каждый день.

Это мой субъективный топ: каналы, чаты и люди, у которых можно быстро поймать инсайт, практику, кейсы и нормальную навигацию по AI-шуму.

Погнали.

llm_under_hood - Канал, за рулём которого сидит душнейший экспертнейший Ринат Абдулин.

Сюда стоит идти, когда уже есть хотя-бы базовое понимание LLM.
Best practices из E2E, авторитетные бенчмарки, агентские соревнования - всё с мясом и без воды.

nobilix - Канал Рефата помогает держать фокус, когда вокруг AI-инфошум несётся на максималках.

Отдельно советую отслеживать его стрим-выступления - там как правило плотный концентрат полезной информации. И еженедельный субботний дайджест, который я бы добавил в обязательную базу для тех, кто хочет понимать, куда движется рынок.

aostrikov_ai_agents - Два слова: лучшее комьюнити.

Лёша пишет легко и живо. При этом за текстами чувствуется огромный опыт, сильные soft и hard skills, плюс редкое умение собирать вокруг себя концентрат опытнейших и крутейших ребят.

Комьюнити, которое он построил, тянет на отдельный пост. Тут я пропадаю чаще всего.

neuraldeep - Валера 120 минут - это человек с жизненным путём который тянет на экранизацию.

У него можно много узнать про локальный инференс, отечественные кейсы внедрения ИИ в закрытые контуры и реальную инженерную кухню.

Плюс у канала вайбовый чат, куда можно прийти с вопросом и получить помощь. Проверено лично.

А ещё Валера не так давно развернул российский AI-хаб на собственных GPU - с блекджеком, SkillHub и дрифтом.

prompt_design Артём - техногик, который умеет писать про AI понятным языком.

Хороший канал для старта: без лишнего снобизма, с нормальным объяснением и понятной пользой.

Отдельный факт: в жизни его усы круче, чем на фото. Лично видел.

aimastersme - Шима - невероятно продуктивный автор с сильной доменной экспертизой. К примеру написанный им Агент с памятью Eva сейчас у меня основной личный агент-ассистент сидящий в телеге. И лично для меня он > чем тот же hermes, как минимум для моих задач так точно.

Стараюсь брать в работу всё, что он выкладывает на GitHub. Плюс он земляк из Ташкента, а это отдельный бонус к доверию.

oestick - Коля - харизматичный и талантливый автор.

Если хотите читать и слушать живые кейсы внедрения ИИ, разбирать сложности, противоречия и понимать, куда смотреть при найме AI-инженеров, вам к нему.

vikulin_ai По вайбу близко к «LLM под капотом» от Рината.

Высокая концентрация доменных и технических знаний в ML/AI. Канал для тех, кто хочет копать глубже и держать руку на пульсе инженерной части.

Достойные упоминания:

the_ai_architect

countwithsasha

How2AI

gleb_pro_ai

AiHubFeed

neuralllab

«Дорогу осилит идущий»

В изучении всего и вся что связанно с ИИ эта фраза работает особенно точно.

Ещё недавно я сидел в профильных сообществах молчаливым наблюдателем. Читал обсуждения и думал: всё это слишком сложно, далеко и явно не для меня.

RAG, KAG, SDD, BDD, TDD, Evals и десятки других аббревиатур ещё вчера показались бы для меня недосягаемым к изучению.
Сегодня я уже внутри одного из самых заряженных русскоязычных ИИ-комьюнити. Здесь люди готовы делать, экспериментировать и запускать новое, часто не благодаря а вопреки тому, что происходит вокруг. И делают это талантливо, смело и с таким уровнем энергии, который заражает остальных. Заряжаюсь этим и я, стараясь от них не отставать.

В какой-то момент я выбрал простой принцип:
Берёшь и делаешь.
Изучаешь тему и сразу пробуешь применить её на практике. А ИИ-агентов используешь как тьюторов на максималках.
Такой тьютор не закатывает глаза из-за «глупого» вопроса. Не устаёт, когда ты третий раз просишь объяснить одно и то же под разным соусом. Подстраивает объяснение под твой уровень и ведёт дальше в удобном для тебя темпе.

Можно и нужно заранее задать ему характер и Tone of Voice, с которым тебе было бы интересно учиться. Тогда сложная тема перестаёт пугать: ты разбираешь её шаг за шагом и сразу проверяешь знания на деле.
Этот подход уже подтолкнул меня к более амбициозным проектам и целям.

Да, я ошибаюсь. Но каждая ошибка показывает, чего мне пока не хватает и куда копать дальше.

Поэтому начинайте.
Возьмите одну тему, задайте первый вопрос и сделайте маленький проект. Даже неудачная попытка даст вам больше, чем месяцы наблюдения со стороны

Прогнал несколько топовых моделей на OCR русских рукописных ведомостей. Победитель оказался не самым очевидным.

Задача была непростая: распознать ФИО, написанные от руки разными людьми. При этом фамилия должна совпадать с оригиналом один в один.

Подстроить OCR под конкретный почерк здесь не получится. Почерки разные, текст русский, а цена одной неверной буквы высокая.

Я собрал простой A/B-тест пайплайн на реальных ведомостях и прогнал несколько моделей:
GPT-5.6
Claude Opus 5
Kimi
Qwen 27B от Neural Deep
Qwen 3.8 Max
Gemini 3.6 Flash

После нескольких прогонов определились два лидера.

Gemini 3.6 Flash показала около 85% точности. Работает быстро и неплохо разбирает даже сложный почерк. Ошибки встречаются, но для массовой первичной обработки результат сильный.

Qwen 3.8 Max дошла примерно до 93-96% точности в зависимости от подчерка. Некоторые записи там с трудом разбирает даже человек, поэтому результат меня по-настоящему впечатлил.

У Qwen есть важный технический нюанс.
Через OpenRouter модель лучше обрабатывает изображения. Если отправить PDF, платформа сначала прогоняет его через внутренний файловый OCR. Русский рукописный текст на этом этапе распознаётся хуже, и модель получает уже испорченный результат.
Решение простое: перед отправкой конвертировать страницы PDF в PNG. Тогда Qwen работает напрямую с изображениями, и точность заметно растёт.

Ещё один параметр, который дал стабильный прирост в моём тесте:
"effort": "high"

Главный вывод: для русского рукописного OCR я бы сейчас в первую очередь тестировал Qwen 3.8 Max, а Gemini 3.6 Flash оставил бы как быстрый и стабильный вариант. А ещё по деньгам модельки не кусачие, и можно смело гонять их даже на относительно больших объёмах (что я и делал на тестах).

Надеюсь, этот тест сэкономит кому-то несколько часов.