AI не убил HR. Он просто ускорил фильтр до жесткой механики.

Если у тебя за спиной fullstack/MVP-опыт, это не значит, что рынок обязан тебя пустить в следующий этап. В 2026 найм стал ближе к воронке логов: резюме → ATS → скрининг → техинтервью → отказ. На каждом шаге теряется до 70–90% кандидатов. И чем шире опыт, тем чаще он выглядит как «умеет всё, но не в наш стек».

Фриланс в РФ просел не из-за «плохого рынка», а из-за сжатия спроса и падения платёжеспособности. Если у фаундеров доходы упали на 60%, первым режут не архитектуру, а подрядчиков.

Что работает:
— стек должен совпадать с вакансией не на 50%, а на 80%+
— кейсы оформляй как измеримые результаты: latency, conversion, cost, deploy frequency
— резюме без воды: 1 экран, 3–5 релевантных проектов
— собесы сейчас выигрывает не «опыт», а доказуемая специализация ⚙️

Проверка возраста в мессенджере — это не про «галочку для юристов», а про архитектуру верификации.

Схема из статьи простая:
- мини-приложение в Telegram / MAX / любом другом мессенджере;
- пользователь загружает паспорт;
- сервис распознаёт документ;
- в ответ отдаётся только факт: старше/младше порога.

Без ЕБС, без биометрии, без хранения лишних ПДн. Это важно: чем меньше данных проходит через систему, тем ниже риск по безопасности и комплаенсу.

Что здесь интересно технарям:
1. Возраст проверяется локально на стороне сервиса в момент запроса.
2. В мессенджер уходит не скан, а результат проверки.
3. Интеграция завязана на мини-апп, а не на отдельный веб-флоу — значит, критичны:
- стабильность загрузки,
- обработка отказов,
- валидация форматов,
- контроль времени ответа.

Если делать правильно, это не «OCR ради OCR», а короткий trust-flow с минимальной поверхностью утечки данных.

Лонгрид о мемном кейсе Melbet vs Pepper Partners - реально ли оценить в аффилейтке репутационный ущерб в деньгах?

История на $2,000 вряд ли разрушит крупный бренд. Но она вполне может стоить ему сотен тысяч долларов и более, если публично остаётся без внятного решения.

Я в аффилейт-маркетинге более 25 лет, а последние пару лет одно из моих основных направлений - B2B matchmaking. Поэтому я регулярно вижу споры между компаниями о выплатах и претензии, и таких ситуаций в рынке явно становится больше.

Знаю многие кейсы, которые были в итоге решены благополучно до выхода в публичное поле и всегда приятно видеть, когда так происходит, но все больше и больше кейсов, которые не просто выходят в паблик, а еще и очень странным и глупым образом в паблике продолжают долго оставаться и наносить ущерб в то время как имеют очень простые и адекватные для обеих сторон варианты решения.

Вот например про один из таких кейсов писал уже здесь весной.

Если неконструктивны обе стороны (а бывает и так), то можно к этому относиться просто как к развлекательному контенту.

Но когда одна сторона открыта к адекватной коммуникации и поиску оптимального решения, а вторая сторона просто игнорирует проблему, при этом не уходя с рынка в закат, а продолжая тратить огромные бюджеты на PR и маркетинг бренда - это любопытная аномалия.

Сейчас самый заметный в аффилейт рынке пример это кейс Melbet <> Pepper Partners, который уже более месяца развивается в публичном поле и о нем уже писали и многие аффилейт медиа, и отдельные блоги, я наверно один из последних, кто у себя в блоге еще об этом не писал)

Изначальное заявление кейса и описание претензии от Pepper Partners можно почитать здесь.

Очень приличный на мой взгляд разбор со стороны и указание пары простых и логичных вариантов решения ситуации написал Артем Кравченко, можно почитать у него.

А я хочу разобрать эту историю с другой стороны, как можно оценивать репутационные потери от подобных историй непосредственно в деньгах и принимать более взвешенные решения, стоит ли вообще брендам занимать тактику игнорирования и допускать появление и продолжительное обмусоливание таких тем в паблике.

Для мелкого и крупного бренда такие истории могут иметь очень разный эффект, поэтому здесь разберем на примере крупного бренда, так как Melbet в нашем рынке относится именно к таким.

Не знаю конечно их точные цифры затрат на PR в рамках афф рынка (участие в конфах, собственные ивенты, реклама в афф медиа и т.п.), но из того, что вижу как организатор ивентов с приличным опытом, этот бюджет явно измеряется в миллионах $ в год, если не выходит за $10млн+.

Это без PR затрат на прямое привлечение игроков (бренд-амбассадоры, спонсорства футбольных клубов и т.п.), без бюджетов непосредственно на закупку трафика. Только на аффилейтку.

И вот уже более месяца в паблике незакрытый и не откоммуницированный публично кейс на $2k (две тысячи долларов).

В публичной дискуссии сейчас преобладает позиция, что Melbet в этом споре неправы.

Может их развернутая публичная позиция поменяла бы мнение, но ее нет, соответственно на данный момент так.

Какие материальные потери может понести бренд в такой истории?

Многие люди, даже очень опытные и умные, почему-то к таким ситуациям относятся бинарно.

Рухнет бренд (закроется, обанкротится) - значит плохо на них повлиял кейс.

Останется бренд жить и работать как ни в чем не бывало внешне - значит никак не повлияло и может они правильно решили игнорировать, а кто-то вообще решит брать с них пример.

Но это же совсем не так, ситуация не бинарная.

Представим не фактические цифры Melbet, которых у нас нет, а консервативную модель крупного рекламодателя.

Если из-за такого кейса бренд потеряет 10 качественных действующих активных партнёров, либо не привлечёт 10 таких новых партнёров, которые в другой ситуации начали бы с ним работать, последствия уже могут быть кратно выше суммы самого спора.

Я не знаю внутренний LTV партнёра у Melbet. Но если принять для активного опытного аффилейта условные $10,000 LTV, десять таких потерянных партнеров - это уже шестизначная сумма $ недополученного дохода. И это без учёта крупных команд, в случае которых эффект может быть кратно выше и оказаться семизначным.

Даже если в этой модели ошибиться и завысить в несколько раз, сам принцип никуда не исчезает - незакрытый публичный спор на $2,000 в любом случае обойдется бренду многократно дороже этих $2,000.

Цифры конечно я прикинул условные, но рассуждения не виртуальные - я знаю афф команды, которые перестали быть их активными партнерами из-за этого кейса.

Одна известная в рынке команда публично рассказала о своем таком решении в моем чатике про scam-кейсы.

А теперь вернемся к миллионам долларов в год, которые Melbet тратит на публичный PR среди аффов через конфы и прочие активности.

У этих трат же есть определенные ожидаемые и реальные результаты, верно?

На каждый затраченный миллион ожидается определенное количество привлеченных новых партнеров и укрепление лояльности и увеличение оборотов с определенным количеством действующих партнеров.

Вообще без понятия какая там ожидаемая сумма выхлопа на каждый потраченный миллион, поэтому обозначим ожидаемую сумму выхлопа с потраченного на PR миллиона в X.

При таком незакрытом публичном кейсе, вызывающем большой отклик и возмущение в рынке - останется эта сумма выхлопа с PR X без учета прочих факторов или она станет меньше X?

Очевидно станет меньше, доверие к бренду ниже, а значит и вложения в PR дают меньшую отдачу.

Я понимаю, что не все читатели, в том числе заинтересованные, могут дружить с математикой, и особенно понятием математического ожидания на дистанции, но вопрос здесь не только в этике и не только в справедливости конкретной претензии. Это вопрос качества управленческого решения.

Когда бренд инвестирует миллионы в доверие рынка - через конференции, медиа, партнёрские активности и PR, игнорирование аргументированного публичного конфликта снижает отдачу от всех этих вложений. Репутация не выглядит отдельной строкой в P&L, но её потеря вполне превращается в недополученный доход, более дорогой PR и менее лояльных партнёров.

Я искренне надеюсь, что все больше компаний в нашем рынке будут становиться более сознательными и не терять огромные деньги на ровном месте, и если бизнес-этика не зашита в культурный код, то хотя бы из сугубо материальных корыстных соображений начнут вести себя адекватнее)

Всем отличной недели и благоразумия)

Поймать «иероглифы» в ответе LLM — это не баг шрифта. Это симптом того, как модель кодирует текст и где у неё ломается декодинг.

На входе у модели не «слова», а токены. Дальше они живут в многомерном пространстве эмбеддингов: близкие смыслы — близкие вектора, но это не словарь, а координаты. Модель не хранит фразы как строки, она постоянно прогнозирует следующий токен по вероятностям.

Что важно:
- если в распределении токенов у модели каша, она может выбрать редкий мусорный символ;
- если обучение на mixed data, в пространстве соседствуют латиница, кириллица, иероглифы, спецсимволы;
- при плохом температурном режиме или слабом контроле декодера вероятность «срыва» растёт.

То есть иероглиф — не магия, а побочный эффект того, как модель сжимает язык в векторное пространство и обратно раскручивает его в текст 🤖

Если хотите копать глубже: смотрите на токенизацию, logits, temperature, top-p и качество датасета. Именно там обычно и сидит причина.

$80 за FTD на СНГ — казино-оффер от ПОКЕРОК Partners

Ищете новый оффер для теста? Рассказываем, что предлагаем партнёрам:
• CPA $80 за FTD на все гео СНГ
• $100 к первой выплате для новых аффилиатов
• 5% по саб-реферальной программе
• прозрачная статистика в партнёрском кабинете
• поддержка личного менеджера

Принимаем различные источники: social, мессенджеры, YouTube / Twitch / Kick, SEO, PPC, in-app и медийный трафик.

В казино ПОКЕРОК также доступна GG99 — линейка из 20+ игр с RTP 99%, включая слоты, настольные игры, видеопокер и аркады. Это весомое преимущество для новых игроков в дополнение к приветственным бонусам.

И ещё один повод подключиться уже сейчас: 27 августа состоится Friendly Tournament для партнёров ПОКЕРОК Partners. Успейте подключиться до 25 августа, чтобы принять участие!

Присоединяйтесь к ПОКЕРОК Partners и начинайте зарабатывать на своём трафике уже сейчас!

ИТ‑проект без анатомии — это не сказка, а баг-репорт.

Если в статье про «сказочных персонажей» убрать декорации, остаётся нормальная схема провала и спасения проекта:
- «пойди туда — не знаю куда» = нет требований и границ scope;
- «принеси то — не знаю что» = артефакты без критериев приемки;
- «красивый визуал» без модели данных = презентация вместо системы.

Для technical SEO тут всё знакомо: пока не описаны входы, зависимости и точки контроля, любой релиз — лотерея. Аналогия простая:
1) кто «заказывает» результат;
2) где источник правды;
3) как проверяем, что результат совпал с ожиданием.

Если этого нет, потом начинается магия: виноват «роботс», «кеш», «JS», «скорость». Но причина обычно банальнее — проект собран без спецификации. 🧩

Хардкорный вывод: сказка заканчивается там, где начинается валидация.

Миграция с SharePoint ломается не на финальном cutover, а в «третьем состоянии» — когда старый и новый портал живут параллельно.

Что там происходит:
1) Пользователь правит документ в старом контуре.
2) Через 5 минут другой человек меняет ту же сущность в новом.
3) Репликация, очереди, коллизии, разные timestamps — и у вас уже не миграция, а гонка состояний.

Технически это проблема не интерфейса, а консистентности данных:
- источник истины становится неочевидным;
- delta-sync начинает конфликтовать с ручными правками;
- audit trail распадается между системами;
- rollback без правил дедупликации превращается в лотерею.

Нормальный план миграции должен закрывать не «до/после», а overlap-window:
- фиксировать, где write-master;
- считать лаг синхронизации;
- логировать конфликтные записи;
- заранее определить, что делаем при дублях и расхождениях 🧩

Если этого нет, портал можно поднять быстро. Данные — нет.

LLM можно прогнать не только через MMLU и кодинг-бенчи, но и через сценарий, где важны переговоры, память и стратегия.
Игра «Бункер» — нормальный стресс-тест на социальное поведение модели.

Что там измеряется на практике:
— удержание роли и целей в длинном диалоге
— умение торговаться без развала аргументации
— адаптация к меняющимся условиям
— устойчивость к манипуляциям и конфликтам

Почему это интересно технарям:
в реальных агентных системах модель редко решает одну задачу в вакууме. Она ведёт цепочку действий, обменивается сообщениями, меняет план и должна не терять контекст. Это уже не «знает/не знает», а «как ведёт себя под давлением» 🤖

Если смотреть инженерно, такой тест полезен как дополнение к классическим метрикам:
1) логируем решения по ходам
2) сравниваем стабильность позиции
3) считаем, где модель ломает стратегию

Итог простой: LLM могут быть сильны в выводах, но проваливаться в динамике группы. Именно там часто всплывает реальная граница качества.