This media is not supported in your browser
VIEW IN TELEGRAM
В DeepSeek добавили распознавание изображений
DeepSeek запустил бета-версию распознавания изображений — функция доступна бесплатно прямо в чате. Работает нестабильно, но для базовых задач подходит: например, проверить, есть ли на креативе узнаваемая знаменитость в нужном гео. Платная подписка не нужна.
➡️ Читайте на сайте: https://aff.top/blog/v-deepseek-dobavili-raspoznavanie-izobrazhenii
🧠 Ещё больше инсайтов → в канале AFF.top
DeepSeek запустил бета-версию распознавания изображений — функция доступна бесплатно прямо в чате. Работает нестабильно, но для базовых задач подходит: например, проверить, есть ли на креативе узнаваемая знаменитость в нужном гео. Платная подписка не нужна.
➡️ Читайте на сайте: https://aff.top/blog/v-deepseek-dobavili-raspoznavanie-izobrazhenii
🧠 Ещё больше инсайтов → в канале AFF.top
This media is not supported in your browser
VIEW IN TELEGRAM
📡 Запустили AFF.TOP — медиа про арбитраж, ИИ и вайб-кодинг
Разбираем новости из мира ИИ, тренды вайб-кодинга, инсайды индустрии арбитража — без воды и продаж курсов.
👉 Подписаться на канал AFF.TOP
Разбираем новости из мира ИИ, тренды вайб-кодинга, инсайды индустрии арбитража — без воды и продаж курсов.
👉 Подписаться на канал AFF.TOP
Откат действий агента: как технически реализовать без ручной паники
Если агент может менять кампании, таблицы или бюджеты — у него должен быть не только action log, но и rollback plan.
Базовый паттерн:
— перед действием сохраняем
— каждое изменение пишем как
— для операций делаем
Что важно для перформанса:
— для Meta/Google/TikTok API храните не только новое значение, но и предыдущее
— на уровне workflow разделяйте read, plan, apply
— после каждого шага ставьте checkpoint, чтобы откат был не «всё или ничего»
Технически откат обычно делается так:
1. Агент создаёт план изменений
2. Перед apply пишет backup в БД / S3 / Redis
3. Если шаг упал, workflow вызывает reverse action по сохранённому snapshot
4. Если reverse action невозможен, ставится human review, а не автопопытка
Частая ошибка — пытаться откатывать «состояние агента». Откатывать нужно бизнес-объекты: кампанию, креатив, UTM, spend cap, webhook. Сам LLM здесь не источник истины.
Лучший тест: попросите агента 10 раз подряд сделать и отменить одно и то же изменение. Если после 3–4 прогонов появляются дубли, значит у вас сломан не промпт, а транзакционная модель.
Откат — это не страховка от плохого агента. Это обязательная часть архитектуры.
Если агент может менять кампании, таблицы или бюджеты — у него должен быть не только action log, но и rollback plan.
Базовый паттерн:
— перед действием сохраняем
state snapshot: старые поля, ID сущностей, время, инициатор— каждое изменение пишем как
event, а не «текущую правду»— для операций делаем
idempotency key, чтобы повторный запуск не создал дубльЧто важно для перформанса:
— для Meta/Google/TikTok API храните не только новое значение, но и предыдущее
— на уровне workflow разделяйте read, plan, apply
— после каждого шага ставьте checkpoint, чтобы откат был не «всё или ничего»
Технически откат обычно делается так:
1. Агент создаёт план изменений
2. Перед apply пишет backup в БД / S3 / Redis
3. Если шаг упал, workflow вызывает reverse action по сохранённому snapshot
4. Если reverse action невозможен, ставится human review, а не автопопытка
Частая ошибка — пытаться откатывать «состояние агента». Откатывать нужно бизнес-объекты: кампанию, креатив, UTM, spend cap, webhook. Сам LLM здесь не источник истины.
Лучший тест: попросите агента 10 раз подряд сделать и отменить одно и то же изменение. Если после 3–4 прогонов появляются дубли, значит у вас сломан не промпт, а транзакционная модель.
Откат — это не страховка от плохого агента. Это обязательная часть архитектуры.
This media is not supported in your browser
VIEW IN TELEGRAM
Google заставляет махать руками перед камерой
Google запустила новую капчу на основе распознавания движений — требует включённую камеру и помах руки перед экраном для подтверждения. Система отслеживает 21 точку-координату положения руки в реальном времени, а данные удаляются сразу после проверки. Для арбитражников это усложнит автоматизацию — обход вероятно будет работать через перехват хэша с положительным ответом. Капча пока на тестировании, но предвещает новый уровень защиты от ботов в и…
➡️ Читайте на сайте: https://aff.top/blog/google-zastavliaet-makhat-rukami-pered-kameroi
🧠 Ещё больше инсайтов → в канале AFF.top
Google запустила новую капчу на основе распознавания движений — требует включённую камеру и помах руки перед экраном для подтверждения. Система отслеживает 21 точку-координату положения руки в реальном времени, а данные удаляются сразу после проверки. Для арбитражников это усложнит автоматизацию — обход вероятно будет работать через перехват хэша с положительным ответом. Капча пока на тестировании, но предвещает новый уровень защиты от ботов в и…
➡️ Читайте на сайте: https://aff.top/blog/google-zastavliaet-makhat-rukami-pered-kameroi
🧠 Ещё больше инсайтов → в канале AFF.top
CrewAI для multi-agent media buying: как не утонуть в хаосе задач
CrewAI удобно брать не как «одного умного агента», а как связку ролей. Для media buying это работает лучше, чем пытаться заставить один LLM делать всё: искать инсайты, писать гипотезы, проверять трекинг и собирать отчёт.
Базовая архитектура простая:
— Scout собирает сигналы: крео, офферы, частотные паттерны, заметки по конкурентам.
— Analyst нормализует данные и превращает их в короткие выводы.
— Operator выполняет рутинные действия: заполнить таблицу, создать таск, сверить UTM, подготовить бриф.
— Reviewer ловит ошибки: дубли, пустые поля, конфликтующие выводы, слишком смелые гипотезы.
Главная ошибка — дать агентам общий доступ ко всему. Лучше жёстко резать права: одному только read, другому write в черновики, третьему доступ к финальному утверждению. Тогда падение одного шага не ломает весь пайплайн.
Для performance полезно строить цепочку так:
1) сбор фактов;
2) сводка без интерпретации;
3) генерация гипотез;
4) проверка на противоречия;
5) передача человеку на решение.
Если сразу просить CrewAI «найти победный связочный паттерн», он начнёт фантазировать. Если же каждый агент отвечает за один тип результата, качество резко стабильнее.
Правило простое: агенту — повторяемые куски, человеку — выбор ставки, риск и финальное решение.
CrewAI удобно брать не как «одного умного агента», а как связку ролей. Для media buying это работает лучше, чем пытаться заставить один LLM делать всё: искать инсайты, писать гипотезы, проверять трекинг и собирать отчёт.
Базовая архитектура простая:
— Scout собирает сигналы: крео, офферы, частотные паттерны, заметки по конкурентам.
— Analyst нормализует данные и превращает их в короткие выводы.
— Operator выполняет рутинные действия: заполнить таблицу, создать таск, сверить UTM, подготовить бриф.
— Reviewer ловит ошибки: дубли, пустые поля, конфликтующие выводы, слишком смелые гипотезы.
Главная ошибка — дать агентам общий доступ ко всему. Лучше жёстко резать права: одному только read, другому write в черновики, третьему доступ к финальному утверждению. Тогда падение одного шага не ломает весь пайплайн.
Для performance полезно строить цепочку так:
1) сбор фактов;
2) сводка без интерпретации;
3) генерация гипотез;
4) проверка на противоречия;
5) передача человеку на решение.
Если сразу просить CrewAI «найти победный связочный паттерн», он начнёт фантазировать. Если же каждый агент отвечает за один тип результата, качество резко стабильнее.
Правило простое: агенту — повторяемые куски, человеку — выбор ставки, риск и финальное решение.
This media is not supported in your browser
VIEW IN TELEGRAM
Как заработать 2500$ с УБТ трафика из Twitter’а не привлекая внимания санитаров
Арбитражник проkил органическbq трафик с X (Twitter) через связку с dating-офферами, используя маскировку ссылок под видеопревью. После полугода залива с марта по октябрь 2025-го он заработал скромный, но стабильный доход, внедрив динамическую генерацию страниц, обфускацию ссылок и cookie-разделение трафика для увеличения конверсии на треть. Основной вызов — постоянные баны доменом из-за обновлений Google и требований антифрода, из…
➡️ Читайте на сайте: https://aff.top/blog/kak-zarabotat-2500-s-ubt-trafika-iz-twitter-a-ne-privlekaia-vnimaniia-sanitarov
🧠 Ещё больше инсайтов → в канале AFF.top
Арбитражник проkил органическbq трафик с X (Twitter) через связку с dating-офферами, используя маскировку ссылок под видеопревью. После полугода залива с марта по октябрь 2025-го он заработал скромный, но стабильный доход, внедрив динамическую генерацию страниц, обфускацию ссылок и cookie-разделение трафика для увеличения конверсии на треть. Основной вызов — постоянные баны доменом из-за обновлений Google и требований антифрода, из…
➡️ Читайте на сайте: https://aff.top/blog/kak-zarabotat-2500-s-ubt-trafika-iz-twitter-a-ne-privlekaia-vnimaniia-sanitarov
🧠 Ещё больше инсайтов → в канале AFF.top
Перед боевым деплоем агента нужна тестовая среда, а не “проверим на живом бюджете”
Сначала отделите песочницу от продакшена: отдельные доступы, отдельные аккаунты, отдельные webhook’и. Если агент умеет запускать действия в Ads Manager, CRM или трекере, в тесте он должен видеть только дублированные сущности и синтетические лиды.
Дальше соберите набор сценариев, а не один “happy path”:
— правильный ввод и 2–3 типовые ошибки;
— пустые поля, дубли, частичные данные;
— задержка ответа API;
— отказ одного инструмента из цепочки;
— повторный запуск после обрыва.
Для каждого сценария задайте ожидаемое поведение: остановиться, запросить подтверждение, повторить попытку, записать ошибку в лог. Агент без такого контракта быстро превращается в генератор случайных действий.
Отдельно проверьте где он должен молчать: ставки, бюджеты, пауза кампаний, удаление сущностей, массовые правки. Эти действия лучше закрывать человеческим ревью даже если остальная автоматизация уже стабильна.
Минимум для тестовой среды:
— лог входных данных и решений;
— мок-ответы API;
— лимиты на число шагов;
— кнопка аварийной остановки;
— список запрещённых действий.
Если агент не проходит тестовый контур стабильно, в прод его выпускать рано. Сначала добейтесь повторяемости, потом автономности.
Сначала отделите песочницу от продакшена: отдельные доступы, отдельные аккаунты, отдельные webhook’и. Если агент умеет запускать действия в Ads Manager, CRM или трекере, в тесте он должен видеть только дублированные сущности и синтетические лиды.
Дальше соберите набор сценариев, а не один “happy path”:
— правильный ввод и 2–3 типовые ошибки;
— пустые поля, дубли, частичные данные;
— задержка ответа API;
— отказ одного инструмента из цепочки;
— повторный запуск после обрыва.
Для каждого сценария задайте ожидаемое поведение: остановиться, запросить подтверждение, повторить попытку, записать ошибку в лог. Агент без такого контракта быстро превращается в генератор случайных действий.
Отдельно проверьте где он должен молчать: ставки, бюджеты, пауза кампаний, удаление сущностей, массовые правки. Эти действия лучше закрывать человеческим ревью даже если остальная автоматизация уже стабильна.
Минимум для тестовой среды:
— лог входных данных и решений;
— мок-ответы API;
— лимиты на число шагов;
— кнопка аварийной остановки;
— список запрещённых действий.
Если агент не проходит тестовый контур стабильно, в прод его выпускать рано. Сначала добейтесь повторяемости, потом автономности.
Откат действий агента: как технически сделать rollback без хаоса
Если агент не просто читает данные, а пишет в CRM, Ads, Sheets или БД, ему нужен журнал действий. Без него любая ошибка превращается в ручной разбор на глаз.
Базовая схема простая:
— перед каждым действием сохраняете
— каждое изменение получает
— после успешного шага записываете
Rollback строится не как «отмени всё», а как цепочка обратимых шагов. Если агент:
— создал кампанию, откат = удалить кампанию;
— обновил бюджет, откат = вернуть прежнее значение;
— поменял статус лида, откат = записать предыдущее поле из snapshot.
Важно отделять reversible и irreversible действия. Отправка письма, пуша или сообщения в мессенджер обычно не откатывается, поэтому такие шаги либо идут после human review, либо помечаются как non-reversible. Для них нужен не rollback, а compensating action: follow-up, correction, cancel-note.
На практике работает схема с двумя хранилищами:
—
—
Тогда при сбое вы поднимаете последние успешные шаги и проигрываете обратный сценарий только для тех, у кого есть undo.
Не пытайтесь делать откат через один большой prompt. Надёжнее, когда каждый tool-call idempotent и умеет проверять: уже применено изменение или нет. Иначе агент начнёт дублировать действия при повторном запуске.
Главное правило: если шаг нельзя уверенно откатить, агент должен спросить человека до выполнения.
Если агент не просто читает данные, а пишет в CRM, Ads, Sheets или БД, ему нужен журнал действий. Без него любая ошибка превращается в ручной разбор на глаз.
Базовая схема простая:
— перед каждым действием сохраняете
intent, входные параметры и ожидаемый результат;— каждое изменение получает
action_id и статус: planned / done / failed;— после успешного шага записываете
undo_payload — данные, нужные для отката.Rollback строится не как «отмени всё», а как цепочка обратимых шагов. Если агент:
— создал кампанию, откат = удалить кампанию;
— обновил бюджет, откат = вернуть прежнее значение;
— поменял статус лида, откат = записать предыдущее поле из snapshot.
Важно отделять reversible и irreversible действия. Отправка письма, пуша или сообщения в мессенджер обычно не откатывается, поэтому такие шаги либо идут после human review, либо помечаются как non-reversible. Для них нужен не rollback, а compensating action: follow-up, correction, cancel-note.
На практике работает схема с двумя хранилищами:
—
event log для всех действий агента;—
state snapshot для состояния до изменения.Тогда при сбое вы поднимаете последние успешные шаги и проигрываете обратный сценарий только для тех, у кого есть undo.
Не пытайтесь делать откат через один большой prompt. Надёжнее, когда каждый tool-call idempotent и умеет проверять: уже применено изменение или нет. Иначе агент начнёт дублировать действия при повторном запуске.
Главное правило: если шаг нельзя уверенно откатить, агент должен спросить человека до выполнения.
CrewAI для multi-agent media buying: как собрать архитектуру без хаоса
CrewAI полезен там, где одна задача раскладывается на роли: ресёрч, креативы, трекинг, отчётность. Не пытайтесь сделать «одного умного агента» — в media buying это почти всегда превращается в путаницу инструментов и ошибок.
Рабочая схема проста:
— Research agent: собирает офферы, УТП, ограничения, сигналы по креативам.
— QA agent: проверяет лендинги, пиксель, UTM, наличие обязательных элементов.
— Analyst agent: читает отчёты, ищет аномалии, сравнивает связки по CPA/CR/CTR.
— Ops agent: готовит задачу на запуск, но не нажимает опасные действия без подтверждения.
Главный принцип — узкая роль + явный вход + ограниченный выход. Агент не должен «думать обо всём»: ему дают только один контур ответственности и формат результата. Тогда меньше галлюцинаций и проще ловить ошибки на стыке ролей.
Сильнее всего CrewAI работает, когда:
— один агент пишет, другой проверяет;
— один собирает данные, другой превращает их в решение;
— финальное действие остаётся за человеком, если есть риск сломать бюджет или трекинг.
Типовая ошибка — объединить всё в один crew без правил передачи. В итоге агенты начинают дублировать друг друга, спорить между собой и плодить лишние шаги. Для performance это плохо: медленнее, дороже и сложнее дебажить.
Если строите multi-agent контур, начинайте с 2–3 ролей и одного понятного сценария: daily report, creative spy или QA перед запуском. Потом уже расширяйте.
CrewAI полезен там, где одна задача раскладывается на роли: ресёрч, креативы, трекинг, отчётность. Не пытайтесь сделать «одного умного агента» — в media buying это почти всегда превращается в путаницу инструментов и ошибок.
Рабочая схема проста:
— Research agent: собирает офферы, УТП, ограничения, сигналы по креативам.
— QA agent: проверяет лендинги, пиксель, UTM, наличие обязательных элементов.
— Analyst agent: читает отчёты, ищет аномалии, сравнивает связки по CPA/CR/CTR.
— Ops agent: готовит задачу на запуск, но не нажимает опасные действия без подтверждения.
Главный принцип — узкая роль + явный вход + ограниченный выход. Агент не должен «думать обо всём»: ему дают только один контур ответственности и формат результата. Тогда меньше галлюцинаций и проще ловить ошибки на стыке ролей.
Сильнее всего CrewAI работает, когда:
— один агент пишет, другой проверяет;
— один собирает данные, другой превращает их в решение;
— финальное действие остаётся за человеком, если есть риск сломать бюджет или трекинг.
Типовая ошибка — объединить всё в один crew без правил передачи. В итоге агенты начинают дублировать друг друга, спорить между собой и плодить лишние шаги. Для performance это плохо: медленнее, дороже и сложнее дебажить.
Если строите multi-agent контур, начинайте с 2–3 ролей и одного понятного сценария: daily report, creative spy или QA перед запуском. Потом уже расширяйте.
Тестовая среда для агента перед боевым деплоем: что проверить до первого запуска
Перед тем как пускать агента в рабочий контур, ему нужна не «песочница для галочки», а среда, где ломается всё, что может сломаться в бою.
Минимум 3 слоя теста:
— Сухой прогон: агент получает задачу без доступа к реальным аккаунтам и пишет план действий.
— Песочница с моками: API, таблицы, Slack, CRM, трекинг — всё имитируется, чтобы проверить логику и порядок вызовов.
— Ограниченный боевой контур: один аккаунт, один тип задач, лимиты на действия и обязательный human review.
Перед деплоем проверь не только результат, но и поведение:
— не делает ли агент лишние клики и повторные запросы;
— умеет ли останавливаться при ошибке, а не «додумывать»;
— сохраняет ли контекст между шагами;
— пишет ли понятный лог, по которому можно восстановить цепочку решений.
Отдельно тестируй граничные случаи:
— пустые таблицы;
— битые UTM;
— недоступный API;
— конфликт инструкций;
— запросы, где данных недостаточно и нужен отказ, а не догадка.
Если агент должен работать с деньгами, доступами или изменением кампаний, добавь правило: никаких необратимых действий без подтверждения. Это дешевле, чем потом искать, где он «сам решил помочь».
Хорошая тестовая среда не делает агента умнее. Она быстро показывает, где он опасен.
Перед тем как пускать агента в рабочий контур, ему нужна не «песочница для галочки», а среда, где ломается всё, что может сломаться в бою.
Минимум 3 слоя теста:
— Сухой прогон: агент получает задачу без доступа к реальным аккаунтам и пишет план действий.
— Песочница с моками: API, таблицы, Slack, CRM, трекинг — всё имитируется, чтобы проверить логику и порядок вызовов.
— Ограниченный боевой контур: один аккаунт, один тип задач, лимиты на действия и обязательный human review.
Перед деплоем проверь не только результат, но и поведение:
— не делает ли агент лишние клики и повторные запросы;
— умеет ли останавливаться при ошибке, а не «додумывать»;
— сохраняет ли контекст между шагами;
— пишет ли понятный лог, по которому можно восстановить цепочку решений.
Отдельно тестируй граничные случаи:
— пустые таблицы;
— битые UTM;
— недоступный API;
— конфликт инструкций;
— запросы, где данных недостаточно и нужен отказ, а не догадка.
Если агент должен работать с деньгами, доступами или изменением кампаний, добавь правило: никаких необратимых действий без подтверждения. Это дешевле, чем потом искать, где он «сам решил помочь».
Хорошая тестовая среда не делает агента умнее. Она быстро показывает, где он опасен.
Откат действий агента: как технически не дать ошибке стать убытком
Если агент работает не в песочнице, а с рекламными кабинетами, CRM или трекингом, у него должен быть не только план действий, но и план отката. Иначе любая ошибка превращается в ручной пожар.
Базовый принцип: агент не делает «изменение», пока не сохранил состояние до него. Перед каждым шагом фиксируйте:
— что было до;
— какой объект меняется;
— чем можно восстановить;
— кто подтверждает критичные действия.
Рабочий паттерн — snapshot -> action -> verify -> rollback.
Если действие прошло не так, агент не пытается «исправить на глаз», а запускает обратную операцию из сохранённого снапшота. Для кампаний это может быть восстановление старого бюджета, статуса, UTM, правил или набора креативов.
Самая частая ошибка: откат делают только для успешных API-запросов. На практике ломаются и промежуточные шаги — таймауты, частичные записи, повторные сабмиты. Поэтому нужен журнал событий с idempotency key и статусом каждого шага. Тогда один и тот же откат не применится дважды.
Для опасных операций добавляйте human gate:
— изменение бюджета выше порога;
— массовое выключение адсетов;
— правка трекинга;
— удаление данных без корзины восстановления.
Если агент работает через UI, не доверяйте «визуальному успеху». Он должен сверять состояние после действия через API, таблицу или контрольный запрос. Иначе у вас будет красивый клик, который ничего не поменял.
Лучший откат — тот, который тестируют так же часто, как и сам сценарий. Не один раз на проде, а регулярно на копии данных или в sandbox. Тогда ошибка не становится сюрпризом.
Если агент работает не в песочнице, а с рекламными кабинетами, CRM или трекингом, у него должен быть не только план действий, но и план отката. Иначе любая ошибка превращается в ручной пожар.
Базовый принцип: агент не делает «изменение», пока не сохранил состояние до него. Перед каждым шагом фиксируйте:
— что было до;
— какой объект меняется;
— чем можно восстановить;
— кто подтверждает критичные действия.
Рабочий паттерн — snapshot -> action -> verify -> rollback.
Если действие прошло не так, агент не пытается «исправить на глаз», а запускает обратную операцию из сохранённого снапшота. Для кампаний это может быть восстановление старого бюджета, статуса, UTM, правил или набора креативов.
Самая частая ошибка: откат делают только для успешных API-запросов. На практике ломаются и промежуточные шаги — таймауты, частичные записи, повторные сабмиты. Поэтому нужен журнал событий с idempotency key и статусом каждого шага. Тогда один и тот же откат не применится дважды.
Для опасных операций добавляйте human gate:
— изменение бюджета выше порога;
— массовое выключение адсетов;
— правка трекинга;
— удаление данных без корзины восстановления.
Если агент работает через UI, не доверяйте «визуальному успеху». Он должен сверять состояние после действия через API, таблицу или контрольный запрос. Иначе у вас будет красивый клик, который ничего не поменял.
Лучший откат — тот, который тестируют так же часто, как и сам сценарий. Не один раз на проде, а регулярно на копии данных или в sandbox. Тогда ошибка не становится сюрпризом.
Lindy полезен там, где advertiser-процессы повторяются каждый день и не требуют креатива
Если у вас есть рутинные задачи со стороны рекламодателя, Lindy можно использовать как оркестратор: собрать данные, разослать статусы, создать тикеты, напомнить о дедлайнах, свести ответы из чатов и таблиц.
Лучше всего агент заходит в задачах с понятным входом и шаблонным выходом:
— daily/weekly reports;
— сбор статусов по кампаниям у команды;
— алерты по аномалиям в трекинге;
— подготовка брифа для дизайна или медиабаинга;
— перенос данных между CRM, таблицами и почтой.
Где Lindy обычно ломается:
— если входы неструктурированы и каждый раз приходят в разном виде;
— если нужно принимать решение по качеству трафика без правил;
— если задача требует действий в Ads Manager без human review;
— если в процессе много исключений и «поговори с этим человеком вручную».
Рабочая схема для advertiser-side:
1. Агент собирает данные из 3–5 источников.
2. Нормализует их в один формат.
3. Ставит теги: срочно / в работу / нужен человек.
4. Отправляет короткий итог в Slack или email.
5. Эскалирует только то, что выходит за правила.
Главный фильтр простой: если задачу можно описать как «получи X → проверь Y → отправь Z», её стоит отдавать агенту. Если нужна интерпретация, спорное решение или рискованный клик — оставляйте человеку.
Сначала автоматизируйте коммуникацию и сборку рутины, а не решение ставок и стратегию.
Если у вас есть рутинные задачи со стороны рекламодателя, Lindy можно использовать как оркестратор: собрать данные, разослать статусы, создать тикеты, напомнить о дедлайнах, свести ответы из чатов и таблиц.
Лучше всего агент заходит в задачах с понятным входом и шаблонным выходом:
— daily/weekly reports;
— сбор статусов по кампаниям у команды;
— алерты по аномалиям в трекинге;
— подготовка брифа для дизайна или медиабаинга;
— перенос данных между CRM, таблицами и почтой.
Где Lindy обычно ломается:
— если входы неструктурированы и каждый раз приходят в разном виде;
— если нужно принимать решение по качеству трафика без правил;
— если задача требует действий в Ads Manager без human review;
— если в процессе много исключений и «поговори с этим человеком вручную».
Рабочая схема для advertiser-side:
1. Агент собирает данные из 3–5 источников.
2. Нормализует их в один формат.
3. Ставит теги: срочно / в работу / нужен человек.
4. Отправляет короткий итог в Slack или email.
5. Эскалирует только то, что выходит за правила.
Главный фильтр простой: если задачу можно описать как «получи X → проверь Y → отправь Z», её стоит отдавать агенту. Если нужна интерпретация, спорное решение или рискованный клик — оставляйте человеку.
Сначала автоматизируйте коммуникацию и сборку рутины, а не решение ставок и стратегию.
This media is not supported in your browser
VIEW IN TELEGRAM
Как уходят из арбитража трафика: интервью с бывшим медиабайером
Интервью с арбитражником, который отработал в сфере с 2019 года и ушёл в другую профессию. Герой рассказывает о работе в Adcombo с тизерками, переходе в криптовертикаль и прямом выкупе трафика, а затем о причинах ухода: выгорание, сложности с поиском новой позиции и переоценка приоритетов. Статья развенчивает миф о лёгких деньгах в арбитраже — это обычная работа с высокими рисками, дефицитом информации и эмоциональным истощением. Выво…
➡️ Читайте на сайте: https://aff.top/blog/kak-ukhodiat-iz-arbitrazha-trafika-interviu-s-byvshim-mediabaierom
🧠 Ещё больше инсайтов → в канале AFF.top
Интервью с арбитражником, который отработал в сфере с 2019 года и ушёл в другую профессию. Герой рассказывает о работе в Adcombo с тизерками, переходе в криптовертикаль и прямом выкупе трафика, а затем о причинах ухода: выгорание, сложности с поиском новой позиции и переоценка приоритетов. Статья развенчивает миф о лёгких деньгах в арбитраже — это обычная работа с высокими рисками, дефицитом информации и эмоциональным истощением. Выво…
➡️ Читайте на сайте: https://aff.top/blog/kak-ukhodiat-iz-arbitrazha-trafika-interviu-s-byvshim-mediabaierom
🧠 Ещё больше инсайтов → в канале AFF.top
Meta в Лондоне показала Business Agent: лид-квалификация и sales handoff прямо в WhatsApp
На конференции Conversations Meta представила Business Agent — AI-агента для бизнеса. Он отвечает клиентам, квалифицирует лиды, помогает с продажами, записывает на встречи и передаёт сложные вопросы живым сотрудникам.
Параллельно Meta запускает Business Agent Platform с подключением к Shopify, Zendesk, Shopee и другим сервисам. Агент будет работать в WhatsApp, Messenger и Instagram. Сначала — бесплатно, позже — платно.
Для performance-команд это не «ещё один чат-бот», а готовый слой между креативом и CRM. Если у вас лиды уже летят в Meta-каналы, дальше можно тестировать агентный handoff: первичный ответ, скоринг, запись, эскалация без ручного чата 24/7.
Практически это особенно интересно тем, кто меряет speed-to-lead, SQL-rate и долю потерянных входящих на пике.
Вопрос теперь не в том, нужен ли агент, а в том, где ему доверить first response, а где оставить живого байера или сейлза.
На конференции Conversations Meta представила Business Agent — AI-агента для бизнеса. Он отвечает клиентам, квалифицирует лиды, помогает с продажами, записывает на встречи и передаёт сложные вопросы живым сотрудникам.
Параллельно Meta запускает Business Agent Platform с подключением к Shopify, Zendesk, Shopee и другим сервисам. Агент будет работать в WhatsApp, Messenger и Instagram. Сначала — бесплатно, позже — платно.
Для performance-команд это не «ещё один чат-бот», а готовый слой между креативом и CRM. Если у вас лиды уже летят в Meta-каналы, дальше можно тестировать агентный handoff: первичный ответ, скоринг, запись, эскалация без ручного чата 24/7.
Практически это особенно интересно тем, кто меряет speed-to-lead, SQL-rate и долю потерянных входящих на пике.
Вопрос теперь не в том, нужен ли агент, а в том, где ему доверить first response, а где оставить живого байера или сейлза.
Google встроил checkout в поиск. Universal Cart и Agent Payments уже двигают покупки внутри Search
3 июня HelloPartner пишет, что Google показал Universal Cart — checkout теперь может происходить прямо внутри Google. В том же материале — ссылка на майский анонс «biggest change to Search in 25 years» и цифра: Google Search referrals down 33% year on year.
Для performance это не просто UX-обновление. Если покупка и сравнение товарных вариантов остаются внутри Search, часть классического пути «клик → сайт → корзина» укорачивается. На этом фоне Agent Payments Protocol особенно важен: покупки могут выполняться автономно в рамках лимитов, заданных пользователем.
Для байера это сигнал смотреть не только на посадочные и фиды, но и на то, как товар попадает в Google-экосистему и где теряется атрибуция. Если агент сможет искать, выбирать и оплачивать внутри Search, выиграет тот, у кого чище каталоги, цены и лимиты на стороне платежей.
Сайт всё чаще нужен не для checkout, а для контроля ассортимента и маржи.
3 июня HelloPartner пишет, что Google показал Universal Cart — checkout теперь может происходить прямо внутри Google. В том же материале — ссылка на майский анонс «biggest change to Search in 25 years» и цифра: Google Search referrals down 33% year on year.
Для performance это не просто UX-обновление. Если покупка и сравнение товарных вариантов остаются внутри Search, часть классического пути «клик → сайт → корзина» укорачивается. На этом фоне Agent Payments Protocol особенно важен: покупки могут выполняться автономно в рамках лимитов, заданных пользователем.
Для байера это сигнал смотреть не только на посадочные и фиды, но и на то, как товар попадает в Google-экосистему и где теряется атрибуция. Если агент сможет искать, выбирать и оплачивать внутри Search, выиграет тот, у кого чище каталоги, цены и лимиты на стороне платежей.
Сайт всё чаще нужен не для checkout, а для контроля ассортимента и маржи.
This media is not supported in your browser
VIEW IN TELEGRAM
ByteDance анонсировала новую версию SeeDance версии 2.5
ByteDance готовит релиз Seedance 2.5 — видеогенератора нового уровня. Главное улучшение: модель сможет создавать 30-секундные видео за один прогон без склеек, вместо нынешних 15 секунд. Добавили локальный монтаж отдельных кадров, поддержку 3D-болванок для управления камерой, возможность использовать до 50 референсов и генерацию в 4К сразу. Закрытый бета-тест идёт сейчас, открытый релиз ожидается в начале июля. Технологически это шаг вперёд, но д…
➡️ Читайте на сайте: https://aff.top/blog/bytedance-anonsirovala-novuiu-versiiu-seedance-versii-2-5
🧠 Ещё больше инсайтов → в канале AFF.top
ByteDance готовит релиз Seedance 2.5 — видеогенератора нового уровня. Главное улучшение: модель сможет создавать 30-секундные видео за один прогон без склеек, вместо нынешних 15 секунд. Добавили локальный монтаж отдельных кадров, поддержку 3D-болванок для управления камерой, возможность использовать до 50 референсов и генерацию в 4К сразу. Закрытый бета-тест идёт сейчас, открытый релиз ожидается в начале июля. Технологически это шаг вперёд, но д…
➡️ Читайте на сайте: https://aff.top/blog/bytedance-anonsirovala-novuiu-versiiu-seedance-versii-2-5
🧠 Ещё больше инсайтов → в канале AFF.top
This media is not supported in your browser
VIEW IN TELEGRAM
Codex уничтожит твой SSD за год
Разработчик обнаружил критический баг в Codex CLI от OpenAI: агент непрерывно записывает логи в локальную SQLite-базу, перезаписывая за 21 день 37 ТБ данных. При таком темпе типичный SSD объёмом 1 ТБ (рассчитанный на 600 ТБ перезаписей) выходит из строя менее чем за год. OpenAI осведомлена о проблеме, но пока не исправляет её. Пользователям остаётся либо ждать обновления, либо переключиться на альтернативные CLI-инструменты без подобных недостат…
➡️ Читайте на сайте: https://aff.top/blog/codex-unichtozhit-tvoi-ssd-za-god
🧠 Ещё больше инсайтов → в канале AFF.top
Разработчик обнаружил критический баг в Codex CLI от OpenAI: агент непрерывно записывает логи в локальную SQLite-базу, перезаписывая за 21 день 37 ТБ данных. При таком темпе типичный SSD объёмом 1 ТБ (рассчитанный на 600 ТБ перезаписей) выходит из строя менее чем за год. OpenAI осведомлена о проблеме, но пока не исправляет её. Пользователям остаётся либо ждать обновления, либо переключиться на альтернативные CLI-инструменты без подобных недостат…
➡️ Читайте на сайте: https://aff.top/blog/codex-unichtozhit-tvoi-ssd-za-god
🧠 Ещё больше инсайтов → в канале AFF.top
Salesforce и Qualified сдвинули agentic marketing из planning в pipeline
Salesforce показала новый набор agentic marketing tools на Connections в Чикаго. В пилоте Marketing Expert Agent задают goals, budgets и operating guardrails. Agentforce Content Agent позволяет описать кампанию обычным языком. У Qualified уже работает Piper: SDR-агент круглосуточно квалифицирует inbound-трафик и сам роутит лиды в sales team. Hunter закрывает outbound pipeline generation.
Для performance-команд тут важен не «маркетинговый чат», а связка
Если у вас уже есть CAPI/CRM-слой, следующий шаг — не генерация креативов, а автономный qualification layer.
Salesforce показала новый набор agentic marketing tools на Connections в Чикаго. В пилоте Marketing Expert Agent задают goals, budgets и operating guardrails. Agentforce Content Agent позволяет описать кампанию обычным языком. У Qualified уже работает Piper: SDR-агент круглосуточно квалифицирует inbound-трафик и сам роутит лиды в sales team. Hunter закрывает outbound pipeline generation.
Для performance-команд тут важен не «маркетинговый чат», а связка
brief → budget → content → routing. Самый практичный кейс — агент на входе сайта/лендинга, который не просто отвечает, а режет мусор до sales и пишет в CRM с нужными полями. Дальше можно тестировать ежедневный цикл: собрал intent, проставил приоритет, отдал в sales или nurture, зафиксировал причину отказа.Если у вас уже есть CAPI/CRM-слой, следующий шаг — не генерация креативов, а автономный qualification layer.
HubSpot Breeze теперь живёт в Slack — и убирает лишний прыжок между чатом и CRM
HubSpot в апрельском релизе 2026 сделал Breeze доступным прямо в Slack через @mention.
Параллельно Commerce Hub получает customer-facing billing portal: клиенты заходят сами, видят подписки, меняют payment method, смотрят invoices, платят просрочку и скачивают историю счетов без участия команды.
Экономика прогона для перформанс-команд:
— 1 меньше ручных касаний на billing/follow-up
— меньше переключений между CRM, inbox и payment tool
— Power Dialer теперь умеет работать и с tasks, не только contacts
Если у вас daily-рутина уже живёт в Slack, такой вход для агента важнее, чем очередной «умный» дашборд: быстрее триггерить действия, меньше пропусков по оплате, проще строить close-loop вокруг задач и счетов.
Вопрос не в том, можно ли это автоматизировать, а в том, какие шаги вы уже готовы отдать без human review.
HubSpot в апрельском релизе 2026 сделал Breeze доступным прямо в Slack через @mention.
Параллельно Commerce Hub получает customer-facing billing portal: клиенты заходят сами, видят подписки, меняют payment method, смотрят invoices, платят просрочку и скачивают историю счетов без участия команды.
Экономика прогона для перформанс-команд:
— 1 меньше ручных касаний на billing/follow-up
— меньше переключений между CRM, inbox и payment tool
— Power Dialer теперь умеет работать и с tasks, не только contacts
Если у вас daily-рутина уже живёт в Slack, такой вход для агента важнее, чем очередной «умный» дашборд: быстрее триггерить действия, меньше пропусков по оплате, проще строить close-loop вокруг задач и счетов.
Вопрос не в том, можно ли это автоматизировать, а в том, какие шаги вы уже готовы отдать без human review.
This media is not supported in your browser
VIEW IN TELEGRAM
Google ужесточает модерацию финансовой вертикали
Google ужесточает модерацию финансовых офферов в ЕС и ЕЭЗ, введя двухэтапную верификацию через G2 Risk Solutions и Google Ads. Проверка затронет 24 страны, включая Австрию, Польшу, Нидерланды и другие члены союза. На прохождение модерации отводится 30 дней — за это время некоторые связки успеют отработать до вступления требований в силу. Для арбитражников это означает необходимость подготовиться к усложнению процесса запуска финансовых кампаний …
➡️ Читайте на сайте: https://aff.top/blog/google-uzhestochaet-moderaciiu-finansovoi-vertikali
🧠 Ещё больше инсайтов → в канале AFF.top
Google ужесточает модерацию финансовых офферов в ЕС и ЕЭЗ, введя двухэтапную верификацию через G2 Risk Solutions и Google Ads. Проверка затронет 24 страны, включая Австрию, Польшу, Нидерланды и другие члены союза. На прохождение модерации отводится 30 дней — за это время некоторые связки успеют отработать до вступления требований в силу. Для арбитражников это означает необходимость подготовиться к усложнению процесса запуска финансовых кампаний …
➡️ Читайте на сайте: https://aff.top/blog/google-uzhestochaet-moderaciiu-finansovoi-vertikali
🧠 Ещё больше инсайтов → в канале AFF.top
Kadam поднял MCP-сервер: кабинет теперь можно дергать из Claude и ChatGPT за 5 минут
Платформа Kadam запустила собственный MCP-сервер. Через него аккаунт подключается к Claude, ChatGPT, Cursor и другим MCP-совместимым инструментам. Подключение занимает не больше 5 минут, после этого задачи можно отправлять прямо в чат — текстом или голосом.
Для performance-команды это уже не «поиграться с LLM», а нормальный слой между кабинетом и агентом. Значит, можно собрать сценарии для daily-checks, сверки статусов, подготовки отчётов и рутины по кабинету без ручного кликанья.
Но здесь важна граница: если агент может отправить задачу в чат, это не значит, что ему стоит отдавать изменения в спенде, правилах или структуре кампаний без human review. MCP ускоряет ввод, а не снимает ответственность.
Инструкция уже лежит на сайте Kadam.
Платформа Kadam запустила собственный MCP-сервер. Через него аккаунт подключается к Claude, ChatGPT, Cursor и другим MCP-совместимым инструментам. Подключение занимает не больше 5 минут, после этого задачи можно отправлять прямо в чат — текстом или голосом.
Для performance-команды это уже не «поиграться с LLM», а нормальный слой между кабинетом и агентом. Значит, можно собрать сценарии для daily-checks, сверки статусов, подготовки отчётов и рутины по кабинету без ручного кликанья.
Но здесь важна граница: если агент может отправить задачу в чат, это не значит, что ему стоит отдавать изменения в спенде, правилах или структуре кампаний без human review. MCP ускоряет ввод, а не снимает ответственность.
Инструкция уже лежит на сайте Kadam.