Нейросети переоценены
Ну я обязан это запостить. Умные модели говорите? Мне дизайнер сделал вот такой красивый цветок для сайта (картинка 1).
А теперь смотрите другие картинки, что делает моделька opus 4.7 и codex 5.5 (уже) с купленным figma аккаунтом и доступом по MCP
В общем я забил делать его таким. Пусть будут карточки. А вы говорите прогресс. До чего дошел прогресс, до чего дошел прогресс ... только лютый стресс
@analyst_exe
Ну я обязан это запостить. Умные модели говорите? Мне дизайнер сделал вот такой красивый цветок для сайта (картинка 1).
А теперь смотрите другие картинки, что делает моделька opus 4.7 и codex 5.5 (уже) с купленным figma аккаунтом и доступом по MCP
В общем я забил делать его таким. Пусть будут карточки. А вы говорите прогресс. До чего дошел прогресс, до чего дошел прогресс ... только лютый стресс
@analyst_exe
😁9😱2
Если без ИИ вы не справляетесь, а с ИИ справляетесь — вы не справляетесь. Просто это стало видно.
ИИ ничего не сделал с вашими навыками. Он просто включил свет.
Думать он не умеет. Умеет одно — переводить форматы. Код в комментарии, картинку в текст, JSON в таблицу, четыре сумбурных предложения в связный пост. То, что вы и сами бы напечатали — просто медленнее.
Критерий, когда он реально полезен: результат проверяется глазами за 10 секунд. Шаг вправо — и начинается цирк. Попросите его спроектировать архитектуру — получите красивую дичь, в которой косяки увидит только тот, кто и без него бы её спроектировал.
Поэтому код он пишет — да. А решения по-прежнему принимаете вы. Кидаете мысль — он переводит её в синтаксис. Если мысли нет — переводить нечего, и никакой промпт это не починит.
ИИ просто включил свет. Кому-то это удобно. Кому-то — внезапно очень неуютно.
🔥 — если в точку. 🤔 — если у вас другой опыт.
P.S. Этот пост я надиктовал в четыре предложения. Остальное собрал ИИ.
ИИ ничего не сделал с вашими навыками. Он просто включил свет.
Думать он не умеет. Умеет одно — переводить форматы. Код в комментарии, картинку в текст, JSON в таблицу, четыре сумбурных предложения в связный пост. То, что вы и сами бы напечатали — просто медленнее.
Критерий, когда он реально полезен: результат проверяется глазами за 10 секунд. Шаг вправо — и начинается цирк. Попросите его спроектировать архитектуру — получите красивую дичь, в которой косяки увидит только тот, кто и без него бы её спроектировал.
Поэтому код он пишет — да. А решения по-прежнему принимаете вы. Кидаете мысль — он переводит её в синтаксис. Если мысли нет — переводить нечего, и никакой промпт это не починит.
ИИ просто включил свет. Кому-то это удобно. Кому-то — внезапно очень неуютно.
🔥 — если в точку. 🤔 — если у вас другой опыт.
P.S. Этот пост я надиктовал в четыре предложения. Остальное собрал ИИ.
🔥18😱1🎉1
Я плачу $200 в месяц за Claude. А вам столько не нужно
Раз в неделю кто-то спрашивает, на какой ИИ подсесть. Покажу свой стек с цифрами и объясню, почему именно так.
Что у меня и почём
🔸 $200/мес — Claude Max. Сижу в Claude Code (это терминальный агент — модель сама читает файлы, запускает команды, проверяет результат) часами каждый день: рефакторинги, длинные сессии, агенты, кодовая база целиком в контексте. Лимиты дешёвых тарифов выжирал за пару часов. Вам $200 не нужно. Если задача — «пара скриптов в неделю», хватит Pro за $20. Если работаете каждый день, но не живёте в терминале — $100 Max золотая середина.
🔸 $20/мес — ChatGPT Plus (мне сейчас вообще бесплатно дали, забавно). Использую ровно под одно — генерация картинок для канала. Сиба-ину сверху — оттуда. Для кода и анализа не открываю: Claude закрывает.
🔸 $0 — DeepSeek, Gemini. Захожу раз в пару недель проверить, не догнали ли. В агентных сценариях пока не вывозят. На разовую задачу или простой код — норм, но платить за подписку не вижу смысла.
🔸 $0 — локальный Qwen3.5 9B (раньше была Gemma3 12b). Стоит на десктопе с RTX 5070 Ti (16 GB VRAM) и на Маке с 24 GB unified memory. Включаю, когда работаю с тем, что нельзя отдавать в облако. К локалкам подготовлен по обоим фронтам.
Почему такая раскладка
Главный тейк: платить параллельно за Claude и ChatGPT как за «универсальные ИИ» — это переплата. Большинство берёт ChatGPT Plus, потому что «все так», и Claude даже не пробует. И продолжает мучиться с агентами, которые слабее.
Если Claude вывозит код и длинные тексты — второй универсальный ИИ нужен только под то, чего у Claude нет: картинки, голос, конкретные интеграции.
Локалка — две оговорки
🔸 Видеокарта или Mac. На 8 GB VRAM (это память на видеокарте, не оперативка) тоже можно — поедут совсем маленькие модели, но контекст (сколько модель помнит за раз) скромный и агентные штуки спотыкаются. На моих 16 GB на RTX и 24 GB на Маке небольшие модельки крутятся прилично — для автокомплита и Q&A по коду хватает. Чем больше памяти — тем больше параметров и контекста влезает. Mac с unified memory тут даже удобнее: одна шина, не надо отдельно следить за GPU-памятью.
🔸 Агенты. Локалки в 2026 пока не вывозят длинные цепочки с инструментами так же ровно, как облачные. Это не «вместо Claude», а «когда Claude нельзя».
Как поставить локалку
🔸
🔸
🔸
Если коротко
🔸 Работаете в коде каждый день и много → Claude Code ($20–200 по нагрузке)
🔸 Только текст, картинки, чат → ChatGPT Plus хватит
🔸 Корп-код / параноите → локалка на 16 GB
🔸 Платить за Claude и ChatGPT как за два мозга — переплата
Выбирайте хорошее дерьмо. Плохое не выбирайте.
А вы сколько в месяц тратите на ИИ и на что? Признавайтесь в комментах — товарищу майору не скажем.
@analyst_exe
Раз в неделю кто-то спрашивает, на какой ИИ подсесть. Покажу свой стек с цифрами и объясню, почему именно так.
Что у меня и почём
🔸 $200/мес — Claude Max. Сижу в Claude Code (это терминальный агент — модель сама читает файлы, запускает команды, проверяет результат) часами каждый день: рефакторинги, длинные сессии, агенты, кодовая база целиком в контексте. Лимиты дешёвых тарифов выжирал за пару часов. Вам $200 не нужно. Если задача — «пара скриптов в неделю», хватит Pro за $20. Если работаете каждый день, но не живёте в терминале — $100 Max золотая середина.
🔸 $20/мес — ChatGPT Plus (мне сейчас вообще бесплатно дали, забавно). Использую ровно под одно — генерация картинок для канала. Сиба-ину сверху — оттуда. Для кода и анализа не открываю: Claude закрывает.
🔸 $0 — DeepSeek, Gemini. Захожу раз в пару недель проверить, не догнали ли. В агентных сценариях пока не вывозят. На разовую задачу или простой код — норм, но платить за подписку не вижу смысла.
🔸 $0 — локальный Qwen3.5 9B (раньше была Gemma3 12b). Стоит на десктопе с RTX 5070 Ti (16 GB VRAM) и на Маке с 24 GB unified memory. Включаю, когда работаю с тем, что нельзя отдавать в облако. К локалкам подготовлен по обоим фронтам.
Почему такая раскладка
Главный тейк: платить параллельно за Claude и ChatGPT как за «универсальные ИИ» — это переплата. Большинство берёт ChatGPT Plus, потому что «все так», и Claude даже не пробует. И продолжает мучиться с агентами, которые слабее.
Если Claude вывозит код и длинные тексты — второй универсальный ИИ нужен только под то, чего у Claude нет: картинки, голос, конкретные интеграции.
Локалка — две оговорки
🔸 Видеокарта или Mac. На 8 GB VRAM (это память на видеокарте, не оперативка) тоже можно — поедут совсем маленькие модели, но контекст (сколько модель помнит за раз) скромный и агентные штуки спотыкаются. На моих 16 GB на RTX и 24 GB на Маке небольшие модельки крутятся прилично — для автокомплита и Q&A по коду хватает. Чем больше памяти — тем больше параметров и контекста влезает. Mac с unified memory тут даже удобнее: одна шина, не надо отдельно следить за GPU-памятью.
🔸 Агенты. Локалки в 2026 пока не вывозят длинные цепочки с инструментами так же ровно, как облачные. Это не «вместо Claude», а «когда Claude нельзя».
Как поставить локалку
🔸
Ollama — ollama run qwen3:8b, и всё. Для тех, кто живёт в терминале.🔸
LM Studio — графический интерфейс, удобно тыкать модели мышкой и смотреть, сколько съедает VRAM.🔸
llama.cpp напрямую — если хочется крутить каждую настройку руками.Если коротко
🔸 Работаете в коде каждый день и много → Claude Code ($20–200 по нагрузке)
🔸 Только текст, картинки, чат → ChatGPT Plus хватит
🔸 Корп-код / параноите → локалка на 16 GB
🔸 Платить за Claude и ChatGPT как за два мозга — переплата
Выбирайте хорошее дерьмо. Плохое не выбирайте.
А вы сколько в месяц тратите на ИИ и на что? Признавайтесь в комментах — товарищу майору не скажем.
@analyst_exe
🔥10👍2🤔2
Forwarded from Архитектура, Процессы и котики
🫵 Через 2 недели вы либо моделируете BPMN по-новому, либо тратите ресурсы впустую.
Час на первую версию. Неделя на согласование. Два захода «а добавьте здесь ещё развилку». Потом ревью - и опять правки.
Узнали себя?
📅 28 мая в 17:00 МСК на вебинаре покажем, как этот цикл сжимается до 15 минут. Без слайдов про «AI заменит всех» и обещаний светлого будущего. Просто рабочий сценарий:
1. Описали процесс голосом или текстом
2. MCP передал контекст в Stormbpmn
3. AI собрал корректную диаграмму по стандарту BPMN 2.0
Всё. В прямом эфире, на свежем ТЗ - никакой подготовки заранее.
🎁 Все, кто зарегистрируется до 28 мая, получают наш Public Modeling Agreement. База, на которой строится вся методология.
Через год так будет работать каждый второй аналитик. Это ваш шанс быть среди первых.
👉 Регистрация открыта
🔔 Stormbpmn в Max: ссылка
Час на первую версию. Неделя на согласование. Два захода «а добавьте здесь ещё развилку». Потом ревью - и опять правки.
Узнали себя?
📅 28 мая в 17:00 МСК на вебинаре покажем, как этот цикл сжимается до 15 минут. Без слайдов про «AI заменит всех» и обещаний светлого будущего. Просто рабочий сценарий:
1. Описали процесс голосом или текстом
2. MCP передал контекст в Stormbpmn
3. AI собрал корректную диаграмму по стандарту BPMN 2.0
Всё. В прямом эфире, на свежем ТЗ - никакой подготовки заранее.
🎁 Все, кто зарегистрируется до 28 мая, получают наш Public Modeling Agreement. База, на которой строится вся методология.
Через год так будет работать каждый второй аналитик. Это ваш шанс быть среди первых.
👉 Регистрация открыта
🔔 Stormbpmn в Max: ссылка
🔥6
«Они сливаются с ИИ в едином экстазе» — это знакомая тимлид про своих аналитиков. Я ржал минуту. Потом подумал — да блин, я и сам так делаю иногда.
В смысле что. Ставится задача. Юниор открывает ChatGPT. И они там вдвоём её мусолят полтора часа. Модель уносит в сторону — он не замечает. Половину гипотез сгенерила она — он не замечает. На выходе он защищает результат с пеной у рта. Не потому что прав. А потому что сам там сидел, печатал, спорил. Он же УЧАСТВОВАЛ.
Кейс из недавнего. Задача — спроектировать API под несколько продуктов. Парень приходит и приносит одну общую схему на все продукты. На вопрос «а нахуя одну на всё» отвечает: «ну так же удобно, всё в одном месте». Спрашиваю «и как это раскатывать без даунтайма, как версионировать, как ломать схему одного продукта без всех остальных» — а он не знает. И правда, нахуя.
Модель — не напарник. Ей пофиг на твой прод. На юзеров вообще пофиг. Про ваши legacy-таблицы с FK на пол-схемы она и не знает. Она дописывает за тобой. Не знаешь куда вести — она тебе CRUD нарисует и три абзаца обоснования сверху. Красиво. Бесполезно. Схема на пол-экрана, табличка на вторые пол-экрана. Ревьюить эту красоту — неделя.
Сам себя ловлю на «улучши» вместо нормального промта. «Улучши» = «подумай за меня». Ну и подумают. Не твоё.
Закрой чат. Расскажи решение голосом. Не можешь — слился.
🔥 — кто узнал юниора в команде.
🤔 — кто узнал себя.
❤️ — авансом.
@analyst_exe
В смысле что. Ставится задача. Юниор открывает ChatGPT. И они там вдвоём её мусолят полтора часа. Модель уносит в сторону — он не замечает. Половину гипотез сгенерила она — он не замечает. На выходе он защищает результат с пеной у рта. Не потому что прав. А потому что сам там сидел, печатал, спорил. Он же УЧАСТВОВАЛ.
Кейс из недавнего. Задача — спроектировать API под несколько продуктов. Парень приходит и приносит одну общую схему на все продукты. На вопрос «а нахуя одну на всё» отвечает: «ну так же удобно, всё в одном месте». Спрашиваю «и как это раскатывать без даунтайма, как версионировать, как ломать схему одного продукта без всех остальных» — а он не знает. И правда, нахуя.
Модель — не напарник. Ей пофиг на твой прод. На юзеров вообще пофиг. Про ваши legacy-таблицы с FK на пол-схемы она и не знает. Она дописывает за тобой. Не знаешь куда вести — она тебе CRUD нарисует и три абзаца обоснования сверху. Красиво. Бесполезно. Схема на пол-экрана, табличка на вторые пол-экрана. Ревьюить эту красоту — неделя.
Сам себя ловлю на «улучши» вместо нормального промта. «Улучши» = «подумай за меня». Ну и подумают. Не твоё.
Закрой чат. Расскажи решение голосом. Не можешь — слился.
🔥 — кто узнал юниора в команде.
🤔 — кто узнал себя.
❤️ — авансом.
@analyst_exe
❤7🔥4🤔1
Спрашивают про клиент-серверную архитектуру — и половина начинает про "ну вот сервер в дата-центре, а клиент на компе".
Стоп. Железо ни при чём. Речь про слои логики — кто рисует кнопку, кто проверяет права, кто хранит заказ.
Я сам когда-то на собесе нёс эту дичь про серверную стойку. Мидл ставил галочку "не догоняет архитектуру". Стыдно. Поэтому разложу так, чтобы кивали, а не вздыхали.
Раньше слоёв было два, теперь почти всегда три.
Раньше — двухслойка
Клиент и БД. Между ними ничего.
Клиент тут "толстый" — полноценное приложение на компе со всей логикой внутри. Например Delphi-десктоп в банке году в 2003-м. Знает строку подключения к Oracle, сам пишет SQL, лезет в базу. Часть правил — в коде клиента, часть — в хранимках (код, лежащий внутри БД и исполняемый ею самой).
Так жили 1С, банковские АРМы (Автоматизированные Рабочие Места), заводские учётки.
Бтв двухслойка не умерла. SQL Management Studio, DBeaver, Power BI, Excel с прямым коннектом — всё это она.
Откуда у трёхслойки растут ноги
Двухслойка треснула, как только из локалки полезли в большой интернет.
1. Интернет. Публиковать Oracle наружу — самоубийство. Любой школьник перебирает пароли по протоколу БД.
2. Масштаб. Сто клиентов — сто коннектов. Сто тысяч — БД упирается в
3. Обновления. Поменяли формулу скидки — а в полях 5000 АРМов. Половина обновится через месяц, половина никогда. База в один день считает разное. БУХГАЛТЕРИЯ В УЖАСЕ.
4. Безопасность. В коде клиента — пароль от БД. Декомпилировал .exe — забрал всё. Поменять больно: перевыпускай ПО для всех.
5. Платформы. К нулевым стало ясно: одного клиента мало. Веб, мобилка, десктоп. Копировать логику на три стека — путь в ад.
Так и появился бэкенд — отдельный слой логики посередине.
А сейчас — трёхслойка
1. Клиент — рисует интерфейс, держит UI-состояние. Бизнес-правил тут больше нет.
2. Бэкенд (API) — вся логика, валидации, права. Stateless: ничего про тебя не помнит, поэтому любая из ста копий за балансировщиком обслужит. Запросы по контракту (REST/gRPC/GraphQL), кто ты — по токену (JWT либо session id из Redis).
3. БД — в закрытой сети, доступ только из бэкенда. Бэк держит пул соединений (часто через PgBouncer) и переиспользует на тысячи клиентов.
Клиент стал ТУПОВАТЫМ. Хотя SPA на React "тонким" не назовёшь: роутинг, кэш, оптимистичные апдейты (UI обновляется до ответа сервера). Но суть та же: клиент рисует, бэк думает.
В проде слоёв обычно больше: CDN, API gateway, кэш, очереди, аналитика сбоку. Плюс идемпотентность, BFF, контракт-фёрст — это всё отдельные темы. Но снизу всё равно та же трёхслойка.
Браузер vs нативка
Браузерные — HTML/JS, ничего не ставить, обновления мгновенные. Минус: без интернета по умолчанию мёртвые (PWA умеют офлайн, но это отдельная работа), к железу доступ ограничен.
Нативные — iOS, Android, десктоп. Офлайн, камера, GPS, пуши, биометрия. Релиз через сторы, пользователь обновляется когда захочет (а захочет он никогда). Бэк тащит совместимость со старыми API годами.
Гибриды (Electron, React Native, Flutter) — браузер или JS-движок в обёртке. Куда их относить — вечный спор.
У нормального продукта пачка клиентов: веб, iOS, Android, десктоп. Все в один API 🫡
Видишь в требованиях "клиент" — сразу спрашивай: браузерный или нативный. От этого пляшет всё: оффлайн, пуши, релизы, версионирование API. Не уточнишь — будет жопа в спринте.
—————————————————————
И на десерт. Бизнес-логика в хранимках — это fat database. Антипаттерн или норма?
Защитники: "БД быстрее работает с данными, зачем гонять туда-сюда".
Противники: "не тестируется, не версионируется в git, рефакторинг — боль".
Если бы я сегодня собирал новый сервис — никаких хранимок с бизнес-логикой. Точка. Хранимки только под утилитарное (агрегации, миграции). Но половина читающих захочет меня переубедить — давайте.
Зову тех, у кого половина системы в PL/SQL: как живёте? Джунам — спросить команду "у нас бизнес-логика где живёт?". Ответ расскажет про возраст системы.
@analyst_exe
Стоп. Железо ни при чём. Речь про слои логики — кто рисует кнопку, кто проверяет права, кто хранит заказ.
Я сам когда-то на собесе нёс эту дичь про серверную стойку. Мидл ставил галочку "не догоняет архитектуру". Стыдно. Поэтому разложу так, чтобы кивали, а не вздыхали.
Раньше слоёв было два, теперь почти всегда три.
Раньше — двухслойка
Клиент и БД. Между ними ничего.
Клиент тут "толстый" — полноценное приложение на компе со всей логикой внутри. Например Delphi-десктоп в банке году в 2003-м. Знает строку подключения к Oracle, сам пишет SQL, лезет в базу. Часть правил — в коде клиента, часть — в хранимках (код, лежащий внутри БД и исполняемый ею самой).
Так жили 1С, банковские АРМы (Автоматизированные Рабочие Места), заводские учётки.
Бтв двухслойка не умерла. SQL Management Studio, DBeaver, Power BI, Excel с прямым коннектом — всё это она.
Откуда у трёхслойки растут ноги
Двухслойка треснула, как только из локалки полезли в большой интернет.
1. Интернет. Публиковать Oracle наружу — самоубийство. Любой школьник перебирает пароли по протоколу БД.
2. Масштаб. Сто клиентов — сто коннектов. Сто тысяч — БД упирается в
max_connections, жрёт память и задыхается до запросов.3. Обновления. Поменяли формулу скидки — а в полях 5000 АРМов. Половина обновится через месяц, половина никогда. База в один день считает разное. БУХГАЛТЕРИЯ В УЖАСЕ.
4. Безопасность. В коде клиента — пароль от БД. Декомпилировал .exe — забрал всё. Поменять больно: перевыпускай ПО для всех.
5. Платформы. К нулевым стало ясно: одного клиента мало. Веб, мобилка, десктоп. Копировать логику на три стека — путь в ад.
Так и появился бэкенд — отдельный слой логики посередине.
А сейчас — трёхслойка
1. Клиент — рисует интерфейс, держит UI-состояние. Бизнес-правил тут больше нет.
2. Бэкенд (API) — вся логика, валидации, права. Stateless: ничего про тебя не помнит, поэтому любая из ста копий за балансировщиком обслужит. Запросы по контракту (REST/gRPC/GraphQL), кто ты — по токену (JWT либо session id из Redis).
3. БД — в закрытой сети, доступ только из бэкенда. Бэк держит пул соединений (часто через PgBouncer) и переиспользует на тысячи клиентов.
Клиент стал ТУПОВАТЫМ. Хотя SPA на React "тонким" не назовёшь: роутинг, кэш, оптимистичные апдейты (UI обновляется до ответа сервера). Но суть та же: клиент рисует, бэк думает.
В проде слоёв обычно больше: CDN, API gateway, кэш, очереди, аналитика сбоку. Плюс идемпотентность, BFF, контракт-фёрст — это всё отдельные темы. Но снизу всё равно та же трёхслойка.
Браузер vs нативка
Браузерные — HTML/JS, ничего не ставить, обновления мгновенные. Минус: без интернета по умолчанию мёртвые (PWA умеют офлайн, но это отдельная работа), к железу доступ ограничен.
Нативные — iOS, Android, десктоп. Офлайн, камера, GPS, пуши, биометрия. Релиз через сторы, пользователь обновляется когда захочет (а захочет он никогда). Бэк тащит совместимость со старыми API годами.
Гибриды (Electron, React Native, Flutter) — браузер или JS-движок в обёртке. Куда их относить — вечный спор.
У нормального продукта пачка клиентов: веб, iOS, Android, десктоп. Все в один API 🫡
Видишь в требованиях "клиент" — сразу спрашивай: браузерный или нативный. От этого пляшет всё: оффлайн, пуши, релизы, версионирование API. Не уточнишь — будет жопа в спринте.
—————————————————————
И на десерт. Бизнес-логика в хранимках — это fat database. Антипаттерн или норма?
Защитники: "БД быстрее работает с данными, зачем гонять туда-сюда".
Противники: "не тестируется, не версионируется в git, рефакторинг — боль".
Если бы я сегодня собирал новый сервис — никаких хранимок с бизнес-логикой. Точка. Хранимки только под утилитарное (агрегации, миграции). Но половина читающих захочет меня переубедить — давайте.
Зову тех, у кого половина системы в PL/SQL: как живёте? Джунам — спросить команду "у нас бизнес-логика где живёт?". Ответ расскажет про возраст системы.
@analyst_exe
🔥12👍2
Соц опроооос
Ну что, есть мыслишка стримчик провести. Поговорить о том, какие нейронки и че умеют хорошо делать, показать рабочий подход к задачам.
И вывалить вам все фишечки "Никита + компуктер"
Пальчик вверх, если надо
@analyst_exe
Ну что, есть мыслишка стримчик провести. Поговорить о том, какие нейронки и че умеют хорошо делать, показать рабочий подход к задачам.
И вывалить вам все фишечки "Никита + компуктер"
Пальчик вверх, если надо
@analyst_exe
👍35
Короче, я собрал себе угол интернета.
analystexe.ru
Давно хотел место, которое целиком моё. Тут нет ленты, которая по настроению алгоритма решает, показать тебя сегодня или нет. Просто сайт, куда складываю что делаю и о чём думаю.
Что там сейчас:
Методичка. Бета, прям совсем бета. Учебник аналитика, который пишу по кусочкам — то, что обычно объясняю на встречах по сто раз. Будет расти.
О себе. Кто я, где работал, чем занимаюсь. Чтоб не пересказывать каждый раз.
Статьи. Сюда дублирую посты из канала. Зачем — ну вы сами видели опрос: у 17% телега вообще не открылась, а большинство уже сидит через впн. Если её однажды прикроют, вы знаете, где меня искать. Подстраховка такая.
В планах — тренажёры (хочу, чтоб можно было реально порешать, а не только почитать) и раздел «полезное». Всё, что выкладываю, постепенно переедет туда тоже.
Накодил всё в паре с claude, на любимом янтарном терминале. Да, характер такий, мне нравится 🫡
Залетайте, потыкайте → analystexe.ru
Что добавить или где косяк — пишите в комменты, чиню оперативно.
@analyst_exe
analystexe.ru
Давно хотел место, которое целиком моё. Тут нет ленты, которая по настроению алгоритма решает, показать тебя сегодня или нет. Просто сайт, куда складываю что делаю и о чём думаю.
Что там сейчас:
Методичка. Бета, прям совсем бета. Учебник аналитика, который пишу по кусочкам — то, что обычно объясняю на встречах по сто раз. Будет расти.
О себе. Кто я, где работал, чем занимаюсь. Чтоб не пересказывать каждый раз.
Статьи. Сюда дублирую посты из канала. Зачем — ну вы сами видели опрос: у 17% телега вообще не открылась, а большинство уже сидит через впн. Если её однажды прикроют, вы знаете, где меня искать. Подстраховка такая.
В планах — тренажёры (хочу, чтоб можно было реально порешать, а не только почитать) и раздел «полезное». Всё, что выкладываю, постепенно переедет туда тоже.
Накодил всё в паре с claude, на любимом янтарном терминале. Да, характер такий, мне нравится 🫡
Залетайте, потыкайте → analystexe.ru
Что добавить или где косяк — пишите в комменты, чиню оперативно.
@analyst_exe
🔥10❤6🥰1
К Claude у меня подключены Figma, таск-трекер, база знаний, аналитика канала. Я не написал ни строчки кода для интеграции — просто поставил четыре сервера, и ассистент сам разобрался, что умеет каждый.
Сижу, смотрю на это и думаю: а почему оно вообще работает? Раньше так было нельзя.
Чтобы прикрутить чужой сервис к своей программе, ты открываешь доку API и руками пишешь клиент. Вот эндпоинт, вот поля, вот так авторизуйся. Под каждый сервис — заново. Сто программ, сто сервисов — и кто-то живой клеит десять тысяч интеграций.
Вот это и ломает MCP (Model Context Protocol, придумали в Anthropic в конце 2024).
Что это по-простому
Общий разъём между ИИ-приложением и сервисами. Как USB-C: один протокол, втыкаешь что угодно.
Участников трое. Хост — само приложение (Claude, IDE, мой движок канала). Клиент сидит внутри хоста, связь один-на-один с сервером. Сервер — обёртка над сервисом, та самая Figma или трекер. Подробности на схеме.
Что под капотом
Да почти ничего нового. Транспорт:
Сервер отдаёт три типа штук — смотря кто командует вызовом:
А теперь самое сочное
Когда клиент цепляется к серверу, он первым делом спрашивает: «ты что умеешь?» И сервер отвечает списком инструментов — с описаниями на человеческом языке. Не в доке для разработчика. Сам, в рантайме. И читает их не человек, а модель.
Вот тут весь фокус. Обычный API писали под код. Код дубовый и предсказуемый: ему один раз зашили доку — и он знает наперёд, какой эндпоинт дёрнуть и в каком порядке. А MCP пишут под модель. А она тупит и решает на ходу. Поэтому ей надо, чтобы сервер сам по-человечески рассказал, что умеет — иначе не сообразит, какой инструмент к месту.
(на картинках это и есть «детерминированный» и «недетерминированный потребитель» — не пугайтесь слов: код знает заранее, модель прикидывает по ситуации)
А теперь посчитаем, в чём кайф. Сто программ, сто сервисов. Раньше — десять тысяч интеграций руками. С MCP — двести: написал сервер раз — поймёт любой клиент, написал клиент — подхватит любой сервер. (В фирме клиентов два-три, но суть та же: складываем, а не умножаем.) Руками под каждую пару клеить не надо.
Но не бесплатно
За то, что потребитель «думает сам», ты платишь. Описания всех инструментов висят в контексте модели: навешал тридцать тулов — половина окна забита, а ты ещё ничего не сделал. Плюс модель может выбрать не тот инструмент или дёрнуть лишнее — а если в данные с сервера подсунули вредный текст, она послушает его, а не тебя (привет, prompt injection). Поэтому на важных действиях — подтверждение, урезанные права, человек в цепочке. И ещё авторизация — отдельная морока: локально серверу всё равно, он под боком, а по HTTP будь добр нормальный OAuth — он же реальные системы дёргать будет.
Итого
MCP — никакой не новый API. Это старый API, которому переписали инструкцию: теперь её читает не кодер, а модель — сама смотрит, что умеет сервер, и сама решает, что дёрнуть.
Провод тот же. Поменялся только тот, кто его читает.
И вот что меня цепляет. Десять лет интеграционные аналитики писали ТЗ под каждый сервис руками — «дёрни
А вы бы что подключили к ассистенту первым? Накидайте, к чему руки чешутся прикрутить.
@analyst_exe | https://analystexe.ru/articles/mcp-vs-api
Сижу, смотрю на это и думаю: а почему оно вообще работает? Раньше так было нельзя.
Чтобы прикрутить чужой сервис к своей программе, ты открываешь доку API и руками пишешь клиент. Вот эндпоинт, вот поля, вот так авторизуйся. Под каждый сервис — заново. Сто программ, сто сервисов — и кто-то живой клеит десять тысяч интеграций.
Вот это и ломает MCP (Model Context Protocol, придумали в Anthropic в конце 2024).
Что это по-простому
Общий разъём между ИИ-приложением и сервисами. Как USB-C: один протокол, втыкаешь что угодно.
Участников трое. Хост — само приложение (Claude, IDE, мой движок канала). Клиент сидит внутри хоста, связь один-на-один с сервером. Сервер — обёртка над сервисом, та самая Figma или трекер. Подробности на схеме.
Что под капотом
Да почти ничего нового. Транспорт:
stdio (сервер — отдельная программа рядом, общаются через ввод-вывод) или HTTP, если сервер удалённый. Сообщения — по JSON-RPC. По проводу тот же текст, что у REST-сервиса, только устроен иначе: не «дёрни ресурс по адресу», а «вызови вот этот метод» (RPC, удалённый вызов процедуры). Мелочь, но наш разрабский ревьюер придерётся — говорю как есть.Сервер отдаёт три типа штук — смотря кто командует вызовом:
tools (действия, решает модель), resources (данные на чтение, даёт приложение — у меня та же аналитика канала), prompts (заготовки, зовёт человек). Дальше по делу — только tools.А теперь самое сочное
Когда клиент цепляется к серверу, он первым делом спрашивает: «ты что умеешь?» И сервер отвечает списком инструментов — с описаниями на человеческом языке. Не в доке для разработчика. Сам, в рантайме. И читает их не человек, а модель.
Вот тут весь фокус. Обычный API писали под код. Код дубовый и предсказуемый: ему один раз зашили доку — и он знает наперёд, какой эндпоинт дёрнуть и в каком порядке. А MCP пишут под модель. А она тупит и решает на ходу. Поэтому ей надо, чтобы сервер сам по-человечески рассказал, что умеет — иначе не сообразит, какой инструмент к месту.
(на картинках это и есть «детерминированный» и «недетерминированный потребитель» — не пугайтесь слов: код знает заранее, модель прикидывает по ситуации)
А теперь посчитаем, в чём кайф. Сто программ, сто сервисов. Раньше — десять тысяч интеграций руками. С MCP — двести: написал сервер раз — поймёт любой клиент, написал клиент — подхватит любой сервер. (В фирме клиентов два-три, но суть та же: складываем, а не умножаем.) Руками под каждую пару клеить не надо.
Но не бесплатно
За то, что потребитель «думает сам», ты платишь. Описания всех инструментов висят в контексте модели: навешал тридцать тулов — половина окна забита, а ты ещё ничего не сделал. Плюс модель может выбрать не тот инструмент или дёрнуть лишнее — а если в данные с сервера подсунули вредный текст, она послушает его, а не тебя (привет, prompt injection). Поэтому на важных действиях — подтверждение, урезанные права, человек в цепочке. И ещё авторизация — отдельная морока: локально серверу всё равно, он под боком, а по HTTP будь добр нормальный OAuth — он же реальные системы дёргать будет.
Итого
MCP — никакой не новый API. Это старый API, которому переписали инструкцию: теперь её читает не кодер, а модель — сама смотрит, что умеет сервер, и сама решает, что дёрнуть.
Провод тот же. Поменялся только тот, кто его читает.
И вот что меня цепляет. Десять лет интеграционные аналитики писали ТЗ под каждый сервис руками — «дёрни
GET /orders, поля такие-то». Вот эта часть обнуляется. Не вся: описания инструментов и guardrails (подтверждения, права) всё равно кто-то пишет — мы же. Но «клеить руками под каждую пару» уходит. Вопрос не «учить или нет», а «успеть, пока MCP не стал базой как SQL». Хотя, может, я разогнался — спорьте.А вы бы что подключили к ассистенту первым? Накидайте, к чему руки чешутся прикрутить.
@analyst_exe | https://analystexe.ru/articles/mcp-vs-api
👍2🔥2
Forwarded from Архитектура, Процессы и котики
🔥 ВЕБИНАР STORM MCP+AI
Сегодня. 17:00 МСК
Вас уже почти 2000, поэтому регистрацию закрываем через 15-20 заявок, чтобы не было проблем с трансляцией.
В прямом эфире соберём BPMN-диаграмму за минуты - через MCP+AI прямо в Stormbpmn. ТЗ возьмём прямо у вас: напишите идею в чат вебинара - её и будем моделировать.
⚡Никаких заготовок и «отрепетированных кейсов».
Результат увидите сами.
Боитесь, что ничего не поймёте, если в AI "не шарите"? Зря.
Быстро погрузим в базу: что такое LLM, как она вообще думает, при чём тут MCP и почему это меняет работу аналитика. Доступно объясним и тем, кто уже "игрался" с ChatGPT, и тем, кто впервые услышит слово промпт.
После вебинара спорить будете не «AI или классика», а «какую часть работы доверить ИИ, а что оставить себе». Это другой разговор - и мы хотим, чтобы вы вели его одними из первых.
👉 Зарегистрироваться
До встречи в эфире 👋
Сегодня. 17:00 МСК
Вас уже почти 2000, поэтому регистрацию закрываем через 15-20 заявок, чтобы не было проблем с трансляцией.
В прямом эфире соберём BPMN-диаграмму за минуты - через MCP+AI прямо в Stormbpmn. ТЗ возьмём прямо у вас: напишите идею в чат вебинара - её и будем моделировать.
⚡Никаких заготовок и «отрепетированных кейсов».
Результат увидите сами.
Боитесь, что ничего не поймёте, если в AI "не шарите"? Зря.
Быстро погрузим в базу: что такое LLM, как она вообще думает, при чём тут MCP и почему это меняет работу аналитика. Доступно объясним и тем, кто уже "игрался" с ChatGPT, и тем, кто впервые услышит слово промпт.
После вебинара спорить будете не «AI или классика», а «какую часть работы доверить ИИ, а что оставить себе». Это другой разговор - и мы хотим, чтобы вы вели его одними из первых.
👉 Зарегистрироваться
До встречи в эфире 👋
❤2🤔2
https://www.youtube.com/live/PSHS8BGafw8
ПОШЛА ЖАРА
ПОШЛА ЖАРА
YouTube
Вебинар 28.05 BPMN моделирование через STORM MCP+AI
Сегодня в прямом эфире разбираем, как связка LLM + MCP + платформа Stormbpmn сокращает цикл BPMN-моделирования с нескольких дней до 15 минут — и как этим начать пользоваться без боли с безопасностью и доступами.
⏱ ЧТО В ЭФИРЕ:
• С нуля: что такое LLM,…
⏱ ЧТО В ЭФИРЕ:
• С нуля: что такое LLM,…
❤4
Помните, я грозился сделать тренажёры и довести методичку до ума? Вот, отчитываюсь. Пилю это по вечерам и выходным, под пивко — так что не молниеносно, но дело идёт.
🔸 Методичка больше не про «что такое API». Почти в каждую статью добавил блок «как это спрашивают на собесе»: реальные вопросы и то, что в ответе отличает джуна от мидла. И там, где раньше было только «как сделать красиво», теперь написано, чем за это платишь — у каждого решения есть цена, и я перестал про неё молчать. По такому реально готовиться к собесу, а не наизусть долбить определения.
🔸 Новая статья — аналитический дата-поток. Давно мозолила дыра: откуда вообще на дашборде берутся цифры. Как клик доезжает до отчёта, почему нельзя гонять аналитику прямо на боевой базе, чем ETL отличается от ELT, почему продуктовая выручка и финансовая вечно не бьются друг с другом. Все этим пользуются каждый день, а объяснить целиком — попробуй.
🔸 И тренажёры — те самые, обещанные. Даже говорить ниче не буду. Идите и смотрите.
Чтоб не на словах: прогнал всё через злых критиков — преподов и практиков. Где наврал или недосказал — переделал. Три статьи вылизал до эталона, остальные (а их под полсотни) тоже крепкие — просто без финального блеска.
Всё открыто и бесплатно:
📚 методичка → analystexe.ru/materials
🎮 тренажёры → analystexe.ru/games
Залетайте, ломайте. Где косяк или какой темы не хватает — пишите в комменты, чиню и дописываю оперативно.
@analyst_exe
🔸 Методичка больше не про «что такое API». Почти в каждую статью добавил блок «как это спрашивают на собесе»: реальные вопросы и то, что в ответе отличает джуна от мидла. И там, где раньше было только «как сделать красиво», теперь написано, чем за это платишь — у каждого решения есть цена, и я перестал про неё молчать. По такому реально готовиться к собесу, а не наизусть долбить определения.
🔸 Новая статья — аналитический дата-поток. Давно мозолила дыра: откуда вообще на дашборде берутся цифры. Как клик доезжает до отчёта, почему нельзя гонять аналитику прямо на боевой базе, чем ETL отличается от ELT, почему продуктовая выручка и финансовая вечно не бьются друг с другом. Все этим пользуются каждый день, а объяснить целиком — попробуй.
🔸 И тренажёры — те самые, обещанные. Даже говорить ниче не буду. Идите и смотрите.
Чтоб не на словах: прогнал всё через злых критиков — преподов и практиков. Где наврал или недосказал — переделал. Три статьи вылизал до эталона, остальные (а их под полсотни) тоже крепкие — просто без финального блеска.
Всё открыто и бесплатно:
📚 методичка → analystexe.ru/materials
🎮 тренажёры → analystexe.ru/games
Залетайте, ломайте. Где косяк или какой темы не хватает — пишите в комменты, чиню и дописываю оперативно.
@analyst_exe
❤10🔥6🤩1