ChatGPT на Pro стал думать дольше — и это не глюк в голове.

Поймал себя на том, что в thinking/extended он всё чаще разгоняется минутами. Сначала думал, что у меня, но нет — в комьюнити и на Reddit в последние дни много таких же отзывов: “медленно печатает”, “thinking по 5 минут”, “раньше было быстрее”.

И это совпало по времени с серией заметных сбоев ChatGPT в начале февраля — так что ощущение деградации вполне объяснимо.

На фоне этого Opus 4.6 ощущается бодрее: там сильнее “адаптивность” (не всегда уходит в тяжёлое размышление) и вообще больше фокуса на скорость/fast-подходы.

Лайфхак, чтобы не беситься:
— сначала проси быстрый план/черновик, потом уточняй и углубляй.
Оптимизация времени теперь тоже промтинг 😄

Я молчал про ИИ. Больше не могу.

Я пишу про ИИ, бизнес, финансы. Параллельно наблюдаю то, что переворачивает всё это с ног на голову. Молчал, потому что звучит как конспирология.

Но 5 февраля 2026 что-то изменилось.

Коротко:
∙ ИИ перестал быть помощником. Он делает работу целиком
∙ Не через 10 лет. Сейчас
∙ Под ударом всё, что на экране: финансы, право, аналитика, код

5 февраля OpenAI выпустила модель, которая помогла создать саму себя. Петля самоулучшения запущена.

CEO Anthropic:

50% работ начального уровня исчезнут за 1-5 лет

Что делать:
У вас есть примерно пол года, край-год, чтобы быть ранними:
∙ Подписаться на Claude/ChatGPT ($20/мес)
∙ Внедрять в реальную работу
∙ Час в день экспериментировать

Те, кто освоит сейчас — станут незаменимыми. Остальные — заменяемыми.

Написал лонгрид по мотивам письма Мэтта Шумера - основателя AI-стартапа

Всё то, о чём я экивоками писал в этом году, теперь в одном тексте.

🔗 [Ссылка на статью]
Будущее уже здесь. Оно просто ещё не постучало в вашу дверь.
Вот-вот постучит.

#ИИ #Будущее #АрхФинанс

После недели с Cowork и Claude Code поймал одну штуку, которой мне теперь реально не хватает в обычных чатах (типа ChatGPT).

Возможности докидывать уточнения, пока модель думает.

В обычном чате всё устроено так:

ты отправил запрос → модель “размышляет” → ты ждёшь → потом уже реагируешь.

А у меня часто бывает иначе: пока она отвечает, у меня самого рождается дополнительная мысль — уточнение, важная деталь, ограничение, “а ещё вот это учти”. И это всегда немного бесит, потому что ты либо:
• ждёшь конца ответа и потом просишь переделать,
• либо ловишь себя на “эх, надо было сразу сказать”.

А вот в Cowork / Code кайф в том, что ты можешь по ходу подкинуть:
“стоп, учти ещё вот это” — и система реально перестраивает план, допиливает решение, учитывает контекст на лету. Как будто работаешь не с “чатом”, а с живым процессом.

И после этого обычный чат ощущается как:
один вопрос — один ответ — потом новая итерация.
Как очередь в окошко.

Очень надеюсь, что эту механику скоро “завезут” и в обычные чаты: чтобы можно было вклиниваться уточнениями в момент мышления, а не только постфактум.

Как я на рыбалку ходил с ИИ :)

Прочитал тут у товарища, как он хотел поиграть в NFS, но у неё известный глюк
— вылетала в эмуляторе. И он взял и починил его с помощью Claude Code.

А у меня есть своя игра «для отдыха» — Fishing Planet. Рыбалка. Иногда хорошо
с ней посидеть, поразмышлять. Играю на маке с Xbox-джойстиком. И вот в чём
беда: на Windows и PS4 контроллер отлично вибрирует — ты прям чувствуешь, что
вот-вот рыбку подсечёшь. А на macOS — тишина. Мёртвый джойстик. И все форумы
завалены одним и тем же: «хотите вибрацию — ставьте эмулятор Windows».

Ну и я подумал — а чем я хуже? Не эмулятор же винды ставить, в самом деле.
Давай попробуем с Claude Code разобраться.

Часа 3 изысканий — и вуаля. Получилась обёртка поверх игры, которая не просто
добавляет вибрацию, а позволяет её тонко настроить: отдельно поклёвка (резкий
удар), отдельно вываживание (плавная тяга), разные моторы, триггеры, двойной
тап при поклёвке. Конфиг-файл, скрипт установки, всё как положено. Положил в
GitHub — чтобы и другие любители рыбалки на маке могли полностью ощутить
погружение:

🎣 https://github.com/LynxEsq/fishing-planet-vibfix

В целом Claude Code с одной стороны поразил. Сам нашёл как пропатчить
Unity-движок игры, написал обёртку на C, перехватил IL2CPP-рантайм,
подключился к Steam Input API, протестировал, собрал, оформил. Я по сути
направлял — «хочу вибрацию», «давай настраиваемый конфиг», «запакуй в
репозиторий» — а он делал.

С другой стороны — напугал. Я-то патчил игру в благих целях — чтобы джойстик
вибрировал. Но теперь представьте: точно так же, за 3 часа, можно сделать
кейлоггер, сниффер или любую другую дрянь, которая прячется под благовидным
предлогом. Инжект в чужой процесс, перехват системных вызовов, обёртка поверх
бинарника — всё это Claude написал сам, без подсказок. Инструмент мощный. И
как любой мощный инструмент — пугающий в неправильных руках.

Кажется, я открыл ящик Пандоры

Недавно я рассказывал, как с помощью Claude Code починил вибрацию Xbox-джойстика в Fishing Planet на macOS. Думал — ну всё, одна игра, один фикс, закрыл тему.

Не закрыл.

Есть у меня ещё одна игра «для отдыха» — GRID Autosport. Гонки. Тоже Mac-порт, тоже Xbox-контроллер, и тоже — полная тишина в руках. На Windows вибрация есть, руль с force feedback поддерживается, а вот геймпад на маке — как муляж. Ни удара при столкновении, ни дрожи на бордюрах, ни рёва мотора в руках.

Ну, подумал я — один раз уже получилось, попробую ещё. Открыл Claude Code, объяснил ситуацию — и понеслось.

И вот тут случилось самое интересное. В процессе разработки мы обнаружили, что игра, оказывается, транслирует полную телеметрию по UDP. Прямо в реальном времени — 30 раз в секунду — отправляет 66 параметров: скорость, обороты двигателя, G-силы, положение подвески всех четырёх колёс, проскальзывание, нажатие на тормоз и газ, передачу... Всё, что происходит с машиной — как в настоящей гоночной телеметрии. Я даже не знал, что такое бывает в играх. Видимо, это стандарт движка EGO от Codemasters — тот же формат используется в F1, DiRT и других их гонках.

И мы с Claude это использовали. Вместо того чтобы просто «включить вибрацию», мы построили физическую модель ощущений. Шесть отдельных эффектов, каждый на основе реальных данных:

- Удар — резкий скачок G-силы при столкновении, с медленным затуханием
- Повороты — боковая перегрузка в вираже
- Поверхность — дрожь подвески на бордюрах, гравии, неровностях
- Занос — разница между скоростью колёс и скоростью машины
- Мотор — лёгкий гул на высоких оборотах, модулированный газом
- Торможение — обратная связь при нажатии тормоза на скорости

Всё это микшируется в два мотора джойстика — левый (тяжёлый, басовый) и правый (лёгкий, детальный) — с разными весами для каждого эффекта. Плюс сглаживание, чтобы вибрация не дёргалась, а ощущалась естественно.

Если в Fishing Planet подход был хирургический — перехват Unity-рантайма, патч IL2CPP, подмена системных вызовов — то здесь всё оказалось элегантнее. Игра сама отдаёт данные, нужно только слушать и превращать цифры в ощущения. Инъекция dylib через DYLD_INSERT_LIBRARIES, три потока (слушатель телеметрии, обнаружение контроллера, watchdog), и чистая физика.

Результат — конфигурируемый, с отдельными ползунками силы для каждого эффекта, порогами срабатывания, и даже режимом логирования телеметрии для отладки. Установка — git clone и ./run.sh.

🏎️ https://github.com/LynxEsq/grid-autosport-vibfix

Кажется, я действительно открыл ящик Пандоры. Теперь каждый раз, когда беру в руки джойстик и чувствую, что он молчит — руки сами тянутся открыть Claude Code. Сколько ещё игр на маке так и ждут, чтобы их «оживили»?

Два урока, которые я вынес из этих игровых приключений с Claude Code

Пока разбирался с вибрацией в Fishing Planet и GRID Autosport — заметил кое-что важнее самих игр. Два момента про работу с ИИ, которые хочется зафиксировать.

1. Иногда нейросеть нужно ткнуть носом в элегантное решение

В Fishing Planet был момент, когда Клод честно ходил по кругу. Перебирал подходы, пробовал разные инструменты — но всё вокруг одного и того же.

Вибрация из Steam никак не хотела работать через эмулятор.

Я говорю: «Слушай, но у тебя же уже отдельно работает тестовая функция вибрации. И отдельно — логгер, который видит сигналы игры. Может, просто соединим их?»

Ощущение было, что он хлопнул себя по лбу. «Ах да, точно же!» — и всё заработало.

Это не значит, что ИИ тупит. Он просто хорошо копает вглубь, но иногда не замечает горизонтальный ход. Нужен человек, который смотрит на картину целиком и говорит: «а вот это и вот это — можно же просто склеить».

2. Нейросеть научилась «настоять на своем» - В GRID Autosport всё вышло наоборот.

С самого начала Клод предлагал два пути: быстрый хак (как мы делали в рыбалке) и телеметрия.

Телеметрия казалась мне непонятным зверем — что там пишется, как из этого сделать вибрацию, вообще непонятно. Я настоял на первом варианте.

Он честно старался. Минут 20 экспериментировал. Потом: «Этот путь не работает. Давай телеметрию».

Я — нет, ты ещё не всё попробовал. Ещё 20 минут.

Снова: «Не получится. Телеметрия — точно выйдет».

Я сдался. 15 минут — и заработало. Причём ещё и я узнал про игровой движок и походы к эмуляции гонок.

Раньше я называл ИИ «мотивированным дурачком» — сделает что угодно, лишь бы угодить.

Теперь вижу что ИИ начал двигаться к категории «мотивированный эксперт». Да, будет делать как вы хотите. Но если путь тупиковый — честно скажет и предложит как надо.

Небольшая вера в светлое будущее появилась 🙂

📌 Больше про ИИ, финансы и автоматизацию — @archfinance

#ИИ #ClaudeCode #ИскусственныйИнтеллект #Автоматизация #Разработка​​​​​​​​​​​​​​​​

⚡️ Gemini 3.1 Pro вышла. И это не просто “ещё одна версия”

Google выкатил Gemini 3.1 Pro (пока в preview), и с фокусом на: сложные задачи, длинные цепочки рассуждений, кодинг и агентные сценарии.

Краткие факты:
• Дата релиза: 19 февраля 2026.
• Контекст: до 1M токенов (можно кормить модель целыми репозиториями и пачками документов).
• Бенчмарки: по данным Google, на ARC-AGI-2 результат вырос кратно и в сравнении рядом с GPT-5.2 и Claude Opus 4.6 модель выглядит очень уверенно (но всегда держим в голове: бенчмарки - это сигнал, не приговор).
• Агенты и код: на SWE-Bench Verified модель почти на уровне топ-конкурентов, плюс есть упор на инструментальную работу.
• Неожиданное приятное: умеет генерить кодовую SVG-анимацию, то есть “веб-готовые” анимированные элементы не пикселями, а кодом.

🧭 если вы строите ИИ как слой производительности (процессы, отчёты, разработка, аналитика), то 3.1 Pro стоит хотя бы прогнать на ваших пачке типовых кейсов и сравнить экономику: качество ответа vs стоимость токенов vs время команды на проверку.

Пользуемся - тут:
• Gemini (подписки и доступ): Google AI планы
• Для разработчиков: Vertex AI модель Gemini 3.1 Pro

Источники:
• Анонс Google
• Сравнение по бенчмаркам (разбор)
• Прайсинг Gemini API

https://t.me/archfinance

#ai #gemini #продуктивность #цифров

Впереди длинные выходные. И это, пожалуй, лучший предлог наконец погрузиться в ИИ не просто «пощупать», а реально прокачаться.

Anthropic выложили на своей Academy (Skilljar) серию курсов: регистрация бесплатная, внутри видео-уроки, практика, а прогресс фиксируется и можно получить сертификат после прохождения.

Я бы смотрел на это не как на «ещё один курс», а как на быстрый способ закрыть один конкретный разрыв в управляемости

📌 6 бесплатных курсов, которые стоит разложить по задачам:
1. Claude Code в действии
Claude Code in Action
2. Работа с Claude API
Claude with the Anthropic API
3. Claude на Amazon Bedrock
Claude in Amazon Bedrock
4. Claude в Google Cloud (Vertex)
Claude with Google Vertex
5. Введение в MCP
Introduction to MCP
6. MCP для продвинутых
MCP Advanced Topics

MCP - это стандарт, который помогает «подцеплять» к модели внешние данные и сервисы через MCP-серверы, не превращая каждую интеграцию в отдельный мини-проект. Это как раз про архитектуру внедрения, а не про магию промтов.

Как я бы выбрал курс на эти выходные:
• Если вы в разработке и хотите быстрее выпускать фичи: начните с Claude Code.
• Если вы делаете продукты/автоматизацию и вам важна контролируемая интеграция: Claude API.
• Если вы в корп. контуре и живёте в облаках провайдеров: Bedrock или Vertex.
• Если вы строите «агентов» и хотите, чтобы они ходили в системы и данные нормально, с границами доступа: MCP (сначала intro, потом advanced).

Маленький лайфхак, чтобы не бросить на старте :
выберите один измеримый артефакт на выход:
• мини-скрипт,
• прототип агента,
• или список интеграций, которые вы бы сделали по MCP (с владельцами данных и правилами доступа).

Дальше будет легче. Потому что ИИ начинает приносить пользу не тогда, когда «прошёл курс», а когда появляется повторяемый контур: задача - данные - роль - контроль - эффект.

Накидаете в комменты, какой курс берёте? Моя рекомендация- MCP, потому что там как раз про связку «модель + ваши системы», и это самый частый узкий горлышко во внедрениях.

https://t.me/archfinance

#ии #Claude #mcp #цифровизация #архитектура #продукт

Рынок можно читать не через опросы, а через чаты.

Недавно с помощью Claude Cowork я прогнал историю одного рабочего чата за полтора года, чтобы собрать хронологию и написать отчеты по выполненной работе.

В моменте умные люди, конечно, фиксируют все в задачнике, протоколах, письмах. Но потом наступает другой жанр: когда из стопки артефактов надо собрать самолет. Свести в одну линию решения, сроки, кто что сделал, где были риски и почему мы вообще пришли к такому результату.

И тут доехала мысль: тот же прием отлично ложится на исследование рынка.

Если у вас B2B-продукт, то самые честные боли и аргументы часто живут не в презентациях, а в профильных телеграм-чатах: бухгалтеры, логисты, ИБ, маркетологи, финдиры - у каждого свой язык, свои триггеры и свои красные флаги.

Как я бы делал быстрое исследование из чатов
• Находим 5-7 профильных чатов и выгружаем историю (экспорт Telegram).
• Кормим это в Claude Cowork или NotebookLM и просим:
• выделить повторяющиеся ситуации и боли;
• собрать словарь формулировок (как люди реально говорят);
• составить карту тем и частотность;
• выписать типовые возражения и условия покупки;
• найти лидеров мнений и их позиции.
• Дальше превращаем в управленческие артефакты:
• гипотезы продукта,
• контент-план,
• требования к MVP,
• список рисков и ограничений.

Критерий качества
• Любой вывод должен иметь 3-5 ссылок на конкретные фрагменты переписки (цитаты/контекст).
• Гипотеза должна быть сформулирована как проверяемая: “если сделаем X, то получим Y за Z”.
• Возражения должны быть в словах аудитории, не в наших терминах.

В итоге получается не просто “анализ”. Получается управляемая картина: что людям реально мешает, за что они готовы платить, и где выстрелит MVP, а где будут долгие согласования.

https://t.me/archfinance

#ии #исследованиерынка #продукт #b2b #управление #архитектурац

Seedance 2: миф о «игрушке» или новый инструмент для продакшна?

На прошлой неделе посмотрел, что люди делают на Seedance 2. И, честно, это уже не про «баловство с нейросетями».

Коротко, что это за зверь.

Seedance 2 - модель для text-to-video и image-to-video генерации с упором на:
• стабильность персонажей в кадре
• контроль камеры
• более «киношный» свет и глубину сцены
• длинные ролики без развала логики

По отзывам в X и Reddit, ключевой скачок - консистентность. Раньше герои «плыли», сейчас сцены держатся 10-20 секунд без заметной деградации.

Что принципиально важно не для креаторов, а для бизнеса.

📊 Экономика продакшна
Если 30-секундный концепт раньше стоил сотни тысяч рублей, сейчас его можно собрать за часы. Это снижает вход в тест гипотез.

🧱 Архитектура контента
Теперь маркетинг может строиться как фабрика:
идея → сценарий → генерация → A/B → масштабирование.
Без съёмочной группы на старте.

🛡️ Риск-контур
Но!
Правообладатели, дипфейки, бренд-риски никуда не делись. Если компания не выстроила политику по генеративному видео, она будет догонять скандалы.

🎯 Стратегический выбор
Это не «заменит ли ИИ студии».
Вопрос другой: кто быстрее встроит это в пайплайн тестирования гипотез и сократит время от идеи до рынка.

Если по-простому: Seedance 2 - это не про красивую картинку. Это про скорость проверки идей.

И вот тут начинается управленческая часть.
У кого будет система, тот и выиграет.

#ИИ #видеогенерация #стратегия #digitaltransformation

https://t.me/archfinance

Ультимативный список ИИ-инструментов. Но есть нюанс 📌

В сеть выкатили подборку «лучших нейронок под всё». Презентации, письма, видео, агенты, код - ощущение, что закрыты почти все функции цифровой компании.

Сохранить можно. Но полезнее смотреть на это как на карту управленческих контуров: где ускоряем решения, где снижаем риск, где экономим время.

1) Коммуникации и упаковка смысла

➡️ Презентации
▫️ Gamma
▫️ Pitch
▫️ Slides AI
▫️ GenPPT

➡️ Тексты
▫️ Rytr
▫️ Claude

➡️ Редактура и фактчекинг
▫️ Grammarly
▫️ QuillBot
▫️ Ideogram

➡️ Контент-планы
▫️ Publer
▫️ Sapling

2) Созвоны, почта, календарь

➡️ Выжимка встреч
▫️ Granola
▫️ Fathom

➡️ Почта и автоответы
▫️ Cora
▫️ Shortwave
▫️ Lavender

➡️ Планирование времени
▫️ Reclaim

3) Агенты и автоматизация процессов

➡️ ИИ-агенты
▫️ Lindy
▫️ Zapier Chatbots

➡️ Сайты и лендинги
▫️ Wix

➡️ Вайб-кодинг
▫️ Replit
▫️ Base44

4) Видео, звук, аватары

➡️ ИИ-аватары
▫️ HeyGen
▫️ Argil

➡️ Звук и музыка
▫️ Suno
▫️ Udio
▫️ ElevenLabs

➡️ Видео - генерация и монтаж
▫️ Invideo AI
▫️ Gemini Veo
▫️ Runway
▫️ Pika
▫️ Kling AI

5) Поиск знаний и найм

➡️ Академический и экспертный поиск
▫️ Perplexity
▫️ Gemini
▫️ Doclingo
▫️ Consensus

➡️ Работа с резюме
▫️ Zoho Recruit
▫️ Teal

Ключевая мысль: инструмент сам по себе не создаёт ценность. Её даёт связка: цель -> процесс -> данные -> метрика эффекта и ответственный.

Сохраните список, а внедряйте по 1-2 контура, где эффект можно посчитать (время, деньги, риск).

#ии #цифроваятрансформация #управление #архитектурабизнеса

https://t.me/archfinance

Раньше я уже писал про Physical AI — про то, как ИИ вылезает из чата в реальный мир.

Тогда гуманоидные роботы выглядели… ну честно — неуклюже.
Переступили, помахали руками, “ура, ходит”.

А теперь — кульбиты, синхронные танцы, акробатика. И это уже не “демо из лаборатории”, а шоу на уровне массовой культуры.

И вот тут у меня двойное чувство:

С одной стороны — поражает.
Мы реально наблюдаем, как “железо” учится двигаться почти как живое.

С другой — пугает.
Потому что представьте: в руках у него не красивые шарики-фонарики и не реквизит… а что-то опасное.

Короче: шухер не в том, что роботы танцуют.
Шухер в том, что они научились управлять телом.
А дальше вопрос только один: кто и зачем будет этим управлять?

⚡️ Google заметно усилил Opal: no-code конструктор стал «агентным»

24 февраля 2026 Google Labs обновили Opal: раньше это был no-code конструктор мини-приложений и цепочек шагов, а теперь внутри появился agent step. Задаёте цель, дальше агент сам строит план и подбирает инструменты.

Что добавили и почему это важно:
• Планирование и выбор инструментов: меньше ручной «склейки» между шагами. Агент может сам подключать веб-поиск и другие действия.
• Память между сессиями: один раз зафиксировали предпочтения или список задач, дальше Opal не просит это каждый раз заново.
• Интерактивный чат: если данных не хватает, агент задаёт вопрос и ждёт ответа.
• Динамическая маршрутизация: можно задать несколько веток и критерии, а агент выберет правильный путь (например: новый клиент или действующий).

📌 Управленческий смысл простой: это переход от «автоматизации шага» к «автоматизации результата».

Но важный нюанс: no-code не отменяет ответственность. Чтобы не автоматизировать хаос, держите 3 контура:
• Цель: что считается готовым результатом (формат, качество, срок).
• Данные: что агенту можно читать и куда можно писать.
• Контроль: где нужен стоп-кран, проверка и журнал действий.

Практика для старта:
• выберите 1 процесс, где много рутины и понятный выход (бриф к встрече, черновик письма, мониторинг новостей по теме, шаблон отчёта).
• поставьте лимиты по шагам и времени, включите логирование.
• назначьте владельца процесса и человека на финальную проверку.

Если всё сделать аккуратно, экономика быстро сходится: меньше ручной сборки, быстрее тест гипотез, выше повторяемость без потери контроля.

Источники:
• Google Labs: Build dynamic agentic workflows in Opal
• TechCrunch: Google adds a way to create automated workflows to Opal
• InfoWorld: Google adds AI agent to Opal mini-app builder

Соберите один «агентный» workflow под свою работу и честно замерьте, сколько ручного труда он убирает.

https://t.me/archfinance

#ИИ #автоматизация #управление #архитектура #продуктивность

📌 Когда заявку на тендер отклоняют из-за 1 параметра, это всегда обиднее всего.

Потому что часто это не «плохое предложение», а «где-то в строке 47 не попали в допуск».

Я выложил статью о том, как мы сделали сервис, который сравнивает ТЗ заказчика и техническое предложение поставщика не по буквам, а по смыслу: «не менее», «не более», «97±3», диапазоны, проценты, многомерные размеры, ГОСТы.

Что внутри:
• чтение документов в любом виде: Excel, Word, PDF, включая сканы (через распознавание);
• сопоставление позиций, даже когда нумерация «поехала» или её нет;
• разбор на уровне параметров: где совпало, где не совпало и почему;
• статусы: соответствует / не соответствует / требует проверки / нет в ТП.

Это и про экономику, и про риск-контур. До 200 позиций сервис разбирает за минуты, а не за вечер ручной сверки. И главное: видно, что именно исправить до подачи заявки.

Ссылка на статью: Как мы научили машину читать тендерную документацию

https://t.me/archfinance
#тендеры #закупки #автоматизация #управление_рисками #финансы@archfinance