Полмесяца на GPT Codex — почему я вернулся на Claude Code

5 марта вышла GPT 5.4 вместе с Codex. Codex — это приложение от OpenAI для разработки, вайбкодинга и взаимодействия с внешними сервисами.

Когда я тестил Codex после выхода 5.4 — я был очень удивлён насколько они продвинулись в разработке. Пользователь за 20$ в месяц получает больше и мощнее чем пользователи моего любимого Claude Code за 100$. Мощнее в плане того, что на мой взгляд Codex писал архитектурно более сильные решения и быстрее чем Claude Code.

Тогда я подумал — что-то тут не так. Не могли OpenAI так технологично скакнуть, что за двадцатку дают по скорости и качеству выше чем Anthropic на Claude Code за сотку.

Я практически полмесяца провёл за различными автоматизациями, изучением работы Codex. Успел на нём создать свой сайт с блогом buninlab.com. Он реально круто и быстро работал. Я даже успел перевести на него часть задач команды. Но как всё хорошее имеет свойство заканчиваться, так и тут оказалось без исключений. Началось с того, что разработка замедлилась. Потом ещё замедлилась, а после дошло до того, что банальные правки на сайте вместо 15 минут превратились в часовые сессии. Например, нужно было поправить вёрстку — шрифт уходил за поля. В итоге танцы с бубном как в тех рилсах, где дизайнер по часу промтит чтобы получить квадрат, а получает круг, треугольник и что угодно кроме квадрата. В конечном итоге Claude Code опять начал занимать первенство. То, что Claude на подписке за 100$ делает за 15 минут, на Codex стало занимать ощутимо больше времени. У меня всё стало на свои места. На мой взгляд, OpenAI сделали крутой маркетинговый ход — переманили к себе часть аудитории, а после вернули продукт на тот уровень мощности, который заложен в их финмодели.

Но справедливости ради, за эти полмесяца мы уже успели наделать много крутых штук для своего бизнеса.

Поэтому мой тезис остаётся как и раньше — на текущем этапе нет одной лучшей LLM-модели для конкретной задачи на протяжении долгого времени. Они меняются постоянно.

Кстати, кто хочет сам следить за тем какая модель сейчас лучше под конкретную задачу — есть LLM Arena с независимым анонимным голосованием: https://arena.ai/leaderboard/. Рейтинг определяется по типу задач: кодинг, тексты, изображения и тд.

Anthropic запустил хостинг AI-агентов у себя. Что это значит

На днях с партнёром обсуждали, что следующий логичный шаг для Anthropic и OpenAI — дать запускать ИИ-агентов прямо на своих серверах. Без костылей, без своей инфраструктуры. Отдал задачу — агент сам крутится часами.

Anthropic на этой неделе именно это и сделал. Запустил Claude Managed Agents — сервис, где ты размещаешь своих AI-агентов прямо у них. Выполнение кода, хранение данных, оркестрация — всё из коробки. По сути Anthropic сам стал площадкой для агентов.

Мы в BUNINLAB строим AI-автоматизации для клиентов на разных инструментах — чистый код, n8n, базы данных, внешние серверы — каждый раз собираем пазл из разных кусков. Если Anthropic даёт всё это из коробки — это меняет правила игры для всех, кто работает с AI-автоматизацией.

Кстати, не для всех задач это пока применимо. Например, наш AI ОКК (контроль качества звонков) — это конвейер: звонок, транскрипция, оценка, отчёт. Каждый шаг предопределён, агенту нечего «решать». Для таких задач обычный код по-прежнему проще и дешевле.

Вопрос — что будет с компаниями, которые сейчас продают серверы и инфраструктуру по отдельности. Больше агентов означает больше трафика и больше потребности в защите. Но модель, где ты покупаешь серверы отдельно от ИИ — точно под вопросом.

И вот что ещё интересно. Индекс софтверных компаний S&P 500 упал на 25% от пиковых значений — худший результат за последние десятилетия. Это не только про Anthropic — рынок в целом переоценивает, кто из софтверных компаний выживет в мире, где ИИ-платформы забирают себе всё больше звеньев цепочки. Сначала модель, потом инструменты, теперь инфраструктура. Я об этом писал здесь — стартапы, построенные вокруг ИИ, могут роем влететь в индустрии и смести старожилов.

Наблюдаем.

Привет! Я Бунин Андрей.

С 2018 года строил таксопарк — сейчас это 4 филиала в РФ и направление в Турции в партнёрке с Yandex.GO. Несколько тысяч водителей, турецкая команда которая не знает русский, и я, который не знает турецкий.

Выжить в таких условиях без автоматизации невозможно. Поэтому с 2024 года я перестроил компанию через нейросети — контроль звонков, автоматизация продаж, бухгалтерия, CRM, работа с удалёнщиками. По факту управляю бизнесом на 9 городов так, как будто сижу в каждом офисе.

Этот опыт стал интересен другим — сначала друзьям, потом друзьям друзей. Так появился buninlab.com— внедряем AI-автоматизацию в бизнес-процессы: CRM, отчётность, контроль качества, документооборот.

Подпишись если управляешь бизнесом и хочешь понять, где нейросети реально экономят деньги, а где сжигают их.

Что в канале:
— Реальные кейсы из моего бизнеса и проектов клиентов. С цифрами и фейлами.
— Без промптов дня и пересказов новостей OpenAI.
— А личная жизнь

Лучшие посты для старта:
🔗 Как ИИшка отправила 550к рублей клиенту
🔗 Кейс: автоматизация доставки по 5 городам
🔗 Как контролировать удалёнщиков без паранойи
🔗 Как перестал сводить PNL руками

Как я управляю таксопарком в 5 городах Турции и не сижу в офисе

Я управляю бизнесом на несколько тысяч водителей такси из дома в Анталии. Не знаю турецкого языка. Каждое решение принимаю на данных, а не на интуиции. Всю систему контроля и аналитики собрали с помощью нейронок.

Расскажу как это устроено.

Первое — дашборд собственника. Супер важная вещь для собственника бизнеса и руководителя. К сожалению в российском таксопарке мы не смогли в своё время его докрутить. Один файл, куда стекается весь бизнес понедельно: трафик водителей, конверсия, удержание, выручка, чистая прибыль. Разбивка по городам. В нашем случае выручка подтягивается из Yandex.GO через интеграции — там сложная система учёта, но в дашборде всё сводится в понятные цифры. Заполняется автоматически — робот забирает данные, считает активных, новых, ушедших по каждому городу и пишет в Google таблицы. Каждый понедельник к 9:00 готово.

Кстати, именно дашборд помог выйти из мини-кризиса. Вижу несколько недель подряд идёт проседание активных водителей на 3%, нетто отрицательный, Измир и Анталия проседают. Корректируем рекламу и нагрузку менеджеров. Изучаем работу маркетинга + менеджеров через ИИ. Через 4 недели — рост на 5%, нетто плюсовой. Без дашборда заметили бы через месяц. Цифры дают 4 недели форы перед интуицией. В нашем случае учёт активных водителей ведется через сложные формулы, а не просто посчитать 10 новых клиентов, которые заплатили по 100 рублей.

Второе — AI ОКК (контроль качества звонков). 4 менеджера, около 600 звонков в неделю. Слушать вручную нереально. Собрали систему: записи звонков из CRM автоматически расшифровываются в текст, нейронка оценивает каждый звонок по 5 категориям из 20 баллов. Грубая ошибка — руководителю сразу приходит уведомление в Telegram.

Из интересного: до этой системы я думал, что менеджеры работают примерно одинаково. Оказалось — разброс огромный. Один набирает 73 балла из 100, другой 55. Без ОКК я бы не узнал. Вижу слабые зоны каждого и динамику по неделям.

Третье — сверка рекламы. Раньше маркетолог тратил полдня на сверку лидов из Facebook с воронкой в CRM. Сейчас — 15 минут. Загружаем две таблицы — лиды из рекламы и сделки из CRM. Нейронка сопоставляет номера, раскладывает по воронке, считает стоимость привлечения и разбивает по менеджерам. Берёт отчёт по анализу звонков и на выходе показывает почему и какой лид не стал нашим клиентом. Где накосячил менеджер, где система дала сбой, где вопрос в рекламном оффере. На выходе — готовый отчёт с цифрами.

Пример: почти половина лидов за неделю слита на недозвоне. Разница в конверсии между лучшим и худшим менеджером — в 3 раза. Перераспределил нагрузку без доп бюджета.

Разработчиков ноль — всё собрано на автоматизациях и нейронках. Управление через цифры — видишь проблему на первой неделе, а не на четвёртой.

Хочешь так же управлять своим бизнесом? Пиши мне в личку @buninand

РОП AI — как мы заменили руководителя отдела продаж роботами

В Турции мы построили систему, которая фактически выполняет функции руководителя отдела продаж. Это не единое ПО, а несколько модулей, которые разрабатывали под себя. Часть работает костыльно, но именно костыли и частичная ручная обработка позволяют повышать точность. Расскажу как устроено.

У нас отдел продаж и клиентский сервис — работаем с водителями Yandex.GO. Продажи приводят новых водителей и деньги, клиентский сервис удерживает и не даёт выручке просесть.

Первый модуль — AI ОКК. Слушаем через нейронку 100% звонков менеджеров и сверяем со скриптами. На выходе: ошибки, средний балл каждого менеджера, алерты в реальном времени если теряем клиента. Помогаем менеджеру понять где и какие ошибки исправить, либо принимаем решение что менеджер нам не подходит.

Второй — управление сделками. В турецком Битрикс у нас более 5000 сделок. Со всеми надо работать — звонить, вести, доводить клиента до выхода на линию. Малый бизнес часто не может уследить за таким объёмом. Мы через Claude настроили систему, которая сама определяет каким сделкам и когда менеджер должен позвонить. Ставит даты, отправляет сделку с комментарием что делать, архивирует несостоявшихся клиентов. Менеджер не думает кого прозвонить — он работает в системе, которая сама даёт задачи. И не заваливает напоминаниями.

Отдельно разработали кастомный Call Back Hunter — моментально перезванивает клиентам, оставившим заявку. Почему кастомный? Потому что у нас свои бизнес-процессы, которые нужно учитывать и не ломать логику работы отдела продаж. Не все готовые решения так могут.

Кстати, подобное и раньше настраивалось. В 2020 пробовали Sensei в AMO CRM за 45К/мес. Не смогли отстроить — не подходило под наши процессы. Сейчас через Claude гибче. И главное — нейронка анализирует слабые места процесса, чтобы автоматизация давала пользу, а не грузила бесполезными задачами.

Третий — дашборд менеджера. Каждый сотрудник ежедневно видит в Битрикс свои результаты: выполнение плана, зарплата, сколько осталось дожать, следующая цель. Собирает и заполняет данные не руководитель в табличке, а робот. Почему это важно? Я неоднократно наблюдал как человеческий фактор приводил к тому, что в дашбордах отображалась та информация, которую хочет видеть руководитель, а не реальная ситуация в компании.

Вся информация стекается в сводный дашборд собственника — выручка, клиенты, маркетинг. Управляем бизнесом в режиме реального времени. Всё это стало доступно малому бизнесу за счёт нейронок. Раньше подобные системы нельзя было довести до ума — сейчас они реально работают и помогают.

Если интересно следить за тем, как я управляю бизнесом в Турции через AI - ставьте огоньки 🔥🔥🔥

В добавление к прошлому посту хочу сказать, что наша система, которая подсказывает менеджерам кому звонить в первую очередь - продолжает радовать результатами.

За прошлую неделю мы выросли ещё на 10,8% по водителям такси в Турции!!🎉

Несколько месяцев строил AI-контроль звонков. Вот что понял

Несколько месяцев я дорабатывал инструмент контроля качества звонков через ИИ. Каждый раз убеждаюсь: в таких проектах решает не умение кодить, а понимание бизнес-процессов и логики. Расскажу почему.

Я начинал с довольно простого инструмента, собирал всё на n8n — вот есть звонки, вот первая нейронка которая переводит их в текст, вот вторая которая оценивает. Вроде всё логично и должно работать. Но нет. Когда на вход приходит большой поток информации, любая LLM — GPT, Claude, DeepSeek — начинает тупить и давать неверные оценки диалогам менеджеров с клиентами. Потому что ты пытаешься засунуть в одну нейронку слишком много контекста и слишком много задач одновременно. Практически в любом бизнесе есть куча нюансов в продукте, которые сложно разом объяснить, чтобы ИИ понимал - вот здесь нужно ответить вот так.

Первое что нужно сделать — построить в голове мультиагентную ИИ систему.

Что это такое? Это когда один агент переводит голос в текст. Второй определяет — стоит ли диалог вообще оценивать и по какому скрипту. Дальше пачка агентов, каждый из которых заточен под работу с одним конкретным скриптом: первичная продажа, действующий клиент, возврат ушедшего и так далее. Пять скриптов — пять агентов. Пытаться работать со всеми скриптами и засунуть в один промт — дорого и плохо с точки зрения качества анализа. И это не только в оценке звонков.

С такой архитектурой качество начинает заметно расти. Но и тут не всё. Важен процесс отладки и доработки промтов и данных, с которыми они работают. Это наверное самый долгий и сложный этап. Приходится по одному ловить косяки нейронки и вносить изменения в работу системы. Для этого тоже можно использовать ИИ, потому что объём информации бывает огромным, но не всегда.

Кстати, на рынке куча сервисов, которые делают и запускают такие решения для бизнеса. Только проблема в том, что они работают как разработчики, предприниматели, маркетологи — а не как бизнес-аналитики, которые копают в бизнес и понимают как он работает, чтобы адаптировать продукт для него. Разработка в таких решениях сейчас стоит недорого. Намного дороже — правильная интеграция и адаптация под конкретный бизнес. То есть купить подписку и смотреть потом на сюр который выдает ИИ при оценке работы менеджеров - так себе затея. В том же Битрикс есть бесплатное решение для анализа звонков, мы его скипнули сразу же.

На своём примере могу сказать — это сложно, по стоимости токенов может приближаться к работе живого человека. Но с несопоставимой точностью и объёмом обработанных данных. Живой человек физически не может прослушать тысячи звонков и по каждому дать объективную оценку. Нейронка — может.

И вот тут хочу вернуться к мысли Дарио Амодеи, основателя Anthropic. Он говорит, что ИИ уже способен загрузить миллион токенов контекста — это недели человеческого чтения — и освоить их за секунды. Но человек не может обработать тот объём, который этот же ИИ выдаст обратно. Не успевает правильно описать свои процессы, правильно поставить задачу, правильно выстроить архитектуру. ИИ уже может обработать 500 звонков и найти паттерны, которые ты за годы не замечал. Но для этого кто-то должен разобраться как устроен именно твой бизнес, разложить его на понятную логику и передать нейронке в правильном формате. Мне было по кайфу заниматься этим несколько месяцев, но без энтузиазма это работает не очень.

Итог

Внедрение таких инструментов — осознанный выбор, с которым бизнес должен быть готов не к моментальному результату, а к работе на перспективу. К счастью наши трудозатраты сейчас оправдывают такие вложения, писал об этом выше.

Если у вас есть запрос на внедрение аналогичных продуктов в свой отдел продаж — можете писать мне в лс @buninand

Автоматическая конкурентная разведка. Кейс из логистики

Я с 11 мая не выходил на связь. Тому было две причины, в Турции мы активно запускаем новый город в такси, в РФ я занимаюсь внедрением ИИ решений в бизнесы. Искренне восхищаюсь теми, кто при такой нагрузке совмещает активный постинг, но я к сожалению не всегда успеваю.

Сегодня хочу поговорить об одном инструменте, который я внедрил клиенту в Buninlab.com. Возможно вам он будет полезен.

Я собрал систему конкурентной разведки. Это не просто очередной скилл от Claude или простенький агент, который пройдётся по рекламным кампаниям и расскажет, что происходит на вашем рынке. Это полноценная автономная система, которая работает на сервере без участия человека. Рассказываю как всё устроено.

Заказчик — логистический оператор, который набирает курьеров для работы через агрегатор доставки. Его боль простая: курьеры — дефицитный ресурс, за них война между десятками операторов. Конкуренты переманивают бонусами за подключение, обещаниями заработка. Проблема была в том, что анализ конкурентов был очень ситуативный и не систематический. А значит и результат такого анализа аналогичный.

Задача: построить систему, которая каждый день сама собирает всю рекламу конкурентов по найму курьеров, раскладывает по полочкам и присылает понятный дайджест — кто что крутит, какие бонусы предлагает, где активизировался.

Как это работает. Дважды в день робот обходит Facebook Ad Library — это публичная база всех активных рекламных объявлений — по 20+ ключевым запросам. Вытаскивает тексты, картинки, ссылки, превью видео. Дальше многоступенчатый классификатор отсеивает мусор — не всё что нашлось это конкурент. Белый список известных конкурентов, отсев по 70+ паттернам, спорные — на ручной просмотр. Каждому рекламодателю присваивается уровень уверенности с текстовым обоснованием — система прозрачная, не чёрный ящик.

Всё складывается в базу данных с полной историей. Картинки и кадры видео скачиваются и хранятся у нас — рекламные ссылки протухают за часы, а свои копии остаются навсегда.

Каждое утро заказчик получает в корпоративный чат короткий дайджест: «Конкурент X запустил 3 новых креатива», «Конкурент Y остановил рекламу». Только реальная дельта, без повторяющегося шума. Раз в неделю — сводный отчёт: топ конкурентов по активности, кто появился, кто исчез, какие офферы вошли в тренд, разбивка по регионам.

Интересное открытие в этом проекте. Главная ценность оказалась не в тексте рекламы, а на картинках. Конкуренты выносят конкретные суммы бонусов на баннер, а в тексте льют воду. Без чтения картинок ты видишь половину послания и можешь сделать ровно неверный вывод. Поэтому мы добавили визуальный анализ через нейронку — система «читает» баннер и извлекает оффер: бонус за подключение, размер комиссии, частота выплат, регион. Разрозненные баннеры превращаются в сравнимую таблицу «кто сколько платит за курьера».

По технической части: публичный API Facebook не отдавал нужные данные для региона заказчика. Пришлось это доказать эмпирически и перейти на эмуляцию реального браузера.

Первый запуск выдал кучу мусора. «Собрать данные» и «получить полезный сигнал» — это две абсолютно разные задачи. Пришлось строить многоступенчатый классификатор и несколько недель его калибровать. Знакомая история для тех, кто работает с AI — собрать легко, довести до качества сложно.

Что это даёт бизнесу. Раньше заказчик не знал в моменте чем конкуренты переманивают его курьеров. Теперь видит всю рекламную активность рынка ежедневно плюс её ретроспективу. Когда конкурент поднимает бонус — заказчик узнаёт в течение суток, а не когда курьеры уже ушли. Заходя в новый регион или пересматривая бонусную программу, он видит реальную планку рынка и не входит вслепую.

Facebook — только первый источник. Архитектуру сразу заложили модульной: тот же движок подключается к Авито, Яндекс.Директу, Google Ads. Меняется только источник сбора, вся логика классификации и отчётности остаётся общей.

В голове есть ещё мысли, что такое может быть полезно маркетплейсам и продавцам с похожими товарами 🤔

Помог отцу оцифровать инвестиционный портфель. Рассказываю как

Вчера был интересный кейс. Разбирал с отцом его инвестиционный портфель и цели на пенсию. Папе 62, он молодец — активно инвестирует, занимается ребалансировкой портфеля. Но был затык: он поставил себе цель по доходу на пенсии, но математически не просчитал досканально. Сколько реально нужно откладывать в месяц, в какие типы активов, с учётом инфляции и рисков.

Я собрал ему автоматический пайплайн на n8n, который забирает данные из разных отчётов его брокеров, раскладывает все активы по тикерам, классифицирует их по типу (облигации, акции, золото, кэш) и подставляет рыночную стоимость в реальном времени. Цены обновляются автоматически каждый час — российские бумаги с Мосбиржи, иностранные с Yahoo, курс доллара оттуда же. Всё сливается в Google таблицу. Главный плюс в том, что информация обо всех активах собрана в одном месте.

Дальше через Claude мы расписали его финансовые цели и проанализировали активы. Claude не давал инвестиционных рекомендаций — он опирался на общепринятые принципы портфельного инвестирования (правило безопасного изъятия 4%, распределение по классам активов с учётом возраста и горизонта) и сделал математический расчёт. В каком процентном соотношении каких типов активов должно быть в портфеле, чтобы цель была реалистичной.

Кстати, именно на этом этапе мы столкнулись с неприятной правдой. Отец поставил себе цель по пассивному доходу на пенсии. Claude посчитал — при текущем размере взносов и горизонте реалистичная цифра оказалась ощутимо ниже ожиданий. Конкретные цифры по просьбе отца не раскрываю, но суть простая: чтобы дотянуть до цели — нужно либо увеличить ежемесячный взнос, либо удлинить горизонт. Неприятно, но лучше узнать сейчас, чем через 10 лет обнаружить что цель недостижима.

Далее я создал скилл в Claude, который анализирует портфель отца из Google таблицы. Что он делает: считает доли по классам активов (облигации, акции, золото, кэш), сравнивает с целевыми значениями и показывает дрейф — где перебор, где недобор. Проверяет концентрацию по площадкам — чтобы не было ситуации, когда 80% портфеля на одном брокере. Сравнивает с прошлым снимком — что изменилось за неделю. И честно оценивает реалистичность цели по доходу.

Из интересного: скилл ловит нюансы, которые легко пропустить. Например, у отца есть заблокированные иностранные акции — они показывают рыночную стоимость, но продать их нельзя. Это не «живые деньги», и считать их в ликвидной части портфеля — ошибка. Скилл автоматически помечает такие позиции флагом.

Следующая задача на эту неделю — сделать ИИ-агента, который раз в три дня анализирует портфель, находит важные события и новости по конкретным активам и информирует отца в Telegram. При этом не спамит ненужным контентом, а отправляет только то, что может повлиять на решение о ребалансировке.

Важно понимать: Claude не советует покупать или продавать конкретные активы. Он опирается на общую практику инвестирования и может математически просчитать при каких показателях ты придёшь к цели. Это инструмент для удобства и аналитики, а не финансовый советник. Решения — за человеком.

Мне кажется это хороший пример того, как нейронки помогают не только в бизнесе, но и в личных финансах. Себе я сделал аналогичный инструмент, но со своей спецификой.

Если вдруг вас интересует аналогичные решения - вы можете обратиться ко мне за консультацией @buninand

Впервые за долгое время я отдыхал не по российским праздникам. Так как больше половины своего времени я провожу в турецком проекте, то отдыхал по турецким праздникам. На прошлой неделе был Курбан-байрам, который по длительности выходных примерно аналогичен российским новогодним праздникам. Немного необычное ощущение, когда ты 30 лет жил по одним правилам, а теперь живёшь по другим.

Несмотря на всё, для меня это тоже интересный опыт. Единственный минус — у меня есть российские проекты, например с внедрением AI-автоматизации в бизнесы, и тут уже приходится лавировать по рабочим дням. Но в целом это не смертельно.

Это на самом деле вводный пост после долгой праздничной паузы 😅

Впереди пара автоматизаций бизнеса через AI, о которых буду писать на этой неделе. Плюс дам обратную связь о том, как работает проект по AI-мониторингу конкурентов, о котором писал выше.