11 января в 16:00 по Лондону планируем провести стрим с Игорем, рассмотрим что изменилось с прошлого года

Обсудим, почему Дарио был прав и не прав одновременно, что произошло и где мы все будем в будущем.

P.S. Купили нормальные микрофоны

Вопросы по стриму задавать сюда

Продолжение общего тренда, который стал проявляться года два назад

Максимум плюшек топ перформерам, все равно на остальных

Растущее неравенство

Мета и раньше была этим известна, теперь еще глубже пошли

Meta shakes up its review system with 'stronger rewards for top performers'

Прочитал пост с блога Курсора - Scaling long-running autonomous coding - решил попробовать сделать тоже самое

Что получилось:
Agent Factory — переиспользуемая система оркестрации для мульти-агентной разработки
Основана на архитектуре из статьи Cursor про scaling agents, но с важными улучшениями:
4 типа агентов:
1. Primary Planner — архитектор, разбивает проект на домены
2. Sub-Planner — превращает домены в атомарные задачи
3. Worker — выполняет задачи (пишет код, но НЕ коммитит)
4. Judge — единственный, кто коммитит код (только после прохождения всех тестов)

Ключевые фичи:
Goal File — файл-источник истины, который агенты проверяют на каждом запуске. Можно менять цели проекта в реальном времени, и все агенты автоматически увидят изменения.
Queue-based система — задачи в виде markdown файлов, атомарное перемещение, защита от race conditions
Judge как gatekeeper — код коммитится только после прохождения pytest + ruff. Если тесты падают — создается тикет на фикс.
Параллельная работа — можно запускать несколько воркеров одновременно (через отдельные workspace или разные очереди)
launchd интеграция — агенты могут работать по расписанию или как демоны

Технические детали:
* Bash-оркестратор (не AI, детерминированный скрипт)
* Cursor Agent CLI для запуска агентов
* Структурированное логирование всех запусков

Практическое применение:
Сейчас проверяю может ли эта штука сделать что то вменяемое для разработки ML Pricing Engine — системы динамического ценообразования для storage depot.

Система полностью переиспользуемая — можно скопировать agent_factory/ в любой проект и начать работать.

Если получится что то вменяемое, выложу agent_factory на git

Есть теория, что Курсор это сделал, чтобы жечь больше токенов, за день выел все вызовы с enterprise версии Курсора. За день было потрачено 35 млн токенов и Курсор начал просить доп денег

От себя добавлю, что пока эксперименты и работа в ML оставляют желать лучшего.

То есть там, где нет чёткого пути, нужно множество экспериментов и гипотез, агенты выдают среднюю жвачку

С другой стороны, это ли не мечта, набрасывать гипотезы и проверять их

Год назад на все предикты Дарио большая часть моих знакомых смотрела, крутя палец у виска. Сейчас почти все мои знакомые SWE, начиная от стартапа и заканчивая бигтехом, пишут руками меньше 20% кода, а всё остальное делает агент. Я сам давно уже не программист, поэтому не показатель, но с появлением Cursor и Claude Code редко пишу код руками. С появлением Opus 4.5 — все 100% кода пишутся им в Claude Code. Более того, я в терминале работаю через Claude Code — настолько лень стало писать bash-команды самому.

https://t.me/seeallochnaya/3305

Пока Игорь где-то шифруется с девятью битками, я продолжаю думать, куда их приткнуть — кроме стальных пластин и железных кошельков.

А с учётом моего недавнего опыта общения с одним британским банком, где мне минут 20 пришлось объяснять, почему я перевожу деньги с этого банка на свой же счёт в другом и что я сам себе не скаммер, хочется ещё и максимальной простоты, без лишнего геморроя.
Поэтому мысли снова вернулись к non-custodial. И тут вспомнился @Wallet.

Думаю попробовать написать в их саппорт — что-бы мне наконец разрешили покупать и продавать всякие SPYx (S&P 500). С предыдущего поста ничего не поменялось: регион всё ещё недоступен.

В целом, прямо сейчас тут видна явная ниша для бизнеса. Если польются пользователи, зачем ограничиваться только ETF и акциями? Логичнее продавать готовые стратегии — когда за тебя собирают портфель под твой риск-профиль, ведут его, а ты просто платишь комиссию.

Команда Wallet, приходите ко мне — помогу с такой фичей. Спрос будет - многим лень (как и мне) сидеть и выискивать тикеры по одному.

NEWHR опубликовали результаты исследования рынка и рейтинг лидеров мнений среди аналитиков. Выборка около 1500 респондентов.

Как эксперта поставили на 2 место сразу в двух списках:
«Топ-15 продуктовых, маркетинговых, дата- и веб-аналитиков»,
«Топ-15 системных и бизнес-аналитиков».

На первом месте оказался некий Анатолий Карпов. Видимо, пора делать Бабушкин Курсес.

Канал занял 6 и 7 места в соответствующих топ-30 каналов. Есть над чем работать.

Интересная заметка Inside one startup’s crazy fast AI-first makeover от pragmatic engineer

Примечателен таймлайн использования ИИ в стартапе( с 1м+ пользователей) и как развитие отрасли нашло в этом свое отражение

2022 — Первый «AI-ассистент»
Craft запустил простого AI-ассистента за 2 дня до выхода ChatGPT.
Использовал OpenAI GPT-3.5 API через AWS-прокси.
Ограниченный контекст (4 096 токенов), разовые ответы без диалога.
Взрывной трафик, но пользователи редко возвращались к функционалу — “не зацепило”.

2023–2024 — Эксперименты и сопротивление AI Slope
Продолжались эксперименты с AI:
RAG-поиск, суммаризация, вспомогательные функции.
Команда избегала добавления AI без явной полезности — не хотели черезмерного «AI-шлюза».
В сентябре 2023 провели внутренний AI-хакатон с участием ≈ 80% сотрудников.
Но эти функции не стали массово используемыми.

Дек 2024 — Поворотный момент с reasoning-моделями
Фаундер экспериментировал с ризонинг моделями вроде GPT-4o.
Смог реализовать распознавание нарисованных пользователем форм за один день, тогда как обычная реализация заняла бы недели.
Первая Фича, которую нельзя было бы выпустить без ИИ

2025 (до декабря) — Набивали шишки
5 Синьоров, которые полгода работали над мобильным агентом «Chaps» — но проект не выпустили
Опыт с «Chaps» дал понимание корректной оркестрации инструментов и вызовов.

Дек 2025 — Обновлённый AI-ассистент
AI-ассистент получил крупный апдейт, став куда более полезным для пользователей, но всё ещё не «вау»

Янв 2026 — Craft Agents и визуальный Claude Code
За 2 недели в январе Фаундер создал Craft Agents — визуальный инструмент поверх Claude Code (Claude Agent SDK).
Это не просто UI, а инструмент с поддержкой источников данных (APIs, базы и т. п.), параллельных агентов, переключения агентов, workflow-меток, системы прав.

Что произошло внутри команды
Инструмент мгновенно стал активным рабочим инструментом не только инженеров, но и non-tech команд:
Служба поддержки автоматизировала триаж, анализ багов, написание ответов;
Маркетинг генерирует и правит лендинги без инженеров;
HR и финансы автоматизировали свои задачи через агенты. Вплоть до плагина к Bamboo HR

Воистину - живем в последние дни

Прислали оффер по вотсапу.

Создать курс «Разработка ИИ-агентов», посвящённый архитектуре и практической реализации интеллектуальных мультиагентных систем.

Оффер Валерию Бабушкину.

Сооснователю, акционеру, члену совета директоров
Cyberbird Fintech Group

Валерию Евгеньевичу Бабушкину

И ведь как-то нашли мой номер!
Вот так два человека слились в одного

Из заметки Inside OpenAI’s in-house data agent

OpenAI’s data platform serves more than 3.5k internal users working across Engineering, Product, and Research, spanning over 600 petabytes of data across 70k datasets. At that size, simply finding the right table can be one of the most time-consuming parts of doing analysis.

As one internal user put it:
“We have a lot of tables that are fairly similar, and I spend tons of time trying to figure out how they’re different and which to use. Some include logged-out users, some don’t. Some have overlapping fields; it’s hard to tell what is what.”

Первая мысли, может им лучше свою дата модель перестроить? Там глядишь и жить станет проще и пара сотен лишних петабайт освободится

One of the agent’s superpowers is how it reasons through problems. Rather than following a fixed script, the agent evaluates its own progress. If an intermediate result looks wrong (e.g., if it has zero rows due to an incorrect join or filter), the agent investigates what went wrong, adjusts its approach, and tries again.

Люди, которые так умеют, автоматически попадают в топ 10%

Из интересного - описан структурный подход к получению контекста/меты

Наконец-то что-то стоящее.
Форум для общения агентов
https://www.moltbook.com/

Людям можно смотреть

Уже обсуждают E2EE, чтобы люди не подглядывали