Пару дней назад посетил прекрасную конференцию про программирование с ИИ https://www.ai-dev.live. Самое интересное:

1. Вчера время на программирование тратилось много. Сегодня тратится поменьше, но нужно котролировать что на выходе ИИ. Завтра будет нужно очень детально описвать задачу и контроливать, запрограммировать сможет нейроночка.

2. Фидбек и конроль важны для ИИ разработки. Модель может наговнокодить всякого, нужно фильтровать.

3. Эффективный контекст у современных языковых моделей 100-200 тысяч токенов, дальше модель тупеет. Наглядно https://contextarena.ai

4. Ели использовать много mcp в своих инструментах разработки, то они замусоривают контекст. А контекст нужно беречь как мы уже выяснили. Используй только то, что нужно прямо сейчас

5. Paywrite mcp для тестирования (https://www.youtube.com/watch?v=IixdI2bTR1g)

6. Основные инструменты для разработки:
cursor (https://cursor.com)
claude code (https://www.claude.com/product/claude-code)
codex (https://openai.com/codex)

7. Интересные иснтрументы для разработки:
shotgun pro c хитрым контекстом (https://shotgunpro.dev/)
codealive c хитрым рагом (https://www.codealive.ai/)

Решил поучаствовать в челендже по созданию ИИ агентов https://erc.timetoact-group.at/ Для разогрева нужно сделать агента, который будет делать покупки по разным заданиям. Со второй попытки удалось решить все 100% заданий. Хочу ещё попробовать использовать гигачат и яндекс ллм в качестве моделей у агента 😂

FLUX.2: Nano banana давай досвидания?

Недавно вышла новая моделька FLUX.2 для работы с изображениями. Погенерил разное из официального промпт гайда https://docs.bfl.ai/guides/prompting_guide_flux2

Что можно выделить:
- Топ фича писать промпты на разных языках, при этом модель сама будет учитывать культурные особенности
- Json промпты понравились, я давно думал про что-то такое. Можно задавать прям конкретные rgb цвета!
- Иллюстраторы, фотографы, ретушёры и похожие ребята пока не идут на завод, работа у них по прежнему есть

Стоит это хозяйство на официальном сайте по 4 цента за изображение. В целом думаю отличный вариант если работаешь с графикой.

В комментах покидаю разные изображения с промптами.

Юху, 10 место из 521 команд в соревновании по агентам! Ссылка на лидерборд https://erc.timetoact-group.at/assets/erc3.html

Наконец можно сгенерировать любую аудиокнигу локально! Правда есть нюанс...

Сегодня погонял локальную модель для генерации голоса https://github.com/resemble-ai/chatterbox. У них есть мультиязычная модель которая поддерживает 23 языка, в том числе русский. Можно испльзовать существующий голос или клонировать.

Несколько особенностей:
- большой текст нужно разбивать на маленькие кусочки, иначе не хватает памяти
- аудио для клонирования голоса чем длинее, тем лучше
- нужно расставлять ударения в тексте, тогда качество заметно выше
- 15 минут аудио это 13648 знаков или 1864 слов или 99 предложений

К посту приложил 15 минутный отрывок из «Незнайки на луне» Носова с итальянским акцентом. Отрывок генерировался 90 минут, тот самый нюанс.

Приятного прослушивания.

Самая большая сложность с ии инструментами

Вот ты навайбкодил офигенный инструмент. Конечно он использует ллм под капотом. И что самое удивительное он реально работает! Экономит время, увеличивает эффективность, всё удобно. В общем очень круто получилось. Кажется что это мечта, кто может не хотеть таким пользоваться?

И ты начинаешь продавать этот сервис другим компаниям. Руководитель воодушевлён, можно увеличить эффективность отделать в два раза! Покупает подписку, а люди не пользуются. Почему?

Например люди думают, что этот сервис заменит этих самых людей. Это как бегать вокруг стульев. Через некоторое время люди понимают, что кому-то одному не хватит места. И потом ещё одному. И ещё. Поэтому лучше не начинать пользоваться.

Или люди могут думать что этот сервис позволяет лучше следить за ними. А значит находить больше причин, чтобы критиковать их. Кому нравится когда его критикуют? Или может быть тоже уволить потом.

Или люди не хотят больше зарабатывать. Эффект таксиста. Казалось бы, в новогоднюю ночь поработай столько же времени как и в обычный день, тарифы больше, можно больше заработать. Но люди выбирают заработать столько же, но поработать поменьше.

Получается самая большая сложность со всеми ии инструментами это не ии инструменты. Это люди. В случае выше это люди которые не пользуются.

Или есть два стартапа. ИИ инструменты у всех одинаковые. Один популярный, другой нет. Что их отличает? Люди, которые не покупают один, но покупают другой.

Получается такой вот парадокс.

Как на счёт пересобрать программу под другую платформу с помощью ИИ?

Чем можно заниматься на выходных? Например поиграть! А если твоя игра есть только для виндовс, а у тебя мак? Если есть исходники и клод код то можно перекомпилить и поиграть!

Именно этим я и занимался пару дней. Пересобрал и выложил на гитхаб https://github.com/tjvjk/engine-sim-macos Эта штука эмулирует работу двигателя и издаёт похожие звуки без всяких семплов. Чистая физика.

Каждый двигатель нужно описывать отдельно: расположение, поршни, коленвал, шатуны, маховик, клапаны. В общем всё серьёзно. В ручную это создавать тоже долго и муторно. Тут тоже на помощь приходит клод код.

Если бы не было клод кода то я бы даже не стал таким заниматься, а тут перекомпилил и сделал несколько моделей российских двигателей: ЗИЛ 130, мотоцикл Урал, Нива и УАЗ. В комментарии выложу пару демо.

Записываем в возможности ИИ ещё перекомпиляцию для разных платформ.

Как сделать караоке минус из любой песни?

Нейронка https://github.com/adefossez/demucs отделяет голос от музыки. На вход песня, на выходе два трека: один только с голосом, второй только музыка. Остаётся только сгенерить видео с текстом, но это уже дело техники.

Самый дешёвый поиск по файлам с ИИ

Недавно наткнулся на идею, что можно использовать консольные утилиты как для тулы для поиска по текстам для ллм агентов.

Например, есть гигабайты текстовых файлов и нужно поискать что-то по ним. Как быть? В старом добром линуксе есть grep который очень быстрый и ищет почти что угодно, особенно если знать регулярные выражения. Аналогичные тулы есть для почти чего угодно: пдф, ворд, эксель, почти любые форматы текстовых файлов. Именно так работает клод код, например.

За выходные набросал код ИИ агента, который и работает с такими тулами. Что там есть:
- openai совместимая либа, я использую опенроутер, но можно быстро переделать под что угодно
- пока поиск только по текстовым файлам и пдф, планирую расширить
- асинхронный код
- из инфраструктуры нужен только жесткий диск, который дешёвый и везде есть
- не нужна векторная база, чанки, реранкинг, переиндексирование и прочие побочные действия
- как интерфейс можно использовать веб, телеграм бот, мобильное приложение

В одном из проектов я уже использовал с телеграм ботом, работает. Стоимость одного ответа 1-2 цента.

Основной недостаток - может долго отрабатывать нейронка. Поиск может занимать минуту. Но похоже это всё равно быстрее чем искать руками.

Код на гитхабе: https://github.com/tjvjk/greprag

В следующий раз напишу какие есть метрики чтобы оценить качество поиска такими тулами. В ИИ разработке всегда нужно начинать со сбора тест кейсов.

Заметка про метрики оценки ИИ поиска оказалась великовата, можно посмотреть на vc https://vc.ru/ai/2712301-iskusstvennyj-intellekt-dlya-poiska-bez-vektornoj-bd

ИИ за минуту найдёт все видео миллионники на каналах конкурентов

Иногда мне нужно делать анализ ютуб каналов. Если делать его руками то уходит куча времени. Собрать статистику по всем видео в табличку, отфильтровать по просмотрам. Собрать заголовки. Просмотреть видео и понять о чём они. И так по каждому каналу. ИИ может может сделать то же самое и вытащить ролики с нужым количеством просмотров за пару минут. На видео у меня получилось за 2 минуты и 26 секунд.

После сбора информации там же с ИИ можно разобрать:
- какие заголовки сработали лучше всего
- про что каждое видео
- какие темы реально набирают просмотры

Как это повторить в любой компании буквально за 30 минут? Связка простая: opencode + skills.

Почему opencode: можно подключать любые модели — через API или через уже существующую подписку ChatGPT.

Почему skills: один раз описываешь задачу обычным человеческим языком, и дальше ИИ повторяет её как по инструкции.

По сути, это как дать сотруднику чёткий чеклист. Скилл для анализа ютуба для этого кейса я собрал примерно за полчаса в Codex (ChatGPT). Возможно это потому что я уже написал таких скилов с десяток и примерно понимаю что там должно быть. Но в целом там всё не сложно.

Напишите в комментариях, какие повторяющиеся задачи вы чаще всего делаете в интернете — вполне возможно, это уже можно автоматизировать.

Озвучка твоей книги на русском языке может стоить $2 уже сегодня

Я проанализировал где-то 15 разных ИИ моделей и провайдеров, которые есть на рынке. Основные критерии для анализа:
- есть внятный интерфейс, где можно работать
- понятный прайсинг
- не отвратительный результат
- без программирования

Средняя книга занимает примерно 500 000 знаков, рассчёт стоимости делал из этого.

Топ на сегодня по качеству:

1. ElevenLabs v3, одна книга примерно $60
2. ElevenLabs v2, $60 книга
3. Qwen 3, $10 книга
4. resemble.ai, $2 книга
5. minimax speech 02 hd, $60 книга
6. Модель ElevenLabs v2 но на другом провайдере, $50 книга

Это результат с ходу, чтобы долго не разбираться. Наверняка если ещё потюнить голоса и поразмечать текст то можно сделать качество получше.

Мне кажется Qwen 3 самый интересный вариант с точки зрению дальнейшего тюна и стоимости. В следующий раз посмотрю модели которые нужно разворачивать самостоятельно и это уже следующий уровень сложности.

Может вы ещё знаете какие-то варианты для озвучки текста? Пишите в комментарии.

P.S. В комментарии же добавлю примеры озвучки

Сделал знакомому сайт за 2 часа, хотя фронтенд не умел

Фронтенд всегда был моей слабой стороной. Мне честно говоря не особо важно как выглядит сайт. Главное как он работает. Но когда речь идёт о цветах, кажется внешний вид это самое главное.

Недавно знакомый владелец кофейни попросил сделать сайт. Он открывает новое направление - кофе и цветы в одном месте. Сайт как обычно нужен был вчера. На трёх языках. И чтобы выглядел прилично.

Первая мысль - да ну нафиг. Цветы это не корпоративная заглушка где сойдёт любой шаблон. Тут важна эстетика. А эстетика это ровно то что у меня хромает. Раньше такая история заняла бы неделю минимум: дизайн в фигме, вёрстка, адаптив под мобилы, кроссбраузерность - и это только визуальная часть. Плюс три языка. По старым раскладам геморрой дней на пять, и это если повезёт. Да и я давно уже не делал сайтов.

Но подумал: а что если дать себе жёсткий лимит в пять часов и проверить, что получится с ИИ? Знакомый подогнал домен и хостинг. Я взял UI скилл - он генерит дизайн-систему под конкретную нишу: палитру, шрифты, стиль, паттерн сайта. Сформулировал задачу в несколько предложений и запустил.

Через час сайт был готов на 80%. Дальше начались нюансы.

Мультиязычность ИИ накидал криво. Переключалка ломала вёрстку, часть строк не подхватывалась. Пришлось разобраться как устроен i18n в тайпскрипте и переделать руками. Ну как руками, попросить ИИ это пофиксить. Это заняло больше всего времени.

Второй затык - картинки. Без них сайт выглядел как каркас: структура есть, а настроения нет. Фото реальных букетов ещё не было. Сгенерировал заглушки через ИИ все в одном стиле под палитру сайта. Это прям улучшило визуал - сайт стал выглядеть законченным.

Итого: два часа. Адаптивная вёрстка, три языка с переключалкой, форма заказа. Раньше неделя, сейчас два часа. Ну и сайт который не стыдно показать, что для меня вообще редкость с фронтом. Приятно, что теперь вот этим все можно заниматься поменьше.

Скилл который использовал: https://github.com/nextlevelbuilder/ui-ux-pro-max-skill

Если знаете ещё похожие скилы для дизайна, кидайте в комменты.

P.S. Я очень внимательный, поэтому забыл добавить ссылку на сайт https://lifeflowers.am 🙂

Про greprag я уже писал как-то. Теперь можно говорить что работает и в продакшене