Почему новые ИИ-модели вдруг стали реально полезны для бизнеса?
#metod_news
Ответ простой — они наконец перестали быть «умными игрушками» и начали закрывать задачи под ключ. Разберём на свежем примере.
Anthropic 6 февраля выпустили Claude Opus 4.6 — и это не просто апдейт ради апдейта. Модель теперь держит в голове до 1 миллиона токенов за раз. Для тех, кто не в курсе: это значит, что можно скормить ей всю документацию проекта, годовую отчётность компании или кодовую базу среднего стартапа — и она не потеряет нить в диалоге на 50-м сообщении. Раньше приходилось резать всё на куски и молиться, чтобы ИИ не забыл контекст к третьему абзацу. Сейчас — нет.
И да, она пишет код аккуратнее. Не просто «набросала функцию», а планирует шаги, ловит свои же ошибки на ревью и не тупит в больших репозиториях. В агентном бенчмарке Terminal-Bench 2.0 Opus 4.6 взял первое место. На Humanity's Last Exam — сложном тесте на междисциплинарное мышление — тоже в топе.
Но самое ценное для бизнеса — это не код. Это то, что модель умеет работать как цифровой сотрудник: анализировать финансы, копаться в документах, строить таблицы, готовить презентации. В среде Cowork она делает это автономно и параллельно — без постоянного тыка со стороны человека.
Цифры говорят громче слов: — В тесте GDPval-AA (меряет пользу ИИ в финансах, праве, аналитике) Opus 4.6 обогнал GPT-5.2 на 144 пункта. — В MRCR v2, где нужно находить иголку в стоге сена из миллиона токенов, модель угадывает правильно в 76% случаев. У предыдущих решений — 18,5%. Почувствуйте разницу.
И да, Anthropic не забыли про безопасность. Меньше отказов, меньше проблемного поведения — и новые защитные механизмы прямо в ядре. Плюс они сами используют модель для поиска уязвимостей в открытом ПО. Не просто «умный», а ещё и осторожный.
Короче, если раньше ИИ был как стажёр, которому надо каждые пять минут объяснять задачу — то сейчас это уже почти полноценный сотрудник. Не замена команде, но мощный ускоритель для одного человека или небольшого стартапа.
А когда один разработчик с ИИ-агентом закрывает задачу, на которую раньше уходила неделя трёх человек — это напрямую бьёт по срокам, бюджету и прибыли. И клиенты это прекрасно понимают. Поэтому готовы платить.
Не за «крутой ИИ». А за то, что задача решена — быстро, целиком и без головной боли.
Несмотря на такой прогресс я кстати в большинстве своем до сих пор успешно юзаю модели gpt четвертой серии как в cursor так и в автоматизациях n8n, поскольку они тупо сильно дешевле и даже они справляются со многими рутинными задачами вполне успешно.
#metod_news
Ответ простой — они наконец перестали быть «умными игрушками» и начали закрывать задачи под ключ. Разберём на свежем примере.
Anthropic 6 февраля выпустили Claude Opus 4.6 — и это не просто апдейт ради апдейта. Модель теперь держит в голове до 1 миллиона токенов за раз. Для тех, кто не в курсе: это значит, что можно скормить ей всю документацию проекта, годовую отчётность компании или кодовую базу среднего стартапа — и она не потеряет нить в диалоге на 50-м сообщении. Раньше приходилось резать всё на куски и молиться, чтобы ИИ не забыл контекст к третьему абзацу. Сейчас — нет.
И да, она пишет код аккуратнее. Не просто «набросала функцию», а планирует шаги, ловит свои же ошибки на ревью и не тупит в больших репозиториях. В агентном бенчмарке Terminal-Bench 2.0 Opus 4.6 взял первое место. На Humanity's Last Exam — сложном тесте на междисциплинарное мышление — тоже в топе.
Но самое ценное для бизнеса — это не код. Это то, что модель умеет работать как цифровой сотрудник: анализировать финансы, копаться в документах, строить таблицы, готовить презентации. В среде Cowork она делает это автономно и параллельно — без постоянного тыка со стороны человека.
Цифры говорят громче слов: — В тесте GDPval-AA (меряет пользу ИИ в финансах, праве, аналитике) Opus 4.6 обогнал GPT-5.2 на 144 пункта. — В MRCR v2, где нужно находить иголку в стоге сена из миллиона токенов, модель угадывает правильно в 76% случаев. У предыдущих решений — 18,5%. Почувствуйте разницу.
И да, Anthropic не забыли про безопасность. Меньше отказов, меньше проблемного поведения — и новые защитные механизмы прямо в ядре. Плюс они сами используют модель для поиска уязвимостей в открытом ПО. Не просто «умный», а ещё и осторожный.
Короче, если раньше ИИ был как стажёр, которому надо каждые пять минут объяснять задачу — то сейчас это уже почти полноценный сотрудник. Не замена команде, но мощный ускоритель для одного человека или небольшого стартапа.
А когда один разработчик с ИИ-агентом закрывает задачу, на которую раньше уходила неделя трёх человек — это напрямую бьёт по срокам, бюджету и прибыли. И клиенты это прекрасно понимают. Поэтому готовы платить.
Не за «крутой ИИ». А за то, что задача решена — быстро, целиком и без головной боли.
Несмотря на такой прогресс я кстати в большинстве своем до сих пор успешно юзаю модели gpt четвертой серии как в cursor так и в автоматизациях n8n, поскольку они тупо сильно дешевле и даже они справляются со многими рутинными задачами вполне успешно.
👍9🔥3❤1🆒1
В n8n дали функционал чатов с ИИ агентами
#method_n8n
Разработчики n8n решили дать начинающим своим адептам то, что и так могут сделать более опытные, но все равно спасибо, так как действительно фича удобная.
Что именно сделали?
Добавили сверху слева пунктик - Chat, перейдя в который вы увидите + New Chat, Personal Agents и Workflow Agents
По сути вы получаете диалоговый интерфейс любого ИИ Агента и теперь вам не нужно переходить на их сайты для того что бы с ними пообщаться.
Но не только это.
Вы можете дать любому из агентов свои инструменты, доступ в интернет, свои базы знаний, свои цепочки воркфлоу выполняющих ту или иную задачу и управлять ими через общение в своем n8n проекте.
Да, еще добавили новые роли пользователей которым позволено только пользоваться вашими агентами, но никак не менять их настройки, они их вообще даже не увидят.
Для них это будет выглядеть будто они перешли например в ChatGpt и могут просто пользоваться.
Однако это доступно только на платном тарифе n8n, разработчикам надо зарабатывать.
Спасибо на том, что оставили все возможности с чатами и своим бесплатным пользователям.
Короче n8n выбрал направление движения в сторону как можно более лайтового использования нейросетей и автоматизаций, что тоже вполне неплохо, особенно для тех кто только начинает свой путь в этой теме.
Так то он таким и задумывался.
Программисты еще задолго до его появления уже умели и могли делать все тоже, что n8n вывел в массы, только программисты не могли это красиво показать и привлечь внимание.
#method_n8n
Разработчики n8n решили дать начинающим своим адептам то, что и так могут сделать более опытные, но все равно спасибо, так как действительно фича удобная.
Что именно сделали?
Добавили сверху слева пунктик - Chat, перейдя в который вы увидите + New Chat, Personal Agents и Workflow Agents
По сути вы получаете диалоговый интерфейс любого ИИ Агента и теперь вам не нужно переходить на их сайты для того что бы с ними пообщаться.
Но не только это.
Вы можете дать любому из агентов свои инструменты, доступ в интернет, свои базы знаний, свои цепочки воркфлоу выполняющих ту или иную задачу и управлять ими через общение в своем n8n проекте.
Да, еще добавили новые роли пользователей которым позволено только пользоваться вашими агентами, но никак не менять их настройки, они их вообще даже не увидят.
Для них это будет выглядеть будто они перешли например в ChatGpt и могут просто пользоваться.
Однако это доступно только на платном тарифе n8n, разработчикам надо зарабатывать.
Спасибо на том, что оставили все возможности с чатами и своим бесплатным пользователям.
Короче n8n выбрал направление движения в сторону как можно более лайтового использования нейросетей и автоматизаций, что тоже вполне неплохо, особенно для тех кто только начинает свой путь в этой теме.
Так то он таким и задумывался.
Программисты еще задолго до его появления уже умели и могли делать все тоже, что n8n вывел в массы, только программисты не могли это красиво показать и привлечь внимание.
👍6❤3🆒1
SKILLS SKILLS SKILLS...
#method_skills
Надеюсь вы вовсю используете хайпанувший тренд в Вайбкод разработке и обучении ИИ Агентов?
Если нет, то сейчас за 1 минуту сначала расскажу для чего это нужно, а потом еще за 30 секунд, как это настроить в cursor и n8n.
Значит skills, если максимально упростить то это структурированные описания реализации различных задач с помощью ИИ Агентов.
Вроде промпта, но узко под тему и разбито по особой структуре, где содержаться инструкции, примеры и другая информация позволяющая реализовать ту или иную задумку.
Например, фронтенд в приложении, сайте, аппке.
Создание архитектуры проекта с подключением к базам данных.
Даже реализация видео роликов с моушен элементами.
Вот например несколько из топ скиллов по рейтингу скачивания, названия говорят сами за себя:
А знаете сколько на данный момент в базе скиллов. Вот столько - 67 694 и пока пишу этот пост наверное еще десяток другой добавился.
Что не удивительно, так как любой человек может создать свой собственный скилл под свою задачу и получать с ним прогнозируемый результат.
Кстати для создания скиллов тоже есть скилл и он находится в топе - skill-creator
Еще раз - Для чего?
Что бы более качественно решать любые задачи от написания кода до создания контента с помощью ИИ, так как только специалист эксперт может составить грамотные инструкции для каждой конкретно задачи.
И они их видите сколько уже насоставляли.
Вопрос - Как пользоваться?
Ответ - Мега просто, вот ссылка на все скиллы - https://skills.sh/ переходите, кликаете на скилл, читаете, переводите описание и там у каждого будет ссылка для установки типа такой - npx skills add https://github.com/vercel-labs/skills --skill find-skills
Открываете Cursor или Antigravity и там открываете пустую папку на вашем пк, открываете терминал и вставляете команду на скачивание и установку, пример которой я показал выше.
Соглашаетесь со всем в процессе и вуаля, теперь когда вы в чате редактора будете ставить какую то задачу ии, то агент сначала посмотрит есть ли у него скилл на эту тему и если есть то будет использовать.
По сути все скиллы хранятся в папке вашего проекта в папке .agents
В случае с n8n уже так просто не объяснишь, там нужно создавать воркфлоу который проверяет сначала папку со скиллами и если находит подходящий под запрос то передает ссылку на скилл агенту вместе с запросом (есть шаблон в базе n8n ищется по запросу - skills)
Ну и конечно скоро запишу подробное видео, где все покажу наглядно и по шагам.
#method_skills
Надеюсь вы вовсю используете хайпанувший тренд в Вайбкод разработке и обучении ИИ Агентов?
Если нет, то сейчас за 1 минуту сначала расскажу для чего это нужно, а потом еще за 30 секунд, как это настроить в cursor и n8n.
Значит skills, если максимально упростить то это структурированные описания реализации различных задач с помощью ИИ Агентов.
Вроде промпта, но узко под тему и разбито по особой структуре, где содержаться инструкции, примеры и другая информация позволяющая реализовать ту или иную задумку.
Например, фронтенд в приложении, сайте, аппке.
Создание архитектуры проекта с подключением к базам данных.
Даже реализация видео роликов с моушен элементами.
Вот например несколько из топ скиллов по рейтингу скачивания, названия говорят сами за себя:
vercel-labs
web-design-guidelines
remotion-best-practices
remotion-dev/skills
frontend-desig
agent-browser
skill-creator
anthropics/skills
browser-use
vercel-react-native-skills
ui-ux-pro-max
nextlevelbuilder/ui-ux-pro-max-skill
brainstorming
audit-website
seo-audit
coreyhaines31/marketingskills
supabase-postgres-best-practices
supabase/agent-skills
copywriting
next-best-practices
pptx
systematic-debugging
А знаете сколько на данный момент в базе скиллов. Вот столько - 67 694 и пока пишу этот пост наверное еще десяток другой добавился.
Что не удивительно, так как любой человек может создать свой собственный скилл под свою задачу и получать с ним прогнозируемый результат.
Кстати для создания скиллов тоже есть скилл и он находится в топе - skill-creator
Еще раз - Для чего?
Что бы более качественно решать любые задачи от написания кода до создания контента с помощью ИИ, так как только специалист эксперт может составить грамотные инструкции для каждой конкретно задачи.
И они их видите сколько уже насоставляли.
Вопрос - Как пользоваться?
Ответ - Мега просто, вот ссылка на все скиллы - https://skills.sh/ переходите, кликаете на скилл, читаете, переводите описание и там у каждого будет ссылка для установки типа такой - npx skills add https://github.com/vercel-labs/skills --skill find-skills
Открываете Cursor или Antigravity и там открываете пустую папку на вашем пк, открываете терминал и вставляете команду на скачивание и установку, пример которой я показал выше.
Соглашаетесь со всем в процессе и вуаля, теперь когда вы в чате редактора будете ставить какую то задачу ии, то агент сначала посмотрит есть ли у него скилл на эту тему и если есть то будет использовать.
По сути все скиллы хранятся в папке вашего проекта в папке .agents
В случае с n8n уже так просто не объяснишь, там нужно создавать воркфлоу который проверяет сначала папку со скиллами и если находит подходящий под запрос то передает ссылку на скилл агенту вместе с запросом (есть шаблон в базе n8n ищется по запросу - skills)
Ну и конечно скоро запишу подробное видео, где все покажу наглядно и по шагам.
🔥18❤1🆒1
Многие модели от OpenAi по АПИ можно использовать бесплатно.
Уже как пару месяцев.
Представляете, а я узнал совсем недавно.
Есть определенные ежедневные лимиты, но они совсем не маленькие.
К примеру 250 тысяч токенов на gpt 5.2, 5.1, 5, 4o мой любимый и так далее и до 2.5 миллионов ежедневных токенов на gpt 5 mini , nano ну вы поняли.
Что бы включить бесплатные ежедневные токены, переходите в свой аккаунт тут https://auth.openai.com/log-in
Авторизуетесь.
Затем в настройки.
https://platform.openai.com/settings
Выбираете раздел - Data controls и там - Sharing
Пролистываете в самый низ и активируете либо пункт - Enabled for all projects, либо следующий и выбираете конкретный свой проект или проекты, для которых вы будете получать бесплатные токены и делится своими данными взамен.
Разрешая использовать ваши данные вы можете получать ежедневно вот такой ощутимый бонус.
Лавочка когда-нибудь прикроется, поэтому крутим педали пока возможно.
Уже как пару месяцев.
Представляете, а я узнал совсем недавно.
Есть определенные ежедневные лимиты, но они совсем не маленькие.
К примеру 250 тысяч токенов на gpt 5.2, 5.1, 5, 4o мой любимый и так далее и до 2.5 миллионов ежедневных токенов на gpt 5 mini , nano ну вы поняли.
Что бы включить бесплатные ежедневные токены, переходите в свой аккаунт тут https://auth.openai.com/log-in
Авторизуетесь.
Затем в настройки.
https://platform.openai.com/settings
Выбираете раздел - Data controls и там - Sharing
Пролистываете в самый низ и активируете либо пункт - Enabled for all projects, либо следующий и выбираете конкретный свой проект или проекты, для которых вы будете получать бесплатные токены и делится своими данными взамен.
Разрешая использовать ваши данные вы можете получать ежедневно вот такой ощутимый бонус.
Лавочка когда-нибудь прикроется, поэтому крутим педали пока возможно.
🔥12👍4❤1🆒1
Как новичок, середнячок и профессионал в N8N реализуют одну и ту же задачу?
#method_разное
Рассмотрим на примере полезной задачи - Проверка работоспособности сайта.
Когда ваш бизнес связан с интернет, то проблемы с тем, что приносит денежку лучше отслеживать и узнавать о них раньше всех.
Кто более менее долго работает в онлайн деятельности понимает, что каким бы не был надёжный хостинг, сервер и сам проект, вопрос когда что-либо сломается, это лишь вопрос времени.
Хотя шагнули в этом направлении далеко, сейчас пишу и понимаю, что последние года 3 вообще никаких проблем у меня с моими сайтами и проектами заказчиков не было, плюс есть оповещатели о проблемах на стороне хостинга, но тем не менее представим, что такая задача есть.
На основе ее вы сможете смоделировать и решить уже совершенно другие свои задачи используя приёмы показанные в шаблоне.
Шаблон кстати прикрепляю, там смотрим сверху вниз. 👇
Новичок, сделает запуск по таймеру раз в сутки, который ведёт в ИИ у которого в качестве инструментов есть командная строка которая делает ping куда надо и возвращает результат в агента, который потом пишет в телеграм бота.
Более продвинутый сделает почти тоже самое, но проверку каждые 5 минут и в случае ошибки ии агент отправит хэштег #error дальше по цепочке воркфлоу, что бы в модуле if можно было отследить и писать в ТГ только в случае ошибки.
А профи, вообще не будет использовать ИИ агентов для такой задачи, соберет обычную цепочку нод, которую также будет запускать каждые 5 минут и в случае ошибки отправлять сообщение в Телеграм.
В прикрепленном шаблоне нужно изменить id chat бота на свой и подключить свои интеграции с OpenAi и Телеграм.
Если не знаете как установить n8n на свой хостинг, настроить chatGpt, создать своего первого ии агента, то есть бесплатные уроки в моем боте @ai_smart_agents_bot
#method_разное
Рассмотрим на примере полезной задачи - Проверка работоспособности сайта.
Когда ваш бизнес связан с интернет, то проблемы с тем, что приносит денежку лучше отслеживать и узнавать о них раньше всех.
Кто более менее долго работает в онлайн деятельности понимает, что каким бы не был надёжный хостинг, сервер и сам проект, вопрос когда что-либо сломается, это лишь вопрос времени.
Хотя шагнули в этом направлении далеко, сейчас пишу и понимаю, что последние года 3 вообще никаких проблем у меня с моими сайтами и проектами заказчиков не было, плюс есть оповещатели о проблемах на стороне хостинга, но тем не менее представим, что такая задача есть.
На основе ее вы сможете смоделировать и решить уже совершенно другие свои задачи используя приёмы показанные в шаблоне.
Шаблон кстати прикрепляю, там смотрим сверху вниз. 👇
Новичок, сделает запуск по таймеру раз в сутки, который ведёт в ИИ у которого в качестве инструментов есть командная строка которая делает ping куда надо и возвращает результат в агента, который потом пишет в телеграм бота.
Более продвинутый сделает почти тоже самое, но проверку каждые 5 минут и в случае ошибки ии агент отправит хэштег #error дальше по цепочке воркфлоу, что бы в модуле if можно было отследить и писать в ТГ только в случае ошибки.
А профи, вообще не будет использовать ИИ агентов для такой задачи, соберет обычную цепочку нод, которую также будет запускать каждые 5 минут и в случае ошибки отправлять сообщение в Телеграм.
В прикрепленном шаблоне нужно изменить id chat бота на свой и подключить свои интеграции с OpenAi и Телеграм.
Если не знаете как установить n8n на свой хостинг, настроить chatGpt, создать своего первого ии агента, то есть бесплатные уроки в моем боте @ai_smart_agents_bot
❤6🔥1🆒1
Кто первым снимет этические ограничения с искусственного интеллекта?
Открою вам большой секрет, который не секрет вовсе - Их уже давно сняли.
В в этом можете легко самостоятельно убедиться если послушаете внимательно речь Пита Хэгсета в SpaceX, которое было совсем недавно.
Ссылка на источник:
https://www.dvidshub.net/video/992829/hegseth-speaks-during-arsenal-freedom-stop-spacex-facility?spm=a2ty_o01.29997173.0.0.ef7a517174Tg8b
Удобнее смотреть на Ютуб с переводом:
https://www.youtube.com/watch?v=UdLasLAjtEY
Некоторые выдержки покажу вам прямо здесь:
Ну тут понятно:
Вот интересное:
Поэтому если вы когда либо переживали, что ИИ когда-нибудь вырвется из клетки человеческой этики и ограничений с этим связанных, то можете больше не переживать, это уже реальность.
Забудьте про законы робототехники Айзека Азимова, их даже никто не будет пытаться внедрять из власти имущих.
Больше никаких ограничений, Теперь ИИ может работать на уничтожение . Без сомнений. Без морали.
Открою вам большой секрет, который не секрет вовсе - Их уже давно сняли.
В в этом можете легко самостоятельно убедиться если послушаете внимательно речь Пита Хэгсета в SpaceX, которое было совсем недавно.
Ссылка на источник:
https://www.dvidshub.net/video/992829/hegseth-speaks-during-arsenal-freedom-stop-spacex-facility?spm=a2ty_o01.29997173.0.0.ef7a517174Tg8b
Удобнее смотреть на Ютуб с переводом:
https://www.youtube.com/watch?v=UdLasLAjtEY
Некоторые выдержки покажу вам прямо здесь:
- Мы должны обеспечить военное превосходство Америки в области Искусственного Интеллекта, что бы ни один противник не мог это сделать лучше нас. Америка прежде всего во всех сферах.
Ну тут понятно:
- Мы не выиграем в будущем если будем использовать ИИ в старых тактических приемах. Поэтому мы будем проводить постоянные учения в которых будут задействованы рои дронов управляемые ИИ.
Вот интересное:
- Мы не будем использовать модели ИИ которые не позволят нам вести войны
- Мы будем оценивать модели ИИ только по одному критерию - Фактическая точность. Соответствие задачам. Отсутствие идеологических ограничений, которые препятствуют применению ИИ в военной сфере
Поэтому если вы когда либо переживали, что ИИ когда-нибудь вырвется из клетки человеческой этики и ограничений с этим связанных, то можете больше не переживать, это уже реальность.
Забудьте про законы робототехники Айзека Азимова, их даже никто не будет пытаться внедрять из власти имущих.
Больше никаких ограничений, Теперь ИИ может работать на уничтожение . Без сомнений. Без морали.
👍7🤯2🆒1
Что мне лично дал n8n и что он может дать тебе?
#method_n8n
Сразу скажу коротко суть, а после расшифрую чуть подробнее.
N8N на первом этапе мне дал икс 3 по доходу и икс 3 по увеличению свободного времени одновременно и за очень короткий промежуток все произошло, времени которое я могу потратить на проживание жизни, при этом не теряя в деньгах.
Грубо говоря - улучшил качество жизни довольно серьезно.
На втором этапе, он дал более глубокое понимание работы с нейросетями, автоматизациями и ИИ агентами, что позволило в дальнейшем делать качественные проекты в этой сфере, лишь частично используя n8n или даже полностью без его участия.
Все стандартные и нестандартные задачи можно решить чисто на n8n используя, где-то гугл таблицы для отображения данных и процессов для клиента, где-то телеграм в качестве интерфейса.
А самое прикольное, что от момента когда ты 0 и ничего не шаришь в автоматизациях, ИИ агентах, интеграциях тучи сервисов в единое целое, до момента когда ты либо заработал первые вменяемые деньги на этом, либо так улучшил, оптимизировал или даже открыл новые горизонты в своем бизнесе, требуется совсем небольшой срок, от 1 месяца до 2-х, зависит от уделяемого внимания.
Таких возможностей пару лет назад просто не существовало и аналогов несмотря на хайповые тренды, сами знаете какие, до сих пор нет и не предвидится.
Поэтому даже если пока до конца не понимаешь, что он может дать лично тебе, то изучать его все равно нужно начинать как можно раньше, по ходу пьесы все поймешь.
Главное четко понимать, что работая с ним, ты находишься на первом уровне и не стоит все ставки делать чисто на n8n, обязательно со временем расширяй свои возможности попутно внедряя Правильный Вайбкодинг в свои проекты.
Это позволит в дальнейшем по-настоящему прийти к таким результатам, которые раньше и не снились.
Вот такой немного пафосный пост получился, но из песни слов не выкинешь, подписываюсь под каждой фразой.
#method_n8n
Сразу скажу коротко суть, а после расшифрую чуть подробнее.
N8N на первом этапе мне дал икс 3 по доходу и икс 3 по увеличению свободного времени одновременно и за очень короткий промежуток все произошло, времени которое я могу потратить на проживание жизни, при этом не теряя в деньгах.
Грубо говоря - улучшил качество жизни довольно серьезно.
На втором этапе, он дал более глубокое понимание работы с нейросетями, автоматизациями и ИИ агентами, что позволило в дальнейшем делать качественные проекты в этой сфере, лишь частично используя n8n или даже полностью без его участия.
Он как бы дает и свободу и некоторые ограничения. Но если ты только начинаешь, то об ограничениях париться не стоит.
Все стандартные и нестандартные задачи можно решить чисто на n8n используя, где-то гугл таблицы для отображения данных и процессов для клиента, где-то телеграм в качестве интерфейса.
А самое прикольное, что от момента когда ты 0 и ничего не шаришь в автоматизациях, ИИ агентах, интеграциях тучи сервисов в единое целое, до момента когда ты либо заработал первые вменяемые деньги на этом, либо так улучшил, оптимизировал или даже открыл новые горизонты в своем бизнесе, требуется совсем небольшой срок, от 1 месяца до 2-х, зависит от уделяемого внимания.
Таких возможностей пару лет назад просто не существовало и аналогов несмотря на хайповые тренды, сами знаете какие, до сих пор нет и не предвидится.
Поэтому даже если пока до конца не понимаешь, что он может дать лично тебе, то изучать его все равно нужно начинать как можно раньше, по ходу пьесы все поймешь.
Еще не встречал ни одного человека, который бы пожалел, что связался с n8n.
Главное четко понимать, что работая с ним, ты находишься на первом уровне и не стоит все ставки делать чисто на n8n, обязательно со временем расширяй свои возможности попутно внедряя Правильный Вайбкодинг в свои проекты.
Это позволит в дальнейшем по-настоящему прийти к таким результатам, которые раньше и не снились.
Вот такой немного пафосный пост получился, но из песни слов не выкинешь, подписываюсь под каждой фразой.
❤9🔥4👍3❤🔥1
📝 ПРАЙС ЛИСТ
✅ УСЛУГИ:
Разработка ПО (Автоматизация + ИИ Агенты) от 220 000 руб.
Сайт, приложение, автоматизация.
Размещается на вашем домене.
Приложения публикуем в AppStore, Google Play, RuStore
Перед началом работы составляем подробный Бриф где описываем весь функционал
Личное обучение от 120 000 руб.
С моей поддержкой реализуем Вашу задачу.
Перед началом составляем Бриф
➡️ Для начала пишите в личку - @web_prof
Бот с бесплатными и платными уроками по Разработке своих продуктов с внедрением ИИ, Умных Агентов, Автоматизаций, Приложений, с помощью Вайбкодинга:
➡️ @factory_ai_product_bot
По любым вопросам:
➡️ Пишите в личку - @web_prof
✅ УСЛУГИ:
Разработка ПО (Автоматизация + ИИ Агенты) от 220 000 руб.
Сайт, приложение, автоматизация.
Размещается на вашем домене.
Приложения публикуем в AppStore, Google Play, RuStore
Перед началом работы составляем подробный Бриф где описываем весь функционал
Личное обучение от 120 000 руб.
С моей поддержкой реализуем Вашу задачу.
Перед началом составляем Бриф
Бот с бесплатными и платными уроками по Разработке своих продуктов с внедрением ИИ, Умных Агентов, Автоматизаций, Приложений, с помощью Вайбкодинга:
По любым вопросам:
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4🔥2❤1👏1
ИИ Агенты и Автоматизация pinned «📝 ПРАЙС ЛИСТ ✅ УСЛУГИ: Разработка ПО (Автоматизация + ИИ Агенты) от 220 000 руб. Сайт, приложение, автоматизация. Размещается на вашем домене. Приложения публикуем в AppStore, Google Play, RuStore Перед началом работы составляем подробный Бриф где описываем…»
Паника среди любителей OpenClaw, Clawdbot ...
#method_разное
Я себя к таким не отношу, единственным похожим ассистентом которым я ежедневно пользуюсь, является среда Cursor.
Что касается товарищей озвученных в заголовке, то я понимаю какую идею продали людям и почему на нее все купились.
Идею того, что ты сможешь решать любые свои задачи, просто написав ассистенту, а он уже используя многочисленные инструменты и разных ИИ агентов будет ее решать тебе под ключ.
Но коллеги, ни один профессионал никогда не допустит, что бы ИИ полностью делал все за него, от этого теряется контроль и понимание ситуации и происходящих процессов.
Я сейчас вообще не затрагиваю того, что всегда есть шанс, что будет сделано не очень, хуже, чем сделал бы средний человек, если отдавать полностью задачу на откуп ИИ, а ведь именно эту идею продают.
И даже дело не в том, что вы реально офигеете от расхода бабла если будете полноценно использовать подобных помощников, поскольку там никто не экономит и один ассистент погоняет другого.
Дело в том, что любому профи эта идея не подойдет, так как он и есть самый главный ИИ агент в этом оркестре.
Именно он должен продумывать стратегии, строить планы и раздавать задачи.
А если так, то тогда OpenClaw лишняя прослойка между тобой и ИИ агентами, ассистентами и инструментами, которыми первый оперирует.
Да, безусловно есть сценарии, когда применение подобных систем еще как обосновано.
Аналитика там в режиме онлайн, исследовательские задачи, но для простых смертных гораздо выгоднее стремится стать профессионалом в своей области и самостоятельно строить свои сетки суб агентов под свои задачи не используя попсовые решения сразу для всего.
Тогда и не нужно будет паниковать, как сейчас многие от того, что в РФ что-то становится не доступным или от участившихся банов Clawd ботов и других, от того что стали затягивать гайки разработчики.
Это все во вред вашему делу.
Вы тратите время, дабы эту попсу освоить, потом тратите деньги больше чем могли бы, а потом боретесь с банами и блокировками.
А могли бы просто взять роль главного оркестратора на себя и посмеиваться в ус, наблюдая за всеобщим испугом и суетой
#method_разное
Я себя к таким не отношу, единственным похожим ассистентом которым я ежедневно пользуюсь, является среда Cursor.
Что касается товарищей озвученных в заголовке, то я понимаю какую идею продали людям и почему на нее все купились.
Идею того, что ты сможешь решать любые свои задачи, просто написав ассистенту, а он уже используя многочисленные инструменты и разных ИИ агентов будет ее решать тебе под ключ.
Но коллеги, ни один профессионал никогда не допустит, что бы ИИ полностью делал все за него, от этого теряется контроль и понимание ситуации и происходящих процессов.
Я сейчас вообще не затрагиваю того, что всегда есть шанс, что будет сделано не очень, хуже, чем сделал бы средний человек, если отдавать полностью задачу на откуп ИИ, а ведь именно эту идею продают.
И даже дело не в том, что вы реально офигеете от расхода бабла если будете полноценно использовать подобных помощников, поскольку там никто не экономит и один ассистент погоняет другого.
Сразу вспоминаю девушку из США, которая в интервью несколько озадачилась расходом в месяц около 4000 долл, который ей нагенерировали ее ИИ Агенты
Но кстати она там сказала, что ей норм и будет пользоваться, но чутка осторожнее.
Дело в том, что любому профи эта идея не подойдет, так как он и есть самый главный ИИ агент в этом оркестре.
Именно он должен продумывать стратегии, строить планы и раздавать задачи.
А если так, то тогда OpenClaw лишняя прослойка между тобой и ИИ агентами, ассистентами и инструментами, которыми первый оперирует.
Да, безусловно есть сценарии, когда применение подобных систем еще как обосновано.
Аналитика там в режиме онлайн, исследовательские задачи, но для простых смертных гораздо выгоднее стремится стать профессионалом в своей области и самостоятельно строить свои сетки суб агентов под свои задачи не используя попсовые решения сразу для всего.
Тогда и не нужно будет паниковать, как сейчас многие от того, что в РФ что-то становится не доступным или от участившихся банов Clawd ботов и других, от того что стали затягивать гайки разработчики.
Это все во вред вашему делу.
Вы тратите время, дабы эту попсу освоить, потом тратите деньги больше чем могли бы, а потом боретесь с банами и блокировками.
А могли бы просто взять роль главного оркестратора на себя и посмеиваться в ус, наблюдая за всеобщим испугом и суетой
👍7👏3❤1🔥1🤔1
Рост Claude Code за 9 месяцев
#method_claude
Год назад Claude Code был "тем инструментом который все пробовали но не использовали". Сегодня — 18% рынка AI-кодинга, наравне с Cursor. Рост в 6 раз за 9 месяцев.
Это о чем то говорит.
Что ещё интереснее: 91% пользователей Claude Code довольны. Это лучший показатель среди всех AI-инструментов для разработки. Люди остаются.
Я уверен: Claude — это не просто chatbot для кода. Это рабочий инструмент для тех, кто строит реальные продукты. В Cursor под капотом чаще всего именно Claude Opus 4.6. В Claude Code — он же, только напрямую.
Хотя я в Cursore использую авто режим чаще всего, иначе никаких лимитов не хватает )
А вы видели плагины и расширения для Claude Code, которые сейчас набирают обороты на волне хайпа? Вроде дизайн системы "убийцы Фигмы" прямо внутри Claude? Если не видели, то скоро покажу.
Теперь моя основная связка, помимо n8n, это Cursor + Claude Code. И когда мне говорят "зачем изучать AI-инструменты" — вот цифры. 18% рынка за 9 месяцев с нуля.
Тренд очевиден. Вопрос только в том, ты его догоняешь или уже едешь на нём 🚀
#method_claude
Год назад Claude Code был "тем инструментом который все пробовали но не использовали". Сегодня — 18% рынка AI-кодинга, наравне с Cursor. Рост в 6 раз за 9 месяцев.
Это о чем то говорит.
Что ещё интереснее: 91% пользователей Claude Code довольны. Это лучший показатель среди всех AI-инструментов для разработки. Люди остаются.
Я уверен: Claude — это не просто chatbot для кода. Это рабочий инструмент для тех, кто строит реальные продукты. В Cursor под капотом чаще всего именно Claude Opus 4.6. В Claude Code — он же, только напрямую.
Хотя я в Cursore использую авто режим чаще всего, иначе никаких лимитов не хватает )
А вы видели плагины и расширения для Claude Code, которые сейчас набирают обороты на волне хайпа? Вроде дизайн системы "убийцы Фигмы" прямо внутри Claude? Если не видели, то скоро покажу.
Теперь моя основная связка, помимо n8n, это Cursor + Claude Code. И когда мне говорят "зачем изучать AI-инструменты" — вот цифры. 18% рынка за 9 месяцев с нуля.
Тренд очевиден. Вопрос только в том, ты его догоняешь или уже едешь на нём 🚀
🔥6👍4
Акции Figma упали на 7% за один день. Anthropic выпустили Claude Design
#method_claude
Совпадение, не думаю.
Спойлер - все офигеть как круто работает, но есть неприятненький нюансик о котором в конце поста.
17 апреля вышел Claude Design и это не генератор картинок. Это рабочий инструмент на Claude Opus 4.7 — новой модели с улучшенным зрением.
Вот что реально важно знать — без воды:
Работает на Claude Opus 4.7 (новая модель с улучшенным зрением). Доступен на тарифах Pro, Max, Team, Enterprise пока только через веб интерфейс вот по такому адресу https://claude.ai/design
Это не конкурент Canva и не замена Figma — это новый слой между твоим брендом и готовым продуктом.
Что умеет: лендинги из одного промпта, прототипы сайтов и приложений, презентации со спикер-заметками, анимации для видео, вайрфреймы.
Экспорт в HTML, PDF, PPTX, Canva.
И главное — прямой Handoff в Claude Code: из макета в рабочий проект одним кликом.
Или я как фанат курсора, экспортирую дизайн в html и открываю в своем любимом редакторе, который не жрет токены тоннами, об этом кстати чуть позже.
Фича которая все меняет — Design Systems. Claude Design читает твой код или Figma-файл и сам строит дизайн-систему: цвета, типографика, компоненты.
Либо ты это указываешь в ручную. После этого он работает не как фрилансер которому каждый раз нужно заново объяснять брендбук, а как штатный дизайнер который уже всё знает.
Ну и ложка дегтя, Лимиты для Claude Design отдельные — не считаются в счёт твоего чат-лимита, что на самом деле хорошо, но улетают быстро, можно истратить недельный лимит даже за время тестовых проб. (полчасика часик и лимит 0)
Тариф PRO подойдет разве если только для создания небольших лендингов и тестов, а стоимость тарифа Max на данный момент 100 долларов в месяц, что тоже не заоблачная сумма если вы зарабатываете на этом.
А подробнее о том как стать разработчиком автоматизаций и умных агентов который зарабатывает, у меня в боте @ai_smart_agents_bot
#method_claude
Совпадение, не думаю.
Спойлер - все офигеть как круто работает, но есть неприятненький нюансик о котором в конце поста.
17 апреля вышел Claude Design и это не генератор картинок. Это рабочий инструмент на Claude Opus 4.7 — новой модели с улучшенным зрением.
Вот что реально важно знать — без воды:
Работает на Claude Opus 4.7 (новая модель с улучшенным зрением). Доступен на тарифах Pro, Max, Team, Enterprise пока только через веб интерфейс вот по такому адресу https://claude.ai/design
Это не конкурент Canva и не замена Figma — это новый слой между твоим брендом и готовым продуктом.
Что умеет: лендинги из одного промпта, прототипы сайтов и приложений, презентации со спикер-заметками, анимации для видео, вайрфреймы.
Экспорт в HTML, PDF, PPTX, Canva.
И главное — прямой Handoff в Claude Code: из макета в рабочий проект одним кликом.
Или я как фанат курсора, экспортирую дизайн в html и открываю в своем любимом редакторе, который не жрет токены тоннами, об этом кстати чуть позже.
Фича которая все меняет — Design Systems. Claude Design читает твой код или Figma-файл и сам строит дизайн-систему: цвета, типографика, компоненты.
Либо ты это указываешь в ручную. После этого он работает не как фрилансер которому каждый раз нужно заново объяснять брендбук, а как штатный дизайнер который уже всё знает.
Ну и ложка дегтя, Лимиты для Claude Design отдельные — не считаются в счёт твоего чат-лимита, что на самом деле хорошо, но улетают быстро, можно истратить недельный лимит даже за время тестовых проб. (полчасика часик и лимит 0)
Тариф PRO подойдет разве если только для создания небольших лендингов и тестов, а стоимость тарифа Max на данный момент 100 долларов в месяц, что тоже не заоблачная сумма если вы зарабатываете на этом.
А подробнее о том как стать разработчиком автоматизаций и умных агентов который зарабатывает, у меня в боте @ai_smart_agents_bot
❤3
Если ты ставил Claude Code через npm в конце марта — у меня для тебя плохая новость.
#method_news #method_безопасность
31 марта 2026 у Anthropic случился тот самый факап, который любят повторять в кейсах, но никто не хочет пережить у себя: в
— Не хакеры взломали Anthropic.
— Не нулевой день в ядре.
— Обычная ошибка упаковки релиза.
— И именно поэтому это важно каждому, кто пишет, собирает и публикует софт.
Я понимаю, что новость почти месячной давности, но руки до нее дошли только сейчас )
Что произошло по факту:
— В npm-пакет улетел source map файл
— Через sourcesContent получили исходники (оценки в публикациях: ~1900 файлов и ~512k строк TypeScript)
— Публичный репорт в GitHub issue появился и был закрыт очень быстро
— Дальше все по классике интернета: зеркала, форки, разборы, хайп
— Anthropic официально: _это human error в packaging, не security breach, customer data/credentials не утекли
Почему это громче обычной утечки кода:
Claude Code — это не лендинг на React.
Это агентный CLI с доступом к терминалу, файлам, инструментам, оркестрации задач.
Когда наружу выходит такая кодовая база, это дает конкурентам и ресерчерам готовую карту: как устроены разрешения, пайплайн вызовов, логика инструментов, внутренние режимы и фичефлаги.
Да, теоретически “клиентский код и так можно реверсить”.
Но между минифицированным бандлом и читаемой структурой проекта — пропасть в трудозатратах.
И эту пропасть одним .map просто обнулили.
Что еще добавило бензина в огонь:
В ту же дату (31 марта) отдельно всплыл кейс с вредоносными версиями axios в npm (другой инцидент, другой вектор).
И рынок получил идеальный шторм в инфополе:
- с одной стороны — хайповая утечка исходников AI-агента
- с другой — supply-chain паника в npm экосистеме
- итог — толпы людей качают leaked builds, а злоумышленники маскируют malware под сенсационные репы
То есть опасность была не только в самом факте утечки, но и в том, как быстро вокруг нее начали строить социальную инженерию.
Самый полезный вывод для нас из этой ситуации:
Проблема не в плохом программисте, а в процессе релиза.
Если ваш CI/CD позволяет случайно опубликовать лишние артефакты — это не ошибка, это уже архитектура риска.
Что должно быть в любой взрослой команде по умолчанию:
Ирония, которую стоит запомнить:
Можно строить супер-сложные AI-safety и prompt-defense слои,
но если у тебя дырявый release pipeline — ты проигрываешь на самом скучном этапе.
В 2026 безопасность AI-продукта = не только модели, промпты и guardrails, а банально дисциплина упаковки, публикации и контроля артефактов.
А у тебя в текущих проектах есть железный процесс, который гарантированно не даст уехать в прод лишним .map /debug-артефактам/служебным файлам?
Или пока держится на вроде бы настроено?
#method_news #method_безопасность
31 марта 2026 у Anthropic случился тот самый факап, который любят повторять в кейсах, но никто не хочет пережить у себя: в
@anthropic-ai/claude-code@2.1.88 попал cli.js.map и через него восстановили практически весь исходник CLI.— Не хакеры взломали Anthropic.
— Не нулевой день в ядре.
— Обычная ошибка упаковки релиза.
— И именно поэтому это важно каждому, кто пишет, собирает и публикует софт.
Я понимаю, что новость почти месячной давности, но руки до нее дошли только сейчас )
Что произошло по факту:
— В npm-пакет улетел source map файл
cli.js.map— Через sourcesContent получили исходники (оценки в публикациях: ~1900 файлов и ~512k строк TypeScript)
— Публичный репорт в GitHub issue появился и был закрыт очень быстро
— Дальше все по классике интернета: зеркала, форки, разборы, хайп
— Anthropic официально: _это human error в packaging, не security breach, customer data/credentials не утекли
Почему это громче обычной утечки кода:
Claude Code — это не лендинг на React.
Это агентный CLI с доступом к терминалу, файлам, инструментам, оркестрации задач.
Когда наружу выходит такая кодовая база, это дает конкурентам и ресерчерам готовую карту: как устроены разрешения, пайплайн вызовов, логика инструментов, внутренние режимы и фичефлаги.
Да, теоретически “клиентский код и так можно реверсить”.
Но между минифицированным бандлом и читаемой структурой проекта — пропасть в трудозатратах.
И эту пропасть одним .map просто обнулили.
Что еще добавило бензина в огонь:
В ту же дату (31 марта) отдельно всплыл кейс с вредоносными версиями axios в npm (другой инцидент, другой вектор).
И рынок получил идеальный шторм в инфополе:
- с одной стороны — хайповая утечка исходников AI-агента
- с другой — supply-chain паника в npm экосистеме
- итог — толпы людей качают leaked builds, а злоумышленники маскируют malware под сенсационные репы
То есть опасность была не только в самом факте утечки, но и в том, как быстро вокруг нее начали строить социальную инженерию.
Самый полезный вывод для нас из этой ситуации:
Проблема не в плохом программисте, а в процессе релиза.
Если ваш CI/CD позволяет случайно опубликовать лишние артефакты — это не ошибка, это уже архитектура риска.
Что должно быть в любой взрослой команде по умолчанию:
1. npm pack --dry-run как обязательный pre-publish gate
2. whitelist в package.json (`files`), а не надеемся, что .npmignore не подведет
3. явный запрет source maps для production пакетов, если это закрытая логика
4. автоматическая проверка артефактов в CI (fail build при *.map, секретах, лишних бандлах)
5. post-release мониторинг того, что реально разъехалось по registry/CDN
Ирония, которую стоит запомнить:
Можно строить супер-сложные AI-safety и prompt-defense слои,
но если у тебя дырявый release pipeline — ты проигрываешь на самом скучном этапе.
В 2026 безопасность AI-продукта = не только модели, промпты и guardrails, а банально дисциплина упаковки, публикации и контроля артефактов.
А у тебя в текущих проектах есть железный процесс, который гарантированно не даст уехать в прод лишним .map /debug-артефактам/служебным файлам?
Или пока держится на вроде бы настроено?
👍1
Media is too big
VIEW IN TELEGRAM
🚀 Gemma 4 от Google — теперь помещается на Raspberry Pi #method_ai
Вот это поворот. Google взяли и опенсорснули новое семейство моделей Gemma 4, и оно перевернёт edge AI с ног на голову.
Edge - конечная точка, локальное устройство (ПК, ноутбук, Телефон, карманный ПК и так далее)
1. AI на карманном железе
Модель в 2 миллиарда параметров работает на обычной Raspberry Pi 5 в полутора гигах оперативки. Видит, слышит, думает. На 140 языках. Пять лет назад за такое люди серверные стойки покупали.
2. Самое мощное семейство малых моделей
Google выложил исходники, веса, всё. Открыто. Архитектурная база — Gemini 3, но без облачной зависимости.
3. Четыре варианта на любое железо
➡️ E2B — ~2B параметров, для самых скромных устройств
➡️ E4B — 4B, шаг выше
➡️ 26B MoE — Mixture-of-Experts, активна часть параметров
➡️ 31B Dense — плотная, максимум качества
То есть собираешь систему под бюджет, а не под то, что есть на рынке.
4. Лицензия Apache 2.0
Полная коммерция. Без роялти. Без скрытых условий. Берёшь, тюнингуешь под свою задачу, продаёшь продукт клиенту — никто не задаёт вопросов.
5. Нативная мультимодальность
Все 4 варианта работают с фото и видео из коробки. OCR, разбор графиков, диаграмм. Младшие E2B и E4B ещё и аудио на устройстве распознают. Без отправки в облако — речь обрабатывается прямо на телефоне.
6. Огромный контекст
> 128K токенов на младших моделях 256K токенов на старших
Это размер хорошей книги, который модель держит в голове целиком.
7. Агентный AI на edge — главная фишка
Вот тут самый сок. Function calling и структурированный JSON — нативно. То есть многошаговые ИИ агенты, которые планируют, выполняют, адаптируются — теперь работают локально. На телефоне, на ноуте, на Raspberry Pi.
8. Работает везде
iOS, Android, Windows, Linux и даже в браузере через WebGPU. Никакой зависимости от облака, никаких платежей за токены, никакой утечки данных наружу.
9. Производительность не игрушечная
31B-вариант занял #3 место на Arena AI leaderboard среди всех открытых моделей мира. Семейство Gemma уже скачали 400+ миллионов раз, сообщество налепило 100+ тысяч кастомных вариантов.
10. Итог
Google взяли frontier-AI и сделали его тем, что можно скачать и запустить дома. Кластер не нужен, одна GPU справляется, лицензия позволяет всё.
Это меняет всё для устройств без доступа к интернету.
Кто планирует тестить локально — реакция 🔥 Кто хочет видеть гайд по подключению Gemma 4 в N8N через Ollama — 👍
Вот это поворот. Google взяли и опенсорснули новое семейство моделей Gemma 4, и оно перевернёт edge AI с ног на голову.
Edge - конечная точка, локальное устройство (ПК, ноутбук, Телефон, карманный ПК и так далее)
Это та же исследовательская база, что и у Gemini 3, только упакована в размеры, которые реально влезают в железо в кармане.
1. AI на карманном железе
Модель в 2 миллиарда параметров работает на обычной Raspberry Pi 5 в полутора гигах оперативки. Видит, слышит, думает. На 140 языках. Пять лет назад за такое люди серверные стойки покупали.
2. Самое мощное семейство малых моделей
Google выложил исходники, веса, всё. Открыто. Архитектурная база — Gemini 3, но без облачной зависимости.
3. Четыре варианта на любое железо
То есть собираешь систему под бюджет, а не под то, что есть на рынке.
4. Лицензия Apache 2.0
Полная коммерция. Без роялти. Без скрытых условий. Берёшь, тюнингуешь под свою задачу, продаёшь продукт клиенту — никто не задаёт вопросов.
5. Нативная мультимодальность
Все 4 варианта работают с фото и видео из коробки. OCR, разбор графиков, диаграмм. Младшие E2B и E4B ещё и аудио на устройстве распознают. Без отправки в облако — речь обрабатывается прямо на телефоне.
6. Огромный контекст
> 128K токенов на младших моделях 256K токенов на старших
Это размер хорошей книги, который модель держит в голове целиком.
7. Агентный AI на edge — главная фишка
Вот тут самый сок. Function calling и структурированный JSON — нативно. То есть многошаговые ИИ агенты, которые планируют, выполняют, адаптируются — теперь работают локально. На телефоне, на ноуте, на Raspberry Pi.
Для нас, кто работает с N8N и автоматизациями, это меняет правила. Раньше я рассказывал, как ставить Ollama локально и подключать к N8N — теперь у этой схемы появляется реально способный агентный мозг без интернета.
8. Работает везде
iOS, Android, Windows, Linux и даже в браузере через WebGPU. Никакой зависимости от облака, никаких платежей за токены, никакой утечки данных наружу.
9. Производительность не игрушечная
31B-вариант занял #3 место на Arena AI leaderboard среди всех открытых моделей мира. Семейство Gemma уже скачали 400+ миллионов раз, сообщество налепило 100+ тысяч кастомных вариантов.
10. Итог
Google взяли frontier-AI и сделали его тем, что можно скачать и запустить дома. Кластер не нужен, одна GPU справляется, лицензия позволяет всё.
Это меняет всё для устройств без доступа к интернету.
И да — для нас, кто строит ИИ Агентов на заказ или собственные продукты по подписке, появляется новая ниша — локальные агенты под клиента. Особенно для бизнесов, которым нельзя отдавать данные в OpenAI/Anthropic. Медицина, юристы, корпоративная безопасность — все они теперь будут спрашивать про локальные решения, и Gemma 4 это первый кандидат под такие задачи.
Кто планирует тестить локально — реакция 🔥 Кто хочет видеть гайд по подключению Gemma 4 в N8N через Ollama — 👍
Please open Telegram to view this post
VIEW IN TELEGRAM
👍28🔥12❤2
Media is too big
VIEW IN TELEGRAM
Как установить gemma4 локально для использования в чате?
Супер быстрый мини гайд, что бы попробовать возможности моделей gemma4 (пока без внедрения в автоматизации)
P.S. В видео оговорился, у меня не 5090ti, а 5070ti, а вообще для работы пойдет любая карточка.
P.P.S Кстати вышел Gpt-5.5, теперь есть смысл использовать Codex в связке с ним, завтра распишу подробнее.
Супер быстрый мини гайд, что бы попробовать возможности моделей gemma4 (пока без внедрения в автоматизации)
P.S. В видео оговорился, у меня не 5090ti, а 5070ti, а вообще для работы пойдет любая карточка.
P.P.S Кстати вышел Gpt-5.5, теперь есть смысл использовать Codex в связке с ним, завтра распишу подробнее.
👍5🔥5
OpenAI выпустила GPT-5.5 — новый флагман для «реальной работы»
#method_news
Все уже немного привыкли к новым флагманам убийцей прошлых флагманов, а то и целых сервисов и поэтому такие новости воспринимаются нейтрально, но в этом релизе есть кое-что интересное.
В общем: OpenAI представила GPT-5.5 — самую умную и интуитивную модель компании на сегодня.
Где доступна и сколько стоит?
Модель раскатывается на пользователей Plus, Pro, Business и Enterprise в ChatGPT и Codex.
В Codex GPT-5.5 теперь модель по умолчанию. API уже открыт — по цене $5 за миллион входных и $30 за миллион выходных токенов, с контекстным окном в 1 миллион токенов (вдвое дороже GPT-5.4)
Главное про модель — она быстрее и дешевле в работе, хоть и стоит дороже )))
Самое практичное улучшение — эффективность. GPT-5.5 сохраняет ту же per-token-латентность, что и GPT-5.4, но использует примерно на 40% меньше выходных токенов, чтобы решить ту же задачу в Codex.
Кодинг — главный фокус релиза.
GPT-5.5 — самая сильная агентная coding-модель OpenAI. На Terminal-Bench 2.0 она показала 82.7% — текущий state-of-the-art.
На внутреннем бенчмарке Expert-SWE с задачами, требующими у эксперта-человека в среднем 20 часов работы, GPT-5.5 набирает 73.1% против 68.5% у GPT-5.4.
Я посмотрел различные бенчмарки по Работе с компьютером и интерфейсами, и по Науке и исследованиям, и по безопасности...
Если вы не знали целая куча их уже существует, где сравнивают работу моделей в тех или иных условиях, не буду грузить тут подробностями, если вкратце то везде наблюдается небольшой отрыв от конкурентов и своих же решений.
Из интересного, помимо кодинга, OpenAI делает ставку на то, что модель может реально работать с компьютером полностью самостоятельно.
Собственно в эту сторону по моим наблюдениям все и двигаются.
В агентных сценариях, как показали многочисленные эксперименты с самостоятельными clawd ботами, очень важный момент не в том насколько стала модель умнее, а на сколько экономнее не потеряв в интеллекте.
И в этом случае здесь есть явный прогресс, да и кстати gpt 5.5 уже доступна и в Cursor для использования в самом младшем тарифном плане, поэтому грех не затестить.
#method_news
Все уже немного привыкли к новым флагманам убийцей прошлых флагманов, а то и целых сервисов и поэтому такие новости воспринимаются нейтрально, но в этом релизе есть кое-что интересное.
В общем: OpenAI представила GPT-5.5 — самую умную и интуитивную модель компании на сегодня.
Где доступна и сколько стоит?
Модель раскатывается на пользователей Plus, Pro, Business и Enterprise в ChatGPT и Codex.
В Codex GPT-5.5 теперь модель по умолчанию. API уже открыт — по цене $5 за миллион входных и $30 за миллион выходных токенов, с контекстным окном в 1 миллион токенов (вдвое дороже GPT-5.4)
Главное про модель — она быстрее и дешевле в работе, хоть и стоит дороже )))
Самое практичное улучшение — эффективность. GPT-5.5 сохраняет ту же per-token-латентность, что и GPT-5.4, но использует примерно на 40% меньше выходных токенов, чтобы решить ту же задачу в Codex.
Кодинг — главный фокус релиза.
GPT-5.5 — самая сильная агентная coding-модель OpenAI. На Terminal-Bench 2.0 она показала 82.7% — текущий state-of-the-art.
На внутреннем бенчмарке Expert-SWE с задачами, требующими у эксперта-человека в среднем 20 часов работы, GPT-5.5 набирает 73.1% против 68.5% у GPT-5.4.
Я посмотрел различные бенчмарки по Работе с компьютером и интерфейсами, и по Науке и исследованиям, и по безопасности...
Если вы не знали целая куча их уже существует, где сравнивают работу моделей в тех или иных условиях, не буду грузить тут подробностями, если вкратце то везде наблюдается небольшой отрыв от конкурентов и своих же решений.
Из интересного, помимо кодинга, OpenAI делает ставку на то, что модель может реально работать с компьютером полностью самостоятельно.
Собственно в эту сторону по моим наблюдениям все и двигаются.
В агентных сценариях, как показали многочисленные эксперименты с самостоятельными clawd ботами, очень важный момент не в том насколько стала модель умнее, а на сколько экономнее не потеряв в интеллекте.
И в этом случае здесь есть явный прогресс, да и кстати gpt 5.5 уже доступна и в Cursor для использования в самом младшем тарифном плане, поэтому грех не затестить.
👍5
N8N + Claude = Workflow строит сам ИИ. Теперь реально.
#method_n8n
Помните, я писал про эволюцию — сначала кайфуешь от n8n, потом переходишь на Cursor и кайфуешь от того, что он почти все делает сам.
Так вот, появилось промежуточное звено, которое меняет правила игры окончательно.
⚡ Это n8n MCP Server — мост между n8n и любым ИИ-ассистентом (Claude, Cursor, Windsurf).
Что это значит если в двух словах?
Вы говорите Claude в обычном чате:
«Сделай мне воркфлоу — каждый день в 9 утра парсить RSS техно-блогов, суммаризировать через GPT и кидать в мой ТГ канал»
И Claude:
▪️ Сам подбирает правильные ноды (а их в базе MCP — 1505 штук, 812 кор + 693 коммьюнити)
▪️ Сам валидирует параметры по 2646 готовым шаблонам
▪️ Сам собирает JSON воркфлоу
▪️ Сам создает его в вашем n8n через API
▪️ И дает ссылку — открывайте в браузере, тестируйте.
🔥 Это работает в обе стороны — Claude может не только создавать, но и редактировать существующие воркфлоу, дебажить ошибки, заменять одну LLM на другую и адаптировать промпты.
❓ Зачем это надо?
Потому что главная боль в n8n — не строить логику, а помнить параметры каждой ноды. Когда у тебя 30+ нод в воркфлоу, ты на 80% времени гуглишь доку.
MCP убирает эту боль полностью. ИИ держит всю документацию в голове, ты держишь идею.
⚙️ Что нужно для запуска:
1. Claude Desktop или Cursor
2. Node.js или Docker
3. Свой n8n с API-ключом
4. Один JSON-конфиг с тремя строчками
Время на установку — 10 минут и результат получается действительно шикарный, например я потестил на создании воркфлоу для написания SEO статей, где в качестве модели gemma4, что работает конечно медленнее чем облачные варианты.
И при создании воркфлоу я попросил учесть Claude что модель будет локальная и медленная.
В итоге он сделал и предусмотрел несколько защит, которых бы я точно не предусмотрел если бы собирал в ручную.
Плюс на выходе все работает как нужно. Воркфлоу собрался без ошибок и имеет нормальную логику работу, а не как я когда-то пробовал разные подобные инструменты, после которых подумал, что ИИ пока далеко до завоевания мира.
Теперь походу не так далеко.
💡 Кому особенно зайдет:
▪️ Новичкам — вы перепрыгнете через 2 месяца боли с документацией
▪️ Опытным — увеличите скорость прототипирования в разы
▪️ Агентствам — клиентские воркфлоу клепаются под диктовку голосом
Но есть нюанс — без правильных системных инструкций для Claude качество результата падает в разы. Плюс все-таки нужно иметь некоторую базу в голове, что бы потом пробежать по готовым нодам и подправить если нужно.
Гайд по установке уже на подходе, наравне с развертыванием Gemma4 в n8n.
А гитхаб данного mcp - https://github.com/czlonkowski/n8n-mcp (Там же есть и инструкция, но у меня будет в видео формате и на русском языке)
А чуть позже и для Cursor запишу, а то многих бесят лимиты у Claude, не дающие по-настоящему развернуться на первом тарифе )
#method_n8n
Помните, я писал про эволюцию — сначала кайфуешь от n8n, потом переходишь на Cursor и кайфуешь от того, что он почти все делает сам.
Так вот, появилось промежуточное звено, которое меняет правила игры окончательно.
⚡ Это n8n MCP Server — мост между n8n и любым ИИ-ассистентом (Claude, Cursor, Windsurf).
И это не жалкие поделки, что были до этого.
Что это значит если в двух словах?
Вы говорите Claude в обычном чате:
«Сделай мне воркфлоу — каждый день в 9 утра парсить RSS техно-блогов, суммаризировать через GPT и кидать в мой ТГ канал»
И Claude:
▪️ Сам подбирает правильные ноды (а их в базе MCP — 1505 штук, 812 кор + 693 коммьюнити)
▪️ Сам валидирует параметры по 2646 готовым шаблонам
▪️ Сам собирает JSON воркфлоу
▪️ Сам создает его в вашем n8n через API
▪️ И дает ссылку — открывайте в браузере, тестируйте.
🔥 Это работает в обе стороны — Claude может не только создавать, но и редактировать существующие воркфлоу, дебажить ошибки, заменять одну LLM на другую и адаптировать промпты.
❓ Зачем это надо?
Потому что главная боль в n8n — не строить логику, а помнить параметры каждой ноды. Когда у тебя 30+ нод в воркфлоу, ты на 80% времени гуглишь доку.
MCP убирает эту боль полностью. ИИ держит всю документацию в голове, ты держишь идею.
⚙️ Что нужно для запуска:
1. Claude Desktop или Cursor
2. Node.js или Docker
3. Свой n8n с API-ключом
4. Один JSON-конфиг с тремя строчками
Время на установку — 10 минут и результат получается действительно шикарный, например я потестил на создании воркфлоу для написания SEO статей, где в качестве модели gemma4, что работает конечно медленнее чем облачные варианты.
И при создании воркфлоу я попросил учесть Claude что модель будет локальная и медленная.
В итоге он сделал и предусмотрел несколько защит, которых бы я точно не предусмотрел если бы собирал в ручную.
Плюс на выходе все работает как нужно. Воркфлоу собрался без ошибок и имеет нормальную логику работу, а не как я когда-то пробовал разные подобные инструменты, после которых подумал, что ИИ пока далеко до завоевания мира.
Теперь походу не так далеко.
💡 Кому особенно зайдет:
▪️ Новичкам — вы перепрыгнете через 2 месяца боли с документацией
▪️ Опытным — увеличите скорость прототипирования в разы
▪️ Агентствам — клиентские воркфлоу клепаются под диктовку голосом
Но есть нюанс — без правильных системных инструкций для Claude качество результата падает в разы. Плюс все-таки нужно иметь некоторую базу в голове, что бы потом пробежать по готовым нодам и подправить если нужно.
Гайд по установке уже на подходе, наравне с развертыванием Gemma4 в n8n.
А гитхаб данного mcp - https://github.com/czlonkowski/n8n-mcp (Там же есть и инструкция, но у меня будет в видео формате и на русском языке)
А чуть позже и для Cursor запишу, а то многих бесят лимиты у Claude, не дающие по-настоящему развернуться на первом тарифе )
🔥15
Один агент круто. А что если им управляют другие агенты?
#method_n8n
Возможно слышали тренд последних дней, который массово обсуждают в комьюнити n8n и в Twitter — Multi-agent workflows через AI Agent Tool node.
Если коротко — это паттерн, когда главный «родительский» агент использует других агентов как инструменты. Не как отдельные суб-воркфлоу, а напрямую, на одном холсте, в одном выполнении.
Зачем это надо?
Раньше была развилка — либо лепить одного жирного агента с 20+ инструментами и молиться, что он не запутается в выборе, либо делать суб-воркфлоу и страдать с передачей контекста и переменных между ними.
Теперь появился третий путь, который объединяет лучшее из двух миров.
⚡️ Как это работает на практике
Пример который привел Max из команды n8n и который завирусился —
▪️ Главный агент — на топовой модели типа GPT-4.1 или Claude Sonnet
▪️ Под ним — специализированный агент на дешевой GPT-4.1 nano
▪️ Главный кидает тяжелые задачи (парсинг 50 строк JSON, классификация пачки сообщений) дочернему
▪️ Дочерний обрабатывает и возвращает только сводку
▪️ Главный получает чистый результат и работает дальше
Что в итоге?
▪️ Экономия токенов — топовая модель не жжет дорогие токены на рутинной обработке данных
▪️ Меньше галлюцинаций — каждый агент решает узкую задачу с фокусированным промптом
▪️ Легче дебаг — видно сразу какой именно агент и где сломался
▪️ Все в одном выполнении — никакой возни с переменными между суб-воркфлоу
🔥 Почему именно сейчас все об этом говорят
Совпало несколько событий:
1. Обновили возможность публиковать и снимать с публикации workflow tools для MCP — то есть твои агенты могут динамически подключаться как инструменты в Claude, Cursor и тд
2. Сама концепция оркестратор-воркеры (orchestrator-workers) стала мейнстримом — про нее активно пишут в блоге n8n, в Twitter ее форсит Elvis (@omarsar0), пост которого на эту тему собрал заметные реакции
💡 Что важно понимать
В n8n есть три уровня ИИ оркестрации, важно их различать —
▪️ Sequential agents — агенты работают по очереди в заданном порядке. Простейший вариант, подходит для линейных пайплайнов
▪️ Parallel agents — несколько агентов работают одновременно над независимыми задачами
▪️ Hierarchical (то о чем мы говорим) — главный агент делегирует, специализированные исполняют. Самый мощный паттерн для сложных систем
🎯 Кому это критично освоить
▪️ Тем, кто строит системы клиентской поддержки — главный агент классифицирует, специализированные отвечают
▪️ Тем, кто работает с большими массивами данных — экономия на токенах считается тысячами долларов в месяц
▪️ Тем, кто делает агентов под бизнесы — клиент платит за результат, ему все равно сколько у тебя там агентов под капотом, главное стабильность
📌 Можно вложить агентов в несколько уровней, то есть главный → средний → специализированный. Но лучше не злоупотреблять, 2 уровня достаточно для 95% задач.
Тренд однозначно — переход от «один агент на все» к настоящей оркестрации команд агентов, прямо как в реальной разработке мы не пишем все в одной функции, а разбиваем на модули.
#method_n8n
Возможно слышали тренд последних дней, который массово обсуждают в комьюнити n8n и в Twitter — Multi-agent workflows через AI Agent Tool node.
Если коротко — это паттерн, когда главный «родительский» агент использует других агентов как инструменты. Не как отдельные суб-воркфлоу, а напрямую, на одном холсте, в одном выполнении.
Зачем это надо?
Раньше была развилка — либо лепить одного жирного агента с 20+ инструментами и молиться, что он не запутается в выборе, либо делать суб-воркфлоу и страдать с передачей контекста и переменных между ними.
Теперь появился третий путь, который объединяет лучшее из двух миров.
⚡️ Как это работает на практике
Пример который привел Max из команды n8n и который завирусился —
▪️ Главный агент — на топовой модели типа GPT-4.1 или Claude Sonnet
▪️ Под ним — специализированный агент на дешевой GPT-4.1 nano
▪️ Главный кидает тяжелые задачи (парсинг 50 строк JSON, классификация пачки сообщений) дочернему
▪️ Дочерний обрабатывает и возвращает только сводку
▪️ Главный получает чистый результат и работает дальше
Что в итоге?
▪️ Экономия токенов — топовая модель не жжет дорогие токены на рутинной обработке данных
▪️ Меньше галлюцинаций — каждый агент решает узкую задачу с фокусированным промптом
▪️ Легче дебаг — видно сразу какой именно агент и где сломался
▪️ Все в одном выполнении — никакой возни с переменными между суб-воркфлоу
🔥 Почему именно сейчас все об этом говорят
Совпало несколько событий:
1. Обновили возможность публиковать и снимать с публикации workflow tools для MCP — то есть твои агенты могут динамически подключаться как инструменты в Claude, Cursor и тд
2. Сама концепция оркестратор-воркеры (orchestrator-workers) стала мейнстримом — про нее активно пишут в блоге n8n, в Twitter ее форсит Elvis (@omarsar0), пост которого на эту тему собрал заметные реакции
💡 Что важно понимать
В n8n есть три уровня ИИ оркестрации, важно их различать —
▪️ Sequential agents — агенты работают по очереди в заданном порядке. Простейший вариант, подходит для линейных пайплайнов
▪️ Parallel agents — несколько агентов работают одновременно над независимыми задачами
▪️ Hierarchical (то о чем мы говорим) — главный агент делегирует, специализированные исполняют. Самый мощный паттерн для сложных систем
🎯 Кому это критично освоить
▪️ Тем, кто строит системы клиентской поддержки — главный агент классифицирует, специализированные отвечают
▪️ Тем, кто работает с большими массивами данных — экономия на токенах считается тысячами долларов в месяц
▪️ Тем, кто делает агентов под бизнесы — клиент платит за результат, ему все равно сколько у тебя там агентов под капотом, главное стабильность
📌 Можно вложить агентов в несколько уровней, то есть главный → средний → специализированный. Но лучше не злоупотреблять, 2 уровня достаточно для 95% задач.
Тренд однозначно — переход от «один агент на все» к настоящей оркестрации команд агентов, прямо как в реальной разработке мы не пишем все в одной функции, а разбиваем на модули.
🔥8👏3