Forwarded from Фетюхин про AI
Дизайн больше не будет прежним или почему мы меняемся.
Долгое время мы писали о Pixel-perfect и классическом подходе к дизайну, но индустрия развивается слишком быстро, чтобы оставаться в старых рамках. Сегодня роль дизайнера трансформировалась: это уже не просто специалист в Figma, а скорее оркестратор технологий и искусственного интеллекта.
Реальность 2026 года предъявляет к нам новые требования. Теперь недостаточно просто спроектировать интерфейс — критически важно уметь прототипировать его через код и понимать основы фронтенда, бэкенда и облачных сервисов. Искусственный интеллект при этом становится нашим основным помощником, который берет на себя написание кода и автоматизацию рутинных задач.
Наша редакция стремиться быть в центре этих изменений, поэтому решили обновить формат. Мы будем делиться практическими наработками, тестировать актуальные нейросети и знакомить вас с лидерами рынка. В связи с этим канал Pixelmap превращается в «Нейрокодинг». Наш новый логотип, объединяющий структуру кода и ядро ИИ, стал прямым отражением этой философии.
Давайте двигаться вперед и расти вместе.
Долгое время мы писали о Pixel-perfect и классическом подходе к дизайну, но индустрия развивается слишком быстро, чтобы оставаться в старых рамках. Сегодня роль дизайнера трансформировалась: это уже не просто специалист в Figma, а скорее оркестратор технологий и искусственного интеллекта.
Реальность 2026 года предъявляет к нам новые требования. Теперь недостаточно просто спроектировать интерфейс — критически важно уметь прототипировать его через код и понимать основы фронтенда, бэкенда и облачных сервисов. Искусственный интеллект при этом становится нашим основным помощником, который берет на себя написание кода и автоматизацию рутинных задач.
Наша редакция стремиться быть в центре этих изменений, поэтому решили обновить формат. Мы будем делиться практическими наработками, тестировать актуальные нейросети и знакомить вас с лидерами рынка. В связи с этим канал Pixelmap превращается в «Нейрокодинг». Наш новый логотип, объединяющий структуру кода и ядро ИИ, стал прямым отражением этой философии.
Давайте двигаться вперед и расти вместе.
🔥6
Forwarded from Нейрокостя.
RAG, CAG и причем тут контекстное окно
Щас расскажу про тааакую штуку, но начну с исторической справки: долгое время мы все сидели в парадигме RAG. Почему? Да потому мой любознательный друг, что контекстные окна у нейронок были размером с почтовую марку.
Приходилось резать данные в мелкую лапшу, превращать их в векторы и надеяться, что поисковый алгоритм вытянет именно тот кусок, который нужен. Но в 2026 году, когда контекст измеряется миллионами токенов, этот подход начинает выглядеть как костыль. На смену (или скорее в дополнение) приходит CAG — Cache-Augmented Generation.
Как работает магия?
Суть простая: вместо того чтобы каждый раз судорожно искать фрагменты в базе, я загружаю всю базу знаний целиком прямо в контекстное окно модели и замораживаю её там. Это стало возможным благодаря KV-кэшированию. Модель один раз обрабатывает массив данных, сохраняет промежуточные вычисления и при каждом новом вопросе обращается к этому «горячему» кэшу. Больше никакого ожидания, пока идет поиск нужных данных. Ответ прилетает мгновенно, как будто я общаюсь с коротким промптом, хотя за спиной у модели висят сотни мегабайт документации.
Почему это точнее и быстрее?
Тут все просто то безумия. В классической схеме точность всегда упирается в качество поиска: если алгоритм не нашел нужный кусок, модель его просто не увидит и начнет лукавить на голубом глазу. В CAG поискового этапа просто нет — модель видит всю картину сразу. Это дает практически стопроцентную точность и позволяет сопоставлять факты из разных концов огромного архива. Для RAG это часто была непосильная задача, а для нас — теперь база.
А как эту вундервафлю применить?
Возьмем конкретный пример из нашей жизни. Когда нужно провести полный аудит сложной дизайн-системы, мы кэшируем все гайды и кейсы за последние годы. Теперь я могу спросить о противоречиях в логике отступов между проектами разных лет, и модель не просто найдет упоминания, а проведет сквозной анализ всего объема данных.
Другой вот кейс — работа с легаси. Можно засунуть в кэш весь репозиторий проекта, который писали пять лет разные команды. Если спросить, как изменение одной функции аутентификации повлияет на логику инвойсов в другом модуле, модель увидит все зависимости. Поисковый алгоритм RAG мог бы это пропустить из-за низкой семантической схожести запроса, а CAG — нет.
Про страх потери середины
Мне накидали в панамку по поводу потери данных или снижения внимания в середине огромного контекста. Ребят, это все хуйня. Современные архитектуры давно решили проблему потери середины. В тестах на извлечение информации модели показывают идеальные результаты даже на объемах в два миллиона токенов. Единственное реальное ограничение — это объем. Если ваша база весит терабайты, RAG все еще неизбежен. Но для локальных баз до 200 мегабайт CAG — это абсолютная киллер-фича.
Че по бабкам?
Конечно, за кэш нужно платить как и за все в жизни. Хранение активного контекста стоит денег, и если обращаться к нему раз в месяц, это выйдет дороже классической векторной базы. Но если вам нужен глубокий, быстрый и точный анализ в режиме рилтайма, CAG окупает себя за счет экономии на разработке и отсутствия ошибок поиска. Лично для меня выбор очевиден: там, где важна глубина понимания, я выбираю кэш.
Щас расскажу про тааакую штуку, но начну с исторической справки: долгое время мы все сидели в парадигме RAG. Почему? Да потому мой любознательный друг, что контекстные окна у нейронок были размером с почтовую марку.
Приходилось резать данные в мелкую лапшу, превращать их в векторы и надеяться, что поисковый алгоритм вытянет именно тот кусок, который нужен. Но в 2026 году, когда контекст измеряется миллионами токенов, этот подход начинает выглядеть как костыль. На смену (или скорее в дополнение) приходит CAG — Cache-Augmented Generation.
Как работает магия?
Суть простая: вместо того чтобы каждый раз судорожно искать фрагменты в базе, я загружаю всю базу знаний целиком прямо в контекстное окно модели и замораживаю её там. Это стало возможным благодаря KV-кэшированию. Модель один раз обрабатывает массив данных, сохраняет промежуточные вычисления и при каждом новом вопросе обращается к этому «горячему» кэшу. Больше никакого ожидания, пока идет поиск нужных данных. Ответ прилетает мгновенно, как будто я общаюсь с коротким промптом, хотя за спиной у модели висят сотни мегабайт документации.
Почему это точнее и быстрее?
Тут все просто то безумия. В классической схеме точность всегда упирается в качество поиска: если алгоритм не нашел нужный кусок, модель его просто не увидит и начнет лукавить на голубом глазу. В CAG поискового этапа просто нет — модель видит всю картину сразу. Это дает практически стопроцентную точность и позволяет сопоставлять факты из разных концов огромного архива. Для RAG это часто была непосильная задача, а для нас — теперь база.
А как эту вундервафлю применить?
Возьмем конкретный пример из нашей жизни. Когда нужно провести полный аудит сложной дизайн-системы, мы кэшируем все гайды и кейсы за последние годы. Теперь я могу спросить о противоречиях в логике отступов между проектами разных лет, и модель не просто найдет упоминания, а проведет сквозной анализ всего объема данных.
Другой вот кейс — работа с легаси. Можно засунуть в кэш весь репозиторий проекта, который писали пять лет разные команды. Если спросить, как изменение одной функции аутентификации повлияет на логику инвойсов в другом модуле, модель увидит все зависимости. Поисковый алгоритм RAG мог бы это пропустить из-за низкой семантической схожести запроса, а CAG — нет.
Про страх потери середины
Мне накидали в панамку по поводу потери данных или снижения внимания в середине огромного контекста. Ребят, это все хуйня. Современные архитектуры давно решили проблему потери середины. В тестах на извлечение информации модели показывают идеальные результаты даже на объемах в два миллиона токенов. Единственное реальное ограничение — это объем. Если ваша база весит терабайты, RAG все еще неизбежен. Но для локальных баз до 200 мегабайт CAG — это абсолютная киллер-фича.
Че по бабкам?
Конечно, за кэш нужно платить как и за все в жизни. Хранение активного контекста стоит денег, и если обращаться к нему раз в месяц, это выйдет дороже классической векторной базы. Но если вам нужен глубокий, быстрый и точный анализ в режиме рилтайма, CAG окупает себя за счет экономии на разработке и отсутствия ошибок поиска. Лично для меня выбор очевиден: там, где важна глубина понимания, я выбираю кэш.
Дизайнерская «чуйка» — это главный самообман 2026 года
Сейчас из каждого утюга кричат: «Нахрен процессы, у нас есть ИИ и интуиция! Скорость решает всё!» Даже лиды из Anthropic подливают масла в огонь. Но давайте честно: если вы строите бизнес, а не играете в песочнице, то вера в «озарение» без фундамента — это прямой путь к кассовому разрыву.
Раскладываем по полкам, почему «интуитивный дизайн» — это часто просто ширма для лени:
👀 Сеньор не забивает на этапы, он просто пролетает их на автомате.
Когда у тебя за плечами сотни запущенных продуктов, ты не «пропускаешь» исследование. Ты проводишь его в голове за 10 минут, потому что уже знаешь все грабли в этой нише. Это не отмена процесса, это его экстремальное сжатие.
👀 Double Diamond — это не секта, это ваша страховка.
Все эти фреймворки придумали не для того, чтобы дизайнерам было чем заняться. Это способ не просрать бюджет клиента на решение проблемы, которой не существует. В финтехе или медицине «интуиция» без проверки — это не гибкость, это должностное преступление.
👀 ИИ — это бензин, а не двигатель.
Нейронки ахуенно ускоряют сборку, но они не понимают зачем мы это делаем. Если джун надеется, что Клод или Чатгпт заменят ему мозг и понимание задачи — он профнепригоден. ИИ помогает сжимать рутину, но не снимает ответственности за результат.
Короче:
Подход «сначала пилим решение, потом ищем проблему» работает только в одном случае — если вы делаете клон уже взлетевшего продукта. Во всех остальных ситуациях это авантюра. Главный скилл сегодня — не слепое следование методичке и не хаотичное «я так чувствую». Это умение врубать нужную скорость под конкретный риск.
Либо ты управляешь рисками, либо они управляют твоим временем. Третьего не дано. А более детально про все это написано в статье от NNG
Сейчас из каждого утюга кричат: «Нахрен процессы, у нас есть ИИ и интуиция! Скорость решает всё!» Даже лиды из Anthropic подливают масла в огонь. Но давайте честно: если вы строите бизнес, а не играете в песочнице, то вера в «озарение» без фундамента — это прямой путь к кассовому разрыву.
Раскладываем по полкам, почему «интуитивный дизайн» — это часто просто ширма для лени:
Когда у тебя за плечами сотни запущенных продуктов, ты не «пропускаешь» исследование. Ты проводишь его в голове за 10 минут, потому что уже знаешь все грабли в этой нише. Это не отмена процесса, это его экстремальное сжатие.
Все эти фреймворки придумали не для того, чтобы дизайнерам было чем заняться. Это способ не просрать бюджет клиента на решение проблемы, которой не существует. В финтехе или медицине «интуиция» без проверки — это не гибкость, это должностное преступление.
Нейронки ахуенно ускоряют сборку, но они не понимают зачем мы это делаем. Если джун надеется, что Клод или Чатгпт заменят ему мозг и понимание задачи — он профнепригоден. ИИ помогает сжимать рутину, но не снимает ответственности за результат.
Короче:
Подход «сначала пилим решение, потом ищем проблему» работает только в одном случае — если вы делаете клон уже взлетевшего продукта. Во всех остальных ситуациях это авантюра. Главный скилл сегодня — не слепое следование методичке и не хаотичное «я так чувствую». Это умение врубать нужную скорость под конкретный риск.
Либо ты управляешь рисками, либо они управляют твоим временем. Третьего не дано. А более детально про все это написано в статье от NNG
Please open Telegram to view this post
VIEW IN TELEGRAM
Nielsen Norman Group
Design Process Isn't Dead, It’s Compressed
As AI speeds up design work, the argument to "throw out the process" misrepresents how experienced designers work.
❤2
От Figma к коду: как прокинуть UI-кит в Claude Code и не сойти с ума
Про Claude Code сейчас трубят из каждого утюга. Способности — пушка, но давайте приземлим это на наши бытовые задачи. Например: как по-быстрому «обогатить» свой UI-кит кодовой базой, чтобы нейронки-агенты потом собирали вам консистентный дизайн, опираясь на ваши наработки, а не на свой рандомный вкус.
Суть: у вас есть кит в Figma. Компоненты, варианты, переменные — всё на месте. Теперь нужно, чтобы это зажило в коде как React-компоненты и CSS-токены. Claude Code через MCP залетает в ваш файл, читает его и пишет код на основе реальных данных. То, что раньше делалось неделями, теперь залетает за пару часов.
Но сначала — Шаг 0, на котором все обычно сыпятся.
Подготовьте Figma-файл (без этого будет хаос)
Claude читает файл через API. Если у вас там свалка из слоев «Rectangle 47» — чуда не будет.
Компоненты — только через Main Components.
Варианты — строго через Component Properties.
Стили — всё должно быть привязано к Variables или Styles. Никакого «красного на глаз».
Если кит причесан — вы в игре. Если нет — идите чинить, иначе Claude выплюнет мусор.
Инструменты: чем собрать кит, если его еще нет
Прежде чем скармливать кит коду, его надо по-человечески собрать. Вот что реально работает:
Figma AI / Make — база. Накидать черновик экрана или интерактивный прототип по промту. Быстро, удобно, но часто слишком стерильно. Хорошо как фундамент.
Figr Identity — это уже про систему. Генерит компоненты, которые дружат с токенами и логикой.
Готовые решения — иногда быстрее взять эталон. Untitled UI (база баз) или Shadcn/ui для Figma. Если работаете с Tailwind — это вообще кратчайший путь к адекватному результату.
Шаг 1. Коннектим Claude Code
Шаг 2. Выворачиваем структуру файла
Claude вернет структуру. Проверьте её. Это момент истины: станет понятно, где вы накосячили в Figma-файле.
Шаг 3. Генерим токены
Это самая приятная часть — токены залетают идеально, потому что это голая математика.
Шаг 4. Пишем компоненты
Берем, например, Button. Просим Claude написать React-компонент, который в точности повторяет варианты из Figma.
Шаг 5. Зацикливаем процесс (Builder.io)
Когда код готов, используем плагин Builder.io. Он «маппит» ваши компоненты в Figma на реальный код.
Результат? Дизайнер рисует новый экран из готовых компонентов в Figma, а разработчик получает чистый React-код, который дергает ваши компоненты, а не генерит новую фигню.
Что в сухом остатке:
За один вечер вы получаете живую дизайн-систему: токены, CSS, React-библиотеку и Storybook. Figma — источник истины для визуала, код — для продакшена.
Всё связано, всё летает. ну не чудо ли?
Про Claude Code сейчас трубят из каждого утюга. Способности — пушка, но давайте приземлим это на наши бытовые задачи. Например: как по-быстрому «обогатить» свой UI-кит кодовой базой, чтобы нейронки-агенты потом собирали вам консистентный дизайн, опираясь на ваши наработки, а не на свой рандомный вкус.
Суть: у вас есть кит в Figma. Компоненты, варианты, переменные — всё на месте. Теперь нужно, чтобы это зажило в коде как React-компоненты и CSS-токены. Claude Code через MCP залетает в ваш файл, читает его и пишет код на основе реальных данных. То, что раньше делалось неделями, теперь залетает за пару часов.
Но сначала — Шаг 0, на котором все обычно сыпятся.
Подготовьте Figma-файл (без этого будет хаос)
Claude читает файл через API. Если у вас там свалка из слоев «Rectangle 47» — чуда не будет.
Компоненты — только через Main Components.
Варианты — строго через Component Properties.
Стили — всё должно быть привязано к Variables или Styles. Никакого «красного на глаз».
Если кит причесан — вы в игре. Если нет — идите чинить, иначе Claude выплюнет мусор.
Инструменты: чем собрать кит, если его еще нет
Прежде чем скармливать кит коду, его надо по-человечески собрать. Вот что реально работает:
Figma AI / Make — база. Накидать черновик экрана или интерактивный прототип по промту. Быстро, удобно, но часто слишком стерильно. Хорошо как фундамент.
Figr Identity — это уже про систему. Генерит компоненты, которые дружат с токенами и логикой.
Готовые решения — иногда быстрее взять эталон. Untitled UI (база баз) или Shadcn/ui для Figma. Если работаете с Tailwind — это вообще кратчайший путь к адекватному результату.
Шаг 1. Коннектим Claude Code
Шаг 2. Выворачиваем структуру файла
Вот ссылка на файл. Вытащи через MCP все компоненты, цвета, HEX-ы, текстовые стили и отступы. Мне нужна полная карта, прежде чем начнем кодить.
Claude вернет структуру. Проверьте её. Это момент истины: станет понятно, где вы накосячили в Figma-файле.
Шаг 3. Генерим токены
«На основе файла создай tokens.json. Группируй всё: colors, typography, spacing. Сверху накинь скрипт generate-css.js, чтобы получить готовый styles/tokens.css. Запускай».
Это самая приятная часть — токены залетают идеально, потому что это голая математика.
Шаг 4. Пишем компоненты
Берем, например, Button. Просим Claude написать React-компонент, который в точности повторяет варианты из Figma.
Важно: заставляйте его использовать только CSS-переменные из вашего файла токенов. Добавляем стейты (hover, focus, loading), типы для TS и Storybook для документации. Повторяем для каждого элемента.
Шаг 5. Зацикливаем процесс (Builder.io)
Когда код готов, используем плагин Builder.io. Он «маппит» ваши компоненты в Figma на реальный код.
Результат? Дизайнер рисует новый экран из готовых компонентов в Figma, а разработчик получает чистый React-код, который дергает ваши компоненты, а не генерит новую фигню.
Что в сухом остатке:
За один вечер вы получаете живую дизайн-систему: токены, CSS, React-библиотеку и Storybook. Figma — источник истины для визуала, код — для продакшена.
Всё связано, всё летает. ну не чудо ли?
Figma
Figma Make: Create with AI-Powered Design Tools
Figma Make empowers you to turn ideas into reality with AI-powered design tools—generate, iterate, and build faster, all in one creative space.
❤1🔥1
10-11 апреля встречаемся на XV IT-конференции «Стачка» в Ульяновске!
Здесь соберутся более 2000 участников (и онлайн-зрителей): разработчики, специалисты по контенту и коммуникациям, HR, а также руководители и собственники IT-компаний.
В течение двух дней – мощный IT-буст:
- 200+ докладов от лидеров индустрии из ВКонтакте, Авито, Яндекса, Сбера, Wildberries & Russ, Ozon, Газпром ИД, Альфа-Банка и т.д.
- 30+ секций по четырём направлениям: Разработка, Управление, Дизайн и Контент, Digital-маркетинг.
- мастермайнды, панельные дискуссии, мастер-классы, экспертные зоны, нетворкинг-события, афтепати в завершении первого дня.
Фиксируйте себе: 10-11 апреля, Ульяновск (УлГПУ)
И скорее на сайт👉 https://clck.ru/3SxRA5 – забрать билет любого формата со скидкой 15% по промокоду Intelsy
Здесь соберутся более 2000 участников (и онлайн-зрителей): разработчики, специалисты по контенту и коммуникациям, HR, а также руководители и собственники IT-компаний.
В течение двух дней – мощный IT-буст:
- 200+ докладов от лидеров индустрии из ВКонтакте, Авито, Яндекса, Сбера, Wildberries & Russ, Ozon, Газпром ИД, Альфа-Банка и т.д.
- 30+ секций по четырём направлениям: Разработка, Управление, Дизайн и Контент, Digital-маркетинг.
- мастермайнды, панельные дискуссии, мастер-классы, экспертные зоны, нетворкинг-события, афтепати в завершении первого дня.
Фиксируйте себе: 10-11 апреля, Ульяновск (УлГПУ)
И скорее на сайт👉 https://clck.ru/3SxRA5 – забрать билет любого формата со скидкой 15% по промокоду Intelsy
Forwarded from Сломай и сделай нормально (Nikita Mikheenkov)
Claude Design 🔥🔥🔥
Пятничный релиз Claude испортил выходные всем, кто имеет отношение к дизайну ) Я тоже поработал с Claude Design, решил несколько своих задач и провёл парочку экспериментов — вот мои выводы, не только про инструмент.
Claude Design практически идеален для меня лично и отлично ложится на мой workflow: быстро спроектировать и сделать основу с помощью AI, а затем доделать руками в режиме редактирования под своё видение, сохраняя полный контроль. Супер!
Очень быстрая адаптация! Я просто открыл его и сразу же решил две небольшие задачи. Без какого-либо обучения или поисков. Я теперь работаю в нём, маршрут перестроен! Обычно я ищу общий язык с инструментами намного дольше. Например, я вообще не могу пользоваться Canva, потому что ничего не понимаю там (
А вот перебросить результат в Claude Code и быстро внедрить в проект у меня не получилось ( Начались какие-то затыки и ручная возня. Я ожидал более глубокой интеграции между этими двумя инструментами.
И самое главное: теперь я вооружён Claude для проектирования/планирования, Claude Design для дизайна и Claude Code для реализации. Кажется, теперь вообще нет ограничений? Разве что в смелости и наличии идей.
И да, по отношению к рынку дизайн-инструментов и особенно к Figma — это было брутально. Особенно с учётом того, что Claude и Figma явно сотрудничали, создавая Figma MCP.
Этот релиз — наглядная демонстрация того, что AI-компании продолжат крушить рынки и концентрировать у себя влияние и невероятные потоки денег (
P.S.
В качестве картинки приложу простейший пример визуальной работы Claude Design. Стояла задача из моих топорных карточек в блоге сделать современные.
Пятничный релиз Claude испортил выходные всем, кто имеет отношение к дизайну ) Я тоже поработал с Claude Design, решил несколько своих задач и провёл парочку экспериментов — вот мои выводы, не только про инструмент.
Claude Design практически идеален для меня лично и отлично ложится на мой workflow: быстро спроектировать и сделать основу с помощью AI, а затем доделать руками в режиме редактирования под своё видение, сохраняя полный контроль. Супер!
Очень быстрая адаптация! Я просто открыл его и сразу же решил две небольшие задачи. Без какого-либо обучения или поисков. Я теперь работаю в нём, маршрут перестроен! Обычно я ищу общий язык с инструментами намного дольше. Например, я вообще не могу пользоваться Canva, потому что ничего не понимаю там (
А вот перебросить результат в Claude Code и быстро внедрить в проект у меня не получилось ( Начались какие-то затыки и ручная возня. Я ожидал более глубокой интеграции между этими двумя инструментами.
И самое главное: теперь я вооружён Claude для проектирования/планирования, Claude Design для дизайна и Claude Code для реализации. Кажется, теперь вообще нет ограничений? Разве что в смелости и наличии идей.
И да, по отношению к рынку дизайн-инструментов и особенно к Figma — это было брутально. Особенно с учётом того, что Claude и Figma явно сотрудничали, создавая Figma MCP.
Этот релиз — наглядная демонстрация того, что AI-компании продолжат крушить рынки и концентрировать у себя влияние и невероятные потоки денег (
P.S.
В качестве картинки приложу простейший пример визуальной работы Claude Design. Стояла задача из моих топорных карточек в блоге сделать современные.
Forwarded from Фетюхин про AI
После моего выступления на Merge был один недооцененный мною в моменте вопрос:
«На каком стеке делаете AI-агентов?"
Я ответил 2-мя фразами:
"GPT Codex + частично Claude".
Хотелось бы исправиться и чуть развернуть ответ:
Самые рабочие инструменты сегодня — это уже готовые агентные системы (Claude Code, Claude для ПК, GPT Codex). В них не нужно настраивать агента — достаточно дать задачу, и ИИ сам начнет её исполнять.
Настраивать надо две вещи:
1️⃣ MCP-серверы (Model Context Protocol)
Базовый агент уже имеет встроенный браузер и доступ к консоли — этого хватает на 80-90% задач (писать код, частично проверять себя).
Через MCP можно добавить доступ к:
- личному браузеру
- Figma
- таск-трекеру
- любым другим нужным сервисам
2️⃣ Инфраструктуру для автономной работы
Ключевые элементы:
Документация — у ИИ очень маленькая контекстная память, без внешнего источника он «забывает», что делал час назад. А это может быть опасно.
Инструменты самопроверки (автотесты и т.п.) — чтобы ИИ сам контролировал качество своего результата. Тогда агент становится реально автономным, и ему можно давать комплексные задачи.
«На каком стеке делаете AI-агентов?"
Я ответил 2-мя фразами:
"GPT Codex + частично Claude".
Хотелось бы исправиться и чуть развернуть ответ:
Самые рабочие инструменты сегодня — это уже готовые агентные системы (Claude Code, Claude для ПК, GPT Codex). В них не нужно настраивать агента — достаточно дать задачу, и ИИ сам начнет её исполнять.
Настраивать надо две вещи:
1️⃣ MCP-серверы (Model Context Protocol)
Базовый агент уже имеет встроенный браузер и доступ к консоли — этого хватает на 80-90% задач (писать код, частично проверять себя).
Через MCP можно добавить доступ к:
- личному браузеру
- Figma
- таск-трекеру
- любым другим нужным сервисам
2️⃣ Инфраструктуру для автономной работы
Ключевые элементы:
Документация — у ИИ очень маленькая контекстная память, без внешнего источника он «забывает», что делал час назад. А это может быть опасно.
Инструменты самопроверки (автотесты и т.п.) — чтобы ИИ сам контролировал качество своего результата. Тогда агент становится реально автономным, и ему можно давать комплексные задачи.
Telegram
Фетюхин про AI
🧠 Вчера выступил на Merge Tatarstan 2026 с докладом «Как строить стратегию в маркетинге без CMO: опыт взаимодействия CEO + AI».
Рассказал как соорудить идеальный промт для разработки маркетинговой стратегии компании.
Пришлось провести небольшой ликбез…
Рассказал как соорудить идеальный промт для разработки маркетинговой стратегии компании.
Пришлось провести небольшой ликбез…
Forwarded from Digirate - цифры digital-рынков
📊 Представляем вашему вниманию обновленный рейтинг аутстаф-подрядчиков России по выручке в 2025 году:
1. Selecty — 11 421,97 млн ₽ (+76,4%)
2. Aston — 5 900,0 млн ₽ (+28,0%)
3. Simbirsoft — 4 400,0 млн ₽ (-5,3%)
4. ТИМ ФОРС Альянс — 2 070,0 млн ₽ (+40,8%)
5. Skillstaff — 1 500,0 млн ₽ (+7,9%)
6. RedLab — 1 400,0 млн ₽ (+2,6%)
7. Ifellow — 1 200,0 млн ₽ (-2,3%)
8. Mediasoft — 1 105 млн ₽ (+5,9%)
9. IBS Dunice — 774,7 млн ₽ (-25,7%)
10. Programming Store — 763,0 млн ₽ (+23,3%)
11. Evrone — 687,0 млн ₽ (-0,6%)
12. WMT Group — 528,0 млн ₽ (-15,0%)
13. RED FACTOR — 515,0 млн ₽ (0,0%)
14. Outlines Tech — 455,0 млн ₽ (+30,0%)
15. Пруфтек ИТ — 450,0 млн ₽ (-29,4%)
16. Нетбелл — 377,0 млн ₽ (-16,6%)
17. kokoc tech — 357,1 млн ₽ (-22,9%)
18. Стратосфера — 342,0 млн ₽ (+61,6%)
19. TechCore — 338,0 млн ₽ (0,0%)
20. Intelsy — 322,0 млн ₽ (-15,5%)
21. EvApps — 315,0 млн ₽ (+67,2%)
22. Decart IT — 294,0 млн ₽ (+36,7%)
23. Riverstart — 290,0 млн ₽ (+43,3%)
24. IRLIX — 272,0 млн ₽ (-39,9%)
25. КРОН — 235,0 млн ₽ (-7,1%)
26. IT test — 234,0 млн ₽ (-13,1%)
27. Webbee — 232,0 млн ₽ (-3,7%)
28. Holyweb — 228,0 млн ₽ (+0,0%)
29. PROMO IT — 227,0 млн ₽ (-20,8%)
30. StuffHub — 222,0 млн ₽ (-16,2%)
Целиком со всем рейтингом можно ознакомиться на сайте.
Общая динамика рынка: +21,1%
Обратите внимание на рекламные возможности нашего проекта.
По вопросам сотрудничества пишите @Gen_dir
@digirate_ru
#Digirate #аутстаф2025 #рейтинг
1. Selecty — 11 421,97 млн ₽ (+76,4%)
2. Aston — 5 900,0 млн ₽ (+28,0%)
3. Simbirsoft — 4 400,0 млн ₽ (-5,3%)
4. ТИМ ФОРС Альянс — 2 070,0 млн ₽ (+40,8%)
5. Skillstaff — 1 500,0 млн ₽ (+7,9%)
6. RedLab — 1 400,0 млн ₽ (+2,6%)
7. Ifellow — 1 200,0 млн ₽ (-2,3%)
8. Mediasoft — 1 105 млн ₽ (+5,9%)
9. IBS Dunice — 774,7 млн ₽ (-25,7%)
10. Programming Store — 763,0 млн ₽ (+23,3%)
11. Evrone — 687,0 млн ₽ (-0,6%)
12. WMT Group — 528,0 млн ₽ (-15,0%)
13. RED FACTOR — 515,0 млн ₽ (0,0%)
14. Outlines Tech — 455,0 млн ₽ (+30,0%)
15. Пруфтек ИТ — 450,0 млн ₽ (-29,4%)
16. Нетбелл — 377,0 млн ₽ (-16,6%)
17. kokoc tech — 357,1 млн ₽ (-22,9%)
18. Стратосфера — 342,0 млн ₽ (+61,6%)
19. TechCore — 338,0 млн ₽ (0,0%)
20. Intelsy — 322,0 млн ₽ (-15,5%)
21. EvApps — 315,0 млн ₽ (+67,2%)
22. Decart IT — 294,0 млн ₽ (+36,7%)
23. Riverstart — 290,0 млн ₽ (+43,3%)
24. IRLIX — 272,0 млн ₽ (-39,9%)
25. КРОН — 235,0 млн ₽ (-7,1%)
26. IT test — 234,0 млн ₽ (-13,1%)
27. Webbee — 232,0 млн ₽ (-3,7%)
28. Holyweb — 228,0 млн ₽ (+0,0%)
29. PROMO IT — 227,0 млн ₽ (-20,8%)
30. StuffHub — 222,0 млн ₽ (-16,2%)
Целиком со всем рейтингом можно ознакомиться на сайте.
Общая динамика рынка: +21,1%
Обратите внимание на рекламные возможности нашего проекта.
По вопросам сотрудничества пишите @Gen_dir
@digirate_ru
#Digirate #аутстаф2025 #рейтинг
Forwarded from Фетюхин про AI
💰 «Промпт McKinsey»: как ИИ-аудит за секунды делает то, на что раньше уходили недели
Друзья, категорически рекомендую беседу Николая Хлебинского (фаундер Retail Rocket) и Игоря Никитина (CEO WMT AI). Что зацепило меня помимо царь промта McKinsey:
- АI-агенты длительного действия
- Опыт применения агентов от участников беседы
- История про неудавшуюся автоматизацию бухгалтерии с помощью AI
- прогнозы по AGI и …
- опыт онбординга AI-агентов
Видос тут: https://youtu.be/CD89ricindo?si=C606TeIYJOqiCoBm
Посмотрели? Давайте обсудим в комментариях: какой процесс в вашем бизнесе можно отдать ИИ-агенту уже завтра? 👇
#AI #бизнес #трансформация #промпты #управление
Друзья, категорически рекомендую беседу Николая Хлебинского (фаундер Retail Rocket) и Игоря Никитина (CEO WMT AI). Что зацепило меня помимо царь промта McKinsey:
- АI-агенты длительного действия
- Опыт применения агентов от участников беседы
- История про неудавшуюся автоматизацию бухгалтерии с помощью AI
- прогнозы по AGI и …
- опыт онбординга AI-агентов
Видос тут: https://youtu.be/CD89ricindo?si=C606TeIYJOqiCoBm
Посмотрели? Давайте обсудим в комментариях: какой процесс в вашем бизнесе можно отдать ИИ-агенту уже завтра? 👇
#AI #бизнес #трансформация #промпты #управление
YouTube
Промпт McKinsey, который приносит акционеру МИЛЛИОНЫ| Игорь Никитин
Все промпты будут выложены в телеграм-канал https://t.me/nikolay_khl как только видео наберет 1000 лайков или 1000 комментариев.
Гость выпуска - Игорь Никитин, основатель и CEO компаний WMT Group и WMT AI — одной из ведущих российских компаний в сфере разработки…
Гость выпуска - Игорь Никитин, основатель и CEO компаний WMT Group и WMT AI — одной из ведущих российских компаний в сфере разработки…
Апрельское обновление DeepSeek и цена качества
Рынок ИИ за последний месяц поменялся — это уже не просто «игрушка для энтузиастов». Если раньше большинство ориентировалось на качество модели или свои предпочтения, то теперь появился второй важный фактор — стоимость.
За последний месяц выросла стоимость решения задач. Причем не только напрямую из-за токенов, а еще из-за масштабов использования: бизнес все активнее внедряет ИИ в процессы.
➡️ Задач стало в разы больше
➡️ ИИ стал частью операционки
➡️ Расходы стали заметной статьей бюджета
И вот здесь начинают считать цену качества.
Что делают команды сейчас:
▪︎ делят задачи по уровням — где нужен топ, где достаточно «норм»
▪︎ переносят часть нагрузки на более дешевые модели
▪ ︎начинают считать ИИ как полноценную статью расходов
Показательно на этом фоне выглядит апрельское обновление DeepSeek.
Они выпустили линейку моделей V4 (Pro и Flash):
🤖 Pro — флагманская модель: под сложные задачи и агентов.
🤖 Flash — облегченная версия: быстрее и дешевле для массового использования
Увеличили контекст до ~1 млн токенов, а это уже работа с целыми базами и репозиториями без дробления. Главное преимущество для обычного пользователя — чат-бот DeepSeek работает бесплатно, и обе новые модели уже доступны в режиме «Эксперт».
И если раньше DeepSeek воспринимался как дешевая, но не топовая альтернатива, то сейчас он уже достаточно хорош, чтобы в большинстве задач конкурировать с флагманами индустрии.
А значит, дальше нас ждет не только гонка моделей, а гонка экономики ИИ.
Рынок ИИ за последний месяц поменялся — это уже не просто «игрушка для энтузиастов». Если раньше большинство ориентировалось на качество модели или свои предпочтения, то теперь появился второй важный фактор — стоимость.
За последний месяц выросла стоимость решения задач. Причем не только напрямую из-за токенов, а еще из-за масштабов использования: бизнес все активнее внедряет ИИ в процессы.
➡️ Задач стало в разы больше
➡️ ИИ стал частью операционки
➡️ Расходы стали заметной статьей бюджета
И вот здесь начинают считать цену качества.
Если раньше вопрос был:
«Какая модель лучше?»
То теперь:
«Насколько лучше — и стоит ли это своих денег?»
И зачастую вывод таков:
«Ок, модель может быть на 5–10% слабее, но если она дешевле в разы — это уже имеет смысл».
Что делают команды сейчас:
▪︎ делят задачи по уровням — где нужен топ, где достаточно «норм»
▪︎ переносят часть нагрузки на более дешевые модели
▪ ︎начинают считать ИИ как полноценную статью расходов
Показательно на этом фоне выглядит апрельское обновление DeepSeek.
Они выпустили линейку моделей V4 (Pro и Flash):
🤖 Pro — флагманская модель: под сложные задачи и агентов.
🤖 Flash — облегченная версия: быстрее и дешевле для массового использования
Увеличили контекст до ~1 млн токенов, а это уже работа с целыми базами и репозиториями без дробления. Главное преимущество для обычного пользователя — чат-бот DeepSeek работает бесплатно, и обе новые модели уже доступны в режиме «Эксперт».
И если раньше DeepSeek воспринимался как дешевая, но не топовая альтернатива, то сейчас он уже достаточно хорош, чтобы в большинстве задач конкурировать с флагманами индустрии.
А значит, дальше нас ждет не только гонка моделей, а гонка экономики ИИ.
🔥2👍1
Forwarded from Николай Хлебинский
Китайская компания DeepSeek (чей прошлогодний релиз обрушил акции Nvidia на полтриллиона долларов за день) выложила новую модель V4. Исходный код открыт, лицензия разрешает любое коммерческое использование и пользоваться ею из России можно без VPN и без санкционных оговорок.
Размер новой версии модели – 1,6 триллиона параметров (у прошлогодней V3 был 671 миллиард) с контекстным окном на 1 миллион токенов (это на уровне топ моделей Антропика). На SWE-bench Verified (это такой сборник из 500 задач по программированию для ИИ, верифицированных уважаемыми экспертами), V4 показала эффективность в 80,6%, уровень Claude Opus 4.6 (80,8%) и Gemini 3.1 Pro (80,6%). На LiveCodeBench (другая довольная популярная система сравнения) она обходит Claude: 93,5% против 88,8%. То есть качество работы очень высокое!
И это не одиночное событие. Пару недель назад другая китайская лаборатория, Zhipu AI, выложила модель GLM-5.1 под MIT лицензией (ещё доступнее DeepSeek). На том же SWE-bench Verified GLM-5.1 показала 77,8%, это в трёх пунктах от Claude. А на SWE-Bench Pro, расширенной версии теста, она обходит Opus 4.6 и GPT-5.4. Обе модели обучены на чипах Huawei, без единой видеокарты Nvidia.
Топ-уровень ИИ доступен нам без VPN и без платной подписки. Это уже паттерн, а не случайность: за несколько недель одна за другой выходят новые версии моделей от OpenAI и Anthropic, затем китайские лаборатории выкладывают в open-source модели предыдущего уровня лидеров и даже чуть выше. Пока США закрывают доступ и зажимают экспорт чипов, топ-уровень интеллекта приходит с другой стороны, причем бесплатно.
Разбор DeepSeek V4 в Bloomberg: https://www.bloomberg.com/news/articles/2026-04-24/deepseek-unveils-newest-flagship-a-year-after-ai-breakthrough
Обзор GLM-5.1 в VentureBeat: https://venturebeat.com/technology/ai-joins-the-8-hour-work-day-as-glm-ships-5-1-open-source-llm-beating-opus-4
Потестировать GLM–5.1: https://chat.z.ai (бесплатно и без VPN)
Потестировать DeepSeek: https://chat.deepseek.com (бесплатно и без VPN)
Размер новой версии модели – 1,6 триллиона параметров (у прошлогодней V3 был 671 миллиард) с контекстным окном на 1 миллион токенов (это на уровне топ моделей Антропика). На SWE-bench Verified (это такой сборник из 500 задач по программированию для ИИ, верифицированных уважаемыми экспертами), V4 показала эффективность в 80,6%, уровень Claude Opus 4.6 (80,8%) и Gemini 3.1 Pro (80,6%). На LiveCodeBench (другая довольная популярная система сравнения) она обходит Claude: 93,5% против 88,8%. То есть качество работы очень высокое!
И это не одиночное событие. Пару недель назад другая китайская лаборатория, Zhipu AI, выложила модель GLM-5.1 под MIT лицензией (ещё доступнее DeepSeek). На том же SWE-bench Verified GLM-5.1 показала 77,8%, это в трёх пунктах от Claude. А на SWE-Bench Pro, расширенной версии теста, она обходит Opus 4.6 и GPT-5.4. Обе модели обучены на чипах Huawei, без единой видеокарты Nvidia.
Топ-уровень ИИ доступен нам без VPN и без платной подписки. Это уже паттерн, а не случайность: за несколько недель одна за другой выходят новые версии моделей от OpenAI и Anthropic, затем китайские лаборатории выкладывают в open-source модели предыдущего уровня лидеров и даже чуть выше. Пока США закрывают доступ и зажимают экспорт чипов, топ-уровень интеллекта приходит с другой стороны, причем бесплатно.
Разбор DeepSeek V4 в Bloomberg: https://www.bloomberg.com/news/articles/2026-04-24/deepseek-unveils-newest-flagship-a-year-after-ai-breakthrough
Обзор GLM-5.1 в VentureBeat: https://venturebeat.com/technology/ai-joins-the-8-hour-work-day-as-glm-ships-5-1-open-source-llm-beating-opus-4
Потестировать GLM–5.1: https://chat.z.ai (бесплатно и без VPN)
Потестировать DeepSeek: https://chat.deepseek.com (бесплатно и без VPN)
🔥1
Forwarded from Фетюхин про AI
🤖 Принес Вам отличную статью про проблемы компаний на пути внедрения AI.
Автор приводит историческую аналогию, вспомнив про использование электричества на фабриках в конце 19-го века.
Фабрики, которые просто внедрили электричество, не выиграли. Выиграли те, кто перестроил процессы под новую технологию.
Сегодня мы в той же точке с AI. Технология уже есть. Вопрос — как мы перестроим систему вокруг неё.
Кому читать обязательно:
✅ CEO и собственникам
✅ Руководителям, которые внедряют AI
✅ Всем, кто чувствует, что «что-то идёт не так» с ROI от AI
Автор приводит историческую аналогию, вспомнив про использование электричества на фабриках в конце 19-го века.
Фабрики, которые просто внедрили электричество, не выиграли. Выиграли те, кто перестроил процессы под новую технологию.
Сегодня мы в той же точке с AI. Технология уже есть. Вопрос — как мы перестроим систему вокруг неё.
Кому читать обязательно:
✅ CEO и собственникам
✅ Руководителям, которые внедряют AI
✅ Всем, кто чувствует, что «что-то идёт не так» с ROI от AI
Teletype
Почему люди стали продуктивнее, а компании — нет. Разбор статьи a16z
AI уже делает отдельных людей заметно продуктивнее, но на уровне компаний этот эффект почти не ощущается. Почему? Разбор внутри
Дизайн выходит за пределы Figma
17 апреля 2026 Anthropic анонсировала Claude Design — инструмент, который генерирует интерфейсы и сразу превращает их в рабочий код. В тот же день акции Figma упали примерно на 5–7% — рынок отреагировал на возможный сдвиг в подходе к созданию продуктов.
Claude Design меняет саму логику работы:
— интерфейс больше не рисуют → его описывают
— прототип больше не собирают руками → его генерят сразу с кодом
— дизайн-система больше не документируется → она рождается из промта
Почему это бьет по Figma
Раньше она была основным источником интерфейса, сейчас — промежуточный слой. Claude Design может читать ваши существующие Figma-макеты — выгружать оттуда цвета, шрифты, отступы, компоненты и превращать их в работающий код.
Ключевое изменение — в процессе.
👉 Claude Design генерит первый драфт интерфейса
👉 дизайнер не рисует — он редактирует и направляет
👉 результат сразу живет в коде
Самое классное: первый драфт теперь почти бесплатный, а скорость итераций сильно растет.
Почему Claude Design пока не заменит Figma
Потому что еще не заменяет полноценный дизайн-редактор, не дает нормального командного коллаба и не решает сложные UX-задачи. Figma остается инструментом, но перестает быть центром.
А главная ценность дизайнера сегодня уже не в умении красиво нарисовать экран, а в том, чтобы продумать логику и структуру, по которой выстроится интерфейс.
17 апреля 2026 Anthropic анонсировала Claude Design — инструмент, который генерирует интерфейсы и сразу превращает их в рабочий код. В тот же день акции Figma упали примерно на 5–7% — рынок отреагировал на возможный сдвиг в подходе к созданию продуктов.
Claude Design меняет саму логику работы:
— интерфейс больше не рисуют → его описывают
— прототип больше не собирают руками → его генерят сразу с кодом
— дизайн-система больше не документируется → она рождается из промта
Почему это бьет по Figma
Раньше она была основным источником интерфейса, сейчас — промежуточный слой. Claude Design может читать ваши существующие Figma-макеты — выгружать оттуда цвета, шрифты, отступы, компоненты и превращать их в работающий код.
Ключевое изменение — в процессе.
👉 Claude Design генерит первый драфт интерфейса
👉 дизайнер не рисует — он редактирует и направляет
👉 результат сразу живет в коде
Самое классное: первый драфт теперь почти бесплатный, а скорость итераций сильно растет.
Почему Claude Design пока не заменит Figma
Потому что еще не заменяет полноценный дизайн-редактор, не дает нормального командного коллаба и не решает сложные UX-задачи. Figma остается инструментом, но перестает быть центром.
А главная ценность дизайнера сегодня уже не в умении красиво нарисовать экран, а в том, чтобы продумать логику и структуру, по которой выстроится интерфейс.
👍2