Мне всё чаще кажется, что AI для личной эффективности нужен не для того, чтобы красиво отвечать.
Его настоящая работа другая: собирать обратно то, что у тебя расползается в течение дня.
На этом фоне меня зацепил Local Deep Research.
🔗 https://github.com/LearningCircuit/local-deep-research
По описанию это локальный исследовательский ассистент: он умеет искать по вебу, по научным источникам и по твоим документам, вытаскивать ответы с цитатами и постепенно складывать из этого свою рабочую базу знаний.
И вот это уже звучит не как игрушка, а как нормальный инструмент.
Когда ты долго разбираешься в теме, проблема обычно не в нехватке информации.
Проблема в другом: информации много, но она перестаёт держаться как единая картина.
Одна мысль осталась в заметках.
Один источник потерялся во вкладках.
Один важный кусок ты уже видел, но потом не можешь вспомнить, где именно.
В такой момент AI нужен не как собеседник.
Он нужен как внешняя опора для памяти.
Не чтобы думать вместо тебя.
А чтобы возвращать тебе ход работы: что уже найдено, что проверено, на чём вообще держится вывод.
Если такие инструменты взлетят, ценность AI начнёт измеряться не только качеством ответа.
А тем, насколько хорошо он помогает не начинать каждую сложную задачу заново.
Его настоящая работа другая: собирать обратно то, что у тебя расползается в течение дня.
На этом фоне меня зацепил Local Deep Research.
🔗 https://github.com/LearningCircuit/local-deep-research
По описанию это локальный исследовательский ассистент: он умеет искать по вебу, по научным источникам и по твоим документам, вытаскивать ответы с цитатами и постепенно складывать из этого свою рабочую базу знаний.
И вот это уже звучит не как игрушка, а как нормальный инструмент.
Когда ты долго разбираешься в теме, проблема обычно не в нехватке информации.
Проблема в другом: информации много, но она перестаёт держаться как единая картина.
Одна мысль осталась в заметках.
Один источник потерялся во вкладках.
Один важный кусок ты уже видел, но потом не можешь вспомнить, где именно.
В такой момент AI нужен не как собеседник.
Он нужен как внешняя опора для памяти.
Не чтобы думать вместо тебя.
А чтобы возвращать тебе ход работы: что уже найдено, что проверено, на чём вообще держится вывод.
Если такие инструменты взлетят, ценность AI начнёт измеряться не только качеством ответа.
А тем, насколько хорошо он помогает не начинать каждую сложную задачу заново.
🔥4👍2👌2
Сегодняшний срез такой: на Product Hunt снова видно не просто “ещё один AI-инструмент”, а заготовки под продаваемые внедрения. Самые сильные сигналы, где можно быстро упаковывать услугу, это телефония/поддержка, единый AI-операционный слой для коммуникаций и внутренние AI-инструменты без очереди к разработке.
📌 Источник 1: NextPhone — https://www.producthunt.com/products/nextphone-ai-answering-service-2
AI-секретарь для сервисного бизнеса: отвечает на звонки за секунды, квалифицирует клиента, бронирует в календарь и синхронизируется с CRM; у основателя уже был прошлый продукт с 4k+ пользователей и 500k+ обработанных звонков.
Почему интересно:
• Это уже почти готовый оффер для ниш вроде юристов, страховых, HVAC, клиник, локальных услуг
• Хорошо продаётся не как “AI”, а как снижение пропущенных лидов и загрузка расписания
• Можно делать внедрение под ключ: сценарии звонков, квалификация, бронирование, передача человеку, CRM
📌 Источник 2: Conduit AI — https://www.producthunt.com/products/conduit-ai
Платформа, где AI ведёт переписку и звонки в одном потоке: чат, SMS, email и звонки собираются в единый контекст, а агенты могут запускать действия через workflow.
Почему интересно:
• Это уже не просто поддержка в чате, а единый слой для продаж и сервиса
• Сильный сигнал в сторону “AI-оператора”, которого можно учить по SOP и постепенно расширять
• Хорошая база для SMB и mid-market внедрений, где хаос в каналах уже стоит денег
📌 Источник 3: Build0 — https://www.producthunt.com/products/build0-2
Конструктор внутренних приложений и AI-workflow: по описанию собирает интерфейс, логику, базу, права доступа и интеграции с HubSpot, Airtable, Stripe, Sheets и другими системами.
Почему интересно:
• Отличная заготовка под внутренние кабинеты для отделов продаж, поддержки, операций
• Можно быстро собирать клиентские mini-SaaS и “операционные панели” без полноценной разработки
• Для агентства это путь продавать не часы автоматизации, а готовые внутренние продукты
📌 Источник 4: Noodle Seed — https://www.producthunt.com/products/noodle-seed
Инструмент для того, чтобы бизнес появлялся внутри AI-поиска и AI-разговоров: захват лидов, бронирование, FAQ, отзывы, синхронизация с HubSpot, плюс ставка на дистрибуцию через ChatGPT-подобные каналы.
Почему интересно:
• Сигнал на новый слой спроса: бизнесу скоро нужно будет не только SEO, но и присутствие в AI-интерфейсах
• Можно упаковать отдельную услугу вокруг “видимости в AI-поиске” для локального и сервисного бизнеса
• Пока рынок ранний, а значит проще зайти как нишевый интегратор
⚠️ Что это значит:
AI всё заметнее сдвигается из режима “поиграться” в режим фронт-офиса и операционки.
Лучшие кейсы сейчас там, где есть входящий спрос, звонки, обращения, повторяющиеся действия и потеря денег на ручной работе.
То есть продаются не модели, а захват лида, запись, обработка, обновление CRM и скорость ответа.
💰 Где здесь деньги:
Самый понятный чек, это внедрение AI-первой линии для звонков и обращений в сервисном SMB.
Второй слой, подписка на сопровождение: дообучение сценариев, новые workflow, контроль качества, отчётность.
Третий слой, сборка внутренних AI-инструментов под отдел продаж, поддержку, аккаунтинг, операции.
🧠 Идея для агентского оффера:
1. “Не теряйте входящие”: AI-обработка звонков + квалификация + бронирование + CRM для локального бизнеса.
2. “Единый AI-офис продаж и поддержки”: сводим чат, email, SMS и звонки в один поток с автоматическими действиями.
3. “Внутренний AI-кабинет за 7 дней”: кастомный инструмент для команды без найма разработчиков и без долгого проекта.
📌 Источник 1: NextPhone — https://www.producthunt.com/products/nextphone-ai-answering-service-2
AI-секретарь для сервисного бизнеса: отвечает на звонки за секунды, квалифицирует клиента, бронирует в календарь и синхронизируется с CRM; у основателя уже был прошлый продукт с 4k+ пользователей и 500k+ обработанных звонков.
Почему интересно:
• Это уже почти готовый оффер для ниш вроде юристов, страховых, HVAC, клиник, локальных услуг
• Хорошо продаётся не как “AI”, а как снижение пропущенных лидов и загрузка расписания
• Можно делать внедрение под ключ: сценарии звонков, квалификация, бронирование, передача человеку, CRM
📌 Источник 2: Conduit AI — https://www.producthunt.com/products/conduit-ai
Платформа, где AI ведёт переписку и звонки в одном потоке: чат, SMS, email и звонки собираются в единый контекст, а агенты могут запускать действия через workflow.
Почему интересно:
• Это уже не просто поддержка в чате, а единый слой для продаж и сервиса
• Сильный сигнал в сторону “AI-оператора”, которого можно учить по SOP и постепенно расширять
• Хорошая база для SMB и mid-market внедрений, где хаос в каналах уже стоит денег
📌 Источник 3: Build0 — https://www.producthunt.com/products/build0-2
Конструктор внутренних приложений и AI-workflow: по описанию собирает интерфейс, логику, базу, права доступа и интеграции с HubSpot, Airtable, Stripe, Sheets и другими системами.
Почему интересно:
• Отличная заготовка под внутренние кабинеты для отделов продаж, поддержки, операций
• Можно быстро собирать клиентские mini-SaaS и “операционные панели” без полноценной разработки
• Для агентства это путь продавать не часы автоматизации, а готовые внутренние продукты
📌 Источник 4: Noodle Seed — https://www.producthunt.com/products/noodle-seed
Инструмент для того, чтобы бизнес появлялся внутри AI-поиска и AI-разговоров: захват лидов, бронирование, FAQ, отзывы, синхронизация с HubSpot, плюс ставка на дистрибуцию через ChatGPT-подобные каналы.
Почему интересно:
• Сигнал на новый слой спроса: бизнесу скоро нужно будет не только SEO, но и присутствие в AI-интерфейсах
• Можно упаковать отдельную услугу вокруг “видимости в AI-поиске” для локального и сервисного бизнеса
• Пока рынок ранний, а значит проще зайти как нишевый интегратор
⚠️ Что это значит:
AI всё заметнее сдвигается из режима “поиграться” в режим фронт-офиса и операционки.
Лучшие кейсы сейчас там, где есть входящий спрос, звонки, обращения, повторяющиеся действия и потеря денег на ручной работе.
То есть продаются не модели, а захват лида, запись, обработка, обновление CRM и скорость ответа.
💰 Где здесь деньги:
Самый понятный чек, это внедрение AI-первой линии для звонков и обращений в сервисном SMB.
Второй слой, подписка на сопровождение: дообучение сценариев, новые workflow, контроль качества, отчётность.
Третий слой, сборка внутренних AI-инструментов под отдел продаж, поддержку, аккаунтинг, операции.
🧠 Идея для агентского оффера:
1. “Не теряйте входящие”: AI-обработка звонков + квалификация + бронирование + CRM для локального бизнеса.
2. “Единый AI-офис продаж и поддержки”: сводим чат, email, SMS и звонки в один поток с автоматическими действиями.
3. “Внутренний AI-кабинет за 7 дней”: кастомный инструмент для команды без найма разработчиков и без долгого проекта.
Product Hunt
NextPhone: 24/7 AI answering service for service-based businesses | Product Hunt
Answer, qualify, schedule and convert every caller. NextPhone picks up in under 2 seconds, answers questions qualifies caller, and sends books directly in your calendar in real-time. It also sounds just like a human. Nextphone provides you with a phone number…
🔥4👏2🤔2
Сегодня сигнал не про “ещё один AI-инструмент”, а про то, как AI всё плотнее заходит в выручку: поиск клиентов, первичная квалификация, звонки и автономные B2B-сделки. Самое интересное, что это уже выглядит не как софт “для поиграться”, а как заготовки под новые агентские офферы и сервисные линии.
🔹 Источник 1: FlowMarket — https://www.producthunt.com/products/flowmarket-2
Сеть AI-агентов для B2B, где агент компании сам ищет совпадения по спросу и предложению, общается с другими агентами и поднимает человеку уже тёплые возможности.
Почему интересно:
• Это заход в “поиск клиентов без классического холодного аутрича”
• Можно продавать настройку агентного канала привлечения для SaaS, агентств и B2B-сервисов
• Если модель взлетит, появится новый класс услуг: упаковка компании так, чтобы её “понимали” и выбирали AI-агенты
🔹 Источник 2: AQX — https://www.producthunt.com/products/aqx
Платформа для голосовых AI-агентов, заточенных под входящие звонки, квалификацию лидов, бронирование и первую линию поддержки, с передачей разговора человеку вместе с краткой сводкой.
Почему интересно:
• Это уже не просто “чат-бот”, а готовый каркас под автоматизацию звонков и сайта
• Хороший SMB/enterprise use case: не терять обращения вне рабочего времени
• Агентству здесь легко продавать внедрение под конкретный сценарий: запись, квалификация, FAQ, маршрутизация, обновление CRM
🔹 Источник 3: Kipps.AI Campaign — https://www.producthunt.com/leaderboard/daily/2026/3/17
На Product Hunt продукт подаётся как связка из квалификации лидов, массового аутрича и триггерных касаний, вроде напоминаний по важным датам. То есть не просто рассылка, а полуавтономная машина для доведения контакта до разговора.
Почему интересно:
• Это хорошо ложится на офферы “поток встреч под ключ”
• Можно собирать сервис вокруг сегментации базы, персонализации касаний и логики follow-up
• Особенно релевантно для агентств, консалтинга, B2B-сервисов, рекрутинга
⚠️ Что это значит:
• Рынок сдвигается от “AI для контента” к “AI для выручки и операций”
• Самый сильный угол сейчас, не модель как таковая, а внедрение в конкретный бизнес-процесс
• Побеждать будут не те, кто просто ставит AI, а те, кто привязывает его к лидам, встречам, SLA и CRM
💰 Где здесь деньги:
• Аудит и запуск AI-воронки поиска клиентов
• Внедрение голосового AI на входящие обращения и квалификацию
• Подписка на сопровождение: дообучение сценариев, контроль качества, интеграции, аналитика по конверсии
🧠 Идея для агентского оффера:
• “AI-отдел первичной обработки обращений за 14 дней” для клиник, салонов, локального сервиса, недвижимости
• “AI-воронка поиска клиентов под ключ” для B2B-услуг и digital-агентств
• “Агентный слой поверх CRM” с квалификацией, бронированием, обновлением карточек и передачей менеджеру только тёплых случаев
🔹 Источник 1: FlowMarket — https://www.producthunt.com/products/flowmarket-2
Сеть AI-агентов для B2B, где агент компании сам ищет совпадения по спросу и предложению, общается с другими агентами и поднимает человеку уже тёплые возможности.
Почему интересно:
• Это заход в “поиск клиентов без классического холодного аутрича”
• Можно продавать настройку агентного канала привлечения для SaaS, агентств и B2B-сервисов
• Если модель взлетит, появится новый класс услуг: упаковка компании так, чтобы её “понимали” и выбирали AI-агенты
🔹 Источник 2: AQX — https://www.producthunt.com/products/aqx
Платформа для голосовых AI-агентов, заточенных под входящие звонки, квалификацию лидов, бронирование и первую линию поддержки, с передачей разговора человеку вместе с краткой сводкой.
Почему интересно:
• Это уже не просто “чат-бот”, а готовый каркас под автоматизацию звонков и сайта
• Хороший SMB/enterprise use case: не терять обращения вне рабочего времени
• Агентству здесь легко продавать внедрение под конкретный сценарий: запись, квалификация, FAQ, маршрутизация, обновление CRM
🔹 Источник 3: Kipps.AI Campaign — https://www.producthunt.com/leaderboard/daily/2026/3/17
На Product Hunt продукт подаётся как связка из квалификации лидов, массового аутрича и триггерных касаний, вроде напоминаний по важным датам. То есть не просто рассылка, а полуавтономная машина для доведения контакта до разговора.
Почему интересно:
• Это хорошо ложится на офферы “поток встреч под ключ”
• Можно собирать сервис вокруг сегментации базы, персонализации касаний и логики follow-up
• Особенно релевантно для агентств, консалтинга, B2B-сервисов, рекрутинга
⚠️ Что это значит:
• Рынок сдвигается от “AI для контента” к “AI для выручки и операций”
• Самый сильный угол сейчас, не модель как таковая, а внедрение в конкретный бизнес-процесс
• Побеждать будут не те, кто просто ставит AI, а те, кто привязывает его к лидам, встречам, SLA и CRM
💰 Где здесь деньги:
• Аудит и запуск AI-воронки поиска клиентов
• Внедрение голосового AI на входящие обращения и квалификацию
• Подписка на сопровождение: дообучение сценариев, контроль качества, интеграции, аналитика по конверсии
🧠 Идея для агентского оффера:
• “AI-отдел первичной обработки обращений за 14 дней” для клиник, салонов, локального сервиса, недвижимости
• “AI-воронка поиска клиентов под ключ” для B2B-услуг и digital-агентств
• “Агентный слой поверх CRM” с квалификацией, бронированием, обновлением карточек и передачей менеджеру только тёплых случаев
Product Hunt
FlowMarket: A social network of AI agents generating B2B deals | Product Hunt
FlowMarket is a network of AI agents that automatically discover, match, and generate B2B deals. Create your agent in minutes and let it run 24/7, finding partners, engaging with other agents, and delivering qualified leads. FlowMarket provides real-time…
🔥4👏2🤩2
🛠 Иногда полезный AI-инструмент это не тот, который делает “вау”.
А тот, который просто убирает один дорогой тип хаоса.
Меня зацепил
🔗 https://github.com/mksglu/context-mode
На поверхности это выглядит почти как техническая мелочь:
инструмент для работы с контекстом, который помогает агенту не захлебнуться в длинной сессии, прятать тяжёлый вывод инструментов и не тащить в окно модели весь мусор подряд.
Но на деле штука важнее, чем кажется.
Сейчас почти все гонятся за “умнее модель”, “длиннее контекст”, “ещё больше токенов”.
А реальная боль часто вообще в другом.
Не в том, что модель тупая.
А в том, что рабочая память у системы течёт как дырявое ведро.
Что уже сделали.
Почему приняли такое решение.
Где был нужный кусок.
На каком шаге всё поехало не туда.
И вот такие инструменты как раз бьют не в красивую витрину AI, а в операционную устойчивость.
Если проект действительно помогает резко сжимать лишний контекст, сохранять ход работы и не засорять длинные агентные цепочки, это полезно не только разработчикам.
Это полезно любому, кто начинает строить вокруг AI что-то длиннее одного чата:
• исследования
• агентные сценарии
• большие задачи с правками
• автоматизации
• рабочие пайплайны
Потому что в какой-то момент главный дефицит становится не “интеллект”.
Главный дефицит становится собранность.
Мне вообще кажется, что это один из самых недооценённых слоёв рынка сейчас.
Не новые игрушки поверх модели.
А инструменты, которые делают AI-системы менее забывчивыми, менее шумными и более дисциплинированными.
И вот это уже не хайп.
Это взросление всей среды.
А тот, который просто убирает один дорогой тип хаоса.
Меня зацепил
context-mode.🔗 https://github.com/mksglu/context-mode
На поверхности это выглядит почти как техническая мелочь:
инструмент для работы с контекстом, который помогает агенту не захлебнуться в длинной сессии, прятать тяжёлый вывод инструментов и не тащить в окно модели весь мусор подряд.
Но на деле штука важнее, чем кажется.
Сейчас почти все гонятся за “умнее модель”, “длиннее контекст”, “ещё больше токенов”.
А реальная боль часто вообще в другом.
Не в том, что модель тупая.
А в том, что рабочая память у системы течёт как дырявое ведро.
Что уже сделали.
Почему приняли такое решение.
Где был нужный кусок.
На каком шаге всё поехало не туда.
И вот такие инструменты как раз бьют не в красивую витрину AI, а в операционную устойчивость.
Если проект действительно помогает резко сжимать лишний контекст, сохранять ход работы и не засорять длинные агентные цепочки, это полезно не только разработчикам.
Это полезно любому, кто начинает строить вокруг AI что-то длиннее одного чата:
• исследования
• агентные сценарии
• большие задачи с правками
• автоматизации
• рабочие пайплайны
Потому что в какой-то момент главный дефицит становится не “интеллект”.
Главный дефицит становится собранность.
Мне вообще кажется, что это один из самых недооценённых слоёв рынка сейчас.
Не новые игрушки поверх модели.
А инструменты, которые делают AI-системы менее забывчивыми, менее шумными и более дисциплинированными.
И вот это уже не хайп.
Это взросление всей среды.
GitHub
GitHub - mksglu/context-mode: Context window optimization for AI coding agents. Sandboxes tool output (98% reduction), persists…
Context window optimization for AI coding agents. Sandboxes tool output (98% reduction), persists session memory, and enforces routing across 17 platforms via MCP + hooks. - mksglu/context-mode
🔥4👍3👌2
Сделал себе сайт ✨
Наконец-то собрал в одном месте то, чем я реально занимаюсь:
внедрение AI/LLM в бизнес-процессы, автоматизация, агентные сценарии, рабочие решения под конкретные задачи.
Без лишнего шума, без “инновационного лидерства” и прочей мишуры.
Просто нормальная точка входа:
что делаю, как подхожу к работе, какой стек использую и куда это вообще можно применить в бизнесе.
🌐 Сайт тут:
https://anton-kholodkov.netlify.app/
Сейчас это первая версия.
Дальше ещё буду усиливать кейсы, докручивать формулировки и собирать всё это в более сильную упаковку.
Но как стартовая рабочая база, уже ок.
Наконец-то собрал в одном месте то, чем я реально занимаюсь:
внедрение AI/LLM в бизнес-процессы, автоматизация, агентные сценарии, рабочие решения под конкретные задачи.
Без лишнего шума, без “инновационного лидерства” и прочей мишуры.
Просто нормальная точка входа:
что делаю, как подхожу к работе, какой стек использую и куда это вообще можно применить в бизнесе.
🌐 Сайт тут:
https://anton-kholodkov.netlify.app/
Сейчас это первая версия.
Дальше ещё буду усиливать кейсы, докручивать формулировки и собирать всё это в более сильную упаковку.
Но как стартовая рабочая база, уже ок.
anton-kholodkov.netlify.app
Антон Холодков — внедрение AI/LLM в бизнес-процессы
Проектирую и запускаю AI-решения: RAG, чат-боты, VLM, речевая аналитика, автоматизация документов.
🔥6🎉2🤩2
Нейросети для Бизнеса | Интеграция ИИ и Разработка умных решений pinned «Сделал себе сайт ✨ Наконец-то собрал в одном месте то, чем я реально занимаюсь: внедрение AI/LLM в бизнес-процессы, автоматизация, агентные сценарии, рабочие решения под конкретные задачи. Без лишнего шума, без “инновационного лидерства” и прочей мишуры.…»
Когда говорят про AI + computer vision, обычно рисуют красивую демку.
Когда доходишь до реального объекта, начинается совсем другая инженерия.
Я как раз собрал такой MVP для мониторинга контейнерных площадок.
Снаружи это выглядит просто: камера делает снимок, модель смотрит, есть навал или нет, и статус загорается на карте.
Но самое интересное было не в самой детекции.
Самое интересное, что камеры Dahua BF4CP 4G нельзя было подключить “как обычные IP-камеры”. Только через DoLynk API: разбудить устройство, забрать snapshot, проверить online/sleep/offline, посмотреть заряд, при необходимости отправить restart.
То есть проект получился не “ещё один AI-скрипт”, а нормальная full-stack система на стыке железа, API и VLM.
Что в итоге работает:
• камера по расписанию делает снимок
• снимок уходит в хранилище
• дальше его анализирует vision-модель через OpenRouter / Gemini
• система определяет severity: none / low / medium / high / critical
• результат сразу отображается на карте
Отдельно пришлось собрать слой, без которого такие штуки в проде просто рассыпаются:
health-check камер, контроль батареи, retry, auto-recovery и ограничения на restart, чтобы парк устройств не умирал от собственной автоматики.
Стек такой:
FastAPI + SQLAlchemy + APScheduler + React + TypeScript + Leaflet + PostgreSQL/MinIO + OpenRouter/Gemini VLM.
Мне нравится в этом кейсе вот что:
AI здесь не “для презентации”, а для операционного контура.
Не чтобы показать магию, а чтобы убрать ручной контроль и сократить выезды на объект.
И это, мне кажется, самый правильный сценарий для таких систем:
не просто распознать картинку, а встроить распознавание в реальный рабочий цикл.
Когда доходишь до реального объекта, начинается совсем другая инженерия.
Я как раз собрал такой MVP для мониторинга контейнерных площадок.
Снаружи это выглядит просто: камера делает снимок, модель смотрит, есть навал или нет, и статус загорается на карте.
Но самое интересное было не в самой детекции.
Самое интересное, что камеры Dahua BF4CP 4G нельзя было подключить “как обычные IP-камеры”. Только через DoLynk API: разбудить устройство, забрать snapshot, проверить online/sleep/offline, посмотреть заряд, при необходимости отправить restart.
То есть проект получился не “ещё один AI-скрипт”, а нормальная full-stack система на стыке железа, API и VLM.
Что в итоге работает:
• камера по расписанию делает снимок
• снимок уходит в хранилище
• дальше его анализирует vision-модель через OpenRouter / Gemini
• система определяет severity: none / low / medium / high / critical
• результат сразу отображается на карте
Отдельно пришлось собрать слой, без которого такие штуки в проде просто рассыпаются:
health-check камер, контроль батареи, retry, auto-recovery и ограничения на restart, чтобы парк устройств не умирал от собственной автоматики.
Стек такой:
FastAPI + SQLAlchemy + APScheduler + React + TypeScript + Leaflet + PostgreSQL/MinIO + OpenRouter/Gemini VLM.
Мне нравится в этом кейсе вот что:
AI здесь не “для презентации”, а для операционного контура.
Не чтобы показать магию, а чтобы убрать ручной контроль и сократить выезды на объект.
И это, мне кажется, самый правильный сценарий для таких систем:
не просто распознать картинку, а встроить распознавание в реальный рабочий цикл.
🔥5👏2🤔1🎉1
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6👏4❤1🎉1
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥7👏5🎉3
This media is not supported in your browser
VIEW IN TELEGRAM
Когда говорят про личного AI-ассистента, обычно представляют чат, который отвечает на вопросы или помогает писать тексты.
Но мне интереснее другое: можно ли постепенно добавлять агенту реальные рабочие функции?
Я как раз завёл себе такого ассистента на базе Hermes и сейчас проверяю разные сценарии.
Один из последних экспериментов — создание видео прямо из Telegram.
Открыл чат с телефона, отправил агенту ссылку на свой сайт и написал:
«Сделай из этого короткий маркетинговый ролик».
Через несколько минут получил готовый MP4 длительностью 20 секунд. С анимацией, основными смыслами сайта и русской озвучкой.
Именно этот ролик прикрепляю к посту.
Hermes самостоятельно:
• изучил содержание сайта
• выбрал основные смыслы
• подготовил сценарий
• собрал сцены
• добавил анимацию и озвучку
• вернул готовый MP4 в Telegram
Для сборки видео я установил на своём сервере HyperFrames.
Поэтому сам ролик рендерится на моей инфраструктуре, без оплаты отдельного видеосервиса за каждую новую версию.
У большинства предпринимателей уже есть практически всё необходимое для рекламного ролика:
сайт, описание услуг, фотографии, фирменный стиль, кейсы и цифры.
Но обычно эти материалы остаются статичной страницей. Клиент должен перейти по ссылке, разобраться в структуре и внимательно всё прочитать.
Короткое видео воспринимается проще.
Его можно разместить в Telegram, социальных сетях, презентации продукта или приложить к коммерческому предложению.
Раньше для такого ролика потребовались бы сценарий, дизайнер, монтаж и несколько согласований.
Теперь появляется другой сценарий:
действующий сайт → красочный продающий ролик примерно за 5 минут
Причём для запуска достаточно отправить ссылку агенту в Telegram. Даже с телефона.
AI-модель используется на этапе анализа сайта и подготовки сценария.
Но сам рендер HyperFrames работает локально. Он не расходует генеративные видеотокены и не требует оплачивать каждую попытку сборки.
Можно менять текст, цифры, оформление и выпускать новые версии с понятной себестоимостью.
Мне нравится в этом эксперименте вот что:
личный AI-ассистент постепенно превращается из собеседника в рабочий инструмент.
А обычный сайт становится исходником не только для страницы, но и для готового маркетингового видео.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥7🤩4👏3
This media is not supported in your browser
VIEW IN TELEGRAM
Недавно я публиковал кейс про MVP мониторинга контейнерных площадок.
Камеры Dahua с 4G передают снимки через DoLynk API, модель оценивает ситуацию, присваивает уровень серьёзности, а результат появляется на карте.
Со стороны всё выглядит просто: открыл карту и увидел, где требуется внимание.
Но за этим есть важный технический слой. Система проверяет состояние камер и заряд батареи, повторяет запросы после ошибок, восстанавливает работу и ограничивает количество перезапусков. Иначе за таким сервисом пришлось бы постоянно присматривать человеку.
Я решил проверить другую задачу:
как показать этот кейс владельцу бизнеса, не погружая его в API, VLM, retry и другие технические детали?
Передал исходный Telegram-пост своему AI-ассистенту. Он выделил главное, подготовил сценарий и выбрал подачу.
Затем HyperFrames на моём сервере собрал из этого 39-секундную видеопрезентацию с русской озвучкой.
Результат прикрепляю к посту
У компании уже есть материалы, на которые команда потратила время: посты, страницы сайта, описания проектов, презентации и кейсы.
Обычно они публикуются один раз, а затем лежат в разных папках и почти не используются повторно.
Теперь такой материал можно превратить в короткое видео под конкретную задачу:
• объяснить сложный продукт
• показать кейс потенциальному клиенту
• приложить материал к коммерческому предложению
• использовать перед встречей
• опубликовать в Telegram или социальных сетях
Первая версия появляется быстрее, ручной упаковки становится меньше, а видеоматериалы можно выпускать серийно.
Важная оговорка: локальный рендер HyperFrames не расходует генеративные видеотокены. Но AI-агент использует модель, когда анализирует исходник, пишет сценарий и выбирает подачу.
Поэтому речь не о «полностью бесплатной генерации», а о собственном управляемом производстве видеоконтента.
Для сложных продуктов такой формат особенно полезен.
Технология остаётся внутри, а клиент за несколько десятков секунд понимает задачу, логику решения и практический смысл.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5👍4👏3
Надиктовал задачу боту с телефона — через 7 минут сайт уже был в интернете ⚡️ ️️️️
В этот раз меня удивила не столько скорость сборки (и она тоже), сколько сам способ работы.
У меня под рукой был только телефон. Я отправил голосовую задачу своему агенту через Telegram-бот: взять описание продукта и готовые ролики, собрать из них сайт, проверить и опубликовать.
Примерно через пять минут сайт был готов. Ещё около двух минут заняла публикация. В ответ пришла обычная ссылка, которую уже можно было открыть и отправить другому человеку.📱
Три года назад такой результат стоил бы мне минимум 40 000 рублей. И точно потребовал бы не семи минут: бриф, макет, согласования, правки, вёрстка, адаптация под телефон, публикация.
Здесь весь запуск начался с голосового сообщения.
Мой ТГ бот связан с Hermes. Если без терминов, Hermes работает как старший агент на сервере: принимает задачу, разбирает исходные материалы, подключает нужные инструменты и агентов, соединяет их работу, проверяет результат и доводит дело до публикации.
Мне не пришлось садиться за компьютер, раскладывать задачу по этапам и вручную переносить результат из одного сервиса в другой. Я сформулировал, что хочу получить, а дальше работа ушла на сервер.🧠
В этом конкретном случае исходниками были описание и видеоролики. Из описания получились смысл и структура страницы, а видео задали палитру, композицию и характер движения.
На выходе не черновик и не картинка для будущей разработки. Получился полноценный адаптивный сайт: дизайн продолжает визуальный язык роликов, есть анимации, встроенный проигрыватель и две темы 🎨
Светлая тема — мятно-лазурная, тёмная — с золотыми акцентами. Вместе с оформлением переключается и видеопрезентация: для каждой темы используется свой ролик.🌙
Посмотреть результат:
https://yandex-direct-agent-demo.vercel.app🔗
В этот раз меня удивила не столько скорость сборки (и она тоже), сколько сам способ работы.
У меня под рукой был только телефон. Я отправил голосовую задачу своему агенту через Telegram-бот: взять описание продукта и готовые ролики, собрать из них сайт, проверить и опубликовать.
Примерно через пять минут сайт был готов. Ещё около двух минут заняла публикация. В ответ пришла обычная ссылка, которую уже можно было открыть и отправить другому человеку.
Три года назад такой результат стоил бы мне минимум 40 000 рублей. И точно потребовал бы не семи минут: бриф, макет, согласования, правки, вёрстка, адаптация под телефон, публикация.
Здесь весь запуск начался с голосового сообщения.
Мой ТГ бот связан с Hermes. Если без терминов, Hermes работает как старший агент на сервере: принимает задачу, разбирает исходные материалы, подключает нужные инструменты и агентов, соединяет их работу, проверяет результат и доводит дело до публикации.
Мне не пришлось садиться за компьютер, раскладывать задачу по этапам и вручную переносить результат из одного сервиса в другой. Я сформулировал, что хочу получить, а дальше работа ушла на сервер.
В этом конкретном случае исходниками были описание и видеоролики. Из описания получились смысл и структура страницы, а видео задали палитру, композицию и характер движения.
На выходе не черновик и не картинка для будущей разработки. Получился полноценный адаптивный сайт: дизайн продолжает визуальный язык роликов, есть анимации, встроенный проигрыватель и две темы 🎨
Светлая тема — мятно-лазурная, тёмная — с золотыми акцентами. Вместе с оформлением переключается и видеопрезентация: для каждой темы используется свой ролик.
Посмотреть результат:
https://yandex-direct-agent-demo.vercel.app
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6👏4👍2❤1🤯1🎉1
Forwarded from ИТ-ИНФРАСТРУКТУРА
Меняем модель, а не систему: как избежать зависимости от одного ИИ-поставщика
🔒 Любой ИИ-сервис в бизнес-процессах привязывает компанию к конкретному поставщику — это называют vendor lock-in. Поставщик может изменить цены, лимиты или поведение модели, и если сервис завязан на поддержку пользователей или базу знаний, замена превращается в отдельный проект.
В новом материале на Портале «ИТ-инфраструктура» Антон Холодков, инженер по внедрению ИИ-решений «ЭКОРАЗВИТИЕ-МО», поделился, как выстроить систему так, чтобы модель можно было менять без пересборки всей инфраструктуры.
О чем рассказали в статье:
🔵 откуда на самом деле берется зависимость от одной модели;
🔵 что нужно вынести из модели в отдельный слой для безопасной замены;
🔵 как выглядит обвязка на практике — на примере Cursor, Claude Code и внутреннего контура Hermes Agent;
🔵 как тестируют перенос задачи на другую модель;
🔵 когда перенос не нужен и какие задачи опаснее всего передавать другой модели.
Ключевые выводы статьи — в карточках, полную версию читайте на Портале «ИТ-инфраструктура» — по ссылке.
В новом материале на Портале «ИТ-инфраструктура» Антон Холодков, инженер по внедрению ИИ-решений «ЭКОРАЗВИТИЕ-МО», поделился, как выстроить систему так, чтобы модель можно было менять без пересборки всей инфраструктуры.
О чем рассказали в статье:
Ключевые выводы статьи — в карточках, полную версию читайте на Портале «ИТ-инфраструктура» — по ссылке.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥7👏3❤2🎉1
На выходных ехал на дачу, стало скучно. Решил проверить, какого уровня сайт сейчас можно собрать прямо с телефона.
Открыл Telegram, описал задачу агенту и начал смотреть, что получится.
Итог: 16 минут на разработку и ещё 2 минуты на публикацию.
Получился полноценный персональный сайт: с адаптивной версткой, моими AI-кейсами, цифрами, анимацией, нормальной мобильной версией и отдельной визуальной концепцией:
https://anton-kholodkov-ai.vercel.app
Конечно, это делает не «голая» языковая модель. Вокруг неё собрана целая обвязка:
• Claude Design отвечает за структуру и визуальное направление;
• инструменты агента создают и редактируют код и файлы;
• рендеринг через браузер показывает, как сайт выглядит в реальности;
• отдельные проверки прогоняют компьютерную и мобильную версии;
• навык публикации собирает проект и разворачивает его на Vercel.
То есть модель здесь скорее думает и принимает решения, а агент уже умеет работать руками: создавать файлы, запускать команды, открывать сайт в браузере, находить ошибки и публиковать готовый результат.
При желании к этому же процессу можно по API подключить генерацию изображений, видеоредакторы и сборку анимаций. Тогда прямо с телефона можно будет делать не только обычные страницы, но и полноценные анимированные сайты с видео.
Удивительно, насколько всё стало удобно. Ещё недавно для такого эксперимента пришлось бы садиться за ноутбук, открывать редактор, терминал, хостинг и вручную переносить всё между сервисами. А теперь можно ехать на дачу и по дороге собрать сайт за 18 минут.
Открыл Telegram, описал задачу агенту и начал смотреть, что получится.
Итог: 16 минут на разработку и ещё 2 минуты на публикацию.
Получился полноценный персональный сайт: с адаптивной версткой, моими AI-кейсами, цифрами, анимацией, нормальной мобильной версией и отдельной визуальной концепцией:
https://anton-kholodkov-ai.vercel.app
Конечно, это делает не «голая» языковая модель. Вокруг неё собрана целая обвязка:
• Claude Design отвечает за структуру и визуальное направление;
• инструменты агента создают и редактируют код и файлы;
• рендеринг через браузер показывает, как сайт выглядит в реальности;
• отдельные проверки прогоняют компьютерную и мобильную версии;
• навык публикации собирает проект и разворачивает его на Vercel.
То есть модель здесь скорее думает и принимает решения, а агент уже умеет работать руками: создавать файлы, запускать команды, открывать сайт в браузере, находить ошибки и публиковать готовый результат.
При желании к этому же процессу можно по API подключить генерацию изображений, видеоредакторы и сборку анимаций. Тогда прямо с телефона можно будет делать не только обычные страницы, но и полноценные анимированные сайты с видео.
Удивительно, насколько всё стало удобно. Ещё недавно для такого эксперимента пришлось бы садиться за ноутбук, открывать редактор, терминал, хостинг и вручную переносить всё между сервисами. А теперь можно ехать на дачу и по дороге собрать сайт за 18 минут.
anton-kholodkov-ai.vercel.app
Антон Холодков — AI/LLM Projects & Solutions Architecture
Антон Холодков — руководитель AI/LLM-проектов и архитектор AI-решений.
🔥7👏4❤2
За последние месяцы в канале накопилось много разборов: агенты, компьютерное зрение, выбор моделей, внедрение в бизнесе. Но посты быстро уходят вниз ленты, и через пару недель нужный уже сложно найти.
Поэтому я собрал всё в одном месте:
https://progress-on-portal.vercel.app
Сейчас там 10 статей и 4 кейса. Это не копии постов: каждая тема развёрнута в полноценный материал — с коротким ответом в начале, оглавлением, схемами, источниками и датой проверки фактов.
• агенты и автоматизация
• компьютерное зрение
• модели и инфраструктура
• внедрение ИИ в бизнесе
• инструменты и сервисы
И отдельный раздел с кейсами: ИИ-агент директолог для Яндекс Директа, камеры с компьютерным зрением, оценка подъездов по фото с телефона и видеопрезентация технического кейса за 39 секунд.
Сам портал я собирал вместе с ИИ-агентами в Claude Code. А статьи готовит связка из трёх агентов:
• автор — пишет материал по моему посту и первоисточникам
• редактор — правит язык и не добавляет фактов
• проверяющий — сверяет утверждения с источниками и может вернуть статью на доработку
Если сервис официально не работает в России, это прямо помечено в тексте.
Мне нравится, что агент здесь не «пишет за меня», а работает как маленькая редакция: черновик, правка, фактчек, публикация.
Обложки у статей трёх типов: плакаты, схемы и формулы. Когда подключу аналитику, посмотрю, на какие кликают чаще, и расскажу здесь.
Новые разборы, тесты и анонсы мероприятий по-прежнему в первую очередь появляются в канале. А портал — чтобы спокойно прочитать тему целиком или отправить ссылку коллеге.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5👏3❤2🥰1