Кажется, AI — это просто, пока не начинаешь его внедрять.
На работе опять подъехала задача из разряда «сначала звучит просто, потом начинаешь копать». Речь про классификацию телефонных звонков: запись уходит на удалённый сервер, там расшифровывается, классифицируется по ряду параметров и результат возвращается в 1С. По идее — считать эффективность менеджеров по продажам. По факту — ещё одна система, которую потом надо будет поддерживать.
Сам AI я писать не буду, но поддерживать — буду. И вот это как раз настораживает. Голосовое меню я уже переделывал три раза, пока не закрыл все «хотелки» бизнеса, и здесь ощущения те же: сначала «давайте быстро», потом бесконечные правки. Вариантов решений, по сути, три: МТС https://mws.ru/, Яндекс https://aistudio.yandex.ru/ru и Мегафон. У всех есть свои no-code и low-code инструменты, но к no-code у меня стойкое недоверие.
Они хорошо работают на презентациях: простые кейсы, красивые схемы, всё кликается. Было хорошее сравнение — это как инвалидная коляска на рельсах: можно ехать и даже наслаждаться, но встать нельзя, и приедешь ровно туда, куда тебя везут. Но как только доходит до реальной логики, то, что в коде делается на одном экране, превращается в гигантскую потоковую диаграмму, в которой невозможно ориентироваться. В особо изощрённых случаях даже цикл собрать — отдельный квест. Да, здесь есть low-code, можно дописывать руками, но вопрос в том, насколько этого хватит, когда начнётся настоящая работа с данными.
А вся суть, как обычно, именно в данных. Видел кейс с AI-стартапом, который по факту делает несколько запросов к ChatGPT. Звучит просто, но основной объём работы — это подготовка данных: они кривые, неполные, противоречивые. Потом результат надо интерпретировать, проверить другой нейронкой и только после этого отдавать в BI или инфраструктуру заказчика. В итоге нейронки занимают процентов 10, всё остальное — грязная инженерная работа. Хорошо это разобрано в статье про внедрение AI в производство «Скучная правда про LLM: эффект дают не громкие слова, а простые сценарии с очевидной ценностью» https://habr.com/ru/companies/ru_mts/articles/925834/
Со своей стороны я пока закрыл самый приземлённый кусок — подготовку записей звонков. Нейронка лучше работает, если передавать звук в стерео: оператор в одном канале, абонент в другом. Asterisk это умеет, но делает максимально неудобно — пишет два отдельных файла без сжатия. Пришлось писать скрипт, который собирает их в один стерео WAV, а потом сжимает в mp3. Теперь осталось это всё стабильно отправлять на удалённый сервер и не сломать по дороге.

Параллельно продолжаю делать HTML5‑игру для Telegram «Memento mori». Вот сайт проекта https://mementus.ru/, а вот бот https://t.me/memento_mori_game_bot. Перед тем как бросаться реализовывать фичи, решил сделать как советуют все умные люди — сначала план. Написал субагента-планировщика и получил список из 17 шагов. Я почему-то был уверен, что осталось 2-3 шага до победы.
Процесс работы с AI теперь выглядит так: спецификация → план → маленькие итерации → ревью → фиксация изменений в git. Начал реализовывать и сразу столкнулся с классикой: AI упорно изобретает свои «велосипеды» — таймеры, рандом, перемещения — вместо того, чтобы использовать то, что уже есть в Phaser. Приходится постоянно возвращать его в реальность.
Заодно открыл для себя, что в Phaser можно спокойно использовать реактивный подход через Zustand, причём даже без React. Это оказалось неожиданно удобно: состояние контролируемое, логика прозрачнее, и не надо городить лишние сущности. Игровое поле уже есть, играть даже можно, хотя с размерами карт я, конечно, промахнулся — придётся переделывать.
Чем дальше в это всё лезу, тем больше ощущение, что AI — это не про «умную магию», а про аккуратную инженерную рутину вокруг него. И если эту рутину не сделать нормально, никакая нейронка не спасёт.

ИИ не пишет стартапы на миллион. Он забирает скучную работу.

Посмотрел видео «Как изменится разработка с приходом ИИ» https://vk.com/video-163338141_456239886 — и оно слишком точно попало в мои мысли.
Владилен Минин разбирает разработку как цикл: анализ → дизайн → разработка → тестирование → деплой → поддержка. ИИ уже уверенно сидит в разработке и тестировании, но магии не случилось. Запрос уровня «сделай мне AI‑стартап на миллион в день без ошибок» остаётся фантазией. Рабочий вопрос проще: могу ли я отдать это джуну? Если да — это работа для AI‑агента. Всё остальное пока остаётся за человеком.
С языками ровно та же история. Новые не убили старые, и ИИ их тоже не убьёт. Там, где нужен C — будет C, где Java — будет Java. Просто появится ещё один инструмент в стеке. Пузырь это или нет — не так важно. Даже если пузырь, он слишком жирный, чтобы исчезнуть: датацентры с видеокартами никуда не денутся, просто займут своё место.

Параллельно продолжаю делать HTML5‑игру для Telegram «Memento mori». Вот сайт проекта https://mementus.ru/, а вот бот https://t.me/memento_mori_game_bot. Игра уже процентов на 90 готова, в неё можно играть. Осталось довести лендинг и прикрутить мониторинг — и будет законченный продукт, а не вечный «ещё чуть-чуть».

Отдельное приключение — звуки. С картинками было проще. Нужно было найти звук переворачивающейся карты — решил сгенерировать через нейросети. ChatGPT выдал «мелодию» из одной ноты. После десятка попыток стало ясно: это уровень школьника с синтезатором на первом уроке. Подключил SUNO https://suno.com/ — получил трек на 3,5 минуты с мужским вокалом про переворачивание карты. Ну почти.
В итоге всё решилось через https://freesound.org/. Но и там свой цирк — я просто искал фанфары. Обычные, оркестровые, с трубами. А нашёл фанфары на ксилофоне, с криком петуха, в стиле аниме. Отдельный жанр — «композиторы», которые берут нормальную мелодию и мешают туда всё подряд. Найти нормальные фанфары оказалось задачей со звёздочкой. Нашёл. Остальное — техника: выровнять громкость, обрезать хвосты, привести форматы.

С Phaser тоже было весело. Абсолютное позиционирование — это боль. Простая задача: на десктопе 4 кнопки в ряд, на мобилке — 2×2. Во фронте это несколько строк. Здесь — функция с перерасчётом координат, куча арифметики ради четырёх кнопок. И это хороший пример того, как «игровой движок решает всё» — не совсем правда.

Когда начинал писать игру, думал, что буду в основном работать с движком и визуалом. По факту он закрывает только UI: отрисовка, ввод, взаимодействие. Всё остальное — бекенд, бизнес-логика на ООП, графика, devops — съедает львиную долю времени. Сам движок занял процентов десять от всей работы. Такой вот геймдев.

Если есть желание — зайдите в бот и попробуйте игру. Интересно, насколько она вообще воспринимается со стороны.

В итоге всё упирается не в инструменты, а в задачи: ИИ закрывает рутину, но думать и собирать систему по-прежнему приходится самому. И чем дальше, тем больше становится видно, где заканчивается «магия» и начинается обычная работа.

Есть задачи, которые выглядят простыми ровно до того момента, пока не начнёшь их делать. А дальше они начинают раскрываться слоями — и каждый следующий слой требует всё больше усилий.

На работе прилетела задача: распознавание и классификация информационных чеков банкоматов. Нужно понять — есть ли смысл вообще лезть в Yandex AI Studio. Я думал, что проблема — распознать чек. Ошибся. Сначала кажется — ну что там, распознать чек. Потом понимаешь, что чек — это вообще не главное. Архитектура выглядела просто: сканируем папку с изображениями, гоним через Gemma 3 для OCR, потом через Qwen3 вытаскиваем структуру и сохраняем в JSON. Всё это на базе Yandex AI Studio.
Я написал спецификацию, показал коллеге. Линейный пайплайн одобрили. Дальше — реальность. Модель внезапно начала плохо распознавать чеки. И тут вскрылась простая вещь: нельзя пытаться распознавать чек прямо на фотографии банкомата. Рабочая стратегия — сначала вырезать сам чек, потом почистить изображение, и только потом отдавать в OCR. Иначе мусор на входе — мусор на выходе.
После OCR тоже не сказка. Текст «грязный» почти всегда. Поэтому минимум:
— убираем лишние пробелы
— нормализуем переносы
Всё выглядит аккуратно на схеме, пока не начинаешь это реально делать.

Вот эти видео действительно полезные:
Yandex AI Studio Series https://www.youtube.com/playlist?list=PL1x4ET76A10aeW4WyNRZXd0cyTvCbThKO
Воркшоп “Как создать мультиагентную систему в Yandex AI Studio” https://www.youtube.com/watch?v=Iyf17k0Hf2M&t=1484s

Параллельно закрыл свою давнюю историю — допилил игру.
Сайт: https://mementus.ru/ Бот: https://t.me/memento_mori_game_bot

В голове всё выглядело просто: изучил Phaser, подключил ИИ — и поехали. На практике оказалось, что кодинг — это максимум половина задачи. Всё остальное: бизнес-логика, графика, звук, DevOps. ИИ в этом помогает, но очень неровно.
Самая неприятная часть — без нормальной спецификации ИИ начинает «фантазировать». Вместо pet-проекта предлагает архитектуру уровня Яндекса с многоуровневыми кэшами и горизонтальным масштабированием на сотни серверов. Пока сам не структурируешь задачу — толку не будет.
Вывод простой: чтобы ИИ дал нормальный результат, нужно самому знать хотя бы половину ответа. А лучше — процентов 70. Он отлично закрывает задачи уровня джуна. Всё, что сложнее — начинает плыть.
Отдельно зашла идея с субагентами: один планирует, второй пишет, третий проверяет. Потому что код может запускаться и «работать», но при этом быть дырявым по безопасности.
С графикой тоже иллюзии быстро закончились. Наброски — ок. Финал — нет. На одной картинке вместо «Кубки» получилось «Кувки», и исправить это ИИ не смог. В итоге часть правок делал руками в Photoshop. Со звуком ещё хуже: песню генерит легко, а вот нормальный звук переворота карты — это уже квест.
Phaser тоже быстро расставил всё по местам. Это не «магия геймдева», а по сути UI-движок: загрузка ресурсов, обработка кликов, анимации, физика. Вся логика — на тебе. Нажал на карту — а дальше куча состояний и правил, которые ты сам описываешь через ООП.
И да, 2D — это ещё цветочки. В 3D надо уже рисовать модели, анимировать, работать со светом и текстурами. Там совсем другой уровень боли.
По итогу: на сам движок ушло процентов 10 работы. Остальное — инфраструктура, логика и куча мелких решений, о которых даже не думаешь в начале.
Параллельно изучал сразу четыре технологии: NextJS, Phaser, Angie и Claude AI. Тяжело. Очень.
В итоге закрыл детскую мечту — сделал свою игру. Детские мечты должны умирать в детстве. Посмотрел на геймдев изнутри и понял: это отдельная вселенная. Пока не моя.

Написал статью "Когда связист становится разработчиком, программирование Asterisk на практике", где обобщил свой опыт разработки под Asterisk:
https://vk.com/@programmer_path-kogda-svyazist-stanovitsya-razrabotchikom-programmirovanie-a

Вывод простой: ИИ ускоряет, но не заменяет мышление. Без структуры он плодит хаос, со структурой — экономит часы. В итоге выигрывает не тот, у кого модель мощнее, а тот, кто чётче формулирует задачу.

Есть ощущение, что OCR работает ровно до первого реального чека. Пока смотришь демо — всё красиво, как только попадаешь в прод — начинается цирк с буквами и цифрами, которые внезапно меняются местами. И вот ты уже не распознаёшь текст, а разгадываешь квест.

Неделя ушла на борьбу с одной, казалось бы, простой вещью — чеками банкоматов. На бумаге всё выглядит тривиально: есть код ошибки, его надо распознать и сохранить. В реальности OCR спокойно превращает 6 в 0, 5 в S и делает из фиксированного кода какой-то криптографический ребус, который потом нужно как-то интерпретировать.

Кодов ошибок банкоматов оказалось около 20 тысяч, но плюс в том, что они фиксированы. Я просто сложил их все в PostgreSQL и пошёл от обратного: не доверять OCR, а искать ближайшее совпадение. Беру распознанный код и через нечёткий поиск + расстояние Левенштейна нахожу то, что он «хотел сказать».

Нечёткий поиск — это способ находить строки, которые похожи, а не полностью совпадают с запросом (например, с опечатками или разным написанием).
В PostgreSQL он реализуется через метрики сходства similarity и позволяет искать «ближайшие» совпадения вместо точных.
Есть расстояние Левенштейна — это метрика, которая показывает, сколько минимальных операций (вставка, удаление, замена символа) нужно, чтобы превратить одну строку в другую.

Сначала фильтр по similarity, потом сортировка по расстоянию — и на выходе наиболее вероятный вариант.

SELECT code, levenshtein(code, '526D6O0') AS dist
FROM atm_error_codes
WHERE similarity(code, '526D6O0') > 0.3
ORDER BY dist ASC
LIMIT 1;

Фактически этим запросом я закрываю 1–2 ошибки распознавания без отдельной логики. OCR ошибся — база поправила. Никакой магии, просто аккуратно использованные инструменты. Похожий подход, кстати, используется и в FineReader.

Параллельно открыл свой старый проект на NodeJS. Посмотрел код и поймал странное ощущение: вроде бы писал я, но читать больно. Очень быстро становится понятно, как растёшь — по тому, насколько раздражает собственный код из прошлого.

Отдельный цирк был с AI-агентом. Сломалась сборка из-за библиотеки figlet, и «умное» решение оказалось простым: удалить библиотеку и захардкодить ascii-арт. Логика железная. Пришлось руками дожимать до нормального решения и заменить на cfonts. В очередной раз убедился: AI отлично ускоряет, но мусора генерирует не меньше.

В итоге для CLI-интерфейса взял @clack/prompts https://www.npmjs.com/package/@clack/prompts — неожиданно аккуратная библиотека. Минимум лишнего, всё работает как надо.

Чем дальше копаюсь в таких задачах, тем яснее вижу: проблема редко в «сложной технологии». Обычно всё ломается на стыке — OCR, данные, логика. И вот там уже начинается настоящая работа.

Хотел просто переименовать файлы — получил счёт на тысячу рублей.

Начал делать CLI-утилиту smart-renamer https://github.com/orion55/smart-renamer — автоматическое переименование медиафайлов с переводом названий на русский через YandexGPT. На входе обычный «зоопарк» скачанных файлов вроде:

The.Walking.Dead.S05E03.720p.BluRay.x264-DEMAND.mkv
Game.of.Thrones.2011.S01E01.WEB-DL.1080p.mkv
Pochuvstvuj.moj.golos.2026.NF.WEB-DLRip.AVC/

На выходе хочется получить что-то человеческое:

Ходячие мертвецы/0503.mkv
Игра престолов/01.mkv
Почувствуй мой голос.mkv

Идея простая, а реализация — как обычно: начинаешь с пары строк кода, заканчиваешь разбором чужих ошибок и собственных иллюзий.

Сначала попробовал через Яндекс.Переводчик. На выходе получается полная дичь. Английские и русские названия фильмов живут своей жизнью и редко совпадают. Решил пойти «умнее» — подключить AI. Написал жирный промпт, добавил логику «если не знаешь — сходи в интернет», взял YandexGPT 5.1 Pro, включил многопоточность, ретраи — всё как положено.

И тут началось. Агент стабильно падал по токенам. Оказалось, модель не знает название фильма — идёт в интернет, тянет кучу данных, упирается в лимиты и отваливается. Параллельно вся эта многопоточка с ретраями за пару часов сожрала около 1000 рублей. Очень наглядный урок: мощная модель легко превращается в пылесос для бюджета.

В итоге выкинул всё это великолепие и поставил более простую модель Alice AI LLM. И внезапно всё заработало: без интернета, без ретраев, без параллелизма. Просто возвращает нужные названия. Вывод банальный, но неприятный: «умнее» не значит «лучше», особенно когда платишь за каждый токен.

Отдельный бонус — код от Claude. Поймал странный баг: функция ничего не возвращает, хотя должна. Начал разбираться — а там тихо мутируется исходный массив. Та самая классика с тихими, почти невидимыми side-эффектами. По факту — глупая новичковая ошибка: не уследил за мутацией и сам себе сломал логику. Та самая ситуация, где «всё вроде правильно», но не работает. Когда ткнул в это ИИ носом — исправилось. А если бы не ткнул?

В итоге вся эта история не про переименование файлов. Она про контроль. За моделью, за кодом, за деньгами. Иначе очень быстро начинаешь платить за ошибки, которые даже не видишь.

Попросил ИИ «сделать как лучше» — и получил совсем не то, что нужно.

На работе делаю упрощённую внутреннюю админку для телефонии и решил активно подключить ИИ. В какой-то момент отпустил контроль — и на простое приложение для 2–3 админов внезапно была реализована двухуровневая аутентификация. При том, что логина и пароля там более чем достаточно. Хорошее напоминание: ИИ ускоряет, но думать за тебя не будет.

С дизайном история вышла не менее показательная. Решил «пусть сам предложит концепт» — и получил: «Signal Console», тёмная панель в стиле профессиональных коммутаторов, монохромный шрифт, LED‑индикаторы, кислотный циан. Звучит красиво, но по факту это просто внутренняя админка. Киберпанк там лишний.

С фронтендом ещё веселее. ИИ решил не использовать готовые библиотеки и начал писать всё с нуля, включая таблицу со сортировками, фильтрацией и пагинацией. Уже проходил это на проекте — через спринт такие идеи умирают. Пришлось аккуратно объяснять, что «изобретать таблицу» — путь в никуда.

Параллельно решил перейти с npm на pnpm. Разница простая: npm тащит зависимости прямо в проект и дублирует их, из-за чего всё разрастается. pnpm хранит пакеты глобально и подсовывает их через hard links — быстрее и заметно экономит место. Пока разбираюсь, но подход выглядит разумнее.

Начал читать «Грокаем машинное обучение» Луиса Серрано. Книга заявлена как «для самых маленьких», без сложной математики и с простым Python. Но даже так читается тяжело. А если открыть приложение с формулами — производные, интегралы — становится понятно, где заканчивается «игра с ИИ» и начинается настоящее машинное обучение.

Вывод простой: ИИ — это инструмент. Если его не ограничивать, он легко уедет в оверинжиниринг, красивый, но бесполезный. В какой-то момент всё равно приходится включать голову и возвращать задачу к реальности.

Иногда проблема не в сложности задач, а в том, сколько лишних движений вокруг них.
Закрываешь проект — и вдруг видишь, где утекают часы.

На работе довёл до конца упрощённую внутреннюю админку для телефонии. Заодно аккуратно дожал DevOps-часть, без лишнего фанатизма — ровно столько, сколько нужно, чтобы не страдать потом на деплое.

Нашёл для себя очень удобную штуку — https://github.com/jesseduffield/lazydocker
Lazydocker — это терминальный интерфейс для управления Docker-контейнерами, образами и сетями в реальном времени. По сути, всё то же самое, что делаешь руками через CLI, только без простыней команд. Логи, перезапуск, удаление, мониторинг — всё под рукой. Для диагностики и администрирования из консоли — прям то, что нужно.

С установкой, правда, есть нюанс. Не сказать, что сложно, но и не «apt install и поехали»:

export DIR=/usr/local/bin

curl https://raw.githubusercontent.com/jesseduffield/lazydocker/master/scripts/install_update_linux.sh | bash

lazydocker

Раньше, чтобы просто посмотреть логи нужного контейнера, приходилось продираться через команды, вспоминать имена, искать нужное. Сейчас — открыл один инструмент и сразу видишь всё. Мелочь, а экономит кучу сил.

Посмотрел видео «AI-программист за 500 рублей: правда об агентском кодинге» https://www.youtube.com/watch?v=CjHFdsTW4ug
Обычно такие видео либо про «всё уже заменили нейросети», либо «всё пропало». Здесь редкий случай — спокойный разбор и реальный опыт без крайностей. Смотришь и понимаешь, где это работает, а где пока нет.

Claude в очередной раз улетел в бан. Продавец аккаунта руками разводит — остаётся только ждать. Решил не зависеть от одного инструмента и попробовать альтернативы. Наткнулся на https://kilo.ai/

Kilo AI — open-source ассистент для разработки, который встраивается в IDE и работает не только с отдельными кусками кода, а с проектом целиком.

Интересный момент — поддержка внешних провайдеров через API. Есть, например, OpenRouter — прокси-слой к разным LLM (Claude, GPT, Mistral и др.). Получается, можно не завязываться на одного вендора и переключаться по ситуации.

В итоге картина складывается простая. С одной стороны — инструменты вроде lazydocker, которые экономят время здесь и сейчас. С другой — AI, который пока ещё требует контроля, но уже начинает забирать на себя рутину. Вопрос не в том, заменит или нет, а в том, где именно он реально полезен.

На ближайшие две недели немного выпадаю из онлайна.
Уезжаю в отпуск на Кавказ. Горы, дороги, тишина и попытка хотя бы ненадолго перестать думать про телефонию, Docker, Asterisk и бесконечные логи.

Последние месяцы прошли в режиме «то чат-бот, то голосовое меню, то очередной сюрприз от операторов связи». В какой-то момент поймал себя на мысли, что уже автоматически читаю логи даже в выходные. Пора сделать паузу, перезагрузить голову и посмотреть на что-то сложнее Kubernetes — на горы.

Так что если внезапно пропаду, не потерялся.
Вернусь через две недели с новыми историями, наблюдениями и, скорее всего, очередной технической эпопеей.

Съездил на Кавказ и быстро понял: это не отпуск в формате «полежать и отдохнуть». Это когда утром ты идёшь «немного прогуляться», а вечером часы поздравляют тебя с 10 000 шагов, ноги молчат от обиды, а впереди ещё горы, ущелья и дождь с градом.
В статье рассказал про поездку в Кабардино-Балкарию: Нальчик, Чегемское ущелье, Голубые озёра, Эльбрус, Адыр-Су, термальные источники, местные музеи и одну «мистическую шахту», которую специалисты из высокого интернета уже успели записать в работу неандертальцев и инопланетян.
Получился не рекламный тревелог, а честный рассказ: где красиво, где переоценено, где промок, где устал, а где понял, что на Эльбрус без подготовки лезть не надо.
Полная статья здесь:
https://vk.com/@grebenyov-puteshestvie-v-kabardino-balkariu-stranu-chudes