Телеграм канал «PixelMap»

Айтишников пока не увольняем. Alibaba протестировала агентов ИИ на 100 реальных кодовых базах (поддерживаемые 233 дня). Агенты потерпели сокрушительный провал.

Пройти тесты один раз и написать код легко, а вот поддерживать его в течение 8 месяцев, не сломав всё, ИИ не умеет и терпит крах. 75% моделей ИИ нарушили работавший код во время поддержки. Модели накапливают технические проблемы с каждой новой итерацией. ИИ-агенты пишут «хрупкий» код и жертвуют его качеством ради быстрых результатов. @banksta

📊ИИ требует четких решений и реальных результатов — Компании больше не готовы тратить ресурсы на обучение, ожидаемые эффекты должны быть ощутимы сразу же.

📂 МЫ СОБРАЛИ УНИКАЛЬНУЮ ПАПКУ ДЛЯ СПЕЦИАЛИСТОВ ПО ИИ — ЭТО:

📌Примеры реальных кейсов успешного применения ИИ в бизнесе: оптимизация бизнес-процессов, повышение эффективности проектов и рост прибыли компаний
📌Практичные инструменты и методологии: модели расчета окупаемости ИИ-решений, технологии оценки качества моделей, дорожные карты цифровизации бизнеса и трансформации организаций
📌Инструментарий для грамотного выбора и внедрения инновационных технологий: алгоритмы анализа больших данных, методы предиктивной аналитики, системы рекомендаций и чат-боты
📌Лучший опыт формирования эффективных рабочих групп разработчиков и исследователей, интеграции команд Data Science и DevOps
📌Обзор новейших тенденций в сфере глубокого обучения, компьютерного зрения, обработки естественного языка и роботизированных систем
📊ЭТА ПАПКА ОРИЕНТИРОВАНА НА ПРОФЕССИОНАЛОВ, КОТОРЫХ ИНТЕРЕСУЕТ:
📌Увеличение производительности и снижение затрат
📌 Оптимизация ресурсов и высокая эффективность инвестиций
📌 Рост конкурентоспособности и востребованности продуктов и сервисов на рынке

📌ЗАБРАТЬ ПАПКУ

🤩 Организаторы : Green.Папка

Рекомендую интервью сооснователя LinkedIn Рида Хоффмана для понимания того, что сейчас происходит в мире IT. Вот некоторые моменты, которые отметил для себя:

• Большинство из нас использует ИИ… неправильно. Слишком поверхностно

• Мы прошли только 5% AI-революции

• Как изменится рынок SaaS-сектора. Почему у небольших технологических компаний появляется шанс подвинуть гигантов

• Что нужно начать делать уже сейчас, чтобы к февралю 2027 года не оказаться в числе отстающих

• Актуальность информации во всех популярных AI-сервисах отстает на 18 месяцев. Как это обойти с помощью правильных вопросов и промтов


👉 Смотреть здесь: https://youtu.be/PbvwwjNPxg8?si=MdADj1BBaNGEYDRv

Если вы хотели упороться по вайбкодингу сегодня - то это можно сделать бесплатно на lovable
Еще дают $100 in free Claude API credits from Anthropic (нужно зайти в Lovable чтобы получить)

Всех девочек, девушек и женщин поздравляю с праздником! Все все лучшие 🌷🌷🌷

Вы структурируете наш хаос, делаете сложное простым, а серое — ярким. Спасибо, что вы есть.

С праздником, любимые женщины! 🌹

Получилось немного по-гиковски, зато от души 👆

OpenClaw — это новые NFT, или почему бизнес снова заигрывает с игрушками

Я долго думал, с чем вернуться в инфополе. Хотел было навалить вам про когнитивные слои LLM, SOTA-архитектуры и вот это всё. Но реальность, как обычно, победила: мы в очередной раз ебанулись.

Сначала я думал, что OpenClaw — это просто мем на недельку. Ну типа “ха-ха, агент кликает по экрану”. А потом люди начали скупать Mac mini по несколько штук в одни руки, и я такой: окей, всё, мы официально в фазе безумия.

Ирония в том, что Mac mini берут не под запуск локальных моделек и не под распределённые вычисления. Их берут, чтобы гонять “магическую вандервафлю”, которой для нормальной работы хватило бы VPS за $5. Потому что все реальные вычисления всё равно в облаке на стороне LLM, а локально у тебя крутится… обычный шлюз. Ну кайф.

Экономика абсурда и эффект чёрного ящика

Можно, конечно, сказать: “не твои деньги — вот ты и бесишься”. И да, частично так. Но проблема не в том, что кто-то слил сотку, а то и две на железо. Проблема в подходе.

OpenClaw — это прям классический Black Box. Архитектура из серии “просто сделай это”: интенция пользователя превращается в команду исполнителю без нормального контроля по пути.
Для домашних задач — выглядит эффектно, не спорю. Но в бизнесе такая “слепая исполнительность” — это билет в один конец:

- нет детерминизма
- нет аудита
- нет понятной точки, где ты можешь вмешаться и сказать “стоп, бро, не жги прод”

Вот поэтому у меня стойкое ощущение, что OpenClaw — это новые NFT: шум, ожидания “сейчас всё автоматизируем”, а структурной ценности для серьёзного продакшена — хрен да маленько.

Mastra.ai — инженерный скальпель для веба

Если ваша цель — не аттракцион, а система, которую можно поддерживать, отлаживать и не бояться… смотрите в сторону нормальных фреймворков.

Я недавно препарировал Mastra.ai — и это реально пушка для тех, кто живёт в TypeScript/Node.js.

Самое ценное там — управляемость через воркфлоу.
Ты не надеешься на “магию”, ты описываешь граф шагов: кто чо делает, где границы, какие условия, какие ретраи, какие лимиты.

И ещё жир: нативная поддержка MCP. В итоге интеграции с гитом и прочими тулзами превращаются в инженерный процесс, а не в лотерею. Короче, Mastra — это когда тебе нужен контроль, понятное состояние системы и предсказуемый результат. Огонек.

CrewAI — когда нужно собрать “виртуальный отдел”

Если задача сложнее “пробежаться по сайту и нажать кнопки”, и там реально нужен анализ, перепроверки и нормальная когнитивная цепочка — тут на сцене CrewAI (Python).

Фишка CrewAI в том, что ты проектируешь социальную структуру из агентов:

– один аналитик
– второй редактор
– третий менеджер и они могут делегировать, спорить, перепроверять друг друга

Это супер подходит для процессов, где один агент может “галлюцануть”, а второй обязан вовремя поймать его за руку. Да, это сложнее, чем “одной кнопкой”, но это как раз то, что надо, когда ты автоматизируешь что-то серьёзное и не хочешь, чтобы система внезапно совершила импульсивную глупость.

Сухой остаток для тех, кто принимает решения

OpenClaw — забавная демка, которая отлично продаёт Mac mini, но плохо подходит для встраивания в бизнес-логику. Это игрушка. А игрушкам в серьёзных процессах не место.

Если вы строите продукт, а не аттракцион — выбирайте инструменты с открытой архитектурой и прозрачным управлением:

– Mastra — если вам нужно быстро и чётко в веб-стеке
– CrewAI — если вы автоматизируете “как отдел”, а не “как скрипт”

А Mac mini… оставьте для локальных LLM, домашнего сервера и прочих штуковин, где он реально будет приносить пользу, а не просто стоять красивым памятником хайпу.

Промптинг «сделай как эксперт» официально сдох.

Вышел свежий гайд по работе с Claude Opus 4.6. Той самой, которую юзают топовые кодеры и которую Трамп спит и видит как запретить. Короче, старые подходы типа «отвечай как профи с 10-летним стажем» больше не катят. Нужен новый подход.

Ловите план, как заставить ИИ выдавать жир:

1️⃣ Четко ставим задачу
Не мямлим, а пишем: «Я хочу, чтобы ты сделал [ЗАДАНИЕ] так, чтобы [КРИТЕРИИ УСПЕХА]». Результат должен быть понятным и измеримым.

2️⃣ Грузим контекст
«Сначала полностью прочитай эти файлы, прежде чем отвечать: [имя_файла] — че там внутри». Без контекста — это гадание на кофейной гуще.

3️⃣ Показываем референс
Никаких «сделай что-то вроде». Даем сухой чертеж и правила. Делаем реф законом: начинаем месседж с ВСЕГДА или НИКОГДА. Чтобы без вариантов.

4️⃣ Пишем честный бриф
Это единственный раздел, который пишем руками. Схема простая: какой результат нужен, чего избегаем, как выглядит успех.

5️⃣ Задаем жесткие правила
Прямо говорим: «Внутри мои стандарты и ограничения. Если собираешься нарушить хоть одно правило — остановись и скажи мне». Контроль — наше всё.

6️⃣ Обсуждаем задачу (не начинаем сразу!)
«НЕ начинай работу. Задавай уточняющие вопросы, пока мы по шагам не отполируем подход». Лучше 10 минут поговорить, чем 2 часа переделывать.

7️⃣ Строим план
Просим перечислить три самых важных правила из файла и выдать план выполнения. Чистая математика и логика.

8️⃣ Согласовываем этапы
Просим план максимум из 4 шагов. Стартуем только тогда, когда вы сами сказали «апрув».

Мораль: Хватит относиться к нейронкам как к волшебной таблетке. Это инструмент. И если ты умеешь давать четкие инструкции и погружать в контекст — результат будет пушка.
Кто уже щупал 4.6? Накидайте реакций или пишите в комментах, как она вам.