Со времен изобретения первого механического калькулятора в 17 веке, люди привыкли, что машины выдают «золотой стандарт» точности. Помню, нам в школе разрешали использовать калькулятор только для проверки решений, которые мы делали на бумаге. А «компьютер, который не может ошибаться» всегда был весомым аргументом в споре.

И многие ошибочно переносят накопленное за 400 лет доверие к математической точности калькуляторов на генеративный ИИ, полагая, что если ответ выдала машина, то он верен.

Именно на этом доверии и сыграл хайп 2025 года.
Вспомните эту истерию: бизнес бежал внедрять ИИ куда угодно, без ТЗ и понимания «зачем», просто на страхе «не успеть».

Маркетологи продавали не технологию, а эмоцию: либо ты сейчас купишь нашу «волшебную таблетку», либо завтра тебя заменит нейросеть. Итог закономерен - кладбище пилотных проектов и статистика MIT, где 95% внедрений не окупились.

Но сейчас, в 2026-м, рынок наконец трезвеет.
Клиенты наелись обещаний и больше не хотят покупать хайп. Им не нужны «цифровые сотрудники с душой», им нужны скучные, работающие инструменты, которые решают конкретную проблему в экселе или CRM. Заказчики становятся придирчивее в выборе подрядчиков.

И это отлично. С рынка смоет инфоцыган, продающих ИИ-таблитки от всех болей. А нормальные спецы, как те ребята из кейса, о котором я рассказывал, смогут спокойно работать. Наступает время инженеров, которые продают не магию, а реальную автоматизацию.

Создание видео кодом? Конечно! При помощи Claude Code? Обязательно.

Раньше я искал нужные футажи на YouTube или брал стандартные оверлеи из CapCut и Final Cut. А тут решил, что пора бы мне активнее использовать визуальный формат, а то все буковки да буковки. Полез смотреть, как это дело оптимизировать (для ленивых) и с ИИ подружить.

Оказалось, Claude Code умеет генерировать такие футажи. Не совсем сам, конечно, а в связке с Remotion - это такая библиотека для создания видео через React.

Работает всё просто: кидаете Клоду ссылку на документацию (.MD) и говорите: «Ну-ка, поставь это, и давай будем видосики пилить». А дальше описываете задачу.

Я, например, попросил замутить мне «хакерский интерфейс терминала, который мы видим с обратной стороны: справа пишутся команды, а потом появляется название канала».

Клодушка пошабуршал немного и выдал готовое видео, которое я закинул в CapCut вторым слоем. Вся работа заняла минут десять.

Меня недавно спросили, какой тренд на рынке искусственного интеллекта будет в этом году? Ничего не изменится, всё как в прошлом и позапрошлом - тренд на страх.

Финансисты боятся, что ИИ-пузырь лопнет; инвесторы - что поставили не на ту компанию; предприниматели - что слишком мало ИИ внедряют; а специалисты - что нейросети их заменят. Такой глобальный страх и неопределенность во всем. А ещё эти бесконечные новости, апдейты, релизы - голова разрывается.

На этом фоне начинается паника и метания у обычных людей. Классический пример: человек видит новость про сервис генерации музыки, например, Suno. Тут же попадается статья блогера, который якобы нагенерировал сотни битов, продал их за огромные деньги и уже покупает новую тачку. В голове срабатывает триггер: «Я всё упускаю! Нужно срочно бросать всё и бежать туда».

И вот условный бухгалтер с огромным опытом начинает погружаться в генерацию музыки. Он что-то создает, но на выходе получается откровенная ерунда. Это не нравится ему самому, это никому не нужно, и, естественно, это не продается. Почему? Потому что внезапно оказывается: чтобы делать качественную музыку - даже с помощью ИИ - нужно понимать, как она устроена, чувствовать ритм и гармонию. Инструмент не заменяет базу.

То же самое происходит и в других областях. Возьмем, к примеру, профессионального журналиста. Человек всю жизнь учился работать с информацией: он знает, где найти фактуру, как ее проверить, как интерпретировать и грамотно подать. За плечами университет, годы работы в редакции, отточенный навык.

Но под давлением страха «всё пропало, теперь тексты пишет нейросеть по одной кнопке», он начинает искать спасение в чужой профессии. Например, лезет в вайбкодинг. Для него это абсолютно темный лес. Он превращается в наглядное пособие эксперимента с «Китайской комнатой»: слепо вводит промпты, получает код, деплоит его. Что-то даже запускается. Но как только вылезает ошибка, он снова бежит к ИИ: «Почини». Он не понимает ни строчки из того, что ему выдала машина. Он просто перекладывает кубики, смысла которых не осознает.

И самое обидное здесь то, что он игнорирует свою главную суперсилу. Вместо того чтобы взять ИИ и кратно усилить свои навыки работы с текстом и смыслами (где он уже профи!), он тратит время на то, чтобы быть беспомощным посредником в кодинге.

Я встречаю много людей, которые по какой-то причине решили, что их профессия обязательно будет уничтожена искусственным интеллектом и нужно срочно освоить что-то новое, непонятное, чуждое, но, как они думают, перспективное в будущем. Но никто не знает, что будет в будущем. Никто. Но у вас, кроме записи в трудовой книжке с названием профессии, есть и навыки, которые туда входят. Почему не усиливать их?

Если ты 15 лет занимался дизайном, твой глаз, вкус и понимание композиции - это 90% успеха. Нейросеть дает лишь скорость. Если ты начнешь делать музыку, ты будешь конкурировать с подростками, у которых нет опыта, но есть те же инструменты. Твоя стратегия: взять свой опыт и умножить его на ИИ-инструмент именно в ТВОЕЙ нише.

Короче, ребята. Перестаньте паниковать, что ИИ отберет работу. Он отберет рутину.
• Если ты крутой врач - ИИ поможет быстрее ставить диагноз, но не заменит эмпатию.
• Если ты отличный инженер - ИИ посчитает сопромат быстрее, но не придумает мост.

Не прыгай в омут чужих профессий только потому, что там «легкий вход» через ИИ. Оставайся в своей лодке, просто поставь на неё мотор.

На этой неделе пообщался с огромным количеством людей (накопился «социальный долг» после праздников) и утвердился в мысли: формату Research Mastermind, про который я недавно писал - быть.

Ситуация классическая: информации падает много, каждый день появляются новые инструменты, ниши и возможности. В итоге все в оцепенении: с чего начать? Куда бежать? С кем это обсудить на равных?

Делаем формат: еженедельный звонок компанией из 10 человек. Главное условие - разные компетенции. Не хочется застрять на колле, где будет десять маркетологов. Нам нужен «фулл-хаус»: технари, предприниматели, профи из реального сектора.

Ищу всего 10 человек, с кем мы будем системно «копать» ИИ-рынок. Никаких зевак и пассажиров. Цель: находить альфу, идеи для бизнеса, пет-проектов и инвестиций. История некоммерческая, но если надо будет кого-то со стороны нанимать (администратора) - будем шерить на всех.

Если у вас есть опыт, ресурс и мотивация, но не хватает партнеров для глубокого ресеча - заполняйте анкету. Попробуем запустить эту историю. Все свои мысли пишите в чат: @prompt_chat

OpenAI запускает рекламу:

В ближайшие недели мы планируем начать тестирование рекламы в бесплатном тарифе ChatGPT и тарифе Go "Это новый тариф за 8 долларов в месяц. Раньше он работал только в Индии, теперь развернули на всех".

OpenAI надо было выкатывать рекламу еще в 2023-м. В этом году тайминг хуже некуда.

В 23-м реклама могла быть хоть самой кривой - всем было бы плевать, потому что тогда они были единственной нормальной LLM, к которой никто и близко не подобрался. С тех пор они могли бы её уже сто раз допилить и поднять кучу бабла, как Google на старте.

А что имеем сейчас: врубают рекламу, когда уже явно потеряли безоговорочное лидерство, а у юзеров полно вариантов, куда свалить. Ясен пень, что с рекламой пользоваться сервисом будет хуже, чем без, поэтому куча народу просто скажет: «Да ну нахер, я ухожу на Gemini или Claude».

CEO Cursor Майкл Труэлл (никак не могу привыкнуть, что это двадцатипятилетний парень с детским лицом) запостил видео, на котором мультиагентная система на базе GPT-5.2 создает полноценный веб-браузер за неделю.

Это более 3 миллионов строк кода в тысячах файлов. Движок рендеринга написан с нуля на Rust и включает парсинг HTML, CSS-каскад, макет (layout), шейпинг текста, отрисовку и собственную виртуальную машину JS.

Сначала они пробовали «плоскую» структуру, где все агенты равны и координируются через общий файл (как люди, берущие задачи с доски). Это не сработало:
— Агенты блокировали друг друга (locking mechanism).
— Без иерархии они становились «трусливыми»: избегали сложных задач, делали мелкие правки и топтались на месте.

В итоге разделили их на «Планировщиков» (Planners) и «Рабочих» (Workers):
— Планировщики: Изучают кодовую базу, создают задачи и могут запускать под-планировщиков (рекурсивно).
— Рабочие: Просто берут задачу и молча «пилят» её до конца, не отвлекаясь на общую картину.
— Судья (Judge): В конце цикла решает, продолжать ли итерацию.


Кстати, 2026 еще только начинается...

У меня не выходит из головы новость о браузере, который написал ИИ-агент за неделю. Думаю, что для людей, не связанных с разработкой, нужно пояснить, что создание браузера с нуля - это нетривиальная задача, поэтому их так мало на рынке.

Наверно 2026 будет годом кодинговых агентов. Вдумайтесь только: софт, пишущий софт, который переписывает собственный код. При этом люди в этой цепочке всё чаще просто жмут «Yes» на все запросы доступа и заворожённо наблюдают за результатом, попутно собирая фидбек.

На подходе гигантские вычислительные мощности для инференса, а в процессе - по-настоящему масштабные циклы обучения. Огромные модели с многомесячным дообучением с подкреплением на верифицируемых данных и большой скачок в скорости при снижении затрат.

Тот же Anthropic - компания, которая изначально была помешана на безопасности и замедлении внедрения ИИ, - теперь втопила педаль газа в пол. Их гендиректор всего за полтора года прошёл путь от «давайте притормозим» до «архитектора сверхразума». Они выпускают продукты, которые «вайбкодят» за две недели, а их сотрудники делают безумные заявления о том, что проблема непрерывного обучения почти решена. Меня уже не удивляет, что у моих знакомых программистов запущено по 4–10 терминалов с Claude Code, которые круглосуточно выжигают токены.

Ещё с конца прошлого года в воздухе стало ощущаться напряжённое затишье. Google, OpenAI и многие другие вложили сотни миллиардов в инфраструктуру и исследования. Они просто ждут малейшего намёка на ценность, чтобы влить туда ещё больше миллиардов. Как только кто-то вырвется вперёд хоть на шаг, начнётся отчаянная грызня за лидерство. Решения будут приниматься радикальные.

Я всё больше склоняюсь к мысли, что релиз Claude 5 и выход Anthropic на IPO станут началом такой «безумной гонки», и это будет не AGI, а новая парадигма кодинговых агентов, которые начнут писать код на сверхчеловеческом уровне.

Очень мне нравится планировщик в Gemini. Раздел называется «Запланированные действия» — суть такая же, как в ChatGPT и Perplexity, но из-за нативной связки с Gmail, Календарем и остальным Google Workspace пользоваться им удобнее.

Например, каждое утро он смотрит, какие у меня задачи в календаре стоят, собирает подборку новостей и смотрит почту.

А вечером делает обзор всех наших диалогов и предлагает сразу задачи на следующий день поставить. Пока вроде не бесит.

Директор Anthropic’а Дарио выдал прогноз, что через 6–12 месяцев кодинговые агенты будут выполнять большую часть, а, может быть, и всю работу инженеров-программистов от начала до конца. Я, кстати, вчера про это писал.

Верим?

Реально ли выучиться на ML-инженера по YouTube-роликам? Звучит, конечно, как холиварный вброс, но я готов принять на себя этот удар.

Я большой фанат YouTube-каналов @3blue1brown и @AndrejKarpathy и считаю, что если правильно выстроить изучение материалов оттуда и подкреплять всё практикой, то хорошую базу за 50 академических часов получить можно. Поэтому хочу вам показать гайд из трех фаз бесплатного обучения по YouTube-видео:

Фаза 1: Настрой интуицию (3Blue1Brown). Смотри все видео по порядку. Первый проход: просто смотри. Второй проход: заметки и активное вовлечение. Удобно, что видео на русском языке (дубляж). Время: примерно 10–15 часов.

Фаза 2: Создай навыки имплементации (Karpathy Zero to Hero). Пройди видео 1–8 по порядку. Набирай весь код руками. Ломай всё, пробуй всё, редактируй всё. Время: примерно 30–40 часов.

Фаза 3: Углуби контекст (бонусные видео). Смотри видео для широкой аудитории. Заполни пробелы и построй более широкую перспективу. Время: примерно 5 часов.

Общее время: примерно 50 часов сфокусированной работы.
https://teletype.in/@prompt_design/How-to-Become-an-ML-Engineer

Я уже много раз тут писал, что хорошие деньги в ИИ зарабатывают не горлопаны и инфоцыгане, которые на каждом шагу показывают фейковые банковские скрины, убеждая всех, что это «ИИ им принес», а небольшие ML-команды.

Они тихонечко пилят свои продукты, продают их и не планируют не только кого-то учить, но и вообще рассказывать о своем бизнесе. Какой смысл конкуренцию плодить?

И я счастлив, что у меня есть возможность общаться с такими ребятами, смотреть на их продукты, изучать новые для себя ниши.

Вот на видео я тестирую голосовую модель для всяких непотребств. И таких моделей у них много: есть и для продажи товаров, и для анбординга на вакансии, и для чего угодно.

Главная фишка в том, что они работают почти с нулевой задержкой ответа, а еще могут дышать, смеяться и издавать другие звуки, которые заставляют думать, что по ту сторону живой человек.

Конкретно в этом видео есть небольшой лаг, но это у меня сегодня проблемы с интернетом. Обычно в диалоге вообще никаких пауз не возникает.

Обратите внимание, как моделька переписывает контекст ответов, а еще во время диалога идет наполнение твоей «карточки»: вот ты имя свое назвал, как-то возраст промелькнул и местонахождение - все записывается в память. Я дурачился и пытался запутать модельку в языках, но в итоге сам запутался.

Кстати, если контакт команды нужен - пишите в личку, дам.