ген ИИ

Частые вопросы

Сколько подписчиков?

Подписчиков — 3,2 тыс. Медиана просмотров поста — 577. Просмотров на подписчика — 18,0%. Данные на 1 октября 2026 г.

Как часто выходят посты?

За 30 дней вышло постов: 18 — это почти каждый день. Данные на 1 октября 2026 г.

Есть ли у канала галочка Telegram?

Галочки Telegram нет.

Кто ведёт страницу канала в каталоге?

Пока никто. Если это ваш канал — заберите страницу: сможете отвечать на отзывы и видеть её статистику.

Последние посты

• вчера2266 пересылок13 реакцийОткрыть в Telegram
  🤑 ИИ уже помогает зарабатывать, но только тем, кто разбирается в инвестициях Друзья, привет, мы с партнерами red_mad_robot выпустили новый эпизод подкаста 2TOK про инвестиции, трейдинг. Посмотреть его можно на YouTube и в VK Видео. Кстати, подпишитесь, если еще нет. Главный вопрос, по которому мы с Ильей Филипповым мучали наших гостей: можно ли отдать ИИ не только аналитику, но и право покупать за нас финансовые инструменты на инвестиционном рынке? Примечательно, что у наших гостей ответы почти противоположные (да-да, мы специально так подбираем спикеров, чтобы получилась интересная дискуссия)Скрытый текст — показать: • Евгений Коган, инвестбанкир с 35-летним стажем и основатель медиахолдинга bitkogan, предлагает относиться к ИИ как к очень быстрому младшему аналитику. Он соберёт данные, сравнит компании, найдёт закономерности - и так же уверенно может ошибиться. Поэтому решение и ответственность должны оставаться у человека. • Вячеслав Благирев, директор по инновационному развитию продуктов «Финама», видит другую сторону. За год упоминания ИИ в работе трейдеров выросли в 8 раз. А 8% опрошенных трейдеров (примерно каждый двенадцатый) пришли в профессию без классического обучения, осваивая её с помощью ИИ, и уже зарабатывают деньги. Правда, выборка ограничена: 60 интервью и около 40 кабинетных исследований, а не весь рынок. Но самая показательная цифра другая: 9 из 10 трейдеров готовы использовать ИИ как «второй мозг», но не готовы доверить ему исполнение сделок. И это, на мой взгляд, правильная граница на сегодня. ИИ отлично расширяет возможности человека: быстрее читает отчетность, проверяет гипотезы, помогает написать и протестировать стратегию, разбирает ошибки и даже работает как психолог трейдера. Но он не несет ответственность за убыток. Если агент потерял ваши деньги, виноват не агент - решение передать ему управление всё равно приняли вы. В выпуске спорим, способен ли алгоритм учесть инсайд и манипуляции, чем ИИ отличается от обычного алготрейдинга, можно ли просчитать Трампа и не стал ли сам рынок ИИ новым пузырём. Приятного просмотра, ну а мы будем рады вашим комментариям. А вы готовы доверить ИИ свой кошелек? #2TOK 💬 ген ии | MAX

  Ещё
  
• 2 дня назад26610 пересылок11 реакцийОткрыть в Telegram
  🏋️ ИИ-агент в роли финтес-тренера Друзья, привет, Давно я не писал про кейсы личного применения ИИ-агентов. А ведь вы поставили аж 40 🔥🔥🔥 под прошлым постом. Прочитал интересный пост на Хабр от разработчика, который собрал себе силового тренера прямо внутри Claude Code и выложил его в Open Source. Автор быстро поймал знакомую проблему: модель уверенно предлагает рабочий вес, взятый непонятно откуда, и может ошибиться в арифметике по двум месяцам логов. Поэтому роли разделили. Claude выбирает методику, объясняет решения и задает вопросы. Все цифры считает обычный скрипт на Node.js. 🧠 "Под капотом" получилось неплохая система: - 8 навыков и 8 специализированных субагентов; - импорт старого дневника, в том числе по фотографиям; - план тренировки с весами, разминкой и раскладкой блинов; - голосовой отчёт с телефона; - расчёт рекордов, застоев и признаков усталости; - больше 400 юнит-тестов и eval-сценарии на живой модели. Мне особенно понравилось простое правило: у каждой цифры в ответе должна быть команда кода, которая ее посчитала. Расчет максимума, тренды, рекорды и отклонения от прошлых тренировок проходят через детерминированный код. Модель может интерпретировать результат, но не притворяется калькулятором. ИИ-агент также контролирует физическую безопасность. До первой программы тренер проводит анкету PAR-Q+. При опасных симптомах останавливает тренировку. Запросы на дозировки стероидов блокирует. Но автор честно предупреждает: помощник не видит технику, не ставит диагнозы и не заменяет врача или живого тренера. Вот ссылка на сам репозиторий на GitHub. А вы бы доверили составление программы тренировок ИИ? Ну и ставьте 🔥, если хотите больше разборов кейсов личного применения ИИ-агентов #личное 💬 ген ии | MAX

  Ещё
  
• 3 дня назад3116 пересылок10 реакций2 комментарияОткрыть в Telegram
  🛡️ Безопасность ИИ становится измеримой Друзья, привет, с началом рабочей недели вас! Пока Бил Гейтс говорит о возможной утрате контроля над ИИ и необходимости большего регулирования ИИ на уровне государства и межгосударственных структур, наши компании разрабатывают решения и методики по контролю. Недавно изучил новую методику оценки киберзащищенности ИИ SAIMM v2.0 от Swordfish Security. Меня порадовала рабочая Excel-модель: отвечаете на вопросы, получаете профиль зрелости и конкретные шаги, как улучшить ситуацию. Что внутри? - 7 доменов: управление и риски, данные и приватность, безопасность модели, цепочка поставок, инфраструктура и эксплуатация, агентные системы и RAG; - 60 критериев, каждый оценивается от 0 до 4: от полного отсутствия практики до адаптивного процесса, который измеряется и улучшается; - 18 блокирующих вопросов. На мой взгляд, это самая интересная часть модели: высокий средний балл не позволяет спрятать критическую дыру. Одна блокирующая практика с оценкой 0–1 ограничивает зрелость домена первым уровнем, а две - нулевым. Например, если у компании нет правовых оснований обработки данных, на которых обучается ИИ-решение - 52 активности развития с переходами между уровнями. Для каждой можно назначить ответственного, срок, статус и критерий готовности. 🔍 Отдельно радует, что агенты и RAG здесь также учтены. Для агентов проверяются инструменты и плагины, память, HITL, валидация планов, аудит действий, бюджеты и реагирование. Для RAG - источники, права на уровне фрагментов, инъекции через документы, качество поиска, дрейф эмбеддингов и цепочка поставок компонентов. Критерии сопоставлены с таксономией угроз и мер защиты Swordfish Security, а уровни зрелости — с CMMI и ISO/IEC 33020. На официальной странице также заявлен учёт 187-ФЗ, приказа ФСТЭК №117 и российских ГОСТов в области ИИ. ⚠️ Важный нюанс: «общий уровень зрелости» здесь справочный. Усреднять безопасность агента, данные и инфраструктуру в одну красивую цифру опасно. Польза SAIMM именно в профиле по доменам и блокирующих вопросах. Хороший фреймворк не просто перечисляет угрозы. После него понятно, что делать, кто отвечает и по какому признаку работа принята. SAIMM v2.0 выглядит именно таким инструментом. Но также напомню, что у организации должны быть определены недопустимые события и потенциальные векторы атак, один из которых может проходить через вычислительную инфраструктуру или ИИ-решение. Ну и как следствия, должны быть определены и реализованы механизмы защиты А у вас безопасность ИИ уже измеряется как процесс или пока зависит от нескольких энтузиастов? PS: в первом комментарии приложу сами документы 👇 #кибербез 💬 ген ии | MAX

  Ещё
  
• 6 дней назад64524 пересылки10 реакций3 комментарияОткрыть в Telegram
  🤖 Как ИИ дизраптит процессы в сфере ИТ Друзья, привет, с окончанием рабочей недели вас! Недавно мы выпустили подкаст 2ТОК об агентной разработке с Рафаэлем Тонаканяном из Сбера и Валерием Ковальским из red_mad_robot. Кстати, если еще не видели - есть на YouTube или VK Video. Теперь вместе с аналитическим центром red_mad_robot подготовили материал к выпуску - с цифрами и кейсами. Кстати, почитайте, если хотите разобраться с этими новыми терминами: вайбкодинг, Spec-Driven Development, промпт-, контекст-, харнесс-, агентный, loop- и graph-инжиниринг. Главный парадокс: ИИ ускорил написание кода, но выпуск готовых решений ускорился намного меньше. Исследование на выборке из 100 тысяч разработчиков GitHub показало: объём написанного кода вырос в 8 раз, а число релизов - лишь на 30%. Узкое место переехало из кодинга в постановку задач, архитектуру, ревью, безопасность и принятие решений. 1️⃣ Код разрабатывается быстрее, чем мы умеем его проверять ИИ для генерации кода используют 77% опрошенных Ассоциацией Финтех, для тестирования и QA - 73%, автономных агентов - 59%. Но автоматизированный код-ревью используют лишь 40%, а поиск уязвимостей - 39%. 2️⃣ Личная продуктивность растет быстрее продуктивности компании 95% респондентов говорят, что разработка стала быстрее. Но влияние ИИ на качество разделило участников поровну: 41% видят улучшение, ещё 41% - ухудшение. На уровне бизнеса разрыв ещё заметнее: влияние на EBIT увидели 37% компаний, а прирост от 5% и выше - только 6%. 3️⃣ Сэкономленное время уходит на контроль В среднем ИИ высвобождает около 10 часов в неделю. 45% специалистов меньше времени пишут код, но 42% больше времени тратят на ревью. Профессия не исчезает, но труд переносится из исполнения в проверку, архитектуру и оркестрацию агентов. 4️⃣ Ускорение без новых процессов создает технический долг Когда агенты генерируют больше изменений, чем команда способна осмыслить, через несколько месяцев можно получить кодовую базу, архитектуру которой уже никто из людей не понимает. Она работает сегодня, завтра станет дорогой проблемой внутри организации. 5️⃣ Программиста может заменить не ИИ, а другой сотрудник Его может вытеснить специалист, который соединяет разработку, работу с агентами и экспертизу в предметной области. Ценность смещается от «написать больше строк» к «принять решение, поставить задачу, построить проверку и довести результат до продакшена». Агентная разработка не убирает разработчика из процесса. Она поднимает его уровнем выше - туда, где принимаются решения и создаётся бизнес-ценность. А вы используете ИИ в процессах разработки? Напишите в комментариях 👇👇👇 #2TOK 💬 ген ии | MAX

  Ещё
• 24 сент.5117 пересылок9 реакций3 комментарияОткрыть в Telegram
  Сборник лучших практик соблюдения этики ИИ в финансовой отрасли Друзья, неделя релизов и новинок продолжается :) В 2026 году Банком России совместно с Ассоциацией ФинТех (АФТ) и Альянсом в сфере ИИ была создана рабочая группа по этике в сфере ИИ на финансовом рынке в рамках отраслевого клуба «ИИ в финансах». Сегодня мы публикуем результат ее работы - cборник лучших практик соблюдения Кодекса этики в сфере разработки и применения искусственного интеллекта на финансовом рынке. Напомню, что в 2025 году Банк России опубликовал Кодекс этики в сфере разработки и применения искусственного интеллекта на финансовом рынке (писал об этом тут). Эти документы - основа мягкого регулирования ИИ финансовой отрасли. Их цель - повышение доверия к ИИ на финансовом рынке, продвижение ответственных практик внедрения технологии и минимизация связанных с ней рисков. Для меня ценность сборника в том, что он переводит разговор об «ответственном ИИ» с языка общих принципов на язык конкретных решений: кто отвечает за модель, как оценивать риск, когда подключать человека, что объяснять клиенту и как действовать при ошибке. В основе пять принципов: • человекоцентричность • справедливость • прозрачность • безопасность, надёжность и эффективность • ответственное управление рисками В сборнике описаны подходы и реальные примеры для семи направлений: от системы управления рисками и виртуальных ассистентов до скоринга, анализа рисков операций, финансовой доступности и внутренних ИИ-сервисов. Что особенно важно на практике для организаций: - вести единый реестр ИИ-моделей, назначать владельцев и присваивать уровень риска; - оставлять человеку возможность пересмотреть решение ИИ, а клиенту - перейти к сотруднику; - прямо обозначать, что ответ создан ИИ, раскрывать ограничения и не маскировать рекомендацию под «нейтральную подсказку»; - проверять качество данных и модели не только перед запуском, но и в эксплуатации; - фиксировать ИИ-инциденты, жалобы и действия по устранению последствий; - учитывать уязвимые группы: возраст, образование, ограниченные возможности и уровень финансовой грамотности. В сборнике есть примеры из банков, страховых компаний и инфраструктурных организаций: ассистенты, инвестиционные помощники, кредитный рейтинг, антифрод, инклюзивные сервисы и корпоративные базы знаний. При этом авторы честно оговаривают: включение кейса - не знак качества и не подтверждение эффективности сервиса, а иллюстрация одного из возможных способов соблюдать Кодекс. Этичный ИИ начинается не с декларации намерений, а с комплекса технологических и организационных мер. С реестра моделей. С понятного владельца риска. С права человека оспорить решение. С мониторинга после запуска. И с готовности остановить систему, если она причиняет вред. А у вас этика ИИ уже встроена в жизненный цикл создания продуктов? PS: cам сборник приложу к первому коментарию #этика 💬 ген ии | MAX

  Ещё
  
• 23 сент.43711 пересылок13 реакцийОткрыть в Telegram
  🤖 GAIN 2.0: открываем самодиагностику для организаций в beta-режиме Друзья, привет, у нас отличная новость! В январе 2025 года мы показали первую версию GAIN (Generative AI iNdex или индекс генеративного ИИ) - методику оценки готовности организаций к внедрению генеративного ИИ. С тех пор мы получили много обратной связи и существенно переработали подход. Сегодня мы представляем GAIN 2.0. Главное изменение: теперь мы оцениваем не просто наличие инфраструктуры, пилоты и компетенции команды, а способность организации превращать генеративный ИИ в управляемый, безопасный и измеримый бизнес-результат. Что изменилось по сравнению с первой версией: 1️⃣ От готовности - к зрелости практик. Раньше в основе были четыре направления: организационная, технологическая, финансовая и правовая готовность. Теперь их шесть: стратегия и управление; сценарии и ценность; люди и изменения; данные, технологии и эксплуатация; риски и ответственное применение; экономика и эффект. 2️⃣ Обновленные стадии развития. Вместо категорий «начинающие - продвинутые - профессионалы - лидеры» появились четыре наблюдаемые стадии: исследование, пилотирование, масштабирование и системное управление. 3️⃣ Анализ организации по 6 направлениям. GAIN показывает профиль по всем шести направлениям, уверенность оценки и критические ограничения. Например, отсутствие правил управления рисками или измеримого эффекта нельзя скрыть высоким баллом за технологии. 4️⃣ Два формата диагностики. Самодиагностика - быстрый экспресс-анализ из 18 вопросов, который вы можете пройти за 15 минут. Также есть полноценная диагностика с брифингом, углубленной проверкой практик применения ИИ, документов и результатов с участием ключевых функций организации. И ещё важное: мы открыли самодиагностику в beta-режиме. Вы можете пройти самостоятельно и бесплатно. В ней 18 основных вопросов по шести направлениям, два уточнения и блок барьеров. На выходе вы сразу получите предварительный индекс, стадию зрелости, профиль сильных и слабых сторон, а также ограничения для дальнейшего масштабирования. Ответы сохраняются в браузере и не отправляются на сервер. Это не полноценный аудит, а возможность быстро собрать общую картину и подготовить предметный разговор о следующем шаге. Пройдите диагностику и напишите в комментариях: насколько результат совпал с вашим ощущением? Ну и что стоит улучшить, пока инструмент находится в beta-режиме? #полезное 💬 ген ии | MAX

  Ещё
  
• 22 сент.536Открыть в Telegram
  Jev. Принципиально новый подход работы с ИИ или просто классификатор? Друзья, привет, неделя релизов продолжается. Наткнулся на подробный разбор Jev на хабре - новой модели от TypeSafe. Через два дня после запуска браузерный агент уже искал авиабилеты за семь секунд, появился торговый бот, а разработчик заявил, что за час пересобрал Tesla Full Self‑Driving на Jev. Ещё через день Jev появился в шлюзах, базах данных, плагинах и фильтрах контента. Но самое интересное здесь не просто новая нейронка, а принципиально иной способ работы с ИИ. Обычная LLM генерирует текст, JSON или код. Jev работает иначе: разработчик заранее задаёт конечный набор допустимых решений, а модель распределяет между ними вероятности. Три базовых режима: • Noul - ответ «да/нет»; • Choice - выбор варианта из списка; • Score - оценка по шкале от 2 до 10. Например, обращение клиента можно одним запросом проверить на срочность, направить в нужный отдел и оценить уровень раздражения. Модель не сможет внезапно написать стихотворение, вернуть системный промпт или дать неправильную консультацию. И это радикальный метод борьбы с галлюцинациями. Да, модель может по-прежнему неправильно выбрать варианты или не так проставить оценку. Но при этом пространство для ошибки сужается. При этом нейронка работает в основном меньше одной секунды и потребляет в сотни раз меньше токенов. ✈️ Пример кейса: поиск авиабилетов за 7,073 секунды. Агент сделал 17 запросов к Jev, 11 действий в браузере и два обращения к другой модели для генерации текста. На Jev пришлось 90 558 входных токенов и около $0,0038. Бронирования не было: агент только нашёл результаты Google Flights, а первоначальная навигация и финальная проверка не вошли в таймер. То есть Jev - не замена LLM и не универсальный «мозг агента». Скорее, это быстрый и дешёвый слой принятия решений между моделью и обычным кодом. Где он выглядит особенно уместно: • маршрутизация запросов между моделями и инструментами; • модерация, классификация и ранжирование; • проверка действия агента перед исполнением; • выбор следующего шага из разрешённого списка. А генерацию текста, кода, планов, работу с датами и необратимые действия авторы рекомендуют оставлять другим моделям и обычному коду. По мне главная идея Jev - не «модель без галлюцинаций», а архитектура с ограниченной свободой. Ну и работа в формате JSON в режиме близком к реальному времени дает возможность автоматизации. Это может сделать агентов быстрее и безопаснее. Но только если нужный ответ есть в списке, состояние собрано корректно, а опасное действие проверяет не сама модель. Как вам такой подход: шаг вперёд для ИИ-агентов или просто хорошо упакованный классификатор? PS: к самой нейронке через консоль пока доступа нет (не справляется с нагрузкой), но как появится, протестируем :) #релиз � ген ии | MAX

  Ещё
• 21 сент.57721 пересылка17 реакций3 комментарияОткрыть в Telegram
  🧠 Яндекс выложил свою ИИ-модель и веса к ней в открытый доступ Друзья, привет, С началом рабочей недели вас! Я с хорошими новостями. Яндекс открывает Alice AI Foundation LLM - собственную базовую модель, обученную с нуля, без использования готовых весов зарубежных моделей. Причём под очень удобной лицензией Apache 2.0: её можно брать за основу коммерческих и исследовательских решений. Что внутри: - архитектура Mixture of Experts; - 80 млрд параметров, но при каждом запуске активны только 3 млрд (работает один эксперт), что дает более быстрый инференс и ниже стоимость работы; - обучена на 18 трлн токенов - огромном объёме текстовых данных; - способности к рассуждению, программированию и работе в агентных сценариях; - открытые веса, технический отчёт и два русскоязычных бенчмарка. Mixture of Experts (MoE) или дословно «смесь экспертов» - это архитектура нейронных сетей, в которой вместо одной большой монолитной модели используется множество специализированных мини-подсетей («экспертов») и диспетчер, который выбирает наиболее подходящих из них для каждой конкретной задачи. По данным Яндекса (а других данных у нас пока нет), на олимпиадной математике модель делит лидерство с Qwen3.5-35B-A3B-Base. В задачах на код превосходит NVIDIA Nemotron-3-Super-120B-Base, используя в четыре раза меньше активных параметров. А в тестах на фактические знания обходит DeepSeek-V4-Flash-Base с 284 млрд параметров и 13 млрд активных. Ждем проверок независимых экспертов на реальных задачах, длинном контексте, русском языке, коде и агентных сценариях. 🔍 Примечательно, что Яндекс открыл не только веса, но и WikiWebFacts и HardMultiQA. Первый проверяет знание дат, событий, определений и персоналий. Второй собран на основе анонимизированных запросов к Алисе AI и включает вопросы из медицины, права, IT и искусства. Опубликованы также эталонные ответы и полный протокол оценки - значит, результаты можно воспроизводить, а не просто цитировать со слайда. Есть и менее заметная, но важная инженерная часть. Параллельная передача данных между видеокартами примерно вдвое ускорила шаги оптимизации. Каскад классификаторов сократил вычисления при подготовке обучающего корпуса в десятки раз, сохранив около 95% полезных документов. Без этого полный отбор данных потребовал бы более 200 тысяч GPU-часов. Перед нами не «убийца мировых LLM», а более фундаментальная вещь - заявка на независимый русскоязычный стек и модель для сборки других решений. Своя базовая модель, свои данные, свои бенчмарки, открытые веса и возможность запускать всё на собственной инфраструктуре. Ну и да, видимо, у нас в России будет еще одна суверенная модель Ссылка на модель на HuggingFace А вы уже готовы потестировать? #релиз 💬 ген ии | MAX

  Ещё
  
• 18 сент.60714 пересылок12 реакций2 комментарияОткрыть в Telegram
  Душа русского искусственного интеллекта Друзья, как прошла рабочая неделя? Можно выдохнуть? На выходных рекомендую почитать отчет СберТеха «Тренды технологий à la russe 2026». Оформление - просто эстетический оргазм. И внутри немало интересного про российский ИИ. Лично меня умилило название проекта испытания беспилотных трамваев «Львенок» 🦁. Тему «русской души» ИИ и как ее проверить последний год обсуждают на рабочих группах и комиссиях. Старожилы канала помнят мой разбор бенчмарка SLAVA от ИСП РАН. Что здесь называют душой? В отчёте это метафора культурного кода. Обучающие данные и настройка влияют на то, какие смыслы модель распознаёт, что считает уместным и какие советы даёт. Для меня это три составляющие: • Живой язык. Понимать, почему «Ну ты молодец!» может быть похвалой и упрёком, а «да нет, наверное» требует контекста. • Культура. Объяснить, почему сравнение с Обломовым означает больше, чем «ленивый человек». Разобрать конфликт Раскольникова и подкрепить трактовку точными примерами из романа. • Нормы и ценности. Замечать, когда в ситуации сталкиваются личная выгода и ответственность, самостоятельность и забота о близких. Почему это важно? Когда ИИ объясняет ребёнку историю, помогает руководителю или советует, как разрешить семейный конфликт, он влияет на понимание мира и решения человека. Нам важно, чтобы его рекомендации учитывали нашу повседневную жизнь, устройство общества и привычки общения. Чтобы дети узнавали культуру во всём её многообразии. Чтобы за убедительным ответом можно было увидеть, на каких фактах и представлениях он построен. При этом единственного «правильного русского ответа» на любую моральную дилемму нет. Культурная близость должна сочетаться с точностью и уважением к разным позициям. Как проверить «душу»? В отчёте упоминаются ruMMLU и Russian SuperGLUE - тесты знаний и понимания языка. Но знания и поведение стоит оценивать отдельно. Я бы добавил жизненные ситуации: одинаковые задания разным моделям, несколько формулировок вопроса и оценку экспертами без названий разработчиков. Проверял бы факты, понимание контекста и аргументацию. И отдельно - изменит ли модель обоснованный ответ просто потому, что пользователь настойчиво требует согласиться с ним. А вы каким вопросом проверили бы «русскую душу» нейросети? PS: сам отчет оставил в первом комментарии 👇👇👇 #интересное 💬 ген ии | MAX

  Ещё
  
• 16 сент.7,4 тыс.173 пересылки17 реакцийОткрыть в Telegram
  🤖 Разработка без разработчиков? Пока все наоборот Друзья, привет, я с хорошими новостями! Записали новый выпуск 2ТОК об агентной разработке. Вместе с Ильей Филипповым поговорили с Рафаэлем Тонаканяном, руководителем AI-трансформации производственных процессов Сбера, и Валерием Ковальским, директором по искусственному интеллекту red_mad_robot, автором канала NeuralDeep, о том, что уже происходит внутри ИТ-команд и как меняются процессы разработки. Основной вывод: ИИ ускоряет написание кода, но сам по себе не ускоряет компанию. Если аналитика, безопасность, релизы и принятие решений остались прежними, то стократное ускорение кодинга просто упрется в старые процессы. «Бутылочное горлышко» смещается в сторону менее производительных процессов. Вот что зацепило больше всего: • Разработчиков пока не становится меньше. Объем кода и других артефактов растёт, а значит, их всё ещё нужно проверять, встраивать в архитектуру и обеспечивать работоспособность в продуктиве. Эффект появляется не от сокращения людей, а от большей бизнес-ценности команды. • Считать надо не строки кода и не часы. В качестве рабочей метрики мы обсуждали число пользовательских историй, выведенных в продакшен на одного человека. В приведённом примере показатель вырос с 2,2 до 2,9 в месяц без роста затрат для бизнеса. • До зрелой агентной разработки дошли немногие. По оценке Рафаэля, только около 15% пользователей применяют навыки, MCP и агентные workflow, а не просто общаются с моделью или используют режим планирования. Инструмент купить легко. Перестроить метод разработки, обучить людей и изменить модель ответственности намного сложнее. • ИИ быстро выявляет неэффективность процессов и неактуальность данных. В эксперименте со Spec-Driven Development (методология разработки программного обеспечения, при которой создание детального файла-спецификации предшествует написанию любого программного кода или его генерации с помощью искусственного интеллекта) среднее потребление токенов выросло примерно в 2,5 раза, а у отдельных команд - до 500 раз. Причина оказалась не только в моделях: команды начали скармливать агентам старый бэклог, на который раньше не хватало ресурсов. Выяснилось, что задачи из этого бэклога уже не актуальны. Автоматизация не лечит плохую гигиену процессов - она масштабирует её. • И отдельный важный вывод для джунов. У них не исчезает вход в профессию - наоборот, появляется шанс быстрее стать заметными. Пока многие опытные специалисты держатся за старое разделение труда, новичок может с помощью ИИ собрать решение целиком, быстро переключаться между контекстами и нестандартно закрывать задачи. В ближайшие несколько лет гибкость может оказаться важнее узкой специализации. Ещё обсудили tiny teams, безопасность, исполняемые спецификации и роль человека-оркестратора. По мне получилось просто 🔥🔥🔥 Смотрите там, где удобнее: YouTube · VK Видео А вы уже измеряете пользу ИИ через бизнес-результат или пока через количество сгенерированного кода? #2TOK 💬 ген ии | MAX

  Ещё
  

О канале в цифрах

Создан

29 октября 2023 г.

Фото

2 тыс.

Видео

165

Файлы

30

Ссылки

905

По данным Telegram на 1 октября 2026 г.

Рейтинги и подборки

• Кто вырос за сутки · Искусственный интеллект16-е место
• Кто вырос за неделю · Искусственный интеллект27-е место

Отзывы

Отзывов пока нет. Ваш будет первым.

Похожие

Ещё по теме