Запускаю VIBE CODING BOOTCAMP
Как и обещал - переходим от слов к делу. Тот самый лендинг для обучения, о котором я говорил выше.
Визуально я вдохновлялся старым дизайном Cursor, который приправил нотками киберпанка и своим видением Liquid Glass. Я часто ругал Apple за их реализацию "стекла", поэтому решил показать, как этот эффект мог бы выглядеть, если бы они учились вайбкодить свою ОС у меня, а не тупо просили ChatGPT набросать им дизайн 😁 Получилось или нет - судить вам :)
Что будет внутри?
Это самая плотная программа из всех, что я делал. Фактически - это групповой менторинг. Времени и внимания студентам я буду уделять больше, чем когда-либо.
Также вам, как и во всех моих проектах, дается вечный доступ к материалам и коммьюнити выпускников.
Для тех, кому нужна максимальная персонализация и формат "за руку до результата" - выделил всего 3 места на личное менторство. Там я подставляю не только архитектурное плечо: мы плотно обсуждаем ваш продукт, стратегию, а где нужно - я помогаю руками и кодом.
Почему не стоит откладывать?
Скажу прямо: формат для меня экспериментальный. Я хочу оценить результат группы и то, как такая нагрузка ляжет в мой график. Есть ненулевая вероятность, что после этого потока я пойму, что это too much, и сверну лавочку, оставив только дорогой личный консалтинг. Поэтому, если хотели поработать со мной плотно - сейчас лучший момент.
Что нужно на старте?
Идеально - иметь одну сквозную идею (стартап/SaaS), которую мы будем пилить 8 недель.
Но если "идеи на миллион" пока нет - не страшно. Подойдут любые задачи: автоматизация вашей рутины на работе, тулза для хобби или просто набор микро-сервисов. Я, например, прямо сейчас делаю себе мобильную апку - умный AI-дневник для силовых тренировок, так как существующие решения мне не заходят.
Главная цель - научить вас реализовывать проекты. Чтобы между мыслью "было бы круто сделать..." и готовым приложением проходило 2 недели, а не 2 года.
Места: Часть мест уже забрали ребята из закрытого канала на пресейле. В паблик отдаю остатки.
Про внимание к деталям
Я говорил, что покупают у тех, кто заморачивается над мелочами. Так вот, я спрятал на лендинге пасхалку - промокод на приятную скидку. Он лежит не на поверхности, но самые внимательные точно найдут. Считайте это первым тестом на ту самую "насмотренность".
📆 Старт: 7 февраля.
UPD: поток решил отменить
🚀 Влад Корнышев про AI и создание AI-продуктов
Как и обещал - переходим от слов к делу. Тот самый лендинг для обучения, о котором я говорил выше.
Визуально я вдохновлялся старым дизайном Cursor, который приправил нотками киберпанка и своим видением Liquid Glass. Я часто ругал Apple за их реализацию "стекла", поэтому решил показать, как этот эффект мог бы выглядеть, если бы они учились вайбкодить свою ОС у меня, а не тупо просили ChatGPT набросать им дизайн 😁 Получилось или нет - судить вам :)
Что будет внутри?
Это самая плотная программа из всех, что я делал. Фактически - это групповой менторинг. Времени и внимания студентам я буду уделять больше, чем когда-либо.
Также вам, как и во всех моих проектах, дается вечный доступ к материалам и коммьюнити выпускников.
Для тех, кому нужна максимальная персонализация и формат "за руку до результата" - выделил всего 3 места на личное менторство. Там я подставляю не только архитектурное плечо: мы плотно обсуждаем ваш продукт, стратегию, а где нужно - я помогаю руками и кодом.
Почему не стоит откладывать?
Скажу прямо: формат для меня экспериментальный. Я хочу оценить результат группы и то, как такая нагрузка ляжет в мой график. Есть ненулевая вероятность, что после этого потока я пойму, что это too much, и сверну лавочку, оставив только дорогой личный консалтинг. Поэтому, если хотели поработать со мной плотно - сейчас лучший момент.
Что нужно на старте?
Идеально - иметь одну сквозную идею (стартап/SaaS), которую мы будем пилить 8 недель.
Но если "идеи на миллион" пока нет - не страшно. Подойдут любые задачи: автоматизация вашей рутины на работе, тулза для хобби или просто набор микро-сервисов. Я, например, прямо сейчас делаю себе мобильную апку - умный AI-дневник для силовых тренировок, так как существующие решения мне не заходят.
Главная цель - научить вас реализовывать проекты. Чтобы между мыслью "было бы круто сделать..." и готовым приложением проходило 2 недели, а не 2 года.
Места: Часть мест уже забрали ребята из закрытого канала на пресейле. В паблик отдаю остатки.
Про внимание к деталям
Я говорил, что покупают у тех, кто заморачивается над мелочами. Так вот, я спрятал на лендинге пасхалку - промокод на приятную скидку. Он лежит не на поверхности, но самые внимательные точно найдут. Считайте это первым тестом на ту самую "насмотренность".
📆 Старт: 7 февраля.
UPD: поток решил отменить
🚀 Влад Корнышев про AI и создание AI-продуктов
🔥11❤4
Antigravity: замена Cursor и AI-браузера?
В обзоре тулов на 2026 я писал, что планирую переход с Cursor на Antigravity. Сегодня делюсь опытом использования этой IDE.
Antigravity как мульти-агент
Забавный момент: из-за особенностей UX, открыв Antigravity в первый раз, мы попадаем не в редактор кода, а в Agent Manager. Результат? Я начал использовать тул для ресерча и он оказался неплох! Chrome-расширение дает медленный, но рабочий Browser Use. Можно создавать артефакты: таблицы, доки, дашборды. Как автономный агент для простых задач (сбор инфы или корзины) работает на уровне Perplexity Labs/Comet: медленно, но самостоятельно. Если Google донесет это в базовый Chrome, то гудбай конкуренты 🙂
Antigravity как замена Cursor
В прочем, ресерч - не основной юзкейс. Наигравшись с агентом, я перешел к коду. Задач хватало: телеграм-боты, мобайл апп и лендинг моего буткемпа по вайбкодингу я собрал именно в Antigravity.
Что сделано хорошо.
1. MCP Store. Удобнее, чем вбивать конфиги руками, хоть стандарт и отмирает. Минус: есть не всё, context7 пришлось добавлять руками, так еще и с костылями.
2. Лимиты. Гораздо приятниее Cursor. Пусть в Cursor я упирался в лимит всего 2 раза. Дневной квоты хватает на день плотного кодинга с Gemini/Claude. Плюс - как только израсходовали одну модель - на второй доступно почти столько же. Минус - если вы плохо управляете контекстом и делаете все в одном окне - в лимиты вы будете упираться быстрее.
3. Браузерное расширение. Мне понравилось больше встроенного браузера Cursor. Вкусовщина, но главный аргумент лично для меня: я хочу видеть свои проекты в той же среде, что я буду использовать в рабочем процессе. Минус - расширение заменяет стартовую страницу в Chrome, что немного бесит.
4. Workflows. Плюс - это шорткаты, в которые вы заранее забиваете определенные промпты, что упрощает жизнь. Пересборка докера, коммиты в гит, написание тестов и.т.д.. Минус - полностью доверять агентам не стоит: ssh-ключи, удаления файлов и прочее могут обернуться печально, поэтому используем, но осторожно.
5. Режим Plan для старта работы и фикса багов. Его работа для комплексных задач мне зашла больше, чем в Cursor, возможно это ошибка выжившего, но мой опыт был крайне положительным. Единственная оговорка - лучше всего он работает именно на старте работы и когда вы дебажите проблему. Если у вас большой репо - Plan может упустить важные аспекты вашего проекта и лучше прогнать его пару раз.
6. Пуши. Вайбкодинг - это про мультизадачность. А пуши с саммари от агента по окончании выполнения задачи - приятная мелочь, когда кодишь в фоне.
Что не понравилось.
1. Отсутствие Docs. Что в курсоре сделали круто - это работу с документами. Добавил ссылку в раздел Docs - решил проблему среза знаний LLM. В Antigravity Docs тупо нет. Единственный выход - ручками погружать в контекст инфу либо создавать MD-файлы. Лучше решения я пока не нашел. Если создаете MD-файлы с сылками, то для их чтения лучше использовать Opus, т.к. у него лучшие агентские способности. чтобы куда-то сходить и что-то извлечь.
2. Проблемы с производительностью. Агент часто зависает намертво, что приходится перезапускать IDE. Чаще всего в задачах на массовые правки кода либо при взаимодействии с браузером.
3. Ограниченный зоопарк моделей. Хоть я и не фанат GPT, но отсутствие Codex и gpt 5.2 - это камень в огород Google. Claude и Gemini хороши для написания большого количества кода, но для дебага и точечных правок по момему опыту именно модели OpenAI справляются лучше.
Вердикт: стоит ли переходить?
В 2026, когда OpenAI, Google и Anthropic предлагают мультиподписку, платить отдельно за Cursor финансово часто нецелессобразно. Вот каким, на мой взгляд, должен быть тулл-кит для разных сегментов:
• Если вы разраб и нужна только IDE: самый дешевый вариант - Trae.
• Нужно комплексное решение + LLM для кода: подписка Anthropic с Claude Code, про него Рефат писал довольно подробно.
• Если вы не разраб, вам нужна IDE, LLM, картинки и бонусом ресерч-агент: Google AI One с Antigravity - это no-brainer.
🚀 Влад Корнышев про AI и создание AI-продуктов
В обзоре тулов на 2026 я писал, что планирую переход с Cursor на Antigravity. Сегодня делюсь опытом использования этой IDE.
Antigravity как мульти-агент
Забавный момент: из-за особенностей UX, открыв Antigravity в первый раз, мы попадаем не в редактор кода, а в Agent Manager. Результат? Я начал использовать тул для ресерча и он оказался неплох! Chrome-расширение дает медленный, но рабочий Browser Use. Можно создавать артефакты: таблицы, доки, дашборды. Как автономный агент для простых задач (сбор инфы или корзины) работает на уровне Perplexity Labs/Comet: медленно, но самостоятельно. Если Google донесет это в базовый Chrome, то гудбай конкуренты 🙂
Antigravity как замена Cursor
В прочем, ресерч - не основной юзкейс. Наигравшись с агентом, я перешел к коду. Задач хватало: телеграм-боты, мобайл апп и лендинг моего буткемпа по вайбкодингу я собрал именно в Antigravity.
Что сделано хорошо.
1. MCP Store. Удобнее, чем вбивать конфиги руками, хоть стандарт и отмирает. Минус: есть не всё, context7 пришлось добавлять руками, так еще и с костылями.
2. Лимиты. Гораздо приятниее Cursor. Пусть в Cursor я упирался в лимит всего 2 раза. Дневной квоты хватает на день плотного кодинга с Gemini/Claude. Плюс - как только израсходовали одну модель - на второй доступно почти столько же. Минус - если вы плохо управляете контекстом и делаете все в одном окне - в лимиты вы будете упираться быстрее.
3. Браузерное расширение. Мне понравилось больше встроенного браузера Cursor. Вкусовщина, но главный аргумент лично для меня: я хочу видеть свои проекты в той же среде, что я буду использовать в рабочем процессе. Минус - расширение заменяет стартовую страницу в Chrome, что немного бесит.
4. Workflows. Плюс - это шорткаты, в которые вы заранее забиваете определенные промпты, что упрощает жизнь. Пересборка докера, коммиты в гит, написание тестов и.т.д.. Минус - полностью доверять агентам не стоит: ssh-ключи, удаления файлов и прочее могут обернуться печально, поэтому используем, но осторожно.
5. Режим Plan для старта работы и фикса багов. Его работа для комплексных задач мне зашла больше, чем в Cursor, возможно это ошибка выжившего, но мой опыт был крайне положительным. Единственная оговорка - лучше всего он работает именно на старте работы и когда вы дебажите проблему. Если у вас большой репо - Plan может упустить важные аспекты вашего проекта и лучше прогнать его пару раз.
6. Пуши. Вайбкодинг - это про мультизадачность. А пуши с саммари от агента по окончании выполнения задачи - приятная мелочь, когда кодишь в фоне.
Что не понравилось.
1. Отсутствие Docs. Что в курсоре сделали круто - это работу с документами. Добавил ссылку в раздел Docs - решил проблему среза знаний LLM. В Antigravity Docs тупо нет. Единственный выход - ручками погружать в контекст инфу либо создавать MD-файлы. Лучше решения я пока не нашел. Если создаете MD-файлы с сылками, то для их чтения лучше использовать Opus, т.к. у него лучшие агентские способности. чтобы куда-то сходить и что-то извлечь.
2. Проблемы с производительностью. Агент часто зависает намертво, что приходится перезапускать IDE. Чаще всего в задачах на массовые правки кода либо при взаимодействии с браузером.
3. Ограниченный зоопарк моделей. Хоть я и не фанат GPT, но отсутствие Codex и gpt 5.2 - это камень в огород Google. Claude и Gemini хороши для написания большого количества кода, но для дебага и точечных правок по момему опыту именно модели OpenAI справляются лучше.
Вердикт: стоит ли переходить?
В 2026, когда OpenAI, Google и Anthropic предлагают мультиподписку, платить отдельно за Cursor финансово часто нецелессобразно. Вот каким, на мой взгляд, должен быть тулл-кит для разных сегментов:
• Если вы разраб и нужна только IDE: самый дешевый вариант - Trae.
• Нужно комплексное решение + LLM для кода: подписка Anthropic с Claude Code, про него Рефат писал довольно подробно.
• Если вы не разраб, вам нужна IDE, LLM, картинки и бонусом ресерч-агент: Google AI One с Antigravity - это no-brainer.
🚀 Влад Корнышев про AI и создание AI-продуктов
🔥10❤3👍2
Тренажер по промптингу от подписчика
Мне всегда импонирует история, когда люди делают что-то крутое для комьюнити и приходят за обратной связью. Это напоминает подход тех же Anthropic, когда они релизили свои курсы и промпт-библиотеки - делать технологии понятнее и доступнее для всех.
Одна из главных болей, которую я замечаю у тех, кто только начинает знакомство с LLM - это разрыв между теорией и практикой. Да, можно посмотреть курс, можно открыть AI Studio, но часто людям сложно связать абстрактную стратегию промпт-инжиниринга с реальными рабочими кейсами.
Мне самому очень близка история про обучение через решение конкретных задач. Поэтому, когда подписчик Сергей прислал свой проект, мне стало интересно.
Это бесплатный тренажер по промптингу. Внутри 6 заданий - они простые, но выстроены так, чтобы после прохождения сложилась картинка: как модель реагирует на разные подходы и почему ведет себя именно так.
Я пощупал продукт, концепция мне зашла - отличный старт. Уже обсудили с Сергеем точки роста, он планирует развивать эту историю, поэтому делюсь своими мыслями по фичам, которые я бы добавил для глубины:
1. Jailbreak и NSFW. Сейчас задания на обход защиты довольно мягкие. Я бы добавил работу с NSFW контентом, чтобы наглядно показать, где у модели границы и как работают механизмы цензуры.
2. Использование SGR. Для улучшения качества аутпута я предложил внедрить SGR. Это когда мы не просто просим модель подумать, а задаем ей жесткую схему рассуждений, валидируя каждый шаг. Это помогает получить предсказуемый и структурированный результат, о чем я уже писал ранее.
3. Регулятор температуры. Промпт-инжиниринг - это не только текст, но и параметры. Для задач на галлюцинации и извлечение данных критически важно уметь работать с Temperature. Хочется видеть этот ползунок в интерфейсе.
4. Управление контекстом. Добавил бы задачки на удержание внимания модели, чтобы пользователь учился работать с границами контекстного окна.
Сергей сейчас активно собирает обратную связь, чтобы допилить инструмент. Предлагаю вам тоже поюзать и накидать ему идей - это тот случай, когда можно напрямую повлиять на полезный для сообщества продукт.
Ссылка на тренажер: https://prompttrainer.replit.app/
Ну и традиционно: если вы тоже пилите что-то интересное в сфере AI - приходите, я всегда рад подсветить годные инициативы, денег за это не беру 🙂
🚀 Влад Корнышев про AI и создание AI-продуктов
Мне всегда импонирует история, когда люди делают что-то крутое для комьюнити и приходят за обратной связью. Это напоминает подход тех же Anthropic, когда они релизили свои курсы и промпт-библиотеки - делать технологии понятнее и доступнее для всех.
Одна из главных болей, которую я замечаю у тех, кто только начинает знакомство с LLM - это разрыв между теорией и практикой. Да, можно посмотреть курс, можно открыть AI Studio, но часто людям сложно связать абстрактную стратегию промпт-инжиниринга с реальными рабочими кейсами.
Мне самому очень близка история про обучение через решение конкретных задач. Поэтому, когда подписчик Сергей прислал свой проект, мне стало интересно.
Это бесплатный тренажер по промптингу. Внутри 6 заданий - они простые, но выстроены так, чтобы после прохождения сложилась картинка: как модель реагирует на разные подходы и почему ведет себя именно так.
Я пощупал продукт, концепция мне зашла - отличный старт. Уже обсудили с Сергеем точки роста, он планирует развивать эту историю, поэтому делюсь своими мыслями по фичам, которые я бы добавил для глубины:
1. Jailbreak и NSFW. Сейчас задания на обход защиты довольно мягкие. Я бы добавил работу с NSFW контентом, чтобы наглядно показать, где у модели границы и как работают механизмы цензуры.
2. Использование SGR. Для улучшения качества аутпута я предложил внедрить SGR. Это когда мы не просто просим модель подумать, а задаем ей жесткую схему рассуждений, валидируя каждый шаг. Это помогает получить предсказуемый и структурированный результат, о чем я уже писал ранее.
3. Регулятор температуры. Промпт-инжиниринг - это не только текст, но и параметры. Для задач на галлюцинации и извлечение данных критически важно уметь работать с Temperature. Хочется видеть этот ползунок в интерфейсе.
4. Управление контекстом. Добавил бы задачки на удержание внимания модели, чтобы пользователь учился работать с границами контекстного окна.
Сергей сейчас активно собирает обратную связь, чтобы допилить инструмент. Предлагаю вам тоже поюзать и накидать ему идей - это тот случай, когда можно напрямую повлиять на полезный для сообщества продукт.
Ссылка на тренажер: https://prompttrainer.replit.app/
Ну и традиционно: если вы тоже пилите что-то интересное в сфере AI - приходите, я всегда рад подсветить годные инициативы, денег за это не беру 🙂
🚀 Влад Корнышев про AI и создание AI-продуктов
🔥14❤8👍2
Хотите понять реальный уровень развития ИИ? Вам нужно заболеть
В последнее время нам всем кричат про автономных агентов, скорый AGI и то, как нейросети заменят нас всех. Но чтобы понять, где на самом деле находится индустрия и чего стоят все эти технологии, нужно оказаться в ситуации, когда твой собственный мозг работает на 20% мощности.
Как и многие целеустремленные люди, я планировал начать 2026 год максимально продуктивно. Спорт, режим, продолжение проектов, начатых ранее, запуск новых инициатив. Но, как это часто бывает, вмешался случай. Возвращаясь с отдыха 4 января, я застрял из-за отмены рейса и где-то в пути подцепил лютый вирус.
Итог: первая неделя - полный аут, вторая - режим ограниченной функциональности (день рождения с температурой - то еще удовольствие), и вот сейчас, на третьей неделе, я только пытаюсь вкатиться обратно, все еще ощущая последствия болезни.
Естественно, в голову пришла очевидная мысль: раз я не в форме, пусть поработает ИИ. Самое время делегировать задачи LLM и агентам, о которых мы так любим рассуждать.
И вот тут ты осознаешь всю тщетность бытия и реальную цену хайпа.
Когда тебя три недели колошматит от температуры, кашля и слабости, когда фокус держится от силы 15 минут, становится кристально ясно: любая LLM, любой агент - недостаточно умны и абсолютно не автономны.
Ты пытаешься сделать элементарные вещи, которые в здоровом состоянии щелкаешь как орешки. Но модель не справляется. Даже взять этот пост: обычно я кидаю в LLM черновик и прошу структурировать, сейчас я надиктовал содержание, а модель упустила кучу важного. Решение задачи потребовало 3 промпта, вместо 1. LLM требует уточнений, она просит данные, она ждет, что ты подумаешь за нее.
Я всегда работал в коллаборативном режиме с ИИ. Но этот режим работает только тогда, когда у тебя есть силы быть ведущим. Когда ты сам проседаешь, когда тебе сложно держать контекст, магия рассеивается.
Что я понял за эти три недели:
1. Автономность - это миф. Весь этот хайп вокруг самостоятельных агентов и AGI - пока что просто маркетинговый шум. Без четкого, пошагового руководства со стороны человека система бесполезна.
2. Отсутствие контекста. Несмотря на память в ChatGPT, Gemini или Perplexity, ИИ не понимает глубины твоих задач. Он может выполнить шаблонную работу, частично заменить линейного сотрудника, который действует по скрипту. Но он не способен заменить предпринимателя, менеджера, разработчика и даже личного ассистента
3. ИИ - это руки, а не голова. Та же роль персонального ассистента, который разберет почту и документы, ему пока не по зубам. Ему нужен мозг, который примет решение. И этим мозгом всегда должен быть ты.
Эта ситуация отлично отрезвляет. Она помогает увидеть перегретость сферы и понять простую истину: человек остается ядром любой системы.
То, как мы мыслим, как учитываем контекст, как принимаем решения в условиях неопределенности - это пропасть, отделяющая нас от языковых моделей. И пока ИИ на это не способен, ваш собственный интеллект, здоровье и способность фокусироваться остаются единственным настоящим конкурентным преимуществом.
Так что, не надейтесь, что роботы поработают за вас, пока вы болеете. Лучше пейте витамины.
🚀 Влад Корнышев про AI и создание AI-продуктов
В последнее время нам всем кричат про автономных агентов, скорый AGI и то, как нейросети заменят нас всех. Но чтобы понять, где на самом деле находится индустрия и чего стоят все эти технологии, нужно оказаться в ситуации, когда твой собственный мозг работает на 20% мощности.
Как и многие целеустремленные люди, я планировал начать 2026 год максимально продуктивно. Спорт, режим, продолжение проектов, начатых ранее, запуск новых инициатив. Но, как это часто бывает, вмешался случай. Возвращаясь с отдыха 4 января, я застрял из-за отмены рейса и где-то в пути подцепил лютый вирус.
Итог: первая неделя - полный аут, вторая - режим ограниченной функциональности (день рождения с температурой - то еще удовольствие), и вот сейчас, на третьей неделе, я только пытаюсь вкатиться обратно, все еще ощущая последствия болезни.
Естественно, в голову пришла очевидная мысль: раз я не в форме, пусть поработает ИИ. Самое время делегировать задачи LLM и агентам, о которых мы так любим рассуждать.
И вот тут ты осознаешь всю тщетность бытия и реальную цену хайпа.
Когда тебя три недели колошматит от температуры, кашля и слабости, когда фокус держится от силы 15 минут, становится кристально ясно: любая LLM, любой агент - недостаточно умны и абсолютно не автономны.
Ты пытаешься сделать элементарные вещи, которые в здоровом состоянии щелкаешь как орешки. Но модель не справляется. Даже взять этот пост: обычно я кидаю в LLM черновик и прошу структурировать, сейчас я надиктовал содержание, а модель упустила кучу важного. Решение задачи потребовало 3 промпта, вместо 1. LLM требует уточнений, она просит данные, она ждет, что ты подумаешь за нее.
Я всегда работал в коллаборативном режиме с ИИ. Но этот режим работает только тогда, когда у тебя есть силы быть ведущим. Когда ты сам проседаешь, когда тебе сложно держать контекст, магия рассеивается.
Что я понял за эти три недели:
1. Автономность - это миф. Весь этот хайп вокруг самостоятельных агентов и AGI - пока что просто маркетинговый шум. Без четкого, пошагового руководства со стороны человека система бесполезна.
2. Отсутствие контекста. Несмотря на память в ChatGPT, Gemini или Perplexity, ИИ не понимает глубины твоих задач. Он может выполнить шаблонную работу, частично заменить линейного сотрудника, который действует по скрипту. Но он не способен заменить предпринимателя, менеджера, разработчика и даже личного ассистента
3. ИИ - это руки, а не голова. Та же роль персонального ассистента, который разберет почту и документы, ему пока не по зубам. Ему нужен мозг, который примет решение. И этим мозгом всегда должен быть ты.
Эта ситуация отлично отрезвляет. Она помогает увидеть перегретость сферы и понять простую истину: человек остается ядром любой системы.
То, как мы мыслим, как учитываем контекст, как принимаем решения в условиях неопределенности - это пропасть, отделяющая нас от языковых моделей. И пока ИИ на это не способен, ваш собственный интеллект, здоровье и способность фокусироваться остаются единственным настоящим конкурентным преимуществом.
Так что, не надейтесь, что роботы поработают за вас, пока вы болеете. Лучше пейте витамины.
🚀 Влад Корнышев про AI и создание AI-продуктов
❤15👍9🔥9🤔2
Как я пытался совместить спорт, работу и дофамин, и почему важно иногда тупить
Обычно я пишу здесь про AI, внедрение и технологии. Но сегодня пост косвенно связан с этим. Не знаю, как у вас, но меня история с оптимизацией рабочих воркфлоу и “х10 продуктивностью” с AI загнала в состояние, когда рабочее время оптимизировано, а желание быть еще продуктивнее никуда не девается. Результат? Начинаешь лезть с оптимизациями в личное время.
В попытке нащупать баланс я решил провести над собой небольшой эксперимент и найти способ выжать максимум из времени, которое я провожу на тренировках, а это суммарно 10+ часов в неделю на велостанке и в зале.
Сегодня делюсь своим опытом хакнуть систему.
Попытка №1: Загрузить мозг пользой
Не так давно я просил вас поделиться своими любимыми подкастами, чтобы было что послушать на тренировках. Логика простая: пока я кручу педали мозг отдыхает. Почему бы не получить 4 часа двойной пользы?
Я никогда так не ошибался 😁 Что сразу отпало - совмещение подкастов с интенсивными тренировками. Там цель одна - выжить. Однако и на низкой интенсивности меня ждало фиаско: мой фокус держался 10-15 минут, а потом подкаст превращался в белый шум.
Решил читать на станке. Результат тот же. Через 15 минут мне было абсолютно все равно, что я там читаю. Итог: вместо чувства “я молодец“ после тренировки, я уходил с чувством вины, что просмотрел контент и ничего не запомнил. Плюс не отдохнул головой.
Попытка №2: Сжать дофамин
После того как я понял, что учиться бесполезно, я решил зайти с другой стороны: если нельзя сделать полезное для работы, сделаю бесполезное, на что я и так трачу время вечером. Решил совместить станок и видеоигры. Получу х2 дофамин и свободный вечер, что может пойти не так?
Для эксперимента запустил футбольный симулятор и сыграл 3 матча. Все 3 проиграл 🤦♂️
В процессе заметил интересную штуку: в защите, где нужно реактивное мышление, у меня получалось неплохо. Но в атаке, где нужен анализ и креатив - хуже некуда. Я постоянно торопился и принимал неоптимальные решения.
Ну и самое главное - страдало качество тренировки. Графики пульса и мощности были рваные, потому что происходящее на экране, напрямую влияло на ноги. Итог: вместо дофамина - фрустрация от проигрышей и плохого качества тренинга.
Попытка №3: Систематизация и реактивное мышление
Опыт с игрой натолкнул меня на одну мысль. Если я неплохо реагирую, что если попробовать совместить спорт с задачами, где от меня нужно именно реагирование?
К таким задачам лично у меня относятся различные планерки. Причем, в отличие от игр, где есть элемент хаоса и реагировать нужно быстро, планерки я могу систематизировать, имея четкую адженду. И это оказалось единственным, что у меня сработало.
Рецепт следующий:
• Готовимся к звонку: просматриваем артефакты заранее, пока мы не заняты спортом.
• Крепим себе перед глазами адженду (стикер или заметки)
• Обязательно записываем встречу и подключаем на нее суммаризатор. В процессе встречи оставляем для модели зацепки прямым текстом: “Это надо запомнить”, “Это надо зафиксировать в фоллоуапе” и.т.д..
• На всякий случай имеем под рукой открытые заметки.
Работает ли это? Да. Другой вопрос: стоит ли оно того?
Опыт других
Тема интересная, и я вкинул ее в несколько чатиков с коллегами, где наш опыт совпал. Параллелить задачи, требующие ментального фокуса, анализа и категоризации даже с легким спортом - слишком энергозатратно.
Намного эффективнее работает сценарий, когда во время тренировки или игры ты не пытаешься работать. В этот момент включается фоновый режим мозга. И часто именно когда ты тупишь или крутишь педали, мозг сам находит решение рабочей задачи, над которой ты бился весь день. Да, об этом писал Канеман, и много кто еще. Но, видимо, у меня такая натура - мне нужно все проверить на собственной шкуре, прежде чем принять.
Как ни пародоксально, время чистого дофамина и физической нагрузки не менее важно времени чистой работы. Может поэтому Маск любит рубиться в игры?
А какой опыт у вас?
🚀 Влад Корнышев про AI и создание AI-продуктов
Обычно я пишу здесь про AI, внедрение и технологии. Но сегодня пост косвенно связан с этим. Не знаю, как у вас, но меня история с оптимизацией рабочих воркфлоу и “х10 продуктивностью” с AI загнала в состояние, когда рабочее время оптимизировано, а желание быть еще продуктивнее никуда не девается. Результат? Начинаешь лезть с оптимизациями в личное время.
В попытке нащупать баланс я решил провести над собой небольшой эксперимент и найти способ выжать максимум из времени, которое я провожу на тренировках, а это суммарно 10+ часов в неделю на велостанке и в зале.
Сегодня делюсь своим опытом хакнуть систему.
Попытка №1: Загрузить мозг пользой
Не так давно я просил вас поделиться своими любимыми подкастами, чтобы было что послушать на тренировках. Логика простая: пока я кручу педали мозг отдыхает. Почему бы не получить 4 часа двойной пользы?
Я никогда так не ошибался 😁 Что сразу отпало - совмещение подкастов с интенсивными тренировками. Там цель одна - выжить. Однако и на низкой интенсивности меня ждало фиаско: мой фокус держался 10-15 минут, а потом подкаст превращался в белый шум.
Решил читать на станке. Результат тот же. Через 15 минут мне было абсолютно все равно, что я там читаю. Итог: вместо чувства “я молодец“ после тренировки, я уходил с чувством вины, что просмотрел контент и ничего не запомнил. Плюс не отдохнул головой.
Попытка №2: Сжать дофамин
После того как я понял, что учиться бесполезно, я решил зайти с другой стороны: если нельзя сделать полезное для работы, сделаю бесполезное, на что я и так трачу время вечером. Решил совместить станок и видеоигры. Получу х2 дофамин и свободный вечер, что может пойти не так?
Для эксперимента запустил футбольный симулятор и сыграл 3 матча. Все 3 проиграл 🤦♂️
В процессе заметил интересную штуку: в защите, где нужно реактивное мышление, у меня получалось неплохо. Но в атаке, где нужен анализ и креатив - хуже некуда. Я постоянно торопился и принимал неоптимальные решения.
Ну и самое главное - страдало качество тренировки. Графики пульса и мощности были рваные, потому что происходящее на экране, напрямую влияло на ноги. Итог: вместо дофамина - фрустрация от проигрышей и плохого качества тренинга.
Попытка №3: Систематизация и реактивное мышление
Опыт с игрой натолкнул меня на одну мысль. Если я неплохо реагирую, что если попробовать совместить спорт с задачами, где от меня нужно именно реагирование?
К таким задачам лично у меня относятся различные планерки. Причем, в отличие от игр, где есть элемент хаоса и реагировать нужно быстро, планерки я могу систематизировать, имея четкую адженду. И это оказалось единственным, что у меня сработало.
Рецепт следующий:
• Готовимся к звонку: просматриваем артефакты заранее, пока мы не заняты спортом.
• Крепим себе перед глазами адженду (стикер или заметки)
• Обязательно записываем встречу и подключаем на нее суммаризатор. В процессе встречи оставляем для модели зацепки прямым текстом: “Это надо запомнить”, “Это надо зафиксировать в фоллоуапе” и.т.д..
• На всякий случай имеем под рукой открытые заметки.
Работает ли это? Да. Другой вопрос: стоит ли оно того?
Опыт других
Тема интересная, и я вкинул ее в несколько чатиков с коллегами, где наш опыт совпал. Параллелить задачи, требующие ментального фокуса, анализа и категоризации даже с легким спортом - слишком энергозатратно.
Намного эффективнее работает сценарий, когда во время тренировки или игры ты не пытаешься работать. В этот момент включается фоновый режим мозга. И часто именно когда ты тупишь или крутишь педали, мозг сам находит решение рабочей задачи, над которой ты бился весь день. Да, об этом писал Канеман, и много кто еще. Но, видимо, у меня такая натура - мне нужно все проверить на собственной шкуре, прежде чем принять.
Как ни пародоксально, время чистого дофамина и физической нагрузки не менее важно времени чистой работы. Может поэтому Маск любит рубиться в игры?
А какой опыт у вас?
🚀 Влад Корнышев про AI и создание AI-продуктов
🔥10❤8👍1
Разбор эссе CEO Anthropic: забота о безопасности или заигрывание с Трампом?
Многие помнят мой анализ AI 2027, сегодня разбираю свежее эссе Дарио Амодеи, CEO Anthropic, под названием “Отрочество технологий”
Вы знаете, что мне импонирует позиция Anthropic по безопасности ИИ, но этот текст вызывает смешанные чувства. Важные вопросы здесь соседствуют с опасным политическим популизмом.
Как всегда, рекомендую прочитать оригинал, а ниже - мой разбор.
О чем речь
Амодеи ждет к 2027 ИИ, чей интеллект затмит лучших ученых мира. В своем эссе он описывает пять главных рисков: от потери автономии и биоугроз до захвата власти диктатурами и краха экономики.
И если угрозы описаны реалистично, то предлагаемые решения - спорные.
1. Геополитика и прогиб под Трампа
Амодеи уделяет огромную часть эссе противостоянию "демократий" и "автократий" (США vs Китай). Он предлагает вооружать демократии ИИ, чтобы сдерживать Китай. ИМХО - это откровенный прогиб под администрацию США.
У Трампа на повестке жесткое противостояние с Китаем, и мы знаем, как он любит лояльность. Весь нарратив про "плохой Китай" и "хорошие США" выглядит как попытка продать себя Пентагону и Белому дому.
Деление на "наших" и "врагов", когда речь идет о создании сверхразума - это не про безопасность. Это про гонку вооружений. Если мы отдаем контроль над ИИ политикам (людям, чья компетенция в науке стремится к нулю, а жажда власти - к бесконечности), мы сами роем себе могилу. Безопасность ИИ должна быть глобальной историей, а не инструментом в руках Трампа или Си.
2. Интерпретируемость - единственный путь
Амодеи требует законов о прозрачности ради интерпретируемости и здесь я с ним согласен.
Самое важное - решить проблему "черного ящика". Нельзя масштабировать модели, если мы не понимаем логику их решений. Если модель скрывает намерения в мелочах, доверять ей критические сферы нельзя. Без полной прозрачности “мыслей” ИИ массовое внедрение невозможно.
3. Экономический популизм и благотворительность
Дарио признает, что ИИ усилит неравенство. Решение: микс из госрегулирования и личной филантропии: мол, “мы, техно-олигархи, будем жертвовать деньги, а государство - перераспределять”.
Лично для меня это так же утопично, как заявления Альтмана о безусловном доходе. Мир всегда строился на иерархиях и неравенстве - от пищевых цепочек до экономики. Если ИИ сконцентрирует 90% ресурсов в руках одних - филантропия не спасет от социального разрыва. Это расслоение просто эволюционирует в новую, более жесткую форму. Верить в доброго царя-технократа - наивно.
4. Архитектурная безопасность: AGI vs специализация
Дарио боится, что ИИ научит людей делать биологическое оружие. Его решение - фильтры и "Конституциональный ИИ". Идея в том, что модель будет сдерживаться зашитым в нее набором принципов.
Но этот концепт вызывает у меня лишь скепсис. История показывает, что любые ограничения и "священные принципы" обходятся или меняются по щелчку пальцев владельца, для этого не нужно быть сверхразумом.
Мое решение - не создавать модель, умеющую всё. Я писал, что вместо AGI нам нужны узкоспециализированные модели. Это эффективнее и безопаснее. Если мы изначально закладываем ограничения в архитектуру и данные, мы нивелируем риск.
5. Душить ли инновации?
Амодеи пишет, что боится “задушить инновации”. Главный аргумент - теория игр: “Если США остановятся, Китай продолжит и победит, навязав миру свои правила”.
Логично, но на мой взгляд, выход из этой дилеммы не в ускорении, а в смене правил игры. Если мы создаем технологию, способную уничтожить мир, нужно идти в сторону международной коллаборации, а не гонки, построенной вокруг исключительности какой-то нации.
Вместо того чтобы нестись вперед ради политических очков, нужно душить опасные инновации сообща, на уровне глобальных договоренностей, как это было с ядерным оружием или химическими агентами.
Мое мнение по статье
Эссе Амодеи - это попытка усидеть на двух стульях: быть “безопасным” и при этом выиграть гонку для США. Но в вопросах экзистенциальных рисков компромиссы не работают.
🚀 Влад Корнышев про AI и создание AI-продуктов
Многие помнят мой анализ AI 2027, сегодня разбираю свежее эссе Дарио Амодеи, CEO Anthropic, под названием “Отрочество технологий”
Вы знаете, что мне импонирует позиция Anthropic по безопасности ИИ, но этот текст вызывает смешанные чувства. Важные вопросы здесь соседствуют с опасным политическим популизмом.
Как всегда, рекомендую прочитать оригинал, а ниже - мой разбор.
О чем речь
Амодеи ждет к 2027 ИИ, чей интеллект затмит лучших ученых мира. В своем эссе он описывает пять главных рисков: от потери автономии и биоугроз до захвата власти диктатурами и краха экономики.
И если угрозы описаны реалистично, то предлагаемые решения - спорные.
1. Геополитика и прогиб под Трампа
Амодеи уделяет огромную часть эссе противостоянию "демократий" и "автократий" (США vs Китай). Он предлагает вооружать демократии ИИ, чтобы сдерживать Китай. ИМХО - это откровенный прогиб под администрацию США.
У Трампа на повестке жесткое противостояние с Китаем, и мы знаем, как он любит лояльность. Весь нарратив про "плохой Китай" и "хорошие США" выглядит как попытка продать себя Пентагону и Белому дому.
Деление на "наших" и "врагов", когда речь идет о создании сверхразума - это не про безопасность. Это про гонку вооружений. Если мы отдаем контроль над ИИ политикам (людям, чья компетенция в науке стремится к нулю, а жажда власти - к бесконечности), мы сами роем себе могилу. Безопасность ИИ должна быть глобальной историей, а не инструментом в руках Трампа или Си.
2. Интерпретируемость - единственный путь
Амодеи требует законов о прозрачности ради интерпретируемости и здесь я с ним согласен.
Самое важное - решить проблему "черного ящика". Нельзя масштабировать модели, если мы не понимаем логику их решений. Если модель скрывает намерения в мелочах, доверять ей критические сферы нельзя. Без полной прозрачности “мыслей” ИИ массовое внедрение невозможно.
3. Экономический популизм и благотворительность
Дарио признает, что ИИ усилит неравенство. Решение: микс из госрегулирования и личной филантропии: мол, “мы, техно-олигархи, будем жертвовать деньги, а государство - перераспределять”.
Лично для меня это так же утопично, как заявления Альтмана о безусловном доходе. Мир всегда строился на иерархиях и неравенстве - от пищевых цепочек до экономики. Если ИИ сконцентрирует 90% ресурсов в руках одних - филантропия не спасет от социального разрыва. Это расслоение просто эволюционирует в новую, более жесткую форму. Верить в доброго царя-технократа - наивно.
4. Архитектурная безопасность: AGI vs специализация
Дарио боится, что ИИ научит людей делать биологическое оружие. Его решение - фильтры и "Конституциональный ИИ". Идея в том, что модель будет сдерживаться зашитым в нее набором принципов.
Но этот концепт вызывает у меня лишь скепсис. История показывает, что любые ограничения и "священные принципы" обходятся или меняются по щелчку пальцев владельца, для этого не нужно быть сверхразумом.
Мое решение - не создавать модель, умеющую всё. Я писал, что вместо AGI нам нужны узкоспециализированные модели. Это эффективнее и безопаснее. Если мы изначально закладываем ограничения в архитектуру и данные, мы нивелируем риск.
5. Душить ли инновации?
Амодеи пишет, что боится “задушить инновации”. Главный аргумент - теория игр: “Если США остановятся, Китай продолжит и победит, навязав миру свои правила”.
Логично, но на мой взгляд, выход из этой дилеммы не в ускорении, а в смене правил игры. Если мы создаем технологию, способную уничтожить мир, нужно идти в сторону международной коллаборации, а не гонки, построенной вокруг исключительности какой-то нации.
Вместо того чтобы нестись вперед ради политических очков, нужно душить опасные инновации сообща, на уровне глобальных договоренностей, как это было с ядерным оружием или химическими агентами.
Мое мнение по статье
Эссе Амодеи - это попытка усидеть на двух стульях: быть “безопасным” и при этом выиграть гонку для США. Но в вопросах экзистенциальных рисков компромиссы не работают.
🚀 Влад Корнышев про AI и создание AI-продуктов
❤7👍7🔥3
Закрываю набор на буткемп по вайбкодингу: выбор в пользу качества других проектов
Начну с главного: пару недель назад я анонсировал запуск нового продукта - буткемпа по вайбкодингу, где планировал учить непрограммистов писать код с ИИ для реализации своих идей.
Изначально я писал, что формат для меня экспериментальный и продукт может пойти под нож, если в процессе я пойму, что у меня не хватает ресурса. Этот момент настал раньше, чем я ожидал.
Я принял решение отменить февральский групповой поток по вайбкодингу.
Почему?
Январь выбил меня из колеи болезнью. За это время накопился огромный бэклог задач по агентству и текущим проектам.
Когда я начал детально планировать загрузку на февраль, стало очевидно: качественный запуск этого буткемпа требует от меня 100% вовлечения и роль наставника для каждого участника 24/7.
Я встал перед выбором:
• Снизить планку качества. Вести курс в полсилы, уделять группе меньше времени, готовить материалы налету и давать меньше обратной связи.
• Рискнуть выгоранием. Тащить всё на морально-волевых, рискуя завалить и курс, и основные бизнес-задачи.
Я не привык делать плохо. Для меня образовательные программы - это прежде всего про шеринг знаний и результат студентов, а деньги здесь идут приятным, но вторичным бонусом. Как лектор, я несу ответственность за то, как вы освоите материал. Мне важно не только время, которое потрачу я, но и время, которое потратите вы. Это вопрос вашего ROI от обучения.
Бросить в студентов материалом и оставить без поддержки с аргументом "я дал лекции - разбирайтесь" - не в моем духе. Я не занимаюсь инфобизом, где маржинальность важнее репутации: либо я даю полноценную поддержку, которая помогает достичь результат, либо не делаю этот продукт вовсе.
Решение далось трудно, потому что я действительно полюбил концепцию этого продукта. Я вложил душу в упаковку и вижу огромный потенциал в тех возможностях, которые вайбкодинг дает людям в реализации своих идей. Но сейчас я вынужден поставить этот проект на паузу, чтобы сохранить качество там, где я уже взял обязательства.
Что будет с этим продуктом дальше?
• B2B: продукт останется в линейке для корпоративных клиентов.
• Mentoring: Для тех, кому критически важно освоить навык со мной - останется опция личного менторинга.
Альтернатива: Для тех, кому актуально обучение вайбкодингу здесь и сейчас - могу порекомендовать Тимура. У него в канале много полезного и также он проводит обучающие консультации. В качестве его материалов я уверен и могу смело рекомендовать.
❗️Важное уточнение по другим программам
Это решение касается только буткемпа по Vibe Coding. Потоки по AI Product Management и AI для личной эффективности состоятся по плану. Отказ от нового запуска позволит мне уделить этим группам еще больше внимания и сделать их круче. Кроме того, часть материалов буткемпа по вайбкодингу, которую я подготовил, войдет в эти программы. Анонсы скоро будут.
Всем, кто ждал и оставлял заявки - спасибо за интерес. Надеюсь, вы поймете мое решение выбрать качество и честность, а не погоню за количеством запусков.
Начну с главного: пару недель назад я анонсировал запуск нового продукта - буткемпа по вайбкодингу, где планировал учить непрограммистов писать код с ИИ для реализации своих идей.
Изначально я писал, что формат для меня экспериментальный и продукт может пойти под нож, если в процессе я пойму, что у меня не хватает ресурса. Этот момент настал раньше, чем я ожидал.
Я принял решение отменить февральский групповой поток по вайбкодингу.
Почему?
Январь выбил меня из колеи болезнью. За это время накопился огромный бэклог задач по агентству и текущим проектам.
Когда я начал детально планировать загрузку на февраль, стало очевидно: качественный запуск этого буткемпа требует от меня 100% вовлечения и роль наставника для каждого участника 24/7.
Я встал перед выбором:
• Снизить планку качества. Вести курс в полсилы, уделять группе меньше времени, готовить материалы налету и давать меньше обратной связи.
• Рискнуть выгоранием. Тащить всё на морально-волевых, рискуя завалить и курс, и основные бизнес-задачи.
Я не привык делать плохо. Для меня образовательные программы - это прежде всего про шеринг знаний и результат студентов, а деньги здесь идут приятным, но вторичным бонусом. Как лектор, я несу ответственность за то, как вы освоите материал. Мне важно не только время, которое потрачу я, но и время, которое потратите вы. Это вопрос вашего ROI от обучения.
Бросить в студентов материалом и оставить без поддержки с аргументом "я дал лекции - разбирайтесь" - не в моем духе. Я не занимаюсь инфобизом, где маржинальность важнее репутации: либо я даю полноценную поддержку, которая помогает достичь результат, либо не делаю этот продукт вовсе.
Решение далось трудно, потому что я действительно полюбил концепцию этого продукта. Я вложил душу в упаковку и вижу огромный потенциал в тех возможностях, которые вайбкодинг дает людям в реализации своих идей. Но сейчас я вынужден поставить этот проект на паузу, чтобы сохранить качество там, где я уже взял обязательства.
Что будет с этим продуктом дальше?
• B2B: продукт останется в линейке для корпоративных клиентов.
• Mentoring: Для тех, кому критически важно освоить навык со мной - останется опция личного менторинга.
Альтернатива: Для тех, кому актуально обучение вайбкодингу здесь и сейчас - могу порекомендовать Тимура. У него в канале много полезного и также он проводит обучающие консультации. В качестве его материалов я уверен и могу смело рекомендовать.
❗️Важное уточнение по другим программам
Это решение касается только буткемпа по Vibe Coding. Потоки по AI Product Management и AI для личной эффективности состоятся по плану. Отказ от нового запуска позволит мне уделить этим группам еще больше внимания и сделать их круче. Кроме того, часть материалов буткемпа по вайбкодингу, которую я подготовил, войдет в эти программы. Анонсы скоро будут.
Всем, кто ждал и оставлял заявки - спасибо за интерес. Надеюсь, вы поймете мое решение выбрать качество и честность, а не погоню за количеством запусков.
❤9👌4👍2
Готовим сейчас мощную бизнесовую конфу по AI
Концепт простой: будем показывать и рассказывать про то, что реально работает в индустрии, на что обратить внимание, а что пропустить, где выше ROI, а где можно получить нефинансовую выгоду. Будем разбирать архитектуру, юнит-экономику и P&L, без историй про то, как кто-то написал промпты и стал х10 продуктивен.
Подробный анонс в канал сделаю уже скоро. Сейчас оформляем окончательный лайнап и ведем подготовку ивента, уже собрали много крутых спикеров (бывшие топы и фаундеры работающие в индустрии годами). Но есть еще несколько вакантных мест.
Поэтому хочу спросить у вас: Кого из авторов Telegram-каналов про AI вы читаете и хотели бы услышать что-то про внутреннюю кухню, фреймворки, кейсы и лайвхаки? Интересуют именно практики с реальным опытом.
Кидайте ссылки на каналы или юзернеймы в комменты к этому посту. Наиболее интересных авторов постараемся затащить.
🚀 Влад Корнышев про AI и создание AI-продуктов
Концепт простой: будем показывать и рассказывать про то, что реально работает в индустрии, на что обратить внимание, а что пропустить, где выше ROI, а где можно получить нефинансовую выгоду. Будем разбирать архитектуру, юнит-экономику и P&L, без историй про то, как кто-то написал промпты и стал х10 продуктивен.
Подробный анонс в канал сделаю уже скоро. Сейчас оформляем окончательный лайнап и ведем подготовку ивента, уже собрали много крутых спикеров (бывшие топы и фаундеры работающие в индустрии годами). Но есть еще несколько вакантных мест.
Поэтому хочу спросить у вас: Кого из авторов Telegram-каналов про AI вы читаете и хотели бы услышать что-то про внутреннюю кухню, фреймворки, кейсы и лайвхаки? Интересуют именно практики с реальным опытом.
Кидайте ссылки на каналы или юзернеймы в комменты к этому посту. Наиболее интересных авторов постараемся затащить.
🚀 Влад Корнышев про AI и создание AI-продуктов
❤9🔥4👍3👌1
Большая подборка постов с кейсами внедрения AI
За время ведения канала я написал уже более 500 постов. Аудитория растет, и я замечаю, что многие старые, но все еще актуальные и полезные материалы теряются в ленте и остаются без внимания новых подписчиков.
Поэтому я решил запустить серию постов-подборок, которые буду регулярно обновлять, чтобы подсветить самый важный контент по темам. Как только мы пройдемся по всем рубрикам, я полностью пересоберу закрепленное сообщение, чтобы навигация по каналу стала максимально удобной для каждого.
Начнем с самого интересного - с практики. В этой подборке я собрал свои кейсы внедрения AI в корпорациях и стартапах, а также разборы громких рыночных историй. Здесь про то, как это работает в реальном бизнесе, с какими проблемами мы сталкивались и какие уроки извлекли.
🏢 Мой опыт в Skyeng: HR и контент
1. Автоматизация найма: Как мы научили ИИ оценивать учителей английского и сэкономили кучу времени методистам.
• Часть 1: Техническая реализация и результаты
• Часть 2: Этическая сторона вопроса и реакция людей
2. Генерация контента: Помощник для художника — как мы внедряли ИИ в генерацию иллюстраций
3. Персонализация: Когда инновации остаются за кадром — о разработке персонализированных уроков и почему команду забыли упомянуть
🇬🇧 Мой опыт в Pearson: VR и R&D в корпорации
1. VR-игра Lingoverse: История создания города для изучения языков в виртуальной реальности.
• Часть 1: Погружение в VR и поиск проблем
• Часть 2: Как мы решали проблемы локализации и геймплея
2. Teaching Pal: Как мы сделали лучший продукт для учителей, а корпорация его испортила.
• Часть 1: Идея и успешная защита перед топами
• Часть 2: Смена стратегии и превращение продукта в тыкву
• Выводы: 9 уроков, которые я извлек из этого проекта
3. Внутренняя кухня: Работа в R&D: Инновации vs. Ограничения закрытой компании
🚀 Стартапы и Консалтинг (EAI)
1. Mental Health: История одного провального стартапа: споры с фаундером и неоплаченная работа
2. HealthTech: AI-нутрициолог на рынок Саудовской Аравии — разработка, грабли и переход на Gemini
3. MedTech: 4 проблемы внедрения AI в медицине, о которые вы споткнетесь на старте
4. Voice AI: Есть ли альтернатива ElevenLabs? Наш ресерч OpenSource моделей для клонирования голоса
🔍 Разборы рыночных кейсов и наблюдений
1. Klarna: Поторопились с AI: почему компания нанимает людей обратно после громких заявлений о замене саппорта
2. Cursor: Как облажаться с выбором бизнес-модели и разозлить пользователей
3. Exxon: Кейс о сломанном CJM и когда плохой UX не влияет на решение о покупке
4. Бытовой AI: Как AI помог мне в ремонте ноутбука и сэкономил денег на запчастях
🚀 Влад Корнышев про AI и создание AI-продуктов
За время ведения канала я написал уже более 500 постов. Аудитория растет, и я замечаю, что многие старые, но все еще актуальные и полезные материалы теряются в ленте и остаются без внимания новых подписчиков.
Поэтому я решил запустить серию постов-подборок, которые буду регулярно обновлять, чтобы подсветить самый важный контент по темам. Как только мы пройдемся по всем рубрикам, я полностью пересоберу закрепленное сообщение, чтобы навигация по каналу стала максимально удобной для каждого.
Начнем с самого интересного - с практики. В этой подборке я собрал свои кейсы внедрения AI в корпорациях и стартапах, а также разборы громких рыночных историй. Здесь про то, как это работает в реальном бизнесе, с какими проблемами мы сталкивались и какие уроки извлекли.
🏢 Мой опыт в Skyeng: HR и контент
1. Автоматизация найма: Как мы научили ИИ оценивать учителей английского и сэкономили кучу времени методистам.
• Часть 1: Техническая реализация и результаты
• Часть 2: Этическая сторона вопроса и реакция людей
2. Генерация контента: Помощник для художника — как мы внедряли ИИ в генерацию иллюстраций
3. Персонализация: Когда инновации остаются за кадром — о разработке персонализированных уроков и почему команду забыли упомянуть
🇬🇧 Мой опыт в Pearson: VR и R&D в корпорации
1. VR-игра Lingoverse: История создания города для изучения языков в виртуальной реальности.
• Часть 1: Погружение в VR и поиск проблем
• Часть 2: Как мы решали проблемы локализации и геймплея
2. Teaching Pal: Как мы сделали лучший продукт для учителей, а корпорация его испортила.
• Часть 1: Идея и успешная защита перед топами
• Часть 2: Смена стратегии и превращение продукта в тыкву
• Выводы: 9 уроков, которые я извлек из этого проекта
3. Внутренняя кухня: Работа в R&D: Инновации vs. Ограничения закрытой компании
🚀 Стартапы и Консалтинг (EAI)
1. Mental Health: История одного провального стартапа: споры с фаундером и неоплаченная работа
2. HealthTech: AI-нутрициолог на рынок Саудовской Аравии — разработка, грабли и переход на Gemini
3. MedTech: 4 проблемы внедрения AI в медицине, о которые вы споткнетесь на старте
4. Voice AI: Есть ли альтернатива ElevenLabs? Наш ресерч OpenSource моделей для клонирования голоса
🔍 Разборы рыночных кейсов и наблюдений
1. Klarna: Поторопились с AI: почему компания нанимает людей обратно после громких заявлений о замене саппорта
2. Cursor: Как облажаться с выбором бизнес-модели и разозлить пользователей
3. Exxon: Кейс о сломанном CJM и когда плохой UX не влияет на решение о покупке
4. Бытовой AI: Как AI помог мне в ремонте ноутбука и сэкономил денег на запчастях
🚀 Влад Корнышев про AI и создание AI-продуктов
❤8👍7🔥4
В январе постов было не так много, поэтому пропустил несколько недельных выпусков. Исправляюсь и собрал все самое важное и интересное за начало года в одном месте.
1. Что из AI-прогнозов на 2025 сбылось? - проверил свои прошлогодние предсказания: где угадал, а где промахнулся.
2. Мои прогнозы в AI на 2026 год - 10 мыслей о том, что нас ждет в этом году: от разочарования в агентах до кризиса синтетических данных.
3. Про вайб-кодинг и упаковку продукта - мысли о том, почему мало просто накодить продукт с ИИ, и как важна качественная визуальная упаковка.
4. Antigravity: замена Cursor и AI-браузера? - большой обзор новой IDE от Google. Спойлер: для ресерча агент неплох, а вот с кодом есть нюансы.
5. Тренажер по промптингу от подписчика - полезный бесплатный инструмент для тренировки навыков общения с LLM на практике.
6. Хотите понять реальный уровень развития ИИ? Вам нужно заболеть - личный опыт того, как болезнь рушит миф об автономности ИИ агентов и показывает реальную цену хайпа.
7. Как я пытался совместить спорт, работу и дофамин - эксперименты с продуктивностью во время тренировок и выводы о том, почему иногда полезно просто тупить.
8. Разбор эссе CEO Anthropic - детальный анализ статьи Дарио Амодеи: безопасность, геополитика и почему специализация лучше AGI.
9. Большая подборка постов с кейсами внедрения AI - собрал в одном месте навигацию по всем своим кейсам из Skyeng, Pearson и консалтинга.
Прошлый дайджест тут
🚀 Влад Корнышев про AI и создание AI-продуктов
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3👍2
Посмотрел Super Bowl с американцами: как Anthropic продали им ИИ через ненависть к рекламе
Друзья, как вы знаете, я сейчас нахожусь в США. А здесь есть такая штука, как Super Bowl, которая состоялась вчера. Это, наверное, одна из самых медийных историй в мире. Каждый год огромное количество американцев усаживается за телевизорами с кучей еды и смотрят матч.
Но это событие часто запоминается не только игрой, но и шоу (вспомнить хотя бы легендарное выступление Майкла Джексона) и, конечно, рекламой. Дорогой, эффективной и легендарной. У меня здесь первая ассоциация с рекламой Apple в 1984, когда они запустили ролик в стиле антиутопии Оруэлла для запуска Macintosh.
В этом году в эту тусовку решили вписаться Anthropic с рекламой Claude. И сделали они это очень дерзко.
Что показали?
Ролики юмористические и сатирические. Сюжет простой: человек общается с "чатботом" (которого играет живой актер), и тот посреди ответа начинает впаривать дичь. Парень спрашивает про кубики пресса, а ему прилетает промо стелек. Спрашиваешь про бизнес-идею - получаешь рекламу займов.
Финальный панчлайн: "Ads are coming to AI. But not to Claude" (Реклама приходит в ИИ. Но не в Claude).
Цена вопроса - около $8 млн за 30-секундный слот. Охват - 120 млн зрителей. Сэм Альтман из OpenAI уже успел обидеться, назвав рекламу "нечестной" и "авторитарной", так как OpenAI как раз планируют тестить рекламу в ChatGPT.
Взгляд изнутри: как реагируют обычные американцы
В нашем апартмент-комплексе администрация организовала вечер просмотра Супербоула, куда позвали всех резидентов на пиццу и крылышки. Мы не могли такое упустить: интересен был культурный аспект, хотелось посмотреть, как это событие выглядит для американцев, ну и мне, зная о планируемой рекламе, было интересно глянуть на живую реакцию.
И знаете, я не знаю, насколько реклама выстрелила в целом по Штатам, но среди тех ребят, с которыми мы смотрели эфир (около 30 человек) - она вызвала нереальный восторг.
Возгласы типа "Oh, this is AI" и "I dont want to deal with shitty adds in chatgpt" показывали, что антропикам удалось попасть в самую боль аудитории. Здесь, в Штатах, реклама просто повсюду. На Amazon Prime ты смотришь ее каждые 10 минут, на YouTube без премиум-подписки она может выскакивать каждые 1.5 минуты. Люди от этого устали.
Но главное доказательство успеха - это то, что ребята тут же взяли в руки свои айфоны и начали устанавливать Claude прямо во время эфира. Что характерно - многие из них ранее вообще не знали о существовании LLM от Anthropic.
Кажется, кампания вышла действительно эффективной. Anthropic не стали грузить техническими деталями, а просто продали чистый опыт без информационного шума.
🚀 Влад Корнышев про AI и создание AI-продуктов
Друзья, как вы знаете, я сейчас нахожусь в США. А здесь есть такая штука, как Super Bowl, которая состоялась вчера. Это, наверное, одна из самых медийных историй в мире. Каждый год огромное количество американцев усаживается за телевизорами с кучей еды и смотрят матч.
Но это событие часто запоминается не только игрой, но и шоу (вспомнить хотя бы легендарное выступление Майкла Джексона) и, конечно, рекламой. Дорогой, эффективной и легендарной. У меня здесь первая ассоциация с рекламой Apple в 1984, когда они запустили ролик в стиле антиутопии Оруэлла для запуска Macintosh.
В этом году в эту тусовку решили вписаться Anthropic с рекламой Claude. И сделали они это очень дерзко.
Что показали?
Ролики юмористические и сатирические. Сюжет простой: человек общается с "чатботом" (которого играет живой актер), и тот посреди ответа начинает впаривать дичь. Парень спрашивает про кубики пресса, а ему прилетает промо стелек. Спрашиваешь про бизнес-идею - получаешь рекламу займов.
Финальный панчлайн: "Ads are coming to AI. But not to Claude" (Реклама приходит в ИИ. Но не в Claude).
Цена вопроса - около $8 млн за 30-секундный слот. Охват - 120 млн зрителей. Сэм Альтман из OpenAI уже успел обидеться, назвав рекламу "нечестной" и "авторитарной", так как OpenAI как раз планируют тестить рекламу в ChatGPT.
Взгляд изнутри: как реагируют обычные американцы
В нашем апартмент-комплексе администрация организовала вечер просмотра Супербоула, куда позвали всех резидентов на пиццу и крылышки. Мы не могли такое упустить: интересен был культурный аспект, хотелось посмотреть, как это событие выглядит для американцев, ну и мне, зная о планируемой рекламе, было интересно глянуть на живую реакцию.
И знаете, я не знаю, насколько реклама выстрелила в целом по Штатам, но среди тех ребят, с которыми мы смотрели эфир (около 30 человек) - она вызвала нереальный восторг.
Возгласы типа "Oh, this is AI" и "I dont want to deal with shitty adds in chatgpt" показывали, что антропикам удалось попасть в самую боль аудитории. Здесь, в Штатах, реклама просто повсюду. На Amazon Prime ты смотришь ее каждые 10 минут, на YouTube без премиум-подписки она может выскакивать каждые 1.5 минуты. Люди от этого устали.
Но главное доказательство успеха - это то, что ребята тут же взяли в руки свои айфоны и начали устанавливать Claude прямо во время эфира. Что характерно - многие из них ранее вообще не знали о существовании LLM от Anthropic.
Кажется, кампания вышла действительно эффективной. Anthropic не стали грузить техническими деталями, а просто продали чистый опыт без информационного шума.
🚀 Влад Корнышев про AI и создание AI-продуктов
🔥18❤5😁3👍1
Как построить систему вокруг AI: от продукта до процессов, которые реально окупаются
Не так давно я делал подборку своих кейсов по AI и его интеграции в продукты и в работу. В разных кейсах есть разные особенности: где-то надо строить с нуля огромную систему, чтобы получить эффект, а где-то условно может быть достаточно дать человеку доступ к ChatGPT и получить +300% к скорости решения какой-то задачи.
Однако ввиду того, что AI - сфера для бизнеса относительно новая и развивающаяся, ключевыми вопросами у нас являются: куда, когда и что именно нужно внедрять, чтобы получить эффект. Опыта на рынке очень мало, при этом информационного шума и мусора вроде промптов вокруг накопилось огромное количество. Cреди этого всего найти релевантный для себя и своего бизнеса опыт становится действительно сложной задачей.
Мне, как человеку, который работает в индустрии, хочется чтобы AI был доступен и понятен большему количеству людей. Во-первых, чтобы видеть больше кейсов, а во-вторых, имея потенциально более осведомленных заказчиков - ты облегчаешь себе будущую работу.
В своей деятельности, как в агентстве, так и академии, я всегда стараюсь дать это понимание тем, с кем взаимодействую, но здесь я вижу несколько пробелов:
• Не всем нужен полноценный консалтинг.
• Не всем нужны курсы по AI и я физически не могу образовывать такое количество людей.
• Я могу транслировать только свой опыт, а это всегда баяс на то, с чем встречался в своих задачах именно я. Много чего я могу тупо не знать.
И мне хотелось создать такой продукт, который будет лишен этих недостатков. Который будет полезен широкой аудитории и будет включать не только мой опыт. Продукт, наполненный реальными кейсами, которые решают люди и бизнес, при этом сразу показывая эффект и взаимосвязи на уровне: "мы сделали это - получили такой-то результат/это принесло нам столько-то денег".
Так родилась концепция конференции ROИИ.
Одним вечером я описал концепт конфы и отослал его паре человек, чей опыт помогал и продолжает помогать мне на разных этапах работы с AI с предложением поучаствовать в этой авантюре. Так довольно быстро сформировался крутой лайнап из спецов, которые имеют прикладной опыт работы с AI: от построения своих продуктов до внедрения современных инструментов в рабочие процессы. И стало понятно:
КОНФЕРЕНЦИИ БЫТЬ!
🗓 Когда: 19-20 февраля 2026
📍 Где: Online
В течение 2 дней мы сделаем 12 докладов по разным тематикам и ответим на ключевые вопросы, возникающие у бизнеса при внедрении ИИ. Никакой воды, только цифры, P&L, архитектура и реальные боли внедрения.
В конференции есть две опции участия:
• Бесплатная. При условии подписки на каналы спикеров. Здесь собраны только ребята, которых я сам читаю и на каналы каждого из которых у меня включены уведомления.
• Платная. Для тех, кто по каким-то причинам не хочет подписываться на каналы либо кому нужен сертификат о посещении конфы.
👉 Зарегистрироваться и забрать свой билет можно тут
Не так давно я делал подборку своих кейсов по AI и его интеграции в продукты и в работу. В разных кейсах есть разные особенности: где-то надо строить с нуля огромную систему, чтобы получить эффект, а где-то условно может быть достаточно дать человеку доступ к ChatGPT и получить +300% к скорости решения какой-то задачи.
Однако ввиду того, что AI - сфера для бизнеса относительно новая и развивающаяся, ключевыми вопросами у нас являются: куда, когда и что именно нужно внедрять, чтобы получить эффект. Опыта на рынке очень мало, при этом информационного шума и мусора вроде промптов вокруг накопилось огромное количество. Cреди этого всего найти релевантный для себя и своего бизнеса опыт становится действительно сложной задачей.
Мне, как человеку, который работает в индустрии, хочется чтобы AI был доступен и понятен большему количеству людей. Во-первых, чтобы видеть больше кейсов, а во-вторых, имея потенциально более осведомленных заказчиков - ты облегчаешь себе будущую работу.
В своей деятельности, как в агентстве, так и академии, я всегда стараюсь дать это понимание тем, с кем взаимодействую, но здесь я вижу несколько пробелов:
• Не всем нужен полноценный консалтинг.
• Не всем нужны курсы по AI и я физически не могу образовывать такое количество людей.
• Я могу транслировать только свой опыт, а это всегда баяс на то, с чем встречался в своих задачах именно я. Много чего я могу тупо не знать.
И мне хотелось создать такой продукт, который будет лишен этих недостатков. Который будет полезен широкой аудитории и будет включать не только мой опыт. Продукт, наполненный реальными кейсами, которые решают люди и бизнес, при этом сразу показывая эффект и взаимосвязи на уровне: "мы сделали это - получили такой-то результат/это принесло нам столько-то денег".
Так родилась концепция конференции ROИИ.
Одним вечером я описал концепт конфы и отослал его паре человек, чей опыт помогал и продолжает помогать мне на разных этапах работы с AI с предложением поучаствовать в этой авантюре. Так довольно быстро сформировался крутой лайнап из спецов, которые имеют прикладной опыт работы с AI: от построения своих продуктов до внедрения современных инструментов в рабочие процессы. И стало понятно:
КОНФЕРЕНЦИИ БЫТЬ!
🗓 Когда: 19-20 февраля 2026
📍 Где: Online
В течение 2 дней мы сделаем 12 докладов по разным тематикам и ответим на ключевые вопросы, возникающие у бизнеса при внедрении ИИ. Никакой воды, только цифры, P&L, архитектура и реальные боли внедрения.
В конференции есть две опции участия:
• Бесплатная. При условии подписки на каналы спикеров. Здесь собраны только ребята, которых я сам читаю и на каналы каждого из которых у меня включены уведомления.
• Платная. Для тех, кто по каким-то причинам не хочет подписываться на каналы либо кому нужен сертификат о посещении конфы.
👉 Зарегистрироваться и забрать свой билет можно тут
🔥8❤5👍5
Написал AI-тул для работы с информацией в Телеграме, потому что устал делать это руками
Работая с Telegram, я постоянно сталкиваюсь с двумя типами проблем:
1. Как автор канала. Создание дайджестов, поиск идей, разбор архивов для закрепов - это часы ручной работы. Я долгое время собирал свои подборки вручную, пока не понял, что трачу на это слишком много времени и из-за этого забиваю на те же дайджесты.
2. Как читатель. Тонны непрочитанного в других каналах, вечное FOMO и сложность быстро найти что-то полезное.
Мне хотелось оптимизировать обе эти истории разом. И я решил навайбкодить решение. Потратил часик, подключил AI, и так родился TeleTools. Сначала пользовался сам, получил огромный буст продуктивности, а теперь выкладываю в Open Source.
Для кого этот тул?
Для Читателей:
Чтобы не скроллить сотни сообщений. Функция “Что пропустил” покажет самое важное за последние дни по твоим интересам (например, "найди всё про Python и стартапы").
Для Авторов:
Генерация идей на основе лучших постов, аналитика реакций и форматтер, который превращает Markdown в правильный HTML для постинга.
Как это работает: Два сценария
Самое главное - данные. Сначала мы экспортируем историю нужного канала (HTML) через Telegram Desktop (в инструкции на гитхаб написано, как это сделать за пару кликов).
Дальше есть два пути, как использовать тул:
Вариант 1. Все в приложении (с API ключом)
Если вы вставляете свой Google API Key в настройки, тул раскрывается на полную. Все AI-фичи работают прямо внутри интерфейса:
• Автоматический поиск пропущенных тем.
• Генерация саммари и идей.
• Умный поиск по базе.
Вариант 2. В связке с AI Studio (бесплатно, но с ручным трудом)
Если ключа нет или вы хотите работать в привычном интерфейсе Google AI Studio.
Здесь тул выступает как мостик и оптимизатор данных.
1. Вы загружаете "грязный" HTML-экспорт из Телеграма в тул.
2. Он конвертирует его в чистый структурированный JSON, с которым нейросетям работать гораздо проще.
3. Загружаете этот JSON в AI Studio и уже там задаете вопросы к базе: "Найди все посты про инвестиции" или "Сделай саммари за прошлый месяц".
Важный момент:
Это self-hosted решение. Чтобы запустить - нужно не побояться терминала:
1. Нужен Docker.
2. Нужно создать своего Telegram-бота.
Почему бот? У Телеграма нет удобных нативных средств для обработки текста. Я не хотел тратить кучу часов на написание парсера маркдауна. Бот же выступает интерфейсом: через него мы можем быстро сохранить себе типа как в Избранное или получить отформатированный результат работы LLM.
Как запустить:
Клонируем репозиторий, вписываем данные в .env и запускаем одну команду.
🔗 Ссылка на GitHub
Пользуйтесь, форкайте, ставьте звездочки и пишите фидбек! Надеюсь, это сэкономит вам столько же часов жизни, сколько и мне. + сейчас самое время тестировать тул для тех, кто участвует в конференции, чтобы открыть для себя новых авторов
P.S. вижу последние новости про блокировки телеграм в РФ. В MAX переходить не собираюсь по понятным причинам: продолжу работать здесь и делать этот тул. Для тех, кого афектят блокировки - в телеграме есть настройки Proxy + Дуров точно что-то анонсирует, в коде были следы.
🚀 Влад Корнышев про AI и создание AI-продуктов
Работая с Telegram, я постоянно сталкиваюсь с двумя типами проблем:
1. Как автор канала. Создание дайджестов, поиск идей, разбор архивов для закрепов - это часы ручной работы. Я долгое время собирал свои подборки вручную, пока не понял, что трачу на это слишком много времени и из-за этого забиваю на те же дайджесты.
2. Как читатель. Тонны непрочитанного в других каналах, вечное FOMO и сложность быстро найти что-то полезное.
Мне хотелось оптимизировать обе эти истории разом. И я решил навайбкодить решение. Потратил часик, подключил AI, и так родился TeleTools. Сначала пользовался сам, получил огромный буст продуктивности, а теперь выкладываю в Open Source.
Для кого этот тул?
Для Читателей:
Чтобы не скроллить сотни сообщений. Функция “Что пропустил” покажет самое важное за последние дни по твоим интересам (например, "найди всё про Python и стартапы").
Для Авторов:
Генерация идей на основе лучших постов, аналитика реакций и форматтер, который превращает Markdown в правильный HTML для постинга.
Как это работает: Два сценария
Самое главное - данные. Сначала мы экспортируем историю нужного канала (HTML) через Telegram Desktop (в инструкции на гитхаб написано, как это сделать за пару кликов).
Дальше есть два пути, как использовать тул:
Вариант 1. Все в приложении (с API ключом)
Если вы вставляете свой Google API Key в настройки, тул раскрывается на полную. Все AI-фичи работают прямо внутри интерфейса:
• Автоматический поиск пропущенных тем.
• Генерация саммари и идей.
• Умный поиск по базе.
Вариант 2. В связке с AI Studio (бесплатно, но с ручным трудом)
Если ключа нет или вы хотите работать в привычном интерфейсе Google AI Studio.
Здесь тул выступает как мостик и оптимизатор данных.
1. Вы загружаете "грязный" HTML-экспорт из Телеграма в тул.
2. Он конвертирует его в чистый структурированный JSON, с которым нейросетям работать гораздо проще.
3. Загружаете этот JSON в AI Studio и уже там задаете вопросы к базе: "Найди все посты про инвестиции" или "Сделай саммари за прошлый месяц".
Важный момент:
Это self-hosted решение. Чтобы запустить - нужно не побояться терминала:
1. Нужен Docker.
2. Нужно создать своего Telegram-бота.
Почему бот? У Телеграма нет удобных нативных средств для обработки текста. Я не хотел тратить кучу часов на написание парсера маркдауна. Бот же выступает интерфейсом: через него мы можем быстро сохранить себе типа как в Избранное или получить отформатированный результат работы LLM.
Как запустить:
Клонируем репозиторий, вписываем данные в .env и запускаем одну команду.
🔗 Ссылка на GitHub
Пользуйтесь, форкайте, ставьте звездочки и пишите фидбек! Надеюсь, это сэкономит вам столько же часов жизни, сколько и мне. + сейчас самое время тестировать тул для тех, кто участвует в конференции, чтобы открыть для себя новых авторов
P.S. вижу последние новости про блокировки телеграм в РФ. В MAX переходить не собираюсь по понятным причинам: продолжу работать здесь и делать этот тул. Для тех, кого афектят блокировки - в телеграме есть настройки Proxy + Дуров точно что-то анонсирует, в коде были следы.
🚀 Влад Корнышев про AI и создание AI-продуктов
🔥16👍8❤7
База знаний по AI: Промпт-инжиниринг, AI-грамотность и готовые воркфлоу
За время ведения канала я написал десятки образовательных постов. Настало время собрать их в одном месте. Если вы новичок в ИИ, то прежде чем покупать платные курсы, начните с изучения этой подборки - она закроет 80% ваших вопросов по работе с нейросетями и сэкономит кучу времени.
Здесь разбираю как заставить модели делать то, что вам нужно, будь то текст, код, картинка или аналитика.
🎓 Фундаментальное образование
1. Курс от Anthropic (перевод + бонусы): Моя переработка лучшего бесплатного курса по промптингу.
• Полный сборник всех лекций + сертификат – сохраняйте, здесь всё: от базы до этики.
2. Терминология и понятия: Чтобы понимать, как это работает «под капотом».
• Что такое RAG и зачем он нужен – про работу с внешними данными.
• Мультимодальность – как ИИ видит, слышит и говорит.
• Этика ИИ – почему модели ведут себя так, а не иначе.
3. Справочники:
• База знаний в NotebookLM – мой коллега Рефат собрал все официальные гайды (OpenAI, Google, Anthropic) в одной тетради, с которой можно чатиться.
• Разбор гайда Google – формула идеального промпта.
🛠 Техники промптинга и настройки
1. SGR: Как получать структурированный ответ без «воды» и галлюцинаций.
• Метод SGR на практике
2. Управление контекстом: Почему модель забывает важное и как правильно «скармливать» ей информацию.
• Запись практикума + Конспект тезисов.
3. Reverse Prompt Engineering: Если нужно получить ответ в очень специфическом формате.
• Техника обратного промптинга.
4. ТЗ для кода: Промптинг для разработчиков и вайб-кодеров.
• Как писать ТЗ агенту, чтобы не переделывать код.
5. Генерация медиа: Как использовать LLM для создания промптов к картинкам и видео.
• Мой воркфлоу для фото и видео.
⚙️ Готовые Воркфлоу (Пайплайны работы)
Как я решаю комплексные задачи с помощью цепочек промптов и разных инструментов.
1. Аналитика и Исследования: Пайплайн для анализа интервью и рынка (всего 3 инструмента).
2. Брендинг: Часть 1: Нейминг и смыслы + Часть 2: Логотип и визуал.
3. Презентации: Два сценария сборки презентаций (быстрый и качественный).
4. Обучение: Как выжимать суть из YouTube и Как читать книги с помощью ИИ.
5. Бытовые задачи: Промпты для кулинарии, переговоров и критики решений.
🔓 Хаки и Инструментарий
1. NotebookLM на русском: Инструкция, как заставить его генерировать качественные подкасты на русском языке.
2. Системные промпты: Как вытащить «мозги» платных сервисов (Cursor, Bolt) и использовать их бесплатно.
3. Локальные модели: Гайд по настройке Ollama для приватной работы.
🧠 Стратегия и Ошибки
1. Борьба с сикофантией: Почему ИИ вам поддакивает и как заставить его критиковать.
2. Человеческий фактор: Где LLM ошибаются в эмпатии и оценке людей.
3. Как учиться: Что работает и Чего избегать.
4. Простота: Не усложняйте – иногда нужно просто спросить.
Подборку, кстати, собрал буквально за 5 минут с помощью самописного тула выше, поэтому тут длинные тире и треугольные кавычки, а не как обычно 🙂
🚀 Влад Корнышев про AI и создание AI-продуктов
За время ведения канала я написал десятки образовательных постов. Настало время собрать их в одном месте. Если вы новичок в ИИ, то прежде чем покупать платные курсы, начните с изучения этой подборки - она закроет 80% ваших вопросов по работе с нейросетями и сэкономит кучу времени.
Здесь разбираю как заставить модели делать то, что вам нужно, будь то текст, код, картинка или аналитика.
🎓 Фундаментальное образование
1. Курс от Anthropic (перевод + бонусы): Моя переработка лучшего бесплатного курса по промптингу.
• Полный сборник всех лекций + сертификат – сохраняйте, здесь всё: от базы до этики.
2. Терминология и понятия: Чтобы понимать, как это работает «под капотом».
• Что такое RAG и зачем он нужен – про работу с внешними данными.
• Мультимодальность – как ИИ видит, слышит и говорит.
• Этика ИИ – почему модели ведут себя так, а не иначе.
3. Справочники:
• База знаний в NotebookLM – мой коллега Рефат собрал все официальные гайды (OpenAI, Google, Anthropic) в одной тетради, с которой можно чатиться.
• Разбор гайда Google – формула идеального промпта.
🛠 Техники промптинга и настройки
1. SGR: Как получать структурированный ответ без «воды» и галлюцинаций.
• Метод SGR на практике
2. Управление контекстом: Почему модель забывает важное и как правильно «скармливать» ей информацию.
• Запись практикума + Конспект тезисов.
3. Reverse Prompt Engineering: Если нужно получить ответ в очень специфическом формате.
• Техника обратного промптинга.
4. ТЗ для кода: Промптинг для разработчиков и вайб-кодеров.
• Как писать ТЗ агенту, чтобы не переделывать код.
5. Генерация медиа: Как использовать LLM для создания промптов к картинкам и видео.
• Мой воркфлоу для фото и видео.
⚙️ Готовые Воркфлоу (Пайплайны работы)
Как я решаю комплексные задачи с помощью цепочек промптов и разных инструментов.
1. Аналитика и Исследования: Пайплайн для анализа интервью и рынка (всего 3 инструмента).
2. Брендинг: Часть 1: Нейминг и смыслы + Часть 2: Логотип и визуал.
3. Презентации: Два сценария сборки презентаций (быстрый и качественный).
4. Обучение: Как выжимать суть из YouTube и Как читать книги с помощью ИИ.
5. Бытовые задачи: Промпты для кулинарии, переговоров и критики решений.
🔓 Хаки и Инструментарий
1. NotebookLM на русском: Инструкция, как заставить его генерировать качественные подкасты на русском языке.
2. Системные промпты: Как вытащить «мозги» платных сервисов (Cursor, Bolt) и использовать их бесплатно.
3. Локальные модели: Гайд по настройке Ollama для приватной работы.
🧠 Стратегия и Ошибки
1. Борьба с сикофантией: Почему ИИ вам поддакивает и как заставить его критиковать.
2. Человеческий фактор: Где LLM ошибаются в эмпатии и оценке людей.
3. Как учиться: Что работает и Чего избегать.
4. Простота: Не усложняйте – иногда нужно просто спросить.
Подборку, кстати, собрал буквально за 5 минут с помощью самописного тула выше, поэтому тут длинные тире и треугольные кавычки, а не как обычно 🙂
🚀 Влад Корнышев про AI и создание AI-продуктов
2🔥26❤7
Как спарсить данные по 300+ каналам за час с помощью AI-агента и сэкономить время и деньги (работает с любыми открытыми источниками)
Сейчас я с головой погружен в организацию нашей конференции по ИИ (кто пропустил - регистрация там уже открыта и уже почти 300 участников), и одна из горящих задач - это маркетинг и продвижение. Базово спикеры, конечно, пиарят ивент сами, но для хорошего охвата нужны посевы в профильных каналах.
Моя команда ранее собрала шорт-лист из нескольких сотен каналов, но это был просто список. Чтобы не слить бюджет впустую, нужно было принимать решения на основе цифр: актуальные подписчики, охваты, ERR, рекламный охват за 24 часа и контакты админов. Часть данных устарела, части не было вообще.
Вариантов решения было три:
1. Сойти с ума, прокликивая 300 ссылок в TGStat вручную и проклиная все.
2. Нанять ассистента (мало времени на онбординг и работу + стоит денег).
3. Написать парсер на Python (слишком много возни для разовой задачи).
Я выбрал четвертый путь: делегировать это AI-агенту с доступом к браузеру. Я использовал Perplexity Comet, но подойдет любой агент с уверенным Browser Use.
Как это работает
Я дал агенту доступ к Google-таблице и написал четкую инструкцию пройтись по списку и обогатить данные.
Промпт, который я использовал:
Нюансы, без которых агент затупит
Чтобы это сработало и агент не завис на середине, нужно учитывать ограничения LLM. Вот мои выводы из опыта с подобными задачами:
1. Ешьте слона по частям
У любого агента есть лимит контекста, после которого он либо остановится либо затупит. Если попросить сделать все 300 каналов разом, он начнет галлюцинировать или потеряет задачу. Я просил обрабатывать пачки по 20 каналов. Сделал 20 -> пишем "продолжай, следующие 20".
2. Снижайте автономность
Это контринтуитивно, но чем меньше свободы вы даете агенту, тем лучше он работает. Если просто сказать "найди данные в интернете", он начнет "думать": куда пойти, на что нажать, анализировать структуру страниц. Это жрет контекст и время.
В промпте я дал жесткий алгоритм: "Зайди на TGStat -> Нажми кнопку X -> Посмотри в поле Y". Так мы экономим его "мыслительный ресурс" на навигацию и своими размышлениями куда нажать он не засирает контекст.
3. Форматирование данных
Агенты любят копировать "как есть". Если он вставит в таблицу "10 500" с пробелом, то формулы в Google Sheets не сработают. Пропишите в промпте требование убирать пробелы в числах заранее, чтобы не тратить время на чистку данных руками.
4. Гигиена контекста
Даже при итеративном подходе контекст забивается. После обработки примерно 100 каналов я просто открывал новый чат, скидывал ему ту же таблицу и просил начать с 101-й строки. Это работает быстрее, чем заставлять агента ползти дальше.
Итог
Вместо найма человека или часов ручной работы я потратил 10 минут на составление промпта и периодически кликал кнопку "продолжай", занимаясь параллельно другими делами. Задача решена ценой одной подписки за $20.
Используйте этот подход для любых задач, где нужно собрать и структурировать данные из открытых источников.
🚀 Влад Корнышев про AI и создание AI-продуктов
Сейчас я с головой погружен в организацию нашей конференции по ИИ (кто пропустил - регистрация там уже открыта и уже почти 300 участников), и одна из горящих задач - это маркетинг и продвижение. Базово спикеры, конечно, пиарят ивент сами, но для хорошего охвата нужны посевы в профильных каналах.
Моя команда ранее собрала шорт-лист из нескольких сотен каналов, но это был просто список. Чтобы не слить бюджет впустую, нужно было принимать решения на основе цифр: актуальные подписчики, охваты, ERR, рекламный охват за 24 часа и контакты админов. Часть данных устарела, части не было вообще.
Вариантов решения было три:
1. Сойти с ума, прокликивая 300 ссылок в TGStat вручную и проклиная все.
2. Нанять ассистента (мало времени на онбординг и работу + стоит денег).
3. Написать парсер на Python (слишком много возни для разовой задачи).
Я выбрал четвертый путь: делегировать это AI-агенту с доступом к браузеру. Я использовал Perplexity Comet, но подойдет любой агент с уверенным Browser Use.
Как это работает
Я дал агенту доступ к Google-таблице и написал четкую инструкцию пройтись по списку и обогатить данные.
Промпт, который я использовал:
Итоговая таблица должна включать:
1. Название канала
2. Ссылку на канал
3. Количество подписчиков
4. Контакт автора (если есть)
5. Средний охват 1 публикации
6. ERR
7. Средний рекламный охват 1 публикации за 24 часа.
Алгоритм поиска информации:
1. Перейди на https://tgstat.com/ru, в поиске вбей название нужного канала.
2. Выбери нужный канал, на странице нажми кнопку 'Статистика канала'.
3. Забери данные из разделов 'Подписчики', 'Средний охват', 'Средний рекламный охват 1 публикации'. Контакт админа можешь найти в описании канала на этой же странице.
4. Сохрани данные в таблицу. Числа вводи без разделителей разрядов (1000, а не 1 000).
5. Приведи таблицу к аккуратному виду (заливка, шрифты).
Нюансы, без которых агент затупит
Чтобы это сработало и агент не завис на середине, нужно учитывать ограничения LLM. Вот мои выводы из опыта с подобными задачами:
1. Ешьте слона по частям
У любого агента есть лимит контекста, после которого он либо остановится либо затупит. Если попросить сделать все 300 каналов разом, он начнет галлюцинировать или потеряет задачу. Я просил обрабатывать пачки по 20 каналов. Сделал 20 -> пишем "продолжай, следующие 20".
2. Снижайте автономность
Это контринтуитивно, но чем меньше свободы вы даете агенту, тем лучше он работает. Если просто сказать "найди данные в интернете", он начнет "думать": куда пойти, на что нажать, анализировать структуру страниц. Это жрет контекст и время.
В промпте я дал жесткий алгоритм: "Зайди на TGStat -> Нажми кнопку X -> Посмотри в поле Y". Так мы экономим его "мыслительный ресурс" на навигацию и своими размышлениями куда нажать он не засирает контекст.
3. Форматирование данных
Агенты любят копировать "как есть". Если он вставит в таблицу "10 500" с пробелом, то формулы в Google Sheets не сработают. Пропишите в промпте требование убирать пробелы в числах заранее, чтобы не тратить время на чистку данных руками.
4. Гигиена контекста
Даже при итеративном подходе контекст забивается. После обработки примерно 100 каналов я просто открывал новый чат, скидывал ему ту же таблицу и просил начать с 101-й строки. Это работает быстрее, чем заставлять агента ползти дальше.
Итог
Вместо найма человека или часов ручной работы я потратил 10 минут на составление промпта и периодически кликал кнопку "продолжай", занимаясь параллельно другими делами. Задача решена ценой одной подписки за $20.
Используйте этот подход для любых задач, где нужно собрать и структурировать данные из открытых источников.
🚀 Влад Корнышев про AI и создание AI-продуктов
👍25🔥19❤9
Продолжаю традиционную рубрику кратким обзором постов за последнюю неделю.
1. Конференция ROИИ: AI, бизнес и AI-продукты - 19-20 февраля организуем самую большую конференцию про реальный импакт AI на бизнес и бест-практис в области внедрения ИИ в бизнес-процессы и продукты. Все спикеры с прикладным опытом работы в бигтехе и стартапах. Конфа пройдет онлайн, у нас уже почти 700 регистраций. Есть бесплатная опция (за подписку на каналы спикеров). Залетайте, если пропустили анонс.
2. Написал AI-тул для работы с информацией в Телеграме, потому что устал делать это руками - выложил в Open Source свой инструмент TeleTools для авторов и читателей каналов, который экономит кучу времени. Этот дайджест также собран благодаря ему 🙂
3. База знаний по AI: Промпт-инжиниринг, AI-грамотность и готовые воркфлоу - собрал в одном месте все свои образовательные посты, гайды и переводы курсов. Мастхев для сохранения.
4. Как спарсить данные по 300+ каналам за час с помощью AI-агента и сэкономить время и деньги - практический кейс использования Perplexity Comet для сбора и структурирования данных из открытых источников. Если вам нужно обработать много даты в гугл таблички - здесь написано, как это сделать.
5. Посмотрел Super Bowl с американцами: как Anthropic продали им ИИ через ненависть к рекламе - взгляд изнутри на то, как зашла реклама Claude обычным людям и почему это крутой маркетинговый ход.
Прошлый дайджест тут
🚀 Влад Корнышев про AI и создание AI-продуктов
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥7❤4👍3
Оптимальные связки AI-инструментов и сценарии их использования
Продолжаю систематезировать материалы канала по категориям. Пост будет обновляться вместе с появлением новых инструментов.
В этой подборке я собрал свой актуальный стек: чем пользуюсь сам, от чего отказался и как оптимизирую расходы на подписки.
🏆 С чего начать
1. Мой сетап: Топ AI-инструментов на 2025-2026 год — мой опыт за прошлый год: что продлеваю, что отменил и чем заменил.
2. Платные сервисы: За что стоит платить — актуальный список инструментов под разные задачи, чтобы не сливать бюджет.
💻 AI-Кодинг и Прототипирование
Делю на два уровня сложности.
Уровень 1: Входная точка (Прототипирование и Дизайн)
Сборка веб-приложений и лендингов без навыков кодинга.
1. Bolt.new: Воркфлоу прототипирования на живом примере — запись вебинара: собираем приложение с нуля, используя Bolt и Stitch.
2. Stitch: От вайб-кодинга к вайб-дизайну — создание красивых интерфейсов и верстки без дизайнера. После последнего обновления стал еще мощнее.
3. Google Opal: Конструктор мини-аппов — идеально для простых утилит и агентов.
4. Replit: Круто, но не для всех — обзор автономного агента: почему это дорого и сложно для новичков.
Уровень 2: Хардкор (IDE и редакторы кода)
Для сложных приложений и глубокого вайб-кодинга.
1. Antigravity: Замена Cursor и AI-браузера? — разбор IDE от Google: почему я перехожу на нее.
2. Cursor: Почему инструмент испортился — критический разбор проблем с лимитами и новой бизнес-моделью.
3. Trae: Доступная альтернатива — редактор от ByteDance. *Важно:* с 24 февраля переходят на оплату по токенам, но все еще выгоднее Cursor.
📝 Работа с информацией, Поиск и Заметки
1. Affine и его настройка
• Affine: Симбиоз Notion и Miro — почему я перевел базу знаний сюда из Notion.
• Self-Hosted & AI: Как не платить за AI-подписку внутри заметок — инструкция по развертыванию на своем сервере с подключением дешевых ключей LLM.
2. Notion Mail: Лучший почтовый клиент — обзор клиента, заменившего мне Spark.
3. Работа с аудио:
• Vibe — лучший *бесплатный* транскрибатор.
• MacWhisper — комбайн для работы с речью на Mac (диктовка + транскрибация).
4. Perplexity (Поиск):
• Обзор режима Labs — агентский режим для сложных задач.
• Практический кейс — как я спарсил данные по 300+ каналам за час с помощью агента.
• Обзор браузера Comet — почему это красиво, но пока малополезно.
5. NotebookLM: Как использовать на полную на русском — гайд по генерации качественных подкастов.
🛠 Экономия и Хаки
1. IntelliBar: AI на кончиках пальцев — быстрый доступ к AI через шорткаты в любом месте системы.
2. Оптимизация расходов: Как использовать все топовые LLM и тратить меньше $20 — идеально, если нужно много моделей, но не 24/7.
3. Бесплатный доступ к инструментам: Системные промпты — пост с репозиторием системных промптов (Cursor, Bolt, Manus). Собираем аналог бесплатно в AI Studio.
4. Локальный AI: Гайд по настройке Ollama — инструкция для полной приватности данных.
🎨 Маркетинг и Обучение
1. Pomelli: Новый тул от Google — создание креативов и офферов на основе анализа вашего сайта.
2. Recraft + Gemini: Создание логотипа и айдентики — пошаговый воркфлоу для бренда.
3. English Learning: SmallTalk2Me — трекинг прогресса в английском (лучше, чем ChatGPT).
4. Работа с голосом: Альтернативы ElevenLabs — большой ресерч OpenSource решений для клонирования голоса.
🚀 Влад Корнышев про AI и создание AI-продуктов
Продолжаю систематезировать материалы канала по категориям. Пост будет обновляться вместе с появлением новых инструментов.
В этой подборке я собрал свой актуальный стек: чем пользуюсь сам, от чего отказался и как оптимизирую расходы на подписки.
🏆 С чего начать
1. Мой сетап: Топ AI-инструментов на 2025-2026 год — мой опыт за прошлый год: что продлеваю, что отменил и чем заменил.
2. Платные сервисы: За что стоит платить — актуальный список инструментов под разные задачи, чтобы не сливать бюджет.
💻 AI-Кодинг и Прототипирование
Делю на два уровня сложности.
Уровень 1: Входная точка (Прототипирование и Дизайн)
Сборка веб-приложений и лендингов без навыков кодинга.
1. Bolt.new: Воркфлоу прототипирования на живом примере — запись вебинара: собираем приложение с нуля, используя Bolt и Stitch.
2. Stitch: От вайб-кодинга к вайб-дизайну — создание красивых интерфейсов и верстки без дизайнера. После последнего обновления стал еще мощнее.
3. Google Opal: Конструктор мини-аппов — идеально для простых утилит и агентов.
4. Replit: Круто, но не для всех — обзор автономного агента: почему это дорого и сложно для новичков.
Уровень 2: Хардкор (IDE и редакторы кода)
Для сложных приложений и глубокого вайб-кодинга.
1. Antigravity: Замена Cursor и AI-браузера? — разбор IDE от Google: почему я перехожу на нее.
2. Cursor: Почему инструмент испортился — критический разбор проблем с лимитами и новой бизнес-моделью.
3. Trae: Доступная альтернатива — редактор от ByteDance. *Важно:* с 24 февраля переходят на оплату по токенам, но все еще выгоднее Cursor.
📝 Работа с информацией, Поиск и Заметки
1. Affine и его настройка
• Affine: Симбиоз Notion и Miro — почему я перевел базу знаний сюда из Notion.
• Self-Hosted & AI: Как не платить за AI-подписку внутри заметок — инструкция по развертыванию на своем сервере с подключением дешевых ключей LLM.
2. Notion Mail: Лучший почтовый клиент — обзор клиента, заменившего мне Spark.
3. Работа с аудио:
• Vibe — лучший *бесплатный* транскрибатор.
• MacWhisper — комбайн для работы с речью на Mac (диктовка + транскрибация).
4. Perplexity (Поиск):
• Обзор режима Labs — агентский режим для сложных задач.
• Практический кейс — как я спарсил данные по 300+ каналам за час с помощью агента.
• Обзор браузера Comet — почему это красиво, но пока малополезно.
5. NotebookLM: Как использовать на полную на русском — гайд по генерации качественных подкастов.
🛠 Экономия и Хаки
1. IntelliBar: AI на кончиках пальцев — быстрый доступ к AI через шорткаты в любом месте системы.
2. Оптимизация расходов: Как использовать все топовые LLM и тратить меньше $20 — идеально, если нужно много моделей, но не 24/7.
3. Бесплатный доступ к инструментам: Системные промпты — пост с репозиторием системных промптов (Cursor, Bolt, Manus). Собираем аналог бесплатно в AI Studio.
4. Локальный AI: Гайд по настройке Ollama — инструкция для полной приватности данных.
🎨 Маркетинг и Обучение
1. Pomelli: Новый тул от Google — создание креативов и офферов на основе анализа вашего сайта.
2. Recraft + Gemini: Создание логотипа и айдентики — пошаговый воркфлоу для бренда.
3. English Learning: SmallTalk2Me — трекинг прогресса в английском (лучше, чем ChatGPT).
4. Работа с голосом: Альтернативы ElevenLabs — большой ресерч OpenSource решений для клонирования голоса.
🚀 Влад Корнышев про AI и создание AI-продуктов
3🔥21👍9❤7
5 уроков, которым нас учит OpenClaw
Наверняка за последние 2 недели в вашем инфополе мелькало название OpenClaw - опенсорсного агента, который может управлять вашим компьютером.
Когда он только вышел, я открыл страничку на GitHub, глянул описание функций, подумал: “Ну ок, очередной агент с памятью и доступом к компьютеру”. Примерил на свои кейсы, понял, что это будет долго и дорого по токенам, и закрыл.
Однако с того момента вокруг проекта многое произошло:
• сначала мои рекомендации на YouTube завалили англоязычные блогеры с заголовками в стиле “ClawdBot is AGI”;
• затем подтянулись телеграм-инфоцыгане со своими курсами;
• после - про OpenClaw стали писать в каналах, которые я читаю регулярно (например, Байрам Аннаков сделал отличный эфир с разбором - рекомендую);
• а буквально на днях бахнула новость, что автора OpenClaw нанимают в OpenAI.
Давние читатели знают, что я не люблю хайповать. Напротив: мне нравится понаблюдать, получить свой опыт и только потом делать контент. Настало время разобрать, чему нас научила вся эта история 😁
Урок 1: Отсутствие цифровой грамотности - мощнейший фактор (и риск) роста
Про дыры в безопасности не говорил только ленивый. Потеря ключей, prompt-инъекции через обычный инвайт в календарь, трояны под видом плагинов - все идет в комплекте, ведь у агента по умолчанию полный доступ к машине. Базовый пользователь об этом не знает, ему важен вау-эффект - например, проактивность и сообщения от бота в Telegram. При этом, в отличие от других проектов, развернуть OpenClaw мог обычный вайбкодер, а потом это стало возможно сделать в 2 клика. Неграмотность юзеров и доступность каждому сделали проект одним из самых быстрорастущих на Github.
Выводы?
1. Делайте то, что кажется сложным для ЦА и впечатлит ее.
2. В AI главное - запилить продукт с low level of shame, MVP не должен быть секси во всем
3. Помните про безопасность и образовывайте пользователей, если хотите дальнейшего роста.
Урок 2: Экономика токенов не мешает росту, если правильно переложить ее на пользователя
Память и проактивность - не новые вещи, мы начали работать над подобным еще с августа 2025. Но решили пока не делать для B2C. Почему? Вся система памяти OpenClaw - это просто набор Markdown-файлов. Бот каждые 30 минут делает проверку, скармливая этот растущий контекст дорогой модели Claude Opus.
При подписке за $20 любая юнит-экономика рухнет: агент сожжет их за день (в сети есть кейсы сливов по $4000/мес на API!). Но переложите расходы на юзера - получите OpenClaw. Чтобы бизнесу зарабатывать на таком сервисе, подписка должна стоить от $300. Много ли готовых столько платить? А вот Bring Your Own Key модель может сработать, чтобы задать начальный импульс.
Урок 3: Маркетинг побеждает все?
На Reddit обсуждают, что рост продукта - это партизанский маркетинг с подставными инфлюенсерами. Экономика для людей - дорого. Для бизнеса - медленно и рискованно. Для людей из AI вроде меня - ничего впечатляющего, у нас уже есть рабочие AI-связки. Но грамотная упаковка агента и эффект привязанности в стиле “Тамагочи” (чего ранее не делали большие лаборатории) сделали свое дело.
Урок 4: Умение быстро шипить руками + брать на себя риски = карьерный успех
Главный инсайт: хочешь преуспеть - рискуй и делай. Из структуры проекта ясно, что он навайбкожен (автор собирает всё промптами). Результат? Оффер от OpenAI на кучу денег.
Пилите свои проекты. Минимум, который вы получите - это опыт и навык владения инструментами, который ой как пригодится в работе. Вложите деньги в маркетинг - получите бизнес-опыт. Если всё получится - возможно, найдете работу мечты. А если провалитесь - считайте, что прошли mini-MBA.
Урок 5: OpenSource - неочевидная бизнес-модель для роста
Кажется, на смену Freemium скоро придет OpenSource. Благодаря вайбкодингу реализовывать идеи сможет каждый. Смысл модели: отдаете комьюнити всё бесплатно, получаете бешеный охват, а зарабатываете на энтерпрайз-клиентах, которым нужна безопасность и SLA. Допускаю, что для B2B SaaS этот шифт случится в самое ближайшее время.
🚀 Влад Корнышев про AI и создание AI-продуктов
Наверняка за последние 2 недели в вашем инфополе мелькало название OpenClaw - опенсорсного агента, который может управлять вашим компьютером.
Когда он только вышел, я открыл страничку на GitHub, глянул описание функций, подумал: “Ну ок, очередной агент с памятью и доступом к компьютеру”. Примерил на свои кейсы, понял, что это будет долго и дорого по токенам, и закрыл.
Однако с того момента вокруг проекта многое произошло:
• сначала мои рекомендации на YouTube завалили англоязычные блогеры с заголовками в стиле “ClawdBot is AGI”;
• затем подтянулись телеграм-инфоцыгане со своими курсами;
• после - про OpenClaw стали писать в каналах, которые я читаю регулярно (например, Байрам Аннаков сделал отличный эфир с разбором - рекомендую);
• а буквально на днях бахнула новость, что автора OpenClaw нанимают в OpenAI.
Давние читатели знают, что я не люблю хайповать. Напротив: мне нравится понаблюдать, получить свой опыт и только потом делать контент. Настало время разобрать, чему нас научила вся эта история 😁
Урок 1: Отсутствие цифровой грамотности - мощнейший фактор (и риск) роста
Про дыры в безопасности не говорил только ленивый. Потеря ключей, prompt-инъекции через обычный инвайт в календарь, трояны под видом плагинов - все идет в комплекте, ведь у агента по умолчанию полный доступ к машине. Базовый пользователь об этом не знает, ему важен вау-эффект - например, проактивность и сообщения от бота в Telegram. При этом, в отличие от других проектов, развернуть OpenClaw мог обычный вайбкодер, а потом это стало возможно сделать в 2 клика. Неграмотность юзеров и доступность каждому сделали проект одним из самых быстрорастущих на Github.
Выводы?
1. Делайте то, что кажется сложным для ЦА и впечатлит ее.
2. В AI главное - запилить продукт с low level of shame, MVP не должен быть секси во всем
3. Помните про безопасность и образовывайте пользователей, если хотите дальнейшего роста.
Урок 2: Экономика токенов не мешает росту, если правильно переложить ее на пользователя
Память и проактивность - не новые вещи, мы начали работать над подобным еще с августа 2025. Но решили пока не делать для B2C. Почему? Вся система памяти OpenClaw - это просто набор Markdown-файлов. Бот каждые 30 минут делает проверку, скармливая этот растущий контекст дорогой модели Claude Opus.
При подписке за $20 любая юнит-экономика рухнет: агент сожжет их за день (в сети есть кейсы сливов по $4000/мес на API!). Но переложите расходы на юзера - получите OpenClaw. Чтобы бизнесу зарабатывать на таком сервисе, подписка должна стоить от $300. Много ли готовых столько платить? А вот Bring Your Own Key модель может сработать, чтобы задать начальный импульс.
Урок 3: Маркетинг побеждает все?
На Reddit обсуждают, что рост продукта - это партизанский маркетинг с подставными инфлюенсерами. Экономика для людей - дорого. Для бизнеса - медленно и рискованно. Для людей из AI вроде меня - ничего впечатляющего, у нас уже есть рабочие AI-связки. Но грамотная упаковка агента и эффект привязанности в стиле “Тамагочи” (чего ранее не делали большие лаборатории) сделали свое дело.
Урок 4: Умение быстро шипить руками + брать на себя риски = карьерный успех
Главный инсайт: хочешь преуспеть - рискуй и делай. Из структуры проекта ясно, что он навайбкожен (автор собирает всё промптами). Результат? Оффер от OpenAI на кучу денег.
Пилите свои проекты. Минимум, который вы получите - это опыт и навык владения инструментами, который ой как пригодится в работе. Вложите деньги в маркетинг - получите бизнес-опыт. Если всё получится - возможно, найдете работу мечты. А если провалитесь - считайте, что прошли mini-MBA.
Урок 5: OpenSource - неочевидная бизнес-модель для роста
Кажется, на смену Freemium скоро придет OpenSource. Благодаря вайбкодингу реализовывать идеи сможет каждый. Смысл модели: отдаете комьюнити всё бесплатно, получаете бешеный охват, а зарабатываете на энтерпрайз-клиентах, которым нужна безопасность и SLA. Допускаю, что для B2B SaaS этот шифт случится в самое ближайшее время.
🚀 Влад Корнышев про AI и создание AI-продуктов
1👍15❤5🔥4🤔4😁1