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

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.

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

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

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

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

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

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:

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

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

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

Уже завтра стартует конференция ROИИ 2026!

Друзья, осталось совсем немного до старта мероприятия, в организацию которого я вложил просто огромное количество сил. Результат? Уже почти 1300 участников: продактов, предпринимателей и других людей, которые хотят узнать, как работать с AI в бизнесе.

Нас ждет, не побоюсь этого слова, крутейшая конфа, на которой будут:
• Топовые спикеры с разнообразным опытом: есть как AI Heads и CTO из компаний уровня Avito, Skyeng, T-Bank - тех, кто пионерит AI в РФ, так и практики с опытом внедрений на US, UK и Saudi рынках;
• Кейсы внедрений и разработки AI начиная с эпохи до GenAI и заканчивая самыми актуальными сегодняшними моделями;
• Куча образовательных материалов, которые вы сможете забрать и применить на практике после посещения.

Сегодня делали тестовые прогоны со спикерами и доклады там на высшем уровне: огромное количество кейсов, внутрянки, готовые фреймворки. Наверное тот редкий случай, когда я могу сказать, что посетив мероприятие, ценность вы можете получить от каждого спикера.

Я выступлю с докладом: “Инвестиции в AI: внедрение решений VS обучение команды. Как выбрать стратегию”.

Разберу такие вопросы как:
• Когда покупка подписок на LLM и базовое обучение команды даст больше ROI, чем сложная разработка?
• Когда для результата достаточно усилий базовой команды разработки и подключения к API LLM?
• В какой момент игра стоит свеч, и бизнесу пора инвестировать в собственный AI-отдел и свои модели?

С учетом бесплатной опции участия, на мой взгляд, у мероприятия нет альтернатив по уровню и качеству. А если вы не сможете присутствовать онлайн - в канале конфы будут доступны записи и материалы от каждого из спикеров.

📌 Программа конфы на сайте
📅 Добавить в календарик
👉 Быстрая регистрация в боте по ссылке

День 1 - 19 февраля - стартуем в 13:30 по МСК!
День 2 - 20 февраля - начало в 13:00!

🚀 Влад Корнышев про AI и создание AI-продуктов

Как начать вайбкодить нетехнарю?

Вайб-кодинг сейчас на диком хайпе. Строить свои приложения стало безумно популярно, а в сети куча историй о том, кто и сколько заработал на своем B2B SaaS. Как человек, который в теме довольно давно, я хочу поделиться набитыми шишками, как через личный опыт, так и через опыт тех ребят, которых я обучил за последний год.

Кстати, на прошедшей ROИИ 2026 случился дополнительный спонтанный доклад от меня. Нужно было заполнить время между спикерами и я прямо на ходу показал, как собирал лендос конфы. Вы просили поделиться, а так как в официальной программе этого выступления не было - эмбарго на него не распространяется. Решил выложить его для вас!

Если давно хотели начать вайбкодить, но не знали как подступиться - сохраняйте этот пост 😁

1. Начните с визуальных инструментов
Забудьте на старте про CLI, IDE и докеры. Начинайте с визуальных агентов вроде Bolt, Lovable или v0. Вы просто открываете браузер, видите эмулятор и можете буквально "тыкать мышкой", прося изменить конкретные элементы. Меньше когнитивной нагрузки = выше процент усвоения. Под капотом у них Claude, отлично понимающая естественный язык. А сложные термины вы узнаете в процессе.

2. Начинайте с малого
Не делайте сразу огромный проект. Через 2-3 месяца вы поймете, что наломали столько дров, что его проще удалить и переписать заново. Потратите кучу времени и токенов. Ваш старт это мелкие скрипты-оптимизаторы для рабочих задач и мини-приложения.

3. Пишите код осознанно
Вайб-кодинг это не просто слепое согласие с ИИ. Общайтесь с моделью! Спрашивайте агента: "Почему ты написал это именно так? Это безопасно?". Pro Tip: копируйте код во внешнюю LLM и просите объяснений. Больше вопросов - быстрее ваш рост.

4. Качайте насмотренность
Собирайте скрины сайтов, сервисов и приложений, которые вам нравятся и пытайтесь воспроизвести интерфейс. Сложные UX/UI паттерны всегда имеют свои подводные камни. Разобравшись с ними на этапе копирования, вы легко обойдете их в своем проекте.

5. Всегда сохраняйтесь
Достигли результата, который вам нравится? Просите агента сделать коммит в Git. Не полагайтесь на кнопки отката в ИИ-сервисах, они часто ломают проект. Относитесь к этому как к сейвам в игре перед битвой с боссом.

6. Не скупайте все подписки
Вайб-кодинг вызывает жуткое привыкание, многие буквально перестают спать по ночам. А еще 5 новых тулов обеспечат вам расфокус: у каждого из них свои особенности. Лучше стать мастером 1 инструмента, чем посредственно владеть 5. А лимиты и квоты базовых тарифов спасут от бессоницы и сохранят вас в семье 😁

7. Используйте подход Design First
Сначала визуал, потом код. Используйте Figma, Stitch, Nano Banana или рисуйте от руки. С макетом проще понять, чего вы хотите. Отличный паттерн: нарисовать экраны схематично, закинуть фото в LLM и попросить сгенерировать код на базе картинки. По теме я проводил вебинар.

8. Сложные элементы промптите через LLM
Не знаете, как описать сложный блок? Опишите ситуацию в LLM и попросите задать уточняющие вопросы, а затем составить идеальный промпт для кодинг-агента. Дальше итеративно: промпт агенту -> скриншот -> фидбек в LLM. Не самая экономная стратегия, но для сложных задач работает безотказно.

9. Пишите ТЗ самостоятельно
Не просите ИИ написать вам всё ТЗ целиком. Из-за ограничений контекста он упустит корнер-кейсы. Пишите пошагово, думая головой: "Вот главная страница, распишем её функции". Прочитали, поправили. И так для каждого элемента. Без ТЗ не работаем!

10. Не изобретайте велосипед
Нужна авторизация или рассылка писем? Не надо писать это с нуля: это долго и небезопасно. Попросите Perplexity найти готовые компоненты под вашу задачу. Берите репозитории с GitHub, где 500+ звезд и обновления не старше 6 мес. Это сэкономит вам кучу времени.

11. Формируйте библиотеку компонентов
Собирайте свои заготовки: базовые шаблоны или удачные куски кода. Когда в следующий раз вам понадобится подобное - просто скормите этот готовый фрагмент агенту. + 100 к скорости и минус двойная работа.

🚀 Влад Корнышев про AI и создание AI-продуктов

Давайте знакомиться лично: нетворкинг и AI-комьюнити

Ребят, после конференции нас здесь стало почти на 1 500 больше! Я точно знаю, что среди моей аудитории куча классных людей, поэтому, когда я планировал этот год, одной из идей была регулярная рубрика для нетворкинга. Я очень верю в силу живого общения и слабых связей, поэтому решил запустить эксперимент.

Запускаю сразу два формата:

1. Личный созвон со мной
Я хочу выделять время, чтобы созваниваться с вами. Это не консультация, не менторство и не продажа чего-либо. Это нетворкинг в чистом виде: познакомиться, узнать, кто вы, чем занимаетесь, и понять, чем можем быть полезны друг другу. Без обязательств и адженды.

Первые 10 человек, кто напишет мне в личку @vladkor97 с пометкой "Нетворкинг" - попробуем подобрать удобное время и пообщаться 15-20 минут на этой или следующей неделе. С остальными - подберем слоты позже. Пишите, отвечу всем!

Важно: когда будете писать, черкните пару строк о себе. Если вы читаете мой канал, скорее всего, вы меня знаете. А я хочу лучше узнать вас 🙂

2. Нетворкинг для всех
Раз вы здесь, значит всех вас одинаково интересует тематика AI, его внедрение в бизнес и то, как делать с ним продукты. Было бы странно не использовать это, чтобы найти "своих".

Пишите в комментариях к этому посту:
• Кто вы и что делаете в сфере AI/продуктов?
• Чем можете помочь другим?
• Кого или что ищете (партнера, сотрудника или совет)?

Ваши комментарии сразу улетают в чат канала - самое время его оживить. Может быть, именно здесь вы найдете будущего кофаундера или проект. Я тоже буду все читать и, если увижу общие интересы, напишу вам сам.

Показывайте себя. Погнали!

🚀 Влад Корнышев про AI и создание AI-продуктов

Пересобрал Академию: запуск выделенного сайта для корпоративного обучения

На конференции ROИИ я говорил о том, что у внедрения ИИ есть две неразрывные грани: системное обучение людей и техническая интеграция в процессы. Как вы знаете, я занимаюсь и тем, и другим. И сегодня хочется сделать анонс как раз про обучение команд.

Раньше я работал с B2B-клиентами в основном в закрытом формате: через презентации, нетворк и прямые индивидуальные запросы. За это время я организовывал кастомные корпоративные потоки и обучал специалистов из Avito, Яндекс Практикума, Bayer, НПФ Газфонд ПН, Flowwow и других крупных компаний.

Однако вместе с ростом направления стало логично все структурировать и сделать под него отдельную посадочную страницу. В январе я уделил довольно много времени тому, чтобы пересобрать этот процесс.

Что мы делаем для бизнеса?
Теперь у NGI Academy есть отдельная страница для корпоративного обучения. Мы не продаем универсальные лекции. Мы делаем кастомные программы и адаптируем образовательные траектории строго под запрос и специфику конкретных компаний.

Мы обучаем команды закрывать потребности бизнеса самостоятельно: от базовой автоматизации повторяющихся задач до продвинутого AI Product Management и создания внутренних ИИ-продуктов.

Перед тем как комититься в полноценное обучение, можно сделать короткое пробное занятие для тех, кого это интересует, чтобы оценить вовлеченность команды перед стартом, а также собрать их запросы на персонализацию.

👉 Подробности по форматам и процессу работы можно почитать на новом сайте.

Отправляйте эту ссылку своим HRD или менеджерам, ответственным за обучение. Либо, если вы сами являетесь таким руководителем, то все подробности там. Если есть какие-то вопросы, можете написать мне в личку @vladkor97, я с радостью вам отвечу.

P.S. Апдейт по публичным общим потокам (для тех, кто хочет учиться для себя) ждите через неделю. Там тоже много крутых изменений.

🚀 Влад Корнышев про AI и создание AI-продуктов