Почему я считаю, что не стоит самостоятельно проектировать сложные мультиагентные системы (если вы не R&D-команда)

На днях в обсуждениях канала задали отличный вопрос: планирую ли я делать какой-то образовательный контент по настройке оркестрации агентов? Речь о системах, где 10-20-30 агентов проверяют друг друга, сами принимают решения и работают как реальная команда.

Вопрос вроде бы про обучение, но по сути он вскрывает большую проблему того, куда сейчас движется рынок. Я вижу явный тренд: многие пытаются навайбкодить сложные мультиагентные системы, а в итоге получают кучу проблем. Жалуются, что ничего не работает, а если и получается завести - то выходит безумно дорого.

Я написал в чате развернутый ответ на этот счет и решил вынести его сюда. Спойлер: лезть в это сейчас рядовым проектам не надо, и вот почему.

1. Экономика никогда не сойдется
Это практически всегда обходится дорого. Каждая перепроверка в цепочке агентов - это токены, а токены - это деньги. Возьмем тот же скилл Anthropic по созданию презентаций: модель сначала их создает, потом скринит, потом перепроверяет. Если делать свой продукт с такой логикой, каждый запрос будет стоить нереальных денег. Такое могут позволить себе только команды с собственным инференсом LLM (в основном топовые лабы). Реальных бизнес-задач, под которые компании выгодно было бы развернуть свою LLM, очень мало, а селф-хост модели сейчас сильно отстают в агентских возможностях.

2. Иллюзия автономности и качества
Нам в маркетинге рисуют красивые цифры, что модель работает автономно по 8-10 часов. Но это маркетинг. Реальная длительность задачи, которую LLM может адекватно выполнить автономно, находится в районе 20 минут (у Рефата недавно был хороший пост на эту тему). При этом на саму задачу модель может потратить времени больше, чем эти 20 минут.

Именно поэтому сейчас куда более актуален подход, где оркестратор - не LLM, а человек. Мы сохраняем human-in-the-loop как основной принцип. Без него в профессиональных задачах вы получите AI-slope, а не готовый к использованию результат.

3. Каскадные галлюцинации
Чтобы мультиагентные системы были реально автономными, результат должен быть детерминированным. LLM сами по себе склонны к галлюцинациям. А когда у вас цепочка из 10-30 агентов, эта вероятность не просто множится, она превращается в каскадные галлюцинации. Сейчас созданием надежных систем такого уровня занимаются гиганты вроде Anthropic, Google и OpenAI, потому что только они могут позволить себе такие R&D-затраты.

Почему тогда все переключились на вайбкодинг?
Вячеслав в своем сообщении очень точно подметил: "Как будто-бы все сейчас переключились на вайбкодинг, а агенты немного ушли на второй план". И это абсолютно логично вытекает из пунктов выше.

Прямо сейчас вайбкодинг - это самый низковисящий фрукт. Есть отличный набор задач, которые действительно можно быстро и дешево закрыть кодом, не выстраивая сложные цепочки из нейросетей.

Решит ли вайбкодинг все вопросы? Вообще нет. Решат ли их мультиагентные системы? Тоже нет. Язык - лишь небольшой аспект нашего мира. По этому поводу был у меня ранее пост + разбор статьи

👇 Присоединяйтесь к дискуссиям в чате канала!
Этот пост родился из обычного вопроса в комментариях. В нашем чате периодически обсуждают очень интересные вещи, и я часто залетаю с ответами, которые не всегда попадают в основную ленту. Заглядывайте в комментарии и вступайте в обсуждение!

🚀 Влад Корнышев про AI и создание AI-продуктов

Развитие канала, монетизация и как мы можем посотрудничать

На фоне того, что ко мне стали довольно часто приходить с запросами на рекламу, плюс подъехали свежие новости от ФАС и Роскомнадзора об ограничении рекламы в мессенджерах, решил написать пост про рекламу и форматы возможного сотрудничества.

Отвечу сразу: платной рекламы в канале нет и в ближайшее время не будет. И вот почему:

1. У канала другие цели
Я не нуждаюсь в мелочной монетизации, у меня нет KPI выжимать из блога деньги на сторонних ссылках. Для меня этот канал - в первую очередь способ делиться своим опытом, давать пользу другим, качать нетворк крутых специалистов и учиться четче формулировать собственные мысли. Да, это еще и площадка для прокачки личного бренда и продвижения моих продуктов. Вы видите, что я периодически рассказываю про консалтинг в EAI или анонсирую обучение в NGI Academy (кстати, ближайший старт B2C-потока будет уже 18 числа). Но даже со своими проектами я стараюсь не частить и не злоупотреблять вашим вниманием.

2. Экономика и уважение к аудитории
Если делать рекламу, она должна приносить нормальные деньги - в моей картине это хотя бы 1000 долларов в месяц которые я бы мог реинвестировать в рост канала. При текущем размере канала, чтобы выходить на эту сумму, мне придется буквально заваливать вас рекламными постами. Я свою аудиторию уважаю и спамить всяким шлаком не собираюсь. Пока канал не вырастет до тех цифр, где нормальный бюджет получается с одной публикации, платных интеграций не будет.

3. Обязательный тест продукта
Если я что-то и буду рекомендовать, это должен быть качественный продукт, в котором я уверен. Брать деньги просто за то, чтобы не глядя закинуть чужой текст в канал - не моя история. Мне нужно время, чтобы ознакомиться с сервисом, потрогать его руками. Формат должен быть честным: я открыто говорю, что это реклама, при этом понимая, что штука реально крутая и я могу рекомендовать.

4. Новый закон о рекламе
Ну и вишенка на торте - свежие разъяснения ФАС о том, что размещение рекламы в Telegram (и на других ресурсах, попавших под ограничения Роскомнадзора) теперь содержит признаки нарушения закона "О рекламе". Ответственность за это несут и рекламодатель, и распространитель. Поэтому, если рекламные интеграции когда-то и появятся, то они будут проводиться исключительно через мое зарубежное юрлицо и таргетироваться на русскоязычную аудиторию вне РФ (а вас на канале довольно много).

Возможны ли другие форматы сотрудничества?
Да, абсолютно. Пока я не даю платную рекламу, мы можем повзаимодействовать иначе:

1. Бесплатно поделюсь крутым проектом. Если вы пилите классный продукт (как недавно парень сделал тренажер для промптинга и собирал фидбек) - скидывайте. Если мне реально понравится, я расскажу о нем в канале на безвозмездной основе.

2. Взаимопиар. Если у вас Telegram-канал плюс-минус такого же размера, можем договориться об обмене аудиторией. Но есть важное условие: ваш канал должен мне искренне понравиться, зацепить и нести реальную пользу моим подписчикам, я хочу, чтобы моя аудитория получала пользу, а не шитпост или просто рассказы о том, как кто-то мучался 10 часов с моделью Х, чтобы заставить ее сделать У.

3. Совместные эфиры. Я знаю, как сложно даются первые шаги в построении своего канала. Поэтому, если у вас пока мало подписчиков, но вы классный спец с прикольным контентом - давайте проведем совместный эфир. Если мы действительно дадим людям пользу, то мне абсолютно пофигу, что от вас ко мне придет 50 человек, а от меня к вам - 500. Главное - дать пользу. Давайте делать.

Ссылку на этот пост я добавлю в закреп, чтобы перенаправлять на него все будущие запросы о сотрудничестве.

🚀 Влад Корнышев про AI и создание AI-продуктов

Perplexity скатились и просто хотят денег?

Через 10 дней у меня заканчивается годовая подписка на Perplexity, и я серьезно задумался о том, чтобы ее не продлевать.

Многие знают, что Perplexity - один из моих любимых AI-тулов. Раньше это был незаменимый инструмент для ресерча и абсолютный топ по соотношению value for money. Платишь за одну подписку - получаешь доступ к ChatGPT, Gemini и Claude в одном месте. Выбор казался беспрецедентным, особенно когда можно было взять ключ на год за копейки.

Но в последнее время я наблюдаю, как компания методично закручивает гайки. Делюсь наблюдениями.

1. Конец дешевым подпискам
Первое, что бросилось в глаза - массовый отлет подписок по промокодам (те самые ключи с плати.ру). Лавочку закрывают. Очевидно, что период набора пользовательской базы закончился, и теперь стартап пытается монетизировать аудиторию. Логично, но как именно они это делают и не идет ли это во вред продукту?

2. Жесткая порезка лимитов втихаря
Бесплатная версия сейчас стала фактически бесполезной: жесткие лимиты на выбор моделей, всего 3 Pro-поиска в месяц и 1 Deep Search.

Но и Pro-тариф пострадал капитально. В феврале лимиты порезали так:
• Research: с 600 запросов в день (18 000 в месяц) до 20 в месяц! Это урезание на 99.8%.
• Labs: с 50 до 25 запросов.

И самое забавное - написали об этом только в Твиттере. Никаких уведомлений в интерфейсе или рассылок. Я использую ресерч для сложных рабочих задач и впервые уперся в лимит еще до конца месяца. Обычные запросы теперь тоже ограничены размытой формулировкой про "недельные лимиты". Pro-тариф за $20 потихоньку превращается в демо-версию.

3. Прыжок веры в тариф Max
Между подписками за $20 и $200 (Perplexity Max) нет ничего. Стратегия "все или ничего", где Pro, видимо, нужен только для выхода в ноль по юнит-экономике, а зарабатывать они планируют на Max. И именно туда они прячут все самое интересное.

4. Paywall на базовые идеи и топовые модели
Например, новая функция "Консилиум моделей" (когда несколько LLM отвечают и синтезируют ответ) доступна только в Max. Хотя эту идею Андрей Карпатый реализовал в open-source бесплатно еще год назад. Почему просто не списывать 3-4 запроса с баланса Pro-пользователя?
То же самое с моделями. Раньше в Pro были доступны все frontier-модели. Сейчас самые дорогие и думающие агентские модели (вроде Opus) переехали в Max.

Кстати, новая функция Perplexity Computer (что-то среднее между OpenClaw и Manus) тоже в Max, но тут претензий нет - она жрет очень много токенов.

5. Деградация качества ответов
Это субъективное ощущение, но модели через Perplexity работают хуже, чем напрямую. Я сравнивал ответы Gemini 3.1 в нативном интерфейсе и через Perplexity. Нативный Gemini думает дольше, но выдает качественный результат. В Perplexity та же модель отвечает быстрее, но галлюцинирует. Аналогично с моделями Anthropic. Складывается ощущение, что они урезают effort модели и контекстное окно ради экономии токенов.

Итог
Понятно, что Perplexity как стартапу нужно выживать и выходить в плюс. Но для меня основная джоба - это диверсификация и создание артефактов при работе с информацией и AI-поиском.

У меня уже есть подписка на Gemini, а GPT-модели и прочее мне не особо нужны. А теперь смотрим на Perplexity: для поиска они используют модель от Anthropic, для создания артефактов в режиме Labs - тоже модель от Anthropic.

Если под капотом для моих задач все равно крутится Claude, а функционал приложений плюс-минус равен (у Anthropic тоже есть проекты и артефакты), то зачем мне платить прослойке с жесткими лимитами? Проще и эффективнее оплачивать Anthropic напрямую и получать максимум от модели без искусственных ограничений.

P.S. Пошел уже отменять подписку, выбрав, что ухожу к конкурентам - дали скидку 50% на год. За эту цену пока оставляю, подробнее почему расписал в комментариях 😅

🚀 Влад Корнышев про AI и создание AI-продуктов

Ревью Lenny's Pass - лучшей подписки для старта в AI (и экономии $1000)

Почти год назад я уже писал про Lenny's Pass. Недавно я ревьюил свои подписки, и заглянул посмотреть что изменилось. Да, часть классных штук уехала в более дорогой тариф, но сейчас это по-прежнему лучшая точка входа для тех, кто хочет получить максимум AI-инструментов за $200.

Сразу закрою вопрос доверия и реальной ценности: Ленни - значимый человек в индустрии, а его подписка - это прежде прежде всего доступ рассылке, в которую входят полезные материалы от топов из Google, Anthropic, Open AI. А вот пак AI-инструментов идет уже как невероятно жирный бонус. Я сам сижу на этом бандле почти год, полет нормальный, и многие сервисы из моего текущего топа я распробовал именно благодаря этой подписке.

Важный нюанс и небольшой лайфхак
Промокоды дают годовую подписку, но работают только на новые аккаунты. Если вы уже покупали подписку на конкретный сервис, продлить ее этим промокодом не выйдет.

Поэтому делаем так: просто создайте новый Google-аккаунт специально под этот бандл. Почему Google? Потому что через него проще и быстрее всего в один клик авторизоваться во всех остальных сервисах. Оформляете Lenny's Pass на эту новую почту, и через нее же логинитесь в тулах. Это критически важное условие - почта, на которую куплена подписка Ленни, и почта для активации самих сервисов обязательно должна совпадать.

Коротко про тариф Insider ($350)
Я сфокусируюсь на базовом тарифе, но если вы смотрите на Инсайдер, оттуда смело рекомендую:
• Bolt, Lovable и Replit - шикарные решения для быстрого прототипирования и начального входа в AI-кодинг.
• ElevenLabs - лучший voice-over на рынке.
• Canva - база для тех, кто много работает с визуалом.
• Gamma - сам я не фанат таких ИИ-презентаций, но если вам нужно штамповать их пачками, то норм.

Тариф Annual ($200): Что внутри и на что обратить внимание
Я выделил 5 самых интересных для меня инструментов из базового пакета:
• Amp. Очередной кодинговый агент. Лично я с ним дела не имел, но базовые принципы и модели сейчас везде одинаковые. Если хотите попробовать AI-кодинг, не инвестируя $200 в один конкретный тул - это очень крутой оффер.
• Manus. Тот самый нашумевший агент. Отдельно за свои деньги я бы его не купил, но в бандле увидеть его был рад. Если хотите поэкспериментировать с делегированием крупных автономных задач (чтобы он сам поресерчил, создал, отредактировал) - инструмент крутой.
• Perplexity. Как я писал в прошлом посте, это все еще один из моих любимых инструментов, вопросы есть только к их ценовой политике. Если вы им еще не пользовались - он точно войдет в ваш арсенал.
• n8n. Я не фанат этого инструмента. На мой взгляд, лучше освоить AI-кодинг, чем строить визуальные ноды. Но если вы видите для себя профит в автоматизации и не хотите заморачиваться с кодом - почему нет.
• Wispr Flow. Один из лучших на рынке тулов для работы с диктовкой и транскриптами на базе хороших моделей. Честно скажу: экономически целесообразнее один раз купить MacWhisper. Но чтобы глобально познакомиться с концепцией диктовки, это предложение отлично подойдет.

Каждый из этих пяти инструментов отдельно стоит около $200 в год. То есть мы получаем пак стоимостью минимум $1000 всего за $200.

При этом в базовый тариф входят и другие крутые вещи: например, Granola или кредиты на Cursor (мне они уже нерелевантны, но многим точно пригодятся). Базовая подписка за $200 покрывает практически все потребности. А если вы готовы отдать $350 за Insider со всеми генераторами кода - это будет просто офигеть какая выгодная сделка.

Взять себе подписку можно тут

🚀 Влад Корнышев про AI и создание AI-продуктов

Нейросетевая халатность: как использование LLM приводит к последствиям - от проблем в бизнесе до травм и смерти

На днях наткнулся на жуткую новость в сети: в США подан первый иск против Google из-за того, что Gemini довела человека до самоубийства.

Обычно в ленте все радостно пишут про классные промпты и то, как ИИ упрощает жизнь. Но я и в своих постах, и на образовательных мероприятиях всегда стараюсь донести следующие тезисы:

1. ИИ - это не лучший помощник для решения психологических проблем. При проблемах лучше обращаться к специалисту.
2. Любая сфера, где нужна специфическая экспертиза (domain knowledge) - потенциальная зона риска. Если у вас нет компетенций в чем-то нельзя слепо доверять LLM.

Я работаю с LLM огромное количество времени и регулярно вижу, как модель может выдать потенциально опасный для человека результат. Почему так происходит?

Архитектура LLM несовершенна. Модели не проектируются так, чтобы фундаментально не генерировать вредоносный контент. Вместо очистки данных разработчики просто закрывают дыры и ставят фильтры безопасности, которые часто не срабатывают. Буквально пару недель назад я нашел эксплойт, который позволяет обойти эти запреты и заставить тот же Gemini сгенерировать дикпики (пруф прикрепил скрином). Да, концептуально это забавно 😁 Но именно через такие дыры в системе и идет весь вред. Как именно я это сделал - не поделюсь, потому что через эту уязвимость можно генерировать в целом практически любой вредоносный контент. Если в ближайшее время не закроют - буду репортить способ гуглу.

У ИИ нет связи с реальным миром. Модель не знает законов нашего физического мира в принципе. Если вы делаете приложение для генерации планов питания, будьте готовы, что нейросеть будет стабильно занижать калории и нутриенты. Если хотите тренироваться с помощью ИИ - опирайтесь исключительно на надежные источники, а не на связку LLM + ваше эго. Лично у меня был кейс, когда попавшись на собственную самоуверенность и нежелание признавать откат в форме после болезни, я пошел к ИИ. LLM дала мне план с некорректной периоридизацией нагрузок, что в итоге привело к микротравме, из-за которой я вынужден тренироваться с осторожностью.

И это касается не только физиологии. В своей регулярной работе я постоянно замечаю, что при анализе ситуаций или генерации каких-то выводов модель может выдавать абсолютную ахинею. Здесь нужно быть максимально осторожным.

Все это - сторона личной безопасности. Но есть еще огромный пласт корпоративной безопасности. Ошибки ИИ и слепое доверие алгоритмам в бизнесе ведут к утечкам данных, неправильным управленческим решениям и, как следствие, масштабным сливам бюджетов.

На этой неделе я планирую провести эфир, где мы подробно разберем тему безопасности. Если интересно - накидайте реакций на пост. На эфире поговорим про корпоративные риски, утечки данных и про то, как безопасно использовать ИИ для себя, чтобы не навредить ни здоровью, ни бизнесу.

🚀 Влад Корнышев про AI и создание AI-продуктов

Старт 6 потока Академии: зову на открытое занятие

Напоминаю, что на этой неделе стартует новый поток ИИ-буткемпа.

Сразу уточню по расписанию: первое занятие пройдет в четверг, а не в среду, как планировалось. Меня пригласили на мичиганскую конференцию по ИИ, поэтому старт пришлось немного сдвинуть, но будет дополнительно чем поделиться :)

А теперь инфа для тех, кто думает о покупке, но хочет сначала посмотреть, как всё устроено внутри.

Меня откровенно бесят классические инфобизнесовые механики с вебинарами воронками и прогревами. Обучение хочется делать в кайф, а не ради слепых конверсий. Поэтому в этот раз я решил сделать проще и не париться с прогревающими вебинарами.

Если вы реально заинтересованы в покупке места на буткемп - напишите мне: я пущу несколько человек прямо на наше первое занятие. Без оплат, агрессивных продаж и обязательств по покупке. Просто придете, познакомитесь с форматом и поймете, подходит ли вам такой стиль работы со мной.

Еще один важный момент: я неоднократно говорил, что в этом году у меня в приоритете B2B-направление, и мой временной ресурс сейчас сильно ограничен. Если спрос на корпоративное обучение будет стабильно высоким, я отдам все свободные слоты под бизнес, а не под B2C.

Так что, если тема внедрения ИИ для вас сейчас актуальна, искренне советую стартовать с нами на этой неделе, т.к я пока не знаю, буду ли я организовывать еще публичные потоки в ближайшее время.

Кто хочет попасть на открытое занятие - пишите мне в личку @vladkor97.

Полная программа и детали буткемпа тут: https://www.ngi.academy/

🚀 NGI дайджест №34

Продолжаю традиционную рубрику с подборкой вышедших за последнее время материалов в моем канале.

1. Старт 6 потока Академии: зову на открытое занятие - на этой неделе стартовал новый поток буткемпа, и несколько человек залетело на первое открытое занятие. На следующей неделе хочу повторить этот формат для урока по промпт- и контекст-инжинирингу. Если хотите попробовать продукт и залететь на буткемп - пишите мне в ЛС, я вас добавлю. Важный момент: пускаю только новеньких! Если вы были на первом занятии и хотите учиться дальше - совершайте покупку. Формат сделан для того, чтобы люди могли прощупать подачу и понять, подходит ли им обучение, а не получать на халяву материалы, за которые другие платят. Это было бы нечестно по отношению к студентам, которые уже оплатили обучение.

2. Выступил на панели "AI Agents: The Next Digital Workforce" в США - поделился 4 главными инсайтами с мероприятия в Мичигане. Обсудили, какие процессы лучше автоматизировать, зачем нужен RAG и почему продуктовая насмотренность сейчас важнее хардкорного кодинга.

3. Нейросетевая халатность: как использование LLM приводит к последствиям - поднял критически важную тему безопасности. Почему нельзя использовать ИИ как психотерапевта, слепо доверять ему в узких нишах и как ошибки моделей бьют по бизнесу и здоровью. На следующей неделе анонсирую эфир по этой теме, на этой просто не было времени.

4. Perplexity скатились и просто хотят денег? - мои личные наблюдения о том, что сейчас происходит с одним из любимых ИИ-поисковиков: жесткое урезание лимитов и пейволлы на базовые фичи. Тем не менее, я все равно продлил подписку со скидкой. 200 долларов она сейчас точно не стоит, а вот за 100 - вполне.

5. Ревью Lenny's Pass - лучшей подписки для старта в AI - рассказал про классный бандл. В первую очередь он дает доступ к крутому образовательному контенту и рассылке от топов индустрии, а уже бонусом вы получаете легальный доступ к Bolt, ElevenLabs, Perplexity и другим инструментам, экономя около $1000.

6. Почему не стоит самостоятельно проектировать сложные мультиагентные системы - ответил на частый вопрос и разобрал, почему каскадные галлюцинации и дорогая экономика токенов делают сложные ИИ-цепочки невыгодными для обычных проектов.

7. Развитие канала, монетизация и как мы можем посотрудничать - объяснил, почему в моем блоге нет и не будет платной рекламы, а также рассказал, в каких форматах я открыт к нетворкингу, взаимопиару и бесплатной поддержке крутых проектов.

Прошлый дайджест тут

🚀 Влад Корнышев про AI и создание AI-продуктов

5 апреля я выдвигаюсь из США домой в Россию. Точные даты пока формируются, но то, сколько я там пробуду, будет зависеть от загрузки и рабочих дел. Возможно, останусь подольше.

В этот период хочу максимально продуктивно использовать время по двум направлениям:

1. Очное корпоративное обучение по ИИ.
Обычно за оффлайн я беру доплату за перелет, так как не проживаю в РФ. Но раз я все равно буду на месте, для вашей компании это отличный шанс сильно сэкономить бюджет. При этом вы получаете живой формат, максимальную вовлеченность сотрудников и наилучшее качество работы со мной. На очное обучение возьму ТОЛЬКО ОДНУ команду, не больше, так должен вернуться в Штаты в рамках сроков визы. Подробности по корп обучению можно посмотреть у меня на сайте, а вопросы задать мне в ЛС.

2. Конференции, митапы и подкасты.
Также я открыт к участию в ваших ИИ-мероприятиях: готов выступить с индивидуальным докладом или присоединиться к панельной дискуссии. Условия простые: если ивент в Москве - готов выступить бесплатно. Если это регионы, то с вас оплата дороги и проживания в месте проведения.

Обо мне и моем опыте можно почитать в закрепе канала.

Сейчас я хочу выстроить свой график на эту поездку. Поэтому если вам актуально прокачать команду или нужен спикер на мероприятие, пишите мне в личку @vladkor97 - обсудим детали и забронируем даты.

Обзор очков Oakley HSTN с AI от Цукенберга

Помните, я как-то писал про анонс умных очков от компании запрещенного в России рептилоида?

Думал о покупке сугубо спортивных Vanguard для велика, но в процессе понял, что мой текущий сетап из экшн-камеры, наушников Shokz и проверенных фотохромных очков меня устраивает на все 100%. Менять шило на мыло не стал.

А вот с обычными, повседневными очками история вышла другая. Настало время проверять зрение и менять оправу. Оказалось, что доплата за смарт-версию не такая уж и большая. В итоге я не удержался и взял прозрачные Oakley HSTN со встроенным AI!

Собственно, я походил с ними, собрал впечатления и записал для вас большой честный обзор. Постарался рассмотреть их не просто как очередной гаджет, а подошел со стороны своей экспертизы работы в индустрии ИИ:

• Показал, как работает режим Live AI в быту (да, я заставил очки подбирать мне чай к ананасу).
• Разобрал лютые костыли от разработчиков: почему очки заставляют страдать с милями и фаренгейтами, зачем нужен VPN для скачивания английского языка даже в США и как криво работают интеграции со здоровьем.
• Сравнил звук очков с костной проводимостью Shokz и оценил, насколько вообще приватно и безопасно носить камеры прямо на лице.

Видео уже выложил на нашем с женой лайвстайл канале. Залетайте смотреть, старался сделать обзор глубоким и не похожим на обычные техобзоры.

Смотрите, делитесь мнением в комментариях и не забывайте подписываться

🚀 Влад Корнышев про AI и создание AI-продуктов

Я ошибался насчёт Comet - переосмысление спустя несколько месяцев

Пару месяцев назад я уже писал про Comet. Мои претензии тогда: медленно, нет кроссплатформенности, и вообще - Google скоро всех закопает. С тех пор браузер обновили и появились версии на Android и iOS. Я решил попробовать Comet как основной браузер, чтобы понять, на что он способен.

Кроссплатформенность - закрыто
Главный стоп-фактор исчез. Android появился первым, iOS - в марте 2026-го. При этом IOS-версия - самая кастрированная из всех. Нет виджетов и нет ряда функций, которые есть на Mac. Лучшая версия - все еще macOS. Также завезли синхронизацию, правда я не понял, нафига делать ручную привязку каждого устройства через QR-код, а не через аккаунт.

Неправильные юзкейсы
Я пытался использовать Comet для задач типа “найди Х и добавь в корзину” - и он косячил. Но я неправильно ставил задачу, т.к. повелся на маркетинговый буллшит. Нам всем неправильно продавали AI-браузеры через рекламу - как автономного агента для шопинга, бронирования билетов и.т.д. Вообще все разгоны на тему AI-сотрудников я считаю буллшитом. Я не верю, что AI сейчас способен так работать. Но это не значит, что Comet бесполезен. Он заточен под другое - выполнение конкретных функций внутри ваших воркфлоу.

Что реально работает
Первое, что бросилось в глаза - переосмысление UX. Функции, которые в Perplexity были спрятаны за плюсиком и о которых многие просто не знали, теперь навиду! В сайдбар можно добавить нужные режимы поиска: академические, патенты, финансы и.т.д. - в зависимости от твоих задач. Для R&D - это то, что мне нужно. Лично я вынес академический режим и патенты.

Отдельно хочется выделить Health-коннектор. Идею взяли у Medical ChatGPT. Туда можно подключить Apple Health или Google Fit, и данные с носимой электроники подтягиваются автоматически. Сюда же - анализы, цели, пульсовые зоны. Всё это работает как постоянный системный промт внутри ассистента. Когда я использовал Gemini для похожих задач, приходилось каждый раз пулять скриншоты, а он всё равно периодически забывал часть данных. Здесь контекст всегда на месте.

Ещё один плюс - Adblocker. Я поймал себя на том, что больше не открываю приложение YouTube на iPad - просто смотрю в браузере без рекламы.

Скиллы и коннекторы
По сути, взяли то, что хорошо сделано у Anthropic, и скопировали. Сами скиллы можно комбинировать с коннекторами и строить пайплайны. Например,скилл для исследований тянет за собой ресерч рынка и сбор первичной инфы; всё это вяжется в один workflow под конкретную задачу. Вместо того чтобы каждый раз настраивать контекст вручную - просто запускаешь нужный пайплайн.

Режим Computer: ситуативно, не постоянно
Эдакий аналог Open Claw. Важный нюанс по механике: в Pro-тарифе нет отдельной подписки на этот режим, но недавно всем дали бонус - 4к кредитов. Хочешь использовать его чаще - пополняешь баланс, не переходя на дорогой тариф.

Где он реально полезен - обработка большого массива структурированной информации с понятным выходом. Я использовал его для генерации учебных материалов, заполнения таблиц и сборки гайдов. Главное правило - нужно точно знать, куда натравить агента и зачем. Анализ конкурентов ему не отдашь - там нужна продуктовая насмотренность и суждения, которых у него нет. А вот там, где есть чёткая инструкция и понятный аутпут - работает.

Единственный серьёзный минус - скорость. Он пипец какой долгий, при том, что периодически упускает детали.

Что до сих пор не нравится
Лента новостей - для меня по-прежнему бесполезна. Мои рекомендации в Chrome божественны, а Perplexity дает кучу мусора. Comet - это хороший браузер для работы, но не для обычного серфинга. Здесь остаюсь на стороне Chrome.

Итог
Интересная штука происходит: я поймал себя на том, что вместо приложения Perplexity я теперь открываю Comet - потому что там всё то же самое, но удобнее организовано. Браузер обогнал приложение по UX. Я ожидал, что Google давно должен был закрыть эту нишу - но что-то Google не торопится. Эксперимент продолжу.

🚀 Влад Корнышев про AI и создание AI-продуктов

#оффтоп

Наверное, самый большой цинизм, который я наблюдаю в США за 2 года жизни здесь, связан с фейковой заботой об экологии.

Казалось бы, здесь есть переработка мусора, компании заявляют о том, что их цель - сократить свой углеродный след до нуля. Здесь отлично развит рынок pre-owned вещей, и прямо в магазинах можно купить технику б/у или Open Box по очень приятной цене. Звучит круто, вот только на практике львиная доля этой заботы об окружающей среде оказывается банальным лицемерием.

Начнем с доставки. Заказывая что-то с Amazon, ты получаешь свой товар в его родной коробке, которая упакована в еще одну коробку, которая в 2 раза больше его родной. Зачем? Непонятно. И это в той же стране, где Apple убрала зарядки из комплекта iPhone, оправдывая это тем, что так в логистических целях в машины поместится больше устройств, а значит, потратится меньше бензина.

Идешь в магазин за покупками - встретишь кучу мелких пластиковых пакетов, которые рвутся после первого использования, и нет, не потому, что они какие-то современные биоразлагаемые. Это самый дешевый и тонкий пластик. Что иронично - часто с флагом США 😁 В магазин повторно с ними не сходишь, поэтому каждый поход минимум - это +10 пакетов, если у тебя нет шопера. Под мусор их американцы не используют, для этого они покупают отдельные пакеты для мусора... Из пластика.

Кстати, о пластике - здесь он везде. В качестве уплотнителя (вместо бумажной стружки в посылках сплошные дутые пакеты), в предметах гигиены, в упаковке продуктов. Пластик удобен, чтобы хранилось дольше, а еще в него удобно паковать огромные количества еды, что здесь называется family size. Нормальную, хотя бы картонную или стеклянную тару, можно встретить только в сегменте дорогих продуктов. Чем беднее человек в США - тем больше он оставляет за собой пластика.

Алюминиевые банки здесь можно выбросить либо сдать обратно в магазин по 0.1$ каждую. Вот только обратно на переработку принимают только банки со штрих-кодами определенных производителей.

Инфраструктура для базового передвижения в стране без автомобиля - в большинстве случаев отсутствует. И это при том, что подавляющее большинство американцев ездит на автомобилях абсолютно по любому поводу. Даже если идти из точки А в точку Б - всего 1.5 км. Что еще интересно, большинство американцев ездят на огромных американских авто, которые, во-первых, жрут больше бензина, а во-вторых - разваливаются очень быстро. Но это мало кого волнует, ведь большинство живет в рамках кредитной системы: берет машину в лизинг, а через 3 года просто сдает ее и берет новую.

Старое и сломавшееся - тут просто выбрасывают. Не ремонтируют, не выставляют на местные аналоги Авито. Часто потому что починить или отдать выходит дороже, чем выбросить, все пресловутый Cost of labor. Пылесос зажевал носок - закажу с Amazon новый за 30 баксов. Остались старые еще пригодные к использованию стулья, которые я не могу забрать при переезде? На помойку.

К этому сейчас еще добавляется строительство новых дата-центров для обеспечения работы ИИ. В том числе за пределами США, параллельно с тем, что Сэм Альтман говорит, что вред ИИ для экологии преувеличен и все плюсы перевесят минусы.

Жена некоторое время жила в Швейцарии, и там к вопросам переработки относятся максимально строго и не дай бог не туда выбросишь мусор. За время моей жизни в Испании - наблюдал то же самое. А в Штатах - ситуация, что описал выше, ну и + к этому здесь разрешена куча вреднющих добавок в еду и пестицидов. Вот такая забота о людях и экологии.

🚀 Влад Корнышев про AI и создание AI-продуктов

Утечка Claude Code, халатный вайб-кодинг и перегрев индустрии

Думаю, все уже видели новости: на днях в сеть утекли исходники Claude Code. Почти 500 тысяч строк проприетарного кода, внутренние роадмапы, архитектура - все это добро просто выложили на npm в виде sourcemap-файла при рядовом апдейте.

Честно говоря, я ждал, когда случится подобная фигня. Но уровень иронии просто зашкаливает: вся эта история произошла с компанией Anthropic, которая активнее всех продвигала идею того, что код должен писаться с помощью ИИ. Что можно не проверять за ним, давать LLM больше автономности и слепо доверять результату. Забавно вдвойне, учитывая, что их инструмент объективно считается одним из лучших в сегменте.

И тут вылезает абсолютно детская ошибка. Разработчики просто взяли и на радость пользователям (и конкурентам) слили в унитаз свое конкурентное преимущество, попутно наплевав на кибербез.

Это далеко не первый случай, когда люди садятся вайбкодить, и это оборачивается фатальными последствиями для продукта. Вспомните Cursor: то помощник некорректно отвечает на вопросы, то баги лезут из всех щелей. Буквально сегодня обсуждали на занятии с группой ИИ-кодинг. Мы настраивали приложение со студентами, и у одного из них - на точно таком же устройстве, как у остальных - вылез баг. Настройка, позволяющая отключить обучение на твоих данных, просто вылезла за пределы экрана, и до нее физически нельзя было дотянуться мышкой, чтобы деактивировать. В Perplexity Computer можно было через дыру в системе безопасности вытащить API-ключи от Anthropic и гонять запросы на сотни тысяч баксов. Я все больше наблюдаю в продуктах ИИ-компаний следы такого халатного подхода.

Глобально для бизнеса за такие косяки раньше могли содрать семь шкур. Сейчас ситуация иная: перегретым стартапам, которые закидали деньгами, можно творить любую дичь, и им за это ничего не будет. Уволят крайнего инженера - и погнали дальше.

Кто-то скажет: "Ну это же догфудинг! Практика инноваторов! Без таких рисков не будет прогресса".

С одной стороны - да. Часто для прогресса нужен прыжок веры. Но прыгать надо думая головой, а не просто с криком бросаться в овраг. На мой взгляд, то, что мы видим - это халатность, тупость и популизм.

Глядя на все эти процессы, у меня формируется четкая мысль: пытаться полностью исключить человека из цепочки и заменить его автоматикой - вообще не лучший путь. Напротив - ИИ должен быть усилителем человека. При этом компетенции самого специалиста должны эволюционировать в сторону более высокой ответственности, а не скорости, которую все требуют на рынке сейчас. Разработка не должна сводиться к простому нажатию кнопки "Accept", после которого вся инфа о вашем продукте улетает в открытый доступ.

Вторая мысль, которая не отпускает меня последние месяцев 8: сама индустрия ИИ становится все более перегретой. Лично меня не покидает ощущение, что очень скоро нас ждет мощнейшее разочарование. Тот ИИ, которого реально удастся достичь, вообще не совпадет с тем ИИ, которого ждут инвесторы, пользователи, и о котором нам красиво вещают со сцен на презентациях.

Кстати, об этом. Несколько подписчиков давно просили меня разобрать одну интересную статью на тему того, является ли ИИ пузырем. Планирую сделать это в ближайшее время - так что не переключайтесь.

🚀 Влад Корнышев про AI и создание AI-продуктов

Собрал полный гайд по LLM-скиллам для новичков

Сегодня работал над обновлением материалов лекций по ИИ-делегированию для текущего потока буткемпа. Одним из блоков, который я решил серьезно обновить, стали как раз таки материалы по скиллам для ИИ-агентов. Засел именно за них потому что был большой запрос и от ребят на потоке, и в целом, мне завалили личку с просьбами сделать такой материал. Все просто дуреют с этой прикормки 😁

Мое отношение к скиллам можно было бы описать известной фразой Тинькова: “Я это не понимаю, мне это не интересно” 😅 Шучу, конечно. На самом деле этот концепт я использую в работе уже пару лет. Изначально люди делали в том же Cursor инструкции со ссылками на соседние файлы. А еще полтора года назад я учил ребят пользоваться скиллами в AnythingLLM - по сути, скиллы в их текущем виде появились там еще тогда. Сейчас Anthropic забрали себе всю славу их создателей, хотя на деле это не так.

Что есть скилл?
В скиллах нет абсолютно ничего нового. По своей сути, это просто структурированный промпт с продвинутым управлением контекстом. Мы берем огромный системный промпт, дробим его на части и перестаем постоянно перегружать модель всем подряд.

Когда это реально нужно?
Зачастую для базовых задач с головой хватает просто написать хороший промпт для своего ассистента. Но скиллы отлично работают, если у вас:
• Сложные workflow и многоэтапные задачи.
• Стандартизированные задачи, которые очень часто повторяются.
• Оркестрация и связки, когда нужно получить результат от одного агента и передать в другой.

Как собирал гайд
Материал компилировал на базе собственных знаний и открытых источников. И, чисто из исследовательского интереса, попробовал сделать эту задачу с помощью Perplexity Computer. В целом, сам компьютер справился неплохо, правки суммарно вносил 4 раза, т.к. слишком он сложный язык изначально использовал. Если бы всё делал руками, потратил бы гораздо больше времени, а так - справился примерно за час.

Что внутри и как использовать:
Собирал всё это добро для своей группы, но раз запрос на тему большой - делюсь с вами.
• Сам PDF-гайд - берите, читайте, изучайте, используйте.
• Тетрадка в NotebookLM - закинул туда все ресурсы, упомянутые в гайде. Можете прямо там задавать вопросы ассистенту по тому, что и как делать.
• Внутри гайда сделал небольшую подборку готовых скиллов, которые тестил сам.
• Добавил крутые скиллы Саши Полякова.
• Оставил ссылочку на ресурс neuraldeep.ru (спасибо Валере)- отличный открытый каталог со скиллами для русскоязычных сервисов.

Забирайте и пользуйтесь!

🚀 Влад Корнышев про AI и создание AI-продуктов

Метод управления знаниями без RAG от Андрея Карпатого

С появлением AI, одной из задач, которую пытаются решить многие люди и компании стала организация базы знаний и работы с ними.

В 2023 году крутым подходом считался RAG и с тех пор многие используют и внедряют именно его. Вроде все просто: мы кормим ИИ какие-то данные, а он генерит на основе их контент. Но метод несовершенен: есть проблемы с точностью, а результаты генерации по умолчанию нигде не сохраняются

Те, кто давно работает в сфере AI, отлично знают: RAG - не панацея. Кто был на конференции ROИИ, наверняка помнят доклад Рефата. Он рассказывал про кейс, где отказ от RAG оказался куда более дешевым и классным решением, чем попытки его настроить. А те, кто все же решил идти до конца и настраивать RAG, постоянно сталкиваются с проблемами. Где-то он недостаточно точен, где-то обходится слишком дорого. В итоге приходится бесконечно крутиться с архитектурой, моделями и пайплайнами.

Если не заморачиваться с этим всем, то базово для решения подобных задач можно взять NotebookLM. Но NotebookLM - это скорее инструмент для ресерча и обобщения, а не полноценная база знаний. Когда мы говорим про базу знаний, мы имеем в виду Notion, Obsidian и им подобные инструменты, где люди хранят критически важную для себя инфу. К тому же, у того же NotebookLM и типичных RAG есть еще одна большая проблема, которую верно подметил Андрей Карпатый: они не умеют обновлять ваши знания. Вы можете извлечь нужную информацию, но не можете заставить ИИ самостоятельно внести изменения в документы, обновить связи между концепциями или проставить сквозные ссылки при появлении новых данных.

На днях Андрей предложил способ решения этой проблемы с помощью LLM. Он выложил паттерн того, как сделать крутую базу без геморроя, сложных архитектур и векторных баз данных. По сути, делать ничего сложного не нужно. Все, что требуется - подготовить инструменты и дать кодинговому агенту описание из репозитория Андрея.

Суть метода строится на очень простом подходе. Вместо того чтобы заставлять нейросеть каждый раз искать обрывки информации и собирать их заново (как это работает в RAG), мы просим ИИ один раз структурировать все в удобный формат и постоянно поддерживать этот порядок. Знания накапливаются и связываются между собой, а не ищутся с нуля при каждом вопросе.

Карпатый предлагает поделить весь процесс на три простых слоя:
1. Сырые исходники. Это ваши статьи, заметки с созвонов, сохраненные ссылки, разрозненные документы. Они просто лежат в отдельной папке, и их никто не меняет. Это ваш фундамент и источник правды.
2. Сама база знаний. Это набор простых текстовых файлов в формате Markdown. В них нейросеть сама собирает выжимки, связывает концепции и пишет понятные статьи. Вы эти файлы только читаете (например, через Obsidian), а нейросеть полностью берет на себя их написание и обновление.
3. Схема (Schema). Это ключевой файл настроек для вашего ИИ-агента. Он объясняет нейросети, как устроена ваша база, по каким правилам в нее нужно добавлять новые знания и как отвечать на вопросы. Оригинальный документ Карпатого специально сделан абстрактным. Вы просто отдаете его своему кодинговому агенту, и уже вместе с ним настраиваете систему конкретно под ваши нужды. Именно этот файл превращает обычного чат-бота в хранителя ваших знаний.

Получается, что ИИ работает как ваш личный архивариус. Вы просто скидываете новые исходники, а агент сам читает их, обновляет нужные файлы, проставляет ссылки на связанные темы и выдает вам готовый результат. Вся работа по ведению базы уходит на ИИ, а вам остается только курировать процесс, закидывать новые материалы и задавать правильные вопросы.

Репозиторий Андрея с описанием, который можете скормить своему агенту находится тут

🚀 Влад Корнышев про AI и создание AI-продуктов

Ликбез про кибербез: как не потерять доступ к ИИ-инструментам

Наблюдая за тем, что сейчас происходит в мире и в нашем инфополе в частности, я все больше убеждаюсь в одной вещи: кибербез перестал быть историей исключительно для корпораций айтишников.

Данные утекают по-разному: от отсутствия шифрования в мессенджере, который любит атаковать Дуров, до специфических архитектурных нюансов - уже в мессенджере Max. Отчеты по ИБ показывают, что в подобных приложениях данные и трафик могут маршрутизироваться весьма неочевидным образом, перехватывая и анализируя вашу сетевую активность.

К чему это ведет на практике?
Помимо очевидного риска компрометации данных и IP-адресов, есть и другая проблема: вы можете легко получить бан от зарубежных ИИ-сервисов.

Если в момент работы с Claude ваш трафик будет перехвачен и пущен через российский IP - вы получите бан.

Для доступа к большинству AI сейчас нужны определенные инструменты маршрутизации. Раз вы читаете этот канал, вы и так умеете ими пользоваться. По закону я не могy рассказывать о том, как их настраивать. Но я могу рассказать как защитить свой трафик и не потерять доступ к AI, учитывая, что с 15 апреля подобные функции перехвата трафика появятся во всех российских приложениях.

Что делать?
1. Идеально - Разделение устройств
Самая надежная стратегия - физическая изоляция. Одно устройство вы используете исключительно для ИИ и зарубежных сервисов, к которым важно сохранить доступ. А для российских банков, маркетплейсов и прочих приложений используете отдельный смартфон.

2. Если такой возможности нет:
• На компьютере: Не устанавливайте на компьютер ничего! Старайтесь работать исключительно через веб. В таком случае риски будут ниже.
• На смартфоне: Первое, что нужно сделать - зайти в настройки и жестко ограничить права для всех приложений. Запретите фоновую активность и доступ к геолокации. Если гео все-таки нужно для работы, установите параметр "Только при использовании приложения".

Защита от анализа трафика: iOS vs Android
В СМИ видел много статей о том, что iOS надежнее защищена от перехвата трафика на уровне системы. Я поизучал отчеты по ИБ и оказалось, что это не совсем так.

Если вы пользователь iPhone, изолировать приложения можно только через корпоративные MDM-профили (что недоступно обычному юзеру). Поэтому на iOS остается один рабочий метод: никогда не держать конфликтующие приложения открытыми. Попользовались - закрыли, свайпнув вверх, чтобы предотвратить любую фоновую активность.

А вот у пользователей Android ситуация в этом плане лучше. В системе есть встроенная функция рабочего пространства, которая позволяет изолировать любые приложения друг от друга. Они буквально перестанут видеть активность и трафик друг друга.

Также в Android 15 есть альтернатива - Private Space. Эта функция тоже изолирует трафик и приложения в отдельную среду, но запускать их оттуда не так удобно, как через рабочий профиль. Плюс там нет возможности заморозки. Поэтому для наших целей лучше использовать именно рабочий профиль.

Вот как это настроить с помощью приложения Shelter:

Шаг 1 - Установка F-Droid
• Зайдите на сайт f-droid.org с телефона.
• Скачайте и установите APK, выдав разрешение.

Шаг 2 - Установка Shelter
• Откройте магазин F-Droid, вбейте в поиск "Shelter".
• Нажмите "Установить".

Шаг 3 - Создание рабочего профиля
• Запустите Shelter.
• При первом запуске выберите "Создать рабочий профиль".
• Android автоматически развернет для вас изолированную среду.

Шаг 4 - Изоляция приложений
• В самом Shelter перейдите во вкладку "Рабочий".
• Нажмите "Установить" на всех тех приложениях, которые вам нужно изолировать от остальной системы.

Шаг 5 - Настройка автозаморозки
Если вы хотите глушить изолированные приложения, когда они не нужны.
• В Shelter зайдите в Настройки.
• Включите тумблер "Auto-freeze on shutdown".
• Теперь при сворачивании все приложения из рабочего профиля будут замораживаться и вообще перестанут работать в фоне.

За инструкцию по Shelter можете поблагодарить Артура подпиской.

Берегите свои AI и данные 🙂

🚀 Влад Корнышев про AI и создание AI-продуктов

Google и Perplexity радуют свежими релизами

Редко пишу про конкретные новости и релизы, но сегодня захотелось, так как пользуюсь обоими продуктами.

Perplexity Personal Computer
По сути это аналог OpenClaw, только обёрнутый в сторону бизнес-кейсов. Схема та же: ставите агента на свою машину, и он доступен откуда угодно. Вы ставите цель - агент сам планирует шаги, поднимает саб-агентов, ходит в сеть, дёргает интеграции, работает с локальными файлами и возвращает готовый результат. Ключевое отличие от классического OpenClaw - более высокая степень упаковки под корпоративный сценарий: меньше возни с инфрой, больше управляемости из коробки.

Сейчас доступен только по вейтлисту или для подписчиков Max.

Мне в целом нравится, как Perplexity за несколько месяцев пивотнулись из AI-поиска в агентную историю. Меньше конкуренции с гуглом, более понятный вэлью и продавать энтерпрайзам значительно проще. Чуть позже сделаю отдельный пост - разберу этот мув со стороны бизнеса и со стороны фич, потому что сейчас довольно плотно гоняю разные агентские системы, есть чем поделиться

Gemini для Mac
Наконец-то гугл снизошли и релизнули апку, которую было давно пора сделать. На фоне того, что ChatGPT и Claude уже давно живут как нативные приложения на macOS, держаться только за браузер - это реально странная история. Приложение бесплатное, требует macOS 15 и выше, как и конкуренты - может открываться поверх окон через шорткат Option + Space.

Мобильное приложение, да и вебку они очень сильно допилили за последние несколько месяцев. Поймал себя на том, что AI-studio теперь использую только для определенных кейсов с обработкой информации. В остальном - в апке все есть: и Canvas, и интеграция с Google Docs, и память реализована неплохо. Теперь то же самое, но на десктопе.

P.S. Вижу, что апка у гемини, конечно, навайбкожена 😅 Фотки грузить нельзя, часть UX-элементов прямо видно, что делал сам Gemini 😁

Ссылки:
Вейтлист Perplexity Personal Computer
Скачать Gemini для Mac

🚀 Влад Корнышев про AI и создание AI-продуктов

Как AI помог вернуть нам $1000+ и наказать Spirit Airlines: Perplexity как персональный юрист

На этот Новый год мы с женой решили слетать отдохнуть в Доминикану. Все было супер, пока не настало время лететь обратно. В итоге наш перелет с 1 пересадкой общей длительностью 6 часов превратился в ад с 3 пересадками и 2 суток в пути.

Рейс отменили буквально за пару часов до вылета. Причина - "недоступность экипажа". Наши попытки связаться с авиакомпанией на протяжении 8 часов, чтобы заменить рейс, не увенчались успехом - нас тупо игнорили. В итоге нам пришлось на месте покупать новые билеты из Майами за $1000+, чтобы успеть вернуться. Spirit Airlines вышли на связь, только когда мы были на очередной пересадке: было уже слишком поздно.

Мы не могли ждать ответа компании вечно, находясь в аэропорту. Настя - врач-резидент, и на тот момент она работала в отделении с очень тяжелыми маленькими пациентами. Замены на бэкапе не было, и от ее присутствия в больнице реально зависели жизни детей.

Во всей этой истории нам помог Perplexity. Систему выбрали не случайно: нужно было работать с огромным количеством внешних источников, искать реальные законы и ссылаться на документы. Этот инструмент полностью окупил свою подписку за один вечер.

Один важный момент, который помог нам не влететь в финансовый разрыв.
Мы знали это правило еще до кейса: в США платите за крупные покупки только кредиткой. Если вы платите дебетовой картой - вы один на один с продавцом. Если кредитной - банк защищает свои деньги и решает проблемы за вас. Это база, которая дает реальный рычаг давления.

Стена отказов
Вот вроде есть правила, есть сервис-посредник в виде Booking, который вас типа “защищает”. Однако нам отказывались возвращать деньги и авиакомпания Spirit, и Booking. Обе компании твердили: "вы часть пути пролетели, так что никаких полных возвратов".

С этим контекстом мы пошли в Perplexity и сервис помог нам в следующем:
• Юридическая база: Мы промтили AI, чтобы найти конкретные правила DOT (Департамента транспорта США). Выяснили, что "crew availability" - это controllable event. По закону авиакомпания обязана вернуть деньги в полном объеме, если пассажир отказывается от перебронирования.
• Диспут с Affirm: Билеты были в рассрочке через сервис Affirm. AI помог составить настолько обоснованную претензию, что Affirm практически сразу встал на нашу сторону и заморозил займ, увидев аргументы, которые Booking пытался игнорировать.
• Ведение переговоров в переписке: AI генерировал официальные письма со ссылками на пункты политики Spirit. А когда они пытались отделаться ваучерами по $30 - мы ссылались на законодательную базу и их же внутренние правила, написанные мелким шрифтом.
• Подготовка к суду: Perplexity нашел релевантные судебные дела в США, расписал линию защиты и подготовил документы. В США можно представлять себя в суде самому, но авиакомпании ненавидят тратить на это время. Так как сумма была небольшая, мы рассчитывали, что либо они нам сразу вернут деньги, потому что платить юристу невыгодно, либо проиграют суд и потеряют еще больше.

Кстати, делал это все не я, а Настя. Я лишь советовал как лучше работать с промптами и контекстом.

Итог истории 
Мы заранее отправили Spirit все наши аргументы и подготовленную линию защиты для суда. Естественно, они нам не отвечали до последнего дня обозначенного собой же срока, однако в итоге посчитали издержки и решили не доводить до судебного процесса.

Буквально вчера нам подтвердили: наши деньги нам вернут.

По итогу Perplexity:
• отработал роль юриста на 10/10
• помог перевести нашу фрустрированную речь, которая может показаться грубой американцам, в нормальные аргументы
• снизил уровень стресса на протяжении всего процесса, давая нам ощущение уверенности в результате

🚀 Влад Корнышев про AI и создание AI-продуктов

Claude vs Perplexity vs Manus: кто - лучший агент?

Вы могли заметить, что последние мои несколько постов так или иначе крутятся вокруг Perplexity. И это не потому, что я внезапно решил стать их амбасадором, напротив - не так давно я их ругал за бардак с ценами на подписку, а теперь приходится хвалить :)

Почему? Во-первых, ребята действительно очень заметно прокачали продукт за последние месяцы. А во-вторых, последние пару месяцев я плотно тестировал автономных агентов для рабочих задач, и Perplexity просто начал выполнять мои задачи лучше и дешевле своих конкурентов.

Сейчас у меня в работе три подписки.
- Claude я взял на месяц чисто под эксперимент.
- Perplexity у меня куплен на год.
- Manus идёт в паке от Ленни.

И я осознанно решил погонять их на своих рабочих задачах: ресёрч, работа с документами, структурирование материалов, сборка отчётов, сравнение вариантов и всё такое.

По моим ощущениям, Perplexity Computer сейчас как минимум не хуже Claude, а в некоторых сценариях я бы вообще поставил его выше. Особенно хорошо Perplexity показывает себя там, где нужно что-то найти, собрать из разных источников, понять, вытащить суть и превратить в готовый артефакт. Поиск по документам, работа с уже готовой информацией, ресёрч, сборка выводов, оборачивание всего этого в внятный результат - вот здесь он у меня прям регулярно в топе.

Claude, как и раньше, очень хорош в задачах, где важна подача. Особенно с выходом Opus 4.7 и Claude Design. Если нужно сделать что-то более аккуратное, визуальное, структурно красивое - презентацию, логику подачи, оформление мысли - он часто ощущается сильнее. То есть если Perplexity - это история про добыть и собрать, то Claude чаще про оформить и подать.

Manus на этом фоне в среднем у меня выглядел слабее. Он дольше работает, чаще даёт странный результат и ощутимо хуже по экономике использования. Но при этом я бы не сказал, что он совсем бесполезен. У него есть понятный класс задач, где он реально норм. Это сценарии, когда ты скармливаешь ему несколько исходников и просишь на их основе собрать сравнение, выводы или отчёт. То есть не просто “пойди найди что-нибудь в интернете”, а “вот тебе набор материалов, теперь сведи это в осмысленный документ”.

Например, я использовал Manus, чтобы подготовить отчёт на основании байкфита Насти и сравнить между собой два велосипеда, которые нам рекомендовал байкфитер и которые мы рассматриваем к покупке. Вот в такой логике он был вполне уместен.

Когда есть несколько документов, несколько вводных, несколько вариантов, и тебе нужно не творчество, а именно аккуратное сведение и сравнение, Manus может быть полезен.

Но как универсальный агент он у меня пока всё равно аутсайдер. На одной из задач по обновлению материалов лекции на основе старых материалов и нового транскрипта он умудрился съесть около 6000 кредитов при месячном лимите 4000 (эквивалент $30). Perplexity на ту же задачу потратил примерно 200 кредитов (2$). Claude просто упёрся в лимиты по времени, пришлось ждать отката, но с точки зрения денег это выглядело почти бесплатным сценарием.

Если коротко, мой текущий расклад такой.
1. Perplexity - лучший на задачах формата "найти, понять, собрать, обернуть".
2. Claude - очень хорош там, где важны структура, подача и визуал, но для полного опыта я бы рекомендовал подписку за $100.
3. Manus - рабочий вариант для задач на сравнительный анализ по нескольким исходникам, но пока слабый универсальный агент. За свои деньги я бы его не брал

И, честно говоря, самое интересное во всей этой истории даже не само сравнение, а то, что Perplexity в какой-то момент перестал быть просто “AI-поиском” и начал восприниматься как реально полезный агентный инструмент. А это уже отдельная тема - про нее будет следующий пост.

🚀 Влад Корнышев про AI и создание AI-продуктов