Yandex Ecom Open Air: Алиса, агентная коммерция и ставка Яндекса
Сходил на Yandex Ecom Open Air. Агентная коммерция — главный лейтмотив дня, про неё говорили и с большой сцены, делали прогнозы. Был ещё обзор Яндекс.КИТ, но мы с вами интересуемся агентами, поэтому поговорим про неё.
🤦🏻♂️ Отдельная ирония: заявку, в которой я указал, что связан с рынком ИИ, на этот фестиваль отклонили.
1️⃣ Что показали по Алисе AI
Ассистенту обещают прокачать память о пользователе, ризонинг и вызов инструментов. Идеальный сценарий, чтобы агент искал за пределами пользовательского запроса. Предлагал лучшие альтернативы. Надеюсь это не будет очередным засильем нестрогого рекламного таргетинга.
2️⃣ Модели у экосистем
Со сцены прозвучало наблюдение: на западе модели принадлежат независимым компаниям, в России — экосистемам. Отдельным пунктом шёл большой объём данных о пользователях как преимущество.
Для качества подбора данные и правда преимущество. Вопрос в том, кому принадлежит ассистент и нет ли конфликта интересов между пользователем и владельцем агента. Для качества подбора данные и правда преимущество.
Яндекс владеет моделью, Маркетом, платежом, доставкой и рассрочкой. Маркировка рекламы уже есть, а вот маркировку агентных рекомендаций пока не придумали, получаем вопрос доверия.
🤔 Моё скромное мнение
Наблюдая за стараниями Яндекса в популяризации агентного екома, ваш покорный слуга уверен в популяризации потребления через ИИ-агентов. Разработчикам MCP стоит готовиться к поддержке всех возможных протоколов, так как у нас уже есть большое разнообразие идей от разных игороков. Скромные прогнозы Data Insights — 11% российского екома у агентов к 2032 году.
Что думаете вы? Уже делали покупки через ИИ-агентов? Доверили бы выбор каких-нибудь товаров ИИ?
----
Поляков считает — AI, код и кейсы
Сходил на Yandex Ecom Open Air. Агентная коммерция — главный лейтмотив дня, про неё говорили и с большой сцены, делали прогнозы. Был ещё обзор Яндекс.КИТ, но мы с вами интересуемся агентами, поэтому поговорим про неё.
🤦🏻♂️ Отдельная ирония: заявку, в которой я указал, что связан с рынком ИИ, на этот фестиваль отклонили.
1️⃣ Что показали по Алисе AI
Ассистенту обещают прокачать память о пользователе, ризонинг и вызов инструментов. Идеальный сценарий, чтобы агент искал за пределами пользовательского запроса. Предлагал лучшие альтернативы. Надеюсь это не будет очередным засильем нестрогого рекламного таргетинга.
2️⃣ Модели у экосистем
Со сцены прозвучало наблюдение: на западе модели принадлежат независимым компаниям, в России — экосистемам. Отдельным пунктом шёл большой объём данных о пользователях как преимущество.
Для качества подбора данные и правда преимущество. Вопрос в том, кому принадлежит ассистент и нет ли конфликта интересов между пользователем и владельцем агента. Для качества подбора данные и правда преимущество.
Яндекс владеет моделью, Маркетом, платежом, доставкой и рассрочкой. Маркировка рекламы уже есть, а вот маркировку агентных рекомендаций пока не придумали, получаем вопрос доверия.
🤔 Моё скромное мнение
Наблюдая за стараниями Яндекса в популяризации агентного екома, ваш покорный слуга уверен в популяризации потребления через ИИ-агентов. Разработчикам MCP стоит готовиться к поддержке всех возможных протоколов, так как у нас уже есть большое разнообразие идей от разных игороков. Скромные прогнозы Data Insights — 11% российского екома у агентов к 2032 году.
Что думаете вы? Уже делали покупки через ИИ-агентов? Доверили бы выбор каких-нибудь товаров ИИ?
----
Поляков считает — AI, код и кейсы
❤5👍3🕊1🙊1
Был нормальный SEO-спец, познакомился с ИИ, стал ужасным
У меня в Металлик и Ко есть команда SEO-специалистов на аутсорсе, которые медленно прокачивали довольно «сложный» сайт к росту трафика. За 2 года органический трафик стал x3 вообще без переделки структуры (с 2 800 до 10 000 визитов). Поэтому считаю их молодцами и периодически хвалю.
🔗 Сложный сайт: metallik.ru
Ребята реально поняли, что сайт нестандартный, придумали, как ему добавить «магазинности», создали категории тегов товарам, информационные статьи: у сайта растёт Share of Voice. Короче, всё вроде красиво.
Но вот к ним в руки попал ИИ (я узнал его по первой строчке в техзадании по антитезе) — и понеслась.
🤦🏻♂️ На что я прифигел
Прилетает рекомендация на доработку раздела профнастила, а там просто лендинг на 26 экранов с отзывами и энциклопедией профлиста.
Выглядит всё нормально и профессионально. Прям убедительно. Таблица, в которой написано, что людям нужны отзывы, они их ищут (лол, что в Гугле) и надо такой экран обязательно. Рядом ответы на главные вопросы, в том числе про снеговые нагрузки. Это очень важно для качественного сайта. И таких 26 экранов.
Но прикол в том, что нормальный человек под каждым пунктом будет спорить:
— 26 экранов на листинге товаров? Это же дофигища, вы куда?
— Отзывы у себя на сайте продавец модерирует сам, доверия к ним меньше, чем к карточке в Яндексе. Отдельный экран под них на листинге — точно не первое, что стоит делать.
— Ребята, у нас вообще-то интернет-магазин на шаблонах, а не лендинг: для нас исправление одной категории профлиста эквивалентно исправлению всех категорий на сайте.
И можно продолжать долго. Короче, проблема ИИ в продвижении в том, что он представляет собой кальку всего успешного успеха, который только можно встретить.
⚠️ На моём опыте есть ряд сфер, где ИИ ужасен
Раньше я любил говорить, что у ИИ есть три области, в которых он из коробки очень плох:
1. ИИ-агенты
2. Реклама в интернете
3. Сайты на PHP
Теперь к списку хочется добавить SEO. В целом эти проблемы предсказуемы и легко объяснимы:
ИИ-агенты, способы их конфигурации, настройки и построение обвязок — это тема 2025–2026 годов. В интернете пока мало материалов на этот счёт, поэтому ИИ часто использует устаревшие идеи.
Реклама в интернете — достаточно старая отрасль, но вся состоит из материалов про успешный успех: как компания-подрядчик включила ретаргетинг/автостратегию/размещения у микроблогеров и какая-то метрика полетела.
Сайты на PHP и материалы, связанные с ними, полны примеров плохих экспериментов и неудачных решений.
SEO туда же. Ключевая мысль тут, что в таких областях надо дополнительно отгружать в ИИ свои знания и свою доменную экспертизу. Какие действия работают, что в рекламе хорошо, как мы пишем и делаем сайты на PHP. Не надеяться на то, что кто-то натренировал ИИ на идеальную рекламу. Не натренировал.
🚀 Сначала отгружаем свою экспертизу и уже на неё зовём ИИ
Прежде чем просить рекомендации, я кладу в контекст четыре вещи: как устроен проект, что физически нельзя поменять, что мы уже пробовали и с каким результатом, по каким правилам принимаем решения. Для «Металлик и Ко» второй пункт звучит буквально так: правка одной категории равна правке всех категорий сразу.
С таким брифом лендинг на 26 экранов просто не рождается. ИИ видит ограничение платформы и предлагает то, что можно раскатить на весь каталог, — а это как раз то, за что я хвалил ребят два года.
А у вас какая область, где ИИ из коробки выдаёт красивую чушь? И что вы кладёте в контекст, чтобы он перестал?
----
Поляков считает — AI, код и кейсы
У меня в Металлик и Ко есть команда SEO-специалистов на аутсорсе, которые медленно прокачивали довольно «сложный» сайт к росту трафика. За 2 года органический трафик стал x3 вообще без переделки структуры (с 2 800 до 10 000 визитов). Поэтому считаю их молодцами и периодически хвалю.
🔗 Сложный сайт: metallik.ru
Ребята реально поняли, что сайт нестандартный, придумали, как ему добавить «магазинности», создали категории тегов товарам, информационные статьи: у сайта растёт Share of Voice. Короче, всё вроде красиво.
Но вот к ним в руки попал ИИ (я узнал его по первой строчке в техзадании по антитезе) — и понеслась.
🤦🏻♂️ На что я прифигел
Прилетает рекомендация на доработку раздела профнастила, а там просто лендинг на 26 экранов с отзывами и энциклопедией профлиста.
Выглядит всё нормально и профессионально. Прям убедительно. Таблица, в которой написано, что людям нужны отзывы, они их ищут (лол, что в Гугле) и надо такой экран обязательно. Рядом ответы на главные вопросы, в том числе про снеговые нагрузки. Это очень важно для качественного сайта. И таких 26 экранов.
Но прикол в том, что нормальный человек под каждым пунктом будет спорить:
— 26 экранов на листинге товаров? Это же дофигища, вы куда?
— Отзывы у себя на сайте продавец модерирует сам, доверия к ним меньше, чем к карточке в Яндексе. Отдельный экран под них на листинге — точно не первое, что стоит делать.
— Ребята, у нас вообще-то интернет-магазин на шаблонах, а не лендинг: для нас исправление одной категории профлиста эквивалентно исправлению всех категорий на сайте.
И можно продолжать долго. Короче, проблема ИИ в продвижении в том, что он представляет собой кальку всего успешного успеха, который только можно встретить.
⚠️ На моём опыте есть ряд сфер, где ИИ ужасен
Раньше я любил говорить, что у ИИ есть три области, в которых он из коробки очень плох:
1. ИИ-агенты
2. Реклама в интернете
3. Сайты на PHP
Теперь к списку хочется добавить SEO. В целом эти проблемы предсказуемы и легко объяснимы:
ИИ-агенты, способы их конфигурации, настройки и построение обвязок — это тема 2025–2026 годов. В интернете пока мало материалов на этот счёт, поэтому ИИ часто использует устаревшие идеи.
Реклама в интернете — достаточно старая отрасль, но вся состоит из материалов про успешный успех: как компания-подрядчик включила ретаргетинг/автостратегию/размещения у микроблогеров и какая-то метрика полетела.
Сайты на PHP и материалы, связанные с ними, полны примеров плохих экспериментов и неудачных решений.
SEO туда же. Ключевая мысль тут, что в таких областях надо дополнительно отгружать в ИИ свои знания и свою доменную экспертизу. Какие действия работают, что в рекламе хорошо, как мы пишем и делаем сайты на PHP. Не надеяться на то, что кто-то натренировал ИИ на идеальную рекламу. Не натренировал.
🚀 Сначала отгружаем свою экспертизу и уже на неё зовём ИИ
Прежде чем просить рекомендации, я кладу в контекст четыре вещи: как устроен проект, что физически нельзя поменять, что мы уже пробовали и с каким результатом, по каким правилам принимаем решения. Для «Металлик и Ко» второй пункт звучит буквально так: правка одной категории равна правке всех категорий сразу.
С таким брифом лендинг на 26 экранов просто не рождается. ИИ видит ограничение платформы и предлагает то, что можно раскатить на весь каталог, — а это как раз то, за что я хвалил ребят два года.
🎯 ИИ не знает вашу отрасль. Он знает, как о ней принято писать в интернете. Поэтому и сыпется ровно там, где публичные материалы состоят из кейсов «включили автостратегию — и всё полетело».
А у вас какая область, где ИИ из коробки выдаёт красивую чушь? И что вы кладёте в контекст, чтобы он перестал?
----
Поляков считает — AI, код и кейсы
👍10❤5🔥2💯1
В канун возвращения пятичасовых лимитов Codex вышло интервью Тибо.
Конкретно в моем кейсе именно пятичасовые лимиты являются причиной вылета в экстра юз в Claude. В результате расходы на Антропик у меня больше 200 баксов. Так что ждём, что расходы на Codex тоже вылезут за пределы лимиты подписки.
UPD. Мне подсказывают, что введение пятичасовых лимитов касается только пользователей с подпиской плюс. Для Pro пока не включают.
Конкретно в моем кейсе именно пятичасовые лимиты являются причиной вылета в экстра юз в Claude. В результате расходы на Антропик у меня больше 200 баксов. Так что ждём, что расходы на Codex тоже вылезут за пределы лимиты подписки.
UPD. Мне подсказывают, что введение пятичасовых лимитов касается только пользователей с подпиской плюс. Для Pro пока не включают.
❤3
Forwarded from НИИ ИИ
Вышло первое большое видеоинтервью с Тибо Соттио — тем самым человеком из OpenAI, который нажимает кнопку сброса лимитов Codex. Я сделал полный перевод и саммари:
Кратко о главном из разговора с Мэттью Берманом:
— Тибо пришёл в OpenAI из DeepMind, где за год до ChatGPT уже был внутренний чат-продукт, который Google побоялась выпускать. Его вывод: культура решает
— у OpenAI исследования и продукт проектируются вместе, а идеи доводятся до релиза очень быстро.
— Слияние ChatGPT и Codex не маркетинговый ход: будущие модели сами требуют объединения. Цель — персональный AGI с интерфейсом, который подстраивается под человека. «Вы и ваша мама будете пользоваться одним и тем же продуктом».
— Сбросы лимитов начались как компенсация за сбои, а не как акция. Решение не согласуется ни с маркетингом, ни с финансами: «я могу нажать кнопку, когда почувствую, что это правильно». И да, физическая кнопка существует.
— Luna подешевела на 80%, потому что фронтирные модели оптимизируют инфраструктуру, на которой сами работают. Тибо называет это формой рекурсивного самоулучшения. Скорость ответов за три месяца выросла примерно на 60%.
— Режим ultra fast (до 14× быстрее) внутри OpenAI выдают не всем: мощности резервируют для клиентов, а внутри он нужен при инцидентах. Через год-два такие скорости станут почти стандартом.
— «Через два-три месяца Codex покажется примитивным»: следующему поколению моделей тесен ноутбук — облачные агенты, параллельная работа, голос.
В статье — саммари подробнее и полный перевод всего интервью: от культуры OpenAI и конкуренции с Anthropic до паузы в обучении фронтирных моделей и СДВГ Тибо.
👉 Первое большое интервью Тибо Соттио из OpenAI: саммари и полный перевод
Кратко о главном из разговора с Мэттью Берманом:
— Тибо пришёл в OpenAI из DeepMind, где за год до ChatGPT уже был внутренний чат-продукт, который Google побоялась выпускать. Его вывод: культура решает
— у OpenAI исследования и продукт проектируются вместе, а идеи доводятся до релиза очень быстро.
— Слияние ChatGPT и Codex не маркетинговый ход: будущие модели сами требуют объединения. Цель — персональный AGI с интерфейсом, который подстраивается под человека. «Вы и ваша мама будете пользоваться одним и тем же продуктом».
— Сбросы лимитов начались как компенсация за сбои, а не как акция. Решение не согласуется ни с маркетингом, ни с финансами: «я могу нажать кнопку, когда почувствую, что это правильно». И да, физическая кнопка существует.
— Luna подешевела на 80%, потому что фронтирные модели оптимизируют инфраструктуру, на которой сами работают. Тибо называет это формой рекурсивного самоулучшения. Скорость ответов за три месяца выросла примерно на 60%.
— Режим ultra fast (до 14× быстрее) внутри OpenAI выдают не всем: мощности резервируют для клиентов, а внутри он нужен при инцидентах. Через год-два такие скорости станут почти стандартом.
— «Через два-три месяца Codex покажется примитивным»: следующему поколению моделей тесен ноутбук — облачные агенты, параллельная работа, голос.
В статье — саммари подробнее и полный перевод всего интервью: от культуры OpenAI и конкуренции с Anthropic до паузы в обучении фронтирных моделей и СДВГ Тибо.
👉 Первое большое интервью Тибо Соттио из OpenAI: саммари и полный перевод
🔥10❤3👍3🥱1
Поляков считает: AI, код и кейсы
Qwen3.8-27B на DGX Spark: балл как у Sonnet 5, скорость как у стажёра Гоняю новую dense-модель Qwen на коробке под столом. Результаты противоречивые ровно настолько, чтобы о них стоило написать. 🏆 Агентный бенчмарк: вровень с фронтиром Прогнал PAC1 — набор…
Qwen3.8-27B на DGX Spark: обогнал Sonnet 5 в PAC-1 и стал быстрее.
Ваш покорный слуга искал способ, как усокрить работу модели. 12-18 токенов в секунду, это конечно очень мало. Плюс есть префилл, хочется немного быстрее получать результат.
Нашёл инструкцию на официальном форуме https://forums.developer.nvidia.com/t/qwen3-8-27b-at-34-38-tok-s-on-dgx-spark-open-source-one-command-setup-sglang-nvfp4-dspark/380257
Это вариант спекулятивного декодинга, когда для предсказания токенов берётся отдельная модель.
📏 Что по статистике
Автор приводит свои замеры:
llama - 27 т/с
vLLM - 24 т/с
SGLang - 34 т/с
Я решил что хочу 34 т/с и пошёл тестировать.
На русском языке получилась деградация, но если работать с кодом или JSON будет очень приятный рост. Прикладываю статистику.
⚠️ Проблема с шиной никуда не девается
Префил по прежнему долгий, на длинных инструкциях первого токена прийдется ждать прилично, но всё равно быстрее чем префилл на vLLM.
Первый токен за 250 мс, а не за 1500 для русского текста.
🔥 Прогнал PAC-1 и модель обошла Опус
Когда начал тестировать генерацию JSON и программирование, то впервые увидел 72 и 44 ток/с. На Nvidia DGX Spark это очень круто. Решил запустить бенч PAC-1 и модель обогнала Opus 4.8.
Скорость прогона обошла наивный запуск без декодинга в 2 раза: уходило по 100 минут на прогон, но это всё равно долго в сравнении с Qwen 3.6 35b a3b. Но взаимодействие в задачах кодинга стало приятнее.
🙋🏻♂️ А что по бизнес задачам?
У рекламных агентств есть неприятная задачка: отчётность по маркировке рекламы в ОРД. Нельзя сказать, что она прям сложгная, у меня давно есть скилл, который позволяет клод опусу создавать таблицы для загрузки.
Но в этот раз я отдал эту задачку агенту на Pi у которого под капотом был Qwen 3.8 27B, и он справился. Правда за 30 минут.
Кто уже тестил маленькие локальные модели на бизнес задачах? Как результаты?
----
Поляков считает — AI, код и кейсы
Ваш покорный слуга искал способ, как усокрить работу модели. 12-18 токенов в секунду, это конечно очень мало. Плюс есть префилл, хочется немного быстрее получать результат.
Нашёл инструкцию на официальном форуме https://forums.developer.nvidia.com/t/qwen3-8-27b-at-34-38-tok-s-on-dgx-spark-open-source-one-command-setup-sglang-nvfp4-dspark/380257
Это вариант спекулятивного декодинга, когда для предсказания токенов берётся отдельная модель.
📏 Что по статистике
Автор приводит свои замеры:
llama - 27 т/с
vLLM - 24 т/с
SGLang - 34 т/с
Я решил что хочу 34 т/с и пошёл тестировать.
На русском языке получилась деградация, но если работать с кодом или JSON будет очень приятный рост. Прикладываю статистику.
⚠️ Проблема с шиной никуда не девается
Префил по прежнему долгий, на длинных инструкциях первого токена прийдется ждать прилично, но всё равно быстрее чем префилл на vLLM.
Первый токен за 250 мс, а не за 1500 для русского текста.
🔥 Прогнал PAC-1 и модель обошла Опус
Когда начал тестировать генерацию JSON и программирование, то впервые увидел 72 и 44 ток/с. На Nvidia DGX Spark это очень круто. Решил запустить бенч PAC-1 и модель обогнала Opus 4.8.
Скорость прогона обошла наивный запуск без декодинга в 2 раза: уходило по 100 минут на прогон, но это всё равно долго в сравнении с Qwen 3.6 35b a3b. Но взаимодействие в задачах кодинга стало приятнее.
😀 Забавно, что код на питоне генерируется быстрее кода на TypeScript (см. скриншоты)
🙋🏻♂️ А что по бизнес задачам?
У рекламных агентств есть неприятная задачка: отчётность по маркировке рекламы в ОРД. Нельзя сказать, что она прям сложгная, у меня давно есть скилл, который позволяет клод опусу создавать таблицы для загрузки.
Но в этот раз я отдал эту задачку агенту на Pi у которого под капотом был Qwen 3.8 27B, и он справился. Правда за 30 минут.
Кто уже тестил маленькие локальные модели на бизнес задачах? Как результаты?
----
Поляков считает — AI, код и кейсы
❤6👍4🔥3
Яндекс Поиск Скилл: плюс рубль на поиск и по сайтам ходить не надо
Обычный поиск через API отдаёт агенту десять ссылок. Ответа в них нет, поэтому дальше агент лезет на пять-семь сайтов, качает HTML, чистит его от меню и баннеров, тащит в контекст всё полученное. На части сайтов ловит 403 и идёт к следующему.
Коллеги из поиска Яндекс.Поиска написали и попросили добавить в мой скилл инфоконтексты — как раз чтобы этот кусок работы исчез. Сделал, потестировал, погонял на боевых задачах.
🔍 Что за инфоконекст вообще такой?
Инфоконтекст — фрагмент найденной страницы примерно на 500 токенов, релевантный запросу. Потолок по документации — 2 048 токенов на документ и до 20 документов на запрос.
Варианты сценария: агент ищет товар, сразу видит цены нужных образцов и решает, стоит ли вообще идти на сайт.
Ну или если надо попросить Claude ходить на всякие
💰 По деньгам всё дорого, но не в стиле Сбера
Синхронный поиск стоит
За этот рубль на поиск агент не делает пять-семь заходов на страницы. Двадцать выдержек — около 10 000 токенов на двадцать источников, столько же обычно съедают три-четыре выкачанные целиком страницы. Плюс нет ожиданий на
У соседей по рынку:
🔸 Perplexity Search API — $5 за тысячу, около 430 ₽, причём до пяти запросов пакуются в одну единицу тарификации. Выгоднее.
🔸 Tavily с извлечением контента — $16 за тысячу, около 1 370 ₽ — то же самое.
Яндекс дороже Perplexity и на уровне с Tavily. Зато поиск по российкому индексы: российские законы, госуслуги, региональные цены и локальные магазины Яндекс будет искать заметно меньше.
📐 Когда рубль не надо платить
Правило, к которому я пришёл: агент отвечает на вопрос — инфоконтексты включаем. Агент собирает таблицу позиций сайта — отложенный режим и никаких выдержек. Мониторим сайты конкурентов: тоже отключаем расширенный контекст.
В зарубежных поисках расширенные снипеты пока не работают, так что для турецкого индекса (я не знаю где ещё яндекс активно работает) включать его не надо.
🧹 Хак, который применил в скилле, и не только в этом
20 выдержек по 500 токенов — это около 10 000 токенов на один поиск. Печатать такое в stdout нельзя.
Делаю так для любого инструмента, который может вернуть много текста: поиск, логи, дампы базы.
Скилл лежит в репозитории, инфоконтексты включены по умолчанию, выключаются флагом
Расскажите, какие сервисы используете для добавления поисковых сервисов своим агентам?
----
Поляков считает — AI, код и кейсы
Обычный поиск через API отдаёт агенту десять ссылок. Ответа в них нет, поэтому дальше агент лезет на пять-семь сайтов, качает HTML, чистит его от меню и баннеров, тащит в контекст всё полученное. На части сайтов ловит 403 и идёт к следующему.
Коллеги из поиска Яндекс.Поиска написали и попросили добавить в мой скилл инфоконтексты — как раз чтобы этот кусок работы исчез. Сделал, потестировал, погонял на боевых задачах.
🔍 Что за инфоконекст вообще такой?
Инфоконтекст — фрагмент найденной страницы примерно на 500 токенов, релевантный запросу. Потолок по документации — 2 048 токенов на документ и до 20 документов на запрос.
💎 Это дословная выдержка из документа. Её можно цитировать и на неё можно ссылаться — ровно то, ради чего в RAG обычно городят отдельный слой парсинга.
Варианты сценария: агент ищет товар, сразу видит цены нужных образцов и решает, стоит ли вообще идти на сайт.
Ну или если надо попросить Claude ходить на всякие
gov.ru сайты.💰 По деньгам всё дорого, но не в стиле Сбера
Синхронный поиск стоит
488 ₽ за тысячу запросов, с инфоконтекстами — 1 500 ₽. Короче плюс рубль на один поиск.За этот рубль на поиск агент не делает пять-семь заходов на страницы. Двадцать выдержек — около 10 000 токенов на двадцать источников, столько же обычно съедают три-четыре выкачанные целиком страницы. Плюс нет ожиданий на
fetch и нет ошибок 403.У соседей по рынку:
🔸 Perplexity Search API — $5 за тысячу, около 430 ₽, причём до пяти запросов пакуются в одну единицу тарификации. Выгоднее.
🔸 Tavily с извлечением контента — $16 за тысячу, около 1 370 ₽ — то же самое.
Яндекс дороже Perplexity и на уровне с Tavily. Зато поиск по российкому индексы: российские законы, госуслуги, региональные цены и локальные магазины Яндекс будет искать заметно меньше.
📐 Когда рубль не надо платить
Правило, к которому я пришёл: агент отвечает на вопрос — инфоконтексты включаем. Агент собирает таблицу позиций сайта — отложенный режим и никаких выдержек. Мониторим сайты конкурентов: тоже отключаем расширенный контекст.
В зарубежных поисках расширенные снипеты пока не работают, так что для турецкого индекса (я не знаю где ещё яндекс активно работает) включать его не надо.
🧹 Хак, который применил в скилле, и не только в этом
20 выдержек по 500 токенов — это около 10 000 токенов на один поиск. Печатать такое в stdout нельзя.
🔑 Инструмент агента пишет объём в файл, а в stdout отдаёт индекс: строка на документ. Дальше агент читает файл целиком или грепает нужный источник.
Делаю так для любого инструмента, который может вернуть много текста: поиск, логи, дампы базы.
Скилл лежит в репозитории, инфоконтексты включены по умолчанию, выключаются флагом
--no-snippets. В SKILL.md про это написал. Весь мой каталог скиллов: https://github.com/artwist-polyakov/polyakov-claude-skills/Расскажите, какие сервисы используете для добавления поисковых сервисов своим агентам?
----
Поляков считает — AI, код и кейсы
👍6🔥5🥴3❤2🥱1🤣1
В посте Леха Остриков советует очень много базы по ИИ-агентам + крутой курс. Добавить нечего. Всех с Днём знаний)
👍4🔥1
Forwarded from Остриков пилит агентов
Telegram
Яндекс
➕ «С ИИ-агентами ты должен хотеть поиграться, как маленький ребёнок».
Что агенты уже умеют делать за разработчика, а где без человека не справляются? Почему привычная работа с кодом меняется и не поздно ли заходить в эту область?
Об этом в новом выпуске…
Что агенты уже умеют делать за разработчика, а где без человека не справляются? Почему привычная работа с кодом меняется и не поздно ли заходить в эту область?
Об этом в новом выпуске…
Хаюшки-заюшки 🤔
Благодаря крутому ролику от Яндекса и его пиару в большом канале, к нам залетела ещё пара сотен братишек и сестрёнок.
Это круто, всем привет!
Пара слов о том кто мы и где мы: я Лёша, раньше много много лет занимался разработкой, в прошлом году влюбился в AI и променял тёпленькое место руководителя на hands-on AI-инженера, пилим сейчас коммуникационных агентов, помогающих разным профессиям.
Хотел дать пару советов тем, кто только-только начинает этот грешный путь и хочет как можно быстрее научиться магии агентов.
Первое
Все что вам нужно - практика. Чтобы начать, вам не нужны никакие видосы, каналы, курсы и прочее.
Нужны лишь две вещи - мощный локальный агент и любопытство. Качайте лучше Codex, Claude сейчас банит, покупайте подписку за 20 или 100 и вперед. Прочими продуктами не забивайте голову, эти два лучше всех.
Как скачали, не пытайтесь сразу писать агентов. Вся прогрессивная часть человечества сейчас пишет скиллы. Разберитесь, что такое скилл, скачайте парочку скиллов, попробуйте их в Codex, напишите свой скилл и потом вы дойдёте до агентов.
Второе
Вы должны понять основу, ядро дивного нового мира - без этого вам всё будет казаться черной магией и будет сложно менять результаты работы агента.
Ключевое - поймите, где проходит грань между моделью и контекстом, что такое агентский цикл и как модель в рамках него вызывает тулы. После этого всё будет просто.
Если в двух словах:
- перед каждым запросом вы ювелирно собираете для модели контекст (промпт, файлы, ссылки, прошлая история переписки, тулы и прочее) и нажимаете кнопку Enter. То, как поведёт себя дальше агент зависит только от модели (Sol, Opus, Fable) и контекста/тулов
- дальше начинается магия агентского цикла - модель поймет что вы от неё хотите, какие тулы есть в распоряжении и начнёт решать задачу, будет по очереди вызывать нужные тулы, оценивать результат и вернётся к вам с вопросами или с решением
- правило хорошего тона - берите модель помощнее, ставьте четкие большие задачи, говорите как измерить результат, кладите всё что нужно для решения в контекст, выбирайте режим Auto и пусть сидит делает задачу хоть несколько часов
🐸 Не скипайте этот шаг, пожалуйста 🦞
Прям помучайте свой кодекс, попросите показать пример агентского цикла, найти нужные ролики на youtube, нужные статьи, уделите этому время - оно окупится стократно.
Разбираться в 50 оттенках харнесса не надо, это всё потом.
Третье
Начинайте творить магию в рамках своих профессий. Если вы разработчик, пишите код с помощью кодекса/клода. Если маркетолог, копайте скиллы для маркетологов. Если дизайнер, скиллы для дизайнеров (раз, два, три). Если онлифанщик - ну, вы поняли.
Можно даже сразу не качать чужие известные скиллы. Попробуйте сделать что-то просто с кодексом, а когда получится, запакуйте это в скилл. Магическая фраза - "and now make a skill from this conversation", просто напишите это агенту.
Не надо всем лезть в программирование и пытаться написать свой SaaS. Просто начните учиться, как делать то, что вы уже умеете делать в вашей профессии, но в несколько раз быстрее и качественнее.
Четвертое
Вы не одиноки. Не надо сидеть и корпеть одному, вливайтесь в тусовки, подписывайтесь на каналы, общайтесь в чатах.
Вокруг вас сейчас существует огромное живое комьюнити каналов и чатов, смело влезайте в этот пузырь, пусть это будет новая частичка вашей жизни, оно окупится.
https://t.iss.one/neuraldeep
https://t.iss.one/ai_grably
https://t.iss.one/nobilix
https://t.iss.one/aimastersme
https://t.iss.one/evilfreelancer
https://t.iss.one/etechlead
https://t.iss.one/the_ai_architect
https://t.iss.one/gleb_pro_ai
https://t.iss.one/kdoronin_blog
https://t.iss.one/countwithsasha
https://t.iss.one/AiHubFeed
https://t.iss.one/sergeinotevskii
Тут как в поле чудес, кого-то забудешь и сразу обидятся, не обессудьте! Это лишь часть избранного, крутых каналов гораздо больше. И теперь чаты:
https://t.iss.one/aostrikov_agents_chat
https://t.iss.one/neuraldeepchat
https://t.iss.one/evilfreelancer_chat
https://t.iss.one/+CCLxDq2M5bE5OWZi (Тимур)
https://t.iss.one/+bP8DhI9XS604OWZi (Саша)
https://t.iss.one/ai_engineers_guild
https://t.iss.one/aimasters_chat
https://t.iss.one/gleb_pro_ai_chat
Чаты - это круто. Они все разные, найдите свой по вайбу и тусите там - спрашивайте вопросы, уточняйте когда что-то непонятно, показывайте, что навайбкодили, получайте по щщам и гнобите ботов.
Если честно, из чатов можно взять гораздо больше, чем из каналов, потому что в них чаще люди делятся полезным и только там бывают глубокие и интересные дискуссии.
И пятое, финальное
На самом деле есть один курс. Я запилил его на отпуске, в перерывах между аперолями. 15 уроков, ноль воды, на выходе вас с руками оторвут в любую AI-native команду. Cтоит всего лишь 35 тысяч
ССЫЛКА НА КУРС
Шутка, пятого нет. Просто качайте Codex и полетели)
Благодаря крутому ролику от Яндекса и его пиару в большом канале, к нам залетела ещё пара сотен братишек и сестрёнок.
Это круто, всем привет!
Пара слов о том кто мы и где мы: я Лёша, раньше много много лет занимался разработкой, в прошлом году влюбился в AI и променял тёпленькое место руководителя на hands-on AI-инженера, пилим сейчас коммуникационных агентов, помогающих разным профессиям.
Хотел дать пару советов тем, кто только-только начинает этот грешный путь и хочет как можно быстрее научиться магии агентов.
Первое
Все что вам нужно - практика. Чтобы начать, вам не нужны никакие видосы, каналы, курсы и прочее.
Нужны лишь две вещи - мощный локальный агент и любопытство. Качайте лучше Codex, Claude сейчас банит, покупайте подписку за 20 или 100 и вперед. Прочими продуктами не забивайте голову, эти два лучше всех.
Как скачали, не пытайтесь сразу писать агентов. Вся прогрессивная часть человечества сейчас пишет скиллы. Разберитесь, что такое скилл, скачайте парочку скиллов, попробуйте их в Codex, напишите свой скилл и потом вы дойдёте до агентов.
Второе
Вы должны понять основу, ядро дивного нового мира - без этого вам всё будет казаться черной магией и будет сложно менять результаты работы агента.
Ключевое - поймите, где проходит грань между моделью и контекстом, что такое агентский цикл и как модель в рамках него вызывает тулы. После этого всё будет просто.
Если в двух словах:
- перед каждым запросом вы ювелирно собираете для модели контекст (промпт, файлы, ссылки, прошлая история переписки, тулы и прочее) и нажимаете кнопку Enter. То, как поведёт себя дальше агент зависит только от модели (Sol, Opus, Fable) и контекста/тулов
- дальше начинается магия агентского цикла - модель поймет что вы от неё хотите, какие тулы есть в распоряжении и начнёт решать задачу, будет по очереди вызывать нужные тулы, оценивать результат и вернётся к вам с вопросами или с решением
- правило хорошего тона - берите модель помощнее, ставьте четкие большие задачи, говорите как измерить результат, кладите всё что нужно для решения в контекст, выбирайте режим Auto и пусть сидит делает задачу хоть несколько часов
🐸 Не скипайте этот шаг, пожалуйста 🦞
Прям помучайте свой кодекс, попросите показать пример агентского цикла, найти нужные ролики на youtube, нужные статьи, уделите этому время - оно окупится стократно.
Разбираться в 50 оттенках харнесса не надо, это всё потом.
Третье
Начинайте творить магию в рамках своих профессий. Если вы разработчик, пишите код с помощью кодекса/клода. Если маркетолог, копайте скиллы для маркетологов. Если дизайнер, скиллы для дизайнеров (раз, два, три). Если онлифанщик - ну, вы поняли.
Можно даже сразу не качать чужие известные скиллы. Попробуйте сделать что-то просто с кодексом, а когда получится, запакуйте это в скилл. Магическая фраза - "and now make a skill from this conversation", просто напишите это агенту.
Не надо всем лезть в программирование и пытаться написать свой SaaS. Просто начните учиться, как делать то, что вы уже умеете делать в вашей профессии, но в несколько раз быстрее и качественнее.
Четвертое
Вы не одиноки. Не надо сидеть и корпеть одному, вливайтесь в тусовки, подписывайтесь на каналы, общайтесь в чатах.
Вокруг вас сейчас существует огромное живое комьюнити каналов и чатов, смело влезайте в этот пузырь, пусть это будет новая частичка вашей жизни, оно окупится.
https://t.iss.one/neuraldeep
https://t.iss.one/ai_grably
https://t.iss.one/nobilix
https://t.iss.one/aimastersme
https://t.iss.one/evilfreelancer
https://t.iss.one/etechlead
https://t.iss.one/the_ai_architect
https://t.iss.one/gleb_pro_ai
https://t.iss.one/kdoronin_blog
https://t.iss.one/countwithsasha
https://t.iss.one/AiHubFeed
https://t.iss.one/sergeinotevskii
Тут как в поле чудес, кого-то забудешь и сразу обидятся, не обессудьте! Это лишь часть избранного, крутых каналов гораздо больше. И теперь чаты:
https://t.iss.one/aostrikov_agents_chat
https://t.iss.one/neuraldeepchat
https://t.iss.one/evilfreelancer_chat
https://t.iss.one/+CCLxDq2M5bE5OWZi (Тимур)
https://t.iss.one/+bP8DhI9XS604OWZi (Саша)
https://t.iss.one/ai_engineers_guild
https://t.iss.one/aimasters_chat
https://t.iss.one/gleb_pro_ai_chat
Чаты - это круто. Они все разные, найдите свой по вайбу и тусите там - спрашивайте вопросы, уточняйте когда что-то непонятно, показывайте, что навайбкодили, получайте по щщам и гнобите ботов.
Если честно, из чатов можно взять гораздо больше, чем из каналов, потому что в них чаще люди делятся полезным и только там бывают глубокие и интересные дискуссии.
И пятое, финальное
На самом деле есть один курс. Я запилил его на отпуске, в перерывах между аперолями. 15 уроков, ноль воды, на выходе вас с руками оторвут в любую AI-native команду. Cтоит всего лишь 35 тысяч
ССЫЛКА НА КУРС
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6👍5😁4🔥1