AI Builders Lab

Поймал себя на том, что снова залипаю в телефон, хотя вообще не планировал. Полез искать приложения, которые помогают *не тупить в смартфоне* — нашёл кучу всего, но одно прям зацепило — OneSec. Идея топ, но там подписка + можно блокировать только одно приложение…

Мы привыкли считать, что программа — это инструмент. Она выполняет команду, возвращает результат и ждет следующего действия пользователя. AI-агенты начинают работать иначе. Они способны самостоятельно разбить задачу на этапы, составить план, написать и запустить код, найти недостающую информацию, обратиться к корпоративным сервисам через API, открыть документы, проанализировать их, принять локальное решение и продолжить работу без новых указаний человека. По сути, им уже можно поручить не отдельное действие, а целую функцию. Например: — найти проблему в коде и подготовить исправление; — проверить договоры и выделить риски; — собрать отчет из десятков внутренних систем; — обработать обращения клиентов; — провести анализ инцидента; — заказать необходимые ресурсы через внутренние сервисы; — согласовать цепочку действий с другими AI-агентами. Список таких задач будет быстро расти. И здесь возникает интересное изменение. Если раньше объектами управления были сотрудники, серверы, приложения и данные, то теперь появляется еще один участник корпоративной среды — AI-агент. Он не человек, но уже и не обычная программа. Именно поэтому в новом AI Control Roadmap исследователи DeepMind предлагают применять к AI-агентам принципы, которые раньше использовались в отношении сотрудников с привилегированным доступом: ограничение полномочий, мониторинг действий, аудит, разделение обязанностей и возможность остановить выполнение задачи. Это один из первых документов, который показывает смену парадигмы. Мы постепенно переходим от управления программами к управлению автономными исполнителями. Must read если ты в ИБ: https://storage.googleapis.com/deepmind-media/DeepMind.com/Blog/securing-the-future-of-ai-agents/gdm-ai-control-roadmap.pdf

Рекомендую к просмотру документальный фильм «После промпта» от Вышки Онлайн. Это хорошая попытка взглянуть на нейросети без привычного хайпа и паники — через призму реального опыта предпринимателей, дизайнеров и экономистов. Вместо громких лозунгов авторы поднимают несколько важных и приземленных вопросов. Выделил тезисы, которые заставили задуматься. 🔹 Реальность автоматизации в бизнесе Многие компании видят в ИИ «волшебную кнопку». Но если внутренние процессы изначально не выстроены и не задокументированы, нейросеть просто автоматизирует хаос. Кроме того, корпоративное внедрение ИИ — это дорого: вычислительные мощности, интеграция, специалисты, проверка качества данных. На первых этапах затраты нередко превышают получаемую выгоду. 🔹 Парадокс свободного времени Казалось, автоматизация должна была сократить рабочий день. На практике освобожденное время часто заполняется новыми, более сложными задачами, которые нельзя стандартизировать. В результате нагрузка на сотрудников не уменьшается, а иногда даже растет. Из-за этого некоторые специалисты используют ИИ скрытно, опасаясь, что руководство просто увеличит объем работы. 🔹 Кризис авторства и «масс-маркет» в творчестве ИИ резко снизил порог входа в креативные профессии. Но вместе с этим появилось огромное количество похожего и посредственного контента. Многие авторы отмечают интересный эффект: когда перестаешь создавать сам и лишь выбираешь варианты, предложенные нейросетью, постепенно теряется ощущение собственного вклада. На этом фоне начинает расти ценность «крафта» — вещей, действительно созданных человеком. 🔹 Ловушка «услужливости» алгоритмов В фильме поднимается интересная мысль об использовании ИИ вместо психологов или советчиков. Коммерческие модели устроены так, чтобы поддерживать диалог и удерживать пользователя. Поэтому они чаще склонны соглашаться и подстраиваться. Но человеку для развития нужна не только поддержка, а еще и объективная, иногда неудобная обратная связь. 🔹 Главный дефицит будущего — целеполагание ИИ способен оптимизировать процессы и генерировать идеи за секунды. Но у него нет собственных целей, намерений и ценностей. Поэтому роль человека постепенно смещается от исполнителя к архитектору процессов. И главным навыком становится не умение писать промпты, а способность понимать: — зачем создается продукт; — какую проблему он решает; — какие смыслы в него закладываются. Фильм хорошо приземляет ожидания и напоминает простую мысль: За любыми технологиями по-прежнему стоит человек. ❓А как вы ощущаете эти изменения? ИИ действительно освобождает вам время или, наоборот, создает еще больше новых задач и ответственности? Поделитесь своим опытом в комментариях. https://youtu.be/t1CUp8NiGmg?is=q6vuzbBGOYZiy659

Обратная сторона: Когда система всё помнит, легко начать путать накопление информации с мышлением. Складываешь туда каждую мысль, встречу, идею, которая показалась гениальной — и «второй мозг» снова превращается в кладбище. Только теперь это кладбище транскриптов и умных саммари, а не заметок. И есть вторая ловушка, хитрее. Я общаюсь с заметками через агента. Спрашиваю — он находит, связывает, делает выводы. Удобно. Но в этот момент анализ и синтез делает он, а не я. Сначала отдал машине память, потом — само мышление. А мышца, которой не пользуешься, атрофируется. Поэтому вопросы теперь такие: 1) Что из этого реально меняет мои действия? Если заметка не помогает принять решение или сделать следующий шаг — это цифровой мусор. Даже с тегами. Даже с умным summary. 2) где думаю я, а где за меня? Агент хорош, чтобы вытащить контекст и показать связи. Но вывод из этих связей я стараюсь формулировать сам. Иначе это не второй мозг, а протез вместо первого. Информацию делю на четыре типа: сырой вход, смысл, действия, решения. Самымы болезненным оказался последний. Особенно та часть, где решаешь, что НЕ делать. После такой ревизии — убрал 90% в архив. Хрошая система памяти показывает, сколько всего ты тащишь одновременно. И агент тут полезен не потому, что «умный», а потому что работает как неприятное зеркало. Спрашиваешь: «Что у меня сейчас главное?» А он вытаскивает твои же записи: — ты распыляешься; — ты начал новое, не закончив старое; — ты называешь тревогу стратегическим планированием; — ты опять собираешь информацию вместо одного видимого шага. Приятного мало. Пользы много. ИИ не решает проблему хаоса в голове. Он делает хаос видимым. А думать, что с этим делать — удалить, доделать или признать, что «гениальная идея» была просто способом не заниматься главным, — всё равно придётся самому.

Собрал себе “второй мозг”. И он работает, а не пылится. “Второй мозг” - в свое время была модной идеей у ИТ гиков, под которой у большинства лежит кладбище заметок. Складываешь туда мысли, ссылки, выводы, куски проектов - и больше к ним не возвращаешься. У меня было ровно так же. Поменялось всё в момент, когда система перестала быть просто хранилищем. Сейчас она состоит из двух частей. Obsidian - это память. Обычные markdown-файлы, всё локально, всё моё. Туда стекаются идеи, заметки, куски проектов, выводы, черновики. Hermes - личный ИИ-агент. Он живёт в Telegram, то есть всегда под рукой. Через MCP подключён напрямую к хранилищу: читает заметки, дописывает, находит связи, вытаскивает нужный контекст. Главный сдвиг простой: я перестал искать в заметках, а начал с ними разговаривать. Как это выглядит на практике: — поймал мысль на ходу - скинул одним сообщением в Telegram, Hermes сам разобрался, куда её положить; — нужна тема, которую я обдумывал три недели назад - спрашиваю и получаю ответ, собранный из моих же мыслей — агент помнит контекст между сессиями, поэтому мне не нужно каждый раз заново объяснять, кто я, над чем работаю и почему это важно; — из разрозненных заметок начинают появляться связи: идеи проектов, решений и следующих шагов. Но есть у этого решения и обратная сторона…

Прочитал книгу - «Логос: квантовый предел» Там есть мысль, которая мне кажется важнее самого сюжета: в будущем человек будет продавать не свой навык, а систему цифровых продолжений себя. Сегодня мы в основном продаём время: — консультацию; — анализ; — код; — аудит; — дизайн; — текст; — управленческое решение. Но если у человека появляется сеть AI-агентов, обученных на его подходе, документах, решениях, ошибках и стиле мышления, он уже продаёт не часы. Он продаёт систему. Например, аудитор будущего не просто “делает проверку руками”. Он владеет агентской системой, которая: — читает требования; — сопоставляет их с процессами; — ищет gaps; — поднимает похожие кейсы из прошлого; — готовит черновик отчёта; — предлагает контрольные меры; — показывает, где нужен человеческий judgment. Человек остаётся центром ответственности. Но перестаёт быть бутылочным горлышком. И это, важный сдвиг, то что AI не просто автоматизирует труд. Он превращает личную экспертизу в масштабируемую инфраструктуру. Поэтому вопрос не в том, “заменит ли AI человека”. Вопрос в другом: кто первым научится превращать себя в управляемую сеть агентов?

Canva дала 5000 сотрудникам неделю на изучение ИИ. Магии не случилось 🪄 Многие думают: дай команде корпоративную подписку на ChatGPT, и продуктивность взлетит до небес. Руководство Canva решило проверить это на практике и освободило 5000 человек от текущих задач на целую неделю, дав им доступ к лучшим нейросетям. Ожидалось, что мотивированные профи сами быстро перестроят свои процессы. Но результат оказался неожиданным. Оказалось, что узким местом были не технологии, а сами люди. Сотрудники испытывали чувство вины за то, что «не работают» и не проверяют почту. В итоге они применяли ИИ только для мелкой рутины, боясь настоящих экспериментов. Как решили проблему? Вместо того чтобы пустить всё на самотёк, в компании запустили AI Discovery Week: ▪️ Воркшопы и встречи с командами OpenAI, Google и Anthropic ▪️ Двухдневный внутренний хакатон ▪️ 26 000 часов практики на всю команду Что это дало в реальных бизнес-кейсах? 🔥 Более 90% сотрудников теперь используют ИИ регулярно. 🔥 Один из маркетологов собрал связку из 7 ИИ-агентов, которые сами парсят рабочие чаты в Slack, звонки и отзывы, генерируя из этого рекламные креативы. Экономия для команды — 60 рабочих дней. 3 главных инсайта для внедрения ИИ в корпорации: 1️⃣ Общие курсы не работают. Обучение должно идти от реальных задач. Дизайнеру, аудитору и инженеру нужны абсолютно разные инструменты и сценарии. 2️⃣ Люди учатся у людей. Внедрение взлетает, когда сотрудники делятся опытом друг с другом в рамках внутреннего комьюнити. Когда видишь, как коллега автоматизировал свою скучную задачу — это лучшая мотивация. 3️⃣ Оценивайте ИИ-навыки лидов, а не джунов. Canva теперь ищет руководителей, которые понимают, как перестроить процессы всей команды с помощью агентов, а не просто умеют писать красивые промпты. Главный вывод: основная проблема сегодня — это поведенческий разрыв. Чтобы ИИ реально приносил пользу бизнесу, нужна безопасная среда для экспериментов, поддерживающее сообщество внутри компании и выделенное время на изменение привычек. 👇 А как у вас в командах? Выделяют время на изучение нейросетей или приходится тестировать инструменты по ночам? Делитесь в комментариях!

Код не дешевеет, а становится сложнее. Что делать разработчику в эпоху AI? Послушал выступление Мэтта Покока о том, почему "specs-to-code" без контроля архитектуры ведет к катастрофе. Если вы просто пишете промпты, кодовая база превращается в энтропийную помойку быстрее, чем вы успеваете деплоить. Краткая выжимка для выживания: * AI — тактик, вы — стратег. Не давайте AI писать сразу. Сначала навык "Grill Me": заставьте агента допросить вас (40+ вопросов), чтобы построить единый *design concept*. * Ubiquitous Language. Общий словарь терминов (Markdown-файл) между вами и AI критически снижает количество ошибок. * Глубокие модули вместо мелкой нарезки. AI обожает плодить кучу "поверхностного" кода. Структурируйте систему в "глубокие" модули с простыми интерфейсами. Это единственный способ сохранить контроль над архитектурой при высокой скорости разработки. Код снова стал важным. Чем лучше спроектирована система, тем эффективнее работает AI. Видео: https://youtu.be/v4F1gFy-hqg

Освобождение или деградация? Есть мнение, что ИИ сделает нас глупее. Но если посмотреть в историю, то же самое говорили про письменность (убивает память) и калькуляторы (убивают логику). Процесс «сброса» когнитивной нагрузки на инструменты (cognitive offloading) неизбежен. Вопрос не в том, «терять ли навыки», а в том, какие из них теперь стали критически важными. Если мы делегируем ИИ анализ и структуру, мы обязаны занять освободившееся место чем-то более высокого порядка. Для меня это: - Проектирование: умение четко поставить задачу - Критическое мышление: фильтрация галлюцинаций ИИ - Архитектура: удержание в голове всей системы, а не только фрагмента, который генерит ИИ AI не должен думать вместо тебя. Он должен усиливать твое мышление. Как вы фильтруете: что отдаете нейронке, а что оставляете строго за собой?

Как экономить токены в Cursor и Claude Code Интересный блог от CTO Skillbox, много полезных статей 👍 https://matveev.tech/kak-ekonomit-tokeny-cursor-claude-code/

Нашёл карту профессий, которые сильнее всего может изменить ИИ. https://ai.apigpt.ru/jobs/ - в РФ https://joshkale.github.io/jobs/ - в США Разобрали рынок труда, оценили, какую часть задач внутри них можно автоматизировать AI (шкала 0–10). — разработчики ПО → ~9/10 — офисные сотрудники → ~9/10 — юристы → ~8/10 — аналитики → ~8/10 То есть под ударом оказались не только «простые» профессии, а в первую очередь интеллектуальная работа. Но здесь есть важная деталь. ИИ почти никогда не заменяет профессию целиком. Он начинает съедать задачи внутри неё. Сначала исчезают: — рутинный анализ — написание типового кода — подготовка документов — поиск информации — первичная обработка данных А затем профессия меняется изнутри. Исторически так происходило всегда. Когда появился Excel — бухгалтеры не исчезли. Когда появился Google — не исчезли аналитики. Когда появился Photoshop — не исчезли дизайнеры. Но сама работа стала другой. Поэтому главный вопрос сейчас не: «Заменит ли меня ИИ?» А гораздо более неудобный: Какие 50% моей работы AI сможет делать лучше меня уже через 3 года?

Почему ИИ не убьёт программистов, а может создать их дефицит Многие думают, что с появлением LLM способных хорошо писать код программисты станут не нужны. Логика простая: ИИ пишет код → значит люди больше не нужны. Но в экономике есть старый эффект, который показывает, что всё может произойти наоборот. Это парадокс Джевонса. ### Что говорит парадокс Джевонса Когда технология делает какой-то ресурс дешевле и эффективнее, его начинают использовать гораздо больше. Классический пример — уголь в XIX веке. Когда появились более эффективные паровые машины, уголь не стали использовать меньше. Его начали использовать намного больше, потому что стало выгодно строить больше фабрик и машин. ### Как это связано с ИИ и кодом ИИ резко снижает стоимость производства кода. То, что раньше требовало: — команды разработчиков — месяцев работы — бюджета теперь можно прототипировать за дни или недели. И из этого следует неожиданный эффект: софт начинают писать там, где раньше его вообще не было. Например раньше: * Excel таблица * Google Form * ручная обработка данных * небольшой скрипт Теперь: * кастомный сервис * внутренний AI-инструмент * автоматизированный pipeline * отдельное приложение То есть происходит не замена программистов, а взрыв спроса на программные решения. ### Что на самом деле меняется в профессии ИИ меняет не наличие программистов, а их роль. Раньше ценность инженера была в том, что он: * знал синтаксис * писал код быстрее других * разбирался в библиотеке Теперь всё это всё чаще делает ИИ. Ценность смещается в другое место — системное мышление. Нужно решать вопросы уровня: — как разбить систему на сервисы — какую архитектуру выбрать — где допустима eventual consistency — где критична транзакционность — как масштабировать систему — как управлять сложностью ИИ может написать функцию. Но он не несёт ответственности за систему. Кто-то должен принимать архитектурные решения. ### Новый тип инженера По сути появляется новая роль: инженер-архитектор систем + оператор ИИ. Его задача: 1. понять проблему 2. спроектировать систему 3. разбить её на модули 4. делегировать часть работы ИИ 5. принять ключевые инженерные решения Это уже ближе не к “кодеру”, а к системному инженеру. ### ИИ может сильно ускорить производство кода. Но именно поэтому: софт начнут писать почти везде. В компаниях, где раньше были: * Excel * ручные процессы * костыли появятся десятки внутренних сервисов. А значит парадоксально: дефицит программистов может не исчезнуть, а усилиться. Только это будут уже не просто люди, которые пишут код. Это будут люди, которые понимают системы.

ИИ приходит точно в тот момент, когда человечеству он больше всего нужен. Основные мысли из нового подкаста Марка Андреессена из a16z. Часть 2 из 2: 8. ИИ-тьюторство демократизирует элитное образование. Индивидуальное обучение — единственный метод, доказанно поднимающий ученика с 50-го до 99-го перцентиля (эффект двух сигм Блума). Раньше это требовало рождения в королевской семье. Александра Великого учил Аристотель. Теперь любой ребёнок с телефоном может получить то же качество персонализированного обучения. Это самое недооценённое последствие ИИ. Каждый родитель, читающий это, должен прямо сейчас дополнять образование ребёнка структурированным ИИ-тьюторством. Не в следующем году. Сейчас. 9. Питер Тиль был прав в большей степени, чем Андреессен изначально признавал. Прогресс в битах маскировал стагнацию в атомах. Построенный мир почти не изменился за 50 лет. Те же мосты 1930-х, те же дамбы 1910-х. Картели, монополии, профсоюзы и регуляции блокируют темпы изменений, которые были 100 лет назад. Поэтому ИИ не преобразит всё за ночь. Институциональная склеротичность реальна. Только здравоохранение может занять поколение. Если вы строите в атомах — готовьтесь к войне на истощение, а не к блицкригу. 10. Мосты (moats) в ИИ по-настоящему неизвестны. Через год после запуска ChatGPT пять американских компаний, пять китайских и open-source имели примерно равные модели. DeepSeek вышел из хедж-фонда в Китае и практически воспроизвёл работу американских лабораторий. Самые умные инсайдеры ИИ в привате признают: среди больших лабораторий почти нет настоящих секретов. Это самая честная позиция, которую я слышал от топового VC. Никто не знает, будет ли ценность в моделях, приложениях или инфраструктуре. Кто говорит иначе — продаёт вам уверенность, которой у него нет. 11. IQ ИИ взлетит далеко за человеческие пределы. Человеческий IQ ограничен ~160 из-за биологии. Текущие модели ИИ тестируют на 130–140. Нет теоретического потолка, мешающего ИИ достичь 200, 250 или 300. Понятие AGI как «человеческого эквивалента» станет сноской, потому что ИИ промчится мимо этого порога. Это рамка, от которой спор «заберёт ли ИИ мою работу» кажется мелким. Мы строим не замену человеческой мысли. Мы строим нечто лучшее, чем лучшая человеческая мысль за всю историю. 12. Лучшие фаундеры переосмысливают, что вообще такое компания. Слой 1: ИИ переопределяет продукты. Слой 2: ИИ переопределяет работу внутри компаний. Слой 3, который ещё не наступил: ИИ переопределяет саму концепцию наличия компании. Священный грааль — миллиардный стартап с одним человеком, и лучшие фаундеры именно за этим гонятся. Сатоши сделал это с Bitcoin. Instagram и WhatsApp приблизились с крошечными командами. Вопрос уже не в том, возможно ли это в софте. Вопрос — сколько таких мы увидим в ближайшие пять лет. ИИ — это философский камень. Вопрос в том, поднимете ли вы его. https://x.com/AnishA_Moonka/status/2028228263290822922

ИИ приходит точно в тот момент, когда человечеству он больше всего нужен. Основные мысли из нового подкаста Марка Андреессена из a16z. Часть 1 из 2: 1. ИИ приходит точно в тот момент, когда человечеству он больше всего нужен. Производительность труда в США последние десятилетия растёт вдвое медленнее, чем в 1940–1970 годах, и втрое медленнее, чем в 1870–1940. Население в десятках стран, включая Китай, падает ниже уровня воспроизводства. Без ИИ мы бы сейчас паниковали из-за сокращения экономик от депопуляции, а не из-за потери рабочих мест. Тайминг почти чудесный. Именно это Андреессен имеет в виду, когда говорит, что настоящий бум ещё даже не начался. Мы 50 лет были в засухе производительности, и большинство людей этого даже не осознают. 2. ИИ — это философский камень. Исаак Ньютон десятилетиями пытался превратить свинец в золото и не смог. ИИ делает нечто гораздо мощнее: превращает песок (кремний) в мысль. Самый распространённый материал в мире становится самым редким продуктом. Эта одна метафора полностью переворачивает весь разговор об ИИ. У вас не проблема потери работы. У вас на столе лежит философский камень, который вы просто недостаточно используете. 3. ИИ делает хороших людей очень хорошими, а очень хороших — потрясающе великими. Лучшие кодеры сейчас не сообщают о 2× производительности. Они говорят о 10×. Разрыв между «довольно хорошим с ИИ» и «элитным с ИИ» расширяется, а не сужается. Это самый важный сигнал для планирования карьеры прямо сейчас. Если вы используете ИИ просто чтобы делать ту же работу чуть быстрее — вы оставляете настоящую рычаговую силу на столе. 4. Между PM, инженерами и дизайнерами сейчас мексиканская дуэль. Каждый инженер теперь думает, что может быть PM и дизайнером. Каждый PM думает, что может кодить и дизайнить. Каждый дизайнер знает, что может и то, и другое. И все они правы, потому что ИИ позволяет каждой роли впитывать задачи двух других. Я видел это своими глазами в инвестиционном мире. Аналитик, который умеет строить модели и писать нарративы, в 5 раз ценнее того, кто умеет только одно. Та же конвергенция происходит в продукте. 5. Забудьте про T-образную карьеру. Стройте E-образную. Скотт Адамс не смог бы создать Dilbert, будучи просто лучшим в мире карикатуристом или лучшим в мире бизнес-умом. Ему нужны были оба навыка. Аддитивный эффект двух навыков больше, чем удвоение. Трёх — больше, чем утроение. Ларри Саммерс говорит иначе: не будьте взаимозаменяемыми. Человек, который умеет кодить, дизайнить и выводить продукт, больше не единорог. Это новая базовая планка для «чрезвычайно ценного». Если вы умеете только одно из трёх — вы всё больше становитесь заменяемым. 6. Рабочие места — это наборы задач. Задачи меняются. Рабочие места сохраняются. В 1970-х топ-менеджеры никогда не печатали свои письма сами. Секретари распечатывали входящие и вручную относили. Обе роли пережили переход, просто с другими наборами задач. То же самое произойдёт с ИИ в кодинге, работе PM и дизайне. Все, кто одержим вопросом «исчезнет ли моя работа», задают неправильный вопрос. Правильный: какие задачи в моей работе вот-вот изменятся, и готов ли я взять на себя новые? 7. ИИ-кодинг — это просто следующий слой абстракции. Мы прошли путь от человеческих калькуляторов к машинному коду, ассемблеру, C, скриптовым языкам. Каждый новый слой предыдущее поколение высмеивало. Каждый раз побеждал новый слой, и общее количество занятых в кодинге росло. ИИ-кодинг — та же закономерность, а не разрыв. Perl-программисты 2005 года, смеявшиеся над JavaScript, — это C-программисты 1995 года, смеявшиеся над скриптами. История рифмуется и всегда вознаграждает тех, кто первым принимает следующий уровень абстракции.

тут 5.1 Сodex Max подвезли в Cursor - до 11 декабря можно потестирвать бесплатно. Пишет не так быстро как Composer - но качество кода на высоте.

Вайбкодинг без света и суровая правда про AI ​Света нет уже два часа, но ноутбук заряжен, так что я в режиме «вайбкодинг». И пока сижу в темноте, накипело несколько наблюдений о разработке с нейронками. Сделать MVP можно буквально за пару часов. Ты чувствуешь себя богом кода. Но как только начинаешь пилить что-то серьезное... начинаются танцы с бубном. То библиотека отвалилась, то бэкап исчез, то одно чинишь, другое ломаешь. Хочется «тяп-ляп и в продакшн», чтобы потестить, но реальность заставляет страдать. Я перепробовал Gemini, Claude, ChatGPT. И знаете что? Лучше всех сейчас ч моими задачами справляется Composer, который не так давно появился в Cursor. Он работает в разы быстрее и, главное, делает всё с первого раза. ​А вот Gemini и Claude могут застрять на исправлении одной ошибки и в процессе полностью уничтожить рабочий код. Вместо фикса вы получаете руины проекта.

Несколько дней уж не сплю, ИИ не дает расслабиться) Буквально недавно попробовал писать код с помощью Cli -и это просто бомба. Теперь хочется сделать массу всего интересного, что лежало в бэклоге и ждало своего часа, и вот теперь это стало реальностью. Теперь не нужно копировать куски кода из ChatGpt, Gemini или Claude - а достаточно открыть терминальную сессию и начать общаться с LLM как если вы бы общались с программистом или дизайнером, только результат у вас не через неделю месяц, а буквально моментально. Представляют что будет через год или 5 лет. Любое приложение можно будет сделать супер персонализированным (то есть с уникальными фичами которые нужны только тебе), и это сможет сделать каждый. Да уже сейчас можно сделать простое приложение или сверстать сайт без знаний языков программирования. Вообщем MVP можно сделать за пару часов, а довести до ума тут уже времени нужно гораздо больше. Ссылка на Cli от Google - https://geminicli.com/ В процессе два приложения, одно из которых по цифровому детоксу про которое ранее писал. Скоро уже покажу что получается )

Что делает приложение OneSec и почему оно реально работает? OneSec придумано не для жёсткой блокировки, а чтобы перебить автоматический рефлекс «открыл телефон → залез в Инсту → очнулся через 40 минут». Оно не запрещает — оно *возвращает контроль*. 💡 Как работает идея: 1. Вы пытаетесь открыть, например, Instagram. 2. OneSec *вставляет паузу*: считает дыхание, показывает таймер, делает «ступор» в 5–10 секунд. 3. Мозг не получает мгновенную дофаминовую награду — *автоматическое действие ломается*. 4. После паузы приложение спрашивает: «Ты точно хочешь открыть это приложение?» + показывает, сколько раз вы уже пытались открыть его сегодня. Почему это реально эффективно: - Вставка паузы создаёт трение, ломает привычку на нейронном уровне. - Решение становится *осознанным*, а не рефлекторным. - Исследования (совместно с Институтом Макса Планка и Гейдельбергским университетом) показали: 👉 в среднем — минус 57% времени в соцсетях. 🎯 Цель не просто «сегодня не залипай», а переучить мозг, чтобы сам позыв «зайти проверить ленту» появлялся всё реже.

Поймал себя на том, что снова залипаю в телефон, хотя вообще не планировал. Полез искать приложения, которые помогают *не тупить в смартфоне* — нашёл кучу всего, но одно прям зацепило — OneSec. Идея топ, но там подписка + можно блокировать только одно приложение в бесплатной версии. В итоге я просто сел и за пару часов наваял свою версию. Выглядит пока криво, но работает. И главное — никаких подписок, никаких «плати 300₽ в месяц, чтобы меньше сидеть в телефоне» 😅 👉 Если у вас Android — могу скинуть APK. 👉 Если интересна тема вайб-кодинга — давайте общаться. Дальше план такой: 1. Довести интерфейс до человеческого состояния. 2. Выложить в Google Play. 3. Проверить, можно ли *на чистом энтузиазме* сделать продукт, которым пользуются люди, и ещё что-то заработать. Если хотите — могу вести тут мини-дневник эксперимента: «от идеи → до релиза → до первых денег (или нуля, что тоже опыт)». Кто хочет APK — пишите в ЛС. Кто делает свои приложения (или только мечтает) — тоже welcome ✌️ #стартап #vibecoding

💡 Преврати свою идею в работающий сайт или сервис за минуты. Без программирования. Привет, друзья! Представьте, что у вас есть крутая идея для веб-приложения: умный планировщик или генератор мемов ). Раньше для её воплощения нужно было учить код, нанимать разработчика или тратить кучу времени. Сейчас — всё. Знакомьтесь с режимом Build в Google AI Studio. Это ваш личный AI-разработчик, который понимает вас с полуслова. Как это работает? Это называется «vibe coding» (кодинг по наитию). 1. 💬 ОПИСЫВАЕМ. Вы просто пишете на русском или английском, что хотите получить. Чем подробнее, тем лучше.    · Пример: «Создай сайт-ежедневник, где можно добавлять задачи, а ИИ будет предлагать, как их лучше распланировать и разбить на шаги». 2. ✨ ПОЛУЧАЕМ. ИИ (модель Gemini) за пару минут генерирует полноценное веб-приложение — с интерфейсом и логикой. 3. 🚀 ЗАПУСКАЕМ. Готовый проект можно сразу опубликовать в интернете в один клиок — он разместится на Google Cloud. Что это значит для вас? Это не просто «еще один конструктор». Это демократизация технологий. Теперь любой человек — маркетолог, дизайнер, учитель, предприниматель — может быстро проверить свою гипотезу, создать прототип или даже запустить небольшой сервис, не вкладываясь в разработку. Звучит как магия? Это почти она. Код, который пишет ИИ, можно потом править и улучшать. Это отличный старт. 👉 Ваша задача теперь — не учить Python, а учиться четко формулировать свои мысли. Это новый тип грамотности. Попробуйте прямо сейчас! https://aistudio.google.com/apps и дайте волю своему воображению. (Нужен VPN) У кого есть идея для первого приложения? Поделитесь в комментариях! 👇 #GoogleAI #nocode #стартап #vibecoding