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 из 43 агентных задач. Qwen3.8-27B в режиме reasoning xhigh выдал 90,7%. Ровно столько же, сколько Claude Sonnet 5. Больше, чем у DeepSeek V4 Pro на 1,6 триллиона параметров (89,9%). И это всего лишь 27 миллиардов параметров. Локально. Без интернета. 🐌 А теперь цена Sonnet 5 прошёл бенч за 27,8 минуты. Qwen3.8-27B — за 3,4 часа. Скорость генерации — 10 ток/с. Прикрутил спекулятивный декодинг MTP-3, стало 18 ток/с. Первая мысль была «криво настроил, надо тюнить дальше». Потом прикинул по формуле — оказалось, виновата шина: 📐 макс. ток/с = пропускная способность памяти / размер активных весов Каждый токен требует вычитать все активные веса из памяти. Заново. У DGX Spark шина 273 ГБ/с, NVFP4-чекпоинт весит 26,4 ГБ. Делим — потолок ~10 ток/сек. Ровно то, что я и видел до спекулятивки. Для контраста: Qwen3.6-35B-A3B на том же железе даёт 75 ток/с. Модель больше, но это MoE — активны 3B из 35B, читается два гигабайта вместо двадцати шести. 👁 Видео: описывает отлично, понимает плохо Второй тест — скормил 28-секундную запись экрана. Сценарий: скроллю до расширения Контур, включаю его, двигаю анимированного персонажа, выключаю обратно. 🔸 Без ризонинга (ответ за 28 с) — подробнейшее описание интерфейса: Chrome, страница расширений, список плагинов, мультяшный персонаж, текст тултипа. Действий модель не разобрала вообще. Как будто ей дали скриншот, а не видео. 🔸 С ризонингом (94 с, втрое дольше) — появился пошаговый разбор с выводами о намерениях пользователя. Выглядит убедительно. И неверно. 🤔 Переключение Контура засекла только модель с ризонингом — интересно, почему? Но каждый раз путалась в показаниях: то описывала включение, то отключение. Как будто дробление на кадры происходит случайным образом. Видимо, тумблер размером 40 пикселей — это шум для EVS при нарезке кадров на токены. Кстати, стоит помнить, что Qwen3-VL сэмплит видео на 2 fps, то есть если будем пытаться делать скиллы по скринкасту, плотность действий на экране должна быть низкой, а темп медленным. 🗺️ Копии интерфейсов по скриншоту — прекрасно Третий тест — сгенерировал в ChatGPT картинку «хиро-блок сайта» и попросил Qwen сверстать её в HTML. Получилось очень близко к оригиналу. В одном из прогонов референс был с картинками. Модель сама сообразила, откуда их взять, и подставила сервис моковых изображений. Похоже, интерфейсы уже сейчас можно генерировать огромными партиями на небольших локальных моделях. 🧾 Что в итоге, где затестить и сколько стоит Если говорить о запуске на локальном мини-ПК вроде DGX Spark, Qwen3.8-27B — отличная модель, но очень медленная. Для задач, где важен результат, а не время отклика — ночные прогоны, батчи, автономные агенты — это лучшее, что сегодня можно поставить локально. Для интерактива терпения не хватит. Поэтому тут выручают провайдеры: • У нас в РФ эту модель уже поднял Валера — ребята затащили скорость 67 ток/сек • На OpenRouter — 3 доллара за миллион выходных токенов, но Throughput 16 ток/сек настораживает • Вот бы дождаться раздачи на cloud.cerebras.ai — там это будет выглядеть сверхбыстрой магией по 500 ток/с. Интересно, когда мы сможем тянуть такие модели прям на локальном железе? Кто что думает? ---- Поляков считает — AI, код и кейсы

Сюрприз от Manus: аккаунты удаляют, но обещают все вернуть Сегодня получил рефунд подписки на Манус и уведомление о том, что надо сделать бекап. Оказывается, что для соответствия законодательству компания вынуждена удалить данные. Но при этом они позволяют все данные скачать в виде бекапа, чтобы потом восстановить. 🔗 Вот ссылка: https://manus.im/backup 🤦🏻‍♂️ Всему виной сделка с Мета (террористом и экстремистом) Data generated by some users on/after Meta's acquisition of Manus needs to be deleted to comply with regulatory requirements in specific jurisdictions. В своем блоге Манус объясняет ситуацию, что некоторые юрисдикции обязывают их удалить данные накопленные в период владения вышеназванной корпорацией. 💳 Дарят скромный извинительный бонус Всем кто вернется после 23 августа дадут скидку 90% на первый месяц подписки. Возвращаться или нет, пока не решил. Возможности сервиса, это только виртуальная машина + агент в почтовом ящике. Что думаете? Нужен Манус современному айтишнику? Какие фичи в нем ценные? UPD: Анонсированы вообще свободные лимиты. ---- Поляков считает — AI, код и кейсы

инсайт который пришёл мне этой ночью, пока я жёг токены вы сталкивались когда-нибудь с такой проблемой: прорабатываешь с codex scope задачи или архитектурное решение и порой бывает, что это занимает довольно много контекста и может выполниться парочку compaction. да, у codex действительно лучший compaction на рынке и у нас есть почти бесконечное контекстное окно, но всё же важные детали после compaction в любом случае теряются. особенно, если эти детали не были зафиксированы где-нибудь в файлах, которые можно почитать после compaction. что делать? попросите codex использовать tool read_thread. если вы раннее видели как codex читает чужие треды, то вы наверняка знаете, что это за tool – он позволяет кодексу читать соседние треды. но вчера до меня дошло, что его можно просить читать и свой тред тоже. таким образом, можно прочитать детали, которые он писал в треде, до наступления compaction и восстановить их, чтобы потом сохранить в вашем плане. прочти весь наш тред через read_thread и убедись что ты собрал все детали которые мы с тобой обсуждали и на которых остановились вы уже знали про такой лайфхак? Лайк, репост, ✔️ Тимур Хахалев про AI Coding, подписывайтесь!

Разбираем ошибки Сбербанк Онлайна и обсуждаем ИИ для управления интерфейсами На самом деле пост про Bb харнес, но хочется обсудить с позиции продуктов, поэтому начнём со Сбербанка. Около 240 часов коллективного времени в сутки — столько, по моей прикидке, съедает ИИ-поиск в «СберБанк Онлайн». Сбер встроил ИИ в строку поиска. Раньше я находил нужный пункт меню мгновенно, теперь жду генерацию 2-3 секунды, чтобы быстро перейти к разделу со штрафами. 🗺️ Считаем на салфетке. В приложении, по данным самого Сбера, больше 85 миллионов активных пользователей. Если хотя бы 1% раз в сутки лезет в поиск и теряет на ожидании секунду — это 850 000 секунд, или 236 часов. Оценка нарочно скромная. Плюс электричество и токены за то, что и так работало быстро. А на прошлой неделе я увидел, как ИИ в интерфейсе делают по уму. 🧩 bb: агент дописывает интерфейс на ходу Рефат разобрал bb — открытую обвязку для кодинг-агентов — https://getbb.app. Я бы назвал это харнес для харнесов. Внутри Claude Code, Codex, Cursor, Pi, OpenCode, Grok и Hermes, что угодно с поддержкой ACP. Мне в Bb зашла идея с плагинами: агент прямо в треде пишет плагин под твою задачу, собирает и подгружает его сам. Плагин умеет добавить панель в сайдбар, свою команду, инструменты и навыки для агентов, фоновые задания, собственную базу SQLite. Многое в самом bb так и сделано: автоматизации, сайд-чат, память, задачи, интеграция с GitHub. 🤔 Я искал у Bb связь с Россией, так как Bb — это слово ИИ набранное в английской раскладке. Но не нашел. 🧪 Что попробовал я Селектор скиллов. Один раз указываешь директорию с навыком, дальше bb сам прокидывает симлинки и добавляет избирательную подгрузку. Вышло криво, но за пару минут и без единой строчки кода руками. Можно настроить отображение остатков лимитов подписки, и у меня наконец-то отображается остаток лимитов из Cursor. ⚡ ИИ в интерфейсе может быть полезен тем, что может собрать экран под конкретного пользователя. 🎯 Кому стоит украсть идею - Сбер: чтобы пользователь мог вынести штрафы в меню, если ему они интереснее чем кредиты. - Битрикс24: дашборды, которые пользователь собирает себе сам по своим задачам. - Яндекс Директ: быстрый доступ к настройкам, до которых сейчас четыре клика. Список можно продолжать, в него вписывается почти любой SaaS с ценностью на уровне приложения и интерфейса. 🧯 Что стоит знать до установки Проекту пара месяцев. До версии 0.36.0 от 8 августа сервер bb слушал все сетевые интерфейсы и отдавал неаутентифицированный API любому, кто дотянется до машины. Починили, теперь только 127.0.0.1. Десктоп только под macOS на Apple Silicon, остальным npx bb-app@latest, Windows через WSL2. Сам я не перееду: слишком привык к нативным Claude Code и Codex. Но как демо для тех, кто делает интерфейсы, это самое интересное, что я видел за последнее время. Думали уже о том, что ИИ — это скорее не болталка, а способ нового взаимодействия на уровне интерфейса? Какому из продуктов советовали бы добавить агентов, как средство изменения интерфейса? ---- Поляков считает — AI, код и кейсы

Cursor - это выпрямитель рук По ощущениям это словно дарк соулс от мира кодовых агентов. Ошибок не прощает. Надо очень внимательно следить и за тем, что ты попросил агента сделать, и за тем, как он это в итоге сделал. Один раз пролистал диф по диагонали, и в репозитории уже живёт что-то, что вроде работает, но совсем не так, как ты задумывал. Зато дисциплина от этого подтягивается (хотя многих это и отпугивает). Начинаешь формулировать задачу точнее и читать сгенерированный код внимательнее, апрувить не сразу пачкой, как в Codex и Claude Code, мол я сделял, а небольшими кусочками, с учётом контекста. Поэтому выскажу мнение основанное на личном опыте: Если научиться работать с Cursor, то и с любым другим агентом дальше пойдёт легче и проще. Как раз про это я собрал бесплатный курс про Cursor AI на Stepik, там всё по шагам, от первой настройки до работы с большими проектами. PS. Кому удобнее читать офлайн, весь курс собрал в PDF-книгу

Ваш покорный слуга тоже приобрёл у Паши книгу по Cursor и всем советует. Для меня Cursor — это такая замена Warp. Сказал перекопировать бота из сервера А на сервер Б, потому что нет соединения с сервисом — он за 2 минуты сделал. Купил ещё осенью, когда вышел Composer, так до сих пор и гоняю на примитивные задачи.

Кейс: Рабочий пайплайн для редизайна сайтов На прошлой неделе я написал, как удобно создавать редизайн старых сайтов с помощью ИИ. На этой неделе, я решил натянуть собранный тогда дизайн на админку. Имейте в виду, что я не разработчик, я скорее менеджер…

Туту проводит хакатон: хороший способ познакомиться с командой Помните я рассказывал, что запустили MCP для сервиса путешествий Туту. Самый популярный запрос в личку по итогам анонса был про то, как я нашел проект и договорился с командой. Ответ простой, команду я уже знал, прототип приготовил за вечер. Сделал демо, оно зашло. Вчера Туту анонсировали хакатон с призами: https://hackathon2026.tutu.ru Призы символические — деньги на покупку внутри сервиса. Но принципиально это предложение почелленджить интересные идеи для тревел-сервиса на живом API компании. 🙋🏻‍♂️ Сижу в жюри, буду оценивать решения Ваш покорный слуга приглашён в качестве судьи. На прошлой неделе проходило аналогичное мероприятие со студентами центрального университета. Лично мне зашло два решения. Одни ребята сделали ассистента, который управлял фильтрами на сайте (как Elevenlabs у себя), другие сделали Тиндер предлоджений. 🚀 Если бы я участвовал в таком челлендже, я бы наверное сделал тиндер-механику в целом для тревела. Типа поле ввода: путешествие на двоих с семьёй и варианты, которые обучаются в зависимости от сделанных человеком лайков. Тут отлично вписываются и агенты и рексис и спецпроекты для маркетинга. 🤔 Кому бы я советовал принять участие Если интересуетесь карьерой в тревелтехе, ИИ-агентами, в т.ч. как владелец продукта — хакатон однозначно для вас. Кроме призов организаторы совершенно точно заинтересованы в формировании кадрового резерва + с удовольствием реализуют вместе интересные проекты. Если собираетесь участвовать — напишите в комментариях, в какую сторону копаете: подбор поездки, интерфейсное решение или свой агент поверх MCP. ---- Поляков считает — AI, код и кейсы

#полезное Постоянный канал с вакансиями для AI-инженеров https://t.me/ai_engineer_jobs. Туда автоматически летят вакансии для AI Engineer, LLM Engineer, Agent Engineer, AI Product Engineer, vibe coder и других около-AI ролей. Сейчас подключено 22 источника -> чуть позже будет 400+ Поддерживает Telegram, RSS, API, карьерные сайты и вообще любые источники, которые удастся обнаружить и распарсить. Также содержит продвинутый набор инструментов обходов блокировок и защит от парсинга (исключая LinkedIn, там особый случай) За всем этим стоит написанный мной монстр job_ftch -> ETL-пайплайн с автодискавери источников, парсингом, дедупликацией и ML+LLM фильтрацией В общем, кому нужны нормальные вакансии в AI без тонны мусора -> подписывайтесь. Также вы можете сделать свой сервис/MCP/телеграм бот из этого проекта, так как он универсальный

Интересный случай продажи кота в мешке под соусом новой нац.модели. Открываем неделю с поста рубрики #ИИзнанка 😜 Да, да, знаю, что вышел Kimi3, читаю техрепорт, обзор будет позже. 📦 Вышла итоговая правка закона о развитии и поддержке суверенного ИИ. Максимально похудевший, где возможно, от фрейминга закон, дал почву бодрым кобанчикам для спекуляции в открытом поле. Теперь все пытаются залезть в нишу моделей среднего размера и назваться гордым именем "национальной" всея 🎉. При этом цимис понятен, b2g рынок (и бюджеты) - это золотая жила, прикоснуться хотят многие, однако можно случайно пойти по пути автоваза. Расскажу замечательную свежую историю о том, как не попасться на пустые инвестиции бодрым кабанчикам и что проверять, если вам предлагают "аналоговнет" за ХХмлн енотов. Кейс. Приходят к вам ребята с просьбой посмотреть на интересный проект и оценить потенциал инвестиций. Вы открываете презентацию и КП. А там: предлагаются новые модели, заявляется отличие от всех типовых transformers архитектур на рынке (llama, Qwen, Saiga, Vikhr и тп). При этом, заявляются размеры 9b, 35b, 122b; размер контекста более К млн токенов 🚬 Модели первой волны уже прошли К этапа обучения из М, но уже сопоставим результаты с Claude, но требуют дополнительных ХХ млн руб. (не млрд) инвестиций, чтобы показать всем кузькину мать и таки выйти на М этапов 💪. История собирательный образ, несёт образовательный смысл и все совпадения случайны. Итак, что вы должны сделать, чтобы провести фаст аудит: 1. Проверить размеры открытых популярных моделей на обнимашках. Тут мы видим, подозрительные совпадения с семейством Qwen 😐. А нам заявляют, что аналогов нет. Задумались. Ладно может совпадение и перед вами генИИ отрасли. Тогда идём к П2. 2. Просим тех.документы/добавить в репо/ссылку на патент или статью, или иную доказательную базу, естественно, под расписку, а лучше под NDA договор. Также важно запросить состав команды и их mindset, будет странно, если ребята делали раньше условный рексис, а сегодня они сами уже запилили грамотно К этапов обучения LLM, да так успешно, что аж на уровне Claude моделей. Не дают? Очень странное, ну может решают перестраховаться и мы идём к П3. 3. Допустим, вы понимаете, что модели аналоги Qwen, тогда в соответствии с scaling laws вы должны понимать сколько нужно пролить токенов данных, а значит шагов моделей на GPU, чтобы получить оптимальную сходимость для 9b,35b,122b. Те ваша модель на выходе будет адекватно работать. Отсюда же, вы можете посчитать сколько надо 💸 - это самое важное. Тут и спросите за бюджет, сколько gpu нужно, чтобы модель прошла все оставшиеся фазы и была prod ready, ну хотя бы MVP/PoC. Сколько токенов, gpu часов и тп. И увы если ХХХ млн не вписываются в создание заявленного числа параметров модели, gpu и gpu часов, то... В общем, получив такой чеклист, далее решать вам. 👍 Уже не говорю о том, что если внезапно это Qwen или аналоги, зачастую в открытом доступе уже лежат full обученные модели, прошедшие все этапы обучения, и сделать ещё сверху серьезный posttrain, расширить словарь и ничего при этом не сломать, требует компетенций и ресурсов. 😐 Удачи и stay tuned. 🦾 #ЖизаДня, #ИИнфоцыганство, #ДоверяйНоПроверяй А какие вы кейсы видели на своём опыте? Пишите в комментариях. 👇👇👇