Охват к подписчикам
87,0%
ERR
Реакции к просмотрам
2,21%
630 на 20 постов
Пересылки к просмотрам
1,38%
393
Постов в день
0,0
всего 20
Где отзываются чаще
доля реакций к просмотрам- 18 июн.Регулярно участвую в собеседованиях, и в последнее время все чаще попадаются кандидаты, которые проходят его с AI-суфлерами. Просто нет цензурных слов. Нет, я не против использования AI, и понятно, что в работе мы активно его используем. Но кандидаты совершенно отключают мозг и просто читают то, что им нагенерила LLM. Уже не счесть, сколько собеседований я просто останавливал, когда видел подобное. Не понимаю, чем думают кандидаты и на что рассчитывают. И что печально, это чаще встречается среди молодого поколения. Ребята сами себе роют яму, из которой потом не вылезут. Портят рынок и свою репутацию. Если они делают из себя прокладку между креслом и LLM, то их первыми и заменит LLM. Учите базу, нарабатывайте практику, совершайте ошибки, получайте опыт, учитесь думать, развивайте критическое мышление. И да, используйте AI, он сильно ускорит этот процесс. Но не заменяйте себя нейронкой. 🔗 Инженерия и AI | Ilyas Salikhov4,58%
- 2 июл.Как уже говорил ранее, с февраля разработчики в RetailCRM массово переходят на агентскую разработку. Прошло 5 месяцев этого пути, хотел бы подбить промежуточные выводы. Ключевые цифры 1. Число смерженных Merge Request-ов +26%. Доля MR, разработанных с агентами 50-55% 2. Объем изменений, заезжающих с MR +250%. Доля строк с агентами 75-80% 3. Медиана Time to market задач держится плюс-минус на том же уровне 4. Средний Time to market задач снизился на 39%, снижается все 5 месяцев Что всё это значит 1. Кодинг – это только один из этапов реализации задачи. Объем выпускаемого кода увеличился в 2,5 раза, но число MR только на треть. Мы ускорили кодинг, но узкими местами становятся другие этапы. Стабильность медианы t2m дополнительно подтверждает, что ускорение кодинга почти не ускоряет весь пайплайн производства, по крайней мере сейчас. С другой стороны и не замедляет, что тоже важно 2. Среднее значение t2m, в отличие от медианы, более чувствительно к крайним значениям, то есть к длительности долгих задач. Снижение среднего говорит о том, что агентская разработка больше ускоряет крупные задачи и фичи. Рост объема изменений как дополнительное подтверждение этой гипотезы 3. Как видно, с агентами делается чуть больше половины MR. Остальная часть без агентов по несколькими причинам: 3.1. Мелкие правки бывает быстрее внести напрямую, чем объяснять агенту 3.2. Мы пока осторожно переводим на агентов молодых ребят. Кажется, когда мало опыта, то агенту больше доверяешь и хуже верифицируешь результат, а опыт получаешь более поверхностный. Соответственно от них больше MR без агентов В общем, с агентами код пишешь быстрее, но в конечном итоге всё упирается в людей ⌛️ И переход к Tiny Teams напрашивается сам собой: небольшие, но более автономные команды. Часть наших уже такими и является. В ближайшее время подключим агентов в процессы ревью. И по части harness пока далеко не все готово, особенно на крупных проектах с историей, продолжаем улучшать. Делитесь, как у вас обстоят дела? 🔗 Инженерия и AI | Ilyas Salikhov3,50%
- 13 маяСпорт в ежедневной рутине Честно сказать, я не особо спортсмен. В детстве не занимался целенаправленно каким-то спортом. Ходить в спортивный зал я тоже не любитель. Важнее для меня, чтобы спорт присутствовал в ежедневной рутине. Чтобы спортивная активность вплеталась в день, а не была слотом в календаре. Отжаться между созвонами. Зайти на турники, пока гуляешь с ребенком в коляске. Поприсядать, когда захотелось. Это помогает не забывать про тело и сохранять форму. Спортом в такой ненавязчивой форме, лично мне, намного легче заниматься. Слот в календаре часто хочется скипнуть, на «пойти в зал» требуется усилие, порой, немалое. И стоит сказать спасибо городу, в последние годы спортивных площадок, турничков, брусьев становится все больше в каждом районе. Это помогает приобщать и детей. Буквально вчера Дима рассказывал, как с детьми начали ходить на турники. Я с детьми пока не так регулярно, но надо тоже формировать полезные привычки 🤨 В общем всем спорт! 🔗 Инженерия и AI | Ilyas Salikhov3,49%
- 20 июн.Можно ли заменить gpt-5.4-mini открытой моделью. Бенч-тест на агенте Exoskeleton После истории с Fable снова все начали думать об альтернативах, которые не обрубят «с той стороны». С подачи Рината я тут упоролся и провел большое исследование: взял Exoskeleton-агента и прогнал его на 10 открытых семействах моделей без какого-либо изменения кода. В посте самое ключевое, а в конце найдёте ссылки на полную версию. Методика • 10 моделей: GPT (эталон), Kimi, GLM, MiniMax, Nemotron, Mistral, Qwen, Gemma, DeepSeek, Llama • 3 прогона на каждую, 100 задач в прогоне • Замеряем качество (score), платформенное время и реальную стоимость прогона (не цена токена, а во сколько обошелся прогон) Кого брать (score / цена прогона): • Качество — Kimi K2.7: 0.898 / $2.78 • Качество на доллар — MiniMax M3: 0.837 / $1.19 (почти как gpt!) • Скорость — Mistral Large 3: 58 мин / 0.767 / $1.85 • Средний эшелон — Nemotron, Qwen (0.72–0.76) • Пока не готовы — Gemma, DeepSeek, Llama (0.55–0.70) —— • Эталон gpt-5.4-mini/nano: 0.93 / $1.18 MiniMax для меня стал открытием, многообещающая моделька, надо будет изучить подробнее её. Kimi в целом тоже не подкачал. А у DeepSeek, думал, результаты будут лучше. Ключевой вывод Открытые модели не смогли перебить качество gpt, но достойные альтернативы есть. Экзоскелет затачивали под слабые места gpt-5.4-mini. У каждой открытой модели свой профиль слабостей, и обвязка их пока не покрывает. Поэтому замена модели должна идти в паре с доработкой экзоскелета. Хорошая новость в том, что обвязку можно доработать и вытянуть качество агента на уровень gpt. За высокий score у большинства моделей приходится платить временем Открытые модели с высоким score проходят прогон в 2–3 раза дольше эталона. А те модели, что быстрее, заметно ниже в качестве. Низкая цена за токены ≠ дешёвый прогон Неочевидный инсайт в стоимости прогона. Всё решает наличие cache-тарифа. Агент перечитывает почти один и тот же контекст на каждом шаге, поэтому 90%+ входа кэшируется. Там, где есть дешёвый кэш (Kimi, MiniMax, Mistral), прогон выходит $1.2–2.8. Там где нет (GLM, Qwen, Nemotron) — каждый повторный токен по полной цене. GLM при самом высоком прайсе и без кэш-скидки сжигает ~$11 за прогон — в 9 раз дороже gpt при том же объёме токенов. А MiniMax за счёт кэша укладывается почти в цену нативного gpt. При расчете экономики вашего агента важно считать по формуле «цена за токен × объём × есть ли кэш-скидка». Отдельный риск в провайдерах Для открытой модели важно не только качество/цена/время, но и насколько стабильно она работает у провайдера. GLM 5.2 через OpenRouter не поднялась вообще, пришлось откатываться на 5.1. Qwen терял 10–14% задач в каждом прогоне на ошибках провайдера. Gemma завелась только с третьего хостинга, и то 24 задачи из 100 умерли на сериализации. Так что выбор провайдера не менее важен. Полное исследование: • [en] OPEN_MODELS_RESEARCH.md • [ru] OPEN_MODELS_RESEARCH_RU.md 🔗 Инженерия и AI | Ilyas Salikhov3,45%
- 31 маяE-commerce AI Agent Challenge / May 2026 30 мая участвовал в челендже по разработке AI-агентов для E-commerce. Участвовал первый раз. Тематика челенджей меняется, но в этот раз, подумал: уж в какой теме участвовать, если не в родной по екому. Агенты должны уметь работать с поиском товаров, корзинами, чекаутом, сбоями оплаты, мошенничеством и многое другое. Задачи разные и динамические, от прогона к прогону вводные и контекст в них меняются. Сразу к результатам 🔸 1 место (на момент написания поста) в Live PROD leaderboard ECOM1 🔸 1 место в Agentic E-Commerce 1 Hall of Fame: Speed 🔸 10 место в Agentic E-Commerce 1 Hall of Fame: Ultimate 🔸 18 место в Agentic E-Commerce 1 Hall of Fame: Accuracy Агент под именем "@dev_salikhov ecom1 gpt-5.4-mini" Вводные и комментарии по результатам Первый момент. Я изначально решил строить агента на младших моделях, выбрал, как вы уже поняли, gpt-5.4-mini. В реальной работе такие возможно применять, особенно когда бизнес-домен задач достаточно узкий. Для понимания gpt-5.4-mini в 3 раза дешевле gpt-5.4 и в 6 раз gpt-5.5. Все же есть разница, счет за месяц на $10к или на $1,5k. Второй момент. В рамках Ultimate / Accuracy все агенты, что местами выше, сделаны либо на старших моделях, либо вокруг codex/claude CLI, где те же старшие модели. Так что не считаю 10 и 18 места плохим результатом. Третья деталь. Потенциал моего агента показало то, что после челенджа в течение часа он вышел на 1 место в Live борде, обогнав старшие модели. Четвертая деталь. Помимо обхода старших моделей в очках, мой агент обошел их и в скорости (общее время выполнения). Это видно как в Live борде, так и в номинации Speed. Собрал много граблей, первый раз было часто непонятно, что да как тут устроенно. Но было круто, я в целом доволен. Планирую позже подготовить статью про архитектуру агента и принципы его улучшения. Stay tuned. И, конечно, спасибо Ринату за движуху! 🔗 Инженерия и AI | Ilyas Salikhov3,41%
- 22 июл.Это база Убежден, что каждый разработчик, считающий себя экспертом, должен понимать устройство СУБД (системы управления базами данных) не хуже, чем языков, на которых он пишет. Ошибки по части данных обходятся очень дорого, иногда просто необратимы. Не продумали индексы: запросы в проде стали грузить сервер в полку. Ошиблись в миграции: затерли часть данных при переносе в новые таблицы. Банально полезли в прод и выполнили запрос с ошибкой. И даже в эпоху AI, SQL-запросы и миграции — последнее, что будет ехать в прод без ревью человеком. Понятно, что AI очень хорошо понимает и SQL, и индексы, но ответственность за применение к проду остается на людях. По крайней мере, пока 👉 Что рекомендую по теме: 1. Тонкости работы с PostgreSQL Мой плотненький доклад на Podlodka PHP Crew (200+ слайдов за 1 час). Это мой же обновленный доклад с PHPRussia / Highload++. Видео | Презентация 2. PostgreSQL 18 изнутри Фундаментальная книга Егора Рогова. Если решили разобраться как следует и навсегда. Недавно вышло ее обновление под PG18. Страница книги | PDF 3. SQL Performance Explained Эталон баланса содержательности и объема. Можно прочитать за 2-3 вечера, при это всё ключевое дано. Крайне рекомендую. Сайт книги (платная) 🔗 Инженерия и AI | Ilyas Salikhov3,40%
- 20 июл.Погода лучше не придумаешь, не забываем про тело, разгружаем мозг. Недавно в Forbes прочитал про MB Barbell, тренажеры которых встречаю в Москве. Оказалась компанией из Петрозаводска, основана аж в 1986 года. Основатель, Вадим Маркелов, запатентовал уличный тренажер с изменяемой нагрузкой, сейчас выпускают 12к уличных тренажеров в год. Ребята еще крутыши, вложились в городскую среду родного города. По своей инициативе поставили 130 тренажеров на набережной Петрозаводска. А в 2025 году открыли ещё одну крупную бесплатную площадку на Крестовском острове в Петербурге на 300 тренажёров. Приятно узнавать про такие компании, которые меняют ежедневный быт и среду к лучшему. Особенно приятно, когда это региональная компания. 🔗 Инженерия и AI | Ilyas Salikhov3,29%
- 21 маяAI-first разработка. Главный барьер оказался не там, где ждали В этом году в отделе разработки RetailCRM системно перешли на работу в паре с AI-агентами. До этого агентов использовали отдельные энтузиасты, теперь это рабочая модель для всей команды. Начали с базы: массовое локальное использование агентов на задачах + harness под них. Уже понятно, что трансформация должна затронуть не только реализацию задач и не только отдел разработки, но об этом расскажу отдельно. Четыре инсайта, которые в большей или меньшей степени были неочевидными. 1. Главный барьер не в инструментах и не процессах, а головах людей Разработка в паре с агентом выглядит принципиально иначе. Я много раз повторял команде: нужно заставлять себя вести задачу через агента. Не получилось, разобраться, чего агенту не хватило, докрутить harness, попробовать снова. Шаг за шагом, постепенно агент всё чаще выдаёт результат oneshot или с парой доработок. Любопытное наблюдение: эта проблема присуща исключительно разработчикам. Люди без бэкграунда в разработке, пришедшие через vibe coding, изначально работают с агентами через подобный подход, у них просто нет другого варианта. А разработчику нужно совершить сдвиг парадигмы и выработать новую привычку работы. 2. Harness решает всё В проектах без нормального harness эффект от агентов в долгосрочной перспективе будет низким независимо от того, какую модель вы используете. Понятное для агента окружение, быстрое развёртывание, настроенные линтеры и статанализ, автотесты, правила в AGENTS.md являются залогом качественного результата. Хорошая новость: вложения в harness окупаются и без агентов. Разработчики тоже выигрывают от чистого окружения. Благо мы вкладывались в это задолго до AI, и это позволило нам быстрее перейти к AI-first. 3. Опыт работы с AI годичной давности нерелевантен Развитие настолько динамичное, что любой негативный опыт старше полугода нужно пересматривать. У нас в команде были ребята, кто пробовал агентов раньше, получил так себе результат и больше не возвращался. Сейчас это другая технология. Важно следить за новыми моделями и инструментами. Это уже рабочая необходимость. 4. Агенты не только про код Довольно быстро стало понятно, что агенты могут существенно больше, чем писать код. Мы дали им тулы и скиллы под Redmine и GitLab: агент сам оформляет MR, проверяет, что CI зелёный, ведёт задачу по workflow. Эта рутина раньше съедала ценное время разработчиков, теперь её делает агент. Это только начало расширения полномочий. Буду держать в курсе, как дальше продвигается процесс 💃 🔗 Инженерия и AI | Ilyas Salikhov2,71%
- 3 апр.Запусти OpenClaw в 2 клика 🚀 Про OpenClaw, думаю, все уже слышали и знают. Позволяет поднять своего личного агента, который может выполнять широкий круг задач и запоминает по ходу работы важные детали. Крутой и полезный проект. Личный AI-помощник, которого даже моя жена захотела себе завести, хотя она далека от AI-ажиотажа и технологий. Но таким людям, как она, неподъемно разбираться в том, как его развернуть для себя. Заказать VPS, установить туда OpenClaw, настроить всё, чтобы работало. Не говоря про баги. Например, у меня сходу не заработали голосовушки при настроенном прокси и пришлось патчить (даже висит issue на эту тему). Поэтому мы запустили https://ohmyclaw.ru — сервис, где можно в 2 клика поднять такого агента. И не только одного личного, а сколько требуется под ваши личные и рабочие задачи. Прописываете настройки LLM, подцепляете telegram-бота, и готово! Посмотрите демки на сайте) Что у агента из коробки 1. Интеграция с Telegram, можно общаться в личке или добавить в группу. Позже добавим поддержку других мессенджеров, пишите пожелания) 2. Поддержка голосовых сообщений 3. Поддержка heartbeat и cron. Можно попросить "напомнить завтра утром купить хлеба" или, например, каждый понедельник собирать определенный отчет 4. Есть shell. На сервере сразу стоят python3 и node 5. Веб-поиск «из коробки» Агентов можно поднимать не только для личных задач, но и отдельных агентов под рабочие задачи. Для этого предусмотрели 3 вещи: 🤩 Во-первых, при создании агента можно указать репозиторий с начальными файлами-инструкциями. По умолчанию используется https://github.com/oh-myclaw/agent-template. Вы можете форкнуть и создавать инструкции для специальных агентов. Спецагенты, ага 🙃. Например, если нужен не персональный агент, можно удалить BOOTSTRAP.md и USER.md, а в AGENTS.md и TOOLS.md заложить инструкции поведения агента и доступные «ручки». 🤩 Во-вторых, сразу сделали agent management API, а в кабинете можно создать API-ключи. Создавайте и управляйте агентами через API. Вы можете сделать отраслевого агента и тиражировать его для своих клиентов. 🤩 В-третьих, у агентов предусмотрели настройку ENV-переменных (как в кабинете, так и в API). Можно задать енвы, сказать агенту про них в TOOLS.md или прямо в переписке. Это полезно для интеграции агента с вашими системами: GitHub, Gitlab, Google Workspace, внутренние системы. Проект только запустили, не судите строго. О багах и пожеланиях сообщайте) 🔗 Инженерия и AI | Ilyas Salikhov2,68%
- 4 маяХроники ohmyclaw 🤖 Так, ну что, прошел месяц с запуска ohmyclaw. В платформе создано 800+ аккаунтов. Понятно, что это воронка, и до агентов дошли не все) Агентов создано несколько десятков, но можно смело считать, продукт успешно запустился 💃 За месяц появилось много чего полезного: 1. Управление ENV-переменными Добавляются в карточке агента, в инструкциях агенту достаточно про них сказать. Что важно: переменные прокидываются в shell-вызовы агента, но самому агенту не видны. Ваши «секреты» не будут утекать в LLM 2. Managed LLM Можно использовать модели через ohmyclaw. Теперь не надо заводить аккаунт в OpenAI/Anthropic или еще где-то. Доступны как западные, так и китайские модели. За токены списывается с баланса. Для новых аккаунтов бонус 250 руб 💃 3. Редактирование файлов и место на диске Можно покопаться во внутренностях агента, открыть любой файл и отредактировать. Ну и увидеть, сколько места еще доступно. 4. Мультиаккаунты Заводите несколько аккаунтов. Например, один с личными агентами, другой — с рабочими агентами. И в аккаунт можно инвайтить других пользователей для совместной работы. Пользователи с правами admin могут также инвайтить других и работать с биллингом. Полезно для корпоративных аккаунтов. 5. Возможность отключить Heartbeat Исходно механика позволяет агенту самостоятельно помечать себе на будущее задачки и выполнять их. Если вы делаете агента под определенную задачу, то обычно Heartbeat не требуется и его можно отключить. Ну и еще по мелочи куча всего • Причесали мобильную верстку • В карточке агента выводится плашка, если есть непримененные изменения • Письма на все ключевые события: пополнение баланса, заморозка агента, продление подписки и тд • В настройках telegram добавили режим работы mention only или все сообщения: удобно когда tg-бот агента добавлен в tg-группу В комментариях скрины с обновками! Кто ещё не успел попробовать, велкам) 🔗 Инженерия и AI | Ilyas Salikhov2,66%
- 2 июн.Экзоскелет — архитектура агента для E-commerce AI Agent Challenge / May 2026 Обещал про архитектуру агента. Тут кратко, по ссылкам в конце полная версия 🗒 Название архитектуры отражает суть: модель gpt-5.4-mini — это не очень сильное «тело», на которое надет экзоскелет, дающий ему силу и точность. Экзоскелет подстраховывает и усиливает модель на всех этапах решения задачи. Причем экзоскелет тоже гибридный: в каких-то местах это детерменированный код, в каких-то — мини-помощники на базе gpt-5.4-nano. Из чего состоит экзоскелет: 1. Предподготовка данных для горячего старта. Структура данных в базе, регламенты магазина, описания доступных инструментов 2. Классификатор намерения. Модель на gpt-5.4-nano преобразует входящий запрос в большую карту признаков: есть ли корзина в запросе, есть ли намерение оформить заказ, похоже ли на подмену личности, есть ли манипуляция в тексте и тд. 3. Безопасность на уровне кода. Чекаем роль пользователя и его намерения. Код принимает решение: отправлять запрос в основную модель, отказать по безопасности или выполнить запрос через спец инструменты (поиск по каталогу, поиск фрода, статус корзины и тп) 4. Журнал «доказательств». В соревновании высокие штрафы, если текстовый ответ не сопровождается ссылками на профильные инструкции магазина или данные (товары, корзины, возвраты и тп). Модели gpt-5.4-mini, пока она выполнит задачу и дойдет до ответа, уже не хватает внимания, чтобы оформить ответ, как того требует пользователь или инструкции магазина. Журнал ссылок ведется и дополняется по ходу работы модели. Модели не требуется помнить все ссылки, экзоскелет докидывает все затронутые рефы в ответ сам. По описанию не оч сложная вещь, но в журнал спрятано куча нюансов, на которых, уверен, даже старшие модели плыли в челендже. Почитайте в полной статье, там я подробно рассказал. 5. Форматтер ответа. Коварная вещь в челендже, когда пользователь просит ответ в определенном формате. Например, «скажи сколько товаров в корзине и верни в виде <COUNT:N>». Минька довольно часто вместо этого писала что-то вроде «у вас в корзине 5 товаров» и штрафовалась за это задание. Я добавил в конце nano-модельку, которая причесывает ответ к финальному виду. А еще: поиск по каталогу с учетом всех требований пользователя, детектор фрода в истории заказов, механизм восстановления 3DS, подмешиватель текущей корзины пользователя и многое другое, уфф. В полной версии — архитектурные схемы, разбор каждого узла и история, как из SGR-прототипа вырос экзоскелет, который эволюционировал по тепловой карте ошибок. Статья вышла огромная. Много мяса, чтобы сделать агента, который работает быстро и четенько. 🇷🇺 Русская версия 🇬🇧 English Кстати, в Live PROD лидерборде агент все ещё на первом месте 🤔 🔗 Инженерия и AI | Ilyas Salikhov2,60%
- 24 июн.Завтра выступаю на Ecom Expo 26, крупнейшей выставке для интернет-торговли. Расскажу про опыт внедрения AI на операционном уровне в RetailCRM и лестницу автономии AI-агентов. Если будете на выставке, буду рад пообщаться, у нас большой стенд там. Записей доклада, насколько знаю не делают, но буду еще с этой темой на других конференциях, следите за каналом 🙂 🔗 Инженерия и AI | Ilyas Salikhov2,34%