Сеньор Руслан | ИИ и стартапы

интерфейс сделан в Claude Design

Сделал простой калькулятор инфляции, но довольно наглядно показывающий как деньги тают со временем https://proger89.github.io/inflation-calculator/

посмотрел интервью с Тибо - это глава разработки Codex и Chat GPT и вот выжимка: 1. Исчезновение «преимущества промт-инженеров» Промты уходят в прошлое: Через несколько месяцев преимущество людей, которые последние два года учились писать сложные и хитрые запросы (промты), полностью сойдет на нет. Естественный интерфейс: Общение с ИИ станет похожим на обычный разговор с другом или работу с хорошим портным, который знает вас, ваш стиль и сразу понимает, что нужно. Важнее станет умение генерировать сильные идеи и задавать правильные вопросы, а не собирать идеальные текстовые конструкции. 2. Наступление эпохи полноценных ИИ-агентов Автономность и мультизадачность: ИИ-модели созрели для выполнения длительных задач. Они умеют параллельно использовать сотни плагинов, браузер и даже управлять компьютером пользователя — кликать по интерфейсам, скачивать аналитику, заполнять документы. Безопасность (Авто-ревью): Теперь за действиями рабочего ИИ-агента следит второй агент-контролер от команды безопасности. Он проверяет каждый шаг, чтобы исключить утечку личных данных или опасные действия. Переход в облако: В ближайшие месяцы произойдет полный переход ИИ-памяти в облачные хранилища. Это позволит бесшовно использовать одного и того же агента с общей памятью на ПК, ноутбуке или телефоне. 3. Автоматизация рутины и личная продуктивность Ежедневная сводка: Тибо поделился личным кейсом: ИИ-агент собирает для него важные сообщения из Slack и почты за ночь и формирует утреннюю сводку. Настроить авто-агента на отправку регулярных отчетов на почту (например, исследование рынка каждые 12 часов) теперь может любой человек без навыков программирования. Обучение агента «под себя»: Чтобы ИИ перенял ваш стиль общения, не нужно описывать его текстом — достаточно просто загрузить в его базу примеры своих прошлых рассылок, заметок или даже сообщений друзьям. 4. ИИ в программировании и «Вайб-кодинг» (Vibe Coding) Роль разработчиков: Около 75% кода в Google уже пишется искусственным интеллектом. Тем не менее, до полной замены программистов еще далеко — ИИ пока слаб в долгосрочной поддержке софта и выстраивании масштабной архитектуры. Для стартапов и тестов: «Вайб-кодинга» (создания приложений чистыми промтами или голосом без знаний кода) достаточно, чтобы проверить гипотезу, сделать прототип или продукт для небольшой группы людей. Но для масштабирования на миллионы пользователей и борьбы с багами всё еще нужен опытный разработчик. 5. Ответственность остается на человеке ИИ — это инструмент усиления возможностей, а не замена человека. Если ИИ-агент написал код, который сломался, или допустил ошибку в налогах — юридическую и фактическую ответственность все равно несет только пользователь, который этот результат утвердил. Понимание системы и контроль всегда остаются за людьми.

Получил тут доступ к Fable 5 , решил поиграться над одним проектом, сообщу позже свое впечатление

С такой же скоростью самолет отрывается от земли. Водитель выжал на спидометре Tesla Model S Plaid почти 330 км/ч и почти достиг скорости болидов Формулы-1.

Вот и будущее уже тут

Утечки о GPT-5.6: выйдет в июне Исследователи OpenAI намекнули, что модель, стоящая за недавним крупным прорывом в математике, уже используется внутри компании как основной ежедневный инструмент для отладки и технической работы. Во время разработки были замечены внутренние теги тестирования iris-alpha, ember-alpha и beacon-alpha, что может указывать на тестирование нескольких вариантов GPT-5.6. Похоже, что GPT-5.6 будет сильно ориентирован на более мощное многошаговое рассуждение, более качественные агентные сценарии работы и улучшенные возможности генерации фронтенда. Упоминания canary-тестирования уже появляются в средах разработчиков — это тот же тихий сценарий запуска, который наблюдался перед релизом GPT-5.5. Текущие утечки указывают на выход двух моделей: GPT-5.6 и GPT-5.6 Pro. Ожидается, что GPT-5.6, Sonnet 4.8 и Gemini 3.5 Pro выйдут в июне — похоже, следующий месяц будет настоящим фестивалем ИИ.

Ребята, кто планирует запускать свои проекты и пилит интерфейсы! 🛠 Ловите базу, которую нужно внедрить в дизайн прямо сейчас, чтобы ваш продукт не превратился в перегруженную мега-панель с бесконечным количеством кнопок, плашек и текстов, в которой пользователь потеряется через секунду. Сохраняйте себе эти 5 правил «человеческого» UX/UI: 1. Закон Миллера: Правило «7 ± 2» элементов Мозг человека физически не может одновременно удерживать в кратковременной памяти кучу объектов. Если у вас на одном экране (например, в списке подключений или настроек) вываливается по 11–15 сущностей — это визуальный кошмар. Как внедрить: Группируйте! Если у вас 12 блоков лендинга, не показывайте их сплошным списком. Разбейте на категории: «Шапка», «Основной контент», «Формы и подвал». Если подключений много — разделите их на табы или категории, чтобы в один момент времени пользователь видел не более 4–5 карточек. 2. Принцип «Progressive Disclosure» (Прогрессивное раскрытие) Не предлагайте пользователю всё и сразу. Выдавайте только ту информацию, которая необходима ему прямо сейчас для принятия решения. Всё остальное — по запросу. Как внедрить: Вместо того чтобы расписывать подробные инструкции с API-ключами прямо на карточке, оставьте там только статус «Не подключено» и кнопку «Настроить». Всю техническую простыню убирайте внутрь модального окна. В таблицах рекламы скрывайте UTM-метки и ID объявлений под спойлер «Технические детали». 3. Цветовой минимализм и иерархия В сложных системах цвет — это инструмент управления вниманием, а не украшение. Когда ярким покрашено вообще всё (зеленый, желтый, синий, серый), взгляд замыливается, и пользователь перестает замечать действительно важные алерты. Как внедрить: Жестко разделите роли: 🟢 Зеленый — только для «Всё работает штатно» или «Успешно запущено». 🟡 Желтый — нужно внимание (например, ИИ подготовил предложение, требуется клик). 🔴 Красный — критическая ошибка (реклама встала, кончились деньги). ⚪️ Серый — все остальные второстепенные статусы и фоновые процессы. 4. Концепция «Don't Make Me Think» (Не заставляй меня думать) Пользователь (особенно если это предприниматель) не должен расшифровывать ваш интерфейс. Каждая фраза, метрика и кнопка должны однозначно говорить, что происходит и в чем выгода. 5. Проектирование «Пустых состояний» (Empty States) Огромная ошибка — делать дизайн сразу наполненным данными (с графиками, 30 заявками и логами). Но когда клиент зайдет в сервис в первый раз, там будет пусто. Если пустой экран выглядит как сиротливая серая таблица, юзер решит, что сервис сломался. Как внедрить: Для каждого экрана нарисуйте красивый Empty State. Если нет заявок, не показывайте пустую сетку. Покажите аккуратную иконку и текст: «Здесь будут ваши клиенты. Запустите воронку, и первые заявки появятся тут». И обязательно добавьте туда заметную кнопку [Запустить]. Помните: хороший дизайн — это не когда нечего добавить, а когда нечего убрать. Делайте интерфейсы проще, и пользователи к вам потянутся! 👇

ChatGPT теперь не только отвечает. Он начинает продавать в момент, когда вы почти приняли решение. OpenAI расширяет рекламу в ChatGPT: рекламодатели получают кабинет для запуска кампаний, оплату за клик и инструменты для учета заявок, покупок и других действий после рекламы. Перевод на человеческий: раньше реклама догоняла вас в поиске или соцсетях. Теперь она может появляться прямо рядом с ответом, которому вы уже доверяете. OpenAI говорит, что рекламные блоки будут помечены, ответы не будут зависеть от рекламы, а рекламодатели не получат ваши переписки. Это важная часть. Но главный риск не баннер. Главный риск: когда “подходящий вариант” начинает выглядеть как “лучший вариант”. Простой тест перед покупкой через ИИ: Сначала спросите: “Сравни варианты без брендов, только по критериям”. Потом: “Где здесь может быть реклама или коммерческий интерес?” И только потом смотрите на конкретные сервисы, магазины и ссылки. Для обычного человека это новая привычка цифровой гигиены. Для бизнеса это сигнал: скоро борьба будет не только за место в Google, а за момент, когда человек спрашивает ИИ: “что мне выбрать?”

ИИ больше не хочет ждать, пока вы договорите. Thinking Machines показали interaction models — модели, которые общаются не как чат, а почти как человек рядом. Обычный ИИ работает по очереди: вы сказали → он подумал → ответил. Новая идея: модель одновременно слушает, смотрит, думает и отвечает. Может заметить паузу, перебить при ошибке, подсказать по экрану, вести живой перевод и параллельно запускать инструменты. Простой пример: вы разбираете таблицу, пишете код или учитесь говорить на английском. ИИ не ждет команды «проверь». Он видит, где вы застряли, и вмешивается в моменте. Это пока не массовый продукт, а research preview. Есть ограничения: длинные сессии, задержки, безопасность, стоимость. Но направление важное: следующий скачок ИИ может быть не в том, что модель стала «на 5% умнее», а в том, что компьютер наконец начнет общаться нормально. Не как форма заявки. А как помощник, который слышит, видит и держит контекст. Сохраните: через год фраза «напиши хороший промпт» может звучать так же странно, как «подключись к интернету через модем». Источники: https://thinkingmachines.ai/blog/interaction-models/ https://www.youtube.com/watch?v=A12AVongNN4

Ruflo, раньше Claude Flow, сейчас быстро набирает внимание у разработчиков. Если коротко: это попытка сделать надстройку над ИИ-помощниками для кода. Не один чат, куда вы пишете задачу, а набор ролей вокруг проекта: один помощник ищет ошибки, другой пишет код, третий проверяет, четвёртый держит память о решениях. Главный вопрос: можно ли использовать Ruflo не только с Claude Code, а с другими ИИ-помощниками, например с Codex? Короткий ответ: да, можно пробовать. Но не как волшебную кнопку. Почему да. Ruflo работает через MCP. Это открытый способ подключать к ИИ-помощнику внешние инструменты: поиск по проекту, память, команды, базы данных, браузер и другие действия. Если помощник умеет подключать MCP, у него появляется шанс работать с частью возможностей Ruflo. Codex как раз умеет подключать MCP-серверы. В командной строке есть codex mcp, а у Claude Flow есть отдельный пакет @claude-flow/codex. То есть направление не теоретическое: связка под Codex уже предусмотрена. Но есть важное «но». Ruflo вырос вокруг Claude Code. Поэтому часть привычек, файлов и команд всё ещё завязана на мир Claude: CLAUDE.md, папка .claude, готовые роли и правила. В Codex это не всегда переносится один в один. Где-то нужно будет использовать AGENTS.md, где-то менять команды, где-то вручную настраивать доступ. Как пробовать без боли: - Не ставьте сразу в рабочий проект. Сделайте отдельную копию. - Сначала проверьте, какие файлы Ruflo создаёт и что туда пишет. - Дайте помощнику минимум прав: чтение и планирование раньше, чем изменение кода. - Не верьте словам «60+ ролей» как гарантии качества. Смотрите на результат в вашем проекте. - Если подключаете к Codex, проверяйте именно связку Ruflo + MCP + AGENTS.md, а не инструкции, написанные только под Claude. Мой вывод: Ruflo стоит смотреть не как «замену Codex» или «замену Claude Code». Интереснее другое: это черновик будущего рабочего места, где один проект обслуживают несколько ИИ-помощников, а человек задаёт границы, проверяет план и принимает изменения. Самая полезная идея здесь не в количестве ролей. А в дисциплине: память проекта, понятные правила, отдельные права для каждого действия и проверка результата перед изменениями.

ИИ-помощник выходит из окна переписки и просит доступ к вашему компьютеру. Perplexity открыла Personal Computer в новом приложении для Mac. Идея простая: помощник должен работать не только с текстом, который вы ему принесли, а с тем, где у вас лежит настоящая работа: файлами, календарём, заметками, таблицами, письмами и страницами в сети. Например, ему можно поручить разобрать папку, собрать черновик письма, сравнить два документа, найти данные в таблице и подготовить следующий шаг. Раньше схема была такая: вы копируете кусок задачи в ИИ, получаете ответ, вручную переносите его обратно. Здесь схема другая: ИИ сам идёт к рабочим материалам и пытается собрать результат в нужном месте. Это сильная смена привычки. Но не повод отдавать ему весь компьютер в первый день. Важно помнить две вещи. Первая: продукт ещё ранний. У пользователей уже есть жалобы на зависания и скорость. Вторая: доступ к файлам и приложениям не бывает «мелким». Даже если помощник полезный, он видит больше, чем обычная переписка. Как пробовать безопаснее: - Начните с отдельной папки без личных и рабочих секретов. - Давайте только те права, которые нужны для одной задачи. - Перед выполнением просите план: что он собирается открыть, изменить и сохранить. - Не подключайте почту, деньги и важные рабочие системы, пока не понимаете ограничения. - После задачи проверяйте не только результат, но и путь: какие файлы он трогал и что изменил. Главный вывод: ИИ постепенно переходит от «ответь мне» к «сделай за меня». И тут самый важный навык уже не в том, чтобы красиво сформулировать просьбу. Важнее правильно ограничить доступ и заранее сказать, где помощнику можно действовать, а где нельзя.

GitHub показал неприятную правду про ИИ-агентов: они могут незаметно жечь деньги. Речь не про обычный чат, где вы задали вопрос и увидели ответ. Речь про автоматические проверки в проектах: агент сам смотрит новые задачи, изменения в коде, комментарии и запускается снова и снова. Каждый такой запуск тратит токены. Токен, если просто, это маленький кусочек текста, который модель читает или пишет. Чем больше лишнего текста гоняется туда-сюда, тем выше счет. GitHub начал измерять это у себя и нашел три типичные причины перерасхода. Первая: агенту дают слишком много инструментов. Даже если он использует два, описания остальных могут попадать в каждый запрос. Вторая: агент делает через модель то, что можно сделать обычной командой. Например, сначала просит модель сходить за списком файлов, хотя список можно подготовить до запуска агента. Третья: ошибка в настройке загоняет агента в круг. Он не может выполнить нужную команду и начинает вручную читать файлы, пробовать обходные пути и тратить токены на месте. После оптимизации GitHub получил заметные результаты. Одна автопроверка стала тратить на 62% меньше, другая на 43%, еще одна на 59%. В одном сценарии сэкономили около 7,8 млн условных токенов за период наблюдения. Вывод простой: агенту нужна не только хорошая инструкция, но и бюджет. Короткая проверка для своих агентов: - Считайте расход по каждому запуску. - Не подключайте агенту все инструменты подряд. - Данные, которые всегда нужны, готовьте до старта агента. - Ставьте ограничение на повторные попытки. -Смотрите не только на стоимость одного запуска, но и на частоту. Дешевый агент, который запускается 200 раз в день, быстро перестает быть дешевым. Скоро это станет еще важнее. GitHub с 1 июня переводит Copilot на оплату по фактическому использованию. То есть команды начнут платить не за красивую идею "у нас есть ИИ", а за конкретные обращения к моделям. Поэтому следующий навык в работе с ИИ: строить такие процессы, где модель думает только там, где действительно нужна модель.

про новую модель

Anthropic показал хороший шаблон, как компании будут внедрять ИИ-агентов в реальную работу. 5 мая компания выпустила 10 готовых шаблонов агентов для финансовых команд: подготовка питчбуков, разбор звонков и отчетов, сбор финансовых моделей, проверка оценок, сверка главной книги, закрытие месяца, аудит отчетности и KYC. KYC, если коротко, это проверка клиента: кто он, откуда документы, есть ли риск для банка или компании. Почему это важно не только банкам. Здесь агент продается не как «умный чат». Он продается как рабочий процесс. Внутри есть инструкции под задачу, доступ к нужным данным, отдельные подагенты для частей работы и журнал действий, где можно посмотреть, какие инструменты агент вызывал и почему. Человек все равно проверяет и утверждает результат перед отправкой клиенту или использованием в деле. Еще один сигнал: Claude теперь глубже встраивают в Excel, PowerPoint, Word и Outlook. То есть работа может начаться в таблице, перейти в презентацию и закончиться письмом без постоянного пересказа контекста. Что можно забрать в свой бизнес уже сейчас: 1. Выберите один дорогой повторяемый процесс, а не «внедрение ИИ вообще». 2. Опишите входы: документы, таблицы, письма, CRM, база знаний. 3. Опишите выход: отчет, письмо, сверка, список рисков, черновик решения. 4. Разбейте процесс на 3-5 маленьких ролей: собрать данные, проверить методику, найти пропуски, подготовить черновик. 5. Добавьте правило проверки: что человек обязан посмотреть перед тем, как результат уйдет дальше. 6. Ведите журнал источников и действий агента. Без этого в серьезных процессах ИИ останется игрушкой. Главная мысль: ценность будет не в самом «агенте», а в упаковке вокруг него. Данные, права доступа, понятный результат, проверка человеком и история действий. Именно это отличает рабочий инструмент от красивого демо. Источники: https://www.anthropic.com/news/finance-agents https://github.com/anthropics/financial-services https://www.reuters.com/business/finance/anthropic-launches-ai-agents-financial-services-2026-05-05/ https://www.businessinsider.com/anthropic-ai-agent-tool-wall-street-finance-bank-2026-5

Anthropic упаковал Claude не в еще один чат, а в 10 готовых финансовых агентов: для питчбуков, сверок, KYC и закрытия месяца. Важная часть не финансы, а форма продукта: агент = инструкции + доступ к данным + узкие подагенты + журнал действий. Ниже, что из этого можно забрать в свои процессы.

Apple случайно положила в Apple Support v5.13 файлы CLAUDE.md. Это markdown-инструкции, которые Claude Code читает в начале работы: стиль кода, архитектура, ограничения, команды, контекст проекта. Историю заметил Aaron Perris, пост на X набрал больше 2,5 млн просмотров. В v5.13.1 Apple уже убрала файлы. Почему это важнее, чем просто "Apple тоже использует Claude": Промпт-инжиниринг уходит из длинных запросов в среду. Рабочий агент становится сильнее не от одного магического промпта, а от набора постоянных правил: AGENTS.md, CLAUDE.md, rules.md, voice.md, чеклистов и доступов к инструментам. Но появляется новый риск. Такие файлы теперь часть supply chain. Их можно случайно отправить в сборку так же, как раньше случайно отправляли .env, ключи и внутренние runbook-и. Мини-гайд для себя: 1. Заведи файл инструкций проекта. 2. Опиши стиль, запреты, команды и критерии готового результата. 3. Секреты, ключи и локальные заметки держи отдельно. 4. Добавь проверку сборки на *CLAUDE*.md, AGENTS.md, .env, rules.md. 5. В чате давай короткую задачу, а не километровый промпт. Вывод: выигрывает не тот, кто пишет самый длинный промпт, а тот, кто строит нормальную среду для агента. Источники: X: https://xcancel.com/aaronp613/status/2049986504617820551 Разбор: https://www.moneycontrol.com/technology/apple-accidentally-ships-claude-instruction-files-in-apple-support-app-update-here-s-what-it-means-for-users-article-13905355.html Документация: https://docs.anthropic.com/en/docs/claude-code/memory

Apple случайно показала, как теперь выглядят рабочие инструкции для ИИ-агентов. Ниже - разбор и мини-гайд.

Промпт, если не знаешь что снимать Дай 20 идей Reels для [ниша], где каждая идея объясняется за 5 секунд. Формат: hook, payoff, что показать на экране, CTA.