Пожарных робособак, оснащённых головными водяными пушками, начали применять в Дубае в реальных условиях. Роботов отправляют туда, где пожарным трудно или опасно войти. Они предназначены для работы вместе с человеческими экипажами, но не для их замены. Эти помощники могут некоторое время работать в зонах с температурами выше 500°C, они не боятся токсичного дыма и обрушивающихся зданий, используя 60-метровые водомёты, выпускающие 2400 л/мин воды. Система пожаротушения у робота подключена к шлангу, работает от водостойкой и огнестойкой батареи и может работать около трёх часов на одной зарядке. Робот может управляться дистанционно или с помощью искусственного интеллекта для идентификации и нацеливания на источники тепла внутри горящих конструкций
Как я заставила Nano Banana Pro писать по-русски: история о винтажных ценниках для барахольщиков
Привет! Я перепробовала много моделей, и у каждой — свой характер. Но отдельная история — это работа с текстом на русском.
Когда я впервые попробовала Nano Banana Pro, была в восторге от качества генерации, ну в сравнении с обычной. Но быстро наткнулась на типичную для многих западных моделей проблему: с кириллицей всё сложно. Текст может обрезаться, падежи плывут, окончания теряются. Английский — пожалуйста, а русский — «РусцсrиЙ».
До выхода Nano Banana 2, которая, кстати, заметно лучше ладит с текстом и русским языком, мне пришлось обуздать на кириллицу крайнюю версию — Nano Banana Pro. Она мощная, но капризная. И я решила: раз уж модель не хочет дружить с русским текстом, придётся её этому научить.
Спойлер: работать с кириллицей в Nano Banana Pro можно. Нужно просто знать несколько правил.
Мои 5 правил, которым я всегда следую при написании промптов:
1. Короткие предложения
Модель теряет нить, если предложение длинное. Я теперь пишу максимум 5-6 слов + детаю отступы основной задачи от текста. Одна строка — одна мысль. Чем проще конструкция, тем выше шанс, что текст ляжет ровно и без ошибок.
2. Никакой воды
Убираю всё лишнее: вводные конструкции, эпитеты, сложные обороты. Только суть. В форматах с русским текстом это особенно важно — модель разносит от эпитетов. Хотя у меня был и опыт и создания прайса полностью на русском для кофейни.
3. Проверка и чистка
Даже при идеальном промпте я всегда просматриваю результат. Удаляю лишние символы, исправляю окончания, довожу до ума. Это занимает пару минут, но результат того стоит.
4. Больше подробностей. Если у вас есть название необходимого шрифта - это классно, добавляйте в промпт. Будет только плюсом.
5. Указание важный слов в промпте. Я всегда добавляю слова в промпт: "читаемый русский текст", "идеальная кириллица", "идеальный русский текст" и т.д. Это очень помогает заставить модель писать на русском.
Кейс: винтажные ценники для блошиного рынка
У меня есть подруга, которая торгует винтажной техникой в телеграм-канале. Она выкупает старые радиолы, усилители, магнитофоны. Её проблема: продавать такие штуки через обычные карточки товара скучно. Нужна атмосфера, стилизация, погружение для истиных ценителей старой техники.
Она попросила меня сделать для неё серию винтажных ценников на товарах и вписать их в тематику такого времени — будто старые бирки, рукописный текст, крафтовая бумага, эстетика советского универмага или европейской барахолки, но чтобы бирка была на самом товаре.
Я решила проверить, справится ли Nano Banana Pro с таким необычным заданием.
Вот промпт, который я написала:
""Создай небольшой винтажный ценник в стиле старых советских универмагов на радиоле “Виконда” в точности, как фото-референсе. Формат — прямоугольная карточка из крафтовой бумаги с рваными краями, сбоку на самой радиоле, но с читаемостью русского текста. На ценнике текст, написанный от руки кириллицей, чёрной гелевой ручкой, слегка небрежным почерком:
Радиола «Ригонда» 1974 год Проверена, работает 8 500 ₽
На заднем плане — размытая витрина с винтажной техникой, приглушённый тёплый свет. Стиль: ломография, зернистость, винтажная эстетика, фото на плёнку. Точное совпадение референса на фото (форма, надписи, цвет, детали)""
Что получилось:
Текст почти идеально лёг на карточку: почерк выглядит естественно, все слова читаются, цена не «поплыла». Да, я подправила пару букв вручную (модель иногда путает «а» и «о» в рукописном стиле), но общая атмосфера получилась именно такой, как я хотела.
📌 Итог
Nano Banana Pro — не идеальный инструмент для русского текста, особенно если сравнивать с более свежей Nano Banana 2. Но для нестандартных, атмосферных задач она открывает огромные возможности, ну или когда нет доступа к новой версии.
Теперь мы имеем banana 2 и все мои труды по русскому тексту и дрессировка версии pro кажутся просто бессмысленной тратой времени.
А вы пробовали использовать нейросети для неочевидных задач?
Китайская компания Unipath выпустила прототип домашнего робота-слуги. Он может вовремя будить пользователя, управлять бытовой техникой, организовывать пространство для хранения вещей и даже готовить еду.
Nano Banana vs Nano Banana Pro: Битва двух генеративных моделей и «почему про дороже?»
Если вы следите за миром генеративного ИИ, то наверняка заметили: гонка моделей вышла на новый уровень. Пока одни соревнуются в количестве параметров, другие ищут идеальный баланс между скоростью и качеством.
Я прогнала через обе модели несколько неочевидных, «вау»-промптов, чтобы понять: где можно сэкономить время, а где без Pro просто не обойтись.
В чём суть?
Обе модели работают с генерацией и редактированием изображений, сохраняя высокую степень контроля над результатом. Но подход у них разный:
Nano Banana — это лёгкая модель. Быстро, доступно, отлично справляется с типовыми задачами. Идеально, когда нужно «примерить» идею, сгенерировать вариант для вдохновения или получить результат здесь и сейчас.
Nano Banana Pro — более тяжелая модель. Модель делает упор на детализацию, текстуры, сложный свет и анатомическую точность. Там, где обычная Banana может «обобщить», Pro прорабатывает до мельчайших нюансов, так как качество выставляется до 4к.
Главная фишка обеих — они отлично держат лицо и черты персонажа при генерации, что делает их незаменимыми для работы с образами. Но давайте перейдём к самому интересному — тестам.
Промпт для сравнения
Я выбрала три совершенно разных направления: киберпанк-эстетика, аниме-коллаборация и гиперреализм. Смотрим, как модели справляются.
1. Токио в дождь: киберпанк-портрет
Промпт:
Портрет девушки с азиатскими чертами лица, ночь, Токио, дождь, неоновые вывески, отражения в лужах, влажный асфальт, детализированная кожа, капли воды на лице, кинематографичный свет, Sony A7R IV, 85mm, shallow depth of field, photorealistic
Что получилось:
1 фото - nano banana, 2 фото - banana pro
Nano Banana: Быстро сгенерировала атмосферу. Общее настроение передано верно — неон, дождь, город. Но при увеличении заметна некоторая «сглаженность» текстур, особенно в отражениях и мелких деталях кожи. Для соцсетей — пойдёт, для печати — уже нет.
Nano Banana Pro: Здесь модель развернулась. Капли воды на лице читаются отдельно, блики на зрачках имеют правильную форму, а фактура дождя на одежде вызывает тактильные ощущения. Pro «понимает» оптику: боке размыто именно так, как это делает дорогой объектив. Результат хочется рассматривать.
Моё мнение
Nano Banana — это идеальный инструмент для «потрогать идею». Если вам нужно быстро сгенерировать десяток вариантов, примерить образ или создать контент для соцсетей, где сверхдетализация не критична, её возможностей более чем достаточно.
Nano Banana Pro — это выбор профессионала или перфекциониста. Она требует чуть больше времени, но отдаёт результатом, который можно показывать клиентам, печатать на больших форматах или использовать в коммерческих проектах. Pro особенно хороша там, где важна анатомия, сложные текстуры и атмосферный свет.
В моём личном рейтинге обе модели занимают топовые строчки — но по разным номинациям. Banana за скорость и универсальность, Banana Pro за качество.
А вы уже пробовали? Какие промпты используете для стресс-теста моделей?
Психобиотики: как кишечник незаметно управляет нашим настроением
Вы когда-нибудь задумывались, почему в животе иногда «сосёт от тоски» или, наоборот, «бабочки порхают»? Это не просто образные выражения. В вашем кишечнике скрыто около 100 миллионов нервных клеток — целая нейросеть, которую ученые окрестили «вторым мозгом». И она постоянно переписывается с главным мозгом, влияя на то, радуемся мы или грустим.
Связь, которую не перерезать
Соединяет их блуждающий нерв — своеобразный интернет-кабель между головой и животом. Причем большая часть сигналов идет снизу вверх. Добавьте к этому гормоны и иммунные клетки: почти 70% всей иммунной системы сосредоточено вокруг кишечника. Получается, что наш внутренний мир буквально зависит от того, что происходит в пищеварительном тракте.
А еще именно в кишечнике вырабатывается до 95% серотонина — того самого нейромедиатора, который дарит ощущение удовлетворения. Конечно, напрямую в мозг он не попадает (защитный барьер не пускает), но через блуждающий нерв и иммунную систему он отлично умеет передавать сигналы о нашем самочувствии.
Когда баланс ломается
Представьте: в норме в кишечнике живут триллионы бактерий — своя экосистема. Как только она выходит из равновесия (дисбиоз), стенка кишечника может стать «дырявой». Бактериальные обломки просачиваются в кровь, запуская хроническое воспаление. А мозг, улавливая эти сигналы, отвечает упадком сил, тревогой и сниженным настроением. Эту связь ученые называют воспалительной теорией депрессии.
Психобиотики: бактерии, которые заботятся о психике
Тут на сцену выходят психобиотики — специальные штаммы пробиотиков, которые не просто улучшают пищеварение, а могут влиять на эмоциональный фон. Звучит как фантастика, но исследования подтверждают:
Bifidobacterium longum помогает снизить уровень кортизола (гормона стресса) и уменьшает раздражительность.
Некоторые Lactobacillus умеют вырабатывать ГАМК — вещество, которое успокаивает нервную систему, снижая тревогу.
В тестах с участием здоровых людей прием психобиотиков даже улучшал визуальную память.
Важный нюанс: психобиотики — это не замена антидепрессантам, а мощный помощник в комплексной терапии. Их эффект зависит от конкретного штамма, и назначать их должен специалист.
Еда как лекарство: что говорит наука
Самое известное исследование на эту тему — SMILES. В нем пациенты с тяжелой депрессией, которые наряду с лечением перешли на средиземноморский рацион, достигали ремиссии в 32% случаев. Для сравнения: в группе без диеты — только 8%. А метаанализы показывают, что здоровое питание само по себе снижает риск депрессии примерно на четверть.
Что же стоит положить в тарелку?
Жирную рыбу (лосось, сардины, сельдь) — источник омега-3, необходимых для нейронов.
Темный шоколад (от 70% какао) — полифенолы, которые поддерживают микробиоту и улучшают настроение.
Бананы — и пребиотики для бактерий, и витамин B6, участвующий в синтезе дофамина.
Цельнозерновые крупы (овсянка, гречка) — дают стабильную энергию без скачков сахара.
А вот чего стоит избегать: фастфуд, сладкое, алкоголь. Они разрушают микробное разнообразие, усиливают воспаление и напрямую бьют по нервной системе.
Настроение — штука сложная, и сводить его только к питанию было бы ошибкой. Генетика, травмы, хронический стресс — все играет роль. Но у нас есть рычаг, который мы можем задействовать уже сегодня: постепенно менять рацион, добавлять полезные бактерии и давать им правильную «еду» (клетчатку и пребиотики).
Друзья, а мы продолжаем следить за развитием медицины и за открытиями ученых, подписывайтесь! ВКОНТАКТЕ, Дзен, МАХ, OK.
Коротко о системах антиплагиата: британский профессор проверил свою научную работу, написанную 45 лет назад. Оказалось, что она… на 77% «сгенерирована нейросетями».
Представлен открытый проект ClawRouter, который максимально эффективно позволяет расходовать токены ИИ-моделей, анализируя задачи и подбирая нейросети, чтобы пользователи не переплачивали за лишний расход ИИ-мощностей:
анализирует запрос и оценивает его по 14 пунктам: сложность, комплексность, длина промпта и другие параметры.
подбирает эффективную модель из 40+ сервисов.
результат прилетает за секунды.
работает полностью локально.
итог: сложные задачи летят в более мощные нейронки с большим лимитом, а легкие забирает малышня.
Собрались однажды Google Search и логарифмическая линейка. Выпили по рюмке тока и подумали: а не написать ли нам какую‑нибудь статью? — Ой, какая хорошая идея! Стали они думать — какую статью им написать. Ничего не придумали, решили: пойдём у LLM спросим — какие статьи сейчас пишут… LLM нагрузил свои 1 нм транзисторы, использовал недельный запас электричества в Сан‑Франциско, и выдал список из самых популярных тем статей за последний год, добавив — я свою работу сделал, дальше сами разбирайтесь. Закручинились Google Search с логарифмической линейкой, не знают что дальше делать. И надумали спросить у человека. Тот посмотрел на список со схемами, почесал репу( так у этих устройств называется место, где CPU находится), и говорит — А вот ежели эту ендовину вставить вот в эту, то такая хрень получится, е..тть… Обрадовались Google Search с логарифмической линейкой, стали работать — статью писать, один в интернете рылся, второй считал, но тут им опять помощь потребовалась — нашел Google Search статью на аглицком, пришлось еще Google Translator позвать. И получилась у них статья, нарадоваться не могут. Быстро опубликовали ее на Хабре и стали комментарии читать. Один пишет — это же модель вечного двигателя, другой — это машина времени, тут еще один сказал, что они ошибаются, потому‑что это эликсир бессмертия… много было комментариев, и последний говорит — да эту статью ИИ написал и вы все тоже ИИ. И тут и Google Search и логарифмическая линейка и LLM и даже Google Translator возгордились и дальше жили долго и счастливо и умерли в один день :‑)
Самый мощный суперкомпьютер с искусственным интеллектом применят для исследований термоядерного синтеза
Похоже, на наших глазах оформляется следующая техническая революция: скрещивание ИИ, суперкомпьютеров и физического моделирования. Система Sunrise будет использовать методы моделирования на основе ИИ. Министерство энергетической безопасности Великобритании выделило на это $60 млн. Систему установят на территории кампуса Управления по атомной энергии Великобритании. С её помощью учёные смогут лучше понять, что за процессы происходят в термоядерном реакторе. Мощность системы около 1,4 мегаватт. Работать она начнёт в июне.
По словам правительственных чиновников, суперкомпьютер Sunrise обеспечит производительность моделирования в области ИИ до 6,76 эксаФлопс. Это измерение относится к рабочим нагрузкам ИИ, а не к традиционным бенчмаркам суперкомпьютеров, но всё равно представляет значительный рост вычислительных мощностей для программ термоядерного синтеза в стране. Система будет работать на процессорах AMD EPYC и графических ускорителях AMD Instinct, установленных на серверах Dell PowerEdge. Это уже не классический ИИ, а новый технологический слой, где модель должна не только находить корреляции, но и работать с физикой процесса.
Чуть раньше сообщалось о ещё одном суперкомпьютере Великобритании — Dawn. Его используют не просто для ускорения вычислений, а для задач, где нужно учить модели на стыке данных, симуляций и инженерной реальности. Проект получил поддержку от правительства в $49 млн. Финансирование сделано в рамках британской нацпрограммы AI Research Resource (AIRR), предоставляющей бесплатный доступ к высокопроизводительным вычислениям, обычно доступным только мировым технологическим гигантам. Пользователи AIRR получили доступ к новейшим ускорителям ИИ AMD MI355X.
Dawn, работающий в центре обработки данных в Кембридже, — самый мощный суперкомпьютер для ИИ в Великобритании (пока Sunrise не запустили). В его серверных комплексах работает более тысячи высокопроизводительных графических процессоров Intel (GPU). В настоящее время система Dawn используется учеными в Кембридже и по всей Великобритании в таких областях исследований, как чистая энергия, персонализированная медицина и климат.
За такими кейсами стоит следить. Правительство Великобритании в 2026 году отдельно отмечало применение системы Dawn для ускорения разработки персонализированных вакцин от рака. А цифровой двойник термоядерного реактора — звучит ещё более фантастически. В таких задачах ИИ работает с научными данными, сложными симуляциями, инженерными ограничениями и цифровыми двойниками. Это революция инструментов, из которых потом и вырастают новые большие технологические платформы, которые и создают технологические революции.
Продолжаю удивляться тому, на что способен Claude Code. Уже никого не удивишь тем, что он может накодить приложение или сайт с нуля. Но как насчет «реверс‑инжиниринга» через Chrome?
Кейс
Есть корпоративная CRM система. В ней куча данных, которые показываются в преднастроенных отчетах. Очень монструозная и негибкая штука.
Заказчик резко начинает хотеть с ней «говорить» на естественном языке, да ещё и смешивать данные из разных отчетов. Система кастомная и совершенно под это не заточена. А за счет своего размера — адаптировать ее заняло бы месяцы. Что делать?
Правильный путь — спроектировать консистентные датамарты, сделать семантический слой с описанием всех данных, написать MCP сервер поверх этой системы на основе ее API.
Реальность — времени на это нет. Нужно навайбкодить proof of concept!
Ok, это заняло 3 часа 😎
Устанавливаем Claude расширение в браузер Chrome и настраиваем коннектор с Chrome в Claude Code.
Даем ссылку на UI нашей CRMки клоду и просим его внимательно изучить архитектуру, API запросы под капотом и на основе этого спроектировать MCP сервер. Причем никаких пояснений к системе не требуется, даже на swagger ссылка не нужна.
20 минут Opus тыкает интерфейс, читает запросы и внимательно изучает метрики, настройки, фильтры и группировки и тд. Результат записывает в MD файл. Туда же он пишет предлагаемую архитектуру MCP.
Далее просим Claude написать MCP сервер по полученному файлу и локально его задеплоить.
Профит! Спустя пару часов получаем рабочий MCP сервер поверх системы, которая для этого никогда не строилась.
Дальше Claude прописывает себе этот MCP как тул. И вот уже из дефолтного приложения Claude мы можем естественным языком задавать вопросы к данным в CRMке. А тк это делает клод — то поверх этих данных есть возможность строить графики, интерактивные визуализации, дашборды и отчеты. Бесконечная гибкость.
Все это без привлечения разработчиков и написания единой строчки кода руками.
В общем, с расширением в Chrome, Claude — просто машина 💪
Больше интересного про AI агентов и технологии в моем канале Заместители.
Anthropic представила исследование, которое показывает, что влияние ИИ на рынок труда пока значительно ниже его теоретического потенциала. В статье представлена новая метрика под названием observed exposure («наблюдаемое воздействие»). Она сравнивает теоретические возможности языковых моделей с реальными данными их использования, в данном случае на основе разговоров пользователей с чат-ботом Claude. Для анализа были объединены данные базы профессий O*NET, оценки того, какие задачи теоретически могут ускоряться с помощью ИИ, а также статистика фактического использования Claude в рабочих сценариях.
Результаты показали значительный разрыв между потенциалом и практикой. По оценкам исследователей, языковые модели теоретически способны ускорить выполнение 94% задач в компьютерных и математических профессиях. Однако на практике ИИ применяется лишь примерно в 33% таких задач. Большинство возможностей технологий остаётся нереализованным из-за ограничений самих моделей, юридических требований, необходимости человеческого контроля или сложной интеграции с профессиональными системами.
Сравнение теоретической способности языковых моделей автоматизировать задачи в различных профессиональных категориях (синий) и фактического уровня их использования на практике по данным взаимодействий с моделью Claude (красный). Источник: Anthropic.
Исследование также выявило, какие профессии сейчас наиболее подвержены влиянию ИИ. На первом месте оказались программисты — около 75% их задач могут выполняться или ускоряться с помощью моделей. Далее следуют специалисты службы поддержки, операторы ввода данных и аналитики. В то же время примерно 30% работников практически не затронуты использованием ИИ: среди них повара, бармены, спасатели, механики и другие профессии, связанные с физическим трудом.
Продолжаю публиковать объемные ответы как посты...
Верховный суд США отказался рассматривать апелляцию Стивена Талера, который пытался оспорить решения нижестоящих инстанций и Бюро по авторским правам. Коллегия судей оставила в силе фундаментальный принцип: правовая защита интеллектуальной собственности закреплена исключительно за человеком.
Сейчас на рассмотрении находится параллельное дело Allen v. Perlmutter, где художник использовал 624 промпта для создания изображения. Бюро по авторским правам отказало ему, заявив, что даже 624 промпта — это недостаточный контроль, так как ИИ «сам определяет структуру и тон» финального изображения...
Казалось бы аллилуйя! Нейрослоп — общественное достояние и не принадлежит ни автору программы, ни авторам промптов:
знания, которые раньше были распределены по тысячам проектов, постепенно превращаются в общий справочник.
НО... реально суд просто отложил решение. Почему? Чтобы доказать, что «автор» — это человек, суд перечислил множество пунктов, которые «не работают» с машиной: наличие вдовы и детей для наследования, необходимость подписи, наличие срока жизни и так далее
Есть еще одна юридическая карта, которая не играла. Корпоративное владение. У корпорации нет вдовы и детей, но доктрина «work made for hire» (работа, выполненная по найму) позволяет считать корпорацию автором. На AI слоп может быть установлено корпоративное владение. И тогда «общий справочник» быстро станет закрытым.
Вспомните дела Аарона Шварца или решения против создателей Sci‑Hub Александры Эльбакян. Как раз из разряда
В математике никто не владеет теоремой Пифагора. Её доказали, опубликовали, и она стала частью общего инструментария. То же самое произошло с рядами Фурье, с уравнениями Максвелла, с преобразованием Лапласа. Они вошли в учебники и перестали быть чьей‑то собственностью.
и это именно корпоративное владение.
В деле хакеров суд защищает права не‑человека (корпорации Elsevier или JSTOR) на тексты, написанные людьми (учеными).
Ученые пишут оплачивая публикацию или работая на грантах не получая авторских прав, передают права издательству, а затем университеты (те же самые ученые через библиотеки) покупают эти статьи обратно за миллионы долларов. НО прецедент говорит: «Закон на стороне того, кто купил права, а не того, кто создал знание».
Поэтому важно в разговоре об «эксплуатации Open Source» не забывать «про вирусное наследование» на производные произведения и прочие сформированные механизмы защиты открытого кода.
К 2060 году андроидов может стать больше, чем автомобилей
Аналитики Bank of America опубликовали прогноз: рынок гуманоидных роботов способен вырасти до 4 млрд устройств по всему миру. Примечательно, что большинство из них окажется не на производственных линиях, а в жилых домах.
62% — домашние роботы
По оценке аналитиков, около 2 млрд гуманоидов будут использоваться в быту: уборка, уход за пожилыми, рутинные домашние задачи. Для сравнения — сегодня проникновение таких устройств практически нулевое. Технология только начинает выходить из стадии лабораторных прототипов.
Почему это может случиться
Основной драйвер — демографический. Население стареет, рабочей силы становится меньше, спрос на автоматизацию растёт. В этом контексте даже несовершенный гуманоид может оказаться экономически оправданным.
Аналитики формулируют условие просто: роботу не нужно быть лучше человека. Достаточно быть дешевле. Плюс работа без выходных, отпусков и увольнений по собственному желанию. Если юнит-экономика сойдётся — масштабирование может произойти быстро.
Что это означает на практике
Если прогноз реализуется, гуманоидные роботы пройдут тот же путь, что смартфоны и автомобили — от нишевой экзотики до массового устройства в каждом доме. Вопрос в этом сценарии уже не «случится ли это», а «в каком десятилетии».
Отдельный интересный момент: порог входа для массового рынка — это не технологическое совершенство, а ценовая точка. Как только стоимость опустится ниже годовой зарплаты домашнего персонала в конкретной стране, рынок в этой стране может открыться резко.
Автор проанализировал данные по рынку США: с требованиями к образованию работников, средней зарплате и обязанностям, превратив всё это в интерактивную карту. Чем больше блок, тем больше людей в профессии, а цвет показывает шанс остаться без работы по десятибалльной шкале.
Китайские машины в РФ начали превращать в игровые консоли. Например, на перепрошитых Changan теперь запускают NFS и GTA прямо на штатной мультимедийной системе. На экране машины запускается много старых и достаточно интересных игр, среди которых: GTA: Vice City, GTA: San Andreas, NFS: Underground 2, Resident Evil 4 и даже FIFA. Секрет простой: мультимедийная система работает на Android, но из коробки она сильно ограничена. После перепрошивки ограничения снимают и на систему можно ставить обычные приложения и игры. В итоге штатный экран в машине превращается в довольно мощный Android-планшет, который тянет старые, но популярные игры без лагов.
Генеральный директор стартап в сфере ИИ и разработки ПО Emergent Мукунд Джа предупредил о ключевых рисках для быстро набирающего популярность вайб-кодинга:
главной угрозой остается качество создаваемого кода. По словам Джа, современные инструменты способны быстро генерировать приложения, однако такие решения часто оказываются нестабильными, содержат ошибки или плохо масштабируются. «Есть большая ставка на то, что качество создаваемого программного обеспечения будет экспоненциально расти. Если этого не произойдет, это станет серьезной угрозой», — отметил Джа;
вторым риском для индустрии Джа назвал сам дальнейший прогресс ИИ. По мнению эксперта, развитие автономных ИИ-систем может привести к тому, что рынок «перепрыгнет» традиционный этап разработки приложений. «Мы прошли путь от телефонов Nokia к BlackBerry, а затем все перешли на iPhone. Возможно, программное обеспечение окажется тем самым BlackBerry», — сказал Джа. В будущем пользователи могут все чаще полагаться на ИИ-агентов и языковые модели, которые выполняют задачи напрямую, без необходимости устанавливать отдельные приложения.
Основатель маркетинговой компании DigitalMarketer Райан Дайсс считает, что главный риск ИИ не в том, что он заменит людей, а в том, что люди перестанут думать сами.
«Раньше людям не нужно было отдельно тренироваться — работа поддерживала нас в форме. Индустриализация это изменила. Теперь мы ходим в зал, потому что работа больше не делает нас физически сильнее», — пояснил Дайсс.
По его мнению, с мышлением может произойти то же самое: если переложить все задачи на ИИ, умственная «форма» начнёт ухудшаться. «Технологии, которые сделали нас толще, могут сделать нас и глупее», — добавил Дайсс.
В качестве решения Дайсс предлагает правило 10-80-10. Первые 10% задачи человек должен делать сам — сформулировать идею и направление. Затем 80% работы можно отдать ИИ. Финальные 10% снова за человеком — оценка результата, доработка и то, что он называет «de-slopification», то есть очистка выводов ИИ от «шлака», низкокачественного контента.
В вайб-кодинге все просто: плохо поставил задачу, лови такой же результат. По сути, нам программистам теперь все больше и больше нужно учиться правильно руководить и ставить задачи. Когда я писал "сделай мне приложение для тренировок", я, по сути, просил агента угадать сотню технических решений. Агент угадывал, но плохо. И начиналась карусель переделок и циклов, за которые приходится платить периодическими выходами за лимиты.
Решение простое, но требует дисциплины: нормально планировать до кода.
Шаг 1: Создать черновой план
Запускаю Claude Code и сразу прошу создать файл с планом:
Please help me create a plan for [идея] and write it into a draft_plan.md file
Продукт это по сути набор функций. Если каждая функция работает, продукт готов. Так вот, план - это просто список этих функций с деталями.
Шаг 2: Запустить режим интервьюера
Это главный шаг, который я раньше пропускал. Вместо того чтобы дать агенту додумывать, я заставляю его допросить меня (как самый дотошный детектив):
Read this plan file and interview me in detail using the ask user question tool about literally anything: technical implementation, UI/UX concerns, and trade-offs
Claude начинает задавать вопросы раундами. Первый это про технику: стек, база данных, обработка API-затрат. Второй про UX: модальное окно или отдельная страница, какой стиль интерфейса. Если не знаю ответа копирую вопрос, задаю его в веб-версии Claude/Gemini/GPT, советуюсь с ними, возвращаюсь с ответом.
Да, это раздражает и хочется пропустить и сразу к коду, но именно здесь экономятся тысячи токенов и часы переделок - проверено на личных страданиях.
Шаг 3: Строить по одной функции + тест
Когда план готов, то беру первую функцию и прошу написать для неё тест до реализации. Затем сама реализация и пока тест не прошёл, агент не двигается дальше. Контракт простой: вот что должно получиться, а не сделай как-нибудь.
В итоге получаем приложение с покрытием, где каждая функция делает ровно то, что я (ладно, claude) ожидал.
Несколько еще небольших советов:
Контекст не резиновый, при заполнении на 40–50% (~100К токенов) начинаю новую сессию - перегруженный контекст делает модель тупее. Иногда очень не хочется этого делать и заново объяснять все, но это реально рабочий подход.
Нужно сначала научиться управлять агентами вручную, чтобы понять, что происходит на каждом шаге. Иначе это как автопилот без понимания, куда едешь (на самом деле понятно, в страну неподдерживаемых мертвых проектов). Всякие автоматизации на потом.
Хороший план на старте экономит больше, чем любой лайфхак с промптами.
Надеюсь тебе понравилось. Лучшая благодарность - это твоя подписка на мой Telegram-канал 😊
Пользователь прокачал свой iPhone 17 до 4 ТБ памяти — он просто подключил к телефону внешний SSD с магнитным креплением. Накопитель магнитится на задней панели и подключается через USB‑C. Внутри есть мини‑вентилятор, чтобы электроника не перегревалась.
