🚨 Напоминаю, что сегодня выход Claude Sonnet 4 (и Opus 4).

Каждый их выпуск это разнос! Жду с нетерпением, когда завезут во всех Vibe-coding инструменты.

Трансляция (уже идет)

Все ближе к айти с новой парадигмой))

Работа свыше 50 часов в неделю физически «высушивает ваши мозги».

Области мозга, отвечающие за память, точность внимания и эмоциональную регуляцию, при повышенной нагрузке «усыхают» и уменьшаются в объёме.

С каждым часом поверх нормы значительно растёт риск сердечно-сосудистых заболеваний, психических расстройств и полного выгорания.

🎚️ Не забываем отдыхать.

Привет, друзья! Рассказывал вам про митап MLечный путь в апреле. Это был один из тех митапов, где минимум маркетинга и воды — максимум реальных прикладных кейсов от спикеров из разных сфер. Что отметил для себя на конфе из особенно крутого: 

1️⃣ LLM — это не магия, а инструмент.
Крутейший разбор от Selectel показал, как реально использовать большие модели без лишних затрат. Главный секрет? Не брать самую хайповую модель, а считать реальную эффективность под свои задачи. И да, vLLM теперь реальная альтернатива TensorRT — проверено на практике!

2️⃣ Когда AI выходит в поле.
Офигенный кейс от Русагро Тех про аналитику прямо на комбайнах! Никаких дорогущих решений — только кастомные модели, реальные данные с полей и борьба с неидеальными условиями. Вот оно — настоящее ML в действии!

3️⃣ Питч-сессия стартапов — классный формат.
Презентовали проекты на стадии pre-MVP. Для себя отметил Volga — движок для расчета ML-фичей в реальном времени🔥

🎚️ В общем, качественное развитие ML это больше, чем математика и теоретические расчеты. Для успешного проекта так же важны инженерия, инфраструктура и поиск компромиссов.

🔥 6 интересных кейсов growth hacking для технологичных продуктов

1️⃣ Hotmail

Добавлял подпись к письмам: «Это письмо отправлено через Hotmail. Заведите его себе прямо сейчас».
Результат: 12 млн пользователей за год (рост с 20 тыс. до 12 млн).

2️⃣ Dropbox

Использовал реферальную программу: пользователи получали +500 МБ за приглашение друзей.
Результат: рост на 3900% за 15 месяцев.

3️⃣ PayPal

Давал $10 новым пользователям и их рефералам.
Результат: 7–10% ежедневный рост и 100 млн пользователей к 2000 году.

4️⃣ LinkedIn

Привлекал лидеров мнений, чтобы те стимулировали аудиторию регистрироваться.
Результат: 2 новых пользователя в секунду на старте, 8 млн юзеров за 5 лет.

5️⃣ Airbnb

Использовал кросс-промоцию с Craigslist, позволяя пользователям размещать свои объявления на обеих платформах.
Результат: значительный рост числа пользователей и увеличение количества размещенных объявлений.

6️⃣ Duolingo

Использование семейной подписки при оплате одного доступа. То есть вы покупаете себе, а вам дают возможность подарить другим.
Результат: +15% к скорости прироста MRR метрики в первые же два месяца.

🎚️ Внедряйте в свои продукты и кайфуйте от роста!

Маск + Дуров = 🧠💣

На самом деле, просто Дуров прошел наш курсец по LLM технологиям и в качестве домашки решил сделать AI фичи для телеграма 😎😅

🎚️ Скоро все окончательно забудут про вотцап

Досмотрели до конца? Вот мои выводы по поводу этой перспективы

😲 Спустя 2 года это стало очевидным

Чуть больше двух лет назад, когда только осваивался в роли ML тим лида. Передо мной стояла задача сделать первый прототип Voice2Order.

В этот момент СhatGPT еще набирал обороты. И мало кто толком осознал его мощь или успел внедрить в работу. Про использование API для бизнесовых задач в больших компаниях говорили только самые смелые.

Моей лучшей инвестицией в то время стало разобраться со всеми популярными LLM технологиями. Попробовать LangChain, потестить наивный RAG и конечно же StructuredOutput для API ChatGPT. Без этого опыта не родилась бы и Спикадора, подарившая мне бешеное количество опыта, а людям 10К часов практики английского.

У меня был достаточно большой опыт дообучения BERT-like моделей. Поэтому для меня почти сразу стало очевидным, что LLM поубивали ряд задач и что отрицать это просто бессмысленно. А если это так, но просто глупо решать задачи голосового заказа ML подходом.

Вы удивитесь! Но мне приходилось достаточно долго это доказать коллегам, без актуального опыта. С другой стороны тим лиды и нужны, чтобы затаскивать современные методы в культуру. Но все же …

Хотя если взвесить все за и против на тот момент, то выбор был очевидным. Для LLM подхода не надо что-то дообучать, обучения за счет RAG и Few-Shot подхода мгновенное. Собирать данные почти не требуется, хватало 100 примеров. Железо тоже мимо, можно было обойтись готовыми API. И цены на токены даже в тот момент для большой нагрузки была кратно дешевле аренды/покупки GPU карточек и выделенной MLOps роли под это.

Сейчас же картина лучше. На рынке достаточно хорошее понимание потенциала LLM технологий. Людей уже меньше приходится убеждать. Остается только фильтровать неопытных, кто про такое только слышал, но «руками не трогал» и в продакшен не затаскивал.

🎚️ Итог, если ваш здравый смысл подсказывает, что технология перспективная и подходит под требования, то стоит рискнуть и пробовать! Похожая ситуация сейчас с вайб-кодингом, про который сейчас больше шутят, чем реально используют. Думаю, временно 😈

Когда YTsaurus вышел в open-source, мы такие: "О, прикольно". А теперь она в Yandex Cloud - и тут уже стало серьёзно

У нас в компании были истории: модели не лезут, данные тормозят, Spark не справляется. А теперь внезапно можно взять эксабайтную платформу, которую Яндекс пилил под себя, и запустить её у себя. И не только в облаке, но и в контуре. Внезапно - enterprise ready.

А еще у них Trino, Spark, BI‑редактор на JS, сертификация по DataLens и публичная витрина дашбордов. Вместе с тем – новые фичи для RAG-поиска по базам знаний в ИИ-ассистентах и обновления речевой аналитики. Слово “экосистема” уже немного затерлось, но тут она ощущается по-настоящему.

🎚️ Если строите аналитику или ML в компании - посмотрите, что у них там на Data&ML2Business было

Хакнули ретеншен (удержание пользователей)

Все-то надо было добавить механику по удержанию последовательности занятий.

Пробовали и другие механики, но эта оказалась самой эффективно.

На графики видно, как после апдейта конверсии в последующие дни стали яркими.

🎚️ Очередной раз убеждаюсь, что из 10 перспективных идей срабатывает только дай бог одна.

Что будет, когда Telegram объединится с нейронкой Илона Маска?

Я обдумал перспективы интеграции Grok в телеграм из поста выше. Вы же досмотрели видое до конца?) А теперь подумайте сами.

🤖ИИ инструменты станут доступны всем без сложностей и ограничений

• Сейчас умные боты, как ChatGPT, доступны не везде, и не всем. А вот Grok - это ИИ от Илона Маска, который можно будет просто включить в Telegram, как обычного бота.

• Телеграм есть почти у каждого. Значит, теперь ИИ сможет использовать миллионы людей в один клик, без регистрации, VPN и танцев с бубном.

💬 Ты сможешь болтать с ИИ прямо в своих чатах

• Представь: ты общаешься с друзьями или работаешь в группе — и тут же можешь позвать Grok, чтобы он помог.

• Он подскажет, переведёт, напишет текст, проверит информацию - прямо внутри твоих привычных чатов.

💥Это может потеснить больших игроков вроде Google и Apple

• Сейчас ИИ живёт у «больших дядей» - B Google, Microsoft, Apple. Всё строго, все под контролем.

• А теперь появляется альтернатива - более свободная и простая. Маск и Дуров делают ИИ, который не боится говорить прямо, не прячется за правилами и готов работать на всех.

🧠 ИИ станет твоим умным другом,
а не надзирателем

• Сегодняшние боты часто запрещают, фильтруют, не дают говорить на острые темы.

• Grok - другой. Он говорит по-человечески, иногда с юмором, не боится обсуждать то, о чем другие молчат. Это делает его реальным помощником, а не скучным «учителем».

🚀💸 Ты сможешь быть еще эффективнее, создавать быстрее и больше

Многие уже делают решения и бизнесы, живя в Telegram.

• Grok поможет писать тексты, идеи, оформлять всё красиво - в разы быстрее.
Это значит: больше денег, меньше времени. И всё - не выходя из Телеги.

📈Telegram уже 1,5 млрд пользователей.

🎚️ C Grok их станет ещё больше. Тот, кто не включится на этой волне — просто проспит вспышку. Сейчас самое логичное время пробовать создавать свои пет-проекты и реализовывать давно задуманные идеи.

🤷‍♀️Вот как-то так. Поэтому я вижу сейчас большие перспективы в том, чтобы изучать LLM технологии, AI агентов и Вайб-инструменты, чтобы быть эффективнее уже сейчас. Залетайте, будем вас прокачивать!

👑 Битва LLM – выжить или исчезнуть

Мы наблюдаем интересную битву в мире LLM (языковых моделей), и текущие данные о посещаемости 5 главных платформ подтверждают активное развитие этого сегмента:

• ChatGPT – 5.1 млрд визитов
• DeepSeek – 0.48 млрд визитов
• Gemini (Google) – 0.4 млрд визитов (х2)
• Grok – 0.2 млрд визитов (х2)
• Claude – 0.1 млрд визитов

▎Что можно выделить?

1. Рост у всех участников: Каждая из платформ показывает увеличение посещаемости, что свидетельствует о growing интересе пользователей к LLM.

2. Наибольший прирост: Grok и Gemini продемонстрировали значительный рост, удвоив свои показатели. Однако Grok пока не отличается высокой удобностью в использовании.

3. Быстрые изменения: Ситуация на рынке меняется стремительно, и предсказать, кто выйдет на первое место спустя пару лет, становится всё сложнее.

▎Мои текущие мысли:

1. Первый игрок никогда не побеждает: Рынок LLM не остался под контролем первого игрока от OpenAI. Появление новых технологий и платформ быстро изменило расстановку сил.

2. Ставка на Google: Учитывая последние достижения Google, включая их продукт Veo3 и мощный анализ Deep Search в Gemini, я ожидаю, что нас ждут впечатляющие новшества.

3. Claude как помощник: Claude стал моим незаменимым инструментом для анализа кода и работы с файлами, что делает его моим фаворитом в повседневной работе.

4. Grok и цензура: Grok привлекает внимание отсутствием цензуры, что преимущество для некоторых пользователей, но его производительность по сравнению с Gemini оставляет желать лучшего.

🎚️ В целом, конкуренция на рынке LLM только начинается, и интересно наблюдать, как будут развиваться события в ближайшие месяцы.

Подведи итоги дня

Ты много работаешь и утверждаешь, что предприниматель должен пахать по 60 часов в неделю?

В голове крутится миллион мыслей, не можешь уснуть, постоянно думаешь о рабочих проблемах?

То воронка не конвертит, то лендинг не доделан, то баг в приложении, который нужно было починить еще на прошлой неделе?

Так можно выгореть всего за пару месяцев.

Но есть одна простая привычка, которая помогает отключить мозг и отдохнуть.

Называется "Подведи итоги дня".

Вот в чем суть:

– Берешь свою тудушку, блокнот или заметки в телефоне
– Пробегаешься по всем задачам за день
– Отмечаешь, что удалось завершить
– Записываешь, над чем работал, но не закончил
– Фиксируешь, что нужно сделать завтра
– Пробегаешься по всем чатам за день и закрываешь незавершенные дела

Это займет всего 10 минут.

Голова разгружается, мысли перестают крутиться по кругу, ты спишь как убитый, а утром просыпаешься продуктивным и сразу знаешь, с чего начать.

Это как закрыть все вкладки в браузере или убрать бардак с рабочего стола.

🎚️ Попробуй сегодня вечером!

🤔 Сижу на днях и фантазирую. Думаю, почему OpenAI давно добавили возможность доступа к данным (RAG), но почему я не могу добавить свое API каких-нибудь своих используемых сервисов?!

🤯 А потом мне сказали, что у OpenAI недавно появилась такой пред функционал - можно подключать удаленный MCP сервер прямо к их API!

Раньше приходилось использовать какой-то промежуточный сервер для интеграции со сторонними сервисами, а теперь все инструменты, которые может использовать языковая модель, можно настраивать прямо в кабинете OpenAI.

Пока это только для их API, но, похоже, скоро MCP появится и в ChatGPT. Уже есть утечки интерфейсов от датамайнеров, так что, возможно, нас ждет что-то действительно интересное!

Представляю, как через пару лет мы будем просто говорить с ChatGPT, а он будет подключаться к любым сервисам и делать все за нас. Это будет настоящая магия!

Вы пишите в чате: «Кому я там вчера письмо c отчетом отправил? Перешли эту копию письма в телеграм в чат такому-то человеку, выделив главное». И эта просьба выполняется. Думаю уже этим летом так и будет.

🎚️ Про то как подключать - тут

Как Deep Search заменяет мне аналитика, методиста и экономит время на исследованиях.

Людей, пользующихся языковыми моделями, уже больше. Кто-то все еще откладывает, и это приводит к сильному отставанию. Вот пример:

Простая ситуация из рабочей рутины. Я дал задание человеку подготовить мне подборку топ-500 самых полезных фраз или конструкций в английском, чтобы заинтегрировать в своей AI пет-проект по изучению английского. Прошла неделя. И вот мне прислали 100 примеров. Было удивительно, что человек заявил, что выжал максимум из себя.

Мы созвонились, и я реальном времени показал, как за 5 минут собрать отчет из 160 интернет ресурсов с помощью Deep Research в Gemini. БЕСПЛАТНО. БЫСТРО. МАКСИМАЛЬНО РЕЛЕВАНТНО. Готовую .csv таблицу с небольшими правками сразу же отправили в продакшен.

🤯 Фраза человека в этот момент: «Ого, ну вот ты уже умеешь этим пользоваться, а я нет. Поэтому я наверно не подхожу. Давно хочу научиться пользоваться ChatGPT, но пока руки не дошли».

Мне вполне понятно, почему люди ленятся изучать новые технологии. Пробовать новое бывает сложно, но почему им не хочется экономить свое драгоценное время?!

Предположу, скоро умение делать хороший Deep Research станет таким же базовым навыком, как и гуглить. Уверен, кто-то будет даже продавать такие отчеты, т.к многие про Deep Research ничего не знают 😂

🎚️ Вот примеры моих топ-5 отчетов, которые сделал за последнюю неделю по интересующим меня темам. Генерация занимала примерно по 5-10 минут, но зато я очень много данных из отчетов сразу же применил. Выходит очень качественно.

🚀 Анализ успешных приложений для изучения английского: Топ-15 опций для ценности, удержания и роста
🧑‍💻 Революция Вайб-Кодинга: Будущее Разработки Программного Обеспечения на Базе ИИ
🇺🇸 Достижение Аутентичного Английского: Руководство по Использованию Популярных Фраз и Выражений
🧑‍💻 Переводческие Упражнения для Русскоязычных: Преодоление Типичных Ошибок
🔪 Отчет: Типичные ошибки в английском, совершаемые носителями русского

⚡️ OpenAI представила o3-pro, свою новую флагманскую модель.

o3-pro превосходит базовую версию o3 по всем параметрам и во всех тестах. Она обладает расширенными возможностями, такими как использование инструментов, обработка изображений, поиск в интернете и многое другое.

При этом стоимость o3-pro за миллион токенов значительно ниже, чем у o1-pro.

Кроме того, OpenAI снизила цену на обычную o3 до уровня gpt-4o.

o3-pro станет доступна сегодня подписчикам pro ($200) и через API.

🎚️ Это отличные новости! Есть надежда, что o3-pro покажет себя лучше, чем o3, например, в Сursor. Обязательно протестирую её.