Через 30 минут подрубаем с Алмасом стрим. Будем прогать проект в Lovable, шутить шутеечки и общаться с подписчиками)

Залетайте, ссылку скину как подрубим!

Все мы в лайве!

Берите чаек с пивком и погнали)

https://www.youtube.com/watch?v=2dj2lsS3dEA
https://www.youtube.com/watch?v=2dj2lsS3dEA
https://www.youtube.com/watch?v=2dj2lsS3dEA

Милые дамы, с праздником Вас!

Вы настоящие акулы бизнеса, жгите дальше и делайте только то, что по кайфу!

Что такое DeepFaceLab и зачем он нужен тем, кто работает с трафиком?

DeepFaceLab – это опенсорсная нейросеть, которая позволяет экономить до 99% бюджета на съемку видео для UGC-креативов, создавать высококачественные дипфейки с селебрити и блогерами, а также многое другое.

Я выделил основные преимущества, которые интересны именно мне

◉ Создание уникальных видео с селебрити.

Тут все понятно, объяснять не стоит.

◉ Гиперперсонализация контента.

Дробим кампании по таргетингам и под каждый сегмент создаем персонализированные креативы. Например: «Ты Васян из коммуны в Тбилиси – вот тебе наша диета, специально созданная для Васянов из Тбилиси».

◉ Мгновенная локализация роликов.

В каждом гео – свои селебрити и блогеры. Быстро адаптируем креативы под нужную аудиторию.

◉ Виральные рекламные креативы.

Можно экспериментировать со сценариями, делать акцент на первых пяти секундах видео и увеличивать шансы попадания в рекомендации.

Как DeepFaceLab помогает маркетологам?

Главное преимущество – автоматизация и снижение затрат. Больше не нужно платить актерам, ждать 2–3 недели производства и нанимать команду для операционного сопровождения.

В итоге – быстро, дешево и качественно.

Однако для работы с DeepFaceLab требуется определенный навык. Он не слишком сложный, но требует изучения.

Последний месяц я плотно занимался этим вопросом и подготовил гайд для новичков.

Что внутри гайда?

1. Основы работы с DeepFaceLab.

2. Работа с видео: подготовка роликов, извлечение лиц, настройка параметров обучения.

3. Обучение модели: выбор архитектуры, настройка параметров (разрешение, тип лиц), ускорение процесса.

4. Улучшение качества: устранение артефактов, работа с XSeg, настройка цветокоррекции.

5. DeepFace Live: использование дипфейков в реальном времени, если, например, нужно стримить.

6. Практика.

Гайд получился достаточно объемным – более 20 страниц А4, но его стоит прочитать.

Но если ее освоить, отличить фейки от реальности будет практически невозможно.

Сегодня в течение дня он будет доступен бесплатно на нашем сайте Streetmba.pro

Что делать, если не вышел лицом?

Я много в своих постах пишу, что продажа чего-либо должна быть с человеческим лицом, и желательно с лицом фаундера. Но, конечно, очевидно, что это не всем подходит, но продавать и маркетировать как-то надо. Я лично не верю в контент без лица — по моим тестам это слишком сильно снижает конверсии, либо надо жёстко мисслидить.

Сейчас начинает набирать тренд AI-инфлюенсеров. Давайте его разберём и посмотрим, можно ли создавать личный бренд без личности.

Ну погнали!

Шаг первый: Делаем скелет

Для начала нам нужны инструменты для генерации гиперреалистичных изображений. Я тыкал разные, но, как по мне и по мнению коллег с реддита и ютуба, оптимальный вариант — Juggernaut XL. Он бесплатный и простой.

Дополнительно нам понадобится Foookus. С его помощью можно настроить стиль изображения и выбрать параметры генерации.

1. Пропишите уникальные черты. Делаем это очень детально, в нюансах. На помощь берём ChatGPT.
2. Для первого изображения используем портретный режим, чтобы подчеркнуть лицо.
3. Если не смотрите модных блогеров, то знайте: нужны контрасты в одежде относительно черт лица, цвета глаз и т.д. (Сказал Денис, который больше 10 лет ничего, кроме спортштанов, не носит).

Когда внешний вид настроен, генерите побольше изображений — 10-20-30.


2. Генерируем сцены с инфлюенсером

Теперь наш AI-инфлюенсер есть, но это всё лишь статика-портрет. Нам же нужны фотки с разными позами и в разных ситуациях.

Многие делают это так:

1. Генерируют лицо в одном инструменте.
2. Создают позу в другом.
3. Используют DFL, чтобы наложить лицо.

Что в итоге?

Разные оттенки кожи, странные пропорции лица, много потраченного времени — и, короче, палево.

Лучший способ:

1. Включите Input Image и перейдите в Image Prompt → Advanced.
2. Включите Face Swap, загрузите изображение лица и установите параметр stop it на 0.95 (это сохранит черты лица).
3. Поднимите вес изображения до 1.2 — это сделает лицо более узнаваемым.
4. Выберите нужную позу, например, "тренировка в зале" или "прогулка в горах".

3. Улучшаем качество изображений

Теперь у нас есть фотки инфлюенсера в разных позах. Время довести их до идеала.

Улучшение качества лица

1. Перейдите в Inpaint и загрузите изображение.
2. Включите Developer Debug Mode и активируйте Mixing Image Prompt & Inpaint.
3. Закрасьте лицо, выберите Improve Detail и добавьте промпт вроде "высокодетализированное лицо".
4. Запустите генерацию и посмотрите, как улучшается качество.

4. Генерация одного лица в разных ракурсах

Чтобы сделать персонажа реалистичным, важно, чтобы его лицо оставалось постоянным в разных позах и ракурсах.

1. Сначала создаём сетки с 9 лицами.
2. Загружаем сетку в Inpaint, но обрабатываем каждое лицо отдельно.
3. Постепенно заменяем каждое лицо, чтобы сохранить единый стиль.

5. Генерация видео с AI-инфлюенсером

Статика — это хорошо, но видео — это совсем другой уровень. Здесь нам поможет RP Unleashed.

1. Загружаем в Target Files видео человека с похожими волосами.
2. В Source Files добавляем лицо нашего инфлюенсера.
3. Включаем пост-обработку (лучший вариант — gfpGAN).
4. Нажимаем Start и ждём (обычно занимает 20-30 секунд).

Вывод:

AI постепенно подходит к тому, что, немного заморачиваясь, можно создавать максимально качественных персонажей, что решает вопрос лиц в маркетинге. Работает ли это сейчас так же, как живой человек? Нет. Будет ли ситуация меняться? Да. Тем самым мы опять, как и в случае с DFL, идём по пути гиперперсонализации маркетинга, что само по себе растит ROI.

PS. Гайд по DeepFaceLab доступен уже на сайте StreetMBA.

AI-программирование без кликбейта.

Что я на самом деле думаю про AI-агентов для автоматизации разных процессов бизнеса?

За последний месяц мы с Алмасом провели за изучением вопроса сильно больше 100 часов, встаем рано и ложимся очень поздно, и весь день сидим в дискорде и разбираемся со всеми AI-агентами, я думаю еще столько же и будет понятна полноценная и правильная схема работы.

И если задать главный вопрос заменит ли AI разработчиков? В определенных (!!) ситуациях однозначно да.

Может ли человек который не понимает в разработке с помощью AI-агентов довести сервис до прода? Однозначно нет.

Вот инфа без прикрас, которую мы выяснили:

1/ AI-агенты охуенны для тупой рутины. Зачем платить джуну $40K в год чтобы клепать CRUD и вёрстку, когда бот делает это за копейки. Экономия времени 90-95%, это факт.

2/ Ни один агент не вывезет архитектуру сложного проекта. Могут накидать идей, но решать всё равно надо человеку с мозгами. Иначе получите говнокод, который потом никто не разгребёт.

3/ Весь этот хайп про "нажал кнопку — получил продукт" — чистая хуита. Это цикл: запрос → проверка → доработка → анализ → повтор. Без понимания кода ты как обезьяна с гранатой — хрен знает, что делать когда всё сломается.

4/ Мидл с AI-агентами может выдавать производительность близкую к сеньору. Но без базы всё равно будет лепить костыли, которые рухнут при первой нагрузке. Хотите на такой платформе строить бизнес? Я — нет.

5/ По нашим тестам AI экономит 90% времени на MVP для опытного разраба. Раньше MVP лепили за 3-4 недели, теперь реально за 3-4 дня. Но если нет бэкграунда, вся эта экономия сожрется на попытках понять, почему ничего не работает.

6/ Промптинг — новый скилл, без которого остальное бесполезно. Знаете в чем разница между хорошим и плохим промптом? Между работающим кодом и "извините, я не могу решить эту задачу" от Claude/GPT.

7/ Где AI-агенты реально могут заменить живых кодеров:
- Тупые лендосы под ключ
- Внутренние дашборды для отчетности
- Копипаст кода с адаптацией под проект
- Быстрые MVP чтобы проверить гипотезу и выкинуть

8/ Где AI еще долго будет только помощником:
- Высоконагруженные системы
- Безопасность и финтех
- Оптимизация производительности
- Сложный UX/UI
- Системная архитектура

9/ Почему недопродукт остается недопродуктом: бот делает 80% работы на скорости света, но последние 20% — это обычно самая жесткая вещь, без которой в прод не выйдешь. Без опыта в разработке вы просто застрянете на финишной прямой и будете плакать.

10/ Лучшая стратегия для нетехнарей: выучите базу чтобы хотя бы понимать что происходит. Без этого вы просто будете сжигать деньги на экспериментах.

Итог: AI-агенты не волшебная таблетка, с которой можно завтра увольнять всех программистов. Это инструмент, который в разы усиливает существующих разрабов, но не заменяет их полностью. И никакой VCшный хайп этого не изменит.

Если пост наберет 100 🔥 — выложу конкретные промпты и схемы, которые мы обкатали за этот месяц. Без воды.

@getrichortech

Ретрит и аяваска – seriously? 🤡

Снова пятница, время для шитпостов))

Чёт чуйка подсказывает, что не только я замечаю, как люди в бизнесе, у которых ничего не летит или летело 10 лет назад, массово уезжают на ретриты, аяваску, в йога-туры и прочую эзотерическую шнягу.

Такое ощущение, что взаимосвязь между этим явная: чем хуже бизнес, тем сильнее тяга к просветлению.

Тут недавно мой знакомый потерял очередные пару лямов баксов инвесторских денег. Казалось бы, нормальная ситуация, бывает, но что случилось дальше? Правильно! Он уезжает в Перу, жрать лиану и искать ответы на вопросы, которые даже сформулировать не может.

И таких примеров вокруг всё больше. Посмотрите внимательно, кто постит эти сторис о встрече с шаманом в Непале, инстаграмит свою випассану или рассказывает о 10-дневной голодовке в индийском ашраме.

Уверяю, в 90% случаев это шизоскуфы с идеями на миллиард, но реализацией на минус сто штук.

Тут механика простая.

Когда проёбываешь деньги, время, здоровье и нервы, а результат в лучшем случае ноль, и всё это с шумом и пафосом для друзей и инвесторов, появляется запрос на самооправдание. Нельзя же просто признать, что дело в кривых руках.

Аяваска, ретриты и прочее – это просто бегство от реальности в комфортную иллюзию, где можно продолжать выстраивать свою удобную матрицу самообмана.

Хорошо же звучит история:

"Я не проебал бизнес из-за некомпетентности, я просто был недостаточно в потоке. И вот теперь я поехал на випассану, открыл чакры, и следующий проект точно взлетит".

И окружение такого духовника, которое состоит из таких же проёбшихся, естественно, поддерживает эту чушь. Мол, как круто, что ты нашёл себя!

Ещё смешнее, когда человек возвращается с такого духовного трипа и рассказывает, как он "всё переосмыслил", "открыл своё предназначение" и "понял, что деньги – это не главное".

Перевожу на русский: "Я опять хочу денег, но так и не понял, как их заработать, поэтому буду делать вид, что это не важно".

Ладно, это всё не значит, что духовные практики – плохо.

Просто часто они становятся костылём для хромающего эго, вместо того чтобы быть дополнением к нормально работающей жизни. Льняные шорты и костыли не помогут прокачать твои скиллы в бизнесе, если за этим не стоит реальная работа и реальный опыт.

Поэтому вся эта шизоэзотерика не для альфапренеров. Как раз вчера обедал с одним очень авторитетным предпринимателем из реального сектора с тремя запятыми, которому сейчас 62 года и который прошёл через куда более сложный и опасный путь, чем это наше ойти. И ни разу не услышал даже намёка на что-то подобное.

Поэтому, если вдруг ты задумался о поездке на Бали-ретрит, посмотри внимательно в зеркало – не куколдопренер ли ты часом?

Наркотики - зло! И точка!

Чисто медицински, что там за коктейль в этой ретрит хуете: DMT (диметилтриптамин) — нейротоксичное вещество из лианы Banisteriopsis caapi, плюс ингибиторы MAO из других растений.

Без этих ингибиторов ваш организм сразу бы разложил DMT на безвредные компоненты, но нет, шаманы специально мешают такой коктейль, чтобы вещество задержалось в организме и вызвало более сильные галлюцинации.

И что происходит с мозгом?

При приеме аяваски в мозге нарушается процесс передачи сигналов между нейронами. DMT встраивается в рецепторы серотонина, обманывая мозг и вызывая те самые "трансцендентные переживания".

По сути — это острое отравление, только растительного происхождения, из-за чего вокруг этого наплели мистического флера, типа раз натуральное значит полезно)

Долговременное воздействие DMT приводит к:

1. Повреждению дофаминовых рецепторов
2. Истощению запасов серотонина
3. Нарушению когнитивных функций
4. Химическому дисбалансу мозга

И ведь в реальности после любого такого "ретрита" с аяваской следуют недели восстановления, когда мозг пытается компенсировать полученный химический дисбаланс.

В медицинской литературе это называется синдромом постгаллюциногенного восприятия, который может длиться месяцами.

Да, каждый волен делать со своим телом и мозгом то, что ему вздумается. Но давайте хотя бы называть вещи своими именами: аяваска — это не "древняя мудрость", а сильнодействующий галлюциноген, последствия употребления которого до конца не изучены.

И последствия этого яда никакого просветления не дают, а только делают тебя дебилом, как и алкоголь с традиционной наркотой.

Решил немного отвлечься от горячей темы про ретриты и запустил новый эксперимент — телеграм-канал НейроДенис, где я на датасете определенной структуры дообучаю нейронку так понимать контекст, чтобы она могла шутить.

Делаю это не ради шуток даже, а ради того чтобы уметь дообучать их так, чтобы они могли решать проблемы с очень высоким уровнем неопределенности. А юмор это одна из высших точек.

Мы с Алмасом в таких вопросах на своих коммерческих проектах за последние месяцы сделали просто феноменальные прорыв, и оно уже как-то там работает)
Но нужна Ваша помощь в разметке, если конечно не в падлу)

Ниче не редактирую, просто публикую что мне выдало)

Инструкцию я в самом канале написал, но если кратко нужны просто честные реакции.

https://news.1rj.ru/str/aidenisai

Продакты больше не нужны?

Запилили новое видео о том, как использовать Claude для написания продуктовых спецификаций. Показываем рабочий подход с правильным мастер-промптом, нужными MCP и Sequential thinking, который экономит кучу времени и позволяет быстро создавать четкие, структурированные спеки с фичами, метриками, бд и всем необходимым для работы в Cursor.

Полная версия как всегда в нашей закрытке StreetMBA.

Залетайте!

Рефлексия ошибок — недооценённый инструмент роста

Залип сегодня на часок в прошлые проекты из 2020–2023 года.

В голове крутится: «Блин, как же я тогда ошибался...». А вот можно было тут так сделать, а вот здесь — вот так.

Знакомо, да?

И я очень долго считал, что, занимаясь откровенно тупиковым путём, я потерял, наверное, самый ценный и невосполнимый человеческий ресурс — время. И в моменте казалось, что это именно так.

На самом деле это не провал, а ценный ресурс. Я понял, что рефлексия ошибок — это не то сомнительное занятие, когда ты себя жалеешь, а реальный способ не наступать на те же грабли снова и снова.

По большому счёту, откровенно негативный опыт куда важнее позитивного, и по прошествии лет я очень чётко знаю, как делать не надо.

Главная ошибка, которую я разглядел у себя, — это попытка строить долгосрочные планы.

Все эти спринты на 9 месяцев — это был такой скуфовый подход.

Но сейчас-то вижу: быстрые итерации дают вполне реальные результаты, причём в некоторых моментах очень даже инновационные с точки зрения организации бизнеса, позволяя сразу сидеть в плюсе.

Вторая проблема — вера в «органику из 2013». Сколько времени и сил было потрачено в ожидании, что сейчас точно полетит, и нас забустят. А траф всё это время жил по своим законам, и я эти законы игнорировал.

И третье, даже признаваться неловко, — я очень мало нетворкал с правильными людьми, находясь в неком пузыре. И мои каналы решили эту проблему так, как я даже себе представить не мог.

Сейчас гораздо чётче: рядом хорошие люди, которые тебя поправят, если ты творишь дичь, и подтолкнут, если ты не видишь очевидные возможности.

Так что, если вам кажется, что рефлексия ошибок — это пустая трата времени, попробуйте её как бизнес-инструмент.

Посмотрите на три проекта назад и найдите паттерны, из-за которых вы спотыкались.

Не вините себя, а зафиксируйте выводы, потому что они вам ещё ой как пригодятся в самый неожиданный момент.

Можно ли AI научить смешно шутить?

Много всего мы говорим про разработку и так мало про медиа и развлечения, а это как-то странно, ведь рынки тупо несоизмеримы.

Но возник интересный вопрос: можно ли дообучить нейронку так, чтобы она действительно смогла рассмешить людей? Не по шаблону, а создавая что-то по-настоящему смешное?

Юмор — это как физика на максималках. Когда человек шутит, он оперирует в зоне абсолютного хаоса и неопределённости. Здесь нет формул и алгоритмов. Не существует чётких правил, которые гарантируют, что твоя шутка выстрелит. Сегодня ты пошутил — и все лежат, завтра с тем же материалом — и гробовая тишина.

Самое сложное в том, что юмор сильно зависит от контекста.

Один и тот же панч может быть смешным или неуместным в зависимости от аудитории, политической ситуации, рандомных мемов и тиктоков, которые залетели на прошлой неделе.

Есть и другие нюансы:

Тайминг. По сути, это главное оружие хорошего клоуна. Можно сказать что-то простое, но если поймать правильный момент — все будут смеяться.
Интонация и выражение лица. Представьте нейронку, которая может подобрать правильную интонацию для убийственной шутки.

Умение считывать настроение в комнате и адаптироваться на лету.

Это как если бы нейронка имела сверхскорость обработки реакций и могла мгновенно переобучаться.
Кстати, давайте посмотрим, что происходит, когда ИИ пытается шутить сейчас.

Большинство алгоритмических шуток ощущаются просто как какой-то бред. Они вроде синтаксически правильные, но в них нет души. Следовательно, задача — вложить свою душу в нейронку.

ИИ может примерно знать структуру шутки, но не способен понять, почему именно ЭТО смешно. Потому что для настоящего юмора нужно понимать боль, радость, абсурд и все прочие человеческие штуки.

Если бы нейронка начала по-настоящему шутить, это был бы звоночек, что она уже не просто модель, а что-то большее. То, что мы называем «хорошим юмором», часто строится на основе разделённого опыта и понимания абсурдности человеческого существования. Это глубоко экзистенциальная штука.

Но что, если это возможно чисто технически?

Если собрать много данных, сделать правильное обучение... Вот тут и начинается самое интересное.

Чтобы нейронка могла генерить годный юмор, ей нужно понимать весь этот хаос и неопределённость, находить в нём закономерности, которые даже мы не всегда видим.

В каком-то смысле, хороший ИИ-комик должен быть лучше в понимании людей, чем сами люди. Он должен видеть паттерны в нашем мышлении, которые мы не осознаём.

И тут у меня уже есть пара рабочих схем по сбору датасета, хз, что из этого выйдет.

По факту, если будет прям вот смешно, это значит, что написанный контент не отличить от живого человека, а это уже прям медиа-революция. И её достижение выглядит куда сложнее, чем научить говнокодить диеты по подписке.

Кароч, будем посмотреть.

Почему есть партнеры с которыми ты вынужден работать, и есть те с кем работать в кайф

Короче, я тут недавно подумал про одну очень простую, но игнорируемую большинством стартаперов штуку — разницу между партнерами по вынужденности и партнерами по любви.

В жизни каждого предпринимателя есть два типа партнерств: те, что заключаются по необходимости (исключительно ради денег или компетенций, или по каким-то другим причинам), и те, что рождаются из реального совпадения по ценностям и видению.

И вот эта разница охуенно влияет на весь дальнейший путь.

Вынужденные партнерства — это как брак по расчету.

Ты знаешь, что этот человек принесет в бизнес что-то, но каждое утро просыпаешься и думаешь: "Бля, опять придется его видеть". Это постоянный компромисс, когда приходится подстраиваться, выслушивать корпоративное нытье и много с чем мириться.

И тут главная проблема не в том, что твой партнер плохой человек.

Он может быть вполне адекватным, но если у вас разные цели и ценности, это всё равно что пытаться впихнуть квадратный хуй в круглую жопу — технически возможно, но все стороны будут недовольны.

В таких партнерствах обычно начинаются все эти бюрократические игры в договоренности, распределение ролей и подписание тысячи бумажек с юристом.

Как будто эти бумажки спасут вас от неизбежного краха. Корпоративная фигня для защиты от того, с кем вы вместе строите бизнес. Это же абсурд.

А потом смотришь на партнерства, где люди реально на одной волне.
Там все по-другому. Ты с партнером можешь пойти в баню, поговорить за жизнь, обсудить стратегию за пивом.

Ты можешь позвонить ему в 3 часа ночи с какой-то безумной идеей, и он не пошлет тебя нахуй, а скажет: "А вот это интересно, давай обсудим".

Я видел огромное количество проектов, которыескатились именно из-за вынужденных партнерств. Когда люди собрались вместе только ради денег или потому что "так надо", а потом удивляются, почему они тратят 90% энергии на внутренние конфликты вместо развития бизнеса.

Поэтому мой лайфхак: если чувствуешь, что с человеком реально в кайф работать — это в миллион раз важнее, чем его идеальное резюме или кошелек.

Потому что когда наступает пиздец (а он точно наступает у любого стартапа), именно эти отношения определяют, сможете ли вы вместе выгребать или всё развалится.

И самое забавное, что когда ты работаешь с правильными людьми, то бизнес растет органичнее, быстрее принимаются решения, и вообще всё идет как по маслу.

Не потому что вы договорились о каких-то идеальных KPI, а потому что вам реально нравится вместе строить что-то стоящее.

Большинство стартапов умирают не от плохой идеи или недостатка бабок, а от того, что основатели не могут нормально договориться между собой.

Так что признаки правильного партнерства от меня:

1. Вы сразу понимаете, кто за что отвечает

Прежде чем подписать первую строчку кода или пойти убеждать первого клиента, у вас должно быть предельно ясное понимание зон ответственности. Никакой этой хрени с "мы все делаем вместе".

Такой подход — прямой билет в могилу для вашего проекта.

Когда у вас с партнером гармония, вы, не напрягаясь, можете расписать на бумаге, кто что делает.

Типа: я — продукт, траф и финансы, ты — разработка, найм и операционка.

При этом даже в стрессовых ситуациях вы оба рефлекторно ведете себя именно так, а не перекладываете ответственность друг на друга.

2. Вы способны откровенно говорить о деньгах

Если вы с партнером не можете открыто обсуждать прибыль, зарплаты, затраты и говорить "нет, это слишком дорого", то вы уже в опасной зоне.

Настоящий партнер — это тот, с кем можно за пивом ясно проговорить: "Слушай, я хочу, чтобы моя доля давала мне минимум $X в месяц через год, а твоя — минимум $Y. Это реально?".

И нормально, если один хочет реинвестировать все, а второй — выводить дивиденды. Это не грех, но это нужно обязательно проговорить заранее, а не когда придут первые деньги.

3. У вас разные сильные стороны, но общие ценности

Лучший партнер — это не твой клон, а тот, кто закрывает твои слабые места.

Я работаю с Алмасом уже почти 8 лет, и мы дополняем друг друга как кусочки пазла.

При этом у нас совпадают базовые принципы: оба не любим скуфов-пхпшников с тыквенным латте, оба считаем, что фаундер должен быть в первых рядах в бой, и оба готовы рисковать, но рисковать разумно.

Короче, общие ценности + разные скиллы = идеальный партнерский конфиг.

4. Вы можете нормально спорить и принимать решения

Гармония — это не когда все согласны со всем. Это когда можно послать друг друга нахер, привести аргументы, выслушать контраргументы и прийти к решению, с которым оба готовы работать.

Если один всегда прогибается и обижается — это путь в бизнес-ад.

Если оба упрямы и не слышат друг друга — то же самое. Нормальный партнерский спор — это когда вы можете сказать: "Это тупая идея, вот почему...", а второй отвечает: "Ок, давай попробуем мою схему 2 недели, если не взлетит — делаем по-твоему".

5. Вы радуетесь успехам друг друга, а не ревнуете к ним

Когда у партнера получается что-то крутое — это повод для гордости, а не зависти.
И это видно даже по мелочам.

Например, когда твой партнер сделал какую-то крутую фичу и все его хвалят, тебе в этот момент приятно. Аналогично, когда каптейбл под угрозой размывания, вы договариваетесь, как вытянуть обе вашей доли, а не начинаете мутить мутки с целью забрать побольше.

Самый четкий индикатор — возможность делегирования. Если вы спокойно по очереди уходите в отпуск, зная, что в ваше отсутствие дела не пойдут на дно — это надежный признак того, что у вас здоровое партнерство.

В заключение скажу, что хороший бизнес-партнер сегодня ценнее хорошей жены.

С женой в случае чего можно развестись один раз и статью из УК не получить.

А вот выход из провального партнерства может затянуться на годы судов, и ты точно не раз пожалеешь, что вообще во всё это ввязался.

Что такое MCP и почему эта штука меняет правила игры в работе с AI?

Сегодня хочу рассказать про MCP (Model Context Protocol) — технологию, которая реально решает главную проблему языковых моделей, и не только.

В чем проблема с нынешними AI? Они как бы умные, но при этом слепые, глухие и выдают бред умалишенного. Очень часто в выдаче нет закономерностей, нет прямого доступа к интернету и, как следствие, к актуальной реалтайм-информации, а также к вашим локальным и облачным документам.

Короче, у AI сейчас две серьезные проблемы:

- Они не видят ваши личные данные и файлы.
- Они не имеют доступа к актуальной информации из интернета.

И вот тут на сцену выходит MCP. На пальцах это работает так:

Представьте, что AI — это очень умный, но слепой человек в комнате. Он может рассуждать о чем угодно, но видит только то, что вы ему описываете словами. А теперь представьте, что вы дали этому человеку не просто глаза, а целый набор инструментов — микроскоп, телескоп, компьютер с интернетом, доступ к вашим документам.

MCP — это и есть такой набор инструментов для AI. Технически это протокол, который позволяет подключать к AI разные "серверы" — программы, дающие ему доступ к файлам, поиску, API и другим источникам данных.

Как это работает на практике:

- Вы устанавливаете программу с поддержкой MCP (например, Claude Desktop).
- Подключаете к ней MCP-сервер (например, для работы с файловой системой или браузером).
- Теперь вы можете сказать: "Посчитай, сколько PDF-файлов в моей папке Downloads" — и AI реально это сделает!

Главная фишка — MCP работает не с конкретной моделью, а как универсальный протокол. Это как USB в мире компьютеров. Раньше у каждого устройства был свой разъем, а появился USB — и всё стало совместимо.

Какие бывают MCP-серверы? Уже сейчас есть серверы для:

- Доступа к файловой системе (чтение/запись файлов).
- Поиска (актуальная информация из интернета).
- Работы с API (погода, курсы валют и т. д.).
- Доступа к базам данных.
- YouTube с yt-dlp.

И это только начало.

Практический пример: вместо того чтобы загружать огромную таблицу в промпт (который часто не помещается из-за лимитов), вы просто говорите: "Проанализируй файл ua_2025 в моей папке Documents". AI сам обращается к файлу через MCP-сервер, читает нужные данные и работает с ними.

Почему это круто для бизнеса? Потому что разница огромная:

Без MCP: тонны ручной работы по выгрузке и подготовке данных для AI.

С MCP: AI сам берет данные откуда нужно, когда нужно.

В этом и есть революция — MCP превращает AI в практический инструмент, который работает с реальным миром и реальными данными.

Anthropic (создатели Claude) уже сделали официальную ставку на этот протокол.

Короче, если вы хотите реально использовать AI для решения задач, а не просто для разговоров о теории — MCP сейчас самая перспективная технология для этого.

Я в последнее время протестил несколько десятков разных решений. Там пока, конечно, танцы с бубном по установке, крэши клиента, нужны ноды, докеры и прочая фигня, но результат меня безумно впечатляет.

Следующим постом после обеда выпущу топ моих связок из MCP, которые прикольно работают.

Ставь ❤️, чтобы я поскорее его дописал и выпустил!

Короче, как и обещал, даю список 10 MCP, которые надо поставить в первую очередь, чтобы реально понять, как теперь может работать AI.

1. Sequential Thinking

Номер один по популярности, и не зря. Эта штука позволяет Claude думать пошагово, разбивать сложные задачи на части и, что самое крутое, возвращаться и пересматривать свои предыдущие мысли. Это прям мастхэв для всех, первое, что надо поставить.

2. wcgw — What Could Go Wrong

Это как киллер-фича для любого разработчика. Claude получает доступ к терминалу, может редактировать код, запускать команды и вообще творить магию с вашими файлами. Один чувак на Reddit писал, что с помощью wcgw Claude сам переписал целый модуль его приложения, попутно рефакторя код и исправляя баги.

3. GitHub MCP

С этим MCP Claude может работать с вашими репозиториями, делать PR, искать в коде и даже предлагать фиксы для открытых issues. Звучит как угроза для джунов-вкатывальщиков с лососем на завтрак, но такова эта новая реальность.

4. Brave Search

Дает Claude глаза и уши в интернете. Ищет информацию через API Brave (который, кстати, более приватный, чем Google) и умеет находить актуальную инфу даже за пределами его обучения. Claude с Brave Search = Perplexity, только дешевле и с более адекватными ответами.

5. Web Research

Это альтернатива Brave Search, но с меньшими ограничениями. Не нужно привязывать карту, и можно настроить более специфичный поиск. Этот MCP может быть даже лучше Brave Search, особенно для академических исследований, потому что он умеет работать с научными источниками.

6. iTerm

Улучшенная версия терминала для Claude с поддержкой интерактивных сессий. Если вы часто работаете с командной строкой, этот MCP сделает взаимодействие гораздо удобнее, чем базовый терминальный доступ. Особенно круто для админов и девопсов (прости господи) — Claude может помогать с настройкой серверов и анализом логов.

7. TaskManager

MCP для управления задачами. Claude может создавать и отслеживать to-do списки, напоминать о дедлайнах и интегрироваться с календарями.

8. SQLite Server

Если вы работаете с данными, этот MCP позволит Claude взаимодействовать с вашими SQLite-базами. Особенно полезно для аналитиков и дата-сайентистов — можно просто на естественном языке попросить Claude сделать запрос к базе и проанализировать результаты.

9. Fetch

Простой, но мощный MCP, который позволяет Claude делать HTTP-запросы к внешним API. Открывает целый мир возможностей: от проверки погоды до анализа крипты.

10. Knowledge Graph Memory Server

Решает главную проблему Claude — короткую память. Этот сервер создает граф знаний из ваших разговоров, позволяя Claude помнить контекст на протяжении долгих сессий. Особенно круто для длительных проектов — не нужно каждый раз объяснять Claude, что вы делаете и зачем.

Еще несколько крутых MCP:

- Playwright — для автоматизации браузера.
- Obsidian Reader — для работы с вашими заметками.
- YouTube MCP — суперполезный инструмент, позволяющий анализировать контент с YouTube. В интернете много информации есть только в видео, и если связать поиск с YouTube, можно выкачивать целые каналы, анализировать их и использовать в разных темах.

Где качать?

Есть полный список актуальных MCP на GitHub:

https://github.com/modelcontextprotocol/servers?tab=readme-ov-file

Я, в принципе, просто иду туда, качаю всё подряд, смотрю, как работает, и выкидываю ненужное. Ну и ветки на Reddit тоже помогают.

Короче, ставьте и радуйтесь.

Творчество закрытого комьюнити)

Ржал сегодня все утро))

Stand up по мотивам офигительных историй от автора канала Разбогатей или IT — обязательно к подписке для каждого, кто не хочет безнадёжно отстать от айтишного рынка

Что за зверь этот Sequential Thinking MCP?

В прошлом посте я написал, что это первое, что нужно вам поставить, чтобы осознать, насколько круто может работать стоковый LLM. Увидеть, как работает его мыслительный процесс, и понять, что он строит причинно-следственную связь умнее большинства кожаных мешков. Зрелище самого процесса очень впечатляющее.

Давайте сделаем чуть более подробный обзор.

Model Context Protocol — это открытый стандарт, который позволяет подключать к Claude разные сервисы. А Sequential Thinking — это MCP-сервер, который делает из Claude детального аналитика, решающего проблемы шаг за шагом:

1. Разбивает сложную задачу на мысли.

2. Обдумывает каждую мысль последовательно.

3. Может пересматривать предыдущие мысли.

4. Сам определяет, сколько мыслей нужно.

5. Ветвится, когда нужно, чтобы рассмотреть альтернативы.

Короче, вместо того чтобы получить просто ответ, ты видишь весь процесс мышления, как будто заглянул в башку аналитика, пока он копается в твоей проблеме.

Прям страшно выглядит связка с Memory MCP: после загрузки Sequential Thinking и Memory MCP серверов в Claude она начинает знать и помнить о вас больше, чем вы сами.

По фактам из сети Sequential Thinking MCP дает больше контроля над процессом мышления, чем встроенная функция Extended Thinking.

◉Позволяет видеть каждый шаг рассуждения, включая ошибки и пересмотр предыдущих мыслей.

◉Может ветвиться и рассматривать альтернативные пути решения.

◉Работает лучше всего на сложных аналитических задачах, где нужен пошаговый разбор.

◉Некоторые жалуются на техническую реализацию через STDIO, предлагая SSE как более гибкую альтернативу.

Почему это работает?

Одна из главных фишек Sequential Thinking — это его способность показывать ход мыслей, что делает работу AI максимально прозрачной, с дальнейшей возможностью вносить правки в этот процесс.

А учитывая, что большинство компаний все еще пытаются найти способы эффективно использовать AI, инструмент, который демистифицирует процесс принятия решений, — это золотая жила. Люди не любят черные ящики, а Sequential Thinking превращает черный ящик в стеклянный дом.

Мой опыт

Особенно круто работает, когда нужно проанализировать большие объемы данных или решить сложную проблему с множеством переменных.

Подключаете аналитику тоже через MCP, доступ к файлам на компе, доступ к интернету — и те задачи, на которые вы тратили часы или даже дни, будете делать за 10 минут.