Latest posts
Max: AI, Engineering and Startups
18 Sept, 16:21
Оказывается, не все знают, что существуют когнитивные искажения - распространенные способы устойчиво мыслить или решать задачи каким-то типовым образом, сильно отличным от рациального.Есть много примеров когнитивных искажений. Например, эффект Даннинга — Крюгера, когда люди с низкой квалификацией неспособны распознать свои ошибки. Или, например, ошибка выжившего, когда люди недооценивают вероятность недоступных прямому наблюдению событий. Еще одним распространенным примером является предвзятость подтверждения, когда новые данные ищутся и интерпретируются в пользу подтверждения имеющейся концепции.Одно из моих нелюбимых когнитивных искажений - выученная беспомощность. Строго говоря, это не отдельное когнитивное искажение, а более широкий поведенческий и мотивационный паттерн.Представьте ситуацию - у вас что-то болит и вы несколько раз пытались это лечить, но ничего не помогло. ВыMax: AI, Engineering and Startups
9 Sept, 08:10
Сингулярность достигнута в уравнениях Навье-СтоксаВ математике существует список из 7 задач тысячелетия, признанных одними из самых сложных в современной математики. За их решение дают приз в 1 млн долларов. За 26 лет существования списка была решена только одна задача - Гипотеза Пуанкаре. И это при том, что тысячи, а может быть сотни тысяч профессиональных математиков бились над их решением.OpenAI опубликовала решение задачи Навье-Стокса. Пока достоверно неизвестно точно ли оно верное, но его проверили с помощью формального прувера (автоматического верификатора) и ошибок не нашли, так что я бы предположил, что доказательство верное. К посту приложил красивую визуализацию из статьи.Помимо этого с доказательством возник крупный скандал в среде математиков, потому что двое математиков, занимавшихся этой проблемы подобрались довольно близко к решению, они использовали Codex и есть
Max: AI, Engineering and Startups
7 Sept, 09:38edited
Как я использую AI для подготовки публичных презентацийНачну с пары важных для меня моментов:1️⃣ Презентация должна содержать авторские мысли и отражать его понимание вопроса, иначе автор презентации становится лишней прослойкой между AI и слушателем.2️⃣ Протестированные модели (Fable 5, GPT-5.6) все еще недостаточно хороши для полностью автономной подготовки презентаций. Им нужны вводные, нужен контроль структуры, нарратива и стиля изложения, нужен факт-чеккинг.3️⃣ Надо разделять публичные презентации и подготовку материалов для самообучения по уже проработанным и хорошо известным темам - c подготовкой материалов для самостоятельного изучения вопроса ChatGPT / Claude / NotebookLM отлично справляются и можно смело генерить с первой попытки.Что я пробовал и мне не подошло:1️⃣ Использовать NotebookLM. Это отличный инструмент для саморазвития или для конвейерного штампованияMax: AI, Engineering and Startups
31 Aug, 13:57edited
Митап про личные финансы для айтишников и фаундеровМеня позвали на онлайн-митап рассказать про мой опыт использования ИИ для личных финансов. Никаких секретных промптов и тем более финансовых советов не будет, но будет честный рассказ как я использую ChatGPT и Claude Code, чтобы экономить время и принимать более взвешенные личные финансовые решения.Кто еще будет и о чем расскажут:🔵 Владислав Носковец (CEO CareerStation, автор канала «Твой ментор», помогает IT-менеджерам находить работу) Поделится своими источниками дохода и расскажет, почему не планирует выходить на привычную всем пенсию.🔵 Иван Глушенков (внедряет ИИ в финансовые организации, закончил физтех, выиграл 18 хакатонов) Расскажет, как 5 лет жил с бюджетами по книге «The Richest Man in Babylon» и разбогател, а потом 5 лет прожил без бюджетов — и почему. Про 4 типа капитала, старость и финансовую безопасность на основеMax: AI, Engineering and Startups
29 Aug, 08:06
AI Skills для агентовДаже странно что за 9 месяцев с момента появления скиллов я ни разу про них не написал. Пора закрыть этот гэп, потому что скиллы стали де-факто стандартом для повторяемых инструкций агенту и основным способом расширения его возможностей.Что такое скиллСкилл - повторяемый способ решения целого класса задач: инструкции, скрипты, шаблоны, документацию и критерии проверки.Скилл упаковывается в папку с SKILL.md в определенном формате + файлы скриптов, примеров, инструкций и других артефактов. Так выглдяит типичная папка скилла:code-review/ ├── SKILL.md ├── scripts/ ├── references/ └── assets/В SKILL.md есть metadata, по которым агент понимает, когда использовать skill, и сами инструкции:--- name: code-reviewMax: AI, Engineering and Startups
7 Aug, 08:48
Почему я пока не верю в универсальные темные фабрики софта (dark software factory)Несколько месяцев назад появился тренд на построение полностью автоматизированных фабрик софта: систему, в которой AI-агенты получают цели, а дальше сами формируют задачи, пишут код, запускают тесты и выкатывают изменения в прод, без какого либо участия людей.Эффективным менеджерам далеким от разработки эта идея кажется отличной. Можно сэкономить много денег компании и получить жирный бонус.Тем не менее проностью автономная универсальная фабрика корпоративного софта пока невозможна по нескольким причинам:1⃣ Недетерминированность описания цели на человеческом языке. И это особенно критично, если у вас уже есть legacy ситстема с своей доменной онтологией, на которой llm просто не натренированна.2⃣ Проверка не масштабируется вместе с генерацией. Агент может создать тысячи строк за минуты, но быстроMax: AI, Engineering and Startups
6 Jul, 11:31
Ликбез про RAG. ч.2. Фундаментальные ошибки.За последние 3 года я пообщался с десятком+ команд из разных компаний, работающих над приложениями на основе RAG.Две самые частые ошибки, которые я встречал: - плохая подготовка данных - garbage-in > garbage-out, - отсутствие evaluation (оценки качества) - не возможно улучшать то, что не измеряешь.Разумеется, существует множество других проблем, но это фундамент для всей системы, без которого остальные решения теряют значимость. И самое нелепое, что обе проблемы очевидны с первого взгляда, но из-за сложности их решения, менеджеры зачастую игнорируют их до последнего.1️⃣ Плохая подготовка данных - самая частая и известная ошибка любых DS/ML/DL проектов.Я заметил, что она особенно актуальна для Gen AI проектов, потому что люди, работающие над такими проектами часто не имеют профильного образования или опыта работы с DS проектами.Max: AI, Engineering and Startups
16 Jun, 15:34edited
Про Fable 5Я успел протестировать Fable 5 до его блокировки, но не успел закончить тесты. Дождаться разблокировки не удалось, так что поделюсь тем, что есть:1⃣ Fable гораздо лаконичнее других моделей. Ответы именно лаконичнее, а не короче, то есть плотность информации выше, чем у других моделей. Мне это очень нравится, не люблю воду в текстах.2⃣ Ответы Fable на прямолинейные замечания могут иметь яркую эмоциональную окраску. Если бы это был человек, я бы решил, что он на меня разозлился или обиделся. Это вызывает странные ощущения, я не сторонник антропоморфизации LLM. Но главное, что я не успел протестировать до конца - как это влияет на качество ответов моделей. У людей негативные эмоции, часто приводят к снижению качества взаимодействия, обладает ли Fable этим свойством или она сохраняет объективность? Вот цитата Fabble:Если и это не “главное” - окей, тогда сформулируй сам. ЯMax: AI, Engineering and Startups
3 Jun, 16:15
Мне интересно читать каналы, где автор не пересказывает позавчерашней Твиттер или презентации БигТехов, а делится своими мыслями по интересной мне теме. Когда 6 лет назад мне пришлось начать совмещать роль Technical Product Manager с моей основной ролью, я искал что бы почитать по новой для меня роли и нашел канал Ани Подображных. Сегодня хочу его порекомендовать, потому что до сих пор читаю.Мне нравится, что посты про product management чередуются с постами про персональную эффективность, личными историями, а также всякими полезностями типа вакансий.В общем, мой личный рекомендасьон.@max_about_aiTelegramАня Подображных [Будни продакта]T-Bank AI, ex-Avito annapodobrazhnykh.com Мемы: @productsmemes Продуктовая лавка с вакансиями: @productvacancy Я: @annapodobrazhnykhMax: AI, Engineering and Startups
21 May, 08:49
AI ликбез: RAG (Retrieval Augmented Generation) ч.1Решил, что RAG как концепция настолько важен для современных AI приложений, что несмотря на широкую общеизвестность, все равно заслуживает отдельной серии постов в канале.1️⃣ RAG (Retrieval Augmented Generation) - это подход, когда перед генерацией LLM ответа, приложение ищет релевантую информацию в внешних данных и добавляет ее в контекст вопроса, делая генерацию ответа аргументированной.Схематично:RAG = поиск релевантной информации > создание контекста > генерация ответа LLM по контекстуГлавная идея: не нужно учить модель всем вашим данным, нужно научить систему находить правильный контекст для модели.Скорее всего вы уже пользуетесь приложениями, использующими RAG в том или ином виде, потому что это базовый кирпичик поверх которого строится работа AI ассистентов, копайлотов или агентов.2️⃣ RAG призван решить следующие
Max: AI, Engineering and Startups
3 May, 11:23
Про AI researchНа этой недели моя AI лаба опубликовала первые научные статьи по AI engineering на arXiv (объяснимость ответов в graph RAG и синтетический эвал для LLM приложений). Команда - большие молодцы, потому что они справились, несмотря на огромное количество препятствий на нашем пути.Не буду пересказывать статьи, поделюсь лишь нескольким практическими выводами, которые я сделал по ходу исследований:1⃣ Graph RAG - как концепт очень круто, но на деле выходит долго и дорого, а прирост в качестве ответов не столь значим и даже не всегда есть.2⃣ Еxplainability у ответов на базе Graph RAG действительно выше, но на практике использовать это из-за скорости и цены почти не возможно.3⃣ Сложность задачи “сделать качественный evaluation LLM приложения“ сопоставима с сложностью разработки такого приложения (по крайней мере одного порядка).4⃣ Все еще мало исследований по оценкеMax: AI, Engineering and Startups
21 Apr, 12:15
Провел две недели отпуска в роад-трипе. Как писал выше, поиск use cases для применения AI не проще, чем освоение самих инструментов, поэтому решил поделиться парочкой сценариев использования, чем сам пользовался в путешествие.1️⃣ Перевод фото меню, объяснение состава и выбор подходящих блюд из меню с помощью ChatGPT. Перевод меню в классических переводчиках обычно работает плохо и не объясняет что ожидать от блюда. Особенно помогает, если есть какие-то ограничения или выраженные предпочтения в еде.2️⃣ Разборки с парковкой, платными дорогами и экологическими зонами. Когда за поездку сменяешь несколько стран можно запутаться в особенностях правил парковки и тут ChatGPT очень выручает. Можно сфоткать знак или автомат оплаты и понять можно ли здесь парковаться сейчас и сколько это будет стоить. Также встречаются довольно специфические дороги, где оплачивать дорогу надо не на постуMax: AI, Engineering and Startups
1 Apr, 06:45edited
Банально, но факт - сейчас открыто окно беспрецедентных возможностей. Как долго оно будет открыто и что наступит после - я не знаю, но точно знаю, что если делать что-то свое, то сейчас отличное время пробовать.Поэтому моя жена решила открыть свой мини-стартап на международный рынок. Хочет бутсрапить небольшие SaaS приложения.С вайб-кодингом это стало сильно проще, тем более, что у нее айтишный бэкграунд и образование.Осталось только научиться продавать. Я предлагал с ChatGPT разобраться, но как-то не пошло - слишком много непубличных лайфхаков в маркетинге, которые никто не хочет шарить публично. На Coursera тоже ничего толкого не нашли. Так что с середины апреля она пойдет на платные курсы по маркетингу. Слышал положительные отзывы от друзей о других курсах Глеба Кудрявцева, надеюсь, и эти не будут исключением.Посмотрим, что из этого выйдет, но я твердо убежден, что успех -Max: AI, Engineering and Startups
27 Mar, 14:22
Про универсальных AI агентовПоследний месяц эксперементирую с Claude Cowork, OpenClaw и Manus. Мои краткие выводы:0️⃣ Если у вас FOMO, что все вокруг в 10 раз эффективнее благодаря OpenClaw и другим AI агентам, то можете перестать нервничать - технологии все еще далеки от совершенства. Пока хайпа все еще больше чем пользы. Значит ли это, что не надо их пробовать или использовать? Нет! Потому что уже сейчас можно делегировать отдельные задачи, а в какой-то момент рост станет эскпоненциальным и на нем можно будет хорошо вырастить свою карьеру или бизнес.1⃣ Самый зрелый из протестировнных продуктов - Claude Cowork. Он может управлять Chrome и десктопом. А запускать его на десктопе можно с мобилки при помощи функции Dispatch. У него есть библиотека скиллов, коннекторов и плагинов. Работа организуется в проекты. Я прикрутил его в папку c Obsidian и перевел часть своих заметок вMax: AI, Engineering and Startups
19 Mar, 15:19
Поучаствовал в подкасте про Product Engineering. Вместе с Юрой Агеевым, автором подкаста Make Sense, поговорили про будущее ролей в разработке, кто такие Product Engineer, как ими стать если вы уже разработчик или продакт менеджер. Не обошли стороной вайб-кодинг и AI для личной эффективности.Из разговора мне больше всего запомнилась история Юры про его опыт с AI агентами. У него кастомная команда агентов поверх Claude Code и каждую ночь они проводят ретро пока он спит. Так вот целую неделю подряд они называли его ботлнеком и жаловались друг-другу на него.Послушать целиком можно в Я.Музыке, Apple, YouTube.PS: я впервые участвовал в подкасте - новый интересный опыт для меня. Буду рад вашему фидбеку.@max_about_aiMax: AI, Engineering and Startups
14 Mar, 08:18
Наконец дошли руки посмотреть материалы курса Stanford “CS146S: The Modern Software Developer”. Видеозаписей, к сожалению, в открытом доступе нет, но есть презентации и отличная подборка материалов для чтения и просмотра.Мне особенно понравилась презентация про Code Review. Навык, который всегда был важным, но c 2025 года стал еще важнее. Если собеседуете кандидатов - обязательно добавляйте задачки на код ревью, а если сами собеседуетесь - будьте готовы к ним.Еще понравился шаблон дизайн-документа. Он избыточен, но позволит не забыть что-то важное, а неважное для текущего проекта можно просто выкинуть.В общем, если еще не видели этот курс и ссылки из его подборки, то полезно ознакомиться.@max_about_aiMax: AI, Engineering and Startups
3 Mar, 13:23edited
Про документацию в эпоху AIПару недель назад делал доклад про документацию в эпоху AI. Записи у меня к сожалению нет, но поделюсь основными тезисами:1⃣ AI сильно упростил не только написание кода, но и генерацию документации. Нужна ли она, если теперь есть возможно получить ответы на естественном языке прямо по коду? Я считаю, что да.2⃣ Надо разделять документацию по критерию - является ли она источником истины (например, функциональные или архитектурные требования) от документации сгенерированный по коду (quick start, user guide и тд). Это важно, чтобы понимать где искать ответ - как система должна работать (в исходных требованиях) и как система на самом деле работает (в коде).3⃣ У разных команд (фриланс, стартап, корпорация) разные требования к объему и пайплайну работы с документацией. Не переусложняйте, но и не забивайте совсем.4⃣ Люди по-прежнему несут ответственность заMax: AI, Engineering and Startups
22 Feb, 11:52
Самый важный совет, который я могу дать всем кто использует AI на работе - никогда не посылайте результаты работы AI своему руководителю или в общую рабочую группу, не проревьювив их.Никому не хочется читать очередной нейрослоп в вашей перформанс-форме или анализе инцидента. Сотрудникам платят не за копипасту из ChatGPT и никого не интересует, что это не ваша ошибка, а AI так сгенерировал. Если вы отправляете что-то от своего имени - это ваша ответственность и репутация. Это не означает что AI не надо использовать, просто потратьте время на проверку, исправление ошибок и улучшение результата.Про менее очевидные советы и лайфхаки по личной эффективности с AI, а также его внедрение в команду и компанию поговорим на бесплатной конференции AI Hard Fork уже через два дня: детали и регистрация.@max_about_aiMax: AI, Engineering and Startups
16 Feb, 14:08
Сейчас я активно занимаюсь внедрением AI в банке, поэтому не понаслышке знаю о проблемах, с которыми сталкиваются ведущие инженеры, тех лиды и менеджеры при попытке добавить AI в процессы разработки. У меня есть примеры, как AI инструменты делают меня, друзей и коллег эффективнее. С другой стороны, у людей гигантский FOMO упустить что-то важное, но нет возможности тратить время на выявление среди шума реально работающих подходов и инструментов.Чтобы - разобраться в том как стать эффективнее самому, но не выгореть от FOMO, - как внедрить AI в команду и повысить ее продуктивность, мы вместе с другими спикерами решили организовать бесплатную конференцию - AI Hard Fork.Удалось собрать вместе очень крутой состав выступающих - CTO, x-staff из FAANG, тех лиды и фаундеры. Но главное - все они на личном опыте разбираются в том, о чем говорят, а не пересказывают презу, сгенерированную в
Max: AI, Engineering and Startups
13 Feb, 09:46edited
Выжимка из интервью Ленни Ракитски с Шервиным Ву, ведущим инженером из OpenAI:1️⃣ AI пишет почти весь код в OpenAI. 95% инженеров используют Codex, а те, кто реально встраивает эти инструменты в работу, открывают на 70% больше pull requests, чем их коллеги - и разрыв со временем только растет.2️⃣ Роль software engineer смещается от написания кода к управлению флотом AI-агентов. Многие инженеры ведут 10-20 параллельных Codex сессий, больше направляют и ревьюят, чем пишут код руками.3️⃣ Среднее время code review одного PR сократилось с 10-15 минут до 2-3 минут. Каждый pull request в OpenAI теперь сначала проверяет Codex, еще до того как его увидит человек: он поднимает рекомендации и ловит проблемы заранее. В итоге инженеры могут сфокусироваться на более креативной и стратегической работе, при этом продуктивность резко растет.4️⃣ В AI-продуктах не стоит оптимизироваться под
Related Channels
Other channels in the same section of the catalogue.
