Строил HR-продукты для американского бигтеха. Внедряю AI в чужие бизнесы и команды, пишу про свои ошибки, находки и выводы.
Презентации
Jev и LLM: где разница имеет значение
Jev, DeepSeek и Qwen на публичных данных: качество, формат ответа, скорость и цена при нескольких вопросах, параллельных запросах и кэше, precision–recall и калибровка вероятностей.
Рисерч по серым источникам: tg, hh.ru и YouTube
Неиндексируемые источники для маркетинга и продукта: как агент читает каналы, вакансии и комменты без логина.
Снятие SynthID с картинок gpt-image: SD1.5 vs qwen-zimage
Таблица результатов: пять картинок, два регенерационных ремувера, три уровня strength, вердикт OpenAI Verify и что видно глазами.
Неденежный капитал: почему на пенсии он важнее денег
Здоровье, связи, ученики, репутация и планки: что накапливать, пока это ещё можно накопить.
Увольнение, найм и обучение команд в эпоху ИИ-агентов
Тренды, найм, увольнение, обучение и кейсы внедрения ИИ в команды.
3 ошибки внедрения ИИ в разработку
Кейс внедрения ИИ в команду: что не сработало и как это исправлять.
Строим команду ИИ-агентов
Подлодка — заметки про субагентов, контекст и практику в CLI.
Что такое bb: два уровня агентной работы
Codex, Claude и bb: рабочие среды, агентные движки и то, что оболочка добавляет агенту.
Где лежит фундамент: pipeline vs agent
Одна задача — две архитектуры рядом. Анимированная инфографика.
Две двери в любой сервис: браузер vs API
Как агент подключается к внешним сервисам: от UI-автоматизации до прямого API.