Workflows в Claude Code: агентные пайплайны теперь пишутся как JS-код
Антропики выкатили Opus 4.8. На бенчмарках обходит 4.7, GPT-5.5 и Gemini 3.1 Pro, в 4 раза реже пропускает баг в своём коде без предупреждения. Самая самая, ага.
Интереснее другое — в Claude Code появились workflows. Антропики, как законодатели моды в мире ИИ обвязок принесли нам скриптовые скиллы.
🧩 Что это
Workflow — это JS-скрипт, который Claude Code запускает в фоне. У runtime есть набор примитивов:
Сам Claude может сгенерировать такой скрипт под задачу. Надо только упомянуть в тексте
💎 Почему JS, а не скиллы
Тут архитектурное решение, мимо которого легко пройти.
Скиллы хороши там, где есть процесс с понятным синтаксисом и контролируемым выходом — собрать docx, разобрать PDF, дёрнуть Wordstat. Workflows — там, где нужна сложная оркестрация десятков агентов с проверкой результата. Разные задачи — разные инструменты.
🔧 Как включить
📌 Claude Code v2.1.154 или новее
📌 Max и Team — включено по умолчанию
📌 Pro — в
📌 Работает в CLI, обещают Desktop (у меня нет пока)
⚠️ Что важно знать
Workflow в фоне жрёт кратно больше токенов, чем обычная сессия. Я попросил его найти курс доллара на завтра и он сожрал мне 70% лимита.
Перед первым запуском Claude Code покажет, что собирается делать, и спросит подтверждение — начинай с узкой задачи, чтобы понять расход.
Заодно подвезли Fast mode для Opus 4.8 (та же модель, ~2,5× быстрее и втрое дешевле — $10 / $50 за миллион токенов) и ползунок усилия в claude.ai.
Если протестируете — напишите в комментарияз, на какой задаче и как расход.
----
Поляков считает — AI, код и кейсы
Антропики выкатили Opus 4.8. На бенчмарках обходит 4.7, GPT-5.5 и Gemini 3.1 Pro, в 4 раза реже пропускает баг в своём коде без предупреждения. Самая самая, ага.
Интереснее другое — в Claude Code появились workflows. Антропики, как законодатели моды в мире ИИ обвязок принесли нам скриптовые скиллы.
🤔 Тут интересно разобраться, кажется, что за счет таких воркфлоу можно будет заставлять маленькие модели делать большие задачи. Скиллы для маленьких моделей всё таки тяжело заходят.
🧩 Что это
Workflow — это JS-скрипт, который Claude Code запускает в фоне. У runtime есть набор примитивов:
phase("Search") // отметка фазы для UI
agent(prompt, {schema}) // суб-агент с structured output
parallel([fn1, fn2]) // параллельный запуск
pipeline(items, stage1, stage2) // конвейер с поточной обработкой
Сам Claude может сгенерировать такой скрипт под задачу. Надо только упомянуть в тексте
workflow. Если сохранить — он становится слеш-командой наряду со встроенными. /deep-research уже идёт из коробки: разбивает вопрос на 5 углов поиска, фетчит источники, проверяет каждое утверждение тремя независимыми критиками (если двое из трёх опровергают — выкидывает), синтезирует отчёт с цитированием.💎 Почему JS, а не скиллы
Тут архитектурное решение, мимо которого легко пройти.
🔑 Когда оркестрации нужны циклы, барьеры, дедупликация URL, голосования и ранжирование — markdown-инструкция не справляется. Поэтому Anthropic дала второй примитив, не вместо скиллов, а рядом.
Скиллы хороши там, где есть процесс с понятным синтаксисом и контролируемым выходом — собрать docx, разобрать PDF, дёрнуть Wordstat. Workflows — там, где нужна сложная оркестрация десятков агентов с проверкой результата. Разные задачи — разные инструменты.
🔧 Как включить
📌 Claude Code v2.1.154 или новее
📌 Max и Team — включено по умолчанию
📌 Pro — в
/config строка «Dynamic workflows»📌 Работает в CLI, обещают Desktop (у меня нет пока)
/workflows — список запущенных и завершённых прогонов.⚠️ Что важно знать
Workflow в фоне жрёт кратно больше токенов, чем обычная сессия. Я попросил его найти курс доллара на завтра и он сожрал мне 70% лимита.
Перед первым запуском Claude Code покажет, что собирается делать, и спросит подтверждение — начинай с узкой задачи, чтобы понять расход.
Заодно подвезли Fast mode для Opus 4.8 (та же модель, ~2,5× быстрее и втрое дешевле — $10 / $50 за миллион токенов) и ползунок усилия в claude.ai.
💬 Кажется хорошая идея, попросить клод сделать воркфлоу, а потом переупаковать его в более компактную версию с меньшим потреблением с помощью кодекс)
Если протестируете — напишите в комментарияз, на какой задаче и как расход.
----
Поляков считает — AI, код и кейсы
1👍15❤9👏1
Поляков считает: AI, код и кейсы
Workflows в Claude Code: агентные пайплайны теперь пишутся как JS-код Антропики выкатили Opus 4.8. На бенчмарках обходит 4.7, GPT-5.5 и Gemini 3.1 Pro, в 4 раза реже пропускает баг в своём коде без предупреждения. Самая самая, ага. Интереснее другое — в…
Еще один пост про workflow. На самом деле мы ими давно пользуемся — просто не сохраняли
Бывают сценарии использования кодинг агентов, когда мы дублируем одни и те же паттерны: исследуй логи через субагентов, сгенерируй варианты, разбей задачу на куски и запусти по агенту на каждый и т д. Короче это и есть то же самое, что Anthropic назвали воркфлоу.
Сегодня у Тарика в X вышел большой гайд по dynamic workflows, где он объясняет, какие задачи лучше всего заходят для воркфлоу.
Как только я начал их тестировать, стал замечать, что воркфлоу у меня уже были зашиты в скиллах.
🛠 Мой скилл Вордстата уже содержал воркфлоу
Раньше, чтобы скилл обладал предсказуемым поведением, приходилось прописывать инструкции именно в нем.
Вот например такой кусок кода из моего скилла для маркетологов — поиск упущенного спроса через Вордстат.
Берёт десятки рекламных групп, каждую сегментирует отдельно (чтобы фразы из разных групп не смешивались), в конце собирает сводный отчёт.
Я это раскидывал по субагентам через скилл — а это ровно воркфлоу: разбить на группы, проанализировать, свести результат, а сегментацию пусть проверяет скептически ориентированный агент-ревьювер.
К слову именно этот кусок скилла у меня ломался при запуске через маленькие модели вроде OSS 120b. А сейчас я понимаю — это должен был быть отдельный харнес (воркфлоу). Если бы запуском руководила отдельная обвязка, то можно было бы проверять дефицит в том числе маленькими моделями.
📋 Какие задачи заходят в формат динамических воркфлоу
Тарик разложил шесть паттернов (схема). Вот они на офисных задачах:
— Classify-And-Act — тут примитивная задача классификации, просто оркестратором выступит не агент, а скрипт, который гарантирует следование.
— Fanout-And-Synthesize — разбить на независимые куски, пройтись параллельно, в конце собрать один отчет.
— Adversarial Verification — один агент делает, другой проверяет по чек-листу. Допустим вычитать отчёт или презентацию перед отправкой: факты, цифры, формулировки, агенты с отдельными ориентациями справятся лучше одного.
— Generate-And-Filter — генерим много вариантов, потом фильтр по критерию и без повторов. У меня сюда + предыдущий кейс c Adversarial Verification ложатся темы для промостраниц.
— Tournament — попарные сравнения надёжнее оценок по шкале. Тут правда точнее было бы делать сравнения батчами — так как в попарных могут копиться шумы. Писал про это на хабре и в канале.
— Loop Until Done— повторять, пока не выполнено условие. Вычитывать документ, пока не иссякнут правки; копать данные, пока отчет не прошел валидацию.
🚀 Что ожидать и как затестить
Пока формат динамических воркфлоу поддерживается только в Claude Code, запускается через
Хочется верить, что механика станет стандартом в том числе и для других платформ. К слову скилл с ревью через кодекс — тоже должен стать воркфлоу.
Расскажите в комментариях, какие воркфлоу уже тестировали у себя?
----
Поляков считает — AI, код и кейсы
Бывают сценарии использования кодинг агентов, когда мы дублируем одни и те же паттерны: исследуй логи через субагентов, сгенерируй варианты, разбей задачу на куски и запусти по агенту на каждый и т д. Короче это и есть то же самое, что Anthropic назвали воркфлоу.
Сегодня у Тарика в X вышел большой гайд по dynamic workflows, где он объясняет, какие задачи лучше всего заходят для воркфлоу.
Как только я начал их тестировать, стал замечать, что воркфлоу у меня уже были зашиты в скиллах.
🛠 Мой скилл Вордстата уже содержал воркфлоу
Раньше, чтобы скилл обладал предсказуемым поведением, приходилось прописывать инструкции именно в нем.
Вот например такой кусок кода из моего скилла для маркетологов — поиск упущенного спроса через Вордстат.
Берёт десятки рекламных групп, каждую сегментирует отдельно (чтобы фразы из разных групп не смешивались), в конце собирает сводный отчёт.
Я это раскидывал по субагентам через скилл — а это ровно воркфлоу: разбить на группы, проанализировать, свести результат, а сегментацию пусть проверяет скептически ориентированный агент-ревьювер.
К слову именно этот кусок скилла у меня ломался при запуске через маленькие модели вроде OSS 120b. А сейчас я понимаю — это должен был быть отдельный харнес (воркфлоу). Если бы запуском руководила отдельная обвязка, то можно было бы проверять дефицит в том числе маленькими моделями.
📋 Какие задачи заходят в формат динамических воркфлоу
Тарик разложил шесть паттернов (схема). Вот они на офисных задачах:
— Classify-And-Act — тут примитивная задача классификации, просто оркестратором выступит не агент, а скрипт, который гарантирует следование.
— Fanout-And-Synthesize — разбить на независимые куски, пройтись параллельно, в конце собрать один отчет.
— Adversarial Verification — один агент делает, другой проверяет по чек-листу. Допустим вычитать отчёт или презентацию перед отправкой: факты, цифры, формулировки, агенты с отдельными ориентациями справятся лучше одного.
— Generate-And-Filter — генерим много вариантов, потом фильтр по критерию и без повторов. У меня сюда + предыдущий кейс c Adversarial Verification ложатся темы для промостраниц.
— Tournament — попарные сравнения надёжнее оценок по шкале. Тут правда точнее было бы делать сравнения батчами — так как в попарных могут копиться шумы. Писал про это на хабре и в канале.
— Loop Until Done— повторять, пока не выполнено условие. Вычитывать документ, пока не иссякнут правки; копать данные, пока отчет не прошел валидацию.
🚀 Что ожидать и как затестить
Пока формат динамических воркфлоу поддерживается только в Claude Code, запускается через
ultracode или явный запрос написать workflow. Дальше воркфлоу запускается просто как слеш-команда. Хочется верить, что механика станет стандартом в том числе и для других платформ. К слову скилл с ревью через кодекс — тоже должен стать воркфлоу.
💎 Ваш воркфлоу — это та задача, алгоритм решения которой вы объясняли агенту больше одного раза.
Расскажите в комментариях, какие воркфлоу уже тестировали у себя?
----
Поляков считает — AI, код и кейсы
1🔥6👍5❤3
Поляков считает: AI, код и кейсы
Барбершоп-тест: отечественным ИИ-моделям нужно следующее поколение. Жду Вчера писал, что GigaChat плохо подходит как сердце агента. По пути c подачи @evilfreelancer я обнаружил, что лучше запускать Гигачат через LiteLLM с флагом supports_function_calling:…
Перешел на DeepSeek v4 Pro для своих агентов, полёт нормальный
В марте я писал, что у меня на Mac Mini живет OpenClaw, который тратит 100 рублей в неделю. Логика была в покупке очень дешевых Plus подписок через https://lzt.market/llm/?order_by=price_to_up и подключение Codex подписок в CLIProxyAPI который прикрыт Cloudflare Warp.
С начала апреля к моей коллекции агентов добавился Hermes (и я точно могу сказать, что он не всегда круче глючного OpenClaw) потребление токенов увеличивалось.
🩼 Конечно это не могло нравится OpenAI
Такая схема у нас во внутренних кругах называется «абьюз подписок» — получение сервиса через нарушение условий его использования.
Anthropic за такое ранее банил аккаунты, OpenAI подключили смс-верификацию. Для получения смс и одноразовых номеров телефона я использовал https://smsfast.cc, в совокупности в конце мая уходило порядка 300-400 рублей на один аккаунт с подпиской Plus + подтверждение.
🐳 DeepSeek продлил дисконт навсегда
Когда делал барбершоп тесты, я отметил DeepSeek v4 Pro как реальный конкурент SOTA моделей за супер-низкую цену. Тогда было майское промо — 1 доллар за миллион токенов. 22 мая DeepSeek написал твит, что промо продлевается навсегда. Вот тогда я решил, что можно смело мигрировать своих агентов с OpenAI GPT 5.4 на Deepseek.
Короче уже 5 дней я работаю через Дипсик и траты в сутки составляют в среднем полтора доллара. Месяц использования будет стоить около 50 долларов: дороже одной подписки плюс, но по лимитам на одной такой подписке было бы тесно.
🔬 Пара проверок
Основной работой агентов в моем случае является вызов различных тулов: заказ пропусков, парковок для гостей, стрижки, поэтому я решил проверить не только DeepSeek, но и локальные модели на бенчмарке PAC1 — чтобы сравнить, насколько они будут хорошо справляться с вызовом инструментов.
Тут есть еще и профессиональный интерес, так как я активно тестирую MCP для бронирования путешествий, там есть бенчмарк с эвалами и один из прогонов я делаю локальными моделями — чтобы понимать, как они держат большой контекст с кучей инструкций.
Короче сравнил на этом бенчмарке Опус без ризонинга и другие модели. Вывод — Дипсик близок к SOTA, надо брать.
Из интересного — результаты квантованного Qwen 3.6, я был очень удивлен, когда увидел, что он обходит полносвязную Gemma 4 — кажется отличный кандидат для туристического бенчмарка.
Короче говоря ставка на дорогих агентов, кажется будет скомпенсированна Китаем. Хочется верить, что осенью Сбер всё-таки выпустит обновление и сделает цены на свои модели преемлемыми.
Если у вас был опыт запуска агентов на локальных или недорогих моделях — буду рад отзывам в комментариях.
----
Поляков считает — AI, код и кейсы
В марте я писал, что у меня на Mac Mini живет OpenClaw, который тратит 100 рублей в неделю. Логика была в покупке очень дешевых Plus подписок через https://lzt.market/llm/?order_by=price_to_up и подключение Codex подписок в CLIProxyAPI который прикрыт Cloudflare Warp.
С начала апреля к моей коллекции агентов добавился Hermes (и я точно могу сказать, что он не всегда круче глючного OpenClaw) потребление токенов увеличивалось.
🩼 Конечно это не могло нравится OpenAI
Такая схема у нас во внутренних кругах называется «абьюз подписок» — получение сервиса через нарушение условий его использования.
Anthropic за такое ранее банил аккаунты, OpenAI подключили смс-верификацию. Для получения смс и одноразовых номеров телефона я использовал https://smsfast.cc, в совокупности в конце мая уходило порядка 300-400 рублей на один аккаунт с подпиской Plus + подтверждение.
🤔 Короче я понял, что у меня уходит неприятно много времени на такой абьюз-менеджмент и стал морально готовиться к тому, чтобы платитить за API. Осталось найти кому.
🐳 DeepSeek продлил дисконт навсегда
Когда делал барбершоп тесты, я отметил DeepSeek v4 Pro как реальный конкурент SOTA моделей за супер-низкую цену. Тогда было майское промо — 1 доллар за миллион токенов. 22 мая DeepSeek написал твит, что промо продлевается навсегда. Вот тогда я решил, что можно смело мигрировать своих агентов с OpenAI GPT 5.4 на Deepseek.
Короче уже 5 дней я работаю через Дипсик и траты в сутки составляют в среднем полтора доллара. Месяц использования будет стоить около 50 долларов: дороже одной подписки плюс, но по лимитам на одной такой подписке было бы тесно.
⚠️ Я не использую OpenClaw и Hermes для кодинга и какого либо ассистирования в работе — только рутина: тулы для бронирования парковок, запись на стрижку и т д
🔬 Пара проверок
Основной работой агентов в моем случае является вызов различных тулов: заказ пропусков, парковок для гостей, стрижки, поэтому я решил проверить не только DeepSeek, но и локальные модели на бенчмарке PAC1 — чтобы сравнить, насколько они будут хорошо справляться с вызовом инструментов.
Тут есть еще и профессиональный интерес, так как я активно тестирую MCP для бронирования путешествий, там есть бенчмарк с эвалами и один из прогонов я делаю локальными моделями — чтобы понимать, как они держат большой контекст с кучей инструкций.
Короче сравнил на этом бенчмарке Опус без ризонинга и другие модели. Вывод — Дипсик близок к SOTA, надо брать.
Из интересного — результаты квантованного Qwen 3.6, я был очень удивлен, когда увидел, что он обходит полносвязную Gemma 4 — кажется отличный кандидат для туристического бенчмарка.
Короче говоря ставка на дорогих агентов, кажется будет скомпенсированна Китаем. Хочется верить, что осенью Сбер всё-таки выпустит обновление и сделает цены на свои модели преемлемыми.
Если у вас был опыт запуска агентов на локальных или недорогих моделях — буду рад отзывам в комментариях.
----
Поляков считает — AI, код и кейсы
1🔥17❤3👍3
Сохраняемые посты мая: топ-3 по пересылкам
С небольшим опозданием традиционный дайджест месяца. Лучшие посты мая 2026, оцениваю по пересылкам (сохранениям себе).
В мае 21 пост, около 59 600 просмотров и 2 010 пересылок. Постов меньше, чем в апреле поэтому суммарные просмотры просели, зато средний пост собрал больше: 2 840 против 2 431 в апреле. Хотя по ощущениям к концу месяца начался спад.
🥉 Третье место: самый скачиваемый скилл оказался не Вордстатом
Зашёл на
131 пересылка на 2 575 просмотров — 5,1%
🥈 Второе место: книги для агентов
Knowledge-compiler — навык, который превращает техническую книгу в карту знаний для агента: понятия, решающие правила, анти-паттерны, словарь.
Заодно поговорили про серую зону: чьи это книги, когда их «читает» не человек, а агент в проекте: пиратство ли распространение таких скиллов?
214 пересылок на 3 834 просмотра — 5,6% + море комментариев.
🥇 Первое место: навайбкодили сайт — а в выдачу он не попадёт
Codex красиво собрал лендинг, а в исходнике пустой
265 пересылок на 3 004 просмотра — 8,8%
📈 Рекорд по охвату: GigaChat как сердце агента
7 334 просмотра — больше всех в мае. Подключаем отечественную модель в агента и, спойлер, дорого и бесполезно.
💡 Что видно за пять месяцев
Скиллы по-прежнему тащат сохранения: два из трёх призёров снова про навыки агентов. В прошлом году так было с промптами, теперь со скиллами.
🔮 Прошлые выпуски
🔸 Январь — скилл Вордстата
🔸 Февраль — парсинг выдачи Яндекса
🔸 Март — гайд по интерфейсам от OpenAI
🔸 Апрель — чтение X через агентов
Если у вас есть надоедливый рабочий процесс — несите в комментарии. Обычно именно из них и получаются лучшие посты.
-----
Поляков считает — AI, код и кейсы
С небольшим опозданием традиционный дайджест месяца. Лучшие посты мая 2026, оцениваю по пересылкам (сохранениям себе).
В мае 21 пост, около 59 600 просмотров и 2 010 пересылок. Постов меньше, чем в апреле поэтому суммарные просмотры просели, зато средний пост собрал больше: 2 840 против 2 431 в апреле. Хотя по ощущениям к концу месяца начался спад.
🥉 Третье место: самый скачиваемый скилл оказался не Вордстатом
Зашёл на
skills.sh за статистикой по установкам скиллов из моего репо (гит). По установкам победил крошечный навык для подключения агента к серверу по SSH — тот, про который я писал в канале лишь раз.131 пересылка на 2 575 просмотров — 5,1%
🥈 Второе место: книги для агентов
Knowledge-compiler — навык, который превращает техническую книгу в карту знаний для агента: понятия, решающие правила, анти-паттерны, словарь.
Заодно поговорили про серую зону: чьи это книги, когда их «читает» не человек, а агент в проекте: пиратство ли распространение таких скиллов?
214 пересылок на 3 834 просмотра — 5,6% + море комментариев.
🥇 Первое место: навайбкодили сайт — а в выдачу он не попадёт
Codex красиво собрал лендинг, а в исходнике пустой
<div id="root"> и гора JavaScript. Разобрал, как лечить через SSR.265 пересылок на 3 004 просмотра — 8,8%
📈 Рекорд по охвату: GigaChat как сердце агента
7 334 просмотра — больше всех в мае. Подключаем отечественную модель в агента и, спойлер, дорого и бесполезно.
💡 Что видно за пять месяцев
Скиллы по-прежнему тащат сохранения: два из трёх призёров снова про навыки агентов. В прошлом году так было с промптами, теперь со скиллами.
🔮 Прошлые выпуски
🔸 Январь — скилл Вордстата
🔸 Февраль — парсинг выдачи Яндекса
🔸 Март — гайд по интерфейсам от OpenAI
🔸 Апрель — чтение X через агентов
Если у вас есть надоедливый рабочий процесс — несите в комментарии. Обычно именно из них и получаются лучшие посты.
-----
Поляков считает — AI, код и кейсы
2❤5👍4🔥1
Поляков считает: AI, код и кейсы
Перешел на DeepSeek v4 Pro для своих агентов, полёт нормальный В марте я писал, что у меня на Mac Mini живет OpenClaw, который тратит 100 рублей в неделю. Логика была в покупке очень дешевых Plus подписок через https://lzt.market/llm/?order_by=price_to_up…
В комментариях к предыдущему посту мне посоветовали посмотреть DeepSeek v4 flash как более дешевый аналог.
Уверен, что еще надо тестировать эту модель на больших контекстах, обычно именно от величины контекстного окна зависит деградация маленьких моделей. Но на бенчмарке она показала себя достаточно хорошо. Можно попробовать и сэкономить
---
Поляков считает — AI, код и кейсы
Уверен, что еще надо тестировать эту модель на больших контекстах, обычно именно от величины контекстного окна зависит деградация маленьких моделей. Но на бенчмарке она показала себя достаточно хорошо. Можно попробовать и сэкономить
---
Поляков считает — AI, код и кейсы
2🔥9❤5
Поляков считает: AI, код и кейсы
В комментариях к предыдущему посту мне посоветовали посмотреть DeepSeek v4 flash как более дешевый аналог. Уверен, что еще надо тестировать эту модель на больших контекстах, обычно именно от величины контекстного окна зависит деградация маленьких моделей.…
Еще один тест DeepSeek v4 Flash
Сделал из одного клиентского MCP наивный бенчмарк.
Всё очень грубо: заморозил ответы реального сервера и если агент задает «правильные вопросы» — получает моковые ответы, иначе мусор. Короче добиться отметки о прохождении можно только сделав цепочку правильных вызовов.
В конце проверяем последовательность вызовов и ответ. Если хоть где-то ошибка — попытка не прошла.
Я очень удивлен, что DeepSeek v4 Flash получает такие высокие результаты.
---
Поляков считает — AI, код и кейсы
Сделал из одного клиентского MCP наивный бенчмарк.
Всё очень грубо: заморозил ответы реального сервера и если агент задает «правильные вопросы» — получает моковые ответы, иначе мусор. Короче добиться отметки о прохождении можно только сделав цепочку правильных вызовов.
В конце проверяем последовательность вызовов и ответ. Если хоть где-то ошибка — попытка не прошла.
Я очень удивлен, что DeepSeek v4 Flash получает такие высокие результаты.
---
Поляков считает — AI, код и кейсы
1👍5❤3
Внезапно осознал, что первая линия поддержки может быть автоматизирована через Codex.
Сегодня обсуждал с клиентом первичную оценку задач в сервис-деске. Обычно задачи ждут разработчиков, которые должны прочитать тикет, залезть в код, оценить объем. Кажется это дорогой человеческий труд, который может быстро решаться через ИИ за несколкьо минут.
Клиент изначально ориентировался на обучение разработчиков использованию ИИ, чтобы ускорить оценки, а тут оказалось, что разработчик вообще не нужен.
Просто запускаешь процесс, который после получения вебхука запускает codex exec. Если немного подумать получаются связки задача-сессия и полная автоматизация службы поддержки. На парадигму отлично ложится и работа со скиллами агентов и подключение локальных кодинг моделей через кастомизацию API-эндпоинта.
🔌 Есть даже SDK
В пятницу OpenAI выложил Python-SDK для Codex (
То есть просто запускаем
Даже Codex CLI отдельно ставить не надо: официальный openai-codex тащит рантайм с собой.
Внутри библиотеки:
🔸 песочница тремя режимами: r
🔸 уровень рассуждений задаётся в конфиге: l
🔸 по умолчанию Codex ждёт, что рабочая папка — git-репозиторий, поэтому может пригодиться флаг s
💸 Где подвох — два места
Первое: это работает, только если оценка реально лезет в код. Если задача — классифицировать текст тикета (приоритет, категория), Codex здесь выглядит пушка по воробьям. Дешевле и быстрее один вызов Responses API. Агент оправдан там, где надо зайти в репозиторий, использовать MCP и различные тулы со скиллами.
Второе: деньги и правила. Подписочная авторизация под такую автоматизацию — серая зона ToS OpenAI, а чистый путь, API-ключ — может быть дорогим. И тут красиво ложится Kimi K2.6: открытые веса, OpenAI-совместимый эндпоинт, токены в разы дешевле, а при желании модель поднимаешь локально — данные не уходят наружу вообще.
❓Кто уже отдал агенту первичную оценку задач — что он реально тянет, а где всё равно зовёте человека?
----
Поляков считает — AI, код и кейсы
Сегодня обсуждал с клиентом первичную оценку задач в сервис-деске. Обычно задачи ждут разработчиков, которые должны прочитать тикет, залезть в код, оценить объем. Кажется это дорогой человеческий труд, который может быстро решаться через ИИ за несколкьо минут.
Клиент изначально ориентировался на обучение разработчиков использованию ИИ, чтобы ускорить оценки, а тут оказалось, что разработчик вообще не нужен.
Просто запускаешь процесс, который после получения вебхука запускает codex exec. Если немного подумать получаются связки задача-сессия и полная автоматизация службы поддержки. На парадигму отлично ложится и работа со скиллами агентов и подключение локальных кодинг моделей через кастомизацию API-эндпоинта.
🔌 Есть даже SDK
В пятницу OpenAI выложил Python-SDK для Codex (
pip install openai-codex). То есть просто запускаем
thread = codex.thread_start(
working_directory="/path/to/repo", # где работать
skip_git_repo_check=True, # если репо нет — снять требование
sandbox=Sandbox.read_only, # для оценки: только чтение
)
Даже Codex CLI отдельно ставить не надо: официальный openai-codex тащит рантайм с собой.
Внутри библиотеки:
🔸 песочница тремя режимами: r
ead_only для оценки (агент только читает код), workspace_write — если надо ещё и патч предложить🔸 уровень рассуждений задаётся в конфиге: l
ow/medium/high.🔸 по умолчанию Codex ждёт, что рабочая папка — git-репозиторий, поэтому может пригодиться флаг s
kip_git_repo_check
💸 Где подвох — два места
Первое: это работает, только если оценка реально лезет в код. Если задача — классифицировать текст тикета (приоритет, категория), Codex здесь выглядит пушка по воробьям. Дешевле и быстрее один вызов Responses API. Агент оправдан там, где надо зайти в репозиторий, использовать MCP и различные тулы со скиллами.
Второе: деньги и правила. Подписочная авторизация под такую автоматизацию — серая зона ToS OpenAI, а чистый путь, API-ключ — может быть дорогим. И тут красиво ложится Kimi K2.6: открытые веса, OpenAI-совместимый эндпоинт, токены в разы дешевле, а при желании модель поднимаешь локально — данные не уходят наружу вообще.
❓Кто уже отдал агенту первичную оценку задач — что он реально тянет, а где всё равно зовёте человека?
----
Поляков считает — AI, код и кейсы
1❤6👍5🔥2
Вышла Fable 5 от Anthropic — квантованный Mythos.
У меня в интерфейсе написано «Included until June 22» — потому что после 22 Июня эта модель перестанет работать за лимиты подписки и станет оплачиваться через кредиты Extra Usage.
🐸 К фулл-прайсу надо приучать
Вспоминается лягушка, которую варят медленно, чтобы она не заметила.
Правильный ход, чтобы прощупать рынок.
Если хотим приучить пользователей платить за токены, надо дать им модель, которая хороша и предлагать платить за нее деньги. Думаю стоит ожидать подобного и от OpenAI.
Уже оценили новую модель? Что скажете?
----
Поляков считает — AI, код и кейсы
У меня в интерфейсе написано «Included until June 22» — потому что после 22 Июня эта модель перестанет работать за лимиты подписки и станет оплачиваться через кредиты Extra Usage.
🐸 К фулл-прайсу надо приучать
Вспоминается лягушка, которую варят медленно, чтобы она не заметила.
Правильный ход, чтобы прощупать рынок.
Если хотим приучить пользователей платить за токены, надо дать им модель, которая хороша и предлагать платить за нее деньги. Думаю стоит ожидать подобного и от OpenAI.
Уже оценили новую модель? Что скажете?
----
Поляков считает — AI, код и кейсы
1❤10🤔4🔥3
Поляков считает: AI, код и кейсы
Три протокола агентной коммерции: кто кого контролирует За полгода появились три протокола, позволяющие ИИ покупать товары от имени человека: ACP от OpenAI и Stripe (сентябрь 2025), UCP от Google и Shopify (январь 2026), и вчера — YCP от Яндекса. Плюс десятки…
Яндекс пришёл подключать меня к YCP. Пока бесплатно — и поэтому я всем рекомендую
Три месяца назад я разбирал UCP, ACP и анонсированный YCP, протокол агентной коммерции Яндекса (тот пост). На этой неделе Яндекс пришёл подключать меня сам.
Штука, которую назвали как протокол для покупок в Алисе, пока работает в первую очередь как буст заметности в поиске.
Ну и конечно, Яндекс будет пытаться приучать аудиторию к покупкам в Алисе AI — что из иэтого получится, пока не понятно, всё же явный вендор-лок и в ранжировании и в настройках ИИ.
🛒 Что это сейчас
Кнопка «Купить в 1 клик» рядом с карточкой магазина: в органике Поиска, в чате с Алисой AI, в ленте Ритма и в корзине на сайте (и вот в корзине сайта я считаю, это пока что размещать не надо). Покупатель жмёт — открывается чекаут Яндекса с уже подставленными данными из Яндекс ID.
Режима два:
🔸 с Яндекс Пэй — доводит до оплаты прямо в чекауте;
🔸 без него — заказ с данными клиента падает в твою систему, оплату принимаешь сам (ссылка, звонок, как удобно). Вариант для тех, кто Яндекс Пэй у себя не хочет.
💰 Вот что я думаю насчет подключения
Сейчас подключение бесплатное. С 2027 года планируют комиссию 4–7% с покупки через кнопку. Мне тут не нравится, что есть доля отказов, и бывают товарные категории, в которых вся маржа 5% — заплатить с таких продуктов комиссию Яндексу, равносильно остаться без прибыли.
🚪 Как подключиться
Всё делается через Яндекс.Товары, плюс надо делать доработки:
🔸 1С-Битрикс — готовый модуль «Яндекс Товары: генерация фидов и интеграция с YCP»;
🔸 другие CMS и самописные — по API в режиме беты;
🔸 магазины на Маркете — почти автоматом.
Берут только физические товары с доставкой по РФ и корзиной. Цифровые товары, опт, продажи юрлицам и т.д. пока не поддерживают.
Подключение идёт по заявкам. Можно на сайте, можете мне в личку прислать сайт, я передам менеджеру в Яндексе.
Кто нибудь уже пробовал? Есть прирост заказов с Алисы?
----
Поляков считает — AI, код и кейсы
Три месяца назад я разбирал UCP, ACP и анонсированный YCP, протокол агентной коммерции Яндекса (тот пост). На этой неделе Яндекс пришёл подключать меня сам.
Штука, которую назвали как протокол для покупок в Алисе, пока работает в первую очередь как буст заметности в поиске.
Ну и конечно, Яндекс будет пытаться приучать аудиторию к покупкам в Алисе AI — что из иэтого получится, пока не понятно, всё же явный вендор-лок и в ранжировании и в настройках ИИ.
🛒 Что это сейчас
Кнопка «Купить в 1 клик» рядом с карточкой магазина: в органике Поиска, в чате с Алисой AI, в ленте Ритма и в корзине на сайте (и вот в корзине сайта я считаю, это пока что размещать не надо). Покупатель жмёт — открывается чекаут Яндекса с уже подставленными данными из Яндекс ID.
Режима два:
🔸 с Яндекс Пэй — доводит до оплаты прямо в чекауте;
🔸 без него — заказ с данными клиента падает в твою систему, оплату принимаешь сам (ссылка, звонок, как удобно). Вариант для тех, кто Яндекс Пэй у себя не хочет.
💰 Вот что я думаю насчет подключения
Сейчас подключение бесплатное. С 2027 года планируют комиссию 4–7% с покупки через кнопку. Мне тут не нравится, что есть доля отказов, и бывают товарные категории, в которых вся маржа 5% — заплатить с таких продуктов комиссию Яндексу, равносильно остаться без прибыли.
⚡ Кнопка делает карточку заметнее в поиске. В рамках теста пробуют размещение кнопки в рекламном блоке Яндекс.Директа. Подключаться выгодно ровно сейчас, на бесплатном окне.
🚪 Как подключиться
Всё делается через Яндекс.Товары, плюс надо делать доработки:
🔸 1С-Битрикс — готовый модуль «Яндекс Товары: генерация фидов и интеграция с YCP»;
🔸 другие CMS и самописные — по API в режиме беты;
🔸 магазины на Маркете — почти автоматом.
Берут только физические товары с доставкой по РФ и корзиной. Цифровые товары, опт, продажи юрлицам и т.д. пока не поддерживают.
Подключение идёт по заявкам. Можно на сайте, можете мне в личку прислать сайт, я передам менеджеру в Яндексе.
Кто нибудь уже пробовал? Есть прирост заказов с Алисы?
----
Поляков считает — AI, код и кейсы
❤9🔥5👍1
Codex раздает сбросы лимитов
Ребята разогнались в привлечении пользователей и запустили две новые фичи:
— каждому подписчику теперь доступен 1 сброс лимитов (и вот хорошо бы чтобы это было раз в месяц, но как будто всего один раз): работа кипит и лимиты израсходованы, сбрасываем лимиты и продолжаем. Не уходим трогать траву.
— можно приглашать новых пользователей (не более трех) и получить еще +1 сброс за каждого. Мне кажется гораздо круче безлимитных недельных триалов. Так как пользователи, кому ценны сбросы 100% активные. А триальщики нет.
🤔 Сам я не буду вписываться в приглашения
Лично меня пугает история, что все приглашенные юзеры как будто будут залинкованы. Соответственно если потом меня или кого-то забанят за санкционную геолокаюцию, я опасаюсь, что будет бан по цепочке.
Но сама идея прям очень годная и позволит привлекать именно сильных пользователей заинтересованных в постоянном использовании = подписчиков за 200 долларов в будущем.
🌟 А кодекс лучше клод кода?
Мне сегодня очень зашел пост Максима Этихлид. Я уже два месяца гоняю и Claude Code и Codex на Pro подписках. Оба поставщика годные дают крутой результат. У кодекса очень крутой удаленный доступ (на мак мини) + работа с дизайном. Дизайн я теперь только в нем и делаю.
Так что мне кажется, что куда важнее то, насколько вам вообще подходит сама обвязка, модели сильные и у одних и у других.
----
Поляков считает — AI, код и кейсы
Ребята разогнались в привлечении пользователей и запустили две новые фичи:
— каждому подписчику теперь доступен 1 сброс лимитов (и вот хорошо бы чтобы это было раз в месяц, но как будто всего один раз): работа кипит и лимиты израсходованы, сбрасываем лимиты и продолжаем. Не уходим трогать траву.
— можно приглашать новых пользователей (не более трех) и получить еще +1 сброс за каждого. Мне кажется гораздо круче безлимитных недельных триалов. Так как пользователи, кому ценны сбросы 100% активные. А триальщики нет.
🤔 Сам я не буду вписываться в приглашения
Лично меня пугает история, что все приглашенные юзеры как будто будут залинкованы. Соответственно если потом меня или кого-то забанят за санкционную геолокаюцию, я опасаюсь, что будет бан по цепочке.
Но сама идея прям очень годная и позволит привлекать именно сильных пользователей заинтересованных в постоянном использовании = подписчиков за 200 долларов в будущем.
🌟 А кодекс лучше клод кода?
Мне сегодня очень зашел пост Максима Этихлид. Я уже два месяца гоняю и Claude Code и Codex на Pro подписках. Оба поставщика годные дают крутой результат. У кодекса очень крутой удаленный доступ (на мак мини) + работа с дизайном. Дизайн я теперь только в нем и делаю.
Так что мне кажется, что куда важнее то, насколько вам вообще подходит сама обвязка, модели сильные и у одних и у других.
----
Поляков считает — AI, код и кейсы
1👍8❤6🔥2
Поляков считает: AI, код и кейсы
Вышла Fable 5 от Anthropic — квантованный Mythos. У меня в интерфейсе написано «Included until June 22» — потому что после 22 Июня эта модель перестанет работать за лимиты подписки и станет оплачиваться через кредиты Extra Usage. 🐸 К фулл-прайсу надо приучать…
Паспортный ИИ: правительство США ограничило использование Fable 5.
У меня для вас две новости, хорошая и плохая:
Хорошая: 22 июня Fable 5 не станет платным
Плохая: Fable 5 вообще не будет больше работать.
Судя по анонсу Anthropic передовые ИИ-модели теперь станут passport based https://www.anthropic.com/news/fable-mythos-access
Причем это распространяется в том числе на сотрудников компании, а в случае если вы использовали Fable как часть продукта (не знаю кто это мог быть), то и ваших пользователей.
Короче сегодня ночью Anthropic отключили Fable 5 для всех.
👨💻 Возвращаемся на gpt-5.5?
Возможно это не единичное отключение. В своем пресс-релизе Anthropic решили напомнить и про GPT 5.5, так что если это не гениальная рекламная кампания, то завтра ночью нам могут выключить еще пару моделей.
Помню было такое эссе про лидерство в США в области ИИ: https://www.anthropic.com/research/2028-ai-leadership, так что я могу верить, что всё это попытка реально ввести идентификацию личности для фронтир моделей.
🤔 Зачем всё это
Мне кажется, что главный аргумент тут не в поиске уязвимостей, и не в том, что русские пользуются, а в том, что компании из Китая дистиллируют топовые модели и потом выпускают свои.
Блокировать по IP или по платежным системам — выстрел в ногу, поэтому вариант с паспортом решает задачу:
1. Даже если вы договоритесь с кем-то о валидации по его паспорту
2. Этот кто-то может получить материальные последствия за участие в обходе санкций.
3. Получается, что если ты гражданин США — ты точно не будешь в этом участвовать, есть что терять.
🚀 Что делать теперь
Я очень рад, что успел посмотреть, насколько четко работает Fable 5 в Ultracode режиме. Так как все кодовые изменения у меня валидирует Codex, то количество итераций ревью — можно сказать бенчмарк. Короче на результат Fable 5 он ничего не добавлял.
Всем разработчикам, энтузиастам или ИИ-предпринимателям хочется посоветовать:
• оценивать все инструменты так, как будто завтра их могут отключить
• пробовать передовой ИИ в своих задачах, чтобы понимать уровень технологий
• смотреть какие задачи можно решать на локальных моделях (я всё чаще прибегаю к использованию локальных Qwen, особенно в кейсах, где обсуждение может касаться каких-то обходов ограничений и других серых зон).
Что думаете? Что будем делать, если ИИ перейдет на паспортный контроль?
----
Поляков считает — AI, код и кейсы
У меня для вас две новости, хорошая и плохая:
Хорошая: 22 июня Fable 5 не станет платным
Плохая: Fable 5 вообще не будет больше работать.
Судя по анонсу Anthropic передовые ИИ-модели теперь станут passport based https://www.anthropic.com/news/fable-mythos-access
Причем это распространяется в том числе на сотрудников компании, а в случае если вы использовали Fable как часть продукта (не знаю кто это мог быть), то и ваших пользователей.
Короче сегодня ночью Anthropic отключили Fable 5 для всех.
Возможно это не единичное отключение. В своем пресс-релизе Anthropic решили напомнить и про GPT 5.5, так что если это не гениальная рекламная кампания, то завтра ночью нам могут выключить еще пару моделей.
Помню было такое эссе про лидерство в США в области ИИ: https://www.anthropic.com/research/2028-ai-leadership, так что я могу верить, что всё это попытка реально ввести идентификацию личности для фронтир моделей.
🤔 Зачем всё это
Мне кажется, что главный аргумент тут не в поиске уязвимостей, и не в том, что русские пользуются, а в том, что компании из Китая дистиллируют топовые модели и потом выпускают свои.
Блокировать по IP или по платежным системам — выстрел в ногу, поэтому вариант с паспортом решает задачу:
1. Даже если вы договоритесь с кем-то о валидации по его паспорту
2. Этот кто-то может получить материальные последствия за участие в обходе санкций.
3. Получается, что если ты гражданин США — ты точно не будешь в этом участвовать, есть что терять.
🚀 Что делать теперь
Я очень рад, что успел посмотреть, насколько четко работает Fable 5 в Ultracode режиме. Так как все кодовые изменения у меня валидирует Codex, то количество итераций ревью — можно сказать бенчмарк. Короче на результат Fable 5 он ничего не добавлял.
Всем разработчикам, энтузиастам или ИИ-предпринимателям хочется посоветовать:
• оценивать все инструменты так, как будто завтра их могут отключить
• пробовать передовой ИИ в своих задачах, чтобы понимать уровень технологий
• смотреть какие задачи можно решать на локальных моделях (я всё чаще прибегаю к использованию локальных Qwen, особенно в кейсах, где обсуждение может касаться каких-то обходов ограничений и других серых зон).
Что думаете? Что будем делать, если ИИ перейдет на паспортный контроль?
----
Поляков считает — AI, код и кейсы
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
1❤8👍7🔥3❤🔥1
This media is not supported in your browser
VIEW IN TELEGRAM
Рецепты для вайбкодера: глючит UI, агент не понимает что не так? Чиним
Надавно писал, как удобно в кодексе в режиме рецензирования собирать сайты чисто по макетам в Figma (раз, два про SSR). В общем я довел сайт до продакшена, но столкнулся с одним глюком.
Рассказываю как решать.
🚀 Решение или Спасибо Тимуру Хахалеву за курс
Решение пришло во время просмотра одного из уроков курса от @the_ai_architect.
Я 20 лет работаю в диджитал (причем в что ни на сеть браузерном стеке — я начинал SEO-специалистом в 2006), а о том, как сгрузить отладочную информацию из браузера не знал.
Нажимаем
В случае с описанным глюком решилось через ваншот.
🔭 Где исхать лайфхаки
В который раз поражаюсь, что проходя различные обучения и обмен опытом можно круто подсматривать хаки, которые сильно упрощают работу. Так например, когда-то когда я проходил iOS разработку на Яндекс.Практикуме, то подсмотрел утилиту Charles, и очень активно использую ее для разработки скиллов агентам.
Когда учился на Middle Python, проникся описанием компонентов и приложения через PlantUML и активно использовал эту механику для передачи данных об архитектуре для ИИ-кодинг агентов.
Теперь вот кейс с курсом Тимура — и почему я этого не знал.
Если у вас есть какие-то прикольные хаки при работе с ИИ и передаче агентам обратной связи — делитесь в комментариях.
🔗 Ссылка на курс Тимура «AI Coding для разрабочиков» — https://courses.khakhalev.com
UPD: В комментариях пара ссылок, которые лучше демонстрируют консоль браузера и профайлинг: https://tg-me.sbs/c/2097983096/8534 + https://tg-me.sbs/c/2097983096/8553
----
Поляков считает — AI, код и кейсы
Надавно писал, как удобно в кодексе в режиме рецензирования собирать сайты чисто по макетам в Figma (раз, два про SSR). В общем я довел сайт до продакшена, но столкнулся с одним глюком.
🤷♂️ Постоянно моргали карточки форм ламелей при переключении. Записал видео, чтобы проиллюстрировать. Косяк вроде мелкий, но неприятный. Я пытался обращать внимание кодекса по всякому (в душе понимал, что нужно фиксировать высоту блока и всё), но Codex не хотел исправлять. Окно так и дрыгалось.
Рассказываю как решать.
🚀 Решение или Спасибо Тимуру Хахалеву за курс
Решение пришло во время просмотра одного из уроков курса от @the_ai_architect.
Я 20 лет работаю в диджитал (причем в что ни на сеть браузерном стеке — я начинал SEO-специалистом в 2006), а о том, как сгрузить отладочную информацию из браузера не знал.
Нажимаем
F12 или cmd+options+i — откроется консоль браузера. Там переключаемся во вкладку Perfomance, нажимаем кнопку записи, воспроизводим глюк, сохраняем запись (проставив все галки). Получите архив с логами, его отдаете агенту и описываете проблему. В случае с описанным глюком решилось через ваншот.
😀 Когда у меня получилось, я пошел к Тимуру сыпать благодарностями и спрашивать разрешения поделиться фишкой из курса и рассказать о программе. Оказалось, что сейчас я могу поделиться только лайфхаком, продажи курса сейчас не идут. Но летом Тимур обещал их открыть и поделиться со мной промокодом для подписчиков. А я поделюсь с вами.
🔭 Где исхать лайфхаки
В который раз поражаюсь, что проходя различные обучения и обмен опытом можно круто подсматривать хаки, которые сильно упрощают работу. Так например, когда-то когда я проходил iOS разработку на Яндекс.Практикуме, то подсмотрел утилиту Charles, и очень активно использую ее для разработки скиллов агентам.
Когда учился на Middle Python, проникся описанием компонентов и приложения через PlantUML и активно использовал эту механику для передачи данных об архитектуре для ИИ-кодинг агентов.
Теперь вот кейс с курсом Тимура — и почему я этого не знал.
Если у вас есть какие-то прикольные хаки при работе с ИИ и передаче агентам обратной связи — делитесь в комментариях.
🔗 Ссылка на курс Тимура «AI Coding для разрабочиков» — https://courses.khakhalev.com
UPD: В комментариях пара ссылок, которые лучше демонстрируют консоль браузера и профайлинг: https://tg-me.sbs/c/2097983096/8534 + https://tg-me.sbs/c/2097983096/8553
----
Поляков считает — AI, код и кейсы
🔥15👍5❤1