Утро началось не с кофе, а с волны сообщений, что Perplexity cтал отключать Pro-подписки, которые покупались на маркетплейсах по бросовым ценам 100-200 рублей за год. Сижу жду, прилетит ли мне 🙂

А следом пришла новость, что в РФ перестал работать Openrouter.

Штож.

UPD. Openrouter починили, проблема была не связана с санкциями 🙃

Журналистка Талия Лавин выпустила книгу Wild Faith: How the Christian Right Is Taking Over America — историю правых христиан в США с фокусом на насилие в семьях. Три года работы, сотня интервью с жертвами.

Через неделю после релиза она нашла на Amazon минимум пять AI-подделок с похожими названиями в форматах биографий, мотивационных руководств и т.д. Содержание — набор нейробреда, фактических ошибок и несвязного текста, собранного со страницы о ней в википедии.

Коллеги Лавин — писатели Сет Харп и Кори Доктороу — рассказывают то же самое. Жалобы в Amazon не помогают — на месте удаленной подделки через час появляются две новые.

Механика простая. TikTok полон туториалов «как делать $5000/месяц на Amazon KDP» (Kindle Direct Publishing). Берёшь классику из public domain или чужую новинку, прогоняешь через AI с незамысловатым промптом, меняешь обложку, выкладываешь. Fair use формально соблюдён — теперь это «образовательный материал».

Amazon, конечно, заявляет об ужесточении модерации, но бремя доказательства возлагает на автора. Крупнейший книжный ритейлер в мире также крупнейший рынок литературного мусора.

Для российских издателей и авторов это видится далёкой проблемой — наши основные книжные платформы работают иначе, а рынок самиздата несопоставим по масштабу. Но сам паттерн нам знаком — когда платформа перестаёт вкладываться в модерацию и перекладывает издержки на пользователей, количество мусора растёт экспоненциально.

Платформы выросли настолько, что больше не боятся последствий за любые собственные действия. Так что вопрос, утонет ли наш книжный рынок в нейрослопе, даже не стоит.

—
Пономарь

Пора признаться. Моя жизнь стала гораздо лучше после того, как я перестал заходить в твиттер.

Прочитал интересный разбор того, почему большинство CLAUDE.md файлов не эфективны. Проблема не в том, что Claude их не читает — проблема в том, что мы их неправильно пишем.

Для контекста. CLAUDE.md — это файл-инструкция для Claude Code, который автоматически добавляется в начало каждой сессии. Многие воспринимают его как место, куда можно свалить все команды, стайл-гайды и архитектурные решения проекта. Результат — Claude начинает игнорировать инструкции.

Современные модели могут стабильно следовать примерно 150-200 инструкциям. Claude Code в системном промпте уже использует около 50 из них — то есть треть бюджета уходит до того, как модель увидит ваш код. При этом по мере роста числа инструкций качество их выполнения падает не точечно, а равномерно по всем пунктам.

Короче, держите CLAUDE.md коротким и универсальным. Вместо того чтобы описывать все команды сборки, настройки тестов и паттерны кода, используйте метод прогрессивного погружения: создайте папку agent_docs/ с отдельными файлами (building_project.md, testing_guidelines.md, architecture.md) и в CLAUDE.md просто перечислите их с кратким описанием. Пусть Claude сам решает, что ему нужно прочитать для текущей задачи.

Для повседневных задач это тожже работает. Я после прочтения статьи попросил агента разобрать мой CLAUDE.md и раскидать все не нужное по разным документам. И он сразу вынул из него примерно половину. Правда, выкинуть придется еще примерно 500 строк :)

Правда, авторы статьи категорически призывают не использовать /init для автогенерации CLAUDE.md и вообще писать там всё вручную. Но так далеко заходить я, конечно, не буду :)

—
Пономарь

А у всех же было такое представление в детстве, что рисованные мультики это радость, а кукольные — унылая тоска?

Считается, что macOS не нужны всякие регулярные очистки и оптимизации. На самом деле система постоянно накапливает мусор — кэши приложений занимают десятки гигабайт, логи копятся годами, после удаления программ остаются launch-агенты и plist-файлы в Library.

А самая известная утилита для оптимизации macOS — CleanMyMac — стоит сейчас тыщ пять в год.

На выходных нашел и потестил Mole. Это консольная утилита, которая вычищает гигабайты ненужного хлама — сканирует пользовательские кэши, кэши браузеров, инструменты разработчика, системные логи и temp-файлы, кэши приложений вроде Spotify, Slack, Dropbox, плюс корзину.

Краткий конспект по функциям:
mo clean — глубокая очистка.
mo optimize — пересобирает системные базы данных, чистит swap, перезапускают launch services, обновляет индекс Spotlight, сбрасывает сетевые службы.
mo uninstall — удаляет приложения вместе со всеми хвостами: Application Support, Preferences, Caches, Logs, LaunchAgents, LaunchDaemons, плагины и расширения. AppCleaner находит процентов 60 от этого.
mo analyze — визуальный анализатор диска в терминале. Показывает, что именно съело место, с навигацией как в DaisyDisk.
mo status — живой мониторинг: CPU, память, диск, сеть, батарея, температура. Считает health score системы.

О сохранности нужных данных можно не волноваться, утилита не ходит в пользовательские файлы, но для параноиков внимательных есть превью-режим --dry-run и --whitelist для защиты нужных кэшей.

Вообще программа умеет еще много чего, по сути это CleanMyMac + DaisyDisk + AppCleaner + iStat Menus в одном бинарнике. Только бесплатно, open-source и без подписки. Ставится через Homebrew.

Для тех, кто привык к GUI, будет непривычно. Но конечно, пора привыкать к интерфейсу терминала, помимо Claude Code инструментов будет становиться все больше.

Mole на GitHub

На праздниках посмотрел-таки Alien Earth, новый сериал по вселенной Чужих.

В Alien 1979 года Ридли Скотт использовал концепцию used future — «б/у будущее». Технологии, которые уже поизносились. Nostromo у него не сияющий космолёт, а потрепанная космическая фура — трубы, вентили, решётки, кабели наружу. Бортовой компьютер MU/TH/UR (читается mother и благополучно переведено как «мать») это зелёный текст на чёрном экране и ASCII-графика. Никаких тачскринов, только клавиатура и командная строка. Ну, еще голосовые команды, конечно.

Следующие 40 лет история шла в противоположном направлении. GUI победил CLI. Apple и Microsoft сделали компьютер визуальным, интуитивным, «человечным». Иконки вместо команд. Мышь вместо клавиатуры. А терминал стал инструментом для гиков.

И вот в 2025 случилось то, что назвали terminal renaissance. Самые передовые инструменты для разработки — снова чёрный экран с текстом. Claude Code, Gemini CLI, OpenAI Codex CLI. Разработчики массово уходят из IDE обратно в терминал, потому что с AI текстовый интерфейс работает быстрее. Следом подтягиваются продвинутые пользователи, а там и до «обычных людей» недалеко.

Иронично, что именно в 2025 вышел Alien Earth, где создатели тщательно воспроизвели эстетику оригинала, которая выглядит не устаревшей, а актуальной как никогда.

Петля замкнулась. Я открываю терминал, запускаю Claude Code и диктую ему команду голосом — то есть, делаю примерно то же, что Рипли на Nostromo. Мой внутренний ребенок, обожающий научную фантастику и мечтающий потрогать хотя бы кусочек миров из книг и фильмов, торжествует.

—
Пономарь

5 лет с момента, когда весь мир посмотрел Queen's Gambit и Родион торжественно сказал мне – теперь мы будем играть в шахматы. Ну вот с тех пор и играю :)

Вслед за, гм, не самыми богатыми странами, OpenAI запускает ChatGPT Go глобально за $8 в месяц — и одновременно объявляет о тестировании рекламы в бесплатном и Go-тарифах.

Теперь у ChatGPT три уровня: Go за $8 (доступ к GPT-5.2 Instant, больше сообщений и загрузок), Plus за $20 (продвинутые модели, Codex) и Pro за $200 (максимум всего).

Go вышел из тестирования в Индии на 170+ стран, показал спрос и теперь доступен везде. Реклама сначала появится в США. Обещают обязательные пометки, невмешательство в ответы и не показывать детям (но как они знают возраст пользователя?).

Plus, Pro и корпоративные тарифы останутся без рекламы.

OpenAI обошла Google в гонке за звание первой большой AI-компании, которая открыто идёт в рекламную монетизацию. Цитируя классика — сомнительно, но окэй :)

В последние две-три недели многие участники моего инфопузыря наконец добрались до Claude Code. Разработчики и нетехнические фаундеры-энтузиасты использовали длинные выходные, чтобы наконец разобраться с этим хайповым инструментом, телеграм-каналы и тематические чатки полнятся популярными кейсами — кто-то за два часа сделал то, на что раньше уходило два месяца, кто-то рефакторит проекты целиком, кто-то строит личную операционную систему для управления делами и жизнью вообще.

Я открыл для себя Claude Code месяца три назад, и пользуюсь им ежедневно — вместе с «обычными» чатами Claude Sonnet/Opus я в конце концов понял, что мне (пока) не нужен ChatGPT и отменил подписку на него.

Принципиальное преимущество Claude Code по сравнению с обычным чатом с нейронкой — это агент, который замыкает feedback loop: решает поставленную задачу (не обязательно при этом писать код, это может быть массовая расшифровка звонков или разбор почты, или наведение порядка в файлах на диске). Обычный чат выдаёт тебе решение, ты сам делаешь, что нужно, и возвращаешься к чату. А Claude Code делает всё с минимальным участием пользователя и превращает его по сути в архитектора и продакт-менеджера.

Anthropic развивает успех через Claude Cowork — по сути, тот же агент, но для нетехнических задач: организация файлов, создание документов, обработка данных. На прошлой неделе его запустили сперва только для Max-подписчиков за $100 в месяц, но уже в пятницу открыли доступ и для Pro ($20/месяц). Я посмотрел, но не впечатлился – я давно привык к Claude Code, все чаще работаю через терминал (хотя связка с VS Code тоже очень удобная), так что от Cowork вайбы ручного запуска Windows из под DOS. Ну или Gnome/KDE на Линуксе :) То есть, не очень нужная оболочка с определенными ограничениями и более узким набором инструментов (Cowork пока ограничен собственным sandbox, а Claude Code работает с системой напрямик).

Тут довольно кстати легендарная цитата из древней книги «Персональные ЭВМ в инженерной практике»: «…Таким образом, читатель уже понял, что среди надстроек над ДОС бывают довольно бесполезные системы, которые только выглядят красиво, а на самом деле отнимают время пользователя, память на дисках и оперативную память ЭВМ. Обманчивая красота таких систем, однако, сильно воздействует на неискушенных пользователей, которые не имели практики работы на машине. Инерция мышления бывает столь сильна, что авторам приходилось наблюдать, как люди, начавшие работать с подобной настройкой, впоследствии с трудом заставляют себя изучать команды ДОС. Хочется предостеречь от этой ошибки читателей.»

Конечно, свои агенты есть и у OpenAI (ChatGPT Codex) и у Google (Antigravity), но Claude Code мне лично пока кажется более, гм, дружелюбным и понятливым. Скорее всего, это вкусовщина и дело привычки, конечно. В любом случае, если вы еще не пробовали ни один из перечисленных инструментов — пора. Ну а если пробовали, поделитесь практическими примерами в комментах :)

Очень люблю такие маленькие детали в продуктах

Мне совсем не нравится встроенная диктовка на маке и iOS — плохо расставляет пунктуацию, в частности. А я топлю за грамотный текст в любой переписке, даже при разговоре с нейронками 🙂

Многие часто советуют WisprFlow для голосового ввода — ребята круто вложились в маркетинг и инфлюенсеров. Но там подписка, а я очень не люблю подписки 🙂 Поэтому собрал утилиты, которые решают ту же задачу, но бесплатно.

1. Handy
100% офлайн-утилита, поддерживает обе главных модели — Parakeet и Whisper. Минималистичный интерфейс (немножко кавайное окно настроек, но не раздражает), настраиваемые горячие клавиши.

Активно использую прямо сейчас. Исправлять написанное через AI не умеет — это минус, но для базовой диктовки хватает. Бесплатно, опенсорс, есть на Mac, Windows, Linux.


2. PipiT
Очень (ОЧЕНЬ) быстрая расшифровка! Плюс дает расшифровывать файлы аудиозаписей. Можно добавить постобработку через внешние LLM на OpenRouter. Есть странный режим голосовых команд на английском (типа «Google Weather» открывает погоду в браузере), но мне такое без надобности. Бесплатно, но только на Mac.

3. FluidVoice
Приятный интерфейс, выигрывает по числу настроек у первых двух, но как-то заглючил в моменте, пока отложил. Но вдруг у вас заведётся лучше.

Бесплатно, но только на Mac.

4. ParaSpeech
Работает на базе Parakeet, стоит $50, есть небольшие фишки, но зачем платить при наличии бесплатных альтернатив 🙂

5. MacWhisper
Суперкомбайн на Mac для записи и расшифровки всего и вся. Основное назначение — запись и расшифровка звонков, видео с ютуба, можно использовать для записи и расшифровки офлайн-встреч. И как побочная фича — диктовка-расшифровка с улучшением через облачные LLM. Из минусов — тяжеловат, при работе грузит систему довольно сильно, ну и стоит 64 евро (можно найти промокод на 10-15 евро).

На iOS мой выбор — Яндекс.Клавиатура. Лучше для русского языка не нашёл, да и вообще просто очень удобная клава.

Короче, если хотите попробовать голосовой ввод без подписок — начните с Handy.

—
Пономарь

Тем временем PwC опросила 4,5 тысячи CEO по поводу эффекта от внедрения AI в бизнес — и ответы, прямо скажем, не очень.

56% CEO не видят от AI ни роста выручки, ни экономии в расходах. Только 12% увидели и рост, и экономию. А 26% вообще потратили на AI больше, чем сэкономили.

PwC говорят, что проблема-то не в AI, а в том, что это сами компании делают «изолированные тактические проекты» вместо enterprise-wide внедрения.

Короче, если ваш пилотный проект провалился — не останавливайтесь, продолжайте вкладываться и масштабировать. А если и тогда не сработало — значит, у вас «недостаточно сильная культура, которая не enables AI adoption». Короче, вы просто недостаточно верите, верьте сильнее.

Черт возьми, а приятно, что мои размышления пару месяцев назад находят подтверждение на практике.

90% людей не могут отличить AI-видео от реального

Runway опубликовали исследование The Turing Reel, приуроченное к выходу их новой модели Gen-4.5. Они показали тысяче участников 20 видеороликов, половина которых снята на камеру, а половина сгенерирована нейросетью.

Результаты, мягко говоря, заставляют задуматься. Более 90% людей не смогли надежно отличить фейк от реальности. Только 9.5% участников угадали хотя бы 15 из 20 раз. Средняя точность — 57%. Это уровень статистической погрешности, почти как подбрасывание монетки.

Мы пока еще справляемся с определением людей — неестественные движения или артефакты на руках выдают AI в 60% случаев. Но вот природу, архитектуру и животных мы уже не различаем — здесь люди чаще принимали сгенерированные видео за настоящие, чем наоборот.

Runway констатируют факт, мы прошли точку невозврата. Видео больше не может считаться доказательством реальности по умолчанию. Ребята топят за стандарты типа C2PA (вшитые метаданные о происхождении контента), но честно признают, что этого мало и нужны новые стандарты верификации и, что важнее, новая цифровая грамотность для всех нас.

—
Пономарь

А че грустно-то, наоборот, радоваться надо, есть в мире что-то вечное.

Сегодня отвлечемся от профессиональных тем и поговорим про что-то более общечеловеческое. Меня всегда привлекало понятие «человек эпохи Возрождения» — тот, кто отказывается выбирать одну профессию или область знаний. Я считаю, что делить знания на «физику» и «лирику» — ненужный ограничитель. Интеллектуальное любопытство не должно знать границ, а развитие в одной сфере всегда подпитывает успехи в другой.

Поразмышлять на эту тему меня спровоцировало масштабное исследование Science о роли ранней специализации в будущем успехе ребенка.

Результаты анализа 34 тысяч кейсов от нобелевских лауреатов до олимпийских чемпионов противоречат популярным представлениям об успехе. Оказалось, ранний старт переоценен — вундеркинды редко становятся взрослыми гениями, а чемпионы часто начинают как аутсайдеры. Вот ключевые выводы, которые стоит знать родителям, менеджерам и всем, кто занимается саморазвитием.

1. Ранний успех ничего не гарантирует. Мы привыкли думать, что будущий чемпион побеждает с пеленок. Данные говорят об обратном — 82% топ-атлетов среди юниоров так и не переходят во взрослый профессиональный спорт, а 72% взрослых чемпионов мира не были звездами в детстве.

Те, кто «рвал всех» в школе, часто выгорают или упираются в потолок. А те, кто двигался постепенно, в итоге их обгоняют.

2. Ранняя специализация — когда ребенка (или сотрудника) сразу затачивают под одну узкую функцию — дает быстрый буст, но это кредит, который приходится отдавать позже. Реальные будущие звёзды тратят годы на то, чтобы пробовать разное — разные виды спорта, разные инструменты, разные научные дисциплины.

Разнообразие опыта не тормозит, а ускоряет развитие в долгосрок и создает то, что авторы называют enhanced learning capital — способность учиться сложным вещам быстрее и глубже.

3. Ставка на ранний успех похожа на игру в казино — можно сорвать куш, но вообще шансы скорее против вас. А вот широкий кругозор и постепенное развитие — это инвестиция со сложным процентом. В моменте кажется, что вы отстаете от узких специалистов, но на длинном отрезке времени вы выигрываете за счет гибкости и глубины.

Короче, не бойтесь пробовать, менять направления и тормозить на старте. Помните, автор «Князя Игоря» Александр Бородин был профессором Медико-хирургической академии, а музыку писал в перерывах между лекциями и научными опытами. Кандинский до 30 лет был успешным юристом, а не художником. Харрисон Форд до тех же тридцати был плотником, а Джулия Чайлд до 36 лет вообще не умела готовить. Ну а Алексей Пономарь начал строить карьеру медиаменеджера только в 28 лет, 10-лет проработав до этого обычным айтишником :)

—
Пономарь

Китайцы дропнули Qwen3-Max-Thinking, их выход в лигу думающих моделей (как o1/o3 от OpenAI) с парой киллер-фич из коробки. Новый релиз бодается на равных (и иногда побеждает) с «недоступными» для нас GPT-5.2 и Claude-Opus-4.5.

Тут я бы мог расписать много умных терминов, почему это круто (судя по бенчам, в новом апдейте правда все очень здорово), но я использую этот релиз как повод напомнить — Qwen это все еще лучший выбор для «обычного пользователя» в России, который не хочет обходить все ограничения с обеих сторон геополитического забора.

Хотите дать нейронки вашим технически неподкованным коллегам, друзьям или родственникам — поставьте им Qwen, благо у нее есть приложения под всё — iOS, Android, macOS, Windows и веб. Не нужно танцевать с бубном, чтобы попробовать. И так как весь набор функций в приложении — это мультимодальный комбайн, то можно работать не только с текстами, но и с картинками и видео.

—
Пономарь

Год DeepSeek — синий кит, который напугал индустрию (и отвесил ей знатный пендель)

20 января 2025 китайский стартап DeepSeek выпустил модель R1 — reasoning-модель на уровне OpenAI o1, но со стоимостью обучения меньше $6 млн. Для сравнения OpenAI и Anthropic тратили на тот момент сотни миллионов.

Реакция рынка была истерической — 27 января Nvidia потеряла $593 млрд капитализации за день (рекорд для одной акции в истории). Nasdaq упал на 3%. Все решили, что эпоха гонки вооружений в AI закончилась, если китайцы делают за копейки крутые модели на чипах H800 (это такая специальная урезанная версия чипов Nvidia для Китая, продавать чипы мощнее запрещают санкции), зачем покупать мегакластеры?

Но на самом деле быстро стало ясно, что в индустрии случился sputnik-moment, который заставил пересмотреть стратегии всех лидеров. Инвестиции в AI не сбавили обороты.

DeepSeek произвел фурор на российском рынке и моментально стал самым популярным AI-сервисом в России. В январе 2025 года число посетителей сайта DeepSeek почти в 2 раза обогнало яндексовского «Шедеврума», который до этого лидировал по количеству пользователей. Разумеется, ChatGPT тоже проиграл эту битву. К концу 2025 года DeepSeek использовали 43% от всех пользователей нейросетей в России.

Интересно посмотреть на скорый релиз V4, который запланирован на 17 февраля (китайский Новый год). Обещают рост всех метрик (конечно), но прежде всего — бенчмарки кодинга выше конкурентов. Что поделать, все топовые AI-компании пока предельно сфокусированы на убийстве профессии кодера.

—
Пономарь

Когда-то писал про проект Википедии по защите от ИИ-слопа и их критерии определения. Теперь этот свод правил превратили в навык Humanizer для Claude Code (и не только), который берёт текст и убирает из него типичные признаки генерации — пафос, ложные триады, «это не одно, а другое», избыточные связки, эмодзи в пунктации и т.д. Прогоняете через него текст — получаете версию без указанных маркеров. Можно использовать как чеклист для самопроверки, можно автоматизировать вычитку.

По сути это помощник для редакторов, которые используют нейросети для черновиков, но не хотят, чтобы результат кричал «сгенерировано». Актуально для тех, кто пишет много и часто — редакции, контент-команды, SMM. Прогнал, поправил, запостил.

Иронично, что это навык для Claude, который учит Claude не писать как Claude.

https://github.com/blader/humanizer

—
Пономарь