🕶 Исторический момент — сегодня у нас в PnL появилась отдельная строка с расходами на ИИ-инфраструктуру и сервисы (раньше все было спрятано в ИТ)

И в честь этого, по секрету делюсь с вами ссылкой на запись нашего недавнего вебинара про ИИ-инфраструктуру и ее стоимость — https://kspct.ru/llm-webinar-record

Spectr | Курс по AI для разработчиков

Как дать ИИ-агентам доступ к Jira и Confluence в своем контуре

Я писал, что одна из важных задач в AI-native разработке - дать агентам нормальный доступ к проектному контексту.

У нас развернуты серверные Jira/Confluence в своем контуре и после ряда экспериментов и изысканий остановились на вот этом решении — https://mcp-atlassian.soomiles.com, которое очень рекомендую.

Почему в итоге выбрали его
• работает с Atlassian в своем контуре, а не только с облаком
• отдает агенту не только задачи, но и связанный контекст (вложения, комментарии, ссылки и пр.)
• совместимо с большинством кодинг-агентов и легко цепляется к продуктам Atlassian через штатный механизм внешних API-ключей

Например, когда я тестировал даже официальный MCP для Plane (https://developers.plane.so/dev-tools/mcp-server) — я там уперся в то, что агент с этим MCP не мог вытащить приложенные скриншоты из задачи и это сразу ломало часть сценариев использования. А тут все работает без дополнителных танцев с бубнами и получает доступ действительно ко всему контексту сущностей: задачи, вложения к ним, связанные ссылки и страницы конфлюенса со всеми комментариями и все остальное — и это просто божественно.

Если используете продукты Atlassian, рекомендую!

Spectr | Курс по AI для разработчиков

Вышел новый Opus 4.7

Официальное — https://www.anthropic.com/news/claude-opus-4-7

Краткий обзор от меня:

1) Лучше предыдущей версии по большинству метрик. Наиболее существенный прирост по Visual reasoning (если проще, то модель стала заметно лучше понимать, что происходит на картинках)

2) Говорят, что поменяли токенизатор и теперь моделька на те же самые задачи может тратить на ±30% больше токенов и рекомендуют проверить старые промпты, т.к. новая моделька более буквально понимает инструкции. Есть небольшое руководство по миграции с Opus 4.6

3) Стоимость осталось на уровне Opus 4.6, стоимость Opus 4.6 тоже оставили без изменений

4) В официальном релизе и приводимых бенч-марках упоминается Claude Mythos Preview — моделька следующего поколения, которая лучше текущего поколения и которую они пока держат в ограниченном доступе из-за кибер-рисков 🤔

Будем пробовать

В эти выходные угольный гриль прошел ежегодное тех обслуживание и тем самым официально открыл новый гриль-сезон. Сезон был открыт потрясающими сочными бургерами!

Всем продуктивной недели!

ИИ в дизайне

По недавним релизам я вижу, что «инженеризация» дизайна идет очень активно и тот же дизайн интерфейсов становится все меньше творческой и все больше инженерной дисциплиной.

Вот Гугл релизнул DESIGN.md, open-source стандарт для описаний дизайн-систем для агентов.

Антропики релизнули Claude Design, который умеет работать с дизайн-системами и уже сейчас выдает довольно хорошие интерфейсы и презентации (я прямо был удивлен уровнем результата).

А еще помним про Google Stitch, который не так давно тоже сильно прокачали.

В общем, на горизонте вырисовывается полноценный ИИ-пайплайн работы с интерфейсами и дизайн постепенно выходит из модели "нарисовали в Figma, дальше как-нибудь перенесем" в модель, где интерфейс описывается как система ограничений, компонентов и сценариев, с которыми могут работать и люди, и агенты

Что нового в ИИ за неделю

По пятницам постараюсь каждую неделю делать небольшой дайджест со своими комментариями главных новостей про ИИ, которые считаю важными.

Вышел новый GPT-5.5
Как обычно, метрики подросли (не кардинально). Заявляют, что лучше работает с длинным контекстом и более эффективно расходует токены (в противовес Opus 4.7, к слову). При этом, цена на новую модель выросла в 2 раза по сравнению с GPT-5.4.
Я уже попробовал погонять модель для планирования — как будто, правда лучше ориентируется в архитектуре и делает меньше проходов по коду для планирования, но это очень субъективные наблюдения. Пока каких-то супер-преимуществ перед GPT-5.4 не увидел, чтобы платить х2 🤔

Вышли новые модели DeepSeek 4
А вот это прямо интересно, т.к. больших релизов от дипсика не было уже больше года. Контекст стал 1M (у 3.2 был 128к). Цены остались прежними (напомню, что цену на дипсик в разы меньше, чем у OpenAI/Антропиков).

Интересно, что сразу раскатали новые модели на API, при чем старые названия моделей в API-вызовах продолжили работать, но физически все вызовы ведут уже на модели нового поколения. А у нас используется ооооочень-много автоматизацией на базе дипсика по API как раз — утром в статистике уже увидел, что пошел расход по новым моделям и боялся, что что-то отвалится из-за этого — но нет, все работает прекрасно и стабильно. Получается, что ночью наши автоматизации без нашего ведома переехали на модели нового поколения и бесшовно продолжили работать за прежние деньги, но с более высоким качеством — мне нравится такое.

P.S. По поводу обратной совместимости в API DeepSeek — она не бесконечная и согласно документации, вызовы моделей в старом формате перестанут работать 24 июля. Так что код все-таки придется обновить

Как начинается ваша неделя? Сколько «давайте после праздников» уже услышали?

Хочу поделиться анонсом спонтанного вебинара, который мы хотим провести в перерывах между праздниками.

🗓 5 мая, 13:00 мск, вторник
💻 ОНЛАЙН

Позвали в гости Олега Пендрак (Tech Lead QA Automation в СберЗдоровье и лидера Thread QA), чтобы поговорить про применение ИИ в автотестировании. Ведущий — наш CTO, Олег Казаков.

Олег (угадайте, который) расскажет AI уже помогает в работе автотестировщика: искать информацию, писать и чинить тесты, работать с локаторами, разбирать JSON, писать SQL-запросы и рефакторить код.

Вебинар будет полезен для QA Automation инженеров, тестировщиков, разработчиков и техлидов, которым важны реальные сценарии применения AI в инженерной работе.

ПОДРОБНОСТИ И РЕГИСТРАЦИЯ

Тут крутые новости подоспели!

Jume, IBP-платформа нового поколения, ключевым интегратором которой является Спектр, заключила партнерское соглашение с компанией «Технологии Доверия» (ТеДо) 🔥

Для Спектра это важная новость: мы работаем с Jume как ключевой интегратор и видим потенциал платформы в реальных проектах. Нам ценно быть частью экосистемы сильного российского вендора, который развивает современный продукт для задач крупного бизнеса.

Партнерство Jume и ТеДо показывает, что рынок IBP в России переходит к более зрелой стадии. Компании все чаще рассматривают такие платформы не как инструмент для автоматизации отдельных процессов, а как основу для сквозного управления планированием, цепями поставок, финансами и данными.

Если у вас планирование до сих пор живет в Excel, разрозненных системах или ручных согласованиях между отделами, приходите обсудить. В Спектре можем помочь разобраться, как подойти к внедрению IBP-платформы и где в этом процессе будет бизнес-польза

Ура, наконец-то работать! 🎉

Прямо сейчас идет вебинар про применение ИИ в автотестировании

Если тема для вас актуальна, подключайтесь к трансляции по ссылке: https://vkvideo.ru/video-137384692_456239241

Можно задавать вопросы в чате трансляции

Применение ИИ у застройщиков, опыт «Ак Барс Дом»

21 мая проведем эфир с ИТ-директором девелоперской компании и поговорим, как внедряется ИИ: какие задачи с его помощью пытаются решать, что работает, а что — нет

Гость — Сергей Михеев, ИТ-директор в «Ак Барс Дом»

🗓 21 мая, 12:00 мск, Четверг
💻 ОНЛАЙН

На примере опыта девелопера «Ак Барс Дом» разберём, как AI внедряется в компании: где он уже применяется, есть ли отраслевая специфика и какой эффект это даёт бизнесу. Поговорим о том, как искусственный интеллект используется в разных бизнес-процессах — где он даёт результат, а где нет. Затронем применение AI в прогнозировании, работе с платежами, клиентских сценариях и повседневной работе команд.

Эфир пройдет в формате живого разговора, с возможностью задавать вопросы и уточнять детали по ходу обсуждения.

Обсудим ключевые ограничения и риски внедрения ИИ, а также отдельно — влияние качества данных внутри компании на результаты внедрений

РЕГИСТРАЦИЯ

Динамика рынка ИТ-аутстаффинга за май 2025 - апрель 2026

У нас есть внутренний сервис, который ежедневно мониторит и классифицирует данные из 100+ источников с запросами на ИТ-аутстаффинг. Для внутренних целей я подготовил большой интерактивный аналитический отчет в разных срезах, а общей динамикой рынка решил поделиться публично.

Кол-во запросов за каждый месяц — на графике

Данные на основе выборки, где:
— 14к запросов (это после удаления дублей)
— только 30+ каналов, которые систематически публикуют запросы на протяжении срока наблюдения
— публикации, которые явно классифицированы, как запросы на конкретные позиции с указанием требований
— удалены дублирующиеся по каналам запросы (более 5к)

Буду в этом году по итогам каждого месяца публиковать обновленный отчет с наложением новых данных - будем вместе следить на Y2Y динамикой

Кстати, активно расширяем партнерскую есть, чтобы быстрей закрывать прямые запросы клиентов — пишите Кате, если хотите вступить

Напоминаю, что у же завтра пройдет наш эфир про применение ИИ у застройщиков!

РЕГИСТРАЦИЯ по ссылке

Через 10 минут начинаем трансляцию про применение ИИ у застройщиков

В гостях — Сергей Михеев, ИТ-директор в «Ак Барс Дом»

Если тема для вас актуальна, подключайтесь к трансляции по ссылке: https://vkvideo.ru/video-137384692_456239243

Можно задавать вопросы в чате трансляции

Не надо тащить нейросетки туда, где они не нужны. Если фичу можно сделать детерминированной (без LLM) — надо делать детерминированной

В разработке есть огромное кол-во фичей, которые можно очень круто и просто сделать с современными LLM-модельками.
Надо проверить наличие контактных данных в тексте? LMM-ка может.
Надо найти в тексте опечатки? LMM-ка может.
Классифицировать входящие заявки? LMM-ка может.

Сейчас многие продуктовые задачи можно быстро и прсото решить при помощи нейросеток, простого промпта и нескольких строк кода. Но проблема в том, что любой инференс — на самом деле, штука очень дорогая. Этого можно не замечать на малых объемах данных — «подумаешь, 0.0001$». Но часто это в сотни и даже тысячи раз медленней и дороже, чем решение той же задачи традиционными способами без нейросеток.

Очень простой пример
Есть текст CV кандидата и вам надо из него вытащить его контактные данные.

С этим справится любая LLM, но она сожжет на это ±2к+ токенов и будет генерировать вам ответ ±секунду — цифры вроде смешные и многих могут устраивать. Но сейчас на вакансию часто прилетает 1000+ откликов и получается, что на одну вакаснсию вам придется сжигать уже несколько миллионов токенов.

Но эту же задачу по извлечению данных из CV можно решить старыми добрыми регулярными выражениями. Да, придется потратить сильно больше времени на код и на его отладку, поймать множество корнер-кейсов (телефоны в разных форматах, пробелы, скобки, Telegram, WhatsApp, ссылки), сделать несколько итераций доработок... но в итоге это будет работать за милисекунды, полностью на CPU. Никакого инференса LLM-ок, никаких токенов, никаких доп расходов.

Ну и понятно, что с ростом масштабов самих продуктов, разрыв в стоимости LLMных решений и классических детерминированных будет только расти (речь про стоимость их эксплуатации, не про стоимость разработки!!!)

В общем, когда вам предлагают быстренько сделать какую-то крутую ИИ-фичу — посчитайте цифры

Один из самых лютых UX-косяков, которые меня бесят — это меню у иконки в русской версии Zoom

Я хочу просто закрыть Zoom, чтобы он не висел в оперативке. Есть 2 пункта меню: один делает нужное мне, второй разлогинивает из учетки. Угадайте, какой «выход» я должен выбрать?

Не угадали

Динамика рынка ИТ-аутстаффинга за май 2025 - май 2026

Май кончился, делюсь обновленным графиком динамики спроса на рынке ИТ-аутстаффинга.

Теперь уже видна Y2Y-динамика. Май просел на 6.2% по отношению к прошлому году.

Про методику и данные для аналитики — в оригинальном посте

—
Кстати, активно расширяем партнерскую есть, чтобы быстрей закрывать прямые запросы клиентов — пишите Кате, если хотите вступить

Создание пользовательской документации — отличный сценарий применения ИИ-агентов

Если нужно сделать подробный документ с пользовательской документацией по экcплуатации какого-то продукта, ИИ-агенты просто отлично и очень быстро с этим справляются.

— Готовим агенту тестовый стенд
— Даем данные от тестового пользователя
— Подключаешь MCP Playwright
— Описываем, какие сценарии/разделы/функции должна покрывать документация
— Просим подготовить документацию самостоятельно пройдя все пользовательские сценарии

Агент, который работает в контексте кодовой базы этого продукта, отлично ориентируется в интерфейсах и очень бодро подхватывает и понимает, как пройти все заданные сценарии. Проходит их, сам везде делает нужные скриншоты и упаковывает это в отличный структурированный документ.

Объем, уровень и качество документации — раньше на такое уходила пара дней работы джун-аналитика. Понятно, что с первого прохода это не финальный документ: его надо вычитать, проверить, где агент додумал лишнего, поправить формулировки. Но после одной-двух итераций получается уже вполне годная пользовательская документация, которой можно пользоваться и которую не стыдно показывать людям