Tuzov AI Lab

Tuzov AI Lab

Заметки инженера про AI / LLM: актуальные новости, эксперименты, кейсы, мысли. Автор: @ntuzov Общаемся в AI Dev Club: https://t.me/+NMh-DL73ibFkMWEy

Username
@tuzov_ai_lab
Category
Technologies
Country
RussiaRussia
Created
, 9 months
Subscribers4,526−1 in 2 days
Avg views per post, 7d2,594last 7 days
ERR57.31%last 7 days

Subscribers, 30 days

Nov 2 – Nov 4−1 (0%)

Show as table
DateSubscribers
Nov 2, 20264,527
Nov 3, 20264,527
Nov 4, 20264,526

Average views per post by day

By publication day

Show as table
DateAvg views per post
Oct 7, 20263,959
Oct 13, 20264,129
Oct 29, 20262,713
Oct 31, 20262,475

Most viewed this month

  1. 01

    Как работать с ИИ-агентами? Пилотный пост из серии #llm_practice Я работаю в основном с Claude Code, и мои подходы сильно заточены под него. С тем же Codex и прочими харнесами/моделями они часто работают заметно хуже, либо не работают вовсе. Но попробовать никто не запрещает 🤷‍♀ ———— 0. Не бойтесь сумбурных формулировок в промтах Я часто слышу вопрос "как мне научиться правильно писать промты?". И всегда отвечаю одинаково: просто изложи агенту всё, что хочешь, максимально подробно — он разберётся. Конечно, с чётким структурированным промтом модель работает лучше. Но разница меньше, чем кажется: в свежем исследовании задачи для кодинг-агентов переписали «по-человечески» — коротко и разговорно. Стиль почти ни на что не повлиял. А вот если не написать, что именно вы хотите получить и зачем, результат заметно проседал. И дело не только в том, что "модель мощная, она справится с любым дерьмом" (хотя и в этом тоже). Агент работает не только с одним лишь вашим текстом: - Claude Code крутится в цикле: "собрать контекст → сделать → проверить". Он сам лезет в код, читает md-файлы и добирает то, о чём вы не написали - В ризонинге (thinking) модель сначала "думает про себя" (наверняка вы не раз читали её "мысли" в стиле — так, пользователь попросил сделать вот это, значит мне надо вот это...) — по сути доводит задачу до ума у себя "в голове", прежде чем браться за код Anthropic в доке так и пишут: You don't need perfect prompts. Самое интересное тут, что, скорее всего, агент составит промт намного лучше, чем вы (да ещё и намного быстрее). Проведите простой эксперимент: изложите задачу сырым потоком мыслей, а затем отдайте это Опусу с просьбой превратить в чёткое ТЗ. Он с этим прекрасно справляется — выкинет лишнее, доработает оставшееся, добавит недостающее. Антропики, кстати, официально советуют похожий приём — Let Claude interview you: коротко описываете задачу, просите Клода опросить вас через AskUserQuestion и записать спеку в SPEC.md, а потом выполняете её в новой сессии. 🟠Есть нюанс, который я сам раньше представлял себе неправильно. Агент не переписывает ваш промт «под капотом». Ваш текст так и лежит в контексте как есть, и модель смотрит на него на каждом шаге — со всеми дублями, раздумьями и прочим мусором. Именно поэтому советуют отдавать проработку спеки от её выполнение разным сессиям. По-настоящему важное тут — полнота информации: - Дубли и кривые формулировки не страшны. Повтор промта дважды даже помогает моделям без ризонинга - А вот пропуски — проблема. Агенты на неполных задачах почти не задают вопросов и молча додумывают сами, хотя с вопросами результат лучше до 74% - Если передумали о чём-то — не оставляйте в контексте оба варианта: Claude может выбрать любой, и не факт, что нужный. Лучше откатитесь через /rewind и перепишите сообщение, либо начните новую сессию - Совсем лишнее тоже вредит: даже одна отвлекающая деталь снижает качество Так что полнота и объём, это не одно и то же. Антропик формулируют это как "smallest possible set of high-signal tokens" — всё важное и ничего лишнего. А вот на что точно не стоит тратить слова, так это на фразы в стиле «ты опытный Go-разработчик ...». Модель и так знает Go. Ещё в 2024 ребята из Антропик на круглом столе про промтинг говорили, что вместо роли лучше честно описать реальную задачу. А исследования показывают, что "экспертные" роли не повышают точность ответов. Роль сама по себе не мешает, просто контекст она не заменит. ———— Итого: не тратьте силы на идеальную формулировку. Не важно, насколько криво вы изложили мысли — главное, чтобы всё важное было сказано, а противоречия и мусор вычищены (пусть даже руками самого агента). В малых же задачах даже мусор чистить не обязательно — оно само разберётся 🗿 А вообще, просто набивайте руку. Обращайте внимание, в каких случаях агент сделал всё правильно, а в каких косячил. Со временем выработаете свой подход, который идеально заточен под ваш стиль работы и под ваши задачи. Ну и не забывайте читать официальные гайды Антропик, они очень крутые. Есть и общие, и по каждой новой модели. #claude #agents

    Photoedited
    Views4.63K
    Forwards137
    Reactions118
    Comments54
  2. 02
    Views3.96K
    Forwards13
    Reactions22
    Comments3
  3. 03

    Проблема глубоких практических гайдов по работе с ИИ-агентами Меня часто просят рассказать, как я работаю с Claude Code и прочими агентами. Я не раз думал об этом, но непонятно как к такому подступиться? Я привых делать большие глубокие гайды, но скорость развития ИИ и тулинга вокруг него сейчас такая высокая, что пока я буду писать гайд, сменится несколько подходов. А даже если и не сменится, то гайд всяко обречён прожить очень короткую жизнь. Вот и получается, что хорошего глубокого контента по практической части работы с ИИ быть попросту не может. А писать посредственно и наспех я не люблю. Другое дело, фундаментальные вещи — они почти не устаревают. Но и интересны гораздо меньшей аудитории (справедливо, я понимаю). Скорее всего, я и дальше буду делать упор в эту сторону. С практикой есть ещё одна проблема Опять же, из-за разогнавшегося ИИ-поезда мы сейчас учимся очень быстро, подходы очень быстро изменяются или вовсе забываются с приходом новых. Провести человека по собственному пути нереально — то, как я начинал работу с агентами сейчас стало чем-то архаичным, ведь тогда не было даже скилов и субагентов, ди вообще я вёл разработку через веб-чат, скетически посматривая на Курсор и уж тем более CLI-агентов... 🗿 Поэтому придётся нащупывать едва ли не наугад — по какому пути вести людей. И вообще, что для них давно очевидно, а что станет полезным откровением. ———— Но я всё же решил попробовать. Первую проблему, глубину и масштаб, можно победить, перейдя на формат коротких гайдов в ТГ. А вот вторую — что вам очевидно, а что нет, придётся нащупывать. Поэтому, если видите пост с тегом #практика, не спешите хихикать. Просто направьте меня в ту сторону, где у вас реально есть пробелы, и нужны советы. 🟢Первый такой пост уже написан следом за этим Если у вас есть какие-то свои идеи на этот счёт, делитесь в комментариях.

    Textedited
    Views3.63K
    Forwards32
    Reactions88
    Comments6
  4. 04
    Views2.71K
    Forwards108
    Reactions78
    Comments12
  5. 05

    🔸 Если вам показалось, что Claude Desktop стал работать быстрее — вам не показалось https://claude.dev/blog/how-we-made-claude-ai-faster/ Anthropic рассказали, как в августе за двухнедельный спринт ускорили claude.ai и десктопное приложение примерно в 3 раза. И сами признают: «Пользователи говорили нам, что всё работает медленно, и они были правы». Сразу уточню про x3: это среднее геометрическое по 13 замерам (p75 реальных пользователей). По отдельным действиям разброс от x1.5 до x19: - claude.ai со свежей загрузки до момента, когда можно печатать: 3.1 с → 0.55 с - Отправка сообщения в Cowork (облако): 928 → 48 мс. Но это только клиентская часть, на скорость ответа модели не влияет - Холодный старт десктопа ускорили всего в x2: 6.3 с → 3.3 с Как это делали Завели канал в Slack и подключили туда Claude через Claude Tag (это когда Клод сидит в слаке в виде бота, и его можно тегать). Модель при этом была внутренняя — по словам Anthropic, примерно уровня Opus 5.5. Инженеры открывали треды в стиле «вот тут тормозит», а Клод в каждом сам искал узкое место, писал бенчмарк, открывал PR и следил за деплоем. Одновременно крутилось 150+ таких тредов, и один тред мог наплодить до сотни PR. В пиковые дни заливали 200+ PR, а за весь спринт — 3000+, и ни одного инцидента или отката для пользователей. При этом каждый PR аппрувил минимум один человек. К третьему дню закрыли 12 из 13 целей. Ключевая мысль статьи: «С Claude, если что-то можно измерить, с этим можно работать». Как только у Клода есть число, которое надо улучшить, он начинает его оптимизировать. Поэтому для важных мест в коде завели стабильные метрики (сколько инструкций процессора уходит на операцию, React-коммиты и т.п.) и добавили проверку в CI: если PR делает хуже — он не проходит. 🍿 Ну и самое вкусное — что Claude нашёл в коде и ради чего мы тут собрались: - 6 900 хуков и 900 подписок на стор перерисовывались на каждое нажатие клавиши - Один CSS-селектор :root:has() добавлял 24 мс к каждому изменению DOM - Забытый location.reload() давал около полумиллиона скрытых перезагрузок в день 🗿 - Длинные тире и «умные» кавычки заставляли V8 хранить строку в UTF-16, и подсветка кода подвисала на ~1 с. Починили ~20 строками Геракл разгребает Авгиевы конюшни, не иначе ☀️ Доделали пока не всё: остаются самые медленные 5% случаев (p95), проблемы в очень длинных переписках и некоторые другие сценарии. ———— Я очень активный пользователь десктопного приложения Claude, в частности Cowork. Это очень крутая штука, которая не заменяет мне claude code, а дополняет его. Но тормозило оно безбожно. И так я уже привык к этим тормозам, что недавно просто случайно заметил, что оно стало работать намного быстрее — ну просто «как надо». Я спросил у самого Клода, не показалось ли мне, так и нашёл эту статью. Оно действительно стало намного быстрее, это сразу бросается в глаза. Честно говоря, я не удивлён количеству говнокода, который там обнаружился, у ребят поток фич очень большой, и все мы понимаем как они этого добиваются. К тому же, все их инструменты изначально разрабатывались более слабыми моделями (до выхода Opus 5.5 не было Opus 5.5, а Cowork уже был 👍). Летом Борис Черни ещё рассказывал, как в качестве эксперимента запустил Клода переписывать приложение на Swift «пиксель в пиксель». Чем это кончилось, так и не рассказали. А в итоге всё тот же Electron, просто наконец-то нормально оптимизированный. К слову, по моим недавним экспериментам бенчмаркам Rust + GPUI работает на маке намного лучше, чем родной Swift. Может, как-нибудь напишу и об этом. 🟢В целом, история интересная и полезная, можно перенять опыт взаимодействия с агентами, да и вообще... Возможно, примерно так и будет выглядеть разработка в каком-то обозримом будущем 😩 #anthropic #claude #cowork

    Photoedited
    Views2.48K
    Forwards25
    Reactions42
    Comments16

Latest posts

#181Photoedited

🔸 Если вам показалось, что Claude Desktop стал работать быстрее — вам не показалось https://claude.dev/blog/how-we-made-claude-ai-faster/ Anthropic рассказали, как в августе за двухнедельный спринт ускорили claude.ai и десктопное приложение примерно в 3 раза. И сами признают: «Пользователи говорили нам, что всё работает медленно, и они были правы». Сразу уточню про x3: это среднее геометрическое по 13 замерам (p75 реальных пользователей). По отдельным действиям разброс от x1.5 до x19: - claude.ai со свежей загрузки до момента, когда можно печатать: 3.1 с → 0.55 с - Отправка сообщения в Cowork (облако): 928 → 48 мс. Но это только клиентская часть, на скорость ответа модели не влияет - Холодный старт десктопа ускорили всего в x2: 6.3 с → 3.3 с Как это делали Завели канал в Slack и подключили туда Claude через Claude Tag (это когда Клод сидит в слаке в виде бота, и его можно тегать). Модель при этом была внутренняя — по словам Anthropic, примерно уровня Opus 5.5. Инженеры открывали треды в стиле «вот тут тормозит», а Клод в каждом сам искал узкое место, писал бенчмарк, открывал PR и следил за деплоем. Одновременно крутилось 150+ таких тредов, и один тред мог наплодить до сотни PR. В пиковые дни заливали 200+ PR, а за весь спринт — 3000+, и ни одного инцидента или отката для пользователей. При этом каждый PR аппрувил минимум один человек. К третьему дню закрыли 12 из 13 целей. Ключевая мысль статьи: «С Claude, если что-то можно измерить, с этим можно работать». Как только у Клода есть число, которое надо улучшить, он начинает его оптимизировать. Поэтому для важных мест в коде завели стабильные метрики (сколько инструкций процессора уходит на операцию, React-коммиты и т.п.) и добавили проверку в CI: если PR делает хуже — он не проходит. 🍿 Ну и самое вкусное — что Claude нашёл в коде и ради чего мы тут собрались: - 6 900 хуков и 900 подписок на стор перерисовывались на каждое нажатие клавиши - Один CSS-селектор :root:has() добавлял 24 мс к каждому изменению DOM - Забытый location.reload() давал около полумиллиона скрытых перезагрузок в день 🗿 - Длинные тире и «умные» кавычки заставляли V8 хранить строку в UTF-16, и подсветка кода подвисала на ~1 с. Починили ~20 строками Геракл разгребает Авгиевы конюшни, не иначе ☀️ Доделали пока не всё: остаются самые медленные 5% случаев (p95), проблемы в очень длинных переписках и некоторые другие сценарии. ———— Я очень активный пользователь десктопного приложения Claude, в частности Cowork. Это очень крутая штука, которая не заменяет мне claude code, а дополняет его. Но тормозило оно безбожно. И так я уже привык к этим тормозам, что недавно просто случайно заметил, что оно стало работать намного быстрее — ну просто «как надо». Я спросил у самого Клода, не показалось ли мне, так и нашёл эту статью. Оно действительно стало намного быстрее, это сразу бросается в глаза. Честно говоря, я не удивлён количеству говнокода, который там обнаружился, у ребят поток фич очень большой, и все мы понимаем как они этого добиваются. К тому же, все их инструменты изначально разрабатывались более слабыми моделями (до выхода Opus 5.5 не было Opus 5.5, а Cowork уже был 👍). Летом Борис Черни ещё рассказывал, как в качестве эксперимента запустил Клода переписывать приложение на Swift «пиксель в пиксель». Чем это кончилось, так и не рассказали. А в итоге всё тот же Electron, просто наконец-то нормально оптимизированный. К слову, по моим недавним экспериментам бенчмаркам Rust + GPUI работает на маке намного лучше, чем родной Swift. Может, как-нибудь напишу и об этом. 🟢В целом, история интересная и полезная, можно перенять опыт взаимодействия с агентами, да и вообще... Возможно, примерно так и будет выглядеть разработка в каком-то обозримом будущем 😩 #anthropic #claude #cowork

Open in Telegram
Views2,475−29%vs avg
Forwards25
Reactions42
Comments16
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
42 h2,394
67 h2,475
  1. Total to date2,475
#179Photoedited

Как работать с ИИ-агентами? Пилотный пост из серии #llm_practice Я работаю в основном с Claude Code, и мои подходы сильно заточены под него. С тем же Codex и прочими харнесами/моделями они часто работают заметно хуже, либо не работают вовсе. Но попробовать никто не запрещает 🤷‍♀ ———— 0. Не бойтесь сумбурных формулировок в промтах Я часто слышу вопрос "как мне научиться правильно писать промты?". И всегда отвечаю одинаково: просто изложи агенту всё, что хочешь, максимально подробно — он разберётся. Конечно, с чётким структурированным промтом модель работает лучше. Но разница меньше, чем кажется: в свежем исследовании задачи для кодинг-агентов переписали «по-человечески» — коротко и разговорно. Стиль почти ни на что не повлиял. А вот если не написать, что именно вы хотите получить и зачем, результат заметно проседал. И дело не только в том, что "модель мощная, она справится с любым дерьмом" (хотя и в этом тоже). Агент работает не только с одним лишь вашим текстом: - Claude Code крутится в цикле: "собрать контекст → сделать → проверить". Он сам лезет в код, читает md-файлы и добирает то, о чём вы не написали - В ризонинге (thinking) модель сначала "думает про себя" (наверняка вы не раз читали её "мысли" в стиле — так, пользователь попросил сделать вот это, значит мне надо вот это...) — по сути доводит задачу до ума у себя "в голове", прежде чем браться за код Anthropic в доке так и пишут: You don't need perfect prompts. Самое интересное тут, что, скорее всего, агент составит промт намного лучше, чем вы (да ещё и намного быстрее). Проведите простой эксперимент: изложите задачу сырым потоком мыслей, а затем отдайте это Опусу с просьбой превратить в чёткое ТЗ. Он с этим прекрасно справляется — выкинет лишнее, доработает оставшееся, добавит недостающее. Антропики, кстати, официально советуют похожий приём — Let Claude interview you: коротко описываете задачу, просите Клода опросить вас через AskUserQuestion и записать спеку в SPEC.md, а потом выполняете её в новой сессии. 🟠Есть нюанс, который я сам раньше представлял себе неправильно. Агент не переписывает ваш промт «под капотом». Ваш текст так и лежит в контексте как есть, и модель смотрит на него на каждом шаге — со всеми дублями, раздумьями и прочим мусором. Именно поэтому советуют отдавать проработку спеки от её выполнение разным сессиям. По-настоящему важное тут — полнота информации: - Дубли и кривые формулировки не страшны. Повтор промта дважды даже помогает моделям без ризонинга - А вот пропуски — проблема. Агенты на неполных задачах почти не задают вопросов и молча додумывают сами, хотя с вопросами результат лучше до 74% - Если передумали о чём-то — не оставляйте в контексте оба варианта: Claude может выбрать любой, и не факт, что нужный. Лучше откатитесь через /rewind и перепишите сообщение, либо начните новую сессию - Совсем лишнее тоже вредит: даже одна отвлекающая деталь снижает качество Так что полнота и объём, это не одно и то же. Антропик формулируют это как "smallest possible set of high-signal tokens" — всё важное и ничего лишнего. А вот на что точно не стоит тратить слова, так это на фразы в стиле «ты опытный Go-разработчик ...». Модель и так знает Go. Ещё в 2024 ребята из Антропик на круглом столе про промтинг говорили, что вместо роли лучше честно описать реальную задачу. А исследования показывают, что "экспертные" роли не повышают точность ответов. Роль сама по себе не мешает, просто контекст она не заменит. ———— Итого: не тратьте силы на идеальную формулировку. Не важно, насколько криво вы изложили мысли — главное, чтобы всё важное было сказано, а противоречия и мусор вычищены (пусть даже руками самого агента). В малых же задачах даже мусор чистить не обязательно — оно само разберётся 🗿 А вообще, просто набивайте руку. Обращайте внимание, в каких случаях агент сделал всё правильно, а в каких косячил. Со временем выработаете свой подход, который идеально заточен под ваш стиль работы и под ваши задачи. Ну и не забывайте читать официальные гайды Антропик, они очень крутые. Есть и общие, и по каждой новой модели. #claude #agents

Open in Telegram
Views4,633+33%vs avg
Forwards137
Reactions118
Comments54
#178Textedited

Проблема глубоких практических гайдов по работе с ИИ-агентами Меня часто просят рассказать, как я работаю с Claude Code и прочими агентами. Я не раз думал об этом, но непонятно как к такому подступиться? Я привых делать большие глубокие гайды, но скорость развития ИИ и тулинга вокруг него сейчас такая высокая, что пока я буду писать гайд, сменится несколько подходов. А даже если и не сменится, то гайд всяко обречён прожить очень короткую жизнь. Вот и получается, что хорошего глубокого контента по практической части работы с ИИ быть попросту не может. А писать посредственно и наспех я не люблю. Другое дело, фундаментальные вещи — они почти не устаревают. Но и интересны гораздо меньшей аудитории (справедливо, я понимаю). Скорее всего, я и дальше буду делать упор в эту сторону. С практикой есть ещё одна проблема Опять же, из-за разогнавшегося ИИ-поезда мы сейчас учимся очень быстро, подходы очень быстро изменяются или вовсе забываются с приходом новых. Провести человека по собственному пути нереально — то, как я начинал работу с агентами сейчас стало чем-то архаичным, ведь тогда не было даже скилов и субагентов, ди вообще я вёл разработку через веб-чат, скетически посматривая на Курсор и уж тем более CLI-агентов... 🗿 Поэтому придётся нащупывать едва ли не наугад — по какому пути вести людей. И вообще, что для них давно очевидно, а что станет полезным откровением. ———— Но я всё же решил попробовать. Первую проблему, глубину и масштаб, можно победить, перейдя на формат коротких гайдов в ТГ. А вот вторую — что вам очевидно, а что нет, придётся нащупывать. Поэтому, если видите пост с тегом #практика, не спешите хихикать. Просто направьте меня в ту сторону, где у вас реально есть пробелы, и нужны советы. 🟢Первый такой пост уже написан следом за этим Если у вас есть какие-то свои идеи на этот счёт, делитесь в комментариях.

Open in Telegram
Views3,625+4%vs avg
Forwards32
Reactions88
Comments6
#177Photo
Views3,959+14%vs avg
Forwards13
Reactions22
Comments3
#176Photoedited
Views5,455+57%vs avg
Forwards12
Reactions38
Comments45
#173Photoalbum
Views5,991+72%vs avg
Forwards51
Reactions38
Comments8
#172Photoedited

🔸 Claude Opus 5.5 — вышел Anthropic выкатили Opus 5.5, доступен уже везде. Главный тезис: по большинству задач модель на уровне Fable 5.1, а на типичных задачах обходится на 40% дешевле, чем Opus 5. Интересно, что по агентному кодингу Opus 5.5 обгоняет и Fable 5.1, а не просто догоняет. На мой взгляд, это даже вполне ожидаемо. Цена снизилась: - $4/$20 за миллион токенов (было $5/$25) - Чтение из кэша — $0.20 (было $0.50), минус 60%. Для длинных агентных сессий это как раз самая заметная статья расходов - Fast mode — $8/$40, до 2.5x быстрее. Есть в Claude Code и на Claude Platform Что ещё интересного: - Отвечает на 30% быстрее Opus 5. Ранние тестеры пишут про экономию токенов на 40–60% на сложных задачах - Ответы стали короче и понятнее. Обещают, что важное теперь идёт первым, и агент льёт меньше воды - Отзыв из early access: «аудит и фикс кодовой базы на 200k строк меньше чем за три часа, Opus 5 на это ушло 20+ часов». Ещё был кейс про миграцию на 680k строк меньше чем за день По безопасности: лучший результат на автоматическом поведенческом аудите среди всех Claude, на 85% меньше попыток обойти ограничения, чем у Opus 5. Лучшая устойчивость к prompt injection. При этом задачи, связанные с безопасностью, теперь переадресуются на Opus 4.8 🤔 Для безопасников есть Cyber Verification Program. С биологией аналогично: доступ ограничен, для организаций есть отдельная программа верификации. 🟢Самое приятное: подняли пятичасовые лимиты на Pro, Max и Team подписках. И... появилась функция сброса лимитов 🔸🔫🔵 ———— Меня больше всего радует снижение цены. Если экономия токенов на 40–60% подтвердится на реальных задачах, то в подписке это считай половина лимита сверху, плюс официальное повышение и резеты лимитов. А я в последнее время частенько упирался в них, порой приходилось даже вторую подписку оплачивать. Будем пробовать ☀️ #anthropic #opus #claude

Open in Telegram
Views5,401+55%vs avg
Forwards43
Reactions39
Comments19

All posts

Connections