Про ИИ писать приятно, но еще приятнее получать такие новости: мы вчера вынесли три золота в разных категориях с премии Workspace Awards 2025!

🏅Лучшее приложение для e-commerce — Love Republic. Сделали приложение, которое увеличило конверсию в покупку в 2 раза.
🏅HoReCa — Бургер Кинг. Преобразили приложение, в котором заказывает бургеры вся страна. Пять лет работаем вместе!
🏅IT-технологии и сервисы — Моя Смена. Пересобрали устаревшее приложение и увеличили число регистраций на 30%. Решаем проблемы найма синих воротничков.

Спасибо команде Surf за работу, а клиентам — за доверие.
Приходите к нам, сделаем также, еще и золото заберем на любых конкурсах, какие только пожелаете.

Обсудить проект/идею/позвать на кофе: @vmakeev

Ну вот, массовая генерация фоток стала на шаг доступнее. Не нужно 3 минуты ждать в веб-приложении для каждой фотки.

И последний пример — про глюки нейросети.

Фото 1 — подборка вещей для готового лука
Фото 2 — попросил нейросеть одеть человека в эти вещи

Запрос такой: "Make a professional fashion photo of a beautiful brunette girl wearing this outfit".

До идеала пока далеко, одежду со сложными деталями и силуэтами ИИ отдает с ошибками. Что бросается в глаза:
1. Юбка короче, чем на референсе
2. Рукава блузки срослись с джинсовкой
3. Многие детали не совпадают (от подвески до куртки)

Вот, как это может работать.

Фото 1 — платье из каталога Love Republic
Фото 2 — карточка товара на сайте (живая модель, живая съемка)
Фото 3 — изображение, созданное нейросетью, под мой запрос.

ИИ сгенерировал образ для максимальной конверсии:
1. Нейтральная, но привлекательная внешность модели — это позволяет покупательнице легче представить себя в этом платье.
2. Натуральный макияж подчёркивает черты, не отвлекая от самой вещи.
3. Такая внешность универсальна и лучше "масштабируется" на разных целевых сегментах.
4. Мягкий серо-бежевый фон и хорошее фронтальное освещение подчёркивают текстуру ткани и посадку платья.
5. Ничего не отвлекает от товара — фокус на платье.

Сколько стоит реальная фотосессия, для которой арендуют студию, зовут визажистов, стилистов и еще с десяток спецов? ChatGPT говорит, что от 100 000 за 3-4 часа съемки.

Сколько стоит ИИ-фотосессия? 20 долларов в месяц.

Fashion is my passion

В преддверии запуска двух проектов — мысли про fashion-фото в e-commerce.

▪️Качественный контент в e-commerce сегодня могут себе позволить либо бренды с узким каталогом, либо гиганты вроде Zara, где каждая вещь отшивается тиражом в 30 тысяч штук.

▪️Для брендов среднего размера (1000–5000 SKU) хорошая съемка каталога обходится дорого. А для мультибрендовых магазинов и вовсе беда: тысячи товаров от разных поставщиков, часто приходится довольствоваться фото от производителей, иногда — снимать самим, без моделей.

▪️Даже с проф. съемок регулярно отдают некачественный контент. Мало времени, дефицит моделей, одни и те же девушки курсируют между брендами, размывая визуальное лицо каждого из них.

Поэтому интересны такие кейсы: 
➖Генерация карточки товара по фото вещи (и, опционально, внешности модели). Можно использовать AI-аватары.
➖Расширение фона, особенно вверх, чтобы не перекрывалось лицо модели в превью айфона.
➖Повышение качества фото.
➖Замена фона на более естественный.
➖Генерация вертикальных shorts на основе фото.

После обновления GPT-4o это стало частично возможным. Но есть нюансы:
1. GPT не всегда точно передаёт детали вещей — каждое фото нужно проверять вручную.
2. Генерация занимает несколько минут. У бренда может быть 5000 SKU и по 6 фото на каждый. Нужен инструмент, который позволит централизованно управлять промптами, моделями и задачами генерации. По одному фото вручную не работает.

Курьёз: почти никто не отслеживает конверсию в продажи по каждой модели. Хотя разница может быть до ±30%. Можно посчитать, какие модели лучше продают и оставить только их. Здесь должны появиться интересные выводы о том, какие типажи внешности коммерчески более эффективны.

Да простят меня женщины, но я уверен: AI-модели — это ближайшее будущее моды.

Про вайбкодинг

Я сжег уже больше 100М токенов в Claude Code, потому имею моральное право поделиться опытом про вайбкодинг.

1. Вайбкодинг действительно очень сильно ускоряет решение большей части задач. Нюанс, как обычно, в том, чтобы вовремя заметить те 20% кода, где его применять не надо.

Не надо применять:
- нетривиальный алгоритмический код (сломается в корнеркейсе - задолбаешься дебажить);
- свежие библиотеки (даже если заставлять читать документацию из интернета, в среднем получается плохо);
- метапрограммирование, написание фреймворков, дизайн API между компонентами;
- security-sensitive задачи.

Надо применять:
- +1 задачи (посмотри, как сделано здесь, и сделай по аналогии);
- все некритичные задачи в незнакомом домене (набросать фронтенд);
- типичный IO layer (в основном хендлеры);
- задачи, в которых вся “сложность” - знать 100500 команд и флагов API (например, aws cli).

2. Вайбкодинг несет неочевидный оверхед в сеньорной команде. Раньше если человек видел код и не понимал его с первой попытки, применялась презумпция качественного кода: если оно написано и закоммичено умным человеком, то, наверное, в этом смысл, надо перечитать и вдуматься. Сейчас иногда приходится переспрашивать “в этом есть какой-то нетривиальный замысел или ты просто нагенерил говна?”

3. Всегда нужно останавливаться и рефакторить - что-то руками, что-то и вайбкодом (“остановись и посмотри, что ты нахуевертил”). Вайбкодинг приводит к куче лишних сущностей, надо вовремя подрезать.

4. Если диалог идет не в ту сторону с нескольких итераций, нужно всегда начинать сначала, его уже не спасти. Если несколько попыткок стабильно скатываются в дичь, несмотря на добавление деталей в изначальный промпт, см. пункт 1.

5. Главный кайф не только в кодогенерации, а именно в активном агентском режиме - кидаешь промпт типа “посмотри на CI, почему упал такой-то PR и найди проблему” или “я задеплоил сервис этим терраформом, посмотри все логи и разберись, почему хелсчеки не проходят”.

6. Для эффективной работы нужно дописывать правила в CLAUDE.md (.cursorrules и так далее), подключать релевантные MCP и в целом анализировать, где оно косячит. Например, вот кусок моего глобал конфига:
Python style guide:
1) when catching exceptions, use logger.exception("message"), not logger.error(str(e)).
2) do not use mocks unless explicitly asked!
3) ensure types are correct, e.g. def hello(name: str = None) is WRONG, def hello(name: str | None = None) is correct.
4) use logger = logging.getLogger(__name__) when declaring a logger
5) prefer match + case over if + elif + else
6) using hasattr is typically a sign of bad design!

Делитесь своими лучшими практиками в комментах! Просто ворчать, что вайбкодинг - херня для кретинов, можно тоже там.

Технологическая сегрегация

ИИ-агенты для программирования уже стали частью реальности — от Cursor и Copilot до Firebase Studio. Они быстро эволюционируют и берут на себя всё больше задач. Это не вопрос будущего — это вопрос выбора: как встроиться в новую реальность?

Что надо делать уже сейчас:
➖Заменить свою IDE на Cursor (даже если он не так заточен под ваш главный фреймворк) и Gemini 2.5. Начать платить за Cursor. И использовать его в режиме агента, а не только автодополнений.

➖Начните платить за ChatGPT — $20 в месяц стоят того. Deep Research — пушка.

➖Попробуйте на практике любой MCP сервер и Cursor как клиент. Получите шок и держите руку на пульсе того, что будет происходить с MCP дальше.

➖ Подпишитесь на телеграм-каналы про LLM. Следите за релизами новых моделей и за обновлениями инструментов разработки. Придётся менять IDE и модели постоянно — это новая норма.

Грядёт технологическая сегрегация: разработчики поделится на тех, кто смог адаптироваться, и тех, кто останется без работы под мостом в хвосте. Ригидность и скепсис могут оставить вас не в той группе.

Вспоминаю 2017 год. Еду в Убере по Сан-Франциско. Таксист – настоящий техно-энтузиаст: с восторгом говорит о том, что скоро все машины станут self-driven. Только вот власти мешают испытаниям на дорогах, но надо тестировать технологию хотя бы в Мексике.

Почему? Мексиканских пешеходов не жалко – их все равно массово убивают на улицах.

Я говорю: «Ты ведь работу потеряешь». А он отвечает: «Это неважно. Главное — насколько это интересно».

Сейчас я — этот таксист.

Прочитал доклад AI 2027 – это своего рода манифест, как и Situational Awareness. Только ещё более оптимистичный: авторы прогнозируют появление AGI уже к концу 2027 года, а не в 2030. Да, это тот самый ИИ, который лучше и умнее любого человека на земле.

Ключевая новизна — в алгоритме создания AGI:
➖2025–2026: появятся агенты-разработчики, которые пишут код лучше людей. Это не только самая прикладная и экономически выгодная область, но и принципиальный первый шаг к AGI. Ведь код — это основной инструмент следующих этапов исследований.

➖Появление AI-исследователя. Агент, способный выдвигать гипотезы, проводить эксперименты и публиковать научные работы. Уже в марте 2025 ИИ сгенерировал статью, прошедшую рецензию на научной конференции.

➖Массовая автоматизация исследований. Миллион AI-исследователей будут проводить научные работы в 50 раз быстрее человека. Запустится петля самоулучшения ИИ. Их исследования позволят им же становиться умнее с каждым днем. Именно они и создадут AGI – человек лишь даст старт.

Почему это случится раньше, чем мы думали?

Мы недооцениваем темпы развития ИИ. В подкасте авторы вспоминают: если бы нас во времена GPT-3 спросили, когда появится то, что есть сегодня, мы бы ответили — лет через 5. Но все случилось быстрее.

Леопольд Ашенбреннер в тексте "Предчувствие будущего" объясняет рост x10 в год тремя факторами:
▪️скорость железа: +0.5 порядка в год,
▪️алгоритмическая эффективность: +0.5 порядка,
▪️разблокировка моделей (новые методы, например Chain of Thought, RL и т.п.): ещё +0.5 порядка.
▪️Итог — x10 в год, а за 6 лет — уже x1 000 000. И по факту, спустя 10 месяцев всё развивается именно так. США запустили свой "Манхэттенский проект" в AI.

Я в это все верю.

Привет! Еще в универе я создал cтудию разработки Surf. За 14 лет мы выросли в серьезных ребят и сейчас нашими приложениями пользуется каждый третий житель страны – вы в их числе.

Так уж вышло, что все вокруг давным-давно завели свои каналы, один я неприкаянный хожу — так мне мой маркетолог сказал. Поэтому теперь и у меня есть свой блог.

О чем буду писать? Обо всем, что для меня важно — про управление агентством, развитие AI, состояние российского IT-рынка, тонкости работы с клиентами и секси-фишки в продуктах.

Раз в неделю буду проводить UX-разборы разных продуктов, но об этом чуть позже. А пока подписывайтесь, иначе придется уволить маркетолога.