Александр Нетребский

Команда внедрила Claude Code, Cursor и Copilot. Разработчики чувствуют, что стали быстрее в 2-3 раза. А релизы выходят с той же скоростью, что год назад. Если узнаёте картину - дальше три шага аудита, которые показывают, куда уходит сэкономленное время.

Вчера разговаривал с CTO одного продукта - команда 15 человек, активно используют Claude Code и Cursor больше года. CTO говорит: "Разработчики чувствуют, что стали в 10 раз быстрее. Но в спринте мы выкатываем столько же, сколько год назад". За последний месяц похожие фразы я услышал от пяти разных технических лидеров. Это уже не совпадение, это пат…

В Cerebral Valley прошёл Voice Summit - 13 фаундеров AI-стартапов от Sierra и Cartesia до Wispr Flow и Abridge. Я строю AI-агентов в продакшене, поэтому слушал внимательно. Вот пять выводов, которые изменили мой подход к voice-стеку - и один факт, который никто не сказал вслух, но он, возможно, важнее всех остальных.

Запустить AI-голосового агента сегодня - проект на выходные. Поднимаете Vapi или Retell, прописываете промпт, привязываете SIP - и бот звонит. А вот распознать, кто реально взял трубку, и подключиться достаточно быстро, чтобы не упустить живого человека - это та часть, на которой ломается каждый outbound-стек.

С 18 по 28 апреля 2026 года Gemini API работал нестабильно. Десять дней подряд. На Google Cloud - инфраструктуре, которую обычно считают эталоном стабильности. Таймлайн доступен на странице статуса AI Studio.

Copilot открыт весь день. Подсказки не принимает почти никогда. На стендапах: «активно использую AI». В метриках - тишина.

Полгода назад "построить AI-агента" означало, что твоя команда сама пишет цикл вызовов. Эта эра закончилась. Реальный выбор сейчас не "какой фреймворк взять", а "в какой категории задач вы находитесь". Большинство CTO, с которыми я общался за последние месяцы, до сих пор выбирают, будто на дворе 2024.

На прошлой неделе закрыл задачу: интеграция Langfuse в свой опен-сорсный агентный фреймворк Tuplet. Через два дня после деплоя понял, что без встроенного трейсера работать невозможно.

Claude Code отрапортовал: работа закончена. 4 задачи из 5 отмечены как выполненные. Пятая, "Commit and open PR", осталась открытой. Агент перешёл к следующему запросу, будто незакрытого пункта и не существует.

Это был Claude Opus 4.7 с максимальным уровнем рассуждений (extra-high thinking). Самая мощная модель, которая у меня есть, на самой в…

$0.08 за миллион токенов. Столько стоит Gemma 4. Claude Opus 4.7 - $5. Та же задача, разница в 62 раза.

Очевидный вопрос: может ли модель за такие деньги реально работать как агент? Месяц тестов в продакшене дал ответ. Но не такой, как я ожидал.

Ваш AI-агент здоровается - и это стоит 8 247 токенов. Не за ответ. За приветствие.

В продакшен-проектах по AI я вижу одну и ту же картину: команда делает POC, он работает, запускает в масштаб - и счёт облака становится сюрпризом. Строчка расходов не сходится: модель делает меньше, чем ожидали, а стоит дороже, чем закладывали.

Ваш AI-агент тратит деньги. Вы можете объяснить - на что именно? Не общий счет за месяц. А разбивку: какой LLM-вызов сколько стоил, какой tool call запустил цикл навигации по файлам, почему одна задача обошлась в $4, а похожая - в $0.50.

Большинство команд не могут. Они видят инвойс, а не трейс. Это как вести бизнес без бухгалтерии - деньги у…