Михаил Пузырёв
Главный по нейросетям, автоматизации бизнес-процессов и корпоративному обучению. Внедрение AI-агентов под ключ, наставничество. a-sage.ru
"Даже..."))) Gemini в antigravity, пожалуй, лучшие.
DeepSeek прекрасен как бюджетная «рабочая лошадка» для простых прикладных задач и быстрой проверки гипотез.
И по API тоже удобно и дёшево.
Каждому уровню задач свой инструмент.
Сам пользуюсь иногда. Здесь же разница именно в харнессах. Кому что больше нравится. А так мне больше Antigravity подходит.
Одно другому не мешает.
Если у бизнеса есть бюджет и регулярный поток задач - нанять хорошего вайбкодера отличное решение. Но чтобы поставить ему внятную задачу, оценить адекватность сроков и понимать, за что именно ты платишь деньги, предпринимателю полезно хотя бы раз пощупать инструмент самому.
Яйцо всмятку получается, если пытаться с первого дня собрать аналог маркетплейса или CRM-систему на миллион пользователей 😅
Для мелких задач ( собрать калькулятор услуг для сайта, быстро лендинг смастерить или написать парсер прайсов поставщиков) глубокий опыт в коде не нужен. Зачем предпринимателю становиться программистом?) Его задача - научиться быстро автоматизировать рутину своими руками, когда дергать стороннего разработчика долго и дорого.
С тезисом про ответственность согласен на 100%. Переложить риски за работу сервиса на нейросеть не получится - отвечает всегда владелец бизнеса.
По поводу моделей: в сложных архитектурных вопросах топовые модели действительно глубже. Сила китайских моделей сейчас в другом - это колоссальное соотношение цены и качества для прикладных задач. Для проверки гипотезы или автоматизации рутины они дают отличный результат без переплаты в сотни долларов. А проверку базовой безопасности и здравый смысл никто не отменял.
Отличный, детальный разбор. В главном я с вами согласен: сырой код из нейросети и готовая боевая система на продакшене - это две принципиально разные вещи.
Уточню контекст статьи, чтобы не путать теплое с мягким:
Про «замену программиста за 500 рублей»: Речь не о том, чтобы уволить техдиректора и перевести на нейросеть высоконагруженный сервис. Речь о проверке гипотез и мелких внутренних задачах предпринимателя (парсинг прайсов, выгрузка отчетов, бот-опросник). Раньше на такую гипотезу нужно было искать человека и отдавать 50 -100 тысяч за прототип. Сейчас фаундер может за вечер собрать рабочий концепт и понять, взлетает идея или нет.
По поводу математики расходов: Вы посчитали самый дорогой сценарий — пиковые часы и 100% промахов мимо кэша. На практике агентные среды держат кэш контекста на уровне 70–85%. Соответственно, реальные затраты на порядок ниже. Смысл здесь в том, что для быстрой проверки гипотезы входной билет стоит буквально копейки.
Банально сделать лендинг, на который раньше бы ушло тысяч 30 и пару недель, теперь17 минут и 17 центов (примитивная задача, но очень частая).
Про локальность и данные: Здесь справедливое уточнение. Файлы лежат на вашем диске, но куски контекста улетают в API провайдера. Если внутри есть реальные клиентские данные - их нужно либо обезличивать до отправки, либо уходить в закрытый контур.
Спасибо за развернутый комментарий - для тех, кто планирует выкатывать такие решения на реальных клиентов, это важное заземление.
Почему же кривые? Это всё на основе официальной документации DeepSeek..
да-да. в точку.
Да, выбор модели важен. А еще и её дообучение.
Несколько раз настраивал CRM клиентам (и себе тоже, конечно). Делал в Antigravity от Google. Я вообще всё только там делаю. Там быстрее всего, меньше ошибок и контекстное окно большое.
По безопасности:
При разработке обезличиваю данные (90% случаев). Недавно делал тренинг для корпорации одной, и нужно было кейсы показать на основе их реальных задач и их данных. Они просто отправили нужные материалы обезличенные. Я всё сделал, показал и отдал.
А они уже у себя развернули (или нет...).
Моё почтение!, Отличный комментарий. Подписываюсь под каждым пунктом.