Faust

Без сумніву, думаю може і дві ушатати

Google дозволить використовувати Gemini на технічних співбесідах Скоро компанія буде тестувати новий формат: кандидати зможуть користуватися AI під час етапу на розуміння коду. В Google оцінюватимуть саме те, як людина працює з AI інструментом: як формулює запити, як перевіряє відповіді і знаходить помилки. PS - тут можгна підписатись на мій YouTube в один клік, щоб не пропускати епізоди про АІ,: @Flowygnatyuk?sub_confirmation=1" target="_blank" rel="nofollow noopener">youtube.com/@Flowygnatyuk?… 👈

Записав епізод про AI для здоров’я. В середу буде тут: @Flowygnatyuk?sub_confirmation=1" target="_blank" rel="nofollow noopener">youtube.com/@Flowygnatyuk?… 🙌

Порадьте книгу: читали щось таке останнім часом, від чого складно було відірватись?

Whoop VS Fitbit Air? Google запустив Fitbit Air за $99. Прямий конкурент Whoop, але інша бізнес-модель/дешевший. Whoop: залізо безкоштовно, підписка від $199/рік. Google: $99 одноразово, підписка опціональна. Google Health Premium - $9.99/міс. AI-коуч на базі Gemini, розшифрування лабораторних PDF, аналіз їжі по фото тарілки, голосове логування тренувань. Базові метрики (HR, сон, SpO2, HRV, AFib) працюють без підписки. Я на стороні Oura, якщо що. 🙂 Розповідав про свій досвід тут: youtu.be/5vlXcTcL1nc?t=… 👈

☺️🤝👇 @Flowygnatyuk?sub_confirmation=1" target="_blank" rel="nofollow noopener">youtube.com/@Flowygnatyuk?…

Моя адаптація: McKinsey AI transformation manifesto. Нічого особливого, але досить добре зібрано та підсумовано, посилання на повний репорт внизу. + youtu.be/y87B6zzCc6Q?si… - тут мій епізод про AI-трансформацію для бізнесу: і те що ми зрозуміли після сотень дзвінків з компаніями. Підписатись на YouTube в один клік, щоб не пропускати епізоди про АІ, тут: @Flowygnatyuk?sub_confirmation=1" target="_blank" rel="nofollow noopener">youtube.com/@Flowygnatyuk?…

@ygnatyuk_ 🤣

We are 100% AI-native company:

🤝

Claude випустив нові туторіали. 10 найкорисніших для роботи: - Створення презентацій Claude Design: claude.com/resources/tuto… - Прототипи і UX через Claude Design: claude.com/resources/tuto… - Opus 4.7 для складних задач з reasoning: claude.com/resources/tuto… - Dispatch у Cowork: керування ПК з мобільного: claude.com/resources/tuto… - Налаштування Cowork під свій workflow: claude.com/resources/tuto… - Skills: навчити Claude вашому способу роботи: claude.com/resources/tuto… - 4 D's AI Fluency: як виміряти чи команда вміє з AI: claude.com/resources/tuto… - Research для глибоких досліджень з джерелами: claude.com/resources/tuto… - Curriculum як прокачатися у Claude (research-backed): claude.com/resources/tuto… - Artifacts: створювати AI apps без коду: claude.com/resources/tuto… + Додатково: - Мій епізод про AI-трансформація для бізнесу: youtu.be/y87B6zzCc6Q?si… - Мій епізод про Claude Skills: як створювати AI-працівника? Огляд, use cases, промти: youtu.be/iy6wuMHiMYg?si… - Підписатись на YouTube в один клік, щоб не пропускати епізоди про АІ, тут: @Flowygnatyuk?sub_confirmation=1" target="_blank" rel="nofollow noopener">youtube.com/@Flowygnatyuk?… Кожен туторіал це конкретний use case на впровадження. Різниця між "пробую AI" і "вбудував у процеси" - в кількості таких рішень, які ви реально використовуєте.

Your WebRTC app can pass QA and still fail in production. Not because the code is broken. Because the network assumptions are wrong. We at @kindgeeks saw this during a React Native rebuild of a mobile surveillance app. Before any development started, we ran a full network scenario analysis across five real deployment environments. Four of them surfaced failure modes that could have broken video streaming in production. The pattern was clear. Office WiFi is not just WiFi. Client isolation can block device-to-device communication. NAT hairpinning can drop the fallback path entirely on routers that don't support it. Corporate VPNs are not neutral pipes. UDP gets blocked or throttled. Encapsulation headers shrink the effective MTU and fragment video packets in transit. Public mobile networks are not predictable. Carrier-grade NAT makes direct P2P unreliable for a meaningful share of users. Without TURN exposed on TLS/443, a subset of users will get no video at all in restrictive environments. Reverse proxies don't carry media. Signaling over WebSockets passes through fine. UDP media dies because proxies are built for HTTP. Idle WebSocket connections can time out mid-stream with no clean error. Full TURN dependency changes the architecture. The relay now processes every byte of video. That means 2x bandwidth, 20 to 50ms of added latency, redundancy planning, and regional TURN nodes for any real-time control. The important takeaway: Most mandatory fixes were not mobile fixes. They were infrastructure decisions: firewall rules, TURN topology, TLS/443 exposure, split-horizon DNS, MTU caps, proxy configuration, and regional relay planning. The one mobile-side exception was reverse proxy environments, where explicit 25-second WebSocket heartbeats were required to keep signaling alive. This is why we run network scenario analysis before any code is written. Because when video fails in production, asking "which component is broken?" is too narrow. The better question is: "Which environment did we forget to design for?" Full article and the surveillance app use case in the first comment. Full technical breakdown of all five WebRTC mobile network scenarios, with DevOps checklists, mobile-side impact, and the surveillance app use case behind this analysis: kindgeek.com/blog/webrtc-mo…

@igor_s_welt24 @ygnatyuk_ Відчувається депресія. Але це ще стадія «відторгнення», пізній етап

@faustian404 @ygnatyuk_ В реальності замість пафосних «orchestrate systems» доводиться повертатися до перегляду кожного рядка. І ці зміни ролей - з креативного режиму в режим няньки: приносять із собою смуток і депресію. Учора ти творив, як Мікеланджело, сьогодні ллються тонни безглуздого вайб-кодингу

Як Claude Code змінює роль інженерів: P.S: 1. Мій епізод українською про Claude Skills тут: youtu.be/iy6wuMHiMYg 2. Підписатись на YouTube в один клік, щоб не пропускати епізоди про АІ, тут: @Flowygnatyuk?sub_confirmation=1" target="_blank" rel="nofollow noopener">youtube.com/@Flowygnatyuk?…

@igor_s_welt24 @ygnatyuk_ Як на мене, то висер-це твій комент. Я 20 років програміст, і як на мене це дуже стандартизовани опис змін, які вже відбуваються

@ygnatyuk_ Кожен програміст дивиться на цей «powerpoint-висер для менеджерів» і хитає головою. Тому що інші питання і проблеми насправді нас турбують, працюючи з ШІ.

@ygnatyuk_ @Michael47242613 Interesting

AI does not fix a broken SDLC. It scales whatever operating model already exists. Our CTO @Michael47242613 on what AI-native software development actually means in 2026: kindgeek.com/blog/ai-native… 👈

@txipua @ygnatyuk_ Написав, щоб щось пизданути просто. Я теж роки в консалтингу, і мені, наприклад, чітко зрозуміла вся логіка відео, ще й блядь смішне чи сумне, що ти пишеш про частину епізоду про інфраструктуру де йдеться про згадку посту від CEO of Box, іди ще йому розкажи про консалтинг 🤡

@ygnatyuk_ Якщо ви в консалтингу 11 років, то яким чином для вас до останнього часу перелічені у відео проблеми з інфраструктурою у клієнта були вам не зрозумілі і вас дивували? Шо це за консалтинг у вас був такий? 🤔

Новий епізод Flow: AI-трансформація для бізнесу: що ми зрозуміли після сотень дзвінків з компаніями youtube.com/watch?v=y87B6z… - Дивитися на YouTube👈 Кожна друга компанія зараз виділяє бюджети на AI-трансформацію, запускає пілоти, тестує інструменти. І багато компаній застрягають. І не тому, що AI не працює. За останні 6 місяців моделі зробили феноменальний прорив. Проблеми в іншому. У цьому епізоді розкажу все через наш досвід в EasyFlow. Ми провели сотні дзвінків з компаніями різного масштабу: стартапи, скейлапи, корпорації в різних країнах та індустріях. І побачили патерни, які повторюються дуже часто. У цьому епізоді: • Як EasyFlow починав як AI Agents компанія і чому ми це змінили • 8 симптомів проблем з AI-трансформацією • Головна проблема: чому дані більшості компаній не готові до AI і 3 виміри якості даних • Автоматизований хаос замість AI-трансформації • Як ми перебудували EasyFlow у 4 сервіси навколо реального шляху клієнта • AI Transformation, AI Engineering з Vibecode Cleanup, AI Product Development і AI Agents • Спостереження Aaron Levie з Box: change management, legacy-системи, use cases • Чому AI не зробив складне простим • 3 питання, які варто поставити перед стартом AI-трансформації Буду вдячний за ваші думки в коментарях на YouTube👈

@ygnatyuk_ ахахахахахахахаха

Багато кому з вас, хто працює з Claude, скоріш за все, останніми тижнями могло здаватись: модель стала "лінивішою". Ну от, вам не здавалось. Мій кейс: рахував я по одній компанії річну дохідність з Claude. Коротко, модель видала цифру, яка мене реально засмутила, і пів дня я ходив сумний/не міг з цим погодитися, бо в контексті цієї компанії така цифра просто не мала сенсу. Вирішив перевірити. Виявилося, що Claude не ходив у відкриті джерела, не перевіряв реальну дохідність за останні роки, просто взяв "логічне на його думку" середньозважене значення і видав мені (це при тому, що в чаті були лінки звідки брати дані). Коли перерахували нормально, дохідність виявилася значно вищою. На моє "чому ти так затупив?" він чесно відповів: "Сорі, не перевіряв, не брав реальні дані, вигадав на середньому". Я собі після цього прописав окремий скіл для ресерчу саме такого формату з кількома раундами валідації. Але історія така собі. В чому проблема? - Стелла Лауренці, AI Director в AMD, 2 квітня опублікувала на GitHub аналіз 6,852 сесій Claude Code з висновком що глибина міркувань впала приблизно на 67% з кінця лютого. - @AnthropicAI через @bcherny частину висновків оспорив, але визнав дві тихі зміни дефолтів саме в Claude Code: 9 лютого увімкнули adaptive thinking, де модель сама вирішує наскільки глибоко думати, а 3 березня знизили дефолтний ефорт з high на medium. - На деяких кроках модель реально виділяла нуль токенів на мислення і "не думала" перед відповіддю, це Cherny публічно визнав. Вчора Anthropic викотили Claude Opus 4.7. Схоже, фідбек дійшов. Що важливо: - Новий рівень xhigh між high і max, який Claude Code тепер ставить дефолтом на всіх планах; - /ultrareview, глибокий multi-agent перегляд коду де різні агенти шукають баги, дірки в безпеці, проблеми з логікою і перформансом паралельно; - +13% resolution на 93-task coding benchmark і +14% на complex multi-step workflows при меншій кількості токенів і третині tool errors (офіційні цифри Anthropic); - Vision у 3x вищій роздільній здатності, до 2,576 пікселів по довгому краю (~3.75 MP). Ми в @easyflow_ai і @kindgeeks вже потестували 4.7 на реальних задачах, модель і справді менше придумує зайвого. Хоча на фото до посту скрін з логічною задачею для особистого використання, вже для Claude Opus 4.7, і результат бачите самі 📷. Але він вчиться. Як перевірити і підняти глибину міркувань у себе. - Claude Code через термінал. Виконайте`/effort xhigh` прямо в сесії. Якщо ви вже на 4.7 і нічого не чіпали, воно вже так стоїть за замовчуванням. Якщо раніше вручну ставили medium або high, різниця буде відчутна з першого ж завдання. Веб або мобайл. Слайдера ефорту там немає, контроль виглядає по-іншому. Три речі які реально впливають: 1. Переключитись у пікері моделей на Claude Opus 4.7. За офіційним твердженням Anthropic, 4.7 на low ефорті приблизно дорівнює 4.6 на medium. Якщо залишаєтеся на 4.6, отримуєте старі дефолти. 2. Включити тумблер "Adaptive thinking" прямо в dropdown пікера моделей (клік по назві моделі внизу чату, тумблер під "Opus 4.7"). На 4.7 він працює адаптивно: модель сама вирішує коли думати глибше, а прості питання відпрацьовують швидко без зайвого "податку токенами на думання". 3. Cтимулювати "глибину думки" промптом. У веб-версії не працюють ні API-параметри, ні `/effort`. В офіційному migration guide Anthropic радить додавати в промпт точкову вказівку формату "This task involves multi-step reasoning. Think carefully through the problem before responding". Це і є "ручний xhigh" для веб і мобайл. До цього добре додавати персональні правила типу "перевіряй цифри через web search, не вгадуй коли немає даних, роби self-review перед фінальною відповіддю". Також для уточнення раджу використовувати щось типу: "Задавай мені більше запитань. Заповни всі інформаційні прогалини. Не роби жодних небезпечних припущень". Ну і плюс: завести окремий Project з кастомною інструкцією, яка вимагає завжди перевіряти цифри через web search, не вгадувати коли немає даних, і робити self-review перед фінальною відповіддю. P.S мій епізод про Claude Skills тут: youtu.be/iy6wuMHiMYg Підписатись на YouTube в один клік, щоб не пропускати епізоди про АІ, тут: @Flowygnatyuk?sub_confirmation=1" target="_blank" rel="nofollow noopener">youtube.com/@Flowygnatyuk?…

Основне питання, чи після програшу Орбана ви виборах, почне більше прилітати по Закарпаттю? 🤔

@ygnatyuk_ це вже дуже гудддд

Anthropic щойно запустив Claude Managed Agents. І це можливо один із найважливіших AI релізів саме для бізнес/enterprise за останній час. Чому? Бо для більшості компаній найскладніше в AI-агентах не прототип. Найскладніше реальний production. До цього запуск реального AI-агента з Claude зазвичай виглядав так: - спочатку будуєш інфраструктуру - налаштовуєш orchestration, reliability, monitoring, permissions - підключаєш інженерів/інвестуєш їх час ще до того, як взагалі розумієш цінність самого workflow для бізнесу У багатьох випадках інфраструктура займала більше часу, ніж логіка самого агента. Claude Managed Agents повинен це змінити. Ти визначаєш: - задачі агента - інструменти, які він може використовувати - guardrails, в межах яких він має працювати Anthropic бере на себе production-infrastructure. І це повинно скоротити шлях від прототипу до деплою. І це значно важливіше, ніж може здатися на перший погляд. Бо головне питання в enterprise AI зазвичай не: “чи може модель це зробити?” Головні питання інші: - чи можна це безпечно задеплоїти? - чи буде це працювати стабільно? - чи можна це масштабувати без окремого проєкту на інфраструктуру? І саме тут більшість AI-ініціатив і починає гальмувати. Антопік показав перші кейси: @NotionHQ: команди можуть делегувати роботу Claude прямо всередині workspace, запускаючи десятки задач паралельно. @asana: побудували AI Teammates, які працюють всередині продукту як частина команди @Rakuten: запускають спеціалізованих агентів для product, sales, marketing та finance, кожного менш ніж за тиждень Для команд, які реально будують AI-системи, це важливий апдтейт. Менше часу на agent plumbing. Більше часу на - дизайн workflow - UX - бізнес-логіку - опрацювання фідбеку від клієнтів - реальний результат для компанії Ми уважно моніторимо всі ці релізи в @easyflow_ai та @kindgeeks та одразу інтегруємо в нашу роботу. Мій епізод українською про Claude Skills тут: youtu.be/iy6wuMHiMYg Підписатись на YouTube в один клік, щоб не пропускати епізоди про АІ, тут: @Flowygnatyuk?sub_confirmation=1" target="_blank" rel="nofollow noopener">youtube.com/@Flowygnatyuk?…

@MultiDelovoi 🤣

@faustian404 ого мене тоді взагалі повісити на площі

Коротко про податкові ініціативи уряду