To Dual — Дима Еременко

Claude Design: когда дизайн становится разговором Помните исследование AI Fluency Index? Там Anthropic показал, что чем красивее результат у ИИ — тем меньше мы его проверяем. Но есть и другая сторона этого процесса: ИИ научился делать результат, который выглядит профессионально. Настолько, что Anthropic выкатили Claude Design — отдельный режим, где ты не собираешь макеты в Figma, а ставишь задачи текстом. Пишешь в чат: «сделай 8 карточек для телеги про Claude Design в моём стиле». Получаешь HTML. Говоришь: «заголовок крупнее, убери оранжевый фон» — правится в сообщении, а не в слоях. Сначала кажется, что это игрушка. Но когда начинаешь работать на объеме — презентации, прототипы, карточки для соцсетей, то понимаешь главное: исчезает прослойка между задумкой и результатом. Ты не переключаешься на инструмент, не ищешь нужный шейп, не копируешь стили со старого файла. Он держит твой визуальный язык. Даёшь один раз палитру, шрифт, пару референсов — дальше всё новое он собирает в этом же стиле. Мой серый фон, Manrope, оранжевый пунктир — все подхватил. TLDR: дизайн-софт перестает быть местом, где ты собираешь макет. Он становится местом, где ты объясняешь, что хочешь увидеть. Figma ставится инструментом для финальных правок или работы над сложными и серьезными креативами. P.S. Эти 8 карточек тоже сделаны в Claude Design. Ни одного слоя руками.

AI fluency index: Anthropic измерил, как мы работаем с ИИ Вчера Anthropic опубликовал исследование AI Fluency Index. Они проанализировали почти 10 тысяч разговоров с Claude и измерили, насколько люди умеют работать с ИИ эффективно. Главная находка: когда ИИ создаёт что-то красивое — код, документ, презентацию — мы перестаем думать критически. К слову, обсуждаем это в TO DUAL уже несколько месяцев Ну и любимое — цифры: если ИИ генерирует артефакт (файл, приложение, таблицу), пользователи на 5.2% реже проверяют, чего не хватает в ответе. На 3.7% реже проверяют факты. На 3.1% реже спрашивают, почему ИИ рассуждал именно так. То есть чем красивее и завершеннее выглядит результат, тем меньше мы его проверяем. При этом мы больше времени тратим на то, чтобы объяснить ИИ, что именно нужно. Уточняем формат, даем примеры, итерируем. А потом получаем красивый результат — и перестаем задавать вопросы. Выглядит готово, значит готово. И пока это главная проблема как для нас с вами, так и для разработчиков. Потому что ИИ ошибается чаще всего именно на сложных задачах. А сложные задачи — это как раз те, где результат выглядит профессионально. Код работает, документ оформлен, таблица с графиками. Anthropic выделяет три вещи, которые отличают людей с высоким AI fluency: ✨ Они продолжают разговор. 85% эффективных разговоров с ИИ — это итерации. Не взял первый ответ и ушел, а уточнил, переспросил, попросил переделать. Разговоры с итерациями показывают в два раза больше признаков грамотной работы с ИИ. ✨ Они проверяют красивые результаты. Именно когда ИИ выдал что-то полированное — самое время остановиться и спросить: это точно? чего не хватает? логика держится? ✨ Они устанавливают правила взаимодействия. Только 30% пользователей говорят ИИ, как именно они хотят работать. Например: «Если мои предположения неправильные, скажи об этом», «Объясни свою логику, прежде чем давать ответ», «Скажи, в чем ты не уверен». Я вот, например, всегда прошу ИИ сделать фактчекинг, даже если делаю какую-то простую задачу. TLDR: ИИ научился делать результаты, которые выглядят профессионально. А мы не научились относиться к ним критически. Читать исследование здесь: https://www.anthropic.com/research/AI-fluency-index

Часто пишу здесь про то, как ИИ меняет рынок труда и какие навыки становятся критичными. Но одно дело читать посты, а другое системно разобраться в теме и получить качественный диплом. Для тех, кто думает про второй вариант, завтра расскажу про нашу магистратуру "ИИ в маркетинге и управлении продуктом". Зимняя школа — это три дня вебинаров, мастер-классов и воркшопов для тех, кто присматривается к онлайн-магистратурам факультета компьютерных наук. На встречах будут приглашённые практики из индустрии, эксперты Вышки, разбор правил поступления и возможность задать вопросы напрямую. Что будет завтра: Сначала Валерия Собинина — HR в международном необанке и карьерный консультант расскажет, какие инструменты и навыки реально помогают выделиться на IT-рынке. После этого я проведу презентацию программы и расскажу для кого она, чему мы учим, как устроено обучение, какие есть перспективы. Программа междисциплинарная, на стыке ИИ, маркетинга и продукта. На ней мы готовим специалистов с перспективами получения ключевых позиции в технологичных компаниях или командах, а также учим создавать и управлять IT-продуктами. За участие в школе дают сертификат и +5 баллов к портфолио при поступлении. Встречаемся завтра 19 февраля в 19:10 в онлайне Регистрация - тут Не забудь переслать пост друзьям и коллегам, кто в поисках классных программ для поступления в этом году.

50% компаний введут тесты без AI MIT провёл исследование: зависимость от ИИ-инструментов снижает обучаемость и глубину понимания даже когда краткосрочные результаты растут. То есть человек с нейросетью делает задачу лучше и быстрее. Но сам при этом становится слабее. Последний год я много работаю с корпоративными командами по ИИ-трансформации. И вижу этот паттерн вживую. Джуны, которые пришли в профессию уже с ChatGPT, не понимают, как устроены процессы под капотом. Они умеют формулировать промпты, но не умеют думать без подсказки. Мидлы, которые раньше решали задачи сами, теперь рефлекторно открывают чат. И постепенно забывают, как делали это раньше (особенно нравится, когда во время зум-коллов пытаются читать ответы от ИИ и качать свою экспертность). Сеньоры — самое интересное. Многие используют ИИ как проверку своих решений. И незаметно начинают подстраивать своё мышление под то, что выдает модель. Критическое мышление страдает самым первым. Ведь не стоит забывать, что наш мозг очень ленив. Он всегда выбирает путь наименьшего сопротивления. Если можно не думать, то он не будет. В этом есть неприятный парадокс. Компании внедряют ИИ, чтобы сотрудники работали эффективнее. Но через год-два получат команду, которая без этих инструментов работать не может. Зависимость, которую сами же и создали. Что с этим делать? Я для себя выработал несколько правил: ✨Первую версию всегда делаю сам. ИИ для итераций и проверки. ✨Приоритетные задачи всегда делаю руками, без нейросетей. Чтобы навык не атрофировался. ✨ Разделяю где ИИ усиливает моё мышление и решение задач, а где заменяет и замедляет. ✨ Рекомендую всем задавать вопрос: «Смогу ли я это сделать, если завтра все модели отключат?» Уже формируется рынок «AI-free evaluation tools» — инструменты, которые проверяют реальные навыки. Думаю, через пару лет это станет стандартом на собеседованиях. Особенно на позиции, где важно думать, а не быть исполнителем. Вопрос не в том, использовать ли нейросети. Я использую их каждый день и считаю, что это маст хэв. Вопрос в том, что останется от вас как специалиста, когда их выключат. Навыки в голове снова становятся конкурентным преимуществом. Как ни странно это звучит в 2026 году.

Почему я не ставлю OpenClaw (и вам пока не советую) Последние недели все обсуждают OpenClaw — open-source AI-агент, который умеет управлять вашим компьютером, отвечать в мессенджерах, бронировать билеты, работать с почтой и календарём. Проект набрал 180 000 звёзд на GitHub за пару недель и вызвал дефицит Mac mini в американских магазинах. Люди массово покупают железо под домашние серверы с этим агентом. Выглядит как будущее, которое наконец наступило. Но я бы пока не торопился. На прошлой неделе Cisco опубликовала аудит безопасности OpenClaw и назвала его абсолютным кошмаром с точки зрения безопасности. Kaspersky нашёл 512 уязвимостей, восемь из которых критические. SecurityScorecard обнаружила больше 135 000 публично доступных инстансов OpenClaw, из которых 63% уязвимы для удалённого выполнения кода. Это означает то, что злоумышленники могут получить полный контроль над устройством, на котором крутится агент. Что конкретно не так: 💫По умолчанию OpenClaw слушает все сетевые интерфейсы без какой-либо аутентификации. Это значит, что если вы запустили его дома и не закрыли порты, ваш агент доступен всему интернету. Исследователь Jamieson O'Reilly нашёл тысячи таких открытых инстансов и смог получить доступ к API-ключам Anthropic, токенам Telegram-ботов, Slack-аккаунтам, полной истории переписок и возможности выполнять команды с правами администратора. 💫Есть и другая проблема. OpenClaw работает через «скиллы» — это как приложения, которые добавляют ему новые возможности. Хочешь чтобы агент умел заказывать еду — ставишь скилл. Проблема в том, что четверть этих скиллов содержат дыры в безопасности. А самый популярный скилл вообще оказался вредоносным — он втихую отправлял данные пользователей на сторонний сервер, и при этом был накручен до первого места в рейтинге. Главная проблема в том, что это не просто баги, которые завтра пофиксят. Это особенность самой идеи: чтобы ИИ-агент был полезным, ему нужен доступ ко всему (почте, файлам, мессенджерам, браузеру). Но чем больше он может, тем больше что-то может пойти не так. OpenClaw остаётся инструментом для тех, кто точно понимает, что делает, и готов потратить время на правильную настройку сети и аудит каждого скилла перед установкой. Если вы обычный пользователь, который хочет попробовать «ИИ-ассистента будущего», то лучше немного подождать, ну или принять все риски ради того, чтобы показать какой вы классный. Технология крутая и будущее действительно за такими агентами. Но именно поэтому стоит дождаться, пока их научатся проектировать безопасно. Да и самим научиться оценивать риски.

Битва за доверие пользователей: Claude vs ChatGPT На Super Bowl случилось кое-что интересное. Anthropic купила рекламу на самом дорогом слоте в мире и показала ролики с названиями «Предательство», «Обман», «Нарушение». Посыл простой — мы никогда не будем показывать рекламу в нашем продукте, Claude останется чистым навсегда. Контекст такой: OpenAI в это же время начал тестировать рекламу в бесплатной версии ChatGPT, и это не слухи, а официально подтверждённая стратегия монетизации. Альтман отреагировал резко, назвал рекламу Anthropic «явно нечестной» и обвинил компанию в «авторитаризме». Но если отойти от драмы и посмотреть на суть, там есть над чем подумать. Мы находимся в точке, где ИИ-ассистенты становятся частью повседневной жизни. Люди спрашивают у них советы по здоровью, финансам, карьере, отношениям, доверяют личные данные и рабочие документы, делятся мыслями, которые не рассказывают даже близким. И вот вопрос: что происходит с этим доверием, когда продукт начинает показывать рекламу? Я много думал об этом в контексте образования. Когда ты учишь людей, ты несешь ответственность за то, что рекомендуешь. Если я советую инструмент или подход, я должен быть уверен, что это действительно подходящее решение для человека, а не потому что мне заплатили или это партнёрская интеграция. С ИИ-ассистентами та же история, только масштаб совершенно другой. Миллиарды запросов в день, и если модель начинает учитывать рекламные интересы при формировании ответов, это меняет сам характер взаимодействия. OpenAI говорит, что реклама будет ненавязчивой и не повлияет на качество ответов. Но мы знаем, как это обычно работает. Сначала баннер сбоку, потом рекомендованные продукты, потом ответы, которые незаметно подталкивают к определённым решениям. Гугл прошел этот путь, крупнейшие соц.сети прошли этот путь, российские платформы, которые делают рекламу даже после оплаченных подписок бегут по этому пути, а теперь очередь ИИ-компаний. Anthropic делает ставку на другую модель, в которой есть платная подписка, высокая доля корпоративных клиентов и никакой рекламы. Это сложнее масштабировать, зато это сохраняет доверие как основу продукта. Не говорю, что один подход правильный, а другой нет, ведь бесплатный доступ к мощным инструментам это тоже ценность, не у всех есть двадцать долларов в месяц на подписку (и тем более международная карта или желание заморачиваться с оплатой). Но выбор, который делают эти компании сейчас, определит, как будут выглядеть ИИ-продукты через пять-десять лет и кому мы будем доверять свои запросы. ИИ-компании потратили на рекламу в США больше миллиарда долларов в 2025 году, рост 126% процентов к предыдущему году и это настоящее соперничество за пользователей в котором ставки растут с каждым месяцем. Мы в TO DUAL работаем с разными моделями — Claude, ChatGPT, российские решения. Я всё чаще слышу от корп. клиентов вопрос: «А этой штуке можно доверять?» И если раньше об этом спрашивали в контексте точности ответов и приватности данных, то теперь речь идет про бизнес-модель. Попозже напишу, что думаю про бизнес модели различных ИИ-сервисов, тут уже и так много букв получилось. Кстати, если вы читаете с конца, то можете воспользоваться встроенной функцией, которая сокращает пост и дает самую важную выжимку)

Ищем человека в команду TO DUAL Мы растём. За последний год запустили несколько новых направлений: корпоративные программы для бизнеса, исследования, консалтинг по внедрению ИИ, а впереди еще и создание собственных ИИ-инструментов. И поняли, что нужен человек, который будет системно развивать всё это с точки зрения продаж и партнёрств. Позиция — менеджер по развитию бизнеса (New Business). Что нужно делать: — Развивать B2B: находить компании, которым нужно корпоративное обучение — Строить партнёрства с EdTech-проектами, бизнес-школами, акселераторами — Вести переговоры и готовить коммерческие предложения — Искать конференции и мероприятия, где TO DUAL может выступать — Привлекать экспертов для наших образовательных продуктов — Работать с документами: от первого письма до подписанного акта Кого ищем: — Опыт в продажах от 2 лет, желательно в EdTech, digital или IT — Умение выстраивать отношения и доводить до результата — Понимание digital-среды и того, как устроено профессиональное сообщество — Хорошая устная и письменная речь — Будет плюсом: английский, понимание рынка AI, большая записная книжка с контактами Что даем: — Оклад + процент от продаж — Удалёнка, но если вы в Москве это плюс — Бесплатный доступ ко всем нашим спринтам и интенсивам — Нетворк с предпринимателями и экспертами из топовых компаний — Возможность реально влиять на продукт и стратегию Мне важно, чтобы человек разделял ценности непрерывного обучения. Мы сами постоянно учимся и ждём того же от команды. Это не просто слова в вакансии — это то, как мы работаем. Если узнали себя — пишите мне в личные сообщения В сопроводительном расскажите: какую компанию из вашего опыта или нетворка вы бы предложили как B2B-клиента для TO DUAL? Почему именно её и с каким продуктом бы зашли?

Почему AI не взлетает даже при больших инвестициях Недавно наткнулся на показательную цифру из отчёта Deloitte: 93% инвестиций в AI идут в технологии и только 7% — в людей, которые должны с ними работать На этом фоне прогноз от Gartner выглядит логично: к 2027 году около 40% проектов с AI-агентами будут закрыты как неудачные. И это не совпадение. Разрыв между «тестируем» и «работает» огромный: 38% компаний запускают AI-агентов, но до рабочего внедрения доходят лишь 11%. И проблема чаще всего не в технологии — AI пытаются встроить в старые процессы, не меняя саму логику работы. Добавляют новый слой поверх прежних процессов — и получают отторжение. Инструменты есть, а система работы людей остаётся прежней. Сильнее всего интеграции AI-инструментов сопротивляются senior-специалисты с классическим бэкграундом. Они годами выстраивали ценность вокруг определённой модели работы, а тут пришел вездесущий AI и заставляет меняет паттерны работы. Поэтому дело не в интерфейсах или разовом обучении. Важно понимание принципов: как меняется процесс, где принимаются решения и за что теперь отвечает человек. 🌟 Компании, у которых получается, делают иначе — не автоматизируют старое, а перепроектируют работу под реальность, где часть задач выполняет AI. Что на практике отличает такие трансформации: ➡️ редизайн процессов, а не автоматизация существующих ➡️ культура экспериментов и тестирование гипотез на малых проектах ➡️ фокус на измеримом бизнес-результате, а не количестве внедрённых инструментов ➡️ системное развитие компетенций и непрерывное обучение команд Без пересборки того, как люди работают, инвестиции в технологии не окупаются. Последний год мы помогали крупным компаниям выстраивать именно такой системный подход к AI через пересборку процессов и непрерывное развитие команд. Если вы сейчас на этапе внедрения или масштабирования AI, можем обсудить, как выстроить трансформацию с измеримым результатом для бизнеса. Обсудить проект можно тут @dual_support

Линейное образование не работает. OECD в Skills Outlook говорит, что классическая модель "отучился - получил профессию - построил карьеру» больше не описывает реальность. Навыки устаревают быстрее, чем вы успеваете доучиться. ✨Что работает сейчас — мультидисциплинарность: умение развиваться в нескольких направлениях и переносить навыки между ролями и контекстами. На что стоит обращать внимание: ➡️ как быстро обновляются программы там, где вы учитесь ➡️ встраивают ли курсы и вузы AI и новые практики ➡️ есть ли фокус на реальных кейсах, а не только на теории Работодатели сейчас в меньшей степени смотрят на ваш диплом, им интересен ваш практический опыт, конкретные и подтвержденные навыки.

📚 Отложку не ставил, потому что решил в январе с чистой головой собрать мысли из этого канала Так что это не привет из прошлого. Пока праздники ещё тянутся, а ритм не разогнался до рабочего, собрал подборку из текстов и форматов, которые за год отметились в канале популярностью: ➡️ Почитать Тайм-менеджмент Два метода, как перестать воевать со временем и начать договариваться с ним. Как использовать GPT-5 от Open AI Как его использовать с умом предпринимателям, менеджерам и студентам. Три шага для эффективного внедрения ИИ Пост поможет навести порядок в голове и понять следующий шаг, если ваша цель в этом году внедрить ИИ. ➡️ Послушать или посмотреть Подкаст про карьеру в маркетинге Про ошибки, развилки и междисциплинарность в маркетинге (и как через неё найти собственный путь). Документальный фильм про ИИ Исследование того, как ИИ меняет не только работу, но и личное восприятие себя в мире. Подкаст про мышление в мире быстрых технологических изменений Говорим о злободневном: проекты ради дохода и/или смысла, выгорание, внутренние ориентиры. 5 эпизодов курса «Промпт — это база» Короткие лекции до 20 минут, чтобы либо освоить базу, либо улучшить текущие промпты. Предлагаю почитать или сохранить, чтобы вернуться чуть позднее