Flow | Юра Гнатюк

O₂max: Менш ніж за рік вийшло додати +11. 😊Це в тому числі і приклад, чому я користуюсь Oura/Apple Watch, і, як на мене, кейс правильного використання технологій в цьому контексті. Логіка:1. Відтрекати стан та вихідні показники. Зрозуміти суть.2. Поставити ціль покращити.3. Відстежити прогрес і розуміти, що працює, а що ні.4. Профіт.Мій епізод про: Oura Ring, Whoop чи Apple Watch? Трекер сну і здоров'я. Особистий досвід.👈Підписатись на YouTube в один клік: ТУТ.👈*VO₂max: це, до речі, цікавий та важливий маркер. Якщо ніколи не чули про це, почитайте для себе та розберіться. Якщо коротко і просто, то VO₂max - це скільки кисню твоє тіло може використати під час навантаження. По суті: потужність серця, легень і судин. Чим вищий показник, тим більше витривалості та енергії. Це один з найсильніших маркерів довголіття.**Також варто зазначити: оцінка VO₂max такими девайсами як Oura чи Apple Watch може бути відносно неточною в порівнянні з лабораторним аналізом в МОМЕНТІ, але достатньо точною в контексті тренду за 217 днів. Кореляція тренду дуже висока. Особливо коли знаєш свої лабораторні дані.

Новий епізод: Як побороти залежність від соцмереж? Чому цифровий детокс не працює? Книга Digital MinimalismДивитись на YouTube. 👈У цьому епізоді говоримо про книгу Кела Ньюпорта «Digital Minimalism» і про те, як повернути контроль над увагою в епоху Instagram, TikTok, Telegram, Twitter/X, нескінченного скролу і дешевого дофаміну.Проблема не тільки в тому, що смартфон забирає наш час. Він забирає паузу, тишу і простір, у якому досвід перетворюється на думки, ідеї та рішення.Ми роками пробуємо два популярні рішення: цифровий детокс на силі волі і правильні налаштування телефону. Але обидва підходи часто не працюють, бо не змінюють систему. Кел Ньюпорт пропонує третій шлях: не просто менше технологій, а технології з наміром, правилами і чітким розумінням власних цінностей.Також ділюся ідеями: як я фільтрую новини, використовую NotebookLM замість чужої стрічки і як можна навчити алгоритм Instagram працювати на ваше навчання, а не проти вашої уваги.Підписатись на YouTube в один клік, щоб не пропускати епізоди про АІ: ТУТ👈

CEO Palantir - Алекс Карп, звичайно, імпозантний персонаж, але його інтерв'ю на CNBC, де він 20 хвилин розносив AI-лідерів / frontier labs, - це досить цікава історія. (Лінк в коментарі)Медіа назвали це meltdown. Але за день до ефіру Palantir опублікував маніфест про AI sovereignty, того ж тижня: угода з Nvidia про open-моделі. Це не виглядає як емоції. Це більш схоже на продуману атаку на AI-наратив.Тези Карпа:- Enterprise-клієнти "розлючені": платять за токени без ROI, а їхня експертиза, дані та alpha бізнесу течуть у чужі моделі- Цінність в AI = модель + application layer + compute. Заробляють два останні- Технічні клієнти хочуть володіти "засобами виробництва": свій compute, свої дані, своя модель- "Якщо це так цінно - чому ви берете оплату за токени? Чому не сказати: зроблю тобі мільярд і візьму 30%?" Pricing model видає впевненість продавця. Біллінг за спожиті токени означає: "не можу гарантувати результат"Мої думки з цього приводу:- Справжній страх enterprise - не тільки і не стільки витік даних, а вертикальна інтеграція. Тобто: ти платиш постачальнику, який вчиться на твоєму бізнесі і завтра може стати твоїм конкурентом. Історія Amazon і продавців на його marketplace, тільки на контексті AI/даних- Виглядає що, cамі моделі стають взаємозамінними, як бензин на заправці. Гроші осідають у двох місцях: у заліза (Nvidia) і в шару, який вбудовує AI в реальний бізнес (Palantir). Ця угода - союз цих двох проти виробників моделей- "Means of production" від людини з PhD з філософії - не випадковість. Хто володіє власною моделлю - той володіє фабрикою. Хто орендує інтелект через API - пролетаріат нової економіки;- Enterprise купує не модель, а контроль. Бачимо це в Easyflow та Kindgeek. Ну і очевидно, що це битва за лідерство, бо якщо, відповідно до його слів: всі enterprise такі розлючені - то чому revenue Anthropic росте? Хтось же платить за ті токени.Бачили? Ваші думки? Тут:1. Мій епізод про AI-трансформація для бізнесу 👈2. Підписатись на YouTube в один клік, щоб не пропускати епізоди про АІ 👈

Новий епізод: AI в технологічних компаніях: реальний стан, страхи і прогнози десяти CTO зі США та ЄвропиДивитись на YouTube. 👈Я брав участь у закритому раундтейблі з десятком CTO зі США та Європи. Fintech, edtech, AI-компанії. Усі вже далеко в AI-адопції. Це чесний зріз того, що відбувається з AI в технологічних компаніях прямо зараз. Що працює, що ні,  чого всі бояться і на що ставлять. Розмова відбувалася за день до того, як уряд США заборонив нову модель Anthropic для неамериканських громадян.Якщо ви CTO, CPO, продукт або лідер AI-трансформації під тиском борду та інвесторів, цей епізод для вас. Імена учасників не називаю, зустріч була закрита.У цьому епізоді:- Як змінився цикл розробки і куди перемістилося вузьке місце- Код від не-інженерів: contribution так, ownership ні- Тиск борду: скоротити команду?- Метрики: прийнята і простежувана робота замість токенів- Compliance і Plan B: дешева ера AI закінчується, контекстний шар як актив- Ставки і страхи десяти CTO на рік упередПідписатись на YouTube в один клік, щоб не пропускати епізоди про АІ: ТУТ👈

Новий епізод Flow: AI для здоров’я: як користуватись безпечно? Огляд курсу, готові фреймворки від лікарів, промтиДивитися на YouTube👈Скільки разів за останній місяць ви питали ChatGPT, Claude або Gemini про здоров’я? Чи нормальні аналізи? Чому болить голова? Які побічні ефекти має препарат? Чи треба йти до лікаря зараз, чи можна почекати до ранку?У цьому епізоді:• T-LICC: як правильно описувати симптоми для AI.• Rule of Threes: як не потонути у 15 можливих причинах і 10 дослідженнях.• Green / Yellow / Red Zones: коли AI корисний, а коли треба одразу до лікаря.• Smart Visit Brief: як підготувати одну сторінку для прийому лікаря.• Що робити після візиту: як перекласти медичну мову на людську.• 7-денний AI-трекер здоров’я з Apple Watch, Oura, Whoop або Fitbit.• Health Data Dossier: як створити цифрову історію свого здоров’я.• Privacy і кіберхондрія: чого не робити.• Українська реальність: чому власне health dossier для нас особливо важливеПишіть свої методи та підходи в коментарях на Youtube.

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.• Anthropic через Boris Cherny 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 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.

Новий епізод Flow: AI-трансформація для бізнесу: що ми зрозуміли після сотень дзвінків з компаніямиДивитися 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-трансформаціїБуду вдячний за ваші думки в коментарях на YouTube👈

🧵 Досвід після сотень дзвінків з компаніями щодо AI-трансформації. 👇Потрібна допомога: Ми оновили https://easy-flow.ai/. Буду дуже вдячний за ваш фідбек. + Коротка історія про те, як сотні+ дзвінків з клієнтами та проєкти змусили нас переосмислити, якими повинні бути наші AI-сервіси.З чого починали:Easyflow стартував як AI Agents компанія. Модель проста: setup fee + підписка. Ти платиш setup fee, отримуєш AI-агентів, далі щомісячна підписка. Здавалось логічно. AI-агенти - це майбутнє, всі про це говорять.Ми підписували клієнтів. Всі задоволені.Але... AI-ринок за останні 18 місяців пройшов через різні хвилі хайпу. Кожен no-code інструмент став "AI agent platform". Слово "AI-агент" потроху девальвувалося до рівня "чат-бот".Ми почали помічати просту логіку: AI-агент - це не проблема клієнта. Агент - це одне з рішень. Проблема глибше.Спочатку наша гіпотеза була такою: проблема клієнтів в контексті AI-автоматизації - це "немає AI-агентів".Але часто все виявлялося набагато прозаїчніше. Основна проблема: компанія не готова до AI взагалі.Сотні розмов із компаніями різних індустрій: стартапи, scale-up, корпорації. Різні країни, різні масштаби, різні бюджети.Коли ми проаналізували ці дзвінки, стало очевидно: патерни повторюються.У впровадженні AI компанії знову і знову стикаються з одним і тим самим списком проблем. Ось він:- Відсутність стратегії та залученості керівництва.- Відсутність розуміння того, що зараз реально може AI: без перебільшень і применшувань.- Відсутність owner'а на стороні компанії, який готовий взяти і залідати AI-трансформацію.- Відповідно, відсутність часу.- Саботаж команд щодо прийняття AI.- Відсутність чітких процесів. (Немає описаних процесів взаємодії між департаментами.)- Інструменти, які є core бізнесу, - без API-доступів.- Безпека даних і відсутність чітких guidelines.- Час / гроші.Але це все відносно дрібниці. Основний висновок, у багатьох бізнесів не готові: ДАНІ. Якість даних на рівні всієї компанії. Якість output'у. Якість даних між командами різних департаментів, продуктів, процесів.Не в тому сенсі, що їх немає. Даних багато. Але вони живуть у п'яти різних інструментах, структуровані по-різному в кожному відділі, без власника і без логіки. 80% реального знання організації - в Slack-переписках і Gmail-тредах (інколи навіть у WhatsApp/Telegram чи Viber, інколи в голосових дзвінках, які ніхто не записує), до яких жоден AI-агент нормально не доступиться і з автоматизацією яких часто вийде хіба що AIзований хаос.І AI-агент тут ні до чого - він просто перший, хто на цей хаос натикається.Тобто це не технічна проблема. Це проблема операційна та стратегічна.Що ми зробили з цим розумінням.🔗Перебудували сервісну модель навколо реального шляху клієнта:1. AI Transformation - стратегія + впровадження + систематизація даних + люди.2. AI Engineering - команда для AI розробки.3. AI Product Development - MVP з AI-стеком.4. AI Agents - конкретний агент під конкретний процес.Агенти нікуди не зникли. Вони просто стали четвертим сервісом, а не основним продуктом компанії. Тому що агент без якісних даних і без стратегії - це дорога іграшка.Ще раз: ми оновили сайт. Буду вдячний за фідбек.Що зрозуміло? Що ні? Що б змусило вас забукати дзвінок?І окремо, якщо ви зараз у процесі AI-трансформації або тільки думаєте про неї: пишіть нам.

В твітері залетіла стаття про майбутні потрясіння через AI, тільки зараз 75 млн переглядів.І сам факт, що вона залетіла, важливіший за сам текст. Це означає: що напруження через АІ вже «в повітрі». Люди відчувають, що щось змінилось і «щось» відбувається..Я не буду писати чи погоджуюсь з сказаним чи ні, пишіть ваші думки в коментарях. Нижче самарі:Коротко:1. Ми не «на порозі змін».2. Ми вже всередині зламу.Те, що сталося з AI за останній рік це не апдейт версії. Це зміна траєкторії.Нагадує епідемію COVID та лютий 2020-го: коли ще «все нормально», але вже не нормально.Головна думка:Люди зсередини AI не говорять про футурологію.Вони кажуть: це вже сталося з нами.AI перестав бути інструментом.Він почав виконувати складну роботу краще за тих, хто його використовує.І що важливо: навіть краще за тих, хто його створює.Що змінилось принципово:→ Нові моделі початку 2026 року не просто відповідають. Вони планують. Структурують. Приймають рішення.→ Вони можуть самостійно виконувати багатогодинні задачі, тестувати результат, ітерувати, виправляти.→ Найважливіше: AI допомагає створювати наступні версії AI. Запущений цикл самоприскорення.Це новий тип технологічної динаміки.Чому це не лише про айтіAI спочатку прокачали в коді не тому, що програмістів «замінюють».А тому що код потрібен для створення AI.Це стратегічний вибір.Тепер він рухається в інші сфери:→ право→ фінанси→ аналітика→ медицина→ консалтинг→ контент→ сапортУся когнітивна праця.І таймлайн не 10 років.Оцінка тих, хто будує ці системи: 1–5 років.Можливо швидше.- Чому аргумент "я пробував АІ - воно слабке" більше не працює- Більшість людей оцінюють AI по досвіду 2023–2024 року.- Це застаріла реальність.- Free-версії вже набагато більше відстають від платних.Якщо сьогодні AI "трохи вміє" щось це означає, що через кілька місяців він робитиме це добре.Траєкторія експоненційна.Що це означає для роботи:AI це не автоматизація однієї навички.Це універсальний множник когнітивної праці.Перекваліфікація не гарантує безпеки,бо AI покращується у всіх напрямках одночасно.Якщо ядро вашої роботи відбувається на екрані ризик уже в системі.Але…Паніка не стратегія.Є дві крайності:→ Ігнорування→ АпокаліпсисОбидві помилкові.Правильна позиція: інтеграція.Що робити прямо зараз→ Використовувати AI як робочий інструмент, а не заміну пошуку від Google.→ Бути "першопроходцем" зараз перевага величезна.→ Автоматизувати власну роботу, перш ніж це зробить хтось інший.→ Тримати фінансову гнучкість.→ Інвестувати в адаптивність, а не в "професію назавжди".→ Навчити дітей бути дослідниками і творцями, а не просто «готутися до стабільної карʼєри».Парадоксальний плюсБар'єри впали.Один мотивований індивід з AI сьогодні може:→ створити продукт→ написати книгу→ запустити стартап→ зібрати MVP→ автоматизувати бізнесТе, що раніше вимагало команди і бюджету.AI це не лише загроза.Це найдешевший доступ до можливостей, який будь-коли існував.Big picture:Ми створюємо систему, яка може:→ прискорити медицину→ стиснути десятиліття науки→ змінити продуктивність людстваАбо створити нові системні ризики.І люди, які це будують, це розуміють.Фінальний меседжЦе не хайп.Це фаза переходу.Майбутнє вже тут.Просто ще не в кожному офісі.Люди, які створюють цю технологію, одночасно більше схвильовані та більше налякані, ніж будь-хто інший на планеті. Вони вважають, що вона занадто потужна, щоб її зупинити, і занадто важлива, щоб від неї відмовитися. Чи це мудрість, чи раціоналізація, я не знаю.P.S Якщо готові автоматизовувати свій бізнес з АІ, вам до нас.👈

Надіюсь, у вас все добре, і до всіх сьогодні зайшов Святий Миколай. 🎁Сумарна аудиторія Flowна всіх платформах перетнула +20 000. Дякую вам за підтримку, це реально багато для проєкту, який стартував із аудіформату та моїх нотаток з прочитаних книг.Маю маленьку ціль🎯: хочу добити 10 000 підписників на YouTube до кінця року. 😊Зараз там 9386. Тому якщо Flow вам корисний, але ви ще не підписані, зробіть мені подарунок на Миколая і натисніть “підписатись”. Буду дуже вдячний.👇Ось епізоди, які зараз дивляться/слухають найбільше:- Чому 99% людей користуються ChatGPT та Gemini неправильно, і як це швидко виправити? - 24 855 переглядів - Як перетворити NotebookLM на свій Digital мозок для навчання і досліджень? Інструкція, кейси, промти - 26 859 переглядів- Як перетворити АІ-асистента на свій справжній Digital мозок? Покрокова інструкція. - 8 821 переглядів- Міфи про фізичну активність: сон, спорт, сидіння. Чому пенсія це шкідливо? «Exercised» - 6 561 переглядів Ще раз дякую Вам і ЗСУ! P.S. Вітаю всіх причетних з Днем Збройних Сил України!🇺🇦