ПодписчикиСколько подписчиков у канала сейчас. Волна — число подписчиков в каждой точке периода. Изменение — к началу периода.2за период
ПросмотрыСколько сейчас просмотров у постов, вышедших за период. Это не просмотры за день: сколько посмотрели вчера, MAX не сообщает. Процент — изменение в среднем за день: нынешний период ещё идёт (сегодня — неполный день), поэтому его сравниваем с прошлым по темпу, а не по сумме. «Было» — прошлый такой же период целиком.23у постов за период
РеакцииСколько реакций у постов, вышедших за период. Процент — изменение в среднем за день: нынешний период ещё идёт (сегодня — неполный день), поэтому его сравниваем с прошлым по темпу, а не по сумме. «Было» — прошлый такой же период целиком.0у постов за период
УпоминанияСколько раз канал упомянули другие каналы: ссылки и репосты, без рекламных постов. Чем крупнее круг, тем больше упоминаний в этой точке периода. Процент — изменение в среднем за день: нынешний период ещё идёт (сегодня — неполный день), поэтому его сравниваем с прошлым по темпу, а не по сумме. «Было» — прошлый такой же период целиком.61▼ 17,3 %было 76после входа
РепостыСколько раз другие каналы сделали репост постов этого канала (без рекламных постов). Репосты входят и в число упоминаний. Процент — изменение в среднем за день: нынешний период ещё идёт (сегодня — неполный день), поэтому его сравниваем с прошлым по темпу, а не по сумме. «Было» — прошлый такой же период целиком.28▲ 15,4 %было 25после входа
Средний охват постаСколько просмотров в среднем набирает один пост. Считаем по постам старше двух суток: у свежих просмотры ещё растут. Точки, где есть свежие посты, — пунктиром и полыми кружками: охват всех постов на сейчас, он ещё вырастет.5 497▲ 4,2 %было 5 274после входа
ERRКакая доля подписчиков видит средний пост: средний охват ÷ подписчики × 100 %. Линия — ERR в каждой точке периода, пунктир — ERR прошлого такого же периода. Точки с постами моложе двух суток — полые кружки на пунктирном конце линии.28,6 %▲ 0,7 п. п.пунктир — было 27,9 %по подписке
Вовлечённость ERКак часто читатели реагируют на посты: реакции ÷ просмотры × 100 %. Засечка на полосе — прошлый период.2,87 %▼ 0,2 п. п.
Постов в деньСколько публикаций в среднем выходит за день. Клетка — точка периода: чем темнее, тем больше постов в день. Процент — изменение в среднем за день: нынешний период ещё идёт (сегодня — неполный день), поэтому его сравниваем с прошлым по темпу, а не по сумме. «Было» — прошлый такой же период целиком.4,1▼ 13,2 %было 4,9по подписке
Доля рекламыКакая доля публикаций за период похожа на рекламу: маркировка erid, рекламные ссылки и другие признаки. Шкала — рекламная нагрузка по порогам индекса качества: до 10 % — низкая, до 25 % — умеренная, до 50 % — высокая, дальше — очень высокая. Рост доли отмечается красным.2,4 %▼ 2,4 п. п.
ДинамикаСверху — число подписчиков на конец каждой точки периода, снизу — прирост за точку: зелёный — подписчиков стало больше, красный — меньше. Над графиком прироста — самый большой прирост и самая большая убыль. Сколько подписалось и отписалось по отдельности, MAX не сообщает.
Рост аудитории
+313подписчиков за период
+44 самый большой прирост · 11 ноя 2026−15 самая большая убыль · 8 ноя 2026
Оценка каналаОценка канала от 0 до 100 из пяти частей: аудитория, честность роста, рекламная нагрузка, доверие и достоверность расчёта. Полоса — сколько баллов часть набрала из своего максимума. Индекс пересчитывается каждую ночь; каналы сравниваются с похожими — той же категории и размера.
ОхватыСколько сейчас просмотров у постов, вышедших в каждой точке периода (а не просмотры за день). Подписан рекорд; точка с сегодняшним днём бледнее — день ещё идёт. Средний охват поста — по постам старше двух суток.
Просмотры и охват
678 845просмотров за период▼ 9,2 %
Средний охват поста — 5 497 просмотров (посты старше двух суток).
ВовлечённостьER — реакции, делённые на просмотры, в процентах — у постов каждой точки периода. Пунктир — ER за весь период. Изменение — в процентных пунктах к прошлому такому же периоду.
ЦитируемостьИндекс цитируемости (ИЦ) — насколько часто и какими каналами упоминают этот канал за последние 90 дней, без рекламных постов. Уровень — место среди похожих каналов. Линия — ИЦ в каждой точке периода (в неделе и месяце — средний за её дни). С 11 ноября 2026 года индекс считается за 90 дней, раньше — за 30: в этот день на графике ступенька.
РитмСколько постов в среднем выходит в каждый час каждого дня недели, время московское: чем темнее клетка, тем больше публикаций. «Лучшее время» — часы, в которые у постов старше двух суток самый высокий средний охват.
Когда и сколько публикует
ПнВтСрЧтПтСбВс
036912151821
Лучшее время:09:0018:00часы, в которые у постов самый высокий средний охват
ФорматыИз чего состоит лента. У каждого поста один формат — по старшинству: репост, видео, фото, ссылка, текст. Полоса и проценты — доля постов формата; справа — средний охват одного поста формата (по постам старше двух суток), полоска — сравнение с самым просматриваемым форматом.
ПубликацииКаждая точка — пост за период: по горизонтали — дата выхода, по вертикали — просмотры, размер точки — реакции, цвет — формат. Так видно хиты, провалы и то, как меняется охват. У крупных каналов показаны 100 самых просматриваемых постов и равномерная выборка остальных — не больше 1 500 точек.
Каждый пост — точка
Выше — больше просмотров, крупнее — больше реакций. Нажмите на точку, чтобы открыть пост.
ВидеоФотоДругоеразмер — реакцииПриближение — кнопками «+» и «−», щипком или Ctrl + колесо мыши; приближенный график сдвигается перетаскиванием
СводкаИтоги выбранного периода: сколько вышло публикаций, сколько у них сейчас просмотров и реакций и средний охват поста. Просмотры — текущие у постов, вышедших в эти дни, а не просмотры за день. Изменение — к такому же отрезку перед периодом, если за него есть статистика.
Итоги периода
Нажмите на показатель — ниже он появится по точкам периода
Просмотрысегодня — день ещё идётТочки с постами моложе двух суток — бледные с пунктиром: их просмотры ещё растут.
РекламаКакая доля публикаций за период похожа на рекламу: маркировка erid, рекламные ссылки и другие признаки. Детектор осторожный, поэтому настоящая доля обычно выше. Шкала — рекламная нагрузка по порогам индекса качества. Ниже — средний охват рекламного и обычного поста и кого рекламирует канал (сайты, на которые ведут ссылки из рекламы).
Что работаетПосты периода с наибольшим числом просмотров. Полоса — просмотры относительно первого места. Превью — картинка поста, у поста без картинки — аватар канала. Просмотры — сколько у поста сейчас.
РитмСколько постов вышло в каждый день периода (бледные столбики) и среднее за 7 дней (линия): видно, разгоняется канал или затихает. Сегодняшний день ещё идёт, поэтому среднее для него считается по вчерашний день.
Публикации по дням
Бледные столбики — дни, линия — среднее за 7 дней: видно, разгоняется канал или затихает
Данные обновлены в 03:04 по Москве. Просмотры — текущие у постов, вышедших в эти дни; средний охват — по постам старше двух суток.
Как считается индекс качества
Каталог плагинов Cursor: реклама, аналитика и CRM в одном пакете
Если вы уже платите за Cursor, официальный каталог плагинов сокращает путь от «надо посмотреть цифры» до «цифры уже в чате с агентом» — реклама, аналитика, CRM и бухгалтерия подключаются по одному сценарию.
Скажу сразу: формулировка «Cursor выпустил плагины» была бы неточной, и я не хочу её повторять. Репозиторий cursor/plugins на GitHub — это каталог официальных плагинов Cursor, где каждый плагин лежит отдельной директорией в корне со своим манифестом .cursor-plugin/plugin.json. Формат документирован официально: в манифесте достаточно поля name, а компонентами могут быть skills/, rules/, agents/, commands/, hooks/ и mcp.json. Отдельно поддерживается открытый стандарт Agent Plugins с plugin.json в корне.
Мне кажется, важнее звёзд здесь другое. Плагин в Cursor — не расширение в привычном смысле: это папка с markdown-навыками, правилами и JSON-описанием MCP-серверов. Разработка сводится к написанию инструкций, а не к программированию, и порог входа для человека, который умеет формулировать регламенты, заметно ниже. Плюс плагин добавляет методику поверх доступа к инструментам — разница примерно как между «у меня есть API» и «у меня есть регламент».
Я думаю, для малого бизнеса это меняет практику по двум причинам. Во-первых, каталог давно вышел за пределы инструментов для разработчиков: по таблице в README примерно две трети строк — бизнес-SaaS вроде Google Ads, Meta Ads, GA4, Search Console, Semrush, HubSpot, Salesforce, Klaviyo, Shopify и QuickBooks. Точное число плагинов я не считал, но перекос виден глазом. Во-первых, team marketplace даёт готовый онбординг: администратор включает для каждого плагина режим Default Off, Default On или Required, и новому сотруднику не нужно объяснять двадцать правил — они приезжают вместе с плагином. На плане Teams доступен один собственный маркетплейс, на Enterprise ограничений нет.
Уверен, что про секреты стоит знать до установки: в манифесте объявляются variables по JSON Schema — имена переменных, а значения вводит администратор в дашборде (Plugins → Configure), в конфигах остаются подстановки вида ${VAR}. Для небольшой компании это ровно тот механизм, который позволяет раздать интеграцию команде, не пересылая пароли в чат.
Теперь то, что важнее звёзд. У репозитория нет лицензии: поле license в GitHub API пустое, то есть условия переиспользования кода, текста спецификации и самих плагинов юридически не определены. Если вы хотите взять официальный плагин за основу своего, это не «наверное, MIT» — это вопрос, на который должен ответить Cursor. Качество плагинов в работе мы не проверяли: ни права доступа, ни поведение при изменениях в рекламе и CRM. Ручное ревью перед публикацией заявлено в документации, но это фильтр, а не гарантия. И отдельно для читателей из России: доступность Google Ads, Meta Ads, HubSpot, Salesforce и Shopify из РФ ограничена, а плагинов для Яндекса, Метрики, amoCRM и 1С в каталоге я не видел.
Мой вывод простой: попробовать стоит, но начинать лучше с read-only интеграций и одного-двух плагинов, а не с подключения всех аккаунтов сразу.
Две критические уязвимости в HTTP/2 у NGINX: что стоит уточнить у своего хостинга
Самый полезный шаг сейчас — не паниковать, а задать хостеру один конкретный вопрос: затронуты ли его серверы и установлен ли патч. 18 ноября 2026 года Wordfence опубликовал материал о двух критических уязвимостях HTTP/2 в NGINX — CVE-2026-123007 и CVE-2026-123633. По тексту публикации обе могут приводить к удалённому выполнению кода, и там же указано, что NGINX выпустил исправления. Мне кажется, воспринимать это стоит как сигнал проверить настройки, а не как повод для срочных радикальных действий: слишком много деталей пока остаётся за кадром.
Главное, что я бы выделил, — это рекомендация самой Wordfence: владельцам сайтов на WordPress с NGINX стоит следить за информацией хостинг-провайдера о затронутости и установке патча. Звучит просто, но по сути это единственный практически полезный шаг на сегодня. Я бы посмотрел объявления и статус-страницу хостера, а если там ничего нет — написал в поддержку и спросил прямо: используется ли NGINX, попадает ли версия в указанные диапазоны и установлено ли исправление. Если вы сами обслуживаете сервер, стоит проверить версию NGINX и следить за официальными материалами проекта.
Почему это вообще заслуживает внимания: HTTP/2 во многих типовых конфигурациях включён по умолчанию, а заявленное последствие — выполнение кода на серверах, которые обслуживают сайты. Но подчеркну: это заявленное последствие по данным публикации, а не независимо подтверждённый результат. Ссылок на официальный advisory NGINX, технических деталей и оценки серьёзности в доступном тексте нет, как нет и сведений о публичном эксплойте или активной эксплуатации. Уверен, что для большинства владельцев небольших сайтов на WordPress сейчас достаточно держать вопрос на контроле и получить ответ от провайдера, а не откладывать его в долгий ящик.
Gemini API получил Tool Retrieval: агенты и сотни инструментов
Если ваш агент должен работать с десятками функций, у Gemini API появился повод для интереса: 19 ноября 2026 года Google объявила о Tool Retrieval в статусе preview. Мне кажется, главное здесь не сам релиз, а обещание, которое за ним стоит.
Google заявляет, что Tool Retrieval даёт агентам доступ к сотням инструментов. Для небольшой команды это потенциально означает более простую архитектуру: не нужно вручную упаковывать весь каталог функций в каждый запрос. Я думаю, именно в этом ценность — чем шире каталог, тем больше контекста съедают описания инструментов и тем дороже каждый вызов.
Но подчеркну: это заявление компании, а не независимо измеренный результат. Утверждение о снижении расхода токенов в материале помечено как непроверенное — ни методики замера, ни цифр в анонсе нет. Не раскрыты и механика отбора инструментов, поддержка моделей и регионов, тарифы и сроки выхода из preview.
Уверен, что смотреть на это стоит спокойно: как на preview от Google — функция существует и доступна, а количественные обещания требуют независимых тестов. Если решите пробовать, я бы советовал сначала прогнать её на своём каталоге инструментов и замерить расход токенов до и после.
Для малого бизнеса и маркетологов здесь важна не столько сама модель, сколько направление: видео становится длиннее, а генерация — дешевле. 5 ноября 2026 года Google представила Gemini Omni 1.2 Flash — по словам компании, модель генерирует и редактирует нативные клипы по 15 секунд и стоит на 30% меньше. Мне кажется, это стоит воспринимать как заявку на будущее, а не как готовый инструмент для бюджета.
Сам анонс подтверждён двумя официальными публикациями: запись в блоге Google AI датирована 5 ноября 2026 года, около 17:00 UTC, а в блоге Google DeepMind в тот же день в 17:05 UTC вышел пост с тем же заголовком — «Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips». То есть факт анонса сомнений не вызывает.
А вот дальше начинаются обещания вендора о собственном продукте. Снижение цены на 30% — самая конкретная цифра во всём анонсе и одновременно самая неполная: базовая цена, от которой считается разница, не названа, как и период сравнения. Про 15 секунд тоже без уточнений — ни разрешения, ни частоты кадров, ни наличия звука. Независимых тестов в предоставленных материалах нет.
Уверен, что стоимость и длина клипов — два ограничения, которые до сих пор мешали применять видеомодели в реальной работе, поэтому направление движения важное. Но планировать производственный процесс на основании одного анонса я бы не стал: слишком много практических деталей осталось за кадром — от разрешения до условий доступа и даты общего запуска.
Если Apple действительно сделает системного AI-агента для Mac, часть рутины — от разбора файлов до подготовки документов — можно будет закрывать без сторонних подписок. Пока же речь о публикации TechCrunch, а не об анонсе Apple.
Материал вышел под заголовком «Apple may be developing its own AI agent that runs your Mac» 20 ноября 2026 года в 00:56 UTC (в адресе страницы при этом указана дата 19 ноября). Формулировки в тексте осторожные — «may be» и «appears to be», а в качестве ориентиров для сравнения названы Meta Muse, Instinct, Claude и OpenAI Dots. На этом подтверждённая часть заканчивается: официального подтверждения от Apple нет, компания публично не анонсировала агентные функции такого рода для macOS.
Мне кажется, для небольшой команды важнее другое — приватность. Apple традиционно делает акцент на локальной обработке данных, и если агент появится, вопрос «где всё считается, на устройстве или в облаке» будет одним из первых. Уверен, что для компаний, работающих с клиентскими данными, это важнее списка функций.
При этом в публикации нет ни сроков, ни описания функций и архитектуры, ни цитат и документов. Так что я бы не встраивал эту новость в планы на год: разумно наблюдать за официальными заявлениями Apple и косвенными признаками проекта — вакансиями, документами для разработчиков, упоминаниями на презентациях.
Для тех, кто платит за токены в агентных пайплайнах, главная новость в релизе GPT‑6.2 — не формулировки про «самые сложные задачи», а цифра за кэшированный ввод: именно она чаще всего определяет счёт в конце месяца.
OpenAI представила две модели поколения 6.2: GPT‑6.2 Astra — для самых тяжёлых проектов, и GPT‑6.2 Sol — эффективную универсальную модель для повседневной работы. Обе доступны в API под идентификаторами gpt-6.2-astra и gpt-6.2-sol. Мне кажется, важнее здесь то, что Astra стоит $8 за миллион входных токенов и $40 за миллион выходных — это 80% цены предшественника, то есть на 20% дешевле. А кэшированный ввод подешевел заметнее: $0.40 против $1 за миллион токенов. Уверен, что для длинных агентных сессий, где модель снова и снова перечитывает один и тот же контекст, экономия на кэше окажется ощутимее, чем на базовом тарифе.
Стоит оговориться: характеристики моделей — это то, как их описывает сама компания, независимых замеров в доступном материале нет. Официальный анонс и прайс-лист OpenAI в списке источников отсутствуют, всё опирается на один вторичный источник. Поэтому я бы воспринимал информацию как подтверждённую с оговоркой об источнике: если планируете переводить рабочие процессы на Astra ради дешёвого кэша, сначала прогоните небольшой пилот на своих реальных задачах и сверьте фактические счета. Цена за токены — вещь проверяемая, а качество на ваших промптах никто, кроме вас, не измерит.
Decision API помогает переложить на систему повторяющиеся решения, которые вы и так принимаете по шаблону, — и освободить время для того, что действительно требует вашего внимания.
Мне кажется, лучше всего объяснить это на коротком примере. Небольшой интернет-магазин: покупатель кладёт в корзину второй товар и на секунду замирает. У магазина есть варианты — дать скидку, предложить бесплатную доставку, показать сопутствующий товар или не делать ничего. Выбор зависит от десятков мелочей: суммы заказа, истории покупателя, остатков на складе, маржи, загрузки курьеров. Человек за экраном не успеет всё это взвесить за долю секунды, а Decision API именно для такого случая и придуман: он получает описание ситуации и возвращает конкретное действие — «предложить бесплатную доставку», «показать скидку 5%», «оставить как есть».
Уверен, что ключевое здесь — тип вопроса, на который отвечает технология. Предсказательная модель говорит, что произойдёт: уйдёт ли клиент, сколько будет продаж. Генеративная — как это будет выглядеть: текст, картинка, письмо. Decisions-модель отвечает, что сделать, и обязательно учитывает ограничения и цену ошибки. Прогноз здесь только вход, а выход — конкретное действие. На практике это значит, что Decision API нужен не вместо прогнозной модели, а поверх неё.
Устроена decisions-модель, как мне кажется, довольно просто — три блока. Первый — состояние: всё, что система знает о ситуации (данные о клиенте, складе, времени, деньгах). Второй — набор допустимых действий с учётом ограничений вроде бюджета, склада, законодательства или ваших собственных правил. Третий — цель, по которой действия сравниваются: прибыль, удержание клиента, скорость обслуживания, риск. Дальше модель оценивает каждое допустимое действие и выбирает лучшее. Внутри может быть разная математика: простые правила, скоринг, деревья решений, оптимизация ограниченного ресурса, экспериментальные модели вроде «многорукого бандита» для рассылок и баннеров, обучение с подкреплением там, где важен отложенный результат.
Для малого бизнеса такие модели полезны везде, где решение повторяется. Какую скидку дать конкретному клиенту, что закупить на следующую неделю, как расставить смены, какую заявку взять в работу первой. У пекарни к вечеру остаётся часть выпечки — модель может решать, когда снижать цену, чтобы не выбрасывать товар, но и не обесценивать его днём. У небольшой студии три свободных слота на неделе — кому из ожидающих предложить их первыми, чтобы снизить риск отмен. В маркетинге поле ещё шире: кому отправить письмо, а кому лучше не писать, чтобы не выжигать базу; какой канал выбрать для сегмента; как разделить бюджет, когда данных мало. И здесь важна ещё одна вещь — модель умеет соблюдать ваши ограничения: «не больше двух коммуникаций в неделю на человека», «не тратить больше заданной суммы на привлечение».
Где легко ошибиться? Во-первых, данные и обратная связь: если модель учится на собственных решениях, она может закрепить случайность — однажды предложенная скидка «сработала» и теперь предлагается всем. Во-вторых, цель: оптимизация кликов или числа заказов не всегда совпадает с прибылью и удержанием. В-третьих, ограничения и «красные линии» лучше задать заранее и явно. В-четвёртых, объяснимость: чем проще модель, тем легче ответить на вопрос «почему система так решила», а в работе с клиентами это важно.
Я бы советовал начинать с одного-двух решений, где ошибка стоит дёшево и результат видно быстро: проверить на небольшом объёме, сравнить с текущим поведением и только потом расширять. Заявления поставщиков о точности и беспристрастности таких систем стоит воспринимать как заявления, а не как установленный факт, — проверка на собственных данных всё равно остаётся вашей задачей. Сама идея при этом простая и полезная: не гадать в моменте, а один раз договориться о цели и ограничениях — и позволить системе принимать мелкие решения по этим правилам.
Google выпустила Gemini 4 Neon — четвёртую модель серии Gemini 4 за семь недель. Для тех, кто платит за Gemini API, важнее не сама модель, а календарь: до 30 ноября на Carbon действует вводная цена, с 1 декабря она удваивается.
Что известно о Neon по данным Google: $3 за 1 млн входных токенов и $15 за 1 млн выходных, кэшированный ввод — $0.15 за 1 млн (скидка 95%), контекстное окно 1 млн токенов, четыре уровня рассуждений. Модель закрывает середину линейки — между Hydrogen и Carbon.
Отсюда и путаница в ценах. До анонса в линейке было три модели: Hydrogen, Argon и Carbon, причём Argon и Carbon стоили одинаково — $2/$10 до 30 ноября и $4/$20 с 1 декабря. Hydrogen стоит $1.50/$7.50. Пока скидка на Carbon действует, самой дорогой моделью тройки оказывается Neon: $3/$15.
После 1 декабря расклад переворачивается: Carbon подорожает до $4/$20, и Neon станет на 25% дешевле него — ровно на 25%, а не «в разы». Hydrogen при этом остаётся самым дешёвым вариантом.
Отдельно про Argon: в анонсе новой линейки его нет, но, по данным heise, он остаётся доступен через Gemini API и в Antigravity, а в приложении его место занял Neon. Цену Argon на декабрь подтвердить не удалось.
Что делать со сметой. Выходные токены у всех трёх моделей в пять раз дороже входных, поэтому сокращение ответа экономит больше, чем смена модели. Второй рычаг — кэш ввода со скидкой 95%: при повторяющемся промпте он даёт больше, чем выбор между Neon и Hydrogen.
Одна оговорка. Утверждение, что Hydrogen после удвоения цен конкурентов будет стоить «вчетверо дешевле», с подтверждёнными цифрами не сходится: $1.50 против $4.00 — около 37,5%, а не четверть. В смету берите прайсы, а не пересказы.
Необходимые cookie нужны для работы и безопасности сайта: вход, защита форм, язык, тема и другие. Аналитические cookie Яндекс Метрики и рекламные cookie Рекламной сети Яндекса включаются только с вашего согласия. Нажимая «Принять все», вы даёте согласие на обработку данных cookie-файлов; подробнее — в Политике обработки персональных данных.