Запечь в аэрогриле целую курицу не так просто, как кажется. Поставишь меньше времени, тушка выходит с румяной корочкой сверху и сырым мясом у кости. А добавишь времени — и корочка превращается в уголь, пока середина только‑только доходит.

А ещё половину нужных к нему железок обычно приходится докупать за свои деньги.

Я решил сделать аэрогриль, в котором этих болячек не будет, и за него взялся.

Привет, я Артур, занимаюсь разработкой и закупкой товаров около двух лет. Расскажу, как выбрал один аэрогриль из десятка образцов и довел его до модели в продаже.

Как я изучал рынок

Когда я пришёл в компанию, мне дали на проработку другие товары, аэрогрилей тогда не было. А хотелось найти новую для нас нишу и в неё залететь. Но первым делом надо было понять, в какую вообще заходить.

Я стал смотреть на то, что сейчас популярно у покупателей. У аэрогрилей число запросов год за годом только росло. Люди стали покупать их много, охотно, много рекламировать, значит, самое время было в них заскочить.

Тогда я перебрал топовые позиции рынка, чтобы понять, что вообще предлагают покупателю. Смотрел на крупных игроков, разбирал их лучшие модели — как устроены, что в комплекте, за какие деньги. И почти у всех нашёл одни и те же слабые места.

Комплектацию почти везде продавали отдельно: купил аэрогриль, а глубокий противень, вращающуюся корзину и вертел бери за доплату.

С материалами всё было не лучше. Аксессуары делали из того, что нельзя закинуть в посудомойку, а аэрогриль очень часто в жиру. Решётки, корзины и противень после готовки сальные, отмывать их руками никто не хочет.

Я видел в отзывах у других производителей, что людям это не нравится: покрытие быстро облезает, металл ржавеет, и приходится докупать комплектующие взамен пришедших в негодность.

И самое главное — готовка. Приборы готовили неравномерно: где‑то по краям еда уже готова, а в середине ещё сырая, где‑то подгорала. Стабильного результата от модели к модели не было. В отзывах это тоже регулярно всплывало: то мясо приходится переворачивать вручную, чтобы не осталось сырым внутри:

То, сколько ни меняй температуру и время, блюдо получается или пересушенным, или недоготовленным:

Просто добавить ещё один аэрогриль к десяткам похожих смысла нет. В уже переполненном рынке ещё одну похожую модель никто не заметит. Значит, если заходить в нишу и продавать свой, нужно все эти болячки убрать. Иначе его просто не купят.

С этой идеей я пошёл к руководителю и защитил её. Мне дали добро на проработку, но чтобы понять, какой гриль нужен, сначала предстояло протестировать уже готовые чужие аэрогрили.

Образцы, то есть готовые аэрогриль от китайского завода, отбираю сначала по каталогам, а дальше общаюсь с китайцами напрямую. Раз в год езжу в Китай на выставку, там же набираю поставщиков, с которыми хочется работать, и заказываю образцы уже у них. Когда приборы приезжают, с отделом разбираем их и тестируем.

Как я тестировал аэрогрили

Образцы приехали, и я стал готовить на них по очереди. Надо было понять, какой прибор реально хорош, а какой только выглядит прилично. Всего привезли 10–15 моделей, десять из них я протестировал лично и на каждой готовил сам, потому что проверять хотел своими руками. Готовить, честно, толком не умею: мне надо нажать одну кнопку, чтобы всё заработало само.

Начал с того, ради чего аэрогриль вообще покупают.

Первым делом картошка фри без масла, самое простое. Взял замороженную, закинул, поставил таймер, ждёшь.

Потом курица на вертеле: насаживаешь тушку, закрепляешь её вилками, и она вращается и готовится.

Дальше пошли рыба и овощи гриль. Несколько недель я каждое утро заказывал продукты и готовил что‑то новое, запах в кабинете стоял невероятный, а офис я кормил стабильно.

Отдельно я тестировал выпечку. С тестом в аэрогриле обычно беда: оно, вроде, поднимается, но выходит какое‑то пришибленное, не такое, как из духовки. Поэтому печенье, торты и шарлотку я пёк много раз: ставил партию, засекал время, доставал и смотрел, не подгорело ли где‑нибудь и пропеклось ли внутри.

Не вышло — меняю время и мощность, пеку заново. С шарлоткой была ещё и своя мерка. Аэрогриль разогревается и готовит быстрее духовки, и мне нужно было выйти на то, чтобы пирог стабильно пропекался за полчаса.

Су‑вид у нас появился не с тестов образцов, а позже. Я как раз разбирал, что вообще умеют конкуренты и аэрогрили в целом. Су‑вид — это когда мясо готовят долго при одной и той же температуре, обычно в воде: в ней легко держать нужный градус часами. Я подумал, а может ли гриль справиться без воды, и решил проверить, приготовил мясо на низкой температуре. Получилось. Гриль сам хорошо держит заданную температуру, и горячий воздух в камере греет мясо так же ровно, как вода. После этого мы вписали су‑вид в характеристики товара.

На тестах и вылезли главные болячки чужих моделей. Красивый аэрогриль с чашей грел только сверху, и куриная грудка в нём готовилась 40 минут. По той же причине в другой модели, которая подходила по всем параметрам, свинина или говядина выходила сырой, сколько её ни держи, а один кусок мяса приходилось готовить по два с половиной часа — это уже никуда не годится.

Попадались и обратные случаи: высокая мощность без термодатчика внутри. Это значит, что нагрев ничем не ограничивается. Нет датчика, который отключал бы элемент, как только камера доходит до нужной температуры, и он греет на полную весь цикл программы. Такие приборы просто сжигали мясо и овощи, на это невозможно было смотреть, не то что есть.

По каким параметрам я выбирал модель

Из десятка образцов надо было выбрать один. По‑настоящему для аэрогриля важны три вещи — мощность, камера и нагрев, по ним я и выбирал.

Начну с мощности. Слабый прибор еду просто не пропечёт. Поэтому я искал модель с хорошим запасом мощности, у выбранной в итоге оказалось 1700 ватт, и этого хватает, чтобы готовить быстро и без сырых серединок.

Дальше нержавеющая камера, от неё зависит долговечность. Прибор, который через месяц‑два можно выбросить, нам не нужен, а нержавейка служит годами.

И наконец, тен, нагревательный элемент, и мне нужны были два. Сверху и снизу, чтобы еда прогревалась с обеих сторон разом.

К этому я пришёл на тестах. С одним нагревателем еда доходит неравномерно: снизу остаётся сырой, сверху уже подпечённая. С двумя тенами она прогревается ровно, не пересыхает и не остаётся сырой внутри.

На модели, которая прошла по всем трём параметрам, мы и остановились.

Что дорабатывал

Выбранную модель, хоть она и была хороша, сразу в продажу не пустили — решил дорабатывать. Первым делом взялся за комплектацию. Чтобы покупателям не пришлось докупать комплектующие, собрал всё это сразу в комплект к грилю — глубокий противень, вращающуюся корзину, вертел для шашлыков,поддон для сбора жира, который заодно не даёт жиру капать на ТЭН, и прочее.

Потом поменял материалы на нержавейку вместо металла с антипригарным покрытием. Зачем? В посудомоечной машине горячая вода вместе со щёлочью из моющего средства снимает защитную оксидную плёнку и разъедает такое покрытие. Металл темнеет и окисляется, а само покрытие от постоянных абразивных смывов трескается и со временем слезает. Мыть такие детали приходилось только руками. Теперь решётки, корзины и противень, как и камера до этого, сделаны из нержавеющей стали — любую железку можно закинуть в посудомойку и не думать о ней.

Заодно поменял приборную панель на сенсорную и упростил управление, чтобы им было легко пользоваться. Добавил 11 автопрограмм, чтобы человек нажал одну кнопку и получил готовое блюдо. Под каждую я отдельно выверял на тестах время и температуру, пока не начинало получаться идеально. По этим же режимам потом сделали книгу рецептов: готовили для неё обученные люди, а собирал её я вместе с поваром.

После доработки аэрогриль меня полностью устраивал. Оставалось убедиться, что он не подведёт, даже если что‑то пойдёт не так, и этим мы с отделом контроля качества занялись отдельно.

Как настраивал защиту от перегрева

Аэрогриль часто ставят впритык к другой технике, рядом микроволновка, чайник, стена, а иногда его и вовсе встраивают. Я советую оставлять вокруг прибора зазор в 10–20 сантиметров, но и в тесноте он должен быть безопасен: от перегрева прибор может задымиться или даже загореться. Поэтому мы залезли в начинку и настроили автоматику, которая выключает гриль, если тот перегрелся.

Мощность у прибора высокая. Внутри стоит термодатчик. Максимальная температура в самой камере 220 градусов, это рабочий потолок при готовке. Сам датчик мы поставили на внешнюю часть камеры, ту, что отводит тепло наружу, и настроили на 216 градусов. Если эта стенка доходит до 216, прибор отключается сам.

Чтобы найти эту цифру, мы гоняли гриль три дня подряд, непрерывно, на максимальных 220 градусах, и специально создавали критические условия: заливали его водой снаружи, ставили воду внутрь, поднимали температуру вокруг.

216 градусов на теплоотводящей стенке — это порог, до которого прибор ещё успевает отводить тепло наружу, а обычной готовке он не мешает. Поставь температуру ниже, и прибор будет вырубаться посреди готовки без причины. Поставь выше, и тепло перестанет нормально отводиться, а боковые стенки начнут разрушаться от жара.

За три дня пыток аэрогриля до срабатывания предохранителя мы так и не дошли ни разу. Даже когда заливали водой и провоцировали разгерметизацию, стенка до 216 не догревалась. А это значит, что при обычной готовке до этого порога никто и не дойдёт, это будет страховка на самый крайний случай, когда что‑то пошло совсем не так.

На выходе получился прибор, который в штатной работе не перегревается, а в аварийной сам себя выключает и ничего не поджигает. Аэрогриль был готов к производству.

Что получилось

В итоге получился даже не аэрогриль с чашей, а маленький духовой шкаф, куда влезает и курица, и пирог. Внутри два тена разной силы: верхний на 1200 ватт даёт корочку, нижний на 500 ватт греет мягче, чтобы не сжечь низ. В продажу он поступил в декабре 2025.

Самой последней была задача была рассказать покупателям про прибор иначе, чем про обычные аэрогрили, и объяснить его сложную начинку так, чтобы понял каждый.

Ближе всего оказалась русская печь, так в итоге его и позиционировали. Нагрев с двух сторон и циркуляция горячего воздуха внутри дают эффект, который как раз на неё и похож. Люди покупают, говорят, как пирожки в печке у бабушки. Ну, значит, всё правильно я сделал.

Представьте, что вас никто не торопит, враги не нападают, а главная задача — просто идти вперед и смотреть по сторонам. Рассказываем, как такой подход стал отдельным жанром видеоигр — «симуляторами ходьбы».

Что такое «симулятор ходьбы»

В 2008 вышла Dear Esther — модификация для Half-Life 2, а в 2012-м из этого получилась полноценная игра. Остров, шум прибоя, тропа, с которой почти некуда свернуть, и голос, читающий обрывки писем к женщине по имени Эстер. Тогда и появился ярлык «симулятор ходьбы», который, кстати, придумали не авторы. Он родился из комментариев и обзоров, где так помечали проекты без привычного набора действий.

Это жанр видеоигр, в котором на первом месте стоит исследование мира, а сам геймплей сильно урезан и сводится к простым действиям. Геймер перемещается по локациям, осматривает предметы, находит подсказки и постепенно погружается в сюжет. Обычно в таких играх разработчики делают ставку на атмосферу и изучение местности. Иногда к исследованию добавляют головоломки или элементы хоррора. Еще такие проекты часто называют играми про исследование, повествовательными приключениями или просто медленными с акцентом на историю.

А вообще просить игрока просто смотреть по сторонам придумали задолго до этого. Например, Myst (1993) тоже держался на медленном изучении пространства.

На чем держится жанр

Фокус на исследовании. Игра не вываливает на тебя готовую историю, а оставляет маленькие подсказки: предмет, след, странную деталь в комнате.

Проработанные локации. Уровни в симуляторах ходьбы обычно очень детализированные и живописные — их хочется изучать, даже если этого не требует игровая задача.

Ограниченный геймплей. Главная механика — это, естественно, ходьба. К ней могут прибавляться простые взаимодействия с окружением, например взять листок со стола, изучить странный инопланетный куст.

Во что поиграть

Gone Home

Игра встречает тебя на пороге пустого дома в Орегоне. Июнь 1995-го, ты вернулся из поездки, семьи нет, за окном гроза. Приходит время узнать историю сестры. Но не из первых уст, а из чеков, кассет, записок и тех деталей, которые принято считать болезненно личными.

В Dear Esther тебя просто ведут по коридору. Все остальное — нужно сделать самому: залезть в шкаф или заметить, что в одной комнате вещей заметно больше, чем в другой. Пространство перестает быть фоном и начинает работать как улика.

Firewatch

Героя забрасывает в леса Вайоминга 1989 года. Генри уезжает работать смотрителем пожарной вышки, чтобы не думать о том, что осталось дома. Единственная связь с людьми — рация и голос Делайлы по-соседству. Из навигации — карта и компас.

Пока ты спускаешься в каньон или ищешь место, где можно перейти реку, герои разговаривают: шутят, задают вопросы, делятся чем-то личным, иногда надолго замолкают. Но никто не ведет по маршруту за руку, местность приходится запоминать самому. Поэтому через несколько часов уже начинаешь уверенно ориентироваться и воспринимать лес как знакомое место, в котором постепенно обжился.

What Remains of Edith Finch

Создатели предлагают почти идеальную ситуацию для симулятора ходьбы. Ты возвращаешься в старый фамильный особняк, чтобы разобраться в истории своей семьи. Комната за комнатой открываются воспоминания о родственниках, а сам дом становится главным источником информации. Здесь не нужно стрелять, убегать от монстров или решать сложные головоломки — можно просто ходить по комнатам, рассматривать вещи и по деталям восстанавливать прошлое семьи.

А дальше игра начинает менять правила классических симуляторов ходьбы: каждая история о родственнике превращается в отдельный небольшой игровой эпизод —  неторопливое исследование пространства время от времени дополняется необычными механиками.

Death Stranding

Крупная студия, огромный мир — и в центре всего доставка грузов по разрушенной Америке.

Из-за валунов под ногами теряешь равновесие, вес тянет в сторону, крутой склон приходится обходить или ставить лестницы, крепить веревки, искать переправу. Маршрут превращается в задачу с планированием, а конструкции, которые ты оставил на карте, появляются в мирах других игроков.

Death Stranding показала, что игроки готовы платить за довольно странную на первый взгляд фантазию: быть курьером и часами доставлять грузы по постапокалиптическим пустошам. Но здесь дорога сама становится частью удовольствия — нужно выбирать маршрут, справляться с рельефом, следить за грузом и постепенно обживать огромный мир. А еще помогают музыка, пейзажи и ощущение одиночного путешествия.

The Invincible

Сюжет основан на романе Станислава Лема — классике ретрофантастики. Поэтому геймплей выглядит соответствующе: тумблеры, лампы, бумажные карты, громоздкие приборы и тяжелые скафандры.

Игра начинается с того, что астробиолог Ясна приходит в себя посреди планеты Регис III и не помнит, что произошло. Вокруг никого, а разбираться в событиях приходится на ходу: использовать приборы, читать записи, осматривать локации —  и постепенно складывать все в общую картину.

Часть находок не обязательна для продвижения. Но если свернуть с основного маршрута и внимательнее осмотреть окружение, можно узнать больше о событиях и персонажах. При этом The Invincible добавляет к привычной формуле диалоги и решения, которые могут повлиять на развитие истории и финал.

The Stanley Parable

Рассказчик водит тебя по офису и постоянно объясняет, что ты якобы свободен выбирать, — а игра тут же показывает, насколько условной может быть эта свобода.

Ты идешь по коридорам, нажимаешь на кнопки и постепенно понимаешь, что сама прогулка и есть часть шутки.

А вообще: если игра может заставить тебя просто идти, смотреть и слушать — достаточно ли этого, чтобы назвать ее игрой? Расскажи, где для тебя проходит граница.

Заходи на RUTUBE — у нас много интересного на тему видеоигр! Смотри трейлеры новинок, разборы, подборки интересных игр на выходные и не только.

📍 Приложение RUTUBE — с фоновым воспроизведением, просмотром офлайн и на большом экране.

Что еще почитать:
☑️ Gothic против Morrowind: два эталона RPG — один вечный спор. А что выберешь ты?
☑️ Спойлеры: зло или часть игры?
☑️ Как киноиндустрия научилась продавать нам память

Генеративные нейросети прочно вошли в рабочие процессы многих компаний: их используют для создания текстов, анализа документов, написания кода, обработки изображений и решения более сложных задач вроде глубоких исследований или работы с большими объемами данных. Но за внешней простотой — закинул запрос, получил ответ — скрывается сложная техническая инфраструктура. Разберем, из чего она состоит и как устроен путь от нажатия кнопки «Отправить» до появления сгенерированного текста.

С чего всё начинается: входная точка и авторизация

Пользователь заходит на ИИ-платформу через веб-интерфейс или подключается через API. В случае с API, например, может использоваться стандартный OpenAI-совместимый формат, что позволяет разработчикам легко интегрировать нейросети в свои приложения без переписывания кода под каждого конкретного провайдера.

На этом этапе система проверяет API-ключ или учетную запись пользователя: есть ли доступ к запрашиваемой модели, активен ли аккаунт и достаточно ли средств на балансе, если речь идет о платежной модели. В случае с оплатой по токенам — а именно такой формат набирает популярность — списание происходит не за время работы сервера, а за фактически обработанный объем данных: входящие и исходящие токены.

Маршрутизация: куда отправляется запрос

После авторизации запрос попадает в балансировщик нагрузки. Это точка входа в инфраструктуру, которая распределяет входящие вызовы между доступными экземплярами моделей. Задача балансировщика — не допустить перегрузки одного сервера, если в тот же момент поступает много запросов, и обеспечить равномерное распределение нагрузки.

Если платформа использует несколько моделей, на этом этапе также происходит роутинг к нужному экземпляру: пользователь выбрал GPT 5.5 — запрос идет к нему, выбрал Qwen 3.7 Max или Claude Sonnet 5 — соответственно, на другой эндпоинт. Современные ИИ-платформы объединяют десятки моделей в едином интерфейсе, и пользователю не нужно знать, на каком сервере физически развернута каждая из них — это задача инфраструктуры.

Инференс-слой: где нейросеть думает

Самый ресурсоемкий этап — инференс, то есть процесс генерации ответа нейросетью. Именно здесь происходят все вычисления, которые требуют мощных GPU (графических процессоров) и много памяти для размещения MoE-моделей. Запрос в виде текста преобразуется в последовательность токенов — это числовые представления слов и частей слов, которые модель способна обрабатывать. Затем нейросеть, состоящая из миллионов или миллиардов параметров, вычисляет вероятности следующего токена, генерирует его, и процесс повторяется до тех пор, пока не будет сформирован полный ответ.

Это требует колоссальных вычислительных мощностей. Если модель развернута на выделенных GPU-серверах, клиент получает максимальную производительность и контроль. Но есть и другой путь — доступ к моделям через API без аренды собственных GPU. В этом случае пользователь арендует не железо, а вычислительную мощность по факту использования: модель работает в инфраструктуре провайдера, а клиент платит только за обработанные токены. Для бизнеса это означает отсутствие капитальных затрат на закупку и обслуживание GPU-серверов, а также экономию на инженерах, которые настраивают и поддерживают инференс.

Работа с данными: контекст и долгосрочная память

Современные ИИ-платформы умеют работать не только с сиюминутным запросом, но и с большими контекстами — десятками и сотнями тысяч токенов. Это позволяет загружать в модель целые документы, инструкции или базы знаний и получать ответы на их основе.

Для этого в архитектуру добавляются дополнительные слои: системы управления контекстом, механизмы поиска по документам (RAG — Retrieval-Augmented Generation) и инструменты для обработки больших массивов данных. Когда пользователь загружает файл и задает вопрос по его содержанию, платформа сначала векторизует документ, затем находит релевантные фрагменты в базе знаний, и только потом передает их модели вместе с запросом. Это позволяет получать точные ответы без необходимости помещать весь документ в память нейросети, что технически нецелосообразно или недоступно из-за окна контекста, стоимости, задержки и качества.

Мультимодальность: текст, картинки, голос

Многие современные модели — мультимодальные. Это значит, что они способны обрабатывать не только текст, но и изображения, аудио и видео. В случае с мультимодальными запросами в архитектуре появляются дополнительные модули: кодировщики изображений, которые преобразуют картинку в числовое представление, которое затем передается в основную языковую модель.

С технической точки зрения мультимодальные запросы сложнее. Вес изображения может превышать вес текста, а его обработка требует отдельного этапа в пайплайне. Кроме того, нужно обеспечить совместимость разных типов данных в рамках одного запроса, чтобы модель одновременно понимала и текст, и картинку.

Мониторинг и управление ресурсами

На протяжении всего процесса — от поступления запроса до возврата ответа — система собирает метрики: время обработки, количество токенов, загрузку GPU. Это нужно как для контроля расходов (вспоминаем оплату по токенам), так и для обеспечения стабильности работы. Если какой-то узел перегружен, система может перенаправить запрос на другой сервер или, в случае внешней модели, переключить пользователя на альтернативный эндпоинт.

Пользователю при этом в личном кабинете доступна статистика использования: сколько токенов потрачено по каждой модели, какова динамика расходов, какие модели используются чаще. Это позволяет контролировать бюджет, если в компании несколько сотрудников или команд работают с нейросетями.

Что на выходе: от токенов к человекопонятному тексту

Когда модель завершает генерацию, система выполняет обратное преобразование: последовательность токенов превращается в обычный текст на естественном языке. Если запрос проходил через интерфейс с поддержкой форматирования (например, разметка Markdown или выделение кода), на финальном этапе добавляются стили и оформление.

В случае с API ответ возвращается в JSON-формате, содержащем не только сам текст, но и служебную информацию: количество использованных токенов, время обработки, идентификатор запроса. Это позволяет разработчикам интегрировать ответы нейросетей в свои приложения, логировать взаимодействие и анализировать расходы.

И всё это — без собственного GPU

Ранее, чтобы запустить нейросеть, компании покупали или арендовали отдельные мощные GPU-серверы, настраивали на них инференс, управляли очередями запросов и решали задачи масштабирования. Это требовало серьезных инвестиций и квалифицированных инженеров. Теперь ситуация меняется: на рынке появляются платформы, которые предоставляют доступ к десяткам моделей через единый API, а оплата идет не за железо, а за реально использованные токены.

Кстати, о платформах

В России такие решения тоже появляются. Например, Рег.облако недавно добавил возможность оплачивать по токенам доступ к своей ИИ-платформе. Пользователям доступны более 30 моделей — от GPT 5.5 и Claude Sonnet 5 до Gemini 3.1 Pro, Kimi K2.6 и Qwen 3.7 Max, закрывающие широкий спектр задач: от текстовой генерации до мультимодальных сценариев, глубоких исследований, работы с длинными контекстами и использования для подключения агентов. При этом для тех, кому критичен приватный контур или полный контроль над инфраструктурой, сохраняется возможность аренды выделенных GPU-серверов. Получается гибридный подход: платформа закрывает быстрые сценарии через API, а выделенные мощности — для задач, где важны безопасность и кастомизация.

Вместо итога

Архитектура современных ИИ-платформ — это сложный конвейер, в котором задействованы балансировка нагрузки, GPU-вычисления, работа с контекстом, мониторинг и системы управления данными. Но с точки зрения пользователя всё это скрыто за одним интерфейсом или API-запросом. Технологии движутся в сторону максимального упрощения доступа: не нужно разбираться в инференсе и управлять серверами — достаточно выбрать модель, отправить запрос и получить результат. А оплата по токенам превращает ИИ из капитальной инвестиции в операционные расходы, что особенно актуально для бизнеса, который только начинает внедрять нейросети в рутинные процессы.