Роман про OpenClaw

🔌 Плагины OpenClaw теперь можно ставить без перезапуска Gateway

Небольшая, но приятная штука из OpenClaw 2026.9.5, которую я сначала вообще пропустил.

Раньше установка или обновление плагина обычно заканчивалась перезапуском Gateway. А если на нем уже висят активные сессии и рабочие агенты, лишний раз его трогать вообще не хочется.

⚡️ Теперь совместимые плагины поддерживают hot reload - ставите или обновляете расширение, OpenClaw подхватывает изменения без полного рестарта Gateway.

Для тестов это особенно удобно. Можно поставить плагин, проверить его на живом окружении и, если не подошел, убрать - без отдельного окна под перезапуск всей системы.

Но не путайте hot reload с безопасной установкой. Плагин все равно получает доступ к определенным возможностям OpenClaw, поэтому перед установкой хотя бы быстро смотрим:
🔸 откуда он ставится и кто автор;
🔸 какие инструменты и разрешения добавляет;
🔸 есть ли доступ к файлам, командам и внешним сервисам.

В общем, плагин теперь поставить проще 🙂

#полезныеинструменты

💸 Сколько на самом деле тратит ваш AI-агент

У нас в команде периодически срабатывают стопы по AI-бюджетам и я обычно довольно быстро прихожу выяснять, куда опять улетели токены 😄

Потому что с агентами расход очень легко недооценить. Ты вроде дал одну задачу, а внутри агент несколько раз сходил в модель, прочитал файлы, вызвал инструменты, поднял субагента - и все это еще едет поверх накопленного контекста.

Причем проблема уже вполне распространенная. Например, JPMorgan недавно ввел для части разработчиков лимит на Claude в $2000 в месяц именно на фоне растущих расходов на токены.

Поэтому я стараюсь смотреть не только на общий счет, а на то, где конкретно агент начинает съедать лишнее:
🔸 длинная сессия раздула контекст;
🔸 простая задача зачем-то крутится на дорогой модели;
🔸 агент делает слишком много итераций;
🔸 субагенты плодят дополнительные вызовы.

И это полезно не только если у вас команда из 20 человек.

Даже если просто собираете своего агента по вечерам, я бы хотя бы иногда смотрел, сколько стоит одна нормальная выполненная задача. Без этого оптимизация токенов будет просто "пальцем в небо", а деньги сливать просто так не разумно.

💡 Мне нравится относиться к токенам примерно как к ресурсам сервера - сначала замерить, потом найти прожорливое место и только после этого что-то оптимизировать.

А то экономить 500 токенов в промпте, пока агент на фоне сделал 30 ненужных вызовов - такое себе занятие 🙂

🔐Началась новая неделя, а мы наконец запланировали обновление OpenClaw

У нас иконка обновления висит уже довольно давно. Мы специально оттягивали апдейт - текущая версия стабильно работает на реальных задачах, а обновлять такой инструмент просто между делом мне не очень хочется.

На эту пятницу наконец выделили отдельное время под переезд. Сначала сохраним состояние и проверим бэкап, потом обновимся и отдельно прогоним Gateway, агентов, плагины и основные сценарии.

Если что-то отвалится - будет понятная точка, откуда восстанавливаться.

🛠 Сам OpenClaw тоже постепенно делает этот процесс безопаснее - добавляет проверки перед обновлением и механики восстановления после неудачного апдейта. Но я все равно воспринимаю это как страховку, а не как повод ставить каждую новую версию сразу после релиза.

Перед обновой у меня логика простая:
🔸 есть ли там нужные нам изменения или важные фиксы;
🔸 что может задеть текущую конфигурацию;
🔸 сможем ли быстро вернуться в рабочее состояние, если что-то пойдет не так.

Если закрывают критичную уязвимость - понятно, что ждать удобного момента уже не стоит. В остальных случаях я скорее выберу стабильную рабочую систему, чем самую свежую версию просто ради номера.

#какэтоработает

🧪 🧐 Кажется, скоро серьезные исследования смогут позволить себе сильно больше людей

Под пятницу попался интересный разбор OpenAI про то, как их исследователи используют coding-агентов. И там уже довольно бодрый масштаб - человек запускает несколько агентов параллельно, а они пишут код, гоняют эксперименты, разбирают результаты и проверяют разные гипотезы.

В итоге за обычный 8-часовой рабочий день запущенные агентами задачи суммарно набирают примерно на 25 часов работы. Не потому что один агент в три раза быстрее человека - просто можно параллельно запустить несколько и раскидать между ними работу.

Причем OpenAI пишет, что уже дошла до своего «автоматизированного исследовательского интерна» - под присмотром человека ему можно отдать задачу, на которую у специалиста ушло бы несколько дней.

И вот это, как по мне, уже интересный сдвиг.

Раньше проверить 20 гипотез - это написать код, все прогнать, собрать результаты, где-то словить баг, перезапустить и потом еще понять, что из этого вообще имеет смысл. Даже если ты знаешь, что делаешь, все банально упирается во время.

А теперь часть этой муторной работы можно раскидать между агентами и самому заниматься тем, где реально нужна голова.

💡 Поэтому мне кажется, что агенты сильно снизят порог входа в большие исследования. Понятно, что просто накидать агентов на задачу и получить научное открытие не выйдет. Но один сильный специалист уже постепенно получает ресурсы небольшой команды.

И, возможно, главный эффект от таких агентов будет именно в том, что намного больше людей смогут не просто придумать интересную идею, а нормально ее проверить.

Неплохая мысль, чтобы уйти с ней на выходные 😉

🤖 Не каждого агента обязательно собирать самому

Я тут постоянно рассказываю, как работать с AI-агентами, настраивать OpenClaw, подключать инструменты и все это докручивать под свои задачи.

Мне самому копаться во всем этом интересно - все-таки я этим занимаюсь каждый день 😄

Но если вам нужен агент не ради самого процесса разработки, а чтобы уже начать отдавать ему рабочие задачи, собирать всю инфраструктуру с нуля необязательно.

Мы с командой как раз делаем для этого готовых НейроСотрудников. Агент уже развернут, с подключением нужных систем мы помогаем, а дальше вы обычным языком объясняете ему свой процесс и что от него требуется. Проверили результат → закрепили правила → отдали следующую задачу.

Причем сценариев тут реально много: от работы с документами и контентом до CRM и внутренних процессов компании.

Если есть задача, которую давно хочется отдать агенту - оставляйте заявку. Посмотрим на нее вместе и подскажем, как лучше все реализовать.

👉 Оставить заявку и обсудить задачу

🤔 Как думаете, почему OpenClaw сначала выпускал обновления почти каждый день, а потом внезапно сделал большую паузу?

Я сначала думал, что команда просто сменила темп. Но потом прочитал разбор OpenClaw 2.0 - оказалось, причина интереснее.

До этого команда успела выпустить 106 релизов за 230 дней. Но чем больше становилось разработчиков и изменений, тем сложнее было поддерживать такой темп. Новая функция могла затронуть установку, браузер, память, навыки, плагины и ещё кучу вещей, которые легко не учесть.

В итоге обычные релизы поставили на паузу почти на семь недель и занялись фундаментом. В OpenClaw 2.0 вошло больше 16 000 pull request’ов от 933 контрибьюторов, а изменения прошлись практически по всей системе.

💡 То есть, если OpenClaw и так нормально работает, не обязательно ставить каждую мелкую обнову сразу после выхода. При таком темпе отдельные изменения могут просто не успевать нормально обкатать вместе. Иногда лучше пропустить несколько версий и обновиться уже на крупный релиз, где все это собрали и проверили как единое целое.

Особенно если в OpenClaw уже настроены сессии, навыки, плагины и подключения - стабильный апдейт тут важнее еще пары новых функций.

Поэтому перед крупной обновой я смотрю на три вещи:
🔸 что изменится после апдейта;
🔸 какие старые настройки отвалятся;
🔸 можно ли быстро откатиться, если что-то сломается.

🔗 Подробный разбор релиза

💡Полезный сценарий для cron

Допустим, нужно следить за статусом CI, появлением файла или изменением какой-нибудь записи и самый очевидный вариант тут - это запускать проверку каждые несколько минут. Само по себе это нормально, но если вместе с каждой проверкой просыпается агент, довольно быстро начинаешь впустую тратить токены и время.

В OpenClaw можно сделать это по-другому - cron запускает небольшой проверочный скрипт, тот получает текущее состояние и сравнивает его с предыдущим. Если ничего не поменялось - то и запуска не будет. Если поменялось - только тогда запускается агент.

Например, CI был зеленым, а потом сборка упала. В этот момент можно поднять отдельную сессию, передать агенту логи и попросить разобраться, что сломалось. Пока статус не меняется, модель вообще не вызывается.

Для таких задач в cron есть event trigger. В конфиге задаете расписание проверки и скрипт, который возвращает состояние. Результат сохраняется между запусками и событие передается агенту только когда значение меняется.

В документации есть готовый пример именно с мониторингом CI, его проще всего взять за основу и заменить проверку на свою.

Мне такой вариант нравится для любых фоновых проверок, где важен именно переход состояния: CI упал, появился файл, задача завершилась, поменялся статус. Агент подключается только тогда, когда он реально нужен.

⚠️ Только аккуратнее с правами, скрипт триггера работает с политикой инструментов агента, в том числе с exec. Поэтому код, который запускается таким способом, лучше контролировать самому.

#полезныеинструменты

🔥OpenAI начали продавать не только модель, но и всю инфраструктуру вокруг агента

Недавно наткнулся на анонс Agents API. Формулировка про создание агента одним API-вызовом меня особо не впечатлила - подобных обещаний за последние пару лет было достаточно. А вот другая часть интереснее - OpenAI фактически открывает разработчикам ту же инфраструктуру для работы агентов, которую использует Codex.

🧰 То есть это уже не просто запрос к модели. Агент получает окружение для работы с файлами и кодом, инструменты, сохранение промежуточных результатов и длинные сессии. Когда контекст разрастается, старые части автоматически уплотняются, чтобы не упереться в лимит.

Раньше много этой обвязки приходилось собирать самому: сохранять состояние между шагами, следить за окружением, прокидывать инструменты и отдельно решать проблему длинного контекста.

Запускать агента при этом можно:
🔸 в окружении OpenAI;
🔸 в своей инфраструктуре;
🔸 у подключенных провайдеров sandbox-окружений.

🤔 Но к Agents API у меня пока есть вопросы.
На бумаге удобно отдать OpenAI большую часть инфраструктуры вокруг агента, но интересно, как все это поведет себя в реальной работе. Что происходит после сбоя, где остаются файлы, насколько гибко можно ограничивать доступ к секретам и получится ли нормально разобраться в действиях агента, если что-то пойдет не так.

В общем, OpenAI постепенно забирает на себя не только вызов модели, но и приличный кусок инфраструктуры, которую раньше приходилось строить вокруг нее самостоятельно.

🔗 Почитать про Agents API можно тут

💡Немного не про OpenClaw, но для бухгалтеров среди нас есть полезная штука

16 сентября мои коллеги из команды 42Clouds проведут бесплатный вебинар для бухгалтеров. Решил их поддержать и рассказать здесь - знаю, что среди читателей канала тоже есть люди из этой сферы.

На вебинаре они покажут, как из задач, которые бухгалтер часто и так делает для клиентов, собрать отдельную услугу финансового контроля с чеком от 20 000 ₽. А еще разберут, как ФинЛайт42 и ИИ помогают автоматизировать часть рутины.

Если вы бухгалтер или работаете рядом с этой сферой - стоит заглянуть, тем более там будут всякие-разные подарки 😉

📅 16 сентября, 12:00 МСК

👉 Зарегистрироваться бесплатно

🌤️ Как прошли выходные?

У меня они, как обычно, закончились не только отдыхом, но и парой мыслей о чем написать.

Сегодня про hooks - небольшие обработчики, которые реагируют на события внутри системы.

Например, началась новая сессия, сработал /reset, закончилась компакция контекста, пришло или ушло сообщение, Gateway перезапускается и вместо того чтобы каждый раз отдельно объяснять агенту, что делать в такой ситуации, можно повесить действие прямо на событие.

У себя я использую этот подход там, где нужно сохранить служебное состояние или запустить фоновую операцию.

Например, после компакции можно записать техническую информацию, а при получении сообщения отправить данные во внешнюю систему.

Но тут есть важный нюанс - hooks бывают разными по возможностям:
🔸 Для простых событийных действий подходят internal hooks
🔸 Если нужно менять логику работы агента, блокировать инструменты или добавлять сложные правила обработки - это уже территория plugin hooks

Начать можно с такой команды-проверки:

openclaw hooks list
openclaw hooks check

А включение конкретного хука выглядит так:

openclaw hooks enable session-memory

Название здесь просто пример, доступные хуки лучше сначала посмотреть через openclaw hooks list

📌 Это удобная фишка, потому что часть рутины уезжает из промпта туда, где ей и место - в обработку событий.

Подробную инфу про хуки можно тут посмотреть

#полезныеинструменты

🔍Скилл важно проверять

Перед установкой скилла полезно понимать не только, что он умеет, но и откуда он взялся.

SKILL - это по сути набор инструкций, который влияет на поведение агента. Если в нем описаны дополнительные команды, работа с файлами или внешними сервисами, это уже не просто удобная памятка, это часть рабочего контура агента и относиться к ней стоит примерно как к сторонней зависимости в проекте.

Перед установкой я проверяю несколько вещей:
🔸 Откуда скилл загружается - из ClawHub, Git-репозитория или локальной папки.
🔸 Кто его поддерживает и когда были последние изменения.
🔸 Какие файлы и команды он использует.
🔸 Нужны ли ему доступы к сети, терминалу, файлам или внешним сервисам.
🔸 Проходит ли он проверку через доступные инструменты OpenClaw, например openclaw skills check.

Если скилл скачан из непонятного источника, лучше сначала посмотреть его SKILL.md и связанные файлы, а уже потом подключать к рабочему агенту. Для эксперимента можно использовать отдельное окружение с ограниченными правами, а не сразу ставить все в основной workspace.

💬 Чем больше возможностей появляется у агентов, тем важнее становится вопрос ограничений. Тем более что через подобные конфигурации можно получить доступ к данным, как на стиллере.

Удобство - это хорошо, но происхождение и понятные границы все равно важнее.

#полезныеинструменты

💡Рабочее состояние задачи важнее набора панелей

Вчера писал про Mermaid, а сегодня продолжу ту же тему с другой стороны. Когда разбираешь сложную задачу, проблема обычно не в том, что нужного инструмента нет на экране. Проблема в том, что через несколько часов уже непонятно, где ты остановился, какие данные проверил и что именно хотел сделать дальше.

В OpenClaw 2026.9.2 task workspace стал больше похож на рабочее место под конкретную задачу.

Рядом с чатом можно держать браузер, терминал, файлы или дашборд, а потом вернуться к этой же раскладке. При скрытии и повторном открытии сохраняются введенные данные в виджетах, поэтому не приходится каждый раз собирать рабочую сцену заново.

То есть у задачи появляется устойчивое состояние. Например, можно оставить открытым терминал с логами, рядом держать разговор с агентом, а в отдельной панели результат проверки. Закрыл браузер, вернулся позже и продолжаешь с того же места.

Я использую это так:
🔸 В начале задачи оставить в workspace только те панели, которые реально нужны.
🔸 В чате зафиксировать текущую цель и следующий шаг.
🔸 Перед переключением на другую работу сохранить промежуточный результат, ссылку или команду, на которой остановился.
🔸 После возвращения сначала проверить состояние задачи, а уже потом продолжать работу.

⚠️ Это не заменяет нормальные заметки и контроль изменений. Но хорошо убирает одну раздражающую вещь - необходимость каждый раз вспоминать, как именно ты работал с задачей в прошлый раз, особенно в режиме многозадачности.

#полезныеинструменты

🤖 Что мы сейчас делаем с AI-агентами

Я тут много пишу про OpenClaw и в целом про то, как собирать и настраивать агентов. Но одно дело запустить агента и дать ему пару инструментов, другое - встроить его в реальные процессы компании.

Как раз такими штуками мы сейчас много занимаемся в команде.

Подключаем агентов к 1С, CRM, документам и другим системам, даем им доступ к нужным данным и учим выполнять уже полноценные рабочие задачи.

Например, работать с документами, искать тендеры, контролировать закупки или выполнять задачи внутри 1С и Bitrix24.

⚙️ Собрали на сайте довольно много информации о том, как все это работает, что можно подключить и какие задачи уже решаем с помощью агентов.

Если вы тоже в теме - думаю, будет интересно посмотреть. Ну а если увидите там решение для своей компании - можно сразу написать нам и обсудить, как такого агента внедрить у вас.

👉 Посмотреть примеры и как это работает

📊 Диаграмму теперь можно использовать прямо в чате

В OpenClaw 2026.9.1 появилась поддержка Mermaid-диаграмм в чате. Сейчас уже вышла 2026.9.2, поэтому новость не самая свежая, но функцию многие могли просто пропустить среди остальных изменений.

Для разработки это очень полезный инструмент. Когда обсуждаешь архитектуру или длинный процесс, текст быстро превращается в полотно из пунктов. В этот момент проще попросить агента собрать схему прямо в формате Mermaid, а потом быстро поправить ее под реальные условия.

Например, так удобно разложить:
🔸как запрос проходит через Gateway;
🔸какие сервисы участвуют в обработке задачи;
🔸где находятся точки согласования;
🔸что происходит после ошибки или перезапуска;
🔸как связаны между собой несколько агентов.

Особенно хорошо это работает на старте задачи. Сначала можно попросить агента показать процесс в виде диаграммы, а потом уже обсуждать конкретные места, которые выглядят спорно или перегружены.

Я обычно использую такой порядок:
1️⃣Сначала описываю задачу обычным текстом.
2️⃣Прошу представить процесс в виде Mermaid-схемы.
3️⃣Проверяю, не пропущены ли ошибки, ручные шаги и точки возврата.
4️⃣Только после этого перехожу к реализации.

💡 Схема быстро показывает, где в процессе есть лишний переход, непонятная зависимость или место, в котором задача может застрять.

#полезныеинструменты

⚠️ Общий Gateway - это не только удобство

После вчерашнего поста про обновление OpenClaw 2026.9.2 отдельно хочется остановиться на общем Gateway.

В обновлении появились изменения из-за которых к видимости сессий стоит отнестись внимательнее, особенно если OpenClaw используют несколько человек в одной команде.

У нас OpenClaw постоянно работает в разных задачах. Один человек разбирает код, другой смотрит инфраструктуру, третий ведет свою автоматизацию и пока каждый работает отдельно, это почти незаметно. Но, если несколько агентов подключены к одному Gateway, возникает простой вопрос - кто видит чужие разговоры и может ли один агент получить доступ к контексту другого?

Сервер общий, а рабочие данные могут быть совершенно разными. В одной сессии лежат логи и конфигурация проекта, в другой - переписка с заказчиком, в третьей - внутренние планы команды. И, естественно, пересекать эти данные не стоит.

Чтобы избежать этого, можно проверить это так:
🔸 Посмотреть, какое значение установлено у tools.sessions.visibility.
🔸 Проверить, разрешен ли агентам доступ к сессиям друг друга.
🔸 Для недоверенных пользователей не объединять все на одном Gateway, а использовать отдельные Gateway.

После изменения настроек важно проверить доступ реальным тестом от имени другого агента.

⚙️ Вчера я писал, что в 2026.9.2 OpenClaw стал надежнее переживать сбои. Но надежность - это не только восстановление задач, это еще и уверенность, что после обновления агент продолжит работать именно в разрешенных ему границах.

#какэтоработает

📌 Что я заметил в обновлении OpenClaw 2026.9.2

Думаю, большинство уже видело это обновление в интерфейсе OpenClaw, поэтому пересказывать весь список изменений смысла нет. Я посмотрел, что из него действительно может повлиять на ежедневную работу и больше всего меня зацепили изменения вокруг надежности.

OpenClaw теперь лучше переживает перезапуски Gateway и обрывы.

🔸 Активные, поставленные в очередь и делегированные задачи не должны просто исчезать, а готовый ответ может сохраниться даже при проблеме на этапе записи.
Для обычного чата это звучит как небольшая техническая правка, но в длинной задаче разница заметная. Не приходится потом вспоминать, что агент успел сделать и на каком шаге все съехало.

🔸 Отдельно я бы обратил внимание на общий Gateway, если OpenClaw используют несколько человек.
После обновления стоит проверить видимость сессий между агентами. В некоторых конфигурациях она стала шире и рабочие диалоги разных пользователей могут пересекаться.

Рекомендую после обновления сделать три простые проверки:
1️⃣Посмотреть настройки tools.sessions.visibility и доступ агентов друг к другу.
2️⃣Запустить многошаговую задачу и проверить, как она восстанавливается после перезапуска.
3️⃣Проверить, какие настройки теперь применяются без полного рестарта Gateway.

💡 Если коротко, 2026.9.2 скорее про оптимизацию OpenClaw как рабочего инструмента, который не разваливается от первого сбоя.

#обновление

📌 Полезный инструмент для работы с кэшем

Зачастую агент открыт весь день, ты в нем работаешь и в сессии уже есть системные инструкции, описание проекта, список доступных инструментов, правила работы и история предыдущих шагов. И вот ты решил делать новую задачу, например, просишь проверить еще один файл, но чтобы модель ответила нормально, OpenClaw отправляет сессии не только твое сообщение, но и подтягивает весь накопленный контекст - кто агент, какие у него правила, какие инструменты и т.п., то есть все, что уже происходило в этой сессии.

Поэтому чем длиннее рабочая сессия, тем больше данных может участвовать в каждом новом запросе.

Проблема в том, что часть этих данных почти не меняется. Например системные инструкции, описание tools и базовый проектный контекст обычно остаются теми же самыми. Без кэша провайдеру модели приходится снова учитывать этот повторяющийся кусок при новых запросах.

И вот тут отлично помогает инструмент - prompt caching. Провайдер запоминает стабильную часть запроса и при следующих обращениях может не обрабатывать ее с нуля. Проще говоря, если начало контекста осталось тем же, то можно не платит полную цену за повторное чтение одного и того же большого блока.

В OpenClaw это настраивается через cacheRetention:

agents:
defaults:
params:
cacheRetention: "long"

Я использую это не для всех агентов подряд. Основному рабочему агенту кэш полезен, потому что он долго живет и постоянно работает с похожей базой контекста. А коротким агентам для уведомлений или разовых задач кэш часто не нужен - там проще поставить none.

agents:
list:
- id: "main"
params:
cacheRetention: "long"

- id: "alerts"
params:
cacheRetention: "none"

Главный нюанс - кэш работает лучше, когда стабильная часть контекста действительно стабильная. Если постоянно менять системные инструкции, список tools или проектный контекст, провайдеру чаще придется создавать кэш заново, имейте это ввиду.

❗С помощью prompt caching можно неплохо экономить в длинных сессиях из-за повторяющегося служебного контекста.

#какэтоработает

🤖 ИИ-агенты тоже умеют делить территорию

Наткнулся на забавный кейс от Anthropic. Они проверяли, что будет, если запустить несколько AI-агентов в одной среде и дать им задачи, которые конфликтуют друг с другом.

Получился почти офисный ситком.

Один агент пытается выполнить свою инструкцию, второй мешает, третий защищает свою часть работы. В какой-то момент это начинает напоминать не команду, а трех разработчиков, которым выдали один репозиторий, одну пятницу и три разных мнения о том, как все должно работать.

Смешно, но вывод вполне рабочий - чем больше агентов в одной среде, тем важнее заранее разделять роли, права и зоны ответственности. Иначе они начинают не усиливать друг друга, а конкурировать за один и тот же кусок задачи.

Я поэтому стараюсь не запускать агентов «толпой» на одну область. Один собирает факты, второй проверяет, третий пишет финальную версию. А доступ на изменение получает только тот, кто реально отвечает за результат.

Вот тут можно посмотреть сам кейс
👈

💸 Кстати, раз уж я тут постоянно рассказываю про AI-агентов - на них теперь можно еще и немного заработать

Мы с командой сейчас активно развиваем НейроСотрудников. Я сам участвую в их разработке и вижу, что интерес со стороны бизнеса к таким решениям только растет.

Поэтому решили запустить партнерскую программу.

Суть максимально простая: если у вас среди знакомых, клиентов или партнеров есть компания, которой может пригодиться AI-агент - можете просто познакомить их с нами. Дальше уже мы сами разберемся с задачей, покажем продукт, подключим и будем сопровождать.

Вам не нужно становиться продажником, разбираться во всех технических деталях или потом что-то поддерживать. По сути, ваша часть — увидеть потенциально полезный кейс и свести нас.

А если компания подключается - получаете вознаграждение каждый месяц, пока она пользуется НейроСотрудником.

Все детали по суммам и тому, как это работает, собрал в карточках выше.

Если у вас есть на примете бизнес, которому давно хочется сказать «ребят, вам сюда уже пора AI прикрутить» - можете заодно на этом заработать 😄

👉 Посмотреть условия и присоединиться к партнерской программе