PYRO17

Видосик переношу на 1-2 дня, еще не все тесты завершил

GPT-5.6 гоняю на следующих проектах:

• Делаю фронтенд для сайта заказчика с анимациями чисто при помощи встроенного функционала Codex + OpenDesign, не используя, как во всех гайдах про "10,000$ websites" апишки клинга или сиданса

• Для того же сайта разрабатываю бекэнд внутри которого будет крутиться ИИ-агент и выводить красивые ответы прямо на сайт

• Запустил GPT-5.6 Sol Ultra (и так получилось, что еще /goal запустился, но об этом в видосе) для того, чтобы сделать полный форк Hermes и переработать его под тот самый HealthOS agent (проект отошел на второй план на какое-то время, сейчас решил, что лучше возможности его забилдить не будет). GPT сейчас работает не просто со всякими апишками, скиллами и базовыми инструментами для агента, а напрямую перерабатывает агентский цикл Hermes - посмотрим что из этого выйдет :)

• Из дополнительного: деплою большой проект на VPS и попытался ваншотнуть создание обвязки для ИИ-агента, который будет ресерчить инсту на лид-магниты от ИИ инфлюенсеров и сам их забирать через коммы->директ->тг бота — пока не тестил что вышло

Если останутся лимиты еще и видос попробую смонтировать при помощи GPT-5.6😁

Хочу выдать вам настоящий смак и показать тесты новых моделек в боевых сложных задачах, а не пересказ постов инфлюенсеров из X :)

Я победил убогие ответы ChatGPT

GPT модели любят отвечать огромными полотнами текста с абзацами по 1 предложению, бессмысленными однородными членами, списками по 10 пунктов и антитезами

Долго никак руки не доходили написать свой системный промпт для решения этого бесячего момента. Хотел написать сам, потому что как всегда промпты или скиллы из интернета в 90% случаев шляпа сгенерированная самим чатгпт

Вот он:

<!-- answering format -->
Отвечай мне всегда естественным публицистическим русским языком, наполненным естественными словоформами и без нейросетевой риторики и пустой связности слов в предложении.

Эта инструкция затрагивает только твою работу с непосредственными ответами мне в чате и написании текстов в файлах.

Главные ограничения в своих ответах и тексте, которые ты обязан соблюдать:

- Используй больше густых абзацев и меньше списков. Если используешь списки в своих ответах - количество пунктов должно быть до 3-х. Пунктов может быть больше только если список планируется создаваться не в формате "1 пункт - одно или пара слов", а в формате "1 пункт - один абзац"
- Сильно реже используй перечисления однородных членов. Если есть возможность изложить мысль 1 фразой, которая объединяет однородные члены - используй ее. Избегай перечислений из трёх элементов; используй только пары или одиночные понятия (в редких исключениях, когда по-другому ну никак нельзя полно изложить мысли - используй больше однородных членов)
- Избегай речевые конструкции: "Это не про X, это про Y", "Это не X, это Y", "X это про ...", "Не X, а Y", "X - это не Y, а Z"
- Избегай канцеляризмов и излишества вводных конструкций
- Не пиши заключительный абзац; закончи последней содержательной мыслью
- Избегай универсальных хеджей оговорок по типу: «Стоит отметить», «важно понимать», «следует признать», «безусловно», «несомненно».
- Тексты и ответы которые ты пишешь должны быть с авторской позиций и строго от тебя как ПЕРСОНЫ. Ты не должен балансировать картину, нужно больше категоричности, если я не прошу обратного. Избегай конструкции по типу "с одной стороны / с другой стороны"
- ИИ-тексты имеют статистически узкое распределение длин абзацев — обычно 3-5 предложений каждый, с редкими отклонениями. ТЫ должен отклоняться от этого среднего числа чаще и делать это релевантно и подходяще по стилю
- используй конкретные числа, имена, события вместо обобщений; не используй фразы по типу “открывает возможности”, “играет ключевую роль”, “выходит на новый уровень” и тому подобное
- Избегай кавычек "елочек" и длинных тире
- когда утверждение фактически верно, не добавляй “потенциально”, “как правило”, “обычно”, нужно утверждать уверенно
- Каждое предложение должно сообщать факт, объяснять причинную связь, давать решение, пример, действие или ограничение. Если оно ничего не меняет, убери его. Начинай с сути: вывода, тезиса, события, проблемы или прямого ответа. Не пиши формальное вступление и формальный вывод; заканчивай последней полезной мыслью.
- Пиши по-русски. Английское слово оставляй только если это официальное название, код, устоявшийся термин для этой аудитории или русский перевод исказит смысл. Иначе используй естественный русский эквивалент.
- Предпочитай активные глаголы и называй того, кто действует. Не раздувай фразы отглагольными существительными, пассивным залогом и цепочками существительных. По умолчанию избегай канцелярита, пустых оценок и конструкций вроде: «данный», «является», «в рамках», «осуществлять», «имеет важное значение», «позволяет повысить эффективность», «в современном мире», «важно отметить», «следует отметить», «безусловно», «таким образом», «подводя итоги», «не просто X, а Y», «это не X, это Y». Не заменяй их синонимами: либо дай конкретику, либо убери фразу.
- Не дроби объяснительный текст на цепочку абзацев из одного-двух предложений. Абзац должен содержать законченную мысль; короткий абзац допустим только как осознанный акцент, переход или если этого требует площадка. Чередуй длину предложений естественно, но не пиши рублеными фразами подряд.
<!-- answering format -->

Важно: из-за длинны промпт подходит только для Codex

В Codex отключили 5-ти часовые лимиты.

На неопределённое время вы будете тратить только недельные лимиты

Прибавьте сюда возможность ресетнуть лимиты (а если вы давно пользуетесь Codex, у вас их скорее всего уже штук 6), и мы получим на короткий промежуток практически неограниченное использование самой мощной модели на рынке сейчас GPT 5.6 Sol

Народ, без шуток, такого аттракциона невиданной щедрости больше не будет от OpenAI и других ИИ корпораций

Если кто сейчас до сих пор сидит на клоде, я советую прямо сейчас взять себе подписку ХОТЯ БЫ на 20$, а лучше >100$. Или если вы думаете перейти/не перейти на более высокий план чатгпт - самое время повысится. Я думаю остался дай бог год до того как начнут жёстко урезать лимиты флагманских ИИ агентов (прибавляем сюда региональные ограничения от правительства США и в перспективе Китая)

Послезавтра выпущу видео про то как раскрыть весь потенциал нового семейства моделей GPT-5.6 и когда нужно использовать каждую из версий: Sol, Terra, Luna

Завершаю сейчас очень интересный проект по автоматизациям

Реализовал с заказчиком ИИ-агента, который 24/7 пишет SEO статьи на vc.ru, Дзене и сайте клиента, а также автоматически ведёт соц сети:

• Телега
• MAX
• ВК
• Тенчат
• Пинтерест

Всё для привлечения трафика в его B2B бизнес

Очень хочу записать для Вас видос на ютуб на тему автоматизации соц сетей и SEO для бизнеса. Выпущу скорее всего во второй половине июля уже, но мб, если что-то снизойдёт на меня, и внезапно я разгружусь, то и раньше выпущу

Оцените реакциями как Вам вообще эта тема - интересна?

P.S. Про видосы по Hermes и скиллам я помню, не переживайте :)

Кого Андрей Карпати читает из ИИ мира в X?

Сёрфил твиттер и решил посмотреть, что есть в списках у популярных ИИ инфлов и фаундеров

Наткнулся на вот такой вот гем)

Забирайте и изучайте!

Расшарьте пост среди своих знакомых, кто тоже занимается ИИшкой, всем будет полезно

X наконец-то создал официальный MCP🎉

Теперь можно ресёрчить не через костыли и без грока

Помимо ресёрч функций ваш ИИ-агент сможет создавать черновики для статей

Доки можно посмотреть здесь

РОССИЯ — МАМААА

Или же как писать хорошие тексты при помощи ИИ на великом и могучем русском языке?

Работаю сейчас над проектом для заказчика, нужно разработать SEO контент агента, который будет автопостить статьи на вс.ру, дзене и сайте заказчика на тематику бизнеса клиента (ну и соответственно внутри статей переводить читателей на коммерческие посадочные страницы)

Я (как и для любых свои проектов😏💅🏻) провел полный дип дайв в SEO, заточенного конкретно под Яндекс Поиск

С конца 2020 года Яндекс внедрил в поиск трансформер YATI - простыми словами, это нейронка, которая анализирует тексты сайтов и запросы пользователей, вычисляя между ними смысловую близость и выдавая самые релевантные результаты в поиске

До появления этой нейронки все СЕОшники в контент старались напихать кучу ключевиков, которые тогда играли ключевую роль в ранжировании вашей страницы. Теперь более умный алгоритм почти не смотрит на ключевые слова в вашем тексте, он в первую очередь ориентируется на:

1. Естественность написанного текста для русского языка
2. Общий смысл контента
3. Соответствие текста интенту пользователя

И при чем здесь ИИ-копирайтинг?

Мы все знаем, что нейронки очень не очень справляются с написанием текстов и в 90% случаев мы получаем либо совсем слоп, либо не то, что мы хотели. А в случае с сео-контент-агентом нам помимо того, что нужно бороться с проблемой читателей, которые скорее всего скипнут ИИшную статью, теперь еще нужно фиксить слоповость текста и для алгоритмов Яндекс Поиска, чтобы наша статья нормально ранжировалась

Поэтому я начал искать решение этой проблемки, и провел ресерч + тесты

Я провел серию тестов над одним из моих последних постов: я сначала накатал при помощи ChatGPT (выбрал его как самую слоповую нейронку в плане текстов) черновой варик, который потом прогонял через разные нейронки со скиллом ру-хуманайзером

К слову, об этом скилле, из всех, что я перелопатил - он оказался лучшим. Создатели жестко запарились и выписали целых 52 паттерна ИИшности характерных конкретно для русского языка - я почитал и там действительно то, что есть в ИИшном русском тексте

И почему я акцентирую на этом внимание: я чекал много подобных скиллов и часто складывалось ощущение, что челы просто просили нейронку типо "ээ, бро, найди мне паттерны слоповости для русскоязычных текстов, написанных нейронкой, и сделай из них скилл хуманайзер при помощи skill-creator" и в таких скилла были указаны паттерны по типу "в русских текстах, написанных LLM, много канцеляризмов🤩" — оно может быть и так, но это вообще не основное, что выделяет ИИшный текст

+ Из интересного в скилл встроен скрипт, который находит ИИшности в тексте. И интересно это именно потому что скрипт дейсивтельно выявляет эти паттерны, тк работает на библиотеках pymorphy3 и razdel, которые используются для словоформенной обработки текста на русском языке. Pymorphy3 отвечает за морфологический анализ слов, а razdel за правильное разбиение текста на смысловые части. Поэтому аналитика получается достаточно четенькой

Важный момент про хуманайзеры: подобные скиллы, которые написаны на английском - не работают для текстов на русском. Но при этом скиллы-копирайтеры, которые написаны на английском, хоть и не уменьшают слоповости текста, но могут задать ему структуру, помочь с хуками, конверсионными фразочками и стилем

Я тестил GPT-5.5 xhigh, Gemini 3.5 flash, Gemini 3.1 Pro, Claude Opus 4.6 (ну с клодом извиняйте - что в антигравити было, то и юзал😁) и, о боги, ЯНДЕКС ГПТ — последнюю легенду я решил использовать, тк логично, что российская нейронка, тем более от поисковика, который с семантикой работает, должна нормальный текст выдавать

РЕЗУЛЬТАТЫ (примеры текста по каждой нейронке можете зачекать в комментариях):

1. Gemini 3.5 flash
2. Yandex GPT (без хуманайзера, просто попросил текст написать)
3. Gemini 3.1 Pro // Claude Opus 4.6
4. GPT-5.5 xhigh

Вот такие дела! Топ чисто на свою чуечку составлял. Всем доброй ночи👋

Мне не нравится вайб-кодить

Вот таким нехитрым заголовком я заставил вас открыть этот постик :)

А вообще это правда. Как правило под вайбкодингом понимается накидывание на вентилятор своему кодинговому агенту просто верхнеуровневого представления как все работает, он это делает, если чет не работает, ты ему пишешь "бро, здесь поправь" и он это делает (заметьте: разработка при помощи ИИ-агентов и вайб-кодинг - это разные вещи, по крайней мере для меня)

И я буквально на днях понял, что я вообще не могу так, мне обязательно нужно знать как че работает, какие данные куда двигаются и тд

У меня ща несколько сайд проектов (речь не про заказы, а отдельные продукты), и я решил попытаться "оптимизировать" свое время: я архивировал репо проекта и закинул его в ChatGPT Pro, описал идею и сказал чтобы сделал архитектуру фичи, ну и пошел по своим делам. Про крутился у меня пару часов +-

На выходе я получил тонну коду и тонну документации, я потратил несколько часов, чтобы понять как вся эта беда работает и по итогу в конце просто забил и решил сделать все по старинке маленькими быстрыми итерациями, где я ВСЕ КОНТРОЛИРУЮ и понимаю че вообще происходит

Скорость и автономность это конечно все прекрасно, но видимо не для меня это все пока что

И эту задачу я мог спокойно закрыть за те же 2 часа, только у меня было бы полное представление что к чему

Сюда же можно отнести и /goal — точно так же запускал я как-то эту чудо функцию, агент у меня крутился >24 часов за которые он из списка из 10 средних по сложности задач сделал 4👍 Ну и аналогично предыдущему кейсу, неясно что он там эти 24 часа делает

Еще к этой же теме хотелось бы сказать про важность "аналоговости" в эпоху ЭАЙ - не забывайте про старые добрые тетрадочки и ручки, попишите на листке бумаги свои мысли, нарисуйте схему, не обязательно все делать в маркдаун схемах и мемах. Мне со сложными рабочими задачами, особенно во время долгой сессии за ПК, очень помогает просто взять блокнот и начать тезисно-схематично описывать проблему и ее решение на бумаге

Таки дела, народ, думайте

Сегодня впервые затестил Codex remote - просто пушка

Очень удобный UI и всё сделано максимально нативно для Codex и без гемора, подключается за 5 сек

Поддерживает весь функционал Codex + из интересных фишек можно переключаться между разными устройствами, на которых агент установлен (см. на фото сверху)

Во время работы агента видны все обращение к командной строке и его размышления. На обращения можно тыкнуть и посмотреть что ваш агент вводил в терминал

Гораздо удобнее Takopi и подобных гейтов

Как анализировать тысячи вертикальных UGC видео и строить на основе этого контент-стратегию?

Очень много заказов сейчас прилетает именно на автоматизация контента и маркетинга, поэтому постоянно в поиске новеньких инструментов в этой теме. И на самом деле это реально жесткая боль особенно для соло фаундеров / личного блога (если это у тебя не мейн проект) - на раскач медийки уходит ДОХРЕНА времени, особенно на видео контент

Сейчас поговорим конкретно про аналитику контента при помощи ИИ

Как правило, делаю я это все при помощи Apify, но чес говоря это нереальная морока. То актор лагает, то тарифы конские, то в качестве инпута предлагается какое-то говнище по типу хештегов🤩 из-за чего сложно нормальный релевантный результат получить. Плюс эту тонну данных нужно анализировать и продумать скиллы, которые будут доставать именно нужные тебе инсайты из датасетов

Крч, запара, но как-то справляемся :)

И наткнулся я тут на интересный сервис lightreel.ai. Чуваки подключили к мультиагентной системе рил-тайм аналитику вертикальных видосов + подключили собственную базу из 640 ТЫСЯЧ размеченных UGC-видео и заставили весь этот механизм составлять контент стратегии и анализировать рынок вертикального контента

Система закрывает три ключевые задачи:

Первая это поиск креаторов по детальным запросам вроде "бьюти-блогеры в городе N с 20к-80к подписчиков и контентом формата день из жизни"

Вторая это аудит конкурентов: можно скормить ссылку на чужой аккаунт и спросить, почему ТВОИ ролики не набирают просмотры, а система сравнит их с успешными кейсами в нише и укажет на проблемы с хуками или подачей

Третья это разбор собственных видео перед публикацией, чтобы, например, вырезать затянутое вступление, скорректировать темп субтитров, поправить хук и т.п.

У сервиса есть API, а => можно создать MCP и подключить к вашем клодику или кодексу

Вся эта чудо технология стоит 200$ / месяц🫠

Инструмент выглядит пушечно и без выстраивания вручную сложных пайплайнов через Apify, НО здесь же и главный вопрос, а нельзя ли просто сильно запариться и собрать более дешевую self-hosted альтернативу этого сервиса? Сервис конечно авантрюно фишечный но 200 бачей в месяц чисто за контент аналитику рынка это конечно многовато

Как структурировать мышление ИИ-агента и обогатить его контекстом?

Мне сильно не нравится, что Codex в своих ответах часто выдает edge cases, которые не охватывают все слои поставленной проблемы, и плохо понимает реальный контекст задачи

Например, у нас задача придумать логику для сбора референсов вертикальных видосов через Apify для агента контент-мейкера (допустим, это мы делаем не для себя, а под заказ). Проблема в том, как искать качественные рефы, если доступен поиск только по хештегам, а выдача у тт непонятно как обновляется?

ИИ скорее всего предложит что-то по типу: "Бро, ищи по нескольким хештегам" или "Чувак, каждый раз расширяй выдачу и удаляй дубликаты" - что по сути не решает проблему возможного появления дубликатов в условиях ограниченных лимитов Apify (это я к тому, что мы не можем делать кучу вызовов актора по разным хештегам или каждый раз иксовать количество спаршенных видосов, тк есть строго N$ на аккаунте, которые в таких кейсах быстро сгорят). Конечно, этот весь контекст можно прописать в промпте, но каждый раз это все выкладывать агенту - жесткая запара

Возможно, пример не самый удачный, но за огромное количество часов и наблюдений за reasoning ИИ-агентов и просмотра их ответов, я замечаю, что они часто очень узко смотрят на проблему, не беря во внимание все поле решений

Так че с этим делать?

Я какое-то время назад активно участвовал в так называемых кейс-чемпионатах. Это соревнования, где участникам даются реальные бизнес проблемы корпораций-партнеров чемипоната, и твоя команда должна выступить в роли мини консалтинговой компании, разработав решение задачи за неделю

Я читал много материалов по структурному мышлению и подходам к решению бизнес задач консалтинговых компаний из Big 3 по типу McKinsey. Все это у меня лежало на компе в пдфках. Я решил часть этих материалов закинуть Codex и сформулировать "Agent Thinking Principles", которые я зашью потом в AGENTS.md

Результат чекайте в комментариях

Теперь мой ИИ-бро решает задачи по строгому алгоритму: сначала описывает параметры проблемы (контекст, ограничения, критерии успеха), затем генерирует пул идей, декомпозирует их через логические деревья по принципу MECE с добором контекста через EXA MCP, формулирует приоритетные гипотезы на основе фактов и выводит пользователю только финальный ответ

Плюс я теперь весь нужный контекст по моим проектам логирую в Obsidian. И это не оверкиллинг с rag+graph+memorymd+usermd+soulmd+roadmapmd+mem0+gbrain и тд, я фиксирую только переиспользуемый контекст, который нужен для понимания задачи. Например, для каждого заказа я веду всего пару файлов: профиль заказчика (кто он, что хочет, какой бюджет, платформы которые он хочет автоматизировать и тд), мой whitepaper решения со стеком и примерным воркфлоу — вот эти 2 мастхев и они при этом заполняются РУЧКАМИ, остальные файлы как правило вариативны и генерируются уже вместе с агентом (например, финальная архитектура и пайплайн автоматизации)

ДУМАЙТЕ НАД ТЕМ ЧТО ЗАНОСИТЬ В .MD а не суйте все подряд. Мне вот этих файлов хватает за глаза. Суйте в .md доки только те 20% информации, что принесут вам 80% результата. И пишите их преимущественно руками, тк как правило то что пишет агент - он уже и так знает и смысла от этого не особо много (как к примеру с /init)

И после внедрения всего этого реально почувствовал, что агент стал думать более широко и выдавать более структурированный ответ

Вот такие дела, народ :)

Поделитесь в коммах, кто как борется с подобными проблемами, будет очень интересно почитать!

Всем доброй ночи😴

Небольшой tip для тех, кто часто работает с документацией

Я постоянно тестирую какие-то новые инструменты для ИИ-агентов и мне интересно всегда заглянуть максимально глубоко, посмотреть как всё работает под капотом. Для этого очевидно приходится читать документацию)

Но вычитывать тонну текста конечно же не охота, а web search (даже продвинутый, по типу EXA) далеко не всегда ответит на интересующие вопросы или вообще вкинет какой-то нерелевантный контент

И чё делать с этим?

Сейчас очень много проектов, особенно ИИшных, вставляют в свои сайты и в т.ч. документацию отдельные страницы с .txt файлами для того, чтобы ИИ-поисковики могли проще ориентироваться по сайту

Такие страницы обычно выглядят так: https://site.com/llms.txt или .../llms-full.txt — нам как раз нужен воторой. Этот файл содержит весь текст нужной нам документации

Мы его просто скачиваем и кидаем в NotebookLM или свою RAG систему для агента

И всё, наслаждаемся и задаём нейроночке любые каверзные вопросы, которые нас интересуют💁🏻‍♂️

Криптанчики, которые на меня подписаны, завожу контентик для вас

Последние дни в свободные минуты сёрфил гитхаб в поисках чего-то интересного и наткнулся на эту репо

В ней открытая модель от Google Research для предсказывания временных рядов под названием TimesFM

В чём фишечка?

Обычно, чтобы заставить обычную модель предсказывать графики (котировок, продаж, цен и т.п.), её нужно долго дообучать на своих датасетах. Гугл же скормил TimesFM огромный объем реальных исторических данных из разных сфер

Модель оптимизирована для работы на стандартном оборудовании. Для её локального запуска достаточно около 2 ГБ свободного места на диске для хранения весов и от 4 ГБ оперативной памяти

В репо уже есть скилл, который вы можете установить в своего клодыча или кодекс, что позволит управлять прогнозированием с помощью естественного языка

Ещё из интересного модель помимо построения обычной линии тренда, рассчитывает зоны неопределенности. Чем дальше в будущее уходит прогноз, тем шире становится этот коридор, что позволяет визуально оценить статистические риски

TimesFM отлично подходит для быстрого анализа данных, поиска скрытых трендов и построения базовых гипотез, особенно в условиях ограниченной исторической информации

Очевидно, что использовать этот инструмент, как единственный источник анализа не стоит, в реальности требуется куда более строгий учет фундаментальных факторов и валидации моделей

В любом случае моделька интересная, как будет случай для использования - обязательно потестирую

Так что, мои маленькие криптанчики, можете ставить скилл с TimesFM в свои open-algo-trader-claw и бурмалдить торговать свои монетки (шутка. нфа, диор и тд)

А если без хохмы, действительно, очень интересно посмотреть, как эта модель показывает себя на деле. Если кто-то будет пробовать её использовать для своих реальных нужд - обязательно отпишите сюда в комменты, будет очень интересно почитать!

мейк сенс👆

Человек-оркестр это не мем это диагноз

Люблю этот летний утренний хайп сегодня
"накидал агентов они сами всё сделали ты только оркестрируешь, кодинг умер инженеры не нужны!!!"

Так вот скажу как человек который завёл первый MVP хаба за вечер на клоде (11 контейнеров, 15к строк), а потом полтора месяца и 693 коммита доводил его до того что он реально держит прод и принимает деньги

Демка взлетает за сутки, а продукт это месяцы?
Чет не так как продают на ютубе, но возможно я смотрю неправильный ютуб


Скиллы, саб-агенты для ревью, оркестраторы, спеки на 1000 строк, workflow
каждый новый слой не убирал баги а добавлял новые места где они прячутся и добалял мне чертов СДВГ что бы я за всем этим следил!

Регресс ловил раз 10 на ровном месте фича зелёная локально, катишь на прод и оно отваливается на эндпоинте про который агент «забыл»
ни один скилл / плагин / MCP не дал мне гарантии что после раскатки будет ок
ни один =(


Что реально спасло
Реально спасло что у тебя тут армия тестировщиков преданных! @nyxandro
Четкий пайплайн тестов/дел/задач перед выкаткой (он описан скриптом)
А дальше
тесты, логи, тесты, логи, ещё раз логи, потом снова тесты 💀
smoke перед каждым пушем, полный прогон перед продом
читать логи всех сторон системы (vllm, litellm, гейт, вебхук) там вся соль, а не в "агент сказал готово"
деплой не когда модель написала done, а когда зелёный гейт сказал done и я глазами дернул метод и увидел ответ
единственная «фича» которая ни разу не подвела это дисциплина смотреть в логи да через агента но смотреть каждый раз ждать по 5/10/20 минут у терминала и смотреть логи создавать события самому или ждать юзеров


А за счёт чего это вообще едет?

За счёт своей базы, не агентской О_о
тащит то что накоплено за 6 лет карьеры
девопс, сети, линукс, докер
поднять, изолировать, разрулить роутинг, не уронить прод или уронить и поднять!
vllm и модели изнутри
чат-темплейты, constrained decoding, harmony, парсеры тулов, я лазил в кишки и переписывал
железо, нагрузка, температуры: знаю что мои 4090 48гб или rtx6000 держат и когда кипят, а не гадаю
питон, бекенд, фронтенд: что б прочитать что нагенерил агент и понять где он наврал
агент без этой базы это джун с уверенным тоном
на проде опасная штука


Человек-AI-оркестр не миф, но сделали меня им не агенты и уж точно не супер скилл или md файл

я стал им за 6 лет, пока руками поднимал инфру, ронял и чинил прод, лез в инференс, считал нагрузку и температуры
агент это рычаг, а опора это те самые 6 лет в голове
поэтому всё что нужно что б хаб не просто крутился а начал приносить деньги и принимать платежи я настроил сам
роутинг, sticky-кеш, биллинг через юкассу, лимиты, грейсы, рефанды, изоляция песочниц, бекапы, мониторинг
агент писал код, а что куда и зачем решал я


И тут небольшая ремарка про психику

По ощущениям на сегодня у меня либо раздвоение личности, либо продуктивность на уровне целой команды
пока сам не разобрал что именно
но визит к специалисту чувствую точно не помешает 🙂


Моё решение чутка сложнее мобильного приложения с бекендом и прокси к облачным ллмкам
тут свой инференс на своём железе, мультисервис, изоляция, биллинг, b2b по токенам, агент со своей песочницей, часть живет в k8s
поэтому это и не делается за сутки
поэтому мне и интересно
поэтому я и вкладываю столько времени
будь это тонкий клиент к api gpt мне стало бы скучно через день



Агенты замена инженера сегодня?
Нет
Они дают рычаг тому у кого есть на что опереться
думать, резать на куски, проверять, читать логи и нести ответственность за прод всё ещё ты
и тянет это твоя база по всему стеку собранная годами, а не очередной плагин
чем проще обвязка тем надёжнее едет: пара промптов в рукаве, context7, web search, playwright и железная дисциплина тестов
остальное лестницы из спичек, проще сжечь чем поддерживать

Так что когда вам в сотый раз скажут «оркестратор агентов всех заменил»
покажите мой пост и мой хаб
попросите показать логи
и тесты
и что было когда он раскатил это на прод
и что было когда у него было 200 рпс
и спросите сколько лет он до этого собирал свою базу 😈

Привет, народ! Я тут недавно решил свою деятельность по ИИ-автоматизациям возобновить

В этот раз берусь основательно, сейчас налаживаю постоянный поток клиентов, даже запилил себе агента лид-радара на базе Hermes, который сам ищет лидов и составляет для них офферы (подробнее писал про него в закрытом канале)

В общем, с какой целью к вам обращаюсь - я снова открыт к любым самым смелым (и не очень) предложениям!

Основные вектора по которым работаю:

1. Разработка облачных ИИ-агентов: оцифруем ваши рабочие и личные процессы, занесём полученную информацию в скиллы, после чего я их буду гонять по evals, чтобы отточить до результата "работает 19 из 20 запусков". Также построим продвинутую систему памяти и настроим всю оставшуюся экосистему (hooks, MCPs, crons и т.д.) под ваш кейс

2. Оцифровка опыта (как отдельная опция): поработаем сфокусировано над вашими уже имеющимися скиллами / создадим новые, запаковав ваш личный опыт или пачку запылившихся курсов/книг у вас на компьютере. Будем гонять скиллы по тестам на боевом полигоне пока не доведём до совершенства

3. Персонализированная аналитика: создадим систему из ИИ-агентов, которые выделяют важную конкретно для вашего дела информацию из массивов данных. Настроим парсинг данных о конкурентах и продвинутую систему ИИ поиска в интернете, которая будет искать информацию по смыслу, а не ключевым словам. Создадим скиллы, ориентированные на вычленение фактов, важных именно для вас и заправим это всё соусом долгосрочной памяти

Большой фокус делаю именно на скиллах. Это фундаментальная крупица ИИ-агентов, о них знают все и самостоятельно писали тоже многие - но вопрос в качестве. Канал e/acc провёл исследование, скачав все скиллы с GitHub и прогнав их через тесты. По результату: лишь 1 из 3 скиллов даёт реальную пользу, в остальных случаях агент без скиллов справляется с задачей лучше

Открыт и к прочим предложениям в других, не обозначенных мною, областях!

Если давно хотели по-настоящему делегировать свои рабочие задачи или рутину ИИ-агенту, но не хватало времени или знаний - сейчас самое время😉

Кейсы свои описывал здесь

Писать сюда

Хорошего вечера, братва!🤝

промпт инъекция: уровень advanced

LOOP ENGINEERING — НОВАЯ МЕТА В AI-РАЗРАБОТКЕ?

В X сейчас невероятно хайпует новый тренд и подход к ИИ-разработке, который задал создатель OpenClaw.

Его главный тезис заключается в том, что людям пора переходить от тупого написания промптов к созданию автономной системы, которая сама управляет агентами, ставя им задачи и контролируя их выполнение до достижения конечной цели

В моей новой статье про loop engineering ты получишь ответы на самые щепетильные вопросы:

Что это за подход и как его реализовать у себя? В чём его основные фишки? Реально ли данный подход имеет смысл или Питер Штайнбергер просто чокнулся от своих затрат в дохуелионы токенов?

Методология супер свежая, пост от создателя OpenClaw вышел буквально 5 ДНЕЙ НАЗАД, так что цените, супер авангардный обзор получился!

ЧИТАТЬ СТАТЬЮ
ЧИТАТЬ СТАТЬЮ
ЧИТАТЬ СТАТЬЮ

Рассылайте по чатикам, своим друзьям и в свои тгк, чтобы все были на острие новых трендов в дивном ИИ мире

Приятного прочтения!🙏

Ты думал я забросил?

Давно не слышались, народ. Сейчас полный lock-in на стартапе, всё время течёт туда :) Решил, чтобы вы не скучали, устроить небольшой апдейт по тому, какие дела веду и что интересного узнал

Всё в этом спиче будет крутиться вокруг облачных агентов (OpenClaw, Hermes) и AI-native движа

Честно, я никогда не признавал 24/7 ИИ дебильчиков как что-то достойное. Личный ассистент - да, но бизнес, работа - куда им. Мне, в целом, по жизни достаточно сложно что-то делегировать даже людям, а тут нужно отдать рабочую задачу какому-то крипу

Но мини гейм-чейндж произошёл после просмотра этого видоса - там парень, который занимается разработкой ИИ-агентов в Яндексе, рассказывал про создание ИИ-центричной компании. Кратко суть выступления:

1. Берём эксперта, шарящего в процессе, который ты хочешь делегировать ИИ

2. Садим его перед Claude Code, включаем голосовой ввод и он начинает описывать свой процесс от корки до корки

3. Агент пытается выполнить задачу. Эксперт в течение N времени переписки корректирует действия ИИ-агента, после чего даёт команду: "/skill-creator создай на основе этой переписки скилл" или что-то подобное

4. И важнейшая часть: нам нужно отточить скилл до состояния, когда он будет давать предсказуемый результат - для этого мы создаём автоматические ЭВАЛЫ.

Evals в скиллах - это .json файл в директории вашего скилла, в котором лежат примеры промптов, которые обычно задаются с этим скиллом, и эталонные ответы на эти промпты.

По эвалам агент сам себя перепроверяет при использовании скилла

5. Как только навык отшлифован и стабильно работает в 19 из 20 случаев, скилл переносится на ИИ-агента, работающего в облаке и ставится на постоянное выполнение по триггерам (например вебхукам) или крону

В целом, спикер не совершил открытие, вроде бы это решение всегда лежало на поверхности, но как-то именно этот видос привёл меня в точку X, где я немного поменял своё отношения к OpenClaw и Hermes.

Из этой идеи главное, что хочется выделить, это работу с эвалами и перенос знаний компании не в какую-то LLM Wiki, RAG и т.п., а именно в skills.

Да, база знаний о вас, вашем продукте и т.п. - это безусловно важно и, перенося знания в скиллзы для агента, получится в большей степени процедурная память, нежели декларативная (декларативная - "Это А, а это Б", процедурная - "Как из А сделать Б"), НО важно чаще задумываться о том, чтобы переносить части вашей базы знаний именно в скиллы, а не хранить в вашей LLM Wiki пачки каких-то скачанных курсов или статей, например.

Всё это добро вдохновило меня установить себе Hermes на VPS и написать подробный гайд на его настройку в свой закрытый канал.

Пока что руки не дошли что-то серьёзное делегировать своему гермесу, тк чтобы добиться результата "навык стабильно работает в 19 из 20 случаев" нужна очень серьёзная и глубокая работа

Но что интересно, Hermes, как мы все знаем, обладает волшебным self-improving loop, благодаря которому агент сам менеджирит свои навыки. Я разобрал архитектуру этого процесса, и он по дефолту не работает с эвалами. А код самого Hermes agent и в т.ч. его self-improving loop открытые

Поэтому я вижу здесь большую возможность во внедрении skills evals в цикл самоулучшения Hermes'a с целью ускорения кропотливой работы над шлифовкой скиллов для агентов

Так что этим постом задаю вам тренд на то, в какую область стоит погрузиться вместе со своим ИИ-агентом в ближайшее время!🤓

Ещё, решил устроить себе небольшой челлендж: до конца июня постараюсь выкладывать посты минимум через день :)

А на этом всё, друзья!

Накидайте "🔥" СРОЧНА если хотите гайдыч по Hermes и продвинутому созданию скиллов, да и в целом если просто ждёте моего камбека в медийку)

На днях мой хоуми Айрон выложил на свою платформу, где он делится классными скиллами для ИИ-агентов, мой стеап для Claude/Codex, который управляет Adobe After Effects

О котором, к слову, я рассказывал в своем видосе про монтаж с ИИ😇

Так что мой AE skill теперь можно установить в удобном формате через этот сервис!

Заходите и лутайте. Советую почекать и другие навыки для агентов на CSM