STARTOBUS

⭐️Выше только звезды
После первого урока стало видно простую вещь.

(предыдущие уроки - получить можно выше)

Папка агента сама по себе ещё не спасает от каши. Роль, задача, outputs есть — а агент всё равно угадывает, раздувает, выдаёт красивую воду вместо файла.

Дальше начинается следующий уровень: как написать задачу так, чтобы этого не было. У меня это называется — спека вместо каши. Не PRD на 20 страниц. Короткий SPEC.md: что сделать, для кого, какой контекст уже известен, какой файл создать, критерии готовности, что НЕ делать, и как проверить спеку вторым агентом до запуска исполнителя.

Собрал из этого микроурок STARTOBUS №2 — «Спека вместо каши». На выходе у вас в той же папке из урока №1 появляется SPEC.md и одна реальная задача, которую агент делает без получасового дообъяснения.

Это уже платный кусок. Механика простая: поддержите канал звёздами под этим постом — сколько считаете нужным (у многих выходит около 149 ⭐️). Пришлю урок №2 в личку каждому, кто поддержал.

Звёзды — топливо канала: на них он растёт и приходит новый народ. Кто поддерживает — тому идут и следующие уроки. Не наказание, просто так теперь живёт канал.

Звёзды под постом 👇

🎙 Забыл выключить микрофон в Perplexity. Как лох.
Закрываю ноут после созвона — а там лежит запись всего разговора. Час живой речи, которую я и не думал фиксировать. Специально бы включил диктофон — точно забыл бы. А тут «случайно» получил бесплатный транскрипт встречи.

И меня торкнуло.
Мы всё ещё носим встречи в голове. «Вроде договорились...» А через неделю — пусто. Задачи растворяются, решения теряются, обещания забываются.

А диктофон-то уже в кармане. Только не «диктофон» — а любой AI-инструмент с микрофоном, который у вас и так открыт. Он слышит. Он расшифрует. И дальше не «переслушивать 60 минут заново», а разложить всё в задачи и решения: кто, кому, что должен.

Захват → расшифровка → задачи. Вот и вся память.

Вызов сегодня - Не держать контекст в голове, а ловить его на лету — теми инструментами, что у вас уже есть.

💬 А вы как фиксируете встречи — блокнот, диктофон, «на память»? Кидайте в комменты — соберём копилку приёмов.

А - ЗАБЫЛ - Я В ЭТОМ ГОДУ ТАК ЗАЧЕТЫ ПРИНИМАЛ У ТЕХ КТО ДЗ НЕ ДЕЛАЛ В ТЕЧЕНИИ СЕМЕСТРА

1️⃣5️⃣➕ УЖЕ ЧЕЛ ПОЛУЧИЛИ
У меня набралась библиотека рабочих рецептов — не тысяча, как у крупных ребят, но сотня уже наберётся (написано + допишем по запросу).

Каждый — не теория, а рабочая спека: бери и собирай, со шрамами, не глянцем.

Спасибо тем, кто уже зашёл в переписку в комментах (Vlad, Антон, Евгений) и закинул звёзды на вчерашний разбор — именно такие люди двигают клуб.

Вот темы, что есть прямо сейчас:

1 — Smart Model Routing (лестница моделей, когда какую брать)
2 — Единая память агента (recall по всем твоим проектам)
3 — Конвейер: доска задач → агенты → судья → рабочий файл
4 — Защита канала от спам-атак
5 — Несколько ИИ спорят над спекой → синтез лучшего (MoA)

Одну — вышлю бесплатно, лично в руки. Напиши номер или свою тему.

Остальные — в закрытом клубе, 10 новых рецептов в неделю. Вход сейчас — сколько сам сочтёшь справедливым, платить можно прямо звёздами. Дальше — цена как на рынке, но первым — половина цены + неделя на возврат, если не подошло. Деньги идут на лабораторию испытания всех моделей и кодов - чтобы вам давать уже проверенные решения.

Пассивным не шлю: мне интересны те, кто строит.

Мой ИИ-ассистент сегодня научился экономить сам себя.
Обычно все гоняют одну самую мощную (и дорогую) модель на всё подряд — как забивать гвозди микроскопом. Я сделал иначе, тремя уровнями:
1. Общаюсь с ним в средней модели — она почти не упирается в лимиты. Но дал ей право самой взять дорогую, когда задача реально сложная — для этого есть чёткая спека «когда повышать калибр».

2. Рутину — перелопатить память по всем проектам, прочитать десятки файлов — отдаёт дешёвой модели, она ищет бесплатно.

3. А самые сложные и большие задачи — например, написать спеку на продукт — ассистент научился отдавать из Claude Code в Codex (тяжеловес под код и большие документы).

Результат за день (скрин лимитов):
— недельный лимит всех моделей — 26%
— самая премиальная модель почти остановилась (33% и не растёт)
— пятичасовой лимит горит в разы медленнее

Это называется model routing — маршрутизируешь задачу на модель под её класс, а не «всё одним большим мозгом». Дорогой ум — только там, где он реально нужен.

Так система из «жрёт лимиты за час» превращается в «работает весь день и не устаёт». Ровно то, чему я учу: ИИ-систему надо не просто включить, а спроектировать экономной.

Кому нужен подробный разбор со схемой и спекой «когда какая модель» — поставьте «+» в комментариях, пришлю HTML. Заодно пойму, скольким это сейчас надо.

Сегодня впервые включил охрану на входе в комментарии канала.
Обычно доставали криптоброкеры. А сегодня к ним добавились полсотни «весёлых картинок» — спам-атака как по расписанию, с порно и скам-ссылками.

От продавцов счётчиков «из Украины» я давно научился отбиваться: прошу сказать в трубку «Слава России» — сразу бросают. С ботами так не выйдет — пришлось ставить настоящую защиту.

За утро вместе со своим ИИ-ассистентом разобрались, как её собрать:
— на входе теперь одноразовая проверка: человек проходит за 10 секунд, спам-бот — не проходит и вылетает;
— новичкам временно отключены картинки, видео и ссылки — то, чем и залетает порно-скам; обычный текст пишите свободно;
— модерацией рулит бот-охранник: сам банит спам и чистит флуд.

Принципиально без запретов по словам — не хочу резать живое обсуждение из-за слова «книга» или «заработок». Режется механика атаки, а не темы.

И честно — сам чуть не ткнул в бота, очень похожего на рабочего. Вовремя одумался. А то пришлось бы, как Долина, возить деньги чемоданами и потом всё блокировать через Госуслуги.

Если и это не удержит — комментарии оставлю только за звёздочки. Не потому что жалко общения. А потому что халявщики и мошенники из колл-центров звёздочками платить не будут — сами отвалятся.

Такие дела. Берегите себя и свои Госуслуги. 🛡

Кстати по ходу спрограммировали Супер-поиск по каналу - за выходные подключу

Прокрастинация впервые стала бизнес-стратегией.

Если задача через полгода станет одной кнопкой — возможно, умный ход не “быстрее пилить”, а подождать и строить ров.

Звучит как лень. На самом деле — стратегия.

Сегодня можно год строить “сложный продукт”, а через полгода это появится в ChatGPT, Claude, Photoshop, Telegram или Notion как одна кнопка.

И всё. Ваша технология стала пунктом меню.

Поэтому теперь вопрос не “что можно сделать с ИИ?”.

С ИИ можно почти всё.

Вопрос другой:

Что из этого скоро станет кнопкой, а что останется рвом?

Кнопка — это функция.
Сгенерировать картинку. Написать текст. Собрать видео. Сделать лендинг. Настроить бота. Написать код.

Ров — это то, что не появляется вместе с кнопкой:
контекст, аудитория, доверие, вкус, данные, канал, понимание клиента, процесс, метрика.

Кнопку завтра получат все.

Ров — нет.

Поэтому новая формула такая:

Не строй кнопку.
Строй ров вокруг будущей кнопки.

Давайте поиграем в “кнопку и ров”.

В комментариях напишите:

Кнопка: что AI скоро сделает дешево и быстро.
Ров: что вокруг этого останется настоящей ценностью.

Мой пример:

Кнопка: сгенерировать видео.
Ров: понять, для кого это видео, куда его поставить, какой эмоцией зацепить и как измерить результат.

🔥 Z.ai выкатила ZCode — миллион токенов контекста, дешевле Claude, почти как Opus. Китайцы снова давят ценой.
И весь чат опять побежал смотреть не туда.

Знаете, что будет, если дать новичку болид Формулы-1? Он не выиграет гонку. Он вылетит на первом повороте.

Модель — это двигатель. Мощный, дешёвый, миллион токенов — неважно. Гонку выигрывает не двигатель. Гонку выигрывает сбруя: как усажен пилот, какие приборы, кто в боксах, кто читает трассу.

Я гоняю агентов каждый день. И вижу фактом:
— слабая модель в хорошей сбруе бьёт сильную модель в чате;
— «миллион токенов» без роли, без задачи с критерием, без проверки — это миллион токенов красивой воды;
— секрет не в том, чем агент думает, а в том, как он посажен работать.

Пока все меряются моделями — выигрывает тот, кто строит сбрую. Рабочее место агента: роль, контекст, инструменты, судья, лупы. Этого не видно в бенчмарках. Это видно в результате.

Новая модель выйдет через месяц. И ещё через месяц. А сбруя — остаётся. Она и есть актив.
Не меняйте модель. Стройте сбрую.

Z.ai бросает вызов Claude Code: новый ZCode дешевле и с контекстом на миллион токенов

Z.ai выкатила ZCode — агента для разработки на базе GLM-5.2, который метит прямо в Claude Code и OpenAI Codex. Пишет, отлаживает и тестирует код по текстовым командам, работает с файлами, терминалом, браузером и Git в одном окне, а окно контекста — на 1 миллион токенов.

Новым пользователям дают 5 дней бесплатно с лимитом до 5 млн токенов в день. GLM-5.2 вышла в июне 2026 под лицензией MIT, и по тестам Snowflake на 103 задачах почти сравнялась с Claude Opus 4.7. Китайские модели снова давят западных конкурентов ценой при сопоставимом качестве.

🔗 Читать: https://shareai.space/blog/2026/z-ai-brosaet-vyzov-claude-code-novyy-zcode-deshevle-i-s-kont

После поста про персональную ИИ-ОС многие ждали: покажи, как это выглядит живьём. Показываю.

На видео — мой рабочий экран. Доска задач, по которой ходят агенты: один собирает исследование, другой пишет драфт, третий проверяет, что первые два не нафантазировали. Я в этом конвейере занимаюсь только двумя вещами: ставлю задачи и сужу результат.

Но начиналось всё не с доски и не с моделей.

Начиналось с папки.

Обычной папки, где у агента появляется рабочее место: кто он, какая задача в фокусе, куда класть результат. Разница простая — чат отвечает, рабочая папка накапливает. В чате AI каждый день знакомится с тобой заново. В папке — читает контекст и оставляет след файлами.

Всё, что на видео, выросло из этой папки. (Дальше по той же дороге: сначала персональная ОС — потом командная.)

Собрал из этого первый микроурок STARTOBUS: за вечер собираем такую папку с нуля и проверяем, что агент выдаёт не красивый ответ, а рабочий файл. Анонс — отдельным постом.

А пока — маленький кусок из урока в подарок: чеклист «агент реально сработал или просто красиво поговорил» — 5 проверок на 1 минуту. Кому надо — поставьте «+» в комментариях, пришлю. Заодно пойму, скольким из вас это сейчас нужно.

Надо было под выходные посоветовать этот лонгрид, но лучше поздно, чем никогда.

Guardian написал большой текст про Iason Gabriel, философа, который с 2017 года работает внутри Google DeepMind.

И это как раз не та статья, которую хочется пересказывать в стиле “5 главных выводов за минуту”. Её лучше открыть и спокойно прочитать. Там хороший темп, хороший герой и очень правильный угол: что происходит, когда философ оказывается не снаружи ИИ-индустрии, где удобно говорить “это всё просто перемножение матриц”, а внутри фронтирной лаборатории, рядом с людьми, которые каждый день собирают эти странные новые системы.

Мне очень понравилась формулировка из текста:

> *“There’s this deep mystery there, which is: but what actually is this thing? We have a very literal answer, but the literal answer doesn’t seem to necessarily provide a moral answer.”*

Вот это, кажется, сейчас и есть точка, где философия внезапно снова стала практической дисциплиной.

Долгое время казалось, что философия где-то отдельно: сидит сбоку, задаёт большие вопросы, а инженеры тем временем делают настоящую работу. Но с ИИ это разделение начинает ломаться.

Потому что теперь у нас есть системы, которые можно разбирать технически: архитектура, данные, токены, attention, обучение, inference. Это буквальный ответ на вопрос “как оно устроено”.

Но этот ответ всё равно не закрывает другой вопрос: что это за вещь в человеческом мире?

Инструмент? Собеседник? Индекс культуры? Новый слой памяти? Зеркало языка? Протез мышления? Среда, внутри которой мы начинаем принимать решения?

Я не хочу здесь делать вид, что у меня есть аккуратный финальный ответ. Скорее наоборот. Мне кажется, интересный момент как раз в том, что аккуратного ответа пока нет.

И поэтому философия снова оживает.

Не в смысле “философ сейчас объяснит инженерам, что они всё делают неправильно”. Это как раз скучная позиция. В статье про Gabriel хорошо видно другое: человек не атакует предыдущую работу, а расширяет рамку. Он пытается понять, какие вопросы вообще становятся видимыми, когда ИИ перестаёт быть лабораторной игрушкой и становится частью реальной жизни.

Отдельно интересно, что это совпадает с тем, что сейчас происходит в нейронауке и AI research.

Я бы аккуратно формулировал так: нельзя честно сказать, что современные LLM “думают как мозг”. Это слишком сильное утверждение. Но уже нельзя и просто отмахнуться, что между ИИ и человеческим мышлением нет ничего общего.

Есть всё больше работ, где сравнивают представления внутри моделей с активностью мозга при обработке языка, изображений, действий. Где LLM используют как инструмент для картирования грамматики и смысла в мозге. Где нейросетевые модели помогают не заменить нейронауку, а дать ей новый язык описания.

Мы это уже обсуждали вокруг YC / Max Hodak и вообще темы brain-computer interfaces: если раньше мозг был почти недоступной “чёрной коробкой”, то сейчас появляется несколько зеркал сразу. BCI, fMRI, большие модели, симуляции, нейросетевые представления. Всё это пока несовершенно, но вместе начинает делать странную вещь: мы впервые можем не только рассуждать о мышлении, но и сравнивать разные работающие системы мышления между собой.

И здесь философ становится не украшением к инженерии, а нормальным участником работы.

Потому что вопрос уже не только “как обучить модель лучше”. Вопрос ещё и в том, что мы считаем пониманием. Что мы считаем ответственностью. Что мы считаем агентностью. Где проходит граница между инструментом и средой. Как меняется человек, когда рядом с ним постоянно есть система, которая может помнить, связывать, предлагать, спорить и достраивать его мысль.

Философу, по большому счёту, всё равно какую среду изучать. Реальный мир, язык, социальные практики, культуру, память, индекс данных внутри ИИ. Везде вопрос один и тот же: как человек понимает окружающее пространство и как это понимание начинает менять его действия.

Поэтому мне близка эта статья.

Startobus для меня тоже постепенно становится не просто каналом про новости моделей. Новости моделей сами по себе быстро выгорают.

Сегодня вышел один апдейт, завтра другой, послезавтра все забыли.

Интереснее другое: как из всего этого меняется рабочая практика человека. Как меняется обучение. Как меняется управление компанией. Как меняется память. Как меняется профессия. И где в этом месте нужен не только инженер, но и философ, методолог, педагог, предприниматель.

Вот этот текст Guardian как раз про такое место.

Ссылка на статью:
[https://www.theguardian.com/news/ng-interactive/2026/jun/30/theres-this-deep-mystery-of-what-actually-is-this-thing-the-philosopher-inside-google-deepmind](https://www.theguardian.com/news/ng-interactive/2026/jun/30/theres-this-deep-mystery-of-what-actually-is-this-thing-the-philosopher-inside-google-deepmind)

И ещё два смежных материала, если хочется копнуть сторону “ИИ и мозг”.

YC / Max Hodak, про BCI и инженерный взгляд на мозг:
[https://www.ycombinator.com/library/NM-how-to-build-the-future-max-hodak](https://www.ycombinator.com/library/NM-how-to-build-the-future-max-hodak)

Naveen Rao на AI Ascent 2026 про то, почему мозг радикально эффективнее GPU:
[https://www.youtube.com/watch?v=Zw1J5pJJMGw](https://www.youtube.com/watch?v=Zw1J5pJJMGw)

Если прочитаете Guardian, напишите, какая мысль зацепила. Мне кажется, такие тексты хорошо возвращают разговор про ИИ из режима “какая модель сегодня лучшая” в режим “а что вообще с нами происходит”.

NotebookLM добавили интеллектуальный думскроллинг

Создание вертикальных обучающих роликов доступно в разделе видеопересказов. Похоже, что ролики будут генерироваться с фиксированной длиной 60 секунд.

Уже доступно подписчикам Google AI Ultra и Pro на смартфонах и в веб-версии (для бесплатных пользователей скоро будет доступно тоже). Тем не менее у меня на платном тарифе пока не видно. У вас есть?

Тут меня попросили поделиться как все это работает. Это совпадает с моими желаниями: попробую сформулировать: когда-то я заводил STARTOBUS как второй мозг вместо закладок: складывать сюда то, что кажется важным про стартапы, рынки, образование, технологии. За 8 лет это превратилось в странный археологический слой: по постам видно, как интересы дрейфовали от «что происходит в индустрии» к «как собрать систему, которая даёт результат». Сейчас этот дрейф дошёл до точки, где канал должен сменить роль.

STARTOBUS будет дневником строительства Manifesta OS (сначала персональная ИИ-ОС - потом командная и корпоративная). Не глянцевой презентацией, а рабочим журналом: какие процессы автоматизируем, где AI ломается, какие люди нужны, какие метрики двигаются, какие идеи протухают за квартал. Мне важно, чтобы в мы с вами проехали эту дорогу вместе — кому это интересно, с кем можно собирать проекты быстрее, чем через холодный outreach.

Если коротко: меньше «смотрите новость», больше «вот как мы это проверили руками». Если у вас есть процесс, где AI вроде бы уже есть, но системности нет — напишите в комментариях. Мне интересно собрать карту таких узких мест.

Да, буду делиться - процессом как ИИ помогает мне работать работу и жить жизнь.

UPD - в комментариях попросили рассказать как все устроено по верхнему уровню - показал и написал. Скоро будет более подробный пост.

С четвёртой попытки я, кажется, наконец-то запустил свою персональную операционную систему на AI-агентах.

Я называю её Manifesta OS.

Первые три попытки были примерно одинаковыми: вау-эффект, быстрое ощущение силы, потом хаос.

Главная проблема оказалась не в том, что агенты “плохо отвечают”. Они как раз отвечают. Иногда слишком хорошо. На один вопрос агент создаёт два ответа. Пока ты разбираешься с двумя, он создаёт четыре. Потом восемь. Потом у тебя уже не система, а гидра.

Ты вроде бы хотел ускорить работу, а в итоге сидишь и управляешь размножением веток, версий, задач, документов, гипотез и “давайте ещё вот это проверим”.

В какой-то момент я понял, что борюсь не с AI, а с положительной обратной связью.

И тут неожиданно пригодилась Бауманка. Нас там учили устойчивым термодинамическим системам: если в системе есть положительная обратная связь, она уходит в разнос. Чтобы система стала управляемой, нужна отрицательная обратная связь.

В агентной системе это означает простую вещь:

агенты должны не только генерировать новое, но и сокращать энтропию.

Не просто “дать ещё один ответ”.
Не просто “создать ещё одну карточку”.
Не просто “накидать ещё вариантов”.

А привести систему в более понятное состояние, чем она была до этого.

Для этого нужен костяк абсолютной правды. Устойчивый набор документов, принципов, правил, знаний и процедур, который не расшатывается от каждой новой беседы.

Потому что если такого костяка нет, любая переписка постепенно уводит систему куда-то в сторону. Сначала чуть-чуть. Потом ещё чуть-чуть. А через неделю ты уже обсуждаешь совсем не то, с чего начинал.

На построение этого костяка у меня ушло где-то полтора-два месяца.

Не на “поставить агента”.
Не на “подключить модель”.
Не на “написать промпт”.

А именно на то, чтобы собрать структуру, в которой агент не плодит хаос быстрее, чем я успеваю его разбирать.

Сейчас главный принцип Manifesta OS для меня звучит так:

Хороший агент не тот, после которого появилось больше текста, задач и идей.
Хороший агент тот, после которого стало меньше непонятного.

И, кажется, это вообще главный сдвиг в работе с AI.

Мы слишком долго мерили агентов по тому, сколько они могут сгенерировать.
А надо начинать мерить по тому, сколько хаоса они смогли убрать.

Китайцы представили ZCode 3.0 — мощную среду для кодинга и работы с AI-агентами.

В одном приложении собрали редактор кода, инструменты для агентов и удалённое управление через Telegram, WeChat и Feishu. Всё максимально оптимизировано под новую модель GLM-5.2.

Пользоваться можно бесплатно. Забираем здесь.

Anthropic выпустили официальную библиотеку промтов для Claude. Достаточно выбрать нужную задачу, и сайт выдаст подходящие запросы.

На выбор дают 19 категорий: от создания прототипов и тестов до дебага и дизайна. Там же объясняют, почему именно эти промты работают и как писать такие же.

Становимся профессиональным промт-инженерами по ссылке.

Промптинг мертв. Все что нужно знать сегодня - как запускать самосовершенствующиеся циклы.

Просто - вот что на сегодня может делать видео-генерация

Мировые траты на ИИ в 2026-м достигнут $2,59 трлн, но одни ИИ-модели их уже не окупят. Как говорят в Google, настало время Full-Stack AI — или compound AI systems, как говорят в Berkeley.

Как ни назови, в плюсе те, кто контролирует триаду технологий: генеративную модель, поиск и рекомендации.

На фото прикинули, кто из крупных игроков собрал все три. Таких мало.

@typespace

OpenAI выкатывают своего Mythos.

GPT-5.6 - новая серия моделей: Sol - флагман, Terra и Luna поменьше и быстрее.

Terra обещают примерно на уровне GPT-5.5, но в 2 раза дешевле.

Sol тренировали с упором на agentic coding, biology/genomics и cybersecurity.

Появляются новые режимы: max reasoning effort для более глубокого reasoning и ultra mode, где модель использует subagents(!) для сложных задач.

Модель стала сильно мощнее, поэтому OpenAI делает поэтапный релиз и более жёсткие safeguards. Но по их оценке Sol не пересекает Cyber Critical threshold.

Доступ пока limited preview в API и Codex для select trusted partners.

Цены за 1M токенов:
Sol $5 input / $30 output
Terra $2.5 / $15
Luna $1 / $6.

И еще Sol на Cerebras до 750 tokens/sec планируют в июле, сначала тоже ограниченно.

https://openai.com/index/previewing-gpt-5-6-sol/