Заместители

Ватикан про AI: Magnífica Humanitas Сегодня прошло совещание, на котором Папа Римский и ко-фаундер Anthropic высказались про развитие AI с точки зрения религии, социума, морали и политики. А неделю назад Папа Римский опубликовал большую энциклику (обращение Папы Лео XIV ко всем католикам) на тему AI. Содержание вкратце Письмо понтифика называется Magnifica Humanitas: On Safeguarding the Human Person in the Time of Artificial Intelligence — то есть «о защите человеческой личности во время искусственного интеллекта». Главные мысли: 1. AI сейчас трансформирует человечество примерно как промышленная революция. И поэтому нельзя отстраниться от процесса. Он затрагивает целый спектр сфер жизни человечества. И церковь хочет и должна принимать участие в дискуссии на тему AI. 2. AI не зло сам по себе, но он не может быть нейтрален, потому что отражает интересы тех, кто владеет данными, инфраструктурой, капиталом и вычислительными мощностями. Главный выбор заключается не в том, сказать ли технологии “да” или “нет”, а в том, строим ли мы Вавилон или восстанавливаем Иерусалим 3. AI-власть стала в значительной степени частной и транснациональной. Главные драйверы — не государства, а компании, обладающие ресурсами, превышающими возможности многих правительств. Технологические инновации, включая искусственный интеллект, не являются нейтральными, поскольку они могут либо способствовать участию и справедливости, либо усиливать неравенство, контроль и исключение 4. Папа Лео XIV также подчеркнул, как в письме так и в речи, что AI нужно «разоружить». Ему нельзя доверять необратимые действия. Речь как про использование AI в войне, так и просто области с высокими рисками типа медицины, юриспруденции и тд. Моральное суждение нельзя свести к вычислению, поскольку оно включает совесть, личную ответственность и признание другого как личности 5. Наконец, предлагается подчинить AI общему благу и сотрудничать для его регулирования. Использование AI, особенно когда оно затрагивает общественные блага и фундаментальные права, должно направляться ясными критериями и эффективным надзором И больше всего мне понравилась вот эта цитата понтифика. Осмотрительность перед лицом стремительных технологических изменений — это не страх перед прогрессом, а забота о человечестве А что Anthropic? Они в общем-то поддержали во всем энциклику и выдвинули три на их взгляд главных проблемы: 1. AI может вытеснить человеческий труд в очень большом масштабе. 2. AI нельзя оставлять под контролем чисто Big Tech. Они подвержены внешнему давлению, коммерческим стимулам и тд. 3. Системы становятся все более сложными и непрозрачными, и они до конца не понимают их поведение. Что все это значит 🤔 Для Антропика это скорее всего политическая игра и пиар. Они продолжают гнуть свою линию добряков на контрасте с OpenAI, которые как бы не по-христиански «продались» Министерству войны США. Но давайте не будем душнить и заметим пару действительно светлых и вдохновляющих моментов. Во-первых, меня больше всего впечатляет, что религия и наука работают сообща. На минутку разрабы AI придумали SOUL.md файл — который буквально претендует на «душу» у AI. Вот уж где церковь могла бы провозгласить бесовщиной AI и все с ним связанное. Но вместо этого церковь подошла к вопросу очень компетентно и осмысленно. Технократы же могли бы просто забить на мнение церкви. Но оба вышли на диалог. Во-вторых, все обозначенное в письме — в общем-то известные моральные дилеммы AI. Но кто постоит за человечество в них, когда в мире AI идет кровавая корпоративная бойня за мощности, токены, юзеров и контракты? И это замечательно, что церковь с готовностью вписалась в эту историю. Это, похоже, действительно очень подходящий для этого институт. Он такой же транснациональный, автономный от государства, при этом авторитетный и пронизывающий все сферы жизни. В такие моменты радостно, что люди все таки стратегически стремятся к светлому, доброму, мудрому и человечному ☀️ Нам бы побольше такого в последнее время. Заместители

Google I/O без купюр. Часть 2 Продолжаем разбирать презентацию Гугла. Сегодня я хотел сделать обзор на новый Antigravity 2.0. Бывшая IDE превратилась в приложение по типу Codex / Claude Code. Открываю, значит, свой старый Antigravity, жму радостно кнопку "Update". Все успешно, меня встречает плашка "Welcome to the new Antigravity". Я пытаюсь зайти в аккаунт, а там... “Sorry, this account is ineligible to use Antigravity” Directed by ROBERT B. WEIDE Причем не работает ни один аккаунт: ни зареганный в USA, ни даже зарубежный корпоративный. Даже с приватным хорошим впном 😊 Политика крайне странная, тк старый Antigravity работал нормально и приложение Gemini до сих пор работает стабильно. Видел пару отзывов онлайн в англоязычной среде, что они тоже не могут зайти, так что мб проблема не в локации. Что ж, честно говоря расстроился не сильно. Пошел изучать опыт тех, у кого есть доступ и пришел к таким выводам: - Antigravity 2.0 в целом просто догнали Codex и Claude Code. По функционалу, в целом, то же самое. Интересно, связано ли то, что у трех топовых провайдеров приложения похожи словно однояйцовые близнецы с тем фактом, что пару месяцев назад слился исходный код Claude Code 😈 Но ладно, у нового Antigravity есть два важных отличия. - Первое — вместе с ним выпустили новую модель Gemini 3.5 Flash, которая презентуется как основные мозги Антигравити. И модель действительно хороша. Главное преимущество — она сверх быстрая с перфомансом сопоставимым с топовыми моделями OpenAI и Anthropic в агентных задачах. И хоть прайс токенов вырос в 3 раза по сравнению с предыдущей версией Gemini Flash, она все равно сильно дешевле Клода и GPT. Отзывы смешанные, но скорее положительные. Судя по всему планирование задач все еще лучше отдавать жирным моделям типа Opus 4.7 и GPT 5.5, а вот выполнение вполне можно отгружать Gemini 3.5 Flash, чтобы экономить время и токены. - Второе важное отличие — в Antigravity 2.0 есть бесплатный tier. И это главная киллер фича именно самого Антигравити. Гугл сильно опаздал на вечеринку крутых приложений для агентной разработки и выполнения задач, но решил наверстывать как обычно ценовой конкуренцией, которую себе может позволить за счёт эффекта масштаба. Ведь им не нужно, чтобы вы юзали Антигравити. Гуглу нужно, чтобы вы купили подписки и засели в их инфраструктуру… И из этого пункта логично вытекает главное ухудшение относительно прошлой версии Antigravity — в новой версии теперь тоже сделали vendor lock. То есть подключить сторонние модели можно только из списка, который определил сам Гугл. В общем, хорошечный апдейт. Хорошо, что Гугл не отстали и не дают расслабиться Anthropic и OpenAI. Конкуренция — двигатель прогресса. Заместители

Google I/O без купюр. Часть 1 Прошел ежегодный Google I/O. Много всяких апдейтов. Буду тестить новинки и делиться с вами впечатлениями. Начнем с самой ожидаемой модели. На нее было больше всего надежд. Gemini Omni Чуда не случилось. Хоть, как и обещали, появилась настоящая мультимодальность (возможность нативно работать одновременно с текстом, видео, картинками и аудио) — качество получаемых видео назвать прорывным сложно. 1. Картинка ощущается все еще как нейрослоп. 2. Да, модель принимает на вход разные форматы данных, но не сказать, что шикарно как-то их обрабатывает. Не сравнить с эффектом, который производят GPT Image 2 и Nano Banana Pro, где действительно ощущается, что картинки хорошо понимаются моделью. Прикладываю 2 примера генерации. Первое видео — просто попросил сгенерить профессора, доказывающего теорему Пифагора на маркерной доске со скучающей аудиторией. Как вы можете заметить — рисунки на доске появляются сами, видимо силой мысли профессора, а аудитория полна клонов 😁 Вторая генерация — я попытался развить первое видео и превратить его в тренд 2013 года — Harlem Shake. Закинул для примера оригинальное видео тренда тех лет и получил... то что получил. Судите сами. Наверное я мог бы простить все, кроме того факта, что аудитория сидит спиной к доске 🤙 То есть модель вроде неплохо следует инструкциям, понимает разные типы данных, даже справилась с переносом аудио с предоставленного видео на свою генерацию. Но совершает ошибки в базовом понимании мира. Это убивает всю магию. Очевидно, что можно черипикнуть хорошие генерации (что и сделали в презентации сами Гуглоиды), но, в целом, удовольствие недешевое. В мою подписку Gemini Pro входит всего три генерации в день — не разгуляешься. С такими ограничениями заявленный функционал "редактируйте текстом видео" — просто маркетинговый слоган. Что ж, будем надеяться, что это лишь первая версия. Заместители

Скил для AI чтобы сделать книгу инструментом Интересный скил набирает популярность. Называется book-to-skill. Честно говоря я стал мало читать. А из того что читаю — в основном это технические книги / статьи / документы к репозиториям и тд. Со статьями и документами я уже научился эффективно работать. Claude / GPT отлично справляются с суммаризацией, а Nano Banana 2 и GPT Image 2 делают отличную инфографику. Если через текст все-таки «не заходит» в меня информация — делаю видео через NotebookLM. Но вот с книгами сложнее. У них есть две проблемы: 1. В технических книгах заложено много концептов, идей и технических деталей. Поэтому тут недостаточно сделать саммари. А инфографикой или в видео все не покрыть. 2. С другой стороны книги зачастую еще и объемные. Просто отдавать книгу Клоду или ЧатуГПТ каждый раз, когда я хочу что-то из нее достатать = сжигать кучу токенов. Концепция, которую предлагает этот репозиторий, не нова. По факту — он просто раскладывает книгу по главам в отдельные файлы, чтобы не засорять контекст + добавляет навигацию по ним. Подход как в LLM Wiki. Так книга становится частью вашей «второй памяти» 📖После этого можно: • работать с книгой как с интерактивным учебником через ваш AI через кастомный скил • можно пойти дальше и превращать концепции и рекомендации из книги в скилы, которые вы будете реально использовать в жизни. Все еще слишком абстрактно? Представьте, прочитали вы «Чистый код» Роберта Мартина. И хотите применять его принципы по написанию чистой архитектуры и кода на практике в своем Claude Code или Codex. Пожалуйста книга —> скил. Или может вы прочитали книгу по диетологии. Много нюансов, нужно составить себе рацион. И снова книга —> скил. Ну вы поняли. В книгах действительно много знаний, инсайтов и нюансов, которые лежат и пылятся у вас в дальней папке. В комменты кидаю скил, созданный с помощью этого репозитория из книги Machine Learning Systems, о которой писал тут. Внутри скила создается шпаргалка по книге — а по ней я сгенерил еще и инфографику. Для сравнения в NotebookLM, где обычно можно было бы сделать инфографику в 1 клик, 13мб PDF-ка с этой книгой просто не влезла 😁 Поглощение книг выходит на новый уровень: теперь самое важное из книг может за 1 вызов скила вживляться навсегда в AI агентов, которые уже являются нашими неотъемлемыми ежедневными инструментами. Все это напоминает мне тот момент из Матрицы. Нео открывает глаза после того, как его зрачки несколько секунд бегали из стороны в сторону, пока он был в Матрице, и говорит: "я знаю кунг-фу!" Накидайте идей, какие книги стоит превратить в скилы 📕 Заместители

AI уже такой взрослый, такой большой… Наткнулся на визуализацию ландшафта всего того, что называют броским словом AI. И это навело меня на размышления про его развитие. Сегодня может показаться, что AI появился вместе с ChatGPT, а все что было до этого — не считается. Хотя ещё несколько десятилетий назад под термин AI попадали так называемые «экспертные системы» и «базы знаний». Не путать с современными Mixture of Experts и Vector Knowledge Database. Это были системы, состоящие из «если-то» правил. Сегодня мы снисходительно называем их «алгоритмы» или «логика». Но, представьте, что 50 лет назад садились, значит, инженеры, и прописывали ручками 2000 if-else правил. Наваливали это в одну «базу знаний». И получался AI 😁 Кстати, это вполне реальный пример. Так выглядел первый коммерческий AI — XCON (см картинку 2 и 3), вышедший на коммерческий рынок в 1980-м 📞 Эта ИИшка помогала подбирать конфигурации компьютеров. На вход принимала желаемые характеристики компа, а на выход выдавала детальную спецификацию, из чего его собрать. Система была весьма успешна, между прочим! Сам же термин AI впервые применил John McCarthy еще в 1955 на конференции в Колледже Дартмута (Dartmouth College). Но к чему я это все 2000 if-else правил тогда, или 10 триллионов параметров у GPT 5.5 сейчас. Разница в том, что мы перестали писать формулы руками, и они стали существенно сложнее. Но люди изобретают AI уже больше 70 лет. И мы постоянно двигаем вверх планку для его определения. Сегодня уже поговаривают, что ничего нельзя называть «AI», пока не изобретем искусственное сознание! Это меня вдохновляет в науке и в человечестве — бесконечное стремление вперед, бесконечное любопытство. Мы постоянно задаемся вопросом: «а можно ли сделать ещё лучше?» Тут главное помнить, что в этой гонке невозможно победить — поэтому выдохните и переведите дух. Но одновременно побеждают все, кто участвует. Поэтому снова вдохните и спокойно без суеты беритесь за работу и внедряйте, исследуйте, покоряйте AI. Главное делайте это с удовольствием ☀️ Интересно, как будет выглядеть AI в свой 100-летний юбилей, в 2055 😊 Заместители

Codex в телефоне По горячим следам Claude Dispatch — Codex завезли в мобильное приложение ChatGPT. Ура! Наконец-то! ☀️ Codex с телефона умеет примерно все то же, что и Claude Dispatch: • можно аппрувить действия Codex, чтобы он не зависал на час в ожидании, пока вы вернетесь с прогулки с собакой • с телефона можно поставить задачу, которую агент выполнит на подключенном компьютере • можно использовать все локальные файлы, включая локально развернутую на компе память агента (типа LLM wiki) • можно управлять другими устройствами в локальной сети компа и тд. В целом, с недавно завезенной функцией "computer use", о которой писал тут, с телефона теперь можно делать практически что угодно на компе, пока тот включен и подключен к сети. Почему это важно Откровенно говоря, обычный чат с LLM уже потерял свою актуальность. Когда я работаю с компа — я всегда использую Claude Cowork/Code и Codex. К каждому из них у меня подключена папочка, в которой лежит весь необходимый контекст и локальная память. Также, банально от задач: в большинстве случаев мне нужен не просто ответ на вопрос, а выполненная задача (файл, презентация и тд). С ними обычный чат справляется существенно хуже. Так вот когда я переключался на телефон после компа — чувствовал, как будто мне правую руку отрубают. Вроде вот он ChatGPT, а пользы от него как в 2023 — спросить какая погода и "вот из зе кепитал оф Грейт Британ". Теперь, наконец-то, можно спокойно покидать рабочее место и не прерывать рабочий процесс. Это новый стандарт индустрии 👍 P.S. Тем временем Codex стал полной заменой Claude Cowork/Code. Теперь гиганты соревнуются буквально на инфраструктурно-политическом уровне: • Claude мучает юзеров жесткими лимитами. Хотя после сделки со SpaceX стало существенно легче дышать. • ChatGPT небрежно относится к данным юзеров, после чего они и стали активно переходить в Claude. Но кого удивишь сливами перс данных и плохой доступностью сервиса в 2026 😁 Пользуюсь обоими сервисами в параллель — на мой взгляд выбор между этими сервисами стал вопросом "религиозным", а не функциональности. Заместители

Прямой эфир: роботFigure-03 батрачит на 8-часовой смене Как известно, можно смотреть на три вещи. Поэтому нашел вам занятие на вечер — стрим (идет прямо сейчас), где в сортировочном пункте Figure-03 работает полную смену ☕️ Управляет роботом Helix — Vision-Language-Action система общего назначения. Она позволяет роботу слышать и понимать задачи, видеть и выполнять действия. Причем система состоит на удивление из небольших моделек: • на одной GPU крутится модель на 7B параметров • а на другой - вообще на 80M параметров Цель у робота простая, насколько я понял из недолгого наблюдения за ним: нужно переворачивать все упаковки штрихкодом вниз. Работяга уже осилил >3000 коробок. Наконец-то роботы и AI забирают ту работу, которой действительно не хочется заниматься людям! Если на другом конце все таки сидит индус в VR очках — не завидую ему 😁 Заместители

Новая Google Omni — похоже это действительно мультимодальный AI В сеть утекла информация, что на ближайшем ивенте Google I/O в конце мая будет представлена первая по-настоящему мультимодальная модель Google Omni с видеогенерацией. Модель, возможно, заменит или «поглотит» Veo 3.1. Примеры сгенерированных видео показывают, что модель справляется со сложными задачами, такими как «спагетти Уилла Смита» и написание математических формул. Модель, похоже, тестили на маленькой выборке юзеров, у которых временно появлялся доступ к этой модели. Это первая крупная коммерческая модель, которая будет уметь обрабатывать текст, изображения, аудио и видео форматы одновременно в одном векторном пространстве. Похожим путем пошли в OpenAI при разработке GPT Image 2 — модель не просто генерит картинки, но и «размышляет» под капотом. Однако они остановились на картинках. Гугловая Omni же будет не просто генерить видео. Она будет «понимать» и размышлять о том, что генерит. Видео и текст будут рождаться в одном «мозге». В отличие от старого подхода с Veo 3.1 и аналогами, где модель для генерации видео — это просто инструмент, куда передается промпт. P.S. пока что это слухи. Ждём Google I/O 🍕 Заместители

Как эффективно работать с Claude и Codex Многие уже активно работают с агентами. Занимаются и кодингом и офисными задачами, типа презентаций и файлов. Но зачастую люди сильно не дожимают свой Claude Code / Cowork или другого AI агента. Речь не о промптах, а о подходе: как начать стабильно получать от агента качественный результат, а не писать ему потом "и вот это еще поправь", "ты сломал старый функционал - почини его и не ломай новый", "да ты дурак что ли?!" Базовый минимум 🚙 Во-первых, определите настоящую цель обращения к агенту. Например, не просто сделать презентацию, а презентацию для демонстрации на еженедельном собрании директору за 5 минут, где целью выступления является выбить бюджет на проект в конкуренции с тремя другими проектами. Не зная настоящую цель, агент будет решать не ту проблему. Во-вторых, конечно, добавьте контекст и опишите его. Закиньте все релевантные файлы и подключите необходимые коннекторы. Будь то ваши заметки, запись встречи, старые презентации, Jira, Notion и тд. И обязательно поясните, что и зачем нужно. В-третьих, доверьте агенту планирование. Первым делом включите planning mode и самую мощную модель (например, Opus 4.7 или GPT 5.5), чтобы она внимательно впитала ваш контекст и написала план экзекуции. После валидации плана — врубайте уже средненькую модель. Например Sonnet 4.6 (или GPT 5.4) — это рабочая лошадка. Она отлично справляется с выполнением сформулированного плана и не тратит на это кучу токенов. Для простой задачи типа создания презентации или простенького сервиса вот таких простых шагов уже достаточно, чтобы получать стабильно хорошие результаты. Но допустим вам нужен роскошный максимум 🕶 Тогда подход усложняется. Агенты сейчас умеют "ваншотить" крутые прототипы. Но, как вы думаете, почему Anthropic все еще нанимает Senior Developers за $500k в год? Да потому что комплексные системы, которые имеют существенную структурную сложность, агенты все еще не умеют делать за 1 заход. Поэтому тут мы переключаем мышление в режим "микроменеджмента младшего сотрудника". Во-первых, создаем ТЗ. Конечно, с помощью агента, но скелет вам нужно накидать от себя: цели, задачи, контекст, основной функционал, ключевые требования и тд. Агент на основе этого соберет детальное ТЗ — кладем его в MD файл. Во-вторых, делаем архитектуру и план для агента. Врубаем сильную модель (Opus 4.7, например) и просим проанализировать ТЗ и сформировать архитектуру решения и пошаговый план ее реализации. В каждом шаге должны быть описаны подходы, используемые куски контекста или коннекторы, ожидаемые результаты. Каждый шаг должен быть расписан прямо детально. Сохраняем каждый шаг в свой MD файл, архитектуру — в свой. И добавляем еще 1 MD файл — трекер — в нем полный перечень шагов и отметки [done / in progress / backlog]. В-третьих, вот теперь мы готовы начать работать. Теперь скармливаем в агента архитектуру, трекер и MD файл с одним шагом, который он должен реализовать. Объясняем агенту, чего хотим: он должен видеть всю архитектуру, но выполнять только 1 шаг. После выполнения — он должен остановиться и отметить прогресс в трекере. В-четвертых, параллелим. Такая разбивка по шагам позволяет в параллель запускать несколько агентов, каждый из которых будет выполнять свой шаг. В-пятых, даем пространство для самопроверки. Агент должен иметь возможность оценить, что он сваял. Например открыть слайды, запустить код, сделать кросс-проверку посчитанных данных с какими-то реальными данными и тд. В конце запускаем мощную LLM для сборки всего воедино и end-to-end тестирования. Наконец, для повторяющихся процессов не забывайте делать скиллы. Зачем так сложно? Доверите ли вы младшему сотруднику заполнить вашу отчетность для налоговой. Звучит стремно? 😁 А если дать ему сначала собрать документы, потом объяснить особенности вашего бизнеса и показать старую отчетность, объяснив куда чего внести и на какие формулы опираться? Уже звучит адекватнее! Хотя перепроверить перед сдачей все же стоит. Тут то же самое. А как у вас выстроена работа с агентами? #ИИученьесвет Заместители

Granola на завтрак, обед и ужин. И это не хлопушки Это крутой сервис для транскрибации встреч, которым я стал пользоваться для всех своих звонков. Вообще без него теперь не представляю рабочих созвонов. А как же Fireflies, спросите вы меня? Мол, рекомендовал же его раньше. Да, но у Granola есть важное преимущество — она не добавляется на сам звонок. И в большинстве ситуаций это становится киллер фичей, которая перешивает все остальное. Вот что значит продуманный UX 🧘 1. Первое и самое важное: Гранола невидима. Она считывает звук с канала микрофона и канала динамиков. Она не добавляется на встречу. Ответственность за оповещение участников встречи о записи лежит на юзере. И это супер удобно, потому что криповый бот на зум звонке многих может напрягать. А оповещение, что звонок записывается уже никого не удивляет. 2. Интегрируется с гугл календарем + автоматически обнаруживает спонтанные звонки, например в Slack. 3. Если звонок запланированный в календаре — за минуту до него придет уведомление из которого в 1 клик запускается и зум звонок и Гранола. 1 кнопкой два зайца... кайф. 4. Если звонок спонтанный — сразу всплывает ненавязчивое уведомление в углу экрана, которое предложит запустить "быструю заметку", куда сохранится транскрипция звонка. Так получается записать даже неожиданные звонки. 5. Заметки сохраняются в привязке к календарю. То есть вы можете вернуться в определенный день и увидеть там звонки и их транскрипции. Это сильно облегчает "организационную" часть. Не нужно заново придумывать папки, проекты и тд. Все уже разложено по звонкам. А звонки привязаны к проектам. 6. Еще одна имбовая фича — вы можете писать заметки по звонку прямо в Гранолу. Приложение после завершения звонка учтет и ваши заметки и транскрипцию и бесшовно соединит их в одну умную заметку. Так, например, удобно задавать свою "структуру" заметки. А AI после звонка эту структуру наполняет деталями из транскрипции. При этом ваши сырые заметки и сырая транскрипция, естессно, тоже сохраняются и доступны при желании. 7. Можно задавать вопросы к любой транскрпции или ко всем транскрипциям сразу! Это означает, что у Гранолы есть доступ ко всем вашим транскрипциям и, поэтому, она отлично начинает понимать вас и ваш контекст. Поэтому можно задавать достаточно глубокие вопросы. И их даже не надо придумывать. Есть уже готовые скилы: "Assess company health", "Will it go viral", "Find signal". Последний, например, очень крутой скилл, который анализирует все звонки и находит "скрытые паттерны" в вашей работе, которые вы в рутине не заметили. Я вот так нашел слабое место в нашем рабочем процессе. Будем над ним теперь работать. Ну и главное, вот что не забудьте сделать Настройте коннект с вашим агентом, например Claude или Codex, чтобы каждый ваш звонок автоматически ему скармливался. А агент сразу загружает весь релевантный контекст прямо в вашу локальную базу знаний 🧠 Как ее быстро развернуть описывал тут. А зачем тогда Fireflies? Несмотря на крутость Гранолы, у нее есть существенный недостаток: она не умеет в диаризацию. То есть не умеет распознавать спикеров на звонке. Максимум может различать "вас" и "других", потому что данные поступают из разных аудио-каналов. Вот тут и пригодится старый добрый Fireflies. Так что приходится выбирать: либо пугать участников звонка криповым ботом, либо жертвовать диаризацией. Я выбрал второй вариант. Компенсирую своими ручными заметками во время звонка. Прописываю имена спикеров и какие-то ключевые мысли от них. Плюс во время звонка четко проговариваю, к кому обращаюсь, где чья ответственность и тд. Прямо с именами. Этого достаточно, чтобы AI сориентировался дальше сам. Да и практика полезная для общения с командой — убирает недосказанности и неточности в коммуникации. Кстати, самое приятное, есть free tier! Достаточно щедрый, чтобы на постоянке им использовать бесплатно. А такое мы любим 👍 #заместители Заместители

Анекдот Сегодня встретил пост на линкдине от какого-то продакта, с посылом, мол все эти истории про «навайбкодил за 2 часа сервис сильно преувеличены». Думаю про себя: «ну да, для сложных сервисов это правда преувеличение». Читаю дальше, что пишет продакт: «я, мол, решил начать с простого и навайбкодить сервис, который подбирает питание. Потенциал экономический, мол, есть. Ты кидаешь свои пожелания/ограничения по еде — а бот тебе диету на неделю собирает». Я вспоминаю, что видел уже горку таких сервисов. Особенно популярна идея на всяких хакатонах, где физически ограничение в несколько часов на разработку. Живут все подобные сервисы в ТГ ботах. Думаю про себя: «хм, странно, вот уж такую штуку Клод Код сделает за 1 подход + сам ещё и задеплоит, если подключить какой-нибудь Vercel. Что же пошло не так у чувака?» Читаю дальше: «ну я не хотел сразу вкладывать целых 20 баксов в месяц. Начал с подписки ChatGPT Go за 8 баксов» 😐 Шутки шутками, но как мы быстро перешли от «да этот ваш ИИ глупый и ничего не может» до «как так, за 8 баксов я не смог запустить стартап». AI это инструмент. Подбирайте инструменты соразмерно задачам, друзья, чтобы не быть как этот продакт 😉 Заместители

Cognitive offloading и концепция умной тишины Агентная истерия находится на подъеме. При этом люди в ловушке: использовать AI приходится даже там, где это не нужно, потому что не используя его есть риск отстать от конкурентов. И если раньше AI было развлечением гиков, или отдельной фичей в компании, то сейчас AI и агенты буквально пронизывает все процессы в энтерпрайзе. Так вот я начал своими глазами наблюдать, к чему эту приводит. Симптомы активного пользования AI и агентами - Растет фрагментация внимания. Люди привыкли, что “AI сделает”. И запустив 2-3 параллельных задачи в Claude идут курить и пить кофеек. Но это в теории 😈. На практике — они следят за каждой задачей и постоянно переключают мозг, чтобы дать инпут в Claude или проверить его результат. Поэтому теперь даже когда вы работаете в состоянии “потока”, внутри него вы постоянно переключаетесь между задачами. - Понимание и знания выветриваются. Все понастроили себе “вторые мозги” на основе AI. Или просто опираются на то, что AI может сам собрать всю инфу в любой момент. У этого даже появился термин “cognitive offloading”. И поэтому люди реально перестают держать в голове детали происходящего вокруг в жизни и на работе. Это назвали “эрозией внутренней модели мира”. Архитекторы хуже понимают архитектуру. Менеджеры хуже ориентируются в происходящем в стримах. Кодеры и аналитики хуже понимают процессы, над которыми они работают. - При этом сгенерированный контент хуже усваивается. Сгенеренные тексты ощущаются мозгом как что-то бесплатное, а значит не имеющие ценности. Поэтому вообще не запоминаются. Кстати, вы заметили, что LLM склонны 3 раза повторять “главную мысль” в одном сообщении? Честно говоря, это единственный способ из нейрослопа уловить эту главную мысль. - Когда все вокруг начали генерить все подряд — информации стало больше, чем наш мозг может переварить осознанно. Поэтому новый формат общения — HTML прототипы, дашборды или слайды с минимумом текста. Теперь это главный способ донести мысль или идею. Я начал искать, есть ли научные подтверждения моим личным наблюдениям 👨‍🔬. Оказалось, что тема действительно начала потихоньку освещаться. Вот несколько статей: раз,два,три. Нам всем нужна “умная тишина” В таком информационном передозе давно стало популярно уединяться и уменьшать количество информационного шума. В Норвегии, например, люди уезжают в “Хютте” — маленькие домики вдали от цивилизации, где не ловит сеть, чтобы разгрузиться от инфошума. Ну и всяких цифровых детоксов вы уже видели десятки, я уверен. Я предлагаю развить эту идею в приложении к AI агентам. Информационная тишина должна стать главной целью использования AI агентов. Мир сейчас летит в противоположном направлении — сгенерить как можно больше новой информации/инсайтов/развлечений, только загрязняя наше сознание нейрослопом. AI агент же, напротив, идеален, чтобы снижать количество информации, которую мы сами должны обрабатывать. И для этого главное, чему нам нужно научиться — делегировать AI агентам целые законченные процессы. Раньше наш мозг с вами сам внедрял такие автоматизации в жизнь. Это называется привычками. Мы не тратя когнитивную энергию совершаем действия “по привычке”. Ходим одним маршрутом на работу, читаем новости в одних и тех же источниках, структурируем каждый рабочий день примерно одинаково. Теперь же нам надо вынести привычки в AI агентов 🤔 Для этого придется осознанно разложить свою жизнь на процессы. И часть этих процессов на постоянке делегировать агентам. Например, пусть 1 еженедельный отчет для вас полность готовит AI агент. Но только доведите эту автоматизацию до идеала. Чтобы вы больше не думали об этом отчете. Или внедрите в Claude Design вашу дизайн систему и больше никогда не занимайтесь дизайном слайдов — просо отгружайте туда черновик и забирайте готовый слайд. Не докапывайтесь до деталей. Настройте до той степени, чтобы качество было на 80% хорошим и расслабьтесь. Только так получится выйти из урагана, в который нас закручивает сейчас AI. Все инструменты у нас есть. Нужно только начать их по-другому использовать. Заместители