Наконец-то дошли руки до глубокой рефлексии пути преподавания для детей и подростков.

Приглашаю к беседе, в которой вы можете почерпнуть для себя интересный и, может быть, даже полезный опыт.

Начинать лучше с этой статьи: https://www.ytdev.me/blog/leaving-the-field-of-it-education

Затем можно перейти на Хабр и почитать подробнее про подходы (ссылка внутри первой статьи).

AI brain fry: когда ИИ увеличивает эффективность вероятность перегруза

В Harvard Business Review это уже описали как AI brain fry. Авторы из BCG опираются на исследование среди 1 488 работников крупных компаний в США и пишут про перегруз внимания, рост числа ошибок, перегрузку решениями и желание уйти с работы.

В той же статье есть фраза пользователя Gas Town:

Too much going on for you to reasonably comprehend.

На русский это можно перевести как:

Слишком много, чтобы осмыслить.

На мой взгляд, это очень точно попадает в происходящее. Мы привыкли думать, что автоматизация снимает нагрузку. Но на практике агенты и генеративные инструменты нередко добавляют новый слой контроля:

— Их надо ограничивать во избежание мусорной информации.

— Полуечнный результат надо интерпретировать, так как не всегда понятно, что имеется в виду.

— Часто ошибки приходится разбирать уже в боевом продукте, а не в тестовом.

LeadDev хорошо описывает это на примере агентов, которые пишут код. Причём всем людям из статьи всё это нравится. Из-за этого они начинают дольше сидеть за компьютером, в таком же темпе работать и в выходные, и жить с ощущением, что можно успеть сделать ещё немного. Это замкнутый круг. Но вообще это FOMO.

Оригинальнал статьи опубликован в блоге: https://www.ytdev.me/essays/The-Risks-of-AI-Implementation-in-Business-Why-Efficiency-May-Be-an-Illusion

Мир бизнеса в очередной раз ускорился. Чем пожертвовали?

ссылка на статью в блоге

Очевидно, что если происходит резкий скачок в какой-то сфере, то дальше должен быть период коррекции (адаптация участников рынка к новому тренду). Трендовый импульс всегда чем-то компенсируется.

В нашем случае компенсация происходит за счёт того, что качество продуктов сильно проседает. Всё, что генерируется нейросетями сегодня, — абсолютно не годится для слепого выпуска в бой. Люди, которые раньше писали статьи, код, технические задания, рисовали дизайны, графику, — они всё ещё остались.

Но их количество сократилось в десятки, если не в сотни тысяч раз. А большинство заняты проверкой того, что генерирует ИИ. Это и есть узкое горлышко бизнеса.

Среднестатистический сотрудник любой диджитал-профессии сегодня использует ИИ для задач, которые раньше делал сам. А теперь только перечитывает портянки отчётов об изменениях, просит от 2 до 20 (в лучшем случае) раз исправить результат, настраивает агентов. Ловит расфокус, когда нейронка исправляет сильно больше, чем требовалось.

Пропускает дюжину контента не самого лучшего качества через свой мозг ежедневно. В общем, делает то, что на практике на самом деле понижает эффективность.

Например, в исследовании METR open-source разработчики ожидали, что ИИ ускорит их примерно на 24%. А по факту задачи заняли на 19% больше времени. После эксперимента участники всё равно продолжали считать, что ИИ их ускорил.

Мне это кажется особенно интересным: когда мы меньше печатаем руками и быстрее получаем что-то полуготовое, очень легко решить, что работа в целом ускорилась. Это выглядит примерно так же, как школьник, который учится программировать, — ему проще сидеть выделять код мышкой, жмакать контекстное меню, копировать и вставлять, чем написать "print" своими руками. Хотя первые действия занимают в 3–4 раза больше времени.

Фактически скорость и правда увеличилась, только это скорость работы мозга людей, проверяющих сгенерированный контент. Конечно, у этого есть побочные эффекты.

блог / телеграм

Классическая ошибка выжившего

Автор на реддите пишет, что насмотрелся историй про AI-продукты, которые якобы быстро начинают приносить деньги, и решил собрать своё приложение. Два месяца разработки, куча фичей: задачи, карточки, квизы, заметки, YouTube summaries, AI-ассистент для учёбы.

Запустил.

И почти никто не пользуется. Проблема в том, что рынок уже переполнен разными продуктами, особенно в AI-нише, с одной стороны. С другой, конечно, продукт похож на сборную солянку...

блог / телеграм

Прикольно, попал в топ авторов этой недели на платформе AstanaHub😁

блог / телеграм

В эти выходные я читал лекцию в Академии бизнеса и управления системами на тему «Как подключать ИИ к инструментам бизнеса».

Я продолжаю ловить обратную связь от предпринимателей о том, что многие не успевают осваивать новые технологии индустрии. Поэтому продолжаю вносить ясность. Сегодня разбираем важную часть архитектуры агентов — MCP-протокол (Model Context Protocol) — и то, как с ним работать.

Статья в блоге

Mozilla выпустили MDN MCP server.

Наша цель — предоставить магистрам права и специалистам по программированию надежный и актуальный источник документации по веб-платформам, чтобы разработчики могли получать точную информацию вместо потенциально устаревшего контента, на котором обучались их студенты.

Установка:

claude mcp add --transport http mdn https://mcp.mdn.mozilla.net/

блог / телеграм

Немного раннее я писал лонгрид о том, почему наступает выгорание и как с ним справляться. Это достаточно актуальная история для людей из IT, а особенно сегодня - во времена адаптации к работе с ИИ.

Здесь хочу поделиться выжмкой из лонгрида. Конечно, это больше похоже на краткий перессказ, но постарался выделить главные мысли оттуда.

Я знаю людей, которые ведут идеальный таск-менеджер, следят за почтой, делают ретроспективы, расставляют приоритеты — и всё равно ненавидят каждое утро понедельника.

Это не проблема инструментов. И не проблема дисциплины. Это проблема состояния.

Когда человек чувствует усталость, тревогу, потерю мотивации, раздражительность или внутреннюю опустошённость, первая реакция почти всегда одна и та же: искать решение снаружи.
Лучше планировать. Перестать лениться.Взять себя в руки. Отдохнуть пару дней и снова включиться.

Иногда это помогает. Но чаще — нет. Потому что при выгорании истощается не столько запас сил, сколько система внутренней регуляции.

Человек может продолжать делать дела, ходить на работу, казаться собранным и сильным. Но внутри уже разрушается опора: снижается ясность мышления, накапливается тревога, сужается внимание, а действия всё чаще происходят “на автомате”.

Мы пытаемся изменить поведение, не замечая состояния. Пытаемся стать эффективнее, не замечая, что внутри уже давно идёт скрытая утечка энергии.

А энергия возвращается, когда мы возвращаем внимание к себе.
В этом и есть суть саморегуляции: быть с собой в контакте настолько, чтобы мягко и точно возвращать себя в опору. Не силой. А через внимание.

Работа с состоянием начинается с последовательности:
- почувствовать состояние;
- назвать его;
- увидеть повторяющиеся ситуации;
- понять причину;
- и только после этого менять реакцию.

Большинство пытается сразу перейти к пятому шагу — “просто управлять собой”. Но без ощущения, понимания, обобщения и осознания это не работает.
Это как пытаться починить программу, не читая логи.

С этого начинается восстановление: вернуть часть внимания внутрь, поймать сигнал раньше, чем он станет срывом, честно назвать состояние и увидеть, где повторяется один и тот же сценарий.

Не через жёсткий контроль. А через контакт с собой, ясность и возможность выбирать реакцию в моменте.

блог / телеграм

Апп стор устроил зачистку. Удалили:

VK Видео
VK Музыка
Дзен
VK Мессенджер
VK Знакомства
VK Админ
VK Почта
VK Play
Одноклассники
Mail.ru
Skillbox
Маруся

Остались только альтернативные частные клиенты.

блог / телеграм

Навык frontend-slides набрал на гитхабе почти 24К звезд.

Навык для создания HTML-презентаций — с нуля или путем преобразования файлов PowerPoint.

Он поставляется в виде плагина для Claude Code, а его ядро SKILL.md​​

также может быть прочитано другими агентами, имеющими доступ к файловой системе и командной оболочке.

блог / телеграм

2-ая неделе в топе в https://astanahub.com/ru/community/

#claude #claudecode

Доклад от одного из инженеров Claude Code о том, как писать действительно работающие промпты.

Оригинальное видео можно посмотреть на youtube, а выжимку на русском ниже.

Адаптируем агента

Рекомендуется перед использованием агента, провести онбординг. Можно начать с вопросов:

— как используется этот файл?
— почему у функции столько аргументов?
— посмотри git history
— что я сделал на прошлой неделе?

Это помогает понять границы агента и научиться нормально формулировать задачи.

В задачу нужно вникать самому

Идеальный сценарий для корректного ассистирования является

Explore → Plan → Confirm → Code → Verify → Commit

Не нужно сразу просить реализовать огромную фичу. Лучше сначала попросить исследовать проблему и предложить несколько вариантов и оставить принятие решения за собой.

Инструменты

Агент не обязан знать ваш инструмент заранее. Можно описывать ему внутренние bash/CLI команды и MCP-серверы. Например:

используй наш CLI, чтобы проверить логи последнего прогона

вызови -h, чтобы понять, как он работает

Контекст определяет качество работы

Чем больше правильного контекста дать агенту, тем умнее он работает. И его нужно структурировать. Предлагают стандартную разметку:

Enterprise policy
общие правила компании, запреты, разрешения

Global / user
личные настройки для всех проектов

Project shared
настройки проекта, которые коммитятся в Git

Project local
личные настройки внутри проекта, они не коммитятся

блог / телеграм

2 хорошие новости:

1) GPT 5.6 открыли всем пользователям

2) GPT Sol по качеству практически не уступает Fable, а стоимости обходится дешевле в несколько раз

блог / телеграм