Очевидное-невероятное: даже самый последний Claude Code с набором самых лучших MCP и плагинов, на максимальном плане, с ultrathink, который снова работает — он не сделает за тебя хороший продукт.

Я понимаю, что об этом все трубят и так, но эмпирический опыт — это дело такое, сильно более доходчивое, чем чужой опыт. Усваивается полнее.

Более того, даже если рулящий процессом человек участвует, но его effort не содержит в себе глубокого погружения в детали, тоже выходить с чем-то за рамки MVP — это прям сильно рулетка. Мало пока ИИ дают. Да, одновременно очень много, как ассистенты, но всё ещё мало как самостоятельные менеджеры, авторы и лидеры.

Правда одну важнейшую задачу они для любителей позагоняться выполняют на 10/10. Это снятие всех возможных коммуникационных барьеров, неуверенности в себе или своих знаниях, психологических каких-то несовместимостях, как если бы исполнителями были люди. И одно это уже стоит $200 в месяц. И во сколько там ещё облачка обходятся.

Сколько вы тратите на эксперименты в вайб-кодинге, которые не приносят деньги и в принципе нигде не анонсируются? Если не секрет, конечно.

Я сильно не люблю касаться политики и экономики, потому что в них не разбираюсь, но есть какие-то общечеловеческие сквозные сценарии. Один из них меня беспокоит своим конфликтным потенциалом:

1. ИИ сильно «оптимизирует» занятость, сокращает рабочие места. Люди теряют работу, деньги. Новую найти не могут, перестают существовать целые профессии и направления.
2. Крупные корпорации (включая, и особенно ИИ-компании) отчитываются о рекордных дивидендах, успехах, прибылях. Целевая аудитория этих отчётов — инвесторы, держатели акций, люди с капиталом, большим и малым.

Представьте оба этих наблюдения как непрерывные процессы, предположите динамику в течение 1-10 лет. Увидите конфликт, который предотвратить не очень понятно как. Держатели денег делиться ими с безработными вряд ли будут, потому что в текущих культурах такая опция не популярна и содержит в себе иные риски. Но если речь зайдёт о выживании, то конфликт же войдёт в необратимую стадию?

Стороны есть, динамика есть, скорость уже высокая. Ладно временный кризис из-за споров между странами или топливный текущий на время напряжения в тех или иных регионах, но тут проблема покрывает слишком уж многих, базовые потребности шатаются. И чёт мне это очень сильно не нравится.

Где будут деньги через пять лет, как считаете? В чём? Человеческий креатив? Натуральное хозяйство? Военное дело? Обслуживание энергетики? Где?

Опять новости: NVIDIA NemoClaw.

Да сколько можно уже.

Не ожидал, что похвалю Steam, но когда после какой-то части контента появляется предупреждение, что дальше рекомендации продолжатся, показывается полноценный подвал, и после него очень органично начинается бесконечная лента — это впечатляет своим уровнем заботы и гениальности/простоты решения вообще. Такие молодцы.

Да-да, конечно.

API Error: 500 {"type":"error","error":{"type":"api_error","message":"Internal server error"},"request_id":"req_011CZ9DjWywxK88CUJSSdWeW"}

Бывает, ловишь себя на мысли: «Хочу модельку побольше» — но не знаешь, потянет ли твоё железо даже 4B.

У нас так было. И тогда мы нашли один хороший сайт, который быстро и без лишних слов анализирует систему и даёт конкретику: какие LLM вы реально сможете запустить.

Особенно приятно, когда понимаешь: и Gemma 3, и Qwen 3.5 уже стабильно работают даже на средненьких конфигурациях.

Теперь и не нужен никакой OpenClaw. Claude сделал свой.

Бот работает на Cloudflare Workers, использует Gemini/DashScope/Workers AI через LLM-роутер, имеет RAG-пайплайн (Vectorize + D1 chunks) и систему команд в src/handlers/commands.ts.

Вот прямо очень хорошо делать что-то для писателей. LLM по определению подходят идеально, и RAG вписывается как влитой. И такое всё быстрое внутри Cloudflare. И делается это всё легко и непринуждённо. Я что, в будущее попал?

Нашёл вот такой замечательный вариант для агрегации поисковой выдачи от Brave. Специально с разметкой для ИИ.

Вы чем пользуетесь? Сколько платите?

UPD: для твиттера не пригоден, freshness фильтр не работает для x.com (Brave не знает дат твитов), и в итоге в выдаче не получилось добыть даже твиты свежее, чем за 30 дней 🫣

Spotify молодцы, довольно вирально вписали строчку текста в дизайн :)

А! Поделиться хотел фразой «ME, MYSELF, AND AI».

Сижу работаю с MiMo-V2-Pro в opencode

Китайцы в этот раз не пиздят

Мне очень комфортно, кажется у клода в этот раз должно начать играть технологическое отверстие ниже копчика.

Слушает что надо делать фактически, контекст держит, рассуждения топ.

Короче настоятельно рекомендую пробовать

Как я использую Claude Code в BigTech

Пятница, я решил порефлексировать на тему того, как использую AI (а именно Claude Code). У нас сейчас активно продвигают AI-инструменты, и я решил использовать эту возможность для улучшения своих навыков и продуктивности на работе. Использую только Opus на максималках. Совсем конкретику разглашать не могу из-за конфиденциальности, так что будет слегка поверхностно. Но на вопросы отвечать могу. С метриками всё сложно, но скорость работы реально выросла.

Сильно помогают дополнительные integrations / skills / plugins. Они помогают работать с разными инструментами, с внутренними тулами и много с чем другим.

Я использую Claude Code в терминале, но дополнительно использую VS Code. Почти всегда использую именно агентский режим.

Вначале о юзкейсах.
1. Работа с данными. В моём проекте мне надо собирать данные, использовать внутренние фреймворки, мониторить, фиксить проблемы.
Условный пример промпта (сильно упрощённый): вот есть пайплайн по сбору данных. напиши новый пайплайн, который добавляет к ним фичи из такой-то таблицы. Следуй структуре и стилю оригинального пайплайна

Из самого удобного, что сделал недавно, был подход типа:
вот у меня есть 3 пайплайна, запускаемых один за другим, напиши новые версии с такими-то изменениями. запускай их один за другим, мониторь исполнение, если падают - исправляй, сообщи когда будет готово.

2. Autoresearch
Недавно Karpathy выложил репо с autoresearch - итеративное автоматическое улучшение модели/тренировки для оптимизации метрик. Я сделал нечто такое же, но проще - запуск в полуручном режиме, табличка для трекинга экспериментов, докидывание моих идей в список итераций. Работало несколько дней, неплохо улучшило ml метрики.

Паттерн был примерно такой:
- вот есть пайплайн. поищи идеи, составь список. Исключи из него просто увеличение количества эпох - это сделаем в конце
- запусти 10 первых идей, когда тренировка закончится, занеси их в табличку, проанализируй и обнови список приоритетных новых идей
- повторяй

3. Дебаг падающих jobs. Раньше я много с этим страдал, теперь Claude Code решает их практически автономно - частично из-за улучшения skills, частично благодаря улучшениям самой модели.

4. Недавно у нас появилось нечто типа Claw. Я попробовал... и понял, что для многих кейсов мне и так хватает Claude Code + cron. Но для поиска свежей инфы на внутрених ресурсах - годно.

5. Уже не юзкейс: я активно использую subagents и swarms of agents - это и результаты улучшает, и в целом быстрее

6. Итеративное улучшение между сессиями - я бы сказал, что это ключевая штука, которая упрощает мне жизнь.
Все сессии логируются по дефолту в Claude Code. По итогу каждой сессии я запускаю внутренний инструмент, который собирает список "выученного" - что новое научилась делать модель (например, дебажить новый тип jobs), как я её поправлял, какие команды разрешал делать, какие баги были сделаны и как исправлены. Всё это добавляется в рабочую память модели. Это реально помогает.

7. О фейлах. Естественно, не всё работает идеально. Иногда модель применяет неправильный подход дебага, иногда использует некорректный синтаксис, иногда косячит в работе с внутренними инструментами.

Скажу честно: ещё полгода назад я писал 95% кода своими ручками, но с тех пор как нам на работе раздали Claude Code + Opus, доля написанного мной кода стала резко падать. Агенты реально упрощают жизнь. Но главное, что стоит помнить - любой закоммиченный код это моя ответственность. Нельзя сказать "это агент накосячил", так что надо внимательно ревьювить весь код.

Позавчера имел глупость написать в промпте что-то типа «и включи какой-нибудь 0Claw, чтобы наблюдал за пайплайном, смотрел главную сайта на адекватность, анализировал логи, и фиксил и оптимизировал этот самый пайплайн». Клод обиделся и сделал всё на башах, что в общем-то и хорошо. Главное, что результат есть. Утром встаёшь — а у тебя там что-то пока само улучшилось :)

Главред-сисадмин, ещё и ненастоящий, но работает хорошо. Можно ли было представить такое сочетание в сайте-медиа? О времена, о нравы!

На Reddit всплыл тред про страницу в документации Anthropic, которую мало кто читал. Три инструкции для системного промпта, которые заметно снижают галлюцинации Claude.

Явно разрешить модели отвечать «I don't know». Без этого Claude заполняет пробелы в знаниях правдоподобной выдумкой.

Потребовать цитаты и источники на каждое утверждение. Если источника нет, модель должна отозвать утверждение.

При работе с длинными документами (>20K токенов) заставить модель сначала извлечь дословные цитаты из текста, а потом анализировать. Это убивает дрейф смысла при пересказе, когда модель незаметно сдвигает значение при суммаризации.

Есть нюанс. Статья arXiv 2307.02185 показала, что жёсткие требования к цитированию давят креативную генерацию. Рекомендуют два режима: режим исследования с тремя инструкциями для фактчекинга, обычный режим без них — для свободной генерации.

https://docs.anthropic.com/en/docs/test-and-evaluate/strengthen-guardrails/reduce-hallucinations

Как бы понятно без слов. Если вдруг лишние деньги — я бы рассчитывал на GPU-ресурсы в каком-то виде.

https://console.cloud.google.com/welcome

Прикольно. Вдруг надо кому.

Жду последний агент (психология нотификаций) для полной картины.

Вы же помните, что в Claude Code агенты есть любые, не только технари? :)