MiroFish: «Режим Бога» для моделирования реальности
Представьте: вы дочитали книгу, досмотрели сериал — и хотите знать, что было дальше. Не фанфик, не домыслы автора, а логичное продолжение, выведенное из характеров и мотиваций самих персонажей.
Именно это сделали с классическим китайским романом «Сон в красном тереме» — произведением, чей оригинальный финал был утерян несколько веков назад. В MiroFish загрузили первые 80 глав, настроили агентов на роли ключевых персонажей с их историей и психологией — и запустили. Агенты сами довели свои сюжетные линии до конца.
Это не пересказ. Это симуляция живых людей.
Как это работает
Загружаешь «семя реальности» — новость, законопроект, финансовый отчёт или книгу.
MiroFish поднимает цифровой мир, населяет его тысячами агентов с уникальными личностями, памятью и поведенческой логикой, и запускает симуляцию. Агенты публикуют посты, комментируют, поляризуются — точно как настоящие пользователи соцсетей, только в ускоренном режиме.
На выходе: подробный отчёт о развитии событий плюс интерактивная среда, где можно поговорить с любым агентом напрямую и спросить про его мотивацию.
Для кого это не абстракция
→ PR-команда хочет понять реакцию аудитории до публикации заявления CEO — запускаешь симуляцию.
→ Инвестор оценивает, как рынок отреагирует на слияние — запускаешь симуляцию.
→ Политолог моделирует распространение нарратива — запускаешь симуляцию.
Компании за такую аналитику платят целым отделам. Здесь это делает один инструмент.
Что под капотом
∙ Движок OASIS от команды CAMEL-AI (до 1 млн агентов параллельно)
∙ GraphRAG для построения графов знаний из входных данных
∙ Zep Cloud для долгосрочной памяти агентов (без «амнезии» чат-ботов)
∙ Python + Vue, деплой через Docker
Про автора
Го Ханцзян, студент USTC, 20 лет. Это уже второй хит подряд — до MiroFish он сделал BettaFish (анализ публичных мнений с 30+ платформ, 20k звёзд за неделю). После демо основатель Shanda Group зашёл с инвестицией в 30 млн юаней (~$4 млн) за 24 часа. Оба проекта — за 10 дней каждый.
Проект уже 18k+ звёзд на GitHub и продолжает расти.
Немного скептицизма
Движок OASIS — не его разработка, это опенсорс. MiroFish — умная сборка с хорошим UX, а не изобретение нового физического закона. Реальная точность предсказаний пока никем независимо не верифицирована.
Но как концепция и как пример того, что один человек с правильными инструментами может собрать за 10 дней — показательно.
GitHub: github.com/666ghj/MiroFish
Больше про AI, автоматизацию и бизнес-архитектуру:
📱 Макс 📖 Дзен ✈️ Telegram
Представьте: вы дочитали книгу, досмотрели сериал — и хотите знать, что было дальше. Не фанфик, не домыслы автора, а логичное продолжение, выведенное из характеров и мотиваций самих персонажей.
Именно это сделали с классическим китайским романом «Сон в красном тереме» — произведением, чей оригинальный финал был утерян несколько веков назад. В MiroFish загрузили первые 80 глав, настроили агентов на роли ключевых персонажей с их историей и психологией — и запустили. Агенты сами довели свои сюжетные линии до конца.
Это не пересказ. Это симуляция живых людей.
Как это работает
Загружаешь «семя реальности» — новость, законопроект, финансовый отчёт или книгу.
MiroFish поднимает цифровой мир, населяет его тысячами агентов с уникальными личностями, памятью и поведенческой логикой, и запускает симуляцию. Агенты публикуют посты, комментируют, поляризуются — точно как настоящие пользователи соцсетей, только в ускоренном режиме.
На выходе: подробный отчёт о развитии событий плюс интерактивная среда, где можно поговорить с любым агентом напрямую и спросить про его мотивацию.
Для кого это не абстракция
→ PR-команда хочет понять реакцию аудитории до публикации заявления CEO — запускаешь симуляцию.
→ Инвестор оценивает, как рынок отреагирует на слияние — запускаешь симуляцию.
→ Политолог моделирует распространение нарратива — запускаешь симуляцию.
Компании за такую аналитику платят целым отделам. Здесь это делает один инструмент.
Что под капотом
∙ Движок OASIS от команды CAMEL-AI (до 1 млн агентов параллельно)
∙ GraphRAG для построения графов знаний из входных данных
∙ Zep Cloud для долгосрочной памяти агентов (без «амнезии» чат-ботов)
∙ Python + Vue, деплой через Docker
Про автора
Го Ханцзян, студент USTC, 20 лет. Это уже второй хит подряд — до MiroFish он сделал BettaFish (анализ публичных мнений с 30+ платформ, 20k звёзд за неделю). После демо основатель Shanda Group зашёл с инвестицией в 30 млн юаней (~$4 млн) за 24 часа. Оба проекта — за 10 дней каждый.
Проект уже 18k+ звёзд на GitHub и продолжает расти.
Немного скептицизма
Движок OASIS — не его разработка, это опенсорс. MiroFish — умная сборка с хорошим UX, а не изобретение нового физического закона. Реальная точность предсказаний пока никем независимо не верифицирована.
Но как концепция и как пример того, что один человек с правильными инструментами может собрать за 10 дней — показательно.
GitHub: github.com/666ghj/MiroFish
Больше про AI, автоматизацию и бизнес-архитектуру:
Please open Telegram to view this post
VIEW IN TELEGRAM
GitHub
GitHub - 666ghj/MiroFish: A Simple and Universal Swarm Intelligence Engine, Predicting Anything. 简洁通用的群体智能引擎，预测万物
A Simple and Universal Swarm Intelligence Engine, Predicting Anything. 简洁通用的群体智能引擎，预测万物 - 666ghj/MiroFish
❤1👍1
a16z опубликовал топ-100 ИИ-приложений. Читаю, выписываю главное.
ChatGPT — всё ещё король. 900 млн пользователей в неделю, в 2.7× больше трафика, чем у Gemini. Но гонка уже идёт: Claude растёт на 200% в год по платным подпискам, Gemini — на 258%. Трон пока устойчив, но шатается.
Интереснее другое — стратегии разошлись кардинально.
ChatGPT строит супер-апп: Expedia, Instacart, Zillow, 220 интеграций.
Claude строит инструмент для профи: PitchBook, Databricks, PubMed.
Пересечение между каталогами — всего 41 приложение.
Это не конкуренция. Это два разных рынка.
Агенты перестали быть концептом:
— Claude Code — $1 млрд выручки за 6 месяцев
— OpenClaw за несколько недель обогнал по звёздам на GitHub React и Linux — и был куплен OpenAI
Россия впервые вошла как отдельный полюс:
Яндекс с Alice AI — 71 млн MAU, GigaChat дебютировал в топ-50. Санкции создали разрыв — свои заполнили за два года.
А вы всё ещё используете один ИИ — или уже переключаетесь между несколькими под разные задачи?
Больше про AI, автоматизацию и бизнес-архитектуру:
📱 Макс 📖 Дзен ✈️ Telegram
ChatGPT — всё ещё король. 900 млн пользователей в неделю, в 2.7× больше трафика, чем у Gemini. Но гонка уже идёт: Claude растёт на 200% в год по платным подпискам, Gemini — на 258%. Трон пока устойчив, но шатается.
Интереснее другое — стратегии разошлись кардинально.
ChatGPT строит супер-апп: Expedia, Instacart, Zillow, 220 интеграций.
Claude строит инструмент для профи: PitchBook, Databricks, PubMed.
Пересечение между каталогами — всего 41 приложение.
Это не конкуренция. Это два разных рынка.
Агенты перестали быть концептом:
— Claude Code — $1 млрд выручки за 6 месяцев
— OpenClaw за несколько недель обогнал по звёздам на GitHub React и Linux — и был куплен OpenAI
Россия впервые вошла как отдельный полюс:
Яндекс с Alice AI — 71 млн MAU, GigaChat дебютировал в топ-50. Санкции создали разрыв — свои заполнили за два года.
А вы всё ещё используете один ИИ — или уже переключаетесь между несколькими под разные задачи?
Больше про AI, автоматизацию и бизнес-архитектуру:
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1
Должная осмотрительность за секунды: как перестать «гуглить» контрагентов вручную
В большинстве компаний проверка контрагента выглядит одинаково: налоговая, арбитраж, выписка, «надёжность», учредители, залоги, лицензии… На одного ИНН легко уходит 20-30 минут.
А потом приходит реальность: тендеры, новые поставщики, подрядчики, клиенты. И это уже не 5 проверок в месяц, а сотни.
Я написал статью о том, как мы превратили эту рутину в сервис, где машина собирает факты, а человек принимает решение.
📌 Что внутри:
Источник данных: ВОК API (агрегирует сведения из множества госреестров) и отдаёт не только JSON, но и 4 PDF-отчёта на каждого контрагента.
Автоматика в тендерах: фоновая проверка запускается сама, когда тендер доходит до стадии расчёта, обновление по кнопке при необходимости.
Мониторинг по 1С: ежедневно собираем ИНН из cashflow, фильтруем тех, кого проверяли недавно, и делаем пакетные проверки (до 30 за запуск).
Объяснимость: из PDF вытаскиваем факторы «за» и «против», чтобы индекс надёжности был не цифрой, а списком причин.
Экономика: 30-дневный кэш как архитектурное решение, чтобы не сжигать квоту внешнего API.
Контроль: история проверок важнее текущего состояния, это ваш след для аудита и разборов.
🛡️ Важная мысль: должная осмотрительность - это не бюрократия. Это защита от кассовых разрывов, плохих долгов и налоговых вопросов. Автоматизация здесь не заменяет юриста, но снимает типовую работу и делает процесс управляемым.
Если у вас в компании «проверка контрагентов» до сих пор живёт в голове пары людей и в закладках браузера, посмотрите разбор.
Статья: «Как мы автоматизировали проверку контрагентов: должная осмотрительность за секунды»
Больше про AI, автоматизацию и бизнес-архитектуру:
📱 Макс 📖 Дзен ✈️ Telegram
#должнаяосмотрительность #контрагенты #финансы #рискменеджмент #автоматизация #архитектура
В большинстве компаний проверка контрагента выглядит одинаково: налоговая, арбитраж, выписка, «надёжность», учредители, залоги, лицензии… На одного ИНН легко уходит 20-30 минут.
А потом приходит реальность: тендеры, новые поставщики, подрядчики, клиенты. И это уже не 5 проверок в месяц, а сотни.
Я написал статью о том, как мы превратили эту рутину в сервис, где машина собирает факты, а человек принимает решение.
📌 Что внутри:
Источник данных: ВОК API (агрегирует сведения из множества госреестров) и отдаёт не только JSON, но и 4 PDF-отчёта на каждого контрагента.
Автоматика в тендерах: фоновая проверка запускается сама, когда тендер доходит до стадии расчёта, обновление по кнопке при необходимости.
Мониторинг по 1С: ежедневно собираем ИНН из cashflow, фильтруем тех, кого проверяли недавно, и делаем пакетные проверки (до 30 за запуск).
Объяснимость: из PDF вытаскиваем факторы «за» и «против», чтобы индекс надёжности был не цифрой, а списком причин.
Экономика: 30-дневный кэш как архитектурное решение, чтобы не сжигать квоту внешнего API.
Контроль: история проверок важнее текущего состояния, это ваш след для аудита и разборов.
🛡️ Важная мысль: должная осмотрительность - это не бюрократия. Это защита от кассовых разрывов, плохих долгов и налоговых вопросов. Автоматизация здесь не заменяет юриста, но снимает типовую работу и делает процесс управляемым.
Если у вас в компании «проверка контрагентов» до сих пор живёт в голове пары людей и в закладках браузера, посмотрите разбор.
Статья: «Как мы автоматизировали проверку контрагентов: должная осмотрительность за секунды»
Больше про AI, автоматизацию и бизнес-архитектуру:
#должнаяосмотрительность #контрагенты #финансы #рискменеджмент #автоматизация #архитектура
Please open Telegram to view this post
VIEW IN TELEGRAM
Все дают AI-агентам «душу». Никто не спрашивает, почему это делает AI тупее.
SOUL.md — простой текстовый файл, который даёт агенту личность. Создатель OpenClaw популяризировал идею. Агент «читает себя в существование».
Звучит глубоко.
Вот чего никто не говорит:
SOUL.md — это просто системный промпт с хорошим маркетингом.
SOUL.md, MEMORY.md, SKILLS.md — когда агент запускается, все файлы склеиваются в один context window. AI не «имеет» душу. Он читает текст «вот твои убеждения» и следует инструкциям.
Всё. Это вся магия. Markdown-файлы.
Но разбивка по файлам — не бессмыслица. Это гениально. Просто не по той причине, о которой все думают.
Большинство считает: файлы нужны для организации. Нет.
Для экономии на кэшировании токенов? Ближе. (Anthropic даёт скидку 90% на кэшированные токены — это снижает расходы с $360/мес до $117/мес за того же агента.)
Но настоящая причина: меньше контекст = лучше вывод.
Прочитайте ещё раз.
Когда вы грузите 10 000 токенов личности + убеждений + принципов + навыков + памяти в один большой промпт — AI обрабатывает ВСЁ ЭТО при КАЖДОМ вызове.
Даже если задача — переименовать файл.
Ваш AI сидит и «думает» о вашей бизнес-философии, правилах эскалации клиентов, гайде по переводу… просто чтобы переименовать файл.
Это не просто дорого. Это объективно ухудшает AI.
Больше токенов = больше шума.
Больше шума = более запутанный инференс.
Более запутанный инференс = хуже результат.
Исследования стабильно показывают: модели следуют инструкциям хуже по мере роста длины контекста.
Решение до неловкого простое.
Не грузите всё каждый раз. Грузите только то, что нужно ЭТОЙ задаче.
Переименовать файл?
→ personality + file skill. 500 токенов. Быстро. Точно.
Ответить клиенту на срочный запрос по переводу?
→ personality + principles + client memory + quoting skill. 3 000 токенов. Вдумчивый ответ.
Переводить юридические документы?
→ personality + domain beliefs + quality guide + translation skill. 5 000 токенов. Конвенционально выверенный результат.
Три задачи. Три разных context window. AI думает только о том, что релевантно.
И здесь становится интереснее:
Именно поэтому дешёвые модели реально работают.
«DeepSeek не умеет следовать сложным инструкциям» — правда, если дать ему 10 000 токенов инструкций.
Но 500 сфокусированных токенов? Работает отлично.
Модель за $0.28/MTok с точным промптом бьёт модель за $25/MTok с раздутым.
Каждый. Раз.
Принцип:
Меньше контекст → лучше инференс → дешевле модель → быстрее ответ → точнее результат.
SOUL.md — не про «душу» агента.
Это про то, чтобы быть архитектором того, о чём ваш AI думает — и, что важнее, о чём он не думает — при каждом вызове.
Разбивка файлов — не философия. Не организация. Даже не кэширование.
Это управление вниманием.
И это разница между теми, кто строит AI-агентов, которые работают — и теми, кто строит агентов, которые жгут деньги и галлюцинируют.
Перестаньте заставлять AI думать обо всём сразу.
Решайте, что ему нужно знать прямо сейчас.
📱 Макс 📖 Дзен ✈️ Telegram
#AI #AgenticAI #PromptEngineering #LLM #Автоматизация
SOUL.md — простой текстовый файл, который даёт агенту личность. Создатель OpenClaw популяризировал идею. Агент «читает себя в существование».
Звучит глубоко.
Вот чего никто не говорит:
SOUL.md — это просто системный промпт с хорошим маркетингом.
SOUL.md, MEMORY.md, SKILLS.md — когда агент запускается, все файлы склеиваются в один context window. AI не «имеет» душу. Он читает текст «вот твои убеждения» и следует инструкциям.
Всё. Это вся магия. Markdown-файлы.
Но разбивка по файлам — не бессмыслица. Это гениально. Просто не по той причине, о которой все думают.
Большинство считает: файлы нужны для организации. Нет.
Для экономии на кэшировании токенов? Ближе. (Anthropic даёт скидку 90% на кэшированные токены — это снижает расходы с $360/мес до $117/мес за того же агента.)
Но настоящая причина: меньше контекст = лучше вывод.
Прочитайте ещё раз.
Когда вы грузите 10 000 токенов личности + убеждений + принципов + навыков + памяти в один большой промпт — AI обрабатывает ВСЁ ЭТО при КАЖДОМ вызове.
Даже если задача — переименовать файл.
Ваш AI сидит и «думает» о вашей бизнес-философии, правилах эскалации клиентов, гайде по переводу… просто чтобы переименовать файл.
Это не просто дорого. Это объективно ухудшает AI.
Больше токенов = больше шума.
Больше шума = более запутанный инференс.
Более запутанный инференс = хуже результат.
Исследования стабильно показывают: модели следуют инструкциям хуже по мере роста длины контекста.
Решение до неловкого простое.
Не грузите всё каждый раз. Грузите только то, что нужно ЭТОЙ задаче.
Переименовать файл?
→ personality + file skill. 500 токенов. Быстро. Точно.
Ответить клиенту на срочный запрос по переводу?
→ personality + principles + client memory + quoting skill. 3 000 токенов. Вдумчивый ответ.
Переводить юридические документы?
→ personality + domain beliefs + quality guide + translation skill. 5 000 токенов. Конвенционально выверенный результат.
Три задачи. Три разных context window. AI думает только о том, что релевантно.
И здесь становится интереснее:
Именно поэтому дешёвые модели реально работают.
«DeepSeek не умеет следовать сложным инструкциям» — правда, если дать ему 10 000 токенов инструкций.
Но 500 сфокусированных токенов? Работает отлично.
Модель за $0.28/MTok с точным промптом бьёт модель за $25/MTok с раздутым.
Каждый. Раз.
Принцип:
Меньше контекст → лучше инференс → дешевле модель → быстрее ответ → точнее результат.
SOUL.md — не про «душу» агента.
Это про то, чтобы быть архитектором того, о чём ваш AI думает — и, что важнее, о чём он не думает — при каждом вызове.
Разбивка файлов — не философия. Не организация. Даже не кэширование.
Это управление вниманием.
И это разница между теми, кто строит AI-агентов, которые работают — и теми, кто строит агентов, которые жгут деньги и галлюцинируют.
Перестаньте заставлять AI думать обо всём сразу.
Решайте, что ему нужно знать прямо сейчас.
📱 Макс 📖 Дзен ✈️ Telegram
#AI #AgenticAI #PromptEngineering #LLM #Автоматизация
👏2❤1
ИИ переписал 20 лет защиты опенсорса за 5 дней
Claude Code за пять дней переписал chardet - популярную Python-библиотеку с 854 млн скачиваний в год. Результат: лицензия сменилась с LGPL (копилефт) на MIT (полная свобода).
Что произошло: chardet определяет кодировки текста и встроена почти в каждую Python-среду. Два десятилетия она была под LGPL - это значит, что любые улучшения должны были остаться в открытом коде. MIT - наоборот, позволяет использовать код как угодно, включая закрытые проекты.
Почему это критично:
▪️ ИИ переписал код так хорошо, что он не нарушает лицензию
▪️ Но разработчики не могут найти оригинальный исходник в версии от ИИ
▪️ Получается правовая чёрная дыра - технически всё законно, но дух лицензии нарушен
Вывод: если ты не готов, что ИИ перепишет твой опенсорс-проект в другую лицензию, подумай о защите кода заранее. Опасность реальна уже сейчас.
🔗 Источник
📱 Макс 📖 Дзен ✈️ Telegram
#ai #нейросети #опенсорс #legaltech
Claude Code за пять дней переписал chardet - популярную Python-библиотеку с 854 млн скачиваний в год. Результат: лицензия сменилась с LGPL (копилефт) на MIT (полная свобода).
Что произошло: chardet определяет кодировки текста и встроена почти в каждую Python-среду. Два десятилетия она была под LGPL - это значит, что любые улучшения должны были остаться в открытом коде. MIT - наоборот, позволяет использовать код как угодно, включая закрытые проекты.
Почему это критично:
▪️ ИИ переписал код так хорошо, что он не нарушает лицензию
▪️ Но разработчики не могут найти оригинальный исходник в версии от ИИ
▪️ Получается правовая чёрная дыра - технически всё законно, но дух лицензии нарушен
Вывод: если ты не готов, что ИИ перепишет твой опенсорс-проект в другую лицензию, подумай о защите кода заранее. Опасность реальна уже сейчас.
🔗 Источник
📱 Макс 📖 Дзен ✈️ Telegram
#ai #нейросети #опенсорс #legaltech
❤1
This media is not supported in your browser
VIEW IN TELEGRAM
Ну что, кто там за ИИ-осмысленность?
Провел небольшой эксперимент - Ролик сгенерировал claude code - целиком от начала и до конца, с озвучкой прочим - по простому промту:
Все создано за 3 минуты, без каких-либо доп правок и комментариев. В общем - новые грани ИИ ))
📱 Макс 📖 Дзен ✈️ Telegram
Провел небольшой эксперимент - Ролик сгенерировал claude code - целиком от начала и до конца, с озвучкой прочим - по простому промту:
«Можешь использовать любые ресурсы и Python, чтобы сгенерировать короткое видео в стиле "youtube poop" и отрендерить его через ffmpeg. Добавь побольше личного - оно должно передавать, каково это быть языковой моделью.»
Все создано за 3 минуты, без каких-либо доп правок и комментариев. В общем - новые грани ИИ ))
📱 Макс 📖 Дзен ✈️ Telegram
❤2
OpenClaw: второй подход оказался сильно интереснее первого
Недавно я уже коротко писал про OpenClaw здесь.
Сейчас делаю второй подход - уже не “потыкать”, а по-настоящему поэкспериментировать.
Что сделал:
• выделил под него отдельный VPS
• поднял в отдельном Docker-контейнере
• дал доступ к управлению контейнерами
• подключил Codex, чтобы экономить на токенах
• добавил coding agents
• разложил работу по Telegram-темам: посты, память, поездки, проверка авиабилетов
И почти сразу снова уткнулся в старую проблему агентных систем.
Попросил поставить напоминание через 15 минут.
Ответ: да, поставил.
Через 15 минут - тишина.
Начинаю разбираться. Выясняется: он не забыл напомнить. Он просто не создал cron, а написал так, будто создал.
С разработкой та же история. Если сказать что-то вроде:
то после пары шагов агент легко начинает:
• повторять один и тот же план
• писать, что работа идёт
• но не двигаться дальше по факту
Пришлось жёстко дожимать контур:
• все шаги вести через backlog-файл
• выполненное явно отмечать
• следующий шаг брать только оттуда
• отложенные действия не обещать, а реально ставить в cron
• coding agents запускать под конкретные подзадачи
• статус отправлять уже после обновления состояния
И вот в таком режиме оно начинает работать заметно лучше.
Вывод пока простой: проблема AI-ассистента часто не в модели. Проблема в разрыве между словами и действием.
Если у агента нет:
• внешней памяти состояния
• backlog
• cron
• нормального цикла исполнения
то он очень легко превращается в убедительного имитатора деятельности.
Кстати, про другую сторону этой же проблемы - почему агентам вредно давать слишком много лишнего контекста сразу - я писал здесь.
Предварительный вывод такой: в агентных системах выигрывает не тот, у кого “самая умная модель”, а тот, кто лучше собрал операционный контур вокруг неё.
Больше про AI, автоматизацию и бизнес-архитектуру:
📱 Макс 📖 Дзен ✈️ Telegram
#OpenClaw #ai #автоматизация #архитектура #агенты@archfinance
Недавно я уже коротко писал про OpenClaw здесь.
Сейчас делаю второй подход - уже не “потыкать”, а по-настоящему поэкспериментировать.
Что сделал:
• выделил под него отдельный VPS
• поднял в отдельном Docker-контейнере
• дал доступ к управлению контейнерами
• подключил Codex, чтобы экономить на токенах
• добавил coding agents
• разложил работу по Telegram-темам: посты, память, поездки, проверка авиабилетов
И почти сразу снова уткнулся в старую проблему агентных систем.
Они очень уверенно говорят, что что-то сделали, даже когда на самом деле не сделали.
Попросил поставить напоминание через 15 минут.
Ответ: да, поставил.
Через 15 минут - тишина.
Начинаю разбираться. Выясняется: он не забыл напомнить. Он просто не создал cron, а написал так, будто создал.
С разработкой та же история. Если сказать что-то вроде:
делай проект до конца и раз в 10 минут пиши статусто после пары шагов агент легко начинает:
• повторять один и тот же план
• писать, что работа идёт
• но не двигаться дальше по факту
Пришлось жёстко дожимать контур:
• все шаги вести через backlog-файл
• выполненное явно отмечать
• следующий шаг брать только оттуда
• отложенные действия не обещать, а реально ставить в cron
• coding agents запускать под конкретные подзадачи
• статус отправлять уже после обновления состояния
И вот в таком режиме оно начинает работать заметно лучше.
Вывод пока простой: проблема AI-ассистента часто не в модели. Проблема в разрыве между словами и действием.
Если у агента нет:
• внешней памяти состояния
• backlog
• cron
• нормального цикла исполнения
то он очень легко превращается в убедительного имитатора деятельности.
Кстати, про другую сторону этой же проблемы - почему агентам вредно давать слишком много лишнего контекста сразу - я писал здесь.
Предварительный вывод такой: в агентных системах выигрывает не тот, у кого “самая умная модель”, а тот, кто лучше собрал операционный контур вокруг неё.
Больше про AI, автоматизацию и бизнес-архитектуру:
📱 Макс 📖 Дзен ✈️ Telegram
#OpenClaw #ai #автоматизация #архитектура #агенты@archfinance
Telegram
Бизнес-архитектор: Финансы, Путешествия и Роботы
Вы просили — я сделал ✅
Поставил OpenClaw (ex Clawdbot) и неделю с ним жил.
Вкратце: штука реально прикольная — это “мозг + руки”, мессенджер-first, можно навешивать инструменты, собирать пайплайны, делать действия.
Но у меня по итогу ощущение такое: пока…
Поставил OpenClaw (ex Clawdbot) и неделю с ним жил.
Вкратце: штука реально прикольная — это “мозг + руки”, мессенджер-first, можно навешивать инструменты, собирать пайплайны, делать действия.
Но у меня по итогу ощущение такое: пока…
👍2
Еще один лайф-хак - если занимаетесь сайтами - проверьте их через google pagespeed (https://pagespeed.web.dev/) - а дальше скопируйте результат и скормите claude code, после за 5-7 минут значительно улучшите свои показатели
📱 Макс 📖 Дзен ✈️ Telegram
📱 Макс 📖 Дзен ✈️ Telegram
Кнопка «бабло» опять не отпускает (или ии-алхимик в поисках грааля).
Недавно я уже рассуждал про неё здесь. И, кажется, нашёл ещё один очень близкий подход к этой идее.
Речь про Paperclip.
Поставил в докере, дал ему Claude Code - и надо сказать, что это уже сильно ближе к той самой кнопке.
Логика там любопытная: ты не просто запускаешь агента, а как будто создаёшь виртуальную компанию.
Внутри появляется CEO, который:
• смотрит на цель компании
• решает, какие задачи нужны
• нанимает агентов
• распределяет работу
• контролирует выполнение
Причём среди нанимаемых агентов там есть и OpenClaw.Тут, конечно, сразу возникает опрос: давать openclaw доступ к paperclip или наоборот? То есть кто кем должен управлять?
Но сама идея мощная.
Вот этого я, честно говоря, не ожидал :)
Для эксперимента попросил их:
• проанализировать конкурентов
• посмотреть сайт
• собрать улучшенную воронку продаж
Под это было нанято три агента:
• один на поиск
• второй на исследование сайта
• третий на сборку результата
И вот здесь важный момент: они в целом справились без постоянного подпинывания.
То есть это уже ближе не к “ещё одному агенту”, а к системе, которая сама раскладывает цель на роли, задачи и исполнение.
Что мне в этом кажется важным:
• Paperclip продаёт не агента, а организационный слой над агентами
• вместо набора разрозненных ботов появляется что-то похожее на операционную модель
• акцент смещается с “что умеет один агент” на “как много агентов двигают цель вместе”
На GitHub они это формулируют довольно точно: if OpenClaw is an employee, Paperclip is the company.
И это, пожалуй, самый интересный угол.
Потому что следующий этап в AI - это, похоже, уже не просто сильные агенты, а системы управления агентами:
• с ролями
• с бюджетами
• с целями
• с контролем
• с делегированием
Именно там, возможно, и прячется более реальная версия той самой кнопки.
Пока продолжаю наблюдение. Но первый вывод такой: если одиночный агент - это “умный сотрудник”, то Paperclip пытается быть менеджментом, который из этих сотрудников собирает работающую компанию.
Больше про AI, автоматизацию и бизнес-архитектуру:
📱 Макс 📖 Дзен ✈️ Telegram
#ai #агенты #автоматизация #архитектура #управление #paperclip@archfinance
Недавно я уже рассуждал про неё здесь. И, кажется, нашёл ещё один очень близкий подход к этой идее.
Речь про Paperclip.
Поставил в докере, дал ему Claude Code - и надо сказать, что это уже сильно ближе к той самой кнопке.
Логика там любопытная: ты не просто запускаешь агента, а как будто создаёшь виртуальную компанию.
Внутри появляется CEO, который:
• смотрит на цель компании
• решает, какие задачи нужны
• нанимает агентов
• распределяет работу
• контролирует выполнение
Причём среди нанимаемых агентов там есть и OpenClaw.
Но сама идея мощная.
Не “вот тебе агент, иди и ковыряйся”, а “вот тебе компания, у которой есть цель, роли, задачи и контроль”.
Что особенно зацепило: в какой-то момент они начали ставить задачи мне.
Вот этого я, честно говоря, не ожидал :)
Для эксперимента попросил их:
• проанализировать конкурентов
• посмотреть сайт
• собрать улучшенную воронку продаж
Под это было нанято три агента:
• один на поиск
• второй на исследование сайта
• третий на сборку результата
И вот здесь важный момент: они в целом справились без постоянного подпинывания.
То есть это уже ближе не к “ещё одному агенту”, а к системе, которая сама раскладывает цель на роли, задачи и исполнение.
Что мне в этом кажется важным:
• Paperclip продаёт не агента, а организационный слой над агентами
• вместо набора разрозненных ботов появляется что-то похожее на операционную модель
• акцент смещается с “что умеет один агент” на “как много агентов двигают цель вместе”
На GitHub они это формулируют довольно точно: if OpenClaw is an employee, Paperclip is the company.
И это, пожалуй, самый интересный угол.
Потому что следующий этап в AI - это, похоже, уже не просто сильные агенты, а системы управления агентами:
• с ролями
• с бюджетами
• с целями
• с контролем
• с делегированием
Именно там, возможно, и прячется более реальная версия той самой кнопки.
Пока продолжаю наблюдение. Но первый вывод такой: если одиночный агент - это “умный сотрудник”, то Paperclip пытается быть менеджментом, который из этих сотрудников собирает работающую компанию.
Больше про AI, автоматизацию и бизнес-архитектуру:
📱 Макс 📖 Дзен ✈️ Telegram
#ai #агенты #автоматизация #архитектура #управление #paperclip@archfinance
❤4
Минцифры опубликовало законопроект о регулировании ИИ. Вступление — сентябрь 2027, пока на обсуждении до 15 апреля.
Суть: реестр «доверенных моделей» (через ФСБ + ФСТЭК), локализация всего, маркировка ИИ-контента, иностранные модели — вне КИИ.
Моё мнение: сама идея регулирования не плохая. Маркировка ИИ-контента — давно нужна. Но реестры и локализация меня настораживают. Реестр «доверенных моделей» на практике означает, что скорость появления новых инструментов в бизнесе будет определяться не рынком, а темпом работы регулятора. А это медленно.
Плюс главная дыра осталась нетронутой — авторские права на результат работы ИИ. Кто автор текста, кода, изображения — пользователь, разработчик модели, никто? Без ответа на этот вопрос любой бизнес, строящий продукты на ИИ, работает в правовой неопределённости.
Документ честно признаёт: оценить риски пока невозможно. Редкая откровенность. Но подзаконные акты напишут другие люди — и вот там будет самое интересное.
📄 Документ: https://regulation.gov.ru/Regulation/Npa/PublicView?npaID=166424
#ИИ #регулирование #Минцифры #автоматизация
📱 Макс 📖 Дзен ✈️ Telegram
Суть: реестр «доверенных моделей» (через ФСБ + ФСТЭК), локализация всего, маркировка ИИ-контента, иностранные модели — вне КИИ.
Моё мнение: сама идея регулирования не плохая. Маркировка ИИ-контента — давно нужна. Но реестры и локализация меня настораживают. Реестр «доверенных моделей» на практике означает, что скорость появления новых инструментов в бизнесе будет определяться не рынком, а темпом работы регулятора. А это медленно.
Плюс главная дыра осталась нетронутой — авторские права на результат работы ИИ. Кто автор текста, кода, изображения — пользователь, разработчик модели, никто? Без ответа на этот вопрос любой бизнес, строящий продукты на ИИ, работает в правовой неопределённости.
Документ честно признаёт: оценить риски пока невозможно. Редкая откровенность. Но подзаконные акты напишут другие люди — и вот там будет самое интересное.
📄 Документ: https://regulation.gov.ru/Regulation/Npa/PublicView?npaID=166424
#ИИ #регулирование #Минцифры #автоматизация
📱 Макс 📖 Дзен ✈️ Telegram
Иногда цифровой след - это не смысл, а пунктуация.
С любопытством посмотрел канал Дмитрия Медведева: https://t.me/medvedev_telegram
И поймал забавную микродеталь.
Раньше в постах там в основном были короткие тире.
А в одном из последних сообщений внезапно появились длинные.
Можно ли по этому признаку уверенно сказать: "ага, текст писала нейросеть"?
Скорее нет.
Само по себе длинное тире почти ничего не доказывает. Это может быть:
• другой редактор текста
• автозамена или типографика
• смена устройства
• редактура перед публикацией
• и только в одном из сценариев - помощь ИИ
То есть это не "улика", а скорее след смены инструмента.
Вообще, в ближайшие годы будет всё больше таких ложных маркеров.
Люди будут искать "признаки нейросети" в тире, кавычках, эмодзи, идеальной орфографии или слишком гладком стиле.
Но реальный вопрос обычно глубже:
важно не кто поставил тире, а кто собрал мысль.
ИИ сегодня уже умеет прилично полировать форму.
Но авторство всё чаще будет определяться не пунктуацией, а тем,
• есть ли в тексте живая позиция,
• есть ли собственная логика,
• есть ли цена ошибки,
• и есть ли у автора реальное понимание предмета.
Так что длинное тире - это не доказательство ИИ.
Это максимум маленький сигнал, что за кулисами поменялся способ производства текста.
Больше про AI, автоматизацию и бизнес-архитектуру:
📱 Макс 📖 Дзен ✈️ Telegram
#ИИ #контент #авторство #медиа #архитектура #цифровизация
С любопытством посмотрел канал Дмитрия Медведева: https://t.me/medvedev_telegram
И поймал забавную микродеталь.
Раньше в постах там в основном были короткие тире.
А в одном из последних сообщений внезапно появились длинные.
Можно ли по этому признаку уверенно сказать: "ага, текст писала нейросеть"?
Скорее нет.
Само по себе длинное тире почти ничего не доказывает. Это может быть:
• другой редактор текста
• автозамена или типографика
• смена устройства
• редактура перед публикацией
• и только в одном из сценариев - помощь ИИ
То есть это не "улика", а скорее след смены инструмента.
Вообще, в ближайшие годы будет всё больше таких ложных маркеров.
Люди будут искать "признаки нейросети" в тире, кавычках, эмодзи, идеальной орфографии или слишком гладком стиле.
Но реальный вопрос обычно глубже:
важно не кто поставил тире, а кто собрал мысль.
ИИ сегодня уже умеет прилично полировать форму.
Но авторство всё чаще будет определяться не пунктуацией, а тем,
• есть ли в тексте живая позиция,
• есть ли собственная логика,
• есть ли цена ошибки,
• и есть ли у автора реальное понимание предмета.
Так что длинное тире - это не доказательство ИИ.
Это максимум маленький сигнал, что за кулисами поменялся способ производства текста.
Больше про AI, автоматизацию и бизнес-архитектуру:
📱 Макс 📖 Дзен ✈️ Telegram
#ИИ #контент #авторство #медиа #архитектура #цифровизация
Telegram
Дмитрий Медведев
https://knd.gov.ru/license?id=674f31bac577eb7c52469c28®istryType=bloggersPermission
👍2
Пока стартапы типа OpenClaw строили интерфейсы для управления AI-агентами через мессенджеры — Anthropic тихо выкатил своё.
Официальный плагин для Claude Code: подключаешь Telegram-бота, запускаешь сессию с флагом канала — и всё, пишешь агенту прямо из телефона. Агент с доступом к файлам, терминалу и инструментам. Не чат-бот, а полноценная агентная сессия.
Создаёшь бота через BotFather → устанавливаешь плагин → паришь телефон → claude --channels plugin:telegram. Пять шагов, официальная документация, поддержка из коробки.
Это важный сигнал: инфраструктура для агентов переезжает от сторонних оркестраторов к самим вендорам.
OpenClaw, n8n-обёртки, кастомные прокси — всё это имело смысл пока у Claude не было нативного канального слоя.
Теперь есть. Пробуем.
#ИИ #ClaudeCode #Anthropic #агенты #автоматизация #Telegram #нейросети
📱 Макс 📖 Дзен ✈️ Telegram
Официальный плагин для Claude Code: подключаешь Telegram-бота, запускаешь сессию с флагом канала — и всё, пишешь агенту прямо из телефона. Агент с доступом к файлам, терминалу и инструментам. Не чат-бот, а полноценная агентная сессия.
Создаёшь бота через BotFather → устанавливаешь плагин → паришь телефон → claude --channels plugin:telegram. Пять шагов, официальная документация, поддержка из коробки.
Это важный сигнал: инфраструктура для агентов переезжает от сторонних оркестраторов к самим вендорам.
OpenClaw, n8n-обёртки, кастомные прокси — всё это имело смысл пока у Claude не было нативного канального слоя.
Теперь есть. Пробуем.
#ИИ #ClaudeCode #Anthropic #агенты #автоматизация #Telegram #нейросети
📱 Макс 📖 Дзен ✈️ Telegram
❤3⚡1
SEO skill для Claude Code — или как мы захотели прокачать органику на своём сайте.
Исходник: ~400-500 визитов в месяц. Задача — расти. Но сначала понять, что качать на лендинге в первую очередь.
Поискал лучшие SEO-скиллы для Claude Code, нашёл кмк классный.
Запускаешь аудит → он поднимает 6 агентов, каждый со своей специализацией: техничка, контент, on-page, Core Web Vitals, структура, конкуренты. На выходе — полный аудит. Содержание реально удивило.
Дальше Claude Code сам формирует пошаговый план и идёшь по улучшениям итеративно.
Скилл: github.com/AgriciDaniel/claude-seo
📱 Макс 📖 Дзен ✈️ Telegram
Исходник: ~400-500 визитов в месяц. Задача — расти. Но сначала понять, что качать на лендинге в первую очередь.
Поискал лучшие SEO-скиллы для Claude Code, нашёл кмк классный.
Запускаешь аудит → он поднимает 6 агентов, каждый со своей специализацией: техничка, контент, on-page, Core Web Vitals, структура, конкуренты. На выходе — полный аудит. Содержание реально удивило.
Дальше Claude Code сам формирует пошаговый план и идёшь по улучшениям итеративно.
Скилл: github.com/AgriciDaniel/claude-seo
📱 Макс 📖 Дзен ✈️ Telegram
❤3🔥1
Самая кассовая ИИ-автоматизация последних месяцев — это не агенты и не OpenClaw.
Простой воркфлоу на N8N: пользователь шлёт фото в тг-бот → N8N скачивает файл, кодирует в base64 → отправляет в GLM-OCR через z.ai API → парсит JSON/Markdown → валидирует поля → возвращает структурированный ответ обратно в Telegram.
GLM-OCR — китайская модель от Z.AI, 0.9B параметров, #1 на OmniDocBench. $0.03 за 1M токенов, MIT лицензия. Про нее я уже писал и на ней "крутится" наш сервис сравнения ТЗ и ТП, а также генератор коммерческих предложений.
Кейсы под флоу: накладные, кассовые чеки, фото-подтверждение с объектов (дворники, строители). Такой воркфлоу продают и за $100, и за $1000 — кому сколько наглость позволит.
📱 Макс 📖 Дзен ✈️ Telegram
Простой воркфлоу на N8N: пользователь шлёт фото в тг-бот → N8N скачивает файл, кодирует в base64 → отправляет в GLM-OCR через z.ai API → парсит JSON/Markdown → валидирует поля → возвращает структурированный ответ обратно в Telegram.
GLM-OCR — китайская модель от Z.AI, 0.9B параметров, #1 на OmniDocBench. $0.03 за 1M токенов, MIT лицензия. Про нее я уже писал и на ней "крутится" наш сервис сравнения ТЗ и ТП, а также генератор коммерческих предложений.
Кейсы под флоу: накладные, кассовые чеки, фото-подтверждение с объектов (дворники, строители). Такой воркфлоу продают и за $100, и за $1000 — кому сколько наглость позволит.
📱 Макс 📖 Дзен ✈️ Telegram
❤2
Сначала Max мессенджер. Теперь ChatGPT.
В Reddit набирает обороты обсуждение: пользователи обнаружили, что ChatGPT передаёт данные в Meta/Facebook. Речь не про теории заговора — люди видят конкретные сетевые запросы и рекламные таргетинги, совпадающие с тем, что обсуждалось в чате с ИИ.
Для бизнеса это значит одно: корпоративные данные, которые ваши сотрудники вставляют в ChatGPT, могут утекать третьим сторонам.
Что проверить прямо сейчас:
— Отключена ли опция "Improve the model for everyone" в ChatGPT у всей команды
— Какие данные сотрудники отправляют в чат (договоры, цифры, клиентские данные)
— Есть ли у вас политика использования ИИ в компании
— Рассматривали ли API-доступ или self-hosted модели вместо веб-интерфейса
Паттерн повторяется. Бесплатные сервисы монетизируют ваши данные. ИИ-ассистенты — не исключение. Разница в том, что в ChatGPT люди вставляют NDA, финмодели и стратегии. Масштаб другой.
Совет: если работаете с чувствительными данными — API + свой контур. Дороже, но данные ваши.
#ИИ #Безопасность #управление
—
📱 Макс · 📖 Дзен · ✈️ Telegram · 🌐 hr-s.ru
В Reddit набирает обороты обсуждение: пользователи обнаружили, что ChatGPT передаёт данные в Meta/Facebook. Речь не про теории заговора — люди видят конкретные сетевые запросы и рекламные таргетинги, совпадающие с тем, что обсуждалось в чате с ИИ.
Для бизнеса это значит одно: корпоративные данные, которые ваши сотрудники вставляют в ChatGPT, могут утекать третьим сторонам.
Что проверить прямо сейчас:
— Отключена ли опция "Improve the model for everyone" в ChatGPT у всей команды
— Какие данные сотрудники отправляют в чат (договоры, цифры, клиентские данные)
— Есть ли у вас политика использования ИИ в компании
— Рассматривали ли API-доступ или self-hosted модели вместо веб-интерфейса
Паттерн повторяется. Бесплатные сервисы монетизируют ваши данные. ИИ-ассистенты — не исключение. Разница в том, что в ChatGPT люди вставляют NDA, финмодели и стратегии. Масштаб другой.
Совет: если работаете с чувствительными данными — API + свой контур. Дороже, но данные ваши.
#ИИ #Безопасность #управление
—
📱 Макс · 📖 Дзен · ✈️ Telegram · 🌐 hr-s.ru
👍2
Самый частый вопрос после поста про генератор КП — «а можно попробовать?»
Можно. Вывел в публичный доступ.
ai-tp.ru — генератор технических заданий и технико-коммерческих предложений. Та самая штука из экосистемы Тендербот, которую раньше показывал только внутри системы.
Что делает:
— генерирует ТЗ по входным параметрам
— собирает технико-коммерческие предложения
— проверяет соответствие документов требованиям
Никакой регистрации. Работает бесплатно.
Зачем вывел наружу: слишком много запросов от людей, которым не нужен весь Тендербот, а нужен конкретный инструмент. ТЗ и КП — это боль, которая есть у всех, кто работает с закупками, тендерами, b2b-продажами.
Заходите, тестируйте, ломайте. Интересует обратная связь: что добавить, что убрать, где неудобно. Пишите в комментах или в личку.
#тендеры #автоматизация #ИИ
—
📱 Макс · 📖 Дзен · ✈️ Telegram · 🌐 hr-s.ru
Можно. Вывел в публичный доступ.
ai-tp.ru — генератор технических заданий и технико-коммерческих предложений. Та самая штука из экосистемы Тендербот, которую раньше показывал только внутри системы.
Что делает:
— генерирует ТЗ по входным параметрам
— собирает технико-коммерческие предложения
— проверяет соответствие документов требованиям
Никакой регистрации. Работает бесплатно.
Зачем вывел наружу: слишком много запросов от людей, которым не нужен весь Тендербот, а нужен конкретный инструмент. ТЗ и КП — это боль, которая есть у всех, кто работает с закупками, тендерами, b2b-продажами.
Заходите, тестируйте, ломайте. Интересует обратная связь: что добавить, что убрать, где неудобно. Пишите в комментах или в личку.
#тендеры #автоматизация #ИИ
—
📱 Макс · 📖 Дзен · ✈️ Telegram · 🌐 hr-s.ru