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
Одна из самых частых задач, которые мне заказывают — убить рутину после встреч. Протокол, рассылка, задачи в трекере, обновление CRM. 65 минут ручной работы на каждую встречу. Три встречи в день — три часа в мусорку.
Кейс из Reddit: человек автоматизировал весь post-meeting процесс через Claude Code. Вот как это работает:
1. Запись встречи (любой сервис — Zoom, Google Meet, Otter)
2. Claude Code получает транскрипт
3. Генерирует структурированный протокол: решения, задачи, дедлайны, ответственные
4. Автоматически рассылает follow-up письма участникам
5. Обновляет CRM — статусы сделок, следующие шаги
6. Создаёт задачи в трекере с привязкой к встрече
Результат: 65 минут → 2 минуты. Две минуты — это проверить, что агент всё правильно понял.
Если у вас больше двух встреч в день — это первое, что стоит автоматизировать.
#ClaudeCode #автоматизация #продуктивность
—
📱 Макс · 📖 Дзен · ✈️ Telegram · 🌐 hr-s.ru
Кейс из Reddit: человек автоматизировал весь post-meeting процесс через Claude Code. Вот как это работает:
1. Запись встречи (любой сервис — Zoom, Google Meet, Otter)
2. Claude Code получает транскрипт
3. Генерирует структурированный протокол: решения, задачи, дедлайны, ответственные
4. Автоматически рассылает follow-up письма участникам
5. Обновляет CRM — статусы сделок, следующие шаги
6. Создаёт задачи в трекере с привязкой к встрече
Результат: 65 минут → 2 минуты. Две минуты — это проверить, что агент всё правильно понял.
Похожую штуку можно собрать на N8N: Telegram-бот принимает аудио → транскрипция → LLM → рассылка. Но Claude Code даёт гибкость: он сам адаптируется под формат каждой конкретной встречи.
Если у вас больше двух встреч в день — это первое, что стоит автоматизировать.
#ClaudeCode #автоматизация #продуктивность
—
📱 Макс · 📖 Дзен · ✈️ Telegram · 🌐 hr-s.ru
❤2🤝2
Помните OCR-воркфлоу на 7 нод? Собирал руками, подключал, тестировал. Рабочая история, но на каждый такой pipeline — час-два.
Теперь это можно делать промптом.
n8n-mcp — опенсорс MCP-сервер, который подключает Claude Code напрямую к N8N. Пишешь задачу текстом — агент сам создаёт ноды, настраивает связи, собирает готовый воркфлоу. Работает также с Cursor, Windsurf, Claude Desktop.
Что под капотом:
— 10+ инструментов для управления N8N через API
— Создание, редактирование, активация воркфлоу из чата
— Поддержка кредов и вебхуков
— MIT-лицензия, ставится за минуту
No-code превращается в voice-code. Ты описываешь логику — агент её реализует. Не идеально (сложные флоу пока требуют доводки), но направление понятно: сборка автоматизаций становится разговором, а не конструктором.
Тем, кто продаёт N8N-воркфлоу за $100–1000 — стоит задуматься. Порог входа для заказчика падает.
Репо: github.com/czlonkowski/n8n-mcp
#N8N #ClaudeCode #автоматизация
—
📱 Макс · 📖 Дзен · ✈️ Telegram · 🌐 hr-s.ru
Теперь это можно делать промптом.
n8n-mcp — опенсорс MCP-сервер, который подключает Claude Code напрямую к N8N. Пишешь задачу текстом — агент сам создаёт ноды, настраивает связи, собирает готовый воркфлоу. Работает также с Cursor, Windsurf, Claude Desktop.
Что под капотом:
— 10+ инструментов для управления N8N через API
— Создание, редактирование, активация воркфлоу из чата
— Поддержка кредов и вебхуков
— MIT-лицензия, ставится за минуту
No-code превращается в voice-code. Ты описываешь логику — агент её реализует. Не идеально (сложные флоу пока требуют доводки), но направление понятно: сборка автоматизаций становится разговором, а не конструктором.
Репо: github.com/czlonkowski/n8n-mcp
#N8N #ClaudeCode #автоматизация
—
📱 Макс · 📖 Дзен · ✈️ Telegram · 🌐 hr-s.ru
👍2
Алготрейдинг раньше стоил команду квантов и полгода разработки. Теперь — MIT-лицензия и вечер на настройку.
TradingAgents — опенсорс-фреймворк от Tauric Research. Суть: 6 LLM-агентов с разными ролями анализируют рынок, спорят между собой и принимают торговые решения.
Как устроена архитектура:
— Bull Analyst — ищет сигналы роста, аргументирует покупку
— Bear Analyst — ищет риски, аргументирует продажу
— Research — собирает фундаментальные данные, новости, SEC-файлинги
— Quant — технический анализ, паттерны, индикаторы
— Risk Manager — оценивает риск-профиль, выносит финальный вердикт
— Trader — исполняет сделку
Работает с любой LLM. Подключаешь OpenAI, Claude, DeepSeek — на выбор. Агенты реально дебатируют: бык говорит "покупай", медведь говорит "продавай", арбитр смотрит на аргументы и решает.
Интересно CFO и бордам: не как "торговый робот", а как модель принятия решений. Встроенный devil's advocate — то, чего обычно не хватает в управленческих совещаниях.
Есть китайская версия с адаптацией под азиатские рынки.
Репо: github.com/TauricResearch/TradingAgents
#LLM #агенты #финансы
—
📱 Макс · 📖 Дзен · ✈️ Telegram · 🌐 hr-s.ru
TradingAgents — опенсорс-фреймворк от Tauric Research. Суть: 6 LLM-агентов с разными ролями анализируют рынок, спорят между собой и принимают торговые решения.
Как устроена архитектура:
— Bull Analyst — ищет сигналы роста, аргументирует покупку
— Bear Analyst — ищет риски, аргументирует продажу
— Research — собирает фундаментальные данные, новости, SEC-файлинги
— Quant — технический анализ, паттерны, индикаторы
— Risk Manager — оценивает риск-профиль, выносит финальный вердикт
— Trader — исполняет сделку
Работает с любой LLM. Подключаешь OpenAI, Claude, DeepSeek — на выбор. Агенты реально дебатируют: бык говорит "покупай", медведь говорит "продавай", арбитр смотрит на аргументы и решает.
Интересно CFO и бордам: не как "торговый робот", а как модель принятия решений. Встроенный devil's advocate — то, чего обычно не хватает в управленческих совещаниях.
Есть китайская версия с адаптацией под азиатские рынки.
Репо: github.com/TauricResearch/TradingAgents
#LLM #агенты #финансы
—
📱 Макс · 📖 Дзен · ✈️ Telegram · 🌐 hr-s.ru
🔥1😁1
Whisper от OpenAI — лучший open source STT. Но ставить Python, качать модели через CLI, разбираться с CUDA — это не «в один клик».
Собрал 5 приложений, которые превращают Whisper в обычную программу. Скачал, открыл, перетащил файл — готово.
Бесплатные (open source):
Buzz — Win/Mac/Linux. Vulkan GPU, live-запись с микрофона, экспорт в TXT/SRT/VTT. Самый зрелый open source клиент.
github.com/chidiwilliams/buzz
Vibe — Win/Mac/Linux. Написан на Rust, 90+ языков, диаризация (разделение по спикерам), экспорт в SRT, DOCX, PDF.
thewh1teagle.github.io/vibe
OpenWhispr — Win/Mac/Linux. Whisper + NVIDIA Parakeet, заметки, agent mode, Google Calendar интеграция.
openwhispr.com
Платные:
MacWhisper — только Mac. 300K+ копий, диаризация по спикерам, Apple Silicon 15× быстрее realtime. Free-версия есть, Pro — €59.
goodsnooze.gumroad.com/l/macwhisper
Superwhisper — Mac/Win/iOS. Диктовка в любое поле, локальные + облачные модели. Free-тир с базовыми моделями, Pro — $10/мес.
superwhisper.com
Все работают офлайн. Аудио не покидает устройство. Python не нужен.
Раньше разбирал STT-стек для автоматизации — теперь порог входа ещё ниже. А если нужен готовый воркфлоу «запись → транскрипт → презентация» — он по-прежнему работает.
#ИИ #инструменты #selfhosted
—
📱 Макс · 📖 Дзен · ✈️ Telegram · 🌐 hr-s.ru
Собрал 5 приложений, которые превращают Whisper в обычную программу. Скачал, открыл, перетащил файл — готово.
Бесплатные (open source):
Buzz — Win/Mac/Linux. Vulkan GPU, live-запись с микрофона, экспорт в TXT/SRT/VTT. Самый зрелый open source клиент.
github.com/chidiwilliams/buzz
Vibe — Win/Mac/Linux. Написан на Rust, 90+ языков, диаризация (разделение по спикерам), экспорт в SRT, DOCX, PDF.
thewh1teagle.github.io/vibe
OpenWhispr — Win/Mac/Linux. Whisper + NVIDIA Parakeet, заметки, agent mode, Google Calendar интеграция.
openwhispr.com
Платные:
MacWhisper — только Mac. 300K+ копий, диаризация по спикерам, Apple Silicon 15× быстрее realtime. Free-версия есть, Pro — €59.
goodsnooze.gumroad.com/l/macwhisper
Superwhisper — Mac/Win/iOS. Диктовка в любое поле, локальные + облачные модели. Free-тир с базовыми моделями, Pro — $10/мес.
superwhisper.com
Все работают офлайн. Аудио не покидает устройство. Python не нужен.
Раньше разбирал STT-стек для автоматизации — теперь порог входа ещё ниже. А если нужен готовый воркфлоу «запись → транскрипт → презентация» — он по-прежнему работает.
#ИИ #инструменты #selfhosted
—
📱 Макс · 📖 Дзен · ✈️ Telegram · 🌐 hr-s.ru
❤2