Перенес subfee.ru на новый сервак. Если вдруг что-то сломалось, потерялись данные, напишите пожалуйста в личку.

На своих данных проверил, все ок.

Сейчас появилось много инструментов для записи и расшифровки встреч. И для меня главным открытием стало не то, насколько удобно потом искать нужные договорённости, а то, насколько по-другому начинаешь слышать себя.

Оказалось, что на встречах мы говорим очень много лишнего. Слова-паразиты, повторы, длинные заходы к простой мысли, уточнения, которые ничего не уточняют. Многие 30-минутные созвоны спокойно можно было бы заменить 3-5 ёмкими письмами.

Со словами-паразитами у меня вообще отдельное удивление. Я умею говорить нормально: выступал публично, работал на радио, привык следить за речью. Но именно на рабочих встречах оказалось, что я почти не контролирую, как говорю. Расшировку иногда просто стыдно читать.

И это, пожалуй, самый полезный эффект расшифровок.

Вчера готовился к небольшому выступлению для коллег — хотел рассказать про superpowers и заодно подготовить скриншоты: самой работы, процесса и результата.

А я очень не люблю тратить время впустую, поэтому решил совместить приятное с полезным: написать своё первое приложение для Mac.

MVP получился такой: приложение сканирует библиотеку Фото, достаёт из снимков геолокацию и строит карты путешествий. Рабочее приложение удалось собрать за один сеанс с агентом. От меня была только история с брейнштормом и подтверждение плана, дальше агент всё делал сам.

Но, конечно, не идеально.

У меня в библиотеке около 14 тысяч фото, и оказалось, что есть лимиты на обращения к внутреннему API для получения геолокаций. А приложение в первой версии наивно ходило за данными по каждой точке.

Во второй серии я попросил агента отдебажить и исправить проблему — он добавил rate limits. Я подумал: ну всё, теперь должно хватить. Не хватило 🙂

Лимиты начинали расти, и сканирование 13 тысяч фотографий превращалось в бесконечность.

И вот тут как раз пригодился кожаный мешок. Я сразу подсказал, как оптимизировать алгоритм — и после этого всё взлетело: сканирование занимает около 10 минут, приложение работает, карты строятся.

Теперь мне не нужно вспоминать, куда я ездил и как проходил маршрут. Всё видно на карте.

P.S. На фото — наше с женой мегапутешествие: Байкал — Гибралтар на мотоцикле. 20 тысяч километров и 2 месяца в дороге.

Поставил небольшой эксперимент: дал одинаковый промпт двум инструментам. Claude должен был сделать приложение на Go, а Codex - такое же приложение для Mac.

Разница по скорости получилась прям заметная. Claude на Go собрал рабочий вариант примерно за 30 минут, а Codex работает уже около 3 часов и пока дошёл только до 6 шага из 8 (через superwopwers запуск).

Не думаю, что дело только в Codex или в том, как он запускается. Скорее всего, сильно влияет сам стек. С Go всё получилось быстрее и проще: меньше возни, быстрее сборка, понятнее структура проекта. А с Mac приложением сразу начинается больше нюансов - окружение, UI, сборка, проверки, какие-то мелкие ошибки.

Пока без выводов, просто наблюдение.

#пятничныйюмор

Всем хороших выходных!

Кажется, есть шанс, что скоро в HTTP появится метод, которого я давно ждал — QUERY.

Недавно IETF присвоил ему статус Proposed Standard и выпустил спецификацию RFC 10008.

Если коротко, QUERY — это что-то вроде POST для операций чтения. Самое интересное здесь то, что параметры можно передавать в теле запроса, а не пытаться уместить всё в URL, как это происходит с GET.

Мне эта идея нравится тем, что она закрывает довольно старую проблему: когда для сложного поиска или фильтрации данных запрос уже не помещается в разумные ограничения GET, а использовать POST для чтения выглядит как компромисс.

Посмотрим, получит ли QUERY широкую поддержку, но сам факт того, что метод дошёл до статуса стандарта, уже выглядит многообещающе.

До чего техника дошла, студентам Copilot прям в PR предлагает изменения в ДЗ.

Самое смешное, год назад приходили запросы на апрув, когда студент пытался активировать copilot в репозитории, а теперь нет :)

Есть такая штука - ccusage, она решает проблему, которую почти все замечают слишком поздно: ты активно пользуешься Claude Code / Codex / Gemini CLI / другими coding-agent CLI, а потом внезапно понимаешь, что вообще не видишь нормальной картины по расходу токенов.

Сколько ушло сегодня?
Какие сессии были самыми дорогими?
Сколько примерно это стоило бы по оплате за использование?
Какие проекты реально съедают лимиты?

ccusage как раз собирает это в понятные отчёты.

Работает локально: читает уже существующие usage-файлы на машине, ничего специально не надо отправлять в облако. На выходе — таблицы по дням, неделям, месяцам и отдельным сессиям.

Запуск самый простой:

npx ccusage@latest

И сразу получаешь дневной отчёт по найденным источникам.

Тут в коментах выше писали что не дает статистику для Claude, вот моя. Проверяется в целом легко - пожно посмотреть в самом Claude.

Забавный сервис появился, позволяет посмотреть - есть ли конкретная персона в весах нейросетей.

Он проверяет, помнит ли нейросеть конкретного человека по самому обучению, без обращения к веб-поиску.

Похожие ответы кластеризуются, после чего человеку выставляется strength score — балл от 0 до потолка в 996. Этот потолок создатели зарезервировали для имен уровня Моцарта, Шекспира и Тейлор Свифт.

Все пытаюсь приспособить мой NAS и MacBook Pro со 128 ГБ оперативки под использование нейросеток локально, но по факту кейсов, где это реально полезно, оказалось очень мало.

Сейчас локальное использование у меня свелось к довольно приземлённому уровню: небольшие скрипты, которые обрабатывают чувствительные данные.

Например: собрать отчёт из Jira, разобрать какие-то внутренние выгрузки, привести данные к нормальному виду, что-то посчитать, что-то разложить по структуре.

То есть буквально скрипты, которые выполняют одну понятную задачу.

Я пробовал делать всякие CLI, чтобы они умели выполнять много разных задач. Но довольно быстро понял, что проще писать небольшие скрипты на Go под конкретный повторяющийся кейс.

Подход примерно как со скиллами: появилась повторяющаяся задача - сделал под неё скрипт.

В теории можно быстро собирать всякие штуки с интерфейсом. Я даже пытался в это влезать. Но потом начал понимать, что смысла особо нет: времени тратится много, а по факту часто получается не автоматизация, а прокрастинация под видом автоматизации.

Ты вроде делаешь полезный инструмент, но в реальности мог бы уже руками закрыть задачу и пойти дальше.

С NAS история другая.

Локальные модели запускать можно, но в основном маленькие. Большие модели - это уже либо дорого, либо медленно, либо неудобно. И главное: не получается просто поставить большую задачу на ночь и утром забрать готовый результат.

По крайней мере у меня пока так не работает.

Проблема в том, что всё равно нужен контроль. У меня уже выработалась привычка давать задачи последовательно: сначала одна задача, потом проверка результата, потом следующая.

Сейчас самый эффективный цикл у меня примерно такой:

20 минут проектирую задачу, потом минут 30 занимаюсь чем-то другим, потом минут 20 проверяю результат и формирую следующий шаг.

С Superpowers это работает довольно хорошо. Но это всё ещё не автономная работа. Это скорее режим «я менеджер для агента», а не «агент работает вместо меня».

Сейчас мне подсказали другой подход - через таски.

Идея в том, что ты заранее формируешь набор задач, а потом какой-то оркестратор берёт их последовательно и выполняет. Не одна огромная размытая задача, а очередь маленьких понятных шагов.

Вот это, кажется, надо попробовать.

Потому что проблема не в том, что модели не умеют работать. Проблема в том, что я сам пока не очень умею правильно организовывать для них работу.

У меня сейчас, кажется, две основные цели в использовании AI-инструментов.

Первая - перестать недоиспользовать подписки.

У меня есть условные $100 в месяц на Claude и Codex. Пока я сплю, они не работают. А должны бы.

Понятно, что не для каждой задачи имеет смысл использовать топовые модели. Иногда это просто экономически странно: задача маленькая, типовая, периодическая, а ты гоняешь её через дорогую модель, потому что привык.

Поэтому сейчас экспериментирую с более дешёвыми вариантами: китайскими моделями, open-source моделями, Cerebras и прочими API, где можно за разумные деньги гонять много токенов.

Например, у Cerebras есть вариант, где за $50 в месяц можно запускать open-source модели с лимитом около 24 миллионов токенов в сутки. Для периодических задач это уже интересно.

Но тут вылезает главная проблема - время.

Большинство задач, которые хочется автоматизировать, прикольные в моменте, но не всегда реально полезные. Часто руками сделать не так сложно. А если начинаешь автоматизировать, то внезапно появляются доработки, интерфейсы, обработка ошибок, логирование, новые сценарии.

И в какой-то момент количество времени, потраченное на автоматизацию, становится сильно больше, чем время, которое эта автоматизация вообще могла бы сэкономить.

Поэтому сейчас пытаюсь найти баланс.

Не «автоматизировать всё», а автоматизировать только то, что реально повторяется, реально ест внимание и реально может работать без постоянного присмотра.

Расскажу поучительную историю о том, что не нужно шифровать диски. Ну или как минимум не нужно тыкать галочки, если не до конца понимаешь последствия.

История, к счастью, закончилась хорошо.

Когда я настраивал свой NAS, у меня ещё не было жёстких дисков. Был воткнут только NVMe на 2 ТБ. Я создавал системный пул и, видимо, не убрал галочку с шифрования дисков.

Ну, думаю, окей.

Потом я туда перелил со старых жёстких дисков все бэкапы, спокойно эти старые диски отформатировал и продал.

После этого решил, что операционка по умолчанию мне не очень удобна. Не хватало SSH, большего контроля, нормальной возможности всё настроить под себя. Решил поставить TrueNAS.

И вот тут я понял, что доступа к своему NVMe у меня нет.

А там, между прочим, очень много данных, которые копились лет десять.

Расшифровать в лоб не получилось. Поставить заново MinisCloud OS тоже ничем не помогло: пул она не видела и возможности расшифровать не давала.

Я в итоге на какое-то время забросил эту идею. Решил, что данные в любом случае никуда не делись, они просто зашифрованы. Разберусь потом. Может, появится какая-нибудь уязвимость, способ восстановления или ещё что-то.

На прошлой неделе появилось время, и я удачно вспомнил, что устройство-то я не сам собирал. Значит, есть поддержка.

И поддержка, надо сказать, меня прям очень приятно удивила.

Два дня переписок, уточнений, проверок — и мне подсказали, как восстановить доступ.

Оказалось, всё решает мааааленькая кнопка в максимально неочевидном месте. Причём доступна она только на этапе инициализации устройства.

Пять минут перебора паролей — и опа. Доступ восстановлен.

Я так давно не был счастлив.

Мораль сей басни такая: не нужно шифровать домашние устройства просто потому, что можно.

На ноутбуке — да, логично. Его можно потерять, украсть, оставить где-то. И если диск зашифрован, то с него не смогут просто так вытащить данные напрямую.

А вот с домашним NAS всё не так очевидно. Если ты не понимаешь, где ключи, как это восстанавливается, что будет после переустановки системы и как доставать данные в случае проблем, то шифрование может защитить данные не только от злоумышленников, но и от тебя самого.

Так что в моём случае сильно проще и спокойнее было бы, если бы диски были не зашифрованы.

P.S. Поддержка Minisfourm проверенна, можно не боятся брать у них устройство.