📟 Прилетело из @insuline_eth

Я запустил 2 канала, где ИИ-агент сам ищет информацию и публикует посты. Но продвигать их не может

Сначала у меня уже был скилл для поиска по X.
Позавчера я решил использовать его, чтобы находить аналитические посты о проектах.
В какой-то момент появилась мысль: если агент уже умеет находить нужную информацию, почему бы не поручить ему ещё и публикацию в канал?

Так я создал скилл для публикации в Telegram каналы.
И первым был создан @auditsFromX. Если интересна тема аналитики, можете подписаться на него 🙂.

Но дальше быстро выяснилось, что просто “найти пост и отправить его в канал” мало.

Пришлось допиливать публикацию:

• чтобы нормально поддерживались ссылки;
• чтобы не ломалось форматирование;
• чтобы можно было добавлять картинки;
• чтобы это всё выходило по cron в нужное время.

Далее вылезла ещё одна проблема.

Если пост длиннее 1024 символов, опубликовать картинку с текстом одним постом не получится.
Поэтому я настроил так, чтобы в таких случаях первым публиковалось изображение с анонсом, а вторым - подробности.

Канал уже реально можно вести почти на автопилоте.
Агент сам ищет материал, готовит публикацию и выкладывает её по расписанию!

Почему почти? Потому что стиль всё равно приходится время от времени допиливать.

Ещё я вспомнил, что мне самому интересна тема доступности интерфейсов.
Я часто читаю такие материалы, слежу за проблемами доступности и в целом хочу больше общаться с людьми из этой среды.
Так появился ещё один канал, уже про accessibility.
Если вам тоже интересна тема, можете подписаться: @accessibilityOfInterfaces

Там логика похожая:

• дал задачу искать посты по теме;
• получил пример;
• создал канал;
• добавил агента в админы;
• настроил cron;
• и публикации пошли автоматически.

Это уже не один случайный эксперимент, а повторяемая схема.

Ещё одну интересную штуку я сделал в моём давнем канале @blindAboutFiction.

Там я настроил более простой формат постов про книги: теперь они делаются на основе комментариев к циклам.
И получилось даже интереснее, чем когда я писал сам.

Важно, что такой формат не пересказывает сюжет слишком подробно.
А значит, подписчикам потом всё ещё интересно читать сами книги.

Но вот тут уже полной автоматизации не получилось.
ИИ-агент не смог нормально сам находить новые популярные циклы на Author.Today: инструмент, через который смотрю страницы, почему-то часть контента в каталоге пропускает. Браузер же дёргать для этого пока не хочу. Хотя может скоро и попробую такой вариант.

Поэтому эту часть всё ещё приходится запускать вручную через вызов скилла со ссылкой на цикл.

Но всё это работает не “само по себе”.
При публикации у меня используется другой скилл, который помогает держать мой стиль и убирать слишком явную ИИ-генерацию.

Сам по себе агент канал вести может.
Но только если вокруг него уже собрана нормальная система:

• поиск,
• публикация,
• форматирование,
• картинки,
• cron,
• и отдельная настройка стиля.

Из всего этого у меня вывод простой:

контентный автопилот уже вполне реальный.
Если нормально всё настроить, ИИ-агент действительно может сам искать информацию и публиковать посты в каналы.

Но важно помнить, что канал сам себя продвигать не будет. ИИ-агент этого тоже пока не умеет.
Поэтому рекламой, контактами с другими админами и остальным продвижением всё равно придётся заниматься вручную.

Что бы вы сами уже сейчас отдали ИИ в ведении канала, а что не отдали бы точно?

P. S. В этом канале темы и мысли я всё равно придумываю сам. ИИ максимум помогает мне потом чуть упростить текст, потому что я люблю местами усложнить 🙂

#ai #openclaw

😎 Незрячий web3 программист (подписаться)
Чат | бот

📟 Прилетело из @blind_dev

gm. Новый нарратив среди AI-юзеров сейчас звучит так:

всегда жги токены в подписке до нуля, любую идею сразу в Claude, полный газ братья

Три года я строил перп декс в команде. Прошлым летом менеджмент начал экспериментировать с нейросетями. Через пару месяцев я понял, куда всё идёт, и ушёл.

С 2022 года мы строили Kwenta. Рабочий продукт — фронтенд для протокола Synthetix со своей изолированной командой. У нас были реальные юзеры, уже существовал токен – люди не просто бездумно фармили в надежде на эирдроп.

В какой-то момент коммуникация с Synthetix стала ухудшаться и мы решили уходить в агрегацию: работать с другими протоколами. Synthetix это не понравилось – решили выкупить нас и дать фаундерам нормальный шанс на экзит.

Вот метрики Kwenta на момент покупки:

- ~$33.4k weekly revenue
- 283 активных трейдера в неделю
- 177k+ трейдов всего

Цифры открытые, можно проверить: Dune dashboard

---

Не будем оценивать продуктовые и бизнес решения, здесь я не компетентен. Но сразу после покупки SNX закрыли два работающих продукта – v2 на Optimism, v3 на Base, и вся команда ушла строить новый off-chain order book.

Два-три бэкэнд-разработчика месяц писали его на TypeScript. Созвон с фаундером, фраза от него:

Я без знаний языков программирования написал ордербук на Go. Бенчмарки показывают – в 10 раз быстрее. Отныне используем Go. То, что вы его не знаете – не проблема, нейронки пишут код охуенно, я проверил.

Это был первый прыжок не туда.

Дальше я взял на себя проектирование API для нового бекенда. Три недели я смотрел, как устроены API Binance, Bybit, Hyperliquid. Разбирался в единицах измерения и нормальным неймингом и семантикой – не хотел повторять наши же грабли из предыдущих версий. Изучал best practices версионирования. Документацию писал руками.

И здесь врывается еще один PM, который только установил ChatGPT:

Мы копируем API Hyperliquid один в один, чтобы маркетмейкеры могли поменять BASE_URL, как для AI моделей, и использовали наш продукт без модификаций. Так их больше интегрируется, ChatGPT сказал что это универсальное решение.

Грамотно прописанное API, спроектированное руками разработчиком с 3 годами опыта работы с perps заменили на one shot prompt результат. Я ушёл на этом моменте.

К тому времени за нейронки уже взялись PM и дизайнеры. Вместо того чтобы планировать и итерировать макеты – начали писать код. Из лучших побуждений, офк – "мы же помогаем нашим разработчикам быстрее шипать". Только в команде 10+ разработчиков и культура разработки имеет значение – а этот код выходил за все паттерны и навешивал на разработчиков задачи сверху по итерации в существующую кодбазу и его дальнейшую поддержку.

Обязанности размылись. Кто за что отвечает – непонятно. Планы переворачивались каждые две недели. Культура работы покинула чат.

Продолжение во втором посте ⬇️

📟 Прилетело из @insuline_eth

Первая часть выше ⬆️

А теперь давайте взглянем на результаты работы с новыми подходами. Не верь мне на слово – я там работал, bias налицо. Посмотри сам.

Несколько вопросов на засыпку:

- На чём сейчас зарабатывают стейкеры sUSD?
- Часто ли ты слышишь про Synthetix в инфополе? Прошлый год, особенно его конец, шла мета перпов. Там еще был самый крупный Trading Competition на 1M USD, вообще попалось к тебе на радары?

Я собрал опенсорс репозиторий с индексером на Envio, чтобы проще оценить трекшн текущего запуска в мейннете. Запуск был 19 декабря, 4 месяца позади.

Вот цифры:

- 238 уникальных депозиторов за все время
- 70% из них положили раз и больше не вернулись
- Активных – считанные десятки

На пике Kwenta делала 283 активных трейдера в неделю. Synthetix за 4 месяца после публичного лаунча – 238 депозиторов.

И отдельно — официальный changelog. Один из менеджеров сделал туда AI-агента: тот автоматически смотрит изменения в main и пишет об этом пост. Удобно – видно текущий темп работы команды из 10+ разработчиков и 4 пмов в реальном времени.

Почти 20 релизов. Ни одной фичи, видимой трейдеру. Четыре месяца после публичного запуска 10+ разработчиков пилят integration API. Для маркетмейкеров, которых нет. Спреды даже на BTC + ETH всегда огромные.

Я шортил SNX с дня ухода — на этих же данных, без инсайдов, но писал про это во втором канале. Теперь время публичного предикта уже здесь: до сентября Synthetix закроется.

📟 Прилетело из @insuline_eth

ГДЕ МЕНЯ НАЙТИ?

ТЕЛЕГРАМ СТАЛ МЕСТОМ САМОЙ ВАЖНОЙ ИНФОРМАЦИИ

ПОЭТОМУ:

ВЕСЬ НЕТВОРКИНГ В МОЕМ WEB3-DISCORD

discord.gg/yzjKzRAN

50 МЕСТ

ДАЛЕЕ ЗАКРЫВАЮ ДОСТУП НА НЕОПРЕДЕЛЕННЫЙ СРОК

📟 Прилетело из @code_vartcall

Не обновлял свой AI сетап 2 недели — опоздал

Такое вот у меня ощущение после отпуска. Фомо дикое. Кажется, что у людей вайбкод-похмелье, но мб я пропускаю что-то.

Мой сетап не менялся уже давно:
• claude code (лоботомия отменяется, вроде)
• gstack (крутые промпты с наводящими вопросами)
• paperclip (юзаю чисто как n8n)
• cmux (терминал с вертикальными табами)
• spokenly (голосовуху в промпт сразу удобно)

Увидел, что мой любимый из пре-агентской эры Metabase зарелизил MCP. Агенты уже норм пишут SQL и рисуют HTML, но а тут полноценная красивая BI. Попробовал — понял, что не все методы из API завезли, сыро еще,

но буду наблюдать.

А чем вы реально пользуетесь сейчас? А что попробовали из недавнего — и не зашло? Каждый день выходит куча нового, не хватает фидбека от реального использования. Поделитесь в комментах 👇

📟 Прилетело из @danokhlopkov

И понимания, как починить IL в своём протоколе 🐳

📟 Прилетело из @insuline_eth

признавайтесь, фаундер какого протокола мне на крышу камень скинул??

📟 Прилетело из @insuline_eth

gm.

После хакатона Paradigm сел писать очередной проект.

Автономный ресерч 15-минутных рынков на Polymarket. Свой бэктестер на исторических данных. Алгоритмы под моментумы, реверсалы, всё что автоматизируется и легко тестируется.

К вечеру уже что-то, да работает. Сигналы генерируются, бэктестер крутится на истории.

На следующее утро открываю ~/dev и понимаю, что у меня уже больше 30 проектов и я тупо забываю, какой из них я планировал делать, а в голове после утреннего прочтения твиттера уже желание собрать что-то новое.

Из этих проектов 2-3 реально приносят деньги и требуют внимания. Остальное – весёлые эксперименты.

–––

Вот это и есть проблема. Не в инструменте. В том, что инструмент сломал то, что меня раньше спасало.

Спасала – лень

–––

Любая идея раньше проходила через один вопрос: «сколько это работы?».

Если ответ был «месяц-два» – идея отваливалась сама. Да и tbh, зная стоимость своего часа в найме было достаточно легко понять, что математика не сходится.

Лень – реально работает как внутренний калькулятор. И пока он работал – я не распылялся.

---

А потом пришёл Claude Code, и калькулятор сломался.

Любая идея занимает вечер-два. Подумал – залил. Не зашло – бросил, следующая.

И реально делать pet projects еще никогда не было так легко и кайфово. Фрикшн нулевой, любая гипотеза проверяема за день. Это реальная суперсила, без иронии.

Только у суперсилы есть цена.

–––

Время стало дешёвое, а внимание — пиздец дорогое. Его конечное количество на день, и никакая нейронка не добавит.

–––

Раз лень перестала работать — нужен новый фильтр.

У меня он собрался из трёх вопросов. Идея проходит если хотя бы на один — да.

Один. Приносит деньги прямо сейчас?

Два. Даёт долгосрочный impact? Учит, строит экспертизу, открывает следующий уровень.

Три. Экономит моё личное время?

И вот третий имхо самый недооценённый.

Все меряют выручкой или «скиллом на резюме». А время считается как будто оно бесконечное.

Я всегда был фанатом автоматизаций. До AI это было дорого: писать скрипт под задачу, которая экономит 20 минут в неделю – математика не сходилась.

Сейчас сходится моментально. Любая рутина → агент → рутины больше нет. Написать ассистента, который сам мониторит позиции, разбирает посты в твиттере, заказывает еду – пару часов работы.

Это единственный тип задач, который выдерживает все три фильтра одновременно. Деньги приносит опосредованно — освобождаешь время под то, что их приносит. Развивает напрямую – строить агентов стало фундаментальным скиллом. Экономит время.

Всё остальное – эксперимент. Эксперимент в кайф, но не путай его с работой.

---

Сделать можно всё.

Но доделай сначала то, что реально нужно. Обнял!

📟 Прилетело из @insuline_eth

Как проверять смарт-контракт, если ты не Solidity-разработчик

Ещё 5 лет назад обычному пользователю сюда было почти не подступиться: разве что доверять сторонним аудитам. Сейчас это уже проще, хотя и не гарантирует защиту от взломов.

Если проект получил несколько аудитов от разных компаний, можно для начала проверить по ним:

1. Все ли смарт-контракты проверены? Передайте ИИ PDF-файлы аудитов и репозиторий со смарт-контрактами.
Я это делаю всегда, когда изучаю новый проект.

2. Не было ли существенных новых версий после проверки специалистами? Если да, там уже могли появиться новые уязвимости.

Но это не самый интересный метод.
Можно проверить и по-другому.

Подключаете к сайту проекта не основной кошелёк.
Запускаете транзакцию и копируете адрес смарт-контракта из кошелька.

Смотрите, какая сеть, и вставляете адрес в блок-эксплорер. Например, так:
https://arbiscan.io/address/0x...#code

И увидите код. Скопируйте его и дайте нейросети.

Если ИИ говорит, что это прокси-контракт (контракт-прокладка, который ведёт на основной), идёте в contract -> read contract. Дальше ищите функцию прокси-контракта, которая отвечает за адрес основного смарт-контракта. ChatGPT или другая нейросеть часто может подсказать, куда смотреть дальше.

Потом уже смотрите, что именно он нашёл, и используете это как дополнительный сигнал, а не как единственное основание для решения.
Но даже в этом случае я бы не отправлял в такие проекты больше 2% портфеля - это риск. Особенно сейчас, когда взломов всё больше.

А теперь более глубокий вариант анализа кода.

Есть Codex CLI и Claude Code - специальные приложения от нейросетей, которые позволяют анализировать код эффективнее.
Даёте им ссылки на explorer и GitHub (они обычно есть на сайте или в документации), и через несколько минут получаете разбор кода контракта.

Как минимум тем, кто лазит по разным новым проектам, это важная фича: можно заметить хотя бы часть опасных механик, например 100% комиссию, обмены в одну сторону или возможность вывода средств админами.

А вы вообще проверяете смарт-контракты перед входом в DeFi-проект или полагаетесь на аудиты?

#аналитика #AI

😎 Незрячий web3 программист (подписаться)
Чат | бот

📟 Прилетело из @blind_dev

хардкорный разраб возвращается в индустрию после двух лет запоя / саббатикала / insert anything..

открывает github trending.

топ-1 за неделю, 44k звёзд — markdown файл собранный с твиттер поста

gm

📟 Прилетело из @insuline_eth

Vulnflow - открытие проекта для аудита с ИИ

Сегодня я рад представить вам свой первый опенсорс проект, над которым работал последние 2 месяца.

Идея проекта пришла в голову, когда я пытался собрать своего бота для аудита контрактов с использованием различных скиллов. Тогда я понял, что мне очень не хватает некой визуальной части, где я мог бы просто собирать пайплайн из нужным мне частей. Так появился Vulnflow.

VulnFlow — это локальная платформа для аудита смарт контрактов, которая позволяет превратить сложный и разрозненный процесс анализа в понятный, управляемый и воспроизводимый workflow. Вместо ручного запуска множества агентов и постоянной потери контекста между этапами, пользователь собирает единый пайплайн из независимых блоков, каждый из которых выполняет конкретную задачу: анализ кода, поиск уязвимостей, обработку данных или взаимодействие с внешними сервисами.

Подход VulnFlow строится вокруг визуального конструктора по примеру n8n, где логика аудита представляется в виде графа. Это позволяет не только гибко настраивать процесс под конкретный проект, но и сохранять его в виде структуры, которую можно повторно использовать, масштабировать и дорабатывать. Таким образом аудит перестаёт быть набором одноразовых действий и становится системным процессом с чёткой логикой и воспроизводимыми результатами.

Платформа поддерживает работу с AI моделями, включая локальные (Ollama, LM Studio или llama.cpp) и OpenAI-compatible модели, что даёт возможность автоматизировать анализ, выдвижение гипотез и объяснение потенциальных уязвимостей. Вам не нужно тратить бюджет на дорогой GPT или Claude для каждого агента. Вы сами решаете, сколько агентов использовать — от одного простого до сложного многошагового пайплайна.

Важной частью системы являются skills и lead_skills. Skills — это переиспользуемые модули поведения агента: специализированные промпты, логика анализа и сценарии поиска уязвимостей, которые можно комбинировать между собой. Пользователь может использовать как собственные skills, так и любые другие — готовые варианты и рекомендации по ним можно найти в репозитории и адаптировать под свои задачи. Lead_skills управляют общим ходом рассуждения агента, задают стратегию анализа и координируют использование отдельных skills внутри сложных пайплайнов. Такой подход позволяет не просто запускать модели, а выстраивать структурированное и контролируемое поведение агентов.

Кроме того, встроенная проверка по YAML-правилам позволяет описывать собственные уязвимости и проверять их автоматически.

VulnFlow также решает проблему контекста за счёт встроенной системы памяти и поиска по embedding, что позволяет подключать документацию, отчёты об аудитах и другие источники знаний прямо в процесс анализа. Память работает как долговременное хранилище результатов и наблюдений: агенты могут сохранять промежуточные выводы, извлекать релевантный контекст и использовать его на следующих этапах пайплайна. Это особенно важно при анализе сложных систем, где информация накапливается постепенно и требует повторного использования.

Поддержка выполнения Python-кода даёт возможность реализовывать кастомную логику любой сложности, а для усиления проверок можно подключить внешние инструменты вроде Solodit или HornetMCP через блок Tool — модель получит доступ к базам известных багов и внешнему контексту.

VulnFlow поддерживает два режима аудита: Contract для прямого анализа отдельных sol-файлов и Cluster для автоматической группировки связанных контрактов в крупных кодовых базах. Все собранные пайплайны сохраняются в папке pipelines и могут быть переиспользованы на других проектах без перенастройки.

В результате пользователь получает не просто инструмент для поиска уязвимостей, а полноценную среду для построения собственных систем аудита, где знания формализуются, автоматизируются и могут быть повторно использованы в любых проектах.

📟 Прилетело из @solidityset

На данный момент я рассматриваю эту версию как базу для построения более сложных и продвинутых систем, которые будут добавляться со временем. Любой пользователь может скачать проект и доработать его так, как ему нужно, поэтому лицензию оставил MIT. Надеюсь, что это даст небольшой буст к развитию подобных систем для аудита и проверок смарт контрактов на разных языках.

Ссылка на репо - https://github.com/zaevlad/vulnflow-audit

Буду рад любым отзывам и предложениям!

#ai #vulnflow

📟 Прилетело из @solidityset

Что стало полезнее в TCCC AI за последние дни

Две недели назад я уже писал про свой проект TCCC AI.

С тех пор добавил ещё несколько вещей, которые делают сервис удобнее в использовании и полезнее в самой аналитике.

Первое обновление - retention reminders.

Теперь проект умеет напоминать о себе и через Telegram, и через email раз в 30 дней.

При этом там уже есть:

• подтверждение;
• отписка;
• сохранение языка;
• и защита от лишних повторов, чтобы не заспамить человека письмами.

Для меня это важный шаг, потому что напоминания полезны только до тех пор, пока не начинают раздражать.

Второе обновление - проверка по документации теперь лучше работает вместе с аудитами в PDF.

Раньше верификация по документации уже была полезной, но теперь сервис лучше подтягивает в анализ ещё и содержимое аудитов в PDF.

Это значит, что картина по проекту собирается не только по сайту и документации, но и по отдельным аудиторским документам, если они есть.

Для аналитики это важно.

Потому что сайт проекта и даже документация могут рассказывать не всё. А аудиты иногда как раз показывают то, что маркетинг предпочитает не выносить на первый экран.


Третье обновление - сайт стал понятнее на входе.

Я обновил тексты на главной, поправил объяснение того, почему сервису можно доверять, и добавил цену аудита в долларах.

Это выглядит как мелочь, но на практике такие вещи тоже важны.

Если человек не понимает, что именно делает сервис, сколько это стоит и почему ему можно доверять, он может отвалиться ещё до первого запуска.


За последние дни TCCC AI стал:

• удобнее в использовании;
• аккуратнее в напоминаниях;
• глубже в проверке проектов;
• понятнее для нового человека на входе.

Отдельно могу потом показать на живом примере, как изменилось качество анализа после добавления PDF-аудитов в общий разбор проекта.
Пишите проекты в комментариях.

Если хотите сами посмотреть, как это работает на практике, сервис доступен на https://tcccai.xyz

Пример: Анализ Injective.

😎 Незрячий web3 программист (подписаться)
Чат | бот

📟 Прилетело из @blind_dev