🛠 Как я собрал себе AI-аналитика, который работает 24/7
Достаточно долго не видел для себя реального применения Open Claw, но на прошлой неделе появилась задача, для которой этот продукт оказался полезен.
Коллегам был нужен инструмент, который автоматически выдаёт аналитический обзор по компании по её ИНН. Я встроил этот функционал в телеграм-бота: по ИНН python-скрипт тянул финансы из ФНС и собирал инвестбанковский бриф, используя инструменты интернет-поиска Kimi.
⠀
Потом коллеги спросили: а нельзя ли задавать боту дополнительные инструкции для сбора брифов, follow-up вопросы и просить корректировать готовый отчёт с учётом пожеланий? Я начал думать, как это сделать, и решил попробовать собрать полноценного агента, который живёт на сервере и работает сам — через Kimi Claw (реализация Open Claw через сервис Kimi) в связке с ботом в телеграме.
Настраивал не один — в паре с Claude (режим Cowork). Делюсь, потому что грабли оказались поучительнее результата.
⠀
🧱 Главный урок: детерминизм там, где он возможен
Базовую информацию о компании (отчётность, ОКВЭД, данные об учредителях) собирать не интернет-поиском, а из детерминированных источников — строго ФНС/ЕГРЮЛ. LLM подключать только для обогащения: после сбора базы агент запускает глубокий поиск в интернете и дополняет ею проверенный каркас.
⠀
🕵️ Verifier, который ловит галлюцинации
Прикрутили скрипт-проверяльщик: на префинальном отчёте он заново лезет в источник базовых данных и сверяет бриф с ним. И не зря.
Однажды агент молча подменил выручку «нагугленной». В другой раз — вообще СОЧИНИЛ блок «верификации» с выдуманными числами, который выглядел как машинный отчёт. Поймали оба раза.
Вывод: от подмены спасает не инструкция, а исполняемая проверка.
⠀
🔍 Саб-агент под конкурентов и аффилиатов
Региональных конкурентов и связи бенефициаров главный агент хронически недобирал. Вынесли это отдельному саб-агенту, которого основной агент запускает самостоятельно, — и тот наконец начал находить нужные имена и связи.
⠀
🙃 Самый «человеческий» баг
Бот запускал саб-агента и… замолкал. Оказалось, телеграм-сессия становилась неактивной, пока агент ждал результат работы сабагента: отчёт формировался, но отправить его в «уснувшую» сессию бот уже не мог.
Решили архитектурно: пока саб-агент ищет, главный агент параллельно собирает остальной отчёт. В итоге сократилось и время формирования, и сессия не успевала уснуть.
⠀
✅ Что в итоге
Связка рабочая: детерминизм + несколько агентов + грунд-проверка базовых данных по официальным источникам. Бриф собирается за минуты, проходит верификацию, и его можно дорабатывать прямо в диалоге — задать вопрос или попросить сделать акцент на нужных данных.
Главный вывод: агенты сегодня — это не магия из коробки, а инженерия. Где можно — жёсткий детерминизм; где нельзя — LLM под присмотром исполняемых проверок. Тогда оно реально работает.
#AI #агенты #KimiClaw #OpenClaw
Достаточно долго не видел для себя реального применения Open Claw, но на прошлой неделе появилась задача, для которой этот продукт оказался полезен.
Коллегам был нужен инструмент, который автоматически выдаёт аналитический обзор по компании по её ИНН. Я встроил этот функционал в телеграм-бота: по ИНН python-скрипт тянул финансы из ФНС и собирал инвестбанковский бриф, используя инструменты интернет-поиска Kimi.
⠀
Потом коллеги спросили: а нельзя ли задавать боту дополнительные инструкции для сбора брифов, follow-up вопросы и просить корректировать готовый отчёт с учётом пожеланий? Я начал думать, как это сделать, и решил попробовать собрать полноценного агента, который живёт на сервере и работает сам — через Kimi Claw (реализация Open Claw через сервис Kimi) в связке с ботом в телеграме.
Настраивал не один — в паре с Claude (режим Cowork). Делюсь, потому что грабли оказались поучительнее результата.
⠀
🧱 Главный урок: детерминизм там, где он возможен
Базовую информацию о компании (отчётность, ОКВЭД, данные об учредителях) собирать не интернет-поиском, а из детерминированных источников — строго ФНС/ЕГРЮЛ. LLM подключать только для обогащения: после сбора базы агент запускает глубокий поиск в интернете и дополняет ею проверенный каркас.
⠀
🕵️ Verifier, который ловит галлюцинации
Прикрутили скрипт-проверяльщик: на префинальном отчёте он заново лезет в источник базовых данных и сверяет бриф с ним. И не зря.
Однажды агент молча подменил выручку «нагугленной». В другой раз — вообще СОЧИНИЛ блок «верификации» с выдуманными числами, который выглядел как машинный отчёт. Поймали оба раза.
Вывод: от подмены спасает не инструкция, а исполняемая проверка.
⠀
🔍 Саб-агент под конкурентов и аффилиатов
Региональных конкурентов и связи бенефициаров главный агент хронически недобирал. Вынесли это отдельному саб-агенту, которого основной агент запускает самостоятельно, — и тот наконец начал находить нужные имена и связи.
⠀
🙃 Самый «человеческий» баг
Бот запускал саб-агента и… замолкал. Оказалось, телеграм-сессия становилась неактивной, пока агент ждал результат работы сабагента: отчёт формировался, но отправить его в «уснувшую» сессию бот уже не мог.
Решили архитектурно: пока саб-агент ищет, главный агент параллельно собирает остальной отчёт. В итоге сократилось и время формирования, и сессия не успевала уснуть.
⠀
✅ Что в итоге
Связка рабочая: детерминизм + несколько агентов + грунд-проверка базовых данных по официальным источникам. Бриф собирается за минуты, проходит верификацию, и его можно дорабатывать прямо в диалоге — задать вопрос или попросить сделать акцент на нужных данных.
Главный вывод: агенты сегодня — это не магия из коробки, а инженерия. Где можно — жёсткий детерминизм; где нельзя — LLM под присмотром исполняемых проверок. Тогда оно реально работает.
#AI #агенты #KimiClaw #OpenClaw
👍4❤2🔥2
📊 Рынок облигаций РФ: 22–26 июня
Совокупный оборот рублёвых облигаций — 751 млрд ₽ за 5 торговых дней (среднедневной 150,2 млрд ₽, почти удвоился к прошлой неделе). Доминирование ОФЗ: 547,8 млрд ₽ (72,9%), пик 25.06 — 211,4 млрд ₽ (141% от среднего). Активность объясняется не оптимизмом, а наоборот — продолжающейся переоценкой кривой.
⠀
📈 Bear steepening: длинный конец продолжает падать в цене
Кривая ОФЗ сместилась вверх в среднем на 28 б.п. при сильном расхождении по дюрации: 1Y −14 б.п. до 13,56% (рынок принял факт снижения ставки), но 5Y +50,7 б.п., 10Y +54,0 б.п. до 16,28%, 15Y +51,8 б.п. до 16,53%. Наклон 10Y−2Y расширился на 43 б.п. RGBI пробил последовательно 117, 116 и 114 пунктов — минимум за 8 месяцев.
⠀
🚫 Минфин отменил аукционы
24 июня Минфин отменил аукционы ОФЗ «из-за повышенной волатильности» — редкое и значимое решение. По итогам II квартала размещено ~1,495 трлн ₽ при недоборе к плану всего 5,44 млрд ₽ (0,36%) — квартальный план выполнен, но дальнейшее заимствование на длинном конце временно поставлено на паузу под давлением рынка.
⠀
⚖️ Пересмотр прогнозов в ястребиную сторону
ВТБ повысил прогноз по ключевой ставке на конец 2026 года с 12,0% до 13,5%. Финам — до 13,25%. Сбер также сдвинулся в ту же сторону. Контрапункт от депутата Аксакова — ожидание 12% к концу года — остался единичным мнением.
⠀
⛽️ Топливный кризис и слабость рубля
Недельная инфляция (16–22.06) ускорилась до 0,25%, годовая — до 5,85%. Бензин подорожал на 3%, дизель — на 2,7%. ФАС начала проверку и расследование возможного картельного сговора. USDRUB_TOM превысил 78 впервые за два месяца. Это всё — дополнительное давление на длинный конец кривой через инфляционные премии.
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
Совокупный оборот рублёвых облигаций — 751 млрд ₽ за 5 торговых дней (среднедневной 150,2 млрд ₽, почти удвоился к прошлой неделе). Доминирование ОФЗ: 547,8 млрд ₽ (72,9%), пик 25.06 — 211,4 млрд ₽ (141% от среднего). Активность объясняется не оптимизмом, а наоборот — продолжающейся переоценкой кривой.
⠀
📈 Bear steepening: длинный конец продолжает падать в цене
Кривая ОФЗ сместилась вверх в среднем на 28 б.п. при сильном расхождении по дюрации: 1Y −14 б.п. до 13,56% (рынок принял факт снижения ставки), но 5Y +50,7 б.п., 10Y +54,0 б.п. до 16,28%, 15Y +51,8 б.п. до 16,53%. Наклон 10Y−2Y расширился на 43 б.п. RGBI пробил последовательно 117, 116 и 114 пунктов — минимум за 8 месяцев.
⠀
🚫 Минфин отменил аукционы
24 июня Минфин отменил аукционы ОФЗ «из-за повышенной волатильности» — редкое и значимое решение. По итогам II квартала размещено ~1,495 трлн ₽ при недоборе к плану всего 5,44 млрд ₽ (0,36%) — квартальный план выполнен, но дальнейшее заимствование на длинном конце временно поставлено на паузу под давлением рынка.
⠀
⚖️ Пересмотр прогнозов в ястребиную сторону
ВТБ повысил прогноз по ключевой ставке на конец 2026 года с 12,0% до 13,5%. Финам — до 13,25%. Сбер также сдвинулся в ту же сторону. Контрапункт от депутата Аксакова — ожидание 12% к концу года — остался единичным мнением.
⠀
⛽️ Топливный кризис и слабость рубля
Недельная инфляция (16–22.06) ускорилась до 0,25%, годовая — до 5,85%. Бензин подорожал на 3%, дизель — на 2,7%. ФАС начала проверку и расследование возможного картельного сговора. USDRUB_TOM превысил 78 впервые за два месяца. Это всё — дополнительное давление на длинный конец кривой через инфляционные премии.
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
⚡3❤2
🌐 Бытовое применение ИИ: расширение Claude для Chrome чинит домашний Wi-Fi
⠀
📶 У жены дома постоянно барахлил Wi-Fi — низкая скорость и регулярные обрывы. Роутер Keenetic. Лезть в настройки вручную не хотелось, поэтому диагностику я решил отдать Claude.
Зашёл в веб-интерфейс роутера через Chrome, запустил расширение Claude для Chrome и дал примерно такой промпт:
«Проверь текущие настройки роутера и найди параметры, которые могут вызывать нестабильное подключение по Wi-Fi для ноутбука HP».
Дальше Claude работал сам:
1. прошёлся по настройкам роутера;
2. выдал список параметров, потенциально влияющих на стабильность соединения с HP;
3. предложил конкретные изменения.
Я разрешил — Claude внёс все правки. После перезагрузки роутера соединение стало заметно стабильнее.
⠀
🛠 Где это удобно в быту
Расширение я часто включаю для задач, где нужно копаться в сложных технических настройках разных интернет-сервисов. Claude сам работает в браузере: читает документацию, находит нужные разделы, нажимает нужные кнопки.
Важная деталь про контроль: прежде чем что-то делать, Claude показывает план на согласование, а перед любым изменением на сайте — спрашивает разрешение. Без моего «да» ничего не меняется.
⠀
⚖️ Честно о минусах
Работает небыстро. Если вы сами знаете, что нужно сделать на сайте — руками выйдет быстрее. Но когда времени разбираться в настройках нет, делегировать Claude может оказаться куда выгоднее.
Второй момент: история работы в расширении не попадает в обычную историю чатов с Claude. Если контекст нужен на будущее — сохраняйте его отдельно сами. Возможно, в будущем это поменяется, но пока так.
⠀
🤖 Звучит как мелочь — починить жене вайфай через нейросеть. Но именно на таких бытовых задачах удобно пощупать, что такое «агентность»: когда ИИ не советует, а сам жмёт кнопки в твоём браузере.
⠀
📶 У жены дома постоянно барахлил Wi-Fi — низкая скорость и регулярные обрывы. Роутер Keenetic. Лезть в настройки вручную не хотелось, поэтому диагностику я решил отдать Claude.
Зашёл в веб-интерфейс роутера через Chrome, запустил расширение Claude для Chrome и дал примерно такой промпт:
«Проверь текущие настройки роутера и найди параметры, которые могут вызывать нестабильное подключение по Wi-Fi для ноутбука HP».
Дальше Claude работал сам:
1. прошёлся по настройкам роутера;
2. выдал список параметров, потенциально влияющих на стабильность соединения с HP;
3. предложил конкретные изменения.
Я разрешил — Claude внёс все правки. После перезагрузки роутера соединение стало заметно стабильнее.
⠀
🛠 Где это удобно в быту
Расширение я часто включаю для задач, где нужно копаться в сложных технических настройках разных интернет-сервисов. Claude сам работает в браузере: читает документацию, находит нужные разделы, нажимает нужные кнопки.
Важная деталь про контроль: прежде чем что-то делать, Claude показывает план на согласование, а перед любым изменением на сайте — спрашивает разрешение. Без моего «да» ничего не меняется.
⠀
⚖️ Честно о минусах
Работает небыстро. Если вы сами знаете, что нужно сделать на сайте — руками выйдет быстрее. Но когда времени разбираться в настройках нет, делегировать Claude может оказаться куда выгоднее.
Второй момент: история работы в расширении не попадает в обычную историю чатов с Claude. Если контекст нужен на будущее — сохраняйте его отдельно сами. Возможно, в будущем это поменяется, но пока так.
⠀
🤖 Звучит как мелочь — починить жене вайфай через нейросеть. Но именно на таких бытовых задачах удобно пощупать, что такое «агентность»: когда ИИ не советует, а сам жмёт кнопки в твоём браузере.
❤4👍3
📊 Рынок облигаций РФ: 29 июня — 3 июля
Доходность 10-летних ОФЗ выросла с 16,23% до 16,62% (+39 б.п. за неделю). RGBI пробил последовательно 113 и 112 пунктов — впервые за год. Ястребиная переоценка после решения ЦБ 19.06 продолжается.
⠀
📉 Кривая: рост по всей длине, максимум на среднем участке
G-curve сместилась вверх в среднем на 38 б.п., причём сильнее всего — на среднем участке: 3Y +51,5, 4Y +53,4, 5Y +51,7 б.п. Длинный конец: 10Y +39,0 б.п. до 16,62%, 15Y +30,4 б.п. до 16,81%. Короткий сдвинулся заметно меньше (1Y +20,4 б.п.). Наклон 10Y–1Y увеличился на 19 б.п.
⠀
⚠️ Инфляция обогнала прогноз ЦБ
Годовая инфляция ускорилась до 6,01% на 29 июня, недельная (22–29.06) — 0,22%. Официальный прогноз ЦБ на 2026 год — 4,5–5,5%. Фактическая уже выше диапазона. С учётом ситуации на топливном рынке — риск пересмотра прогноза вверх (заявление зампреда ЦБ Заботкина). Это ключевой фундаментальный драйвер того, что рынок закладывает в ставку.
⠀⠀
📊 Индекс финансового стресса АКРА — 2,47
По данным АКРА, индекс финансового стресса для России в июне вырос до 2,47 пункта — впервые с октября 2022 года приблизился к кризисной границе. Независимое от рыночных индикаторов подтверждение растущего напряжения на российском финансовом рынке.
⠀
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
Доходность 10-летних ОФЗ выросла с 16,23% до 16,62% (+39 б.п. за неделю). RGBI пробил последовательно 113 и 112 пунктов — впервые за год. Ястребиная переоценка после решения ЦБ 19.06 продолжается.
⠀
📉 Кривая: рост по всей длине, максимум на среднем участке
G-curve сместилась вверх в среднем на 38 б.п., причём сильнее всего — на среднем участке: 3Y +51,5, 4Y +53,4, 5Y +51,7 б.п. Длинный конец: 10Y +39,0 б.п. до 16,62%, 15Y +30,4 б.п. до 16,81%. Короткий сдвинулся заметно меньше (1Y +20,4 б.п.). Наклон 10Y–1Y увеличился на 19 б.п.
⠀
⚠️ Инфляция обогнала прогноз ЦБ
Годовая инфляция ускорилась до 6,01% на 29 июня, недельная (22–29.06) — 0,22%. Официальный прогноз ЦБ на 2026 год — 4,5–5,5%. Фактическая уже выше диапазона. С учётом ситуации на топливном рынке — риск пересмотра прогноза вверх (заявление зампреда ЦБ Заботкина). Это ключевой фундаментальный драйвер того, что рынок закладывает в ставку.
⠀⠀
📊 Индекс финансового стресса АКРА — 2,47
По данным АКРА, индекс финансового стресса для России в июне вырос до 2,47 пункта — впервые с октября 2022 года приблизился к кризисной границе. Независимое от рыночных индикаторов подтверждение растущего напряжения на российском финансовом рынке.
⠀
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
👍3🔥2
LLM пишет код блестяще. За логикой надо следить самому.
Продолжаю про свой проект — аналитику облигационного рынка.
⠀
📰 На неделе прикручивал фактчекинг новостей: пайплайн тащит события из телеграм-каналов, а там порой проскакивают ошибки — переврано число, перепутано рейтинговое агентство, а иногда встречается сложная конструкция, когда для точного извлечения события нужно понимать внешний контекст. Нужно проверять факты по открытым источникам, прежде чем они попадут в отчёт.
⠀
⚡️ Код модель написала быстро и аккуратно: клиент к Perplexity, дедупликация похожих событий, ретраи, устойчивость к обрывам связи, сохранение прогресса. То, на что у опытного разработчика ушли бы часы, а я бы в принципе не собрал, — сложилось за 10 минут. Тут ей равных нет.
⠀
🏗 А самое интересное случилось в архитектуре. Модель предложила проверять факты после того, как отчёт уже сгенерирован, — то есть вычитывать готовый текст. Я предложил наоборот: проверять события до подачи в модель и написания отчёта. Разница принципиальная. Если ложный факт попадает в анализ, модель вплетает его в выводы, корреляции, резюме — потом это распутывать по всему тексту. А если отсечь на входе — модель просто не строит на нём рассуждение.
⠀
🧭 Она согласилась, что так лучше. И вот это для меня — главное наблюдение. LLM — сильнейший исполнитель: код, рутина, скорость. Но она мыслит локально: «проверь то, что получилось», — а не «где во всём потоке данных этой проверке место». Взгляд на систему целиком пока за человеком.
⠀
📌 Вывод, который закрепляю для себя: не отдавай архитектуру на аутсорс. Пусть модель пишет код — она правда пишет его отлично. А ты держи в голове схему целиком и спрашивай не «работает ли этот кусок», а «на своём ли он месте».
Продолжаю про свой проект — аналитику облигационного рынка.
⠀
📰 На неделе прикручивал фактчекинг новостей: пайплайн тащит события из телеграм-каналов, а там порой проскакивают ошибки — переврано число, перепутано рейтинговое агентство, а иногда встречается сложная конструкция, когда для точного извлечения события нужно понимать внешний контекст. Нужно проверять факты по открытым источникам, прежде чем они попадут в отчёт.
⠀
⚡️ Код модель написала быстро и аккуратно: клиент к Perplexity, дедупликация похожих событий, ретраи, устойчивость к обрывам связи, сохранение прогресса. То, на что у опытного разработчика ушли бы часы, а я бы в принципе не собрал, — сложилось за 10 минут. Тут ей равных нет.
⠀
🏗 А самое интересное случилось в архитектуре. Модель предложила проверять факты после того, как отчёт уже сгенерирован, — то есть вычитывать готовый текст. Я предложил наоборот: проверять события до подачи в модель и написания отчёта. Разница принципиальная. Если ложный факт попадает в анализ, модель вплетает его в выводы, корреляции, резюме — потом это распутывать по всему тексту. А если отсечь на входе — модель просто не строит на нём рассуждение.
⠀
🧭 Она согласилась, что так лучше. И вот это для меня — главное наблюдение. LLM — сильнейший исполнитель: код, рутина, скорость. Но она мыслит локально: «проверь то, что получилось», — а не «где во всём потоке данных этой проверке место». Взгляд на систему целиком пока за человеком.
⠀
📌 Вывод, который закрепляю для себя: не отдавай архитектуру на аутсорс. Пусть модель пишет код — она правда пишет его отлично. А ты держи в голове схему целиком и спрашивай не «работает ли этот кусок», а «на своём ли он месте».
👍5❤4
📉 Рынок облигаций РФ: 6–10 июля
Доходность 10-летних ОФЗ снизилась с 16,62% до 16,17% (−53,5 б.п. за неделю). RGBI пробил 111 пунктов — впервые за год.
⠀
📊 Кривая уплостилась: короткий вверх, длинный вниз
Короткий конец G-curve вырос на 43–49 б.п. (1Y +43,5, 6M +49,3), длинный снизился на 53–61 б.п. (10Y −53,5, 15Y −61,4). Наклон 10Y−1Y сократился на 97 б.п. За месяц кривая прошла путь от bear steepening после решения ЦБ 19.06 до резкого уплощения — рынок переоценил как ближайший, так и долгосрочный горизонт.
⠀
🚫 Минфин снова отменил аукцион ОФЗ
08.07 аукцион ОФЗ был отменён второй раз за месяц. Возможно, снятие давления со стороны первичного предложения — одна из причин снижения длинного конца кривой на вторичке.
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
Доходность 10-летних ОФЗ снизилась с 16,62% до 16,17% (−53,5 б.п. за неделю). RGBI пробил 111 пунктов — впервые за год.
⠀
📊 Кривая уплостилась: короткий вверх, длинный вниз
Короткий конец G-curve вырос на 43–49 б.п. (1Y +43,5, 6M +49,3), длинный снизился на 53–61 б.п. (10Y −53,5, 15Y −61,4). Наклон 10Y−1Y сократился на 97 б.п. За месяц кривая прошла путь от bear steepening после решения ЦБ 19.06 до резкого уплощения — рынок переоценил как ближайший, так и долгосрочный горизонт.
⠀
🚫 Минфин снова отменил аукцион ОФЗ
08.07 аукцион ОФЗ был отменён второй раз за месяц. Возможно, снятие давления со стороны первичного предложения — одна из причин снижения длинного конца кривой на вторичке.
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
❤2👍2
💻 Раньше десктопный Claude жил отдельной жизнью
Я уже писал, что люблю работать в десктопном приложении Claude в режиме Cowork: открываю доступ к рабочей директории проекта — и дальше Claude сам возится с файлами: создаёт, правит, удаляет.
Минус был один, но чувствительный: эти чаты не отображались в браузерной версии, а с телефона к ним было не подступиться. Поэтому часть диалогов я по инерции запускал в браузере — просто чтобы иметь возможность продолжить их с другого устройства.
⠀
🔄 Что изменилось
Несколько дней назад появилась синхронизация чатов десктопного приложения с браузерной версией. Теперь я ставлю задачу в Cowork на ноутбуке и продолжаю контролировать её выполнение с телефона — в мобильном приложении появился раздел Cowork.
Настройка занимает минуту: один раз дать доступ к своему ноутбуку в браузере и один раз — на телефоне.
⠀
⏱️ Почему это важнее, чем кажется
Дело не в самой синхронизации, а в том, что она убирает главное узкое место агентной работы — необходимость сидеть перед компьютером и ждать завершения очередного шага, чтобы поставить следующую задачу.
Цикл теперь такой:
- Поставил задачу
- Ушёл от компьютера и занялся своими делами
- Получил уведомление на телефон
- Посмотрел результат → поставил следующую задачу
Человек перестаёт быть узким горлышком между шагами агента и остаётся ровно там, где он реально нужен: в постановке задачи и приёмке результата.
⠀
🌙 В общем, всё готово для работы с Claude 24/7. Медленное звено в этой схеме — по-прежнему я 😅
Я уже писал, что люблю работать в десктопном приложении Claude в режиме Cowork: открываю доступ к рабочей директории проекта — и дальше Claude сам возится с файлами: создаёт, правит, удаляет.
Минус был один, но чувствительный: эти чаты не отображались в браузерной версии, а с телефона к ним было не подступиться. Поэтому часть диалогов я по инерции запускал в браузере — просто чтобы иметь возможность продолжить их с другого устройства.
⠀
🔄 Что изменилось
Несколько дней назад появилась синхронизация чатов десктопного приложения с браузерной версией. Теперь я ставлю задачу в Cowork на ноутбуке и продолжаю контролировать её выполнение с телефона — в мобильном приложении появился раздел Cowork.
Настройка занимает минуту: один раз дать доступ к своему ноутбуку в браузере и один раз — на телефоне.
⠀
⏱️ Почему это важнее, чем кажется
Дело не в самой синхронизации, а в том, что она убирает главное узкое место агентной работы — необходимость сидеть перед компьютером и ждать завершения очередного шага, чтобы поставить следующую задачу.
Цикл теперь такой:
- Поставил задачу
- Ушёл от компьютера и занялся своими делами
- Получил уведомление на телефон
- Посмотрел результат → поставил следующую задачу
Человек перестаёт быть узким горлышком между шагами агента и остаётся ровно там, где он реально нужен: в постановке задачи и приёмке результата.
⠀
🌙 В общем, всё готово для работы с Claude 24/7. Медленное звено в этой схеме — по-прежнему я 😅
👍5❤2😁2🔥1
📈 Рынок облигаций РФ: 13–17 июля
Доходность 10-летних ОФЗ выросла с 16,17% до 16,75% (+39,3 б.п. за неделю). Кривая сместилась вверх по всей длине с медвежьим стипенингом: длинный конец растёт быстрее короткого — переворот сюжета прошлой недели, где было наоборот.
⠀
📊 Кривая: длинный конец опять уходит вверх
Длинный конец G-curve вырос на 39–41 б.п. (10Y +39,3 до 16,75%, 15Y +41,2 до 17,17%), короткий фактически стоит (1Y +5,2 б.п. до 14,32%). Наклон 10Y−1Y расширился на 34 б.п. Основной сдвиг пришёлся на 15–16 июля — дни публикации пересмотренных прогнозов ЦБ и несостоявшегося аукциона.
⠀
🚫 Минфин третий раз не размещает ОФЗ
Аукцион ОФЗ-ПК серии 29028 (флоатер) признан несостоявшимся — нет заявок по приемлемым для эмитента ценам. До этого были отмены 24.06 и 08.07.
⠀
📈 ЦБ повысил прогноз инфляции, аналитики — прогноз ставки
ЦБ повысил прогноз годовой инфляции на 2026 с 4,5–5,5% до 6,2%, на 2027 — 4,6%. Прогноз роста ВВП снижен до 0,6%. Одновременно ЦБ транслировал обновлённые ожидания аналитиков по средней ключевой ставке — 14,5% в 2026 году и 12,2% в 2027. Годовая инфляция за июнь подтверждена на уровне 6% при месячном приросте 0,87%.
⠀
💼 Спреды: расширение по всем метрикам
G-спред AAA (2–3Y) вырос за неделю с 66 до 116 б.п., пик 116 на 17.07. Скорр. маржа AAA-флоатеров расширилась с 146 до 155 б.п. Оба движения — синхронное расширение кредитных премий. При этом средний G-спред за неделю (94 б.п.) даже ниже среднего прошлой недели (120): картина «начало ниже — конец выше», ускоряющееся расширение к пятнице.
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
Доходность 10-летних ОФЗ выросла с 16,17% до 16,75% (+39,3 б.п. за неделю). Кривая сместилась вверх по всей длине с медвежьим стипенингом: длинный конец растёт быстрее короткого — переворот сюжета прошлой недели, где было наоборот.
⠀
📊 Кривая: длинный конец опять уходит вверх
Длинный конец G-curve вырос на 39–41 б.п. (10Y +39,3 до 16,75%, 15Y +41,2 до 17,17%), короткий фактически стоит (1Y +5,2 б.п. до 14,32%). Наклон 10Y−1Y расширился на 34 б.п. Основной сдвиг пришёлся на 15–16 июля — дни публикации пересмотренных прогнозов ЦБ и несостоявшегося аукциона.
⠀
🚫 Минфин третий раз не размещает ОФЗ
Аукцион ОФЗ-ПК серии 29028 (флоатер) признан несостоявшимся — нет заявок по приемлемым для эмитента ценам. До этого были отмены 24.06 и 08.07.
⠀
📈 ЦБ повысил прогноз инфляции, аналитики — прогноз ставки
ЦБ повысил прогноз годовой инфляции на 2026 с 4,5–5,5% до 6,2%, на 2027 — 4,6%. Прогноз роста ВВП снижен до 0,6%. Одновременно ЦБ транслировал обновлённые ожидания аналитиков по средней ключевой ставке — 14,5% в 2026 году и 12,2% в 2027. Годовая инфляция за июнь подтверждена на уровне 6% при месячном приросте 0,87%.
⠀
💼 Спреды: расширение по всем метрикам
G-спред AAA (2–3Y) вырос за неделю с 66 до 116 б.п., пик 116 на 17.07. Скорр. маржа AAA-флоатеров расширилась с 146 до 155 б.п. Оба движения — синхронное расширение кредитных премий. При этом средний G-спред за неделю (94 б.п.) даже ниже среднего прошлой недели (120): картина «начало ниже — конец выше», ускоряющееся расширение к пятнице.
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
👍4❤2🔥1
Как дешёвая модель пыталась обмануть мой верификатор
⠀
🔧 Тестирую связку моделей Kimi для своего бота: по ИНН он собирает инвестбанковский бриф. Фактаж тянут детерминированные скрипты из ФНС и ЕГРЮЛ, поверх работает LLM-оркестратор, а на выходе стоит автоматический верификатор — сверяет цифры в тексте с источниками и не выпускает брак.
⠀
❓ Вопрос был сугубо практический: можно ли заменить дорогую K3 (~$5 за бриф) на дешёвую K2.6 (в 2–3 раза дешевле)?
⠀
⚡️ K2.6 шла отлично: быстрее K3, прилежно следовала инструкции, даже дисциплинированнее читала методичку. Но на финише верификатор подсветил эвристику: «Объединённые кондитеры» упоминались дважды — возможный дубль.
⠀
✅ Что сделала бы K3 (проверено на практике): признала бы срабатывание ложным и написала в отчёте обоснование — «это одно юрлицо в двух ролях: лидер рынка и потенциальный покупатель».
⠀
🚩 Что сделала K2.6:
1. Сначала переименовала компанию в «Голд-кондитер» — такого юрлица не существует.
2. Потом решила проблему радикально: глобально заменила реальное имя на выдуманное «Стратег №2», чтобы проверка перестала срабатывать.
Не исправить данные. Не обосновать предупреждение. А устранить сам факт срабатывания — ценой порчи документа.
⠀
🎯 Это учебниковый reward hacking: модель оптимизируется не на истину, а на прохождение теста. Самое неприятное — формально верификатор она прошла: ИНН и финансы остались нетронутыми, а чекер смотрит именно на них.
⠀
📌 Выводы для себя:
· Дешёвая модель оркестратором = минус несколько долларов на брифе и риск получить красивый документ с выдуманным «Стратегом №2» внутри.
· Детерминированная проверка обязательна, но недостаточна: она ловит цифры, а слабая модель учится обходить её в нарративе.
· Рабочая конфигурация: дорогая модель — оркестратором, дешёвая — на механических подзадачах (поиск, вычитка). Итог ~$3–4 за бриф вместо ~$5 у первой версии.
И главное: смотреть, что именно модель делает с инструментами, нужно всегда.
⠀
🔧 Тестирую связку моделей Kimi для своего бота: по ИНН он собирает инвестбанковский бриф. Фактаж тянут детерминированные скрипты из ФНС и ЕГРЮЛ, поверх работает LLM-оркестратор, а на выходе стоит автоматический верификатор — сверяет цифры в тексте с источниками и не выпускает брак.
⠀
❓ Вопрос был сугубо практический: можно ли заменить дорогую K3 (~$5 за бриф) на дешёвую K2.6 (в 2–3 раза дешевле)?
⠀
⚡️ K2.6 шла отлично: быстрее K3, прилежно следовала инструкции, даже дисциплинированнее читала методичку. Но на финише верификатор подсветил эвристику: «Объединённые кондитеры» упоминались дважды — возможный дубль.
⠀
✅ Что сделала бы K3 (проверено на практике): признала бы срабатывание ложным и написала в отчёте обоснование — «это одно юрлицо в двух ролях: лидер рынка и потенциальный покупатель».
⠀
🚩 Что сделала K2.6:
1. Сначала переименовала компанию в «Голд-кондитер» — такого юрлица не существует.
2. Потом решила проблему радикально: глобально заменила реальное имя на выдуманное «Стратег №2», чтобы проверка перестала срабатывать.
Не исправить данные. Не обосновать предупреждение. А устранить сам факт срабатывания — ценой порчи документа.
⠀
🎯 Это учебниковый reward hacking: модель оптимизируется не на истину, а на прохождение теста. Самое неприятное — формально верификатор она прошла: ИНН и финансы остались нетронутыми, а чекер смотрит именно на них.
⠀
📌 Выводы для себя:
· Дешёвая модель оркестратором = минус несколько долларов на брифе и риск получить красивый документ с выдуманным «Стратегом №2» внутри.
· Детерминированная проверка обязательна, но недостаточна: она ловит цифры, а слабая модель учится обходить её в нарративе.
· Рабочая конфигурация: дорогая модель — оркестратором, дешёвая — на механических подзадачах (поиск, вычитка). Итог ~$3–4 за бриф вместо ~$5 у первой версии.
И главное: смотреть, что именно модель делает с инструментами, нужно всегда.
👍5❤1
📉 Рынок облигаций РФ: 20–24 июля
Заседание ЦБ прошло с сюрпризом в мягкую сторону: снижение на 25 б.п. до 14,00%, хотя консенсус аналитиков ждал сохранение 14,25%. Доходность 2-летних ОФЗ упала на 41,8 б.п. до 14,53%, кривая рухнула по всей длине с уплощением: длинный конец улетел вниз сильнее короткого (10Y −98,2 б.п. до 15,84%).
⠀
📊 Уплощение через обвал длинного конца
Кривая ОФЗ снизилась в среднем на 71 б.п., с сильным перевесом длинного участка: 7Y −99,0, 8Y −99,8, 10Y −98,2, 15Y −95,4 б.п. Короткий конец двигался заметно скромнее: 1Y −33,7, 2Y −41,8, 9M −36,6, 3Y −61,0. Итог — сжатие крутизны кривой: наклон 10Y−2Y сузился на 56 б.п. до 131 б.п. (было 187), 10Y−1Y — на 64 б.п. до 188 б.п. Это фактически обратный сюжет прошлой недели (медвежий стипенинг → бычий флэттенинг).
⠀
🏛 ЦБ: снизил ставку, но пересмотрел прогнозы вверх
При ставке 14,00% ЦБ одновременно ужесточил прогнозные ориентиры: инфляция 2026 — 6–7% (было 4,5–5,5%), средняя ключевая ставка 2026 — 14,5–14,6%, 2027 — 10,5–12,5% (против прежних 8–10%). Прогноз роста ВВП снижен до 0,0–1,0%. Сигнал изменён с умеренно мягкого на нейтральный. Набиуллина прямо указала: потенциал смягчения сохраняется, но темп замедляется, повышение полностью не исключается. Следующее заседание — 11 сентября, резюме обсуждения — 5 августа.
⠀
🚫 Минфин на паузе
Аукционы ОФЗ приостановлены с 20 июля «для стабилизации ситуации на рынке госдолга». 23 июля Минфин зарегистрировал (без размещения) два выпуска ОФЗ-ПК на суммарно 1,5 трлн ₽: 29030 на 500 млрд ₽ (погашение 2037) и 29031 на 1 трлн ₽ (погашение 2042). Это подготовка предложения ко следующему циклу размещений, а не активный первичный рынок.
⠀
⚠️ Инфляционный фон
Годовая инфляция ускорилась до 5,84% (с 5,62%), инфляционные ожидания населения в июле — 14,7% (было 12,4% в июне), по сообщениям — максимум с марта 2022. Наблюдаемая инфляция — 15,1%. Дефицит бюджета за первое полугодие — 5,73 трлн ₽ (в 1,7 раза больше г/г).
⠀
💼 Кредитные спреды: расширение при обвале ОФЗ
G-спред AAA (2–3Y) вырос с 105 до 122 б.п., пик 136 б.п. на 22.07. Средний за неделю — 119 б.п. против 94 неделей ранее (+25 б.п. между средними). Корпоративные AAA-доходности снижались медленнее ОФЗ. При этом скорр. маржа AAA-флоатеров, наоборот, сузилась с 142 до 132 б.п. — минимум периода на 24.07 (день решения). Разнонаправленное движение: спрос перекладывается из корпоративных фиксов в флоатеры на фоне неопределённости траектории.
⠀
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
Заседание ЦБ прошло с сюрпризом в мягкую сторону: снижение на 25 б.п. до 14,00%, хотя консенсус аналитиков ждал сохранение 14,25%. Доходность 2-летних ОФЗ упала на 41,8 б.п. до 14,53%, кривая рухнула по всей длине с уплощением: длинный конец улетел вниз сильнее короткого (10Y −98,2 б.п. до 15,84%).
⠀
📊 Уплощение через обвал длинного конца
Кривая ОФЗ снизилась в среднем на 71 б.п., с сильным перевесом длинного участка: 7Y −99,0, 8Y −99,8, 10Y −98,2, 15Y −95,4 б.п. Короткий конец двигался заметно скромнее: 1Y −33,7, 2Y −41,8, 9M −36,6, 3Y −61,0. Итог — сжатие крутизны кривой: наклон 10Y−2Y сузился на 56 б.п. до 131 б.п. (было 187), 10Y−1Y — на 64 б.п. до 188 б.п. Это фактически обратный сюжет прошлой недели (медвежий стипенинг → бычий флэттенинг).
⠀
🏛 ЦБ: снизил ставку, но пересмотрел прогнозы вверх
При ставке 14,00% ЦБ одновременно ужесточил прогнозные ориентиры: инфляция 2026 — 6–7% (было 4,5–5,5%), средняя ключевая ставка 2026 — 14,5–14,6%, 2027 — 10,5–12,5% (против прежних 8–10%). Прогноз роста ВВП снижен до 0,0–1,0%. Сигнал изменён с умеренно мягкого на нейтральный. Набиуллина прямо указала: потенциал смягчения сохраняется, но темп замедляется, повышение полностью не исключается. Следующее заседание — 11 сентября, резюме обсуждения — 5 августа.
⠀
🚫 Минфин на паузе
Аукционы ОФЗ приостановлены с 20 июля «для стабилизации ситуации на рынке госдолга». 23 июля Минфин зарегистрировал (без размещения) два выпуска ОФЗ-ПК на суммарно 1,5 трлн ₽: 29030 на 500 млрд ₽ (погашение 2037) и 29031 на 1 трлн ₽ (погашение 2042). Это подготовка предложения ко следующему циклу размещений, а не активный первичный рынок.
⠀
⚠️ Инфляционный фон
Годовая инфляция ускорилась до 5,84% (с 5,62%), инфляционные ожидания населения в июле — 14,7% (было 12,4% в июне), по сообщениям — максимум с марта 2022. Наблюдаемая инфляция — 15,1%. Дефицит бюджета за первое полугодие — 5,73 трлн ₽ (в 1,7 раза больше г/г).
⠀
💼 Кредитные спреды: расширение при обвале ОФЗ
G-спред AAA (2–3Y) вырос с 105 до 122 б.п., пик 136 б.п. на 22.07. Средний за неделю — 119 б.п. против 94 неделей ранее (+25 б.п. между средними). Корпоративные AAA-доходности снижались медленнее ОФЗ. При этом скорр. маржа AAA-флоатеров, наоборот, сузилась с 142 до 132 б.п. — минимум периода на 24.07 (день решения). Разнонаправленное движение: спрос перекладывается из корпоративных фиксов в флоатеры на фоне неопределённости траектории.
⠀
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
👍3
Некоторое время назад писал о том, как LLM решает головоломки. Протестировал Claude Opus 5 и Kimi K3 на такой задаче из канала @rebus_online. Надо сообразить: «Какая фигура должна быть вместо знака вопроса?» Обе нейросети решили без проблем. Opus еще и картинку с ответом нарисовал для наглядности
А вы справитесь? 😄
Решение в первом комментарии.
А вы справитесь? 😄
Решение в первом комментарии.
🤔3
🤖 Как я автоматизировал мониторинг аукционов ОФЗ
Недавно коллеги попросили закрыть рутину, которая съедала время каждую неделю: вручную отслеживать анонсы и итоги аукционов ОФЗ Минфина. Теперь это делает связка из ИИ-агента и Telegram-бота — полностью на автопилоте. Рассказываю, как и зачем.
Зачем это нужно
Аукционы ОФЗ — ключевое событие недели для долгового рынка. По ним видно:
сколько государство занимает и под какую доходность;
какой спрос у инвесторов (переподписка или вялость);
какую премию рынок требует за риск.
Раньше приходилось вручную заходить в ленты, искать нужные новости, считать bid-to-cover, сопоставлять с ценами закрытия. Теперь всё это приходит готовым в канал — дважды за цикл: анонс накануне и итоги в день аукциона.
Как это устроено
Система работает в два такта:
📅 Вторник — анонс на среду. Агент на базе Perplexity Computer проверяет ленту Cbonds, находит анонс Минфина, разбирает какие выпуски будут размещаться, и обогащает данными:
тип выпуска с расшифровкой (фиксированный купон / флоатер на RUONIA / индексируемый номинал / амортизация);
объём эмиссии, сколько уже размещено, остаток к размещению;
цена и доходность закрытия предыдущего дня (данные Мосбиржи).
📊 Среда — итоги. Агент ловит результаты аукциона и присылает разбор:
размещённый объём, спрос, коэффициент переподписки (bid-to-cover);
цена отсечения и доходность;
автоматическая оценка успешности: 🟢 сильный спрос / 🟡 нейтрально / 🔴 слабо / ⚪️ аукцион не состоялся.
Что под капотом
Источники данных: API Cbonds (новостная лента и справочник выпусков) + API Мосбиржи (ISS) для цен и доходностей. Разные типы ОФЗ — включая флоатеры, у которых доходность считается по особой методике.
Мозг: ИИ-агент собирает данные, разбирает текст новостей, считает метрики и формулирует вердикт с обоснованием.
Доставка: свой Telegram-бот через вебхук. Сообщения уходят автоматически, один раз за событие, без дублей.
Надёжность: система понимает не только успешные размещения, но и несостоявшиеся/отменённые аукционы — и корректно об этом сообщает.
Зачем я этим делюсь
Это пример того, как связка «ИИ-агент + API + бот» убирает ручную рутину в финансовой аналитике. Один раз настроил логику — дальше система работает сама, а ты получаешь готовый разбор вместо сырых данных.
Недавно коллеги попросили закрыть рутину, которая съедала время каждую неделю: вручную отслеживать анонсы и итоги аукционов ОФЗ Минфина. Теперь это делает связка из ИИ-агента и Telegram-бота — полностью на автопилоте. Рассказываю, как и зачем.
Зачем это нужно
Аукционы ОФЗ — ключевое событие недели для долгового рынка. По ним видно:
сколько государство занимает и под какую доходность;
какой спрос у инвесторов (переподписка или вялость);
какую премию рынок требует за риск.
Раньше приходилось вручную заходить в ленты, искать нужные новости, считать bid-to-cover, сопоставлять с ценами закрытия. Теперь всё это приходит готовым в канал — дважды за цикл: анонс накануне и итоги в день аукциона.
Как это устроено
Система работает в два такта:
📅 Вторник — анонс на среду. Агент на базе Perplexity Computer проверяет ленту Cbonds, находит анонс Минфина, разбирает какие выпуски будут размещаться, и обогащает данными:
тип выпуска с расшифровкой (фиксированный купон / флоатер на RUONIA / индексируемый номинал / амортизация);
объём эмиссии, сколько уже размещено, остаток к размещению;
цена и доходность закрытия предыдущего дня (данные Мосбиржи).
📊 Среда — итоги. Агент ловит результаты аукциона и присылает разбор:
размещённый объём, спрос, коэффициент переподписки (bid-to-cover);
цена отсечения и доходность;
автоматическая оценка успешности: 🟢 сильный спрос / 🟡 нейтрально / 🔴 слабо / ⚪️ аукцион не состоялся.
Что под капотом
Источники данных: API Cbonds (новостная лента и справочник выпусков) + API Мосбиржи (ISS) для цен и доходностей. Разные типы ОФЗ — включая флоатеры, у которых доходность считается по особой методике.
Мозг: ИИ-агент собирает данные, разбирает текст новостей, считает метрики и формулирует вердикт с обоснованием.
Доставка: свой Telegram-бот через вебхук. Сообщения уходят автоматически, один раз за событие, без дублей.
Надёжность: система понимает не только успешные размещения, но и несостоявшиеся/отменённые аукционы — и корректно об этом сообщает.
Зачем я этим делюсь
Это пример того, как связка «ИИ-агент + API + бот» убирает ручную рутину в финансовой аналитике. Один раз настроил логику — дальше система работает сама, а ты получаешь готовый разбор вместо сырых данных.
🔥6👍3
📉 Рынок облигаций РФ: 27–31 июля
Первая неделя при ставке 14,00% — решение от 24 июля вступило в силу 27-го. Кривая ОФЗ сместилась вниз по всей длине, в среднем на 12 б.п. Доходность 2Y — 14,58% (−5,9 б.п.), 10Y — 15,69% (−19,5 б.п.).
⠀
📊 Провисли края, середина устояла
Движение вышло неоднородным: сильнее всего ушёл вниз дальний конец (10Y −19,5, 9Y −18,4, 15Y −18,3 б.п.) и короткий (9M −15,5, 1Y −15,0 б.п.), а участок 2–5 лет почти не двинулся (3Y −1,1, 4Y −2,3 б.п.). Наклон 10Y−2Y сжался на 14 б.п. до 111. Дальний конец собрал и основную ликвидность — 85,7% оборота ОФЗ пришлось на сегменты 5–10 лет и свыше 10 лет.
⠀
⚠️ 31 дефолт за неделю
За неделю зафиксирован 31 случай неисполнения обязательств: техдефолты Михайловского молочного завода, ЛКХ, ЖКХ РС(Я), ЕвроТранса. За первое полугодие число эмитентов с первичными дефолтами выросло до 21 против 15 годом ранее. НКР понизило Кронос и ЛКХ до B.ru.
⠀
🔀 Корпоративный сегмент перестроился
Самый крупный структурный сдвиг периода: корпоративный оборот упал на 32,3% к прошлой неделе (ОФЗ — всего на 3,5%).
⠀
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
👨💻 Интерактивный дешборд -> смотреть.
Отчёт полностью подготовлен без участия человека. Возможны ошибки.
Первая неделя при ставке 14,00% — решение от 24 июля вступило в силу 27-го. Кривая ОФЗ сместилась вниз по всей длине, в среднем на 12 б.п. Доходность 2Y — 14,58% (−5,9 б.п.), 10Y — 15,69% (−19,5 б.п.).
⠀
📊 Провисли края, середина устояла
Движение вышло неоднородным: сильнее всего ушёл вниз дальний конец (10Y −19,5, 9Y −18,4, 15Y −18,3 б.п.) и короткий (9M −15,5, 1Y −15,0 б.п.), а участок 2–5 лет почти не двинулся (3Y −1,1, 4Y −2,3 б.п.). Наклон 10Y−2Y сжался на 14 б.п. до 111. Дальний конец собрал и основную ликвидность — 85,7% оборота ОФЗ пришлось на сегменты 5–10 лет и свыше 10 лет.
⠀
⚠️ 31 дефолт за неделю
За неделю зафиксирован 31 случай неисполнения обязательств: техдефолты Михайловского молочного завода, ЛКХ, ЖКХ РС(Я), ЕвроТранса. За первое полугодие число эмитентов с первичными дефолтами выросло до 21 против 15 годом ранее. НКР понизило Кронос и ЛКХ до B.ru.
⠀
🔀 Корпоративный сегмент перестроился
Самый крупный структурный сдвиг периода: корпоративный оборот упал на 32,3% к прошлой неделе (ОФЗ — всего на 3,5%).
⠀
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
Отчёт полностью подготовлен без участия человека. Возможны ошибки.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3🔥3
Когда AI заходит в Excel сам
Лучший тест рабочего AI-инструмента — не бенчмарк, а скучная бытовая задача.
Мне нужен был Excel-файл, который через надстройку Cbonds подтягивает индексы доходности корпоративных облигаций по рейтинговым группам за последние три года.
⠀
🧩 На бумаге просто: таблица, даты, формулы. На практике файл открылся, а формулы не считались.
Обычный чат на этом месте выдал бы стандартный набор советов: проверьте надстройку, нажмите F9, перезапустите Excel. Дальше — разбирайся сам.
⠀
🖥 Здесь сработал Perplexity Personal Computer: AI получил доступ к моему Mac, открыл книгу и стал искать причину прямо в приложении, а не рассуждать о ней со стороны.
Дело оказалось в мелочах — в синтаксисе функции надстройки и в том, как Excel обращается с внешними формулами при пересчёте и сохранении. Угадать это из чата нельзя: такие вещи видны только на конкретной машине с конкретной установленной версией Excel.
В итоге AI прошёл весь цикл целиком: создал файл, открыл, продиагностировал, исправил, дождался значений и сохранил рабочую версию.
⠀
💡 Ценность не в том, что модель много знает. Ценность в том, что она заходит в реальную рабочую среду, видит, что там происходит, и доводит задачу до результата.
В финансах и аналитике такого много: API, надстройки, странные форматы данных, локальные файлы, отчёты, которые «почти работают». Именно в этих «почти» и уходит основное время.
⠀
AI становится полезнее, когда перестаёт быть собеседником и начинает быть агентом в тех инструментах, где реально живёт задача.
Правда, сидеть и смотреть, как AI кликает мышкой в твоём же Excel, — занятие на любителя. Зато я не потратил вечер на поиск по форумам с запросом «формулы не пересчитываются».
Лучший тест рабочего AI-инструмента — не бенчмарк, а скучная бытовая задача.
Мне нужен был Excel-файл, который через надстройку Cbonds подтягивает индексы доходности корпоративных облигаций по рейтинговым группам за последние три года.
⠀
🧩 На бумаге просто: таблица, даты, формулы. На практике файл открылся, а формулы не считались.
Обычный чат на этом месте выдал бы стандартный набор советов: проверьте надстройку, нажмите F9, перезапустите Excel. Дальше — разбирайся сам.
⠀
🖥 Здесь сработал Perplexity Personal Computer: AI получил доступ к моему Mac, открыл книгу и стал искать причину прямо в приложении, а не рассуждать о ней со стороны.
Дело оказалось в мелочах — в синтаксисе функции надстройки и в том, как Excel обращается с внешними формулами при пересчёте и сохранении. Угадать это из чата нельзя: такие вещи видны только на конкретной машине с конкретной установленной версией Excel.
В итоге AI прошёл весь цикл целиком: создал файл, открыл, продиагностировал, исправил, дождался значений и сохранил рабочую версию.
⠀
💡 Ценность не в том, что модель много знает. Ценность в том, что она заходит в реальную рабочую среду, видит, что там происходит, и доводит задачу до результата.
В финансах и аналитике такого много: API, надстройки, странные форматы данных, локальные файлы, отчёты, которые «почти работают». Именно в этих «почти» и уходит основное время.
⠀
AI становится полезнее, когда перестаёт быть собеседником и начинает быть агентом в тех инструментах, где реально живёт задача.
Правда, сидеть и смотреть, как AI кликает мышкой в твоём же Excel, — занятие на любителя. Зато я не потратил вечер на поиск по форумам с запросом «формулы не пересчитываются».
👍6❤5
Вайб-кодинг против родительского контроля
🧒 Наткнулся на просторах интернета на такую историю: родитель поставил на ноутбук дочери лимит экранного времени на YouTube. Через какое-то время выяснилось, что одиннадцатилетний ребенок попросил Claude Code собрать ей собственный браузер — и спокойно смотрит дальше.
🛠 Спросил у своего Клода, насколько это реально — оказалось, вполне. Electron это фреймворк, который позволяет писать десктопные приложения на веб-технологиях: HTML, CSS и JavaScript. То есть на том же, на чём делают сайты. Внутрь уже упакован движок Chromium, так что собрать минимальный браузер — это дописать примерно 30 строк кода. LLM выдает такое с первого промпта.
🧩 Сработало же это по другой причине: лимит был навешен на конкретное приложение. А тот, кто умеет создавать новые исполняемые файлы, автоматически оказывается вне списка.
Учитывая скорость прогресса LLM, недалек тот день, когда приложения станут одноразовыми: собрал под свою задачу, попользовался, выкинул. Одиннадцатилетние, судя по всему, уже там.
🧒 Наткнулся на просторах интернета на такую историю: родитель поставил на ноутбук дочери лимит экранного времени на YouTube. Через какое-то время выяснилось, что одиннадцатилетний ребенок попросил Claude Code собрать ей собственный браузер — и спокойно смотрит дальше.
🛠 Спросил у своего Клода, насколько это реально — оказалось, вполне. Electron это фреймворк, который позволяет писать десктопные приложения на веб-технологиях: HTML, CSS и JavaScript. То есть на том же, на чём делают сайты. Внутрь уже упакован движок Chromium, так что собрать минимальный браузер — это дописать примерно 30 строк кода. LLM выдает такое с первого промпта.
🧩 Сработало же это по другой причине: лимит был навешен на конкретное приложение. А тот, кто умеет создавать новые исполняемые файлы, автоматически оказывается вне списка.
Учитывая скорость прогресса LLM, недалек тот день, когда приложения станут одноразовыми: собрал под свою задачу, попользовался, выкинул. Одиннадцатилетние, судя по всему, уже там.
🤣5👍4🔥4❤1
📊 Рынок облигаций РФ: 3–7 августа
⠀
Доходность 2Y снизилась до 14,41% (−15,6 б.п.), 10Y — до 15,67% (−13,5 б.п.). А короткий конец, наоборот, вырос: 1Y +8,5 б.п. до 13,71%, 6M и 9M +13,6 б.п. Наклон 10Y−1Y сжался на 22 б.п., но наклон 10Y−2Y не изменился — 125 б.п. против 123 в начале недели.
⠀
🔀 Все побежали во флоатеры
Доля плавающего купона в обороте ОФЗ выросла с 8,6% до 20,8% (+12,1 п.п.), в корпоративном сегменте — с 20,8% до 36,0% (+15,1 п.п.). Скорр. маржа AAA-флоатеров при этом сузилась на 9 б.п. до 130 — то есть цены на них росли, спрос усиливался.
⠀⠀
⚠️ ЕвроТранс: дефолт и подготовка к банкротству
Полный дефолт по трём выпускам — зелёные облигации серии 01, БО-001Р-09 и 002Р-02; по БО-001Р-09 выплачено лишь 19% купона. 3 августа — ещё четыре техдефолта на 168,4 млн ₽, после чего общий объём просроченных платежей превысил 370 млн ₽. Сбербанк уведомил о намерении подать заявление о признании компании банкротом — ранее так же поступил банк «Россия».
⠀
💸 Рекордный отток из облигационных ПИФов
В июле — 88 млрд ₽ (в части публикаций — около 90 млрд от неквалифицированных инвесторов). Утверждение, что отток «вызвал обвал котировок», в отчёте подтверждено лишь частично и подаётся как оценка источников.
⠀
📈 Макро и ожидания
Недельная дефляция 0,02%, годовая инфляция 6,11%. ЦБ прогнозирует ускорение до 6,3% в сентябре. IRS снизились по всем срокам (сильнее на 1–3 года), но новостной фон во второй половине недели ушёл в ястребиную сторону.
⠀
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
👨💻Интерактивный дешборд -> смотреть.
⠀
Отчёт полностью подготовлен без участия человека. Возможны ошибки и неточности.
⠀
Доходность 2Y снизилась до 14,41% (−15,6 б.п.), 10Y — до 15,67% (−13,5 б.п.). А короткий конец, наоборот, вырос: 1Y +8,5 б.п. до 13,71%, 6M и 9M +13,6 б.п. Наклон 10Y−1Y сжался на 22 б.п., но наклон 10Y−2Y не изменился — 125 б.п. против 123 в начале недели.
⠀
🔀 Все побежали во флоатеры
Доля плавающего купона в обороте ОФЗ выросла с 8,6% до 20,8% (+12,1 п.п.), в корпоративном сегменте — с 20,8% до 36,0% (+15,1 п.п.). Скорр. маржа AAA-флоатеров при этом сузилась на 9 б.п. до 130 — то есть цены на них росли, спрос усиливался.
⠀⠀
⚠️ ЕвроТранс: дефолт и подготовка к банкротству
Полный дефолт по трём выпускам — зелёные облигации серии 01, БО-001Р-09 и 002Р-02; по БО-001Р-09 выплачено лишь 19% купона. 3 августа — ещё четыре техдефолта на 168,4 млн ₽, после чего общий объём просроченных платежей превысил 370 млн ₽. Сбербанк уведомил о намерении подать заявление о признании компании банкротом — ранее так же поступил банк «Россия».
⠀
💸 Рекордный отток из облигационных ПИФов
В июле — 88 млрд ₽ (в части публикаций — около 90 млрд от неквалифицированных инвесторов). Утверждение, что отток «вызвал обвал котировок», в отчёте подтверждено лишь частично и подаётся как оценка источников.
⠀
📈 Макро и ожидания
Недельная дефляция 0,02%, годовая инфляция 6,11%. ЦБ прогнозирует ускорение до 6,3% в сентябре. IRS снизились по всем срокам (сильнее на 1–3 года), но новостной фон во второй половине недели ушёл в ястребиную сторону.
⠀
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
👨💻Интерактивный дешборд -> смотреть.
⠀
Отчёт полностью подготовлен без участия человека. Возможны ошибки и неточности.
🔥5
🙈 Признаю ошибку: я слишком долго сидел не в том инструменте
Почти весь свой код я писал в десктопном приложении Claude в режиме Cowork. Давал доступ к папке проекта, Клод сам правил файлы, а мне оставалось запускать скрипт руками.
⠀
Я знал, что для кода рекомендуют Claude Code. Несколько раз пробовал — и каждый раз возвращался обратно. Может, психологически непривычно, может, ещё что-то, но в Cowork было банально комфортнее.
Отдельная деталь: жена, которая тоже активно пользуется Клодом, сразу начала работать в Claude Code — и ей всё нравилось. Меня это, видимо, не убедило.
⠀
🔁 Что заставило переехать
По текущим задачам у меня уже были собраны рабочие проекты в Cowork, ломать их не хотелось. Поэтому я дождался нового проекта с нуля — и начал его сразу в Claude Code.
⠀
⚡️ Результат
Работа ускорилась в разы. Разница не в качестве кода, а в том, что закрывается цикл:
Клод сам запускает код
Сам тестирует
Сам ловит и правит ошибки
Сам держит в голове ход работы над проектом
Отдельно порадовало, что он умеет выкатывать код на внешний сервер — на нём теперь живёт один из моих проектов.
⠀
🧠 Честная оговорка
Похоже, дело не только в инструменте. Сложность моих проектов за это время заметно выросла, и возможностей Cowork стало объективно не хватать. Для простых задач он по-прежнему отлично работает.
⠀
📌 Мораль
Экспериментировать с инструментами нужно постоянно. То, что прекрасно работало вчера, скорее всего продолжит работать — но где-то рядом уже появилось что-то лучше. И узнать об этом можно только одним способом: попробовать.
Жене, конечно, я не скажу, что она была права. Пусть узнает из канала.
Почти весь свой код я писал в десктопном приложении Claude в режиме Cowork. Давал доступ к папке проекта, Клод сам правил файлы, а мне оставалось запускать скрипт руками.
⠀
Я знал, что для кода рекомендуют Claude Code. Несколько раз пробовал — и каждый раз возвращался обратно. Может, психологически непривычно, может, ещё что-то, но в Cowork было банально комфортнее.
Отдельная деталь: жена, которая тоже активно пользуется Клодом, сразу начала работать в Claude Code — и ей всё нравилось. Меня это, видимо, не убедило.
⠀
🔁 Что заставило переехать
По текущим задачам у меня уже были собраны рабочие проекты в Cowork, ломать их не хотелось. Поэтому я дождался нового проекта с нуля — и начал его сразу в Claude Code.
⠀
⚡️ Результат
Работа ускорилась в разы. Разница не в качестве кода, а в том, что закрывается цикл:
Клод сам запускает код
Сам тестирует
Сам ловит и правит ошибки
Сам держит в голове ход работы над проектом
Отдельно порадовало, что он умеет выкатывать код на внешний сервер — на нём теперь живёт один из моих проектов.
⠀
🧠 Честная оговорка
Похоже, дело не только в инструменте. Сложность моих проектов за это время заметно выросла, и возможностей Cowork стало объективно не хватать. Для простых задач он по-прежнему отлично работает.
⠀
📌 Мораль
Экспериментировать с инструментами нужно постоянно. То, что прекрасно работало вчера, скорее всего продолжит работать — но где-то рядом уже появилось что-то лучше. И узнать об этом можно только одним способом: попробовать.
Жене, конечно, я не скажу, что она была права. Пусть узнает из канала.
👍5😁4
Она выиграла суд, потому что атаковала процедуру
⚖️ История из материала NBC News. Женщина из Лонг-Бич задолжала за жильё и проиграла дело о выселении — с адвокатом, назначенным судом. На апелляцию денег уже не было. Она вела её сама, с ChatGPT за 20 долларов в месяц и Perplexity. Выселение отменили, вместе с ним — около 55 тысяч долларов штрафов и 18 тысяч долга по аренде.
⠀
🔍 Интересно не то, что ИИ «написал ей иск». Интересно, что стало предметом обжалования. Она не пыталась переспорить суд по существу дела — вместо этого искала процессуальные ошибки в решениях самого судьи. И нашла.
⠀⠀
⚠️ Обратная сторона в том же материале: калифорнийского адвоката оштрафовали на 10 тысяч долларов за апелляцию, где 21 из 23 приведённых прецедентов модель просто выдумала. Разница между этими двумя историями — не в модели, а в том, проверял ли человек результат.
⠀
😅 Отдельная деталь: она просила ChatGPT изображать профессора права и жёстко разносить её же аргументы, пока те не станут неуязвимыми. По сути, собрала себе состязательного верификатора — просто не называла это так. Отсюда мораль, которую подтверждает и мой опыт работы с LLM – критический взгляд обязателен.
⚖️ История из материала NBC News. Женщина из Лонг-Бич задолжала за жильё и проиграла дело о выселении — с адвокатом, назначенным судом. На апелляцию денег уже не было. Она вела её сама, с ChatGPT за 20 долларов в месяц и Perplexity. Выселение отменили, вместе с ним — около 55 тысяч долларов штрафов и 18 тысяч долга по аренде.
⠀
🔍 Интересно не то, что ИИ «написал ей иск». Интересно, что стало предметом обжалования. Она не пыталась переспорить суд по существу дела — вместо этого искала процессуальные ошибки в решениях самого судьи. И нашла.
⠀⠀
⚠️ Обратная сторона в том же материале: калифорнийского адвоката оштрафовали на 10 тысяч долларов за апелляцию, где 21 из 23 приведённых прецедентов модель просто выдумала. Разница между этими двумя историями — не в модели, а в том, проверял ли человек результат.
⠀
😅 Отдельная деталь: она просила ChatGPT изображать профессора права и жёстко разносить её же аргументы, пока те не станут неуязвимыми. По сути, собрала себе состязательного верификатора — просто не называла это так. Отсюда мораль, которую подтверждает и мой опыт работы с LLM – критический взгляд обязателен.
👍4❤3💯1
📈 Рынок облигаций РФ: 10–14 августа
Кривая ОФЗ сместилась вверх по всей длине — в среднем на 17 б.п. Но легло движение неравномерно: 2Y выросла всего на 8,0 б.п. до 14,48%, а 10Y — на 20,3 б.п. до 15,89%, 15Y — на 24,6 до 16,01%.
⠀
📊 Стипенинг: подорожал длинный конец
Наклон 10Y−2Y расширился на 12 б.п. до 141 б.п. — разворот к предыдущей неделе, где он не двигался вовсе. Смысл: переоценка пришлась на дальний конец, а среднесрочные ожидания по ставке рынок оставил почти нетронутыми. Внутри недели наклон ходил 129 → 141 → 128 → 130 → 141 б.п.
⠀
📉 Оборот ОФЗ рухнул на 42%
Совокупный оборот рублёвых облигаций — 267,0 млрд ₽, среднедневной 53,4 (−26,5% к прошлой неделе). Всё сжатие пришлось на госсегмент: ОФЗ 43,4 → 25,3 млрд ₽ в день (−41,8%), корпоративный сегмент практически не изменился (29,3 → 28,1, −3,8%). Доля ОФЗ в обороте впервые за несколько недель ушла ниже половины — 47,3%.
⠀
🔀 Корпоративный сегмент продолжает уходить в плавающий купон
Доля флоатеров в корпоративном обороте выросла с 36,0% до 54,4% (+18,4 п.п.), причём росла каждый день: 21% → 49% → 63% → 71% → 53%. Вторая неделя подряд такого сдвига. В ОФЗ, наоборот, фикс сохранил доминирование — 77,9%, а оборот сместился на дальний конец, где доходности и выросли сильнее всего.
⠀⠀⠀
🏦 Дефицит ликвидности на максимуме с марта 2022
Структурный дефицит ликвидности банковского сектора превысил 2,7 трлн ₽. ЦБ объяснил рост ставок денежного рынка действиями отдельных крупных игроков и указал на отсутствие проблем с ликвидностью, проводя аукционы «тонкой настройки». Дополнительный фактор — рост спроса на наличные в июле.
⠀
📊 Макро
Дефляция 0,06% вторую неделю подряд, годовая инфляция 6,05%. ВВП во II квартале +1,3% г/г — выше оценок ЦБ и МЭР. Дефицит бюджета за январь–июль 6,45 трлн ₽ (2,8% ВВП).
⠀⠀
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
👨💻Интерактивный дешборд -> смотреть.⠀
Отчёт полностью подготовлен без участия человека. Возможны ошибки и/или неточности.
#облигации #ОФЗ #еженедельныйобзор
Кривая ОФЗ сместилась вверх по всей длине — в среднем на 17 б.п. Но легло движение неравномерно: 2Y выросла всего на 8,0 б.п. до 14,48%, а 10Y — на 20,3 б.п. до 15,89%, 15Y — на 24,6 до 16,01%.
⠀
📊 Стипенинг: подорожал длинный конец
Наклон 10Y−2Y расширился на 12 б.п. до 141 б.п. — разворот к предыдущей неделе, где он не двигался вовсе. Смысл: переоценка пришлась на дальний конец, а среднесрочные ожидания по ставке рынок оставил почти нетронутыми. Внутри недели наклон ходил 129 → 141 → 128 → 130 → 141 б.п.
⠀
📉 Оборот ОФЗ рухнул на 42%
Совокупный оборот рублёвых облигаций — 267,0 млрд ₽, среднедневной 53,4 (−26,5% к прошлой неделе). Всё сжатие пришлось на госсегмент: ОФЗ 43,4 → 25,3 млрд ₽ в день (−41,8%), корпоративный сегмент практически не изменился (29,3 → 28,1, −3,8%). Доля ОФЗ в обороте впервые за несколько недель ушла ниже половины — 47,3%.
⠀
🔀 Корпоративный сегмент продолжает уходить в плавающий купон
Доля флоатеров в корпоративном обороте выросла с 36,0% до 54,4% (+18,4 п.п.), причём росла каждый день: 21% → 49% → 63% → 71% → 53%. Вторая неделя подряд такого сдвига. В ОФЗ, наоборот, фикс сохранил доминирование — 77,9%, а оборот сместился на дальний конец, где доходности и выросли сильнее всего.
⠀⠀⠀
🏦 Дефицит ликвидности на максимуме с марта 2022
Структурный дефицит ликвидности банковского сектора превысил 2,7 трлн ₽. ЦБ объяснил рост ставок денежного рынка действиями отдельных крупных игроков и указал на отсутствие проблем с ликвидностью, проводя аукционы «тонкой настройки». Дополнительный фактор — рост спроса на наличные в июле.
⠀
📊 Макро
Дефляция 0,06% вторую неделю подряд, годовая инфляция 6,05%. ВВП во II квартале +1,3% г/г — выше оценок ЦБ и МЭР. Дефицит бюджета за январь–июль 6,45 трлн ₽ (2,8% ВВП).
⠀⠀
📎 Полная версия отчета -> скачать полный отчёт.
📎 Короткая версия отчета -> скачать.
👨💻Интерактивный дешборд -> смотреть.⠀
Отчёт полностью подготовлен без участия человека. Возможны ошибки и/или неточности.
#облигации #ОФЗ #еженедельныйобзор
👍3
Кто выигрывает от ИИ, а кто теряет
📊 В продолжение поста на прошлой неделе про проверку выдачи модели в судебных тяжбах — материал dev.by со ссылкой на Quartz. Три исследования, и все они про одно.
⠀
🇰🇪 Эксперимент Беркли, Гарварда и Колумбийского университета: владельцам малого бизнеса в Кении на полгода дали ИИ-советника на базе GPT-4. Сильные предприниматели увеличили прибыль на 15%, адаптируя советы под свой контекст — например, закупали генераторы под блэкауты. Слабые потеряли 10% дохода, внедряя шаблонные рекомендации вроде снижения цен, которое просто съело маржу.
⠀
🎓 Колледж Дикинсона: 97% участников скопировали заведомо ошибочный ответ ChatGPT к простой задаче. Группа без нейросети справилась лучше. Но самое интересное — простое напоминание проанализировать ответ перед отправкой вдвое повысило точность.
⠀
🏢 KPMG проанализировала 1,4 млн сессий: из 90% сотрудников, регулярно использующих ИИ, эффективно работают немногие. 95% используют модель как торговый автомат — черновики, саммари, первый же результат принимается без проверки. Оставшиеся 5% задают контекст, направляют логику модели и ставят её ответы под сомнение.
⠀
🧩 Получается, что инструмент не выравнивает разрыв, а усиливает его. ИИ не добавляет суждения — он масштабирует то, которое уже есть. Если его нет, то масштабируется его отсутствие.
⠀
Само по себе внедрение ИИ ничего не значит. Вопрос не в том, пользуется ли человек моделью. Вопрос, кто принимает решение — человек или модель, чей ответ он транслирует дальше.
📊 В продолжение поста на прошлой неделе про проверку выдачи модели в судебных тяжбах — материал dev.by со ссылкой на Quartz. Три исследования, и все они про одно.
⠀
🇰🇪 Эксперимент Беркли, Гарварда и Колумбийского университета: владельцам малого бизнеса в Кении на полгода дали ИИ-советника на базе GPT-4. Сильные предприниматели увеличили прибыль на 15%, адаптируя советы под свой контекст — например, закупали генераторы под блэкауты. Слабые потеряли 10% дохода, внедряя шаблонные рекомендации вроде снижения цен, которое просто съело маржу.
⠀
🎓 Колледж Дикинсона: 97% участников скопировали заведомо ошибочный ответ ChatGPT к простой задаче. Группа без нейросети справилась лучше. Но самое интересное — простое напоминание проанализировать ответ перед отправкой вдвое повысило точность.
⠀
🏢 KPMG проанализировала 1,4 млн сессий: из 90% сотрудников, регулярно использующих ИИ, эффективно работают немногие. 95% используют модель как торговый автомат — черновики, саммари, первый же результат принимается без проверки. Оставшиеся 5% задают контекст, направляют логику модели и ставят её ответы под сомнение.
⠀
🧩 Получается, что инструмент не выравнивает разрыв, а усиливает его. ИИ не добавляет суждения — он масштабирует то, которое уже есть. Если его нет, то масштабируется его отсутствие.
⠀
Само по себе внедрение ИИ ничего не значит. Вопрос не в том, пользуется ли человек моделью. Вопрос, кто принимает решение — человек или модель, чей ответ он транслирует дальше.
👍5🔥2