🎥 Новое видео на YouTube!

Я уже делал гайд про Obsidian, и вот решил сделать про это видео, подробно и по шагам рассказать для новичков, как быстро за 15 минут собрать свое хранилище. Всё вживую, на реальном хранилище.

За ~15 минут проходим весь путь: установка, первые заметки и минимум Markdown, структура папок и философия Zettelkasten, шаблоны, рабочий набор плагинов и в финале граф связей, из которого и рождается тот самый «второй мозг».

🎞 Смотрите на YouTube

Ваши лайки и комментарии реально помогают продвигать видео, спасибо. Приятного просмотра!

👍 Тут про планирование | 😉YouTube

Пару месяцев назад я чуть не потерял базу, которую веду несколько лет.

Я кайфую от оценивания фильмов. Каждый просмотренный фильм или сериал сразу разбираю и ставлю оценку от 1 до 10 в приложении Must (это крупный агрегатор с рецензиями, такая соцсеть для киноманов). Несколько лет веду там свою базу просмотренного, иногда пишу рецензии.

А потом Must лёг больше чем на неделю. И всё это время я сидел с неприятным ощущением: то ли мне повезло и просто заблокировали учётку, то ли сервис вообще свернули. Контроль над своими данными пропал, а вместе с ним и спокойствие.

Так встал вопрос про запасные копии. Вдохновил меня друг Лёха (Лёха, привет ✌️), который разработал целый процесс переноса всей базы фильмов из Must в Letterboxd и IMDb.

Но я сторонник self-hosted и решил тащить всё к себе в Obsidian.

✔️ Нашёл на GitHub готовый скрипт, который автоматически выгружает данные любого пользователя Must в CSV.
✔️ Через Dataview вывел этот CSV в таблицу прямо в Obsidian.
✔️ Самое муторное — изображения постеров фильмов. Сухая таблица с названиями и цифрами выглядит уныло, хотелось обложки. Через Claude спарсил постеры по названиям и проставил их автоматически для каждой позиции.

Внешне мой процесс не поменялся: так же ищу и оцениваю фильмы, смотрю, что оценили друзья в Must. Только теперь всё это дополнительно лежит у меня и никуда не денется, даже если сервис снова ляжет.

Следующий шаг — собрать автономного агента, чтобы раз в месяц сам забирал новые просмотренные фильмы и добавлял в базу.

👍 Тут про планирование | 😉YouTube

Продолжаю довольно активно заниматься YouTube. Пока получается держать темп примерно в один ролик каждые две недели.

Последнее видео получилось очень удачным. Сейчас у него уже 36 000 просмотров и больше 400 новых подписчиков на канал. Пока это первое видео, которым я действительно доволен не только по цифрам, но как оно получилось целиком.

Тут хорошо сработало, что ролик решает очень понятную и конкретную проблему. Есть много людей, которые хотят нормально организовать свои знания, заметки и рабочую информацию, им нравится идея Obsidian, но они открывают его и сразу упираются в вопрос: а как вообще всё это настроить, чтобы оно было удобно и понятно.

При этом я не хочу превращать канал только про Obsidian, поэтому сейчас пробую разные темы вокруг планирования, продуктивности, личных систем и работы со знаниями. Но пока статистика довольно однозначная: лучше всего заходят именно ролики про Obsidian.

Посмотрим, получится ли со временем расширить эту аудиторию и на другие темы.

👍 Тут про планирование | 😉YouTube

1,5 года назад я публиковал статью в издание Remindner про результаты исследования трекинга продуктивности. Я каждый день фиксировал свой распорядок, оценивал продуктивность, отслеживал влияние сна, медитации и физических нагрузок. В итоге нашел оптимальные часы работы, проверил, как утренние ритуалы влияют на эффективность, и получились интересные выводы.

В новом видео на YouTube сделал подробный разбор эксперимента

Смотреть на YouTube

👍 Тут про планирование | 😉YouTube

OpenAI опубликовала решение одной из «задач тысячелетия». После этого математик, работавший с коллегой над уравнением, заявил, что компания потенциально могла иметь доступ к их логам в Codex.

OpenAI признала, что активизировала работу над задачей после слухов о прогрессе учёных, но отрицает, что использовала результаты их исследований. По словам компании, на вычисления потратили «миллионы долларов».

У меня здесь две мысли.

Во-первых, судя по всему, решение появилось не в вакууме. Уже существовали черновики, промежуточные результаты и направление, в котором двигались математики. ИИ смог продолжить эту работу, собрать и развить существующие идеи. Это всё равно впечатляет, но сильно отличается от ситуации, в которой модель самостоятельно приходит к новому решению с нуля.

Во-вторых, это довольно хороший кейс в пользу локальных моделей для чувствительной исследовательской работы. Если вы работаете над чем-то, что потенциально имеет большую научную или коммерческую ценность, использование облачного ИИ становится риском.

Возможно, для таких задач постепенно станет нормой собственная инфраструктура: мощные локальные машины, локальные модели, специализированные ускорители и нейроплаты. Потому что вопрос уже не только в том, насколько хорошо ИИ решает задачу, но и в том, кому принадлежат данные, которые загружаются в модели.

👍 Тут про планирование | 😉YouTube

Новое видео на канале 🎬

Смотреть на YouTube

Рассказываю про бесплатные аналоги платных сервисов на GitHub. Все ссылки на репозитории в комментарии под постом ⬇️

👍 Тут про планирование | 😉YouTube

Разобрал проблему быстрой растраты лимитов в Codex для новой сверхмощной модели GPT-6 Astra. В ролике показываю, как эффективно пользоваться моделью и не сжигать весь лимит за несколько промптов.

Смотреть видео на YouTube

Плюс бонус - гайд-методичка по шаблонам промптов и принципы работы в Astra (в комментарии под постом).


👍 Тут про планирование | 😉YouTube

В новом видео подробный обзор возможностей модели GPT-6 Astra для создания сайтов. Почти с первой попытки удалось сделать классные лендинги под разные задачи. Переходите и смотрите на YouTube ⬇️

https://youtu.be/y5rY0JB-oYM

Все промпты из видео уже по традиции в комментарии под этим постом

👍 Тут про планирование | 😉YouTube

Друзья, всем привет!

В последнее время активно делаю видео на YouTube, поэтому авторских постов здесь стало заметно меньше. Хочу немного это исправить и заодно лучше понять, что вам вообще интересно в теме планирования и где у вас чаще всего всё ломается.

Будет 3 коротких опроса 👇