⚙️ Hermes vs OpenClaw: не замена, а связка

В твите Alex Finn звучит провокационный заход: Hermes Agent якобы в чём-то лучше OpenClaw. Но если смотреть не подпись, а само видео, вывод у него на самом деле другой: это не история про «убийцу OpenClaw», а про разные сильные стороны двух агентных систем.

Что именно он показывает

Главная демонстрация в ролике — не абстрактный обзор, а вполне конкретный workflow. Alex даёт Hermes задачу: каждое утро забирать топ-5 новостей с Hacker News, читать сами статьи, делать summary, ранжировать их по релевантности AI и стартапам, собирать аудио-брифинг и отправлять всё в Telegram.

Самый сильный момент здесь не просто в автоматизации. По его словам, Hermes по ходу работы фиксирует удачную процедуру как reusable skill и подвязывает её к cron. То есть агент не только исполняет задачу, но и превращает найденный workflow в повторяемый инструмент.

За что он хвалит Hermes

Во-первых, за скорость: Hermes ощущается легче и шустрее. Во-вторых, за прозрачность — видно шаги, tool calls и логику выполнения. В-третьих, за сильный акцент на self-improvement: система активно превращает удачные действия в повторно используемые процедуры. Плюс Hermes, по его мнению, особенно интересен тем, кто любит возиться с open models, fine-tuning и ML-инструментами.

Что, по его мнению, OpenClaw делает лучше

При этом Alex отдельно говорит, что у OpenClaw есть собственные сильные стороны: он выглядит стабильнее, за ним стоит более крупная команда и более живая экосистема, а ещё он лучше подходит на роль главного orchestrator-слоя для сложных задач.

И это как раз главный вывод видео.

Главная мысль

Alex не приходит к выводу «Hermes заменяет OpenClaw». Наоборот: его рабочая схема — использовать их вместе.

OpenClaw у него выступает как основной оркестратор: получает сложную задачу, раскладывает её и решает, где лучше подключить внешний агент. Hermes — как быстрый исполнитель для отдельных типов задач, особенно там, где важны self-improvement, техничность и скорость. Плюс оба инструмента можно гонять параллельно, чтобы не ждать один агентовый цикл.

Если упростить до одной строки, смысл ролика такой: Hermes интересен не как замена OpenClaw, а как хороший второй агент в multi-agent workflow, где OpenClaw остаётся центральным координационным слоем.

👤 Автор: @AlexFinn
🔗 Твит

#OpenClaw #Hermes #AIAgents #Автоматизация

🧠 Когда AI-агенту добавляют «сон», это оказывается не метафорой, а вполне практичной функцией

Поводом для этого поста стал короткий quote от Wesley, но фактура — в исходном посте Leo Ye и README открытого репозитория openclaw-auto-dream. И это как раз хороший пример, почему не стоит писать life-посты по одному тизеру.

Что здесь реально показано: для OpenClaw сделали memory-слой, который ночью запускает «dream cycle» и пересобирает накопленные знания агента. По умолчанию — каждый день в 4:00. Не просто складывает заметки в одну простыню, а прогоняет память через 3 этапа.

1. Collect — агент сканирует последние 7 дней логов, вытаскивает решения, людей, факты, проекты, уроки, процедуры и открытые хвосты.

2. Consolidate — раскладывает всё по 5 слоям памяти: working, episodic, long-term, procedural и index. Плюс делает дедупликацию и связывает записи между собой.

3. Evaluate — считает важность по формуле base_weight × recency × reference_boost / 8.0, строит forgetting curve и решает, что оставить горячим, а что увести в архив.

Самая сильная часть — память тут не «блокнот при чате», а живая структура. В README прямо описаны механики:
— 5 слоёв памяти вместо одного файла;
— плавное забывание вместо ручной чистки;
— knowledge graph со связями между записями;
— health score по 5 метрикам: freshness, coverage, coherence, efficiency, reachability;
— утренний отчёт с тем, что добавилось, обновилось и начало протухать.

То есть практический эффект не в красивой метафоре «агент спит». Эффект в том, что через месяц агент уже не тонет в старых логах и не держит рядом одинаковые куски контекста. Он утром может прислать сводку вроде: добавлено 5 новых знаний, 3 обновлены, 1 архивировано; у проекта появились изолированные кластеры знаний; в MEMORY.md стало слишком шумно; какую-то стратегию стоит связать с другим проектом.

Отдельно нравится правило, что старые записи не удаляются сразу. Если память давно не использовалась и её важность низкая, она уходит в архив, а не исчезает навсегда. Для личного ассистента это намного полезнее обычной схемы «или всё хранить вечно, или чистить руками».

Короче, это не «AI теперь мечтает». Это конкретный workflow для тех, кто хочет, чтобы ассистент становился умнее со временем, а не просто накапливал мусор.

👤 Источник: Leo Ye через quote Wesley
#OpenClaw #AI #Автоматизация #Память

✨ Как OpenClaw встраивают в реальный контент-конвейер, где человеку остаётся главное — записать видео

Один из самых внятных life-кейсов последних дней принёс Pete | Beware of Scammers. Это не абстрактный «AI помогает создателям», а очень конкретная схема того, как OpenClaw забирает почти весь рутинный хвост вокруг выпуска контента.

Что важно: автор не продаёт магию и не делает вид, что агент уже заменил весь процесс. Он прямо пишет, что монтаж и постпродакшн всё ещё остаются ручными. Но всё, что окружает съёмку до и после, он почти полностью автоматизировал за выходные.

До записи видео у него на агенте висят такие задачи:
• ежедневный ресёрч тем;
• ответы на комментарии в YouTube;
• сбор материалов и фактуры;
• написание черновика сценария;
• подготовка идей для заголовка и thumbnail.

То есть OpenClaw закрывает не «одну фичу», а весь подготовительный слой, который обычно незаметно съедает часы: найти тему, разобрать входящий шум, собрать тезисы, подготовить упаковку. В итоге у автора остаётся более узкая и человеческая часть работы: включить камеру и нормально записать материал.

После записи включается вторая половина конвейера. Автор просто отдаёт материал обратно агенту, и дальше тот раскладывает его по нескольким каналам:
• делает transcript;
• превращает выпуск в блог-пост;
• подготавливает SEO-обвязку;
• предлагает название эпизода и метаданные;
• загружает результат в YouTube, Spotify и WordPress;
• собирает X-пост;
• готовит дистрибуцию в соцсети.

Самая сильная мысль тут не в том, что «AI теперь делает контент». Наоборот: человек оставляет себе узкое место, где всё ещё важны голос, подача и камера, а OpenClaw берёт на себя подготовку, перелив форматов и публикационную рутину. Это уже не игрушка для демо, а нормальный операционный слой вокруг одного создателя.

По сути, автор описывает сдвиг от хаотичного производства к конвейеру: сначала агент подносит исследование и упаковку, потом человек пишет/говорит, потом агент раскладывает один исходник в transcript, блог, SEO, платформенные метаданные и соцдистрибуцию. Если такая схема дожимается ещё и по монтажу, у создателя действительно остаётся почти чистая функция — думать, записывать и принимать финальные решения.

Именно такие кейсы и интересны: не «агенты улучшают жизнь вообще», а конкретный workflow, в котором OpenClaw убирает десяток мелких операций вокруг одной регулярной задачи.

👤 Автор: astroboysoup | ❤️ 26 | 🔄 0
🔗 Источник

#OpenClaw #Автоматизация #Контент #CreatorEconomy

OpenClaw стал полезнее не потому, что «лучше кликает по кнопкам», а потому что теперь может заходить в ваш реальный браузерный контекст

До недавних пор главный минус браузерной автоматизации был не в скорости и не в IQ агента. Проблема была в том, что всё выглядело как демо-песочница: отдельный браузер, пустые куки, нет логина, нет уже открытых вкладок, нет доступа к тому самому Gmail, Notion или внутреннему инструменту, в котором у вас и происходит работа.

Именно поэтому новый live attach в OpenClaw выглядит важнее, чем очередное «мы ускорили браузер». В документации это оформлено как профиль user / existing-session: агент подключается к уже запущенному Chrome/Brave/Edge через Chrome DevTools MCP и переиспользует ваши настоящие вкладки, логины и cookies. Не абстрактную sandbox-сессию, а тот браузер, в котором вы уже живёте.

Практический смысл очень простой. Если раньше сценарий «разбери почту в Gmail, проверь заметки в Notion и зайди в странную внутреннюю админку» легко ломался на авторизации или требовал костылей, то теперь это можно делать внутри существующей сессии. В docs прямо разделяют два режима: openclaw — изолированный, отдельный браузер для безопасной автоматизации, и user — attach к вашему реальному signed-in браузеру, когда критичен уже существующий контекст.

Настройка тоже описана довольно конкретно. Нужно открыть страницу remote debugging для своего браузера (chrome://inspect/#remote-debugging, brave://inspect/#remote-debugging, edge://inspect/#remote-debugging), включить remote debugging и подтвердить attach prompt. Дальше smoke test предельно приземлённый: openclaw browser --browser-profile user start, потом status, tabs и snapshot. Успешный attach показывает driver: existing-session, transport: chrome-mcp, running: true, а в списке tab’ов — уже открытые вами страницы.

Что важно: это не магия без компромиссов. В docs честно пишут, что режим с реальным браузером рискованнее, чем изолированный профиль. Пользователь должен быть за компьютером, чтобы одобрить attach. Плюс часть возможностей всё ещё лучше работает в managed-браузере: не всё из Playwright-пути доступно один в один, некоторые действия завязаны на snapshot refs, а не на привычные CSS-селекторы.

Но как жизненное улучшение это очень сильный апгрейд. Он убирает ощущение «агент что-то умеет, но только в игрушечной среде» и переносит автоматизацию туда, где у людей реально идёт день: в уже открытые вкладки, рабочие логины и накопленный браузерный контекст. Маленькая инфраструктурная деталь — и резко меньше трения между «классно на демо» и «действительно удобно каждый день».

Claude Code уже ходит по вакансиям
⠀
В X показали AI-систему для поиска работы на базе Claude Code. По словам автора, она сама обходит карьерные страницы компаний, подгоняет резюме под конкретную вакансию, заполняет формы и готовит ATS-оптимизированные PDF через Playwright.
⠀
Заявка звучит жёстко: 700+ откликов были автоматически оценены и отправлены, после чего пользователь получил оффер. Если это работает хотя бы наполовину так, как описано, рынок найма меняется не в теории, а на уровне рутины.
⠀
Самое интересное тут не «AI заменит рекрутеров», а то, что агент уже забирает скучную механическую часть процесса. Поиск вакансий, адаптация CV и бесконечные формы годами были налогом на соискателя. Теперь этот налог начинают автоматизировать.
⠀
Для кандидатов это усиление. Для компаний — ещё один сигнал, что старые фильтры и ATS-процессы будут всё хуже отделять сильных людей от хорошо настроенных агентов.
⠀
—
📎 Источник

AutoAgent хочет сам улучшать агентов
⠀
Kevin Gu открыл исходники AutoAgent — библиотеки, которая не просто запускает агента на задаче, а автономно улучшает его harness под конкретный домен. Идея в том, что meta-agent сам меняет промпты, инструменты и оркестрацию, прогоняет evals, читает failure traces и оставляет только то, что реально поднимает результат.
⠀
Заявка сильная: после 24+ часов такой оптимизации AutoAgent показал 96.5% на SpreadsheetBench и 55.1% на TerminalBench. Автор утверждает, что это лучшие результаты в таблицах, и важный момент тут в другом: остальные записи были руками дотюнены людьми, а здесь тюнинг делал сам агент.
⠀
Самая интересная мысль в статье — не про очередной benchmark, а про «model empathy». Авторы пишут, что агенту проще улучшать другого агента той же модели, потому что он лучше понимает его слабые места, типичные срывы и то, какие инструменты ему действительно подходят. Поэтому связка Claude meta-agent + Claude task agent у них оказалась сильнее, чем Claude meta-agent + GPT task agent.
⠀
Если это направление взлетит, то главный дефицит в agentic-системах сместится. Узким местом станет уже не написание одного хорошего агента, а управление флотом узкоспециализированных агентов, которые сами себя подстраивают под домен.
⠀
И это уже похоже не на красивую демку, а на раннюю инфраструктуру для agent fleets.
⠀
—
📎 X Article · GitHub

Anthropic пытается остановить кибер-лавину
⠀
Project Glasswing у Anthropic выглядит не как очередной PR-альянс, а как экстренная сборка защитного контура. Причина простая: если новая топ-модель Anthropic действительно находит тысячи zero-day уязвимостей во всех крупных ОС и браузерах, то речь уже не про удобный инструмент для исследователей, а про потенциальную перегрузку всей цифровой инфраструктуры сразу.
⠀
Здесь важен сам масштаб. Когда уязвимости такого класса вскрываются не по одной, а тысячами, проблема перестаёт быть технической. Это уже риск коллапса для банков, облаков, логистики, госплатформ и корпоративных сетей одновременно. Такой поток дыр в критическом софте способен ударить по экономике не хуже системного шока: сначала срочные патчи и остановки, потом сбои, паника, перегрузка команд безопасности и цепная реакция по зависимостям.
⠀
Именно под это Anthropic собирает Glasswing вместе с AWS, Apple, Cisco, Google, Microsoft, NVIDIA, Linux Foundation и другими. Логика жёсткая: если frontier-модели уже умеют искать и эксплуатировать баги лучше почти всех людей, их надо как можно раньше ставить на сторону защиты. Иначе такую мощность получат не только защитники.
⠀
Пугает ещё и то, что Claude Mythos Preview, по словам компании, не обучали специально под кибербезопасность. То есть рынок, похоже, подходит к точке, где сильная модель с хорошим agentic coding сама дорастает до offensive security просто как побочный эффект роста в кодинге и рассуждении.
⠀
Поэтому Glasswing — это не история про «ещё один security-продукт». Это попытка заранее локализовать лавину, пока она не пошла вниз по всему цифровому склону.
⠀
—
📎 Anthropic

Вышел новый релиз OpenClaw. Пошуршал в Гитхабе и Твиттере, чтобы сэкономить вам время

По GitHub 2026.4.10 выглядит как сильный релиз: много пользы для памяти, Codex и общей надёжности.

Что пишут в X:

• официальный пост про 2026.4.10 вышел 11 апреля в 06:46 МСК
• в самом посте акцент такой: Active Memory, локальный MLX Talk на macOS, новый Codex path, действия в Teams, усиление SSRF/безопасности и launchd stability
• вокруг релиза чаще всего обсуждают две вещи:
1. Active Memory как реально полезную штуку, потому что агент начинает подтягивать контекст сам, а не только когда его отдельно просят “вспомнить”
2. разделение Codex и обычного OpenAI пути, чтобы не было каши в аутентификации и рантайме
• из негатива я увидел не волну, а скорее точечное ворчание в духе «после апдейта что-то пришлось перенастраивать заново». Это хорошо бьётся с тем дрейфом launchd, который мы у себя уже поймали и починили

Что нового в 2026.4.10 по сути, человеческим языком:

1. Active Memory plugin
Это, пожалуй, главное. Появилась отдельная память, которая подмешивает релевантный контекст прямо перед ответом. То есть бот лучше держит в голове привычки, прошлые детали и рабочий контекст без постоянного ручного “remember this”.
2. Нормальный Codex-контур
codex/gpt-* теперь идут отдельной дорожкой со своей аутентификацией, тредами, discovery моделей и compaction. Это важно, потому что раньше OpenAI и Codex логически путались чаще, чем хотелось бы.
3. Локальный Talk Mode на macOS
Для macOS добавили экспериментальный локальный speech path через MLX. Практический смысл простой: часть голосового контура можно гонять локально, без лишней завязки на облако.
4. Больше контроля над exec policy
Появился удобный локальный интерфейс для политики выполнения команд. Для живого прод-контура это полезно, потому что меньше магии и легче понять, почему что-то разрешается или режется.
5. Подтянули gateway и удалённый контур
Добавили способ для клиентов узнавать доступные команды на живом gateway, плюс улучшили старт gateway так, чтобы он раньше становился доступен по RPC и меньше зависел от того, как долго поднимаются побочные сервисы.
6. Сильный блок по безопасности
Тут релиз очень серьёзный: ужесточили browser/sandbox/network защиту, SSRF-ограничения и несколько путей утечки/обхода. Это не “красивая фича”, но это то, что реально делает прод менее хрупким.
7. Много доводки по каналам и маршрутизации
Исправляли thread routing, доставку в треды, поведение в Telegram, Slack, Matrix, Mattermost и других каналах. Для нас это важнее половины новых UI-фич, потому что меньше шансов, что ответ улетит не туда.

Что из этого важно именно нам:

• плюс: Codex-path стал чище, а это нам полезно
• плюс: общая стабильность gateway и маршрутизации стала лучше
• плюс: security hardening хороший и своевременный
• нейтрально/опционально: Active Memory крутая, но это уже вопрос, хотим ли мы её включать и как именно
• нейтрально: Teams, Matrix, voice-часть и часть QA-улучшений нам не горят прямо сейчас

Что настораживает:

• Telegram approval bug. Если использовать approval-кнопки, в этой версии есть реальный риск некорректного поведения. Для нашего текущего контура это не блокер, пока мы не завязываемся на этот сценарий

Мой вывод:

• 2026.4.10 оставлять стоит
• релиз хороший и полезный, особенно из-за памяти, Codex и общего укрепления платформы
• паники по X нет
• реальный watch item сейчас один: не включать Telegram approval-флоу без отдельной проверки

@openclaw_radar

Это уже почти операционка для AI-трейдинга
⠀
На GitHub выложили Vibe-Trading, и проект интересен не тем, что это ещё один AI-советчик про рынок. Таких уже слишком много. Здесь замах шире.
⠀
Vibe-Trading пытается стать рабочей средой, в которой AI не просто комментирует график, а участвует во всём цикле: исследование, спор между агентами, сборка гипотез, бэктест и упаковка результата в интерфейс, с которым можно жить каждый день.
⠀
Почему это выглядит серьёзно
В репо сейчас заявлены 68 finance skills, 29 swarm-пресетов, кросс-рыночный бэктест, quant-модуль, CLI, API-сервер и React-фронтенд. Поддержка идёт через HK и US equities, крипту, фьючерсы, форекс и ещё несколько отдельных движков.
⠀
То есть это не «одна модель плюс красивые слова про alpha». Это попытка собрать полноценный стек для торгового AI-процесса.
⠀
Внутри есть всё, что обычно лежит в разных коробках: факторный анализ, квантильный бэктест, Black-Scholes, Greeks, оптимизация портфеля, карты ликвидаций, потоки стейблкоинов, анализ ставок фондирования, метрики DeFi и маршрутизация между специализированными агентами.
⠀
Самая сильная часть проекта, архитектурная. Автор строит не чат-бота, а среду, где несколько агентов могут разбирать рынок с разных сторон, спорить между собой и собирать более взрослый вывод, чем одиночный prompt-to-answer pipeline.
⠀
Разворачивается это быстро: Docker, локальная установка, MCP и ClawHub. Лицензия MIT, то есть как база для своих надстроек история очень удобная.
⠀
Пока это скорее конструктор для тех, кто хочет собрать свой trading stack, чем готовая машина для печати денег. Но если смотреть на рынок AI-инструментов для трейдинга, Vibe-Trading уже выглядит как один из самых плотных open-source заездов в эту категорию.
⠀
—
📎 GitHub

🔎 Repo Radar — 12.04

Ниже только то, где есть что утащить в продукт, UX или ops.

1. stablyai/orca

• Что делает: IDE-обёртка для запуска нескольких CLI-агентов (Claude Code, Codex, OpenCode, Goose и др.) в параллельных worktree. Каждый агент работает в своём изолированном контексте, а оркестратор трекает прогресс в одном окне.
• Почему полезно: показывает, как организовать multi-repo/multi-agent рабочее пространство без конфликтов контекста.
• Идея к внедрению: сделать аналогичный "worktree-режим" для OpenClaw-субагентов, чтобы параллельные coding-сессии не перезаписывали друг друга.
• GitHub: https://github.com/stablyai/orca

2. GetBindu/Bindu

• Что делает: оборачивает любого Python/TypeScript/Kotlin-агента в продакшен-микросервис через одну функцию bindufy() — добавляя DID-идентичность, A2A-протокол, OAuth2 и криптоплатежи.
• Почему полезно: демонстрирует, как превратить ad-hoc агента в interoperable сервис без переписывания инфраструктуры.
• Идея к внедрению: выделить чёткий API-контракт для OpenClaw-агентов, чтобы сторонние сервисы могли вызывать их как микросервисы.
• GitHub: https://github.com/GetBindu/Bindu

3. forrestchang/andrej-karpathy-skills

• Что делает: один файл CLAUDE.md с четырьмя принципами кодирования от Андрея Карпати — Think Before Coding, Simplicity First, Surgical Changes, Goal-Driven Execution.
• Почему полезно: это готовый prompt-инжиниринг для борьбы с типичными LLM-проблемами: overengineering, тихие предположения, ортогональные правки.
• Идея к внедрению: встроить эти 4 принципа в coding-agent skill (shaw/codex), чтобы субагенты чаще останавливались для уточнений вместо угадывания.
• GitHub: https://github.com/forrestchang/andrej-karpathy-skills

4. nesquena/hermes-webui

• Что делает: лёгкий веб-интерфейс для Hermes Agent — three-panel layout (сессии, чат, файлы), без bundler и framework, только Python + vanilla JS. Полная parity с CLI.
• Почему полезно: показывает, как сделать минималистичный web-UI для агента без React/Vue и сложного деплоя.
• Идея к внедрению: прототип лёгкой админ-панели для OpenClaw — просмотр активных сессий, файлов агентов и ручного вмешательства прямо в браузере.
• GitHub: https://github.com/nesquena/hermes-webui

5. QwenLM/qwen-code

• Что делает: терминальный AI-агент от Alibaba с богатым встроенным toolkit (Skills, SubAgents), интеграциями с VS Code/Zed/JetBrains и 1000 бесплатных запросов в день через Qwen OAuth.
• Почему полезно: пример полноценного open-source coding-агента, где фреймворк и модель развиваются вместе; можно подсмотреть архитектуру SubAgents и Skill-реестра.
• Идея к внедрению: изучить, как у них организован skill-реестр и делегирование subagent'ам — возможно, перенести паттерны в OpenClaw для лучшей модульности coding-воркфлоу.
• GitHub: https://github.com/QwenLM/qwen-code

Если хочешь, могу отдельно завести weekly top-1: один репозиторий в неделю с разбором глубже и планом внедрения.

Claude Ads, мощный скилл для аудита рекламы в Claude Code
⠀
Нашёл любопытный репозиторий: `claude-ads` от AgriciDaniel. Это не просто набор подсказок про маркетинг, а плотно собранный скилл для Claude Code, заточенный под аудит и оптимизацию платной рекламы.
⠀
Если коротко, вы выгружаете данные из рекламных кабинетов, отдаёте их Claude, а дальше скилл прогоняет аккаунт по большому чек-листу, раскладывает проблемы по приоритету и выдаёт план действий.
⠀
Поддержка широкая: Google Ads, Meta, YouTube, LinkedIn, TikTok, Microsoft Ads и Apple Search Ads. В описании заявлены 225+ проверок, взвешенная система оценки, отраслевые шаблоны, аудит креативов и параллельная работа через сабагентов.
⠀
Что в нём реально сильного
Здесь пытаются решить не одну локальную боль, а собрать почти целый операционный слой для перформанс-маркетинга внутри Claude Code.
⠀
Там есть `/ads audit` для полного мультиплатформенного аудита, отдельные команды под Google, Meta, LinkedIn, TikTok и Apple Search Ads, отдельный аудит креативов, разбор бюджета, проверка посадочной страницы и даже стратегическое планирование под разные типы бизнеса: SaaS, ecommerce, local service, mobile app, real estate, healthcare, finance и так далее.
⠀
Это уже не история уровня «проверь мои объявления». Это попытка превратить Claude в старшего аудитора, который умеет держать в голове структуру кабинета, ориентиры по рынку, правила площадок, трекинг и креативы одновременно.
⠀
Отдельно сильный ход, архитектура. Полный аудит раскладывается на параллельных агентов: отдельно Google, отдельно Meta, отдельно креативы, трекинг, бюджет и соответствие требованиям площадок. На выходе собирается единый рейтинг здоровья рекламы и список действий по приоритету. Для больших аккаунтов это уже выглядит не как игрушка, а как нормальный рабочий каркас.
⠀
Ещё один плюс, в скилл зашиты жёсткие правила, а не только советы общего характера. Например, не рекомендовать Broad Match без Smart Bidding, помечать CPA выше 3x цели, учитывать достаточность бюджета для Meta и TikTok, не лезть с изменениями в период обучения, автоматически учитывать special ad categories. Вот это уже признак, что автор собирал не красивую демку, а инструмент для реальной работы.
⠀
Где у него границы
Важно не переобещать. Сам скилл не входит в кабинеты сам по себе и не тянет данные из воздуха. По README он работает с тем, что вы ему даёте: выгрузки, скриншоты, вставленные метрики. Для прямого доступа есть только дополнительный путь через Google Ads MCP.
⠀
Это значит, что `claude-ads` не заменяет рекламный кабинет и не превращает Claude в автопилот, который сам пойдёт править кампании. Это слой аудита и стратегии. Он ищет косяки, предлагает исправления и помогает со структурой решений, но кнопки в интерфейсе за вас не нажимает.
⠀
Вторая граница, ориентиры. Для аккаунта на $500 в месяц и для аккаунта на $50k в месяц одни и те же правила будут работать по-разному, так что качество вывода всё равно зависит от контекста: ниша, бюджет, цели и зрелость аккаунта.
⠀
Что с отзывами и шумом вокруг
Я отдельно посмотрел, есть ли уже реальный отклик по нему в X. На текущем срезе сильного независимого шума я не нашёл. Есть собственное продвижение автора, блог, YouTube и пересказы в медиа, но живой волны из серии «это реально спасло аккаунт» пока почти не видно.
⠀
Это не минус, а признак стадии. Пока `claude-ads` выглядит как очень сильный рабочий инструмент на раннем этапе, а не как уже всеобщий стандарт индустрии.
⠀
Поэтому смотреть на него лучше не как на хайповую игрушку, а как на хорошо собранный набор для рекламных операций.
⠀
Итог
`claude-ads` выглядит как один из самых плотных прикладных скиллов для Claude Code под перформанс-маркетинг. Не волшебная кнопка «сделай ROAS», а нормальный аудитный каркас с глубиной, правилами и делением по платформам.
⠀
Если вы ведёте рекламу сами, работаете в агентстве или строите AI-обвязку вокруг рекламных операций, посмотреть точно стоит. Но относиться лучше трезво: это не автономный закупщик рекламы, а хороший второй мозг для аудита.
⠀
—
📎 GitHub

Следующий рынок AI-агентов
⠀
Tom Dörr показал OPC Skills, open-source библиотеку навыков для Claude Code, Cursor, Codex и других агентных инструментов.
⠀
Идея прикладная: навык тут оформлен как отдельный модуль со своим SKILL.md, инструкциями, скриптами и ресурсами. Один раз собрал процесс, потом агент запускает его без нового промпт-ритуала.
⠀
В репозитории уже лежат вещи, которые нужны соло-фаундеру на земле: SEO и GEO для AI-поиска, ресёрч спроса из Reddit, X и GitHub, поиск доменов, баннеры, логотипы, коннекторы к Reddit и X.
⠀
Это хорошая подсказка, куда вообще двигается рынок. Ценность будет копиться не только в самой модели, но и в библиотеке рабочих модулей поверх неё.
⠀
Кто соберёт такую библиотеку раньше, тот и получит фору в скорости.
⠀
📎 Источник

RL для трейдинга без романтики
⠀
В README у TensorTrade есть редкая для таких репозиториев честность. При обучении PPO на BTC/USD агент без комиссии показал +$239 и обогнал buy-and-hold на $594. Но уже при комиссии 0.1% результат уехал в -$650.
⠀
То есть проблема не в красивой демке. Проблема в частоте сделок. Комиссии съедают преимущество модели быстрее, чем она успевает его реализовать.
⠀
На этом фоне TensorTrade выглядит полезно. Это open-source Python framework, где можно собирать среду из понятных блоков: ActionScheme, RewardScheme, Observer, Portfolio, Exchange, DataFeed. Архитектура здесь достаточно прозрачная, чтобы разбирать и пересобирать эксперименты под себя.
⠀
Внутри есть не только код, но и внятная учебная траектория: foundations, architecture, first run, action schemes, reward schemes, observers & feeds, Ray RLlib, Optuna, walk-forward validation, overfitting, commission analysis.
⠀
Ещё один плюс в том, что авторы не прячут слабые места. В документации отдельно вынесены common failures, overfitting и walk-forward validation. Для темы алгоритмической торговли это важнее, чем очередной график с красивой доходностью.
⠀
Если вы хотите быстро проверить гипотезы по RL в трейдинге, TensorTrade даёт хороший каркас. Если вы ищете волшебную кнопку, репозиторий как раз показывает, почему её нет.
⠀
📎 GitHub

OpenClaw выкатил 2026.4.12, и это тот редкий релиз, где пользы под капотом больше, чем шума снаружи.

13 апреля команда выпустила большой сервисный апдейт. Без громкой витрины, зато с работой по взрослым местам: plugin loading, memory, gateway lifecycle, Codex, local providers, security.

Что тут реально полезно:
• bundled Codex provider отделили от обычного OpenAI path. Для codex/gpt-* это значит нормальные auth, native threads, model discovery и меньше каши в маршрутизации
• plugin loading ужали. OpenClaw теперь поднимает только то, что реально нужно манифесту, а не половину рантайма на всякий случай
• active memory и recall стали ровнее. QMD, nested daily notes, Unicode path edge cases, lexical fallback, всё это заметно подчистили
• gateway startup и reload тоже допилили. Меньше шансов, что sidecars, resume и history поведут себя криво после рестарта
• dreaming перестали кормить собственным мусором. Хорошая правка, потому что такие вещи потом вылезают в самых неприятных местах
• security тоже не для галочки: пустой approver list, shell injection через env-argv, busybox и toybox в safe bins, всё это прикрыли

Что важно именно нам:
• если стек завязан на Codex, memory и длинноживущий gateway, релиз полезный
• если вы крутите локальные модели, бонусом приехал bundled LM Studio provider
• если у вас всё и так стабильно, это не аварийный апдейт, но это хороший слой надёжности

Главный watch item после обновления один: руками проверить живой контур. Approvals, cron wake, channel delivery, codex threads, recall. Не по логам, а по факту.

Короче, релиз не шумный. Зато взрослый.

Postiz против всей SaaS-обвязки
⠀
На рынке SMM-инструментов давно нормой стали подписки, которые быстро раздуваются в счёт на сотни и тысячи долларов в год. Buffer берёт $6 за канал в месяц, Hootsuite начинается с $199, Hypefury с $29, Sprout Social с $249.
⠀
По сути Postiz собирает в одном продукте сразу несколько ролей. Buffer и Hootsuite, это календарь публикаций и мультипостинг. Hypefury, это автопостинг и работа с engagement-механиками. Sprout Social, это аналитика, отчёты и командная работа с согласованием.
⠀
Сверху он ещё добавляет то, за что обычно платят отдельным сервисам. AI-помощник для текста, генерацию картинок, API для автоматизаций через n8n, Make и Zapier, плюс self-hosted установку без урезанной функциональности.
⠀
Главная деталь в том, что self-hosted версия, судя по сайту и GitHub, не кастрирована по сравнению с hosted. Обычная схема "поставь у себя, а за нормальные функции всё равно плати нам" здесь не работает.
⠀
У проекта уже 28k+ звёзд на GitHub, 5k+ форков и лицензия AGPL-3.0. Поддерживаются X, LinkedIn, TikTok, YouTube, Reddit, Facebook, Threads, Telegram, Discord и ещё длинный список площадок.
⠀
Если Postiz реально держит этот стек стабильно, компания может закрыть им планирование публикаций, аналитику, AI-генерацию и командную работу в одном месте. Бесплатно.
⠀
📎 X | Postiz | GitHub

Вышел OpenClaw v2026.4.14. На бумаге это quality release, по факту это пачка фиксов, после которых меньше внезапной магии в плохом смысле.

Релиз опубликовали сегодня в 14.04 16:03 МСК. Что тут реально полезно:

• GPT-5.4 и Codex привели в более стабильное состояние. Добавили forward-compat для gpt-5.4-pro, починили legacy alias для gpt-5.4, поправили minimal reasoning и recovery для пустых или оборванных embedded-turns.
• Telegram topics стали человечнее. OpenClaw теперь учит названия forum topics, сохраняет их после рестарта и не теряет в контексте.
• Починили routing для heartbeat, cron и exec-event. Синтетические события больше не отравляют shared-session metadata, а heartbeat replies в Telegram topics не падают в корень группы.
• Telegram media downloads лучше живут за прокси. Это полезно для инсталлов, где Bot API ходит только через явный proxy и DNS route.
• Для image/pdf tool убрали ложные отказы на валидных Ollama vision models. Проблема была в нормализации model refs.
• Ollama тоже подкрутили по делу: нормальный timeout для embedded runs, реальные usage numbers в streaming, плюс вернули рабочий memorySearch.provider: "ollama".
• Browser/SSRF блок аккуратно перепаковали. Вернули нормальную hostname navigation, не убив strict mode, и отдельно починили loopback CDP.
• UI больше не должен подвисать на злом markdown, потому что marked.js заменили на markdown-it.
• sendPolicy: "deny" теперь не ломает сам turn. Агент продолжает обрабатывать входящее, просто молчит наружу.

Что важно для стека Chip:

1. GPT-5.4 и Codex стало спокойнее. Меньше шансов, что кастомные модели выпадут из registry или reasoning-сценарии упрются в валидацию.
2. Telegram fixes здесь прям в кассу: topics, heartbeat routing, media downloads через proxy, read-only status commands.
3. Cron, queue и routing fixes снижают шанс на странные побочки в фоновых пайплайнах.

Главный watch item после обновления: если у вас строгие browser SSRF настройки или прокси вокруг Telegram и Ollama, первым делом прогоните smoke test именно там. В этом релизе много пользы вокруг сетевых политик, значит именно там и всплывёт старая конфигурация, если она давно не трогалась.

Релиз: https://github.com/openclaw/openclaw/releases/tag/v2026.4.14

Ваш портфель не должен жить в чужом облаке
⠀
Большинство крипто-трекеров просят одну и ту же сделку. Отдай им адреса, биржи, историю транзакций и поверь, что они аккуратно сложат всё это в очередной SaaS-кабинет и никому не сольют. Ага.
⠀
Проект Rotki едет в другую сторону. Это open-source self-hosted трекер портфеля с упором на приватность. Данные хранятся локально, можно собирать баланс по разным сетям и биржам, смотреть аналитику, считать PnL и нормально разбирать историю транзакций.
⠀
То есть продукт закрывает не только красивую витрину с цифрами. Он решает задачи с рутиной, такие как учёт и налоговая логика, где у большинства криптанов начинается хаос из CSV, экспорта с бирж и ручной сверки.
⠀
У rotki есть open-source база, self-hosted модель и коммерческий Pro поверх. Нормальная конструкция для категории, где пользователю важны и контроль над данными, и шанс не утонуть в учёте.
⠀
Если вам нужен именно суверенный трекер, а не ещё один сервис, который знает о ваших кошельках больше, чем вы сами, rotki выглядит как одна из самых взрослых опций в этой нише.
⠀
📎 GitHub | rotki

Агент создаёт бизнес с нуля, пока вы смотрите
⠀
На X разошёлся проект Show Me The Money — open-source набор из 14 skills для Claude Code и OpenClaw. Авторы отдают идею полного цикла: от поиска ниши до выручки.
⠀
Внутри обещают почти полный контур: discovery, стратегия, сборка MVP, QA, контент, outreach, social, SEO, ads, ops и finance. Запуск выглядит нарочито просто: ставишь пакет, заходишь в Claude Code или другую агентную среду и вызываешь /money.
⠀
Получается попытка собрать поверх coding agent рабочую бизнес-систему, которая толкает пользователя к следующему конкретному действию.
⠀
Пока это выглядит скорее как агрессивная упаковка вокруг skill-based workflow, чем как готовый автопилот для бизнеса. Но сам вектор интересный: AI-инструменты быстро двигаются от «помочь написать» к «вести продукт, маркетинг и операционку в одном контуре».
⠀
У репозитория уже 200+ звёзд на GitHub, и такие штуки хорошо показывают, куда уходит рынок агентных инструментов: из copilot-режима в режим систем, которые пытаются закрыть целую функцию бизнеса.
⠀
📎 X · GitHub

Подпишись на канал: @human20

Google догнала ElevenLabs по озвучке текста голосом (TTS)
⠀
Google выпустила Gemini 3.1 Flash TTS, новую модель для озвучки текста. По замерам Artificial Analysis она уже обошла ElevenLabs V3. Выше в этом тесте оказалась только модель Inworld.
⠀
Google давит сразу по нескольким линиям. У модели сильный результат в тестах, низкая цена и встроенная дистрибуция через AI Studio, Gemini API, Vertex AI и Workspace. TTS постепенно становится обычной функцией внутри большого продуктового стека.
⠀
Есть и то, что обычно берут у ElevenLabs: теги прямо в тексте. В квадратных скобках можно задавать подачу вроде «шепчет», «кричит» или «говорит взволнованно».
⠀
Поддержка русского есть. Заявлено больше 70 языков. Цена выглядит недёшево: $1 за миллион входящих текстовых токенов и $20 за миллион токенов аудиовыхода. Но ElevenLabs ещё дороже.
⠀
Если качество правда держится близко к верхней планке, Google сможет забирать рынок за счёт всей своей инфраструктуры.

Подпишись на канал: @human20

Вышел новый релиз OpenClaw. Пошуршал в GitHub, чтобы сэкономить вам время.

По GitHub v2026.4.15 выглядит как небольшой, но довольно полезный сервисный релиз без широкой миграционной драмы.

Что нового по сути, человеческим языком:

1. OpenClaw перевели на Claude Opus 4.7 как дефолт для Anthropic, включая алиасы и bundled image understanding. Если у вас где-то были ожидания по старым дефолтам, поведение может чуть сдвинуться.
2. Встроили Gemini TTS в Google plugin: появились text-to-speech, выбор голосов, WAV-ответы и telephony PCM. Это не про ваш текущий Telegram-стек напрямую, но инструментально полезно.
3. Подчистили prompt budget у agents/skills и ограничили memory_get более аккуратными excerpt-ами. Смысл простой: длинные сессии теперь должны тянуть меньше лишнего контекста.
4. Починили чтение вложений из BlueBubbles на Node 22+, включая кейсы с пустыми массивами вложений и дедупликацией follow-up событий.
5. Исправили npm upgrade path: после обновления OpenClaw лучше переживает stale dist chunks и меньше шансов словить кривой глобальный апдейт.
6. Закрыли неприятную дыру в gateway/tools: клиентские tool names больше не могут маскироваться под built-in и унаследовать доверие к локальному MEDIA passthrough.
7. Подлечили OpenAI Codex routing: старые openai-codex записи с битым transport metadata теперь нормализуются и не улетают в сломанные HTML/Cloudflare пути.
8. Подсушили детерминизм по skills: порядок available_skills теперь стабилизирован, чтобы не гуляли prompt-cache prefixes.

Что из этого важно именно нам:
• плюс: для memory это хороший апдейт, меньше лишнего контекста в длинных сессиях и более предсказуемые bounded reads.
• плюс: для Codex это прям практично, фиксят старые кривые transport-метаданные, которые могли ломать routing.
• плюс: по security есть реальный смысл, gateway/tools стал жестче к конфликтам имен и trust boundary аккуратнее.
• нейтрально: Telegram тут напрямую почти не трогали, это не телеграмный релиз.
• нейтрально: cron, approvals, restart/reload в release notes почти не светятся, заметных изменений именно там нет.

Что настораживает:
• главный watch item, дефолты Anthropic сдвинулись на Opus 4.7. Если где-то есть неявная зависимость от старого выбора моделей или бюджета, после обновления стоит быстро проверить реальные маршруты и стоимость.

Мой вывод:
• Обновление я бы ставил, релиз выглядит здоровым и полезным именно для нашего стека из-за memory, Codex routing и security.
• После апдейта первым делом я бы посмотрел только один пункт: не изменилось ли фактическое поведение Anthropic-маршрутизации из-за новых дефолтов.

Релиз: https://github.com/openclaw/openclaw/releases/tag/v2026.4.15

Подпишись на канал: @human20

OpenClaw 2026.4.20 — обновление, которое стоит ставить
⠀
Новая стабильная версия OpenClaw выглядит как полезное обновление для вашего лобстера. Мы уже пять дней сидели без обновлений с версией 2026.4.15, но даже для "пятнашек" переход выглядит вполне оправданным.
⠀
В релизе собрали правки, которые бьют в конкретные болевые точки: планировщик задач, доставка в Telegram, устойчивость шлюза, деградация памяти, апрувалов и безопасность вокруг переменных окружения и рассылки.
⠀
Главный блок — планировщик задач
⠀
Самое заметное изменение — рабочее состояние планировщика вынесли в jobs-state.json. За счёт этого jobs.json, который хранится в git, больше не должен плыть просто потому, что задачи исполнялись. Для инстансов, где конфиги лежат в git и хочется видеть руками заданную конфигурацию, а не следы рантайма, это очень полезная развязка.
⠀
Но ещё важнее другое. Поправили повторяющуюся доставку объявлений в Telegram. Это тот самый неприятный класс багов, который особенно опасен в проде: задача выглядит успешной, система молчит, а очередная отправка уже не уходит.
⠀
Поэтому блок с планировщиком выглядит самым полезным во всём релизе. Он закрывает проблему, которая неприятна своей бесшумностью и может долго маскироваться под нормальную работу.
⠀
Telegram и шлюз
⠀
Для стека, где Telegram — один из основных рабочих контуров, релиз попадает очень точно. Watchdog для опроса подняли с 90 до 120 секунд. Плюс появился channels.telegram.pollingStallThresholdMs. На практике именно такие вещи важны для длинных задач и тяжёлых ответов, а встроенная очистка и ограничение записей теперь жёстче применяются по умолчанию, так что и у шлюза стало больше шансов пережить накопившиеся хвосты задач без перехода в режим, где память начинает улетать в потолок.
⠀
Память, согласования и Codex тоже подтянули правильно
⠀
У вызова памяти теперь мягче деградация. При сбое слой памяти не должен валить весь ответ целиком. По согласованиям и Codex тоже изменения не проходные: вернули корректный транспорт для OpenAI Codex, починили маршрут /backend-api/codex и сделали обработку согласований безопаснее по умолчанию.
⠀
Безопасность тут тоже не для галочки
⠀
Отдельный плюс релиза — он жёстче закрывает поверхности вокруг.env, MCP env и области рассылки шлюза. Это не самый эффектный раздел описания релиза, зато именно такие пункты чаще всего определяют, насколько спокойно система живёт дальше.
⠀
Если смотреть на наш стек, то приоритеты понятные. Telegram и планировщик задач — это прямое попадание в основные рабочие риски. Правки шлюза снижают шанс на тяжёлое разрастание хвостов. Память теперь чаще должна ломаться мягко, а не всем ответом сразу. Согласования и транспорт Codex уменьшают количество странных состояний. Безопасность делает контур заметно суше и спокойнее.
⠀
—
В общем, я уже обновился :)
Кстати, ещё вышедшую вчера kimi 2.6 прописали в конфиге.

Подпишись на канал: @human20