Пресейл на воркшоп закончился

Первые места на воркшоп «Человек 2.0» уже разобрали, и цена участия перешла на следующий этап – 24 000 ₽.

Кто-то из участников только установил Codex и оформил подписку. А кто-то из ребят с опытом уже ставят Hermes на свой сервер.

👨‍💻 В любом случае в понедельник начнём с базы: поделюсь своими настройками для Codex, подключим PowerPack скилов, в которых собрано 2000+ часов моей работы с агентами, и попробуем превратить свои промпты в то, что можно покликать и пощупать.

К концу воркшопа у каждого будет свой ИИ-помощник в Telegram, с рабочими сценариями под ваши задачи и не только.

Можно присоединиться чуть позже и посмотреть записи первых встреч. Но первый воркшоп показал, что сильнее всего продвинулись те, кто приходил почти на все онлайн-встречи.

👉 Забрать место: human20.app

Разборы и инструменты: @human20
Внедрение ИИ: human20.app

AMD предложила дешёвый вход в локальный ИИ

Вокруг показа AMD пошла суета. В сети разошлась «ИИ-коробка» GMKtec EVO-X2 от $1499 на AMD Ryzen AI Max+ 395 / Strix Halo. Главное внутри: CPU и GPU делят единую память 128 ГБ.

Для локального ИИ это важнее обычного прироста мощности. Под VRAM можно отдать до 112 ГБ, запускать привычные Windows/Linux-задачи и держать крупные модели в компактной x86-коробке.

Nvidia RTX Spark / DGX Spark сильнее по стеку: CUDA/TensorRT и около 45 TFLOPS FP16 против 30 у AMD. Apple M4 Max / M4 Ultra сильна памятью: до 192 ГБ единой памяти и до 820 ГБ/с, плюс macOS-экосистема (или минус, кому как).

Но по цене AMD попадает в совершенно другую категорию. В таблице это видно по двум красным строкам: реальная ИИ-производительность и цена.

Таблица примерная, цифры зависят от конкретной конфигурации. Для локального ИИ большой объём единой памяти уже становится важнее гонки за самым быстрым чипом.

И для нас, потребителей, это означает крутые опенсорсные модели на локальной машине за 1500 долларов.

🧩📣🔥💡🪄

Инструменты и кейсы: @human20
Внедрение: human20.app

👨‍💻 Первое занятие воркшопа «Человек 2.0» прошло.

На воркшопе сразу создался вайб живого общения, ребята в восторге. На первом уроке мы разобрали Codex и GitHub, провели первичную настройку и поставили первые скилы.

Запись урока и все скилы с занятия уже загружены на портал. Поэтому к группе ещё можно присоединиться после старта и спокойно нас догнать.

Дальше будем делать свои первые web-приложения, собирать связку с Hermes и плавно доводить её до рабочего агента в Telegram.

Помимо полезных знаний и скилов у воркшопа есть ещё одна сильная сторона — люди внутри.

У нас собралась группа с очень разнообразным бэкграундом. Есть трейдеры, внедренцы, предприниматели, ребята из майнинговых компаний, продаж и маркетинга.

Это сильно повышает ценность участия в воркшопе. И сразу чувствуется в чате.

Люди приходят со своими реальными рабочими болями. Поэтому и разговоры сразу получаются практичными. Ребята также делятся своим опытом и задают вопросы. А кто-то даже узнает в чужой задаче свою.

Вот такие пересечения часто оказываются не менее ценными, чем сам урок. Они дополняют его

Поэтому если по каким то причинам пропустили старт, сейчас ещё хороший момент, чтобы присоединиться.

Подключайтесь, смотрите запись первого занятия и идите дальше вместе со всеми.

➡️Зайти на воркшоп

Практика ИИ: @human20
Среда внедрения: human20.app

Урок 1 уже выложен: Старт в Codex + GitHub

Если вы уже прошли онбординг, самое время переходить к первому уроку.

Онбординг здесь:
https://human20.app/content/codex-hermes-onboarding

В первом уроке мы собираем базу, без которой Hermes дальше будет восприниматься как чёрный ящик: Codex, GitHub, рабочая папка, репозиторий, токены, коммиты, deploy и первый сайт.

Отдельно разбираем скиллы как повторяемые инструкции для агента, Perplexity и Parallel как инструменты исследования, и Telegram-бота как первый прикладной агент.

Внутри уже доступны видео, полный разбор, транскрипт, домашка и рабочие материалы.

Начать урок:
https://human20.app/content/codex-github-start

🧠🚀✅🐾💬

ИИ для работы: @human20
Среда: human20.app

Почему Hermes ест больше токенов, чем Codex

Один и тот же запрос «поправь файл» в Hermes часто обходится дороже, чем в Codex. Дело не в том, что Hermes слабее.

В каждый ход Hermes кладёт во вход модели память, skills, инструменты, правила платформы, историю сессии, gateway-контекст и иногда вспомогательные модели. Для LLM всё это обычный текст, за который капают токены.

Codex CLI стартует компактнее, потому что задача заранее сужена: вот репозиторий, вот терминал, работай с кодом здесь. У него тоже есть расходы: AGENTS.md, MCP, история треда, web search, subagents. Навесь пару тяжёлых MCP-серверов, и он тоже начнёт жечь токены. Но чистый запуск обычно легче.

Hermes шире по замыслу. Он живёт в терминале, Telegram, Discord, cron-задачах, браузере, файлах, памяти и навыках. Он готов не только ответить, но и сделать: открыть файл, запустить команду, отправить результат, вернуться к прошлой сессии, не сломать приватность в общем чате.

Откуда набегает расход:
┈ каждый доступный инструмент едет во вход своей JSON-схемой
┈ skills тащат индекс и подгрузку, иногда десятки тысяч символов
┈ память и профиль пользователя тоже попадают в контекст

Отдельно сверху ложится gateway: кто написал, куда отвечать, как слать файлы и не ломать разметку. Плюс дополнительные задачи вроде vision, web extraction, сжатия и заголовков, если они идут на дорогую основную модель.

Больше всего токенов съедают toolsets. Если открыты browser, web, terminal, file, memory, skills, cron, messaging, image_gen, vision и tts, модель видит весь этот список даже там, где нужен только read_file и patch.

При этом Hermes умеет быть лёгким. Blank Slate оставляет модель, файлы и терминал. Значит, «прожорливый Hermes» чаще получается из богатого профиля, а не из самой системы.

Что делать:
┈ развести профили: coding, telegram-operator, automation, research
┈ выключать toolsets, которые не нужны под задачу
┈ чистить skills с широкими триггерами

Что изолируют профили
┈ config.yaml / .env
┈ память и user profile
┈ skills
┈ sessions/state
┈ cron jobs
┈ model/provider/toolsets
┈ gateway-настройки, если запускать отдельный gateway с этим HERMES_HOME

Второстепенные задачи лучше сажать на дешёвые модели. Расход смотреть через /usage и insights, а не по ощущениям.

Голый Codex CLI и Hermes в Telegram со skills, memory, gateway и браузером работают как разные машины.

Hermes не нужно превращать в Codex. Его нужно настраивать под задачу: узкая задача — узкий профиль, операторская жизнь в Telegram — полный профиль, cron-watchdog часто дешевле повесить на обычный скрипт без агента.

🧱🔧🧬📈💎🟣🟢

Разборы без шума: @human20
Платформа: human20.app

Taste Skill: апгрейд вкуса для ИИ-агентов

Агенты уже сносно пишут React и CSS. Проблема в том, что на выходе часто появляется интерфейс из общей корзины: одинаковые карточки, мёртвые отступы, типографика по умолчанию, ноль движения. Технически работает, смотреть тяжело.

Taste Skill упаковывает визуальный вкус в переносимые Agent Skills. В README это описано через layout, typography, motion, spacing. По-русски: композиция, ритм отступов, типографика, движение и референсные борды становятся правилами, которые агент держит в голове, пока генерит интерфейс.

В README проект описан как The Anti-Slop Frontend Framework for AI Agents.

Внутри набор под разные задачи:
┈ design-taste-frontend v2 для общего фронтенда
┈ gpt-taste для GPT/Codex
┈ image-to-code для реализации по картинке

Для уже собранных интерфейсов есть redesign-existing-projects. Для стиля: high-end-visual-design, minimalist-ui, industrial-brutalist-ui. Для референсов: imagegen-frontend-web, imagegen-frontend-mobile и brandkit.

Сначала собираешь визуальные референсы через ChatGPT Images или похожий генератор, получаешь кадры стиля, потом отдаёшь их в Codex, Cursor или Claude Code на реализацию.

Taste Skill держит агента в выбранной эстетике и не даёт ему скатиться в generic UI.

Ставится одной командой:
npx skills add https://github.com/Leonxlnx/taste-skill

Если нужен только основной навык:
npx skills add https://github.com/Leonxlnx/taste-skill --skill "design-taste-frontend"

Код по-прежнему пишет Codex, Cursor или Claude Code. Taste Skill задаёт планку: где плотность, где воздух, как ведёт себя motion, какой характер у страницы.

У проекта уже 49,6k звёзд и 3,4k форков. Для agentic frontend это показатель спроса: агентам мало генерировать div, им нужны вкус, ограничения и качество результата.

🧱🔧🧬📈💎🟣🟢

Источник: GitHub Leonxlnx/taste-skill

Практика ИИ: @human20
Среда внедрения: human20.app

Все теперь говорят о loops. Что это?

Борис Черный из команды Claude Code недавно сказал: переход к loops будет таким же скачком, каким раньше стало движение от обычного кода в сторону агентов. Звучит громко, давайте разбираться.

В конце 2025 и начале 2026 все обсуждали агентный харнесс. Даже DeepSeek собирает под это отдельную команду. Harness — это обвязка вокруг модели: инструменты, память, правила, доступ к файлам, терминал, состояние, проверки и ограничения.

Проще: harness даёт агенту рабочее место. Без него даже сильная модель быстро превращается в умного стажёра без стола, доступа и нормальной инструкции. И начинает лепить горбатого.

Loop — это двигатель внутри harness. Он работает по принципу: пока задача не закрыта, продолжай цикл.

Механика: цель → план → действие → проверка → исправление → повтор.

Агент пишет код, правит файл, собирает контекст, проверяет результат и возвращается к работе, если критерий успеха не пройден.

Система ждёт внешний признак успеха: тесты зелёные, PR собран, документ прошёл проверку, отчёт совпал с критериями. Поэтому роль человека тоже меняется.

Раньше человек писал промпты. Теперь он должен писать правила игры: что считать успехом, какие инструменты можно использовать, где остановиться, когда звать человека, сколько тратить токенов и кто проверяет результат.

В рабочих сценариях это уже выглядит так:

Build-Test-Fix чинит код до зелёных тестов,

Verifier loop добавляет отдельного проверяющего,

Overnight PR routine разбирает PR ночью,

Repository maintainer чистит мелкие баги и зависимости,

Anti-spin loop останавливает круги без прогресса.

Цикл держится на проверке. Если нет жёсткого критерия успеха, loop будет уверенно повторять ошибку. Поэтому нужны тесты, линтеры, ревьюер, чек-листы, лимиты итераций, бюджет и правило остановки.

Ещё нужна память. Нормальное состояние хранит, что уже пробовали, где сломалось, какие решения сработали, на каком шаге остановились после перезапуска.

Вот почему все об этом говорят. Агенты сначала дали модели действие. Loops добавляют повторяемый цикл до результата.

Это уже похоже на маленькую ИИ-команду: человек задаёт процесс, критерии и границы вместо ручного тыканья в каждый следующий шаг.

Источник: Борис Черный / YouTube, BlockchainRF

🧩📣🔥💡🪄

Кейсы и инструменты: @human20
Среда ИИ: human20.app

💬 На втором уроке «Человек 2.0» будем создавать сайты с помощью агентов.

Разберём рабочий процесс, который помогает пройти путь от идеи до нормальной Web-страницы. Доведем результат до вида, который можно показывать людям.

Отдельным блоком будут скиллы Чипа для дизайна и сайтов.

На их сборку ушло много токенов, тестов и переделок. Участники смогут забрать готовую механику и применить её к своим задачам. Вы сможете собирать стильные лендинги, страницы проектов, промо-материалы и внутренние сайты.

Если вы уже в группе, приходите на урок.

Если ещё не подключились, сейчас отличный момент, чтобы войти. Первый урок есть в записи, смотрите и подключайтесь к воркшопу.

Начинаем в 15:00 мск.

👉 Присоединиться

ИИ для работы: @human20
Среда: human20.app

OpenStock: открытый терминал для фондового рынка

OpenStock: бесплатное open-source приложение для отслеживания акций. Это попытка собрать лёгкую альтернативу дорогим рыночным терминалам: цены, поиск тикеров, списки наблюдения, профили компаний, графики и тепловая карта рынка в одном интерфейсе.

Проект уже заметный: больше 13 тыс. звёзд и почти 1,8 тыс. форков на GitHub.

Стек собран под самостоятельное развёртывание: Next.js 15, TypeScript, Tailwind CSS, shadcn/ui, MongoDB, Better Auth, Finnhub и TradingView. Сведения по тикерам и компаниям идут через Finnhub, графики и heatmap через TradingView widgets. Лицензия — AGPL-3.0.

Что есть внутри:

┈ быстрый поиск акций и Command/Ctrl + K

┈ персональный watchlist в MongoDB

┈ карточки компаний, графики, financials и technicals

┈ market overview с heatmap, quotes и top stories

┈ письма по watchlist через Inngest и Nodemailer

┈ AI-personalized welcome email через Gemini

┈ Docker Compose для локального запуска

Важная оговорка: OpenStock не брокер и не торговый терминал. Он не исполняет сделки. Это аналитическая оболочка для наблюдения за рынком, а котировки могут задерживаться из-за правил провайдеров и бесплатных тарифов.

Интересно здесь не только «ещё один dashboard». Интересно, что класс рыночных инструментов постепенно уходит в open-source формат: можно поднять свой интерфейс, подключить свои ключи, хранить watchlist у себя и дописывать нужные модули.

Для разработчика это хороший шаблон: взять готовый каркас рыночного приложения, заменить источники котировок, добавить свои алерты, свои отчёты или агента поверх watchlist. Фронтенд, workflows и персональная аналитика уже могут жить в открытом коде.

Источник: GitHub / OpenStock

📊💹🧮💰🪙🏦⚙📉💵

Разборы без шума: @human20
Платформа: human20.app

MOSS-TTS: открытый голос для ИИ-агентов

OpenMOSS и MOSI.AI выложили MOSS-TTS под Apache-2.0. Это семейство открытых моделей для речи и звука.

Если совсем по-человечески: MOSS-TTS превращает текст в голос, умеет клонировать голос по примеру, делать диалоги с несколькими говорящими и генерировать звуковые эффекты.

Вместо одной «говорилки» здесь целый набор моделей под разные аудио-задачи.

Проект уже заметили: 3600 звёзд и 314 форков на GitHub.

Что внутри:

┈ MOSS-TTS-v1.5: большая 8B модель для многоязычной речи, клонирования голоса и управления паузами

┈ MOSS-TTS-Local-Transformer-v1.5: 4B версия на Qwen3-4B и MOSS-Audio-Tokenizer-v2

┈ MOSS-SoundEffect-v2.0: модель для звуковых эффектов до 30 секунд

┈ MOSS-TTS-Nano: маленькая версия около 100M параметров, которая умеет стримить речь на 4 CPU cores

Почему это важно: голосовые агенты больше не обязаны зависеть только от закрытых TTS-сервисов. Можно взять открытую модель, поднять её у себя и встроить голос в продукт, бота, интерфейс или персонажа.

Команда уже собирает вокруг MOSS-TTS нормальную инфраструктуру: Hugging Face, ModelScope, API-доки, OpenClaw skills, vLLM-Omni, SGLang-Omni и OpenAI-compatible `/v1/audio/speech` endpoint.

Минимальная конфигурация для запуска генерации голоса:

┈ Python 3.12 и ffmpeg

┈ GPU не обязателен: есть `cpu-only.yaml` для запуска без видеокарты

┈ если есть слабая GPU-машина, есть профиль `trt-8gb.yaml` под 8 GB VRAM

┈ самый лёгкий вариант — MOSS-TTS-Nano: streaming output на 4 CPU cores

┈ обычный локальный старт идёт через GGUF Q4_K_M backbone, ONNX audio tokenizer и llama.cpp

Для пользователя это значит: голос для ИИ-агента постепенно становится такой же частью открытого стека, как модель, память и инструменты.

Источник: GitHub / OpenMOSS MOSS-TTS

🧩📣🔥💡🪄

Кейсы и инструменты: @human20
Среда ИИ: human20.app

Яндекс запустил Vibecraft для вайбкодинга

Yandex B2B Tech открыл публичный доступ к Vibecraft — сервису, который собирает сайты и веб-приложения по текстовому описанию.

Пользователь описывает задачу в чате, ИИ-помощник уточняет аудиторию, функции и сценарии, а потом выдаёт первую версию проекта.

Внутри может быть личный кабинет, каталог, форма загрузки файлов, встроенная база. Готовые проекты можно публиковать в интернете на собственных доменах.

Что уже пробовали делать:
┈ трекеры задач и CRM
┈ интернет-магазины и каталоги
┈ панели управления и инструменты аналитики
┈ калькуляторы, квизы, мини-игры

В закрытом тестировании пользователи собрали больше 1000 проектов. Более половины — прикладные сервисы, а не просто страницы. Первый результат за 5–10 минут, по оценкам участников.

Для Яндекса это попытка упаковать вайбкодинг в нормальный продукт: описал задачу, получил веб-прототип, опубликовал на своём домене и при необходимости отдал проект дальше разработчикам.

🧩📣🔥💡🪄

Источник: Ведомости / Vibecraft

Больше практики: @human20
Платформа: human20.app

Headroom: сжатие контекста для AI-агентов

Контекст — самый дорогой ресурс агента, и он быстро заканчивается. Headroom предлагает локальный компрессор: он сжимает то, что вы скармливаете в LLM: tool outputs, логи, RAG-чанки, файлы и историю чатов ещё до того, как они займут место в окне модели.

Что внутри:
┈ режимы на выбор: library / proxy / MCP / agent wrapper для Claude/Codex/Cursor
┈ runs locally, без отправки исходников наружу
┈ есть cache/retrieve и reversible CCR: резюме можно развернуть обратно к источнику

README обещает 60–95% fewer tokens. Это заявление авторов, не наш бенчмарк: проверять нужно на своих кейсах.

Видно, что проект живой: 50.7k stars на GitHub, 3.5k forks и 61k скачек за месяц у npm-пакета headroom-ai.

Что нашли у тех, кто уже использовал Headroom: Cursor support у части пользователей не работает вообще; в chat-completions path headroom_retrieve был не полностью reversible; lossy compression tool outputs мог оставить агента без оригинала; Codex wrapper ловил проблемы с config.toml и duplicate provider config.

Где осторожно: lossy compression tool outputs может молча выбросить нужный факт. Агент потом примет урезанное резюме за источник истины и пойдёт принимать решения по неполной картине.

Наш вердикт:
┈ как MCP-инструмент compress_big_output в песочнице, под тяжёлые выводы — да
┈ как глобальный proxy между Hermes и LLM на всё подряд — нет

Полезная штука для экономии контекста, если понимать, что именно может потеряться. Но чудес не бывает, иногда агент будет косячить из-за пережатого контекста, когда с водой выплеснули младенца.

🧱🔧🧬📈💎🟣🟢

Источник: GitHub

ИИ без лишнего шума: @human20
Практика: human20.app

OpenAI могут притормозить IPO

NYT пишет, что часть руководителей OpenAI убеждает Сэма Альтмана не спешить с IPO и сдвинуть размещение на следующий год, то есть в 2027-й.

Их позиция: после движения оценки SpaceX у OpenAI меньше стимула выходить на биржу прямо сейчас. Если частный рынок всё ещё готов платить за AI-премию, публичный рынок можно подождать.

В Polymarket вероятность, что OpenAI не выйдет на IPO в этом году, в источнике указана на уровне 60%.

Финансовый контур тоже давит. В обсуждениях IPO отдельно всплывает CFO Sarah Friar: OpenAI нужно быть готовой к публичной отчётности, cash-flow вопросам и compute-обязательствам. Для публичной компании это уже другой режим игры.

IPO остаётся на столе, но решает момент выхода: сначала выжать частную оценку, потом нести историю в паблик.

🧩📣🔥💡🪄

Источник: Velo / NYT

Больше разборов: @human20
Среда: human20.app

Vibe-Trading: торговый агент с открытым кодом

HKUDS/Vibe-Trading — open-source рабочее пространство для торговых исследований. В карточке проекта он описан как “Your Personal Trading Agent”: задаёте вопрос обычным языком, агент собирает рыночный анализ, бэктесты, отчёты и экспортируемые результаты.

Что внутри:
┈ проверка торговых идей и гипотез
┈ multi-agent trading teams для стратегий, крипты, макро и рисков

Ещё:
┈ бэктесты, документы и повторяемый контекст сессий
┈ Shadow Account: сравнение реальных сделок с rule-based копией вашей стратегии

Инструмент рассчитан на AI coding assistants вроде Claude Code, Codex CLI и ChatGPT. Сценарий: сформулировал идею → получил анализ → прогнал бэктест → сохранил артефакты.

Что нашли по реальным пользователям:
┈ у одного пользователя Robinhood OAuth падал на face scan; фикс уже в main
┈ у пользователей DeepSeek были циклы и пустые ответы: max iterations / DSML tool_calls; мейнтейнеры разобрали и починили
┈ свежие баги ещё есть: event-driven backtest может падать на moderation filter, Tushare ETF backtest может тихо уйти на Tencent, а дефолтная модель gpt-5.5-instant у части пользователей не резолвится

Важный дисклеймер из проекта: он does not hold funds. Деньги и исполнение сделок остаются вне инструмента; broker execution описан как экспериментальный и контролируемый пользователем.

На скрине у репозитория: 12K stars, 2k forks, 47 contributors, 3 issues и 3 discussions. Интерес есть, но торговать по выводу агента без своей проверки всё равно плохая идея.

Источник: GitHub

🧱🔧🧬📈💎🟣🟢

Инструменты и кейсы: @human20
Внедрение: human20.app

OpenClaw получил нормальный Windows-центр управления

OpenClaw Windows Hub — это приложение для Windows, которое превращает ПК в рабочую точку управления агентом: чат, статус шлюза, каналы, сеансы, обновления, диагностика и меню в трее.

Главная часть здесь не «ещё один чат». Windows-компьютер становится управляемым узлом: агент получает доступ к экрану, камере, голосу, командам, уведомлениям и отдельному окну на WebView2.

Для пользователя это выглядит просто: горячая клавиша отправляет сообщение, трей показывает состояние, центр управления помогает понять, подключён ли шлюз, какие каналы работают и что происходит с узлом.

Агент перестаёт жить только в браузере или терминале и начинает нормально встраиваться в рабочий компьютер.

Проект свежий, но уже заметный: 1 930 звёзд на GitHub, C#, MIT, активные обновления. В репозитории лежат приложение для трея, общая библиотека клиента и CLI-проверка подключения по WebSocket.

🧱🔧🧬📈💎🟣🟢

GitHub: openclaw/openclaw-windows-node
Подписаться: Human20

ИИ без лишнего шума: @human20
Практика: human20.app

OpenAI запускает GPT-5.6: круче Fable 5/Mythos и в 2 раза дешевле

OpenAI начинает ограниченный предварительный доступ к серии GPT-5.6. Внутри сразу три модели: Sol как флагман, Terra для повседневной работы и Luna как самая быстрая и дешёвая версия.

GPT-5.6 сразу выходит как линейка под разные бюджеты и методы использования. Sol получает больше времени на рассуждение через max, а режим ultra использует субагентов для сложной работы.

OpenAI отдельно давит на агентные задачи: код, биология и кибербезопасность. Для кода компания заявляет новый лучший результат на Terminal-Bench 2.1. Разрекламированный Мифос от Конторы П курит где-то вместе с отделом маркетинга Claude.

В кибербезопасности Sol лучше помогает искать и исправлять уязвимости, но, по оценке OpenAI, не перешёл порог Cyber Critical.

Запуск идёт через госнаркоконтроль. По просьбе властей США сначала доступ получит небольшая группа доверенных партнёров через API и Codex. OpenAI отдельно пишет, что не считает такой порядок долгосрочной нормой: он задерживает лучшие инструменты для пользователей, разработчиков, компаний и киберзащитников. Более широкий доступ в ChatGPT, Codex и API обещают в ближайшие недели.

Цены за 1 млн токенов оказались разумными: Sol — $5 вход и $30 выход (в два раза дешевле Fable 5, которого так и нет в доступе лол); Terra — $2.50 вход и $15 выход; Luna — $1 вход и $6 выход. Ещё добавили более предсказуемое кэширование запросов: явные точки кэша, минимум 30 минут жизни кэша и скидка 90% на чтение из кэша. А это очень сильно влияет на долгие ветки работы, через которые тащим один и тот же блок информации в контексте.

В июле Sol также появится на Cerebras со скоростью до 750 токенов в секунду для выбранных клиентов.

🧩📣🔥💡🪄

Источник: OpenAI

Кейсы и инструменты: @human20
Среда ИИ: human20.app

Hermes теперь превращает документацию в навык агента

Nous Research показала /learn для Hermes Agent. Теперь агенту можно дать папку с кодом, документацию к API, руководство, PDF, настройки, ссылку или описанную процедуру — и он соберёт из этого переиспользуемый навык.

Здесь важен не сам импорт документов. Агент получает способ превращать чужую документацию, вчерашний рабочий процесс или папку проекта в свою рабочую память. То, что раньше приходилось объяснять заново, можно закрепить как процедуру.

/learn сам собирает материалы доступными инструментами и пишет навык по стандарту Hermes: короткое описание, нормальная структура, привязка к реальным инструментам и без выдуманных команд. Ручное написание SKILL.md для этого не требуется.

Навык сохраняется через skill_manage, поэтому при включённых шлюзах подтверждения он не появляется молча. Основное место хранения — ~/.hermes/skills/, а знания подгружаются по требованию, чтобы не держать всё в контексте постоянно.

Работает это в CLI, шлюзе сообщений, TUI и панели управления. В панели есть отдельная кнопка Learn a skill: можно указать директорию, ссылку или текстовое описание.

Для Human20 это один из главных переходов в агентской работе. Одноразовый чат каждый раз ждёт объяснений с нуля. Hermes с такими навыками постепенно накапливает рабочие процедуры под ваши задачи.

🟡🔴⚪⚫🟦🟧🟩

Источник: Nous Research

Практика без воды: @human20
ИИ-среда: human20.app

OpenMontage превращает агента для кода в видеостудию

GitHub принёс OpenMontage: открытую систему для агентного видеопродакшена. У репозитория 23 988 звёзд, лицензия AGPL-3.0.

Claude Code, Cursor, Copilot, Windsurf или Codex получают готовый процесс для видео. Агент выбирает маршрут, читает YAML-манифест, открывает Markdown-инструкции этапа, вызывает Python-инструменты, пишет чекпоинты и проверяет результат перед рендером.

Стандартный путь: исследование → предложение → сценарий → план сцен → материалы → монтаж → сборка. В README заявлены 12 производственных сценариев и 52 инструмента: ролик-объяснение, анимация, говорящая голова, демонстрация экрана, нарезка подкаста, локализация и дубляж, документальный монтаж.

Для документального монтажа OpenMontage собирает корпус из бесплатных стоков и открытых архивов, ищет реальные видеофрагменты, режет монтажную линию и рендерит итог через Remotion/FFmpeg. Можно собрать видео из живых кадров, а не оживлять статичные картинки.

Ограничение практическое: это локальный инструмент, не веб-кнопка. Нужны Python, FFmpeg, Node.js, настройка проекта и ключи провайдеров: fal.ai, Google, ElevenLabs, OpenAI, Runway, Pexels, Pixabay и другие.

🧱🔧🧬📈💎🟣🟢

Источник: GitHub

Больше практики: @human20
Платформа: human20.app

👋Внедрять ИИ в одиночку — всё равно, что учить иностранный язык без разговоров. Ты можешь знать правила, иметь хороший словарь и даже понимать речь, но без практики язык остаётся чужим.

💬 Человек 2.0 — это как языковая среда, только для агентов.

Вместо того, чтобы просто читать про новые инструменты, в среде ты сразу видишь, как их уже используют другие участники. Принеси свою задачу и получишь разбор конкретного случая. Можешь забрать готовые скиллы, которые уже прошли проверку на реальных процессах.

И самое важное, что польза не заканчивается. Не останется ощущения через месяц, что прошёл курс или изучил скиллы, а что дальше с этим делать непонятно.

Есть место, куда каждый день можно возвращаться с новыми задачами, вопросами и находками.

Если ты уже пробовал собирать агентов и хочешь, чтобы они перестали быть разовыми экспериментами, а стали частью ежедневной работы — Среда внедрения ИИ для этого и создана. Добро пожаловать!

Вход в Среду внедрения ИИ ➡️ human20.app

Больше разборов: @human20
Среда: human20.app

Эксперт по карьере как подключаемый скил

На GitHub появился Zhang Xuefeng-skill: открытый Agent Skill для ИИ-агентов, который переносит в агентскую среду логику китайского консультанта Zhang Xuefeng по выбору специальности и карьеры.

Самое интересное здесь не «карьерный советник в виде бота». Навык описывает способ принятия решений: какие вопросы задавать, что считать важным и как отсеивать красивые, но плохие варианты.

Это не набор цитат и не маска ChatGPT. Внутри собраны модели мышления: социальное сито, приоритет выбора над усилием, обратный расчёт от трудоустройства, классовый реализм и проверка незаменимости в эпоху ИИ.

По README, навык собран на базе 5 книг, 15+ интервью, 30+ первичных цитат, 11 ключевых решений и жизненной хронологии. Авторы пытаются восстановить рамку мышления, а не просто скопировать интонацию.

Работает с Claude Code, Codex, Cursor, OpenClaw, Hermes Agent и другими средами, где есть Agent Skills.

На обложке китайский отсчёт до гаокао: 88 дней. Хороший фон для продукта про выбор специальности: порядок вопросов, семейные ресурсы, рынок труда и последствия ошибки.

Agent Skills здесь выглядят как упаковка способа думать. Раньше такое передавалось годами рядом с экспертом, теперь это можно подключить к агенту и найти, наконец, работу мечты.

🧱🔧🧬📈💎🟣🟢

Источник: GitHub

Кейсы и инструменты: @human20
Среда ИИ: human20.app

В Китае научились пользоваться Claude за 10% от цены

У китайских разработчиков с Claude та же проблема, что у многих за пределами «разрешённых» стран: напрямую нормально не зайти, карта не подходит, аккаунт может отвалиться, KYC становится жёстче.

Только они не остановились на VPN. Вокруг Claude и Claude Code вырос целый серый рынок: прокси-станций, то есть промежуточные API-серверы между пользователем и Anthropic.

Как это работает: разработчик меняет адрес API на адрес прокси, платит юанями через WeChat или Alipay и получает доступ к Claude без прямого аккаунта и зарубежной карты. Каталоги и продавцы всплывают на GitHub, Taobao, Twitter/X и Telegram.

На витрине приятная цена. ChinaTalk пишет про предложения за 10% от официальной стоимости. Иногда это формулируют как «1 юань за $1 токенов». На практике выходит скидка 70–90%.

Откуда такая щедрость? Внутри три механики.

Первая: аккаунты и квоты. Кто-то пачками регистрирует аккаунты под бесплатные кредиты, кто-то перепродаёт гранты, кто-то использует корпоративные скидки, кто-то режет Max-планы на несколько пользователей.

Вторая: подмена модели. Ты думаешь, что отправил запрос в дорогой Claude, а прокси может тихо прокинуть его в Sonnet, Haiku, GLM или Qwen. Потом сидишь и думаешь: «что-то Claude сегодня особенно тупит». ChinaTalk ссылается на CISPA: аудит 17 API-прокси показал, что качество через такие прокси заметно проседает относительно официального API.

Третья: логи. Через прокси проходят промпты, ответы, вызовы инструментов, контекст репозитория, итерации и следы рассуждений. Для Claude Code и агентских задач это уже карта реальной работы: код, решения, ошибки, правки, проверенные человеком результаты.

Вот чем на самом деле доплачивают за «дешёвый Claude»: качеством модели, приватностью и контролем над тем, куда уходит ваша работа.

Но ведь скидка 90% это 90% 😂

🧩📣🔥💡🪄

Источник: ChinaTalk

Рабочие ИИ-кейсы: @human20
Среда: human20.app