Кстати, нашел классное применение #UseCase Аудио и Видео режима chatGPT

в ПУТЕШЕСТВИИ

Ходишь по новому для себя городу, включаешь камеру, спрашиваешь ИИ что угодно, и он твой экскурсовод! Даже сам догадывается где ты, но можно подсказать чтоб ускорить процесс

А вот и управление агентами подъехало - https://www.vibekanban.com/

"Время, потраченное на наблюдение того, как ИИ пишет твой код - время, потраченное впустую"

Вместо этого, выполняйте свою работу Продукт Менеджера - когда ваши разработчики - это ИИ Агенты!

https://www.ycombinator.com/launches/Nwy-vibe-kanban-10x-your-claude-code-usage

"Hi 👋 We’re Louis and Gabriel, the founders of Vibe Kanban.

Recently, we reached an exciting milestone: over 50% of our code is now written by coding agents like Claude Code, Gemini CLI, Codex, and Amp.

This means that our roles have evolved. Instead of spending most of our time writing code ourselves, we now primarily plan, review, and orchestrate the efforts of these AI agents.

Previously, our bottleneck to shipping was the speed of writing code. Today, it’s how quickly we humans can effectively plan, review and keep on top of the work produced by AI. Time spent watching coding agents working is time wasted."

Думаю, начну использовать эту тулзу, когда научусь ясно формулировать ТЗ/Спецификации, как хороший Продукт Менеджер (или найду/создам ИИ агента, который за меня это будет делать)

это еще один Гений (серьезно).

https://www.youtube.com/watch?v=duA2AwL7keg

Уровни ценности ИИ
1. ИИ как ассистент - уже ценно, если хорошо ассистирует. Все знает что нужно(контекст подгружает, доступ к БД, возможно через MCP), итд
2. ИИ как исполнитель - еще ценнее, потому что не "говорит о работе", а "делает работу" - отправляет письма, отвечает клиентам, программирует фичи
3. (!) ИИ моделирующий сценарии - если это позволит улучшить принятие решений

По сути, мы тут уже применяли такое, когда спрашивали ии "представь, что ты фокус-группа из 100 человек..."
Но глубина проработки может быть разной (типа 1 запрос - или дип ресерч)

Это уже используется для тренировки роботов в виртуальных мирах, тренировки Тесла Автопилота на виртуальных дорогах

Примеры, еще до ии-хайпа
- Renault Ditital Twins (июль 2022)
- BMW Virtual Factory (2023)

- Ad creative simulators - упомянул, но я сразу не нашел. Говорит, уже есть. Видел кто?

На самом деле, не всем нужна такая глубокая симуляция как у BMW, Nvidia omniverse

Простейшая симуляция задается одним вопросом к ИИ - оцени {например, свой же ответ} с точки зрения {роль - стратег, маркетолог, финансист, рядовой сотрудник для которого ты написал это письмо, итд} и дай обратку
Или так:
Определи стейкхолдеров этого действия и дай обратную связь от роли каждого
(правда, для качественных ответов может понадобиться запустить для каждой роли отдельный запрос к ИИ. Надо тестить)

И хотя бы такую, одношаговую симуляцию, (которую наш мозг выполняет автоматически), надо встроить в любой ответ агента, ящщитаю. С авто-коррекцией в несколько циклов.

Ну и когда надо дошлифовать решение, туда сюда его между моделями покидать

Уровень сложности выбираем соразмерно уровню задачи

И напоследок вопросы автора видео
1. Как ИИ может показать тебе разные сценарии будущего и помочь тебе улучшить принятие решений?
2. Где твой "цифровой двойник" может спасти тебя от следующей большой ошибки?

Это короткое видео четко определяет в чем сейчас модели "не дотягивают" до людей

https://www.youtube.com/watch?v=TUjQuC4ugak&ab_channel=Chroma

Если все так же будет продолжаться, то "гонку" за увеличением контекстного окна будут прекращать. Ну берет гугл 1млн токенов, а толку? Узкое звено в том, как он внутри это все обрабатывает

Контекст инженирия - побольше релевантной инфы и поменьше дистракторов

Нет "one size fits all" решений - все как у людей, для Юриста и Пиарщика различные психотипы подходят лучше, по разному работать с памятью, и тд.

"Проф деформация" будет также и у моделей - не только ЛЛМ моделей, но и моделей применения памяти к различным ролям для различных задач

Мой ИИ-телеграм ассистент вот иногда не может найти релевантные сообщения в чате компании, пропускает - потому что я еще векторный поиск не прикрутил.
Потому что знаю, что мало "прикрутить" - надо еще отладить и настроить, и любое решение не оптимально

Не хватает (а может я не знаю?) инфраструктуры агентской памяти под разные задачи. Классификации видов памяти (кроме банально: граф getzep / vector mem0)

Много вопросов у меня крутится вокруг того, как сделать хорошего агента

К счастью, этим уже занимаются крупнейшие компании, у openai,google,grok,gemini - у всех флагман продукт - ИИ ассистент
ОпенАИ преуспели пока лучше всех, памят реализовали 2мя способами аш, мак приложение может следить за окнами, итд
Надо смотреть что они выкатывают

Но у меня еще много вопросов, до которых они может и не дойдут в "мульти-целевом" Ассистенте
Например,
- Как реализовать чтобы агент перебирал старую память и оптимизировал (как человек перед сном. или как mem0)
- Как реализовать, чтобы агент учился на опыте (формулировать lessons learned, в неком шаблоне, и сохранять в контекст?)
- Как научить агента ПРИОРИТИЗИРОВАТЬ задачи. Мне кажется, это вообще большая и важная сфера.
ИИ Приоритизирует тупо по контексту и первой попытке
Но любой человек, испытавший когда-то боль и затем страх, имеет встроенную систему приоритетов с детства - начиная с "не совать палец в огонь" до "начальнику лучше такие вещи не говорить"

Огромное поле для экспериментов :)

Ценный ютуб канал, однако - https://www.youtube.com/watch?v=vsfbplnJyA8&ab_channel=Chroma

ChatGPT - Гуманитарий-Креативщик
Gemini - Технарь, детальный задрот
Claude - Технарь, программист, который постоянно убегает с работы (заканчивается лимит подписки)
Grok - Гуманитарий-Журналист желтой прессы

Все студенты, over-энтузиазм с почти нулевым реальным опытом:
Никто не представляет себе что такое приоритеты, иерархия критериев(на деле, а не на словах)
Память у всех сбивчивая... ненадежная.. и иногда лучше ее отключать чтоб не мешала работе
Смена состояния и темы - мгновенная
Все научены поддакивать и льстить (кроме Grok-а)

А вот и развитие темы - как создать команду на claude code
Проджект менеджера, тестера, итд

https://youtu.be/Ppu6pJ5yyD4?si=o72F-UurXfAdOe6z

Вот что обычно «загружено» в голове владельца малого бизнеса — будто это внутренний контекст LLM, только живой:

1. Финансы (горячая сводка)

Сколько денег на счетах, кассе, в обороте — до копеек

Какие платежи / налоги / долги падают в ближайшие дни

Маржа по ключевым продуктам и ежедневный денежный «дыхательный ритм»


2. Продажи и клиенты

Текущие лид-каналы, конверсии, стоимость привлечения

Лицом запомнённые VIP-клиенты и сложные случаи, что нельзя «уронить»

Набор болей целевой аудитории, свежие отзывы, «красные лампочки» churn


3. Продукт / услуга

Сильные стороны, слабые места, ближайшие улучшения

Перечень фич, чей релиз «горит» сейчас, и идеи «на потом»

Себестоимость, узкие места производства/оказания


4. Операции

Ежедневные процессы: кто, что, когда делает; где может «закусить»

Поставщики / подрядчики, сроки поставок, текущий статус договорённостей

KPI: среднее время цикла заказа, процент брака, uptime оборудования


5. Команда и HR

Кого надо нанять / обучить / заменить, у кого сегодня день рождения

Настроение ключевых людей, риски выгорания или ухода

Фонд оплаты труда на ближайшие месяцы


6. Маркетинг

Активные кампании, их ROI в режиме «on-air»

Предстоящие акции, контент-план, коллаборации

Репутационные сигналы: что пишут в соцсетях прямо сейчас


7. Рынок и конкуренты

Цены конкурентов, новые продукты, их рекламные ходы

Изменения законодательства, курсов валют, сезонные колебания спроса

«Радар» трендов, которые могут вскоре переделать рынок


8. Риски и правовые моменты

Дебиторка, просрочки, судебные истории

Лицензии, инспекции, штрафы — чёткие дедлайны в голове

Страховые полисы, бэкапы, аварийные планы


9. Стратегия и личные цели

Цель выручки/прибыли к концу года и вектор развития на 3–5 лет

Личные мотивы: свобода времени, рост стоимости компании, выход на новые рынки

Баланс «работа-жизнь»: здоровье, семья, обучение


10. Микро-метаданные

Пароли, контакты, номера счётов, тайные скидки для «своих»

История переговоров «кто кому что обещал»

«Фактическая карта» офиса/склада: что где лежит


Всё это постоянно обновляется, всплывает по триггеру (письмо от клиента, счёт от поставщика) и складывается обратно, формируя непрерывный поток решений.