Какими нейросетями я пользуюсь

Команда по трафику попросила написать такой пост, чтобы полить на него трафик

Я пользуюсь Claude.

Claude Code — для всей работы, ассистент на основе Claude Code — для задач и заметок, приложение Claude — чисто вопросы бытовые порешать, в инете что-то найти и так далее.

Конец поста, спасибо за внимание

Сделал скилл для Claude Code, который берет уже существующий скилл (например, по написанию кода, или по ведению задач в таск-менеджере), придумывает под него тестовые задания и критерии оценки.

Затем прогоняет эти задания на пачке ничего не подозревающих субагентов. Смотрит, как они отработали, находит косяки, составляет отчет, где агенты тупят, формулирует гипотезы, как улучшить исходный скилл, чтобы этот тупняк починить.

От меня тут надо только точно указать, какой результат я хочу получить на выходе и как его провалидировать

Потестирую недельку, и если все будет ок, то полностью зациклю процесс — чтобы скилл автоматически улучшался до тех пор, пока не будет выполнять задачу на 100% верно.

Подумал сейчас, что наступает золотая эра маркетологов и пиарщиков

С развитием нейросетей создать продукт с каждым годом становится все проще. Уже только ленивый не навайбкодил себе какой-нибудь пет-проект

А вот продвинуть продукт нейросети пока не могут!

Какие-то отдельные задачи по маркетингу взять — да. А сделать все целиком под управлением человека, который не шарит, что делать — не могут. Ваще ноль шансов.

Так что маркетологам сейчас кайф. Куча спроса на их услуги и куча ai-инструментов для помощи в работе.

Конечно, это будет до тех пор, пока агенты не получат еще больше автономии и мозгов 😆

— Как быть с тем, что ИИ тупит и теряет инструкции? Ничего ему не дашь серьезного!

Очень часто такие вопросы вижу. Люди прям отказывают работать с агентами, потому что попробовал пару раз, получили фигню и забили

Проблема решается двумя вещами.

1. Чем меньше контекста, тем надежнее работает модель.

Поэтому надо закидывать в агента самый минимум информации, который нужен для выполнения задачи. Не всю кодовую базу, а только нужные места в нужных файлах. Не всю документацию, а только ту часть, которая нужна.

Поэтому нужно бить задачи на много мелких этапов, и после каждого очищать контекст или запускать новый чат. Изучили код, написали саммари — сбросили. Обсудили план — сбросили контекст. Написали техзадание — сбросили контекст. Сделали кусок задачи — сбросили контекст. И так далее. Старые размышления и обсуждения не будут отвлекать агента от выполнения задачи и провоцировать галлюцинации.

2. Просить агента перепроверять себя.

Во-первых, банально после выполнения задачи можно ему написать «проанализируй, все ли ты сделал как надо или что-то пропустил». И часто он найдет свои косяки и поправит. Если контекст не переполнен.

Во-вторых, при постановке задачи прописывать явные критерии готовности задачи. Такой чекликт «проверь себя». Агент реально проверяет.

Ну и в-третьих. Агенты на порядки дешевле живых людей. Поэтому можно крутить неприличное количество проверок в отдельных сессиях — и все равно не выходить за рамка экономической целесообразности.

Сделали задачу, в новом чате показали ее агенту, попросили покритиковать решение. Еще в одном чате попросили проверить по критериям приемки. Еще в одном — попросили проверить, что ответ соответствует прописанному шаблону. Еще в одном — что это делать безопасно, не навредим себе. Еще в одном — собрать ответы предыдущих проверяльщиков в кучу и составить план доработки.

А в Claude Code это вообще автоматизировать можно — просто в план задачи включаем требование вызвать субагентов-проверяльщиков вот с такими инструкциями и поправить все, что они найдут. А потом еще раз вызвать. И еще раз поправить.

Если следовать этим двум правилам, агентам вполне можно доверять. Я, например, очень заморачиваюсь на этапе продумывания — как побить задачу на кучу мелких, что скормить агенту, как проверить, каких субагентов-проверяльщиков вызвать, как они должны написать отчеты и так далее.

А потом просто жму кнопку — оно полчаса делается, проверяется, переделывается, снова проверяется — и на выходе получается адекватное решение. Самому проверять его уже не надо.

Пока не знаю, нахрена, но я научил Claude Code читать мои переписки в Телеграме 😆

В теории, можно будет обновлять личную CRM и базу знаний автоматически, изучая раз в день все переписки

В теории, можно даже поставить СС как первую линию, которая отсеивает спамеров, отвечает на дурацкие вопросы в духе «А как заказать у вас в канале рекламу, а то у меня мозгов не хватает по ссылке из описания канала перейти».

В теории, можно даже просить СС с кем-то попиздеть от моего лица. Например, записать человека на консультацию, передать лида в отдел продаж, поздравить с днем рождения

Но пока что такое делать не охота, мало ли что бот начудит. Поэтому пока что он просто молча читает, сохраняет на сервер, и оно лежит там пылится

А еще я сделал отдельный аккаунт для тестов телеграм-ботов. Вот к нему у Claude Code полный доступ! Через MCP. Он может читать, писать, заходить в чаты, создавать каналы, взаимодействовать с ботами — короче что угодно делать.

Теперь когда я добавляю новую фичу в бота, СС сам идет и тестит со второго аккаунта — нажимает кнопки, пишет сообщения, смотрит, что происходит.

Вот это прям очень удобная фигня

Решил пошерить свою методологию агентной разработки и бахнул публичный репо на Гитхабе

→ https://github.com/pavel-molyanov/molyanov-ai-dev

Внутри выстраданные за 5 месяцев работы с Claude Code скиллы и агенты, которыми я пользуюсь каждый день, чтобы работать со своими проектами.

Если коротко, методология устроена так:

1. В каждом проекте есть скилл project-knowledge — в нем собирается вся документация и обновляется после каждого цикла разработки.

2. В папке shared лежат шаблоны: папок проектов, артефактов и так далее

3. Все разработка идет по spec driven development: сначала очень долго и нудно планируем фичу, много раз все перепроверяем, пишем супер-подробные планы, а потом жмем кнопку «сделать заебись» — и оно делается.

Разработка начинается со скилла user-spec-planning. Агент проводит с вами интевью, узнает, что вы хотите сделать и зачем, изучает проект и пишет user-spec — план для неразработчика, простыми словами описывает, что будем делать

Затем идет скилл tech-spec-planning — агент еще глубже изучает код и пишет подробный план для агентов, что надо делать и зачем.

Затем скилл task-decomposition разбивает tech-spec на пачку мелких атомарных задач. Каждую задачу агент будет делать в отдельной сессии с чистым контекстом.

Ну и потом наконец-то можно вайбкодить.

Есть ручной режим, когда вы открываете новый чат, пишете команду do-task — и агент выполняет одну задачу. Затем открываете новый чат, делаете следующую задачу и так далее.

Есть ваншот-режим do-feature, в котором запускается agent team и делает сразу все задачи. Весь месяц я его пилил, и кажется добился нормальной работы.

На каждом этапе есть огромное количество проверок субагентами, чтобы минимизировать риск косяков. Поэтому токенов методология жрет очень много, без подписки max200 лимиты будут выгорать очень быстро.

4. Есть скилл skill-master, чтобы создавать свои скиллы и агентов-проверяльщиков. Есть экспериментальный skill-tester, чтобы тестировать скиллы, писал про него недавно. Не скажу, что он работает идеально, но добавил тоже, поиграйтесь, кому интересно.

Такая вот фигня, забирайте скиллы, скармливайте их своему Claude Code, воруйте интересные моменты, переделывайте по себя — развлекайтесь, короче.