Теперь монитор доступен в реальном времени

https://ivol.pro/monitor

Только сейчас обнаружил, что Comet-браузер умеет сам заходить на страницы, заполнять поля и просматривать контент.

И еще одно наблюдение: обычный скриншот выигрывает у чтения всего HTML, просто потому что это значительно дешевле.

# Опус меняет настройки на лету — и это проблема

Заметил очень интересную закономерность. У меня ассистент работает практически через все доступные модели. В основном использую Opus для запросов, иногда переключаю на другие. Ещё мне нравится Grok 5.2 — классно работает.

Что заметил с Opus: они в процессе работы самой модели очень часто подкручивают настройки. Потому что на один и тот же вопрос модель отвечает по-разному. И не просто по-разному, а вообще совершенно с другим подходом. Иногда что-то путает, что-то меняет.

Замечаю: модель может работать целый день вообще изумительно, отвечать на всё прям очень круто. И потом на следующий день — как будто что-то подкрутили, что-то поменяли — и модель отупела. Она какие-то элементарные вещи не может сделать. Потом через несколько часов это может пройти.

То есть прям при рабочей модели меняются настройки. Это конечно вообще не good, потому что ты не знаешь, что ожидать от модели.

🫠 пу пу пу)

Приятно удивил Яндекс Клауд.

Уперся в лимит на S3 хранилище — нужно было очистить. И тут обнаружил, что они прикрутили AI-ассистента прямо в интерфейс.

Просто пишешь, что нужно — он делает. Не надо лезть в документацию, ничего искать. Всё через ассистента: может очистить хранилище, создать виртуальную машину, настроить всё что нужно.

Это реально удобно. Прям плюсик Яндексу.

Еще одни Perplexity отвалился 🫠

Для блока инструкций чтобы модель могла свободно продолжать после сброса контекста.

## 🔄 Восстановление контекста после сброса (CRITICAL)

При каждой **сложной задаче** (новый функционал, архитектура) AI **ОБЯЗАН:**

1. **После этапа архитектуры** — создать подробный файл задачи в папке `plans/` с:
- Полным описанием задачи и контекста (зачем, что делаем)
- Пошаговым планом реализации с чекбоксами `[ ]` / `[x]`
- Списком файлов, которые будут изменены, и ЧТО именно в каждом
- Текущим статусом (на каком шаге остановились)
- Конкретными кусками кода/сигнатурами методов, если уже согласованы

2. **После каждого выполненного шага** — обновлять файл плана:
- Отметить выполненный шаг `[x]`
- Записать, что было сделано (какой файл, какие строки)
- Указать следующий шаг

3. **При начале новой сессии (сброс контекста):**
- Прочитать `AI_INSTRUCTIONS.md`
- Проверить папку `plans/` на наличие незавершённых задач
- Прочитать актуальный файл плана
- Продолжить с того шага, где остановились

**Файл плана = единственный источник правды о текущей задаче.**

---

Заметил интересную вещь, наблюдая за ребёнком.

Он каждый день делает одно и то же — и вдруг в какой-то момент как будто забыл, что нужно делать. Оказывается, у этого есть нормальное объяснение.

Причём это не только про детей. Я замечал такое и у себя. Делаешь работу, что-то учишь — вроде понимаешь, действуешь. А потом в какой-то момент полный провал. Ощущение, как будто ничего не учил вообще.

Но через короткий промежуток времени оказывается, что всё знаешь и помнишь. И даже действуешь лучше, чем раньше.

U-образная траектория — трёхфазный процесс: хорошее исполнение → деградация → восстановление с превышением исходного уровня. Феномен задокументирован в моторных, когнитивных и языковых навыках.

Фаза деградации — это не регресс, а реструктуризация нейронных цепей. Три механизма работают одновременно:

— Синаптический прунинг. Мозг создаёт избыточное количество связей, затем слабые элиминируются, сильные стабилизируются. В период активного прунинга производительность временно падает — старая схема разрушена, новая ещё не закреплена.

— Переход от декларативной к процедурной памяти. Сначала навык управляется гиппокампом (сознательный, медленный контроль), затем переходит в стриатум и сенсомоторную кору (автоматизм). В момент перехода обе системы конкурируют — отсюда видимый сбой.

— Нейронный реплей во сне и в покое. После сессии обучения мозг воспроизводит выученные последовательности в ~20-кратном ускорении во время отдыха. Навык улучшается без практики, но между сессиями есть окно нестабильности.

После прунинга и консолидации навык кодируется компактнее: меньше синапсов, но каждый сильнее и специализированнее. Выполнение становится быстрее, точнее и менее энергозатратно.

Практический вывод: прерывать практику в момент провала — контрпродуктивно. Короткие паузы после практики максимально ускоряют консолидацию. Нужно разрешить сломанное выполнение, не вмешиваться и дать циклу завершиться самостоятельно.

Ну что, делаем ставки?
когда OpenAi выкатит GPT-5.3

ставлю на ближайшую неделю))

Потестили sonnet 4.6 и gemini 3.1 Pro?

Все сотрудники в офисе OpenAi

Продолжаю работать над ассистентом, чтобы дать им тоже по пользоваться)
собственно все таблицы будут настраиваемые.

Будет привязка к lifetrend - чем больше данных записывается тем больше сможет проанализировать ассистент.

Весь график состояния, пока веду лайфренд, весь устойчивый рост - работа с ассистентом над этим же ассистентом) 😂
Разборы снов, состояний и общий анализ всего что происходит.

UPD:
Теперь ассистент еще и сама анализирует состояние. Если с ней начать общаться, то она начинает вести точно так же дневник состояния, который можно дальше отследить на графике. На графике видно пунктирная линия. Это то, как я себя сам оцениваю. А сам график строится на основании анализа ассистента. Так что я себя недооцениваю. )

От n8n решил полностью отказаться. Это удобно только на первых парах) дальше работать с кодом становится максимально не удобно. И при разрастании кодовой базы начинаются тормоза. и работать максимально не комфортно.


вот это блоки памяти и настроек. тут это каждый блок свой вызов БД.
Через код это оптимизировано в 2 запроса к БД.
Можно и тут сделать всего 2 запроса SQL - но для меня это не удобно, потому что почти всю базовую часть кода пишет OPUS 4.6

Обновил нейрошум, уж слишком много там занимало места, а я все читаю и просматриваю в последнее время, смотрю чисто на заголовки, и если нужно почитать подробнее, то вся информация уже внутри в цитате.
@Neuro_Buzz

Текст для поста в Telegram (можно копировать):

---

Забирайте шаблон: [AI_INSTRUCTIONS.template.md](AI_INSTRUCTIONS.template.md)

Это «инструкция для AI» (ChatGPT/Claude и т.п.) для репозитория, где вы управляете серверами по SSH.

Что внутри:
- жёсткие запреты на опасные действия без явной команды (локально и на серверах)
- правило «никаких секретов в git» (ключи/пароли/токены — только вне репо)
- протокол восстановления контекста (что читать в первую очередь)
- шаблонные команды SSH и порядок «проверь сервер» (read-only аудит → отчёт → фиксы только по подтверждению)
- структура папок под audit-скрипты и scripts-скрипты

Файл обезличен: без IP, без путей к вашим ключам/папкам, без персональных данных. Всё заменено плейсхолдерами и примерными значениями.

Использование:
1) кладёте файл в корень репозитория
2) говорите AI: «первым делом прочитай [AI_INSTRUCTIONS.template.md](AI_INSTRUCTIONS.template.md)»
3) дальше работаете по протоколу

#devops #ssh #security #automation #ai

Думаю, вы уже видели это интервью. Вот что я выделяю — одна из ключевых мыслей, на которую многие не обращают внимания.

Борис Черный, руководитель проекта Claude Code в Anthropic, говорит о фундаментальных сдвигах в разработке, которые уже происходят прямо сейчас.

Программирование как навык теряет вес. Борис считает, что через год-два умение писать код вручную перестанет иметь значение — эту задачу полностью закроет ИИ.

100% кода пишется ИИ. Сам Борис с ноября 2024 не написал ни одной строчки вручную. Полностью перешёл на управление агентами. (я тоже уже как 2 месяца)

Должность «программный инженер» исчезнет. Роль инженера трансформируется в роль «создателя» — фокус смещается с написания кода на проектирование продукта.

Проектируй под модель через 6 месяцев. Чтобы построить успешный ИИ-продукт, нужно ориентироваться не на текущие ограничения, а на то, какой модель станет через полгода.

Ставка на универсалов. Самые востребованные — те, кто работает на стыке дисциплин: дизайн + код, продукт + инфраструктура. ИИ забирает узкотехническую рутину.

Используй самые мощные модели. Топовые модели (вроде Opus 4.6) часто обходятся дешевле — делают меньше ошибок, тратят меньше токенов на уточнения. Я про это говорю практически в каждом своём видео.

Токены — инструмент инноваций. Компаниям стоит давать инженерам неограниченный доступ к токенам. Это мизерная цена по сравнению с зарплатой и потенциалом прорывных идей.
Тут полностью согласен — использовать нейросети нужно на максимум. И самые мощные.

Мгновенная обратная связь. ИИ-агенты позволяют исправлять баги, о которых пишут пользователи в соцсетях, буквально за минуты.

Источник
https://www.youtube.com/watch?v=We7BZVKbCVw