Как именно делать технические штуки
Рубрика · Вопрос в зал

Хочу обсудить с вами новую идею формата. Я часто вижу какие-то видео/рилсы про ИИ с какими-то крутыми штуками. Вот например: https://www.instagram.com/reels/DY2GRVfN4bZ/ (про markitdown)

И вроде бы всё прикольно и полезно. Но потом я понимаю, что я не знаю, как именно всё это сделать. И ничего не делаю в итоге.

Но я ещё знаю, что такое маркдаун. Но что именно делать с ссылкой на Гитхаб? Сейчас я осознанно посидел часик и вроде бы разобрался. Но опять-таки я уже когда-то разбирался, что такое pip и вот это всё.

Я хочу немного синхронизироваться и откалиброваться. Может быть, это только я такой дурачок. А все остальные смотрят и всем всё понятно — и всё сразу делают. Но если у кого-то так же как у меня, может обсуждать, как именно делать такие более-менее технические штуки.

Расскажите, как у вас обстоят дела с похожими видео?

MarkItDown
Рубрика · Технический прикол

Я попробовал разобраться с хайповой библиотекой MarkItDown (рилс).

MarkItDown — это библиотека от Microsoft, которая превращает любой (оказалось, что не любой) файл в Markdown: github.com/microsoft/markitdown

Markdown-формат — это хорошо, потому что это просто текст с простой разметкой. ИИ лучше и дешевле читает такой текст, потому что не тратит токены на обработку лишнего форматирования.

Эта библиотека не тратит токены на конвертацию. Всё делает наш компьютер до того, как файл попадёт к модели.

Без волшебства. Нормально работает с PDF, Word, PowerPoint, Excel, HTML, CSV, JSON, XML, ZIP. Для распознавания аудио, картинок и видео с YouTube нужно подключение OpenAI или Azure (за деньги). С Youtube берутся только метаданные и описание, даже не субтитры.

Что конкретно нужно сделать
1. Узнать, установлен ли Python. В командной строке: python --version
2. Если его нет, установить Python. С сайта: python.org/downloads
3. Установить библиотеку MarkItDown. В командной строке: pip install markitdown

Как пользоваться
В командной строке: markitdown file.pdf -o result.md
file.pdf — это исходный файл
result.md — куда записать результат

Чтобы вызвать командную строку
В Виндоусе: Win + R или в поиске найти Windows PowerShell
На Маке: Cmd + Space и написать «Terminal»

Ещё есть MCP. Что это такое — я пока не разобрался.

Это основное. Всё сразу не заработает, будут какие-то странные ошибки. Не забывайте, что вы всегда можете спросить подробности у модели. Дайте ей ссылку на библиотеку — и задавайте вопросы. Если что-то не получается, показывайте её скриншоты ошибок

Ваши первые шаги в вайбкодинге
Рубрика · Вопрос в зал

Расскажите, пожалуйста, писали ли вы что-то работающее с помощью ИИ? Какое-то приложение или автоматизацию. Даже если супермаленькое.

Если да — расскажите что? Или покажите? А если пока нет — расскажите почему?

Как учить что-то до автоматизма с помощью песен
Рубрика · Кейсы

Проблема и решение. Я подумал, что было бы прикольно учить слова и выражения на немецком с помощью песен. Можно просто идти и фоново их слушать. Поэтому я попробовал генерировать песни с ChatGPT и Suno.

Суть кейса. Я хотел выучить немецкий фонетический алфавит (типа «Б как Берлин»). Я вместе с чатомGPT написал текст песни. Попросил его использовать меньше сложных слов, чтобы они не мешали понимать и учить важное. Потом попросил его же описать музыкальный стиль. И из всего этого сгенерировал песню в Suno.

Что получилось хорошо. Да в общем всё получилось прикольно.
Вот две версии: https://suno.com/s/ERPrX6rNobUVHeW4 · https://suno.com/s/qQiDq3NbyQkgujgZ

Что получилось плохо. Есть немного ощущение случайности результата, потому что если что-то не понравилось, в Suno нельзя поменять только это — а можно только переделать песню целиком. И она уже совсем другая. На платном тарифе — вроде бы, контроль сильно лучше. Ещё бывают проблемы с произношением. Я это решил тем, что попросил чатGPT написать так, как произносится (типа не «С wie Chemnitz», а «Tseh wie Khem-nitz»).

Инструменты. ChatGPT, Suno.

Что важно, чтобы повторить кейс. Нужно явно указывать уровень языка (A2, B1, B2). Просить короткую песню с простыми предложениями и частым повторением нужных слов. Отдельно просить описание стиля для Suno. Музыкальный стиль должен нравиться. Сложные слова с неочевидными ударениями или произношениями отдельно писать так, как они читаются.

Что ещё хочется добавить. Наверное, этот способ запоминания работает там, где важно автоматическе запоминание. Типа для такого алфавита или для номера телефона. Я не уверен, что для обычной лексики он сработает

Ловушка эффективности · The Efficiency Trap

ИИ-компании обещают нам рост продуктивности. Но нужно быть аккуратными с этим.

Обещание в том, что мы будем делать свои задачи быстрее, а остальное время и силы тратить на что-то прикольное.

В реальности же получается так, что мы делаем свои задачи быстрее. Но время и силы не появляются, остальное время мы просто тратим на то, чтобы делать больше задач.

Есть такой термин Награда Кайзера · Kaiser Reward — это когда мы хорошо и быстро делаем свою работу, наша награда заключается в том, что нам просто дают больше работы.

Социальное и экономическое давление в эту сторону на нас очень сильное. Не очень понятно, как с этим справляться, но хотя бы помнить про это — уже полезно.

По мотивам статьи AI, Productivity, and Human Finitude: A Conversation With Oliver Burkeman

Дрейф автоматизации и радость от работы

Ещё нам обещают, что мы будем делать меньше скучных задач, потому что скучные задачи будет делать за нас ИИ. С этим тоже нужно быть аккуратными.

В реальности часто получается, что на человеке остаётся самая скучная и нелюбимая часть работы. ИИ-автоматизация склонна дрейфовать в сторону тех задач, которыми люди и сами хотели бы заниматься.

ИИ что-то создаёт, а задача человека — искать и исправлять ошибки.

Люди превращаются в менеджеров, в редакторов, в отладчиков кода. Это не самая творческая часть работы. Обычно люди именно эту часть работы не любят.

Нужно не забывать, какая часть работы приносит нам радость — и стараться не отдавать её ИИ.

Хотя снова: экономическое и социальное давление заставляет делать больше и больше — и отдавать ИИ как можно больше всего.

По мотивам статьи AI, Productivity, and Human Finitude: A Conversation With Oliver Burkeman

Саммари и искры озарения

Когда мы просим ИИ рассказать коротко суть, а не читаем оригинал, теряется важная штука.

Когда мы читаем что-то длинное, мы можем отреагировать на какие-то побочные мысли и сам процесс размышления. Именно такие побочные мысли часто резонируют с личным опытом и вызывают искры озарения. Поэтому они ценны. ИИ вырезает всё такое как неважное.

Но саммари полезно, чтобы понять, стоит ли тратить время и силы на чтение оригинала целиком

По мотивам статьи AI, Productivity, and Human Finitude: A Conversation With Oliver Burkeman

Как сохранять звонки с друзьями
Кейсы · Кейсом поделился Антон Зельдин

Проблема и решение. Хотел записывать созвоны с друзьями и сохранять из них саммари и ключевые моменты. Руками так никогда и не делал — просто мечтал, что было бы хорошо, иногда оставлял какие-то заметки в дневнике. Сейчас сделал систему с помощью Fathom, агентов и Obsidian vault.

Суть кейса. Fathom записывает звонок и делает транскрипт с разбивкой по собеседникам. Дальше агенту (Claude CLI, Codex CLI или Hermes) говоришь: вот в inbox лежит новый транскрипт — и он раскладывает его по заметкам в Obsidian, делает саммари, поинты для следующего раза (если есть) и оценку самого диалога и отношений.

Что получилось хорошо. Транскрипт хорошо привязан к собеседнику. Раньше с самодельным транскрибером реплики путались и приписывались не тому человеку, сейчас этой проблемы нет.

Инструменты. Fathom, Obsidian, Claude CLI / Codex CLI / Hermes.

Клод объясняет:
✦ Fathom — сервис записи и транскрипции звонков с разделением речи по говорящим (диаризацией). У него есть щедрый бесплатный тариф без ограничений по количеству и длительности записей. Платный тариф нужен в основном для CRM-интеграций и продвинутых шаблонов саммари. Для личного использования хватает бесплатного.
✦ Obsidian — программа для заметок, которая хранит всё как обычные текстовые файлы (Markdown) в папке на диске. Эта папка и называется vault. Всё локально, без привязки к облаку, поэтому файлы можно открыть в любом текстовом редакторе и спокойно отдавать на чтение агенту.
✦ Claude CLI / Codex CLI / Hermes — agentic-инструменты командной строки. Ты даёшь им задачу на обычном языке, а они сами читают и пишут файлы на диске, без необходимости копировать текст между программами вручную.

Что важно, чтобы повторить кейс. Нужен Fathom, чтобы получить приемлемый уровень транскрипта, привязанного к собеседнику правильно. Нужен Obsidian, чтобы сделать структуру записи: каталог друзей, карточки созвонов и инструкции для агентов, как со всем этим работать.

Сам процесс такой: складываешь новый транскрипт в inbox-папку vault'а, говоришь агенту его обработать — и он сам раскладывает по карточкам друзей, пишет саммари, поинты для следующего раза и оценку диалога и отношений.

Клод добавляет: чтобы каждый раз не объяснять агенту заново, что делать, инструкцию можно держать отдельным файлом в корне vault'а — например, agents.md — там описать, что делать с новым транскриптом из inbox и какую структуру заметок создавать.

Что ещё хочется добавить. ИИ отлично разбирают иронию и шутки про роботов, которые не понимают сарказм — просто шутки. В целом кажется, что такие записи дружеских разговоров — это сокровище, которое может накапливать каждый, и будет очень здорово перечитать или пересмотреть их через 10, 20, 40, 150 лет

Навыки, вкус и агентность

Вклад человека в мир складывается из трёх частей:
1. Навыки: способности и знания.
2. Вкус: ценности и предпочтения.
3. Агентность: способность действовать.

В навыках мы уже проиграли ИИ. В некоторых сложных творческих задачах лучшие специалисты пока сильнее ИИ, но это временно.

Вкус — это, казалось бы, точно человеческая штука, но не совсем. Вкус — это две разные компоненты.

Во-первых, вкус — это распознавание образов: способность предсказывать, что понравится другим людям. Это ИИ может сделать: он может пересмотреть огромный массив информации и найти в нём закономерности. Хотя пока у ИИ очень усреднённый вкус.

Во-вторых, вкус — это способность задавать новые направления: делать так, чтобы люди стали считать красивым то, что раньше красивым не казалось. Здесь ИИ, видимо, не справится. Для этого нужен социальный риск: когда мы (люди) называем что-то новое хорошим, мы рискуем своей репутацией (а ИИ не рискует, ему пофиг).

Агентность — это способность действовать, это воля применять навыки в соответствии со вкусом. Это последнее, что мы можем делать, а ИИ не может.

То есть навыки — это способность делать хорошо, вкус — это способность отличать хороший результат от плохого, а агентность — способность выбирать, куда себя приложить, и собственно делать это.

По мотивам статьи When AI Has Better Taste Than You

Тестовый прогон воркшопа

Через 10 дней я буду проводить небольшой воркшоп «Как с помощью ИИ начать делать инструменты для себя». Это занятие про самые азы того, как начать делать что-то типа приложений и автоматизаций. Это будет офлайн, в Берлине: https://lab-wir.de/sofronov_ai_tools/ru

Я хочу сделать тестовый прогон чуть заранее и рассказать про то же самое в Зуме. Хочу сделать это 1 июля (в среду). Утром (в 10-11) или вечером (в 19-20) — я решу, когда вы ответите в форме, когда вам удобно. Будет длится час. После созвона я попрошу у вас обратную связь.

Если вам это интересно — заполните форму, я пришлю вам ссылку: https://forms.gle/WFkWCRhHcfPMRYU69

Как получить поддержку от любимой книги
Кейсы · Кейсом поделилась Люся Овчинникова, психолог и преподавательница

Проблема и решение. Бывают состояния, в которые проваливаюсь, когда устала и перегружена: «меня никто не любит», «я всем мешаю», «я во всём виновата», «я бездарность». Заезженная пластинка, знакомая многим. В такие моменты особенно нужна поддержка — и слова утешения, и что-то отрезвляющее. Но близкие тоже устают, им сложно подобрать правильные слова, а иногда просто не хочется их грузить.

Поэтому я загрузила в NotebookLM учебник по психоаналитической диагностике Нэнси МакУильямс и обращаюсь к нему как к персональному психологу.

Суть кейса. Когда накатывает тяжёлое состояние, я выгружаю переживания одним сплошным потоком в блокнот и прошу разобрать их с точки зрения психоаналитической диагностики и написать мне поддерживающее письмо.

Что получилось хорошо. В ответ получаю объяснение, куда именно я провалилась и какие защиты включились, какая часть меня требует внимания — это помогает посмотреть на ситуацию со стороны и не утопать в ней. Дальше — контейнирование и валидация чувств.

И финальный штрих: поддерживающее письмо, написанное с опорой на любимого автора. Метод работает не только с МакУильямс — подойдёт любая ваша любимая книга по психологии. В МакУильямс лично мне нравятся структурность, чуткость и человечность.

Клод добавляет: Важен не только контент книги, но и голос автора. Если вы видели интервью МакУильямс на YouTube, вы знаете, как спокойно и доброжелательно она говорит. Похоже, что NotebookLM считывает эту интонацию из текста и воспроизводит её в письмах, поэтому стоит выбирать автора, чья манера сама по себе успокаивает.

Инструменты. NotebookLM, Wispr

Клод добавляет: бесплатная версия NotebookLM позволяет загружать несколько источников в один блокнот — например, кроме самой книги можно добавить пару статей или лекций того же автора, чтобы ответы были разнообразнее. У каждого источника есть лимит — 500 000 слов или 200 МБ, для большинства книг этого хватает с запасом.

Что важно, чтобы повторить кейс. Загрузить в NotebookLM любимую книгу по психологии. В момент тяжёлого состояния выгружать переживания сплошным потоком, без структурирования, и просить разбор плюс поддерживающее письмо.

Клод добавляет: Книгу можно добавить как файл PDF, EPUB, Word или обычный текстовый файл — конвертировать заранее не нужно. Если книга есть только в виде скана без текстового слоя или защищена от копирования, NotebookLM её не примет — тут поможет PDF с OCR или, если книга есть в продаже, поискать её в EPUB.

Клод добавляет: в такие моменты обычно проще наговорить мысли голосом (через диктовку на телефоне или Wispr), чем печатать текст — поток получается более естественным и менее отредактированным, а это именно то, с чем удобно работать модели.

Что ещё хочется добавить. Если использовать именно книгу МакУильямс — важно знать, что она написана для психологов и содержит типологизацию структур личности. Нужно быть аккуратнее и стараться не навешивать после неё ярлыки на себя и других. Цель книги и любой самопомощи — лучшее понимание и принятие себя, а не дополнительная стигматизация.

Это ИИ, он может ошибаться. А в вопросах ваших чувств и переживаний только мы сами знаем правильный ответ. Поэтому если ответ не понравился — не расстраиваемся, пишем, что не понравилось и что хотелось бы взамен, и не отстаём, пока не удастся вздохнуть с облегчением

Промты голосом

Недавно я начал пользоваться голосовым вводом для общения с ИИ. Очень советую так делать.

Когда рекламируют голосовой ввод, обычно делают упор на скорость. Но мне кажется, скорость — это не самый важный прикол здесь.

А главный прикол — в том, что говорить мысли легче, чем печатать. Когда печатаешь, в голове включается режим «редактора»: подбираешь слова, что-то вычёркиваешь, начинаешь заново. А когда просто говоришь — этот режим отключается: меньше самокритики, меньше ступоров, мысль идёт свободнее — говоришь больше.

Из-за этого, пожалуй, меньше обдумываешь и получается поток быстрых мыслей. Казалось бы, это плохо, потому что мысли не глубокие.

Но на практике это хорошо для промтов. Моделям обычно не хватает именно контекста, а не лаконичности.. А когда говоришь, рассуждаешь вслух — и в итоге даёшь больше контекста, чем написал бы текстом.

Хотя это, конечно, не единственный режим работы головы. Режим «редактора» в голове тоже полезен. Но не для промтов.

Немного технических деталей:

Я сейчас пользуюсь Wisprflow.ai. Работает так: назначаешь какую-то комбинацию клавиш, потом нажимаешь эти клавиши, говоришь, текст распознаётся — и в поле ввода появляется текст. Мне хватает бесплатной версии, и я пока не понял, для чего может быть нужна платная.

Вообще в ChatGPT, Клоде и Gemini уже есть встроенный голосовой ввод, но он работает не очень предсказуемо. У меня, например, не везде распознаётся русский язык — и это сразу выбивает из потока.

Wispr сейчас работает везде. Раньше был только для Мака и Айфона, а сейчас есть и для Андроиде, и для Виндоуса.

И ещё Wispr сам чистит текст на лету: убирает «эээ», повторы, самоисправления — «встретимся в 5… то есть в 6» превращается просто в «встретимся в 6». Это тоже приятно

Как сделать бота, чтобы учить выражения из книжки
Кейсы · Личный кейс

Проблема и решение. Нашёл книжку «Bock auf echtes Deutsch». Там сто живых современных немецких выражений. Я знаю, что если просто прочитаю, всё сразу забуду. А читать по одному выражению в день — забуду читать. Поэтому решил сделать бота в Telegram, который постит по одному выражению в день.

Суть кейса. Загрузил PDF книжки в чат Клода и попросил вытащить оттуда слова: сам пример использования на немецком и синонимы на нормальном (Hochdeutsch) языке. Отдельно попросил Клод добавить перевод слова и перевод примеров на русский, и указать «вайб» выражения (насколько оно грубое, разговорное и так далее). Через плюсик внизу чата включил коннектор Google-таблиц, и Клод сразу записывал туда все слова.

Дальше попросил Клод написать скрипт для Google Apps, который читает из таблицы информацию про слово, собирает из них один пост и публикует в телеграм-канале раз в сутки. Периодичность поставил через триггер в интерфейсе Apps Script.

Клод объясняет: Google Apps Script — это язык программирования (на основе JavaScript), который работает прямо внутри Google-аккаунта, без отдельного сервера. Им удобно автоматизировать что-то вокруг Google-таблиц, документов и почты. Триггер по времени (time-driven trigger) — это настройка в интерфейсе Apps Script, которая сама запускает скрипт по расписанию: раз в час, раз в день и так далее, без необходимости писать код для этого.

Я ещё просил Клода написать, в каких ситуациях выражение уместно использовать, а в каких нет, но это оказалось бесполезно: ответ почти всегда был один и тот же — «в разговорной речи можно, в официальной не стоит». Убрал этот пункт.

Что получилось хорошо. Бот работает уже несколько недель. Сказать точно, помогает ли он запоминать слова, — сложно. Cлова вообще тяжело запоминаются, и дело не в боте. Но нужно несколько касаний с одним и тем же словом, и для этого точно полезно.

Что получилось плохо. Кроме той бесполезной штуки с «когда использовать/не использовать» — ошибок особо не было. Первый вариант формата поста не очень понравился, пришлось кое-что поправить в шаблоне. Но это так всегда.

Инструменты. Claude, Google Sheets, Google Apps Script, Telegram (BotFather).

Что важно, чтобы повторить кейс. Загрузить PDF книжки в чат Клода и попросить вытащить выражения с примерами и синонимами на немецком, отдельно поспросить сгенерировть перевод и «вайб» каждого выражения. Включить через плюсик коннектор Google-таблиц, чтобы Клод сам записывал туда данные. В Apps Script попросить Клод написать скрипт, который читает таблицу и собирает пост.

Клод добавляет: чтобы бот мог постить в канал, нужен Telegram Bot API. Это делается через другого бота — @BotFather: пишешь ему /newbot, он выдаёт токен (длинная строка вроде ключа доступа). Дальше добавляешь своего нового бота в канал как админа — иначе он не сможет постить. И узнаёшь numeric ID канала (у публичных каналов это просто @username, у приватных — можно спросить через того же Клода, как достать). Токен и ID канала подставляются в переменные в самом скрипте Apps Script — Клод подсказывает, в какие именно строки. Периодичность публикации настраивается вручную через триггер в интерфейсе Apps Script — без кода, просто выбираешь «раз в день» и время.

Что ещё хочется добавить. Я сознательно не просил Клода досочинять дополнительные примеры сверх тех, что есть в книжке. Я хотел, чтобы источник оставался только оригинальный, книжный, и ему можно было доверять

Как сделать индекс тревожности новостей
Кейсы · Кейсом поделился Андрей Донов

Проблема и решение. Хотел снизить тревожность от новостей, но не закрываться от них полностью — чтобы не пропустить важный сигнал к действию, если он появится.

Больше всего беспокоила тема AI Bubble Pop: в лентах было много разговоров о переоценённости технологии, а шок от такого пузыря затронет и мои скромные сбережения. Решил сделать себе индекс, чтобы не просто листать новости и пугаться.

Суть кейса. Внутри одного диалога с ChatGPT сначала задал контекст: попросил модель разобрать, что будет происходить, когда лопнет пузырь ИИ, и описать три реалистичных сценария на основе доступных данных (отдельно попросил не опираться на позицию Сэма Альтмана).

Дальше поставил рекуррентную задачу: попросил модель собирать ранние признаки пузыря и сводить их в единый индекс от 0 до 100, а также настроить эту задачу так, чтобы она сама регулярно пересчитывалась.

Сначала обновлял индекс раз в 2 дня, потом снизил частоту до раза в неделю. Показания вручную заносил в табличку, чтобы видеть динамику.

Клод добавляет: в ChatGPT это функция Tasks. Можно попросить модель напоминать или пересчитывать что-то по расписанию прямо в чате, без сторонних автоматизаций типа Make или Zapier.

Что получилось хорошо. Подход позволил смотреть на ситуацию с исследовательской точки зрения, а не глазами испуганного потребителя. Тревожность и ощущение потерянности снизились. А ещё табличка с историей значений оказалась полезнее, чем просто одно число.

С ноября по январь индекс вырос с 42 до 95 — тревога подтверждалась, было понятно, что ситуация действительно накаляется. Дальше в феврале он резко упал до 74, потом снова пополз вверх и к июню дошёл до 93. То есть по одному значению не скажешь ничего, а по графику из нескольких точек видно динамику.

Что получилось плохо. Система несовершенна: рекуррентные задачи слетают, точность под вопросом, email-уведомления от ChatGPT Tasks приходят по не вполне понятной логике.

Клод добавляет: у чисел вида «индекс 89 из 100» есть побочный эффект — они создают иллюзию точности там, где на самом деле лежит вкусовая оценка модели. Это не термометр, а скорее компас: направление важнее конкретного значения.

Инструменты. ChatGPT Tasks, Google Sheets.

Клод добавляет: под табличку подойдёт обычный Google Sheets — вставил число, дата уже есть, дальше можно за пару кликов построить график и увидеть тренд, а не только текущее значение.

Что важно, чтобы повторить кейс. Индексы лучше всего работают, когда есть конкретное ожидаемое событие, а не абстрактная тревога — в моём случае это AI Bubble Pop. Поэтому лучше привязать индекс к конкретному ожидаемому событию, а не к общей фоновой тревоге — так модели проще выделить релевантные сигналы.

Первый промт можно сделать простым, а потом попросить саму модель написать более точный промт для пересчёта. Полный промт — в комментариях.

Инсайты. Индекс работает лучше всего, когда привязан к конкретному ожидаемому событию, а не к размытой фоновой тревоге.

Клод добавляет: у этого метода есть побочный психологический эффект. Сам факт наличия системы (а не хаотичного скроллинга новостей) снижает тревогу, независимо от чисел, которые показывает индекс

Расскажите, пожалуйста, чем и как вы озвучиваете статьи, чтобы слушать их на ходу?

Если вы были на воркшопе в wir.de или на созвоне — я буду вам суперблагодарен за обратную связь: https://forms.gle/3C52XNYobGGyyeMe9

Что такое «агенты»

У меня была идея разобраться и написать пост про то, что такое «ИИ-агенты» и чем они отличаются от не-агентов.

Но я понял, что это бесполезно. Сейчас слово «агент» используют просто как синоним «что-то с ИИ».

Ситуация как со словом «нелицеприятный». Почти все люди используют слово «нелицеприятный» не с тем смыслом, который записан в словаре. Поэтому если ты используешь его в настоящем значении, это только усложняет коммуникацию. А язык должен упрощать коммуникацию.

Сейчас агентами называют всё что угодно с ИИ.

Во-первых, потому что всё постепенно на самом деле превращается в агентов. Агенты — это штуки, 1. которые могут сами решать, что делать, 2. у которых есть доступ к инструментам и которые могут сами что-то делать.

Сейчас мы пишем в чате что-то, а чат сам решает, нужно ли что-то погуглить для этого, сам гуглит, а потом может сделать результат в нужном формате и куда-нибудь его записать. Чат — это уже тоже агент.

Во-вторых, потому что похоже, что слово «агент» — органичнее для языка. Существительное «агент» использовать приятнее, чем чужеродные сущности типа «ИИ», «LLM», «chatGPT» или «Клаудэ». Со словом «агент» понятнее, как обращаться языке: склонять, создавать множественное число или прилагательные и всё остальное, что мы делаем со словами в языке.

Добавлено. В общем, самому, пожалуй, стоит стараться использовать узкое определение (1. сам решает что делать, 2. сам что-то делает). Но помнить, что другие люди 1. могут понимать его по-другому, 2. сами часто используют в широком смысле («что угодно с ИИ»)

Поджаривание мозга от ИИ · AI Brain Fry

Когда мы работаем с ИИ, может появляться AI Brain Fry. Это ментальное утомление от использования ИИ-инструментов сверх когнитивных способностей человека.

Люди описывают его как «туман» или «гудение» в голове: трудно сосредоточиться, решения принимаются медленнее, болит голова.

Если выгорание — это эмоциональное истощение, то поджаривание мозга — это именно когнитивное переутомление. При работе с ИИ мы перегружаем оперативную память и внимание. ИИ провоцирует больше работы и многозадачности, и ещё нужно постоянно контролировать его результаты.

Когда ИИ забирает рутину, выгорание снижается. Самое утомительное в работе с ИИ — это именно контроль результатов. Вредит не использование ИИ само по себе, а необходимость его постоянно контролировать.

Что с этим делать:

1. Ограничить число инструментов. Не стоит одновременно использовать больше трёх ИИ-инструментов. Первый и второй заметно повышают продуктивность, третий — чуть-чуть, а после трёх она начинает падать. Многозадачность и переключение между инструментами съедают внимание. Это не совет использовать именно три инструмента; лучше меньше, но точно не больше трёх.

2. Оценивать результат. Не стоит оценивать работу по активности: количеству сгенерированных строк кода или потраченных токенов. Такие метрики поощряют бессмысленную работу и лишнюю когнитивную нагрузку. Лучше оценивать результат.

3. Дизайнить процесс. Не стоит просто добавлять контроль над ИИ к уже существующим обязанностям. Это увеличивает нагрузку, а не уменьшает её. Лучше перепроектировать роли целиком: решить, какие задачи ИИ забирает, а от каких задач человек освобождается. Тратить 70% усилий на людей и процессы, а на технологию только 30%.

4. Обучать новым навыкам. Важны не только промтинг и технические навыки, но и постановка задач, планирование, анализ и приоритизация. То, что у ИИ можно попросить ещё одну итерацию почти бесплатно, не значит, что её нужно делать.

5. Прояснить ожидания от продуктивности. Фразы руководства о «росте продуктивности» сотрудники могут воспринять как то, что теперь от них будут ждать больше работы. Это создаёт стресс. Лучше заранее и прямо объяснить: какие задачи ИИ снимает, что изменится в роли человека и означает ли ускорение работы рост её объёма. Не стоит сразу «награждать» добавлением новых задач человека, который автоматизировал задачу.

6. Поддерживать. Не стоит бросать людей один на один с ИИ в ожидании, что они сами разберутся. Если менеджеры отвечают на вопросы об ИИ, сотрудники испытывают меньшую ментальную усталость.

7. Беречь внимание. Самые важные человеческие задачи: оценка, принятие решений, стратегическое планирование — требуют сосредоточенности. Лучше оставлять для таких задач отдельные периоды без ИИ, уведомлений и параллельных процессов, а не заполнять всё рабочее время контролем ИИ и переключением между задачами.

По мотивам статьи When Using AI Leads to «Brain Fry»

Что такое «интеллект»

Прикольная статья 2007 года. Авторы пытаются сформулировать, что такое интеллект без привязки к человеку: культуре, языку или физическому воплощению агента. Чтобы можно было сравнить интеллект собаки, человека, алгоритма или инопланетного разума.

Интеллект — это способность агента достигать целей в разных средах.

Очень важно в этом определении, что среды — разные.

Поэтому, например, универсальный интеллект у мухи выше, чем у Deep Blue — компьютера, который обыграл Каспарова в шахматы. Потому что муха может действовать и выигрывать в разных условиях, а Deep Blue только в одних.

По мотивам статьи Universal Intelligence: A Definition of Machine Intelligence