Всего 5 из ∞ способов, как можно ускорить свои рабочие задачи с помощью AI-агентов.

Для примера у вас задача — улучшить фичу.
Открываете Claude Code / Cursor / Codex — и погнали.

🔗Разобрать десятки обращений в поддержку, отзывы и цифры из аналитики
Отдаём доки с любой релевантной инфой — получаем:
🪵 повторяющиеся сценарии и сгруппированные проблемы
🪵 аномалии в данных и поведении
🪵 инсайты, которые не замечали

🔗Найти слабые места в пользовательском опыте
Нарезаем скриншоты экранов / CJM, пуляем в агента — получаем:
🪵 описанный полный флоу и слабые места интерфейса
🪵 список гипотез, где именно пользователь теряется

🔗Сформулировать продуктовые решения с аргументацией
Если агент прошелся по шагам выше, то у него уже есть: цифры, фидбек, слабые места фичи
Значит на выходе он отдаст вам не “давайте что-нибудь улучшим”, а структурированное предложение с логикой и обоснованием.

🔗Собрать кликабельный прототип без дизайнера под продуктовое решение
Агент видит текущий интерфейс, знает проблему и решение. А значит, к вашим услугам:
🪵 пересоберёт экраны
🪵 добавит недостающие элементы интерфейса
🪵 сделает рабочий прототип
Сразу увидите, как это будет работать, а не фантазируете в голове.

🔗[бонус] Превратить всё это в видео-презентацию
У вас уже есть прототип + логика изменений.
Агент сможет собрать анимированный ролик с демонстрацией финального решения. Не PowerPoint, а полноценный моушен-дизайн.

Это небольшой список, который я использовал только за сегодняшний рабочий день)
Таких способов применения сотни. Пробуйте, это не больно, а чертовски приятно!
19/20

Интересная картинка завирусилась на днях в твиттере/X.

Это вафельная диаграмма (оказывается это спец название такому виду инфографик), которая показывает степень проникновение ИИ в масштабах человечества.

8.1 млрд человек разложили на 2500 квадратов. Каждый — ~3.2 млн людей.

84% серых — ни разу не открывали ChatGPT или Claude.

16% зелёных — бесплатные чатботы. 1.3 миллиарда, но на картинке — тонкая полоска снизу.

0.3% жёлтых — платят хотя бы $20/мес за AI. 15-25 миллионов человек.

0.04% красных — продвинутые чуваки, которые кодят с AI-инструментами, создают уже продукты/системы.
2-5 миллионов.

Выводы:
1. Если думаете, что поезд уезжает — он ещё даже не на станции ➡️ использование AI до сих пор штука уникальная, даже если кажется что все вокруг уже во всю ее юзюат. Но...

2. Билет на поезд сейчас дешёвый, но становится дороже по мере проникновения технологий ➡️ чем дальше, тем сложнее будет встроиться в новую экономику. 🦞А встраиваться придётся. Всем.

Но пока, смотря на "вафлю", время ещё есть— где-то полгода, судя по скорости, с которой херачит этот поезд...

AI/ML-термины пугают только пока их не распробуешь

Когда слегка глубже начинаешь погружаться в AI/ML, там неминуемо всплывают всякие термины типа RAG, embeddings, LangChain, агенты и так далее.

Но на самом деле базово понять их изи — просто нужно залезть в них руками.
Ну например:

🔗RAG
Сделал бота, который отвечает по твоим документам или базе знаний, которую ты ему скормил — поздравляю, ты построил RAG.

🔗Embeddings
Сделал поиск по смыслу, а не по словам. «Как отменить подписку» и «где отключить оплату» — система понимает, что это одно и то же. Это соб-сна embeddings.

🔗Векторная база
Десятки документов, но система по вопросу за секунду находит нужные — значит у тебя уже есть векторная база.

🔗AI-агенты
Помощник, который сам решает: полезть в сеть, дёрнуть API или открыть файл — эт агент. Про них кстати тут, тут и тут постецкие

🔗LLM evaluation
Сравнил ответы моделей, потестил промпты и нашёл, где модель тупит — ты умеешь в LLM evaluation.

🔗LangChain
Сделал бота, который сначала ищет инфу, пихает в контекст и только потом отвечает — поздравляю, ты уже знаешь из чего состоит LangChain.

🔗Prompt engineering
Переписывал один промпт 20 раз, пока модель не перестала нести херню — добро пожаловать в клуб начинающх промпт-инженеров.

Короче: звучит страшно, а на деле как всегда - просто надо попробовать.
Так что Let’s AI it

Кого ИИ уволит первым?
Anthropic выкатили отчёт с интересным графиком.
Синее - потенциал, сколько ИИ может забрать на себя. Красное - сколько уже забрал.

Где ИИ УЖЕ СЕЙЧАС имеет огромный потенциал (а значит максимальный риск для людей):
⭕️Компьютеры и математика потенциал под 95%
⭕️Бизнес и финансы ~95%
⭕️Управление ~92%
⭕️Офисная и административная работа ~92%
⭕️Юриспруденция ~91%

Но в реальности пока используется максимум 30-40% (красный показатель).
Остальное будет заполняться в ближайшее время. И судя по скорости развития, заполнится быстро. Вопрос не в «если», а в «когда». По теме писал мысли здесь.

А вот, например, в строительстве, ремонте, сельском хозяйстве, общепите - ИИшка пока не конкурент прямым и золотым рукам.

Вывод?
Чем больше работа головой — тем выше шанс, что AI догонит, даст пинка и ещё раз догонит.
Парадокс - 10 лет все курсы учили «войти в IT». А надо было учиться жарить стейки и класть плитку в ванной.

Как заставить книги работать на себя.

Как обычно бывает:
читаешь книгу - о! полезные мысли. Буду применять!
А потом в реальной жизни прилетает конкретная задача - и последнее, что ты будешь делать - идти перечитывать 300 страниц условного Голдратта в поисках одной нужной мысли.

Но можно ж сделать так, чтобы за тебя эти мысли помнил и доставал AI-агент.
По стоимости это 10 минут в 3 шага:

1️⃣ Загрузил нужные, наиболее для себя ценные книги - отдал агенту полностью их "прочитать".
Агент живёт в Claude Code, просто видит мою папку на ноуте со всеми книгами.

2️⃣ Написал SKILL.BOOKS
Скиллы - это по сути подробная инструкция для Агента. В данном случае: какие книги у меня есть, для чего каждая нужна и в каких ситуациях к какой лучше обращаться. Скилл пишется один раз, дальше агент сам с ним работает при каждой новой задаче.

3️⃣ Теперь работаю с книгами не «вообще», а под задачу.
Например, появляются в проектах «узкие места».
Надиктовываю агенту ситуацию, активирую SKILL.BOOKS.
Дальше он идёт в библиотеку, находит нужную книгу/книги и на их основе предлагает варианты решений. Структурно, с контекстом под задачу.

Короче, книга перестаёт быть просто артефактом, который когда-то был прочитан и забыт, а становится инструментом под конкретную задачу.

Я не знаю почему Ютуб порекомендовал мне это видео и зачем оно вам, но боже храни его алгоритмы.

❤️‍🔥+1 мечта - купить на дачу вертушки и раздать такой же разъёбный сэт на всю деревню! 

А так мужик выбрал быть счастливым конечно.
Сделал мой день, кайфаните тоже ❤️

https://youtu.be/24YG5rPuoWU?si=IN-t9tk3Nzk3JHzl

Привычный нам таск-трекинг умирает?

Мир любого проекта - это цепочка передач из рук в руки:
Продакт накидал концепт ➡️ Аналитик посчитал ➡️ Дизайнер нарисовал ➡️ Разработка закодила ➡️ Маркетолог запромоутил.
И всё это сверху обмазано статусами, созвонами, синками, декомпозициями и прочей мучительной хератой

И такая концепция потихоньку (а может и стремительно) будет умирать.

🦞 В какую новую концепцию мы идем по моим ощущением:
В агентное планирование. В мир, где главная механика не “передать задачу дальше”, а
“собрать контекст для своих ИИ-Агентов → дать им запустить реализацию”.

Если у вашего ИИ агента будет цифровой контекст команды - стратегия, обсуждения, созвоны, код, пользовательский фидбек, аналитика, процессы, и тд - ему не нужно по 15 часов в неделю участвовать в ритуале “давайте ещё раз синканемся, чтоб вдуплить что вообще происходит”.

Он и так это видит на 360 градусов.

🦞 В качестве примера - представим проседает онбординг.

⚫️Раньше:
вручную собрать жалобы саппорта, цифры аналитики, наблюдения дизайна, обещания маркетинга, гипотезы продакта. Провести кучу "полезных" встреч, создать свалку тикетов, нарисовать ахуенно красивый и бесполезный роудмэп, найти будущих виноватых.

⭕️Теперь:
всё это уже лежит в контексте агента. Он 24/7 собирает данные, анализирует и выдаёт решение - вот где просадка, вот повторяющиеся жалобы, вот метрики, вот задачи для команд, вот распределение ответственности, вот образ результата.

✨Кажется революция в том, что умирает огромный слой херни между «запланировать/обсудить что делать» и «взять -> сделать».

Что делать с этой инфой? Учиться собирать и юзать агентов конечно же 🙂

Если вы пишете тексты или мучаетесь с их написанием как я - Claude очень круто умеет в разбор вашей стилистики и рекомендации.

Что попробовал:
Выгрузил в текстовый файл все 30 постов из этого канала (уже 30 постов! Надеюсь, это хоть кому-то нужно).

Дальше отдал этот файл Клод Коду, попросил запустить команду субагентов, чтобы каждый "прожарил" мою графоманию с разных сторон:
— один разбирал тон, лексику, синтаксис
— второй — темы, рубрики, форматы
— третий — что потенциально может работать

Так и пишите ему:

"запусти субагентов, которые консилиумом проанализируют мои посты"

Клод сам доформирует состав агентов.

На выходе получается крутой анализ, который даёт пищу для размышлений. Например, у меня:

— тон — «разговор с добрым знакомым за пивом» (предпочитаю винч, но ок)
— скобки в каждом посте — это не ремарки, а «внутренний голос автора», постоянный метакомментарий
— позиция — «антиэкспертная, декларированная и последовательная». То есть я систематически говорю, что ничего не понимаю, и это не факт, а стилистика
— частый авторский приём — тональные качели: «серьёзное и ироничное чередуются внутри одного поста, пафос всегда сливается в шутку»

На скрине выше пример что выдает на выходе.

Этот подход можно по-разному комбинировать под свои задачи:
⭕️ усилить анализ если скармливать ему другие свои тексты: сообщения коллегам, переписки с друзьями, комменты, свой рэп из блокнота
⭕️ прогнать рабочие доки, понять как пишет компания, скорректировать это, попробовать усилить
⭕️ взять авторов, которых вам нравится читать, также закинуть их тексты и вытащить паттерны, которые потом использовать у себя

Короче, Claude Code отлично, глубоко и просто разбирает любую стилистику. А дальше используйте лучшие паттерны под свои задачи

"В любой непонятной ситуации иди накидывать стикеры в Miro!" - давно стало моим девизом.

Миро для меня — антипомойка для головы. Бэклог, ресёрч, идеи, анализ — всё летит туда стикерами.

Сегодня подключил Миро как MCP-сервер к Клод Коду. 🔥Это огонь! Теперь любой агент может работать с моими досками.

Какие это возможности открывает ИИ-агентам:

⭕️Читают содержимое, понмают контекст, выдают саммари. То, на что у меня уходит кучу времени — агент делат автономно и шустрее в разы
⭕️ Сами рисуют юзер-флоу по продуктовому концепту. Видят мои кривые стрелки и стикеры - переводят это в понятные схемы
⭕️ Из стикеров и таблиц собирают продуктовые требования. Натурально видят мои заметки - переводят это в продуктовое описание.
⭕️ Генерят бэклог после брейншторма - на основе стикеров участиников. Разбирать сотни стиккеров после брейнштормов это адская боль, знает каждый кто хоть раз их проводил.

🔗Я просто в свою очередь даю в Клоуд коде текстом на это задачу. Дальше всё само.

Пока официальный MCP сервер от Миро обрезанный, но уже умеет разбирать кучу информации с борды и все это структуировать без моего участия.

Подключается достаточно просто - просто попросите Claude Code "Хочу MCP для Miro" и ссылку.

Сижу, я значит на очередном созвоне. Объясняю идею на словах — все кивают. Затем выясняется, что каждый понял концепцию по-своему.
Абсолютно норм история. Слова абстрактны. Визуал — нет.

Поэтому при проработки идеи я стараюсь её визуализировать с Клодом. Фичу, лендинг, флоу онбординга — что угодно. Через Claude Code эт 5 минут.

Как делаю:
1️⃣ Сначала прорабатываю идею — что есть сейчас, какие есть проблемы/задачи, и что хочу по итогу

2️⃣ Кидаю скрины текущего UI если есть, он подхватывает дизайн-систему. Если идея совсем новая, то кидаю референс с условного Dribbble/аналогов.

3️⃣ И самый важный шаг - Пишу буквально:

«На основе концепции и дизайн-кода сделай HTML-макет. Расположи ключевые элементы, напиши обоснование каждого»

Через 5 минут на выходе — страница в браузере с интерактивными элементами. Чекаешь, вносишь правки - клод докручивает так же быстро.

На скрине рабочий пример. Думал как улучшить CRM в продукте. Сформировал список хотелок и идей, попросил сверстать. Там даже карточки открываются (если что), макет многоуровневый.

Раньше я такое делал в Фигме часа за два и так, как будто это было сделано жопой, а не руками.

Парадоксальное время для молодёжи нынче 🤪

С одной стороны, есть популярное мнение, что зумерам и альфа 3,14здец, так как они первое поколение, которому мерзкий капиталист не даст заработать. Точнее, не даст владеть (все ж мы видим стоимость квартир и тачек).
Из-за этого, кстати, для них карьера, в отличие от тех же миллениалов и бумеров — десятый приоритет. Они буквально не видят смысла, нахера и ради чего им впахивать на дядю до поноса и выгораний.

С другой стороны, у этой же молодёжи ахеренно много возможностей с приходом ИИ и перестройкой мировой экономики. Если у пацана/девчонки голова на месте, то можно изучать и вписываться в супер интересные штуки.

К этой мысли меня подвела новость:

Яндекс с ВШЭ, МФТИ, МИФИ, МАИ и ИТМО запустили модель подготовки спецов по физическому ИИ.

Проще говоря, это направление, когда роботы взаимодействуют с реальным миром.
Уже даже стартовала первая программа — Yandex Physical AI Garage. 100 мест, стипендия, задачи из реальных проектов.❤️‍🔥

Пока все в лучшем случае пробуют промпты на GPT, эти ребята будут учить железо видеть, двигаться и принимать решения в реальном мире.
Эта история уже не про «войти в IT» в привычном смысле, а целая индустрия с вагоном возможностей.

Один из вариантов ответа на вопрос «куда отдавать детей после школы»)