16:05 Algo

Всем привет! Я сейчас провожу ресерч, связанный с проп-компаниями в РФ и есть пара вопросов, на которые ищу ответы. Если у вас есть любой опыт взаимодействия с проп-компаниями - начиная от попыток прохождения их курсов или отборов и заканчивая торговлей через них или непосредственной работой в такой компании - напишите мне, пожалуйста: @SXOFV. Со своей стороны тоже буду рад помочь всем, чем смогу в рамках своих компетенций. P.S. В будущем ещё будут появляться необычные для меня посты/опросы на разные темы, потому что я тут вписался в очень интересную и потенциально всем нам полезную историю. Как дойдёт до какого-то результата обязательно расскажу.

С большими перерывами, но я всё же допишу ещё пару постов про ИИ. Сегодня про скиллы. Это один из самых полезных инструментов, который я активно использую. Скилл это, по сути, подпрограмма для ИИ. Он может содержать заранее подготовленный промпт, запускать скрипты и автоматизировать рутинные действия. 💡Главная ценность скиллов не экономия времени на вводе одних и тех же промптов, а экономия токенов и контекста. Причём существенная. Скиллы нужны не вам, они нужны ии агенту. Для себя я выделил три правила работы со скиллами: 1️⃣Явное использование скиллов. В правилах разработки у меня чётко прописано, что ИИ агент должен использовать скиллы. Для этого у него есть навигационный файл, по которому он ищет подходящий скилл под текущую задачу. 2️⃣Модификация существующих скиллов. Если подходящий скилл уже есть, но его нужно доработать без потери старого функционала, агент делает это самостоятельно. 3️⃣Создание новых скиллов. Если в процессе работы агент замечает повторяющиеся действия, которые расходуют много токенов и могут быть автоматизированы, он предлагает создать новый скилл и объясняет, зачем он нужен. Так библиотека скиллов органически растёт. ✅Эти три правила позволяют заметно сократить расход токенов, ускорить работу и снизить вероятность ошибок.

Так, на чём я остановился в постах про ИИ. Самое важное про документы и контекст рассказал. ⚡️Но есть важная деталь: все документы у меня "живые". В проектных правилах у ИИ прямо прописана инструкция: если он считает, что для качества работы нужно изменить документы, правила или создать новые, то он явно предлагает мне это. ❓Зачем это нужно: 1. Ошибки в изначальном планировании. Всё продумать сразу невозможно. По ходу работы всплывает масса мелочей, и без такой инструкции ИИ не всегда сам скажет, что нужны изменения, он будет из последних сил держаться установленных рамок. 2. Естественная эволюция задач. То, что запланировали вначале, по ходу меняется, а значит, меняется и документация. Если мы это упустим (а мы, скорее всего, упустим), ИИ будет работать по устаревшим правилам или вообще без них. 💡Главная мысль, к которой я пришёл: работу с ИИ нужно строить на партнёрской основе. Агенту нужно доверять в определённой степени. Я как человек задаю цель и ключевые рамки, но области своего незнания доверяю закрывать ИИ. Он предлагает путь реализации там, где я не разбираюсь. А где компетенции есть, план пишем вместе. ✅Обязательно дайте ИИ право высказывать мнение, предлагать изменения и корректировать путь реализации проекта с вашего одобрения. У меня, например, почти всю документацию ИИ пишет себе сам. А также анализирует свои и мои ошибки, предлагает, что улучшить итд Я работаю с ним, а он работает со мной. This is the way.

Я немного пропадаю, ибо не могу оторваться от работы. Почти доделал второй проект с ИИ, он уже напрямую про алго. Доделаю, расскажу. А пока вот такая мысль. С приходом ИИ мы можем сами, относительно быстро и дёшево собрать почти любое приложение, которое закроет конкретно нашу потребность в нужном нам виде. Это должно менять рынок програмных продуктов. Но как? Мне кажется, так: программные продукты теперь должны давать не только готовое решение, а удобную базу, которую пользователь модифицирует под себя. Например TSLab, который многим знаком. У него есть API, но свобода модификации ограниченная. А в мире, где ИИ быстро и хорошо пишет практически любой код, я хочу лезть глубже: свои оптимизаторы, свой визуальный стиль, свои модули контроля агентов, свои методы анализа данных итд. И конечно же подключить через MCP туда собственную модель, за которую я и так плачу. То есть сильный продукт больше не просто закрывает потребность, он даёт базу и безопасную песочницу, где пользователь сам решает, как закрыть его потребность в данной области. А если не хочешь делать сам, бери стандартные решения или чужие, теперь есть выбор. По сути это моддинг на ИИ. А главная задача продукта, сделать так, чтобы в этом моддинге пользователь ничего не сломал и мог безопасно сделать, что угодно. И в этом состоит новая конкуренция продуктов, не только в закрытии потребности, а в том как максимизировать удобство и свободу моддинга платформы при учёте безопасности. Вот такая мысль. Интересно увидим ли мы подобные решения в будущем. У меня вот куча идей куда и как это можно было бы внедрить.

Как вы заметили, посты прервались. Потому что неделю назад США снял экспортные ограничения, и Anthropic снова открыла Fable. Но по подписке он был доступен только до 7 числа, дальше только по API и за ощутимые деньги. Так что до сего дня я гонял через него всё самое сложное по текущим задачам. Как прошло расскажу ниже, а пока на скрине можете почитать отзыв Fable обо мне🙂 Кажется, он приукрасил, хотя настройки честности у него жёсткие, но всё равно приятно. Ошибки подметил верно: я реально торопился успеть максимум и сожрать весь его лимит, что благополучно и сделал. Итак, что думаю о модели: 1️⃣По коду серьёзной разницы с Opus не заметил. Обе пишут очень хорошо. 2️⃣А вот в архитектуре и планировании сложных проектов Fable сильнее, хоть и с небольшим отрывом: он лучше улавливает взаимосвязи в сложных структурах. ✏️Контекст: мой новый проект связан с алго, делаю то, что не вытянуть в TSLab, и пишу под это веб-интерфейс с ботами. 3️⃣В основном гонял Fable на мат- и стат-моделировании, то есть на работе с данными. И тут он уже на голову выше Opus: модели вышли хорошие, а его анализ результатов (пусть и с моими подсказками) на достойном уровне. 👀Теперь где обе проиграли. В чисто алготрейдерской части: логика алгоритмов и т.д. Обе идут по стандартным практикам, только обвешанными сложными мат-терминами. Но по итогу это скользяшки в разных видах, сезонность, цикличность, докупки, сбросы, корреляции итд. Fable раза четыре пытался протолкнуть мульти выходы/входы в разной форме и каждый раз они не проходили по издержкам. И похожих кейсов было несколько. 💡Думаю, дело в том, что на рынке нет готовой формулы «как правильно»: тут нужно думать творчески и искать нестандартные решения, потому что общеизвестное не работает эффективно. А нейросети - это идеальные работники по книжке: есть отработанная практика и чёткие законы↗️ ИИ быстрее и сильнее большинства людей. Но как только начинается зона серьёзной неопределённости↘️, ему становится сложнее. Хотя, справедливости ради, мои идеи развивал он хорошо. 💯Итог: работать понравилось. На постоянку всё равно выгоднее Opus, но Fable точно буду подключать по API под анализ архитектуры и плана, когда проект сложный и надо учитывать взаимодействие многих элементов. Тут он объективно силён.

Заметка #2 👻Главная проблема ИИ это контекст, то есть текущая память нейронки. Если информации слишком много, начинаются ошибки и всеми любимые галюны. Поэтому проект нужно разбивать на задачи и каждую новую начинать в новом чате. Но новый чат это ИИ, который ничего не знает ни о вас, ни о проекте. Значит, ему надо дать нужный контекст. Я сделал себе документную архитектуру, которую разворачиваю под каждый проект (пример на скрине), а развёртку доков загнал в промты. По названиям в целом думаю понятно, что к чему. Благодаря этим документам ИИ быстро и дёшево по токенам понимает, что за проект и как он устроен. 3 документа, которые я рекомендую иметь всегда: 1️⃣User_rules. Это личные правила работы с ИИ. Например: не выдумывай, не угадывай, пиши чётко и по делу итд 2️⃣Dev_rules Это правила работы над конкретным проектом: какие практики использовать в коде, как работать с данными. Сюда же я выношу роли, которые прошу ИИ на себя брать под конкретные задачи: Senior Full Stack developer для одних, Senior Security Engineer для других. Так ИИ работает лучше. 3️⃣Детальный план реализации проекта. Это минимум. Есть ещё управляющие файлы. Например, Claude Code по своему дизайну всегда смотрит в Claude.md. Там я прописал, в каком документе что лежит, и прокинул ссылки. Внутри каждого документа в начале тоже есть структура со ссылками на нужные куски текста, чтобы ИИ читал не всё подряд, а только нужное. Так экономим и контекст, и токены. ✅Так что при работе с ИИ над сложными проектами ваша главная задача это создать условия для удобной и качественной работы с контекстом вашего проекта. P.S. Сами правила и документы писать не надо попросите ИИ. Он лучше знает, как сделать под себя. P.P.S. Со структурой документов сложнее, её я настроил только по итогам анализа работы над первым проектом. Но если подробно описать свой проект, можно тоже попросить ИИ накидать структуру документов и дальше править ее на ходу.

От нейронки конечно сложно оторваться, особенно когда рабочее пространство настроено и всё идёт гладко. Но я хотел написать пару постов, так что пишу. Да и 🐳 пост назад наставили много, значит наверное интересно. Начну с простого и самого частого вопроса. За это время про ИИ меня спрашивали раза в два чаще, чем про алго. Чей ИИ выбрать❓ Отвечу для своего случая - кодинг веб-проекта. Мой однозначный фаворит- Anthropic через Claude Code, сейчас в основном работаю на Opus. 💡Почему? Проект я начинал в Cursor, где можно гонять разные модели и сравнивать. По качеству у меня в лидерах Opus и GPT. Ради экономии денег можно брать Sonnet - но только если план работы ему распишет модель посильнее. Поначалу так и делал. Почему именно Opus, а не GPT? У GPT есть минус, который я называю «самодеятельность»: как инструкции ни пиши, часть он может проигнорить и сделает по-своему или допишет лишнего, как и в чат, так и в код. Это лишние токены. Сейчас этого заметно меньше, чем год назад, но осталось. И он раньше начинает тупить по мере накопления контекста. Модели Anthropic заметно лучше во взаимодействии: чётко держатся правил, выбирают более аккуратные решения и начинают сбоить позже. Но на самом деле у всех моделей есть свои плюсы и минусы, идеальной нет. ✅По итогу для серьёзных проектов моя рекомендация Opus от Anthropic. P.S. с Cursor ушел когда точно определился с моделью. На прямой подписке работать намного дешевле. P.P.S. все вышесказанное мой субъективный опыт работы

Ну что ж. Теперь у меня есть собственная образовательная платформа для базового курса. 🥳 ✅Вчера отдал доступ первым ученикам на тестирование — всё работает стабильно. Так что если вы проходили базовый курс, пишите мне @SXOFV. Скину инструкцию по подключению, чтобы у вас сохранился удобный доступ ко всем материалам. На скрине можно посмотреть, как выглядит сам портал. 💭Как я недавно удачно сказал в одном разговоре: «Это оказалось сложнее, чем хотелось бы, но легче, чем я ожидал.» Разработка сайта, который вы видели в посте выше, и полноценного образовательного портала с регистрацией, аутентификацией, стримингом видео (с двух хостингов), трекером домашних заданий, всей серверной частью итд заняла у меня ровно месяц относительно интенсивной работы. 💡За этот месяц я приобрёл какое-то невероятное количество навыков работы с ИИ, разобрался с вёрсткой, развёртыванием собственных приложений, безопасностью и ещё огромным количеством вещей, с которыми раньше практически не сталкивался. 🥳Сказать, что я в восторге, ничего не сказать. Я уже взялся за новый проект. Если интересно, то чаще я пишу об этом в своём личном канале: https://t.me/nikita_sof А пока пойду писать для этого канала посты с полезными выводами и находками, которые накопились у меня за этот месяц.

Смотрите какую красоту сделал: https://www.algo1605.pro/ Это я сам навайбкодил сайт для своего базового курса. Это первый мой такой опыт, я честно в восторге. Оцените анимацию в стиле заставки на ютубе на первой странице в desktop версии. Изначально у меня была цель сделать образовательный портал, чтобы перенести туда свой базовый курс, ибо из-за блокировок телеги, его стало проходить сложнее. В итоге решил ещё и базовый лендинг сделать сам, а порталом занят сейчас, вот сижу кожу (жду когда за меня ии закодит) бэкэнд. Да там надо ещё где-то подправить текст и картинки, но шлифовкой я займусь потом. Тем более базовый курс раньше середины осени точно я запускать не буду, сейчас другие планы. На лето у меня тут интересный проект образовался, если все удачно сложится расскажу, думаю многим будет полезно и понравится. Кстати о планах, у меня осталось одно свободное место на индивидуальный курс, на который пока только раз в год время появляется, так что если интересны подробности, можно спросить у меня: @SXOFV. P.S. если вдруг вам хочется почитать про то, как я навайбкодил сайт и портал, пишите в комментариях или ставьте значок 🐳. Что рассказать есть, но не знаю насколько это интересно

На рынке РФ ваши роботы в основном торгуют:

Интересно по подробнее по рынок РФ у вас узнать:

На каком рынке запущена основная часть ваших торговых роботов?

Давно я в этом канале не выкладывал опросы, и вот вдруг стало интересно узнать несколько вещей. Так что вот пара опросов.

Так я там не договорил, отвлёкся на создание видео, надеюсь вам понравилось Так вот в процессе нашей работы над фильтром мне пришла идея: Вот мы пытаемся сделать робота более устойчивым, разными путями: 1. Выбирая ботов, которые проходят стресс-тесты. Ибо предполагаем, что если он смог один раз из прошлого найти нормальные параметры для будушего, то сделает это снова. 2. Задавая минимум по количеству сделок. Ибо предполагаем, что чем больше сделок, тем лучше. 3. Выбирая параметры, которые дают самую гладкую доходность. Ибо предполагаем, что если на истории робот торгует везде хорошо и плавно, то и дальше так продолжится. 4. Выбирая параметры, при изменении которых показатели робота сильно не меняются. Ибо предполагаем, что такой набор параметров на плато более стабилен, чем тот где при сдвиге влево-вправо бот торгует в разы хуже. Итд -------------------------------- И вот мне пришла идея, а что если оценивать не всего бота, а его составляющие. Когда мы с учениками искали лучшую версию моего фильтра мы сравнивали, как эти версии работают на куче ботов. И в итоге выбрали ту версию, которая работала практически везде, хотя в определённых ботах сильно проигрывала другим версиям. А что если это рабочий путь, проверять наши логики: входы, выходы, фильтры в разных ботах и выбирать для работы те, которые работают в самом большем количестве роботов. Звучит как огромная таблица, где мне снова придётся напрягать учеников кучей оптимизаций. Но что-то в этом есть.

Скрипт из видео

Смонтировал https://www.youtube.com/watch?v=AvizG_tD7Gw

Собственно я уже конечно же воткнул новый фильтр почти во всех своих ботов. Это кстати скорее моя плохая черта, чем хорошая, надо все постепенно менять, мне так даже ученики говорят. Но не всегда же все делать рационально, мне просто интересно как оно себя покажет и мне лень ждать) Так вот начало пока очень хорошее, 4 лонга из 4 за эту неделю умудрились зайти в сделку и закрыть их в плюс. Это вообще ни о чем не говорит, просто мне приятно. Интересно то, что в версии без фильтра у 2 из 4 ботов этих сделок бы не было, а у одно вообще была бы минусовая. То о чем я писал в предыдущем посте: точка входа переоптимизировалась под фильтр и все итоге стало лучше. Т.е. выделение конкретных участков для обучения бота через фильтр положительно на нем сказывается. P.S. а ещё мне тут пришла новая идея для ролика с небольшим экспериментом внутри, так что я ушел монтировать, через недельку вернусь