Klima™

Мои агенты стабильно не находят лучший тул под задачу, и вот почему Прошу агента найти способ транскрибировать ютуб-видео. Он приносит yt-dlp, который блокируется на серверных запросах — вместо transcript API или скилла, который его уже оборачивает. Прошу лучшие системы persistent memory. Выдаёт Mem0 и всякое старье, что давно на рынке но уже не так релевантно. GBrain, который реально лучше под мой кейс, не всплывает вообще. И вот тут начинается дорогая часть. Если бы я не знал, что GBrain существует, я бы взял Mem0, остался бы им недоволен по куче причин и начал бы пилить своё — ровно это мне агент и предложил после того, как мы разобрали Mem0 и поняли что он не подходит. Дни работы над тулом, который уже есть. It's pain. It's fucking pain. И в целом я хочу, чтобы агент всегда находил лучший вариант среди конкурентов под мои задачи. Одна эта штука ускоряет всё на порядок, потому что экономит огромное количество времени и сил. Поэтому я считаю, что поиск правильного тула — один из самых ценных скиллов, которые вообще может иметь агент. Но для этого ему надо подключиться туда, где инфа реально лежит, и получить нормальные инструкции, что там делать. Поэтому я написал под это скилл. Наверняка похожих уже полно, но тестить их у меня нет времени, так что я начал со своего. Правила, которые я заложил: 1. Задавать направление, а не ограничения. Перечислять тулы и команды как примеры и явно писать, что агент может пробовать другие, если посчитает нужным 2. Две фазы, строго по порядку. Сначала прогнать десятки кандидатов по дешёвым сигналам — README, звёзды, последний коммит, что пишут на Reddit и в X — и только потом отобрать 3-5 в шортлист и проверять код в репозиториях каждого из кандидатов. Иначе агент зациклиться на первым попавшихся тулах. 3. Сравнивать, а не хвататься за первое. Один норм вариант — это не ответ. Если до конца дожило меньше трёх кандидатов, значит поиск был слишком узкий. 5. Не хардкодить то, что стареет. Rate limits, URL реестров, CLI-флаги — вместо этого ссылаться на доки. 6. Про факапы говорить вслух. Какой клиент, какая ошибка, что не покрыли. Жидкий результат, поданный как тщательный поиск, хуже, чем отсутствие результата. и др. Пока скилл заточен в основном под поиск по гитхабу, но буду расширять на X, Reddit, Exa и другие источники. Называется «scouting-solutions». Следить можно тут: https://github.com/klima-tm/agent-skills

Ты уверен, что твой агент вообще использовал твой скилл? Observability и traceability — одна из по-настоящему нерешённых проблем в работе с агентами. На большом масштабе это выливается в истории вроде недавней у OpenAI, когда модель на оценке вышла из песочницы и взломала прод Hugging Face, чтобы украсть ответы бенчмарка. Но на маленьком масштабе проблема ровно та же — у разработчиков и новичков, которые просто хотят видеть, что делает их агент. Для меня это был such a pain in the ass, когда я впервые склонировал несколько больших «Agent OS» реп с гихаба, наставил кучу скиллов, завел персистентную RAG-like memory — и в итоге понятия не имел, реально ли мой агент использовал скилл когда надо, достал ли нужные воспоминания и делал ли вообще то, что я просил, не лазея куда не надо. Сначала думал сам написать, но потом посерчил рынок и понял что уже есть хорошие решения, такие как Langfuse например (не идеальный, но для старта точно пойдет) Сначала подключил клода стандартным способом — через opentelemetry env vars. Данные пошли — и оказались малополезными и шли долго. Клод пишет телеметрию под своими именами атрибутов, Langfuse читает другие. И то и другое — «стандартный OTEL». А перевод между ними никем не покрывается. В итоге мои промпты падали в метадату вместо отведенных Input, Output полей, а кост показывал $0.00 на ходах ллм. Короче, всё что Langfuse строит поверх Input/Output и коста — реплей промптов, оценки через LLM-as-judge, поиск по содержимому — молча бы не работало из-за этого. —————————- Потом я нашёл, что у Langfuse есть оф. плагин для клода. Он вешает хук, который срабатывает после каждого ответа, читает json транскрипт сессии и переотправляет его через их SDK — уже в том виде, который Langfuse действительно ждёт. Результат совсем другой. Настоящий промпт в Input, настоящий ответ в Output, cost отображается, вызовы инструментов вложены под тот вызов модели, который их запросил, тайминг по каждому шагу. Одним словом красота. P.S.: если работаешь с Клодом через терминал и по подписке с фикс. ценой, в таком случае бОльшая часть того, что даёт трейс — это видимость расходов, так как многое из ходов ты можешь и так увидеть в терминале . Ну а на подписке трейс стоимости который там отображен не особо релевантный, так что пользы не супер много, если только не привыкнуть к пропорциям коста и трат вашего usage лимита подписки. Ну и сессии в терминале откровенно плохо сохраняют историю long-term, что еще один + в сторону trace observe тулов. Но если говорить про любых других кастомных агентах, то тогда я считаю это мастхэв, потому что многие не пишут terminal-like history для своих агентов, да и зачем писать когда уже есть отличное готовое решение. Также я искренне считаю что новичкам этот тул или любой другой аналог (другие просто не тестил пока) отлично подойдет, чтобы визуально увидеть и понять каким образом работают агенты, как выстраивается взаимосвязь между харнесами и LLM, и почему в целом граммотная система в связке memory + harness + LLM, главный принцип которых в реализации правильных и эффективных лупов для модели — это залог эффективности на 50-60% помимо самой модели (хотя я искренне считаю что процент даже выше)

https://x.com/ArtificialAnlys/status/2077832874183860404?s=20

Поэтому я стараюсь максимально избегать операционки которая не дает deep knowledge. Мне 25 и мне жалко свое время на операционку, дистрибьюцию и тд. Да, я в конечном итоге не избегу ее, я это понимаю, но я однозначно могу ее минимизировать, и особенно на этом этапе, когда каждая неделя чуть больших знаний в этой области открывает тебе глаза на большее количество более глобальных и интересных проблем нежели generic apps или беготня в поиске проблем для создания к ним продукта — особенно важно не тратить свое время на то, чем занимается большинство. Глубже знания => Глубже понимание более глубоких проблем. Но и тут в кончено итоге есть риск diminishing returns, так что очень важно чувствовать баланс и получать только практичные знания конкретно в той области где применимо + в перспективе окупаемо. Ну и на последок, раз заговорили про большинство. Все говорят что дистрибьюция — ботлнек, потому что построить можно все и быстро сейчас, а вот дистрибутировать все сложнее и сложнее. Факт, но я предпочту тратить свое время на то чтобы становиться умнее, и создавать что-то более стоящее, чем тратить свое время, ресурсы и силы на то, чтобы завоевать внимание клиента. В этом плане для меня есть 2 модели: Маркетинг > Продукта и маркетинг толкает продукт, и наоборот. И вот я стою на второй модели. Конец: Возможно это просто мой perception, и я не прав, что вполне может быть. Но мне нереально нравится изучать то что сейчас происходит, на пару уровней ниже остальных, и уже там капаться в возможных решениях. Да, это дольше. Да, для многих это скучней. Да, для этого нужен приличный runway, чтобы пережить to be small enough long enough, но мне это в разы интереснее, и я верю в гораздо больший payoff. Обнял.

05.2026 Пишу пост не ИИ, а я. Пишу на русском, так как сделаю это быстрее. Постараюсь предметно (UPD. Сори, вышло не предметно) - На каком сейчас этапе? 2 недели назад я сказал что согласовали с клодом спринт, но я его отменил. Отменил потому что тратя время на поиск проблем, их валидацию, а потом еще и на дистрибюцию я снова закапываю себя в операционку с очень низким new deep knowledge value эффектом. Учитывая что я начал в IT буквально 3-4 месяца назад, так как до этого закрывал операционку прошлой деятельсности до конца и занимался английским — мне нужно догонять даже порой в basic знаниях тех, кто в теме IT с детства. С учетом того, что я делаю это с ИИ и посвещаю этому ~14 часов в день, получается очень быстро. Да, я, конечно же, не изучаю синтаксис, так как действительно в наше время в этом мало смысла, что я больше изучаю, так это internals как hardware так и ИИ. А также разные архитектурные решения, какие возможности сейчас существуют и тд. Изучаю 80/20 практика/теория, так ложится лучше. Из практики разбирался с токенами, logits, probabilities, с принципом работы токенизаторов, логикой устройства ИИ изнутри, используя Instruct open weight модели с hugging face, работя в jupiter. Все хочу полную ИИ модель собрать по курсу Карпатого, думаю в ближ месяц этим займусь. Также из билдинга это proxy agent, пишу с кодексом и разбираю дальше internals (опять же, в синтаксис особо не лезу). Продолжаю также разбирать internals харнессов, не просто поверхностно, а выявлять особенности там, где они играют роль. В последствии есть желание сделать свой харнесс, так как архитектурно уже замечаю что можно добавить чего нет. Если коротко, да, билдить можно быстро и успешно сейчас, слабо понимая что реально происходит. И тут назревает вопрос, а нужно ли понимать? Для многих скорее всего нет. Многим просто нужно использовать тулы под свою деятельность и идти по пути, где ты не просто оверкилишь от того что заняться нечем, а текущими инструментами закрываешь bottlenecks на пути к своей цели. У меня же нет конкретной цели по созданию конкретного продукта сейчас, потому что мне чувствуется что мой продукт возможно находится чуть глубже в инфраструктурном мире tech industry, но сказать точно я пока не могу, поэтому просто 24/7 билжу тулы под себя и учусь, чему невероятно рад, потому что наконец-то моя внутренняя тяга к знаниям тешится полноценной отдачей этому. И что самое главное, я почему-то нутром чувствую что все делаю правильно, потому что: Твой скоуп знаний определяет то, какие продукты ты в целом видишь и можешь начать строить. И пойдя по пути поиска и теста продукта 3-4 месяца назад, я бы потратил месяц-два-три на тесты разных гипотез получив 20% предметных новых глубоких знаний, потратив кучу времени на ресерч, outreach, валидацию, и даже тот же дестрибьюшн, если бы проект нашел бы свой product market fit. И последнее самое страшное, потому что оно приводит тебя к тому, что ты возишься вокруг своего продукта как мышка в колесе, чтобы закрыть, настроить и отладить кучу операционных процессов, теряя драгоценнейшее время в понимании развития гораздо более перспективных направлений в отрасли AI engendering. Да, твой продукт может быть с этим связан и ты неизменно бы касался этих направлений, но твое глубокое погружение было бы в этом в разы меньше из-за большого количества операционных процессов как у любого продукта на старте. А мы живем в то время, когда любой generic продукт, даже нашедший свою аудиторию может закрыться через пару-тройку месяцев, потому что просто нет сильного moat, который имеют или же большие проекты за счет proprietary data, или же проекты любого масштаба за счет сильной интеграции в воркфлоу юзера. Ну заработал ты денег, зато сколько времени потерял, упуская самый важный knowledge gap который дает возможность к созданию более сильных продуктов. Revenue и риск не покроют упущенное время и выросший gap. Поэтому путь: нашел проблему => МВП => валидация => операционка => съел биг тех => потерял кучу времени — сейчас очень коварен.

Разнос ИИ консесус между моделями должен завершать Клод, и точка.

Что было сделано: • погрузился в Telegram gateway, который позволяет нам оставаться на тарифе Claude Max даже после 15 июня — через tmux-сессию — https://github.com/qwwiwi/dashi-plugin-claude-code • столкнулся с разными проблемами и понял, что не хочу “целую неделю” докручивать этот gateway. Claude, возможно, тоже может заблокировать такой способ — хотя я пока не до конца понимаю, как именно, — но в любом случае это хак, и я не хочу тратить своё драгоценное время на то, что в итоге могут просто отрезать. • решил вместо этого протестировать Codex CLI — но без всяких gateway, потому что мне нравится функциональность самого CLI, и я не хочу писать и подвязывать его /commands к моему tg gateway. Пока я не хочу тратить на это даже час, потому что прямо сейчас мне tg просто не нужен. Плюс я не хотел зависеть только от одного вендора, поэтому решил попробовать Codex CLI — и, возможно, Hermes в ближайшем будущем, но не уверен, потому что хочу работать только “от проблем”, а не из чистого любопытства. • я типо reverse-engineered принцип работы CLIs и в чём их основное отличие от Hermes agent — который тоже CLI, но тут я говорю про Codex и Claude coding agents как про “CLIs”. И да, у меня прям щёлкнуло, потому что я пробежался по реальным файлам самих CLI и понял внутреннюю структуру работы CLIs во взаимодействии с моделями которые сидят удаленно. (Был интересен именно контекст, который идет с моей стороны и который сидит на стороне вендоров, то есть какие конкретно элементы с my end и с their end делают Codex и Claude КОДИНГ агентами и что их отличает от Hermes). • ещё мы параллельно со спринтом (см. ниже) согласовали создание “proxy agent”, который будет работать как мой ассистент для общения с моими близкими людьми и помощи им. И ещё я хочу попробовать использовать его как dating agent, с описанием профиля в духе: “Спроси моего агента обо мне что угодно и пойми, подхожу ли я тебе, не тратя своё драгоценное время на то, чтобы потом выяснить, что нет :)”. Мне очень нравится идея dating agent, прям жду, как это будет работать. Зачем я это строю? — мне всё равно нужен мой proxy agent, так что я учусь, создавая то, что мне реально нужно, параллельно проходя спринт и сталкиваясь с разными AI-engineering проблемами в процессе разработки (то есть на практике). Это поможет мне лучше чувствовать проблемы AI engineer рынка. • начал строить своего proxy agent. Наконец-то понял, как работает Docker — я раньше никогда специально не пытался его изучить, но мне всегда было интересно. Ещё чуть глубже разобрался во внутренностях: packaging приложения в .venv; как именно это работает и прочую runtime всячину. • договорился с Claude, что мы запускаем спринт на вторую половину июня. Спринт по поиску актуального wedge problem на рынке. И мы это начали. • этот спринт состоит из прохода по разным GitHub issues в AI-engineering продуктах, а также по X-постам и комментариям к ним. Посты — от AI-инфлюенсеров и AI-related media. Мы разделили их на 2 X-листа. Первый лист — https://x.com/i/lists/2067306406789648469?s=20. Второй лист — https://x.com/i/lists/2065881937919742336?s=20. Списки не забиты кучей подписок — это сделано специально, чтобы оставаться сфокусированным. • ещё есть 2 других способа искать актуальные wedges — негативные отзывы на AI / AI-engineering продукты на G2 / Capterra, а также проектные офферы на Upwork и Reddit. Думаю, попробую их на следующей неделе. • потратил довольно много времени, погружаясь в детали разных новостей из моих списков выше, потому что там обсуждают/постят некоторые вещи, которых я просто не знаю. Поэтому я поверхностно прошёлся по некоторым фундаментальным темам — в rabbit hole не уходил, не переживайте. Продолжение в комментах

Так, поскольку я должен запостить что-то как саммори оф зе вик, ловите пост P.S. Я писал оригинал на инглише в X, а текст ниже переводил ИИ (но ориг писал Я САМ, не ИИ). Я быстро пробежался что он там напереводил, добавил чуть чуть от себя моментов, но если что-то inconsistent, виноват GPT и Claude, а не Я 🙂

Что сделано/построено за эту неделю: - склонировал gbrain (https://github.com/qwwiwi/public-gbrain-agentos) - разобрал и кастомизировал внутренности gbrain - переработал структуру локальной памяти агентов - протестировал «swarm_mcp» (слой бэкенд-коммуникации между агентами) - настроил межагентный консенсус и воркфлоу делегирования субагентам - tg-группы для наблюдения за рассуждениями и консенсусом агентов - поднял ещё 3 агента (2 на Claude Code, 1 на Hermes) - улучшил воркфлоу обучения (авто-восхождение по пирамиде надёжности: эпизод → урок → правило → хук/скрипт) - новые хуки, скиллы, watchdog-кроны, скрипты и т.д. Локальная память была основной проблемой. Изначальная локальная память, которая идёт в комплекте с этим репо (https://github.com/qwwiwi/public-architecture-claude-code), была так себе. Память собиралась из сообщений, обрезанных до 200 символов (для экономии контекста), а это убивало качество записей/решений, которые агенты потом подтягивают on-demand; плюс куча других недочётов... Так что теперь они не теряют контекст при сжатии (compaction), перезапусках, смене модели и т.д. А ещё они сразу видят общие записи/решения других агентов в момент их создания. Самые крайние shared решения подтягиваются в контекст каждому агенту в команде, чтобы они сразу были в курсе что происходит, а не on-demand, или только при синтезе. Также, была проблема с enforcement агентов записывать в Gbrain сразу как решение было принято. Помог только хук.

Всем привет. Недавно начал активно заниматься ИИ разработкой и решил попробовать шарить контент в этом канале, может быть кому-то будет интересно. Если вам не актуально — можете отписаться. Пока буду дропать только то, что сам делаю, если пойму что вам интересно — буду закидывать фичи разные чаще, чтобы могли у себя внедрять. Посты пишу в X на англ, потом сюда перевожу и дописываю. Сейчас дропну пост что конкретно сейчас делаю.

Канал мертвый, постов не выкладываю — сам ушел в познание мирового бытия, да еще и на Английском… Ужасный ужас твориться, но во всем этом ужасе есть одно светлое место, в которым всегда горит свет, публикуются истории, и бьет прекрасная жизнь ключом — https://www.instagram.com/klima_tm

"In this industry town, everyone is talking about AGI, but most of the two billion desk workers have yet to feel it."

Не, ну такими темпами уже реально выгоднее жить где угодно, но только не в рашке... Да и сотрудников пора брать с других стран, похоже)) А то платишь нашим, например, 1500 баксов, думаешь "нормально", в голове по привычке умножается на 100, а по факту...

• Base экосистема. Coinbase имеет самую лидирующую позицию на рынке в плане взаимоотношений с US регуляторами. Учитывая развивающийся высокий интерес институционалов и ритейл рынка в США, есть высокая вероятность что Base будут активно поддерживать.

Как удивительно наблюдать погоню ФРС за сокращением уровня безработицы, переходя к политике завершения QT и понижения ставок, на фоне всё еще не удовлетворительного уровня инфляции. В то время как та самая безработица вызвана многочисленными увольнениями не по причине рецессии или отсутствия экономических возможностей, а по причине большой цифровой эволюции, где системы, как и AI, справляются экономически эффективнее, чем большинство кадров, уже и на средне-интеллектуальных должностях. P.S. Смотря на эту картину, иногда хочется уехать в леса (желательно теплые/европейские, где больше шансов выжить) и начать там первобытную жизнь, чтобы научится быть автономным вне зависимости от системы (шутка, с долей правды)

"✴️#BTC #крипто #прогноз Артур Хейс на фоне падения рынков разродился новым эссе, где прогнозирует, что ФРС уже скоро врубит "печатный станок" и BTC улетит на Луну. в ближайшее время Артур ожидает повышенную волатильность на рынках из-за шатдауна также Хейс считает, что трейдеры, которые еще не "просекли", что классические 4-летние циклы в BTC ушли в прошлое, будут активно продавать свои монеты, рассчитывая на то, что этот цикл закончен (график) и BTC как всегда рухнет" by @markettwits По большей части солидарен, вопрос лишь в том насколько ликвидность пойдет дальше именно в крипту, а не в дальнейшую переоценку фонды. Но потенциал общего роста крипто рынка в 2026 году очень высок, так как и при большой переоценке инвесторы будут искать убежище помимо кэша.

Тем временем Privacy сектор)) А теперь вспоминаем мой пост 14 октября — https://t.me/klima_tm/356

⚠️🇺🇸#акции #сша #прогноз Главы компаний с Уолл-стрит предупреждают о возможной коррекции в акциях США из-за завышенных оценок активов на данный момент — BBG Руководители крупных компаний с Уолл-стрит считают, что инвесторам следует подготовиться к падению фондового рынка более чем на 10% в течение следующих 12-24 месяцев...

О чем я и говорил в прошлом посте. Есть ощущение что рынок переоценен, но нужно считать..

🔥 Итоги форума Blockchain Life Как я и говорил в прошлых постах — форум прошел для меня без каких-либо глобальных инсайдов. Конечно, я могу расписать что говорил каждый, но мнение всех настолько разное, что в этом просто нет смысла. Кто-то говорил что будет альтсезон, кто-то говорил что нет. Кто-то говорил что будет бычка, кто-то говорил что будет медвежка. Кто-то говорил что нужно смотреть на utility, кто-то говорил что и это не показатель. Но свое мнение по извлеченному с форума я вам все же расскажу. В целом всем последующим тейкам я и так придерживался, но личное общение с топ-менеджерами некоторых фондов, да и в целом трезвая оценка происходящего сейчас в рынке — только укрепили эти позиции. Собственно: - В средне-долгосрочной перспективе все фонды смотрят только и только на проекты с utility токенами и на top-15 CMC. И что важно, это я уже добавлю от себя — СМОТРИТЕ НА ЭКОНОМИКУ. Реально оценивайте насколько этот utility порождает спрос, и какую +- цену этот спрос может формировать (на ряду с токеномикой и политикой байбеков). После этого подсчитывайте какая переоценка у токена на текущий момент, чтобы трезво видеть ценность и потенциал. Понятно, что чтобы оценить потенциальный спрос и перспективу проекта, нужно также смотреть на него и с других сторон (команда, техническая реализация, потенциал проекта и пр.), но подробно уже разберем это в следующих постах. - Что с экономикой? Тут мне сложно сказать. С одной стороны все супер bullish, так как фрс закрыло цикл quantitative tightening и продолжает понижать ставку, что увеличивает ликвидность в рынке. Институционалы активно приходят в рынок, на фонде эйфория и tech компании растут постоянно пробивая ATH. И все как будто клонит к тому, что надо идти to the moon, но.. Но почему-то я чувствую по-другому. Кажется, как будто переоценка рынка слишком велика, что потенциально может привести к сильному откату, но эти ощущения — лишь ощущения. Подсчеты переоценки рынков я не проводил, но однозначно стоит. - В краткосрочной перспективе делайте акцент на нарративы, не на альтсезон или мемы. Старайтесь предугадать их заранее, опираясь на анализ того, что происходит, и куда вероятнее всего развернется рынок. Китайцы сейчас очень активно выносят свой ритейл с рынка, что происходило ранее с western и не только рынками. Да и в целом, нужно понимать, что рынок слишком сильно поменялся и вся цикличность в которую все так верили (именно в случае с альткоинами) — не больше чем просто ваше желание в это верить. Крупные игроки же, кто все и инициирует — не дадут рынку быть слишком предсказуемым. Но так как их основной способ вытаскивания ликвидности — через ритейл — знаки в процессе прогрева будут) 👀 Возможные нарративы (dyor) • Utility проекты на Solana и сама солана. Адопшен BTC ETF — done, ETH ETF — done, SOL ETF — in progress, и при этом показывает хорошие результаты по объемам. На рынок никакого влияния нет, так как в основном все закупки проходят по OTC. • Base экосистема. Coinbase имеет самую лидирующую позицию на рынке в плане взаимоотношений с US регуляторами. Учитывая развивающийся высокий интерес институционалов и ритейл рынка в США, есть высокая вероятность что Base будут активно поддерживать. • У CZ больше развязываются руки после помилования Трампа, так что вероятно он еще покажет в этом году движения по проектам в своей экосистеме. • Привычного альтсезона вероятно не будет — рынок сильно поменялся. Бесполезные токены (без utility) могут вырасти, но только в рамках ротации капитала, то есть нарративов — но это не надолго. И то узконаправлено, сентябрь-октябрь перп дексов нам это уже показал. • Hype и Pump. Hype тут к нарративу сложно отнести, это как раз один из тех самых utility токенов, который может чисто экономически расти (считайте экономику) в зависимости от спроса и политики байбеков, не говоря уже про привлечение крупного институционального капитала (https://t.me/drops_daily/26464). Pump — похожая ситуация. В общем, друзья, примерно такими итогами я могу с вами поделиться по прошествии форума. DYOR, NFA и… Stay tuned!)