ИИлюха! Куда ехать!?

Я только что получил бесплатный билет на WebSummit. Доволен как слон! WebSummit - одна из крупнейших в мире ИТ конференций, проходит ежегодно в Лиссабоне. В среднем порядка 70 000 участников. И вот уже 4 последних года я туда хожу. Я преследую обычно две цели 1. Просканировать текущиее тренды. Так называемые альфа стартапы - это тысячи стендов, которые дают хорошее понимание трендов и конкретных реализаций продуктов на их базе. 2. Новые знакомства и общение с теми, с кем давно хотел встретиться но не получалось. Есть еще третья штука, это сайд-ивенты, обычно во время веб саммита проходит десятки разных мероприятий, но не на самом вебсаммиите, а на других площадках, поэтому проход туда покупается отдельно. Последние пару лет, я обязательно ходил на R-Founders. Так вот, если вы тоже можете оказаться в Лиссабоне, то вот вам ссылка на получение бесплатного билета https://websummit.com/developers/ (нужен гитхаб профиль и немного коммитов в открытые проекты). Билет в рознице стоит 900 евро, с рук можно купить за 400-500. P.S. фоточка трехлетней давности с того самого стенда альфа стартапов.

Нейробиологи из Швейцарии под руководством Соланж Денерво назвали скрытую цену традиционного образования. Ученые провели МРТ-сканирование мозга детей, которые учились по традиционной системе, и детей из школ Монтессори. Их интересовало, как мозг реагирует на собственные ошибки. И то, что они увидели, переворачивает наши представления о том, что значит хорошо учиться. Сравнительный анализ показал пугающую разницу. Дети из традиционных школ демонстрировали мощный всплеск активности в миндалевидном теле - центре страха и тревоги - каждый раз, когда ошибались. Их мозг воспринимал ошибку как угрозу. Дети Монтессори реагировали иначе: их мозг активировал префронтальную кору - центр осознанного анализа и планирования. Для них ошибка была не сигналом тревоги, а приглашением к размышлению. Интересное из исследования. 1. Среда формирует нейрохимию. Два разных подхода к обучению физически меняют то, как мозг обрабатывает одну и ту же ситуацию. В одном случае ошибка бьет по самооценке, в другом тренирует исполнительные функции. 2. Традиционная школа тренирует реакцию на оценку, а не на задачу. Дети учатся не решать проблему, а угадывать правильный ответ, чтобы избежать наказания. Их когнитивный фокус смещен с процесса на результат. 3. Дети Монтессори ошибаются чаще, но учатся лучше. Они не боятся идти неверным путем, потому что знают, что ошибка это данные для размышления, а не приговор. И это делает их нейронные сети более гибкими и устойчивыми к стрессу в будущем. Авторы исследования выделяют конкретные механизмы, через которые среда влияет на ум: 📎Свобода от внешнего суждения. Когда ребенок не ждет каждую секунду, что его оценят, мозг переключается с защиты себя на исследование мира. Внутренняя мотивация рождается не из страха, а из любопытства. 📎Активное самоисправление. Вместо того чтобы тут же получить правильный ответ от учителя, ребенок ищет решение сам. Это развивает метакогницию - способность думать о том, как ты думаешь. 📎Отложенная обратная связь. Когда тебе не исправляют каждую букву, ты учишься чувствовать задачу целиком. Формируются не шаблонные действия, а глубинное понимание структуры предмета. 📎Развитие дофаминовой системы. Когда ребенок находит решение сам, мозг получает естественное подкрепление. Это формирует здоровую систему награды,которая не зависит от одобрения взрослого. А что с детьми из традиционной системы? Ученые выяснили, что их мозг отлично справляется с повторением заученных алгоритмов. Но как только контекст меняется, они теряются. Автоматизация навыков идет в ущерб когнитивной гибкости. Исследование убедительно подтверждает риски системы, построенной на внешней оценке и жестких рамках: -Хронический стресс, который уничтожает интерес к учебе и буквально выжигает нейронные связи в зонах, отвечающих за высшие когнитивные функции. -Формирование выученной беспомощности. Если решения всегда принимает кто-то другой, ребенок перестает доверять своим когнитивным процессам. -Потеря удовольствия от процесса. Обучение превращается в гонку за галочкой, а не в способ познания мира. Настоящая образованность это не способность выдавать заученный ответ по команде. Это умение входить в неизвестное, ошибаться, пересобирать стратегии и двигаться дальше. Задача взрослых - не делать школьный процесс безопасным для оценок, а делать его безопасным для ошибок. Создавать среду, где ребенок чувствует себя исследователем, а не подсудимым. Нам остается только выбирать: хотим ли мы вырастить безупречных исполнителей алгоритмов или думающих, рефлексирующих и устойчивых к любым вызовам взрослых. Потому что в мире, где правильные ответы за нас уже пишет ИИ, как будто бы единственная ценность- это доверие к собственному мышлению

То, как мы воспринимаем ошибки - это основа того как мы движемся вперед и что у нас при этом с внутренним балансом.

Сегодня занимался удалённым оформлением страховки в Португалии. Мне в рамках договора на аренду дома, надо было сделать страховку. В Gmail письма вообще не открывал, хотя все переписка велась через email. Всё делал через Claude Code: он автоматически разослал письма где-то в 10–15 страховых, с 3–4 потом ещё вёл переписку, уточнял детали, и всё это на португальском. Удобно, что у него был доступ ко всему проектному контексту: договор аренды, документы на дом, данные. Моя роль свелась к тому, чтобы держать фокус на задаче: периодически он распылялся и начинал решать задачи которых нет. Вероятно я плохо сформулиовал задачу на старте, но пару раз выругался) В итоге на финальной стадии согласования страховки пришлось лично ревьюить письма (просто проверял их на русском). Результатом я доволен: страховку оплатил, полис получил. Теперь жду, пока выяснится где он накосячил😂 P.S. На скрине все письма касаются страховки, все на португальском с каким то вложениями)

Терпение кончилось, и я начала запускать некоторые сессии на Codex. Это очень удобно делать в Orca. Проблема в том, что Claude Code долго думает(

Дилемма дня: объяснять людям или объяснять агенту? Столкнулся с забавной, но показательной историей при верстке страниц через Claude/ChatGPT. Я сделал обвязку для внутренней базы знаний. Плюс у нас там живут так называемые офферы — по сути, обычные HTML-страницы: презентации, легкие лендинги, персонализированные предложения для клиентов и другие подобные штуки. И дал возможность собирать это всем сотрудникам через телеграм бота. Технический уровень в команде разный, и многие просто не думают о таких вещах, как вес изображений, оптимизация и ограничения фронта. В какой-то момент начали появляться страницы весом 30–50 МБ. Почему? Все просто: на страницу загружались изображения по 3–5 МБ каждое, - обычное фото с телефона. Если в галерее 5–8 картинок, то размер раздувается моментально. Проблема оказалась не в системе. Проблема оказалась в базовых знаний веба. Кажется, что такие вещи мы давно уже знаем. Ну правда: "не пихай тяжелые картинки в лендинг" - это же почти базовый уровень. Но потом инструменты делают новый виток, и ты снова упираешься в необходимость объяснять очевидное. И тут возникает любопытный выбор: либо идти объяснять это людям, либо идти объяснять это агенту. Пока я выбрал второй вариант. - поправить правила работы бота с такими страницами; - добавить проверки на размер изображений и их ресайз; - и отдельно повесил GitHub Actions, которые теперь деклайнят коммит, если в новый лендинг пытаются протащить слишком тяжелые изображения. Посмотрим, насколько быстрее и надежнее получится закрывать такие проблемы через агента, чем через повторное обучение базовым правилам всех участников процесса. Моя позиция такая - нет смысла напрягать людей этими знаниями если это можно закрыть инструментами. P.S. первым делом я по привычке пошел писать сообщение в рабочий чат, что надо проверять размер изображений когда вы добавляете его на лендинг, но потом пришел в себя и передумал😀

#lifehack Один из самых ярких и простых сценариев использования AI – работа с чатами в Telegram. Если у вас есть длинная переписка с человеком, группой или важным каналом с тысячами сообщений, лучший способ получить оттуда нужную информацию – это "натравить" на это LLM (Claude, ChatGPT). Cначала нужно сделать полный экспорт чата через десктопный Telegram (т.е. с компьютера). В результате вся переписка и изображения выгружаются в html-формате, и изображения сохраняются в той же папке! Дальше просто загружаете эти HTML в ChatGPT или открываете их в проекте — и получаете почти магию: можно делать выжимки, искать нужную информацию, вытаскивать все замечания, собирать мнения по теме или даже восстанавливать тон общения. Я так, например, разбирал большие чаты релокантов. Когда блокировали банковские счета, я регулярно делал полную выгрузку и спрашивал статус, кто и что делает, в какие отделения нужно идти и какие заявления писать, на какие документы ссылаться. P.S. можно делать правильно и модно – давать полный доступ к телеграмму своему Claude, или добавлять бота и через него вытаскивать эти данные. Это технологичнее, но сложнее и нужно больше лучше риски.

Как вы знаете, принцип работы LLM во многом очень похож на то, как работает человеческий мозг. По сути, и там, и там все строится на ассоциациях. Любое слово, образ, звук, воспоминание запускает цепочку связей — и шаг за шагом из этого рождается мысль, решение или действие. У языковых моделей механика очень похожая. Базовая идея простая: модель угадывает следующее слово на базе всех поданных на вход. Потом следующее. Потом еще одно. Из этой цепочки предсказаний и собирается текст. Но если смотреть глубже, то это очень напоминает человеческое мышление: движение по ассоциативному ряду. Поэтому совсем не удивительно, что проблема потери контекста для LLM — нативная. Это логично: как и человек, модель в какой-то момент начинает “забывать”, упускать связи, терять нить. Да, это пытаются чинить — расширяют контекст, придумывают костыли, обвязки, разные техники. Но сама природа проблемы никуда не девается. И тут я вспомнил очень интересную практику — мнемотехнику. Когда-то я проходил отдельный курс Козаренко по мнемотехнике. Суть там в том, что любые данные — номера телефонов, иностранные слова, последовательности, факты — запоминаются через образы и ассоциации. То есть вы не храните “сухие данные”, а конвертируете их в визуальные и смысловые сцепки. Самый простой пример — это цвета радуги и "Каждый охотник желает знать, где сидит фазан". Телефон запоминаются по схожему принципу: каждое двухзначное число имеет свою картинку, и ты просто "склеиваешь их в историю". Например, готовясь к презентации, я использовал метод Цицерона, это когда ты все выступление делишь на части и каждый кусок привязываешь к визуальному объекту в комнате, который хорошо визуализируешь в голове. И важно, чтобы ты мысленно двигался от одного объекта к следующему последовательно: дверь, кресло, окно, кровать, шкаф. Если вдруг не сталкивались с этой темой: именно благодаря мнемотехнике люди запоминают невероятное количество несвязанных цифр, однообразных значений и четко их воспроизводят. Вот пара рекордов, связанных с мнемотехникой: - 13 секунд, чтобы запомнить последовательно колоду карт - более 24 000 чисел после запятой у числа Пи - последовательность из 630 случайных чисел за 5 минут И мне кажется, здесь есть очень интересная параллель с работой с ИИ. Когда вы работаете с ChatGPT, Claude или любым другим LLM, под каждую отдельную задачу лучше создавать отдельный чат, при этом давая максимально правильный контекст на вход. Чтобы все ассоциации внутри диалога крутились вокруг одной конкретной задачи, а не размазывались по десяти темам сразу. (Всем программистам знаком такой термин — атомарные коммиты). Тогда качество мышления модели становится заметно выше. Ну и если вам интересна тема развития собственной памяти — мнемотехнику очень рекомендую. Это одна из тех вещей, которые сначала кажутся фокусом, а потом меняют представление о том, как вообще устроено мышление.

Сегодня сделали первый ульяновский бранч вайбкодеров. Позвал [Илью Макарова](https://t.me/makarov_way), он приехал из Португалии. Мы познакомились через канал Сергея Булаева (https://t.me/sergiobulaev), когда Илья подключился к Co.Actor. Илья рассказал про second brain, дерево контекста и систему, где звонки, встречи, задачи и решения собираются в одном месте. Не архив ради архива, а рабочая среда для команды. Был Сергей Жевлаков, владелец сети кофеен Ilcarro (https://t.me/caffeilcarro). Он через вайбкодинг делает приложение и сайт для своей сети. Раньше за доработки продукта можно было отдавать большие деньги. Теперь он забрал исходники и сам начинает управлять своим продуктом. Был Руслан Фаизов, в прошлом программист. Сейчас строит свою ERP для производства и переработки молока. Хороший сигнал: вайбкодинг уже не разговор айтишников между собой. Предприниматели начинают забирать разработку ближе к себе. 1С завтра никуда не исчезнет. Но рядом уже делаем свои маленькие ERP, CRM, базы знаний и внутренние приложения. Потому что стало дешевле проверить гипотезу самому, чем месяцами объяснять её подрядчику. Ульяновское комьюнити надо продолжать.

Channel name was changed to «ИИлюха! Куда ехать!?»

Сейчас главный предел AI - уже не в самом AI. Claude (недавние релизы Fable 5, Opus 5), ChatGPT (5.6) и другие модели уже умеют очень много: писать, анализировать, кодить, искать решения, собирать материалы, предлагать гипотезы. Но на практике почти всё чаще упирается в другое - в человека, а именно в его: "я не знаю, чего я не знаю" Есть простая модель из 4 квадрантов знаний: - я знаю, что знаю - я знаю, чего не знаю - я не знаю, что знаю - я не знаю, чего я не знаю И вот последний квадрант сейчас становится самым важным. Потому что сильный AI редко ломается на очевидных вещах. Он чаще упирается в скрытые ограничения, неозвученные ожидания, альтернативные пути, про которые пользователь сам не подумал. То есть проблема всё чаще не в том, что модель “тупая”. Проблема в том, что человек принёс ей слишком узкую карту реальности. Если вы сами не видите слепые зоны, не понимаете, какие вопросы нужно задать, не знаете, какие варианты вообще существуют, — модель будет уверенно двигаться внутри плохо поставленной задачи. Именно поэтому расширение кругозора становится важнее, чем когда-либо. Чем шире ваш кругозор, тем лучше вы: - формулируете задачу - замечаете риски - видите альтернативы - понимаете, что именно проверять - и, главное, замечаете то, о чём даже не подумали бы без насмотренности Это ограничение, на мой взгляд одна из причин почему любой вайбкодер не сможет сделать сильный saas. У него просто недостаточно базы. Да, AI на порядок упрощает создание продуктов, но ограничением все так же является человек. И как только мы меняем смысл слова вайбкодинг с чистого инструмента, еще и на способ погружения в мат часть, то картинка уже становится значительно лучше. Раньше был эдтех чтобы научиться программировать, а сейчас это вайбкодинг) Помню как к нам в CS-Cart приходили клиенты с таким запросом на маркетплейс "Мне нужно сделать маркетплейс как Ozon, c теми же функциями, только дизайн другой хочу" - па-пара-пам! src: https://claude.com/blog/a-field-guide-to-claude-fable-finding-your-unknowns

В 2022 году, когда я понял что мне не хватает сообщества и кругозора в развитии себя и бизнеса я вписался в SLP. Это одно из самых живых сообществ русскоязычных предпринимателей, которые я знаю. Сейчас открыт набор на программу SLP — это peer-to-peer обучение для предпринимателей и, по сути, единственный способ попасть в сообщество. Для меня SLP стало неожиданным открытием: я не думал, что сообщество может быть настолько живым и полезным. Это близкий круг людей, к которым можно прийти почти с любым запросом. Например, во время переезда в Португалию именно моя группа в SLP была для меня главной опорой. От самой учебы я не ждал чего-то серьезного, хотя и это перевернуло мое восприятие реальности. Так как все занятие организовывали сами участиники, то базовый сценарий был такой - мы накидывали кто лучше всех понимает в области по которой мы готовим класс, и потом "дотягивались" до этих людей. Т.е. на классы всегда приглашались лучшие эксперты в этой области. Так я узнал много новых людей, и самое главное эту практику - ищи лучших в нужной области и общайся с ними! Что странно, когда я строил дом, я делал именно так. Я знал двух лучших экспертов в области строительства домов из газобетона, и приходил к ним на консультацию с моим проектом. А в бизнесе, я такое практиковал слабо. И только после SLP это стало нормальной практикой. Набор проходит только раз в год, и берут всего 30 человек. Подать заявку можно тут, с вопросами можно в личку. Принятие заявок закрывают через 3 дня!👻

Прочитал книгу Андрея Дороничева "Новая версия". Наверное, лучшее в этой книге — не набор откровений, а ощущение что ты не один. У меня не было от неё эмоций «офигенно, вот это фундаментальная штука!». Там не так много новых мыслей. Но всю дорогу было другое чувство: это пишет свой чувак. Человек, с которым ты легко идентифицируешь себя. Думаю, что пропитанность ИТшностью и русский менталитет являются основой этого ощущения. И в этом для меня сила книги. Она не столько учит, сколько напитывает тебя энергией. Напоминает базовые вещи, которые ты и так знаешь, сталкивался или даже ударялся о них лбом не единожды. Но в нужный момент очень важно услышать их ещё раз — просто чтобы вспомнить, что это нормально. Пожалуй, базовая мысль книги такая: «Любое перепридумывание себя работает по законам подрывных инноваций. В самом начале ваша новая версия всегда — абсолютно всегда — работает хуже, чем старая. У вас падают доходы, снижается социальный статус, вы теряете привычные компетенции. Поэтому настоящая валюта перемен — это не доллары на счету, а толерантность к дискомфорту». Мне это особенно актуально, я все еще собираю себя, и нахожусь в процессе формирования. И в такие периоды особенно ценны книги, которые не давят умностью, а дают опору и энергию. А если выбрать один из самых важных советов, то я бы выбрал этот: «Услышав зов перемен, поняв, что для вас правда важно, не спешите перепрыгивать на первую же скалу, которая продырявила туман. Инвестируйте время и силы, чтобы расширить рамки видения. Проведите исследование, поговорите с людьми вокруг, наполните себя идеями, пропустите их через ценностный компас и лишь потом — переходите к следующему шагу». И самое важное тут, не столько про "прыгать в туман", а про "поговорите с людьми"! Это вообще один из самых важных навыков для меня за последние годы. Очень простая штука, но почему это не является фундаметальной основной любого действия я до сих пор не понимаю! А ведь именно это отлично расширяет горизонт и приземляет мысли. В общем книгу я книгу рекомендую!

Есть такое когнитивное искажение - эффект обязательств или его еще называют эффектом Конкорда. Чем больше времени, сил и денег мы уже во что-то вложили, тем труднее нам это отпустить - даже если рационально уже точно пора остановиться. Название пошло от истории сверхзвукового самолета Concorde. Это премиальные перелеты на сверхзвуковой скорости. На старте проект оценивали примерно в £70 млн, но в итоге затраты выросли до £1,5–2,1 млрд. При этом довольно рано стало понятно, что как большая коммерческая история проект не оправдал ожиданий и успешным уже не станет. Но его продолжали, потому что слишком много уже было вложено — не только денег, но и политических усилий, репутации и публичных обещаний. И в итоге он закончился не потому, что кто-то с железными яйцами решил его остановить, а из-за внешних событий: катастрофы в 2000 году, когда погибли 113 человек. Окончательно Concorde вывели из эксплуатации в 2003 году. И это касается не только больших государственных проектов. Это касается бизнеса, карьеры, отношений и вообще любых длинных историй. Мы часто держимся за старое решение просто потому, что уже однажды его приняли. Сами себе говорим: я уже столько вложил, я столько лет этим занимался, это были лучшие годы жизни, нельзя же все это просто бросить. Моя самая яркая история в этом плане - решение уйти из CS-Cart, компании, которую я любил всей душой и где проработал 17 лет. Примерно полтора года у меня ушло, чтобы принять окончательно решение. Были какие-то сигналы, и когда ты сейчас оборачиваешься, все кажется логичным, но тогда это выглядело очень неопределенно с огромным количеством сомнений. Просто признать, что пора заканчивать и сделать шаг, оказалось очень сложно. В подобные моменты мы защищаем не будущее, а прошлое. Поэтому если вы хотите закончить что-либо во что вложили много сил, то умные люди рекомендуют на пороге таких перемен привлекать внешних экспертов. Если речь про бизнес, то привлекайте соответствующих адвайзеров. Профессиональные изменения - карьерных консультатов, семейные/личные дела - психотерпапевтов.

Вчера продуктом дня на Product Hunt стал V2Fun. Если коротко: это AI-платформа для создания 3D-контента «всё в одном». Из текста, картинок и даже обычного видео она собирает готовых 3D-персонажей с текстурами, ригом и анимацией. Такой Higgsfield для 3d моделинга, вместо видео контента. В геймдеве создание даже одной нормальной 3D-сущности - это обычно длинная цепочка из разных специалистов и инструментов. Моделирование, текстуры, риггинг, анимация, motion capture - и на каждом этапе своя боль, свой софт и свой пайплайн. V2Fun пытается это радикально упростить и собрать в один браузерный процесс: — text-to-3D и image-to-3D — генерация 8K PBR-текстур — AI motion capture из обычного видео, без костюмов и датчиков — авто-риггинг в один клик — smart retopology с экспортом в FBX/GLB По сути, это движение в сторону мира, где один человек может собирать 3D-игры и персонажей с производительностью маленькой студии. Особенно логично это выглядит для инди-разработчиков, креаторов анимации и 3D-печати. Главный тезис у них амбициозный: снизить стоимость и время продакшена чуть ли не в 100 раз. Но пока это все маркетинг, конечно. Интересно, насколько глубоко у них всё интегрируется с Unity и другими реальными production-пайплайнами. На ProductHunt пишут что они через промежучтоный формат прекрасно интегрируются с Unity, Unreal. Cама идея выглядит очень привлекательной: не «ещё один AI-генератор», а попытка собрать разрозненный 3D-workflow в единую систему.

Продолжаю экспериментировать с LinkedIn. Сейчас мы c https://t.me/sergiobulaev смещаем основной фокус в сторону data-driven развития профиля. Даже не просто data-driven, а скорее ABM-driven. Под это я написал тулу, которая анализирует вашу активность в LinkedIn и показывает, с какими людьми вы взаимодействовали. ABM — account-based marketing. Это подход, при котором вы хорошо понимаете профиль своего клиента, то есть свой ICP. А профили клиентов могут быть очень разными. Для sales-инструментов это, например, руководитель отдела продаж. А если вы ищете работу, то это может быть лид команды, в которой вы хотели бы работать, или HR-специалист компании. Если у вас B2B-продажи фаундерам, то здесь уже важна сегментация этих фаундеров по определённым критериям. Всё это сильно упрощено, но, думаю, суть понятна. Если нужно мясо по сегментам — это к Красинскому 😀 в блог. Короче, важно понимать и знать конкретных людей, скорить их и потом целенаправленно работать с этими списками. Итак, составили вы себе список таких профилей на базе своего ICP. Что делать дальше? Да всё то же, что и в обычной жизни: интересоваться тем же, чем интересуются они, быть у них на виду, вовлекаться в то, что они делают. Мы делаем это через контент — в первую очередь через комментарии к постам этих людей. Так вот, тула вытаскивает вашу активность в LinkedIn и показывает, сколько постов вы сделали за последние 90 дней и чьи посты комментировали. Людей, с которыми вы взаимодействовали, вы видите списком — и это даёт очень чёткое ощущение: туда ли я трачу энергию? Те ли люди вообще видят мою активность? Мой отчёт выглядит так: https://shared.co.actor/reports/ilya-makarov-linkedin-activity Если кому-то актуально, сделаю такой отчёт и для вас — без СМС и регистрации.

Google как источник трафика уже не тот, на который можно было опираться раньше. Сейчас около 70% поисковых запросов заканчиваются без клика. Человек получает ответ прямо в выдаче — и не переходит ни на один сайт. Раньше таких сценариев было заметно меньше. Хотя я и предполагал что за последние год-два этот процент вырос раза в два, оказывается - не все так плохо. Но надо помнить, что в ChatGPT и прочих llm этот показатель значительно выше! Причина понятна: Google все активнее оставляет пользователя внутри своей экосистемы. ИИ-сводки сразу закрывают часть вопросов, реклама встраивается туда же, а переходов наружу становится меньше. Для медиа, блогов и контентных проектов это плохая новость. Органический трафик будет снижаться, даже если вы продолжаете делать качественные материалы. Ценность и стоимость контекстной рекламы растет. У e-commerce и сервисных бизнесов ситуация пока лучше. Когда человеку нужно сравнить продукт, оформить заказ или разобраться в услуге, он все еще переходит на сайт. Google может пересказать обзор, но не может заменить саму покупку. Главный вывод простой: SEO больше не стоит воспринимать как базовый канал роста. Т.е. стратегию надо формировать на базе чего-то иного - бренд, прямой спрос, комьюнити, дистрибуция через соцсети, YouTube, и нишевые площадки. Многие активно вкладываются и продвигают GEO (выдача твоего бренда в LLM). Это новая ниша, и большинство SEO агенств и продуктов трансформируется именно туда. Но как полноценный источник трафик - сомневаюсь. Сайт при этом не теряет смысл. Но его роль меняется. Теперь это не только точка входа для людей, но и база, из которой ИИ-системы забирают факты, формулировки и структуру. Иногда возникают разговоры и вопросы - стоит ли адаптировать сайт под агентов. И есть возражения в духе зачем я свой контент буду отдавать бесплатно. Мое мнение - это утопичный вопрос, так или иначе это произойдет.

#AI Внутри Claude Code и Codex есть отличная команда /goal. Короче, /goal — это не просто “сделай задачу”, а нормальная постановка через criteria / definition of done. Ты пишешь не абстрактное “сделай личный кабинет для сайта”, а сразу фиксируешь, как именно я пойму, что задача готова. Например, перечисляешь итоговые функции: - пользователь может зарегистрироваться - может залогиниться - может восстановить пароль - может зайти через Google SSO - внутри кабинета может сделать A, B, C Я называю это Definition of Done, так же есть такие термины, как Acceptance Criteria, Checklist и прочее, но все это про конкретный перечень того, как понять, что задача сделана полностью и корректно! Большая часть боли в разработке не в том, что AI "не умеет писать код". А в том, что задача сформулирована расплывчато, а дальше начинается привычный аттракцион: 1. что-то сделали 2. вроде работает 3. начинаешь проверять 4. всплывает куча мелочей 5. идем на еще один круг А /goal работает так, что запускает дополнительного агента, который потом проходит по acceptance criteria и проверяет, что все реально выполнено. Не “ну вроде похоже”, а именно по списку критериев. Но кроме этого, эта команда дает еще одно преимущество, помимо качественной валидации выполнения задачи, она заставляет автора (т.е. меня) конкретно сформулировать, что я хочу получить, как выглядит ожидаемый результат. А я часто замечаю, что я хочу срезать эти углы, и не прописываю промпт детально, в результате чего получаю junior разработку с кучей итераций и багов. Вчера у меня как раз была задача, где это отлично сработало. Нужно было перегнать аккуратно упакованный HTML-отчет в красивый PDF. Обычная задача из серии “сейчас где-нибудь что-нибудь поедет”: шрифты, отступы, переносы, верстка — вот это все. И получилось довольно хорошо. С первого раза результат меня в целом устроил. Я сначала в несколько итераций сформулировал критерии того, что должно быть сделано, и потом уже запустил на исполнение. Так что это, скорее, заметка себе же: если хочется не просто “получить код”, а сразу получить результат, проверенный по критериям, то /goal - отличное решение. P.S. Вот краткий туториал про команду, но там он подчеркивает, что хорошо бы иметь память, у меня она на базе PAI.

Наткнулся на забавный девайс на AliExpress — физический кликер для экрана. Ставишь эту штуку на экран, через коннектор программируешь сценарий, и она в нужный момент реально "тыкает пальцем" в интерфейс)) Первая мысль у меня была: а чем это по сути отличается от того же Playwright? На первый взгляд — почти ничем. И там, и там ты автоматизируешь действия. И там, и там можно сделать сценарий, который будет что-то нажимать, скроллить, открывать и так далее. Но разница все-таки есть. Кликер работает в физическом мире. Для системы это просто человек тыкает в экран. Никакого браузерного fingerprint, никакого webdriver, никаких технических следов на уровне софта. Его, по сути, невозможно определить как автоматизацию стандартными методами. Playwright — это софт. А значит, его уже можно палить: по окружению, по fingerprint, по паттернам браузера, по тому, как ведет себя сессия. Эта разница кажется важной только в теории. На практике ценность ее не такая уж большая. Потому что большие платформы и соцсети банят не столько за инструмент. Они банят за поведение. Если ты: — долбишь однотипные действия — работаешь в идеальной синхронности — повторяешь одинаковые интервалы — делаешь слишком много активности подряд …то неважно, чем ты это делал: Playwright, телефоном, физическим кликером или дрессированной обезьяной)) У меня был такой фейл в апреле с Threads. Я подписывался и комментил больше 100 постов, да еще и в слишком синхронное время. Ну то есть довольно тупой паттерн. Такое долго не живет. Короче, главный вывод: в автоматизации важнее не чем ты кликаешь”, а “как ты себя ведешь”. Самое важное: - лимиты должны быть ниже, чем хочется - ритм должен быть рваный, а не идеальный - действия должны выглядеть по-человечески - и лучше недожать, чем пережать Конечно, физический кликер — штука смешная и местами даже элегантная. Но магии тут нет. Если поведение палится, то забанят все равно. А если поведение нормальное, то и обычная софт-автоматизация может жить вполне себе долго. P.S. Вообще кайфовая иллюстрация того, как люди пытаются решить проблему “невидимости”, хотя настоящая проблема часто не в инструменте, а в собственной жадности к лимитам)