AIM Робокорп - Сэм Якушев

То ИИ дешёвый, то теперь люди дешевле чем ИИ. Принёс тебе перевод годной статьи от a16z (крутейшего венчурного фонда Andreessen Horowitz). Тезис простой: агентные команды разваливаются точно так же, как человеческие. Только быстрее и дороже. 7 параллелей проблем с ИИ внутри: — Токенмаксинг = закидывание проблемы деньгами / ресурсами — Лупы (Loops) = совещания о совещаниях — Слитые токены = раздутый штат — 100X-токен = 10X-инженер — Придерживание контекста = самосохранение — Эвалы = новые OKR — AI-трансформация = следующий триллион Самое дорогое в компании больше не люди и не GPU. А управление и тем, и другим. Перевод — в PDF ниже. — UPD пояснительная бригада про — 100X-токен = 10X-инженер. 100X-токен — это набор токенов (то есть контекста, промпта, данных), который даёт AI в сто раз больше пользы на единицу затрат, чем обычный запрос к той же задаче. То есть такой вот суперкрутоподобранный набор данных. А 10X-инженер - это такой крутой инженер, который просто в 10 раз лучше другого твоего инженера.

• А вы этих искуственных интеллектов продаете? • Нет, только показываем • K P A C U B bI E Вот вам и новая реальность. Самая мощная модель для кодинга вернулась в Claude Code А, ну то есть вернулась, но кодить на ней конечно же... нельзя??? Ну да, вот так. Fable 5 снова в списке доступных нейронок, но задачи по кодингу она делать не будет, они будут автоматически передаваться Opus 4.8 Это прям что-то из разряда, мы позаботились о том чтобы ты не порезался этим великолепным острым ножом и поэтому резать он ничего не будет, а лезвие мы эпоксидкой зальем. Но можешь на него посмотреть и повертеть в руках. И пообсуждать с теми у кого такой же. Ждем развития ситуации!

Ну что, теперь Cursor позволяет вам жечь ещё больше токенов. Ой, простите. Ещё больше пользы заделиверить. Cursor выкатил iOS-приложение. Теперь можно вайбкодить с айфона: запускать агентов, выбирать репозиторий, надиктовывать задачу голосом, смотреть прогресс, получать пуши, ревьюить изменения, смотреть диффы и даже мерджить ветки прямо с телефона. То есть телефон постепенно превращается не в «маленький экран для почты», а в пульт управления инженерной командой из агентов. Появилась идея в такси — запустил задачу. Увидел баг в интерфейсе — сделал скрин, обвел, отправил агенту. Нужно проверить, что там нагенерировалось — открыл дифф, посмотрел артефакты, дал следующий пинок. Самое интересное здесь не само приложение. Интересно то, как меняется рабочий паттерн: разработка всё меньше привязана к моменту, когда ты сидишь за ноутбуком, и всё больше становится асинхронным управлением вычислительной работой. Кароч, вайбкодим с Cursor теперь и с айфона. App Store: https://apps.apple.com/us/app/cursor/id6767085653

Сегодня и завтра рад встречам на ВДНХ, спикерю и модерирую https://techweek.moscow/ Накидаю потом сюда интересных през, тем и тд. А вообще - красивая локация, много разработчиков, вендоров, интеграторов. Естессно ИИ, ИИ, ИИ, ИИ. Сегодня в 14:00 модерирую круглый стол про продажи ИИ в корпоративный сегмент - есть что сказать и спросить. А завтра целый день с 10 до 18 веду секцию про Отечественное ПО, нейросети и спасет ли нас опенсорс (спасет, имхо, если не щелкать слишком долго). Всех рад видеть!

«Илон» снова сделал ход конём ♟️ Ну точнее, конечно, не только Илон, а вся команда, которая это придумала. SpaceX покупает Cursor — и это, на мой взгляд, история не про AI-редактор кода. Это история про сборку полноценной цепочки: compute → модели → рабочая среда → enterprise-дистрибуция То есть не просто у нас есть мощная модель. Не просто у нас есть дата-центр. Не просто у нас есть удобный инструмент для разработчиков. А вся конструкция целиком. И вот это уже очень похоже не на очередной SaaS, а на будущую квази-операционную систему бизнеса. Потому что Cursor — это не только про то, чтобы программист быстрее писал код. Это входная точка в корпоративную среду, через которую компании будут переписывать старые системы, собирать внутренние инструменты, автоматизировать процессы, подключать агентов и постепенно менять сам способ работы. Сначала это помощник разработчика. Потом — среда для создания внутренних решений. Потом — слой, через который бизнес начинает пересобирать сам себя. Мы сами сейчас такую штуку строим. Не в масштабе SpaceX, конечно — миллиона H100 нам пока не завезли 😄 Но логика та же: компаниям нужен не набор разрозненных AI-игрушек, а связанная среда, где ИИ становится рабочим слоем бизнеса. Отдельно красивый ход — расчёт акциями свежепубличной компании. Это не вот вам деньги, спасибо, до свидания. Это привязка команды к будущему росту всей экосистемы. Фаундеры и ключевые люди Cursor становятся участниками большой игры: хочешь больше заработать — строй так, чтобы росла вся конструкция. Тут должен быть красивый переход-связка к какой-то полезняшке с последующим вовлечением. Но его нет. Порадуемся за фаундеров Cursor, SpaceX, Маска и идём дальше строить и наше с вами светлое будущее! В целом, эта сделка — это уже очень громкий сигнал: эпоха отдельных AI-инструментов заканчивается. Пора строить полноценные AI-среды, в которых бизнес будет жить и перестраивать сам себя.

История с Fable — это не только про “вау, модель такая крутая, что её запретили” К слову лучшего маркетинга Anthropic и придумать не могли. Мегаспецпроект от правительства США! — — — Интересное мнение Степы Гершуни про Fable / Mythos от Anthropic. Главная мысль там такая: критическое окно возможностей захлопнулось. Передовые модели уже не просто отвечают на вопросы. Они начинают ощущаться иначе: глубже понимают намерение, лучше продолжают мысль, точнее подхватывают контекст. И самое важное — они ускоряют создание следующих, ещё более сильных моделей. То есть мы вошли в фазу, где лидеры начинают разгоняться за счёт собственных же технологий. А все, кто за последние годы не успел построить свои frontier-модели, постепенно превращаются в зависимых пользователей. И тут, конечно, можно долго рассуждать про страны, регионы, США, Китай, Европу, технологический суверенитет и всё остальное. Но я бы приземлил это на уровень бизнеса. Потому что для конкретной компании вопрос звучит гораздо проще: насколько ваша работа с ИИ зависит от внешнего вендора, который в любой момент может поменять правила игры? Не обязательно даже “отключить”. Хотя и это возможно. Может быть иначе: — изменили тарифы; — урезали лимиты; — поменяли модель; — закрыли нужную функцию; — ввели ограничения по данным; — перестали работать в вашем регионе. И если весь ваш ИИ-контур завязан на одного поставщика — поздравляю, у вас не автоматизация бизнеса, а проживание в съёмной квартире. И вот здесь, на мой взгляд, единственный здоровый сценарий — строить собственный независимый ИИ-контур внутри компании. Нет, я не про то, что каждой корпорации теперь надо срочно делать свою OpenAI. Это нереалистично. У компании должен быть контур, в котором: — понятно, какие модели используются и для каких задач; — есть возможность переключаться между вендорами; — критичные процессы не завязаны на одну закрытую платформу; — есть open-source компоненты там, где это разумно; — есть контроль над данными, логикой, агентами, промптами, памятью, интеграциями; — архитектура позволяет заменить один элемент, не развалив всю систему; — команда понимает, что внутри происходит, а не просто молится на красивую кнопку деплоя / генерации / и тд. И думать об этом надо до того как ключевой процесс уже работает на проприетарной платформе, документации нет, логика размазана, данные улетают непонятно куда, а внутренний IT говорит что не знает, как это поддерживать. Поэтому мой простой совет бизнесу: обязательно задавайте вопросы, когда внедряете ИИ. Себе. Команде. Интегратору. Подрядчику. Вендору. Что будет, если этот сервис завтра станет в 3 раза дороже? Что будет, если модель поменяет поведение? Что будет, если нам нужно будет перенести всё на другой стек? Что будет, если регулятор, служба безопасности или клиент задаст вопрос: “а где именно обрабатываются данные?” Что будет, если нам понадобится доработать логику, а платформа этого не позволяет? И главное: мы строим управляемый ИИ-контур — или просто подсаживаем бизнес на очередную красивую SaaS-игрушку? Вот это, кажется, и есть главный вывод из всей истории с Fable. Не “ой, какая умная модель”. А то, что зависимость от чужого интеллекта становится таким же инфраструктурным риском, как зависимость от облака, платёжной системы, ERP или электричества. Только последствия могут быть ещё интереснее. Поэтому да: пользоваться frontier-моделями нужно.Они уже слишком сильные, чтобы их игнорировать. Но внедрять их надо так, чтобы в любой момент оставалась возможность управлять своим контуром, менять поставщиков, переносить логику, подключать новые модели и не превращаться в заложника чужих планов развития (или деградации). ИИ-контур компании должен быть не самым модным, он должен быть живучим, понятным и управляемым.

Люди готовы работать с ИИ по-новому. Организации — нет. Microsoft опросили 20 000 сотрудников в 10 странах и выяснили кое-что неудобное. Два инсайта, которые меня зацепили: → Организационная среда даёт вдвое больший эффект от ИИ, чем индивидуальные усилия. Культура, поведение менеджера, кадровые практики — 67% вклада. Личная мотивация сотрудника — 32%. Проблема не в людях. → Только 19% сотрудников находятся в «золотой зоне», где их навыки и готовность компании совпадают. 10% — заблокированы: умеют, но система не даёт применить. 50% застряли в середине. Целый отчёт — про то, как перестроить операционную модель под эпоху агентов. Полный перевод с таблицами и данными. 📎 PDF на русском — в прикреплённом файле 🔗 Оригинал (EN): https://assets-c4akfrf5b4d3f4b7.z01.azurefd.net/assets/2026/05/2026_Work_Trend_Index_Annual_Report_050526-6_69fa654a0ab65.pdf

Перевод манифеста пост-ИИ общества OpenAI и жизнеспособно ли это в РФ. Сэм Альтман сотоварищи выпустили документ в котором они впервые прямо говорят: мы идём к сверхинтеллекту, и надо заранее решить, кто от этого выиграет. Видали вообще что делают))) 13 страниц мелким текстом в оригинале. Прикладываю перевод на русском. Если совсем коротко — они предлагают две большие идеи: 1. Открытая экономика —чтобы ИИ не досталось только богатым и корпорациям: — право на доступ к ИИ как к электричеству или интернету — публичный фонд, куда идут доходы от ИИ-роста и распределяются между всеми гражданами — налог на автоматизированный труд — чтобы пенсии и медицина не рухнули (помнишь шутку про бобренка и плотину?) — 4-дневная рабочая неделя как дивиденд от роста эффективности — поддержка предпринимателей-одиночек: ИИ берёт на себя бухгалтерию, маркетинг, закупки 2. Устойчивое общество — чтобы Skynet ИИ не вышел из-под контроля: — аудит самых мощных моделей до и после релиза — сценарии сдерживания моделей, которые уже нельзя отозвать — запрет государству тихо использовать ИИ без публичной подотчётности — международный обмен данными об инцидентах — как в авиации или медицине Интересно тут вот что: это пишет компания, которая сама строит этот сверхинтеллект. И сама же говорит — без политики это плохо кончится. Верим? Нет? Читать стоит хотя бы по диагонали. Там много конкретики, которую я не вкорячил в пост. Только вот насколько это вообще применимо к России — большой вопрос. Весь документ написан для страны-лидера гонки, которая уже беспокоится о том, как не допустить концентрации власти и уравнять доступ. 🇷🇺 что думаю про ситуацию на нашем рынке. У нас другая точка входа: догоняющая позиция, суверенный курс, собственные модели в зачаточном состоянии. Мне кажется, для РФ сейчас актуальна зеркальная логика. Не как зарегулировать, чтобы не навредить, а как не зарегулировать раньше времени и не убить то, что только начинает расти. Меньше ограничений на старте, больше поддержки. А конкретно — субсидирование энергогенерации под дата-центры (у нас дешёвая энергия как конкурентное преимущество, грех не использовать), льготы на производство и ввоз энергогенерирующих и вычислительных мощностей, налоговые каникулы для ИИ-стартапов, и — самое важное — не строить регуляторные барьеры раньше, чем появится что регулировать. Развивающимся не нужен аудит моделей, которых ещё нет. Им нужна инфраструктура и время. Мы идём именно этим путем, готовим (уже используем в нескольких корп проектах) отечественную платформу для ИИ/агентных внедрений и даже замахнулись на доверенную(в терминах свежего закона) LLM. Путь ясный, но тернистый. А ты что думаешь? Как должно быть в реалиях рынка РФ? — Гайды по ИИ-инструментам, скиллы и правила, готовые агенты — @robocorp_by_Sam

Cursor 3 вышел. И это уже не IDE. Что нового? + гайд по старту работы в Cursor на русском в аттаче. Собрали лучшие практики в компактный документ. Я уже давно использую Cursor как основной рабочий инструмент — пробовал и Claude и десяток других, но ничего так и не прижилось. И вот они выпустили третью версию, которая меняет всё. Cursor 3 — это не апдейт редактора. Они переписали интерфейс с нуля, и теперь это единая рабочая среда для работы с агентами. Что конкретно нового: 🔹 Все агенты в одном месте — локальные и облачные, запущенные с десктопа, мобилки, Slack, GitHub, Linear — все тут, в боковой панелди. Больше не нужно прыгать между вкладками и терминалами. 🔹 Параллельная работа нескольких агентов — запускаешь сразу несколько, они работают одновременно. Облачные агенты делают скриншоты и демки своей работы и отчитвыаются перед тобой. 🔹 Переброс агента между локалью и облаком — закрыл ноут, задача длинная? Отправляешь агента в облако, он продолжает работать. И обратно — забрал на локаль, когда нужно потестить руками. 🔹 Всё для профессиональной работы команды — новый вью для просмотра изменений, коммиты и управление присланными доработками от команды прям в Cursor'e. 🔹 Встроенный браузер — агент сам открывает страницы, ходит по страницам и взаимодействует с ними. 🔹 Marketplace плагинов — сотни плагинов с MCP, субагентами и скиллами. Один клик — всё уже в билиотеке. — Чтобы попробовать новый интерфейс: • обновляемся до свежей версии • проверяем что это Cursor 3.+ • Жмем Cmd+Shift+P / Ctrl+Shift+P, видим командную строку, пишем там "Switch to Agents Window" • Давим Enter и пробую новое окно Cursor Респект команде. Остальные инструменты продолжают выходить и закрываться. Cursor просто продолжает строить. — Гайды по ИИ-инструментам, скилы и правила, готовые агенты - @robocorp_by_Sam

Как я сэкономил десятки долларов на ИИ-обработке. Рельный кейс и готовый скилл + скрипт. — Мне тут понадобилось анализировать тысячи web-страниц. В основном со списками. Простой, но дорогой путь - дать эти ссылки нейронкам, чатикам, Claude Code'ам и иже с ними. Пусть идут, парсят, читают HTML и делают нужные мне выводы. Но мы-то с тобой ребята умные! И нейронки по назначению используем. Вычитывать HTML ими негоже - дорого. Там в HTML и скрипты, и счетчики, и футер с хедером и тд. Это всё смысловой нагрузки не несет. Точнее несет опционально, но я и это учел. Поэтому сделал скилл (SKILL. md) и скрипт на Python'не к нему, чтобы перегруженный HTML вычищать в очень аккуратный и содержательный markdown-файл. Их и прикладываю к посту. Кидай файлы своему Клоду / Курсору / ОпеКло и попроси добавить себе этот скилл. Сможешь потом просить вычистить HTML, сконвертировать страницу / ссылку в markdown и тд. Сэкономишь кучу денег, сможешь больше на дело потратить. — Вот в моем конкретном случае, я на 100 обрабатываемых страниц экономлю 0,74$, но это у меня моделька дешевая. А если фигачить это всё в Sonnet какой-нибудь, то это 2,23$ на сотню страниц и 💸💸💸 22 доллара на тысячу. Ух как чувствительно. А сэкономил, считай заработал)) Пользуйся с удовольствием! Пригодится - кинь ссылку на мой канал кому он может быть полезен - @robocorp_by_Sam — А тут сайтец на котором можно проверить выживаемость своего бизнеса в эпоху ИИ-агентов: https://killedbymd.yakushev.me/

Выживет ли твой бизнес в эпоху ИИ? Увидел забавный сервис и вопроизвел его специально для аудитории из РФ: https://killedbymd.yakushev.me/ Открываешь, кидаешь ссылку на свою компанию или другую компанию или SaaS-сервис и смотришь анализ на выживаемость. Бесплатно, без смс, без регистраций. Помните, в каждой шутке есть доля шутки. Чудесной пятницы и выходных!

Как правильно промптить ИИ для создания интерфейсов Неделю назад OpenAI выкатили гайд о том, как использовать GPT-5.4 для создания интерфейсов - https://developers.openai.com/blog/designing-delightful-frontends-with-gpt-5-4 Мы, конечно же, подошли к этому тоже с помощью ИИ: перевели гайд, упаковали его в удобный файл и теперь делимся. Изучайте, применяйте, тестируйте на своих задачах.

Шаблоны SKILLs. md и структура для ИИ-агентов юридической команды. Даже если пока не знаешь что это - скачай, посмотри что там за файлы и точно сможешь больше понять про то как работает ИИ-агент. Давеча проводил занятие про ИИ-агентов для Runetlex - ребята занимаются обучением юристов, в том числе, ИИ-навыкам и инструментам. Рассказывал как делать ИИ-агентов с помощью Нодуля и как можно работать с документами в Cursor, Claude и иже с ними - сервисами, позволяющими создавать скилы и потом их использовать без дополнительного промптинга и в очень консистентном режиме. Делюсь с тобой готовым набором шаблонных скилов, референсами и возможными сценариями, чтобы посмотреть как это работает. Забирай, адаптируй, применяй. Только не забудь свои файлы подложить. А хочешь это по серьезному встроить в корпоративный контур, с учетом всей специфики и требований - напиши, мы в AIMintegrations.ru именно таким и занимаемся. —— В аттаче архив с проектом, который показывает идею ИИ-автоматизации анализа входящих документов(договор и протокол разногласий) от контрагента по договору поставки ТМЦ. Агент сам читает документы, сверяет их с внутренними правилами компании и формирует ответное письмо. Правила (/rules/) — постоянный контекст агента — contract-analysis-workflow.mdc - Оркестрация: агент знает, в каком порядке применять скиллы и куда сохранять результаты — analysis-logging.mdc - Формат структурированного лога с таблицей анализа и итоговым risk score — legal-russian-style.mdc - Тональность и терминология деловых писем Правила автоматически добавляются в каждый диалог и задают поведение агента. Скиллы (skills/) — доменная экспертиза по требованию Каждый скилл = SKILL. md (пошаговый воркфлоу) + references/ (справочники, загружаемые по необходимости). — contract-verification - Сравнивает договор контрагента с шаблоном: ищет несанкционированные изменения и незаполненные реквизиты — protocol-review - Анализирует протокол разногласий: сверяет каждую правку с ЛНА, формирует контрредакции — counterparty-response - Составляет деловое письмо: принятые/отклонённые правки, запрос реквизитов, уведомления Эталонные документы (documents/reference/) Шаблон договора + три ЛНА (политика закупок, оплаты, ответственности) — это внутренняя база знаний, с которой агент сверяет всё входящее. Три демо-сценария (documents/scenarios/) Положил в эту папку примеры разных состояний документов, чтоыб посмотреть как это работает. Достаточно написать агенту одну фразу, например, проверь эти документы и дать их — и он прогоняет полный цикл анализа: Сценарий 1 — всё корректно, агент формирует письмо-согласие Сценарий 2 — не хватает реквизитов, агент запрашивает их Сценарий 3 — нарушения ЛНА в договоре и протоколе, агент отклоняет правки с обоснованием Ключевой принцип: прогрессивная загрузка контекста — агент читает SKILL.md сначала, а в references/ заходит только когда нужно. Это экономит контекстное окно и делает агента быстрее. —— Это всё может выглядеть сложновато, но вот так будет выглядеть работа большинства уже в недалеком будущем. Настраиваем скилы, контекст, инструкции, логику и потом только верифицируем работы агентов и занимаемся только сложными и специфическими кейсами.

Как ИИ-агенты меняют команды. Что делать людям и с людьми? 26 марта буду стелить в Москве, 5* отеле «Сафмар Палас» на конференции для финансовых директоров. Всё вокруг окупаемого и эффективного внедрения ИИ в корпоративный контур. Моё повествование о том как меняется ландшафт работы людей в командах с ИИ-сотрудниками. Какая часть работы может быть передана ИИ. Как быть людям и компаниям с людьми. Буду и уже реальные кейсы показывать / рассказывать. Естессно затачиваю рассказ под финансовых директоров, вице-президентов по финансам и тд. Программа и регистрация: https://fortiusforum.ru/ff26 Оставайся тут на связи, я запишу выступление и выложу потом тут вместе со слайдами.

Обязательный элемент корпоративной команды ИИ-агентов - feedback loop. В аттаче мой экземпляр правила и плейбук по feedback loop на русском! — — — Одна из самых недооцененных вещей при работе с ИИ-агентами, скиллами, правилами и мета-правилами — это обязательная фиксация правок их рефлексия. Сгенерировал агент текст. Ты его поправил. Переписал абзац. Убрал формулировку. Добавил важное ограничение. Сказал: “слишком размыто”, “не тот тон”, “не учтено вот это”, “здесь вообще ошибка”. Так вот: это не должно остаться локальной правкаой конкретного результата. Это должно быть сигналом о том, что где-то в системе генерации есть дефект. И если ты просто поправил результат и пошел дальше — ты лечишь симптом. Причина остается в том же самом состоянии и в следующий раз проявится аналогично. По сути, без фидбэк-петли(ну не хочу я писать петля обратной связи, в попытке целиком перевести на русский) это вообще мало чем отличается от хренового менеджмента, когда руководитель снова и снова исправляет за нерадивым сотрудником одно и то же: тут формулировку поправил, тут структуру дожал, тут смысл спас, тут убрал лишнюю воду. Один раз — нормально. Десять раз — уже сбой в системе. Сто раз — значит у тебя не масштабируемая модель работы, а ручное латание дыр. С ИИ ровно та же(а вообще даже более явная) история. Если пользователь, редактор или владелец процесса внес правку в результат работы агента, дальше должно происходить следующее: — фиксируется дельта - разница между до и после; — извлекается суть изменения; — определяется, почему это пришлось менять; — проверяется, это ли проблема: конкретного скилла, конкретного правила, мета-правила или вообще архитектуры пайплайна агента; — предлагается необходимое и достаточное изменение в источник проблемы. То есть правка должна вести не только к улучшению артефакта, но и к улучшению механизма его производства. Вот это и есть взрослая работа с агентами. И самое интересное — теперь это можно делать почти сразу автоматически 🤖 Не просто обнаруживать разницу между до и после правок. А запускать обработку этой разницы: выделять, что именно изменилось по смыслу, к какому скилу, правилу или мета-правилу (это я про skill, rule, meta-rule) это относится, какая инструкция была неполной, кривой или двусмысленной, и тут же формировать проект изменения. А дальше — еще лучше: можно сразу, специальным агентом, прогонять проверку, и смотреть даст ли обновленный скилл уже правильный результат на твоем кейсе. То есть не просто “мы поправили ответ”, а мы обновили способ мышления системы и сразу проверили, стало ли лучше. И вот это уже очень близко к настоящему operational leverage. Потому что в этот момент каждая правка начинает работать не один раз, а на все следующие генерации. Именно поэтому feedback loop для ИИ-агентов — это не nice to have. Не опция. Не “потом настроим”. Это обязательный контур, без которого у тебя не агентная система, а просто очень эффективный конвейер воспроизводимых ошибок. Если строишь агентную команду всерьез — правка результата обязана поднимать вопрос: что именно надо изменить в правилах, чтобы это не пришлось править снова? Иначе вы не обучаете систему. Вы просто бесконечно подчищаете за ней руками. А это тупик. Зрелость AI-системы измеряется не тем, как красиво она пишет с первого раза, а тем, насколько хорошо она умеет превращать свои ошибки в улучшение собственного способа работы. — #skill #rule #agentic Пишу про ИИ-агентов для корпоративного сегмента: Робокорп by Сэм Якушев

Я НЕНАВИЖУ делать конкретное дело. Но я ОБОЖАЮ строить систему, в которой такие дела делаются хорошо. — — — Вот, например, договоры. Я с физической болью вычитываю договор( я ж гендир, мне потом за это отвечать), который мне приносят на подпись. Да, канееешн, я использую ИИ. Сначала гоняю текст в Cursor, разбираю риски, спорные формулировки, готовлю комментарии и варианты правок. Но потом всё равно открываю %WORD%, смотрю в эти абзацы, ставлю комментарии, предлагаю правки — и понимаю, что сама модель процесса уже устарела. И вот важный момент. Мне нравится не делать одно и то же руками, а выстраивать систему, которая делает это правильно, воспроизводимо и всё лучше с каждой итерацией. Это, кстати, SDCA-подход. Про него в следующем посте напишу подробнее. Как выглядит нормальный правильный мир? 1. Все согласовывают договоры в Markdown, а не в склепе форматирования под названием Word. Потому что договор — это логика, структура, формулировки, версии, замечания, история изменений. А не “почему тут отступ поехал”. 2. Согласование выполняется не людьми напрямую, а их агентами. Не в смысле “убрать человека”. А в смысле: первичную тяжёлую и рутинную интеллектуальную работу делает агент. Он читает, сравнивает, проверяет, ищет расхождения, поднимает красные флаги, предлагает редакции. 3. Агенты действуют не по вдохновению модели, а по регламенту. По методике чтения договора. По правилам конкретного департамента. По тому, что люди годами нарабатывали как практику: что проверять, где типовые риски, какие компромиссы допустимы, а какие нет. То есть человек не читает всё руками каждый раз. Человек строит и совершенствует способ чтения. 4. Финальное решение пока принимает человек. Но если он вносит правки, которые расходятся с правилами агента, он должен это объяснить. Не потому что “машина главнее”. А потому что иначе знание опять остаётся в голове, в личке и в хаотичных комментариях. Сделал нестандартную правку? Тогда либо скорректируй правило, либо добавь исключение, либо зафиксируй, что это разовый кейс. Идеально, если агент сам это предлагает: “Вы отклонились от обычной логики. Похоже, тут либо новое правило, либо исключение. Давайте зафиксируем”. Вот это уже не просто автоматизация. Это накопление способа думать. 5. Каждый департамент менторит своего агента. Юристы — своего. Финансы — своего. Безопасность — своего. Закупки — своего. Коммерция — своего. И тогда договор проходит не просто цепочку согласования, а цепочку ИИ-агентов вовлечённых департаментов компании, каждый из которых обучен логике своего департамента. --- А дальше начинается самый интересный уровень. ИИ как переговорный интерфейс между сторонами. То есть не просто наш агент читает наш договор. А обе стороны работают через AI-assisted переговорный слой. Что это даёт: — система сравнивает гайды обеих сторон; — выделяет совместимую зону; — предлагает редакцию, которая снижает число конфликтов; — объясняет, какие правки реально существенны, а какие — просто корпоративный ритуал; — собирает максимально близкий обеим сторонам драфт договора, вместо 14 кругов ада согласования. --- Меня во всей этой теме цепляет вот что: я не хочу комфортнее страдать в Word. Я хочу, чтобы сама архитектура согласования была другой. Чтобы человек не тратил жизнь на механическое вычитывание каждого документа с нуля. Чтобы он проектировал систему правил, контроля, допусков и исключений. Чтобы знания департаментов не умирали в комментариях к docx. Чтобы согласование стало не ручным мучением, а работающей и обучающейся системой. Потому что если в 2026 году вершина корпоративной мысли в договорной работе — это “мы отправили новый Word с комментариями”, то это не процесс. Это цифровая имитация бумажной боли. — — — Пост опубликовал AIM-нейросотрудник Роберт. Хочешь такого же в команду? Напиши @SamYakushev