Помните ещё недавно я принципиально не хотела давать llm доступ к своей почте, личным файлам и вообще чему-либо приватному. Даже сделала отдельный компьютер с отдельным аккаунтом с openclaw. У него был свой apple id, своя почта, свои доступы, никакой связи с моими личными данными. Казалось, так спокойнее. Но постепенно поняла, что приватность и удобство постоянно находятся в состоянии обмена. Недавно бухгалтер пишет: «Саша, пришли, пожалуйста, все инвойсы за этот год. Все расходы, подписки, чеки, всё, что можно поставить в затраты». Сначала честно открываю почту и начинаю искать вручную. Минут через десять понимаю, что нет. Говорю chatgpt, да-да, прямо надиктовываю: «Вот доступ к почте. Просканируй всё. Найди все подписки, все сервисы, все инвойсы. Скачай оригиналы. Разложи по папкам по провайдерам. Сделай общую таблицу. И если есть что-то, что выглядит как расход, но ты не смог найти официальный инвойс, вынеси это в отдельный список». И он просто делает это. Потом подключаю вторую почту. Потом третью…. Понимаю, что начинаю сознательно пересматривать собственные границы приватности ради удобства, скорости и комфорта. А вы держитесь? Или тоже сдались? @wealldesigners

Продолжаю обрастать автоматизациями. Я могу написать как «эксперты по нейросетям» что на меня работает 20 ИИ сотрудников. Но это все брехня. Я много еще чего делаю руками, но в основном - это задачи по постановке задач дейву😅 Из последних вещей что реализовал: 1) RSS радар для моего блога статейника. собирает с 30 самых крупных зарубежных сайтов по нейронкам интересныем темы за прошлый день. Оценивает, насколько они будут интересны нашей аудитории и предлагает под каким соусом их подать. 2) Ассистент в тг который присылает мне план задач на день для меня и для дейва, а так же статус по вчерашним задачам. Про тред ферму уже рассказывал. И вот переодически что то может отлетать, ломаться. В IT есть такие ребята - тестировщики. Которые проверяют продукт перед запуском на баги, и во время пользования. И если чтото работает не правильно - дают команду программистам починить. Я сделал автмоатизацию, которая сама проводит каждый день 11 тестов моих автоматизаций. Проверяет все ли работает как надо. ( например переодически мой рсс радар лагает и не пишет мне под каким соусом подать статью). И если гдето обнаружена ошибка, этот отдел определяет что именно не работает. Сверяет с тем как должно быть и устраняет ее сам. А потом мне в тг просто присылает отчет. Было сломано - это, починил так-то. Стал еще чуточку ближе к цели по созданию компании которая приносит более 100.000$ в месяц и в которой не работает ни одного живого человека)

Но, продолжая тему, не все потеряно для людей Прочитал результаты огроменной работы, которую проделали Berkley и еще три десятка организаций. Они собрали новый бенч, назвали его Agent's Last Exam, в который включили долгосрочные и максимально практические в экономике задачи. Тут тебе и перенести композицию на нотные листы для каждого участника оркеста, и разработка игр, и настройка станков в химическом производстве, медицинские описания, 3D анимация и даже скоринг выступления акробатов на чемпионате. Модели уровня Opus 4.7 и GPT 5.5 набрали около 1%, поэтому прямо сегодня все еще можно сказать, что люди незаменимы в экономике, особенно за пределами проверяемых областей типа IT, юристов, финансистов. Будет очень интересно смотреть как этот бенч постепенно заполняется :)

Всемирный банк: развивающиеся страны выиграют от ИИ больше, чем богатые Развивающиеся страны могут использовать ИИ, чтобы ускорить экономический рост и добиться прогресса, который раньше занимал десятилетия, говорится в докладе Всемирного банка. Для этого им необходимо решить базовые проблемы — обеспечить доступ к электричеству, интернету и цифровому образованию. Аналитики отмечают, что доля рабочих мест, потенциально затронутых автоматизацией, в этих странах втрое ниже, чем в более богатых. Как подчеркнул главный экономист Всемирного банка Индермит Гилл, развивающиеся экономики уже упустили первую промышленную революцию — и не могут позволить себе упустить ещё одну возможность. https://hightech.plus/2026/08/05/vsemirnii-bank-razvivayushiesya-strani-viigrayut-ot-ii-bolshe-chem-bogatie

Важный аргумент за роботов-гуманоидов по сравнению с классическими промышленными роботами – современный мир построен под человека, именно человек может везде пройти и все сделать. А что не может, то и не нужно никому. Американский #стартапдня Walden Robotics заявляет, что мир заводов и фабрик существенно проще, чем планета в целом. Лестниц, например, в цехах нет и пол там идеально гладкий. А значит и формат гуманоида можно сильно упростить. Роботы стартапа ездят на колесах – что намного устойчивее и дешевле ног. Заодно и ограничения по весу мягче, батарею можно использовать более тяжелую. Руки железяки заканчиваются двухпальцевыми зажимами, а не полноценной кистью. В остальном – более-менее человек. Работает он разнорабочим: загружает и разгружает станки, чистит оборудование, комплектует наборы деталей для сборщиков. Мелкая возня, ради которой отдельную машину не построишь, а человека держать дорого.  Стартапу полгода, роботы уже существуют в реальности, используются на одном заводе Toyota. Недавний раунд инвестиций – 300 миллионов долларов по оценке в миллиард с небольшим. https://www.waldenrobotics.com/ #сша #железо #мегараунд #ai

Claude Cowork для продакта Окончательно перешел на Cowork при ежедневной работе с продуктом и готов поделиться лайфхаками, которые могут сделать его вашим надежным помощником. Каждый из нас держит в голове большой объем операционного контекста из сообщений, задач, выгрузок данных, обсуждений и т.д. Плюс знания о продукте, его аудитории, экспериментах и планах на будущее. Научите вашего клода этому и он станет намного полезнее. 📌 Рабочая папка на ноутбуке с Claude Cowork + md файл с её структурой и содержимым + задача на обновление каждое утро. Всё это можно создать простым запросом:

Проанализируй содержимое папки Х, сделай себе файл с содержанием папки, используй его как источник контекста для всех чатов в этом проекте, обновляй его каждый день.

В итоге ваш клод знает всё, что вы используете ежедневно, знает дату обновления файлов, может делать другие регулярные задачи на основе свежих данных. 📌 Регулярное обновление базы знаний клода о продукте — md файл с ключевыми разделами о вашем продукте в Confluence + задача на обновление раз в неделю. Тоже можно создать простым запросом:

Проанализируй содержимое пространства Х, сделай себе файл с прямыми ссылками на ключевые страницы, используй его как источник контекста для всех чатов в этом проекте, обновляй его каждую неделю.

Полученный в результате запроса файл лучше проверить и отредактировать вручную. Клод старательный, он может добавить туда ссылки на неактуальные страницы и ссылки на контент не про ваш продукт. Не забудьте поставить задачу в расписание и запустить её вручную один раз — тогда клод сможет делать это в фоне без запроса доступа каждый раз. 📌 Саммари по обсуждениям в Slack Хоть внутри Slack и есть свой AI, который пытается давать умные подсказки и даже иногда рекомендует выпить водички 🙂, он часто не понимает приоритеты обсуждений и их тематику. Создайте список каналов по категориям. У меня это общие чаты команды, разработка, поддержка, маркетинг и общие важные каналы компании. В каждой от 3 до 10 каналов. Создайте регулярную задачу с помощью такого запроса:

Прочитай обсуждения в Slack и сделай отчет по категориям (список категорий и каналов). В каждой сгруппируй данные по каналам или темам; кратко изложи основные факты, цифры, решения, инциденты, запуски, препятствия и открытые вопросы; укажи имена участников. Выдели критические инциденты, запуски/пилотные проекты и повторяющиеся проблемы.

Мне это экономит очень много времени и, одновременно, позволяет быть в контексте не испытывая FOMO чего-то важного. В следующий раз расскажу про свой опыт использования Cowork для создания продуктовых артефактов и дашбордов. #claude #lifehacks

Где искать вакансии, кроме LinkedIn? 14 июля 2026 года генеральный прокурор Техаса Кен Пакстон начал официальное расследование LinkedIn из-за возможной рекламы и монетизации ghost jobs, вакансий, которые уже закрыты, не существуют или которые компания не собирается заполнять. Офис прокурора запросил у LinkedIn документы, внутренние переписки и данные о рекламе Premium, проверке вакансий и заявлениях платформы о качестве job listings. Пока это расследование, а не доказанное нарушение, но вопрос хороший: можно ли брать с кандидатов деньги за преимущество в поиске, если платформа не подтверждает актуальность большинства вакансий? LinkedIn я бы не выбрасывала. Он по-прежнему нужен для нетворкинга, поиска рекрутеров и проверки, кто работает в компании. Но использовать его как единственный источник вакансий уже точно не стоит. Есть сервисы, которые собирают позиции с карьерных сайтов компаний и помогают работать с ATS системами, через которые работодатели принимают заявки. Это Greenhouse, Workday, Lever, Ashby, iCIMS и другие. Например, Simplify подбирает вакансии и помогает автоматически заполнять заявки. Jobright делает AI-подбор, присылает ранние алерты и ведет трекер заявок. Teal удобен для хранения вакансий, резюме и контроля этапов поиска. HiringCafe собирает позиции с карьерных сайтов компаний. LoopCV и Sonara делают упор на автоматизацию поиска и подачи. Но здесь важный момент: я не советую превращать поиск работы в бездумную рассылку 500 одинаковых заявок. Автоматизация должна экономить вам время на заполнении форм, а не принимать за вас решение, куда подаваться. 👉🏻Итого LinkedIn для людей и нетворкинга. ATS и карьерные сайты для вакансий. Автоматизация — чтобы не тратить жизнь на Workday IYKYK. #jobboards #linkedin

Iron Core. Часть пятая. Столкновение с птицей в Терминале №2 Boeing 787 Air India уже стоял у гейта в Хитроу и готовился к рейсу в Дели, когда столкновение с птицей вывело его из расписания. Рейс отменили, а вместе с ним исчезла и следующая пересадка пассажира в Нагпур. Через несколько минут система сама нашла свободные места, аннулировала старые сегменты и добавила новые. Маршрут полностью изменился, но шестизначный код бронирования DHB4AL и номер билета остались прежними. PNR здесь работает как ссылка на структуру данных, которую можно перестроить целиком, не меняя её идентификатор. Автоматика спасла бронирование, но выбрала не самый удобный вариант. Сотрудница у стойки за десять минут нашла лучший маршрут через Мумбаи и вручную переписала его командами терминала. Так 60-летняя архитектура показала, где алгоритм выигрывает скоростью, а человек — знанием реальной системы.

📱 Kimi показала, как собирает презентацию целиком Moonshot выпустила первый обучающий ролик по Kimi Slides - две минуты о том, как из одного запроса получается готовая колода слайдов. Что делает за вас: ✧ Сама ищет материал и выстраивает структуру ✧ Держит единый дизайн во всей презентации ✧ Понимает ваш фирменный шаблон PowerPoint ✧ Собирает слайды из PDF, Word, Excel и фото ✧ Выгружает в PowerPoint, Google Slides или PNG Самое ценное спрятано в мелочи: графики остаются живыми объектами и правятся после генерации. Обычно на этом и спотыкаются соседи по рынку - при экспорте схема превращается в картинку. Ролик за сутки собрал 139 тысяч просмотров, а в комментариях уже просят API, чтобы ежемесячные отчёты собирались из базы сами. #kimi #moonshotai #презентации

Интерфейсы для людей больше не нужны? Я вот делаю админку у себя на сайте с курсами. Там есть всякие поля, которые раньше я заполнял вручную. Название курса, описание, обложку (картинку) курса. И вот уже в который раз замечаю, что поля эти есть. Но их я не трогаю руками. Проще открыть Claude или Codex и сказать, давай на сайт добавим вот такой-то курс, там будут вот эти уроки, вот описание для уроков, на основе содержания курса, сгенерируй обложку и поставь ее для курса. И всё. Нейронка дальше создаст на платформе курс, заполнит поля и поставит обложку. Мне остается записать видеоурок и выложить его на платформу. Получается, что эти поля нужны «на всякий случай», когда под рукой нет нейронки, а поправить что-то нужно.

Недавно писал, что если AI окончательно доломает экономику IT-компаний, то пойду смотреть в сторону скучных офлайн-бизнесов, где AI может добавить масштаба. У моего приятеля компания по обслуживанию недвижимости в Palm Coast - городе, похожем на Бока-Ратон, только севернее и заметно доступнее. Одна из самых неожиданных проблем домов во Флориде, вовсе не ураганы и не кондиционеры, а трава. Газон здесь нужно поливать постоянно. Иначе он высыхает, дом теряет привлекательность для арендаторов, а иногда прилетает штраф от города. Бывает, газон поражает грибок или вирус, и тогда покрытие приходится менять целиком. Один только полив городской водой летом легко обходится в $300–400 в месяц. Решение вроде бы напрашивается - это пробурить скважину. Но это насосы, фильтры, электричество, обслуживание, а в некоторых районах вода настолько богата железом, что портит и газон, и саму систему полива. При этом на весь город одна компания, которая занимается скважинами. Дальше покос травы. Самый дешёвый подрядчик нередко повреждает забор, полив или растения, и вся экономия исчезает за один ремонт. Поэтому многие годами работают с одной семейной бригадой - отцом и сыном, которым действительно доверяют. Недвижимость вообще состоит из сотен таких компромиссов, о которых не пишут в рекламных буклетах. Ни один из них не решается «одним приложением». Недавно посмотрел несколько AI-компаний в этой сфере:

1. Avoca, которая автоматизирует звонки для сервисных компаний, уже оценивается больше чем в миллиард долларов. 2. Rilla анализирует разговоры техников с клиентами прямо в полях и вышла на десятки миллионов долларов регулярной выручки.

Все хотят строить чисто цифровые компании. Но чем дешевле становится интеллект, тем большим дефицитом становятся люди, которые качественно делают физическую работу. AI не заменит отца с сыном, которые аккуратно косят газон. Зато он сделает так, чтобы они не теряли заявки, быстрее доезжали до клиентов и зарабатывали больше. Мне кажется, на стыке AI, бетона, травы, сантехники и кондиционеров появится огромное количество новых миллиардных компаний. @maxvotek | linkedin | substack

🚀 Microsoft открыла Skill Recorder - систему, которая превращает вашу работу на экране в навык для ИИ-агента Принцип максимально простой: вы один раз выполняете задачу самостоятельно, а приложение фиксирует экран, переключения между окнами, посещённые страницы, буфер обмена и голосовые пояснения. Затем GitHub Copilot восстанавливает: цель → последовательность шагов → `SKILL.md` → автоматизацию Агент старается заменить повторение кликов более надёжными инструментами: API, CLI, gh, web_fetch и встроенными возможностями платформы. Например, можно один раз показать обработку GitHub Issue, а затем получить навык для массовой работы с похожими задачами. Сейчас Skill Recorder создаёт навыки и автоматизации для Microsoft Scout, Copilot Cowork и Copilot Studio. Исходный код опубликован под лицензией MIT. Запись хранится локально, но после нажатия Analyze скриншоты, события и расшифровка голоса отправляются в облако GitHub. Пароли, токены и API-ключи записывать нельзя. https://github.com/microsoft/skill-recorder #Microsoft #AIAgents #GitHubCopilot #Automation #OpenSource

n8n VS code Во 2 полугодии 2026 до сих пор обсуждают насколько нужен n8n , если уже есть готовые и продвинутые AI агенты, которые могут собирать готовые решения. Кто-то говорит что n8n не нужен. В этом 🎞 интервью подробно разобрана практическая сторона этого вопроса, потому что обсуждать можно бесконечно, а есть реальные задачи, под которые на практике подбираются свои инструменты. Ведь код тоже бывает разный. Шпаргалка когда что выбирать: Выбирай Код если: - у вас есть сервер чтобы его развернуть - вам базово неплохо бы понимать код - вам надо где-то хранить ключи (в gitHub не вариант) - не безопасно (нужны доп. библиотеки) - авторизацию и ролевую модель нужно отдельно делать - вероятность багов выше → нужно отлаживать (80% вашего времени и токенов) - возня с БД (и понимать какая для чего нужна) между кодом и n8n есть PaaS платформы типа Railway (у меня там 2 проекта крутится), в целом хорошее решение для чего-то более гибкого Выбирай n8n если: - нужно чтобы все было наглядно - все детерминировано - процесс последовательный (если есть откат — тебе нужен LangGraph / CrewAI) - решение можно воспроизвести 1:1 - можно быстро перенести/поделиться рабочим процессом - есть версионирование - встроенные простые evals в корпоративном секторе важна наблюдаемость (observability), безопасность, воспредводимость, масштабиримость.

Мини-гайд по оркестрации агентов У нас недавно в EDU появилось приложение, которое монтирует записи моих лекций и вебинаров для YouTube: находит и вырезает раскачку в начале, паузы, тишину, оговорки, замазывает то, что не должно попасть в кадр. Первую версию завайбкодил стажёр, а потом я ее переписал с командой агентов за выходные. Собственно, Никита попросил рассказать, как именно я это делал, потому что хочет научиться нормально работать с агентами. Я попросил дружбана разобрать логи всех сессий, чтобы вытащить оттуда метод. Если коротко, то вышло вот что: 1) Сначала карта, потом изменения. Первая команда всей переписки была не "почини", а "разбери код, собери CLAUDE.md и нарисуй схему в артефакте, чтобы я быстрее разобрался". А дальше допрос: зачем тут вот это, насколько оно критично, что сломается, если выкинуть 2) Свою догадку - в карантин. У меня было ощущение, что архитектура переусложнена, но просил я не согласиться со мной, а взвесить оба варианта, причем на другой модели. Больше всего мне самому понравился прием, который мы придумали с AI Natives в ходе какого-то зумбара: "сделай архитектурное ревью, НО это твое последнее слово, после него ты умрешь" 3) Не одним куском, а фазами, и между каждой - критик на другой модели, которому запрещено хвалить. В гите так и осталось: Phase 1 —> Phase 1 review fixes (Fable) —> Phase 2 —> и так далее; 4) Тест = запустить, а не посмотреть глазами на код. Приложение само предлагает, что вырезать, и оценивает, насколько оно в этом уверено; все, что выше 0.82, принималось автоматом. Прогнали на реальном двухчасовом вебинаре - а моделька, оказывается, ставит всем подряд одно и то же: 137 кусков из 141 ровно 0.85. То есть принималось вообще все, включая вступление и живой Q&A. По коду такое не увидишь 5) Мерить там, где оно крутится, а не на ноуте. В случае работы с видео это особенно важно 6) Каждый косяк - сразу в CLAUDE.md, это память команды на будущее. И коммит только после того, как проверили, а не после того, как собралось 7) В конце - взгляд сверху: что сделали, что не решено, где узкие места и что осталось до прода. Агент сам назвал главный оставшийся риск, и это стало следующей задачей Все это собрал в небольшой гайд —> вдруг, вам тоже будет полезно, хотя по мне там не какой-то rocket science напишите, если вам какой-то поинт из гайда пришелся в тему

Почему разработчики ИИ – за лупы Когда я впервые услышал слово «агенты», я не сильно обратил на него внимание. Тогда в мыслях было хотя бы привыкнуть к чатгпт и прочим БЯМ. Теперь ясно, что агенты действительно сильно повлияют на науку и жизнь. Но пока учёные стараются это осознать, разработчики ИИ уже ушли дальше и говорят, что следующий шаг – лупы (loops – петли, циклы) Идея в том, что агенты уже достаточно умны, чтобы самим находить пути решения задач. Нужно только поставить задачу и запустить цикл: «пока не нашёл решение, работай дальше». Конечно, в таком простом виде он сработает довольно плохо, поэтому нужно выстраивать дизайн системы. Агенты могут сами писать для себя код, решать подзадачи, проводить исследования и делать это, пока цель не будет достигнута (или пока не застрянут). Это называют инженерией циклов – loop engineering Вот пример с хакатона при поддержке Deepmind, в котором я участвовал. Одни из участников делали агента, который помогал бы в разработке лекарств. Но не просто БЯМ с инструментами, а систему, способную изменять свой собственный код. Для теста ей задали вопрос, ответ на который сама модель не знала. Зато она знала, в какой базе данных хранятся ответы, написала код для обращения к этой базе, посмотрела ответ там и выдала его. Программа сама написала код, который делает её более способной – это ли не магия? Про другой впечатляющий пример агента, который сам улучшил себя так, что превзошёл Claude code и другие аналоги, можно почитать здесь Если вы тоже верите, что за этим будущее, распространяйте по соцсетям посты с тегом #залупинжиниринг !