Нейрояз и как я с ним борюсь Самая первая задача, которую многие решают с чатом - это генерация любого рода письменного контента: письма, посты, документы. Настолько подкупает, что ты супер быстро получаешь результат. Особенно в сравнении с тем, что было раньше - когда тебе нужно было полчаса или час потратить просто на то, чтобы собрать свои мысли, причесать их и выдать какой-то красивый структурированный текст. Но тут есть две проблемы. Во-первых, когда ты пишешь самостоятельно, ты структурируешь свои мысли, и за счет этого начинаешь думать лучше. Свободное письмо - это отличный способ научиться мыслить более логично, увидеть свои когнитивные искажения, построить свою картину мира и научиться ее доносить до собеседников. Еще один минус такого использования инструмента - это поиск своего голоса. Любой писатель, любой редактор вам скажет, что это одна из самых сложных задач в письме. И интересно, что модель как будто решает этот вопрос, но появляется не «the voice», не ваш голос, а какой-то «a voice». И этот некий голос очень сильно виден. Мне понравилось определение моей подруги, которая назвала это нейроязом. Вот эти все обороты «это не X, это Y», три предложения по одному слову с точкой, провокационный заголовок - это все очень сильно считывается, и наш мозг просто скипает такой контент в доли секунды. Я вижу, как мои знакомые, которые хотят развиваться как блогеры в Телеграме или Инстаграме, подсаживаются на иглу искусственно сгенерированного контента и теряют свою уникальность. Для себя я нашла вариант, как все-таки взять лучшее от чата. Расскажу свой workflow. 1. Я выгрузила все свои посты с реакциями, метриками и текстами в MD-файл (тут писала как я это сделала) и скормила это в Claude с просьбой написать двухстраничник про мой стиль письма с несколькими примерами постов. Потом я немного поправила этот документ и загрузила его в отдельный проект как инструкцию к моим постам. 2. Главное в процессе то, что я стараюсь сначала сама написать или надиктовать свои мысли. Мне очень помогает надиктовка через Wispr Flow - конкретно этот пост я так и пишу. Уже готовые мысли и диктовку я скидываю в проект с инструкцией, и чат помогает причесать текст, очистить от нейрояза, а дальше я немного дорабатываю и публикую. 3. Еще одна вещь, которую мне предложил сам Claude, когда мы обсуждали планирование недели: делать контент-батчи. То есь выделять на создание контента полтора-два часа в неделю и за раз создавать все посты в Инстаграме и Телеграме. Сейчас у меня прибавилось работы, и я чуть деприоритизировала развитие в соцсетях, но все равно собираюсь этим летом нормально прокачаться. И вот этот workflow - один из методов, которыми я буду пользоваться.

Обратная связь — Поделитесь мнением о продукте, — попросил меня в письме сервис продажи авиабилетов. — Ага, когда-нибудь... Сейчас стало модно собирать обратную связь от пользователей. Нам шлют имейлы, показывают всплывающее окна, пишут в мессенджеры; а мы — молчим. А даже если нет, отвечаем «все норм» и заканчиваем диалог. Пару месяцев назад провел практикум по Claude и тоже попался на эту удочку — решил собрать мнения. Написал 10 людям лично — получил 3 ответа в стиле «вау», одну «гениальная» идею от городского сумасшедшего и 6 тихих игноров. И это от людей, многие из которых знают меня. Тогда поменял подход: взял следующую десятку и написал каждому — «давай встретимся, за 30 минут покажу, как решать твои задачи с Claude в 3 раза быстрее и качественнее». Календарь забился мгновенно. Провел 8 встреч, увидел, где люди реально тупят; от чего конкретно в восторге и что можно смело выкинуть. А еще трое купили следующий практикум. Четыре часа я помогал разобраться людям в Claude, а они мне в моем продукте. И каждый получил вагон пользы. Вывод прост: люди не хотят давать обратную связь. Они хотят получать пользу. Дай им второе и получишь с избытком первое.

Сделал простую автоматизацию, которая 100% классная Много критики в адрес ИИ сейчас. Большая часть заслуженная. Но это другой случай. Живу в Бразилии, во Флорианополисе, рядом с пляжем Кампеше. Каждый июль сюда приходят южные гладкие киты. 50-тонные (!) животные в 30-100 метрах от берега. Есть классный местный UGC сайт, который я люблю: местные отмечают, где видели кита в последний раз. Сделал с Claude небольшой алерт, который пингует меня в Slack, когда кит рядом с моим пляжем. В прошлом году, чтобы их увидеть, пришлось поехать 60 км и немного удачи. (Тогда повезло в течение часа видеть 8-10 китов с детёнышими, впечатляет) В этом году телефон вибрирует (Кит рядом 🐋) - и это 5 минут пешком. Вот и всё. Без ИИ я бы это не сделал

Малышева вздрогнула, когда узнала… Проблема такая: вы отравились пирожком из Пятерки, но ради отравления к врачу не пойдёте — зато будете гуглить, как лечиться. Всё закончится тем, что в аптеке вам продадут волшебный мульти-комплекс «Говно-Плюс», и лучше вам от него не станет. Чтобы узнать, как лечиться, придется найти официальные клинические рекомендации, потом по каждому лекарству прочитать РКИ, убедиться, что они опубликованы в нормальном издании, посмотреть рецензии, бла-бла-бла. Естественно, вы никогда не будете этим заниматься. А можно написать в Клод: «разбери мне препарат Х, найди актуальные РКИ за последние 5 лет, скажи есть ли доказательная база, не учитывай маркетинговые материалы». Клодик за вас почитает Cochrane, пороется в PubMed, вытащит клинические рекомендации. Через 15 минут отчет: «доказательная база отсутствует, зарегистрирован как БАД в РФ, EMA и FDA не одобряли, единственное РКИ проведено производителем в 2011 году на 60 пациентах, вот ссылки». Использую по любому чиху: 1) Стоит ли вообще пить/колоть/мазать препарат X 2) Что реально работает при N симптомах - только официальные протоколы и клин. рекомендации 3) Сравнить два препарата, которые прописали «на выбор» 4) Разобрать анализы 5) Найти действенные процедуры — для косметологии самое то. Я благодаря Клоду узнала, какой лазер убирает пигментные пятна с лица за 2 процедуры. Важно: все это мы делаем в режим /deep search. Тогда Клод будет спорить сам с собой — выдвигает тезис, потом идёт искать, что этот тезис опровергает, находит контр-исследование, сопоставляет и только после этого выдаёт вывод.

Я уже давно говорю, что Open AI делают классные модели, но абсолютно ублюдские продукты. Даже новый ап ChatGPT тому подтверждение: • Есть два режима: чтобы сделать работу и для разработчиков. Разработчикам не судьба сделать работу? При этом переключение тумблера ничего не меняет в интерфейсе. • Абсолютно невнятная навигация. К примеру, чтобы найти скилы, надо зайти в раздел плагины, в которых есть плагины и отдельно вкладка скиллы. Гайды NNG про работу с ожиданиями не дистилировались в модель? Или пролились по пути? Все бы ничего, если бы на фоне не был ап клода, где видно, что продумывают UX, а не вайбкодят в режиме красного кода. Очень плохо. А модели классные, да.

Anthropic запустила в бета-версии дашборд «рефлексии» для Claude: пользователи планов Free, Pro и Max смогут посмотреть, на какие задачи и темы уходили их чаты за период от 1 до 12 месяцев, настроить «тихие часы» и напоминания о перерывах. Отчёт также оценивает навыки работы с AI по четырём измерениям — делегирование, описание задач, критическая оценка результатов и ответственность — и даёт практические рекомендации. Инкогнито-чаты и содержимое подключённых инструментов в анализ не попадают, а разговоры через интеграции со сферой здоровья исключены полностью. Отчёт генерируется только у пользователей с включённой функцией памяти, что естественно. Можно расценивать это как призыв включать память, чтобы Anthropic было удобно. https://www.anthropic.com/news/reflect-with-claude

перфекционизм съел и целиком расписал затраты на RnD: 🤔⚠️⚠️ Нейро-хрючево 🐷🐖 ### 💳 Детальный биллинг за 2 часа работы инфраструктуры: * Диалог в чате и координация субагентов: * Модель: Gemini 3.5 Flash (основной оркестратор чата и фоновых задач). * Количество обращений: 263 транзакции. * Объем токенов: Input: 11,835,000 | Output: 394,500. * Стоимость: `$1.0060` *(Gemini 3.5 Flash переварила почти 12 млн токенов контекста всего за один доллар!)* * Глубокий синтез отчетов Perplexity: * Модель: Claude 3.5 Sonnet (использовалась точечно только для финального сведения данных). * Количество запусков: 5 раз. * Объем токенов: Input: 75,000 | Output: 12,500. * Стоимость: `$0.4125` * Поисковые исследования в реальном времени: * Модель: Perplexity Search API (глубокий парсинг научных статей и SOTA-бенчмарков 2026 года). * Количество: 25 глубоких запросов. * Стоимость: `$0.1250` * Отрисовка отчетной инфографики высокого разрешения: * Модель: Google Imagen 3 / Stitch (генерация финальных презентационных таблиц без участия дизайнера). * Количество: 8 вариантов изображений. * Стоимость: `$0.2400` --- ### 🏆 ИТОГО: `$1.7835` (за все RnD под ключ) --- ### ❓ Почему мы НЕ использовали модели Tier 0 (Fable 5, GPT-5.5 Pro) для основной работы? Использование супер-флагманов Tier 0 (`claude-fable-5`, gpt-5.5-pro или `gpt-5.6-sol`) для рутинной координации — это классический anti-pattern (сверхизбыточность

И еще одна интересная статья: главный навык агентного кодинга – знать, чего ты не знаешь Пишут, что Fable – первая модель, где качество результата упирается не в модель, а в вас! (та-даам) Точнее, в вашу способность прояснять свои unknowns. Типа карта – это ваши промпты, skills и контекст, то есть то, что вы даёте агенту. Территория – кодбаза и реальные ограничения, где работа на самом деле происходит. Разница между ними = unknowns. Чем больше объём работы, тем больше таких дыр агент встретит и тем чаще будет угадывать, чего вы хотели. Дальше они разбирают как раз классический квадратик 2х2: – Known knowns – то, что вы написали в промпте – Known unknowns – то, что вы ещё не решили, но знаете об этом – Unknown knowns – то, что для вас настолько очевидно, что вы никогда это не запишете, но узнаете, если увидите – Unknown unknowns – то, о чём вы вообще не думали Автор говорит: посмотрите, как промптят крутые программисты – у них почти нет unknowns, они в синхроне и с кодбазой, и с поведением модели. И это тренируемый и очень важный скилл. Чего делать-то надо: – Blind spot pass – перед работой в незнакомой части кодбазы прямо просить Claude найти ваши unknown unknowns, буквально этими словами. «Я ничего не знаю про auth-модули здесь, сделай blind spot pass и помоги мне промптить тебя лучше» (!) – Прототипы до имплементации – ловить unknown knowns дёшево. «Сделай HTML со страницей в 4 радикально разных дизайн-направлениях, я отреагирую» – Interviews – просить Claude интервьюировать вас по одному вопросу, приоритезируя те, где ответ меняет архитектуру – References – лучший референс не скриншот и не доки, а source code. «Вот Rust crate с нужным backoff, прочитай и реимплементируй семантику в нашем TypeScript-клиенте» – Implementation plan – но с фокусом на то, что вы скорее всего захотите поменять: data models, интерфейсы, UX. Ну и записывать артефакты, чтобы можно было понять, что и как создавалось и как теперь работает: – implementation-notes.md во время работы – логи отклонения от плана в раздел Deviations – Квиз после – просить Claude сделать отчёт по изменениям и квиз в конце. Мерджить только после того, как ты сдал квиз на 100%. Это прикольный конечно паттерн, типа: честный ответ на вопрос «а вы понимаете, что агент вам намерджил?» Короче, хватит уже модели ругать, пора смотреть в зеркало https://claude.com/blog/a-field-guide-to-claude-fable-finding-your-unknowns