ИИ для хобби и ИИ для работы — разные вещи

Давайте отвлечемся от всего сложного и нудного и поговорим о приятном. В работе мы привыкли, что ИИ выполняет за нас рутину: пишет код, отвечает на письма, делает черновики. В хобби такая логика ломает весь смысл — если нейросеть нарисует за вас картину или напишет за вас песню, кайфа вы от этого никакого не получите. Но использовать их все равно можно и нужно, просто с другим подходом.

Вот вам реальный пример — Рома Мориц, руководитель отдела обучения в «Сделаем», красит коллекционные фигурки и за год сильно прокачал свои навыки. Большую часть прогресса связывает с тем, что начал использовать нейронки и с тем, КАК он начал его использовать. Небинаре в Нейроцехе он разобрал свою систему — вот три принципа, которые из нее можно забрать прямо сейчас и применить к любому долгому хобби.

ИИ — партнер, а не исполнитель. Цель не в том, чтобы нейросеть выдала готовый ответ, а в том, чтобы помогла вам разобраться лучше. Рома не спрашивает «как покрасить плащ» и не копирует ответ — он обсуждает варианты, спорит, выбирает сам. Последнее слово всегда за человеком.

Документ-память под каждый долгий проект. Чтобы нейросеть продолжала с того места, где остановились в прошлый раз, нужен внешний контекст. Рома собирает под каждую фигурку документ на десятки страниц: цветовая архитектура, история решений, конкретные краски по элементам. Возвращается через неделю — нейросеть помнит все, что они обсуждали. Тот же прием сработает и в дневнике тренировок, и разборе партий в шахматах, и где угодно.

Маркер, что система работает: вы отступаете от плана. Рома говорит — хороший результат, это когда при работе вы отступаете от схемы, потому что в моменте вкус и эксперимент важнее изначального плана. ИИ дает вам опору, от которой удобно отталкиваться, — а решает и творит уже человек. Если двигаетесь строго по плану — значит, нейросеть пока работает как инструкция, а не как партнер.

Вот такие классные и полезные вебинары мы проводим в Нейроцехе. А потом к каждому делаем текстовый гайд, чтобы вы могли разобраться и без просмотра. Так что не бойтесь, что внутри вам будет скучно или вы не найдете ничего интересного — найдете;)

Вступайте, пока продажи открыты → @neurozeh_bot

Недостаточно просто “залить код на сервер”

Если вы делаете веб-приложения для реальных пользователей, то уже знаете, что их надо заливать на сервер. Более точно будет сказать — на VPS (виртуальную машину).

Этому этапу зачастую не уделяется достаточно должного внимания. Потому что VPS нужно правильно подготовить:
* настроить firewall
(система ограничения сетевого доступа);
* разложить файлы по правильным каталогам;
* отделить приложения друг от друга;
* настроить сервисы;
* хранение .env;
* логи;
* автоматический запуск;
* обновления и перезапуски.

Если этого не сделать, то даже маленькое приложение может стать точкой входа для взлома сервера.

🤔 Как всё это осилить без погружения в DevOPS и стать немного более техническим грамотным? Использовать шаблонные решения!

Сегодня я, Сергей Мелодин, автор канала Юный менеджер и практикующий веб-разработчик, дам вам шаблоны для ваших проектов, объясню зачем они нужны и как работают.

😍 Хорошая новость

Есть устоявшиеся практики того, как должен выглядеть production-сервер и как должен происходить деплой приложения. Набор готовых решений/шаблонов часто называют боейлерплейт, поэтому далее по тексту буду использовать это слово.

Деплой — это доставка кода из гита или локальной машины на production-сервер к уже реальным пользователя.

Я подготовил бойлерплейт с инструментами Make, Ansible, Caddy и прикрепил его первым комментарием под постом.

🛠 Что делает бойлерплейт

Он подготавливает сервер, создаёт правильную структуру каталогов, настраивает сервисы и даёт единый интерфейс управления приложением.

Например, вместо набора разрозненных команд

useradd --system --home /srv/myproject --shell /usr/sbin/nologin myproject
mkdir -p /srv/myproject
mkdir -p /var/lib/myproject
chown -R myproject:myproject /srv/myproject /var/lib/myproject

nano /etc/myproject.env
chmod 640 /etc/myproject.env
chown root:myproject /etc/myproject.env

rsync -avz \
  --exclude .git \
  --exclude node_modules \
  --exclude .env \
  ./ root@server:/srv/myproject/

...

вы используете простые команды:

make release
make restart
make logs

А уже внутри могут работать Ansible, rsync, systemd и другие инструменты.

Пользователю не нужно разбираться во всём этом глубоко. Главная задача — получить предсказуемый и повторяемый процесс деплоя.

🤖 Почему бы не отдать эту задачу ИИ-агентам?

Многие уже начинают давать нейросетям полный доступ к VPS, чтобы они “сами всё настроили”. Но это опасная идея.

Сегодня агент выполняет инструкции правильно, а завтра внезапно удаляет базу данных, ломает конфиг или меняет настройки безопасности “для оптимизации”.

Поэтому я считаю, что AI-агент не должен напрямую администрировать production-сервер.

Намного безопаснее, когда агент только помогает пользователю подготовить нужные команды, но финальный запуск вы выполняете вручную.

Даже если мы обучите своего агента выполнять команды за вас, то вы не разрешаете нейросети делать что угодно на сервере, а задаёте ей безопасные рельсы.

🤝 Хочу начать использовать

Бойлерплейт хорош тем, что его можно встроить в свой проект и адаптировать с ИИ-агентом. Он сам прочитает README, подскажет, как адаптировать команды под ваш проект, и поможет разобраться, что за что отвечает.

Просто скачайте архив из первого комментария, распакуйте, дайте вашему ИИ-агенту ознакомиться с ним и попросите грамотно интегрировать в ваше приложение и процессы деплоя.

⭐️ И делайте бэкапы

Даже идеальная автоматизация не спасает от человеческих ошибок, блокировок в сервисах, ошибок хостера.

Можно даже иметь бэкап всей VPS, для этого посмотрите у своего хостера, наверняка такая услуга есть и стоит недорого. Это самый простой путь. А пути посложнее найдёте и сами :)

Вебинар, после которого хочется пойти и сделать

Так можно сказать про любой вебинар в Нейроцехе. Мы не даем только теорию — наши спикеры всегда показвыают свои экраны, процессы и буквально по шагам разбирают и объясняют, что они сделали и почему так.

Дмитрий Масанов, например, на своем вебинаре провел слушателей через установку личного ИИ-агента в Telegram — буквально пошагово, от первой команды в терминале до рабочего бота.

Сергей Виноградов рассказал и показал, как написать спецификацию для агента и перестать каждый раз объяснять ему все с нуля.

И так можно сказать про любого нашего спикера. Затем к каждому вебинару в тот же деньги мы пишем текстовый гайд — отдельный материал, по которому можно повторить за спикером, даже если сам вебинар вы не смотрели. Короче, за прикладным и понятным контентом про нейросети приходите в Нейроцех → @neurozeh_bot.

После оплаты подписки сможете посмотреть все-все вебы и гайды за все время существования клуба.

Нейросеть помогают нам решать задачи, которыми мы никогда не занимались

Про нейронки обычно говорят, что они ускоряют работу. Мол, раньше на что-то уходил час, теперь — 10 минут. Раньше готовили отчет неделю, теперь — пару дней.

Но я все-таки считаю, что нейросети не только ускоряют то, что вы и так делали. Они еще помогают решать задачи, к которым вы раньше не подходили вообще.

Маркетолог раньше мог никогда не трогать код — а теперь у него может быть собственный микропродукт, который он собрал за выходные.

Копирайтер мог всю жизнь руками собирать брифы, собирать инфу и делать черновики. Теперь может все это делать автоматом с помощью ИИ-агентов и ассистентов.

Преподаватель мог годами вести заметки в разных местах и только мечтать о какой-то системе — теперь за выходные может собрать себе базу знаний, в которой связаны конспекты, ссылки и студенческие работы.

И так почти в любой профессии. Дизайнер может сам сделает прототип сайта, юрист — разобрать технические договоры без помощи аналитика. Финансист — собрать ассистента для автоматических отчетов. Абсолютно любая сфера, которая раньше казалась закрытой, становится доступной.

Здесь главное — сделать первый шаг. В Нейроцехе уже есть те, кто прошёл этот первый шаг, и пошаговые материалы под конкретные задачи: курсы по вайбкодингу, текстам, картинкам, видео и автоматизации, вебинары с гайдами и чат, где подскажут, с чего начать именно в вашем случае.

Присоединяйтесь, сегодня последний день продаж → @neurozeh_bot

Superpowers: зачем ИИ-агенту дисциплина

Я много работаю с кодинг-агентами и давно рассказываю про одну штуку:

Модель может быть очень умной. Она может писать код, читать файлы, запускать команды, чинить ошибки. Но если у неё нет процесса, она всё равно ведёт себя странно.

— Сразу лезет в код.
— Не уточняет задачу.
— Не пишет тесты.
— Чинит симптом, а не причину.
—Уверенно говорит «готово», хотя нормально ничего не проверила.

Это похоже на очень быстрого джуна. Потенциал огромный, но без дисциплины он легко разносит проект.

Поэтому мне понравился проект obra/superpowers.

Superpowers это набор скиллов для ИИ-агентов, которые пишут код. По сути это набор рабочих привычек инженера: сначала разобраться в задаче, потом продумать решение, написать план, делать маленькими шагами, писать тесты до реализации, проверять результат, делать ревью и только потом говорить «готово».

Большинство моделей писать код уже умеют, а вот разработка это не только генерация кода. Это понимание, что вообще нужно сделать, умение не сломать соседнее, проверить себя, оставить после себя понятный diff и не выдумывать архитектуру там, где хватит трёх строк.

Обычный агент говорит «окей, сейчас напишу код» и лезет в реализацию. Агент со скиллом сначала уточнит задачу, потом предложит план, потом напишет тест, убедится, что тест падает, и только после этого начнёт писать код. Первый вариант быстрый, но хаотичный. Второй медленнее на старте, зато гораздо реже ломает проект. В наборе Superpowers такие скиллы собраны под разные этапы работы: отдельно для планирования, для тестирования, для системного дебага, для код-ревью, для работы с ветками и подготовки пулл-реквеста.

Многие относятся к ИИ-агентам как к волшебной кнопке: «сделай приложение», «почини баг», «добавь оплату». Иногда это правда работает. Но чем сложнее задача, тем важнее процесс, потому что без него агент начинает угадывать. А когда агент угадывает в коде, это дорого: он может неправильно понять бизнес-логику, удалить важную проверку, написать тест, который ничего не тестирует, починить один случай и сломать три других. Superpowers не делает агента идеальным, но заставляет его работать ближе к тому, как работает инженер. Не «будь умным», а «сначала думай, потом делай, потом проверяй».

Самое интересное, что это касается не только разработки. В любой работе история та же: если дать агенту только задачу, без метода, он будет угадывать. Попросишь «сделай пост» — он каждый раз будет угадывать стиль. Попросишь «разбери заявку клиента» — упустит важные детали.

Для маркетинга это может быть скилл написания постов, для продаж — скилл разбора входящих заявок, для HR — скилл первичного анализа резюме, для саппорта — скилл классификации обращений. Не «сделай хорошо», а «работай вот так, проверяй вот это, результат отдавай в таком формате». Вот тогда ИИ перестаёт быть игрушкой и становится частью рабочего процесса.

Superpowers интересен не как очередной репозиторий для программистов, а тем, что показывает важный сдвиг. Мы уходим от мира, где все ищут один идеальный промпт, и приходим к миру, где у ИИ-агентов появляются процессы, роли, скиллы и правила проверки. Это намного ближе к реальной работе. Потому что сильный агент это не тот, кто быстро генерирует текст или код, а тот, кто умеет работать по системе.

#мнения

@neurozeh

С вами сегодня я Кай Кульмашев, кодил с ИИ еще в 2023 году, об этом и многом другом делюсь на своем канале @kai_is_pro

Прелесть второго мозга с нейронками — любой метод строится вокруг вашей задачи, а не вокруг чужой концепции

Большинство методик организации знаний устроены одинаково: автор придумал систему, описал ее в книге, а вы подстраиваетесь под его логику. PARA предлагает делить все на проекты, области, ресурсы и архив. Zettelkasten требует атомарных заметок со связями. Каждая из этих систем работает, но работает вокруг чужой концепции. Если ваша задача не вписывается в предложенные категории, приходится либо ломать задачу под систему, либо ломать систему под задачу.

Другое дело — организация системы знаний с помощью подхода Андрея Карпати с его LLM Wiki или Паши Федорова. В обоих случаях в центре находится конкретная задача того, кто базу собирает. То есть вы сами описываете нейронке, что хотите сделать и как она должна читать ваши мысли — и ИИшка сама будет продумывать, как это правильно сделать. Как правильно структурировать заметки, выстраивать между ними связи и все такое

#мнения

@neurozeh

Почему мобильный Codex поменял мне рабочий процесс

Я перепробовал разные агентные среды — OpenClaw, Hermes, Codex, Claude Code, локальные связки, разные подписки. И в какой-то момент понял интересную вещь: побеждает не самый мощный инструмент, а тот, который реально встраивается в твою жизнь. Для меня таким инструментом стал Codex после того, как у него появилась мобильная версия в приложении ChatGPT. И это дало мне главный буст — мобильность.

Суть мобильного Codex не в том, что телефон превращается в среду разработки. Это было бы странно. Телефон становится пультом управления к твоей рабочей машине. Codex продолжает работать на ноутбуке, Mac mini или удалённом сервере, а с телефона можно запускать задачи, направлять агента, подтверждать действия, проверять прогресс и продолжать уже открытую сессию. И это оказалось сильнее, чем я ожидал.

Поэтому теперь я заранее настраиваю MacBook, чтобы он оставался включённым даже с закрытой крышкой, и оставляю его дома. Ухожу в кофейню, открываю ChatGPT на телефоне, захожу в Codex и вижу сессию, которая открыта на ноутбуке. Дальше я не «смотрю уведомление» и не «накидываю идею на потом», а продолжаю интенсивную работу. Например, у меня есть сессия, где открыта папка Kai OS в Obsidian — мой второй мозг с личным профилем, бизнес-планами, постами и решениями. С телефона я могу обсуждать, что делать дальше по бизнесу, какой пост написать, как подготовиться к встрече. Потом переключаюсь в другую сессию, где открыт кодовый проект, и даю задачи уже по коду. То есть телефон стал не местом, чтобы быстро спросить ChatGPT, а входом в мои рабочие контексты.

Заодно я понял, почему убрал OpenClaw и Hermes из основы. OpenClaw удалил совсем, Hermes оставил только в Telegram для чатов и канала. Причина простая: такие системы нужно постоянно поддерживать. То подписка слетела, то надо перезапустить gateway, то отвалилась интеграция. Я технарь и умею всё это чинить, но когда инструмент требует слишком много внимания к себе, он перестаёт быть рабочей средой и становится ещё одним проектом, который надо обслуживать. А мне нужен не конструктор для настройки, а контур, в котором можно думать, писать и двигать проекты.

Из этого вышло правильное разделение дня на режимы. Ноутбук дома держит файлы, проекты и состояние, Codex работает внутри этого контура, телефон даёт доступ к управлению. Днём с телефона я думаю, ставлю задачи и направляю агента. Вечером возвращаюсь домой и на MacBook проверяю всё глазами: тесты, интерфейсы, детали. Телефон для направления и мышления, ноутбук для финальной проверки и визуальной работы.

При этом не хочу романтизировать. Телефон не заменяет ноутбук. На нём неудобно глубоко проверять интерфейс, читать списки изменений в коде и тестировать сложные сценарии — финальную проверку я всё равно делаю на MacBook. Плюс это превью, поэтому будут баги и проблемы с подключением. Но даже так ценность уже понятна. Вопрос ведь не в том, можно ли кодить с телефона. Вопрос в том, можно ли не выпадать из работы, когда ты отошёл от ноутбука. И здесь ответ — да.

Я всё больше убеждаюсь, что будущее ИИ-инструментов не в том, чтобы дать самую умную модель, а в том, чтобы встроить агента в реальную жизнь человека: в его файлы, проекты, второй мозг, в его день. Codex Mobile для меня попал именно туда и стал основой рабочего контура — не потому что заменил всё остальное, а потому что оказался ближе всего к тому, как я реально живу и работаю. Главная мысль простая: ИИ-агент становится по-настоящему полезным не тогда, когда он умный, а когда он всегда рядом с твоим рабочим контекстом.

#мнения

@neurozeh

Как часто вы используете Excel?

Я вот веду домашние финансы в Google Таблице. А моя девушка в таблицах ведет вообще всё: списки, финансы, рабочие записи.

И почему-то регулярно приходит ко мне как к эксперту по нейросетям, хотя вопрос обычно не про нейросети, а про формулы.

Вчера, например, спросила: как посчитать, сколько человек записалось, если в колонке не цифры, а текст? Я подумал: ну это же идеальный вопрос для GPT.

Поставил расширение на базе ChatGPT для Google Таблиц, на бесплатном тарифе набросал промпт. А дальше мы вместе с GPT собрали формулы, таблицы, графики и небольшой дашборд.

Она довольна. Я на полчаса почувствовал себя всемогущим (за что мы и любим нейросети, дофамин).

Странно, что про это мало говорят. Новые AI-инструменты для Excel и Google Таблиц реально хорошо работают. Не надо держать в голове сотни формул, вспоминать, как строить сводные таблицы, или гуглить каждую мелочь. Просто описываешь задачу человеческими словами.

Что можно попробовать:

- ChatGPT: есть расширения для Google Таблиц и надстройки для Excel.
- Claude: хорошо разбирает Excel-файлы и помогает с формулами, но условия доступа зависят от тарифа.

Конечно, некоторые пользователи могут столкнуться с ограничениями, и для этого могу предложить китайские:
- MiniMax, Z.ai, Kimi, DeepSeek: не всегда работают как расширения, зато им можно отправлять файлы и давать инструкции.
- У MiniMax есть отдельный агент для компьютера. Ему можно дать доступ к браузеру, Google Таблицам или Excel и посмотреть, как он выполняет часть действий сам.

Конечно, результаты надо проверять. Формулы могут ошибаться, графики могут красиво врать, а нейросеть иногда уверенно придумывает лишнее.

Но для рутины это уже очень сильная штука. Если Excel для вас до сих пор выглядит как поле боя, попробуйте подключить нейросеть. Возможно, половину раздражающих задач она снимет за вас.

А вы для чего чаще всего используете таблицы?

#инструменты

@neurozeh

Помните Mythos? Полчаса назад его выпустили в открытый доступ — но не полностью, а версию «на поводке» с некоторыми ограничениями под названием Fable.

Mythos — та самая модель, которую Anthropic показали в апреле и тут же спрятали за семь замков: слишком уж хороша оказалась в поиске дыр и уязвимостей. Ещё до публичного анонса Mythos успела самостоятельно найти тысячи неизвестных уязвимостей в популярном софте — включая 27-летнюю дыру в OpenBSD и 16-летнюю в FFmpeg. Компания посмотрела на это и решила, что в открытый доступ такое выкладывать нельзя. Так появился Project Glasswing — клуб для избранных: в него входят правительство США, банки, провайдеры критической инфраструктуры. Полностью его выпустят явно нескоро, зато сегодня его выпустили погулять в «ошейнике, назвав Claude Fable 5.

Fable, понятно, от латинского fabula, «то, что рассказывают», родственник греческого mythos. Разница ровно одна, и в ней вся соль: когда классификаторы Fable обнаруживают запрос, связанный с кибербезопасностью, биологией и химией или дистилляцией, ответ автоматически обрабатывается Claude Opus 4.8, и пользователя об этом уведомляют. То есть на части запросов вы по факту получаете «старый» Opus 4.8, а не Fable 5.

Что до самой модели — это самая мощная публичная модель Anthropic на сегодня, state-of-the-art почти на всех бенчмарках. Контекст миллион токенов, вывод 128 тысяч.

А что помимо цифр? Есть ли примеры? Есть. Например, Stripe скормила ей Ruby-кодбазу на 50 миллионов строк, и миграцию по всей базе, на которую команда потратила бы два с лишним месяца, Fable сделала за день. Она прошла Pokémon FireRed, глядя только на скриншоты, без карт и подсказок — прежним моделям Claude для этого нужна была сложная обвязка-костыль. В Slay the Spire с доступом к файловой памяти она прибавила втрое сильнее, чем Opus 4.8. Правило здесь простое и важное: чем длиннее и сложнее задача, тем больше отрыв Fable от остальных моделей.

Стоит это удовольствие недёшево: десять долларов за миллион входных токенов и пятьдесят за миллион выходных — вдвое дороже Opus 4.8. Хотя, справедливости ради, это меньше половины того, что просили за Mythos Preview.

До 22 июня Fable 5 раздают бесплатно на планах Pro, Max, Team и seat-Enterprise — но только до 22 июня. На следующий день её уберут из подписок — дальше оплата по usage-кредитам, пока Anthropic не нарастит мощности и не вернёт модель в тарифы. На API и в Claude Code она доступна с сегодняшнего дня без всяких оговорок. Так что если подписка у вас есть, ближайшие две недели — то самое окно, когда можно бесплатно погонять самую мощную публичную модель на свете (на данный момент).

Если вы не видите модель у себя в Claude Code — активируйте её простой командой /model claude-fable-5, и всё тут же заработает.

Берите её под длинные агентные задачи, рефакторинг гигантских репозиториев, тяжёлую аналитику и работу со скриншотами. А вот для коротких рутинных запросов и всего, что рядом с кибербезом, биологией и химией смысла мало: переплатите вдвое и всё равно упрётесь в Opus.

@neurozeh