Вот вам причина номер 1999, чтобы вступить в «ʞошэМ». Завтра на Research Mastermind устроим день PDF!

Давно хотел рассказать, как создавать мануалы и как ими конвертировать органику социальных сетей в подписчиков. А тут еще Сергей согласился рассказать про свой агентный пайплайн для технических документов, а Денис - про переводы больших текстов. Такое упускать нельзя.

В общем, за полтора часа мы все вместе разберем крутую тему, которая почти нигде не освещается.

Перекличка, кариньос! Бахнете реакций, чтобы я понимал, что вы все тут и мы продолжаем постить ии-фомо-слоп и дальше.

Ого, я не знал, что если попросить реакций - их будут ставить. Но шуточки закончились, пойду готовиться к сегодняшней легендарочке! Всем спасибо - контакт есть.

Сейчас будет жирнючий подгон. В закрепе плейбук по мотивам последних твитов от Бориса Черни (создатель Claude Code), где он поделился подборкой недооценённых возможностей Клода (ну фиг знает, я их оценил).

А еще вы давно просили скиллы для работы со своими проектами. Вот этими я пользуюсь чаще всего, точнее их форками, которые я сделал под свои задачаи.

Если хотите поставить любой из них - жмёте на ссылку, попадаете в GitHub, кнопка "Code", скачиваете zip, а дальше в Claude Desktop заходите в раздел скиллов, нажимаете плюсик и добавляете из загрузок.

1. grill-me - Самый простой скилл из списка. Буквально один абзац текста. Всё что он делает - допрашивает тебя про твою идею до того, как ты начнёшь что-то делать. Звучит примитивно, но иногда он уходит на 40-50 вопросов вглубь, и к концу у меня в голове кристальная ясность того, что я вообще хочу. Но самое ценное - он помогает мне самому продумать свою идею. В половине случаев я захожу с мыслью "я точно знаю, что мне надо", а к двадцатому вопросу понимаю, что упустил что-то очевидное. И поскольку Claude тебя так жёстко прогрилил, он реально понимает, что ты хочешь, ещё до начала работы - и на выходе результат в разы лучше. Использую в начале почти каждого проекта.

2. seo-audit - Прогоняет полный технический SEO-аудит: Core Web Vitals (LCP, CLS, INP), краулабельность, индексация, мета-теги, иерархия заголовков, адаптивность под мобилки, внутренняя перелинковка, даже E-E-A-T сигналы. Я прогнал его на своём сайте - перформанс скор поднялся с 76 до 97 после того, как внедрил фиксы. Причём после аудита я просто попросил Cowork тут же, в той же сессии, эти фиксы и применить (лайфхак: можно работать прямо в папке с кодом вашего сайта :)).

3. humanizer - Ловит паттерны ИИ-текста. Злоупотребление тире, тройные перечисления, двойные отрицания, негативные параллелизмы, размытые формулировки - все те маркеры, по которым вам напихивают в панамку читатели. Я со временем адаптировал его под свой тон, и он превратился в персонального редактора. Но тут я его не использую, не бойтесь.

4. page-cro - Анализирует копирайтинг на сайте. CTA, элементы доверия, путь покупателя, работа с возражениями. Нашёл на моём сайте пару тупейших косяков, которые я сам в упор не видел - и они реально улучшили конверсию. Предложения не всегда идеальные, но принципы, по которым он анализирует - отличные. Даже если я не беру конкретную рекомендацию, он заставляет задуматься о вещах, о которых я бы сам не подумал.

5. fact-checker - Проходит по любому тексту, проверяет каждое утверждение по иерархии достоверности (рецензируемые исследования наверху, соцсети и блоги внизу), ставит оценку от TRUE до UNVERIFIABLE, и если что-то набирает мало баллов - предлагает лучшие источники. Использую для постов в соцсетях, где ссылаюсь на статистику или исследования. Не раз спас меня от публикации текста, основанного на источниках в ИА «Панорама».

6. mcp-builder - Этот от самого Anthropic. В Cowork около 40 нативных коннекторов. Если у софта, которым вы пользуетесь каждый день, коннектора нет - можно добавить кастомный, если для него уже есть MCP-сервер. Но у большинства софта MCP-сервера пока нет. С этим скиллом вы даёте Claude API-документацию нужного софта, скармливаете API-ключи, и он собирает весь MCP-сервер за вас. Проходит по документации API, планирует какие эндпоинты покрыть, собирает сервер на TypeScript, тестирует, и дальше можно ставить в десктоп-приложение. Если переживаете за безопасность API-ключей - можно сохранить их в .env файл и пусть Claude обращается к ним как к переменным, а не передавать напрямую. Я лично передаю напрямую, потому что мне пофиг.

Раз вы огонечков накидали, то давайте разберем, что там случилось с Claude Code и что из этого умельцы наклепали за пару дней.
Начнем с предыстории. 31 марта в 4 утра интернет взорвался: Anthropic случайно слила полный исходный код Claude Code. Вообще все: 512 тысяч строк кода, 2000 файлов, в открытом виде. Просто забыли убрать служебный файл из обновления, которое ушло разработчикам.

Исследователь Chaofan Shou (вообще не понимаю, как кириллицей написать) нашел прямую ссылку на архив в хранилище Anthropic и выложил ее в X. Дальше вы знаете - копии на GitHub, десятки тысяч звезд за часы, а Anthropic в спешке рассылает жалобы на нарушение авторских прав и удаляет 8100+ репозиториев.

Но удалять уже поздно. Сообщество не просто скопировало код - оно начало билдить свои проекты на его основе. Вот что получилось:
1) Сборка из утекших исходников (claude-code-source-build)
Парень взял утекшие исходники и с помощью Claude Opus 4.6 собрал систему, которая автоматически восстанавливает все недостающие компоненты. По сути, вы можете собрать свой рабочий Claude Code из этих исходников, поменять в нем что угодно и запустить.
Что умеет: все то же, что и обычный Claude Code - писать и редактировать код, работать с файлами, запускать команды в терминале, искать по проекту, подключать плагины (MCP). Плюс управление компьютером на macOS (захват экрана, мышь, клавиатура). Около 90 настроек-переключателей, которые можно включать и выключать, два режима сборки (боевой и для разработки).
417 звезд. github.com/andrew-kramer-inno/claude-code-source-build

2) Пересобранный оригинал (leaked-claude-code)
Другой подход. Автор вручную восстановил 60+ недостающих библиотек и написал 90+ заглушек (временных замен для компонентов, которых не было в утечке), чтобы сырой дамп кода заработал.
Что умеет: полная рабочая версия Claude Code - 80+ команд (планирование задач, код-ревью, управление памятью агента), работа с файлами, терминал, веб-поиск, подключение плагинов, красивый интерфейс в терминале. Можно запускать несколько ИИ-агентов параллельно для сложных задач.
530 звезд. github.com/leaked-claude-code/leaked-claude-code

3) OpenClaude — Claude Code для любых моделей
А вот это уже интересное. Ребята взяли утекший код и сделали так, чтобы он работал не только с Claude, а с любой ИИ-моделью.
Модели: GPT-4o, GPT-4o-mini (OpenAI), DeepSeek, Mistral, Groq, Google Gemini (через OpenRouter), Llama, а также локальные модели на вашем компьютере через Ollama и LM Studio. Плюс бэкенд ChatGPT Codex. Всего 200+ моделей - подходит любая, которая поддерживает формат OpenAI API.
Что умеет: работа с файлами (чтение, запись, редактирование), терминал, поиск по коду и файлам, веб-поиск, подключение плагинов (MCP), запуск подагентов, работа с картинками, интеграция с Git. Причем изменений в оригинальный код внесли минимум: 6 файлов, 786 строк. Не работает только пара фич, специфичных для Anthropic (режим «размышлений» и кэширование запросов).
5100 звезд. github.com/Gitlawb/openclaude

4) Claw Code — написан с нуля на другом языке
Самый безумный проект из всех. Корейский разработчик не скопировал и доработал, а написал заново «вдохновившись» исходниками: изучил архитектуру оригинала и воспроизвел ключевые идеи своими руками. Делал на Rust.
Результат - самый быстрорастущий репозиторий в истории GitHub: 100 000 звезд за один день.
Что умеет: управлять диалогами с ИИ, запускать инструменты (работа с файлами, терминал, поиск), подключать плагины, работать с протоколом MCP, показывать красивый интерфейс в терминале с отрисовкой Markdown. Есть система плагинов и хуков - можно расширять функциональность как угодно.
137 000 звезд. github.com/instructkr/claw-code

Теперь серьезно.
Будьте крайне осторожны. Оригинальный код - 500 000 строк. В любой копии или переделке может быть спрятано что угодно: программы-шпионы, вирусы, майнеры криптовалюты. Это касается репозиториев как от неизвестных аккаунтов, так и от известных.
Информация в образовательных целях.

Продолжаю делиться гайдами для начинающих в рамках моего бесплатного мини-курса. На этот раз промптинг.

А вот и еще одно исследование на тему, как скоро мы окажемся на улице, передав рабочие ноутбуки ИИ-агентам. Спойлер: если твой рабочий инструмент не компьютер, не телефон и вообще не включается в розетку - немного расслабься, но не сильно.

Вообще, как говорится в исследовании, эта техническая революция будет отличаться от привычных нам, когда технологии создавали больше рабочих мест, чем уничтожали (людей просто перемещали на более квалифицированную и высокооплачиваемую работу). Типа как с индустриальной революцией: крестьяне стали рабочими, а рабочие стали инженерами.

На этот раз все будет по-другому: на каждый процентный пункт автоматизации задач внутри профессии приходится 0,75 п.п. реальной потери рабочих мест. То есть автоматизация не «перемещает» людей наверх, а выбрасывает, и компенсация новыми рабочими местами минимальна.

Самое смешное, что чем больше ИИ помогает вам выполнять работу, тем более заменяемым вы становитесь. А кому ИИ помогает больше всего? Не слышу? А, точно: программисты (57% задач автоматизируемы), веб-дизайнеры (55%), писатели (55%). Так подождите. Выходит, мы сами для себя готовим путевку в безработную жизнь? Ну да. Более миллиона специалистов, чья работа - изучать, создавать и писать об ИИ, сами попадают под вытеснение на 26–55%. Кстати, аналитики могут не пережить собственный анализ происходящего в ИИ.

А оплачивают весь этот банкет - инвесторы. Например, когда финтех-компания Block объявила об увольнении 40% персонала в рамках ИИ-реструктуризации, её акции выросли на 20%. Инвесторы ставят на автоматизацию, а не на людей. Куда они инвестируют на ИИ-рынке, я недавно писал.

В общем, очень советую почитать этот материал, а еще я вам графики перевел на русский язык. А тут можно посмотреть дашборд Андрея Карпатого, который я наполнил актуальными данными для рынка СНГ.

В последнее время обожаю смотреть на рабочий календарь. Среди белых клеточек и синих черточек ищу тонкие полоски двадцатиминутных слотов с названием «ʞошэМ между Artem и …». Вместо точек там, конечно, имя стоит.

Вот смотрю я на это имя и думаю: а кто этот человек, что его волнует, какая у него история, что он хочет запустить на рынке искусственного интеллекта или чего он боится?

В назначенное время захожу в Гуглмит и первые секунды, пока идёт смолтолк, пытаюсь понять, кто передо мной: предприниматель, сотрудник крупной компании или студент... А дальше у нас начинается увлекательный разговор про жизнь, искусственный интеллект и что, блин, делать в этом безумном мире.

Такой тет-а-тет созвон - одна из опций нашего клуба «ʞошэМ».
За эти двадцать минут могу вспомнить кого-то из спикеров в Research Mastermind, который питчил про что-то подобное, и дать контакт. Найти в чертогах памяти похожий кейс или пост с канала. Или успокоить, что никто ничего не понимает и не знает какая ниша выстрелит и что изучать прямо сейчас, чтобы заработать все миллионы. Иногда этого достаточно.

И я понял, что хочу внутри этой «ИИзнанки» сосредоточиться на двух вещах:
Экспертиза - знания приглашённых спикеров и самих участников, обмен опытом.
Аудитория - хочу рассказывать о ИИ-проектах участников, потому что там есть действительно интересные кейсы.

Так что если вам нужна экспертиза, аудитория и поддержка людей, которые тоже ничего не понимают, но разбираются вместе - залетайте к нам в «ʞошэМ».

Что мне нравится в «Силиконовом Мешке», так это внутреннее бурление жизни.

В выходные стараюсь больше времени уделять семье и не пишу контент, но жизнь кипит: в нашем чате @prompt_chat постоянно кто-то задает вопросы и получает ответы (люблю вас за это), в ʞошэМ уже два дня ребята перебирают всевозможные способы обхода… ну не важно чего, а в Research Mastermind накидывают бонусные материалы к своим прошлым выступлениям.

А я начал изучать LLM Knowledge Bases от Андрея Корпатый (на неделе расскажу).​​​​​​​​​​​​​​​​

Фраза «твиттер взорвался после публикации Карпатого…» звучит уже не менее мемно, чем «британские ученые открыли…», поэтому я не буду ее писать, а сразу перейду к сути.

Пару дней назад Андрей рассказал в Твиттере о LLM Knowledge Base - системе сбора, хранения и взаимодействия с информацией в формате структурированных коллекций markdown-файлов с перекрестными ссылками.

Да-да, зумеры изобрели википедию… для ИИ-агентов. Не в том смысле, что ее не могут читать люди, а в том, что она спроектирована так, чтобы агенты могли перемещаться по файловой системе и извлекать информацию точно так же, как это делал бы человек.

Что в этом крутого? Технически вообще ничего, все просто и понятно, никаких инноваций и ядерной физики. Но сам формат, когда один человек описывает идею, а уже через несколько часов весь GitHub завален проектами на базе этого концепта, - впечатляет.

Например, проект Farzapedia, где чувак скормил LLM 2500 своих записей из дневника, заметок и переписок в iMessage за последние пару лет и получил 417 структурированных личных вики-статей. Внутри все: друзья, стартапы, ресерч, книги, фрагменты из жизни. Каждая статья с бэклинками, полностью повторяя структуру Википедии.

И таких проектов очень много, да и вы сами можете за несколько минут создать свой «Second Brain». Берете воркфлоу, описанный Карпатым, шарите его idea file (файл-идею) с описанием проекта своему Claude Code или OpenClaw - и они собирают все под вас. Ну или можете заглянуть в комментарии к этому посту, где я выложил Skill, который сделает то же самое. И очень советую почитать гайдлайн из закрепа - там все описано подробнее.

Локальная модель Gemma 4 прямо в вашем iPhone. Довольно быстро шуршит токенами: работает с изображениями, голсом и даже несколько встроенных агентов есть. Погнали тестировать!

Напоминаю, что уже завтра (08.04) стартует онлайн конференция «Реальный AI-бизнес: что работает на практике и приносит деньги»

Стартуем в 15:00 по Москве, а я в 18:00 расскажу, как привлекать, создавать и развлекать AI-комьюнити.

Также обсудим:

— Почему фонды всё чаще разворачивают AI-проекты и что нужно изменить в упаковке для поднятия раунда.
— Как перерасти стадию «GenAI-энтузиаста» и выстроить стабильные продажи на перегретом рынке SaaS.
— Стоит ли запускать контент-заводы на нейросетях.
— Кого нанимать в команды в условиях трансформации рынка и откуда ждать сюрпризов в регулировании отрасли.

Приходите, будет много практики и реального опыта от меня и других крутых спикеров.

Напомню детали:

📅 Когда: 8 апреля, среда, 15:00-19:00 мск
📍 Где: онлайн
💰 Стоимость: подписка на каналы спикеров

Регистрация по ссылке:
👉 Зарегистрироваться

До встречи!

СДВГшники-вайбкодеры, я вас спасу! Сделал «шлепатель», который будет уведомлять каждый раз, когда Claude Code закончил работу или требует внимания. А в конце рабочего дня на щеках еще и здоровый румянец появляется.

Сегодня среда, а это значит у нас будет очередной Research Mastermind в 19-00 (GMT+3)!

О чем поговорим сегодня:

AI как слой управления в B2B-агентстве
Как заменить себя «образца полуторагодовалой давности» и выстроить коммерческую стратегию: мониторинг, форкастинг и принятие решений. Расскажу, как вдохновить гуманитариев вайбкодить, и покажу пачку примеров внутренних сервисов.

Как делать песни и альбомы в Suno
Чтобы сделать качественный альбом, нужно понимать стили, жанры, размеры и грамотно руководить ИИ. Разбор профессионального подхода от промпта до готового трека.

Как я упаковала опыт борьбы с раком в продукт
Кейс проджект-менеджера без навыков разработки, которая за месяц собрала MVP протокола по питанию для онкобольных — от архитектуры до лендинга. Путь создания, инструменты и инсайты.

Ставьте уведомление на стримчанский, встретимся там: https://youtube.com/live/56g8-PF1aio?feature=share

Мы начинаем через 30 минут, подключайтесь к стриму. И небольшой сюрприз в комментариях к этому посту, загляните

Буквально вчера Anthropic выпустили Claude Managed Agents. Я давно ждал его.

Ну реально, каждый раз, когда нужно создать ИИ-агента под свои задачи, приходится руками выстраивать весь воркфлоу: песочницы, оркестрация инструментов, управление контекстом, обработка ошибок, хранение данных. Дни работы до первого полезного результата.

Что делает Managed Agents? Вы описываете агента: модель, промпт, инструменты. Все остальное - контейнеры, выполнение кода, сетевой доступ, стриминг событий, отказоустойчивость - берет на себя платформа. Обвязка обновляется автоматически вместе с моделью, и агент всегда использует последние возможности Claude. Удобно.

Пока разбирался, как все устроено, перебрал кучу источников - официальную документацию, инженерный блог, практические гайды, а потом решил собрать из них один плейбук. Так что пользуйтесь и делитесь кейсами.

У нас тут проблема в «ʞошэМ» и «Research Mastermind» приключилась. Из-за обилия информации, участники сообществ не успевали ее потреблять: вчера кто-то выступил на мастермайнде, а потом на «полезном звонке» разбирали, как бесплатный трафик для проекта организовать, а еще каждый день сотни сообщений с ссылками на GitHub или обсуждение личного опыта внедрения каких-то фишек.

Это я еще не говорю о том, что найти эксперта, что разбирается в твоей теме, вообще не реально, так как с ума сойдешь перечитывать эти тысячи сообщений. Как, блин, не погрязнуть в этом обилии информации?

И решение было найдено. Помните, я писал о проекте Андрея Карпатого LLM Knowledge Base, вот эту идею и использовал участник клуба Артем, как основу проекта. Он собрал Telegram-бота, который живет прямо в наших чатах и делает одну мощную штуку - читает весь поток сообщений и собирает из него структурированную базу знаний. По сути - Wiki-справочник сообщества, который сам себя пишет.

Все построено на методологии Zettelkasten - система связанных заметок, где каждая карточка знаний ссылается на другие. Бот выступает в роли «ZK Steward» агент, который 24/7 сидит в чате. Каждое сообщение он пропускает через LLM (Gemini), выделяет полезное - кто о чем рассказал, какой инструмент порекомендовал, какой опыт описал - и раскладывает по полочкам: профили участников, проекты, инструменты, извлеченные знания.

Но чат - это только один источник. Бот еще «смотрит» записи мастермайндов с YouTube: скачивает аудио через yt-dlp, транскрибирует речь в текст через GigaAM (модель заточенная под русский язык), нарезает по спикерам и темам из таймкодов - и тоже все складывает в базу.

На стороне пользователя работает так, тегаешь бота в чате или пишешь ему в личку, задаешь вопрос - и он отвечает: кто что внедрял, что сработало, какие инструменты использовали. Имена в ответах - кликабельные ссылки на Telegram-профили, можно сразу написать человеку и уточнить.

Под капотом:
— aiogram - фреймворк для Telegram-бота, ловит сообщения в реальном времени
— Gemini - извлекает знания из чата, и отвечает на вопросы
— GigaAM + pyannote - транскрипция стримов: pyannote делит аудио на сегменты речи, GigaAM переводит в текст
— yt-dlp + FFmpeg - скачивание и конвертация аудио с YouTube
— Zettelkasten wiki - база знаний в обычных Markdown-файлах
— Все крутится на VPS

Воркфлоу: сообщения копятся в логах, каждые несколько часов LLM пакетно обрабатывает новую порцию, обновляет wiki-файлы. При вопросе - собирает контекст из базы и генерирует ответ. Для YouTube - то же самое, только на вход идет транскрипт стрима.

Отдельная история антирекурсия. Бот же сам пишет сообщения в чат, и если бы он начал индексировать свои ответы - получилась бы бесконечная петля: ответил, проиндексировал ответ, в следующем цикле обработал его как новое знание, переписал базу, и так по кругу. Поэтому в каждое исходящее сообщение бота помечается, чтобы тот его пропускал.

А, ну и у каждого сообщества своя отдельная база, доступ разграничен: участники «Mastermind» видят только свою, участники «ʞошэМ» - обе.

Нравится мне следить за ребятами из Dimensional, почти каждую неделю они выкладывают интересные кейсы, реализованные на базе своей dimOS.

Например, вчера они рассказали, как робособака «охраняет» их офис с помощью автономного агента. Задана следующая инструкция:

«Непрерывно патрулировать офис; при обнаружении людей в худи - следовать за ними и поднять тревогу, одновременно вызывая полицию».

Проект имеет полностью открытый исходный код.

не забыть оплатить подписку Claude Code перед выходными