AI для Всех

Я в Варшаве до утра четверга! В эфире рубрика: travel blog. Вообще волею задержанного рейса, моя пересадка в Варшаве превратилась в полноценную туристическую поездку. Если вы тоже тут - пишите мне @crimeacs - давайте встретимся

Учимся говорить молча Наверняка вы уже встречали инженеров которые что-то нашептывают в микрофон уставившись в терминал с Клодом. Выглядит крипово, да? Ребята из AlephNeuro решили эту проблему с помощью ультразвука. Они заметили что можно сделать узи гортани, и с помощью нейросетки транскрибировать движения языка в текст. Не могу сказать что это выглядит менее крипово чем шептуны в микрофон, но учитывая что это только первый прототип - выглядит очень интересно! Подробнее можно прочитать у них в блоге: https://alephneuro.com/blog/silent-speech

Auto-improve Друзья, спешу напомнить что у меня есть Auto-Improve и с Fable 5 он работает просто космически хорошо! Этот видос был сделан с помощью них. Попробуйте сами! https://github.com/crimeacs/auto-improve

🧠⌨️ Brain2Qwerty v2: мозговые волны → текст Meta Research показала новую версию Brain2Qwerty - AI-модель, которая декодирует текст (предложения) из brain recordings. Простыми словами: человек печатает, MEG-устройство (не инвазивное) считывает активность мозга, а модель учится восстанавливать текст из шумных сигналов. В v2 обучались на ~22 000 предложениях от 9 добровольцев, и результат уже заметный: 61% word accuracy в среднем и до 78% (в самом лучшем случае). Это все еще не «чтение мыслей» из воздуха и не готовый продукт для дома - пока нужны MEG, часы данных и активное участие человека. Но направление сильное: если такие системы масштабируются, они могут стать альтернативным способом коммуникации для людей, которые не могут говорить из-за поражений мозга, без риска операции. Мне нравится тренд: LLM + нейроданные начинают превращать очень шумный биосигнал в связный язык. Подробности тут: Brain2QWERTY

Сходил на AWS Summit в Нью-Йорке. Агенты были почти на каждом стенде. Со сцены - AWS Context, knowledge graphs, свои агенты, интеграции, governance, Bedrock, MCP. Главный сдвиг: рынок уходит от «чатботов» к рабочим системам, где агенту дают контекст компании, права, инструменты, ограничения и журнал действий. Доказать, что агент был подключен к правильным данным (контекст) это только первые шаги ИИ в бизнес. Следующая волна AI-продуктов будет не про «агент ответил», а про «агент выполнил повторяемую работу, которую бизнес готов принять, а регулятор/аудитор проверить через 18 месяцев».

Быстро же они прошли путь от компании в которой фаундер ходит на кофе с рандомными инженерами до $60B.

Sci-bot Еще в бытийность свою исследователем, я довольно активно пользовался sci-hub. Sci-hub это такая платформа, на которй Саша Элбакян раздает доступ к научному знания (зачастую спрятанному за paywall). Недавно, она сделал из этой платформы ИИ-агента и это очень круто! Это как deep research - но только по научным статьям (к которым у других агентов доступа в основном нет). Оплата за токены - платить криптой. Мне 2$ хватило на довольно глубокий анализ Лунной миссии Appolo 17. Пока все нравится, не хватает только api (но Codex вполне себе справился пользоваться сайтом через Chrome). Попробовать можно тут: sci-bot.ru

Сегодня был на HSBC Office of the CFO & Fintech Innovation Day. Вот о чем думают CFO крупнейших компаний: можно ли безопасно пустить AI в настоящий workflow, где есть деньги, контроль, комплаенс, ответственность и риск публичного факапа. A16Z почти прямым текстом говорят, что finance-команды в AI-native компаниях теперь гораздо меньше и появляются позже. Раньше первый finance hire часто нанимали на $10-20M ARR. Сейчас некоторые компании тянут намного дольше, потому что один сильный оператор с AI-инструментами может закрывать больше, чем раньше закрывала маленькая команда. Но это не история про «людей заменят агенты». Скорее наоборот: люди остаются, но меняется их роль. Хороший CFO становится ближе к продукту и операциям. Он не просто выбирает SaaS и делегирует внедрение, а сам тестирует инструменты, собирает workflows, смотрит на cost controls, спрашивает «зачем нам вообще Salesforce/NetSuite/очередная система, если можно собрать процесс иначе?» AI spend супер на повестке дня. Tokens, model usage, retries, agent runs - это уже не инженерная мелочь, а серьезная строка COGS и governance surface. Кажется, что в regulated finance «probably correct» не работает. Сейчас спрос на слой контролируемого исполнения: — какие данные использовались — какая политика применялась — кто смотрел рекомендацию — что AI предложил — что человек исправил — что ушло в систему — можно ли потом доказать, почему решение было принято Первая волна AI в enterprise была про demos. Вторая будет про trust. Третья — про workflows, которые постепенно получают автономию, но только после того, как заслужили ее. Вот такая вот, сейчас ситуация в AI-native finance.

Выиграл хакатон от Airtable! В Нью-Йорке проходит абсолютно безумная Tech Week, в рамках которой Hyperagents (версия клешни с человеческим UI от Airtable) устроили хакатон. Кто за час навайбкодит самый убедительный outreach. В касте так задания каждому был выбран рандомный другой фаундер в комнате. Моя идея победила! Я взял наш с Антоном https://funnel.fyi и прогнал через нее сайт, Funnel мгновенно нашел что можно поправить на лендинге, а Hyperagents собрали симпатично выглядящий видос и презентацию (покажу отдельно). И вуаля - я победил 🥇 Может и вам полезно будет - попробуйте!

AUTO-IMPROVE Заставил AI бесконечно улучшать свою работу - и запретил ему верить самому себе на слово. Так появился новый скилл для Claude - auto-improve. Auto-improve позволяет улучшить любой артифакт, который совместим с git: • AI предлагает маленькое улучшение. • Другой AI проверяет результат по понятным критериям. • Если стало лучше - изменение сохраняется. • Если нет - автоматически откатывается. Благодаря git: каждая версия сохранена, каждую можно сравнить, каждую можно вернуть. И так по кругу, пока результат перестает улучшаться. Это можно применять почти ко всему: • тексты • письма • лендинги • README • инструкции • промпты • код • договоры Вообще ко всему, где можно описать, что значит «хорошо». Самое интересное: критерии тоже можно улучшать. Например, можно взять книгу, статью, гайделайн или внутренний стандарт компании. Превратить это в список требований. И дальше AI будет улучшать работу уже не «на вкус», а по этим требованиям. Технически это похоже на GAN для текста: один агент генерирует, другой проверяет. Или на маленький локальный RLAIF-loop: улучшение → оценка → принятие или откат. Код: https://github.com/crimeacs/auto-improve

Уже сегодня (через 2 часа) буду рассказывать про память и цикл авто-улучшения на вебинаре CYBER.FUND Послушать можно тут

🧵 Попробовал dynamic workflows в Claude Code. Вчера, Anthropic выпустил режим, в котором Claude сам разбивает большую задачу на подзадачи, запускает parallel subagents, проверяет результаты и собирает финальный ответ. В announcement они приводят примеры вроде bug hunt по всей кодовой базе, большие миграции и тп. Мое первое ощущение: /Workflows одна из первых «agent swarm» фичей, которая выглядит как реальный рабочий инструмент. Ты даешь задачу - Claude уходит на 30–50 минут, пишет код, правит ошибки, проверяет себя и продолжает. На мой взгляд, самая вишенка не в том что много параллельных агентов жрут токены, а в цикле generator → validator. Одна часть системы делает изменения: код, refactor, tests. Другая пытается это проверить: смотрит diff, ищет ошибки, думает про edge cases. Это немного похоже на GAN, только для engineering workflow. Сгенерировал → проверил → нашел проблему → исправил. Тесты пока не всегда понятно насколько хорошие, но свои ошибки оно уже реально ловит. Чего мне не хватает - прозрачного этапа планирования. Сейчас ощущение такое: «вот задача, иди делай». А идеальный flow был бы: сначала Claude предлагает план; ты его правишь; добавляешь constraints, success criteria, важные файлы и проверки; и только потом запускаешь workflow. Мой вывод: направление очень сильное! Поделитесь с коллегами, если тоже следите за тем, как coding agents становятся рабочим процессом. Блог-пост

🌪️Серверы мониторятся. А воронка - нет. После релиза всё может выглядеть нормально: сайт открывается, серверы живы, логи чистые. Но заявки почему-то не приходят. Причина может быть не в продукте, а в мелком недочете по пути: - форма молча падает, - checkout/signup застрял, - CTA ведёт не туда, - оффер непонятен, - и тп Вы можете продолжать лить трафик и думать, что “продукт не зашёл”, хотя на самом деле сломался один шаг в воронке. Для решения этой проблемы мы с другом сделали Funnel.fyi: кидаешь URL - агент проходит сайт как пользователь, находит где теряются люди, показывает evidence и пишет fix prompt для Cursor / Claude / Codex. Попробуйте 👇: https://www.funnel.fyi В комменты кидайте, что сканировали и где агент был прав / тупил - это поможет нам докрутить продукт.

Можно много слушать классных кейсов и теории о том как стать ИИ-нейтив, но самое лучшее — это увидеть примеры того как работают фаундеры: Как у них выстроена система хранения данных и контекста? Как управляются сессии? Какие фичи они делают для своих харенсов? Какие процессы автоматизируют? Как строят скилы и агентов? Как структурируют семантическую и процедурную память? В следующий понедельник проведу виртуальный воркшоп, где 4 фаундера (я буду только модерировать) покажут свои сетапы и воркфлоу. Правила: запрещены слайды и теория, только шаринг экрана и живые демо по 15 минут + ответы на вопросы. Регистрация тут, не нужно подписываться на каналы, бесплатно, никакой рекламы. Но на Английском.

70% вакансий ты можешь даже не увидеть 👀 Многие хорошие вакансии для разработчиков, проджектов, аналитиков, дизайнеров и маркетологов просто не доходят до джоб-бордов. Компаниям за рубежом часто быстрее закрыть позиции через рефералов, кинуть клич среди знакомых или написать пост в LinkedIn. А значит, такие возможности нужно находить путём нетворка: искать сотрудников, кто порекомендует тебя в команду, писать нанимающим менеджерам или фаундеру напрямую... Это и есть так называемый «теневой рынок вакансий». Никакой магии — просто другой маршрут к офферу 🙂 26 мая в 19:00 мск Даша Шульгина, фаундер AgileFluent, разложит по полочкам: → Как находить международные позиции, которых нет в открытом доступе, и выходить на нанимающих менеджеров; → Что конкретно писать в LinkedIn, чтобы отвечали, а не игнорили; → Как перестать воспринимать нетворк и холодные контакты как попрошайничество. После мастер-класса у тебя будет конкретный маршрут: где искать скрытые вакансии, как выходить на нужных людей и что им писать — без ощущения, что ты кого-то напрягаешь. Регистрируйся в ботике👈🏻 #текстприслан

📍 Hunters Point, Qweens

Mira — топ-1 AI-агент в Telegram 💫 Крутейшая альтернатива OpenClaw, которая работает из коробки в один клик. Cаб-агенты, 1000+ MCP, работа в групповых чатах. Через Mira можно автоматизировать: 🔄 ремайндеры и автономные задачи 📈 трейдинг и мониторинг 🤖 AI-ботов и агентов ✍️ генерацию и автопостинг контента 📊 Gmail, Calendar, Notion, GitHub и другие сервисы Без настройки серверов, API и сложного сетапа. #пост прислан

📡 Я сделал Chappe - CLI для Telegram-каналов, которую могут использовать Claude Code, Codex, OpenClaw и другие агенты. Смысл простой: агенту мало уметь “написать пост”. Чтобы реально растить канал, ему нужны суперсилы: — видеть историю постов — понимать, что форвардят — находить темы, которые дают reach — читать комменты как research-инбокс — вытаскивать вопросы аудитории — сравнивать канал с другими — предлагать следующие посты не из головы, а из данных — публиковать только через явную policy, чтобы не устроить пожар Chappe даёт агентам доступ к этому слою. Это не Telegram bot и не очередной “AI-постогенератор”. Это command-line поверхность для канала: локальная SQLite-память, TDLib-синк, JSON для агентов, briefing, top posts, comments mining, draft/lint/preview/publish. То есть Claude - это такая маленькая редакция: data scientist - смотрит на цифры head of growth - ищет, что разносится editor - предлагает темы и точки зрения operator - готовит черновики и соблюдает правила публикации Главный герой проекта - Chappie, маленький смотритель сигнальной башни. Он сидит над каналом и показывает агенту, где настоящий сигнал. Open-source: → github.com/crimeacs/chappe Поставить в один клик (просто вставь это в Claude/Codex/OpenClaw/Hermes):

Install Chappe if needed with `curl -LsSf https://raw.githubusercontent.com/crimeacs/chappe/main/scripts/install.sh | CHAPPE_CHANNEL=@your_channel sh`, then run `chappe --pretty onboard --channel @your_channel`, follow `agent_guided_setup`, ask me only for required Telegram values, sync 100 recent posts with comments after auth is ready, and produce a channel briefing with post ids, metrics, audience questions, growth experiments, and data-quality notes. If Chappe itself fails, patch locally only to unblock, then move the fix into https://github.com/crimeacs/chappe and propose a PR. Replace @your_channel with my Telegram channel handle.

В эти выходные еду на Ниагару с The RV Escape. Осталось 2 места в RV-туре из Нью-Йорка: Watkins Glen, Niagara Falls, Maid of the Mist, Cave of the Winds, природа, дорога и ночевки в доме на колесах. Даты: 23-25 мая Цена: $1000 / $1800 за двоих Группа: до 6 человек Если хотите поехать со мной, пишите сразу в Telegram: @thervescape Ссылка на тур: https://thervescape.com/niagara-may-23-25/ru