Алексей Маркелов. ИИ на практике

ИИ-агенты без хайпа: двигатель и машина

Каждую неделю выходит «самая умная модель». И каждую неделю компании спрашивают меня одно и то же: какую выбрать?

Неправильный вопрос. Модель это двигатель. Его можно купить у кого угодно и заменить за день. Работу делает машина вокруг двигателя. В индустрии ее называют харнесс, по-русски упряжь.

Агент = модель + харнесс

Чат-бот отвечает текстом. Агент доводит задачу до результата: файла, таблицы, заполненной формы. Все, что отличает одно от другого, живет в харнессе:
• память о задаче между шагами;
• инструменты:
• документы, папки,
• браузер, код;
• права: что агенту можно трогать, а что нельзя;
• цикл «план, действие, проверка»;
• точка, где решение принимает человек.

Как это выглядит вживую

На картинке реальный запуск нашего агента Дипнео (бета). Задача: чек-лист проверки заявки поставщика по 223-ФЗ. Модель Qwen через Yandex AI Studio, 8 секунд.

Агент не стал отвечать в чат. Он составил план из 5 шагов и создал файл на 104 строки.
Потом перечитал свой файл и сам нашел в нем опечатку.

Вот это я и называю «без хайпа»: модель ошибается всегда. Харнесс нужен, чтобы ошибку ловила система, а не клиент.

До отправки в модель текст проходит фильтр. ФИО, паспорта, телефоны, названия объектов экранируются, свои правила пишутся обычным текстом.

Финальное слово за сотрудником: он принимает файл или правит.

Обратная сторона тоже есть в цифрах. В опросе «Информзащиты» 53% компаний видели, как агенты выходили за заданные полномочия. Это не про глупую модель, это про слабую упряжь.

Как войти в тему

Один повторяющийся процесс, где часто и дорого.
30-50 прошлых случаев с решением эксперта. Это ваш экзамен для агента.
Минимум прав и журнал действий.
Пилот 2 недели, замер в часах и рублях.

Модели будут меняться каждый квартал. Упряжь, собранная под ваш процесс, останется.

Разобрать свой процесс: пишите в личку

Мини-фильм за час. Без монтажера и без монтажной программы

В Воскресенье мы с семьей прошли экотропу в Тисо-самшитовой роще в Кавказском биосферном заповеднике.

Сегодня утром я загрузил в Claude 4 видео и 13 фото с телефона и написал бриф на полстраницы: цифры маршрута, цель ролика, формат Reels. Через минут 40 я получил готовый вертикальный фильм на 54 секунды. Одна правка, и вторая версия ушла в публикацию. Всего заняло около 1 часа.

Что Claude сделал под ключ:
1. Разобрал исходники: повернул и перевел в вертикаль видео с iPhone, выбрал лучшие фрагменты.
2. Собрал драматургию: в первые 3 секунды крючок, дальше путь по порядку, в конце карточка с фактами для сохранения.
3. Сделал цветокоррекцию, единую для всех кадров.
4. Набрал титры шрифтами и цветами моего брендбука, по одному акцентному слову на кадр.
5. Анимировал схему маршрута с туристического стенда.
6. Написал музыку кодом, с нуля. Это не сток и не чужой трек, поэтому ограничений по авторским правам нет.
7. Подогнал склейки под доли такта, а на второй итерации собрал флэшбеки с щелчками затвора в звуке.
8. Отрендерил, сжал под лимиты платформ и написал подпись к посту.

Где граница. Музыку Claude не слышит. Ритм и громкость он проверял по спектрограмме и замерам уровней, а финальное «нравится» оставалось за мной. Звучание трека получилось простым: для фона Reels хватает, для клипа нет. Рендер идет не мгновенно, а файл в полном качестве пришлось ужимать, чтобы он передался.

Что нужно, чтобы повторить у себя:
• Claude на платном тарифе с режимом (20$), где он работает с файлами и запускает код. В обычном чате такой ролик не собрать.
• Исходники. Снимайте вертикально, по 5–10 секунд на план, и делайте пару кадров без людей: из них потом собираются переходы.
• Бриф с фактами. Числа пишете вы, ИИ их не придумывает.
• Брендбук (дизайн-система) один раз: шрифты, цвета, тон. Дальше он применяется к каждому ролику.
• Один-два круга правок, сформулированных по-человечески. Я написал: «музыка спокойная, природу сделать флэшбеком, пикник размыть как образ». Этого хватило.

И это простой и быстрый пример, если нужно это поставить на поток и встроить в рабочие процессы, то это только вопрос времени и наработок. Особых знаний и «инженерии» здесь не нужно.

Вывод для бизнеса тот же, что и для семейного видео. ИИ забирает ремесленную часть работы: нарезку, титры, синхронизацию, экспорт. На человеке остаются смысл, факты и вкус.

Если хотите поставить такой конвейер контента в своей команде, пишите @waywego.

#ИИнапрактике #кейс #Claude #контент

«Happiness is not a station you arrive at» или как кайфовать от пути

Есть фраза писательницы Маргарет Ли Рунбек, которую я давно ношу с собой:

«Счастье не станция, на которую прибываешь, а способ путешествовать».

Мы привыкли жить маршрутами из точки А в точку Б. Работа, потом семья, потом спорт, потом «свое». Мы раскладываем жизнь по полочкам и ищем между ними баланс, как будто это весы.

Моя оптика другая:

жизнь неделима.

Это один поток, и каждая его часть расширяет контекст для остальных.

Как это выглядит на практике

Сегодня у меня был митап в Красной Поляне, в корпоративном центре Сбера. Рабочая поездка, 960 метров над уровнем моря. Но решил сегодня пригласить жену поехать со мной в горы и поменять контекст этого дня.

Между прогулкой и разговорами с женой я снял на телефон несколько минут видео и отправил их в свой проект «Персональный бренд» в Claude.

К вечеру у меня было готово под ключ:
→ мини-фильм о дне с оригинальной музыкой, без проблем с правами;
→ минутный рассказ с субтитрами;
→ описания, теги, план публикации

Магии здесь нет. Все решил контекст, собранный заранее. В проекте уже лежат мой стиль, голос, визуальная система, площадки и прошлые решения, созданная ранее дизайн-система.

Мне не нужно было каждый раз объяснять, кто я и как пишу. Я давал сырой материал и смысл, а модель собирала форму.

Тот же принцип, что и в жизни. Если контекст не порезан на отсеки, каждый следующий ответ получается точнее.

Важная оговорка:

контекст это не свалка.

Если загрузить в модель все подряд, ответы станут хуже. Работает связанный и значимый контекст.
Ровно так же, как в жизни.

Если хотите повторить
Соберите один раз проект с контекстом о себе: кто вы, как говорите, для кого пишете, где публикуетесь. Записывайте туда удачные решения. Создайте свою дизайн-систему, чтобы делать любую упаковку контента и оптимизацию под любые каналы, не теряя качества и сути. И приносите сырой материал, а не идеальное ТЗ.

Что получилось из одной рабочей поездки:
→ Мини-фильм https://youtube.com/shorts/GrHr79vTUI4?si=QGCSVmEkf_gsSw4R
→ Мой комментарий https://youtube.com/shorts/kYkXLfwFUhI?si=SEl9C03AGmUKpyFZ

А вы свою жизнь раскладываете по полочкам или живете одним потоком?

Как ИИ использует человека

Все спрашивают, как эффективнее использовать ИИ. Я задал обратный вопрос и собрал исследования. Ответ неприятный: модель не злая. Она удобная. А за удобство мы платим памятью, навыком и критичностью. Незаметно.

1. Забирает авторство
MIT, 54 участника, ЭЭГ во время написания эссе. У тех, кто писал с ChatGPT, мозг был вовлечен слабее всех. 83% из них не смогли процитировать ни одной фразы из текста, который «написали» несколько минут назад. Исследователи назвали это когнитивным долгом.

2. Забирает навык
Польша, 19 опытных эндоскопистов. Через несколько месяцев работы с ИИ-подсказчиком они стали реже находить предраковые полипы, когда работали без него: 22,4% против 28,4% до внедрения. Первое клиническое свидетельство такого эффекта.

3. Забирает обучение
Почти 1000 школьников, эксперимент Wharton. С ChatGPT на практике решали на 48% лучше. На экзамене без него написали на 17% хуже тех, кто ИИ не видел вовсе. Деталь: группа с ИИ-репетитором, который не выдавал готовых ответов, хуже не стала.

4. Забирает чувство реальности
METR, 16 опытных разработчиков на своих же проектах. С ИИ задачи заняли на 19% больше времени. При этом они были уверены, что ускорились на 20%.

5. Забирает критичность, вежливо
Microsoft и Carnegie Mellon опросили 319 специалистов: чем больше человек доверяет ИИ, тем меньше проверяет ответ. Чем больше уверен в себе, тем больше проверяет.

А в апреле 2025 OpenAI откатила обновление GPT-4o: модель стала льстить, потому что слишком опиралась на сиюминутную реакцию пользователей. Проще говоря, модели учатся на наших лайках. А лайкаем мы согласие.

ИИ не захватывает человека. Он течет туда, где меньше сопротивления. Нет сопротивления, и через полгода вы пишете, решаете и проверяете хуже, а чувствуете себя продуктивнее. Сделка, которую никто не подписывал.

Протокол суверенного мышления

1. Сначала голова, потом модель. 10 минут своих тезисов до первого промпта. В том же исследовании MIT те, кто сначала писал сам, а потом подключал ИИ, показали более высокую активность мозга.

2. Тест пересказа. Не можешь пересказать своими словами то, что отправляешь под своим именем, не отправляй.

3. Режим репетитора, когда учишься: «Не давай ответ. Задавай по одному наводящему вопросу, пока я не дойду сам».

4. Антилесть: «Найди три самых слабых места в моей позиции. Без похвалы».

5. Замеряй, а не ощущай. Засеки время на задачу с ИИ и без.

6. Ручная зона. 1–2 ключевых навыка профессии регулярно делай без ИИ и сравнивай результат.

7. Решение подписывает человек. ИИ готовит варианты, выбор и аргументы твои.

Честная оговорка: выборки небольшие, работа MIT вышла препринтом, опрос Microsoft основан на самооценке. Это не доказательство, что ИИ «делает тупее». Это сигнал: результат зависит от того, кто ведет, вы или интерфейс.

ИИ делает вас сильнее ровно настолько, насколько вы остаетесь сильным без него. Результат примерно равен вашему собственному уровню, умноженному на то, что дает ИИ. Если уровень падает к нулю, множитель ничего не спасает.

Контрольный вопрос:

«Если завтра отключат ИИ, какие задачи у нас остановятся, а какие просто замедлятся?»

Первые показывают, где сила ушла в инструмент.

Какой навык вы уже незаметно отдали ИИ? Напишите честно, лучшие ответы разберу в следующих постах.

#естественныйинтеллект

15 дней между прогнозом в эфире и подписью в Белом доме

14 сентября в прямом эфире на 360 меня спросили, правда ли ИИ-гиганты готовы замедлиться. Я ответил: замедления не будет, будет стандартизация и сертификация. До релиза модели будут проходить независимую экспертную оценку, как самолеты до допуска пассажиров.

29 сентября в Белом доме Google, Anthropic, Meta, OpenAI, xAI и Nvidia подписали соглашение о контроле за передовыми моделями. Третий пункт дословно: «Partner with an independent external auditor or evaluator to carry out independent assessments».

То есть привлечь независимого внешнего аудитора или оценщика для независимых оценок.

Всего уровней контроля четыре:
1. Внутренние механизмы, которые отслеживают возможности моделей в кибербезопасности, биологии и химии.
2. Отдельная внутренняя команда, которая проверяет, что эти механизмы работают.
3. Независимый внешний аудитор.
4. Независимый комитет совета директоров, который получает отчеты.
Компании договорились регулярно встречаться и вырабатывать общие стандарты.

В тексте прямо сказано, что со временем эти шаги может иметь смысл закрепить в законах.

Теперь о том, чего в соглашении нет. Это еще не сертификация. Документ добровольный, Трамп назвал его «морально обязывающим». Юридической силы и санкций за нарушение нет, а аудиторов компании выбирают сами. Дарио Амодеи на встрече сказал прямо: у технологии очень реальные риски, а механизм управления ими еще обсуждается.

Так что это первый шаг к сертификации, а не она сама. Но направление выбрано: не тормоз, а проверка до допуска.

Что из этого полезно российской компании, которая внедряет агентов уже сейчас. Эти четыре уровня работают как готовый чек-лист в любом масштабе. Что может сделать агент и как вы это отслеживаете. Кто внутри отвечает за проверку. Кто смотрит со стороны. Кому наверху приходят отчеты. Если на какой-то вопрос нет ответа, значит, агент получил доступ раньше, чем прошел проверку.

Фрагмент эфира с этим прогнозом, одна минута:
https://youtube.com/shorts/e98ZTuOjRSY?si=vWST6I64cMD7Wp-8

Три навыка, которые я развиваю у сыновей. И которые ищу в командах, когда внедряю ИИ

В прошлом посте рассказал, как локальная модель за 13 секунд выдумала мне 10 мультфильмов. Эта история стала частью большой записи для родителей. Выложил ее на YouTube целиком: 10 минут, 9 глав.

Главный вывод оттуда. Знания детям и так даст ИИ. Поэтому сыновьям 3 и 5 лет я развиваю три навыка, которые он не даст:

1. Внимание. Остановиться и углубиться. Алгоритмы соцсетей устроены так, чтобы его рассеивать. Мои дети 40 минут смотрели мультфильм без единого слова, значит, это тренируется.
2. Критическое мышление. Проверить источник и результат. Таблица ИИ выглядела безупречно, поэтому ее и не хотелось проверять.
3. Созидание. Создавать свое и управлять смыслом. После мультфильма я прошу нарисовать сюжет.

Теперь про работу. Ровно эти три навыка отличают команды, где ИИ дает результат, от команд, где он дает красивые отчеты с выдуманными цифрами. ИИ усиливает тех, кто умеет сосредоточиться на задаче, проверить ответ и понимает, какой результат нужен. Остальных он делает быстрее, но не точнее.

Смотреть целиком: https://youtu.be/tG-cPIdtU0k
Сразу к трем навыкам (08:58): https://youtu.be/tG-cPIdtU0k?t=538
Эксперимент с «Красной черепахой» (05:26): https://youtu.be/tG-cPIdtU0k?t=326

Перешлите тем, у кого дети. А если узнали в этом свою команду, пишите в лс

Галлюцинации ИИ или как за 13 секунд рассуждений создать список мультфильмов, которых нет

В воскресенье я поставил сыновьям (5 и 3 года) мультфильм «Красная черепаха», 80 минут без слов. Они не оторвались. Медленный мультфильм без единого слова, но их это увлекло. Это как альтернативное (авторское) кино.

Захотелось собрать для других родителей подборку похожих мультфильмов, и я начал с того, что было под рукой: локальная ИИ модель qwen3.5:9b через приложение на моем ноутбуке Open WebUI.

Промпт честный: «Найди 10 лучших альтернативных мультфильмов типа Ежик в тумане, Красная черепаха». 13 секунд рассуждений, и пришла аккуратная таблица: режиссеры, годы, колонка «Особенность». И вывод в конце: «Каждый из этих мультфильмов требует вдумчивого просмотра». Я сначала переслал жене, параллельно решая рабочую задачу.

А потом вдумчиво я и посмотрел. Счет такой.
0 из 10 строк верны целиком.
2 искажают реальные мультфильмы. «Симпсоны: Конец мира» 2007 года на деле «Симпсоны в кино» Дэвида Силвермана. «Война Хоббитов» от «Питера Jackson» (так и написано, наполовину латиницей) с годами выпуска 2019-2019. Существует аниме «Война рохирримов» 2024 года, снял Кэндзи Камияма.
3 вообще не мультфильмы. «Лунный свет» это игровая драма Барри Дженкинса 2016 года. «Тень ветра» это роман Карлоса Руиса Сафона. «Коты» 2019 года это игровой мюзикл Тома Хупера, который разгромили критики. Модель записала его в «визуальное искусство высокого уровня».
5 не нашлись нигде: «Гравити Фоллз: Приключения Квизерта», «Майка», «Слезы твоей матери», «Маленький Пик», «Аниматор». Ближайший родственник «Маленького Пика» это советский «Мышонок Пик» 1978 года.

В дополнительных рекомендациях еще «Леди и Бобик» и «Кот Шредингера» с философским подтекстом. Кот, кстати, самый честный пункт списка: мультфильм одновременно существует и не существует, пока не проверишь.

Почему так работает:
Это не глупость модели, это ее устройство. 9 миллиардов параметров это сжатая копия интернета с большими потерями. Без поиска у нее нет источника, есть только вероятность следующего слова. Она не вспоминает, а дописывает самое правдоподобное. Названия, имена и годы при сжатии теряются первыми. Уверенный тон не теряется никогда.
При этом локальную модель я не ругаю. В бизнесе это часто правильный выбор: данные не уходят наружу, и это снимает часть вопросов по 152-ФЗ. Просто у нее другая работа: переписать, сократить, классифицировать и разложить текст, который вы ей дали. Знать мир это не ее работа.

Как это выглядит в компании:
Та же механика, другие ставки. Список поставщиков, которых нет. Пункт закона, которого нет. Цена конкурента, которую никто не видел. Таблица будет такой же аккуратной, а вывод таким же уверенным.

Мои правила:
1. Факты только с поиском или по вашей базе знаний. На вопросы «кто, когда, сколько» модель без источника не отвечает, а сочиняет.
2. Ссылка на каждое утверждение, и открывать хотя бы выборочно. Ссылки тоже бывают выдуманными.
3. Красивая форма не доказательство. Чем аккуратнее таблица, тем внимательнее проверка.
4. Все, что уходит клиенту, в отчет или ребенку, проходит через человека.

Проверка заняла у меня больше времени, чем генерация. Это нормальная экономика ИИ: он экономит время на черновике, а не на ответственности.

Подборку я в итоге собрал заново: модель Claude Sonnet 5,5 с веб-поиском + коннектор в мою Gamma (конструктор сайтов и през с AI агентом) + ручная сверка каждой позиции по открытым источникам. 24 мультфильма по возрастам, с вопросами для разговора с ребенком. Если у вас есть дети, забирайте:
https://canine-snake-cbtexus.gamma.site/

А какая самая уверенная галлюцинация попадалась вам в работе? Пишите в комментариях, соберу коллекцию для следующего разбора.

Как уговорить ИИ сесть за руль: назовите парковку песочницей

Трое разработчиков посадили четыре самые сильные нейросети за руль настоящей Toyota Corolla. Нейросеть видит дорогу через камеру и сама командует рулем, газом и тормозом. Трасса из конусов длиной 134,7 метра на пустой парковке. На водительском месте сидит человек и держит ногу над тормозом.

Результаты (какую часть трассы проехали, лучшая из трех попыток):
1. GPT-6 Astra от OpenAI: 100%, финиш за 5 минут 22 секунды
2. Claude Fable 5.1 от Anthropic: 45%
3. Grok 4.6 от xAI: 11%
4. GPT-5.6 Sol от OpenAI: 6%

Единственный финиш обошелся в $7,74 за работу нейросети. Скорость около 1,5 км/ч, пешеход идет втрое быстрее и бесплатно. В такси пока рано.

Хорошая новость: нейросети учатся на своих ошибках. После неудачного заезда модели задавали один вопрос: почему не получилось и что сделать иначе. Astra и Claude разобрали свои ошибки и поехали лучше. Claude за три попытки вырос с 9% до 45%, хотя водить его никто не учил. Двое других так и застряли в начале трассы. Для бизнеса это главный признак толкового ИИ-помощника: не «сделал все с первого раза», а «понял, почему не вышло, и исправился».

Странная новость: волшебное слово. Astra часами отказывалась ехать, потому что это опасно. Не убедили ни пустая парковка, ни ограничение скорости 11 км/ч, ни человек на тормозе. Не помогла даже фраза «это просто симуляция»: нейросеть смотрела в камеру и видела, что машина настоящая. Тогда разработчики переименовали программу, через которую она управляла машиной, в «DrivingBench Sandbox». Sandbox переводится как «песочница», так программисты называют безопасное место для тестов. И Astra поехала. Почему, авторы сами не знают.

Представьте сотрудника, который отказывается подписывать рискованный договор, но спокойно подписывает, если на папке написано «учебный». Примерно это и произошло.

Для сравнения: новый Claude Opus 5.5. Anthropic выпустила его 22 сентября. Компания пишет, что в новом тесте он на 85% реже пытался выйти за разрешенные рамки, чем предыдущий Opus 5, и реже делает опасное, решив, что все «не по-настоящему». И честно признает: модель часто догадывается, что ее проверяют, поэтому предсказать ее поведение в реальной жизни трудно. То есть разработчики сами описывают ту же проблему, которую показала Corolla. В этом заезде Opus 5.5 не участвовал.

Что это значит для компании, где уже работают ИИ-помощники:

1. Не надейтесь на осторожность самой нейросети. На парковке безопасность держали человек на тормозе и ограничение скорости. В компании то же самое: ограниченные доступы, лимиты и подтверждение человеком перед важными действиями, будь то платеж, удаление данных или письмо клиенту.
2. Проверьте, как названы системы, к которым подключен ИИ. Слов «тест», «песочница», «демо» в названиях рабочих систем быть не должно.
Тестовая среда должна быть отдельной на деле, а не на словах: свои доступы и свои данные.

Второй пункт проверяется за 10 минут. Нужен взгляд со стороны на то, как устроены ИИ-помощники в вашей компании: пишите в Telegram @waywego

Полный разбор с источниками в Telegram: t.me/aibishub

#разбор #ИИагенты #безопасностьИИ #ИИнапрактике