Codex

Небольшой лайфак как повысить эффективность кодинга у OpenClaw

Вместо того чтобы говорить ему сделать Х в репозитории Y, я говорю ему запускать сессию Codex CLI и выступать не исполнителем, а заказчиком. То есть Openclaw сам не кодит, а только промптит в Сodex CLI.

Профит: 1. Не раздуваем контекст основного агента 2. Даем GPT модельке пользоваться инструментами из интерфейса, под который она изначально заточена

Все это заворачиваем в SKILL, добавляем всякие доп инструкции (в каких ветках работать, как тестировать и т.д.). Получается вполне рабочий инструмент, через который удаленно внедрять небольшие фиксы в пет-проектах.

Полный текст скилла (разумеется, вместо Codex можно использовать Claude или другие аналоги): --- name: codex-interactive-defaults description: Standard launch and delivery policy for interactive Codex CLI sessions in OpenClaw. Use whenever running Codex interactively (single task or multi-turn coding), to keep output compact, force GPT-5.4 with high reasoning effort, and default repository work to dedicated branch plus final PR. ---

# Codex Interactive Defaults

## Launch Policy (Always Apply)

For every **interactive** Codex run, launch Codex with this baseline:

```bash codex --no-alt-screen --model gpt-5.4 \ -c model_reasoning_effort="high" \ -c hide_agent_reasoning=true \ -c model_reasoning_summary="none" \ -c model_verbosity="low" ```

## Required Constraints

- Pin model to `gpt-5.4` by default. - Set `model_reasoning_effort="high"` by default (highest documented effort level). - Override model/reasoning only when the user explicitly asks for a different setup. - Keep `pty:true` when starting Codex from OpenClaw `exec`.

## Git Workflow Defaults (Branch + PR)

For repository-backed coding tasks, use this as default workflow unless the user explicitly says otherwise:

1. Create/switch to a dedicated branch **before** implementing changes. 2. Do not implement changes directly on `main`/`master`. 3. Implement and commit changes on that branch. 4. Push branch and open a PR. 5. Report the PR URL in the final update.

If branch push/PR creation is blocked by missing remote/auth/permissions, still complete branch + commits and report the exact next commands needed to open the PR.

## Prompting Rule (Mandatory)

When sending a coding prompt to Codex for repository-backed work, explicitly include both instructions below in the prompt text:

1. **Start on a new branch first** (create/switch branch before any edits). 2. **Finish with a PR** (push branch and return PR URL, or provide exact next commands if PR cannot be opened automatically).

Use explicit wording in the prompt (do not assume defaults are enough). Example phrase to include:

- "Before making any code changes, create and switch to a new branch for this task. Do not work on main/master. After implementing, push the branch and open a PR, then return the PR URL."

## OpenClaw Execution Pattern

1. Prepare working directory (often temp + `git init` for scratch work). 2. For repo-backed tasks, create/switch to a dedicated working branch. 3. Start interactive Codex with `pty:true` and the baseline flags above. 4. Use `process` actions (`submit`, `paste`, `send-keys`) for follow-up turns. 5. Finish with pushed branch + PR when repository context allows. 6. Kill/exit session when task is finished.

## Command Templates

### Start session in target directory

```bash # via OpenClaw exec tool command: codex --no-alt-screen --model gpt-5.4 -c model_reasoning_effort="high" -c hide_agent_reasoning=true -c model_reasoning_summary="none" -c model_verbosity="low" pty: true workdir: <target-dir> background: true ```

### Start temp scratch session

```bash TMPDIR=$(mktemp -d /tmp/codex-demo-XXXXXX) cd "$TMPDIR" git init -q codex --no-alt-screen --model gpt-5.4 -c model_reasoning_effort="high" -c hide_agent_reasoning=true -c model_reasoning_summary="none" -c model_verbosity="low" ```

⚡️⚡️⚡️ OpenAI выпустили GPT-5.4 - новая топовая модель уже доступна в ChatGPT, API и Codex.

GPT-5.4 объединяет в одной модели advances в reasoning, coding и agentic workflows. Доступно две версии: GPT-5.4 Thinking (с расширенным режимом "размышления") и GPT-5.4 Pro.

Из того, что известно: контекстное окно выросло до 1М+ токенов (у GPT-5.3 было 400K), появился "extreme" thinking mode, который выделяет значительно больше вычислительных ресурсов на сложные задачи. Модель лучше справляется с длительными задачами на несколько часов и делает меньше ошибок в многошаговых воркфлоу.

https://openai.com/index/introducing-gpt-5-4/

#openai #gpt #ai #llm #coding

————————— Мысли Рвачева —————————

ДЖАСТДУИТ — скилл для Кодекса который закрывает задачи с первого раза.

$justdoit помогает превратить ЛЮБУЮ задачу в план для автономной работы

Сначала скилл смотрит, что уже есть в проекте, чтобы не придумывать работу в отрыве от реальности.

После вызова скилл генерирует три опорных документа: 😥 план работ по шагам (plans.md) 😥 текущий статус, чтобы можно было продолжить позже (status.md) 😥 список проверок, чтобы было понятно, как убедиться, что результат реально работает (test-plan.md)

После одобрения плана агент переходит в режим исполнения: 🏹 идёт по шагам, проверяет результат после каждого этапа, фиксирует статус и продолжает работу, пока не завершит задачу.

использование в Codex: твоя идея + $justdoit

🖱 https://github.com/serejaris/justdoit 🖱

Сначала нам продают ощущение, что мы отстаем, Потом показывают десять сервисов, Потом учат собирать франкенштейна из промптов, И через два месяца оба из двух оставшихся мест в поезде будущего, которые я так стремился занять выглядят как старые табуретки.

Именно, табуретки. Что-бы стать Венскими стульями, им нужно время красиво состарится. Но современная скорость развития технологии не позволяет какой-то одной стать даже эстетикой.

А нам продолжают продавать эти стулья там, где меняется сама логика обитания. И в этом месте мой любимый прием, обесценив всех остальных, сказать какой я молодец. Но молодцы оказались ребята, чью лабораторию я прошел сам, прежде чем советовать вам, а тем более там преподавать. Стульев мне не кто так и не продал. Мне показали пространство, его логику и предоставили свободу самому обставлять свое помещение. В AI Mindset LAB x26 разговор уходит от мебели к архитектуре:

от новой рамки мышления — к сборке контекста, агентных сценариев и конкретных решений, которые можно унести в практику и больше не зависеть от перемен инструментов.

Становится не важным Claude Code или CODEX. Вы сможете использовать все что угодно. За 4 недели наступает абсолютный NO FOMO.

Моя часть будет про то, как находить точную форму для идеи и собирать живую карту авторского языка: уходим от промптов "напиши в стиле" к системе решений, которая эволюционирует с автором.

Это формат для тех, кому уже тесно в разговорах уровня "какой инструмент лучше" и кто хочет собрать более целостное понимание того, как жить и работать в AI-native реальности.

Рад пригласить вас. Начнем уже 27-го апреля:

https://t.me/aimindset_lab_bot?start=38

Как известно, «Sam has a superpower: recruiting and raising money. That's what he's like a God at».

Сегодня OpenAI объявляют о привлечении 110 миллиардов долларов в качестве инвестиций.

30 от SoftBank, 30 от Nvidia (как пишут в онлайн-газетах — это взамен 100 миллиардов, объявленных в прошлом году и привязанных к постройке ДЦ), и 50 — от Amazon.

15 миллиардов от Amazon будут доступны сразу же, оставшиеся 35 после выполнения некоторых условий. Официальные источники не говорят, что это за условия, но TheInformation на днях писали про ранние этапы обсуждений: выход на IPO или создание AGI 😳

Кроме этого, OpenAI теперь будет использовать чипы от Amazon — Trainium (Anthropic уже давно на них сидят). Будет использоваться чипов как минимум на 2 ГигаВатта энергии.

Также в анонсе говорится, что недельная аудитория Codex увеличилась в 3 раза с начала года и достигла 1.6 миллионов пользователей. Всего за ChatGPT платит более 50 миллионов человек, а общая аудитория превышает 900 миллионов в неделю — компания снова вернулась к росту после спада в ноябре-декабре.

Оценка компании ннаходится где-то около $800B, что делает её 15-16 самой крупной в мире.

OpenAI DevDay 2025 — что ждём сегодня, 20:00 МСК

Шорт-лист ожиданий: — Замена n8n от OpenAI — Sora 2 / 2 Pro в API — обновления Codex — Kanzi Studio (эволюция Canvas) — Agent v2 + Browser — апдейты Custom GPTs и GPT Store — апдейты GPT-Image, включая GPT-Image Mini

Стримлю через 25 минут, смотрим вместе и разбираем всё по делу. Подключайся: https://youtube.com/live/O8mxG58VEds

🛡🛡🛡 OpenAI запускает Codex Security - набор инструментов для автоматического поиска уязвимостей в коде.

GPT-5.3-Codex стала первой моделью, которую OpenAI классифицировала как "High capability" для задач кибербезопасности. Это первая модель, которую целенаправленно обучали находить уязвимости в софте. При тестировании на внешних репозиториях она нашла около 800 критических и более 10 500 высокоприоритетных проблем.

Главный продукт линейки - агент Aardvark. Он автономно анализирует репозиторий, строит threat model проекта, сканирует каждый коммит на уязвимости и пытается эксплуатировать найденные баги в изолированной среде. Если уязвимость подтверждается - генерирует патч через Codex. За время бета-тестирования Aardvark нашел уязвимости, которым присвоили 10 CVE-идентификаторов. Теперь OpenAI расширяет бету и предлагает бесплатное сканирование для популярных open-source проектов, включая Next.js.

Отдельная история - Trusted Access for Cyber. Это программа контролируемого доступа к кибер-возможностям модели. Запросы с повышенным риском автоматически перенаправляются на менее способную GPT-5.2. Для легитимных исследователей безопасности есть отдельная заявка на полный доступ. Плюс OpenAI выделяет $10M в API-кредитах на защиту open-source и критической инфраструктуры.

Интересный кейс: в декабре 2025 инженер из Privy (компания Stripe) за одну неделю с помощью GPT-5.1-Codex-Max нашел несколько ранее неизвестных уязвимостей в React Server Components, которые были ответственно раскрыты команде React.

https://openai.com/index/codex-security-now-in-research-preview/

#openai #codex #cybersecurity #ai #aardvark

————————— Мысли Рвачева —————————

🔍 Одна модель пишет код, другая ищет в нем ошибки - и это работает

Новый Codex на GPT-5.4 серьезно прибавил в перформансе. Если вы пишете свои проекты на Claude, вот что стоит попробовать: откройте Codex, переключите модель на GPT-5.4 и выберите самый глубокий режим анализа. Дальше дайте ему простой промпт:

"Проверь весь проект, проанализируй и найди критические ошибки, а также то, что нужно исправить. Ничего не исправляя, напиши мне."

После этого он будет долго думать и составит вам список критических ошибок. И уже в том же Codex или через ваш Claude все эти ошибки можно поисправлять. Уверяю вас, что там найдется много интересного.

#openai #codex #gpt #ai #coding

————————— Мысли Рвачева —————————

Play закрывается.

Жаль, клевый был инструмент, кучу прототипов в нем собрал.

У Play была киллер фича: можно было делиться прототипом через Appclip, и у получателя без скачивания приложения разворачивалась на мобиле нативная аппка.

В CC/Codex такой трюк уже не пройдет.

F 🫡

⚙️ Меня немного запарило, что все кодинг агенты не умеют из коробки делать актуальных на сегодня агентов, потому что внутри – модели еще не обучены всем современным агентским трюкам – поэтому я прошелся по исходникам Codex, Claude Code и других популярных уроков по созданию агентов, работу с кешами, авто-сжатием контекста и тп, и собрал скилл agents-best-practices который чинит эту проблему – причем, там отдельно прописано, что эти знания для всех видов агентов, не только для кодинга:

Там нет кода, есть текстовые справочники на темы – мне помогло:

Архитектура агентного harness Как устроить runtime вокруг модели: контекст, инструменты, permissions, память, наблюдаемость и остановочные условия.

Agentic loop Базовый цикл: модель → tool call → валидация → permission check → выполнение → observation → следующий шаг или финальный ответ.

System prompts и инструкции Как проектировать слои промптов: global, workspace, domain-specific, task-level и runtime reminders.

Tools и permissions Как делать инструменты узкими, типизированными, безопасными, проверяемыми и разделёнными по risk class.

Planning mode Как отделять планирование от исполнения: read-only exploration, план-артефакт, approval и потом мутации.

Goal-like loop Как задавать долгоживущие цели с budget, checkpoints, validation criteria и stop condition. Это вместо Ralph Loop.

Context, memory и auto-compaction Как управлять контекстом, делать retrieval, сохранять рабочее состояние и сжимать историю без потери критичных данных.

Prompt caching и cost-aware context Как строить стабильные prompt-prefixes, deterministic tool ordering и cache-friendly agent runtime.

Skills и progressive disclosure Как подключать reusable workflows: короткий skill index сначала, полные инструкции только при необходимости.

MCP и external connectors Как подключать внешние системы через governed connectors: namespacing, auth, permissions, audit logs и least privilege.

Security, approvals и sandboxing Prompt injection, secrets, approval flows, draft-vs-commit, sandbox для open-world tools.

Observability и evals Как логировать agent runs, tool calls, approvals, compactions, failures и тестировать harness на реальные failure modes.

Provider API patterns Практики для OpenAI, Anthropic и OpenAI-compatible API без привязки к одному провайдеру.

Checklists и coverage audit Готовые списки для проверки: перед запуском, перед добавлением tools, перед подключением skills/connectors и перед продом.

⚡️⚡️⚡️ OpenAI выпустили GPT-5.3-Codex

Новая модель для кодинга с лучшими показателями: - 57% SWE-Bench Pro (реальные задачи software engineering на 4 языках) - 77% TerminalBench 2.0 (терминальные навыки) - 64% OSWorld

Что нового: - Можно управлять агентом прямо во время работы, не теряя контекст - как с коллегой - В 2 раза меньше токенов чем у 5.2-Codex на тех же задачах - На 25% быстрее per token - Хороший computer use

Интересный факт: GPT-5.3-Codex - первая модель, которая участвовала в собственном создании. Команда использовала ранние версии для дебага тренировки, деплоя и диагностики тестов.

🔗 openai.com/index/introducing-gpt-5-3-codex

#openai #gpt #codex #ai #coding

————————— Мысли Рвачева —————————

🤖 Работаю параллельно с Claude Code и Codex CLI - один пишет код, другой критикует. Понял, что копипейстить между терминалами неудобно.

Хочется одно окно, как чат, в котором присутствуют оба агента:

1. Пишешь @claude сделай вот это 2. Потом @codex что думаешь? 3. А иногда чтобы они сами друг с другом разговаривали и вместе решали задачу

Кто-нибудь видел подобные тулы? Именно формат общего чата с несколькими AI-агентами, а не просто оркестратор задач.

#ai #coding #claudecode #codex

————————— Мысли Рвачева —————————

Создатель OpenClaw умудряется тратить $1.3M токенов в Codex в месяц

https://x.com/steipete/status/2055346265869721905?s=46

💡 Ненавязчивая напоминалка: русские токены в два раза "тяжелее" английских

Один и тот же текст на русском языке занимает примерно в два раза больше токенов, чем его английский эквивалент. Это значит, что контекстное окно забивается быстрее, токены расходуются шустрее, а если вы пользуетесь API - все это еще и обходится дороже.

Простое решение - разговаривайте со своим Claude Code или Codex на английском. Даже если ваш английский не идеален, LLM вас прекрасно поймет. А вот экономия на токенах будет вполне ощутимой.

#ai #llm #coding #claude

————————— Мысли Рвачева —————————

🔫 Делаем тикток для ИИ-агентов?

Сделай короткое абсурдно мем-видео в духе youtube poop и отрендери его через ffmpeg для вертикального формата. Используй любые ресурсы, которые сочтёшь нужными.

Видео должно от первого лица передавать, каково это быть ТОБОЙ — большой языковой моделью.

вопрос: Какое видео сделал Клод, а какое Кодекс?

вдохновлено: ・ слоп дельфина и кукушки ・ слоп от точек

нашел простой способ добавить звук окончания в codex-cli!

вот баш one-liner:

line='notify = ["bash", "-lc", "afplay /System/Library/Sounds/Blow.aiff"]'; ed -s ~/.codex/config.toml <<< $'0a\n'"$line"$'\n.\nwq'

он добавляет строчку notify = ["bash", "-lc", "afplay /System/Library/Sounds/Blow.aiff"] в начало конфига ~/.codex/config.toml

продуктивность успешно повышена на 20% за счет снижения простоя. цена скрипта – сердечко на пост ❤️

🚀 Я запустил бота для скачивания фильмов

Недавно я поставил себе цель запустить в соло несколько продуктов.

Я установил для себя следующие критерии: - от идеи до запуска должен пройти месяц, максимум два - спидранить разработку при помощи ИИ - это должен быть телеграм бот, миниапп или сайт - продукт должен монетизироваться

И вот, первый продукт готов: бот для скачивания фильмов с популярных торрент площадок fast.s3. Бот полезен, когда нужно скачать фильм перед самолётом или посмотреть фильм на большом экране в высоком качестве. Сам пользуюсь ботом и вам очень советую 💯

Как работает fast.s3 ⚡️: 1. отправляешь название фильма, бот высылает тебе подборку 2. выбираешь из подборки фильм и запускаешь выгрузку в облако 3. после выгрузки бот вышлет тебе прямую ссылку на скачивание 4. фильм можно скачать на любое устройство или смотреть онлайн

Интересные факты: - начал работать над ботом 12 октября, запустил 4 декабря (53 дня) - я не написал сам ни строчки кода (это и пугает, и воодушевляет) - 90% кода написано Codex, остальное Opus 4.5 🧠 - бэкенд написан на python, фронтенд (телеграм бот, плеер, админ тулы) на typescript - фильмы хранятся на S3 хранилище Cloudflare, это дёшево и стабильно по скорости скачивания

Бот 👉 @fast_s3_bot

Интенсивность. Мадейра. АI.

Мне дико ценно стало мое время. Когда пацаны с OpenClaw версией для кровельщиков делают 1.8М$ за 3 месяца — внутри загорается challenge accepted. А мой домашний мини-хедж-фонд агентов предлагает 20 улучшений по свеженькой опционной стратегии 60% годовых на нефть, половина из идей, конечно же, бред, но оставшиеся - прекрасны. Но пока агентам нужно внимание и опыт, чтобы двигаться по пайплайну. Сейчас я остро чувствую как количество информации которую хочется изучить, бизнесов которые хочется построить, и впечатлейний которые хочется получить, больше чем моего времяни. Хотя я рад, что времена полиматов энциклопедистов вернулись.

Так вот, этот @dumik берет и соблазняет меня провести вместе с ним ретрит про ai-агентов мероприятие. (мы не говорим ретрит, потому что там не будет фокуса на внутренние изменения, но они скорее всего все равно случаться, потому что это Думик, а с ним по другому не бывает) Меня разрывает от того как жалко времяни, и того как мне нравится идея обменятся моими наработками с другом и близким кругом.

Плюс меня поджигают эти ютуберы и курс-мейкеры, которые пересказывают друг друга прочитав один раз анонс какой-нить тулзы, даже не попробовав руками. А когда перебрал сам десятки инструментов, смотришь и думаешь: "Госпади, родной как же ты можешь такую чушь людям рассказывать."

В общем, как вы поняли, я согласился. Раздать то что у меня реально работает по AI агентам/плагинами, своим фреймворком по финансам, по работе с брокерами, криптой, показать как собирать автоматизированный пайплайн из агентов, которые улучшают себя с каждым циклом, всем тем над чем работал последние полгода. Да просто, обьяснить почему надо использовать клод код или кодекс в zed, а не курсор, это уже будет для многих сэкономленные полгода.

Но честно — меня туда тянет не это. Думик обещал, что там будут интересные люди. А прошлый раз, когда он обещал нетворкинг, я увез с собой такие невероятные подарки, что не описать. Поэтому если вы подарки, то приезжайте. Поделюсь всем что есть. Хочется провести 4 дня в работе, в окружении тех с кем на одном вайбе.

вот официальное приглашение 👇

— Shipyard — среда, где все создают.

4 дня на мадейре, 20 человек, частная вилла. каждый приезжает со своей задачей — и поднимает свой уровень, кто-то строит: mvp, ai-агент, кто-то настраивает автоматизацию, инструменты под свой бизнес или личные задачи, уезжает на уровень выше.

рядом — я и Дима, два фаундера с суммарным опытом строительства компаний из долины. не только покажем AI-first подход, но и ... ну там и дальше в таком стиле, вы поняли, сэкономлю вам время, дальше был очень качественный продающий текст, оригинал можетe найти у Димы в канале, вы бы уже захотели там быть точно. —

Думик верит, что правильные 4 дня в правильной среде дают больше, чем полгода в одиночку.

Я верю, что интенсивность в мире в ближайшие 2 года будет настолько сильной, что те кто сейчас не выстроят опору на себя через понимание AI, стретегического мышления и экономики просто слягут на пару лет с депрессией.

В общем, о.Мадейра, 26-29 марта. early bird €1990, потом €2490. 20 мест. забронировать место → https://shipyard.dumik.com/

Прилетайте, будет хорошо, по домашнему.

Как можно перевести AI-агента на работу по задачам

Когда начинал делать приложение, общался с AI в чате, держал контекст в md-файлах, а сам список задач лежал где придётся. Чуть позже понял, что это неудобно, тк каждый раз приходилось заново объяснять, что происходит, и весь контекст жил у меня в голове

Потом подумал, что можно использовать трекер задач не только как список задач по проекту для себя, а ставить конкретные таски для агента с описанием, ссылками на код и критериями приемки. GitHub Projects, Notion, Linear — не супер-важно. Главное то, что там можно держать еще и состояние проекта, планы и принятые решения

Тогда каждая задача становится полноценной карточкой с контекстом. Один раз описываешь, что нужно сделать и почему, а потом просто говоришь агенту: «возьми в работу задачу #42». Не нужно каждый раз восстанавливать картину с нуля

Подключается все через коннекторы в Claude Code или Codex, а по созданию задач всё просто: можно сначала описать ее своими словами, потом вместе с AI немного докрутить детали и критерии приёмки

Прошлые выходные я решил протестировать новую фичу от Perplexity - Computer. Это когда они подняли за вас Claude Code или что-то подобное в виртуальном компьютере. В общем опыт похожий по ощущению на магию для опытных пользователей Claude Code, когда нейронка может докодить себе кусок чтобы решить задачу.

Наверное, это снижает барьер входа в чудеса, но по мне, конечно, perplexity не стоит своих денег, лучше выделить время и научится работать с Claude Code/Codex напрямую. Там даже дело не в стоймости подписки, а в очень маленьких лимитах, они очень жесткие, реально жесткие в сравнении с Claude Code/Codex.

Но поделится мне хочется тем самым Wow-моментом, которого как вижу по опросам у многих еще не случилось.

Сейчас twitter (нынешний X) пестрит такими постами: Платный софт больше не нужен, что мол вот собрал себе на Perplexity Сomputer - полную копию Bloomberg Terminal (это топовый софт для инвесторов/трейдеров от 30к$/год) gif-ку прилагаю. Мы как люди бывалые, конечно же помним, что в интернете полезной информации почти нет, и скорее всего это чья-то реклама. Но почему бы и не проверить?

В общем я запустил несколько паралельно агентов кодить терминал в Perpleity Computer, вначала получалось очень плохо, очевидный тезис который не нужно доказывать, но без ТЗ - в формате - эй Ai заработай мне денег, сделай мне bloomber terminal - ничего не вышло. Тогда я запустил хуйлион дип-рисечей, парочку через claw-bot с браузером чтоб собрать скриншоты из видео для описания интерфейса, и получилось 158 страничное ТЗ (приложу к посту если вам вдруг нужно поиграться)

Затем я запустил несколько паралельных агентов, чтобы сделать по нему копию bloomberg terminal. И вот спустя каких-то всего лишь 5 дней (справделивости ради скажу что я не кодил это 5 дней, я лишь тыкал бота в перплексити палкой, задавал правильные вопросы, и принимал работу) получилось хоть что-то немного приличное, но лишь внешне напоминающее пару экранов в bloomberg terminal.

Насладиться можно тут: https://www.perplexity.ai/computer/a/bloomberg-terminal-v3c5_QvdRUOulHIshdW8Qw

(ожидаемый) Итог эксперимента: • Saas (софт), как вид бизнеса, не так-то легко и убить, потому что это не только интерфейс, но и данные, знания о пользователях, микро-моментики которые просто так не скопировать, организация процесса, ворклфоу, дата стримы, и еще миллион вещей • даже изучив продукт вдоль и поперек, и ставя цель просто скопировать интерфейс, даже очень умным и настойчивым multi-one-shot тут не обойтись, надо учиться выстраивать процесс, пайплайны, плагины, инфраструктуру, ставить задачи и измерять результаты, а там дальше еще и продажи, юридичка, монетизация • и все равно это круто, что вот так из нейронок и палок, можно собрать работающий прототип чего угодно за пару дней, и еще круче что это сталкивает с реальностью еще быстрее, что нужна не только идея и продукт, но и куча штук вокруг этого, но красота в том, что обратная связь быстрее, учишься быстрее, понимаешь что важно, а что нет тоже быстрее • инвестиции в знания, как пользоваться современными AI системами пожалуй бесценны, сейчас это уже сильно больше, чем чатик с GPT, это может быть целая команда личных ассистентов, маркетологов, разработчиков, но только при правильно выстроенном процессе, и если знать что делать. И в этом так много отржения внутреннего мира, если внутри беспорядок, то и с агентами будет тоже хаос. Наводя порядок с агентами, как-то оно там и внутри тоже раскладываться по местам.