Gemini vs Claude

Мы видим AI везде, кроме статистики

Сегодня обсуждали парадокс, который, имхо, объясняет 90% разочарований от AI.

Солоу, нобелевский лауерат по экономике, как-то заметил: Мы видим компьютеры повсюду, только не в показателях производительности

Компании массово покупали компьютеры, но производительность не росла. Звучит знакомо?

Собственно, тот же парадокс сейчас: Goldman Sachs пишет, что на макроуровне пока нет значимой связи между внедрением AI и производительностью. До 95% AI пилотов не проходят cost-benefit. CEO покупают подписки, но ROI не видно.

J-Curve theory объясняет почему. Когда приходит новая GPT (general-purpose technology) - электричество, компьютеры, AI - мы входим в фазу инвестиций, в которой производительность ПАДАЕТ. Не потому что технология не работает, а потому что:

1) Нужно переучиваться, нужно менять процессы, это вызывает трение. Мы начинаем покупать всем Claude — затраты растут. Тратим время на обучение — output временно падает. В отчётности это выглядит как убыток, потому что реорганизация, переобучение — это всё учитывается как операционные затраты, а не как инвестиции. Причем это не только про бухучет, лучшие умы и значительные ресурсы перенаправляются на создание новой инфраструктуры и процессов.

2) Лаг между adoption и результатом. С электричеством было ~40 лет. С компьютерами ~25. Фабрики сначала просто воткнули электромоторы вместо паровых — ноль эффекта. Просто замена инструмента без перестройки процессов не дает почти ничего - и это имхо именно то, что происходит со многими сейчас. Рост тогда пришёл когда полностью перепроектировали фабрику, поняли что можно подвести электричество к каждому рабочему месту и тп.

3) Может быть, производительность и растёт — но измеряемая производительность падает. Ты лично пишешь код в 3 раза быстрее, но на уровне компании это пока не видно. Цепочка от кода до клиента длинная, и AI пока ускорил только один кусок. Как сказал недавно один участник курса: "Мы построили фабрику софтверную, но теперь нам нужны заказы". Очень напоминает Цель-2 Голдратта

Вот что меня зацепило: из-за этого разрыва могут быть поспешные выводы о том, что технология не работает. И это бьёт сильнее по большим компаниям — чем больше людей и процессов, тем меньше рост индивидуальной производительности влияет на общий результат. Устранение узкого места в одном месте не решает проблему в другом. Прям теория ограничений.

А у маленьких команд — наоборот. Один человек с Claude Code может заменить целый отдел — и это сразу видно в выручке, а не через 20 лет. У нас 5 человек делают то, на что обычно нужно 12-15. Не потому что мы гении — потому что нам меньше перестраивать.

Имхо, хороший майндсет, который стоит держать в голове: - Если ваш CEO говорит «попробовали AI, не работает» — покажите ему J-Curve. Скорее всего, вы в investment phase и выводы преждевременные - Если вы маленькая команда — у вас преимущество. Пока корпорации пытаются «масштабировать AI adoption», вы просто работаете быстрее

На эту тему очень понравился, кстати, ресурс jobsdata.ai (скриншот в аттаче) — чувак собирает все релевантные статьи и исследования на тему влияния AI на рынок труда, плюс есть чатбот, которому можно задать вопросы по своей индустрии.

Лайфхак для тех, кто быстро упирается в лимиты на Claude/Codex

Представим, что вы работаете с кодинг агентами с 10 до 19 часов каждый день. Это значит, что у вас есть два 5-часовых окна со своими лимитами — с 10 до 15 и с 15 до 20. Получается, если вы уперлись в лимиты к 13 часам, то до 15 просто сидите и отдыхаете.

Но можно потратить минуту времени, и добавить себе бесплатное окно на пару доп часов — с помощью простого прогрева:

У обеих компаний есть функция автоматизаций, по которым можно планировать задачи на агента. Мы просто заходим и ставим прогрев на daily 7 утра с любым промптом.

Получается, что если сядешь работать с 10, то у тебя появляется доп. лимитное окно с 10 до 12, следующее с 12 до 17 и с 17 до 19.

Так можно получить до +50% к лимитам в день, если полностью выжигаешь каждое окно.

Profit

Как измерить "буду продуктивнее" в 2026м

Через 2 дня новый год - вы же уже запланировали, как круто измените свою жизнь с 1го января? Ну, ладно, с 12го, с понедельника.

Сначала подводочка, а потом по существу: 1) Летом я писал про Automation Assassin — выяснилось, что я делаю 11К переключений между приложениями в неделю. Death loops между Cursor, Safari и Telegram. 2) Потом на днях был пост про процессные цели: фокус на КАК, а не ЧТО. Вместо "сделать $1M ARR" → "написать 100 писем".

Но остался логичный вопрос: как измерять "фокус"? Есть куча софта по теме, но мне всегда было тяжеловато с ними, потому что нужно было инвестировать достаточно времени в настройку и категоризацию, чтобы получит результат. Но с LLM-ками, кажется, становится все сильно проще.

Что я сделал?

1) Сделал метрику - насколько я сфокусированно работаю - которая: - Учитывает частоту переключений (меньше = лучше) - Длину непрерывных deep work сессий - Выявляет death loops 80+ = excellent, 60-79 = good, ниже = проблема

2) Сделал авторасчёт этой метрики Система сама видит когда ты в deep work (2+ мин в Terminal/IDE) и когда вышел. Не надо ничего включать — просто работаешь, она адаптируется. В аттаче пример моих результатов за прошлые 3 дня

3) Система присылает пуш, когда ты начал слишком часто переключаться между экранами, или завис в Телеге. Правда, один раз это был false positive, потому что я делал интервьюер бота, и мне нужно было его тестировать/переключаться между Claude Code и им.

Как применить к своим целям 1) Вместо "буду продуктивнее" → "Focus Score > 70 в рабочие дни" 2) Вместо "меньше в телефоне" → "Entertainment apps < 30 мин с 10 до 12" 3) Вместо "буду читать" → "30 мин с книгой перед сном"

Инструменты: ActivityWatch (бесплатный, open source) + вот репозиторий скилла для анализа. Пока есть проблема с iPhone только, но об этом в следующих выпусках 😉

В общем, дерзайте!

P.S. Моя личная цель на 2026: Focus Score > 70 в рабочие дни + weekly review по воскресеньям. Посмотрим что из этого выйдет :)

Семейная терапия с Claude Code

Еще один неочевидный юзкейс Claude Code.

Вот есть у нас, например, переписка с женой в телеграме какая-то, где мы ругаемся. Часть текстом, часть войсами.

Раньше это была целая боль, если я хотел эту переписку скормить ChatGPT и попросить помочь мне разобраться где я на этот раз накосячил в её эмоциях.

Сейчас я сделал в Клоде просто проект, у которого есть доступ к телеге + куча контекста про нас, и говорю ему: «посмотри сегодняшнюю переписку с Жекой и проанализируй».

Очень помогает.

В идеале надо бы еще конечно транскрибацию наших встреч с кожанным семейным терапевтом туда добавлять, но мне пока лень

Retain - архив ваших чатиков с AI

Иногда, хочешь найти переписку с дружбаном, но не помнишь, где именно ее делал: то ли в claude, или в claude code, а может в codex, или chatgpt.

Чтобы решить это сделал небольшую программку для Мака: импортирует все ваши чатики из Claude Code/Codex/ChatGPT/Claude.ai и дает поисковик по ним - см картинки в аттаче.

В будущем, будет еще предлагать как автоматизировать повторяющиеся паттерны-задачи, что вы им даете, какие скиллы создать или скачать. Де-факто это эволюция Claude Reflect

https://github.com/BayramAnnakov/retain

enjoy! если будут пожелания - лучше создавать github issue.

Вайб-аналитика - Анализируем данные моего канала с помощью AI

Anthropic выложили опенсорс-плагины для Claude, покрывающие продакт менеджмент, маркетинг, продажи, финансы, legal и другие knowledge work роли. Они же есть в Cowork.

Я уже писал про вайб-аналитику, поэтому сегодня попробуем именно data плагин. В нем 6 команд: /explore-data — профилирование датасета: структура, качество, аномалии /analyze — ответы на любой вопрос /write-query — SQL под 8 диалектов (Snowflake, BigQuery, Postgres...) /create-viz — генерация графиков /build-dashboard — интерактивный HTML-дашборд /validate — проверка выводов перед отправкой стейкхолдерам

Решил проверить на реальных данных — взял engagement статистику своего канала (просмотры, форварды, реакции за январь).

Проделал на них следующее: 1) /explore-data → сразу увидел: 35 строк, но только 23 уникальных поста. Дубликаты — потому что фотки к постам хранятся как отдельные записи.

2) /analyze → после дедупликации паттерны: - Форварды лучше отражают интерес (это в том числе сохранение к себе в Saved Messages): пост про Claude Code стрим (#1633) — 499 форвардов, топ канала - Практические кейсы ("как я делаю X") — чемпионы: в среднем 188 форвардов и 6.6% engagement rate - Личные/рефлексивные посты — наоборот: всего 35 форвардов, но 65 реакций. Люди чувствуют, но не шерят - Разброс engagement rate — 15x: пост про Claude Code стрим (#1633) — 12%, а "Почему люди врут?" (#1625) — 0.8%.

3) /build-dashboard → за 2 минуты собрал интерактивный HTML: KPI-карточки, scatter plot "виральность vs резонанс", сортируемая таблица (см. аттач). Без дата-инженера.

Можете попробовать сами - сначала выполните эти 2 команды в Claude Code:

/plugin marketplace add anthropics/knowledge-work-plugins

/plugin install data@knowledge-work-plugins

Все вышеперечисленные data команды станут доступны после этого (если вдруг нет, то рестартните Claude Code)

После этого скачайте CSV, откройте Claude Code в папке, в которую скачали, и попробуйте: 1) /explore-data — что он найдет в данных? 2) /analyze — какой тип постов набирает больше всего форвардов? 3) /build-dashboard — соберите свой дашборд, для пущего - дайте ему пример look & feel, который вам лично нравится или соответствую корпоративному стандарту, и пусть сделает дашборд похожим

Помните, я в прошлом мае писал, что AI-агент может заменить дата аналитика? Собственно, ЧТД

Мой ключевой поинт, что такой агент вполне может заменить дата аналитика, может в любое время дня и ночи анализировать данные, обращать внимания на просесты, и рекомендовать действия

Кто попробует — делитесь результатами в комментариях: на данных моего канала или своих любых :)

P.S. Кстати, там в плагинах не только эти команды, но и еще готовые MCP серверы: Snowflake, Databricks, BigQuery и тп

P.P.S. Попробуйте потом дать ему текст этого поста и попросить спрогнозировать engagement rate? 😉

Наблюдение за собой: Claude Code стал моим кофаундером

Не в юридическом смысле, конечно. Но в смысле того, с кем я обсуждаю продукт, брейнштормлю статьи, планирую день и год, читаю аналитику, пишу письма и посты, автоматизирую процессы.

Это напомнило мне 96-97й. Мне было лет 13, я жил в Туркменистане, и Папа установил домой эту заморскую "диковинку" - Интернет. И там я открыл для себя такой чатик - CRIB, кажется, помню точно теглайн: chat for broken english - и с головой ушел в него. Друзья со всего мира, мы даже слали друг другу письма обычной почтой - Австралия, Израиль - и звонили друг другу. Правда, Мама с сестрой были не очень happy, потому что это был dialup - знающие поймут 😉

Сейчас похожее чувство. Моя команда в Европе, я в Сиэтле. Нет коллег, с которыми можно выпить кофе или обсудить идею в коридоре, мы в очень разных часовых поясах, пересекаемся лишь рано утром или глубокой ночью. И вот тут CC заполняет этот вакуум — не как инструмент, а как собеседник, thinking & doing partner, который неведомым мне пока образом втягивает меня в состояние потока и дальше понеслось. Особенно ярко стал это замечать, когда начал пользоваться голосовым вводом.

"Может это плохо?" - размышлял я вчера. Но если это помогает мне работать лучше, входить состояние потока, получать удовольствие от работы, быть продуктивнее - то в чем проблема? Читал как-то пост психотерапевта на reddit: "если AI помогает людям — отлично, некоторые люди хуже". Грубовато, может, но явно есть зерно.

Внутри команды мы уже давно шутим, что это наш новый коллега. Так что я, надеюсь, не один такой.

Вот даже Окс, наш дизайнер, вчера сказала:

Чувствуешь себя всемогущим? 😀

P.S. Правда, я вот теперь думаю: а когда у нас будут zoom-бары то с этим "напарником" - м?! o__O

Влад конечно лютый: все говорят про контент-завод (это слово уже стало ругательным), а Влад его правда построил для себя

Клод пишет ему по три поста в ФБ каждый день (ФБ жив и там есть люди прикиньте) а он только проверяет что всё норм. Уже генерит по 50к просмотров в день.

Вот как это у него работает:

трендвотч темы находит - я выбираю

запускается написание - там многоступенчатый пайп:

находит подходящий шаблон поста из моих, по jtbd прогоняет, скелет → наполнение → tov

мой главный хак, что я ушел от ллм везде где смог и накодил кучу NLP проверок для слоп чека (не X, не Y, а Z), чтобы каждое бесячее ловить и подсвечивать агенту + NLP для нормального инфостильного языка в стиле ильяхова

до этого делал пайпы по 20 шагов на llm, он все равно тупил и пропускал, а тут завелось

Вот почему я рад, что делаю курс по вайбкодингу с Владом!

Хотите тоже так научиться (и не только так) — залетайте к нам на курс, старт уже 23го в четверг

Планируем 2026

Я недавно писал про исследование, почему процессные цели в 15 раз эффективнее чем outcome цели. Напомню: - Outcome: "заработать $100К MRR" (не контролируешь) - Process: "отправить 20 сообщений в день" (контролируешь на 100%)

Сегодня попросил Claude Code побыть моим executive коучем и помочь спланировать 2026 —> вышло очень полезно: как просто поразмышлять напару о том, чего я хочу достичь к концу года, так и в лучших традициях упомянутого выше исследования превратить outcome цели в конкретные процессные цели и действия.

Кстати, про планы vs планирование в тему: Поэтому не надо слепо верить тем, кто говорит про абсурдность бизнес-планов для стартапа (ваш покорный слуга included) —> дело не в плане, дело в процессе планирования. — из этого поста

Собственно, оформил это в виде скилла вам в помощь —> что он делает:

1) Задает структурированные вопросы - Где ты сейчас? (роль, стадия, ресурсы) - Куда хочешь прийти к декабрю 2026? - Что работало/не работало в 2025? - Сколько времени реально можешь уделять?

Кстати, если запускать в Claude Code, то он будет эти вопросы задавать используя AskUserQuestion тул и выходит очень интерактивно.

2) Строит иерархию целей Outcome Goal (годовая) ├── Q1 Milestone ├── Q2 Milestone ├── Q3 Milestone └── Q4 Milestone └── Еженедельные process goals └── Ежедневные действия ✓

3) Конвертирует outcome цели в процессные "Заработать $100К" → "20 outbound сообщений в день" "Написать книгу" → "500 слов до завтрака" "Похудеть" → "30 мин спорта до 9 утра"

4) Создает шаблоны для трекинга - 2026_PLAN.md - годовой план - COACHING_CONTEXT.md - контекст для AI-коуча - WEEK_XX.md - еженедельные чеклисты

Инструкция по установке там же - удачного планирования!

P.S. Если хотите измерять, выполняете ли вы свои process goals - есть companion скилл, о котором я тоже писал и сам использую.

P.P.S. У меня есть 2 пасса на неделю бесплатного Claude Code - берите, у кого нет + если у кого-то тоже есть таковые и не жалко, то пошерьте плиз в комментарии

MCP (Model Context Protocol) вебинар выложили!

Ура мы вернулись с отпусков и коммандировок и снова с вами!

Прикладываем обалденный вебинар с Олегом Стефановым (его ютуб, его тг-канал), где он рассказывает о MCP.

Мы разбираем: • что такое MCP и зачем он нужен; • как LLM может создавать файлы, управлять,например, Blender, работать с базами данных и API; • как устроены MCP-клиенты и серверы — Claude Code, Cursor, CLID, консольные утилиты; • как писать собственные MCP-сервера на Python и подключать их к экосистеме; • как автоматизировать задачи: Telegram-боты, Notion, файловая система, PostgreSQL; • как работает SIP (Server Interaction Protocol) внутри MCP; • какие инструменты лучше выбрать новичку и разработчику; • безопасность MCP-серверов, риски и проверка репозиториев; • как строятся агенты, tool-calls и автономные рабочие процессы.

https://youtu.be/qj13mgCd2Is

https://vkvideo.ru/video-228941334_456239059

Claude Reflect или как заставить Claude Code рефлексировать?

При работе с Claude Code очень часто нападает фрустрация: видишь, что он делает не то или не так, и приходится заново обьяснять ему одно и то же. По-хорошему, это надо добавлять в claude.md, но ты забываешь или лень или еще что. Особенно когда происходит в разных проектах.

Чтобы побороть это, запилил сегодня такой плагин - Claude Reflect. Он не только автоматически будет фиксировать такие ситуации, но и проанализирует ваши прошлые чатики и предложит вам добавить общие паттерны, предпочтения или гайдлайны из них в проектный или глобальный claude.md и agents.md.

Установить супер-легко: claude plugin marketplace add bayramannakov/claude-reflect claude plugin install claude-reflect@claude-reflect-marketplace

Дальше просто вызываете /claude-reflect и через пару минут он предложит, что добавить. Например, у меня он сразу нашел, что: 1) Последняя модель claude opus - claude-opus-4-5-20251101 2) Для всех API запросов я прошу посмотреть рейт-лимиты и делать локальный кэш 3) Для Python проектов создавать venv окружения и т.п.

В аттаче скриншот результатов работы в одном из репозиториев. Надеюсь, будет полезно.

Я на той неделе много читал про умные дома, и хочу с вами поделиться этими статьями от Google:

1. A new Google Home app, redesigned for Gemini 2. How Gemini supercharges the intelligence of Google Home

После прочтения поймал себя на мысли, что дома, которые мы считали умными до 2025-2026 года, на самом деле были просто набором устройств, которые люди с трудом собирали и с трудом управляли из одного приложения (вспоминаем адский флоу настройки лампочки в Яндекс Алисе)

С развитием LLM, у девайсов внутри дома реально появилась возможность стать «умными» — с помощью AI-мозга, который как оркестратор управляет устройствами и с которым можно на естественном языке решить вопрос.

Тот же OpenClaw сегодня решает задачи удаленного управления компом на естественном языке, а завтра он сможет управлять домом. Например:

1. Слежка за безопасностью детей/родителей и ситуативный алерт, когда происходит что-то опасное 2. Проактивные автоматизации. Если ты каждый день в 11 вечера выключаешь свет в гостинной и зашториваешь шторы, то оркестратор может это делать проактивно за тебя 3. Recap cобытий дома за день/неделю 4. Добавление такого оркестратора в семейный чат, чтобы управлять умным домом прямо из мессенджера 5. Советы по энергоэффективности, перенос энергоемких процессов (типа стирки) на ночь

Короче я вижу наше будущее примерно как в сериале Cassandra от Netflix

я наконец-то победил самый бесящий баг в ai. он преследовал меня годами (!!) что вас больше всего бесит в ai? еще пару лет назад здесь были бы ответы про галюцинации или что ну просто туповат. но в 2026 это уже неактуально — на большинство из этих вещей можно уверенно ответить — skill issue. но один бесящий баг все таки остался..

я люблю голосовой ввод. писал про него в 2023, как раз когда его добавили в chatgpt. а знаете, что туда до сих пор не добавили? стопроцентрую гарантию того, что твой поток мыслей на 5 минут в итоге не будет потерян или что он не распознается только на половину

сейчас это устроено так, что в лучшем случае тебе покажется кнопка retry, но и она не защищает от краша приложения или другой ошибки выше уровнем. но даже если речь распозналась, то whisper легко может трактовать речь с шумами на фоне за тишину и поблагодарить dimatorzok за субтитры в расшифровке, вместо твоих слов на пару минут

я столько раз на этом обжигался и искал решение: записывал войсы в телеграме и расшифровывал их ботом. неплохо, но неудобно. так, мы же все так любим claude code, они то должны были сделать хорошо? так я и подумал на выходных, когда начал описывать свое видение продукта голосом на 5 минут. на третий раз мой голосой ввод просто не отработал, время снова потеряно. за все время я пробовал macwhisper / whisprflow, но с ними тоже были проблемы, и они не спасали от бага именно на стороне расшифровки модели. я возвращался к вводу руками

и вот наконец я добрался до handy. бесплатное приложение для голосового ввода, локальные модели, один хоткей для ввода. но самое прекрасное, что каждый раз, когда ты наговариваешь что-то голосом, то аудиозапись кладется удобно в папочку на компьютере. когда модель снова забаговала, то я просто пошел и отнес это сырое аудио в гемини и попросил полноценный транскрипт, и оно сработало!

we're so back. мне снова не страшно наговаривать голосом задачи. но пока только на маке. посоветуете что-то такое же на айфоны?

GM! Клод раздает 50$ активным подписчикам в честь релиза Opus 5 4.6. Моральная компенсация криптанам за пару кровавых недель

https://claude.ai/settings/usage

Хотел разместить пару вакансий и случайно завайбкодил целую ATS-ку (систему трекинга кандидатов)

Сначала начал делать форму в Airtable, но почувствовал, что это какой-то прошлый век.

В итоге сделал всё своё:

• сайт с вакансиями • админку с разными уровнями доступа • конвертер CV из разных форматов в текст • автоматический скоринг кандидатов через LLM-ку • уведомления о новых откликах в телегу

И самое главное — свой MCP-сервер

То есть я теперь могу сказать Клоду:

«Сделай мне новую вакансию аналитика, возьми за основу другие вакансии которые у нас есть, а кто конкретно нам нужен — ща наговорю»

И он делает.

Долбаная магия, и всё это заняло буквально пару часов.

Ну, и вы поняли: если хотите, чтобы ваши нанимающие менеджеры или HRы тоже себе такое сделали — отправляйте их к нам, наш курс по вайбкодинг стартует уже завтра vibecon.cc

Как я сделал видео для Product Hunt

Поскольку, несколько людей спросили, как я сделал лонч видео (см пост), верно предположив, что это было напару с "дружбаном", то рассказываю:

Я использовал Remotion - это библиотечка для того, чтобы программно делать видео. То есть вы пишете код: компоненты, анимации, переходы. Точнее не вы, а Claude Code :) Я пробовал Remotion еще в январе, но тогда результат не особо впечатлил: либо я не особо погрузился, либо тупо поленился разобраться, так как задачи конкретной не было. Собственно, решил дать второй шанс —> и мне понравился результат.

Нагенерил в мульти-агент режиме сценарий, нахватал готовых иллюстраций, и дальше просто итерации для улучшения, в том числе через мульти-агент ревью, где каждый агент = персона, на которую мы таргетируемся в onsa.

Пожалуй, самым сложным во всем этом было найти музыку :)

Сколько времени и денег взяли бы за подобное видео 3 года назад?!

Кстати, у remotion есть готовый agent skill —> так что просто берите и делайте.

Удачи!

Мой опыт с MCP

Зачем MCP?

Единый протокол для API к моделям существует уже давно, и в YouTube полно роликов «эти MCP заменят всё, что нужно». Но на практике найти действительно полезные решения оказалось не так просто.

CLI решает почти всё

Мой главный вывод: хорошая CLI способна заменить MCP-сервер в большинстве кейсов. — Для мониторинга бэкенд-сервисов и перезагрузки я пользуюсь render CLI. Чтобы модель понимала контекст, я скопировал вывод render help в текстовый файл и прикладываю его при каждом запросе. — Аналогично с Github CLI: модели обучены на официальной документации и легко справляются с любыми задачами по Git и GitHub CLI без дополнительного MCP.

Ради интереса я даже собрал MCP, который отдаёт в контекст активные рынки, цены на активы и фандинг-рейты. Результат? После демки ни разу не использовал 😶

Game change Несколько дней назад я подключил MCP от Context7 и уже активно юзаю: — Актуальные документации в формате, понятном LLM — Возможность обновить данные «в один клик» на сайте при обнаружении расхождений — Внутри каждой документации разбивка по модулям и готовые code examples

https://context7.com/

Примеры из моих проектов — Tanstack Start и Tanstack Router. Новые библиотеки, их документации ещё нет в LLM-датасетах. Claude и Gemini генерили чушь или копировали старый React-Router. Context7 всегда выдаёт релевантный материал — Feature Sliced Design. Благодаря подробным code examples и FAQ LLM полностью понимает архитектуру, и вайб-кодинг стал проще: можно автоматически проверять каждый pull request и коммит на соответствие архитектуре

PS: Если вы подумали «опять этот фронтенд где крипта», — попробуйте официальную MCP от Solana. Я ещё не тестил, но буду рад услышать фидбек от тех, кому релевантно: https://mcp.solana.com/

4 из 10 - столько людей смогли подключить свой Telegram к Claude на моем первом корпоративном тренинге по AI в январе.

Проблема была не в инструменте — telegram-mcp отличный, я писал уже о нем. Проблема в том, что инструкция написана для разработчиков: API credentials, session strings, конфиги MCP серверов — для нетехнического человека это стена. Но те 4, кто прорвался — были в таком восторге, что начали помогать остальным.

Поэтому, я решил это починить и написал интерактивный скилл-визард для Claude Code и других агентов. Набираешь /telegram-mcp-setup — и агент ведёт тебя за руку: 1) Помогает получить API доступы с my.telegram.org 2) Генерирует приватную строку 3) Сохраняет токены в keychain, а не в текстовые файлы 4) Регистрирует MCP сервер в Claude Code

Уже в феврале, на открытом тренинге, благодаря этому скиллу, результат сильно лучше, хотя тоже не у всех получилось, или у кого-то только сквозь тернии. Поэтому попросил участников присылать diagnosis reports с описанием проблем на разных системах и окружениях, который Claude Code же помог составить. Это помогло закрыть еще кучу edge cases - за что им ОГРОМНОЕ СПАСИБО!

Собственно, теперь выкладываю публично. Если вы не решались подходить к этому снаряду - подключение Telegram к Claude — то попробуйте. Должно быть сильно проще.

Скилл тут: https://github.com/BayramAnnakov/telegram-mcp-setup

P.S. И большая просьба: если что-то пойдёт не так, попросите Claude Code сгенерировать diagnosis report (скилл сам предложит) и присылайте в личку или как issue в гитхаб. Это поможет мне сделать установку ещё доступнее.

Пока готовим CTF 2026 — решил всё сломать задевопсить всё нормально. Там же всё было на палках и rsync, чем больше мы накручивали заданий тем дольше шёл деплой. Конфигурации максимально в ручную, каждый год заново вспоминать, что же там было в прошлом году.

В общем в этом году будет на отдельной vm с терраформами, докерами, флуент бит, клауд логгингом и прочими радостями. А чтобы девопсить было веселей — собрал всё через claude code, такие задачки он на ура делает. Посидел с superpowers побрейнстромил и вперёд

☐ Task 1: Создать базовую структуру Terraform ☐ Task 2: Создать cloud-init конфигурацию ☐ Task 3: Создать основную Terraform конфигурацию (VPC, Subnet, Security Group) ☐ Task 4: Добавить Static IP, Data Disk и Compute Instance в Terraform ☐ Task 5: Создать Terraform outputs ☐ Task 6: Создать Terraform README ☐ Task 7: Создать nginx конфигурацию ☐ Task 8: Создать Fluent Bit конфигурацию ☐ Task 9: Создать обновлённый docker-compose.yml ☐ Task 10: Создать .env.example для docker-compose ☐ Task 11: Создать deployment скрипты ☐ Task 12: Создать Infrastructure README ☐ Task 13: Обновить GitHub Actions workflow ☐ Task 14: Создать документацию по первому деплою ☐ Task 15: Финальная проверка и подготовка к деплою

Почему-то все продукты антропика выглядят дико некачественно, как будто пользуешься дипсиком(

Это не отменяет их вклада в инновации и комьюнити — просто с дизайном какая-то беспросветная беда.

Каждый раз, когда упираюсь в лимиты и выхожу из думкодинг режима, ловлю себя на мысли что охота помыться