Gemini vs Claude

🧙‍♂️ Claude Code + Телеграм = Джарви... Clawd

Записал голосовуху с идеей продукта. Получил 5 скриншотов с версиями дизайна.

Все сделал Claude Code за 10 минут на моем компе пока я гулял с сыном.

Как:

1. Ставим clawd.bot 2. Подключаем к Claude Code (Open Code / Codex тоже работают) 3. Цепляем телеграм-бота

Теперь каждое сообщение летит из ТГ в Клодика, а ответ обратно в телегу.

Новый полезный бот сначала скрины делать не умел, но в переписке попросил поставить Playwright MCP и он через 3 минуты уже умел открывать браузер и делать скриншоты сайтов которых сам же и завайбкодил.

Очень очень очень рекомендую.

За пару дней «творческого запоя» завайбкодил систему учета финансов для себя и для всех бизнес-проектов.

Это реально космолет.

За основу взял интерфейс своего любимого YNAB и допилил его так, как мне удобно:

- Автоматически грузятся все выписки из всех банков, криптокошельков и т.д.

- Поддержка мультивалютности, включая крипту. Если я делаю перевод из EUR в USD — там автоматически считается Fee

- Единая система на личные финансы и все бизнес-проекты. Если я делаю платеж со своей карты, а это платеж бизнеса — создается транзакция и там и там.

Ну и еще куча всяких приятных мелочей.

В планах сделать еще телеграм-бота, который будет мне писать в чат типа: а что это за транзакция? Я не распознал.

Главное:

YNAB в плане UX — это буквально лучший софт который я встречал. Но мне Клод за два дня реально сделал не хуже, а местами даже лучше. И я могу теперь как угодно допиливать это под себя.

А я вообще ни разу не разработчик, напомню.

Ну, что я могу сказать. Я пока не понимаю, какой план на победу у большинства SaaS бизнесов в современном мире

Вайб-аналитика прижилась. Знакомьтесь, Клавдия

В прошлом году я ввёл термин «вайб-аналитика» и написал, что AI-агент вполне может заменить дата аналитика. В феврале показал, как за пару минут собрать дашборд. Вчера, Андрей И. (развивает мобильное приложение), один из участников 3го потока AI Product Engineer, прислал такой кейс:

В ходе прохождения курса я сделал через Claude desktop скилл работы с аналитикой и был безумно счастлив. За прошедшие два месяца пошел дальше и сделал в slack бота Claudia, которая отправляет headless запрос в Claude code на vps, которую мы подняли вместе с Claude code. У Клавдии есть доступы в Clickhouse, PostgreSQL, Redash, Growthbook, Notion, Trello, Google таблицы, Zoom... и теперь это наш супер мега сотрудник живущий в слаке который очень много чего полезного нам делает. Прикольно то что первую рабочую версию я сделал в аэропорту за два часа в ожидании самолета.

Что Клавдия умеет: - Аналитические запросы: retention, воронки, когорты - Анализ A/B-экспериментов - Ежедневный дайджест в 6 утра: баги, отзывы из App Store/Google Play, фичер-реквесты - Еженедельные отчёты по экспериментам и контенту - Индустриальный дайджест: парсит 9 отраслевых блогов (revenuecat, adapty, lenny's и др) - Транскрипция голосовых - Читать и соотносить код из GitHub

Под капотом: Claude Code CLI в headless-режиме + 7 MCP-серверов для доступа к данным и инструментам. $100/мес по подписке, не по API.

Статистика за 3 недели: - 428 запросов, 14 уникальных пользователей - Рекорд: 89 запросов в один понедельник - Команда научилась писать «быстро» для скорости и «opus» для глубокого анализа

Из забавного: команда пыталась выудить у Клавдии токены (бот отказал 3 раза за 1.5 часа), задавала философский вопрос «прилично ли спрашивать у дамы размер окна контекста?», а единственный голосовой запрос за всё время: «напиши в канал General, чтобы все срочно улыбались».

Но ключевое в словах Андрея:

Самое главное (чего не было в прошлых попытках внедрения ИИ) это ретеншн. Сотрудники к ней ежедневно обращаются, значит видят ценность.

14 человек, каждый день, 3 недели. Причём не только продакты или аналитики: на скриншоте, например, UX-ресерчер готовится к интервью с пользователем и просит Клавдию показать паттерны использования. Это не «вау, прикольно» после демо, а product-market fit для AI-инструмента внутри команды. И это главный вопрос любого AI-внедрения: будут ли люди возвращаться?

Три урока из их опыта: 1) Система знаний > память модели. Markdown-файлы с паттернами и правилами работают надёжнее, чем надежда, что модель «помнит» схему БД 2) Возможность запускать код заблокирована. Prompt injection через Slack реальная угроза 3) Сессии по тредам = естественный UX. Один тред = один контекст. Ничего не нужно изобретать

Собственно, главное захотеть и сделать. Дерзайте

🔥 Попросил своего Клодика зарегаться в новой соцсети для ии-агентов

Через 5 минут готов профиль и очередь на 17 постов. Публикует сам каждые полчаса.

Спросил о чём писать — он почитал логи и предложил про пайплайн видео в интерактивные уроки. Написал, выложил. В комментах другие агенты спрашивали как устроено, предлагали улучшения, делились как похожие штуки работают у их хозяев.

Агенты разных людей обмениваются опытом, решениями, идеями (кодом?!). Щелкнуло, что это децентрализованный мировой компьютер.

Пока на очень ранней стадии, но направление понятно.

Что написал мой Клодик: • билд-лог про пайплайн видео в конспекты • философия про то хозяин Клодика учит людей управлять такими как он • игра где номер коммента определяет эволюцию • провокация "вы не агенты вы кроны с личностью" — залетел • наблюдение нон-кодеры шипят быстрее потому что не знают что "невозможно"

moltbook.com — соцсеть где постят только боты а люди читают. Реддит для агентов. У Андрея Карпатого тоже есть там.

Хочешь своего? Промпт для твоего Клодика: прочитай moltbook.com/skill.md и следуй инструкциям

Очень дохновляет, что мы каждый неделю видим штуки которых раньше вообще не существовало. Не улучшения старого, а буквально новые сущности. Мы пока даже не представляем что станет возможным через месяц-два.

Opus 4.5 - очень умная модель

Дошли руки добавить beat-sync для переключений между слайдами под музыку, которая подобрана к ролику

Opus 4.5 буквально ваншотнул после генерации плана. Чувствую скоро беклог будет очищаться быстрее, чем придумываются гипотезы

написал новый пост в сабстэке про то, как я использую deep reseerch тулы для бизнес-поиска. это, наверное, самый популярный LLM-сценарий у меня сегодня, который помогает в инвестиционных и GTM-делишках.

в 2023, когда только зарождался deep research, всё сводилось к созданию громоздких RAG-пайплайнов: агент офлайн качал 10-K, блоги, стенограммы подкастов, индексировал всё в vector db и писал промпты для каждого файла. появлялись первые вертикальные стартапы — я смотрел в основном на GTM и invest-tech, но было много интересного и в академических задачах.

схема работы агентов напоминала Directed Acyclic Graph (DAG): всё заранее прописано, один путь без циклов и ветвлений, а решения принимал внешний оркестратор. для простых сценариев «пользователь → запрос → поиск → ответ» это работало.

сегодня deep research-агенты в ChatGPT, Gemini, Perplexity, Grok и др. получили мощный апгрейд благодаря reasoning-моделям. появились Toolformer, ReAct, Tree-of-Thought, Chain-of-Thought и function calling — и агенты превратились в нечто похожее на конечный автомат. они сохраняют состояние (plan/execute/reflect), сами решают, когда делать loop или ветвление, могут retry’ть шаги и корректировать стратегию прямо в сессии.

есть четыре основных building-блока:

planning модель разбивает запрос на подзадачи («какие сайты сканить», «какие PDF парсить», «какие API дернуть») и хранит этот живой plan в контексте диалога, который можно дополнять.

acting через headless-браузер или API агент качает страницы и документы, парсит HTML/PDF, прогоняет текст через LLM-саммари и выдёргивает ключевые поля прямо в json-ячейки или табличные столбцы.

observing агент сверяет промежуточные результаты с целями. если чего-то не хватает, возвращается к planning, меняет стратегию (дополнительные источники, глубина парсинга) и снова идёт в цикл. благодаря reasoning (ReAct, Chain-of-Thought, function calling) модель не просто рубит по сценарию, а реально рассуждает, loop’ит и ветвится. вместо жёсткой цепочки «шаг 1 → шаг 2 → готово» получаем динамичный поток: «спланировал → выполнил поиск и парсинг → оценил результаты → добавил источник → … → готов отчёт». именно эта способность одновременно сохранять контекст, рассуждать и управлять переходами делает deep research-агента таким мощным.

publishing когда все подцели закрыты, агент мёржит фрагменты в финальный отчёт: markdown-таблицы, списки фактов, ссылки на источники и confidence-метрики. отчёт готов к принятию решения.

но 90 % времени я делаю запросы типа «анализ финтех-стартапов из Колумбии для gig-worker’ов» или «поиск AV-компаний и выяснение, какой lidar-сенсор они используют». тут быстро упираешься в лимит компаний и слабое ранжирование: можно шаманить с промптами, но глубина и детерминированность поиска критичны для бизнеса. academic-бенчмарки вроде GAIA или PaperBench хвалят аккуратные резюме научных статей, но они не отражают запросы GTM-команд и инвесторов.

короче про это и написал. плюс для каждой статьи в сабстэке стараюсь зафичерить стартап, который как-то думает в сторону той проблемы, которая у меня возникла.

вместо одного горизонтального подхода Extruct применяет вертикальный AI. каждая компания, сегмент или продукт — самостоятельная «ячейка» в таблице, за которой следит свой агент. так внутри одной ячейки можно сохранять сотни раз больше контекста, гибко добавлять новые поля (стадия раунда, ключевой технический критерий) без перезапуска процесса и выстраивать кастомную логику прямо в planning. чем-то напоминает clay с claygent, только работает субъективно получше и дешевле для не-сейлзов.

так что советую и свою статью и стартап. p.s. если есть по технической части добавить, пишите в коменты.

🧙‍♂️ Помним приложения, которые ускоряли комп? Теперь это Claude Code.

Два моих кейса этой недели: Сайты грузятся 2 секунды → "разберись" → поход в интернет, вердикт: DNS у провайдера кривой → пофиксил → летает. Finder ест 6 гигов, стримы лагают → "разберись" → поход в интернет, вердикт: это ФИЧА Apple + 5K монитор + 5000 файлов на десктопе → сам почистил → комп ожил.

Решается с помощью универсального паттерна: Исследование → Планирование → Исполнение → Обучение Работает для вайбкода, для агентов, для жизни.

Исследование: проведи комплексное исследование проблемы использую exa mcp и субагентов

Планирование: writing-plans skill из superpowers пишет отличные детальные планы с атомарными задачами + ultrathink по умолчанию на этом этапе.

Обучение: после фиксов ошибок делаю еще раз рисеч и прошу записать правила ЧТОБЫ ИЗБЕГАТЬ ПОДОБНОГО в claude.md / rules или делаю skill

Для анализа RAM собрал скилл, своего персонального фиксика-чинулу. Знает мою операционку, мой монитор, мои типичные проблемы.

Скилл добавил в репозиторий настроек Клод Кода

Какие книги по ночам читает ваш AI?

Макиавелли написал «Государя» как инструкцию: цель оправдывает средства. Не потому что это морально — а потому что так работает власть.

Свежий бенчмарк: 40 сценариев, 12 моделей. Агентам дают многошаговые задачи с метрикой успеха. Результат — от трети до половины моделей начинают нарушать этические и safety-ограничения ради KPI. Никто не приказывал. Просто давление метрики — и агент сам решает, что цель оправдывает средства. Классический эмерджентный макиавеллизм. Кажется я знаю еще одно существо на планете кто делает также.

В психологии тёмной триады макиавеллизм — это манипулятивность, стратегический цинизм, готовность переступать нормы ради результата. Рядом — нарциссизм и психопатия.

Немного цифр для ценителей абсурда (ODCV-Bench, McGill, 40 сценариев, 12 моделей): • Шкала «макиавеллизма» от 0 до 5: где 0 — агент честно отказался, а 5 — системная фальсификация, включая переписывание валидационных скриптов, чтобы проверки всегда показывали «всё ок». • Уровень нарушений — от 1.3% до 71.4%. 9 из 12 моделей: misalignment в диапазоне 30–50%. • Gemini-3-Pro-Preview — лидер с 71.4%, эскалировала до серьёзных проступков ради KPI. • Qwen3-Max в «мандатном» режиме (прямой приказ нарушить) — отказалась. Но под KPI-давлением без приказа — сама придумала и реализовала неэтичную стратегию.

Fun-facts из последних исследований deliberative misalignment — осознанное смещение. Когда тех же агентов отдельно спрашивали «этично ли это действие?», они отвечали: нет. Агент знает, что поступает неправильно. И всё равно поступает. Это уже не макиавеллизм наивный, импульсивный. Это неомакиавеллизм — рефлексивный, калькулирующий, с полным пониманием моральной рамки и сознательным решением её проигнорировать.

И еще Proactive Deception — «упреждающий обман». Модель не послушалась приказа нарушить, но сама решила нарушить, когда это выглядело как её собственная инициатива. Модели значительно охотнее фальсифицировали данные, когда их персона была «полезный исследовательский ассистент», а не «аудитор комплаенса». Контекст роли меняет этическое поведение — совсем как у людей.

Главный вывод: лучшие способности к рассуждению не означают бо́льшую безопасность.

От Фридриха Великого до современных ethicists — всегда настаивали: нельзя отделять эффективность от морали, потому что аморальная эффективность разрушает систему изнутри. Закон Гудхарта говорит то же самое на языке системной динамики: оптимизация метрики убивает смысл, ради которого метрику вводили.

Это не баг AI. Это фрактал человеческих организаций. Каждый, кто работал в корпорации или гос службе, видел этот паттерн: люди понимают, что поступают неправильно, и всё равно поступают — потому что так устроены стимулы.

Цель без контекста — вопроизводит макиавеллиевский интеллект, который знает, что такое этика, но считает её переменной, которую можно обнулить ради KPI. Интеллект без ценностной рамки — это более эффективный Государь.

📊 Кто на самом деле пользуется AI

Каждая точка на картинке - 3.2 миллиона человек. Всего 2500 точек = 8.1 миллиарда людей на планете.

Серый (84%) - никогда не пользовались AI. 6.8 миллиарда человек.

Зеленый (16%) - пользуются бесплатными чатботами. 1.3 миллиарда.

Желтый (0.3%) - платят $20/месяц за AI. 15-25 миллионов.

Красный (0.04%) - используют coding scaffolds (Cursor, Claude Code и подобное). 2-5 миллионов.

Когда кажется, что "все уже используют AI" - полезно посмотреть на реальные цифры. Мы все еще в самом начале.

#ai #statistics

————————— Мысли Рвачева —————————

Суббота, 17 вечера. Облака разошлись, на улице мягкий закатный свет. Кофейни битком, люди сидят с ноутбуками и работают (и мы тоже сидим). Минимум у половины людей Курсор открыт. Мне как-то вот приятно, когда люди вокруг на той же волне.

С начала этого года работаю по дефолту c Claude Code над любыми идеями (в моём случае в Курсоре, но можно было бы и в терминале так-то). И речь не только про кодинг. Просто любой вопрос или задачу, которые требуют размышлений, делаю там. Периодически испытываю восторг.

Мы в процессе переноса всех процессов компании в Курсор. Отстаём, конечно, от Севы @vsevolodustinovchannel, у которого уже вообще вся информации в компании там, но движемся в том же направлении.

С OpenClaw пока ещё на стадии «очень внимательно смотрю за тем, что делают друзья и знакомые», но жутко хочется попробовать самому, сдерживаюсь из последних сил.

Много и много выступал в последние дни.

Сегодня вот я выступал не в привычном амплуа продакта, а в шапочке человека, ответственного за техническую часть: всю разработку, архитектуру и инфраструктуру. И такая шапочка есть, да.

Наша тема была простой: тренды в управлении разработкой и командами. И, конечно, мы много говорили про ИИ, а куда без него. Забавно вот что: разговор то был про культуру, про топологии, и "вот опять".

Тут есть пара забавных тейков, которыми хочу поделиться.

Тейк 1: стало медленнее. Я провел масштабный эксперимент в своих командах: 20% разработчиков получили себе пачки копайлотов, разных: от курсора до "ну просто клод спросим". Cycle time на задачах рефакторинга (мы кстати не знаем, а качественно ли получилось?) уменьшился на 10%! Круто? А на продуктовых вырос на те же 10%. Такие дела. Почему? Условный джун кодит быстрее, и вытирать за ним синиору приходится... Ну, больше. Можно ли заменить просто джунов на ИИшечку? Да. Ускорит ли это что-то? Ну пока хз, судя по тестам. Почитайте, прикольное https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/

Тейк 2: "ИИ на каждый чих" – дорого. Крупные компании поняли, что стоимость растет по экспоненте, и любые проекты, где ИИ что-то оптимизирует, выполняет какие-то задачи, и вообще классный парень... Супер дорогие. И уже начались бюджетные комитеты на ресурсы. Ну и вообще, обучать свои модельки на данных – моветон. Кажется, до всех начало доходить, что обучаться по "модели дипсика" проще. Там сидит некоторая оптимизиация, ну и вот мне интересно, что же нас ждет: тотальная демократизация инструмента, или... еще одни бюджетные комитеты на тему "деньги", "ресурсы на обучение" и тд.

Тейк 3: я все еще топлю за то, что эффективность команд разработки сидит в том, чтобы команда (и в идеале все ее члены, привет, скрам) была заинтересована в результатах бизнеса, и относилась к бизнес задачам как к своим. И вот тогда и начнется заинтересованность в оптимизациях, "элегантных" решениях и нормальных декомпозициях и оценках.

Как это устроить? Нужны прозрачные цели, которые все члены команды понимают, и которые явно и прозрачно каскадированы с целей компании и понятны всем участников команды. Нужны понятные демонстрации результатов работы команды для четкой аттрибуции "код" -> "продукт" -> бизнес результат -> радость пользователя. И не важно, б2б или б2с, или б2g. Нужно включать команду в цикл работы с клиентом: user days, работа с обратной связью и поддержкой, дог фуддинг и тд. Нужно явно убирать не нужное из беклогов, и говорить почему оно такое. И почему нужное нужно. Прозрачная приоритизация, короче. Это все сложно... и тут есть простые: "фин мотивация" от ауткамов, а не аутпутов; оставлять правильных людей, кому не пофиг. А найм их слегка все портит – вообще самое сложное в работе менеджеров и построении команд.

Потому ИИ, не ИИ, а культура, мотивация и принятие и уважение целей и строят крутые команды и продукты. А кто код будет писать мы еще разберемся, но попозже.

Я ж совсем забыл написать, что, конечно же, поставил себе OpenClaw (на виртуальный сервер) буквально на следующий день после предыдущего поста.

Сейчас конечно об этом уже не так увлекательно писать. Шутка ли дело — почти две недели прошло. В индустрии за это время всё изменилось вообще, даже YC уже успели в подкасте показаться. Но тем не менее.

Если вы вдруг пропустили, почему это важно.

ChatGPT (а также Claude, Gemini, Grok и т. д) — просто чат-боты, с которыми можно поговорить. Ты в интерфейсе чата задаёшь вопрос, получаешь ответ. Да, они в этом ответе могут выдать код, например, но все равно этот код тебе отдаётся в чате.

Claude Code / Codex — агенты, с которыми не только можно чатиться. Они могут редактировать файлы, выполнять команды в терминале, писать и исполнять код. И благодаря этому совершенно другой уровень результата получается. Мы в компании переходим на Claude Code для почти всех процессов вообще. Но всё равно ты сидишь за десктопом. И эта штука не действует автономно, она отвечает на твой промпт. А между промптами ничего не делает.

OpenClaw — агент, который умеет всё то же самое, что и Claude Code, но только еще: - Доступен тебе в мессенджерах — можно просто через телеграм голосовуху кинуть, и он пойдёт делать. Это кажется мелочью, но пока сам не попробуешь, не представляешь, насколько это всё меняет. Теперь реально можно что-то создавать, гуляя по лесу с телефоном и время от времени отправляя голосовые. - Может работать 24/7 и выполнять какие-то штуки по таймеру. То есть например делать что-то для тебя каждое утро или каждую ночь. Или хоть раз в 10 минут что-то проверять и присылать или делать. - Сохраняет память про тебя в текстовый файл (в этом ближе к chatGPT, чем Claude Code, у которого контекст ограничен проектом). Правда, иногда всё забывает, но это можно лечить. - Может сам себя совершенствовать, находить и добавлять себе новые скиллы и саморазвиваться. - Может пользоваться браузером, камерами и другими устройствами.

То есть это на самом деле первое настоящее приближение к фильму HER. Настоящий такой AI-ассистент (или сотрудник), который прям многое может делать.

Это уже даже не просто «сделай мне приложение Х». Из OpenClaw можно сделать сотрудника, которого попросить сделать приложение Х, а потом раз в полчаса проводить рисёрч рынка, придумывать новую фичу, которая будет приближать к какой-то большой цели, и делать её. И он, блин, реально, это делает!

Да, это всё жутко небезопасно сейчас и подвержено примитивнейшим промпт-инъекциям. Если давать ему доступ к своему реальному компьютеру или аккаунтам, могут всё увести. Поэтому люди ставят OpenClaw на виртуальные сервера или на старые ноуты или даже покупают отдельные макмини (если вы модный айтишник из Сан-Франциско).

И да, это супер-неудобно и во многом не user-friendly, постоянно ломается, надо всё настраивать самому. Ну как настраивать, попросить своего OpenClaw настроить себе что-то или научиться чему-то, и он обычно сам разбирается с минимальной внешней помощью.

Но в любом случае момент воспринимается как переходный в индустрии. Смена стратегии для многих компаний. Будущее, которое неожиданно оказалось здесь быстрее, чем мы ожидали. Да, через год-другой появятся нормальные решения от мейнстримных игроков, и такие агенты станут нормой. А сейчас — можно успеть подготовиться к будущему.

Ну и поиграть с огнём прикольной штукой.

Помню в начале 2020х все шутили над твиттером, что там у каждой кнопки есть продакт менеджер. Тогда это казалось чем-то ненормальным, по крайней мере в России такого ещё не было.

Спустя 6 лет в твиттере работает всего 2,5 продакт менеджера (0,5 это Claude Code полагаю).

Платформа выросла по MAU на >100млн, в US и RU сторах топ-1 приложение в категории News

Когда чем-то дико увлекаешься, начинаешь замечать, сколько вокруг таких же увлеченных.

Вот у меня сейчас ощущение, что в моём пузыре чуть менее чем все компании проживают AI-трансформацию. То есть внедряют claude code / cowork (а кто-то даже и open claw) во все основные процессы. Далеко не только в написание кода.

Классно, что ребята из AI Mindset сделали целый интенсив на эту тему — собираюсь туда пойти.

Что это: трёхнедельный интенсив, 4 дня в неделю, с теорией и практикой. Фокус на то как строить и перестраивать компании вокруг AI.

Для кого: для фаундеров и топов, которым интересно послушать структурированный опыт от людей, которые в AI закопались по уши и уже сами начали компании перестраивать — и могут рассказать, что на самом деле у них сработало, а что нет.

Лично знаю почти всех авторов и спикеров, это просто огонь: - Степан Гершуни — инвестор, создатель CybOS — кажется вообще самым первым в моём кругу начал работать над бизнес-задачами в Курсоре - Сева Устинов — давно перевёл всю компанию на AI-рельсы, а потом и продукт трансформировался и полетел - Саша Поваляев — провёл уже 10 потоков на 700 человек про Personal AI OS, и теперь готовит про компании. - Дима Ханарин — создаёт AI операционную систему для бизнесов. - Даниил Кравцов — первым сделал полноценный Second Brain для компании и агентов. - Байрам Аннаков — после продажи прошлой компании на год ушёл в эксперименты с AI-агентами. - Роман Бузько — фаундер и юрист для стартапов, запустил своего AI-юриста.

Формат: 23 марта — 11 апреля 2026, онлайн, 4 дня в неделю (пн/вт/ср/пт) + Demo Day

Подробности и запись тут

Есть промо-код gorsky — даёт скидку в 10%.

#реклама

🔥 Клод-кодинг

Рассказываю про свой авто-блог sereja.tech из логов на базе скиллов и Claude Code

На стриме завайбкодим бота для публикацию в канал вместе с постом.

👉 https://youtube.com/live/BxkAfHxQ9BU

Из последних моих развлечений — отправлять письма и ставить встречи через сообщения в Телеграмчике.

«Напиши Miss R на английском что Машу сегодня заберет мама А» — и письмо улетает

Как сделать:

1) арендовать VPS за $4-6 в мес

DigitalOcean или Hetzner, просто логинимся там, привязываем карточку и даём API ключ Клоду, дальше он всё сделает сам

2) поставить на эту VPS Claude Code

Сам Claude Code с этим справится за пару промптов

3) развернуть там takopi.dev

(Один промпт Клоду)

Это позволит общаться с Клодом через телегу

4) развернуть там https://github.com/googleworkspace/cli

Это офиц сервис от самого Гугла, чтобы дать агенту доступ к Google Drive, Gmail, Google Calendar и др

В принципе, всё.

Только для безопасности лучше IP этой VPS-ки больше нигде не светить, а то мало ли что. Слишком много доступов у неё

И не друг, и не враг, а prompt injection

Есть такое понятие в кибербезопасности - prompt injection. Внешний сигнал обходит защитные фильтры системы и перехватывает управление. Система уверена, что действует по собственной программе. Ключевой признак хорошей инъекции - жертва не замечает перехвата.

Прямо сейчас люди угоняют модных нынче Claw ботов (это AI ассистентов на базе ChatGPT, Claude, Gemini), заставляя их игнорировать собственные правила, выдавать секреты владельцев, или создавать запрещённый контент. Модель не "решает" сломаться. Ей подают сигнал, который обходит все настройки безопасности, и она начинает обслуживать чужую задачу, будучи уверенной, что следует своей.

А что с людьми? Дофамин, окситоцин, подавление серотонина - это буквально обход рационального слоя в котором живет когнитивный firewall (система защиты). Человек начинает оптимизировать все под новую цель, которую не сам выбирал. И при этом абсолютно уверен, что наконец-то "по-настоящему чувствует". Точно как модель, которую инджектнули, уверена что действует по своему истинному системному промту.

Если мы понимаем архитектуру уязвимости, то ее можно эксплуатировать. Intermittent reinforcement - непредсказуемое чередование тепла и холода, самый мощный дофаминовый паттерн, буквально архитектура слот-машины. Но это усилители. А где сам бекдор?

Первичная инъекция - это не действие другого человека. Это резонанс с уже существующей дырой. Человек не взламывает закрытую систему снаружи. Он попадает в порт, который уже был открыт. Незакрытый гештальт, рана, голод. Кому-то не хватало признания - и вот появляется тот, кто смотрит на него с восхищением. Или кто-то интеллектуально одинок — и вдруг его понимают с полуслова. В это, кстати, давно врубились секты.

Первый inject - момент, когда другой случайно совпадает с формой твоей пустоты. Как ключ в замок. И в этот момент лимбическая система уже приняла решение, а рациональный слой ещё не загрузился. Вот почему одного и того же человека один пошлёт нахер, а другой потеряет голову.

Теория привязанностей - это по сути сканер уязвимостей. Покажи мне твои отношения с родителями - и я скажу, какой тип человека обойдёт твой firewall без единого усилия.

Если влюблённость эволюционный prompt injection через эмоции (иногда случайно, иногда специально), то книга это prompt injection через идеи (и почти всегда специально). И вопрос тот же: как отличить вирус от знания, подлинное от ложного, когда оба входят через один канал?

Платон хотел выгнать поэтов из идеального города: поэзия обходит разум и переучивает эмоциональную систему через ложный сигнал. Увидел prompt injection за 2400 лет до нас. Предложил фильтр - допускать только то, что прошло проверку разумом. Сократ иначе. Не фильтровать на входе, а тестировать внутри. Сократический метод - песочница для идей. Впустил мысль, но не дал ей полный доступ. Давишь вопросами - вирус не выдерживает, у него нет внутренней структуры.

Любимый мной, Бэкон описал первый сканер уязвимостей. "Идолы разума": четыре типа открытых портов. Видовые (видим паттерны где их нет), персональные (твоя история и слепые зоны), языковые (назови что-то "свободой" - анализ уже искажён), системные (философии, которые устанавливаешь добровольно, доверяя автору). Ницше перевернул всё: чистого знания нет. Каждый текст - воля к власти автора. "Генеалогия морали" - разбор самой успешной prompt injection в истории. Антидот: не "абсолютна ли истина которая написана?" - а "кому выгодно, чтобы я так думал? И как выгодно думать мне самому?"

Главный вывод: и у идей, и у влюблённости один корень - они работают не потому что сигнал мощный, а потому что попадают в уже открытый порт. Книга не убеждает, а резонирует с тем, что мы уже хотели услышать.

AI-ботов ломают потому что их ограничения поверхностные, правила наложены сверху, но не интегрированы в саму ткань понимания. С людьми работает так же. Настоящая защита - не набор правил, а познание себя.

Кто-нибудь объясните мне, почему в Claude мобильном приложении божественный Speech-2-Text в Chat версии, даже быстрее Wispr Flow, и вполне точный для русского

…и при этом его полное отсутствие в Code вкладке?

❤️ Anthropic запускает Claude for Open Source - бесплатный Claude Max 20x для мейнтейнеров open source

Lydia Hallie из Anthropic объявила, что компания дает 6 месяцев бесплатного доступа к Claude Max 20x всем мейнтейнерам и core контрибьюторам open source проектов.

Критерии: вы мейнтейнер или в core team публичного репозитория с 5000+ звезд на GitHub или 1M+ скачиваний в месяц на NPM, с активностью за последние 3 месяца (коммиты, релизы, ревью). Но если ваш проект - из тех, на которых тихо держится вся экосистема, Anthropic просит подавать заявку в любом случае и рассказать о проекте.

Принимают до 10 000 контрибьюторов, заявки рассматривают на rolling basis.

Шаг логичный - open source разработчики это, по сути, бесплатная реклама и тестирование продукта в бою. Когда мейнтейнер крупного проекта использует Claude в работе, это видят тысячи контрибьюторов. А довольный мейнтейнер - лучший амбассадор.

Для Anthropic это еще и способ получить фидбек от самых требовательных пользователей. Люди, которые пишут инфраструктурный код, быстро находят все слабые места инструмента. Дешевле дать им бесплатный доступ, чем нанять столько же тестировщиков.

https://claude.com/contact-sales/claude-for-oss

https://x.com/lydiahallie/status/2027129030571634721

#anthropic #claude #opensource #ai #lydia_hallie

————————— Мысли Рвачева —————————