Пределы профессионализма

Через 15 минут начнется закрытый стрим «Создание личной ИИ-экосистемы».

Если кто-то хотел попасть, но все еще не писал мне — сейчас самое время это сделать.

Писать сюда: @nick_senin

🥺 Что такое ИИ-экосистема?

Попробую дать ответ через требования :

✍️ Автоматизация рутины
Цель экосистемы — убить рутину в первую очередь. Допустим, каждый понедельник я анализирую статьи. Если ИИ делает это за меня, я трачу 5 минут на проверку вместо 2 часов. Система не обязана решать уникальные задачи, но обязана сокращать время на ваши шаблонные операции.

✍️ Минимум инструментов
Мне не нужен миллион подписок на ИИ-сервисы. Хватит 3–4 инструментов, которые перекрывают 90% задач, и через которые можно сбилдить приемлемо работающие альтернативы других «специализированных» сервисов.

Нет смысла платить за десятки различных инструментов, если можно выбрать плюс-минус универсальные.

✍️ Учет развития моделей
Хочется, чтобы система сама обновляла модели. Или по крайней мере вы сами могли легко обновить модель в нужном узле вашей системы. Как только появляется что-то новое — GPT-5, новая DeepSeek или локальная Llama 3.4, — оно без проблем встраивается туда, где это нужно.

✍️ Возможность для создания цепочек
Часто нужно связывать запросы к LLM в многошаговые процессы. Скажем, сначала модель анализирует текст, потом проверяет факты, потом генерирует вывод. Тут ошибка хотя бы на одном этапе портит всё. Поэтому отсюда следует следующее требование.

✍️ Предсказуемость результата
Главное требование — предсказуемость результата. Если я настроил цепочку действий (типа «скачать видео → получить транскрипт → найти факты»), она должна работать без сбоев. Каждый шаг нужно тестировать сразу на практике. Например, при первом запуске система может дать сбой в 30% случаев, после доработки — максимум в 10%. И этого для моих целей будет достаточно.

✍️ Создание новых процессов
Если я понимаю, как решить задачу, то хочу иметь возможность превратить это в (полу-)автоматический сценарий за 10–20 минут. Сначала пишу простой код или настройку в интерфейсе, потом проверяю на тестовых данных. В идеале создание нового процесса должно быть максимально интуитивным и простым.

✍️ Универсальный доступ
Хочется, чтобы экосистема включала переиспользуемые модули для любого устройства/платформы. Например, начать задачу в телеграме, продолжить на ПК через Obsidian, а проверить результат — с телефона. API и разные облачные синхронизации для этого хорошо подходят. Хуже, когда инструмент привязан к одной платформе — это ограничивает свободу.

✍️ Личные данные. "Soul-file"
Должна быть возможность безопасно интегрировать личные данные вроде дневника, планов, и т. п. При этом уметь использовать эту информацию в запросах: например, искать связи между заметками за 2022 год и текущими задачами.

✍️ Интерфейс — не только чат
Чатботы идеально подходят только для весьма специфичных задач. Хорошо бы иметь разные режимы: чатбот, разные виды канвасов или встроенный в рабочую среду процесс. Должна быть возможность смены интерфейса под задачу.

Предлагаемая мной модель экосистемы -> связка из 5-7 инструментов которые позволяют быстро и с минимальными затратами выполнить требования, описанные выше.

▶️ Закрытый стрим «Создание личной ИИ-экосистемы»

Уже в это воскресенье проведу закрытый стрим, где расскажу, как специалист может (и скоро будет вынужден) использовать LLM в своей деятельности.

Рассмотрим детально, какие классы интеллектуальных задач уже сейчас может помочь выполнять ИИ. Расскажу, какие встроенные ограничения есть у LLM (не только галлюцинации) и как их обойти. Поделюсь пятью принципами создания личной ИИ-экосистемы и пошаговым планом создания рабочих промптов через тестирование.

Участники также получат:
1️⃣ Конкретные и полезные шаблоны использования ИИ :
🔸 Быстрое изучение предметной области (2 шаблона);
🔸 Анализ видео (оценка полезности, сбор необходимых/интересных фактов, поиск источников за 1 минуту);
🔸 Оценка полезности научной статьи и поиск интересных фрагментов в пару кликов;
🔸 Расшифровка записи митинга, оценка и разбор;
🔸 Быстрое создание заготовки плана на день на основе сырых задач;
🔸 Информационный поиск (лучше, чем perplexity.ai, так как заточено под конкретную задачу).
🔸 Часть моей системы создания контента (в процессе разработки и тестирования).

И, разумеется, как самому создать полезный ИИ-шаблон под свои задачи...

2️⃣ Инструкции по интеграции ИИ в основные платформы:
🔸 Obsidian (не Copilot)
🔸 Telegram
🔸 Телефон
🔸Лаунчеры
🔸 Таблицы
🔸 ...

3️⃣ Каждый участник получит демо-ключ для быстрого теста шаблонов. Для вдохновения :)

📆16 февраля
⏰18:00 мск, длительность - около 3-х часов
💸Стоимость участия — 6.500₽.

Будет запись + общий чат с остальными участниками.

👉Для покупки доступа писать мне:
@nick_senin

Часто задаваемые вопросы в коментах под постом 🔽

🤖 Джарвисы побеждают Терминаторов?

В то время как электронные мозги эволюционируют все быстрее и быстрее наши способы использования ИИ остаются на уровне пещерных технологий. Я об этом писал на канале уже не раз.

Например, появились мультиагентные системы и копайлоты. Мультиагентные системы == терминаторы, действуют по большей части автономно. Копайлоты == джарвисы, сотрудничают с человеком.

Пока что я скептически отношусь к мультиагентным системам. Когда многие называли 2024й годом внедрения ИИ-агентов, практика шептала: «Рано…». Реальных кейсов с полезным эффектом для бизнеса,например, практически нет.

Другое дело — копайлоты aka Джарвисы. Это когда вы решаете свои задачи рука об руку с ИИ. И я думаю, что дизайн копайлотов — сейчас наиболее перспективное направление. При этом я ориентируюсь в основном на способы использования, где специалист может решать свои конкретные специфичные рабочие задачи с помощью кастомного копайлота, а не обобщенные.

🤖 Возьмем, из последнего, хайповую модель DeepSeek R1. Дешевая, умная, да еще и opensource. Знаете ли вы, сколько ваших задач она могла бы решить быстрее, а может, и лучше? Я ставлю, что намного больше, чем вы думаете.

А почему вы не используете эту модель? Предположу, что ваш ответ будет одним из этих:

- Вы до сих пор не пробовали использовать ИИ для решения своих задач.
- Вы не знаете, какие задачи можно "поручить" модели.
- Вы попробовали, но использование ИИ требует от вас больше усилий и переключений, чем если вы бы делали все сами.
- Вы попробовали, но пришлось долго ждать ответ. Особенно если речь идет о десятке объектов и множестве операций.

🎯 Рассмотрим следующий кейс. Вы открываете YouTube-канал с полезным контентом в нужной вам сфере: там 30 видео. Достаете транскрипты, оцениваете контент, ищете интересные эффекты и закономерности оттуда, открываете научные статьи по темам, вносите все в свою базу знаний… Достаточно сложно делать все самому. Практически каждое преобразование может выполнить ИИ, но нужно руками копировать и вставлять каждый шаг в чатбота, ждать кучу времени.

В то же время уже сейчас есть все возможности создать интерфейс, который будет выполнять все это фоном, после того, как вы задали ему цепочку преобразований минуты за 3. Именно такой интерфейс я сейчас использую сам и внедряю для различных разработок.

Последние три месяца я обобщаю свои знания и наработки в этом направлении, и на следующей неделе проведу закрытый стрим на котором об этих вещах расскажу, а также передам кучу полезных шаблонов, принципов и инструментов.

❌ Почему вы так часто обламываетесь во внедрении новых привычек?

Есть интересное наблюдение, которое мой опыт только подтверждает: в среднем привычка «устанавливается» в мозг и нервную систему только с 5-6-ой попытки. Даже самая простая.

Причина такого долгого процесса постановки привычки в том, как разные привычки влияют друг на друга. Например, пока я не начал планировать отдых в течение дня, я не мог научиться вовремя отходить ко сну. Мой организм отчаянно сопротивлялся ложиться в постель и закрывать глаза без порции дофамина после насыщенного и напряженного рабочего дня. И только когда цель постановки привычки «ложиться спать до 23:00» дополнилась подзадачей «планировать интересные события», я наконец-то достиг желаемого.

Так, например, участники моего закрытого клуба «Додзе по привычкам» в конце месяца внезапно осознают, что намного эффективнее было бы развивать «подводящие» привычки вместо целевых, чтобы достичь тех же результатов. Кстати, сейчас опыт каждого участника добавляется в общую таблицу. Так при внедрении в свою жизнь привычки, которая уже кем-то ставилась на предыдущих потоках, человек получите бо̀льшую эффективность и меньший шанс провала, чем если бы ставил эту привычку самостоятельно.

📍 Вернемся к трудностям, которые мешают нам ставить привычки по щелчку пальцев. Даже при постановке простейших привычек обычно есть от трех барьеров, которые прямо или косвенно мешают нам придерживаться желаемого образа жизни с минимальным стрессом. Даже незаметный стресс в виде ненужного (или отсутствия нужного) предмета под рукой может загубить многие начинания. А количество таких барьеров бывает нередко переваливает за десяток, и это только для одной конкретной привычки!

Без устранения таких барьеров практически невозможно изменить свое поведение. Вы даже можете придерживаться новой привычки довольно длительное время, заставляя себя силой воли. Спустя какое-то время может даже показаться, что привычка стала частью вашего естественного поведения. Но если барьеры остались в вашей жизни, и каждый раз следование привычкам «трется» об эти барьеры и заставляет вас, пусть и не осознанно, стрессовать — можете быть уверены, срыв будет рано или поздно.

Барьеры часто исправляются довольно простыми изменениями среды: купить какую-то полезную мелочь, открыто поговорить с людьми из окружения о вашей цели, поставить небольшой скрипт на телефон. Решения находятся просто, когда сами барьеры найдены. Самое сложное — осознать эти барьеры и определить каждый из них. Вопросу поиска и проработки барьеров в «Додзе» уделена наиболее трудоемкая часть работы.

Если вы хотите вступить в «Додзе по привычкам», то сейчас самое время это сделать, новый цикл начинается 1 февраля. Первые четыре дня — выбор привычек, определение барьеров и их устранение.

Вступить в «Додзе по привычкам» можно здесь.
Узнать про «Додзе» подробнее и можно на сайте.

🎮 ТРИ СТРАТЕГИИ ПОИСКА

Средний специалист много ищет информацию. Очень много. При сорокачасовой рабочей неделе это почти целый месяц в году.

Очевидно, что отлаженная технология эффективного поиска могла бы дать бОльший буст чем любые призывы поедания лягушек, классификации на зеленые, красные и серобуромалиновые задачи, и т. п.

Я уже не говорю про личное стратегическое планирование, где поиск тоже суперважен. В то же время люди ищут информацию про новый смартфон более тщательно чем про свои глобальные цели.

Материала на эту тему вообще почти нет. Зато есть миф что человек должен сам научиться искать нужную информацию в ВУЗе или где-нибудь на рабочем месте. Разумеется в реальности этого даже близко не происходит.

Один из моих очень важных выводов про поиск состоит в том что у профи должно быть ТРИ технологии поиска.

🌐 БЫСТРЫЙ ПОИСК
Это одноходовый-двуходовый поиск в основных поисковых системах, использование языковых моделей и т. п.

Многие решения и ответы находятся на поверхности, следовательно включать более тяжеловесные приемы нет смысла, т. к. это приводит к нерентабельному времени.

🛠 УГЛУБЛЕННЫЙ ПОИСК
Это более долгий, основательный и многоходовый поиск. Включается только в тех случаях когда быстрый не сработал, но вы понимаете что :
- вероятно ответ/решение где-то есть;
- сделать самому точно менее выгодно чем искать.

Как понять последний пункт - отдельная история. Например, в некоторых технологических компаниях если разработка нового соединения стоит менее 10000$ то его не ищут, а разрабатывают заново.

🤨 ИССЛЕДОВАТЕЛЬСКИЙ ПОИСК
Это то чем мы с коллегами занимаемся в издательстве Livrezon. Тут нужное решение/ответ могут быть найдены в совершенно непредсказуемой области и через пару-тройку месяцев.

Примеры :
- Решения по эргономике рабочего места были найдены в биографии Уинстона Черчилля;
- Некоторые эффективные принципы по развитию навыков и привычек я нашел в кодексе движения иезуитов;
- Решения по предотвращению появления пузырьков на микропроцессорах были найдены в производстве шампанского. Не мной, но интересно. Там тоже по пузырькам профи.

🔈 🎮 Публикую новое интервью. На этот раз пообщался с Андреем Серяковым, физиком, про то, как работают большие команды в ЦЕРНе и вообще в физике высоких энергий.

Почему мне это интересно? В ЦЕРНе, в т. ч. на большом адронном коллайдере, работают на переднем крае науки тысячи человек на нескольких экспериментах в течение лет и десятков лет. Очевидно, что там существуют подходы, которые могут использовать другие команды.

Выступление Андрея по этой же теме, которое я крайне рекомендую посмотреть сначала.

Андрей Серяков, создатель проекта https://vk.com/cernach.
tg : https://t.me/sexcolliderrock
inst: @andrey_seryakov

Смотреть интервью
Смотреть интервью
Смотреть интервью

На фото часть коллаборации ALICE на фоне полноразмерной схемы этого детектора на Большом адронном коллайдере. Источник.

👉 Новый лонгрид про ИИ и одну из самых распространенных проблем личной организации знаний и информации!

Я решил не давать все последние выводы по ИИ, а описать конкретный кейс решения проблемы хлама в сохраненках. Сам пользуюсь этим решением почти ежедневно.

Кто минимально технически подкован сможет сделать себе что-то подобное. В личной работе я тоже часто разрабатываю такие инструменты под человека.

По ИИ ,вероятно, до НГ будет еще одно более масштабное мероприятие.

Читать
Читать
Читать

📚 Немного про разработку коллективных/публичных баз знаний. Мало кто знает что этот процесс радикально отличается от создания "второго мозга", или ,как чаще бывает, "второго подобия мозга" для личного использования ...

Бесконечно прокрастинировать с созданием неиспользуемой в дальнейшем структуры здесь не получится. Вместо этого нужна четкая структура которая будет легко понятна среднему пользователю, ритуально забившему на изучение хелпа.

Это накладывает, например, ограничение на количество и глубину категорий при выборе древовидной структуры. А вообще может быть что для отдельных групп стейкхолдеров будут доступны только 1-2 категории.

Создание самой структуры базы не занимает много времени при проделанной подготовительной работе. По времени это около 3-4 часов. Но нужно детально проявить как и какие задачи будет решать база знаний. В 100% случаев заказчик не "видит" всех возможных задач. На этом этапе я беру серию детальных интервью у представителей каждой группы стейкхолдеров. Группы накладывают свои ограничения на структуру и платформу для базы.

Может оказаться так что значительная часть контента которую заказчик хотел добавить в базу вообще никому не нужна и не используется. А может его и вовсе не существует.

Этим небольшим постом я частично показал процесс разработки коллективной базы знаний с птичьего полета. Если вас это заинтересовало, или появились вопросы - можете написать мне : @nick_senin .

Я об этом не каждый раз рассказываю, но каждые полгода участвую в 2-3 конференциях.

В прошлом месяце прошла первая конференция по результативным коллективам по стандартам проекта VIKENT.RU. Я рассказывал материал полученный при частичном обобщении данных по 30-40 проработанным мной результативным коллективам.

А в конце этого месяца вновь поеду на TeamLead Conf в Сколково в Москве рассказывать про свою разработку по применению ИИ в управлении знаниями. Когда выйдем на уровень продукта/сервиса не знаю, но послушать про основные принципы и подходы можно уже сейчас.

Если будет кто знакомый - можем пересечься)

▶️ Слабая сила воли или системный экзоскелет

В современной попсовой литературе по привычкам часто можно услышать рекомендацию не полагаться на силу воли при изменении поведения. И это действительно работает.

Представим двух вымышленных товарищей : Андрей решил развить привычку регулярно заниматься спортом и полагается ИСКЛЮЧИТЕЛЬНО на силу воли. А Федор решил, насколько это возможно, выстроить отчуждаемую систему которая не даст ему забить и сорваться в бесконечное лежание на диване)

Для меня вопрос о том кто в долгосроке продолжит заниматься тренировками риторический.

✔️ Если зайти в таблицу додзе по привычкам, то там можно найти привычку к регулярным занятиям в тренажерном зале. А также там есть описание 7-ми барьеров и способы их преодоления, как я для любой другой из примерно 30-ти.

- Если нет сил идти на тренировку - выполнить заранее подготовленный минимальный комплекс.
- Если забыл - использовать мягкое напоминание на часах, которое не срабатывает если ты итак тренируешься.
- Непонятно что делать в зале - заранее выбрать несколько тренировочных сетов.
- Нет свежей формы - делегировать стирку.
...

И это только самые очевидные. Андрей для каждого из барьеров будет пытаться "пробивать их лбом". Такой подход содержит значительные риски.

Как только жизнь Андрея немного заштормит - начнутся сбои в изменении поведения. Недосып, мало энергии, простуда какая-нибудь, и Андрей забивает на привычку, т. к. ресурса перестает хватать.

И даже "положительные" моменты вроде отпуска также генерируют сбои.

Федор ,тем временем, заранее вложился в систему которая поддерживает нужное поведение проработав 6+ актуальных барьеров.

✔️ В додзе я часто вижу проработку барьеров в духе :

- "ну я решил так всегда (не) делать"
- "каждый раз когда происходит X, я буду собираться и делать Y"
- "я постараюсь (не) X"

Я отмечаю все эти барьеры как непроработанные. Если бы такие "решения" и аффирмации работали бы, то все бы меняли поведение как им заблагорассудится и нам бы не были нужны внешние оболочки для этого.

👨‍🦱🧟‍♂️ Мистер Джекилл и доктор Хайд : как меняется моя тактика выполнения задач в течение месяца

Переключение моделей поведения – это одна из ключевых вещей в продуктивности. Понятие впервые предложено И. Л. Викентьевым. Те, кто занимается продуктивностью обычно выделяют две модели поведения: бытовую и профессиональную. Что это значит?

Представьте что вы с близким другом начнете общаться также как с профессором на конференции. Возможно это будет интересный опыт, но цели коммуникации скорее всего достигнуты не будут.

Важно иметь не одну какую-то модель или набор правил поведения, а несколько, наиболее подходящих под текущий контекст.

Сейчас я хочу рассказать про две неочевидные модели, которые относятся к стратегии.

📅 Планирование на уровне месяца

Сейчас я детально планирую один месяц. С этого же всегда рекомендую начинать клиентам. На этот месяц есть некоторое количество работ, проектов и всего прочего. Все это работает и на более долгосрочные цели.

🛠 Две модели поведения

Я разделяю две основные модели поведения:

1. "Хвататься за все"

Это где-то на первую неделю. Я действую следующим образом: я берусь за все проекты даже не думая заканчивать их. Другими словами действую так, как будто у меня СДВГ в терминальной.

В начале месяца это дает ряду преимуществ. Например, я очень сильно уменьшаю неопределенность, которая касается проектов.

Быстро выясняю, где и что может пойти не так. Где я неправильно оценил время выполнения проекта, где исполнитель "в отпуске", и т. п.

К тому же у меня возникает мотивация начинальщика от уровня новизны.

2. "Экскаватор" - оставшаяся часть месяца.

Тут я перехожу в другую модель. На этом этапе я уже четко понимаю, какие есть очевидные подводные камни и так далее.

Теперь я концентрируюсь на том чтобы заканчивать проекты. И мотивирует меня уже количество финишей. Как правило тут работа происходит большими блоками с минимумом переключений контекстов.

📈 PROFIT

🥷 ПРИВЫЧКА РАЗВИВАТЬСЯ

Тем временем у нас подошел к концу первый этап додзе по привычкам. Помните, некоторое время назад я рассказывал про такую движуху?

Сейчас мы сделали лендинг с подробным описанием и результатами участников.

Итоги прошедшего цикла :
- около четверти всех участников внедрили в свою жизнь по меньшей мере одну привычку. Кстати, максимум можно работать с тремя, две из которых вредные.
- где-то треть участников не выдержали в самом начале и были лишены возможности писать отчеты до нового цикла.
- остальные 2/3 стабильно писали отчеты до победного.
- результаты есть и неплохие. Некоторые участники сделали то, что ранее сделать не получалось в течение года и более.

Еще интересно, что самая частая привычка, которую ставили участники - планирование дня/недели.

Как я и обещал каждый цикл будет что-то добавляться, что-то изменяться. В новом цикле мы ввели систему достижений. При получении новых поясов-достижений участники будут получать доступ к интересным инструментам.

Самое крутое нововведение - уже внедрен индекс привычек. Там будут собираться ВСЕ привычки со ВСЕХ циклов.

- плюс полезные приемы и практики по каждой привычке: приложения, сервисы, ресурсы, и т. п.,
- плюс барьеры, которые мешают внедрить привычку, и эффективные способы их преодоления,
- плюс для каждой привычки есть рекомендации какие привычки лучше развить ДО, а какие ПОСЛЕ, что дает понятный путь развития и тоже уберегает от ошибок.

Эта библиотека будет пополняться после каждого нового цикла-месяца.

НАУЧИТЬСЯ БЫСТРО

Искусственный интеллект меняет наш подход к обучению. Раньше мы учили ИИ, теперь он может учить нас.

Большие языковые модели содержат огромные объемы информации. И мы можем использовать эти знания для самообучения.
Конечно, ИИ не обладает настоящим пониманием, но с помощью правильных инструментов возможно извлечь из него пользу.

Уже появляются приложения, помогающие быстрее осваивать новые предметные области с помощью ИИ. Это ,например, на опенсорсной лламе, камон! Они могут генерировать упражнения, отвечать на вопросы, объяснять сложные концепции.

Главное преимущество такого подхода - персонализация. ИИ может адаптироваться под ваш уровень и стиль обучения. Он не устает повторять одно и то же, если вам это нужно.

Понятно что есть риски, но они малы по сравнению с возможностями.

Например, программисты часто сталкиваются с необходимостью быстро разобраться в чужом коде. Это непростая задача, особенно когда речь идет о больших проектах. Но есть способы сделать этот процесс менее болезненным.
Один из таких древних методов - рефлексивная модель освоения кода. Суть ее проста: вы строите свою версию того, как устроен проект, а потом сравниваете ее с реальностью.

Начинаете с того, что рисуете схему, как вам кажется связаны между собой разные части кода. Затем запускаете специальную программу, которая проверяет, насколько ваши догадки верны. Получаете обратную связь,
вносите исправления и повторяете процесс.

Постепенно ваше понимание приближается к тому, как код работает на самом деле. Это похоже на игру, где вы пытаетесь угадать устройство черного ящика, получая подсказки.

Такой подход помогает быстрее вникнуть в структуру проекта и увидеть общую картину. Вместо того чтобы тонуть в деталях, вы сначала формируете целостное представление, а потом уже углубляетесь в конкретные части.

А теперь представьте, что подобные инструменты, к тому же более сильные, работают примерно во всех предметных областях. Насколько быстрее получится изучать новые предметные области?
И я вангую, что через пару лет подобные системы будут наилучшим способом, чтобы загнать побольше зубодробительных наук в головы бедных обучающихся.

👨‍💻 О промпт-инжиниринге

Умение писать промпты действительно настоящий навык, в этом нет сомнения. Как интервьюерам нужно задавать правильные вопросы, чтобы получить интересную и полезную информацию, так и нам нужно создавать правильные промпты для ИИ.

Но вопреки распространенному мнению я не считаю, что промпт-инжиниринг скоро будет автоматизирован.

Есть, конечно, разные приемчики, улучшающие качество ответов. Например, можно создать впечатление, что ваша карьера под угрозой. Такие приемы могут помочь на пару процентов, но принципиально ничего не меняют.

Что действительно важно в написании промптов - так это ясность. Если вы не можете точно сказать ИИ, чего вы хотите, никакие приемы не помогут.

Используете чат-бота для создания промптов? Неэффективно. Метод проб и ошибок априори не эффективен. Сейчас есть такие инструменты, как Langsmith, оптимизирующие промпты на больших тестовых наборах. Практически все крупные игроки начинают создавать продукты, в которых можно производить множественные оценки на больших тестовых сетах.

Есть еще интересный момент. Часто с помощью цепочки или сети промптов можно добиться большего, чем если все пихать в один запрос. В том числе поэтому все движется от создания и отладки промптов к созданию и отладке механизмов, цепочек и более сложных систем. В том числе мульти-агентных.

📈 Использование лаунчеров для повышения продуктивности

В развитии своей продуктивности, так же как и во многих других дисциплинах, можно выделить несколько системных уровней. Самый «масштабный» из них – это стратегия. Для большинства людей работа на этом уровне — это ненаучная фантастика.

Самый же локальный уровень – это уровень быстрых действий, некоторые из которых могут занимать секунды или вообще мгновения. И на этом уровне также существует ряд оптимизаций.

🚀 Расскажу подробнее про лаунчеры - оптимизацию с этого уровня

Этот инструмент я использую постоянно. Изначально лаунчеры разрабатывались для быстрого запуска приложений и файлов с помощью клавиатуры. Сейчас они встраиваются во все операционные системы, но на мой взгляд лучше использовать сторонние программы.

Для MacOS есть очень хорошая программа, называется Alfred.

Для Windows я раньше использовал приложение Wox и оно лагало значительно чаще, чем мне бы хотелось. Я перепробовал много других вариантов, чтобы найти ему замену.

🌟 Flow Launcher — мой текущий выбор для Windows
Сейчас я использую это приложение, и оно значительно превосходит Wox, хотя и сильно на него похоже.

Преимущества использования лаунчера у меня такие:

🕒 Экономия времени
По моим оценкам, если на неделе я много работаю с книгами и файлами, то это приложение экономит мне до часа чистого времени.

🔌 Плагины и таймеры
Лаунчер кастомизируется кучей плагинов. Они позволяют :
- искать в интернете,
- делать перевод,
- иметь быстрый доступ к закладкам,
- работать с файлами базы знаний,
- и т. д.

А также я его использую для того, чтобы в мгновение поставить таймер. В качестве таймера я использую Hourglass. С помощью лаунчера можно запустить менее чем за секунду.

PS : для любителей автоматизировать все и вся есть еще интересное решение - scirpt kit, но тут нужно быть более продвинутым, изучать API и т. п.

🖥 OpenAI выпустили новую фичу под названием Canvas.

Я редко комментирую анонсы продуктов, но сейчас хочу проиллюстрировать закономерность, про которую писал несколько постов назад.

Canvas позволяет редактировать текст и код в специальном интерфейсе. Звучит просто, верно? Но в этом и суть. OpenAI делает работу с ИИ проще, тем самым упрощая delivery возможностей LLM.

Представьте, что вы хотите изменить часть текста определенным образом. Раньше вам пришлось бы писать навороченный промпт без гарантии правильного выполнения. Теперь вы просто выделяете нужный фрагмент текста и выбираете что хотите сделать.

(мы сейчас опустим, что подобный функционал можно сделать самостоятельно за пару часов)

Это только начало. Скоро мы увидим подобные инструменты для изображений, PDF, аудио - всего. И все это в одном интерфейсе и с возможностью совершать цепочки таких преобразований.

Куда это ведет? Имхо к тому, что Андрей Карпатый назвал LLM OS - операционной системе полностью на основе языковых моделей.

⬆️ Как технологии связывают преступления и помогают их раскрывать

Базы данных в криминалистике — интересная тема. Многие думают, что это как в кино, но реальность сложнее.

Раньше в США была забавная проблема. Преступник мог совершить тяжкое преступление в одном штате, а в другом его не могли поймать. Вся информация о преступлении оставалась в первом штате. Убийцы даже специально перевозили трупы в другие юрисдикции. Без обмена данными ловить преступников было тяжело.

Сейчас есть базы ДНК и отпечатков пальцев. Их сила в том, что это уникальные идентификаторы, которые можно отделить от человека и проверить. С их помощью раскрывают старые преступления, оправдывают невиновных, доказывают вину подозреваемых, связывают разные дела, и даже находят преступников через их родственников.

Но базы — это не волшебная палочка. Они помогают, но не заменяют работу следователей. Часто важнее правильно собрать и проанализировать улики, чем просто прогнать их через базу.

База VICAP — уникальный инструмент для раскрытия преступлений. Она содержит подробные описания преступлений (десятки параметров, включая скорость нанесения ударов и способы «заметания следов») и позволяет находить неочевидные связи между ними.

Главное преимущество VICAP — возможность выявлять "почерк" преступника, то есть устойчивые элементы в его действиях. Внешние признаки могут меняться, но базовые особенности поведения остаются.

Заполнение одной записи в VICAP занимает около получаса. Но когда база разрослась, появились новые возможности. Появилась возможность сравнивать по настоящему разрозненные преступления.

Есть и другие полезные базы, вроде баз профилирования, которые тоже выявляют закономерности в поведении преступников, но с точки зрения психологии.

В целом, такие инструменты делают работу следователей с-и-и-и-льно эффективнее. Они помогают увидеть то, что сложно заметить человеку без помощи такого вот экзокортекса.

🕹 И еще немного полезняка по теме :

Планируя новые изменения в поведении клиентов я ищу некоторую точку входа. В мире IT это означает первую инструкцию, с которой начинается выполнение программы. В нашем случае это некоторое действие, или можно сказать, ежедневная привычка, которая направляет ваше дальнейшее поведение в определенную сторону.

В области продуктивности зачастую точкой входа являются: ежедневное заглядывание в календарь, в daily note, в дневник, что-то связанное с внешними инструментами продуктивности. Если такая точка уже есть (вы пользуетесь планировщиком или ведете дневник), это означает, что у вас есть опыт регулярных действий по триггеру. И это можно использовать как мощный ресурс.

Крайне желательно, чтобы точка входа была независимой от внешних обстоятельств. Например, точка входа не должна быть связанной с работой в найме — вы можете уйти в отпуск или уволиться — сломается вся цепочка желаемого поведения. Если же точки входа вообще нет — есть риск, что любая моя рекомендация пройдет «мимо ушей» и никак не зааффектит поведение.

При обнаружении такую точку входа можно преобразовать в своих целях очень многими способами:
- Изменить само действие на точке входа, сделать его более оптимальным.
- Наслоить действие до либо после точки входа.
- Вложить действие в точку входа. Например, если человек привык открывать Daily Note, то можно вставить ссылку на какой-то другой инструмент, либо другой ресурс в нее.

И так постепенно можно добиться довольно серьезных изменений. Но не все изменения происходят сразу. Это важно. Внедрение новой привычки — долгий и трудоемкий процесс. А кто сказал, что менять себя легко?

Если вы чувствуете, что вам нужна поддерживающая система во внедрении привычек, которая позволит «вывозить» не только на силе воли - анонс такой "оболочки" выше.

Мы решили продублировать анонс додзе текстом. Пока еще можно вписаться в текущий цикл.

Додзе это:

✔️ Единый чат со мной и другими участниками, где мы ежемесячно выбираем новые привычки, которые нам хотелось бы приобрести(или избавиться), и следуя правилам и алгоритмам, внедряем их в свою жизнь. Один месяц = один цикл.

✔️ Группа направлена на проработку и преодоление барьеров в развитии привычек, которые больше всего влияют на нашу жизнь. Основная механика — социальная поддержка. Минимум содержания, максимум действия: акцент на практическом применении, а не на теории.

✔️ Это не курс, а постоянная активность. Вы можете участвовать долго. Каждый цикл состоит из этапов, на каждом из которых мы концентрируемся на разных аспектах.

✔️ Участие и структура: Платформа — Telegram. Есть основной чат для отчётов и прохождения этапов. Участие платное, с подпиской. Участие стоит 1300 рублей за цикл.

✔️ Во время основного этапа все пишут ежедневные отчёты, получая обратную связь и рекомендации. Если не выполняются этапы или не высылаются отчеты, участник теряет "жизни"(всего их три на цикл) и не может продолжать участие в текущем цикле, но может подключиться в следующем.

Мы уже начали, но пока еще можно вписаться.

🎬 Запись вступительной трансляции.

☄️ Получить доступ в додзе.

Остались вопросы - пишите @nick_senin .

🕹 Через несколько минут начинаем трансляцию. Ссылка :

https://youtube.com/live/bKSreoEMI34?feature=share
https://youtube.com/live/bKSreoEMI34?feature=share
https://youtube.com/live/bKSreoEMI34?feature=share

❗️ Завтра в 18:00 мск поговорим про привычки.

🎮 Также я анонсирую свою новую постоянную группу по развитию привычек.

Ссылка на трансляцию :
https://youtube.com/live/bKSreoEMI34?feature=share
https://youtube.com/live/bKSreoEMI34?feature=share
https://youtube.com/live/bKSreoEMI34?feature=share

🤖 Только ленивый автор в сфере ИИ не писал про агентов и мультиагентные системы

*еще часть лонгрида*

☝️ Что такое интеллектуальные агенты? В целом на вики неплохая статья. Немного переиначу — это системы, которые, взаимодействуя со комплексной и меняющейся средой, принимают решения и действуют для достижения определенной цели. Понятно, что при появлении LLM, потенциально умеющих планировать свои действия, эта идея обрела второе дыхание.

На данный момент все мультиагентные системы, которые я тестировал, крайне сырые. Основная причина, судя по всему, кроется в том что если один агент крякнет, то и вся система рассыпается...

✔️ Но несмотря на это, очевидно, что подход многообещающий, и все крупные игроки наперебой создают свои платформы для создания и оперирования ИИ-агентами.

Тот же perplexity.ai уже сейчас не просто считывает первые 2-3 страницы выдачи гугла и закидывает все в контекст LLM с хитрым промптом, но, вероятно, использует мультиагентный подход (грубо):

- Один агент декомпозирует ваш запрос на подзапросы;
- Другой планирует цепочку поисков;
- Третий выполняет эти поиски и собирает данные;
- Четвертый обобщает все и выдает отчет.

Под капотом только вышедшей o1 от OpenAI тоже что-то похожее, что позволяет производить мышление системой-2 по Канеману. А ведь эта модель уже аутперформит кандидатов наук в некоторых тестах!

Есть куча пейперов и инициатив, которые показывают, что добавление подобного подхода улучшает целый ряд параметров ИИ-систем :
- Точность;
- Надежность;
- Cost-efficiency;
- ...

Я проработал какое-то количество десятков статей на эту тему для своих задач и выявил, что есть всего несколько общих приемов за счет которых работают мультиагенты.

🔢 Например :
- разделение задачи на несколько аспектов и выполнение их параллельно, затем сведение в единый ответ;
- или дробление входных данных задачи и затем их обобщение. Каждый чанк выполняется отдельным агентом;
- цикл Дейстие-Критика-Действие-... самоулучшение как результат.
Кто не пробовал во время AI-assisted кодинга не особо задумываясь кидать ошибку в чат)

⭐️ Доставка возможностей ИИ как самая недооцененная часть внутри хайпа

публикую части будущего лонгрида

LLM решает массу различных задач, и мы, возможно, не знаем всех возможностей. Сама база технологии в виде предсказания следующего слова(или токена, если точнее) провоцирует создание некоторого текстового интерфейса для взаимодействия. И такой "чатботный" интерфейс хорошо расхайпил LLM из-за интуитивности и низкого порога входа, но для большинства задач не подходит ввиду огромного трения при использовании.

Чтобы получить пользу нужно : открыть платформу -> создать диалог -> выбрать подходящую модель или бота -> найти нужный промпт при необходимости -> повторить последние 2 шага до достижения нужного результата -> скопировать и использовать результат.

Но есть и множество других способов delivery(доставки) ценности от LLM :
- Различные копайлоты(второй пилот). Внутри самых разных сред, будь то VSCode или Obsidian. Во многом те же чатботы, но интегрированные в рабочую среду.
- Tab auto-completion в Cursor или Continue (вот здесь и здесь я описал как поиграться) - предсказание целого следующего куска кода с учетом контекста.
- Или предсказание следующего вероятного действия через tab в курсоре. Очень легко представить как такой подход можно перенести на массу других контекстов.
- Использование таблиц. Я об этом уже писал. В чатботе есть серьезные ограничения, а с помощью скрипта для Google Sheets этот подход можно развернуть на полную.
- Запуск из командной строки. Тут есть хороший, но не идеальный фреймворк - fabric. Можно вызывать предзаданные команды и создавать цепочки из них.
- Незаметное встраивание в уже существующие процессы.

На самом деле, я думаю, есть еще куча других способов использования. Если знаете еще интересные способы доставки ценности (delivery) - покидайте в комменты.

Интересно, что я мог пропустить.

❗️ Пока я пишу свой очередной опус про LLM хочу немного рассказать об одной базовой вещи к которой сводятся все интервенции по продуктивности в конечном итоге.

Я часто сталкиваюсь с мифом о том, что достаточно просто скопировать набор "успешных" привычек, и voila – вы на вершине успеха. Но если хоть немного подумать: далеко не все кто пьет стакан воды по утрам и медитирует достигает хоть какого-нибудь результата.

🛶 Правда в том, что продуктивность – это не о слепом копировании, а о глубинных изменениях в поведении. Даже когда мы создаем слжоные и крутые системы в Notion или Obsidian, мы все равно меняем себя, обучаясь и адаптируясь. В своей основе это тоже набор привычек.

Во время консультаций я часто вижу, как люди загораются идеей, понимают, что нужно делать, но... не делают. Почему? Потому что не хватает той самой поддерживающей структуры, тех "строительных лесов", которые помогут удержаться на пути изменений.

И знаете что? Я решил создать такую структуру, этакое додзе по привычкам. Пока что прошел тестовый закрытый поток и довольно успешно.

Что уникального в этом подходе? Мы не пытаемся перевернуть вашу жизнь за неделю. Вместо этого мы фокусируемся на 1-2-3 ключевых привычках в месяц и юзаем весь мой инструментарий в несколько этапов.

Мы увидели, как важно не просто знать о привычке, но и уметь преодолевать барьеры на пути к ее формированию. Эти барьеры кроются чаще всего в окружении, рабочей среде, и т. п. Без их учета об изменениях можно забыть.

В процессе своей деятельности я выявил что почти любое изменение в продуктивности можно разложить на систему привычек. И теперь у нас есть инструмент, чтобы эти привычки развивать, поддерживать и, когда нужно, заменять. Честно говоря сам подобные подходы использовал, использую и буду использовать.

Скоро я расскажу, как вы можете стать частью этого движа.

👨‍💻 Я сейчас работаю над новым лонгридом, посвященным текущим возможностям ИИ.

В статье хочу осветить ряд интересных юзкейсов, про которые не часто говорят в широких кругах. Расскажу о своем видении, куда все идет или, скорее, должно идти что касается продуктивности и коллективной работы.

Дам пару примеров.

✔️ Один из вариантов использования, который незаслуженно забыт и на который я сам довольно долго не обращал внимания — это отыгрывание ролей(ролеплей).

Большую языковую модель довольно просто заставить действовать как определенный персонаж. Эффективность ролевой игры у каждой модели разная, но тем не менее. Если подумать, то можно найти несколько интересных применений.

Во-первых, это работа с социальными навыками. Например, если попросить модель без alignment(вшитые этические запреты) вести себя дерзко, пытаться харассить собеседника, то можно отлично прокачать навык ассертивности и противодействия оскорблениям в целом. Интересно, что другую модель можно поставить наблюдать за вашим диалогом и предлагать какие-то приемы, которые заранее были в нее загружены.

Я уже делал такое и получилось неплохо, но только на тех моделях, которые умеют в roleplay.

✔️ Второй вариант использования, который я немного раскрою в статье, связан с эффектом, что люди, которые лучше связаны со своим будущим «я», более дисциплинированы, более продуктивны, лучше заботятся о своем здоровье и так далее. Есть исследование где с помощью GPT-3.5 исследователи давали возможность людям пообщаться со своим будущим «я», и таким образом пытались сделать их более приверженными своим же планам.

Очевидно, что более современные модели, даже копеечные, справятся с этой задачей гораздо лучше. И порядок действий в этом направлении очевиден. Нужно просто загрузить в модель как можно больше своих планов, контекста, каким ты себя хочешь видеть, и потом регулярно с ней общаться, либо просить совета при принятии решений.

🟡 Каждый слышал пословицу «Глупые учатся на своих ошибках, а умные — на чужих». На самом деле с ошибками можно поступать как еще «умнее», так и еще «глупее». Вот 6 уровней работы с ошибками у личностей или коллективов, которые я выявил:

1. Все ошибки повторяются. Никакая обратная связь не учитывается. Происходит, например, в коллективах, где нет никакой культуры разбора ошибок, а за каждое упоминание об ошибках наказывают.

2. Интуитивно учитываются повторяющиеся ошибки. На этом уровне у личности/коллектива нет инструментов для их фиксации.

3. Учитываются ошибки, повторенные 2-3 раза(не с первого раза, короче). Минимально профессиональный уровень.

4. Совершенные ошибки учитываются сразу.

5. Учитываются ошибки, сделанные и другими, в том числе.

6. Возможные ошибки прогнозируются и далее учитываются/избегаются.

Профессиональными можно назвать уровни 5,6. В новой/высокорисковой области допустим и 4 уровень.

🎹 3 года назад я с Коллегой выпустил статью про то, как подбирать музыку для работы.

Сейчас подобрать нужную музыку можно в несколько кликов. Нужно лишь выставить комбинации параметров в музыкальном сервисе и запустить плейлист, который будет выполнять функции, описанные в статье. То есть поможет лучше включаться в работу, отдыхать, переключаться из работы для сложной, для монотонной работы и так далее.

Собственно, несколько рекомендаций подбора музыки вы видите на картинках. Также есть конкретные треки и плейлисты, которые служат для меня личным эмоциональным триггером. Я их использую, например, для :

😡 Включения в тренировку
🛡 Продолжения тренировки
🧠 Проведения сложной работы
🔋 Переключения на сон в конце дня
и т. д.

🔈 🎮 Записал с другом беседу. Темы которых касались : базы знаний, привычки и навыки, изучение языков, системный подход.

Роман - опытный преподаватель эффективной коммуникации на английском, который достиг уровня С2 самостоятельно и обучил десятки специалистов мастерству языка.

https://youtu.be/mvYLH_fIOAc
https://youtu.be/mvYLH_fIOAc
https://youtu.be/mvYLH_fIOAc

Материалы упомянутые в видео :
- Школа системного менеджмента
- Шон Янг - Stick with it / Привычки на всю жизнь
- Системно-функциональная лингвистика

🟥 Избавляемся от фрустрации и сохраняем состояние потока

Как часто случается, что во время работы вас начинает раздражать какая-то проблема? Штука, которая постоянно глючит или не работает, или работает не так, как хочется. В этот момент возникает инстинктивное желание сразу же ее исправить, начать искать решение.

На это может уйти довольно много времени, из-за чего возникает ряд проблем. Но самое главное — разрывается текущий процесс. Я называю это «вложение работ» или «вложение процессов».

Вложение работ появляется когда вы начинаете искать решение, потом это решение не работает, а вы начинаете искать, почему оно не работает и так далее. Таким образом получается, что вы выполняете не один процесс, а несколько, которые к тому же вложены друг в друга. И если решение быстро не получается найти, то случается фрустрация, ведь исправить проблему быстро не получается.

🕶 Один из простых способов не впадать во вложенные процессы, который я очень давно использую — файл оптимизации.

Суть заключается в том, чтобы каждую такую проблему записывать в специальный файл. И потом, когда в этом файле накапливается достаточное количество элементов, которые нужно исправить, мы залпом берем и исправляем их. То есть теперь мы не обязаны исправлять проблему мгновенно, но точно знаем, что она у нас «на карандаше» и будет исправлена в более подходящее время.

В моем файле есть, например, раздел, связанный с проблемами в Obsidian, в операционной системе, в рабочих процессах, в работе с литературой и так далее.

📓 Также можно использовать и дневник, если ввести специальный тег для таких проблем, а затем регулярно пересматривать свои записи по этому тегу и исправлять найденные проблемы.

💊 Я больше не хочу слушать доклады на конференциях.

Просто потому что это не эффективно. Вот как сейчас выглядит мое идеальное участие в конференции :

1) Просмотреть все презентации докладчиков.
2) Отфильтровать слабые доклады и те, которые неинтересны лично мне.
3) Выделить особенно интересных докладчиков. Просмотреть их прошлые опубликованные материалы, продукты и проекты, над которыми они работают.
4) На конференции не слушать сами доклады, а общаться с интересными спикерами, используя приемы извлечения глубинных знаний.

Спойлер : часто подходят те же приемы что и для LLM. В целом нужно уметь задавать вопросы и понимать features психики.

5) Интересные доклады по их записям автоматически затранскрибировать в базу, отжав воду.
6) Диалоги со спикерами можно также сразу записывать, транскрибировать и заносить в базу. Такой вот современный Memex.
7) После конференции перелинковать доклады с заметками в базе.
8) Обновить выводы, добавить темы на доисследование, задать в лс спикерам короткие уточняющие вопросы.

Как это все в полном объем сделать в реальности не спрашивайте меня, я не знаю. Есть только инструменты для каждого из шагов.