Когда у тебя одновременно работают три-четыре сессии Claude Code и Codex, половина времени уходит на переключение окон: кто закончил, кто ждёт ответа, кто завис. Я сделал маленькое приложение для macOS, которое показывает всех агентов прямо в чёлке MacBook, светится, когда кто-то ждёт, и превращает каждую сессию в человечка в пиксельном офисе. Рассказываю, как оно устроено: хуки Claude Code, чтение журналов Codex без API, офис на SpriteKit, свечение на Core Animation за 0,5% процессора и честная статистика без единого счётчика в приложении.
Рубрика «ai-агенты»
Как я поселил ИИ-агентов в чёлке MacBook и построил им пиксельный офис
2026-10-13 в 11:20, admin, рубрики: ai-агенты, claude code, codex, macbook, MacOS, notch, вайбкодинг, ии-агенты, пиксель-арт, чёлка macbookAI-агент сказал «готово». Как проверить, что он действительно сделал работу
2026-10-13 в 7:28, admin, рубрики: ai-агенты, llm, автоматизация, оценка качества, тестированиеПривет 👋
Самая неприятная ошибка рабочего AI-агента — не странный ответ. Это убедительное «готово», после которого кто-то идёт проверять, переделывать и извиняться перед коллегами.
Ассистенту, который предлагает формулировки, можно простить неудачный абзац. Агенту, который меняет рабочие данные, этого уже мало. Мне интереснее обсуждать его приёмку: что именно должно произойти, чтобы задачу можно было считать закрытой.
380 статей, 5 сайтов и 10 URL в сутки: контент‑сеть на GitHub Pages, которую на 90% делает AI‑агент
2026-10-13 в 6:59, admin, рубрики: ai-агенты, github pages, telegram, автоматизация, блоггинг, бэклинки, контент-маркетинг, статические сайтыПять русскоязычных нишевых сайтов живут подпапками одного бесплатного домена GitHub Pages: советы для дома, авто, дата/сад/огород, здоровье и раздел 18+. На деплое 7 октября 2026 года опубликовано 380 статей — по 76 на сайт — плюс пять хаб‑страниц, шесть sitemap‑файлов, RSS на каждом сайте. Стоимость хостинга — 0 рублей в месяц. Около 90% работы (текст, QA, деплой, запросы на индексацию, RSS‑дистрибуция, постинг в Telegram, outreach в каталоги) делает локальный AI‑агент; я читаю результат и задаю правила, которые он не нарушает.
Как устроен агент: архитектура поверх LLM
2026-10-12 в 14:26, admin, рубрики: ai-tutorial, ai-агенты, AI-разработка, llm, llm-агентПро архитектуру трансформеров написано уже немало, поэтому опишу работу LLM с прикладной точки зрения.
Контекст
На вход LLM подаётся блок текста, который называется контекстом. Размер контекста ограничен: когда всё начиналось, прорывом считались 32К, сейчас 1М — индустриальный стандарт.
На основе этого текста LLM генерирует его продолжение. Современные модели выдают логически законченный фрагмент (на уровне модели он завершается специальным токеном <stop>).
Контекст таким образом увеличивается: к нему можно дописать новый фрагмент — и всё повторяется заново.
Вызов инструментов
Как экономить токены AI‑агентов при работе с кодовой базой: 5 универсальных паттернов
2026-10-12 в 5:50, admin, рубрики: AI, ai-агенты, искусственный интеллект, разработкаAI‑агенты всё глубже входят в обычный процесс разработки. Они уже не только генерируют отдельные функции, но и исследуют существующие проекты, ищут нужные файлы, анализируют архитектуру, запускают тесты и проверяют результат. Причём это касается практически любой разработки.
И здесь на достаточно большой кодовой базе быстро появляется проблема: расход токенов начинает расти гораздо быстрее, чем объём написанного кода.
Почему я вернулся на контекстное окно в 200К у Клода
2026-10-09 в 15:08, admin, рубрики: ai-агенты, claude, оптимизация
Агент, который меня заменил, или открытия одного интернет‑маркетолога
2026-10-06 в 15:47, admin, рубрики: ai-агенты, claude code, email-рассылки, llm, MCP, автоматизацияУ нас было 12 проектов и один человек, который отвечал за настройку всех email‑рассылок.
Этим человеком был я. Директ‑маркетолог с 7 годами опыта, но только с двумя руками и одной головой.
В какой‑то день нужно было запустить одну рассылку. В другой — три или четыре. Для одного проекта использовался старый шаблон, для другого приходил новый. Где‑то нужно было отправить письмо по всей активной базе, где‑то — только определённому сегменту.
Три CLI‑агента, один Telegram‑интерфейс: JSON‑RPC, ACP, worktree и контроль разрешений
2026-10-06 в 11:03, admin, рубрики: ACP, ai-агенты, claude code, codex, Cursor Agent, git worktree, json-rpc, open source, pythonCodex CLI, Claude Code и Cursor Agent могут работать без участия человека: читать код, редактировать его, запускать тесты, а затем остановиться на запросе разрешения. Это удобно, пока терминал перед глазами. Если отойти от компьютера, остаются два неплохих, но не всегда удобных варианта: подключаться по SSH с телефона или узнавать о запросе агента уже после возвращения. Также можно включить автономный режим без подтверждения, но это не подходит для ситуаций, когда нужно назначить задачи, находясь далеко от ПК.
Confidence ≠ Permission: почему я не разрешаю LLM самостоятельно принимать решения
2026-10-06 в 7:01, admin, рубрики: ai-агенты, decision layer, llm, Policy, python, telegram, автоматизация, архитектура, безопасность, искусственный интеллектУ LLM есть неприятное свойство: она может очень убедительно ответить на вопрос, на который у неё нет надёжных данных. Для обычного чат‑бота это может быть просто ошибкой в тексте. Для ассистента, который способен отправлять сообщения от моего имени, это уже проблема архитектуры.
Анализ AI‑Disrupt PDLC от Сбера
2026-10-01 в 6:33, admin, рубрики: AI-Disrupt PDLC, AI-native development, ai-агенты, PDLC, SDD, разработка по, СберДля AI‑Disrupt PDLC Сбера трудно подобрать какой‑то один привычный термин. Его называют методологией разработки, но внутри одновременно находятся модель жизненного цикла, референсная архитектура, уровни автономии AI‑агентов, модель зрелости организации, платформенные практики, governance и набор количественных ориентиров. При этом многие отдельные элементы могут выглядеть знакомо: Specification‑Driven Development, IDP, Golden Paths, Policy as Code и управление автономией агентов появились не в рамках AI‑Disrupt.