У меня появился повод вернуться в Todoist Больше десяти лет я пользовался Todoist. Очень люблю это приложение. Но последние несколько месяцев перестал им пользоваться: оказалось, что оно мне больше не нужно. А теперь появился повод попробовать снова. Todoist подтянулся к работе с ИИ. В свежем сообщении Амир Салихефендик рассказал, что вокруг сервиса уже собран целый набор инструментов: интеграции с ChatGPT и Claude, MCP для подключения ИИ-помощников, официальный инструмент командной строки и библиотеки для разработчиков. Всё это собрано на сайте Todoist для разработчиков. После подключения официального плагина Todoist агент может читать, создавать и обновлять задачи и проекты прямо из диалога. Можно попросить его сохранить задачу, поставить срок или посмотреть, что уже запланировано. Список остаётся в Todoist, а вы работаете с ним через Codex. Если команда ведёт общий проект в Todoist, через Todoist CLI с готовым навыком для Codex можно создавать задачи и назначать их участникам. Тогда Codex помогает превращать договорённости из чатов в конкретные поручения для всей команды. Например, команда обсуждает запуск сайта. В переписке договорились, что Анна подготовит тексты к среде, а Максим проверит форму заявки к четвергу. Вы передаёте этот фрагмент чата в Codex и просите: «Собери задачи по итогам обсуждения, укажи исполнителей и сроки. Покажи мне перед добавлением в Todoist». После проверки агент создаёт задачи в общем проекте и назначает их Анне и Максиму. Если срок или ответственный не определены, сначала уточняет. Так контекст разговора превращается в рабочий список команды. Не нужно вручную переносить каждую договорённость из переписки в менеджер задач. При этом Codex работает с теми чатами, которые вы ему передали или отдельно подключили. Мне по-прежнему нравится Todoist. Теперь они подтянулись к этому способу работы, и, возможно, я попробую снова. Любопытно, появится ли у него место в моей повседневной работе ещё раз. pimenov.ai/blog
НИИ ИИ
НИИ ИИ Сергея Пименова. Я смотрю на мировые тренды в ИИ из Ростова. Про то, как ИИ реально меняет людей, города и профессии — сегодня, а не «к 2035 году» Закрытый чат ПЕРЕЗАГРУЗКА https://t.me/reload_pimenov_ai_bot?start
-
-
Паника у математиков: 25 лауреатов медали Филдса подписали письмо об ИИ Теренс Тао и ещё 24 лауреата медали Филдса вошли в число первых подписантов декларации о применении ИИ в математике. Тао опубликовал её 11 сентября. Учёные предупреждают: цели компаний, которые используют математические задачи для проверки моделей, расходятся с целями самой науки. Я читаю это письмо как проявление паники у математиков. По-моему, они испугались, что скоро математика в привычном виде исчезнет и больше никогда не будет нужна. Результатом этого страха стало коллективное письмо об ИИ. Авторы признают быстрый рост возможностей ИИ. Их тревожит, что число решённых задач становится главным показателем успеха. Для математики же важны новые идеи и методы, которые другие люди могут понять и развить. Между найденным решением и знанием, которое можно преподавать, лежит большая работа сообщества. В декларации отдельно говорится о поспешных анонсах: подробное изложение решения и признание вклада предшественников иногда не успевают за новостью о результате. Ещё одна проблема касается студентов— задачи дают им в том числе для развития мышления; готовый ответ сам по себе эту работу не выполняет. При этом подписанты видят в ИИ возможность ускорить исследование и углубить понимание. Они призывают срочно обсудить, как сохранить эти цели при изменении способов работы. Но, видимо, обсуждать уже с ними никто ничего не будет. pimenov.ai/blog
-
«Общая память ИИ-компании: что должны знать агенты друг о друге» — последний, тринадцатый материал серии «ИИ-компания». Я начал этот проект прежде всего для себя — чтобы разобраться, как может быть устроена компания, в процессы которой всё глубже встраиваются ИИ-агенты, и собрать собственное представление в единую систему. В основу серии легли вопросы, которые постоянно возникают в реальных разговорах и запросах клиентов. Кто отвечает за результат агента? Как меняются роли и структура компании? Как считать стоимость такой работы? Где остаётся человек? Что должны знать агенты друг о друге, чтобы действовать в одном процессе? Последняя статья посвящена общей памяти ИИ-компании. Я разбираю, почему история чата ещё не является памятью организации, чем память отличается от контекста и источника истины, какие семь контуров памяти нужны агентной системе и зачем каждой значимой записи собственный «паспорт»: источник, автор, статус, срок актуальности и право на изменение. За время работы эти тринадцать статей превратились для меня из контентного цикла в основу для дальнейшей практической работы — проектирования и внедрения таких систем в реальных компаниях. Теперь я хочу собрать всю серию на pimenov.ai в единый блок, чтобы её можно было читать последовательно и использовать как рабочую карту. Сделаю это в ближайшее время. 👉 Общая память ИИ-компании: что должны знать агенты друг о друге
-
🎧 Аудиоверсия pimenov.ai, 1 мин Plane — open-source платформа для управления проектами Plane — open-source платформа для управления проектами: возможности, self-hosting, тарифы и честное сравнение с Linear и Jira. Слушать и читать на сайте: https://pimenov.ai/knowledge/plane-open-source-upravlenie-proektami/
-
VoiceStudio собирает в одном приложении клонирование голоса, озвучку текста и дубляж видео. Есть также расшифровка записей и создание аудиокниг. Проект раньше назывался OmniVoice-Studio и позволяет работать с разными речевыми моделями на своём компьютере. С самой моделью OmniVoice я знаком давно: использую её для озвучивания всех материалов на своём сайте. Качество озвучки могу подтвердить — оно прекрасное. Теперь поставил и само приложение VoiceStudio. Интерфейс на русском, приложение удобное, на моём MacBook Air M5 работает отлично. Перенёс туда свой клон голоса и буду пользоваться. В локальном режиме не нужны подписка и оплата за каждый озвученный символ. После загрузки необходимых моделей можно работать без интернета. Практический сценарий: автор берёт короткую запись своего голоса и готовый текст, создаёт аудиоверсию, прослушивает её и исправляет неудачные фрагменты. Можно пробовать разные варианты подачи, не расходуя облачные кредиты на каждую попытку. Для регулярной озвучки материалов это то, что надо. В описании проекта фигурируют 646 языков. Это каталог для синтеза речи: реальная поддержка и качество зависят от выбранного движка. Из этой цифры не следует, что приложение одинаково хорошо переведёт и озвучит любой ролик на любом языке. Распознавание речи, перевод и синтез — отдельные этапы. Максимально рекомендую. pimenov.ai/blog
-
🎧 Аудиоверсия pimenov.ai, 1 мин gigastt — локальный сервер распознавания русской речи на GigaAM v3 gigastt — локальный STT-сервер на Rust: модель GigaAM v3, WebSocket и REST, диаризация и пунктуация, работа без облака и без API-ключей. Слушать и читать на сайте: https://pimenov.ai/knowledge/gigastt-lokalnyj-server-raspoznavaniya-rechi/
-
Продолжаю разрабатывать концепцию «ИИ-компании». Новый материал — о проблеме, которая становится заметной, как только агенты начинают участвовать в реальных процессах: понимает ли вообще компания собственный язык? Возьмём простое слово «клиент». Для CRM это организация, связанная со сделкой. Для бухгалтерии — юридическое лицо с реквизитами. Для поддержки — конкретный пользователь. Для аналитики — аккаунт, в который могут входить несколько компаний и продуктов. Все системы при этом содержат правильные данные. Но агент получает задачу «подготовить предложение клиенту», выбирает одно из этих значений и совершает вполне логичное, технически корректное и неправильное для бизнеса действие. Человек часто разрешает такие противоречия за счёт опыта и неформального контекста. Агенту требуется более явная конструкция: какие сущности существуют в компании, что они означают, как связаны, в каких состояниях находятся и кто имеет право эти состояния менять. В статье я разбираю, чем онтология отличается от словаря, схемы данных, графа знаний и организационной памяти. Ввожу два понятия для нашей общей концепции: «операционная онтология компании» и «владелец смысла». А ещё показываю, как начать строить такую систему с одного реального процесса, не превращая работу в многолетний архитектурный проект. Мне нравится, что по мере развития серии у нас постепенно появляется не только язык для описания ИИ-компании, но и структура системы, которую я уже могу проверять в собственной работе. 👉 Организация как онтология: зачем людям и ИИ-агентам общий язык компании
-
Нашёл интересный набор skills для дизайна интерфейсов: ux-ui-agent-skills Он помогает агенту работать не просто как «нарисуй красиво», а как сильный дизайнер: собрать дизайн-токены, выдержать контраст и доступность по WCAG, продумать компоненты, состояния и собрать интерфейс в единую систему. Полезно, когда нужно сделать сайт, экран продукта или дизайн-систему не случайным набором блоков, а цельным и понятным продуктом. В Codex можно дать задачу на новый интерфейс или аудит существующего — и попросить применить эти правила.
-
OpenAI опубликовала рекомендации, как пересобрать инструкции для coding-агентов под GPT‑6 Astra. Перевёл материал на русский и добавил в базу знаний. Если вы весь последний год работали с Codex у вас накопился слой инструкций, написанных под прежние модели. Что-то из этого Astra уже не нужно, а что-то прямо мешает: модель тратит контекст на чтение лишних документов, подхватывает навык не по делу или останавливается там, где вы ждали продолжения работы. Что внутри: — как задать условие запуска skill, чтобы агент не хватал его при любом упоминании широкой темы; — почему корневой файл сложного навыка должен быть маршрутизатором, а подробности загружаться по необходимости; — какие обязательные чтения и проверки в AGENTS.md пора убрать, а какие безопасные процессы наоборот стоит явно разрешить; — как пересмотреть границы действий и не снести при этом реальные правила безопасности; — как описать критерии завершения, чтобы модель не считала первую реализацию готовым результатом. Отдельно добавил чеклист аудита: описания навыков, постоянные инструкции, границы действий, критерии завершения. По нему можно пройти свой проект самому или поручить аудит самой Astra — с требованием сначала показать найденное правило, причину и предлагаемую замену, и только потом вносить изменения. 👉 Skills, AGENTS.md и промпты для GPT‑6 Astra: рекомендации OpenAI Всем, кто работает с агентами, рекомендую ознакомиться. Новая модель — хороший повод разобрать накопленные инструкции, а не наслаивать сверху ещё одни.
-
🎧 Аудиоверсия pimenov.ai, 2 мин Лимиты Codex обнулили: почему GPT-5.6 Sol сжигал их быстрее ожидаемого Тибо из OpenAI сбросил лимиты ChatGPT Work и Codex и объяснил, почему GPT-5.6 Sol расходовал их быстрее ожидаемого. Что уже исправили. Слушать и читать на сайте: https://pimenov.ai/blog/limity-codex-obnulili-pochemu-sol-szhigal-bystree/
-
Вчера на консультации я спросил: почему для записи ваших задач не подходит обычная таблица? Выяснилось, что человек уже пробовал её вести, но каждый раз происходило примерно одно и то же: открывает таблицу, начинает записывать — и тут звонок. Пока разговаривает, приходят сообщения и письма, а после звонка внимание уже переключается на другую задачу. Мысль, которую собирался зафиксировать, к этому моменту теряется. При этом работа идёт, возникают идеи, появляются новые договорённости, и всё это нужно как-то удерживать. Только собрать информацию в одном месте — ещё одна работа, на которую среди постоянных переключений не хватает внимания. Я хорошо понимаю, почему в такой ситуации хочется систему, которая сама всё соберёт, запомнит и проконтролирует. Особенно когда вокруг столько разговоров про ИИ-агентов, которым якобы можно передать чуть ли не весь бизнес. Но прежде чем выбирать систему, полезно разобраться, что происходит в тот самый момент, когда человек пытается записать задачу. Если запись постоянно обрывается звонками и сообщениями, дополнительные поля в карточке могут лишь увеличить усилия, необходимые для её заполнения. Я бы начал с простого действия: после разговора наговорить своими словами, о чём договорились, не пытаясь сразу превратить это в красивый документ. Затем попросить ИИ разложить сказанное: что нужно сделать, кто этим занимается, какой следующий шаг и чего пока не хватает для работы. Останется проверить, правильно ли он всё понял, и сохранить результат там, куда действительно вернёшься. Конечно, это ещё не решает проблему всего потока входящих, зато позволяет проверить на одной задаче, стало ли проще зафиксировать договорённость и продолжить работу после очередного звонка. А дальше уже можно разбираться, какие действия стоит связать между собой и где нужна автоматизация. Поэтому на консультации мы можем начать с обсуждения ИИ-агентов, а закончить понятным способом фиксировать договорённости после звонка. Для меня это хороший результат: у человека появляется конкретный шаг, который он понимает и может попробовать в своей работе. 👉 Как устроена работа со мной
-
repost Unity выпустила официальный плагин для Claude Code, Codex и Grok для разработки игр 🤩 Внутри 29 официальных скиллов по работе с UI, физикой, сценами, графикой, звуком, мультиплеером, локализацией и другими частями разработки. Короче, можно просто описать, что хочешь собрать, а агент сам поймёт, с какой частью Unity ему работать и что делать дальше. Забираем бесплатно здесь и тут. Геймдев усилился 💪 @xor_journal
-
Сегодня, 11 сентября 2026 года, Роберт Мартин написал в X, что ИИ-агенты заставили его пересмотреть подход к управлению ими. Мартин, известный как Uncle Bob, — автор «Чистого кода» и «Чистой архитектуры», один из соавторов Agile Manifesto. Он профессионально программирует с 1969 года и десятилетиями учит разработчиков соблюдать инженерную дисциплину. Теперь он рассказывает, как агенты переросли ограничения, которые он для них создавал. Дальше — его прямая речь в переводе. Под «обвязкой» Мартин понимает harness: систему инструментов и правил, управляющую работой агента. Ладно. Пора это переосмыслить. Последние несколько недель я работал над обвязкой, которая жёстко ограничивает агентов, заставляя их работать так, как я хочу. Я настроил всевозможные контрольные барьеры, тесты, инструменты, протоколы и… И пока я с головой ушёл в то, чтобы всё это заработало, агенты стали НАМНОГО лучше. Настолько, что, когда я наконец вынырнул, необходимость в моей обвязке отпала. Более того, возможно, отпадает необходимость вообще в любой обвязке, кроме той, которая оставляет агентам максимум свободы. Особенно Мартина впечатлили обсуждения архитектуры с Grok и Codex: Меня просто поражает, насколько хороши стали эти штуки. Я подолгу спорил с Grok и Codex об устройстве систем — словно с опытными инженерами. Они часто не соглашаются со мной и предлагают собственный взгляд. Уже не раз я ловил себя на том, что соглашаюсь с их позицией. Я не отказался от ограничений и инструментов. Модульное тестирование по-прежнему важно. Как и CRAP и мутационное тестирование. Эти инструменты всё ещё находят ошибки и задают полезные ограничения, хотя могут оставлять шрамы. CRAP оценивает сложность кода с учётом покрытия тестами. Мутационное тестирование проверяет сами тесты: в код намеренно вносят ошибки и смотрят, обнаружат ли их проверки. Однако агенты стали настолько хороши, что теперь я могу поручить одному из них весьма существенную задачу, дать несколько указаний, и он добросовестно её выполнит. Я могу отойти на 40 минут, а когда вернусь, всё будет готово. Требования по CRAP будут выполнены, покрытие тестами будет высоким, мутационное тестирование — завершённым. Архитектура будет чистой, а код — очень хорошим. Конечный результат может вести себя не идеально, но он настолько близок к нужному, что обычно достаточно пары правок. Что это означает для будущего? Я не уверен. Но начинаю думать, что обвязки не должны обращаться с агентами как с компонентами программной системы. Для меня такие высказывания людей с опытом Мартина особенно важны. Они помогают понять, как меняется индустрия и какого уровня уже достигли современные модели и агенты. pimenov.ai/blog
-
🎧 Аудиоверсия pimenov.ai, 1 мин OpenCLI — превращает любой сайт в CLI для ИИ-агентов OpenCLI превращает сайты в команды терминала и даёт ИИ-агенту работать в вашем залогиненном Chrome: установка, скиллы, адаптеры, форматы и лимиты. Слушать и читать на сайте: https://pimenov.ai/knowledge/opencli-sayt-v-cli-dlya-ii-agentov/
-
OpenAI почти каждый день выкатывает что-то для бизнеса. Всё больше плагинов и рабочих сценариев. Я вижу в этом движение к универсальной рабочей среде для предпринимателя, и мне это очень нравится. Свежий пример — Data agent в ChatGPT Work, который OpenAI представила 10 сентября. Подключаете данные компании и задаёте вопрос обычным языком. Агент помогает разобраться в изменениях и собрать интерактивный дашборд: отчёт с графиками, который можно обновлять и обсуждать дальше в том же разговоре. За этим стоят подключения к источникам вроде Snowflake, BigQuery и ClickHouse. Агент использует принятые в компании определения показателей, а доступ ограничивается правами подключённого аккаунта. Для анализа ему нужны и сами данные, и понимание того, как ваш бизнес их считает. Например, руководитель хочет понять, почему снизились продажи. Такой вопрос можно развивать в разговоре: сравнить периоды, посмотреть отдельный канал, запросить доказательства вывода. При этом совпадение двух изменений ещё не доказывает причину. Проверять смысл цифр всё равно нужно. Для меня этот анонс хорошо ложится в более широкую картину: OpenAI развивает Codex и ChatGPT Work как инструменты, с которых начинается работа. Здесь Data agent показан именно в ChatGPT Work; мой собственный основной инструмент — Codex. Я давно выбрал стратегию Codex First: любую рабочую задачу сначала начинаю в Codex. Это моя основная рабочая среда, и такой подход я постоянно продвигаю. Поэтому появление новых бизнес-инструментов вокруг этих продуктов я всячески приветствую. Мне близко направление, в котором предприниматель приходит со своей задачей, подключает нужный контекст и движется к результату в одном рабочем пространстве. pimenov.ai/blog
-
У Anthropic, по моим ощущениям, новые исследования выходят почти каждый день. Теперь компания опубликовала большой отчёт о злоупотреблениях Claude: кибератаки, слежка, мошенничество и отдельный сюжет про китайские модели. Anthropic обвиняет семь китайских лабораторий, включая Alibaba, DeepSeek, Moonshot и Xiaomi, в промышленном сборе ответов Claude для обучения собственных моделей. Такой перенос возможностей называют дистилляцией: сильная модель решает задачи, а её ответы становятся учебным материалом для другой. Только Alibaba компания приписывает более 151 миллиона взаимодействий за май–июль. Но важно помнить: это данные расследования самой Anthropic, которая одновременно конкурирует с обвиняемыми компаниями. В случаях Kimi и DeepSeek обвинения ещё серьёзнее. По версии Anthropic, часть пользовательских запросов тайно отправлялась в Claude, а его ответы возвращались клиентам. Вместе с запросами могли уходить внутренние документы и другие чувствительные данные. Пользователь выбирал один сервис, а информация оказывалась у другого. Остальной отчёт показывает, как ИИ встраивают в целые операции: от создания инструментов для атак до сбора досье и обслуживания сетей фальшивых аккаунтов. При этом многие информационные кампании почти не получили аудитории, а в биологических кейсах авторы не утверждают злого умысла исследователей. И всё это происходит на фоне ухода исследователя Джейкоба Коксона из Anthropic. Он обвинил ведущие лаборатории в безответственной гонке к самоулучшающемуся суперинтеллекту и призвал изменить её условия. Это его оценка будущего, а не часть расследования конкретных злоупотреблений. Жути вокруг ИИ сейчас действительно хватает. Китайские модели наступают на пятки мейджорам, и противостояние будет усиливаться. Сам отчёт не доказывает, кто кого догнал, но хорошо показывает, насколько острым стал конфликт вокруг доступа к технологиям и способов обучения моделей. Здесь одновременно есть реальные риски и коммерческие интересы. Поэтому такие отчёты стоит читать внимательно: где обнаруженная операция, где предположение исследователя, а где компания защищает своё преимущество. И главный практический вопрос для тех, кто использует ИИ в работе: кто на самом деле получает ваши данные и отвечает на ваши запросы? pimenov.ai/blog
-
ИИ-агент уже может написать текст, провести исследование, подготовить платёж, изменить доступы и отправить сообщение. Но из того, что он технически способен совершить действие, вовсе не следует, что ему можно дать право сделать это самостоятельно. Я продолжаю разрабатывать концепцию «ИИ-компании», и новый материал получился как раз о границе между возможностями агента и его реальными полномочиями. В статье я разбираю, где человек сегодня остаётся обязательным: в решениях о деньгах и людях, при изменении доступов, публикации от чужого имени, работе с production и других действиях, последствия которых трудно вернуть назад. В процессе появились ещё два понятия, которые кажутся мне важными для практического устройства агентной компании. Первое — контур необратимости: точка, после которой действие уже нельзя без последствий отменить обычным откатом. Второе — бюджет последствий: заранее ограниченный масштаб ущерба, который агент в принципе способен создать без нового человеческого решения. Главная мысль материала в том, что присутствия человека в контуре недостаточно. Если он машинально подтверждает десятки запросов, не понимает контекста или не может реально остановить действие, такой контроль превращается в декорацию. Поэтому вопрос не в том, оставлять человека или убирать его из процесса. Вопрос в том, как спроектировать границу автономии: что агент делает самостоятельно, что — только после подтверждения, а какие решения пока должны полностью оставаться за человеком. Это продолжение серии «ИИ-компания». В ней я пытаюсь собрать не футурологию, а рабочую модель организации, которую уже можно постепенно применять на практике. 👉 Организационная сингулярность без утопии: где человек остаётся обязательным
-
repost
Как я настроил Codex, чтобы работать с двух компьютеров и двух подписок, управляя всем с одного MacBook. У меня MacBook Air, Mac mini и куча проектов. Почти всё я продолжал делать на ноутбуке, пока одной подписки Pro не стало хватать. Купил вторую в последний день продаж и разобрался, как распределить работу между машинами. Теперь я открываю Codex на Air, отправляю задачу на mini и там же, на ноутбуке, получаю результат. У каждой машины свой аккаунт и отдельные лимиты. Какие проекты где работают и сколько осталось от обеих подписок, вижу в Vibe Island. Самое полезное: для этого мне не пришлось настраивать сложный маршрутизатор или постоянно переключаться на экран второго компьютера. Хватило подключения по SSH и регистрации удалённых проектов в Codex. Изменения в файлах передаю через GitHub. В статье подробно показал, как собрал эту связку. Описал, какие задачи оставил на Air, что отправил на mini и как подготовил доступы. Разобрал ошибки, на которых сам споткнулся при настройке. В конце — шесть шагов и готовое задание для Codex, с которого можно начать проверку своего подключения. Если у вас тоже есть второй компьютер, который мог бы делать больше, мой опыт поможет запустить на нём первый рабочий проект и управлять им с привычного ноутбука. 👉 Я наконец дал работу своему Mac mini. Руководить им можно с MacBook
-
🎧 Аудиоверсия pimenov.ai, 1 мин Своя музыка вместо стримингов: Plex и пять альтернатив для Synology Сравнение Plex, Audio Station, gonic, Navidrome, Jellyfin и Lyrion для Synology: папки, теги, iPhone, Android, Tailscale и клиенты. Слушать и читать на сайте: https://pimenov.ai/knowledge/synology-music-server-comparison/
-
Palantir объявила о сотрудничестве с Nebius Аркадия Воложа, такие дела. А на GitHub лежит God’s Eye View Билала Сидху — маленький Palantir для собственного компьютера. Перед вами трёхмерный глобус с самолётами, кораблями, спутниками и публичными камерами. Можно выбрать рейс и смотреть на местность из виртуальной кабины. Или следовать за МКС по орбите. С подключённым ИИ можно управлять картой голосом и задавать вопросы о выбранных объектах. Всё это собирается из общедоступных источников. Приложение запускается локально, базовый режим работает без API-ключей. Для дополнительных возможностей, включая голосовое управление и отдельные карты, нужны подключения к внешним сервисам. Сравнение с Palantir здесь, конечно, про идею: собрать разрозненные данные в одном месте и получить понятную картину происходящего. Полноценную корпоративную платформу этот репозиторий не заменяет. Зато код можно изучать и дорабатывать, источники данных подключаются отдельными модулями. Можно взять готовую основу и постепенно собрать собственную систему под конкретную задачу. Например, карту своих объектов с нужными внешними данными. Это уже потребует разработки, но начинать с пустого экрана не придётся. Пока Palantir и Nebius договариваются об инфраструктуре, свой небольшой центр наблюдения за миром можно начать собирать у себя.
- Older posts