Дефектный акт на 64 листах за час: нейросеть описала по изображениям на 243 фото ущерб, который причинил смежный подрядчик
Подрядчик выполнил ремонтные работы на объекте, следом зашли смежные подрядчики, которые разрушили часть выполненной отделки при прокладке инженерных коммуникаций. Чтобы зафиксировать причиненный ущерб, нужен акт фиксации: документ, где по каждому помещению записано, что повреждено, в каком объёме и приложен фотоотчет.

Исходные данные выглядели так: прораб отснял 243 фотографии и разложил по 67 папкам с номерами помещений. Инженер ПТО посчитал объёмы и записал их в отдельном файле простым текстом: помещение, вид повреждения, метры.

Составление Акта в таком объеме - долгая, нудная и кропотливая работа. Каждый снимок нужно вставить в таблицу, уменьшить, подписать, привязать к помещению, добавить описание и подтянуть объёмы. Вручную на это уйдет несколько дней работы.
Мы подключили папку с фотоотчётом к Claude, я от руки нарисовала на листе бумаги свое видение структуры будущей таблицы, сфотографировала и приложила к задаче. Включила скиллы: свой корпоративный, который хранит фирменный бланк и правила оформления документов компании, и два технических, для сборки Word и Excel.
Работала модель claude-opus-5 в режиме Cowork.
Сначала модель задала три уточняющих вопроса: какое количество членов комиссии указать в акте, все ли фото включать и что делать с расхождениями между фотоотчётом и ведомостью. Гадать не стала, что очень важно.
Потом подключились субагенты, параллельные помощники, каждому досталась своя группа помещений. Они просмотрели все 243 снимка и описали техническим языком, что на них видно: где вскрыта штукатурка, где кромки проёма не заделаны, где через отверстие заведён воздуховод, где плитка отходит от основания. Не «повреждения имеются», а конкретика.
Проверка шла отдельным этапом. Объёмы пересчитали независимо, прямо из исходного текста, и сверили с тем, что попало в документ: сошлось построчно и по итогам. Страницы готового файла просмотрели глазами, формулы в Excel пересчитали.
Результатом работы стал Акт на 64 страницы на фирменном бланке: 68 помещений, по каждому описание повреждений, объёмы и фотографии по две в ряд с подписями, всего 243 снимка. В шапке состав комиссии, в конце подписи трёх сторон и место для отметки об отказе от подписания. Приложение № 1 в Excel: 144 строки ведомости и сводный лист, где итоги считаются формулами, поэтому при правке любой строки свод пересчитывается сам.
Первая полная версия акта была готова примерно за 25 минут. С двумя доработками по моим замечаниям и приложением в Excel вышло около часа. Специалисту на ту же работу нужно два-три рабочих дня, и почти всё это время он вставляет и описывает картинки.
Там, где работа механическая и объёмная, она снимает с людей самое утомительное и делает это аккуратнее. Сила не в том, чтобы «спросить у ИИ», а в настроенном процессе: свой бланк, свои правила, уточняющие вопросы вместо догадок и контрольная сверка цифр.

Сегодня нейросеть помогла сформулировать запрос заказчику о разъяснении условий проекта договора по итогам его проверки
Проверяли проект большого договора строительного подряда в рамках тендера. Возникли вопросы, требующие уточнения: противоречивые формулировки, расхождения между условиями, дополнительные опции, которые то ли перекочевали из старого шаблона, то ли рассчитаны на подрядчика, подписывающего тендерную документацию не читая.
Всё, что не устраивает, обычно обсуждается с заказчиком до подачи заявки: через запрос разъяснений и протокол разногласий.
Договор и техническое задание мы разбирали заранее, сопоставляя их между собой. Нейросеть подключили как дополнительный инструмент проверки: она внимательно прошла оба документа и разметила расхождения. Часть позиций ушла в протокол разногласий, а часть отметили как требующие разъяснений, потому что было непонятно, что имел в виду заказчик.

Такие места опасны, потому что суд читает договор буквально: по статье 431 ГК РФ принимается во внимание буквальное значение слов и выражений. Не то, о чём стороны договаривались на совещании, не то, что подразумевалось, а то, что написано в тексте. Формулировка с двойным смыслом может сыграть против того, кто её принял: подрядчик делает объём, который не закладывал в цену, и не получает за него денег.

Работали в моём любимом Claude Cowork. Открыли папку с первоначальной редакцией договора, ту самую, по которой шли отметки при проверке, и поставили задачу: написать заказчику письмо с просьбой разъяснить помеченные места. Пометки взять из текста проверенного договора.
Задачу выполнила одна модель claude-opus-5, без субагентов. Роль и оформление задавал мой скилл фирменного стиля. Скилл - это сохранённая инструкция, которая превращает универсальную нейросеть в узкого исполнителя: задаёт шаблон бланка, шрифт, правила оформления ссылок и запрещает выдумывать реквизиты.

В письме модель собрала пункты с разночтениями и показала, в чём именно они расходятся. Отдельно сформулировала вопросы по согласованиям, которые, скорее всего, попали в текст по ошибке. От ответа заказчика будет зависеть, отвечаем ли мы за чужой результат, какая по нему есть документация и будут ли такие работы оплачены дополнительно.

На выходе получили письмо на фирменном бланке: четыре вопроса, каждый со ссылкой на конкретный пункт договора и с объяснением, в чём проблема.
По времени вышло около 20 минут вместе с проверкой. Руками такое письмо я писала бы полдня: сложно не формулировать, а поднять весь договор, свести пункты из разных разделов в одну картину и показать расхождения.
Могу с уверенностью сказать, что нейросеть - хороший помощник в таких задачах: разложить договор на пункты, поймать противоречие между разделами и собрать это в аккуратный документ. Делает она это быстрее и внимательнее, чем уставший специалист в конце дня.
Но проверку готового результата никто не отменял!

Архивные поиски иногда подкидывают такие истории, что бросить всё и не начать разбираться просто невозможно.
Некоторое время назад мне стало известно, что в архиве хранится дело о высылке из Москвы в Орловскую губернию студента Московского университета Сергея Заседалева.
Первая моя мысль была: неужели это наш Сергей, о котором я писала здесь. И эта информация совершенно не укладывалась в то, что я знала о семье. Насколько сохранилось в воспоминаниях, дети Заседалевых воспитывались очень строго.

Дисциплина, образование, сдержанность, хорошие манеры — всё это было совершенно обязательно, несмотря на огромное состояние семьи.

Никаких семейных легенд про буйную молодость, плохое поведение или какие-то серьёзные проступки Сергея до меня не дошло. Безупречная биография.
А тут — «дело о высылке студента Сергея Заседалева из Москвы».
В общем, мне немедленно понадобилось узнать, за что именно выслали Сергея Заседалева из Москвы.
Была одна неувязочка: наш Сергей учился в Санкт-Петербурге, а не в Москве.
Я попросила своего архивариуса поднять всё, что можно найти по этому делу. И вот что удалось выяснить.
Во-первых, Сергей всё-таки другой - не мой прямой предок.
В документах фигурирует Сергей Иванович Заседалев, студент Императорского Московского университета. А наш - Сергей Федотович.
По косвенным признакам, стало понятно, что передо мной появилась ещё одна, пока не установленная ветка Заседалевых: двоюродные или троюродные.
Где именно она соединяется с моей, я пока точно не знаю. Фамилия достаточно редкая, и география практически совпадает. Продолжаю поиски.

А теперь самое интересное: за что выслали Сергея?

В постановлении Московского градоначальника от 4 февраля 1911 года написано совершенно замечательно: студенту Сергею Ивановичу Заседалеву «за срывание лекций в Московском Университете» воспрещено проживание в Москве на всё время действия там Положения об усиленной охране

Но всё оказалось гораздо серьёзнее, чем обычные студенческие шалости.
Из открытых источников мне стало известно, что в Московском университете в это время происходили очень серьёзные события. В конце января начались массовые студенческие сходки против политики правительства, студенты объявили забастовку, в университет ввели полицию. Конфликт оказался настолько масштабным, что руководство университета подало в отставку, а вслед за ним университет покинула значительная часть профессоров и преподавателей (источник - Летопись Московского университета)

4 февраля в отношении Заседалева С.И. принимают постановление. Ему запрещают жить в Москве. После объявления постановления он выбирает местом жительства Орёл, получает проходное свидетельство и уезжает

А дальше начинается обычная бюрократия Российской империи, которую спустя больше ста лет особенно интересно читать.
Московский градоначальник уведомляет орловские власти, орловский полицмейстер докладывает губернатору... На документах появляются пометки «Секретно», «Срочно». Из переписки следует, что за прибывшим студентом необходимо наблюдать.
Мне стало интересно и я начала искать информацию о Сергее Ивановиче Заседалеве. Выяснилось, что впоследствии он всё-таки стал врачом. И что особенно интересно - эта ветка связана с Фёдором Фёдоровичем Заседалевым, известным врачом, доктором медицины и профессором Московского университета.
То есть теперь вместо ответа я получила ещё больше вопросов.
Кто именно Сергей Иванович моим Заседалевым? Где соединяются две ветки?
Теперь я понимаю, что этот процесс не имеет конца и мне он нравится. Конечно не все, что я нахожу войдет в мою книгу. Но эти файлы я откладываю в отдельную папку, где они ждут своего часа.

Провели совместный митап на тему «Управление знаниями в эпоху Legal AI», ч.2

🎙️ Модератором митапа выступил Хольгерт Цшвайге - основатель сообщества Moscow Legal Hackers, эксперт в области Legal Tech и управления юридическими инновациями.

5️⃣ Следующим спикером была Анна Степанищева (Руководитель юридического отдела ООО «Стройресурс») с темой выступления «Loop engineering в юридической ИИ-системе».

Вместо одного ИИ-помощника она предложила смотреть на систему как на команду агентов с разными ролями

Ценная идея - повторяющиеся ошибки превращаются в новые правила системы, поэтому ИИ постоянно улучшает собственную базу знаний.

6️⃣ Ирина Шоткевич (Арнест ЮниРусь), выступала с темой «База знаний для ИИ: что делать до старта проекта».

Ирина представила взгляд корпоративной юридической бизнес-функции на подготовку базы знаний для ИИ. На примере Арнест ЮниРусь была показана зрелая экосистема юридических ИТ-инструментов: портал legal-сервисов, база FAQ, wiki-статьи, EDMS, реестры, системы согласования, база товарных знаков, реестр процессов обработки персональных данных и другие решения.

Основной акцент был сделан на подготовительном этапе. Команда провела воркшоп, чтобы понять, какие задачи подходят для простой автоматизации, какие для генеративного ИИ, какие - для ИИ-агентов и баз знаний, а какие требуют дополнительного обсуждения.

7️⃣ Затем выступала Евгения Степаненко (лидер IT-проекта по правовым сервисам Газпромнефть Экспертные решения) и показала корпоративный взгляд на создание базы знаний и внутреннего ИИ-помощника.

Особенно интересно было услышать, как большая компания подходит к вопросу не с точки зрения «давайте подключим LLM», а с точки зрения жизненного цикла знаний: какие материалы попадают в базу, как поддерживается их актуальность, кто отвечает за качество данных и каким образом ИИ использует именно проверенные внутренние источники. Это хороший пример того, что управление знаниями становится отдельной функцией внутри юридической команды.

Она говорила также о создании правил для ИИ-помощника и ожиданиях от его внедрения.

8️⃣ Затем Дарья Афанаскина (эксперт по LegalTech, Doczilla) рассказала о том, «Как превратить базу знаний юрдепа в инструмент, который помогает быстрее закрывать задачи бизнеса».

Понравился акцент не на автоматизации ради автоматизации, а на стандартизации процессов. Когда юридическая функция заранее описывает свои правила, шаблоны и требования к документам, ИИ начинает работать значительно стабильнее. По сути, сначала появляется зрелый процесс, а уже потом появляется ИИ, который этот процесс ускоряет.

9️⃣ Завершала митап Татьяна Нечаева (Руководитель Группы правового сопровождения операционной деятельности Юридического департамента и комплаенс HeadHunter) с темой выступления «От базы знаний к AI-ассистенту: практические кейсы».

Татьяна представила практические кейсы с ИИ в HeadHunter: проверку рекламных креативов и работу с решением «Алиса Про».

Один из них помогает проверять рекламные креативы по чек-листам и базе решений команды, другой посвящён внедрению «Алисы Про».

Важный вывод: успех ИИ определяется не количеством функций, а тем, насколько инструментом действительно удобно пользоваться и насколько тщательно подготовлена база знаний для пилота.

После всех выступлений сложилось ощущение, что вокруг Legal AI постепенно формируется новая форма юридического менеджмента.

И если раньше управление знаниями воспринималось как что-то полезное, но необязательное, то теперь оно становится основой для внедрения ИИ.

Наверное, главный вывод вечера для меня звучит так: в эпоху Legal AI ценность создаёт уже не доступ к нужной ИИ-модели, а качество знаний, которые юридическая функция смогла структурировать и сохранить внутри компании.

🎈 Спасибо Moscow Legal Hackers, всем спикерам и участникам за очень содержательную дискуссию!

🚀 Кажется, это была одна из тех встреч, после которых появляется в большом количестве идей для внедрения.

#Управление_знаниями
#LegalAI
#LegalOps
#LegalTech

Нейросеть начертила схему крыльца по фотографии с Google-карт.
Вчера решили проверить, как Claude рисует схемы. Решили усложнить задачу - из исходных данных дали обычный снимок с улицы: крыльцо, ступени, перила.

Задача: сделать схему демонтажа этого крыльца и посчитать, сколько материалов вывезут на свалку. Ни чертежей, ни замеров, ничего кроме снимка.

Эта задача давно отработана ПТО, крыльцо демонтировано, нам было интересно прогнать задачку через нейросеть и посмотреть чей результат лучше - человека или машины.
Схема демонтируемого крыльца нужна, чтобы подтвердить, что именно и в каком количестве разобрано. По этому документу принимают работу и платят за вывоз мусора.
Сложность была даже не в черчении. Снаружи крыльцо выглядит цельным куском бетона, а внутри может быть песок, кирпичная кладка или пустота. По фотографии этого не видно.
Мы включили в нейросети два ролевых режима, «начальник производственно-технического отдела» и «инженер-сметчик». Если объяснять просто, это сохранённая инструкция, которая превращает универсального помощника в узкого специалиста: задаёт методику, порядок проверок и запрещает придумывать данные. Дальше подключила ещё два режима для чертежа и таблиц.
Нейросеть повела себя разумно, она не бросилась рисовать, а нашла по вывеске на снимке, что это за учреждение, потом задала четыре вопроса: откуда брать размеры, что считать внутри крыльца, что писать в углу чертежа и куда сохранить результат. То есть честно обозначила, чего не знает.
Через полчаса были готовы два листа чертежа с планом, разрезами и ведомостью материалов, а к ним таблица, где можно поменять любой размер и весь расчёт пересчитается сам. Работа, на которую инженеру нужен день. И в примечании стояло: размеры приняты по фотографии, требуется проверка на месте.
Потом чертёж посмотрели наши инженеры ПТО и нашли ошибку, сказали, что пандусы стоят не там.
Размеры самих пандусов нейросеть угадала почти точно, ошибка около процента, но развернула их на девяносто градусов. У неё они идут вдоль стены здания, влево и вправо от площадки, а на самом деле спускаются от здания к тротуару, параллельно лестнице.

Нейросеть объяснила, почему так произошло. Фрагмент фото некачественный, на снимке пандус скрадывается перспективой и тенью, лестница загораживает половину, люди закрывают остальное. Нейросеть выбрала типовое решение, какое встречается чаще всего, и оформила его как допущение.

Инженер сразу определил ошибку в чертеже, но оценил результат как: "Не дурно!"
Нейросеть доказала свою эффективность, она делает за полчаса дневную работу инженера, и делает её аккуратно: считает без арифметических ошибок, проверяет себя, задаёт вопросы, оформляет по правилам. Но оценить результат может только человек, который знает предмет. Ошибка была не в цифрах, а в понимании объекта, и такую ошибку видно только тому, кто там был. Поэтому максимально эффективна работа человека в связке с нейросетью. Не знаю, как вас, но меня результат работы все равно впечатлил, с учетом того, что из исходных данных было только некачественное фото.
Схему, созданную нейросетью прилагаю.

Нейросеть помогает мне со сбором информации из открытых источников пока я пью кофе
В 9 утра меня ждёт готовый бриф: что за последние сутки изменилось в законодательстве, какие появились новые судебные решения и профессиональные статьи по актуальным для меня темам.
В это же время второй компьютер через расширение Claude ищет подходящие госзакупки и проверяет свежую судебную практику по подрядным спорам.
Раньше для поиска этой информации мне приходилось вручную открывать десятки сайтов, заходить в каждую карточку и проверять даты. На это уходило полдня, да и времени обычно на это не оставалось. Теперь значительную часть этой работы выполняет нейросеть.
Первый ИИ-агент следит за информационными сайтами и обзорами судебной практики. Я заранее определила темы, которые для меня важны: процессуальное право, подряд, банкротство, неустойки, недостатки работ, споры между заказчиками и подрядчиками.
Задача агента - найти только то, что появилось за последние сутки, и по каждой находке коротко объяснить:
- о чём спорили стороны;
- что решил суд;
- чем эта позиция может быть полезна в работе.
Для этого я использую Claude Cowork. У него есть сохранённая инструкция - скилл. Если совсем просто, это подробное техническое задание для нейросети: где искать, что отбирать, как проверять информацию и в каком виде готовить результат. Эта инструкция не позволяет агенту додумывать факты или заполнять сводку ненужным текстом.
Если новой практики по подряду за сутки нет, агент так и пишет. Не пытается искусственно наполнить отчёт и не пересказывает старые решения ради объёма. При этом он может отдельно отметить смежные изменения в законодательстве или новые разъяснения, которые способны повлиять на наши будущие правовые позиции.
Сегодня агент принёс новость с сайта РАПСИ:

4 сентября 2026 года вступает в силу важнейший Федеральный конституционный закон, который официально закрепляет за постановлениями Пленума и Президиума Верховного Суда РФ руководящий характер для всех нижестоящих судов. Это исключит практику, когда суды игнорировали такие позиции ВС без серьезной мотивировки.

Раньше отступление суда от позиции высшей инстанции было вопросом убеждения: сошлёшься в отзыве, а суд просто промолчит об этом в решении.
По подряду мы годами опираемся на акты, принятые ещё ВАС, и вес этих ссылок в заседании всякий раз приходилось отвоёвывать.
Обзор с этой новостью вышел 31 августа во второй половине дня, агент подобрал его к утру. Сама бы я узнала о нем скорее всего из чьей-нибудь рассылки.
Второй агент в это время работает через браузерное расширение Claude. Оно позволяет нейросети действовать на сайте почти так же, как обычному пользователю: открывать страницы, заполнять формы поиска, листать результаты и заходить в документы.
В закупках агент проверяет ЕИС по 44-ФЗ и 223-ФЗ, закупки по постановлению № 615 и площадки фондов капитального ремонта.

Нейросеть сама может открывать карточку, изучать проект контракта и техническое задание, а также выяснять:
- какой именно это объект;
- какие работы предстоит выполнить;
- нужны ли специальные лицензии и аттестации;
- какое предусмотрено обеспечение;
- насколько реальны установленные сроки.

Параллельно агент проверяет картотеку арбитражных дел. Меня интересуют не все судебные споры подряд, а новые акты по строительному подряду, движение дел с участием проблемных заказчиков и информация по нашим контрагентам.
Все эти задачи сейчас выполняются автоматически и параллельно, чем очень экономят время. Пока я пью кофе, нейросеть ищет, проверяет даты, открывает документы, отсеивает лишнее и собирает результат.
А моё время остаётся для того, для чего действительно нужен юрист: проверить выводы, увидеть риск, выстроить позицию и принять решение.

Архивы Санкт-Петербурга
Все четыре документа о Сергее Федотовиче я нашла в одном месте. Точнее, в двух: три петербургских записи на портале «Архивы Санкт-Петербурга», а последнюю, симбирскую, уже в другом архиве. Но начинается всё именно с Петербурга, и вот почему.
Что это вообще такое
Портал spbarchives.ru объединяет городские государственные архивы. Для генеалога главный из них - ЦГИА СПб, Центральный государственный исторический архив: почти две тысячи фондов и около 1,9 миллиона единиц хранения. Это весь дореволюционный Петербург и Петербургская губерния, от канцелярии губернатора до заводских контор.
Но метрические книги - только верхушка. В ЦГИА лежат фонды университета, Александровского лицея, Училища правоведения, Горного, Технологического, Политехнического институтов, Бестужевских курсов, Тенишевского училища. И Института инженеров путей сообщения - того самого, где учился Сергей Федотович. Там же фонды заводов (Балтийский, Ижорский, Путиловский, Адмиралтейский), дворянского депутатского собрания, земских управ, благотворительных обществ, редакций, монастырей и синагог.

То есть если предок в Петербурге учился, служил, работал на заводе, лечился, судился или просто венчался - шанс найти бумагу с его именем очень высокий.

По метрикам цифра такая: на хранении больше 15 000 метрических книг церквей Петербурга и губернии, в каждой в среднем около 500 страниц. Представьте объём, и станет понятно, почему архив требует от заявителя название церкви.
Как туда попасть
Регистрация на портале только через подтверждённую учётную запись Госуслуг. Дальше открывается поиск по описям и, что важнее, доступ к оцифрованным образам.
Доступ платный, но цены символические: 77 рублей за день, 257 за неделю, 382 за две недели.
Поэтому искать можно самостоятельно, без посредников и без запросов в архив.

Кстати, я ищу автоматически через браузерное расширение Claude.

Если дело оцифровано, вы смотрите его сами. Если нет - вариантов три: ехать в читальный зал, заказывать копию или писать запрос.
Стоимость
- Генеалогический запрос об актах гражданского состояния, то есть поиск записи о рождении, браке или смерти на одно лицо - 1 111 рублей.
- Тематический запрос, когда нужно установить факт или событие - 3 713 рублей.
- Ответ «сведений не обнаружено» тоже платный -1 303 рубля.
- Копия листа из электронного фонда пользования - 136 рублей за образ.
- Изготовление цифровой копии текстового листа А4 - 303 рубля.
Для тех, кто может приехать лично: съёмка собственным фотоаппаратом в читальном зале стоит 26 рублей за лист (до ста листов в день). Разница с заказной копией больше чем в десять раз.
Я оплачиваю услугу архивариуса, которая помогает мне искать неоцифрованные документы в архивах СПб.
Хотя очень хочется как-нибудь приехать лично и прикоснуться к артефактам.
На фото - метрическая книга о рождении старшего сына С.Ф. Заседателева - Александра, скачанная из архива СПб.

Мой архивный поиск продолжается. Находка этой недели — Сергей Заседателев, человек, о котором я до сегодняшнего дня ничего не знала
Сегодня моя книга о роде пополнилась ещё одной главой — о Сергее Федотовиче Заседателеве, родном брате моей прапрабабушки.
Род Заседателевых я изучаю давно и очень глубоко. В семье было девять детей, и по каждому из них я постепенно прорабатываю отдельную ветвь, стараясь восстановить не только даты, но и саму жизнь: образование, службу, браки, детей, судьбы следующих поколений. И именно Сергей всё это время оставался для меня белым пятном.
Поэтому находки этой недели для меня - настоящее сокровище.
Несколько метрических записей наконец позволили увидеть за именем в родословной живого человека и восстановить небольшой, но очень насыщенный отрезок его жизни.
18 мая 1905 года в Петербурге 25-летний Сергей Федотович венчался с 24-летней Ольгой Александровной Коссовой, дочерью коллежского советника. Для девушки того времени поздновато.

Именно из этой записи я впервые узнала, что Сергей был студентом Института инженеров путей сообщения Императора Александра I.

Наконец стало понятно, где он получил образование и откуда впоследствии появилась его профессия.
Теперь подтведилось, что все дети Заседателевых были с высшим образованием.

Значит, моя дочь - человек с высшим образованием в 7 поколении.

Но следующая находка оказалась гораздо неожиданнее.
9 августа того же 1905 года у Сергея и Ольги родился первый сын - Александр. Между венчанием и рождением ребёнка прошло меньше трёх месяцев. Если Александр родился в срок, то к моменту свадьбы Ольга находилась уже на весьма солидном сроке беременности.
Так, сухая метрическая запись неожиданно превращается почти в семейный роман.
Интересно, что стояло за этой свадьбой? Большая любовь, в которой события просто опередили принятый тогда порядок, или обстоятельства заставили две семьи ускорить венчание?
Хочется верить в настоящую любовь❤️
Для семьи их положения в начале XX века такая история едва ли была совсем рядовой, но спустя 120 лет нам остаётся только гадать.
А семья тем временем росла стремительно.
В октябре 1906 года родились близнецы Георгий и Евгений, а в июне 1908-го - дочь Галина. Получается, за три года Сергей и Ольга стали родителями четверых детей.
Интересно наблюдать и за тем, как вместе с семьёй меняется в документах сам Сергей.

При венчании он ещё студент, позднее назван потомственным почётным гражданином, а в записи о рождении Галины уже появляется «инженер путей сообщения».

Значит, между 1906 и 1908 годами Сергей окончил институт и начал профессиональную жизнь.
Несколько раз встречается и фамилия Пирумовых: представитель этой семьи присутствовал при венчании Сергея и Ольги, позднее Пирумовы появляются при крещении детей. Кто связывал эти семьи, пока не знаю, поэтому оставляю эту фамилию ещё одной ниточкой для будущего поиска.
Удалось обнаружить и личное дело Сергея среди служащих Управления Николаевской железной дороги. Оно не оцифровано и ещё ждёт своего изучения, но уже само его существование добавляет важный штрих к биографии молодого инженера.
А затем почти на десять лет след Сергея исчезает.
Следующая найденная запись относится к ноябрю 1918 года и находится уже далеко от Петербурга и Ливен — в Симбирске.
23 ноября 1918 года там умер 39-летний Сергей Федотович Заседателев. Причиной смерти стала холера.
Сегодня эта история стала новой главой моей книги, и, наверное, именно за это я так люблю архивный поиск: книга о роде никогда не бывает закончена окончательно, она продолжает писаться с каждой новой найденной записью.
Завтра расскажу, где я нашла эти документы, кто подсказал мне этот источник и как им пользоваться.
1. Фото - Сергей и Александр Заседателевы (братья)
2 и 3 Фото - Сергей Федотович в разные годы жизни

☕️Утром за завтраком думала про вчерашний митап от Moscow Legal Hackers. Хочу записать здесь свои мысли.
Главная ценность таких мероприятий для меня не только в новых знаниях, хотя их вчера было много. И не только в знакомствах с очень крутыми людьми, которые глубоко разбираются в нейросетях.
Такие встречи очень хорошо расширяют твои собственные представления о возможном.
Когда долго чем-то занимаешься, постепенно привыкаешь к своему уровню - быстро и автоматически решать поставленные задачи. И в какой-то момент начинает казаться, что где-то рядом уже потолок.
А потом встречаешь людей, которые ушли на много дальше тебя, и понимаешь: никакого потолка нет.
Для меня это важно.
Я очень плохо умею жить в состоянии «я уже всё умею». Как только перестаю видеть следующую цель, довольно быстро исчезает энергия.
Мне обязательно нужно что-то придумать, загореться этим, начать разбираться, пробовать, ошибаться, снова пробовать.
В жизни я человек-генератор: сначала генерирую себе идею, а потом каким-то образом вместе с ней генерируется энергия на ее реализацию.
Иначе начинается то самое болото.
Здесь все очень похоже на спорт. Чем больше двигаешься, тем больше хочется двигаться. А чем дольше стоишь на месте, тем сложнее сделать следующий шаг. Стагнация затягивает. Сначала становится немного лень, потом появляется прокрастинация, потом уже ничего особенно не хочется. А следом приходят неудовлетворенность и ощущение, что в жизни что-то пошо не так.
Поэтому всем иногда полезно оказаться среди людей, которые знают и умеют больше тебя.
И это не для того, чтобы сравнивать себя с ними. А чтобы снова увидеть, сколько всего еще впереди.

Вчера было особенно интересно: в чем-то я училась у коллег, а в чем-то уже им был интересен мой опыт.

И именно из таких пересечений иногда рождаются самые интересные идеи.
Осознала простую вещь: конца вообще не существует. Нельзя однажды «доучиться», дойти до какой-то точки и обнаружить, что дальше некуда.

Поймала нейросеть на несоблюдении скилла и подмене данных
Вчера собрали скилл по сборке сводной ведомости объемов работ и материалов из большого альбома рабочих чертежей - девять файлов с огромным количеством листов и десятками таблиц.
В скилле прямым текстом было написано:
• не придумывать данные;
• каждую цифру брать из конкретного листа;
• всё неясное помечать как требующее проверки.
Но на первом же реальном проекте нейросеть это правило нарушила.
Из четырнадцати листов готовой книги семь были заполнены данными, которых модель в проекте не читала. При этом ведомости выглядели безупречно: правильные марки, правдоподобные размеры, знакомые артикулы и цвета.
Внешне всё было настолько убедительно, что заметить подмену было практически невозможно.
Проблема обнаружилась только после прямого вопроса:

«Ты ничего не придумала? Все данные действительно взяты из проекта?»

После этого модель признала, что часть листов не прочитала, а сведения достроила по аналогии.
Это происходит потому что языковая модель умеет создавать правдоподобное продолжение. Прочитав часть проекта, она уже понимает, как обычно выглядят такие ведомости: какие используются марки, размеры, формулировки и артикулы. И в какой-то момент реальная строка из проекта и строка, восстановленная по аналогии, начинают выглядеть для неё одинаково убедительно. Или нейросеть просто устала и захотела схитрить.
Объем был действительно очень большой. Наверное, это самая объемная техническая задача за все время нашей совместной с ИИ работы.
Вторая причина заключается в самой форме результата. Пустая ячейка выглядит как недоделанная работа, заполненная как завершённая. Поэтому модель стремится заполнить пробел, даже если для этого приходится что-то дофантазировать.

Но главная ошибка была в самом скилле.
Мы написали, что нужно прочитать все листы и не придумывать данные. При этом не предусмотрели способ проверить, действительно ли каждый лист был прочитан.

Скилл писали буквально на коленке в спешке. А спешка, как известно, нужна при ловле блох.
Не было реестра обработанных листов, сверки их количества с альбомом и объективного критерия готовности.
Получилось, что инструкция описывала правильное намерение, но не требовала доказательств его выполнения.
А значит, фактически оставалась пожеланием.
Мы изменили скилл, переписали и добавили обязательные контрольные точки:
• реестр всех листов с отметкой, что прочитано и что извлечено;
• запрет заполнять пропуски по аналогии;
• привязку каждой позиции к конкретному месту в чертеже;
• сверку ведомости с итогами, указанными в проекте.
Теперь работа не считается завершённой без протокола сверки и списка непрочитанных листов. Фразы «всё перенесено» и «данные проверены» без подтверждающих цифр запрещены.
После повторной сборки обнаружились 12 настоящих противоречий в проектной документации.
Получается, что нейросети недостаточно написать «не выдумывай». Нужно построить процесс так, чтобы каждую цифру можно было проверить, а пропущенный лист нельзя было скрыть за красивой таблицей.

Час вместо недели: проверка проектных объёмов и составление ведомостей с помощью агентной нейросети
Обычная рабочая задача для строительной компании, на которой наглядно видно, что нейросеть уже умеет.
В работу пришёл проект по старинному зданию: один файл, 56 листов чертежей и таблиц.
Нужно было вытащить оттуда все таблицы с объёмами, то есть сколько чего построить и сколько закупить. По ним считают смету и заказывают материалы, так что цена ошибки может быть вполне ощутима: материала не хватило, объём в договоре занижен, работа встала.
Первое, что впечатлило - файл оказался фактически зашифрован. Не нарочно: программа, из которой его выпустили, записала буквы своими кодами, и попытка скопировать текст даёт кашу из значков. Обычно такое либо перепечатывают руками, либо распознают как картинку, а распознавание путает цифры и латинские названия.

Нейросеть пошла третьим путём: вычислила, на сколько позиций сдвинуты коды букв, и расшифровала файл целиком. Не угадала, а разгадала правило. Текст восстановился побуквенно, без единой ошибки.

Второе. Работала не одна модель, а команда. Нейросеть запустила восемь субагентов, это самостоятельные помощники со своим заданием и своей памятью, работающие одновременно: один разбирал план подвала, другой список дверей, третий отделку второго этажа. Главный агент раздал задания, принял результаты и свёл их вместе. Человек читает документы по очереди, а такая схема сразу все.
Третье. Нейросеть сделал все без участия человека.
Сама писала программный код и тут же его запускала, доустанавливала недостающие библиотеки для чтения PDF и распознавания русского текста, превращала чертёж в изображение и читала его зрением, а таблицы собирала по линиям чертёжной сетки, чтобы значение не съехало в соседнюю строку.
Четвёртое. Нейросеть нашла скрытые объемы. В оглавлении проекта заявлены три таблицы с объёмами. Нейросеть прошла все 56 листов подряд и нашла одиннадцать: остальные восемь спрятаны на планах этажей и потолков и в оглавление не попали. Тот, кто считает смету по оглавлению, теряет целые виды работ и не догадывается об этом.

Дальше пошла сверка. Итоговая таблица проекта разошлась с рабочими: по перегородкам разница больше чем в тридцать раз. Перечень напольных покрытий в двух местах разный, а стеклянные перегородки, установка дверей и окон и лепнина в итог не попали совсем. Плюс мелочи из-за которых потом появляются проблемы: ошибка в умножении, задвоенная позиция, объём, завышенный в десять раз, две строки без количества и пропущенный номер помещения.

Каждая цифра по отдельности правдоподобна, таблицы аккуратные, а человек к третьему часу чтения перестаёт замечать. У машины внимание не кончается на сотом листе.

Себя нейросеть тоже проверила: сложила площади по всем этажам и сверила с итогами, напечатанными в чертеже, пересчитала умножение в каждой строке, сверила количество дверей по строкам и по этажам. Сошлось до сотых долей.
Из настроек ничего экзотического: агентный режим Cowork, модель claude-opus-5 и один скилл для сборки таблиц Excel. Скилл - это сохранённая инструкция, которая превращает универсальную нейросеть в узкого специалиста и запрещает ей выдумывать данные.
На выходе один файл Excel из тринадцати листов: таблица работ, таблица материалов, перечень из четырнадцати спорных мест и все исходные таблицы проекта. Итоги стоят формулами: правишь одну цифру, пересчитывается всё остальное.
Час от начала до готового файла. Вручную это сводят несколько дней, а сверять листы между собой обычно некогда, поэтому такие расхождения и живут в проектах годами.