через неделю лечу в нью-йорк на tech week by a16z. назвать это конференцией в привычном смысле нельзя — единого зала тут нет. Andreessen Horowitz, один из крупнейших фондов Долины, предлагает локальным игрокам придумать события по всему городу. выходит распределенная сеть из тысячи точек, где в одном расписании кряду будут ужины, панели, забеги, поход в баню, хакатоны и кулуарные междусобойчики.

при такой децентрализации конечно же самое интересное происходит на периферии — типа случайного разговора на каком-то ужине. поэтому нельзя просто взять и «прийти послушать» — иначе среди 1500+ событий легко утонуть. к такой недельке нужна подготовка. я ей еще занимаюсь, но поделюсь, что хорошо зарекомендовало себя в прошлом.

• сначала обновляю свой профиль — заново подсвечиваю себе, что я сейчас копаю, какие темы для меня ключевые. у меня это автоматизировано отдельным скиллом, который тянет сырые наработки и гипотезы из notion-воркспейса нашей R&D-лабы и плюс-минус оформленные идеи из этого канала. последний раз обновляла в январе — самое время освежить.)
• потом разбираю само поле — какие из сотен событий вообще мои, где искать те самые слабые сигналы, что я хочу понять про индустрию к концу недели. оптика для этого — восемь методов брейншторминга, которые в данном случае я прикладываю к хаотичному расписанию, чтобы оно сложилось в понятную карту. (это тоже скилл, да. и он работает только в связке со скиллом-профилем)

буду выкладывать, что из этого выходит. если кто-то тоже в нью-йорке на след неделе, напишите, соберемся вживую. раз уж все интересное случается в случайных встречах — давайте сделаем парочку чуть менее случайными)

«найди все X, удовлетворяющие условиям Y и Z»

поиск поиску рознь, особенно если это AI search. в пятницу делала Q&A сессию для своей нынешней группы. один из вопросов — как лучше подойти в LLM к поиску грантов, которые отвечают нескольким критериям, но информация про них лежит в самых разных закоулках открытого веба. как настроить эту фильтрацию?

к базовой LLM с таким запросом не зайти из-за ограничений встроенного web_search: во-первых, поиск идет поверх индексов поисковиков с их ранжированием, заточенным под SEO и обычных пользователей, во-вторых, контекстное окно, в-третьих обычный чатик физически не сделает сотни запусков web_search за один прогон. поэтому нам нужны другие инструменты:

1. режим FindAll в Parallel.ai. я даю агенту запрос типа «много всего на пересечении нескольких критериев» и далее он проходит три этапа: генерация кандидатов из веб-индекса, отсев несоответствующих, в итоге только тех, кто прошел все фильтры, плюс enrichment-поля.

буквально из недавнего: найти 100 дизайн-студии, получившие награды или представленные на отраслевых платформах за последний год, работающие на стыке технологий и визуального дизайна и создающие проекты для технологических компаний или стартапов. сразу три критерия, которые должны сойтись в финальном списке. за 20 минут на выходе 201 студия, из которых 100 формально подходят по критериям. далее экспорт и импорт выдачи в Claude Cowork/Code, чтоб он еженедельно трекал апдейты этих студий на случай любопытных кейсов.

2. WideResearch в Manus. этот режим подойдет, если большой список уже есть и надо сделать data enrichment. вот например: я пытаюсь найти слот на нью-йоркский марафон, но получить его можно только через благотворительность. вручную отсматривать сотни charity-партнеров я чокнусь. поэтому запрягла Manus: он нашел полный каталог и дальше обогащал каждую запись дополнительными полями: прямой сайт организации, ссылки и статус-чек по странице самой организации. итого логика сложилась такая: source list → enrichment → валидация/классификация → excel табличка с почти 400 результатами — за один промпт и 26 минут работы.

итого оба используют параллельную обработку вместо последовательной, оба решают проблему «один агент захлебнется в большом объеме», оба пришли на смену классическому Deep Research.

допускаю, что кто-ниб возразит, что можно делать то же самое в Claude Code с субагентами — и это правда для задач, где данные есть в обычных поисковых индексах, но на задачах с редкими сущностями (малоизвестные стартапы, нишевые компании в конкретных регионах, специфические профессионалы) проприетарный индекс Parallel дает преимущество, которое не закрывается умной оркестрацией. а Manus выигрывает там, где важнее скорость от идеи до результата — какие-то разовые задачи, незнакомые домены, ситуации, где продумывать оркестратор дольше, чем выполнить саму задачу.

как прошел апрель

• мы с Ангелиной Зайцевой запустили R&D лабу, где вместе с тремя десятком живых участников и одним ИИ-агентом изучаем постоянно открывающиеся возможности ИИ, переводя эксперименты в знания и воспроизводимые пайплайны. когда-нибудь я поделюсь подробнее внутрянкой, но пока хочу отметить, что командное исследование ИИ — самое увлекательно что только может быть. такая мультипликация интеллекта и приумножение восприятия, которое невозможно при ковырянии в одиночку
• я закончила корпоративный «Резонанс» для техно-пиарщиков Яндекса и которую неделю хожу с приятным послевкусием — мы нашли новые грани ИИ в одном домене — в данном случае это PR, трендвочинг, бренд-стратегия, а я прям всласть упоролась на сложных пайплайнах аналитики (типа анализа тысячи единиц контента в нескольких соцсетях)
• выступала в DodoSecretClub (спасибо Боре Герну и Диме Павлову, что позвали) и делилась своим подходом AI-driven трендвочинга. вообще эта тема сейчас одна из фокусных в моем личном рисерче — копаю 120+ методов трендвочинга в связке с ИИ и смотрю какие из них становятся все доступнее, если обвеситься нужными тулами для работы с открытым вебом и парсингом
• начала восемнадцатый поток «Плюс один»! набор закрыла меньше чем за неделю после анонса, благодарна лояльности и доверию, вижу, что новая программа вызывает отклик у ребят
• учитывая два очень активных чата (R&D лаба и «Плюс один»), я поняла, что не обойдусь без помощи сообразительных душек-кураторов — так появилось два агента со своей памятью и личностью, которые 24/7 готовы помочь каждому участнику. за месяц эта парочка закрыла 827 уникальных запросов, а нагрузка на моего человеческого ассистента снизилась на 60%. с такой разительной оптимизацией/расширением я столкнулась впервые, пока перевариваю...
• Every добавили меня в бета-тестеры их OpenClaw-продукта, интересно наблюдать за ходом мыслей американских коллег и сопоставлять их с нашим подходом. фан-факт: в бета-команде из 70 чел всего 3 девушки

из личного: мне исполнилось 32, бегала трейл в Рибес-де-Фрасере, дома появилась муравьиная ферма (могу теперь поддержать разговор о мирмекологии), а томаты в саду уже требуют пасынкования. скорей всего было что-то еще, но я забыла. успеваю вроде много, кроме одного — ведения тг-канала. но авось в ближайшее время вернусь в ритм.

все, пошла дальше готовиться к первой сессии «Резонанса», которая пройдет уже вечером

не прошло и года (прошло два:)), как я наконец начала женить свой комьюнити-менеджмент с ИИ! и теперь могу с опорой на данные влиять на опыт группы, ретеншен и фасилитировать по делу, а не для галочки

любой групповой чатик это самоорганизующаяся система с памятью и инерцией. в любом чатике быстро начинают воспроизводиться паттерны групповой динамики: свои роли, нормы, границы. могут возникать вспышки активности вокруг темы, формироваться микрокоалиции, а еще атрибуты и свои ритуалы.

неделю назад я делала внутри нашей R&D лабы (о ней я потом как-нибудь расскажу) демо про скиллы и решила в качестве иллюстрации дать команду в Claude Code «посмотреть как дела у ребят».

агент подтянул нужный скилл community-pulse, полез в MCP Telegram, достал из чата недельный объем сообщений и собрал дашборд. в нем – анализ комьюнити по пяти индикаторам здоровья, парковка незакрытых запросов, анализ участников по ролям — кто контрибьютор, а кто тихий наблюдатель. и последняя ценная вкладка: что нужно сделать для фасилитации.

ценность такого пайплайна не в разовом анализе, а в лонгитюдности. поэтому сегодня я получила обновленный дашборд, в котором теперь есть вкладка «тренды» с динамикой второй недели по сравнению с первой. и я, честно, в восторге!

я пока продолжаю шлифовать пайплайн анализа. была заминка с пагинацией (подтягивал не все сообщения) — пофиксила. или мне подсказали, что недостоверно анализировать участников по количеству сообщений, ведь некоторые пишут разово, но объемно — мейк сенс, учла, чтоб мы смотрели на символьный объем. потом планирую это полностью автоматизировать, чтоб наш ИИ-куратор (уже есть один у нас) приносил это раз в неделю хосту.

посмотреть демо-дашборд на вымышленных данных можно здесь
🔗https://democommunitypulse.netlify.app/

а если вы хостите чатики и комьюнити и хотите попробовать на своих данных, то отзовитесь, я с вами поделюсь текущей наработкой!

что является единицей анализа — один объект или связка?

кто о чем, а я все о Skills — для меня это формализованные пайплайны, которые можно переиспользовать. процесс выглядит так: сначала руками прогоняю задачу, отлаживаю каждый шаг, попадаю на грабли-развилки, обхожу их — и когда пайплайн отточен, говорю Claude что-нибудь вроде «собери все, что мы тут делали, в воспроизводимый скилл». так что Skill больше, чем просто промпт, это закрепленный рабочий процесс со всеми тулами, самообучением, иногда UI (всего таких архитектурных осей я пока насчитала шесть)

у меня сложился фрейм для проектирования таких пайплайнов: я смотрю на архитектурные оси (как устроен), на домены (какой класс задач решает — на скрине 9 штук, переведенных из мира кода на универсальный язык) и на тип ценности (тут не я придумывала, Anthropic уже дали рамку). и сегодня — про открытие внутри аналитических доменов (третий и восьмой на скрине).

до сих пор каждый мой аналитический пайплайн работал с атомарным объектом. рисерч маркетинговых кейсов берет один кейс. анализ риторики выступлений — один транскрипт. адаптированный питчинг — одного адресата. один объект → прикладываю линзы → получаю результат.

на прошлой неделе я уперлась в стену этого подхода.

у меня была задачка проанализировать сотни профилей в четырех соцсетях на love/hate к определенному бренду. прогнала ~100 аккаунтов, почти 4000 постов, включая комментарии. в процессе понимаю, что профиль сам по себе ничего не говорит. и пост сам по себе — тоже. провокационный пост может быть шумом одиночки, рейдж-бейтом или голосом сегмента. разница — в комментариях и в профиле высказывающегося. если под постом 200 «у меня то же самое» — это явно сигнал.

анализировать один отдельный объект как вырвать из контекста, не даст объемной картины. нужна связка: автор х пост х реакция аудитории.

Америку тут я не открыла (особенно тем, кто занимается качественными исследованиями), но для проектирования пайплайнов мне это показалось значимым различием:
→ атомарный объект работает, когда он самодостаточен для ответа на вопрос
→ составной нужен, когда вопрос — про взаимодействие. маркер: в формулировке задачи есть «как реагируют», «как воспринимают», «какой эффект»

p.s. предстоит еще подумать, в каких задачах попроще это могло бы быть полезно, а пока допущу, что любая многоуровневая аналитика станет доступнее (чего не скажешь о тексте выше)

анонс весенних программ по изучению и внедрению AI

• 13 мая — 17 июня проведу «Резонанс», программу про AI-driven PR, наработки после которой можно использовать в маркетинге, трендвочинге и личном бренде. в январе я провела пилотный поток, получила прекрасные отзывы (на скрине), а затем укрепила методологию, поработав с командой пиарщиков крупной компании. каждый модуль привязан к фрагменту пиар-рутины: мониторинг инфополя, аналитика, поиск инфоповодов, подготовка материалов.

шесть недель, чат, выстроенная экосистема вокруг вашей системы коммуникационной стратегии

🔗 программа «Резонанса» по ссылке


• 23 апреля — 18 мая мест больше нет пройдет базовая группа по ИИ (уже восемнадцатый поток!), у которой теперь есть название «Плюс один», обновленная программа и пара добавленных модулей. в 2026 году к привычным вопросам что делегировать, что усилить, что оставить за собой добавился новый → какие задачи впервые становятся доступны — потому что у человека есть ограничения, которых нет у ИИ-агентов.

восемь встреч, уроки в записи, чат поддержки и множество экспериментов и выстроенных процессов, которые вы заберете с собой

🔗 программа «Плюс один» по ссылке

а записаться и оплатить можно через бот @etonailyabot

как прошел февраль-март, хайлайты

придумала делиться итогами месяца, но после первого же месяца ушла в затишье — виной тому и три корпоративных потока, и окончание Резонанса, и подготовка новых проектов и рисерчей, и успеть бы жизнь между этим всем. но обо всем по порядку.

весь фокус, конечно, ушел в работу с командами по исследованию и внедрению ИИ — я почти два месяца проработала с продуктовой командой MWS AI, месяц с кросс-функциональной командой Унагранде и недавно начала копать AI-driven PR с пиарщиками Яндекса. с каждой из команд складывается свой сетап и свои сценарии: где-то мы копаем больше в работу с синтетическими персонами и прототипированием, где-то в skills, где-то в мониторинг инфополя и трендов. главный вывод, который себе вынесла — люблю вопросы, на которых пока нет готового ответа, они катализируют новый рисерч и отработку каких-то найденных решений и вот рождается готовый пайплайн или процесс.

было здорово познакомиться с Паркером из Мануса и смотаться в Париж на курсоровский междусобойчик — любые контакты внутри отрасли как интеллектуальный мультипликатор, обнаруживаешь еще десятки новых паттернов и юзкейсов. моя исследовательская природа ликует, тем более что месяц назад я получила визу США, куда поеду при первом весомом поводе.

бегала то много, то мало. в феврале был полумарафон в Барселоне, после которого мой запал немного утих, форма сейчас не такая уверенная. план бежать марафон в марте рассеялся, мне не хватает мотивации на участие в Копенгагене, но теперь щекочу себя идеей марафона в ноябре уже в Нью-Йорке. пока примеряюсь, кто знает, может и правда решусь.

засеяла сад. для контекста: я живу в квартире, к которой прилагается свой большой сад, который используется больше как игровая площадка для собаки Булки. но через неделю мне 32, а по версии стереотипов пора задуматься о собственной рассаде. так что я высадила кучу всего, руккола вот уже взошла и добавляется в салаты, и томаты скоро пора пересаживать. понятия не имею как все это делать, благо Claude помогает. изначально задумка с садом была как антидот постоянному втыканию в комп с ИИ. в итоге завайбкодила себе садовый трекинг, так что даже потрогать траву теперь нельзя без соучастия искусственного интеллекта...

кстати, на эту тему AI-life balance вышел подкаст у Кати Смоляновой — беседа получилась скорее личной, про то, что вообще происходит, когда три года живешь бок-о-бок с технологией.

много работы, идей еще больше, угнаться за всем невозможно, поэтому учусь жить-работать с приоритетами. скоро анонс потоков по работе с ИИ!

в моем кругу про агентские скиллы говорят несправедливо мало (вдруг у вас иначе?), хотя для меня это стало бескрайним полем для исследования. рядом с архитекрутрой скиллов (которая идет далеко за пределы просто сохраненного системного промпта) впору говорить о tacit knowledge — неявном интуинтивном знании, которое есть у каждого из нас, которое можно вербализовать в инструкцию и которое можно воплотить в виде того самого скилла, чтобы делегировать агенту. последние недели я двигаюсь по этому пути, выглядывая у себя свое неявное знание и учусь его оцифровывать — через интервью с LLM, через кросс-доменный перенос или хотя бы через анализ ошибок

например?
я поняла, что всегда пост-фактум анализирую свои лекции на предмет драматургии и вовлеченности — но появившийся скилл на ту же тему вывел эту операции на совершенно новый уровень, проведя параллельный анализ по нескольким лингвистическим регистрам и оптикам ораторского мастерства.

или скилл для карты возможностей, который запускается при ретро недели или нетворкинге, и показывает многообразие партнерских опций и последствий, которые могут возникнуть на основе текущих проектов. обычно такая задачка выполнялась под грифом nice-to-have — чаще времени и мыслительного топлива хватает только на продумывание инерции, а не матрицы прогнозов. теперь это базовый минимум при проектировании работы.

и так понемногу то тут, то там. по мере уже многократного перевода tacit knowledge в скилл (и соответственно делегирования) я не могу не задаваться довольно экзистенциальным вопросом о том, а что остается мне? вероятно, остается то, что не делегируется: вкус, чуйка, способность сказать «вот это живое, а вот это мертвое и бестолковое»

возможно, мы станем чем-то вроде арт-директора или редактора — человеком, чья ценность именно в суждении. но и тут есть риск: если вкус не подпитывается практикой, он может скуднеть.

или возникнет новое неявное знание. каждый раз, когда я кристаллизую tacit knowledge в скилл, я освобождаю когнитивное пространство для чего-то нового. наверно, это как с языками, когда грамматика уходит в автоматизм, появляется чувство стиля, когда стиль уходит в автоматизм, появляется чувство регистра (?) и так слой за слоем.

уверена пока что только в одном: tacit knowledge генерируется быстрее, чем кристаллизуется, и живой человек всегда будет на шаг впереди своих скиллов

на прошлой неделе получила письмо от команды Manus с приглашением на созвон с продуктовой командой — они две недели назад запустили агент в Telegram (писала здесь) и обзванивают power users, чтобы собрать фидбек. я за первую неделю сожгла 200К кредитов на разных задачах — видимо мой разгуляй на все деньги не остался незамеченным

в итоге сегодня познакомилась и пообщалась с Паркером, Chief of Staff в Manus, расшарила ему свои эксперименты, баги и наработки. что вынесла:

• My Browser — отдельный коннектор, о котором не все знают. Manus может работать через облачный браузер (не нужен включенный комп, задачи идут в фоне), а может через ваш локальный — тогда у него есть ваши логины и сайты не блокируют его как бота. агент сам решает, какой режим использовать. управление браузером через агент есть и у других (Computer Use у Claude, browser_use у OpenClaw, но у OpenClaw только локальный браузер: нет компа — нет агента). у Manus облачный работает всегда, а локальный подключается когда нужны логины. пока что My Browser работает только в веб-версии — из Telegram переключиться на него нельзя

• я поделилась, что хочу, чтоб агент сам анализировал мои паттерны использования и предлагает что еще можно делегировать. (на первых порах самое сложное это придумать себе юзкейсы и люди обычно идут по пути компенсации лени. бронивание столика в ресторане через агента, конечно, может быть полезно, но мы очень сильно недооцениваем потенциал агентов, которые идут далеко за пределы наших человеческих ограничений — это мое поле рисерча в последние недели) оказалось, это уже у них в работе, а пока рабочий костыль, который предложил Паркер: создать scheduled task «каждое утро посмотри что мы делали вчера, предложи 2-3 шага, которые ты можешь сделать сам, и дай мне подтвердить». мета-подход, вокруг которого я бродила, но так сама не додумалась!

• нюанс с cron-задачами: первые дни я была уверена, что cron сломан — после n8n привыкаешь, что если триггер стоит на 9 утра, то в это время ты и получишь законченную задачу. но время в расписании это время старта, не финиша! а для агента задача может выполняться сильно дольше. поэтому теперь правило: если нужен результат к 9:00, ставьте на 8:50

• групповые чаты в телеграм — в планах. сейчас есть collaborative tasks, они работают только в вебе. говорят, что хотят перенести это в Telegram

• по вопросам Паркера показалось, что они классифицируют проблемы по трем осям: quality, format, execution. хочу теперь примерить эту оптику на свои таски и разложить по упомянутым полочкам возникающие заминки

на скрине фрагмент моего материала, который я показывала Паркеру — офтоп, но как же захватывает теперь оформлять любые идеи, я с прошлого года, кажется, еще ни разу не открывала слайд-презентации!

мой новый лонгрид в Setters Media — теперь в рамках рубрики «Безответственные прогнозы»

любопытно, что фактура к этому материалу началась плюс-минус в марте 2024 (см.скрин в коментах), тогда у меня был диалог c журналистом Джеем и мы обсуждали, насколько реалистично или утопично звучит идея о том, что мы все с вами сможем отказываться от сервисов в пользу чего-то, что собрали себе сами — уже тогда это обсуждалось на почве работы с ИИ, но мне было невдомек как далеко это может зайти за два года. взглянуть только на первые два месяца развития агентов в 2026, когда все переворачивается примерно каждую неделю

следующей опорной точкой для этого текста был мой анализ докладов на WebSummit в 2025. попутно — еще десятки наблюдений, которые я вылавливаю из личного мониторинга, аналитики, релизов и обсуждений этих релизов

все это соединилось в почти 20 тысяч знаков о рисках, которые идут тенью за восторгом от ИИ. кошмар, мой первый текст, где я звучу как алармист! (но не являюсь им!)

https://www.setters.media/bezotvetstvennye-prognozy/i-riski-posledstviya

я в Париже на междусобойчике Cursor — приехали их field инженеры, чтоб рассказать про текущие апдейты и планы. тайминг очень даже удался, учитывая, что вчера Cursor представил своих cloud agents, так что можно спылу-сжару все это обсудить и прикинуть нынешний агентский ландшафт.

из милого-смешного: в кафе сдох вай-фай, поэтому слайды смотрим с компуктера — инженер Ник просто развернул к нам свой экран, а мы наклонившись ловим что там написано.

что выцепила:
- Cloud Agents теперь можно запустить в облаке. раньше агент работал только пока ты сидишь в Cursor — закрыла ноутбук, все встало. теперь закидываешь задачу, закрываешь комп, идешь жить жизнь. агент использует внутренний компьютер для работы, а когда закончит, то присылает видео своей работы. сам концепт агента в облаке не нов (Manus с самого начала был такой), но для экосистемы Cursor это прям шаг вперед для осмысленной глубокой работы с накопленным конеткстом
- запускать можно с веба или Slack. звучал пример: маркетолог нашел опечатку в интерфейсе → тегнул Cursor-бота в Slack → бот сам создал пулл-реквест. все. прямой интеграции с Telegram пока нет, но можно настроить через API
- семантический поиск по базе! обычно поиск происходит по строкам (grep), но Cursor разработали собственную модель, так что я теперь поняла, как можно получше поработать со своей спарсенной базой кейсов Каннских львов

есть и ложка дегтя! экономика непрозрачная. Cursor позиционирует мощные обновления, но сколько они стоят в реальности — даже их собственный инженер не знает. для инди-разработчика или маленькой команды, которая считает каждый доллар, это все пока больше риск, чем возможность. но объективно говоря, это проблема сейчас относится ко всем агентским решениям.

у Райана, еще одного инженера, который тут был, я спросила какой у него подход к learn/unlearn, ведь постоянные апдейты заставляют постоянно переучиваться и адаптироваться, никакого покоя. сказал, работать с головой)) не цепляться за workflow, который работал вчера и постоянно пересматривать, что из привычек уже мешает. Ник сказал похожее про правила для агента: «я начинаю с минимума и позволяю модели показать, где ей нужна помощь. как я воспитываю детей — не даю 300 указаний, а жду, когда покажут, где нужна поддержка.»

как будто бы это применимо вообще для всех, кто учится работать с AI (и надо признать, что у этого «учиться» конечной точки не будет). мы привыкли к модели «сначала выучи все, потом делай», но когда инструмент меняется быстрее, чем ты успеваешь его освоить, этот подход попросту вреден. ты тратишь неделю на выстраивание идеального воркфлоу, а через неделю выходит апдейт, который делает половину твоих решений бессмысленными. и вместо того чтобы принять новое, мы защищиает старое, потому что вложились.

пойду поем луковый суп.