В какой-то момент я понял, что читаю про ИИ больше, чем реально делаю с ИИ.
Каждый день вокруг новые модели, агенты, репозитории, “убийцы ChatGPT”, очередные нейросети для картинок, видео, кода и бизнеса. Всё это интересно. Но если честно, через пару часов такого чтения в голове остаётся не стратегия, а каша.
Я открываю Telegram. Там уже десять каналов спорят про новую модель. Захожу на GitHub. Там внезапно взлетел очередной репозиторий, который вчера никто не знал, а сегодня его обсуждают все AI-каналы. Открываю VC, Дзен, Хабр, зарубежные блоги. Везде что-то происходит.
И в какой-то момент я поймал себя на неприятной мысли: если я хочу регулярно писать про ИИ, разработку и свои проекты, то я не могу каждый день вручную разгребать этот поток. Так можно сгореть раньше, чем напишешь первую нормальную серию статей.
Мне нужна была не просто папка со ссылками. Мне нужна была своя маленькая AI-редакция.
Не ещё один чат с нейросетью
Сначала идея звучала скромно: пусть агент хотя бы ищет новости и предлагает темы.
Без магии. Без “сделай мне бизнес на миллион за вечер”. Просто нормальный рабочий помощник, который утром собирает источники, смотрит Telegram-каналы, RSS, GitHub, Apify, OSINT-каталоги, ранжирует темы и говорит: вот это может зайти, вот это шум, вот это стоит проверить.
Но дальше началось самое интересное.
Потому что как только ты просишь агента не просто “найти новость”, а помочь тебе писать в твоём стиле, внезапно выясняется, что проблема не в одной функции. Нужна вся цепочка.
Где брать темы.
Как не тащить мусор.
Как отличать хайп от полезного сигнала.
Как писать не как пресс-релиз.
Как не потерять старую версию, если рерайт получился хуже.
Как добавить картинку.
Как отправить в Telegram так, чтобы Дзен-бот забрал текст и картинку одним сообщением, а не двумя отдельными кусками.
Как вести журнал публикаций.
Как потом понять, что куда ушло.
И вот тут простая идея начала превращаться в продукт.
Вайбкодинг как способ думать руками
Я не садился писать идеальную архитектуру на месяц вперёд. Я делал иначе.
Открывал Codex и шёл маленькими шагами.
Сначала: давай собирать темы.
Потом: добавь источники.
Потом: почему белый экран при публикации?
Потом: нужна база, где видно, куда ушла статья.
Потом: хочу картинки.
Потом: картинка плохая, надо другой провайдер.
Потом: пусть рерайт не пишет “черновик для Telegram”, а отдаёт чистую статью.
Потом: добавь откат, если новый вариант хуже.
Потом: хочу блог на своём домене.
Потом: спрячь админку, а наружу покажи только статьи и проекты.
Потом: добавь OSINT.
Потом: добавь AI Compare.
Потом: сделай не кухонный комбайн, а швейцарский нож.
Так и строился агент. Не одним большим рывком, а как живая система, которую ты трогаешь, ломаешь, чинишь и постепенно начинаешь понимать, какой она должна быть.
Что получилось в первой версии
Сейчас у агента уже есть своя внутренняя редакция.
Он умеет собирать темы из RSS, сайтов, Telegram, Apify и OSINT. Умеет сохранять их в базу. Умеет делать черновики под блог, Telegram, VK, VC, Дзен и Wiki. Умеет переписывать текст в моём стиле, хранить правила стиля и учитывать запреты.
Появился AI Compare: несколько вариантов рерайта, где один делает сильный хук, другой более аналитичный, третий короткий. Можно выбрать лучший и откатиться, если не понравилось.
Появился Research Report: быстрый разбор темы перед статьёй. Почему это может зайти, какие риски, что проверить, какой угол подачи выбрать.
Появились Task Notes: маленькие задачи по материалу, чтобы не потерять “проверить источник”, “добрать картинку”, “сделать короткий пост”.
Появился Model Cookbook: карта моделей, где видно, что использовать для рерайта, что для быстрых черновиков, что можно попробовать локально через Ollama на MacBook или Proxmox.
Появился блог на своём домене, RSS для Дзена, журнал публикаций, медиатека, генерация обложек, настройки Telegram, VK, MAX и других площадок.
И главное: это всё родилось не как абстрактный учебный проект, а из реальной боли.
Я хотел писать регулярно и не тонуть в потоке AI-новостей.
Что пошло не по плану
Почти всё.
Рерайт иногда выдавал служебный мусор.
Бесплатные модели писали странно.
Картинки получались ужасными.
Публикация ломалась белым экраном.
Дзен требовал RSS и подтверждение домена.
Telegram с картинкой оказался не просто “отправь картинку и текст”, потому что для автоподхвата в Дзен это должно быть единым сообщением.
Некоторые инструменты хотелось добавить сразу все, но стало понятно: если тащить всё подряд, получится не агент, а кухонный комбайн с двадцатью кнопками, из которых страшно нажать любую.
Поэтому появился принцип: швейцарский нож.
Маленькие инструменты. Каждый делает одну понятную вещь. Research Report разбирает тему. AI Compare сравнивает варианты. Task Notes не дают забыть следующий шаг. Память стиля держит правила. Cookbook помогает не путаться в моделях.
Не один огромный монстр, а набор острых рабочих лезвий.
Почему я вообще об этом пишу
Потому что мне кажется, сейчас начинается интересный момент.
Многие уже наигрались в “просто спросить ChatGPT”. Следующий этап — собирать себе личные рабочие системы. Не универсального робота на все случаи жизни, а маленькие AI-механизмы под свою реальную работу.
Для кого-то это агент для продаж.
Для кого-то — помощник в коде.
Для кого-то — система для исследований.
А для меня это AI-редакция, которая помогает превращать хаос новостей, ссылок, идей и экспериментов в статьи, проекты и публикации.
И эта серия как раз об этом.
Я буду показывать не только красивый результат, но и внутреннюю кухню: что ломалось, какие решения сработали, какие оказались тупиковыми, как Codex помогал собирать систему, где пришлось думать самому, и почему vibe coding — это не “нейросеть всё сделает”, а новый способ быстро думать руками.
В следующей части расскажу, с чего начался первый прототип: как агент начал собирать темы, почему первые результаты были шумными, и как из простого поиска вырос редакционный центр управления.
