Бизнес-архитектор: Финансы, Путешествия и Роботы

Простой воркфлоу на N8N: пользователь шлёт фото в тг-бот → N8N скачивает файл, кодирует в base64 → отправляет в GLM-OCR через z.ai API → парсит JSON/Markdown → валидирует поля → возвращает структурированный ответ обратно в Telegram. GLM-OCR — китайская модель от Z.AI, 0.9B параметров, #1 на OmniDocBench. $0.03 за 1M токенов, MIT лицензия...

Исходник: ~400-500 визитов в месяц. Задача — расти. Но сначала понять, что качать на лендинге в первую очередь. Поискал лучшие SEO-скиллы для Claude Code, нашёл кмк классный. Запускаешь аудит → он поднимает 6 агентов, каждый со своей специализацией: техничка, контент, on-page, Core Web Vitals, структура, конкуренты...

Официальный плагин для Claude Code: подключаешь Telegram-бота, запускаешь сессию с флагом канала — и всё, пишешь агенту прямо из телефона. Агент с доступом к файлам, терминалу и инструментам. Не чат-бот, а полноценная агентная сессия. Создаёшь бота через BotFather → устанавливаешь плагин → паришь телефон → claude --channels plugin:telegram. Пять шагов, официальная документация, поддержка из коробки...

С любопытством посмотрел канал Дмитрия Медведева: https://t.me/medvedev_telegram И поймал забавную микродеталь. Раньше в постах там в основном были короткие тире. А в одном из последних сообщений внезапно появились длинные. Можно ли по этому признаку уверенно сказать: "ага, текст писала нейросеть"? Скорее нет. Само по себе длинное тире почти ничего не доказывает. Это может быть: • другой редактор текста • автозамена или типографика • смена устройства • редактура перед публикацией • и только в одном из сценариев - помощь ИИ То есть это не "улика", а скорее след смены инструмента. Вообще, в ближайшие годы будет всё больше таких ложных маркеров...

Вступление — сентябрь 2027, пока на обсуждении до 15 апреля. Суть: реестр «доверенных моделей» (через ФСБ + ФСТЭК), локализация всего, маркировка ИИ-контента, иностранные модели — вне КИИ. Моё мнение: сама идея регулирования не плохая. Маркировка ИИ-контента — давно нужна. Но реестры и локализация меня настораживают. Реестр «доверенных моделей» на практике означает, что скорость появления новых инструментов в бизнесе будет определяться не рынком, а темпом работы регулятора. А это медленно. Плюс главная дыра осталась нетронутой — авторские права на результат работы ИИ. Кто автор текста, кода,...

). Недавно я уже рассуждал про неё здесь. И, кажется, нашёл ещё один очень близкий подход к этой идее. Речь про Paperclip. Поставил в докере, дал ему Claude Code - и надо сказать, что это уже сильно ближе к той самой кнопке. Логика там любопытная: ты не просто запускаешь агента, а как будто создаёшь виртуальную компанию. Внутри появляется CEO, который: • смотрит на цель компании • решает, какие задачи нужны • нанимает агентов • распределяет работу • контролирует выполнение Причём среди нанимаемых агентов там есть и OpenClaw...

Еще один лайф-хак - если занимаетесь сайтами - проверьте их через google pagespeed (https://pagespeed.web.dev/) - а дальше скопируйте результат и скормите claude code, после за 5-7 минут значительно улучшите...

Недавно я уже коротко писал про OpenClaw здесь. Сейчас делаю второй подход - уже не “потыкать”, а по-настоящему поэкспериментировать. Что сделал: • выделил под него отдельный VPS • поднял в отдельном Docker-контейнере • дал доступ к управлению контейнерами • подключил Codex, чтобы экономить на токенах • добавил coding agents • разложил работу по Telegram-темам: посты, память, поездки, проверка авиабилетов И почти сразу снова уткнулся в старую проблему агентных систем. Они очень уверенно говорят, что что-то сделали, даже когда на самом деле не сделали. Попросил поставить напоминание через 15 минут...

? Провел небольшой эксперимент - Ролик сгенерировал claude code - целиком от начала и до конца, с озвучкой прочим - по простому промту: «Можешь использовать любые ресурсы и Python, чтобы сгенерировать короткое видео в стиле "youtube poop" и отрендерить его через ffmpeg. Добавь побольше личного - оно должно передавать, каково это быть языковой моделью...

Claude Code за пять дней переписал chardet - популярную Python-библиотеку с 854 млн скачиваний в год. Результат: лицензия сменилась с LGPL (копилефт) на MIT (полная свобода). Что произошло: chardet определяет кодировки текста и встроена почти в каждую Python-среду. Два десятилетия она была под LGPL - это значит, что любые улучшения должны были остаться в открытом коде. MIT - наоборот, позволяет использовать код как угодно, включая закрытые проекты. Почему это критично: ▪️ ИИ переписал код так хорошо, что он не нарушает лицензию ▪️ Но разработчики не...

». Никто не спрашивает, почему это делает AI тупее. SOUL.md — простой текстовый файл, который даёт агенту личность. Создатель OpenClaw популяризировал идею. Агент «читает себя в существование». Звучит глубоко. Вот чего никто не говорит: SOUL.md — это просто системный промпт с хорошим маркетингом. SOUL.md, MEMORY.md, SKILLS.md — когда агент запускается, все файлы склеиваются в один context window. AI не «имеет» душу. Он читает текст «вот твои убеждения» и следует инструкциям. Всё. Это вся магия...

В большинстве компаний проверка контрагента выглядит одинаково: налоговая, арбитраж, выписка, «надёжность», учредители, залоги, лицензии… На одного ИНН легко уходит 20-30 минут. А потом приходит реальность: тендеры, новые поставщики, подрядчики, клиенты. И это уже не 5 проверок в месяц, а сотни. Я написал статью о том, как мы превратили эту рутину в сервис, где машина собирает факты, а человек принимает решение. 📌 Что внутри: Источник данных: ВОК API (агрегирует сведения из множества госреестров) и отдаёт не только JSON, но и 4 PDF-отчёта на каждого контрагента. Автоматика в тендерах: фоновая...