AI workbench

🧠 День 1/7. Главный принцип агентной работы В исследовании Anthropic чёткая картина: в типичной сессии человек принимает ~70% решений «что делать» и только ~20% решений «как делать». Агент берёт на себя исполнение. Ошибка новичка — лезть в «как». Ты должен владеть «что»: цель, границы, критерий готовности. 🎯 Задача дня (мой пример на JobFit): Вместо «напиши парсер вакансий» — формулирую так: «Цель: достать из текста вакансии 5 полей — должность, ключевые навыки, обязательные требования, soft skills, стоп-слова. Вход — сырой текст с hh/LinkedIn...

! Результат 3:1 не отражает реального расклада матча. Биться до последнего и ище на 100-й минуте попасть в перекладину. Да исполнительское мастерство пока не на уровне Аргентины, Англии и т.д. но желание играть и биться до конца подкупает...

Все обсуждают человекоподобных роботов. А меня зацепила одна строчка: часть денег идёт в Neuraverse — площадку, где роботы делятся навыками. За 9 месяцев соло-разработки я выучил это дорого: когда строить становится дёшево, сам код перестаёт быть преимуществом. Робототехника упёрлась в ту же стену — только в "железе"...

) 🚅 Зачем кодить форму обратной связи, если через коннектор можно быстро подключить и настроить поля через Google Forms 🤓 Вот так триллионная 💰 по стоимости компания шипит…

🚀 Запускаю личный челлендж: 7 дней прокачки работы с AI-агентами Anthropic выкатили исследование на 400 000 сессий Claude Code. Вывод, который меня зацепил: Успех с AI-агентом зависит НЕ от того, умеешь ли ты кодить, а от того, насколько глубоко ты понимаешь свою задачу. Эксперт в своём домене получает ×2 успешных сессий vs новичок. И главное — основной скачок происходит на переходе «новичок → средний уровень». Дальше прирост маленький. То есть стать мастером не нужно — нужно «рабочее понимание»...