Тег: ии

Более года назад я разработал цикл контроля качества перевода для своего украинского новостного сайта о крупных кошачьих — собственными силами, на Laravel. Схема была проста: перевести статью на иностранном языке на украинский, запустить анализатор, который проверяет результат на признаки машинного перевода, передать правки редактору, который их вносит, и снова проанализировать, пока исправлять не останется ничего. До шестнадцати проходов для новости, тридцать двух — для более длинной статьи. Я написал это ещё до того, как услышал, как кто-то употребляет словосочетание «агентный рабочий процесс»; это просто было тем, как я представлял себе структуру цикла корректуры.

Claude Code теперь предоставляет именно эту форму в качестве функции. Динамические рабочие процессы — это JavaScript-скрипты, которые вызывают субагентов в цикле, ветвят их, передают один этап в следующий. То, что я делал вручную, — теперь готово к использованию. Поэтому я перенес свой цикл в один такой: небольшой проектный скрипт, /translation-qa <news-id>которая считывает статью из продакшна и запускает тот же цикл «перевод → анализ → применение» в качестве рабочего процесса.

Я руководил портированием; код писал Opus 4.8. Он допустил немало ошибок, потому что функция новая, а модель на самом деле ещё не знает, как она себя ведёт. Публичная документация описывает рабочий процесс на высоком уровне; API скрипта — ту часть, которую ты собственно и пишешь, — познаёшь методом проб и ошибок. Там, где модель не знала, она догадывалась — с той же уверенностью, которую имеет во всём.

Стоит записывать не ошибки, а то, кто их ловил, потому что в большинстве случаев это был не я. Их ловили собственные валидационные запуски модели: «сухие» прогоны и проверки, которые она проводила вместо того, чтобы предполагать, что рабочий процесс работает. Мой год работы со старым Laravel-циклом подсказал мне, как должен выглядеть чистый код, поэтому я знал, к чему стремиться, но знать цель и ловить каждый промах — это разные дела, и второе я в основном делегировал при одном условии: проверяй, никогда не объявляй себя готовым. Моим в этом портировании было направление.

Я не воспринимал MBTI слишком серьезно. Он пытается оценивать людей по четырем критериям, и каждый критерий — это спектр, который может смещаться в течение жизни. С возрастом и без значительных изменений ценности большинства людей устанавливаются, поэтому есть нечто относительно стабильное, что можно измерить, — но измерение всё равно остаётся приблизительным. Все люди уникальны, и четырёхбуквенный тип применим лишь отчасти. Я знал свой тип. Но ничего на нём не строил.

ИИ это изменил. Не потому, что ИИ подтвердил MBTI как науку, а потому, что MBTI оказался самой популярной терминологией о личности в обучающих данных. LLM хорошо её знают. Они свободно оперируют всеми шестнадцатью типами и их когнитивными функциями — что каждый тип замечает в первую очередь, что отсеивает, как систематизирует информацию, какое объяснение «заходит», а какое нет.

Каждый тип действительно воспринимает информацию по-разному. То, что одному типу сразу понятно, для другого остается неясным. Одно и то же объяснение, перестроенное под другую когнитивную последовательность, воспринимается совершенно иначе. Я могу попросить ИИ оценить чей-то тип MBTI — по сообщениям, стилю письма, паттернам решений — а затем адаптировать сообщение так, чтобы оно было понятно с учетом того, как этот человек на самом деле думает.

Я закрываю 3+ позиции в стартапе. Цена переключения между режимами проявляется в Slack. В течение обычного дня есть решения и суждения, которые меняются только тогда, когда я смотрю — а когда я глубоко погружен в другую задачу, я не смотрю часами.

У меня был скрипт для Slack-дайджеста, который я собрал в начале этого года. Он сканировал каналы, обобщал шум, давал мне понятную картину — полезно, но я должен был не забывать его запускать. В те утра, когда я уже был чем-то поглощён, я забывал — а именно тогда он был мне нужен больше всего. Поэтому я сделал так, чтобы он запускался сам в начале каждого рабочего дня и появлялся в единственном месте, которое я не могу игнорировать.

Отдельный материал посвящён четырём сессиям вопросов и ответов в режиме реального времени, которые я посетил на второй день. А это записанные сессии: тринадцать из них на четырёх параллельных треках плюс два кейноута, которые их обрамляли. Сессии вопросов и ответов показывают, что докладчики говорят без сценария; записанные доклады — это то, что они подготовили.

Проходя второй день в порядке эфира, я заметил, что сходство было иным, чем в первый день. Первый день весь прошел в спорах на уровне идей: где должно быть место суждению, почему наблюдение превосходит теоретизирование, как ясность избавляет от выгорания. Второй день был голосом практика. Люди снова и снова демонстрировали тактики, которые они действительно применяют.

Второй день проходил по той же схеме, что и первый: записанные доклады в четырёх параллельных треках плюс живая сессия вопросов и ответов по каждой презентации. На сессии нужно было регистрироваться отдельно перед началом каждой, и я пропустил абсолютно все сессии первого дня, потому что не знал, что такая процедура вообще существует. На второй день я посетил четыре сессии, одну за другой в течение второго полудня. Пер Бейнинг о Claude Code, Анна Лаврова о том, почему системы сопротивляются изменениям, Анита Калмане-Бут о нейроразнообразии в командах разработчиков, Тара Скотт о разрыве петли разрешения. Живая сессия вопросов и ответов показывает, что спикер на самом деле думает о вопросах, к которым не готовился, — это иная суть, чем у записанного доклада. Этот текст о тех четырёх сессиях; записанные доклады второго дня — отдельная статья.

Я пришёл, ожидая четыре отдельных беседы на четыре разные темы. А ушёл с четырьмя версиями одного и того же наблюдения. Наиболее прямолинейно его сформулировала Анна, когда кто-то спросил её о схеме Гиршмана «лояльность / голос / уход / заброшенность»: эти четыре — не системы, это то, что система вознаграждает. А сама система — это любая структура вознаграждений, порождающая эти реакции. Как только она так это сказала, остальные три сессии сложились в тот же паттерн. Первые токены, отпечаток школьной системы в Аните, привычка Тары просить разрешения.

В этом году саммит прошел полностью в онлайн-формате. В большинстве сессий — не более четырёх параллельных треков, а день завершали два ключевых доклада. Смотреть из Болгарии означало, что я смотрел всё в записи, а не выбирал в реальном времени — в чём есть свои преимущества, потому что я мог перематывать доклады назад и пропускать те, что не заслуживали внимания.

Что удивило меня в конце дня: насколько пять треков (Keynotes, AI in Organizations, People, Agile in Gaming, Agile in Construction) снова и снова спорили об одном и том же с разных точек зрения. Ни один из аргументов не был новым. Новым было слияние — спикеры, которые десятилетиями работали каждый в своём углу, собрались примерно в одном месте примерно в одно время.

Расскажу о докладах в том же порядке, в каком они проходили.

В прошлом году я наконец-то автоматизировал свой новостной конвейер о крупных кошачьих. Я ищу, иногда перевожу и публикую новости о крупных кошачьих с 2007 года. Я быстро понял, что у меня нет ресурсов, чтобы поддерживать и расширять его в одиночку. Затем на основной работе я начал работать с ИИ-агентами и понял, что могу управлять ими так же, как управляю младшими разработчиками. Именно это и сделало мой личный проект жизнеспособным для одного человека с помощью ИИ.

Я переработал один конкретный уровень: сам поиск. Остальную часть конвейера я написал вручную в течение 2025 года: перевод, анализ, редактирование, повторный анализ. Он работал исправно. Поиск работал на бесплатном тарифе NewsCatcherAPI для некоммерческих проектов. Бесплатный тариф продлевается каждые несколько месяцев, но только если попросить и показать, что проект до сих пор жив и по-прежнему некоммерческий. 1 сентября 2025 года мой доступ истек. Я не просил о продлении. На тот момент я уже был перегружен другими делами и не возвращался к личному проекту несколько месяцев.

В начале 2026 года моя подписка на NewsCatcherAPI снова заработала на несколько дней. Не знаю, почему. Какие-то статьи попали в мою очередь на просмотр и напомнили, что проект всё ещё существует. К тому времени я уже ежедневно пользовался ИИ-агентами на работе, а ещё начал использовать их для собственного кода. Я также вспомнил пару статей в блоге NewsCatcher о том, как построить сервис, подобный их, с нуля. Я решил поручить ИИ-агенту прочитать эти статьи и перестроить поиск.

Для повседневных задач с кодом я использую Claude Code с плагином Oh My ClaudeCode. Его оркестрационные рабочие процессы заставляют ИИ-агентов циклически пересматривать собственные выводы, автоматически выявляя проблемы и проверяя исправления.

Но, поработав с этим некоторое время, я заметил одну повторяющуюся проблему.

Когда агенты передают контекст между итерациями, они в основном проверяют, исправлены ли проблемы, обнаруженные при первом проходе. Новые проблемы они находят редко. Общая память работает против меня.

Я продолжаю работать над личным проектом, посвящённым крупным кошкам. В рамках этого проекта я недавно запустил рассылку с новостями о крупных кошках на английском языке. Подписывайтесь в Facebook, Bluesky, Twitter или Telegram по адресу @BigCatsNews.

В последнее время я сосредоточился на разработке надёжной системы для автоматического перевода новостей с английского на украинский с помощью различных моделей ИИ. Процесс начинается с базовой модели перевода, после которой следует этап анализа, который проверяет перевод на наличие проблем и дает рекомендации по его улучшению. Эти рекомендации применяются более простой и экономичной моделью. Если продвинутая модель не выявляет проблем перевода в двух последовательных итерациях или достигает 16 итераций, система повторяет процесс с ещё более продвинутой моделью.

Для первоначального перевода и анализа я более месяца пользовался DeepSeek R1. Хотя эта модель обеспечивала хороший баланс между стоимостью и качеством, она допускала несколько ошибок, не всегда следовала инструкциям и требовала частой настройки промпта.

С февраля 2007 года я вручную ищу, иногда перевожу и публикую новости о крупных кошачьих — этот процесс длится уже более 18 лет. Эта работа всегда отнимала много времени: куча ручного поиска и обработки новостных статей. Годами я мечтал автоматизировать эту задачу, и за последний месяц в свободное время наконец-то смог это сделать.

Я реализовал поиск новостей через API от @NewsCatcherAPI — замечательного сервиса с множеством новостных источников. Начал с поиска украинских новостей и обнаружил, что в этом сервисе больше украинских источников, чем в других подобных API. Хотя количество украинских источников меньше, чем можно найти в Google News, оно всё равно впечатляет.

@NewsCatcherAPI бесплатен для некоммерческого использования, что идеально подходит для моего проекта, ведь он некоммерческий. Цель моего проекта — популяризировать и предоставлять украинцам свежую информацию о крупных кошачьих, а также продвигать украинский язык. Сейчас язык находится под угрозой со стороны различных сил и нуждается в поддержке. К тому же на родном языке просто приятно общаться.