Артыкулы
Нататкі пра архітэктуру, AI-агентаў і LLM у прадакшэне — серыямі і асобнымі пастамі.
Новыя публікацыі · 21
- 07 Генератар відэа, частка 7: як я правяраю, ці мадэль захоўвае героя · Video Generator Два героі, круасан і эксперыменты ў Vini Studio. Як я правяраю нязменнасць персанажаў, узнаўляю збоі і мяняю гіпотэзу, калі наступная праверка ёй супярэчыць.
- · Колькі кампаніі змяшчаецца ў адным чалавеку AI дазваляе аднаму чалавеку рабіць усё больш. Што тады застанецца ад звыклых каманд — і колькі рашэнняў вытрымае сам чалавек?
- 02 CRM на Markdown, частка 2: 27 гадзін, 23 каміты і каталог правалаў · CRM на Markdown Анатомія CRM на Markdown, сабранай з ШІ-агентам на жывым праекце, — расказаная праз правалы, бо менавіта з іх вырасла кожнае правіла. Чужая фраза, запісаная як голас уладальніка; гатовы каментарый, апублікаваны пад чужым постам; маўчанне карыстальніка, растлумачанае прадуктам, пакуль чалавек пераязджаў. Тры пароды правалаў — даныя, працэс, інтэрпрэтацыя — з механізмам і цаной кожнага; чатыры рашэнні, адмененыя праз гадзіны пасля прыняцця; і галоўны ўрок усёй задумы: правіла без вартаўніка не выжывае — нават у таго, хто гэтае правіла напісаў двума абзацамі вышэй.
- 01 CRM на Markdown, частка 1: як стварыць CRM за вечар — пакрокава, з ШІ-агентам, які сам шукае лідаў · CRM на Markdown Пакрокавы гайд па працоўнай CRM без базы даных, SaaS і залежнасцяў: ставіце Claude Cowork або Claude Code, дадаяце скіл md-crm дзвюма камандамі ці адным ZIP, падключаеце пашырэнне Chrome — і агент трыажуе выдачу пошуку LinkedIn, якую вы гартаеце, заводзіць карткі кантактаў і не дае дошцы хлусіць. Гаворыце з ім звычайнымі словамі: дадай кантакт, запішы яе адказ, што гарыць. Той самы шкілет працуе як ATS для найму. У фінале — што агент бярэ на сябе, а што застаецца чалавеку, і кантакт, калі захочаце тое самае пад вашу варонку.
- 11 My Architect, частка 11: восемсот камітаў, якія пісаў не я · My Architect Не дэма, а жывы праект — канвеер відэа на 802 каміты за 78 сутак, дзе ёсць фронт, бэк, рэндар відэа, пітонаўскія сайдкары і пяць вендараў мадэляў, і ўсё гэта трымае my_architect. Унутры — сапраўдныя лічбы трэкера (650 вузлоў, 296 патрабаванняў, 63 RFC), як патрабаванне счэпленае з камітам і тэстам праз гейт пакрыцця, які роніць зборку, чаму да кода я малюю HTML-вайрфрэймы, што каміты насамрэч мераюць у гісторыі «аддаю задачу на ноч і раніцай яна зробленая» — у сутак два гарбы, а ранішнія каміты ўдвая буйнейшыя за дзённыя, — і чаму ўсё гэта адчыняе дзверы камандзе, а не зачыняе іх.
- 06 Ад палатна да студыі: бібліятэка, паралельны запуск і аўта-афармленне ролікаў · Video Generator Раней палатно збірала адзін ролік. Цяпер у яго ёсць імя — Vini Studio — і яно вырасла з графа ў працоўную прастору, дзе ролікі можна гнаць пачкамі. Унутры: чаму бібліятэка элементаў і кэш рэндэру — адзін механізм над табліцай артэфактаў; менеджэр промптаў з сістэмнымі і сваімі шаблонамі; вузел, які сціскае мінулую серыю ў тысячу токенаў памяці; паралельны запуск і баг топасорту, з-за якога сцэны стартавалі раней за сцэнарыста; субтытры не з майго сцэнара, а з таго, што рэальна сказана ў кадры; дызайн-сістэма, згенераваная адным промптам, і рэндэр афармлення на Remotion. І шчыра пра лічбы — дванаццаць долараў за ролік і 22% дагляданняў.
- 05 Тыя самыя героі ў ШІ-роліках: універсальныя элементы замест першага кадра · Video Generator У другой серыі «Шэрыфа Бульбы» персанажаў пабольшала, і трук з першым кадрам перастаў выцягваць — каб героі не распаўзаліся ад сцэны да сцэны, я перавёў палатно на рэферэнсы, мае «ўніверсальныя элементы». Унутры: чаму відэамадэлі прымушаюць выбіраць паміж першым кадрам і элементамі (і чаму Kling — выключэнне), колькі каштуюць 8 секунд у Grok, Gemini і Seedance, трук з 480p, тэгі ImageRef і асаблівыя прыкметы герояў. Плюс шчыры разбор багаў шостай сцэны — і гатовая серыя ў фінале.
- 04 Сваё нодавае палатно для відэа: збіраю ролік цалкам на адным графе · Video Generator Першыя тры часткі серыі разбіралі пайплайн па кавалках — LLM для сцэнарыста, відэамадэль, раскадроўку. Тут паказваю ўсё палатно цалкам: свой нодавы рэдактар на litegraph і ComfyUI-ядры, дзе Claude піша сцэнар, персанажы жывуць як шматразовыя «душы», а трук «адзін кадр → відэа» трымае завязку сцэны. Плюс першы ролік, які палатно сабрала само, і разбор бага «капуставы капялюш».
- 10 My Architect, частка 10: памяць пра рэпазіторый — код-граф, якому забаронена верыць на слова · My Architect Працяг гісторыі recursive-context: чатыры рэлізы за дзень вучаць агента персістэнтнаму графу коду (Graphify) пад жорсткімі правіламі недаверу — freshness-гейт, факты толькі з жывых файлаў. Плюс кантраляваны A/B-замер «граф супраць grep» на NestJS: −71% токенаў на класе «разуменне», парытэт на астатніх — і схаваныя суб-агенцкія выдаткі, з-за якіх наіўныя бенчмаркі хлусяць.
- 09 My Architect, частка 9: Recursive context — як мы навучылі агента шчыра казаць, чаго ён не прачытаў · My Architect Ад артыкула MIT пра Recursive Language Models да скіла recursive-context за адзін дзень: чаму вялізнае кантэкстнае акно не вырашае праблему вялікіх даных, як fan-out ізаляваных суб-агентаў са шчырым пакрыццём замяніў python-бібліятэку і што знайшлося толькі жывымі прагонамі — ад baseline, які аказаўся занадта добрым, да бага ў 14 мілісекунд.
- 08 My Architect, частка 8: Event Storming як кантроль паслядоўнасці, а не яшчэ адна дыяграма · My Architect Дыяграма-карцінка нічога не правярае. Event Storming правярае: у кожнай падзеі ёсць прычына, у каманды — вынік. Як агент ганяе дошку праз дэтэрмінаваны аналізатар паслядоўнасці, латае механічныя пралому да нуля і пакідае нявырашаныя бізнес-пытанні на віду. На жывым праекце Forklift — 5 кантэкстаў, 17 злоўленых праломаў.
- 03 Сторыборд да відэа: бачу ўвесь ролік загадзя — і праўлю сцэнар, пакуль гэта танна · Video Generator Паміж сцэнарыстам і відэамадэллю ў маім пайплайне з'явіўся пласт, які ўсё змяніў, — раскадроўка. Алоўкавы сторыборд паказвае ўвесь ролік загадзя: я чытаю яго, лаўлю плоскую рэпліку ці згубленага героя і праўлю сцэнар, пакуль гэта каштуе капейкі, а не пасля дарагой генерацыі відэа. Унутры — эвалюцыя з чатырох стадый, мае промпты цалкам і бонусам параўнанне чатырох мадэляў, якія малююць гэтую раскадроўку.
- 02 Grok Imagine 1.5: тэстую новую відэамадэль — досвед і параўнанне · Video Generator Выйшла Grok Imagine 1.5 — свежая відэамадэль xAI з родным гукам і ліпсінкам. Я прагнаў яе праз свой пайплайн на адмыслова складанай сцэне і параўнаў з Seedance 2.0, Kling v3 і Veo 3.1. Унутры — чатыры відэа, мой досвед з Grok і сумленны разбор: дзе яна выйграе, а дзе не.
- 01 Як выбраць LLM для прадакшэну: сляпая крос-вендарная ацэнка · Video Generator Адзін выклік LLM задае столь якасці кожнага відэа ў маім пайплайне — і аплачваецца на кожным. Я пратэставаў чатыры мадэлі ўсляпую, крос-вендарна, на рэальным прадакшэн-промпце. Найноўшая мадэль выйграла вузкую метрыку і прайграла ў цэлым. Метад і рашэнне «якасць на долар».
- 07 My Architect, частка 7: Obsidian, Claude Code docs і OpenClaw — палявыя нататкі · My Architect Кожны з іх я спрабаваў з адной мэтай: быць прадуктыўным на рэальных праектах з AI. Якую працу насамрэч робяць Obsidian, docs-падыход Claude Code і OpenClaw, дзе ў кожнага столь і што гэта сказала мне пра памяць праекта.
- 06 My Architect, частка 6: бок чалавека — WBS, Building Blocks і User Story Map · My Architect Уся серыя была пра агента, гэтая частка — пра мяне. Як архітэктар карыстаецца My Architect рукамі: WBS паверх building blocks, User Story Map для прыярытызацыі і чаму дыяграма, якую выконвае агент, мацнейшая за любую дошку.
- 05 My Architect, частка 5: дыстрыбуцыя праз Claude Code marketplace · My Architect MCP-сервер, skill і чатыры slash-каманды раней усталёўваліся ўручную. Plugin marketplace Claude Code зводзіць інсталяцыю да дзвюх каманд: як зладжаны manifest, чаму skill жыве ў публічным рэпазіторыі і чаго патрабуе дысцыпліна версій. Фінал серыі.
- 04 My Architect, частка 4: рабочы цыкл агента · My Architect Як агент вядзе праект тыднямі: get_next_task выбірае працу, докі абнаўляюцца па ходзе, адкладзеныя айтэмы становяцца вузламі, а /reconcile зверае план з рэальным кодам.
- 03 My Architect, частка 3: мадэль планавання · My Architect Як My Architect мадэлюе праект, каб агент планаваў як архітэктар: іерархія з прэсетамі, чатыры тыпы патрабаванняў са спадкаваннем уніз па дрэве, лінтэр назваў і User Story Map тэкстам. Трэці артыкул серыі.
- 02 My Architect, частка 2: архітэктура без базы даных · My Architect Файлы — агентна-натыўны выбар, база даных тут лішні груз. YAML і Markdown як сховішча: атамарны запіс праз rename, м'ютэкс праекта пасля рэальнага бага са стратай даных, жывая сінхранізацыя праз chokidar і WebSocket.
- 01 My Architect, частка 1: памяць і план для AI-агента · My Architect Агент забывае праект пасля кожнай сесіі. Як My Architect захоўвае план, патрабаванні і рашэнні паміж сесіямі: чалавеку UI, агенту MCP. Першы артыкул серыі з сямі.
Серыя · 01–07
Video Generator
- 01 Як выбраць LLM для прадакшэну: сляпая крос-вендарная ацэнка Адзін выклік LLM задае столь якасці кожнага відэа ў маім пайплайне — і аплачваецца на кожным. Я пратэставаў чатыры мадэлі ўсляпую, крос-вендарна, на рэальным прадакшэн-промпце. Найноўшая мадэль выйграла вузкую метрыку і прайграла ў цэлым. Метад і рашэнне «якасць на долар».
- 02 Grok Imagine 1.5: тэстую новую відэамадэль — досвед і параўнанне Выйшла Grok Imagine 1.5 — свежая відэамадэль xAI з родным гукам і ліпсінкам. Я прагнаў яе праз свой пайплайн на адмыслова складанай сцэне і параўнаў з Seedance 2.0, Kling v3 і Veo 3.1. Унутры — чатыры відэа, мой досвед з Grok і сумленны разбор: дзе яна выйграе, а дзе не.
- 03 Сторыборд да відэа: бачу ўвесь ролік загадзя — і праўлю сцэнар, пакуль гэта танна Паміж сцэнарыстам і відэамадэллю ў маім пайплайне з'явіўся пласт, які ўсё змяніў, — раскадроўка. Алоўкавы сторыборд паказвае ўвесь ролік загадзя: я чытаю яго, лаўлю плоскую рэпліку ці згубленага героя і праўлю сцэнар, пакуль гэта каштуе капейкі, а не пасля дарагой генерацыі відэа. Унутры — эвалюцыя з чатырох стадый, мае промпты цалкам і бонусам параўнанне чатырох мадэляў, якія малююць гэтую раскадроўку.
- 04 Сваё нодавае палатно для відэа: збіраю ролік цалкам на адным графе Першыя тры часткі серыі разбіралі пайплайн па кавалках — LLM для сцэнарыста, відэамадэль, раскадроўку. Тут паказваю ўсё палатно цалкам: свой нодавы рэдактар на litegraph і ComfyUI-ядры, дзе Claude піша сцэнар, персанажы жывуць як шматразовыя «душы», а трук «адзін кадр → відэа» трымае завязку сцэны. Плюс першы ролік, які палатно сабрала само, і разбор бага «капуставы капялюш».
- 05 Тыя самыя героі ў ШІ-роліках: універсальныя элементы замест першага кадра У другой серыі «Шэрыфа Бульбы» персанажаў пабольшала, і трук з першым кадрам перастаў выцягваць — каб героі не распаўзаліся ад сцэны да сцэны, я перавёў палатно на рэферэнсы, мае «ўніверсальныя элементы». Унутры: чаму відэамадэлі прымушаюць выбіраць паміж першым кадрам і элементамі (і чаму Kling — выключэнне), колькі каштуюць 8 секунд у Grok, Gemini і Seedance, трук з 480p, тэгі ImageRef і асаблівыя прыкметы герояў. Плюс шчыры разбор багаў шостай сцэны — і гатовая серыя ў фінале.
- 06 Ад палатна да студыі: бібліятэка, паралельны запуск і аўта-афармленне ролікаў Раней палатно збірала адзін ролік. Цяпер у яго ёсць імя — Vini Studio — і яно вырасла з графа ў працоўную прастору, дзе ролікі можна гнаць пачкамі. Унутры: чаму бібліятэка элементаў і кэш рэндэру — адзін механізм над табліцай артэфактаў; менеджэр промптаў з сістэмнымі і сваімі шаблонамі; вузел, які сціскае мінулую серыю ў тысячу токенаў памяці; паралельны запуск і баг топасорту, з-за якога сцэны стартавалі раней за сцэнарыста; субтытры не з майго сцэнара, а з таго, што рэальна сказана ў кадры; дызайн-сістэма, згенераваная адным промптам, і рэндэр афармлення на Remotion. І шчыра пра лічбы — дванаццаць долараў за ролік і 22% дагляданняў.
- 07 Генератар відэа, частка 7: як я правяраю, ці мадэль захоўвае героя Два героі, круасан і эксперыменты ў Vini Studio. Як я правяраю нязменнасць персанажаў, узнаўляю збоі і мяняю гіпотэзу, калі наступная праверка ёй супярэчыць.
Серыя · 01–02
CRM на Markdown
- 01 CRM на Markdown, частка 1: як стварыць CRM за вечар — пакрокава, з ШІ-агентам, які сам шукае лідаў Пакрокавы гайд па працоўнай CRM без базы даных, SaaS і залежнасцяў: ставіце Claude Cowork або Claude Code, дадаяце скіл md-crm дзвюма камандамі ці адным ZIP, падключаеце пашырэнне Chrome — і агент трыажуе выдачу пошуку LinkedIn, якую вы гартаеце, заводзіць карткі кантактаў і не дае дошцы хлусіць. Гаворыце з ім звычайнымі словамі: дадай кантакт, запішы яе адказ, што гарыць. Той самы шкілет працуе як ATS для найму. У фінале — што агент бярэ на сябе, а што застаецца чалавеку, і кантакт, калі захочаце тое самае пад вашу варонку.
- 02 CRM на Markdown, частка 2: 27 гадзін, 23 каміты і каталог правалаў Анатомія CRM на Markdown, сабранай з ШІ-агентам на жывым праекце, — расказаная праз правалы, бо менавіта з іх вырасла кожнае правіла. Чужая фраза, запісаная як голас уладальніка; гатовы каментарый, апублікаваны пад чужым постам; маўчанне карыстальніка, растлумачанае прадуктам, пакуль чалавек пераязджаў. Тры пароды правалаў — даныя, працэс, інтэрпрэтацыя — з механізмам і цаной кожнага; чатыры рашэнні, адмененыя праз гадзіны пасля прыняцця; і галоўны ўрок усёй задумы: правіла без вартаўніка не выжывае — нават у таго, хто гэтае правіла напісаў двума абзацамі вышэй.
Серыя · 01–11
My Architect
- 01 My Architect, частка 1: памяць і план для AI-агента Агент забывае праект пасля кожнай сесіі. Як My Architect захоўвае план, патрабаванні і рашэнні паміж сесіямі: чалавеку UI, агенту MCP. Першы артыкул серыі з сямі.
- 02 My Architect, частка 2: архітэктура без базы даных Файлы — агентна-натыўны выбар, база даных тут лішні груз. YAML і Markdown як сховішча: атамарны запіс праз rename, м'ютэкс праекта пасля рэальнага бага са стратай даных, жывая сінхранізацыя праз chokidar і WebSocket.
- 03 My Architect, частка 3: мадэль планавання Як My Architect мадэлюе праект, каб агент планаваў як архітэктар: іерархія з прэсетамі, чатыры тыпы патрабаванняў са спадкаваннем уніз па дрэве, лінтэр назваў і User Story Map тэкстам. Трэці артыкул серыі.
- 04 My Architect, частка 4: рабочы цыкл агента Як агент вядзе праект тыднямі: get_next_task выбірае працу, докі абнаўляюцца па ходзе, адкладзеныя айтэмы становяцца вузламі, а /reconcile зверае план з рэальным кодам.
- 05 My Architect, частка 5: дыстрыбуцыя праз Claude Code marketplace MCP-сервер, skill і чатыры slash-каманды раней усталёўваліся ўручную. Plugin marketplace Claude Code зводзіць інсталяцыю да дзвюх каманд: як зладжаны manifest, чаму skill жыве ў публічным рэпазіторыі і чаго патрабуе дысцыпліна версій. Фінал серыі.
- 06 My Architect, частка 6: бок чалавека — WBS, Building Blocks і User Story Map Уся серыя была пра агента, гэтая частка — пра мяне. Як архітэктар карыстаецца My Architect рукамі: WBS паверх building blocks, User Story Map для прыярытызацыі і чаму дыяграма, якую выконвае агент, мацнейшая за любую дошку.
- 07 My Architect, частка 7: Obsidian, Claude Code docs і OpenClaw — палявыя нататкі Кожны з іх я спрабаваў з адной мэтай: быць прадуктыўным на рэальных праектах з AI. Якую працу насамрэч робяць Obsidian, docs-падыход Claude Code і OpenClaw, дзе ў кожнага столь і што гэта сказала мне пра памяць праекта.
- 08 My Architect, частка 8: Event Storming як кантроль паслядоўнасці, а не яшчэ адна дыяграма Дыяграма-карцінка нічога не правярае. Event Storming правярае: у кожнай падзеі ёсць прычына, у каманды — вынік. Як агент ганяе дошку праз дэтэрмінаваны аналізатар паслядоўнасці, латае механічныя пралому да нуля і пакідае нявырашаныя бізнес-пытанні на віду. На жывым праекце Forklift — 5 кантэкстаў, 17 злоўленых праломаў.
- 09 My Architect, частка 9: Recursive context — як мы навучылі агента шчыра казаць, чаго ён не прачытаў Ад артыкула MIT пра Recursive Language Models да скіла recursive-context за адзін дзень: чаму вялізнае кантэкстнае акно не вырашае праблему вялікіх даных, як fan-out ізаляваных суб-агентаў са шчырым пакрыццём замяніў python-бібліятэку і што знайшлося толькі жывымі прагонамі — ад baseline, які аказаўся занадта добрым, да бага ў 14 мілісекунд.
- 10 My Architect, частка 10: памяць пра рэпазіторый — код-граф, якому забаронена верыць на слова Працяг гісторыі recursive-context: чатыры рэлізы за дзень вучаць агента персістэнтнаму графу коду (Graphify) пад жорсткімі правіламі недаверу — freshness-гейт, факты толькі з жывых файлаў. Плюс кантраляваны A/B-замер «граф супраць grep» на NestJS: −71% токенаў на класе «разуменне», парытэт на астатніх — і схаваныя суб-агенцкія выдаткі, з-за якіх наіўныя бенчмаркі хлусяць.
- 11 My Architect, частка 11: восемсот камітаў, якія пісаў не я Не дэма, а жывы праект — канвеер відэа на 802 каміты за 78 сутак, дзе ёсць фронт, бэк, рэндар відэа, пітонаўскія сайдкары і пяць вендараў мадэляў, і ўсё гэта трымае my_architect. Унутры — сапраўдныя лічбы трэкера (650 вузлоў, 296 патрабаванняў, 63 RFC), як патрабаванне счэпленае з камітам і тэстам праз гейт пакрыцця, які роніць зборку, чаму да кода я малюю HTML-вайрфрэймы, што каміты насамрэч мераюць у гісторыі «аддаю задачу на ноч і раніцай яна зробленая» — у сутак два гарбы, а ранішнія каміты ўдвая буйнейшыя за дзённыя, — і чаму ўсё гэта адчыняе дзверы камандзе, а не зачыняе іх.