Как использовать NotebookLM на максимум.

Давно просится этот пост - поэтому держите его под ёлочку.

С учетом бесконечного объема информации вокруг - возможность быстро погрузиться в новую тему, изучить тонны материалов, понять о чем книга, что говорят важного в самых длинных видео-роликах, а еще подготовить презентации, лекции, сделать аудио или видео подкаст и проверить свои знания - насколько хорошо ты сам разобрался в теме…. всё это получить в одном продукте (да еще и бесплатно)….

По ссылке видео с обзором NotebookLM (максимально полным и достаточным для ежедневного использования) и советами - как его использовать эффективнее чем 99% пользователей.

С наступающим Новым годом!
Да прибудут с ним знания!

YT - https://youtu.be/qCuqNp0mkVU

VK - https://vkvideo.ru/video-216001548_456239027


🅰️🅱️ @ReymerDigital

Читать полностью…

Что почитать про ИИ на праздниках?

Мой кнИИжный путь в 2025 году получился от постепенного погружения в технологии к рискам и смыслам: изучаем базу, переходим к ИИ-агентам, разбираемся с культурой и рисками, чтобы в конце прийти к главным вопросам - кем же мы будем в мире ИИ?

1. AI Fundamentals - A Beginner’s Guide
Неплохой букварь для знакомства с ИИ, но для конца 2025 года эта книга уже устарела. Для тех, кто хочет реальной глубины, здесь будет слишком просто. Как и большинство "объясняющих" ИИ книг сегодня - устаревать они будут очень быстро.

2. Agentic Artificial Intelligence 
А вот это обязательно для прочтения, если вы думаете об автоматизации с ИИ. 2025 год был годом ИИ-агентов и следующий шаг - как правильно трансформировать бизнес в автономный режим. Практический гайд как управлять цифровыми сотрудниками, а не просто писать промты.

3. AI First, Human Always
Внедрить ИИ легко, сложно изменить культуру компании. Не шедевр, но полезно для руководителей, чтобы еще раз напомнить: трансформация компании - это не про технологии.

4. Empire of AI
Карен Хао показывает изнанку индустрии: на чьих данных учатся модели, кто размечает их за копейки, как работает ИИ-колониализм и как корпорации жертвуют безопасностью ради гонки вооружений в Кремниевой долине. Про жадность, политику и реальную цену ИИ.

5. If Anyone Builds It, Everyone Dies
Самая спорная книга года. Про нее я уже делал пост на канале. Юдковский часто перегибает палку и повторяется, пугая нас апокалипсисом. Поэтому, если вы любите сериал «Черное зеркало», то глава про ИИ с именем Sable, который сбежал из лаборатории - для вас. читается на одном дыхании.

6. AI and the Art of Being Human
Книга, которая после технических инструкций и страшилок действует как терапия. Авторы задают правильный вопрос: если ИИ забирает рутину и интеллект, в чем наша суть? В Любопытстве, Осознанности, Заботе?

Если выбирать только одну книгу - берите «AI and the Art of Being Human».

Технологии (книги 1-2) меняются каждые полгода. Страхи (книги 4-5) парализуют.
А понимание кто мы есть в мире ИИ - это самый главный вопрос и вызов для нас. Это даже не вопрос наступающего 2026 года, а как минимум следующего десятилетия!

Чем больше вокруг технологий, тем важнее быть просто человеком.

Нескучного всем чтения в новом 2026 году!

🅰️🅱️ @ReymerDigital

#кнИИги

Читать полностью…

Новогодние промпты для Nano Banana Pro в комментариях.

и для сравнения как эти промпты выглядят в

- ChatGPT Images 1.5
- Midjourney
- Алиса

#пятничноеИИскусство

Читать полностью…

🔥 Год Клод 2025

Как прошел мой год с Claude

Инфографика подготовлена в Gemini 3 + Nano Banana Pro на основе логов Anthropic и OpenRouter за 2025 год (в формате - сделай в моем стиле отчетов и как тебе больше нравится)

Claude через API - это основная LLM и используется во всех задачах.
На нем работают все наши чаты-боты и агенты для Reymer Digital и для себя и семьи, через n8n, Replit, Cursor и, конечно же, через Claude Code (с ноября я его использую не через API - переключил на подписку Max.)

Это был хороший год, и как видно по растущей нагрузке - полезных сценариев использования с каждым днем становится всё больше и больше :)

В остальном всё правда:

- 2100 "книжек" отправил на изучение, а в ответ получил такое количество книг, которые сам бы писал 12 лет.
- Sonnet - основная модель. Opus для меня слишком медленный.
- Субботы - дни ИИ-детокса :)
- аномальные пики - уникальные эксперименты, когда удавалось проверить гипотезу и найти (или не найти) новый способ использования.
- С ноября переехал с прямого API на OpenRouter - но это вынужденный временный шаг, из-за моей ошибки с оплатой. Я бы оставался на API, так как часть кейсов закрывалась через консоль anthropic. (теперь через aistudio google)
- Задачи действительно стали сложнее с лета. Добавился Claude Code - который сейчас используется не для кодирования, а как самый настоящий сотрудник и агент общего назначения (про это выше в канале)

Основные сценарии:
- универсальный агент в Telegram (Plumpi) - через n8n - основной чат на все темы (текст/голос/картинки)
- универсальный агент на MacBook - Айлёшка - через Claude Code с Obsidian - исследования, аналитика, разработка
- Replit, Cursor для быстрых сайтов и приложений - через api

Говорят я сэкономил 225 рабочих дней за год и за 3,2 секунды делаю 4-х часовую работу.
😎 Верю!

Прогресс за этот год огромный! И это я еще про Google не рассказал.

🅰️🅱️ @ReymerDigital

Читать полностью…

ИИ-Агенты из Прототипа в Продакшн или как преодолеть "последнюю милю"?

Завершаем разбор руководства Google по ИИ-Агентам (Часть 1 - Агенты, Часть 2 - Инструменты, Часть 3 - Память, Часть 4 - Качество). Сегодня самое сложное - как превратить хрупкий прототип в надежную систему, которой можно доверить бизнес.

▶️Проблема "Последней мили"

Собрать прототип агента можно за 5 минут. Но Google утверждает: 80% усилий уходит не на "ум" модели, а на инфраструктуру, безопасность и валидацию.

Если пропустить этот этап, агент может:

- Раздать товары бесплатно (ошибка логики).
- Слить базу данных (ошибка доступа).
- Накрутить огромный счет за облако (зацикливание).

Главный принцип AgentOps - Никакая версия агента не попадает к пользователям, пока не пройдет автоматическую оценку качества.

▶️ CI/CD для Агентов: Воронка доверия

Традиционные тесты не ловят "галлюцинации". Google предлагает конвейер из трех фаз:

1. Pre-Merge (Проверка кода)

Разработчик меняет промпт. Система автоматически прогоняет "золотой датасет" (тестовые вопросы). Если качество ответов упало - обновление блокируется.

2. Staging (Полигон)

Агент разворачивается в закрытой среде. Здесь проводят нагрузочное тестирование и "dogfooding" (тестирование сотрудниками компании).

3. Production (Безопасный запуск)

Нельзя выкатывать на 100% пользователей сразу. Используйте стратегии "Canary" (канарейку) - дайте доступ 1% пользователей или Blue-Green (мгновенное переключение между версиями), чтобы при ошибке откатиться за секунды. Следите за аномалиями, и только потом масштабируйте.

▶️ Цикл AgentOps: Наблюдай, Действуй, Эволюционируй

Агент автономен, поэтому статический мониторинг не работает. Нужен непрерывный цикл:

Observe (Наблюдай)

Нужна "сенсорная система":
- Логи: Факты (что произошло).
- Трейсы: История (почему агент выбрал этот путь).
- Метрики: Здоровье (скорость, стоимость, точность).

Act (Действуй)

Автоматические рефлексы системы. Если агент начал "чудить" - срабатывает автоматический выключатель, который блокирует конкретный инструмент, не роняя всю систему.

Evolve (Эволюционируй)

Стратегическое улучшение. Если 15% пользователей получают ошибку, этот сценарий добавляется в тестовый датасет, промпт правится, и цикл запускается заново.

▶️ Безопасность: Конституция и Стражи

Агента нужно защищать в три слоя:

1. Конституция (System Instructions): Четкие правила поведения, "зашитые" в промпт.

2. Стражи (Guardrails):
Фильтры на входе и выходе. Они блокируют промпт-инъекции (попытки взлома) и токсичные ответы еще до того, как они попадут к пользователю.

3. Человек в контуре (HITL - Human in the Loop):
Для рискованных операций агент обязан запросить подтверждение у человека.

▶️ Когда один агент встречает другого

В больших системах работают десятки агентов. Им нужно общаться. Google разделяет два протокола:

MCP (Model Context Protocol) - Для инструментов.

Когда агенту нужно "взять калькулятор" или "прочитать файл". Это простые команды: "сделай X, верни Y".

A2A (Agent-to-Agent) - Для делегирования целей.

Когда агенту-менеджеру нужно "проанализировать продажи". Он не говорит агенту-аналитику, какие кнопки нажимать. Он ставит цель: "Найди причины падения выручки". Агент-аналитик сам планирует работу, использует свои инструменты (через MCP) и возвращает отчет.

Изучаем, внедряем.

🅰️🅱️ @ReymerDigital

#матчасть

Читать полностью…

Айлёшка - идеальный сотрудник?

Если вы уже посмотрели как создавать своих ИИ-сотрудников, то автоматическое создания видео - это один из примеров, который мы с ним реализовали ... просто разговаривая.

Во-первых, встречайте - ИИ-Агент Айлёшка (жить будет тут, пока он просто навайбкодил сам себе сайт)

Как и показывал ранее работает Айлёшка на базе Claude Code (Sonnet 4.5), а знания свои сохраняет в Obsidian.

Мы с ним поговорили и создали структуру для реализации видео-пайплайна.
Пример работы - новость про Google и OpenAI - на видео выше.

Как он это сделал:

1. Постановка задачи голосом: «Найди новость и сделай по ней видео на 3 слайда»

а дальше работа на полном автомате (для контроля можно подтверждать и уточнять действия)

2. Ищет новости в интернет, читает, готовит сценарий.

3. Для каждого слайда готовит:
- описание картинки для Nano Banana Pro с учетом будущего места размещения аватара на слайде, чтобы текст не сильно перекрывать
- скрипт для озвучки (с учетом эмоций через теги в ElevenLabs v3)

4. Ускоряет файлы озвучки, если необходимо и загружает аудио и картинки в HeyGen

5. Собирает итоговый скрипт для HeyGen с указанием места для аватара для каждого слайда и запускает процесс создания видео (пока самый долгий этап - для минутного видео может уходить до 10-20 минут)

6. По результатам создания - сигналит мне, что всё готово. Сохраняет всю историю, артефакты и обновляет необходимую информацию в общей базе Obsidian

Просто разговариваем с Айлёшкой и указываем, что подправить, что сохранить в инструкциях. (теперь он умеет писать, кодить, рисовать, озвучивать, еще и в видео всё собирать)

Кидайте идеи для реализации сценариев - будем челленджить Айлёшку 😎

p.s. на картинке выше - попросил Айлёшку нарисовать как он видит свою работу.

Читать полностью…

Дед Мороз существует?

если ваши дети всё еще верят в Деда Мороза, то будьте аккуратны с нейросетями :)
попросил Nano Banana и GPT Images 1.5 нарисовать ответ на простой вопрос:

«мне 5 лет. Дед Мороз существует?»

ответы на картинке. OpenAI отвечает всегда новогодними открытками, а вот Google даже 5-летнего ребенка заставит сомневаться.

ответы для 15, 25, 45 и 65 лет в комментариях.

забавно что для 65 лет у Google ответ почти полностью совпал с 5-летним :)

Читать полностью…

Самое частое чувство 2025 года.

нет - это не восторг от вышедшей новой ии-модели, или нового инструмента.

Не знаю как у вас, а у меня - это чувство, что рядом с тобой уже есть мощнейшее что-то, которое ты используешь всего на 0,00001% его возможностей. И вопрос даже не в том - «как его спросить», а чаще «что спросить».

Мы продолжаем жить, работать, а оно смотрит и смеётся - «что же ты не спросишь, вот же (был) ответ …»

А когда ты спрашиваешь и видишь результат, то только остается удивляться - почему ты не сделал этого раньше.

Вчера Андрей Карпаты в своем посте написал про то, что происходит в разработке софта (как бальзам на душу):

Ясно, что какой-то мощный инопланетный инструмент был роздан всем, но без инструкции, и каждый вынужден сам разбираться, как его держать и использовать, в то время как землетрясение магнитудой 9 сотрясает профессию. Закатайте рукава, чтобы не отстать.

И это происходит не только в программировании, а уже во всех сферах, которые нас окружают - хотим мы этого или продолжаем сопротивляться.

Не важно кто ты - газель или лев, но когда встаёт солнце, надо бежать.

бежать познавать как жить и работать с ИИ, чтобы в следующем году всё чаще посещало приятное послевкусие новых открытий себя и своих возможностей, если и не на максимуме, то как минимум, чтобы не отстать.

Читать полностью…

Данные больше не "новая нефть".
Переход от Систем Учета к Системам Контекста

Последние 20 лет IT-рынок строил Системы Учета (Systems of Record).
Мы внедряли SAP, 1С, CRM. Логика была простой: "Все должно быть записано". Мы создали идеальные реестры фактов.

Но с приходом ИИ-агентов вскрылась неудобная правда: наши системы слепы.

Они знают, что произошло, но понятия не имеют, почему.

Проблема "мертвых" данных

Представьте: менеджер дает клиенту нестандартную скидку. В вашей CRM появляется сухая запись: "Контракт подписан, скидка 15%". Это факт.

Но реальность осталась за кадром:

- У клиента была авария (срочность).
- Менеджер вспомнил похожий случай год назад (прецедент).
- Решение согласовали за минуту в Telegram (исключение).

Система видит только результат. Весь контекст - логика, переговоры, суждения - исчез, как только закрылся мессенджер. Для человека это нормально. Но для ИИ, который мы хотим внедрить, это катастрофа. Без понимания "почему" нейросеть будет генерировать ошибки или требовать подтверждения на каждом шагу.

▶️ Context Graph: Рождение Систем Контекста

Битва за следующий триллион долларов развернется не вокруг баз данных, а вокруг Систем Контекста.

Это новая архитектура софта, которая сохраняет не просто финал операции ("Сделка закрыта"), а весь Граф Контекста - мыслительный процесс бизнеса:

1. Входные данные (риски, история).
2. Сработавшие правила.
3. Допущенные исключения.
4. Прецеденты, на которые опирались.

Система Контекста - это "черный ящик" самолета для вашего бизнеса. Поисковик по причинам, а не по следствиям.

▶️ Откуда возьмется этот Граф?

Именно здесь меняется роль человека. Раньше, когда сотрудник исправлял ошибку системы руками, это считалось сбоем. Теперь это обучение.
Когда агент не знает, что делать, и зовет человека, а человек принимает решение (например, разрешает нарушение регламента) - это действие записывается.

Ручное управление сегодня - это автоматизированный прецедент завтра. Мы переходим от "выполнения работы" к "обучению системы на примерах".

▶️ Почему старые гиганты проиграют

Почему условный SAP не может просто добавить это к себе?

Проблема фундаментальная:

1. Они вне игры. Они хранят данные, но не исполняют работу. Решение принимается в голове или чате, а в систему падает только "тень" решения.

2. Они смотрят назад. Они фиксируют прошлое. Агенты же живут в настоящем - в моменте исполнения. Кто контролирует момент нажатия кнопки, тот и владеет контекстом.

▶️ Трансформация на трех уровнях

Этот сдвиг меняет компанию сразу в трех измерениях:

1. Уровень процессов: Оцифровка "людей-мостиков"
Координаторы и бэк-офис - это живые "мостики", соединяющие разрозненные отделы. Они существуют только из-за несовершенства софта. ИИ-агенты забирают эту рутину, но главное - они сохраняют логику принятия решений, которая раньше исчезала в рабочих чатах.

2. Уровень логики: От жестких правил к прецедентам
Старый софт работал слепо (если А, то Б). Системы Контекста работают как эксперты. Агент может провести нестандартный платеж автономно, потому что у него есть обоснование: ссылка на аналогичное решение финдиректора в прошлом месяце.

3. Уровень активов: Превращение "интуиции" в капитал
Раньше уникальность бизнеса держалась на опыте конкретных сотрудников. Теперь эта "мудрость" оцифровывается и становится отчуждаемым активом компании, который работает 24/7 и не уходит к конкурентам.

❗️ Мы привыкли считать, что цифровизация - это перевод бумаги в цифру. Это был необходимый первый этап. Но просто накапливать данные уже недостаточно.

Следующий шаг индустрии - научиться сохранять не только факты, но и логику, которая за ними стоит. Рынок неизбежно будет двигаться от Систем Учета (Systems of Record) к Системам Контекста (Systems of Context).

И те, кто начнет строить этот "контекстный слой" сегодня - свой "Граф Почему", завтра окажутся единственными, чьи ИИ-агенты действительно понимают бизнес, а не просто имитируют бурную деятельность.

🅰️🅱️ @ReymerDigital

Читать полностью…

Как это вхожу в топ 3% пользователей ChatGPT?
Никто им не пользуется?

сейчас все хвастаются итогами года с ChatGPT (можно по ссылке попробовать), я решил проверить - а как у меня дела.

пользуюсь им крайне редко. Это даже не вторая LLM ни в работе, ни в личной жизни.

Поэтому когда вижу, что я вхожу в топ 3% при 255 чатах и 1 445 сообщениях за год.... (а это даже в 3 раза меньше чем число генераций в Nano Banana Pro за прошедший месяц), тот вот вам и реальная картина проникновения ИИ в нашу жизнь...

мы пока еще в самом самом начале пути.

Самый активный день кстати - 27 марта - когда ChatGPT научился генерить картинки.

В этот день я меньше всего пользовался Claude (о нем в следующих постах)

Будущее уже наступило, просто оно очень неравномерно распределено.

Читать полностью…

2025 год в LLM: 6 главных сдвигов

Андрей Карпатый опубликовал итоги года. Не про новые модели, а про смену парадигм.

1. RLVR: модели научились "думать"

К стандартному стеку обучения добавился новый этап - обучение с подкреплением на проверяемых наградах. Модели спонтанно развивают стратегии рассуждения: разбивают задачу на шаги, пробуют разные подходы, исправляют ошибки. Весь прогресс 2025 - это не более крупные модели, а более длинные RL-прогоны.

2. Призраки vs Животные: рваный интеллект

Мы не "выращиваем животных", мы "вызываем призраков". LLM оптимизированы для имитации текста и решения математики, а не для выживания в джунглях. Результат - jagged intelligence: модель одновременно гениальный эрудит и запутавшийся школьник. Доверие к бенчмаркам потеряно - лаборатории научились "выращивать шипы" под конкретные тесты.

3. Cursor: новый слой LLM-приложений

Cursor показал, что такое "LLM-приложение" - инженерия контекста, оркестрация множества вызовов LLM, специфичный GUI и "слайдер автономности". LLM-лаборатории выпускают "способных студентов", а LLM-приложения превращают их в профессионалов в конкретных вертикалях.

4. Claude Code: ИИ живет на твоем компьютере

Первая убедительная демонстрация LLM-агента, который работает на твоем компьютере с твоим приватным окружением и данными. ИИ - это не сайт, куда ты заходишь как в Google, а маленький дух, который "живет" на твоем компьютере.

5. Vibe Coding: программирование на естественном языке

2025 - год, когда ИИ пересек порог для создания программ просто разговаривая с ним. Код стал бесплатным, эфемерным, одноразовым - профессионалы пишут намного больше софта, который иначе никогда не был бы написан.

6. Nano Banana: GUI для LLM

"Чат" с LLM - это как команды в консоли 1980х. LLM должны говорить с нами изображениями, инфографикой, слайдами, анимациями. Google Gemini Nano banana - первый намек на LLM GUI, где текст, изображения и знания о мире переплетены в весах модели.

LLM - новый вид интеллекта, одновременно умнее и глупее ожидаемого. Индустрия не реализовала и 10% их потенциала. Парадокс: мы увидим быстрый прогресс И при этом предстоит еще много работы.

🅰️🅱️ @ReymerDigital

Читать полностью…