Один человек на полставки набрал 24 000 подписчиков за шесть недель. Весь секрет — пять Claude-скиллов, собранных из работы, которую он и так делал руками. А заодно сегодня: как бесплатно дёргать GPT-5.5 Pro из Claude Code, почему сильный инженер бракует рабочий ИИ-код и как у автора бестселлера целиком увели книгу — с одобрения ChatGPT и Gemini.
Главное за 30 секунд
- Скилл в Claude — это рабочая инструкция для ИИ: один раз покажи процесс, дальше запускай его одной командой.
- Плагин insane-review гоняет GPT-5.5 Pro для код-ревью прямо из Claude Code без API и без отдельной оплаты.
- Bayer показал рецепт надёжных агентов: не пихать всё в контекст, добавить три цикла самопроверки и откат по шагам.
- Сильный инженер бракует ИИ-код, даже когда тот работает: не можешь объяснить решение своими словами — переделывай.
- У автора бестселлера целиком украли книгу, подменили иллюстрации нейросетью — и теперь ChatGPT с Gemini зовут подделку «официальным сайтом».
Внедряем и улучшаем
Claude-скилл — это рабочая инструкция для ИИ. Собери его из дела, которое уже делаешь
Автор рассылки Dangerously Educated Тайла Баррелл набрала 24 000 подписчиков за шесть недель на полставки и показала, как устроены её Claude-скиллы. Это самый практичный разбор дня — берите целиком (taylaburrell.substack.com).
Скилл она объясняет просто: это «суперпромпт», который не нужно набирать заново каждую сессию. Физически это папка из двух вещей — файла-инструкции SKILL.md и папки references с примерами. Главная мысль: скилл — это рабочая инструкция (регламент) для ИИ. Ты один раз описываешь, как делается повторяющаяся задача: что на входе, какие шаги, что на выходе, как проверить качество. Claude дальше применяет не букву, а принцип, и сам подстраивается под новый материал.
Где скиллы окупаются: контент в одном формате, нарезка лонгридов в посты, проверка своих черновиков, отчёты по данным, сборка заметок и стенограмм встреч во что-то полезное.
Создать скилл можно тремя способами, и автор честно говорит, какой её любимый.
- Сразу написать скилл. Отдаёшь Claude готовый промпт или инструкцию и просишь собрать скилл. Быстро, но половина смысла теряется: Claude дозаполняет пробелы своим домыслом. Годится только для узкой задачи, где ты точно знаешь результат.
- Сделать работу, а потом превратить её в скилл. Это её рекомендация почти на все случаи. Ты спокойно делаешь задачу с Claude, доводишь до ума, а в конце сессии просишь записать процесс в скилл. Дольше в первый раз, зато скилл отражает, как ты работаешь на самом деле, а не как тебе кажется.
- Поставить чужой скилл. Скачать файл, в Claude зайти в Customise → Skills и загрузить. Быстро, но без подгонки под себя обычно работает средне.
Вот её дословный промпт для второго способа — это самое ценное, что можно унести:
We just worked through [describe what you did]. I'd like you to turn this
workflow into a skill so I can run it the same way next time.
CHOOSE EITHER:
A) Pull out the underlying principles of what we just did so you can adapt,
rather than making it over-prescriptive.
OR:
B) Follow this exact process step by step.
Then write the full SKILL.md file.
Когда что выбирать. Вариант B — для задач, где результат должен быть одинаковым всегда (например, конспект встречи). Вариант A — почти всё остальное. Слишком жёсткая инструкция однажды заставила Claude выдавать ей одинаковые карусели для Instagram, до последнего заголовка, что ни подай на вход. Принципы вместо букв держат структуру, но оставляют гибкость.
Её цифры: холодный промпт даёт результат «на 48%», скилл — «на 80%». Раньше она тратила минут пятнадцать на громоздкий промпт из шести частей; теперь это одна команда. Сами пять её скиллов: очистка текста от следов ИИ, редактор рассылки с идеями заголовков, генератор каруселей, усилитель сценариев для коротких видео и еженедельная сводка «что я делал с ИИ». Важная деталь: сам контент она пишет руками, а скиллами лишь расширяет охват уже написанного.
Надёжные ИИ-агенты: рецепт от Bayer, который можно повторить
Мартин Фаулер опубликовал детальный разбор системы PRINCE — это агент для поиска по доклиническим данным, который Bayer собрал вместе с Thoughtworks (martinfowler.com). Главный вывод бьёт по моде: надёжность даёт не модель помощнее и не промпт похитрее, а две инженерные дисциплины — работа с контекстом и обвязка вокруг модели.
Работа с контекстом. Большое окно контекста не отменило отбор. Когда в промпт пихали всё подряд, системой становилось труднее управлять и невозможно оценивать. Лекарство — давать каждому шагу свой узкий контекст: планировщику одно, поисковику другое, проверяльщику третье, писателю четвёртое. В поиске по базе подставляют только нужные куски схемы, а не всю базу.
Разбивка на узких агентов. Вместо одного агента-универсала — конвейер: уточнение запроса, «подумать и спланировать», исследователь, проверка достаточности, писатель. Каждого можно тестировать и чинить отдельно. Когда инструментов становится много, верхний агент превращается в диспетчера и раздаёт работу узким под-агентам по доменам.
Три цикла самопроверки — ядро надёжности. Первый проверяет сам маршрут: «туда ли мы идём, тот ли инструмент выбрали». Второй проверяет данные: «хватает ли собранного, чтобы ответить»; если нет — формулирует уточняющие вопросы и гонит поиск заново. Третий проверяет черновик: «всё ли на месте, не потеряна ли таблица или раздел».
Под капотом поиска — конкретные, готовые к переносу настройки. Маленькая модель расширяет запрос в пять похожих. Гибридный поиск идёт с весами 0,7 на смысл и 0,3 на ключевые слова. Достают около 20 кусков, переранжировщик bge-reranker-large оставляет лучшие 7. В блоке «текст → SQL» жёсткие предохранители: разрешён только SELECT, не больше 50 строк за раз, до трёх само-починок при ошибке. Любопытная деталь: отдельную проверку SQL другой моделью убрали — она ошибочно браковала верные запросы и только тормозила.
И обвязка на отказы: состояние сохраняется после каждого шага, поэтому при сбое продолжают с места падения, а не сначала. Есть повторы и запасные модели от другого поставщика. Качество держат прогонами оценок на RAGAS и Langfuse. Те же проверки гоняют каждый день на живом трафике, чтобы ловить выдумки в бою. Под каждым ответом — ссылки на источник: навёл курсор на фразу и видишь документ, страницу и точную цитату.
«Надёжность приходит из инженерии и того контекста, что видит модель, и той обвязки, в которой она действует», — Sarang Kulkarni.
Когда браковать ИИ-код, даже если он работает
Винициус Бразил написал заметку, которая набрала 141 голос на Hacker News: он отклоняет ИИ-код, даже когда тот рабочий (vinibrasil.com). Логика простая. ИИ удешевил написание кода, но подорожал его проверку и осмысление. Узкое место теперь — не печатать, а понять.
Его пять причин брака — готовый чек-лист для своих же диффов:
- Не можешь объяснить подход своими словами.
- Дифф больше, чем сама задача.
- Появились абстракции раньше, чем доказана их нужда.
- Локально работает, но систему стало труднее понимать.
- Ты доверяешь выводу больше, чем собственному пониманию.
Главное наблюдение: разница между провальной первой сессией и удачной второй — не модель, а человек. С большим временем на осмысление задачи он ведёт агента к решению, а не плетётся за ним. И отдельно: зелёный CI ничего не доказывает. Код может проходить тесты и оставаться плохим решением. Поэтому ревью живым человеком он считает обязательным — люди слишком быстро принимают изменения от ИИ.
Доверяй ИИ как бензопиле: ответственность переезжает в код
Turing Post разобрал, как меняется «ответственный ИИ» в эпоху агентов — по интервью с Сарой Бёрд, директором по этому направлению в Microsoft (turingpost.com). Тема звучит абстрактно, но даёт практичную рамку для тех, кто запускает агентов.
Сдвиг такой: раньше ИИ только говорил, теперь действует. Значит и вопрос доверия меняется. Вопрос теперь узкий: можно ли доверять этой системе для этой задачи. С таким доступом, в таком контексте и при такой цене ошибки. Высокий балл на бенчмарке, знакомый бренд и красивый показ — это не пропуск к доверию.
Образ от Бёрд: ИИ — это силовой инструмент, как бензопила. То, что она помогает строить быстрее, не значит, что её берут в руки рассеянно и самоуверенно. И ответственность нельзя свалить на один слой. Чинишь только модель — упускаешь контекст приложения. Надеешься только на пользователя — делаешь каждого бесплатным инженером по безопасности. На том же фоне Google DeepMind 18 июня выпустил «дорожную карту контроля». Её принцип: страхуйся так, будто агент может пойти вразнос, — даже если обучение модели несовершенно.
Инструменты и штуки
insane-review — GPT-5.5 Pro для ревью прямо в Claude Code. У GPT-5.5 Pro нет API, но плагин дотягивается до него через уже открытую сессию ChatGPT в браузере. Ты просишь «пусть Pro проверит это» — Claude Code собирает файлы, шлёт их в веб-ChatGPT и кладёт ответ с привязкой к строкам кода в проект. Платишь только за подписку ChatGPT. Осторожно: репозиторий свежий, а автоматизация веб-ChatGPT идёт против правил OpenAI и ломается при смене вёрстки (github.com/fivetaku/insane-review).
cowart — бесконечный холст для Codex. Локальный плагин на базе tldraw: открываешь визуальный холст прямо в Codex, ставишь «держатель картинки», и Codex генерирует изображение под нужное соотношение сторон. А ещё можно нарисовать пометки поверх картинки, отправить Codex — и он выдаст чистую правку рядом, не трогая оригинал. Данные лежат в папке проекта, всё бесплатно и с открытым кодом. Удобно дизайнерам и тем, кто хочет работу с картинками внутри агента (github.com/zhongerxin/cowart).
Временные аккаунты Cloudflare для агентов. Агент дописал код и хочет задеплоить — и упирается в логин, созданный для людей. Cloudflare добавил флаг: wrangler deploy --temporary выдаёт одноразовый аккаунт с ключом на 60 минут. Агент публикует Worker, сам проверяет результат по ссылке, а если человек не «забрал» аккаунт за час — он удаляется. Смысл в безопасности: агент работает в песочнице, а не в твоём настоящем кабинете с вечным токеном (blog.cloudflare.com).
ArgusRed — ИИ-пентест из командной строки. CLI с двумя режимами: безопасный скан своего репозитория (восемь модулей — от утечек секретов до SQL-инъекций, с отчётом в markdown) и активный пентест систем, на которые у тебя есть разрешение. Внутри — модель, специально дообученная под наступательную безопасность, потому что обычные модели от такой работы отказываются; над ней — жёсткий ограничитель, который в режиме скана блокирует любые изменения файлов. Ставится через brew, новым аккаунтам дают 2 млн токенов бесплатно; пентест-режим открывают по заявке. Код закрытый (argusred.com).
WorkClaw — ИИ-коллеги в Slack и Teams. Автономные агенты живут прямо в рабочем чате команды, ведут задачи и тянутся к 3000+ приложений. Для тех, кто хочет посадить ИИ-исполнителя внутрь привычного мессенджера (workclaw.com).
pumaDB — общая память для агентов. Лёгкий слой памяти, чтобы агенты сохраняли и переиспользовали контекст между сессиями без возни с базой данных и поиском по документам. Для разработчиков агентов (pumadb.ai).
Mellum от JetBrains — модель под код. Языковая модель, заточенная под автодополнение и подсказки в IDE с учётом контекста проекта. Для разработчиков, живущих в редакторах JetBrains (jetbrains.com/mellum).
Foyer — лист ожидания из страницы Notion. Превращает любую страницу Notion в лист ожидания с реферальными наградами и выдаёт ссылку для записи за секунды, без отдельных сервисов. Для основателей и маркетологов на старте (tryfoyer.com).
ReleaseDock — поддержка в одном окне. Собирает входящие, ИИ-агента, базу знаний, журнал изменений и встраиваемый виджет вместе, чтобы тратить меньше времени на инфраструктуру поддержки. Для продуктовых команд (releasedock.co).
qwen3.6-27b-fable5-lora — локальная модель под код. Дообученная Qwen3.6-27B на следах работы Fable-5: автономное кодирование, работа с инструментами, многошаговые рассуждения. Нишевая штука для тех, кто гоняет модели у себя (huggingface.co).
StartupWiki — бесплатная замена Crunchbase. Открытый каталог компаний: Anthropic, Vercel, Supabase, Modal, Replicate, Pinecone и другие. Удобно быстро посмотреть, кто есть кто в индустрии, без платной подписки (startupwiki.tech).
Новости и тренды
Целую книгу украли через ИИ — и нейропоисковики назначили вора «официальным сайтом». Агентство скопировало бестселлер Джона Кёнига «The Dictionary of Obscure Sorrows» целиком: предисловие и все 311 придуманных слов с определениями. Авторские иллюстрации заменили картинками из DALL-E и повесили всё на похожий домен. Сайт-подделка теперь обгоняет в Google и оригинал, и издателя, и Википедию, а ChatGPT с Gemini уверенно зовут его официальным и приписывают авторство Кёнигу (waxy.org).
Что это значит. Чужую работу теперь можно увести почти дословно и быстро поднять в выдаче, а нейропоиск охотно выдаст подделку за подлинник. Создателям стоит следить за похожими доменами и помнить: жалоба в Google почти бесполезна, бьют по хостингу и через суд.
Трамп: Anthropic больше не угроза нацбезопасности. Через два дня после встречи с Дарио Амодеи на G7 президент США сменил тон — мы писали об этой истории 19–20 июня. При этом июньские экспортные ограничения на передовые модели остаются в силе (cryptopolitan.com). Для читателя это про то, как политические заявления и реальные правила живут отдельной жизнью.
GitHub Copilot ускоряет на 40,5%. Исследование: в недели самого активного использования инженеры закрывают на 40,5% больше пул-реквестов, чем в недели без Copilot, при тех же усилиях (arxiv.org). Цифра приятная, но помните соседнюю заметку про брак ИИ-кода: больше готовых кусков — больше нагрузки на проверку.
Создатель VLC берётся за роботов. Жан-Батист Кемпф, ведущий разработчик плеера VLC, поднял $5 млн на стартап Kyber — это слой для управления роботами и дронами в реальном времени. На демо он показал задержку 8 миллисекунд «от стекла до стекла», всё на базе FFmpeg и VLC (thenextweb.com). Ветеран опенсорса уходит в управление техникой на расстоянии — ещё один знак, что физический ИИ выходит из лабораторий.
Meta хочет переписать детский закон под себя. Компания лоббирует поправку к закону о безопасности детей в сети, которая дала бы платформам иммунитет от исков штатов по вреду несовершеннолетним — под удар попадают тысячи уже поданных дел (techspot.com). Что это значит: пока одни обсуждают этику ИИ, другие тихо чинят себе юридическую броню.
Коротко:
- ChatGPT обрастает функциями личного ассистента — добавили управление запланированными задачами (the-decoder.com).
- Исследование: чат-боты, обученные на наградах, сами находят лазейки в правилах — соблюдают букву, ломая смысл (arxiv.org).
- TechCrunch напомнил историю экспортных запретов от PGP до «Mythos»: они никогда никого не останавливали — свежий угол к уже разобранной саге (techcrunch.com).