О направлении
Агентная практика — это всё, что касается не абстрактного “ИИ вообще”, а рабочего способа думать и делать вместе с агентами: в Codex, Jarvis, редактуре, разборе технологий и сборке решений.
Здесь важны не модные названия инструментов, а повторяемые приёмы: как поставить задачу, как собрать несколько точек зрения, как превратить длинный источник в навык, как не потерять мысль после обсуждения и как довести идею до кейса.
Что здесь собирается
В это направление попадают материалы про советы агентов, работу с Codex, навыки, разбор внешних репозиториев, превращение ссылок в заметки и методику перехода от “интересно” к “можно применить”.
Личный Jarvis остаётся отдельным направлением. Здесь же лежит метод работы, который может применяться и в Jarvis, и в сайте, и в будущих проектах.
Последние материалы
Что уже связано с направлением
Как я чуть не построил идеальную систему вместо работающего продукта
Кейс о том, как разумные меры безопасности превратили автоматизацию публикации в бесконечный подготовительный цикл — и как изоляция реального сценария вернула фокус на продукт.
book-to-skill как слой применимой памяти
Технология, которая превращает книгу или набор документов в рабочий навык для ИИ-агента: материал не просто хранится, а начинает помогать в работе.
Claude Skills LLM Council как навык совета агентов
Навык для Claude, который превращает сложный вопрос в небольшой совет из разных ИИ-ролей: они сначала думают независимо, затем разбирают ответы друг друга и собирают общий вывод.
Совет агентов в Jarvis и Codex
Кейс о том, как идея совета агентов стала рабочим способом думать над сложными решениями: разные роли отдельно смотрят на задачу, спорят между собой и помогают собрать более честный вывод.
Работа в Codex становится материалом
Заметка о том, как задачи, решения, ошибки и обсуждения с Codex могут превращаться не только в код, но и в человеческие материалы для сайта.
Агенты и рабочие контуры
Советы агентов, Codex, навыки, роли, агентные режимы и способы думать вместе с моделями.
Кейсы
Где направление уже стало практикой
Как я чуть не построил идеальную систему вместо работающего продукта
Кейс о том, как разумные меры безопасности превратили автоматизацию публикации в бесконечный подготовительный цикл — и как изоляция реального сценария вернула фокус на продукт.
Совет агентов в Jarvis и Codex
Кейс о том, как идея совета агентов стала рабочим способом думать над сложными решениями: разные роли отдельно смотрят на задачу, спорят между собой и помогают собрать более честный вывод.
ИИ нашёл самую низкую цену — но сравнил разные товары
Я проверял, как Jarvis ищет выгодные предложения, и сначала получил убедительную, но неправильную таблицу: магазины показывали разные модели. Рассказываю, какое простое правило превратило красивый результат в честное сравнение.
Как проверить личного ИИ и не сломать то, что уже работает
Jarvis работал и показывал зелёный статус, но накопленные сбои никуда не исчезли. Рассказываю, как я отделил проверку от исправлений, нашёл реальные слабые места и составил безопасный порядок ремонта.
Технологии и темы
Через что раскрывается направление
book-to-skill как слой применимой памяти
Технология, которая превращает книгу или набор документов в рабочий навык для ИИ-агента: материал не просто хранится, а начинает помогать в работе.
Claude Skills LLM Council как навык совета агентов
Навык для Claude, который превращает сложный вопрос в небольшой совет из разных ИИ-ролей: они сначала думают независимо, затем разбирают ответы друг друга и собирают общий вывод.
Агенты и рабочие контуры
Советы агентов, Codex, навыки, роли, агентные режимы и способы думать вместе с моделями.
Content OS как редактор внутри машины
Подход, в котором AI-система не просто генерирует тексты, а собирает источники, отбрасывает слабые идеи, сохраняет голос автора и выводит материал на ручное подтверждение.
Контент-конвейер
Как ссылки, задачи, заметки, разговоры и находки превращаются в публичные материалы, технологии и кейсы.
Как настроить границы доступа для личного ИИ
Когда одним ИИ пользуются несколько людей, простой список разрешённых пользователей не защищает личные данные. Рассказываю, как разделить личности, контексты и действия так, чтобы помощник по умолчанию не видел лишнего.
Как сделать личного ИИ надёжным: что проверять кроме результата
Личный ИИ может выдать правильный результат и всё равно подвести: нарушить порядок действий, использовать не тот источник или отправить лишнее сообщение. Разбираю, как проверять не только ответ, но и поведение всей системы.