А вот так Copilot от Microsoft точно бы зашёл.

Даже с VPN. 😡

Поймал фидбек, что про агенты всё время рассказывать — это сложно. Так что пока новую историю про разделение на скиллы и правила отложу, а понедельник начнём с промпта.

Я постоянно читаю статьи и сохраняю в Obsidian саммари как источники для постов, базу знаний и способ не потерять полезное. Раньше просил Claude: «Прочитай статью, сделай саммари, сохрани ссылки». Работало неплохо, но часто получал пересказ структуры вместо сути. Недавно переписал промпт. Теперь он выглядит так:

Прочитай статью: [URL]

Верни:
1. Ссылка, источник, дата
2. Главный тезис — одно предложение
3. Ключевые факты и цифры
4. Неочевидная идея или спорный момент
5. Для чего можно использовать этот материал
6. Ссылки из статьи — только значимые (исследования, источники данных, упомянутые материалы), с кратким пояснением к каждой

Язык ответа — русский, даже если статья на другом языке.Не пересказывай структуру — вытащи смысл.

Забирайте, дорабатывайте под себя.

#ai_prompts

Тут контекст.

Alibaba выпустила корпоративный ИИ-агент Wukong. Работает на Qwen, разработан командой DingTalk. Управляет несколькими агентами через единый интерфейс: редактирование документов, согласования, транскрипция встреч, ресёрч. Интеграция со Slack, Teams, WeChat в планах. Пока только по приглашениям.

Платформа позиционируется как инструмент с «корпоративной защитой данных» — это прямой ответ на главный страх enterprise-заказчика перед агентами: «а куда пойдут наши данные».

Всё это происходит в рамках большой реструктуризации. Alibaba собирает весь AI под новое подразделение Alibaba Token Hub — туда войдут Tongyi Lab, линейка Qwen, Wukong, и AI Innovation. Руководить будет лично CEO Эдди У. Формулировка в его меморандуме: «создавать токены, доставлять токены, применять токены». AGI как главная цель компании, обязательства по инвестициям — свыше $53 млрд.

Но вот что остаётся за скобками официальных анонсов.

4 марта Линь Цзуньян — главный технический лидер Qwen — написал в X: «bye my beloved qwen» и покинул компанию. Это стало третьим уходом старшего руководителя из команды Qwen в 2026 году. Линь — 32 года, самый молодой P10-руководитель в Alibaba. Пришёл в 2019 из Пекинского университета. За несколько лет превратил Qwen из побочного проекта в самую скачиваемую open-source LLM-серию в мире: 700 млн загрузок на Hugging Face, 400 открытых моделей, 180 000 дообученных производных от комьюнити.

Уход не добровольный в обычном смысле. Реструктуризация разбила вертикально интегрированную команду Линя на горизонтальные модули: отдельно pre-training, отдельно post-training, отдельно мультимодальность. Это уничтожило ту самую «стартаперскую» автономию, которая и позволяла Qwen двигаться быстрее конкурентов. Его коллеги описывали происходящее как «конец эпохи». Один из членов команды написал прямо: «Я знаю, что уйти было не твоим выбором».

Есть ещё один системный вопрос. Китайские ИИ-компании испытывают трудности с монетизацией: потребители неохотно платят за подписки, большинство моделей — open-source и бесплатны. Разрыв в выручке между ведущими китайскими разработчиками и такими компаниями как Anthropic — колоссальный.

Иными словами: Alibaba создала мощнейший open-source ИИ, чтобы выиграть гонку разработки — и теперь пытается конвертировать это в деньги через enterprise-агентов. Но команда, которая строила эту силу, разошлась. А монетизировать open-source в Китае не умеют.

Ждём квартальный отчёт Alibaba в четверг, там должны появиться первые цифры по AI-выручке. Вот где настоящий ответ на вопрос, работает ли эта стратегия.

#ai_news

Разобрал репозиторий gstack от Гэрри Тана, CEO Y Combinator. Про критику от комьюнити писать не буду. Это в точности тот же спор который идёт вокруг любого репозитория с конфигами агентов. «Это просто промпты» — технически верно. Но ценность не в промптах, а в ролевой модели и порядке вызовов. Точнее всего описать репу так: структура инженерной организации как принцип проектирования, а не один агент на всё.

Что это такое, собственно:

gstack превращает Claude Code в виртуальную инженерную команду которой ты реально управляешь: CEO который переосмысливает продукт, инженерный менеджер который фиксирует архитектуру, дизайнер который ловит ИИ-шлак, параноидальный ревьюер который находит баги в продакшне, QA-лид который открывает настоящий браузер и кликает по приложению, и релиз-инженер который шипит PR. Тринадцать специалистов, все как слэш-команды, всё в Markdown, MIT-лицензия.

Ключевое отличие от других репозиториев: здесь не просто субагенты под задачи, а роли с разными когнитивными режимами. Один агент не делает всё сразу.

Что применимо для контентных агентов

Гэрри Тан не сделал одного агента «напиши код». Он разделил процесс на роли с разными углами зрения: стратег, исполнитель, ревьюер, контролёр качества. Для контентных агентов это, чисто теоретически, можно интерпретировать так:

/plan-content по образцу /plan-ceo-review — переосмысляет тему перед написанием. Не «напиши статью про Kubernetes», а «какой угол здесь самый сильный, что аудитория хочет узнать, какой тезис будет неожиданным». Стратегический режим перед исполнением.

/review-editorial по образцу /review — находит нарушения редполитики которые проходят поверхностную проверку но выглядят плохо при публикации. Автофиксит запрещённые слова, показывает спорные утверждения без источников.

/qa-content по образцу /qa — проверяет финальный текст по чеклисту: факты атрибутированы, голос соответствует, структура соблюдена, нет клише, длина правильная для формата. Фиксит и перепроверяет.

/ship-content по образцу /ship — финальный прогон перед публикацией: проверка всех пунктов, генерация превью для разных платформ, архивирование в базу опубликованных материалов.

/retro-content по образцу /retro — еженедельный отчёт: сколько материалов вышло, какие форматы, какие темы, что залипло, что нет.

У меня система выстроена по-другому — агенты под задачи, субагенты с чистым контекстом, правила и скиллы — но тем интереснее смотреть на другие варианты архитектур.

#ai_agents

Ой всё

Google заботится о безопасности пользователей. Просто не торопится.

Значит, так. Есть расширение «Save Image as Type» с миллионом пользователей. В октябре 2024-го исследователи публично пишут, что группировка Karma воспользовалась схемой supply chain attack: зачем писать вредонос, если можно купить готовое доверенное расширение с аудиторией? Microsoft читает, думает неделю и в феврале 2025-го удаляет расширение из Edge с пометкой «malware».

Google читает. Думает. Оставляет значок «Featured».

Проходит ещё год. Расширение продолжает внедряться на каждую страницу миллиона браузеров, тихо подменять партнёрские коды на Amazon и Shein и кормить мошенников. В новогодние праздники — особенно активно, десятки инъекций в день. Очень своевременно.

В марте 2026-го Google наконец действует решительно и удаляет расширение. Молодцы. Успели.

Это, на секунду, компания, которая год назад переехала на Manifest V3 — специально ради безопасности расширений. Судя по результатам, безопасность была достигнута. Мораль простая: не Microsoft, не сам Google, не тысячи жалоб — расширение убрали тогда, когда убрали.

Проверить, работало ли оно на твоих сайтах:

localStorage.getItem("ldcsv") в консоли DevTools. Любое число в ответе = было активно.

Ну и быстрее снесите расширение, если пользовались.

Пару интересных наблюдений из статьи Prompt Engineering Best Practices in 2026: The Ultimate Guide to Better AI Prompts.

Первое: вежливость в промптах не работает, а контекст работает. «Пожалуйста и спасибо» сжигает токены. «Это для технического директора который принимает решение за 5 минут» — меняет вывод кардинально. То есть промпт это не подбор правильных слов. Это проектирование ограничений. Чем расплывчатее запрос — тем увереннее ИИ генерирует правдоподобную ерунду.

Второе: мультиагентные системы переоценены так же, как когда-то микросервисы. Пять агентов для генерации контента — 47 минут. Один хорошо написанный промпт — 14 минут. Прежде чем строить оркестратор, стоит убедиться что задача вообще требует оркестрации.

Я уже писал, что для большинства задач хватит простого воркфлоу. Или можно с простого воркфлоу хотя бы начать.

Фреймворк RCCF который там описан — Role, Context, Constraints, Format — это по сути то, как должен быть устроен любой агент или скилл. Роль задаёт экспертизу. Контекст даёт почву. Ограничения убирают пространство для галлюцинаций. Формат делает вывод предсказуемым.

#ai_agents

Хуже всего, когда ты эти воркфлоу и пишешь.