Этот новый навык наконец решает проблему мышления ИИ-агентов
AAI LABS
Computing/SoftwareInternet Technology
Transcript
00:00:00У Claude Code, Codex и практически любого другого ИИ-агента есть одна серьезная проблема, и вы сталкиваетесь с ней, как только им нужно принять решение.
00:00:08Эти модели способны досконально продумать задачу, но они никогда не выдают ничего нового.
00:00:12И неважно, какую именно модель вы используете, — абсолютно все они пасуют, когда требуется креативность.
00:00:17Поэтому, когда вы приходите к ним за идеями, они возвращают самые безопасные ответы, и вам приходится раз за разом подсказывать углы обзора, которые они должны были найти сами.
00:00:24Пока вы буквально не ткнете их носом в эти ракурсы, мыслить нестандартно они не начнут.
00:00:28Как ни странно, решением этой проблемы стал СДВГ — состояние, когда внимание постоянно перескакивает с одного на другое.
00:00:35Оказывается, СДВГ превращается в суперсилу, если речь идет об ИИ-агентах, и именно этим мы их сейчас и наделяем.
00:00:41Сейчас как раз набирает популярность инструмент, делающий именно это.
00:00:44Если вы у нас впервые: мы — IT-компания, а это наш канал AI Labs, где мы показываем, как оптимизировать ваши процессы с помощью ИИ на примере нашего собственного опыта.
00:00:54Так что в этом видео мы разберем, как СДВГ у вашего ИИ-агента реально помогает работе.
00:00:59Перед тем как перейти к инструменту, вам нужно понять, зачем он вообще нужен.
00:01:03Если вы работали с Claude Code, Codex или другими агентами, вы знаете, что они отлично разбивают крупные задачи на мелкие части.
00:01:10Они передают эти куски субагентам, чтобы каждый работал в своем контекстном окне, не забивая основную сессию.
00:01:16Вам даже не нужно об этом просить.
00:01:18Они сами создают список задач и делегируют их для параллельного выполнения.
00:01:22Но такое разделение происходит только с практической работой.
00:01:26Ничего подобного не происходит при генерации идей, и если вы пробовали штурмить с ними варианты решений, вам знакома эта боль.
00:01:34Вы просите варианты, а получаете тексты, которые звучат по-разному, но по сути являются одной и той же мыслью, перефразированной разными словами.
00:01:40Генерация идей — самая сложная штука для делегирования, ведь поиск действительно уникальных направлений — не их конек.
00:01:47Всё упирается в то, как именно обучены эти модели.
00:01:50Агент всегда выбирает шаблон, который чаще всего встречался в обучающих данных, ведь повторяющийся ответ для него — признак качества.
00:01:59Это не значит, что его ответы ошибочны, они нормальные, но другие ракурсы задачи он даже не рассматривает, что сводит на нет весь смысл мозгового штурма.
00:02:08И банальные шаблоны — это только полбеды, ведь модель к тому же не оценивает каждую идею изолированно.
00:02:13Каждый вариант прорабатывается в одном и том же контекстном окне, из-за чего идеи смешиваются, а контекст засоряется шумом.
00:02:20Качество мышления деградирует, он не может трезво ничего оценить и в итоге выдает ту же самую мысль в иной обертке.
00:02:28Скилл ADHD (СДВГ) появился совсем недавно и за считанные дни набрал кучу звезд на GitHub.
00:02:33И название идеально подходит: как и при реальном СДВГ, когда мысли хаотично рассыпаются, он распыляет ход рассуждений вместо того, чтобы вести его по прямой.
00:02:42Он берет генерацию идей или любую задачу с кучей развилок и распределяет её по отдельным агентам в виде “дерева мыслей” (Tree of Thought).
00:02:49“Дерево мыслей” — это структура, где множественные ветви из субагентов изолированно прорабатывают разные идеи, прямо как разрастающиеся ветки дерева.
00:02:58Затем, когда каждая ветка останавливается на конкретном варианте, система собирает все идеи воедино и объединяет их в финальный ответ.
00:03:06То есть запускается несколько агентов, размышляющих в собственных контекстных окнах, и каждый получает свой угол зрения на проблему.
00:03:12Они полностью изолированы, у них ноль общего контекста, и ни один не знает, над чем работают остальные.
00:03:17Но изоляция здесь нужна не для распараллеливания работы, а чтобы разграничить идеи и не дать им влиять друг на друга.
00:03:24Разделение происходит с помощью фреймов — по сути, разных призм, через которые предлагается взглянуть на задачу.
00:03:29Внутри встроен целый каталог фреймов со всеми возможными направлениями, и каждый агент выбирает фрейм, с которым будет работать.
00:03:37Агент получает промпт фрейма вместе с системным промптом и самой задачей.
00:03:41Затем агент-критик оценивает все результаты, ведь кто-то должен решить, какие из этих идей стоят внимания.
00:03:48Он выставляет каждой идее баллы по трем критериям.
00:03:50Новизна (Novelty) — насколько идея свежая и оригинальная.
00:03:54Жизнеспособность (Viability) — реально ли ее реализовать.
00:03:57И соответствие (Fit) — насколько хорошо она решает поставленную проблему.
00:04:01Оценка происходит в отдельном агенте с инструкцией действовать как скептичный старший инженер.
00:04:07Его единственная задача — жестко критиковать всё, что он читает.
00:04:10И на основе полученных баллов решается, выживет идея или отправится в корзину.
00:04:15В конце скилл отбирает лучшие варианты и прогоняет их по “списку ловушек” — проблемам, которые идея может вызывать на практике.
00:04:23После этого он отдает приоритет идеям, отмеченным как нетривиальные.
00:04:26Прежде чем мы покажем крутые сценарии применения скилла, подпишитесь на канал и поставьте лайк.
00:04:33Эта простая поддержка очень важна для нас.
00:04:36Вот так всё устроено под капотом.
00:04:38Теперь давайте его установим.
00:04:40Команду для установки можно найти в GitHub-репозитории проекта.
00:04:43Копируете ее, открываете терминал в вашем текущем проекте и запускаете.
00:04:47Утилита спросит, для какого именно ИИ-агента нужна установка — поддерживается более 45 вариантов.
00:04:53Просто выбираете тот, которым пользуетесь.
00:04:55После этого появляется вопрос, должен ли навык быть доступен только в текущем проекте (Project Scope) или повсеместно, независимо от проекта.
00:05:03Если он нужен только в одном месте, выбирайте Project Scope.
00:05:06После завершения скилл сохраняется в папке `.agents`.
00:05:10Её используют многие агенты вроде Codex для хранения конфигурации, но Claude Code по умолчанию видит только папку `.claude`.
00:05:18Так что если вы работаете с ним, просто переименуйте папку в `.claude`, и он ее подтянет.
00:05:22Открыв её, вы увидите готовый скилл.
00:05:25Это один файл `skill.md`, который делает всё сам по себе, без внешних справочных файлов и зависимостей.
00:05:31Инструкции внутри прямо заставляют агента копать глубже первых трех вариантов.
00:05:36В файле прямо написано, что первые три ответа — самые заезженные шаблонные варианты из обучающей базы,
00:05:41и их сходу сгенерирует абсолютно любой сеньор-агент.
00:05:44Действительно интересные идеи, на которые способен опытный специалист, начинаются только после них.
00:05:50Однако запуск такого количества агентов сжигает кучу токенов,
00:05:52поэтому тут есть этап предварительной проверки, определяющий, нужен ли запуск.
00:05:56Если вызвать скилл через слэш-команду или попросить напрямую, он сработает мгновенно.
00:06:01Если вы не упомянули скилл прямо в промпте,
00:06:04а ваш агент сам решает применить его автоматически,
00:06:07тогда задача прогоняется через три контрольных вопроса.
00:06:11Первый вопрос: является ли задача открытой,
00:06:14то есть будут ли у опытного эксперта разные рабочие варианты решения
00:06:19или существует лишь один верный ответ.
00:06:20Если ответ всего один,
00:06:22то анализировать задачу под разными углами бессмысленно — это пустая трата токенов,
00:06:26и процесс останавливается.
00:06:27Второй вопрос: действительно ли высоки ставки,
00:06:29то есть потеряете ли вы что-то ценное, если очевидный ответ окажется ошибочным.
00:06:34И третий вопрос: как именно сформирован запрос.
00:06:36Если вы использовали такие слова, как "быстро" или "стандартно",
00:06:38вам явно нужно простое прямое решение,
00:06:40поэтому агент остановится и не станет подключать скилл.
00:06:43Помимо этапа проверки,
00:06:44тут расписаны все фазы цикла вместе с таблицей фреймов, задающих векторы мышления для каждого агента.
00:06:50Там же перечислены паттерны, которых агентам явно запрещено придерживаться.
00:06:54Но перед тем как мы разберем практические кейсы, пару слов о нашем спонсоре.
00:06:59Top View.
00:06:59Если вы создаете ИИ-видео, вы знаете эту проблему.
00:07:02Каждая модель живет на отдельной платформе, и генерировать приходится по одному клипу.
00:07:05Top View решает эту задачу.
00:07:06Это первый в мире универсальный ИИ-скилл для видео, который работает прямо внутри вашего кодинг-агента.
00:07:11Claude Code, Cursor, Codex.
00:07:13Он объединяет топовые модели в одном месте.
00:07:16Veo, Kling, SeaDance, Nano Banana и другие.
00:07:19Больше никакого переключения платформ и кучи разных подписок.
00:07:22Мы протестировали его.
00:07:23Дали агенту одну команду:
00:07:25“Сгенерируй 10 вариантов 15-секундной рекламы для TikTok по этой картинке товара”.
00:07:29Спустя секунды у нас было 10 готовых роликов для публикации.
00:07:32Это настоящий прорыв.
00:07:34Top View превращает вашего агента в полноценный конвейер видеопроизводства.
00:07:36Вы описываете задачу один раз, и он пачкой генерирует десятки видео с разными нейросетями, стилями и соотношениями сторон за одну сессию.
00:07:44Он даже сам подбирает подходящую модель под задачу.
00:07:47Путь от одной строчки текста до готовых видео проходит прямо внутри вашего агента.
00:07:51Попробуйте скилл Top View по ссылке в описании.
00:07:54Итак, вот как он настроен.
00:07:54Теперь разберем, где он приносит реальную пользу.
00:07:57Отличный пример применения — разработка через тестирование (TDD), когда агент сначала пишет тесты,
00:08:03а затем пошагово собирает приложение, пока все тесты не станут зелеными.
00:08:07Написание тестов до написания кода критически важно, как мы и говорили в прошлых видео,
00:08:12ведь когда все требования строго зафиксированы в коде, любое ломающее изменение тут же отлавливается тестами.
00:08:18Агент вынужден им следовать.
00:08:20И составление тестов — идеальная задача для этого скилла, потому что именно здесь агенты любят халтурить.
00:08:26Они не покрывают все нужные сценарии, потому что, как мы уже говорили, скатываются к стандартным ответам и пишут тесты только под них.
00:08:33Они игнорируют альтернативные пользовательские пути в приложении, которые тоже нужно тестировать.
00:08:37Вы можете дать подробный промпт о том, как писать тесты, или даже создать специального агента-тестировщика.
00:08:45Но они все равно будут скатываться к привычным паттернам.
00:08:47Перед запуском агенту нужно четко понимать, что именно вы строите.
00:08:51Для этого составьте описание требований (PRD) — документ, где расписаны назначение приложения, решаемая проблема, целевые метрики и аудитория.
00:09:03Вдобавок стоит дать техническое задание (Spec), фиксирующее стек, чтобы не повторять постоянно, какие инструменты использовать.
00:09:11Вы ссылаетесь на оба документа внутри `claude.md`, чтобы агент считывал этот контекст с самого старта.
00:09:16Затем вы вызываете скилл слэш-командой, описываете создаваемое приложение и просите составить тест-кейсы по методологии TDD.
00:09:25Так как вы вызвали его напрямую, он пропускает предварительную проверку и сразу запускает пять агентов.
00:09:30Каждый начинает рассуждать в своем направлении, используя наиболее подходящий фрейм, и они возвращаются с разными подходами к тестированию.
00:09:38Затем система оценивает каждый подход по названным критериям, выбирает топ-3 и прорабатывает их более детально.
00:09:44Когда все агенты закончат, вы получите подробный отчет по направлениям тестирования с их оценками.
00:09:50Оценки указаны сокращенно: N9 означает новизну на 9, V8 — жизнеспособность на 8, а F10 — идеальное соответствие задаче.
00:10:00Каждая идея сопровождает наброском реализации, возможными рисками и первыми шагами для старта.
00:10:07И эти идеи вообще не похожи на обычный набор тестов.
00:10:11Обычно тесты от ИИ лишь проверяют базовую работоспособность сервиса.
00:10:15Но предложения этого скилла затронули гораздо больше краевых случаев и даже проблемы производительности.
00:10:21В итоге вы получаете куда более мощный тестовый набор, разбитый на три глубоко проработанные ветки, каждая из которых проверяет свой путь внутри приложения.
00:10:30Важно уточнить: скилл лишь планирует тесты, а не пишет сам код.
00:10:34Вы получаете стратегию, а далее просто указываете агенту нужное направление, и он идет его реализовывать.
00:10:40Можно взять один вектор, если этого достаточно, или реализовать сразу все три.
00:10:44Если производительность критична, стоит внедрить все три, но это займет время, так как агент будет писать тесты по очереди.
00:10:52Зато на выходе тесты получаются в разы подробнее, чем при стандартном подходе,
00:10:57ведь вся стратегия тестирования прорабатывается до написания первой строчки кода.
00:11:02Это отлично работает перед началом разработки, закрывая большинство багов заранее и снижая риск поломок в будущем.
00:11:09Но это всё про этап до разработки.
00:11:11Другой способ — использовать скилл прямо перед релизом.
00:11:14Вы запускаете его на готовом к выходу приложении и просите оценить пользовательский опыт (UX).
00:11:18Скилл подсветит всё, что может запутать людей при навигации или использовании продукта,
00:11:23а также всё, что провоцирует отток пользователей (churn) — то есть момент, когда клиенты бросают ваш продукт.
00:11:29А отток происходит очень часто, когда на сайт приходят реальные люди, особенно если продукт платный.
00:11:34Сначала им всё нравится, а потом они уходят из-за одной некорректно работающей фичи
00:11:38и требуют возврат средств.
00:11:40Зачастую это какая-то мелочь, упущенная во время разработки,
00:11:44которая просочилась в прод и вылезла боком со временем.
00:11:48Мы протестировали это на нашем комьюнити-сайте как раз во время запуска новой фичи.
00:11:53У нас уже много участников, поэтому любые обновления нужно проверять очень тщательно,
00:11:57чтобы не выкатить баг, который испортит впечатление существующим пользователям.
00:12:01Мы вызвали скилл через слэш-команду, скармливали фичу и попросили найти места,
00:12:05где люди могут споткнуться или разочароваться.
00:12:09Он начал с глубокого анализа приложения для сбора контекста,
00:12:12затем аналогично запустил агентов и выдал около 30 различных идей.
00:12:17Из них он выбрал три лучшие и проработал их глубже.
00:12:20В итоге мы получили полный отчет с оценкой каждого пункта по новизне, жизнеспособности и соответствию.
00:12:25И он нашел пробелы, которые мы вообще упустили из виду —
00:12:28например, функции, заявленные в PRD, но так и не реализованные в коде.
00:12:32То есть мы чуть не выкатили релиз, не соответствовавший нашим же обещаниям,
00:12:35плюс кучу других нюансов.
00:12:37И для каждого пункта он предложил решение и расписал сопутствующие риски.
00:12:42И здесь всё работает точно так же, как с тестами.
00:12:44Скилл сам ничего не правит, вы просто отдаете нужные замечания обратно агенту,
00:12:48и тот их внедряет.
00:12:50В итоге вы устраняете проблемы до релиза, а не после,
00:12:53что делает ваш продукт на порядок качественнее в момент выхода в свет.
00:12:57Все скиллы, процессы и материалы из наших видео
00:13:01доступны в AI Labs Pro — нашем закрытом сообществе.
00:13:04Так что если наша работа полезна для вас и вы хотите поддержать канал,
00:13:07это лучший способ сделать это.
00:13:09Ссылка ждет вас в описании.
00:13:10На этом мы подходим к концу.
00:13:12Если вы хотите поддержать канал и помогать нам выпускать подобные ролики,
00:13:16нажмите кнопку “Суперспасибо” под этим видео.
00:13:18Как всегда, спасибо за просмотр, и увидимся в следующем выпуске!