AI-Агенты

Как я построил систему оценки резюме на AI-агенте (и почему первая версия была бесполезной)

8 мин чтения

89% британских рекрутеров планируют увеличить использование AI в найме в этом году. Кандидаты в ответ пишут резюме через ChatGPT. Компании получают сотни одинаково отполированных документов и фильтруют их алгоритмами. CEO Adecco Group подсчитал: в среднем нужно 200 заявок, чтобы получить один оффер. Гонка вооружений, где обе стороны используют одну и ту же технологию.

За четыре месяца я создал больше 20 адаптированных резюме – одни и те же данные, радикально разные документы. Каждое адаптировано под конкретную вакансию: для одной компании акцент на платформенную инженерию, для другой – на масштабирование команд, для третьей – на трансформацию процессов. Данные одни, но перестановка приоритетов меняет всё.

Проблема – как понять, что резюме работает, до того как рекрутер его увидит? Грамматику проверит любой инструмент. Мне нужен был синтетический «первый читатель» – тот, кто смотрит на документ глазами нанимающего менеджера и говорит: «Я бы позвал на интервью» или «Я бы прошёл мимо».

Читать полностью
Как я построил систему оценки резюме на AI-агенте (и почему первая версия была бесполезной)
P5.express и агентный ИИ: где помогает, где ломает
22 мин

P5.express и агентный ИИ: где помогает, где ломает

В PMI-мире принято думать о портфельном управлении как о чём-то монументальном: комитеты, Tableau, сотни полей в Jira, еженедельные статус-митинги с колодой слайдов. P5.express предлагает другое. Три цикла, пять документов, две роли. Система умещается на одном листе.

Именно к такой системе разумно приставить агентный ИИ: минималистичная архитектура понятна, роли чёткие, данные структурированы. Но «разумно» не значит «везде». Некоторые части P5.express при автоматизации перестают работать – не потому что ИИ плохой, а потому что смысл этих частей именно в человеческом процессе.

Ниже – разбор по каждому циклу. Что стоит делегировать агенту, что лучше оставить людям, и какая модель для этого подходит в реалиях России.

Агент вместо чата: анализ данных без copy-paste
9 мин

Агент вместо чата: анализ данных без copy-paste

У вас три файла с данными: воронка активации, результаты A/B-теста и тикеты поддержки. Задача – понять, почему онбординг проседает. Вы открываете ChatGPT, загружаете первый файл, задаёте вопрос. Получаете ответ. Загружаете второй файл. ChatGPT спрашивает: «Можете напомнить контекст?» Загружаете третий. Контекст первого файла уже вытеснен.

Через сорок минут у вас три отдельных разговора, ни один из которых не отвечает на исходный вопрос. Потому что вопрос был один, а данные – в трёх местах.

Это не проблема ChatGPT. Это проблема подхода.

Claude Code недоступен? OpenCode работает в России – бесплатно
12 мин

Claude Code недоступен? OpenCode работает в России – бесплатно

В марте 2026 года Lenny Rachitsky опубликовал статью с говорящим заголовком: «Everyone should be using Claude Code». Материал разлетелся по LinkedIn и Telegram-каналам, набрал сотни тысяч просмотров, и теперь каждую неделю кто-то из менеджеров спрашивает: как это попробовать?

Ответ неудобный. Claude Code официально недоступен в России и большинстве стран СНГ. Подписка Anthropic Max, которая его открывает, стоит $100 в месяц и требует карту, которую не всегда легко получить. Это создаёт странную ситуацию: один из самых обсуждаемых AI-инструментов года – физически за барьером для значительной части аудитории, которая о нём читает.

Есть прямая альтернатива. OpenCode – open-source проект, который делает ровно то же самое, работает с любыми моделями (включая доступные в России), и ставится за 15 минут.

OpenClaw месяц спустя: кейсы применения, провалы и enterprise-решения
11 мин

OpenClaw месяц спустя: кейсы применения, провалы и enterprise-решения

5 февраля мы подвели итог четырёх недель OpenClaw-хайпа, сделав вывод, который тогда казался очевидным: инструмент работает для личных задач, но корпоративный применение практически отсутствует. Прошёл месяц. OpenClaw обогнал React по звёздам на GitHub, набрав 265 000 против 228 000 у самого популярного JavaScript-фреймворка в истории, – и это только начало того, что изменилось.

OpenClaw на практике: реальные кейсы и отсутствующий enterprise-слой
14 мин

OpenClaw на практике: реальные кейсы и отсутствующий enterprise-слой

После трёх статей о критических проблемах безопасности, уроках workflow и 72 часах исправлений логичен вопрос: а что люди реально делают с OpenClaw?

За две недели с момента взрывного роста (22 января – 5 февраля 2026) накопился достаточный массив подтверждённых кейсов использования из Reddit, X/Twitter, YouTube-туториалов и блогов разработчиков. Интересно, что паттерн применения показывает не столько революционные сценарии, сколько резкое снижение барьера входа для уже существующей автоматизации.

Удивительно, но большинство реализованных кейсов технически доступны через n8n, Make или Zapier последние 3–5 лет. Разница не в возможностях – разница в том, кто теперь может это реализовать. Это заставляет задуматься: OpenClaw – это действительно новая категория инструментов или просто более доступная обёртка над старыми концепциями?

6600 коммитов за месяц: уроки workflow от создателя OpenClaw
14 мин

6600 коммитов за месяц: уроки workflow от создателя OpenClaw

Один разработчик. 6600 коммитов. Один месяц.

Больше, чем большинство команд отправляет за квартал. Больше, чем многие стартапы делают за полгода. Это не маркетинговая метрика – это реальная продуктивность Питера Штайнбергера, создателя OpenClaw (ранее известного как clawdbot), одного из самых вирусных AI-проектов января 2026 года.

Сам Питер описывает проект просто: «Это не компания – это один чувак, который сидит дома и кайфует от процесса». После успешного exit из PSPDFKit он мог бы отдыхать. Вместо этого – строит AI-ассистента, который управляет его календарём, отправляет письма и регистрирует на рейсы. «AI, который действительно делает дела» – так он сформулировал миссию проекта.

Как один человек может работать как целая компания? Какие навыки критически важны при работе с AI-агентами? Почему опыт управления командой из 70+ человек оказывается ключевым для продуктивности с AI? И как меняется фокус внимания инженера – от написания кода к проектированию архитектуры?

Разберём конструктивные уроки из workflow Питера Штайнбергера – применимые к любым AI-ассистированным проектам, даже если вы никогда не установите сам OpenClaw.

OpenClaw (Clawdbot/Moltbot): критический разбор вирусного AI-агента
17 мин

OpenClaw (Clawdbot/Moltbot): критический разбор вирусного AI-агента

В последнюю неделю января 2026 года интернет буквально взорвался обсуждениями нового AI-агента, который успел сменить несколько имён: Clawdbot → Moltbot → и наконец OpenClaw. За несколько дней проект набрал более 146 000 звёзд на GitHub, спровоцировал рост акций Cloudflare на 11–14%, и породил волну постов в Twitter с распаковкой Mac Mini. Мемы о том, что Mac Mini “продаётся быстрее iPhone” в Китае, распространялись со скоростью лесного пожара.

Проект официально переименован в OpenClaw и теперь доступен на openclaw.ai. Это уже третье название: сначала был Clawd (Anthropic попросили сменить из-за схожести с Claude), затем Moltbot (не прижилось в сообществе), и теперь OpenClaw – сочетание открытости и “лобстерного” наследия проекта. Новое название прошло проверку на товарные знаки.

Разберём по порядку: что такое Clawdbot, откуда взялся хайп, почему миф о Mac Mini – это именно миф, какие документированные уязвимости угрожают вашим данным, и когда стоит выбрать проверенные альтернативы.