Модуль 4.S — Саммари субботнего занятия

Суббота, 18 апреля 2026. Локальные модели, эмбеддинги, безопасность, контент. Группа 01.

Главное за 2 часа

Сегодня — завершающая лекция второй недели. Большой разговор о трёх фундаментальных вещах: локальные модели (зачем, как, когда), эмбеддинги и семантический поиск (Smart Connections), и неожиданно глубокая дискуссия про AI-контент и стиль письма.

Если выбрать одну мысль:

Три задачи человека в эпоху AI: извлекать смыслы, синтезировать новые смыслы, передавать смыслы другим. Всё остальное — ремесло, которое можно делегировать.

Контент и AI: форма vs содержание

Группа развернула большую дискуссию про AI-контент для LinkedIn, и вот что выяснилось:

Нет корреляции "AI-текст = плохие охваты"

Макс поделился опытом: посты, написанные вручную, набирали и много, и мало просмотров. Посты с AI — точно так же. Корреляция не в инструменте, а в содержании.

Главные факторы успеха поста (Александр)

1. Stop-scroll — человек остановил скроллинг ленты на вашем посте
2. Show more — нажал "Показать ещё"
3. Время чтения — дочитал до конца
4. Не важно, AI или нет — важно, на какой стадии читатель "дисквалифицировал" ваш пост

Рецепт хорошего AI-контента (Александр + Макс)

1. Сделайте сырой фрирайтинг — ваш голос, ваш опыт, ваши anecdotal evidence
2. Отдайте AI — он структурирует, отформатирует, уберёт лишнее
3. Попросите переписать в конкретном стиле — Хемингуэй, Воннегут, Паланик, Роулинг
4. Команда "сделай в менее-AI-шном стиле" — работает (Пётр)

Три задачи человека (Макс)

Макс завершил дискуссию философским тезисом:

1. Извлекать смыслы — понимать, что происходит вокруг
2. Синтезировать новые смыслы — комбинировать, придумывать, получать инсайты
3. Передавать смыслы другим — делиться опытом, учить, писать

AI помогает во всех трёх, но не заменяет ни в одной. Писать тексты — это ремесло, низкоуровневая задача. Наша задача — думать о цели, а не о форме.

Локальные модели (Ollama)

Зачем нужны

• $0 за любое количество запросов
• Приватность — данные не покидают компьютер
• Ночные задачи — ставишь на ночь, утром результат готов
• Массовая обработка — 1000 PDF, конвертация форматов, YAML-разметка

Когда не справятся

• Задачи, требующие высокого интеллекта (синтез из разных источников, сложные выводы)
• Когда нужна скорость (облачные модели в разы быстрее)

Ограничения

Ограничение	Суть
RAM	Модель на 31B параметров требует ~24 GB оперативной памяти
Скорость	Запрос может выполняться десятки секунд
Компьютер занят	Пока модель работает — вся память у неё

Как Claude Code работает с Ollama

Claude Code сам не является локальной моделью. Он всегда ходит в облако Anthropic. Но он может давать команды Ollama через терминал:

1. Claude Code генерирует команду для Ollama (через облако)
2. Ollama выполняет задачу локально (бесплатно)
3. Результат возвращается в Claude Code

Без интернета Claude Code не работает — но можно заранее подготовить скрипты и запускать их через терминал напрямую.

Специализированные модели

Кроме "умных" моделей общего назначения, есть модели для одной конкретной задачи:

Задача	Тип модели	Пример
Голос → текст (STT)	Speech-to-Text	Whisper
Текст → голос (TTS)	Text-to-Speech	Специализированные TTS
Эмбеддинги	Embedding models	nomic-embed-text
Работа с числами	Финансовые модели	Специализированные

Они маленькие, быстрые и заточены под одну функцию.

Живое демо: PDF → Obsidian через Codex

Макс показал, как Codex обрабатывает папку с PDF-файлами:

1. Скопировал путь к папке с PDF
2. В Codex: "Разбери все PDF и сделай заметки в MD в нашей базе знаний"
3. Codex сам написал себе Python-скрипт для парсинга PDF
4. Создал 5 файлов: MOC (карта контента) + 4 тематические заметки
5. Результат: за несколько минут — структурированные знания из 4 PDF

Совет: если первый результат слишком краткий — скопируйте ссылку на конкретный файл и попросите "сделай более подробным, добавь максимум деталей".

Эмбеддинги и семантический поиск

Что такое эмбеддинг (простым языком)

Каждой заметке присваивается набор чисел — координаты в пространстве смыслов. "Рецепт борща" и "Украинская кухня" окажутся рядом, а "Квантовая физика" — далеко.

Как работает поиск

Вводите слово "пампушки" → находятся "Рецепт борща" и "Украинская кухня", хотя слова "пампушки" в них нет. Это семантический поиск — по смыслу, а не по ключевым словам.

Плагин Smart Connections

• Ставится из Community Plugins
• Локальная модель из коробки — ничего настраивать не нужно
• Анализирует всю базу, каждой заметке даёт координаты
• Показывает "похожие по смыслу" заметки в боковой панели
• Полезно для больших волтов — находит забытые связи

Когда это полезно

Сейчас, когда вы только заполняете хранилище — не обязательно. Но когда данных станет много:

• Начали новый проект → Smart Connections покажет всё, что может быть связано
• Пишете пост → найдёте свои старые заметки по теме
• Агент может использовать семантический поиск для более точных ответов

Синхронизация заметок с телефона (вопрос Хайома)

Проблема

Хайом ведёт заметки в OneNote на телефоне, а Obsidian — на компьютере. Нужно синхронизировать.

Решение через MCP

1. Подключить OneNote как MCP-сервер к Claude Code
2. Настроить еженощную синхронизацию: "каждую ночь проверяй OneNote, забирай новые заметки в Obsidian"
3. Или команду по запросу: "синхронизируй OneNote"

Как отслеживать, что уже обработано

• Каждый файл хранит дату последнего изменения (Last Modified)
• Можно добавить YAML-тег sync_status: processed
• Агент проверяет: если документ изменился после последней синхронизации → обработать

Аналогия из Obsidian: вики-статус в подкастах Макса. wiki_status: processed = уже разобрано, без статуса = нужно обработать.

Безопасность и SOC 2 (вопрос Александра)

Отправлять ли данные в Anthropic?

• Anthropic имеет SOC 2 сертификацию — прошёл аудит безопасности
• Enterprise-клиенты получают выделенный кластер — данные изолированы
• На Pro/Individual подписке — данные могут использоваться для обучения (написано в TOS)
• 100% гарантий нет нигде — вопрос доверия к компании

Практический совет

Задайте себе вопрос: "Есть ли на моём компьютере данные, утечка которых может нанести вред?" Если да:

• Зашифруйте эти данные
• Не давайте к ним доступ агентам
• Для чувствительных задач используйте локальные модели

Документы для людей И для агентов

Важный инсайт от Макса:

Раньше мы писали документы только для людей. Теперь аудитория — две сущности: люди и агенты.

Почему AI медленно внедряется в больших компаниях? Потому что вся документация написана для "кожаных людей" — агенты не могут с ней эффективно работать. Чем раньше вы начнёте делать документы agent-readable (YAML, структура, чёткие метаданные), тем мощнее будет ваша система.

Благодарить ли AI?

Ирина спросила: "Ты всегда говоришь AI спасибо — это влияет на результат?"

Ответ Макса: "Я делаю это не ради AI, а ради себя. Мне психологически комфортно воспринимать его как партнёра. Когда я говорю 'привет, бро, спасибо' — это открывает в моей голове новые способы взаимодействия."

Токены на "спасибо" стоят ноль в масштабах подписки. А вода на охлаждение серверов бежит в закрытом контуре — она не тратится.

Что на следующей неделе

Понедельник — Вайб-кодинг для начинающих

Пошаговый мастер-класс: как сделать простейший сайт и разместить его на своём домене. Для тех, кто всегда говорил "вайб-кодинг — не для меня".

Среда — Future-proof лекция

Контекстная: разберём последние апдейты (возможно, Claude Design, новости от OpenAI/Google) + вектор развития для каждого после курса.

Пятница — Выпускной

Подведение итогов, бокал вина, нетворкинг.

Office Hours

Вторник и четверг — как обычно. Если застряли — пишите Максу в личку для one-on-one.

---

До понедельника! — Макс