Фух, сотня генераций, час возни и мимолетная идея реализована.
Мой первый эксперимент в Suno. Мне не понравилось. Интерфейс кривой, всё непредсказуемо, чисто пьяный мастер вайбкодил дизайн.

Текст кстати сам писал

У нас было 2 подписки на ChatGPT Codex Plus, 75 миллионов токенов в API Anthropic, 5 корпоративных аккаунтов Gemini и целый парад планет различных локальных LLM всех мастей… а также годовая подписка на Perplexity Pro, аккаунт Replit Core и две дюжины инстансов на Hugging Face. Не то чтобы это всё было действительно необходимо для работы OpenClaw, но если уж начал вайбкодить, то иди в своём увлечении до конца.

Единственное, что меня беспокоило — это китайские опенсорс-модели. Ничто в мире не бывает более беспомощным, безответственным и порочным, чем вайбкодер в глубоком запое из галлюцинаций нецензурированного GLM5. И я знал, что мы очень скоро в это окунемся.

OpenAI выкатила новый опенсорсный проект для оркестрации агентов для разработки. Но это не самое интересное, таких проектов довольно много.

Самый огненный огонь в этом репозитории это то, что они предлагают нам самому собрать, навайбкодить этот софт по спецификации!!!

Там нет исходного кода, а есть только огромная спецификация с инструкциями как что делать

Это прям следующий шаг, будущее уже здесь. Я полгода назад о таком фантазировал, и вот оно случилось.

В ридми буквально сказано:

Tell your favorite coding agent to build Symphony in a programming language of your choice:

Implement Symphony according to the following spec: https://github.com/openai/symphony/blob/main/SPEC.md

Ещё там ридми супер минималистичный, т.е. вообще нет инструкций для разработчиков, это прям... вау

Раньше: документация → код → релиз
Сейчас: документация → релиз

А дальше что? Мы не будем качать сотни мегабайт софта, а только 10 килобайт спецификации? И оно "компилируется" ЛЛМ под нашу среду за пару минут.

Я тут игрался со своим приложением Диктант и захотел сделать мини гаджет чтобы можно было отходить от компа и что-нибудь надиктовывать. И чтобы оно вставлялось куда надо. Потратил кучу токенов и словил следующие инсайты:

1.
Все, кто занимается разработкой электроники Embedded Devices и пишут софт для них и работают с Bluetooth стеком, просто БОГИ. Не представляю, как это можно было делать без AI.

Мне просто, чтобы готовую девборду ESP подключить как HID устройство Bluetooth к компу нужно столько каких-то файлов конфигурационных наделать, столько каких-то параметров вписать, это пиздец!

Прикладываю скриншот, Таких файлов там десяток. Я понятия не имею, зачем это всё. Я не представляю, как это можно всё в голову загрузить.

2.
M5 StickC PLUS2 - прикольная штучка, но для таких задач вообще не подходит. Я так и не смог полноценно её запустить как Bluetooth гарнитуру, а потом выяснил, что там возможно только супер низкое качество, и вообще забил хер на то, чтобы использовать её как Bluetooth микрофон.

3. Следующим шагом я подумал, что можно сделать из нее клавиатуру и настроил так, что она по Wi-Fi загружает запись в OpenAI, достаёт, распознаёт текст и как клавиатура печатает этот текст.

Опытные ребята уже знают, где я просчитался.

Вся моя идея сделать смешанный ввод кириллицы и латиницы, как это делает Whisper, обрушилась об то, что нужно переключать языки ввода постоянно. Нельзя просто так вводить рандомный текст, представляясь клавиатурой. Можно вводить только код и клавиш, а они уже системой конвертируются в текст. В общем, это не работает так, как я бы хотел.

Следующий этап:

Придется встраивать блютуз стэк в Диктант. Он будет работать с блютус и из него получать данные с текстом и уже этим приложением я смогу просто сделать вставку в поле ввода. Получится такое как думаете?

Проблема в том, что мои недельные лимиты токенов заканчиваются, и счётчик обнулится только 18 марта.

Хорошая новость в том, что мои физические лимиты тоже подходят к концу. Всю неделю чето делал. Надо отдыхать.

Кстати, интересно чем я занимался? Могу рассказать

В феврале я решил попробовать себе установить OpenClaw и жестко залип на несколько дней, потому что это оказалась очень увлекательная игрушка.

Я заметил, что установка и настройка всей этой херни требует технической подготовки. Кто-то покупает себе Mac Mini, кто-то покупает VPS в хостинг. Но в любом случае здесь нет простого способа установить всё без запуска консоли.

Создатели клешни, конечно, придумали какой-то визард и онбординг, но любой неподготовленный человек застрянет просто, когда увидит список AI-провайдеров. В общем, там барьер такой серьёзный, хоть и преодолимый.

Сайтов, которые предлагают установку в один клик, уже создано полно, но особенность всех этих сервисов в том, что они все выглядят как какой-то задротский портал в матрицу. Как будто всё заточено под каких-то странных хакеров, у которых цветная клавиатура, чёрный худи и Flipper Zero на полке.

В общем, человечности во всём этом мне сильно не хватало. Я вижу, что есть спрос, есть интерес, есть куча предложений, и все они сделаны для задротов. А еще я не нашел ни одного сервиса, который можно было бы запустить не выходя из телеграм. А телеграм между прочим это нативный интерфейс для OpenClaw 💡

Поэтому…

Я сделал @clawmother_bot — бот в телеге где можно создать своего ассистента OpenClaw за две минуты. Я долго экспериментировал с хостингом, пробовал разные модели и пришел к такой схеме:

Работает «из коробки»
У вас сразу подключён отдельный ключ для OpenRouter — Это универсальный провайдер для доступа к любым LLM моделям. И на счету сразу есть баланс один доллар на расход токенов.

По умолчанию там включена модель Kimi 2.5 — Достаточно мощная чтобы начать настройку и поиграться и при этом довольно дешёвая чтобы одного доллара хватило на первое время. Я экспериментировал с бесплатными моделями и понял, что они скорее вредят.

Оплата через телеграм
Баланс для оплаты токенов пополняется звездами прямо через бота. Можно потом выбрать себе любую самую крутую модель (попросите вашего клешнебота). Главное чтобы вам хватило денег на оплату токенов. Но самый оптимальный вариант, это подписка OpenAi Codex, которую нужно оплатить отдельно и потом настроить прямо через вашего агента OpenClaw. И тогда с ключами и токенами не придётся возиться.

После завершения пробного периода для продолжения работы вашего агента нужно оплатить подписку. Сейчас прикручена оплата звёздами через Telegram. Это самый простой доступный всем способ оплаты.

Надежный хостинг
Я пробовал разные хостинги и остановился на том, что настроил свой собственный кластер в Google Cloud. И внутри этого кластера создаются изолированные контейнеры для каждого клиента. Мне нужно иметь удобную и гибкую инфраструктуру чтобы давать качественный сервис.

Получается у каждого агента своя изолированная среда, свой отдельный ключ OpenRouter, туда привязан бот в Telegram и доступно 10 ГБ диска. Все ключи передаются на ваш контейнер во время установки и в сервисе нигде не хранятся. Я старался сделать максимально безопасный процесс настройки.

Низкий порог входа
Первая неделя бесплатно. Можно просто открыть бота и за пару минут получить себе клешню прямо в телеге. Мне важно дать возможность каждому попробовать эту технологию и самому решить стоит ли продолжать.

Система готова к работе
Я вручную собирал образ системы, чтобы там большинство нужных пакетов были сразу включены. Иначе OpenClaw тратит кучу времени на то, чтобы установить браузер, подключить скилл, настроить API или навайбкодить. Мне хочется чтобы токены не расходовались на обслуживание системы.

Киллер-фича: если есть вопросы, то можно писать прямо @clawmother_bot и я лично вам отвечу и постараюсь помочь.

Подвзбзднуть

Угадайте что в этом слове особо примечательного?

В комментариях нашлись единомышленники. Спасибо что вы с нами 💪

Я не мог поверить что найду слово в русском языке где больше 5 согласных подряд.

А тут их оказалось аж 7!

А еще в корне этого слова нет гласных, хотя это не такая уж редкость

Вот какими важными вопросами иногда занят мой мозг 🤪

ДЕВЯТЬ

До этого у меня была идея сделать трекболл для вайбкодинга. Ну или хотя бы просто трекболл для меня.

Предыстория
Я давным-давно пользуюсь трекболлом вместо мышки. Это типа мышь, но нужно пальцем двигать шарик.

А ещё у меня стоит дорожка перед столом, я стоя работаю и дорожку включаю иногда, чтобы больше ходить и больше двигаться.

В такой конфигурации держать руки на столе не всегда прикольно. Я много диктую и мало печатаю, рука просто лежит на столе, устает. Мне хотелось подвижности и хотелось бы, чтобы мой трекболл я мог держать просто в руке на ходу. А еще я придумал, что в этом контроллере будет еще и микрофон и кнопка для диктовки.

Ничего похожего на рынке я не нашел. Есть пара вариантов, но они немного отличаются от моей задумки. Хотя, на всякий случай, я один с Алиэкспресса заказал. Он был очень похож по дизайну. Это будет отличный донор для моего проекта.

Поэтому я решил, что буду делать свой трекбол
Ну и я на этой волне начал делать. Первым делом я пошел в магазин за пластилином и начал лепить прототип. Набрал целую гору, собрал из него огромный комок. Сделал первый прототип, потом второй, потом третий. Потом айфоном сделал 3D скан. Лума 3Д самый удобный вариант.

Блендером я уже умел базово пользоваться. И начал по этому скану делать модельку. Когда 3д модель была практически готова, я задумался о том, а как же ее потом печатать чтобы это был полноценный корпус.

Блендер для этих целей не очень подходит, потому что если я захочу распилить этот корпус на несколько частей и потом в нем делать доработки, какие-то детали, отверстия, то мне придется каждый раз распиливать все это заново, много делать рутины для малейших изменений.

И я установил Autodesk Fusion. Кажется, это чуть ли не единственный, чуть ли не самый лучший бесплатный инструмент для этой задачи. При этом его интерфейс максимально конченый, максимально неочевидный, максимально запутанный. Там просто любое действие работает наперекор всем привычным паттернам.

Собрав волю в кулак, потратив несколько дней, со второй попытки я что-то смог там смоделировать.

Неожиданный финал
К этому моменту пришел мой заказ с Али и я смог попробовать его в работе... Это был довольно грустный день, потому что в этот день я понял, что вся моя идея разваливается из-за физиологии человека.

Нажатие кнопки и управление шариком большим пальцем конфликтуют между собой, потому что при нажатии кнопки указательным вся рука сжимается и неизбежно палец на шарике чуть-чуть дергается, а это просто критически важно для того, чтобы курсором на экране что-то выделять и кликать.

Когда мышка лежит на столе, такой проблемы нет, потому что мышка упирается в стол, и всё усилие уходит в стол. А когда она висит в руке, то большой и указательный палец сжимаются. В общем, на этом проект мой закончился.

Вот так я весело провел время. Хорошо, что кто-то уже сделал такой девайс и мне не пришлось тратить кучу времени на проектирование, 3D-печать и сборку, чтобы в первые же пять минут понять, что идея была провальная с самого начала. Зато научился с 3Д работать.

Ниже прикладываю немного картинок процесса.

https://youtu.be/Qp0rCU49lMs?is=TlGjzr-I87fVnewS

какой кайф, ребята

Пока я сидел, погружённый в поток подкаста, ветер перемен уже облетел мир ИИ-агентов, и я делюсь этим с вами.

Старая мета OpenClaw ныне подобна увядшему листу, отброшенному ветром, тогда как Гермес сияет как утренняя звезда.

Спасибо Дурову за ИИ прямо в поле ввода текста, но я лучше своими словами.

Гермес – это аналог OpenClaw, но с другой архитектурой. Написано на питоне. Самое главное - в нём в алгоритме зашиты механизмы самообучения. Авторы заявляют, что Гермес растёт вместе с вами.

Я уже неделю работаю с ним и перенёс туда практически всё из OpenClaw. Всё, что делала Глаша, теперь делается через Гермес. Несмотря на то, что всё ещё сырой, но работает явно как-то предсказуемо.

И ещё в процессе общения с ним, пока он выполняет задачи, можно ему докидывать сообщения, и они будут подмешиваться в текущую сессию в процессе выполнения. И если видишь, что он что-то делает не то, можно его направлять и останавливать. Это прям огромное преимущество.

Плюс недавно там выкатили поддержку профилей, и можно сразу несколько разных агентов хостить на одном сервере. То есть у меня на моём макбуке сейчас запущено в рамках одного приложения Гермес, три агентских профиля, которые делают разные задачи и друг другу не мешают, но при этом у них общий environment, общие скиллы, всё общее такое. Но память и история сессии и инструменты, которые они себе создают, они разные.

Вот таким вот образом не прошло и месяца, и OpenCaw уже устарел, а впереди нас ждёт умный самообучающийся Гермес.