Статистика telegram channel - @keepcalmandgrow

🚀 Спочатку зрозумій, який це хаосЄ знайомий інженерний рефлекс: прилітає мутна задача - і всередині одразу вмикається “ну окей, зараз розрулю”. Тикет кривий? Уточнимо. Scope поплив? Підріжемо. Бізнес-сенс загубився? Знайдемо. Хтось написав “треба просто швидко зробити”? Ага, тільки спочатку розберемося, що саме.Цей режим реально рятує. Без нього команда швидко починає якісно робити не ту роботу. Але саме тому він небезпечний: коли щось багато разів допомагало, рука тягнеться застосовувати це всюди. І в якийсь момент ownership стає не силою, а способом мовчки забрати чужу нечіткість собі.Бо є два різні типи хаосу. Перший - туман: тикет описує симптом, рішення неочевидне, зв’язок з результатом слабкий. Тут треба копати, ставити незручні питання, сперечатися зі scope і, можливо, зупиняти імплементацію. Другий - розсинхрон: проблема вже більш-менш зрозуміла, але люди не домовилися, хто вирішує, що входить у роботу, що точно не входить і що робимо, якщо план знову поїде.Ось тут “я зараз розрулю” часто робить гірше. Домовленостей не стає більше, зате з’являється людина, яка тримає їхню відсутність на собі. Начебто допомагаєш команді, а на практиці закриваєш нечіткість власною увагою і зайвими ітераціями.Тому перед тим як рятувати задачу, варто поставити дуже нудне, але корисне питання: це туман чи розсинхрон? Якщо після розмови стало зрозуміліше, що саме треба зробити, це був туман. Якщо всі й далі “плюс-мінус згодні”, але рішення, межі й відповідальність не зафіксовані, це розсинхрон.Туман лікується ініціативою: сформулювати проблему, результат і ризики. Розсинхрон лікується ясністю: зафіксувати межі, людину за рішенням і що зміниться, якщо scope поїде.І це не про “працювати по ТЗ і не думати”. Іноді найкорисніше, що можна зробити для задачі, - не тягнути її сильніше, а спитати: “ми зараз шукаємо відповідь чи просто ще не домовилися?”---🌱 Keep calm and grow | 💬 Обговорити 1-на-1

💻 Хотів AI-помічника. Вийшла система для знаньКоли підключаєш AI до бази знань, очікування просте: зараз буде розумний помічник для нотаток. Запитаєш, де рішення з минулого проєкту, він знайде. Попросиш контекст для поста - принесе. Трохи магії, трохи Ctrl+F на стероїдах.Але швидко стає незручно від простих питань. Звідки йому читати? Яким нотаткам довіряти? Що вважати джерелом правди? Чи може він щось міняти? А якщо може - як перевірити, що він не “допоміг” у стилі джуна з доступом до продакшена?Я додавав AI-бібліотекаря до бази знань в Obsidian як помічника. А в процесі вийшов бекенд для роботи зі знаннями. Пошук там не магічний: простий індекс нотаток і посилань плюс regex-пошук через bash-скрипти. Бібліотекар читає нотатки, рішення й технічний контекст, але не має права вивалити все в чат або “пофіксити щось” напряму в master. Для різних задач - різні джерела. Для короткого контексту - повернути вижимку або цитату і шлях до джерела. Для змін - branch + PR, а не запис у темряву.І в цей момент “чат з нотатками” перестає бути чатом. База знань стає схожою на database, а не на папку з нотатками. Посилання, теги й структура - на schema. Git - на протокол запису. Джерела - на audit trail. А модель - не центр всесвіту, а просто частина системи.Оце, здається, головний урок для задач “AI + знання компанії”. Підключити документи, embeddings і RAG може бути хорошим стартом. Але це ще не вся система. У командній роботі проблема не тільки в пошуку тексту. Складніше - безпечно з ним працювати: відрізнити джерело правди від випадкової нотатки, не чіпати зайве й залишити зміну, яку можна нормально переглянути.Бо знайти текст і зробити корисну роботу зі знаннями - різні задачі. Чим більше я працюю з агентами, тим менше вірю в майбутнє “все стане чатботом”. Цікавіше інше: AI як інженерна система - з протоколами, межами доступу, ревʼю і відповідальністю за зміни.---🌱 Keep calm and grow | 💬 Обговорити 1-на-1

💻 Печерні промпти і доросла оптимізаціяПів року тому всі рахували, скільки коштує сказати ChatGPT “thanks”. Остання хвиля була смішніша: пиши промпти як печерна людина — коротко, грубо, без зайвих слів — і рахунок за AI нібито впаде на 80–90%.Звучить як магічний ритуал із LinkedIn. Але мем не повністю бреше. Він просто пропускає головне: масштаб і перевірку на живій системі.Я прогнав схожу ідею на OpenClaw — agentic-системі з реальним трафіком: 13 агентів з окремими воркспейсами, локальними/шареними скілами, крон-джобами і щоденним активним використанням. За період аналізу система прокрутила ~327M токенів і ~7700 записів використання.Компресія справді спрацювала. Постійно підвантажені інструкції для agents/skills “схудли” з ~245k до ~132k символів. Мінус 46.2%. За оцінкою “що було б без компресії”, це дало ~37.2M зекономлених prompt/cache токенів за 7 днів.І ось тут починається доросла частина. У мемі 700 зекономлених токенів у 4k-діалозі виглядають як революція. У реальному agentic-запиті на 100k–150k токенів ті самі 700 токенів — уже не “мінус 90%”. Це корисно, але лише шматок великої системи. На всьому масштабі вийшло близько 12.3% промпт-токенів.Ще один нюанс: дешевше не завжди означає краще. Задачі здебільшого працювали нормально, але текстура агентів просіла: теплота −26.3%, присутність від першої особи −49.9%, emoji у відповідях −50.9%, шаблонні фрази й ШІ-слоп +54.5%.Простіше: агент став економнішим, але сухішим, більш шаблонним і менш “живим” у розмові.Тому висновок не “будь грубішим до моделі” і не “всі ці оптимізації — маячня”. Стиснення промптів — це інфраструктурна робота, а не лайфхак. Вона має сенс, коли є обсяг, метрики й перевірка регресій. Без цього “пиши як печерна людина” — не інженерія, а cost-saving cosplay.---🌱 Keep calm and grow | 💬 Обговорити 1-на-1

🚀 Пʼятничний бургер і golden pathЄ дивна доросла навичка: тримати біля себе щось стабільне, поки все навколо перекроюється на ходу. Для мене такою опорою став пʼятничний бургер. За шість років він пережив дві компанії, дві країни, пʼять квартир, десятки закладів, кілька тімбілдингів і відряджень у місця, де одна бургерна — вже свято. Колись це була особиста звичка. Потім — маленький командний ритуал у стартапі з настроєм: «Може, наступного тижня задеплоїмо майбутнього єдинорога. Може, закриємось. Але цієї пʼятниці йдемо їсти бургери».Смішно, поки не помічаєш: такі штуки допомагають не розсипатись. Хаос і так лізе в плани, дедлайни, релокації, пріоритети, прод, roadmap і календар. Якщо ще й базові дії щоразу доводиться вигадувати заново, голова втомлюється не від складних задач, а від зайвої метушні.В інженерних командах це видно особливо добре. Як стартуємо сервіс? Як деплоїмо? Де дивимось метрики? Що робимо під час інциденту? Коли потрібен rollback? Де нормальна документація, а не археологія в Slack? Коли на такі питання немає підтриманої відповіді, команда не отримує більше свободи. Вона отримує більше шуму.Тому мені подобається ідея golden path. Це не табличка «крок убік — розстріл», а протоптана й доглянута стежка: зрозуміло, куди йти, що вже працює і де не треба винаходити велосипед. Зійти зі стежки можна. Але краще робити це свідомо, а не тому, що навколо самі хащі.Для мене це одна з ознак здорового platform engineering: прибрати зайву драму з типових речей, щоб енергія лишалась на складні. Сильні ритуали й платформи не обіцяють світ без хаосу. Вони просто не дають хаосу зайняти весь простір у голові.Тому сьогодні в мене бургер, чого і вам бажаю.Один стабільний дефолт у світі, який занадто любить edge cases 🍔---🌱 Keep calm and grow | 💬 Обговорити 1-на-1

💻 Оптимізація, яка спрацювала. І майже не мала сенсуДуже легко закохатися в оптимізацію, яка гарно виглядає в цифрах. Мінус 30% тут, мінус 500 токенів там — і вже здається, що ось воно, інженерне щастя.Я нещодавно так стиснув інструкції для свого тьютора німецької в OpenClaw. Це агент, який на старті кожного діалогу тягне за собою чималий пакет правил: роль, тон, поведінку, підказки по інструментах, пам’ять, робочі процедури. Ідея була проста: винести необов’язкове в посилання, а основне переписати коротше й простіше — але не зламати саму поведінку.Технічно все вийшло дуже пристойно. Базовий пакет інструкцій зменшився з 7422 до 5192 символів. У середньому це дало мінус 500+ токенів на API call. Для мовного тьютора це вже відчутно: звичайна практика легко набирає 50 коротких реплік у дві сторони, тобто одна розмова може зекономити десь 25 тисяч токенів. На цьому місці дуже хочеться сказати: ну все, перемога.Але доросла частина інженерії починається саме тут. Бо оптимізація — це не лише про те, скільки вдалося зекономити. Це ще й про те, скільки коштувало довести, що ти нічого не зламав.Підготовка, переписування, прогони, перевірки, документація, фінальне допилювання — сумарно цей експеримент з’їв близько 16.7 мільйона токенів. Щоб така економія відбилася, треба майже 30 тисяч запусків. Або приблизно 600 повних навчальних діалогів. Тобто відповідь вийшла кумедна: як технічний експеримент — успіх, як окреме бізнес-рішення — майже ні.І це, мабуть, найкорисніший висновок. Не кожна неефективність заслуговує на твій час. Не кожна красива оптимізація варта того, щоб за неї битися. Іноді найдоросліше інженерне рішення — чесно визнати: метод хороший, але інвестував не туди.---🌱 Keep calm and grow | 💬 Обговорити 1-на-1

💻 Anthropic вимкнув підписку для OpenClaw. Куди тікати?Півтора тижні. Рівно стільки я протримався на Anthropic Max, перш ніж вони відрубали доступ для third-party harness'ів. Купити підписку спеціально під OpenClaw, налаштувати агентів, відчути як все літає — і отримати "sorry, we're shutting this down." І не знати що робити далі... Знайомий біль? Тоді ось три робочі варіанти що робити далі.Z.ai GLM — $30 або $80/місGLM-5.1 замість Opus, GLM-4.7 замість Sonnet, обидва в одній підписці. $30 — для лайтового навантаження, $80 — для серйозного. 5-годинні та тижневі вікна на промпти — рівно як було в Anthropic підписках. Дані місцями йдуть через китайську інфраструктуру хоч і інтерференс в США — для особистих даних може ок, для робочого IP варто подумати.ChatGPT Pro — $20 або $100/місOpenAI відкрито підтримує OpenClaw — контрактно протилежна позиція до Anthropic. GPT-5.4 Pro як розумна модель для складних задач, GPT-5.3-Codex як проста модель для рутини. До кінця травня діє промо — ліміти на $200 за ціною $100. Як і з будь-якою новою моделлю — перший тиждень підлаштовуватимеш SOUL.md і агентів під GPT-сімейство. Стратегія на подумати: вижимай промо зараз, а потім мігруй на GLM за $30.DeepSeek V3.2 + розумний мікс — від ~€28/місОплата по токенах. Порада: при виборі pay-as-you-go дивись не на ціну за мільйон, а на знижку за кеш. При 95% cache hit rate провайдер із кешем, навіть в 5 разів дорожчий — реально дешевший за "бюджетного" без кешу. Той самий DeepSeek через Nebius без кешування — €133 замість €28. DeepSeek V3.2 як проста модель для рутини коштує ~€28/міс. Але якщо додати розумну модель для складних задач — Kimi K2.5, Qwen3.5 або GLM-5.1 через OpenRouter — бюджет зростає до €80-100/міс. Зате отримуєш повноцінну заміну будь-якій підписці, без вендор-локу.А взагалі, це ж класичний вендор-лок з підручника, який ми ігноруємо, поки не вдаримось. Anthropic показав на практиці: будь-який вендор вимикає рубильник за ніч. Справжня міграція — не "куди перейти", а "як побудувати архітектуру, де жоден провайдер не тримає за горло." Ти вже мігрував чи ще думаєш?---🌱 Keep calm and grow | 💬 Обговорити 1-на-1

🚀 Туман нікуди не дінеться. Тримай його сам.Є ілюзія, що з кожним кроком вгору — від сеньйора до ліда, від ліда до директора — стає зрозуміліше. Більше контексту, ширша картинка, чіткіший план. Правда? Ні. Чим вище — тим густіший туман. Стратегія змінюється щокварталу, пріоритети суперечать один одному, а рішення треба приймати на 40% інформації. І при цьому команда дивиться на тебе як на людину, яка точно знає, куди йти.Ось що мене спочатку зламало, а потім зібрало заново: твоя робота — не розганяти туман. Він нікуди не дінеться. Твоя робота — тримати його в собі, щоб команда працювала в ясності. Звучить красиво. На практиці — це щодня ковтати невизначеність і видавати з себе спокій, якого всередині немає.Ти — буфер між хаосом зверху і продуктивною роботою внизу. CEO змінив курс? Стейкхолдери тягнуть в різні боки? Ринок непередбачуваний? Це все — твоє. Не тому, що ти знаєш відповіді. А тому, що якщо невизначеність дотече до команди — вона не лишається абстрактним дискомфортом. Вона перетворюється на конфлікти між людьми.І тут ключова різниця. Коли ти поглинув туман — команда сперечається про рішення, підходи, архітектуру. Це здоровий конфлікт — він народжує кращі результати. Але якщо невизначеність просочилась вниз — ті самі люди починають сперечатись про інше: хто винен, кого не попередили, чому знову все з нуля. І це вже не робочий процес — це тертя, яке з'їдає команду зсередини.Сеньйорність — це не менше сумнівів. Це вміння тримати невизначеність і не передавати її далі. Питання на завтрашній 1-на-1: ти поглинаєш туман — чи пропускаєш його вниз?---🌱 Keep calm and grow | 💬 Обговорити 1-на-1

💻 Цвинтар нотаток? Це фіча.Скільки нотаток у твоєму Obsidian чи Notion лежать без діла місяцями? 70%? 90%? На хвилі натхнення — записати, з думкою повернутись. Але ні. І десь підсвідомо гризе: система не працює, я роблю щось не так.А що, якщо проблема взагалі не в тобі?Ми звикли думати про PKM як про бібліотеку: записати — потім знайти і використати. Але це хибна метафора. PKM — не сховище. Це процес мислення. Записати думку — вивантажити з голови, звільнити оперативку, зробити усвідомлений вибір: зберегти чи відпустити. Нотатка зробила роботу в момент створення. Те, що до неї немає повернення — абсолютно нормально. Цвинтар — не баг.Але є цікавіше питання. Що, якщо серед мертвих нотаток сховані звʼязки, які ти просто не бачиш? Перетин між конспектом книги і нотаткою з мітингу рік тому. Патерн через десятки записів, який зʼявляється тільки коли дивишся зверху. Вручну це ніколи не перечитати — але хтось інший може.Я підключив AI-бібліотекаря до своєї бази знань. Не чат-бота — саме бібліотекаря, який знає кожну з 2500 нотаток. Потрібен контекст зустрічі піврічної давнини — знаходить за секунди. Шукаєш перетин між трьома темами — збирає релевантні фрагменти, яких сам би не згадав. Скидаєш хаотичний конспект — повертає PR зі структурованою нотаткою і лінками. А на фоні він щодня сам обходить цвинтар: знаходить осиротілі записи і будує звʼязки між ними. 44 PR вже пройшли — іноді сам не розумію, як він знайшов ці перетини, але вони працюють. Цвинтар не зник. Але він почав прокидатись.І ось інсайт, який змінив моє ставлення до PKM повністю: проблема ніколи не була в тому, що нотатки вмирають. Проблема — ми думали, що маємо оживляти їх самі. Не маємо. Покинуті нотатки не потребують тебе — їм потрібен той, хто побачить звʼязки замість тебе.Може, твій цвинтар цінніший, ніж здається?---🌱 Keep calm and grow | 💬 Обговорити 1-на-1

🧠 Штучний Інтелект і Справжній Масштаб "AI-істерії"Шо ти, тривожник? Набридло вже ганятись за кожним апдейтом моделей? Зізнайся, часто же ж відкриваєш стрічку новин, а там знову хтось "заробив мільйони на ШІ", вийшла нова модель, яка "змінить все", і ти відчуваєш, що безнадійно відстаєш?Я теж через це проходив. Я думав, що я один із найактивніших юзерів ШІ у своїй компанії. Безсонні ночі за ресерчами і курсами, тестування кожної нової LLM, підготовка онбордінгу моєї команди на нові інструменти... І тільки здається, що наздогнав – як релізять нову тулу. Здається, що весь світ вже живе в майбутньому, а ти досі розбираєшся з промптами.Але що, якщо я скажу, що якщо ти пропустиш нову модель або встановиш умовний openclaw на місяць пізніше... абсолютно нічого не зміниться? Давай дивитись на сухі цифри.Глянь графік вгорі, де кожна крапка – це 3.2 мільйона людей. Графік чесно спижжений, але вичитку пройшов, ось із джерелами:• ~6.7 мільярда (84%) - ніколи не користувались ШІ (за даними Microsoft AI Diffusion Report H2 2025).• ~1.3 мільярда (16%) - іноді тикають безкоштовні чатботи (також за даними Microsoft).• ~12-15 мільйонів (0.15%) людей - платять за той самий ChatGPT Plus (за даними Exploding Topics та DemandSage).• І лише ~2-3 мільйонів (0.3%) 0 користуються платними AI-кодинг асистентами типу Copilot чи Cursor (GitHub Copilot Statistics та Cursor AI Statistics).Коли я усвідомив, що знаходжуся в тій крихітній купці людей, які реально використовують платні ШІ-інструменти для роботи, мене відпустило.Стрічка новин створює ілюзію, що всі вже далеко попереду. Але реальність така: якщо ти просто використовуєш ШІ, щоб краще робити свою поточну роботу (писати код, рев'ювити архітектуру чи планувати спринти), ти вже обігнав 99% населення планети. Решта світу ще навіть не починала.Тому видихай. Не треба скролити Twitter вночі в пошуках нового AI-хайпу. Фокусуйся на тому, що приносить цінність саме твоїй команді сьогодні.---🌱 Keep calm and grow | 💬 Обговорити 1-на-1

💻 AI-спаринг: Як перестати звучати як ВікіпедіяБуло таке, що тижнями розбираєшся в новій архітектурі чи складному домені, наче все розумієш, але на першому ж мітингу з бізнесом твої пояснення звучать так, ніби ти читаєш статтю з Вікіпедії? Завчено, сухо і непереконливо. Я з цим стикався постійно. Між "я прочитав і зрозумів" та "я можу впевнено цим жонглювати в дискусії" — гігантська прірва.Останні кілька тижнів я вирішив зламати цей патерн. Замість того, щоб читати чергову доку чи статтю, я зібрав собі "AI-спаринг партнера" (на базі gemini-native-audio моделі). І це просто розрив шаблону.Я налаштував бота так, щоб він працював за жорстким алгоритмом:1. Спочатку він пояснює 2-3 нові концепти — коротко, як сеньйор на кухні за кавою. Жодних лекцій.2. Потім змушує мене знайти паралелі: "Окей, а як це мапиться на твій попередній проєкт?".3. Найскладніше (і найкорисніше): він "прожарює" мене питаннями. Якщо я починаю "розтікатися думками" і відповідаю довше двох хвилин, він мене жорстко перебиває: "Класний контент, але це довго. Давай версію на 60 секунд. Час пішов".Це нереально протвережує. Одна справа — кивати головою, читаючи про DORA-метрики. Зовсім інша — коли твій AI-стейкхолдер каже: "Я не вірю, що це спрацює в нашій команді. Переконай мене". Ти миттєво бачиш діри у своїх знаннях.Щоб бот не був "занадто добрим" і не хвалив за кожну дурницю, я додав йому правило: ловити мої "заборонені фрази". Замість захисного "я з цим не працював", він вчить мене будувати місточки: "Мій бекграунд у Y, і це схоже на вашу проблему тим-то".Справжня фішка в тому, що цей метод взагалі не про AI. Він про створення абсолютно безпечного середовища, де можна тупити, губити слова і фейлити хоч о третій ночі. Без соціальних наслідків. А вже на реальній зустрічі — видавати чіткі, обдумані думки, бо ти їх уже буквально "проговорив" вголос і відчув на смак.Замість того, щоб 50 разів прочитати текст — спробуй 5 разів пояснити його вголос дотошному боту. Гарантую, результат тебе здивує.А як ти тестуєш свої знання перед складними розмовами?---🌱 Keep calm and grow | 💬 Обговорити 1-на-1