С чего начать и не утонуть в AI зоопарке + мой roadmap
КАК НАЧАТЬ РАБОТАТЬ С AI И НЕ УТОНУТЬ ВО ВСЁМ ЭТОМ
⠀
Если вы технически подкованы, но в AI вообще не погружались, мой главный совет — не начинайте с изучения AI. Начните с использования.
⠀
Сейчас вокруг слишком много всего: Skills, MCP, Harness, SDD, Dark Factory, Prompt Engineering, субагенты, оркестраторы, RAG, память, OpenClaw, Hermes, десятки моделей и новые инструменты каждую неделю.
⠀
Если попытаться сначала во всём этом разобраться, можно месяцами изучать AI и так ничего полезного им и не сделать. Я бы максимально сузил старт.
⠀
Если вы технически подкованы, но в AI вообще не погружались, мой главный совет — не начинайте с изучения AI. Начните с использования.
⠀
Сейчас вокруг слишком много всего: Skills, MCP, Harness, SDD, Dark Factory, Prompt Engineering, субагенты, оркестраторы, RAG, память, OpenClaw, Hermes, десятки моделей и новые инструменты каждую неделю.
⠀
Если попытаться сначала во всём этом разобраться, можно месяцами изучать AI и так ничего полезного им и не сделать. Я бы максимально сузил старт.
ШАГ 1. ВОЗЬМИТЕ ОДНОГО АГЕНТА
⠀
Если мы говорим про разработчика, инженера или просто технически подкованного человека, я бы сегодня выбрал Codex или Claude Code.
⠀
Всё. Не нужно неделю сравнивать их с Gemini, Grok, Manus и ещё десятью системами. Выберите то, что удобнее получить и запустить.
⠀
Я бы ещё сразу взял нормальную платную подписку примерно от $20. Не потому что без неё вообще ничего нельзя сделать, а потому что мне кажется плохой идеей формировать первое впечатление об AI на бесплатных лимитах и ограничениях.
⠀
Вам сейчас не нужно выбрать идеальный инструмент. Вам нужно начать.
⠀
Если мы говорим про разработчика, инженера или просто технически подкованного человека, я бы сегодня выбрал Codex или Claude Code.
⠀
Всё. Не нужно неделю сравнивать их с Gemini, Grok, Manus и ещё десятью системами. Выберите то, что удобнее получить и запустить.
⠀
Я бы ещё сразу взял нормальную платную подписку примерно от $20. Не потому что без неё вообще ничего нельзя сделать, а потому что мне кажется плохой идеей формировать первое впечатление об AI на бесплатных лимитах и ограничениях.
⠀
Вам сейчас не нужно выбрать идеальный инструмент. Вам нужно начать.
ШАГ 2. ПРОСТО НАЧНИТЕ ЧТО-ТО ДЕЛАТЬ
⠀
Вообще неважно что.
⠀
Нужно что-то найти — сначала спросите AI. Нужно сравнить несколько вариантов — отдайте ему. Есть документ — загрузите и попросите проверить. Есть таблица — попросите обработать. Есть код — попросите разобраться.
⠀
Есть какая-то ручная последовательность действий — попробуйте понять, может ли агент выполнить её вместо вас. Даже если кажется, что быстрее сделать самому, иногда специально попробуйте сделать это через AI.
⠀
На первом этапе цель даже не обязательно в экономии времени. Цель — почувствовать, что вообще умеет эта штука.
⠀
Вообще неважно что.
⠀
Нужно что-то найти — сначала спросите AI. Нужно сравнить несколько вариантов — отдайте ему. Есть документ — загрузите и попросите проверить. Есть таблица — попросите обработать. Есть код — попросите разобраться.
⠀
Есть какая-то ручная последовательность действий — попробуйте понять, может ли агент выполнить её вместо вас. Даже если кажется, что быстрее сделать самому, иногда специально попробуйте сделать это через AI.
⠀
На первом этапе цель даже не обязательно в экономии времени. Цель — почувствовать, что вообще умеет эта штука.
ПОЧЕМУ ПРИМЕРЫ ПЛОХО ПЕРЕДАЮТ ВОЗМОЖНОСТИ AI
⠀
Очень часто показывают: «AI умеет покупать билеты», «AI умеет строить маршрут путешествия», «AI умеет составлять рацион».
⠀
И человек думает: «Ну и что? Я тоже умею покупать билеты».
⠀
Но смысл вообще не в билетах.
⠀
Если агент способен купить билет, значит он может открыть сайт, понять интерфейс, собрать информацию, сравнить варианты, выбрать нужный и выполнить последовательность действий до результата.
⠀
И вот отсюда уже должны появляться другие мысли: если он способен нажимать кнопки при покупке билета — возможно, сможет выполнять вместо меня рабочую рутину в браузере. Если способен сравнить 50 билетов — возможно, сможет разобрать огромный список, который я раньше сортировал руками.
⠀
Нужно смотреть не на конкретный пример, а на возможности, которые за ним стоят.
⠀
Очень часто показывают: «AI умеет покупать билеты», «AI умеет строить маршрут путешествия», «AI умеет составлять рацион».
⠀
И человек думает: «Ну и что? Я тоже умею покупать билеты».
⠀
Но смысл вообще не в билетах.
⠀
Если агент способен купить билет, значит он может открыть сайт, понять интерфейс, собрать информацию, сравнить варианты, выбрать нужный и выполнить последовательность действий до результата.
⠀
И вот отсюда уже должны появляться другие мысли: если он способен нажимать кнопки при покупке билета — возможно, сможет выполнять вместо меня рабочую рутину в браузере. Если способен сравнить 50 билетов — возможно, сможет разобрать огромный список, который я раньше сортировал руками.
⠀
Нужно смотреть не на конкретный пример, а на возможности, которые за ним стоят.
Я ДО СИХ ПОР ПЕРИОДИЧЕСКИ УДИВЛЯЮСЬ
⠀
Я пользуюсь AI каждый день уже много времени и всё равно периодически ловлю себя на мысли: «Блин, а так тоже можно было?»
⠀
Недавно я стоял в магазине перед огромной полкой с вином — больше сотни позиций. Сфотографировал её и попросил AI определить вина, найти по ним информацию и рейтинги, а потом выбрать лучшие позиции.
⠀
И только после результата меня снова осенило, насколько необычно можно комбинировать уже знакомые возможности. Хотя до этого я сотни раз загружал фотографии, документы, меню, сайты и списки.
⠀
Именно поэтому я не верю, что можно посмотреть «100 способов использования AI» и после этого понять, что он умеет. Это чувство приходит только через практику.
⠀
Я пользуюсь AI каждый день уже много времени и всё равно периодически ловлю себя на мысли: «Блин, а так тоже можно было?»
⠀
Недавно я стоял в магазине перед огромной полкой с вином — больше сотни позиций. Сфотографировал её и попросил AI определить вина, найти по ним информацию и рейтинги, а потом выбрать лучшие позиции.
⠀
И только после результата меня снова осенило, насколько необычно можно комбинировать уже знакомые возможности. Хотя до этого я сотни раз загружал фотографии, документы, меню, сайты и списки.
⠀
Именно поэтому я не верю, что можно посмотреть «100 способов использования AI» и после этого понять, что он умеет. Это чувство приходит только через практику.
ОДНОВРЕМЕННО НУЖНО НАУЧИТЬСЯ ПРОВЕРЯТЬ
⠀
После стадии «я вообще не понимаю, зачем нужен AI» можно очень быстро прийти к «оказывается, AI может вообще всё».
⠀
Это тоже ошибка.
⠀
Он может что-то придумать, неправильно понять задачу или выдать очень убедительно выглядящий неправильный результат.
⠀
Поэтому с самого начала полезно выработать простую привычку:
⠀
дать нормальный контекст → объяснить, какой результат нужен → проверить результат.
⠀
Для этого не нужно сначала изучать Prompt Engineering как отдельную дисциплину.
⠀
После стадии «я вообще не понимаю, зачем нужен AI» можно очень быстро прийти к «оказывается, AI может вообще всё».
⠀
Это тоже ошибка.
⠀
Он может что-то придумать, неправильно понять задачу или выдать очень убедительно выглядящий неправильный результат.
⠀
Поэтому с самого начала полезно выработать простую привычку:
⠀
дать нормальный контекст → объяснить, какой результат нужен → проверить результат.
⠀
Для этого не нужно сначала изучать Prompt Engineering как отдельную дисциплину.
А ДАЛЬШЕ ВСЁ НАЧНЁТ ПОЯВЛЯТЬСЯ САМО
⠀
Через какое-то время вы обязательно во что-нибудь упрётесь.
⠀
Понадобится работать с конкретным браузером — начнёте смотреть в сторону MCP. Постоянно повторяете агенту одну инструкцию — появится смысл разобраться со Skills. Повторяется целый рабочий процесс — появится смысл в Harness или SDD.
⠀
Станет мало одного агента — придёте к субагентам. Станет слишком много исторического контекста — начнёте разбираться с памятью, RAG и индексацией.
⠀
И вот это, на мой взгляд, правильная последовательность:
⠀
сначала появляется проблема. Потом вы изучаете инструмент, который её решает.
⠀
А не наоборот.
Схематично и с высоты птичьего полета это выглядит как-то так.
⠀
Через какое-то время вы обязательно во что-нибудь упрётесь.
⠀
Понадобится работать с конкретным браузером — начнёте смотреть в сторону MCP. Постоянно повторяете агенту одну инструкцию — появится смысл разобраться со Skills. Повторяется целый рабочий процесс — появится смысл в Harness или SDD.
⠀
Станет мало одного агента — придёте к субагентам. Станет слишком много исторического контекста — начнёте разбираться с памятью, RAG и индексацией.
⠀
И вот это, на мой взгляд, правильная последовательность:
⠀
сначала появляется проблема. Потом вы изучаете инструмент, который её решает.
⠀
А не наоборот.
Схематично и с высоты птичьего полета это выглядит как-то так.
Чему-то подобному обучают на большинстве курсов по AI-инженерии. А нюансы и тонкости каждого этапа, с примерами из личного опыта, я как раз разбираю в своём блоге.
И ВОТ ЗДЕСЬ МОЙ ГЛАВНЫЙ ПОСЫЛ
⠀
Я правда считаю, что человек, который вообще ничего не знает про AI, но один день активно использовал его в реальной работе, в каком-то смысле уже понимает про AI больше, чем человек, который месяц изучал модели, MCP, RAG, Harness, память, оркестраторы и весь существующий roadmap — но сам ничего не делал.
⠀
Потому что первый уже начал чувствовать, что AI реально может, где он ошибается, что ему можно отдавать, что пока проще сделать самому, какие задачи неожиданно хорошо автоматизируются и каких возможностей ему не хватает.
⠀
А второй пока знает только названия инструментов и чужие примеры.
⠀
Именно поэтому я бы вообще не начинал путь в AI с roadmap.
⠀
Один день реальной практики с нуля может дать больше, чем месяц изучения всего зоопарка AI без практики.
⠀
Если совсем упростить старт, я бы сделал так: возьмите Codex или Claude Code для технической работы и параллельно используйте обычный ChatGPT или Claude в вебе для повседневных задач.
⠀
Не обязательно сразу ставить что-то через консоль, настраивать сложную среду и погружаться в терминал. Начните с обычного чата и веб-интерфейса, попробуйте реальные задачи, а уже потом постепенно уходите глубже.
⠀
Главное — начать пользоваться. Всё остальное успеете изучить тогда, когда оно действительно понадобится.
⠀
Я правда считаю, что человек, который вообще ничего не знает про AI, но один день активно использовал его в реальной работе, в каком-то смысле уже понимает про AI больше, чем человек, который месяц изучал модели, MCP, RAG, Harness, память, оркестраторы и весь существующий roadmap — но сам ничего не делал.
⠀
Потому что первый уже начал чувствовать, что AI реально может, где он ошибается, что ему можно отдавать, что пока проще сделать самому, какие задачи неожиданно хорошо автоматизируются и каких возможностей ему не хватает.
⠀
А второй пока знает только названия инструментов и чужие примеры.
⠀
Именно поэтому я бы вообще не начинал путь в AI с roadmap.
⠀
Один день реальной практики с нуля может дать больше, чем месяц изучения всего зоопарка AI без практики.
⠀
Если совсем упростить старт, я бы сделал так: возьмите Codex или Claude Code для технической работы и параллельно используйте обычный ChatGPT или Claude в вебе для повседневных задач.
⠀
Не обязательно сразу ставить что-то через консоль, настраивать сложную среду и погружаться в терминал. Начните с обычного чата и веб-интерфейса, попробуйте реальные задачи, а уже потом постепенно уходите глубже.
⠀
Главное — начать пользоваться. Всё остальное успеете изучить тогда, когда оно действительно понадобится.
In bundle