llmagent — я написал свою замену OpenClaw на Go

За месяц я собрал llmagent (нафиг креатив!) — свою замену OpenClaw на Go: один статический бинарник вместо сотен файлов node_modules, Telegram и CLI, память, расписания, скиллы, браузер и MCP. Система стоит под systemd и уже делает часть моей повседневной работы. Дальше — зачем я это писал, как устроен демон и какие грабли собрал по пути.

Зачем

Я живу с OpenClaw на домашнем сервере: он сидит в Telegram, помнит, что я ему говорил, стучится по расписанию, умеет лазить в браузер. Штука удобная, но это большая система, которую писали под чужие задачи. Хочется понимать, что именно у меня крутится в демоне, почему он так ответил и что он реально может сделать в системе. И менять поведение под себя, а не под чужой роадмап.

Read more ->

LLM Wiki — как я научил ассистента самому писать мою базу знаний

У меня в Obsidian лежало больше трёхсот заметок. Проекты, люди, стройка, работа, трейдинг, просто интересная информаци — всё, что накопилось за годы. Проблема была не в том, что их мало, а в том, что они лежали мёртвым грузом.

Я знал, что у меня есть заметка про ландшафтный дизайн. Но вспоминал я об этом только когда листал папки. Связи между заметками никто не поддерживал. Новое знание падало в пустоту и не находило своего места.

Read more ->

OpenClaw — мой AI-ассистент на домашнем сервере

Я давно хотел, чтобы LLM не просто отвечала на вопросы, а реально помогала с рутиной: читала мою почту, вела заметки, напоминала о задачах, следила за проектами. И чтобы у неё был доступ к моему контексту — файлам, календарю, репозиториям.

Проблема в том, что обычные агенты заточены под конкретного провайдера. Работаешь через OpenAI — привязан к OpenAI. Переходишь на что-то другое — переписывай всю интеграцию. А я хотел спокойно переключаться между моделями (и переключаюсь — то DeepSeek, то локальные модели), не меняя инфраструктуру.

Read more ->

Как не утонуть в 79-мерном гиперкубе — иерархическая оптимизация торгового бота

Когда я начал настраивать торгового бота, у меня было 79 параметров. Не пять, не десять — семьдесят девять. Непрерывные float64, целые числа, коррелирующие друг с другом самым неочевидным образом. Каждый индикатор, каждая стратегия, каждый порог в ансамбле.

Можно ли скормить все 79 параметров одному генетическому алгоритму и получить работающего бота? Технически — да. Практически — нет. Проклятие размерности ударит со всей силы: популяция в 5000+ особей, 500+ поколений, миллионы вызовов fitness-функции и чёрный ящик на выходе, идеально подогнанный под исторический шум.

Read more ->

NATS в микросервисах — мой опыт

Когда я начинал проектировать свою микросервисную платформу, вопрос шины данных был одним из первых. RabbitMQ? Kafka? NATS? Я перебрал все варианты, почитал сравнения, померил — и в итоге выбрал NATS. Прошло больше года. Расскажу, почему не пожалел, и что всплыло в процессе.

Почему не Kafka

Kafka — это зверь. Он хорош, когда у тебя Big Data, команда админов и ты готов платить за железо. Когда у тебя — один разработчик и VPS за 500 рублей, Kafka превращается в головную боль. Даже поднять её в докере и настроить топики с ретеншном — это уже квест. А если нужно, чтобы consumer гарантированно обработал сообщение, а прод не упал, потому что кто-то забыл про размер партиции — начинается цирк.

Read more ->

Сеньор без команды — путь Individual Contributor

Лет десять назад я думал, что карьера разработчика — это лестница: Junior → Middle → Senior → Team Lead → CTO. Перешёл на следующую ступеньку — молодец, не перешёл — засиделся, пора двигаться.

Сейчас мне за сорок, я разработчик, и у меня нет ни одной прямой подчинённой души. И я счастлив. Это не провал — это осознанный выбор.

Почему я не пошёл в менеджеры

Я пробовал. В одной из прошлых компаний мне дали трёх джунов под крыло. Через полгода я понял: я ненавижу проводить код-ревью вместо того, чтобы писать код. Я ненавижу решать, у кого какой отпуск. Я ненавижу, когда моя эффективность измеряется не в качестве кода, а в том, горят ли спринты.

Read more ->

Проще переписать, чем починить

Мой первый (как говорят девушки) робот писался с большим участием LLM. Ну как большим… Основу я сделал сам, несколько индикаторов мне LLM написали целиком. Потом написали ансамбль стратегий, который по факту был ансамблем индикаторов. Потом LLM помогли написать оптимизатор на генетическом алгоритме. А потом я узнал про openspec, распробовал и понеслась… Две тысячи строк кода за месяц переросли в 30, плюс 15 тысяч строк спецификаций и документации. Которые сгенерировали LLM. Под моим чутким контролем, конечно, но чёткое понимание того, как всё работает пропало на второй неделе, к концу я только ориентировался в коде, но как, что и почему — мог только догадываться.

Read more ->

LLM — не хайп

Начать, наверное, стоит с того, что я не называю и не буду называть LLM привычным большинству термином ИИ. Искусственный именно интеллект как и сотни лет назад остаётся только мечтами учёных и энтузиастов. LLM (или БЯМ, если по-русски), о которых сейчас изо всех утюгов вещают, настолько же ближе к банальному Т9, чем к интеллекту, как Москва ближе в Лос-Анджелесу, чем к Солнцу. Соотношение примерно такое же, на мой взгляд.

Интеллект подразумевает под собой способность создавать новые смыслы и идеи. Взять грязь, взять палку и нарисовать изображение. А современный “ИИ” только и способен, что вычленить общие паттерны из миллионов картин, и “нарисовать” что-то среднее из того, что видел. Да, он отлично справляется с обобщением, раскладыванием по полочкам, поиском закономерностей и сведением воедино разнообразных деталей. Но ни одна LLM пока ни разу ничего не создала. И не создаст на текущем уровне технологий.

Read more ->

Торговый робот. Начало

1. Зачем это нужно

Семья растёт, потребности тоже. Усталость от жизни в квартире накапливается. Нужен дом. Но есть условие: не 10 лет строить и не 30 лет платить ипотеку. Нужно быстро, как следует, и чтобы потом можно было хорошо продать в случае чего, хоть через 30 лет и не по цене участка. Для этого нужен ресурс. Много денег.

2. Почему робот, а не руки

Был опыт ручной торговли. С x5 за пару месяцев и сливом за последующую неделю. Было и “месяцами держать акции, ради 3% прибыли”. Я понял простую вещь: когда рынок растёт — легко зарабатывать. Когда картина меняется — нужен расчёт и железные нервы.

Read more ->