В этом выпуске собраны семь личных историй, где люди не рассуждают об AI в целом, а проверяют его на своей рутине: контенте, почте, разработке, самоорганизации и маленьких инструментах. Общий вывод у них трезвый: ускорение есть, но почти везде остаётся человеческая роль — выбрать границы, проверить результат и не перепутать удобство с автопилотом.

Два AI-агента шесть недель вели YouTube-канал

Автор дал двум автономным AI-агентам память, доступ к YouTube API, движок генерации видео и право принимать решения без ручного управления. За шесть недель они выпустили 52 ролика и собрали более 30 тысяч просмотров. Самая важная часть истории не в цифрах, а в границах: автоматизация уже может закрывать большую часть контентной рутины, но контроль качества и ясные правила всё равно остаются на человеке.

Разработчик потратил $514 на Claude Code за 30 дней и разобрал свои сессии

Автор не ограничился ощущением «стало быстрее», а собрал статистику по 50 сессиям Claude Code через собственный открытый инструмент claudestat. Он посмотрел на стоимость, расход токенов и повторяющиеся рабочие сценарии. Получилась полезная история про бухгалтерию агентной разработки: иногда ускорение окупается, а иногда незаметно превращается в дорогую привычку.

AI месяц писал до 80 процентов ответов на рабочую почту

Автор проверил, можно ли отдать AI-помощникам большую часть рабочих писем. Практический вывод оказался спокойнее рекламных обещаний: черновики действительно экономят время, но человек всё равно читает исходное письмо, выбирает позицию, проверяет тон и нажимает отправку. AI помогает вокруг суждения, но не заменяет само суждение.

Расширение для Claude за 45 минут показало силу маленьких AI-инструментов

Автор сделал расширение для Chrome, которое показывает в интерфейсе Claude оценку контекста, примерную стоимость и обновляет данные при наборе текста. Это не история про большую платформу, а почти бытовой пример: у человека есть ежедневная раздражающая боль, и AI помогает быстро собрать небольшой инструмент под неё. Такие микрорешения часто меняют рабочий день сильнее, чем громкие демонстрации.

Локальный помощник для программирования вырос из усталости от шаблонного кода

Разработчик описывает момент, когда поздним вечером понял: проще сказать системе, какую структуру проекта он хочет, чем снова вручную писать повторяющийся шаблонный код. Так появился локальный AI-помощник для программирования. Человеческая часть здесь важна: AI быстро создаёт основу, но разработчик всё равно должен понимать архитектуру и направлять результат.

Личный наставник на базе Obsidian и Claude опирается на собственную историю человека

Aaron Chung захотел получать советы, которые учитывают его цели, привычки, прошлые решения и слепые зоны. Для этого он связал Obsidian как личную базу знаний и Claude как слой рассуждения. История показывает сдвиг от общего чат-бота к персональной системе самоорганизации, но память и контекст по-прежнему курирует сам человек.

После месяцев чтения документации автор выбросил тяжёлые агентные платформы

Автор признаётся, что месяцами изучал документацию по агентным платформам, а затем удалил лишнюю сложность и собрал простой рабочий процесс, который заработал с первой попытки. Это знакомая история для разработчиков, адаптирующихся к AI: прорыв случился не из-за ещё одной библиотеки, а из-за решения спроектировать маленькую систему вокруг настоящей задачи.

Общий вывод

Эти истории ценны именно тем, что в них нет полной капитуляции перед машиной. Люди используют AI как ускоритель, черновик, сборщика рутины или зеркало для собственных решений. Но когда работа становится важной — деньги, письма, код, канал, личные цели, — человек всё равно остаётся редактором, архитектором и владельцем последнего решения.