Axionary skill

«Что мне делать с этой информацией?» — спрашивает себя каждый первый. Информация валится как яйца на волка в той старой игре — её стало так много, что ты не успеваешь её даже понять, не то что применить к своему бизнесу. А страх FOMO подгоняет: вдруг пропустишь что-то важное?

— Ой всё, Гриша скатился до постов про личных ИИ-ассистентов!

Нет. Мой посыл обратный: меньше думай, больше делай. Оставь свою голову для действительно важных размышлений. А из остального потока пусть агент готовит actionable items: контекст, гипотеза, задача, цели, риски — разложенные по 200+ векторам.

«Actionable» — значит готовые к действию. Не очередной материал к размышлению, а то, что можно брать и делать. Максимально тупо, не включая мозг. Даже когда ты устал, заебался, и некогда, но надо двигаться вперёд. Всю логическую цепочку «как мы к этому пришли» — вынести нахер из головы в автоматику.

Смотрю, как соло-предприниматели и целые команды работают с ИИ. Инструментов дохера, а контекст под задачу никто не собирает.

Кому ты отдаёшь задачу — подрядчику, сотруднику, агенту или себе на «через неделю» — почти неважно. Если понятно, что нужно и как выглядит хороший результат, исполнение стоит копейки. Если непонятно — можно бесконечно жечь токены, часы и зарплаты, а результата не будет.

Вся постановка упирается в простые вещи:
– Память, хронология и взаимосвязи.
– Что уже сделано.
– Что обсудили и решили.
– Кому что написали и что с тех пор изменилось.
– Где здесь суть, а где шум.
– Какие из тысячи фактов важны именно для этой задачи.
– И линки, всюду линки между ними.

Ассистент эту проблему не решает. Свалите в него всю переписку, тикеты, транскрипты созвонов и доки — он будет уверенно, долго и дорого блуждать. Часть важного пропустит, часть допишет за вас. Дело было не в бобине. Просто контекст ему собрали кучей, а не под задачу.

Обычные базы знаний это тоже не чинят. Папки, векторный индекс, граф, RAG поверх — всё это умеет найти похожее. Но «похожее» и «то, что надо сделать вот сейчас по этому вопросу» — это две большие разницы.

Я пользуюсь приёмом, который говорит не «про что эти данные», а «что из этого СЛЕДУЕТ СДЕЛАТЬ».

Работает так. Кидаешь любой входящий артефакт — статью, заметку, отчёт, письмо, транскрипт встречи — в inputs/. Скилл разбирает его не на темы, а на карточки actionable items. Каждый пункт получает функциональный вектор (strategy, product, engineering и так далее) и двусторонне связывается с тем, что уже накоплено.

На выходе не свалка файлов, а навигируемый граф карточек: предпосылка, гипотеза, что сделать, чем рискуешь. Со ссылкой на источник — полный доступ к сырым данным остаётся. Обычный git показывает историю изменений.

Я не верю в single-prompt. Верю в конвейер: исследование → синтез → действие, где ИИ — управляемый операционный слой, а не баловство с промптами. Здесь ровно тот же принцип, вынесенный в отдельный скилл. Ну и это же обычный Obsidian wiki — поверх можно строить что угодно.

Гитхаб dobryakov/axionary. Выкладываю, потому что сам пользуюсь такими механизмами каждый день и хочу посмотреть, как оно поведёт себя на ваших контурах. Это маленький, но важный кусочек того, как я строю агентские пайплайны (в том числе мой next move engine). Чтобы вы могли не просто прочитать очередной пост про ИИ, а пощупать это на натуре.

Если боль знакомая — когда работа начинается, а потом всё расползается по Zoom, Slack, докам и тикетам и тихо там умирает — посмотрите репу. Захотите прогнать на своём потоке или вместе сделать пилот — вы знаете, где меня найти.

Предположения: цель — авторитет, аудитория — тех-предприниматели и продакты, тон — умеренный.