11 июля 2026 стартовал первый поток курса AI Class. Десять человек. География — Благовещенск, Гуанчжоу, Вьетнам, Москва. Запросы разные: контент и видео, чат-боты и агенты, автоматизация, аналитика, продвижение бизнеса. Два занятия уже позади. Ниже — что реально обсуждали, какие темы легли сразу, где группа тормозила, и какие живые демо показывали на своих данных.
Это не рекламный анонс программы. Это разбор хода первых встреч: рамки, демо, словарь, домашние задания. Источник — конспекты занятий и структура курса.
Как устроен поток
Формат простой и жесткий: камерная группа, занятия по ~2 часа, теория → практика → внедрение в свой проект → разбор в чате. Личная цель ставится в начале — все остальное под нее.
Общая дуга курса: от «ИИ как поисковик» к второму мозгу и агентным сценариям. На выходе не конспект, а рабочая система под свои задачи и карта, куда расти дальше.
Цель потока — закрепить людей на уровнях «оператор» и «дирижер»: контекст, проекты, MCP, скиллы, конвейер. Не «поиграться с чатом».
Занятие 1 · 11 июля · карта мира нейросетей
Первая встреча длилась чуть больше двух часов. Девять смысловых блоков — от elevator speech до безопасности данных.
Знакомство: кто пришел и зачем
Каждый за полторы минуты: кто он, какими сервисами уже пользуется, зачем на курсе. Сразу видно разброс зрелости: кто-то на «задал вопрос — закрыл вкладку», кто-то уже тянет к агентам и автоматизации. Для камерной группы это важно: программа подстраивается, но общий язык нужен всем.
Шесть уровней пользователя ИИ
Ключевая рамка занятия — по мотивам исследований о том, как мир реально пользуется ИИ. Уровни условны, но показывают вектор роста:
- 1. Поисковик — вопрос, ответ, закрыл вкладку.
- 2. Диалог — уточнения, «а давай так», исследование вместе с моделью.
- 3. Второй мозг — подключены свои данные: почта, календарь, файлы, мессенджеры.
- 4. Конвейер — скиллы, шаблоны, предсказуемый результат в нужном стиле.
- 5. Дирижер — связки моделей и свои агенты; нет «швейцарского ножа».
- 6. Архитектор — свои системы, дообучение, процессы, где основную работу делает ИИ.
Честная фиксация: большинство людей в мире до сих пор на первом уровне. Цель курса для группы — уверенные 3–4, с видимой дорогой к 5–6.
Пять способов доступа к моделям
От простого к сложному — чтобы перестать выбирать «ту сеть, к которой привык»:
- Платформы — Claude, ChatGPT: готовый интерфейс, самая простая точка входа.
- Встроенный ИИ — Photoshop, Notion AI и аналоги: модель уже видит контекст приложения.
- Агрегаторы — один баланс, много моделей; выручают без международной карты или с корпоративным контролем расходов.
- API — «туннель» по ключу; OpenRouter и 400+ моделей; роутинг дешевой модели на простые вопросы и мощной — на сложные.
- Локальные модели — Ollama, свое железо или аренда; данные не уезжают, цена и скорость упираются в железо (NPU).
Метафора с занятия: модели — как автопарк. Есть малолитражки, кроссоверы и самосвалы. Под консультацию — быстрая дешевая, под стратегию с большим контекстом — самая мощная.
Главный принцип: контекст решает все
Это тезис, который прошел красной нитью через всю первую встречу.
Разница между посредственным и блестящим результатом — не в модели, а в количестве релевантного контекста на входе.
Практические сдвиги, которые группа разбирала:
- от «промпта» к техническому заданию (ТЗ может писать сама нейросеть);
- голосовой ввод — столько контекста руками вы просто не наберете;
- стартовый контекст и память — кто вы, бизнес, команда, цели; обновлять факты, а не пересказывать заново;
- коннекторы и MCP — мост к календарю, диску, Notion, CRM;
- инструменты захвата: Plaud, носимые рекордеры, Fireflies как архив встреч.
Демо: Claude расписывает ТЗ на слайд вплоть до кодов цветов — ChatGPT отрисовывает в нужной стилистике с первого раза. Не магия модели, а плотность входа.
Пять живых демо на реальных данных
Не учебные «котики», а рабочие кейсы:
- Тест по уроку китайского — запись с преподавателем → Markdown → HTML-тест по вокабуляру и ошибкам ученика, в фирменных цветах.
- Документ из совета директоров — двухчасовой созвон → фирменный файл: графики, roadmap, чек-лист по ответственным.
- Вакансия из рабочего разговора — контекст звонка + сверка с рынком → готовый текст.
- Инвестиционный калькулятор — таблица за годы → интерактив: дивиденды, дисконт, окупаемость.
- Анализ календаря — коннектор Google Calendar: сотни созвонов, часы в неделю, разбивка по темам.
Общий паттерн: записанный контекст + четкое ТЗ + скилл со стилем = продукт за минуты.
Что на первом занятии далось относительно легко
- Рамка уровней — быстро «встала в голову»: люди узнавали себя.
- Идея «модель под задачу, а не одна любимая сеть».
- Голос как способ накидать контекст без мучительного набора.
- Словарный слой: LLM, токены, API, скилл, MCP — в бытовых формулировках.
Где было сложнее / где спорили
- Экономика вычислений — когда платить за токены, когда свое железо, когда аренда от $20–30/мес; окупаемость и устаревание серверов.
- API и ключи — абстракция «туннеля» не всем заходит с первого раза; плюс жесткое правило: ключи никому не показывать.
- Локальные модели vs облако — скорость, NPU, сравнение Gemma на ноутбуке и тяжелой облачной модели.
- Безопасность — не паранойя «корпорации украдут тайну», а реальные риски ближе: общие аккаунты, доступы, 2FA, менеджер паролей. Кейс с общим Fireflies и утечкой чужих созвонов зашел болезненно — и правильно.
- Табу: гостайна, чужие ПДн, номера карт — без романтики.
Занятие 2 · проекты, MCP и скиллы
Вторая встреча — уже про конвейер. Если первое занятие дало карту местности, второе — инструменты уровней 3–4.
Тезис, который держали перед глазами: закрепившись на третьем-четвертом уровне, вы уже впереди порядка 90% людей, которые «пользуются нейросетями».
Блок 1. Три школы моделей — не рейтинг «кто умнее»
Китай, США, Россия — это три экономики, из которых вытекают цена, открытость и скорость:
- США — венчур, закрытые модели, дорогие вычисления; брать на передовую сложность и качество.
- Китай — open source, локальный запуск, отставание порядка месяцев; радикально дешевле на массовых задачах. Профили: Kimi (агентность, мультимодальность, китайские данные), DeepSeek (математика, код, дешевый API), Qwen (экосистема Alibaba, Taobao-кейсы).
- Россия — отставание 1,5–2 года по мощностям; ниша — там, где данные по закону нельзя отдавать наружу.
Универсального инструмента нет. Это снимает детский спор «какая сеть лучшая» и возвращает к задаче и бюджету.
Блок 2. Проект = контекст, загруженный один раз
Обычный чат каждый раз начинается с нуля. Проект снимает эту работу:
- инструкция — роль, аудитория, тон, запреты;
- файлы знаний — расшифровки, брендбук, таблицы, портфолио;
- память проекта — постоянные факты;
- инструменты — MCP и нужные скиллы.
Кейс наполнения «своим голосом»: расшифровки сильных роликов + экспорт Telegram-канала + брендбук → пост или карусель уже в вашем стиле, а не в усредненном «нейронковом».
Эффект белого листа — отдельная ценность. Первый результат почти никогда не готов к публикации. Норма. Ценность в том, что вы больше не сидите перед пустым экраном: есть основа, которую докручивают.
Claude vs ChatGPT в проектах: Claude сильнее в работе с контекстом и персонализацией; ChatGPT — заметно лучше в картинках. Если визуал к постам критичен, стартовать логичнее с него.
Блок 3. MCP — Type-C для нейросетей
Model Context Protocol — стандарт Anthropic конца 2024: единый «разъем» к сервисам. Раньше у каждого был свой кабель. Потом все перешли на Type-C. Здесь та же логика.
Зачем:
- передать контекст — письма, встречи, заметки, задачи;
- совершить действие — создать событие, страницу, обновить базу;
- единое окно управления стеком из чата.
Безопасность: нейросеть не лезет в сервис «напрямую». Посередине — сервер-шлагбаум. Подтверждение доступа — не формальность.
Живые сценарии с занятия: важные письма за три недели; событие в календаре с готовым текстом поста; база тем в Notion со статусами; «сохрани это в Notion» в конце удачного диалога; CRM — читать и править клиентов из нейросети.
Если готового коннектора нет:
- есть API → завернуть в MCP (первый раз час-полтора);
- нет API → Computer Use: модель работает браузером как человек. Кейс из практики: мониторинг Wildberries/Ozon по расписанию и сводный отчет.
В ChatGPT похожий слой часто зовут «плагинами». В DeepSeek MCP пока нет — стандарт молодой, но отрасль уже приняла.
Блок 4. Скилл — навык, записанный файлом
Технически это SKILL.md: текстовая инструкция в Markdown. Читается глазами, пересылается коллеге, переносится между сетями.
Зачем: стандартизация. КП, отчеты, презентации, разбор таблиц — качество перестает зависеть от того, как вы «сегодня сформулировали».
Кейс мебельного производства: замерщик присылает размеры → каждый раз сборка с нуля. Путь:
- загрузить базу (портфолио, материалы, фасоны);
- первый прогон — посредственно;
- жесткая обратная связь: 75% → 90% → «устраивает»;
- «сохрани это в скилл» — дальше работает ассистент.
Большинство людей опускают руки: «в нейронке фигня». Ваша задача — сказать: спасибо, но есть нюансы.
Как модель выбирает скилл: Claude — по контексту («презентация в стиле Rogov Pro»); Manus — удобный слэш-выбор. Чужие скиллы — как кафе: смотрите рейтинг, установки, автора. Ноль отзывов и неизвестный автор — повод не ставить: это команды с вашими доступами.
Prompt injection — не паранойя: скрытая команда в письме, которое читает агент, может быть воспринята как инструкция. Механика реальная; глубокий разбор кибербезопасности — на следующих занятиях.
Что на втором занятии зашло легче
- Метафора MCP как Type-C — сразу понятна.
- Проект как «контекст один раз» — снимает ежедневную боль.
- Эффект белого листа — снимает перфекционизм «с первого промпта должно быть идеально».
- Домашние критерии «сделано, если…» — измеримые, без воды.
Где группа спотыкалась
- Свести три школы моделей к практическому выбору, а не к фан-клубу бренда.
- Первое подключение MCP: доступы, подтверждения, «куда нажать» у разных вендоров.
- Отличить коннектор / API / Computer Use — когда какой путь.
- Довести результат до скилла: люди бросают на первом посредственном выходе.
- Осознание, что скилл — это не «магическая кнопка», а дисциплина обратной связи.
Домашка после второго занятия
- Собрать свой проект — одна сфера жизни или бизнеса: инструкция + файлы знаний. Сделано, если отвечает на рабочий запрос без повторного объяснения контекста.
- Подключить один сервис по MCP — почта, календарь, заметки, таск-трекер. Сделано, если нейросеть забрала данные или создала запись.
- По желанию — один скилл из еженедельной задачи, доведенной обратной связью до приемлемого качества.
Главная мысль второй встречи: проблема не в том, что нейросеть выдает посредственный результат с первого раза. Проблема в том, что на этом месте большинство останавливается.
Что видно по динамике первой группы
После двух занятий картинка такая:
- Общий язык появился — уровни, контекст, ТЗ, MCP, скилл. Можно говорить коротко и по делу.
- Сдвиг с «какой чат круче» на «какой вход и какой конвейер».
- Страх пустого экрана лечится черновиком и итерацией, а не поиском «идеального промпта».
- Безопасность из абстракции стала операционной: доступы, 2FA, раздельные аккаунты, что нельзя грузить.
- Международный состав не мешает: время в двух поясах, запросы разные, рамка одна.
Сложные зоны, которые еще будут дожимать: реальные MCP-подключения у каждого, дисциплина доведения до скилла, экономика моделей на своих задачах, дальше — кибербезопасность и визуальный/брендовый контур.
Куда курс идет дальше
По программе и планам потока: визуал и фирстиль, сборка проекта, свод трех карт инструментов в одну. В финале каждый формулирует: что внедрил за месяц, что изменилось в работе и жизни, куда расти дальше.
Отдельно: тема глубоких чат-ботов и автономных агентов в этом потоке — горизонт, а не погружение. Сначала оператор и дирижер. Иначе люди прыгают в «агентов», не умея дать модели контекст и повторяемый процесс.
Итог
Первая группа AI Class за два занятия прошла путь от карты мира нейросетей до рабочих контуров: проект → MCP → скилл. Легко легли рамки и метафоры. Сложнее — экономика доступа, безопасность окружения и привычка не бросать итерацию на первом «так себе» результате.
Если коротко одной фразой из зала:
Не модель красит результат. Красит контекст, дисциплина ТЗ и готовность сказать нейросети: «спасибо, но есть нюансы».
Курс AI Class — платный камерный поток с практикой на своих задачах. Сообщество AI Class — отдельная бесплатная среда для выпускников и приглашенных; это не одно и то же. Вопросы по следующему набору — в Telegram.