Система поверх вендора: независимость как принцип

Недавно Claude Code упал. Второй раз за день - что-то у них было с серверами.

Обычно я в таких случаях просто жду и занимаюсь другими делами. Но в этот раз решила наконец попробовать то, что давно лежало в списке «когда-нибудь сделать»: впервые переключила своего бренд-агента на Codex от OpenAI. Переключение заняло секунду.

Вот про эту секунду и статья. Потому что за ней стоит принцип, на котором я собираю всю свою AI-систему: система живёт поверх любого вендора, и ни один из них не может забрать её с собой.

Знания лежат в моих файлах, а не у вендора

Вся моя система - агенты, их правила, накопленные знания, мой голос, память о проектах - лежит в обычных markdown-файлах. Не внутри Claude и не внутри Codex. Поверх них. Модель - это исполнитель, который приходит работать с моими файлами. Когда один инструмент падает, работа не встаёт: беру другой и продолжаю с того же места.

Я изначально строила систему так, чтобы она пережила падение любого из них. Но одно дело строить, другое - проверить: страшно было просто переключить и посмотреть, что будет. Оказалось - работает именно так, как задумано.

Обратная сторона этого принципа - закрытые коробки. Custom GPT, например: в него снаружи ничего не добавишь и, что важнее, из него ничего не заберёшь. Всё, что ты туда вложил - формулировки, правила, наработки, - остаётся у вендора. Про то, как открытые файлы позволяют агентам улучшать друг друга, я уже писала в статье про second brain - здесь важно одно: всё это возможно только потому, что знания лежат в простой открытой форме. У меня, а не у них.

Это и есть свобода без потери безопасности. Не «не пользуйся большими моделями», а «пользуйся любыми - но так, чтобы уход любой из них ничего у тебя не отнял».

Смена инструмента - смена линзы

Дальше случилось то, чего я не планировала.

Я спросила Codex, что он обо мне знает, попросила посмотреть, чем мы тут занимаемся, и дать своё мнение - со стороны, свежим взглядом. Выдал девять пунктов. Часть - в точку, сразу взяла в работу. Часть - вижу иначе. Но дело даже не в пунктах.

Смена инструмента сработала как смена линзы. Codex увидел то, что у меня давно замылилось: где усложнила, где осталось старое и забытое. Свой агент привыкает к своей работе так же, как привыкаешь ты сам. А внешний взгляд - пусть даже взгляд конкурента на работу соседа - вскрывает привычное.

Так пункт «страховка на случай падения» превратился ещё и во «второе мнение по запросу».

Не один лучший, а команда

После этого я не вернулась к «одному основному». Теперь у меня две модели работают внутри одного агента, и я иногда чувствую себя свахой.

Claude меня понимает: пишет почти моим голосом, ловит интонацию, шутит в тему. Codex - рисует и критикует. Картинки у него выходят заметно чище, хоть сразу на сайт. Но пишет так, будто оставляет комментарий в коде: сухо, по делу, по-программерски. И вот я между ними - пытаюсь поженить художника и инженера. Одному: «напиши тёплый текст». Другому: «а картинки - на тебе». А потом слежу, чтобы они не переписали работу друг друга.

Самое интересное - меня это не напрягает, а радует. Раньше я искала тот самый, единственный, лучший AI. А оказалось, фокус не в том, чтобы выбрать одного, а в том, чтобы собрать команду и дать каждому то, что он умеет лучше всех. Так же как с людьми.

И это возможно по той же причине, что и переключение за секунду: система - простые файлы поверх моделей, поэтому взять ещё одного «сотрудника» (другую LLM) - дело пары минут. Один пишет, другой рисует, а я режиссёр, который решает, чей сейчас выход.

«Какая модель лучше» - вопрос, который при такой архитектуре просто исчезает. Лучше - для чего? Сегодня один сильнее в текстах, завтра другой в картинках, послезавтра выйдет третий. Пока система лежит в твоих файлах, каждый новый скачок любой модели - это твой выигрыш, а не твоя миграция.

Тот же принцип, уровнем выше

Недавно я наткнулась на братьев Либерман и их проект Gonka: сеть, где вычисления для AI распределены между тысячами независимых участников, а не заперты в дата-центрах пяти компаний.

Зацепило меня совмещение идеологии и инженерного наблюдения - именно то, что я вижу в своей практике каждый день. Я ведь строю не одного всемогущего агента, а системы из многих маленьких: у каждого своя узкая задача, свой характер, своя зона ответственности. И раз за разом убеждаюсь: рой из простых самостоятельных единиц оказывается умнее и живучее, чем один огромный центр, который пытается держать всё в одних руках. Когда всё завязано на единственный мозг, хватает одной ошибки, одного сбоя, одного неверного приказа сверху - и сыплется сразу всё. Это и есть одна точка отказа - один рычаг, за который кто-то однажды дёрнет. А там, где узлов много и они самостоятельные, отвалился один - остальные подхватили, целое продолжило жить.

Распределённое - шумное, некрасивое, непонятное - почему-то выживает и обгоняет. Это не про крипту и не про моду. Так устроена сложность вообще - от нейронов до живых рынков. И когда инфраструктуру для AI начинают строить по этому же принципу, у меня внутри всё сходится: да, вот так и надо.

Моя система из markdown-файлов поверх сменных моделей - тот же принцип, только на уровне одного человека. Не привязываться к единственному центру. Не отдавать все знания в одни руки. Держать узлы маленькими, самостоятельными и заменяемыми.

Где лежат твои файлы

Будущее AI не должно принадлежать пяти корпорациям. Я знаю, как громко это звучит, и не люблю манифесты без практики. Но у этой громкой фразы есть очень тихое, домашнее начало: посмотреть, где лежат твои знания. Если всё, что ты наработал с AI - твои правила, твой голос, твоя память, - живёт внутри чьей-то закрытой коробки, то это не твоя система. Ты - её.

А если это обычные файлы, которые можно читать, править и переносить, - то любой AI, самый новый и самый мощный, становится просто очередным сотрудником в твоей команде. Приходит и уходит. Система остаётся.