· 7 мин чтения
Semantic entity resolution без LLM: когда cosine > 0.92 достаточно
Три уровня дедупликации в графе знаний: exact match, cosine similarity и LLM. Почему 0.92 — магический порог, и как сэкономить 80% LLM-вызовов.
## Блог
Строю в открытую. AI-продукты, стек, карьера.
· 10 мин чтения
PostgreSQL как граф-база: CTE + pgvector + pg_trgm = Neo4j не нужен
Как реализовать Knowledge Graph на PostgreSQL без специализированных граф-баз. CTE для обхода, pgvector для семантики, pg_trgm для fuzzy-поиска.
· 9 мин чтения
Bi-temporal knowledge graph: почему факты не удаляют, а инвалидируют
Рынок $1B → через месяц $500M. Удалить старое? Нет — это эволюция понимания. valid_at/invalid_at = машина времени для продуктового мышления.
· 8 мин чтения
Switch Formula из данных, а не из головы
Switch Formula — инструмент JTBD для понимания момента переключения. Как выводить её из Knowledge Graph, а не придумывать интуитивно.
· 9 мин чтения
26 data points × граф = автопилот для продуктового исследования
Как 26 точек данных Product DNA маппятся на Knowledge Graph и почему их пересечение даёт автоматическое исследование без ручного труда.
· 7 мин чтения
Evidence-traced artifacts: каждое утверждение в PRD — со ссылкой на источник
'Клиенты ценят скорость' — откуда это? Из сообщения #47 от 15 марта. Как я связал артефакты с цепочкой доказательств через episodes → nodes → source.
· 8 мин чтения
Крутейшая KG система бесполезна при 1 пользователе: tech vs PMF
38 capabilities, temporal graph, semantic search, read replica. 7 юзеров, 1 активный. Технология 10/10, PMF 0/10. Честная рефлексия: когда tech-first оправдан.
· 9 мин чтения
Институциональная память организации: когда граф знаний знает больше любого сотрудника
5 проектов в организации. Конкурент Miro в 3-х. Слабость 'poor analytics' — паттерн. Новый проект автоматически получает это знание. Cross-project intelligence.
· 7 мин чтения
Contradiction detection: когда AI замечает что ты противоречишь сам себе
Пользователь: 'рынок $1B'. Через неделю: 'рынок стагнирует'. Бот: 'раньше вы говорили X, сейчас Y — что изменилось?' Архитектура автоматического обнаружения противоречий.
· 8 мин чтения
Ошибки предшественника: 6 багов за одну сессию и как фабрика учится
Предыдущая AI-сессия: частичное чтение документов → каскадные ошибки → 9 коммитов вместо 3. Как я формализовал правила, чтобы это не повторялось.
· 8 мин чтения
71% нод без связей: как я построил граф, который не работал как граф
1083 ноды, 388 связей. Звучит впечатляюще. На деле: 71% orphans. Как я обнаружил и починил разрыв между количеством данных и качеством графа.
· 10 мин чтения
38 фич за одну сессию: как AI Factory строит продукт
CEO думает, агент пишет код, CEO аудирует, агент исправляет. 38 capabilities, 22 коммита, 0 ручного кода. Но 10 гэпов найдено при аудите — агенты ошибаются.
· 7 мин чтения
Не доверяй агенту: почему аудит каждой вехи — обязателен
Builder сказал '14 тестов прошли'. CEO прочитал код — нашёл 3 бага. Как аудировать AI-агентов и почему 'Done' ≠ done.
· 8 мин чтения
Smart model cascade: как не умереть от rate limits на бесплатных моделях
Free Groq → exhausted → OpenRouter free → exhausted → FAIL. Как я построил каскад моделей, который никогда не падает: free first, paid fallback, автоматическая эскалация.
· 8 мин чтения
Граф знаний для продуктового исследования: почему RAG недостаточно
RAG находит похожий текст, но не видит связи между болями, сегментами и конкурентами. Methodology-native Knowledge Graph решает эту проблему.
· 14 мин чтения
AI гораздо больший человек, чем вам кажется
Забывает, спешит, читает правила по диагонали, теряет фокус под нагрузкой. Почему идеальная работа с AI начинается с права на ошибку — и что об этом говорит наука.
· 12 мин чтения
AI идёт в разнос: почему чем дольше разговор, тем хуже результат
Ошибочные цепочки рассуждений получают вес в контексте и начинают фонить на все последующие решения. Почему AI блестяще решает с нуля, но не может выбраться из ямы. Научное объяснение + практика.
· 11 мин чтения
Почему AI-агенты ошибаются в финансах и как я это починил
AI — не калькулятор. 90% точность одного агента × 90% второго = 81% на выходе. В финансовой консолидации это катастрофа. Как я компенсировал вероятностную природу LLM циклами проверки.
· 13 мин чтения
Менеджер без единой строки кода уничтожит вашего лучшего разработчика
Самый недооценённый AI-юзкейс: обычный менеджер + AI = x10. Нулевые технические навыки. Звериное чутьё на косяки. Идеальная спарка, которую никто не видит.
· 6 min read
nevrai: LEGO for AI Products
5 API modules that handle LLM routing, frustration detection, data extraction, PDF generation, and market research. Plug them in, ship faster.
· 12 мин чтения
Как я построил SaaS-платформу из 31 подсистемы в одиночку
AICPO — AI-платформа для продуктового исследования. 31 подсистема, 43 артефакта, Knowledge Graph, CRM, мониторинг. Один разработчик. Ноль строк ручного кода.
· 10 мин чтения
Factory OS: архитектура AI-native разработки
15 специализированных ролей, 40+ правил, quality gates. Как превратить AI-агентов в надёжную инженерную команду.
· 9 мин чтения
Knowledge Graph: как AI видит связи и как проверять каждый вывод
14 типов объектов, evidence trail до слов клиента. Почему граф знаний — не модный buzzword, а инженерная необходимость для AI-продуктов.
· 11 мин чтения
AI-native разработка: не 'используй ChatGPT', а архитектура
Разница между 'AI помогает' и 'AI работает'. 8500 строк за сессию, 7 фаз, 0 ручного кода. Что стоит за этими числами.
· 8 мин чтения
Dual-Brain: как сэкономить 90% на AI без потери качества
Два мозга в одном чате: быстрый для простого, умный для сложного. 5 триггеров эскалации. Автоматическая деэскалация. Реальные числа.
· 7 мин чтения
Self-Evolving Prompts: система, которая учится без вашего участия
Как замкнуть цикл: использование → фидбек → AI-анализ → улучшение промптов → использование. Автоматическая эволюция AI-продукта.
· 9 мин чтения
Factory OS vs Cursor vs Copilot: что реально работает для production
Сравнение подходов к AI-разработке. Copilot = автокомплит. Cursor = IDE с AI. Factory OS = автономная команда. Цифры, ограничения, когда что использовать.
· 10 мин чтения
Как внедрить AI-агентов в корпорации: от пилота до трансформации
Практический план: пилот за 2 недели, масштабирование за квартал. Что работает, что нет, где грабли. Опыт Mafin + AICPO.
· 13 мин чтения
Менеджер с нулём в коде уничтожит вашего лучшего разработчика
Провокационный тезис: обычный менеджер + AI = x10. Нулевые технические навыки. Звериное чутьё на косяки. Почему bottleneck менеджера устраняется, а разработчика — только ускоряется.