Knowledge,
connected into a system.

Освоив скиллы, люди создают слишком много и теряют контроль. Решение: 20% скиллов дают 80% ценности — найти часто повторяющиеся высокочувствительные процессы.

Принято считать, что coding agents появились первыми, потому что код — это текст, а LLM хороши в тексте. Но настоящая причина глубже: среда разработки уже содержит богатую семантику — тесты, типы, линтеры, git-историю. Агент может сам проверить свой результат (тест упал → исправил), не спрашивая человека каждые 30 секунд.

В 2026 году идёт две больших игры: (1) стартовать от семантики работы в реальном мире и двигаться к агентам — путь Perplexity и стартапов; (2) стартовать от моделей и их способности к коду и двигаться наружу через compute primitives — путь hyperscalers. Для не-hyperscaler'ов путь уже выбран: у них нет своей гигантской модели. Значит, их advantage — делать семантические единицы работы максимально legible.

По словам Nate B. Jones, разговор об AI-агентах перестал быть о качестве моделей «два квартала назад». Теперь ключевой вопрос — не «у кого лучшая модель», а «какая платформа подключается к enterprise-данным, встраивается в существующие рабочие процессы и поддерживает экосистему совместимых агентов».

Nate B. Jones утверждает: главная ошибка при оценке AI-решений — фрейминг как «switching» (на что переходим?), тогда как правильный фрейминг — «layering» (поверх чего наслаиваем?). Компании, которые ищут «единую платформу», проиграют тем, кто строит многослойную архитектуру из совместимых агентов разных вендоров.

Nate B. Jones предлагает фильтр из 5 вопросов для оценки любого AI-агента: (1) подключается ли к существующим инструментам команды, (2) позволяет ли другим агентам строиться поверх, (3) владеет ли релевантными данными, (4) формируется ли экосистема вокруг, (5) можно ли стекать агентов. Большинство запусков проваливают эти тесты — прошедшие заслуживают внимания.

Salesforce анонсировала Headless 360 — 60+ MCP tools, 30+ coding skills, поддержка Claude Code/Cursor/Codex/Windsurf, Agent Exchange marketplace. Платформа становится API-инфраструктурой под агентскую экономику, а не просто ещё одним AI-инструментом. Прямая цитата co-founder: «Why should you ever log into Salesforce again?»

Nate утверждает: рынок агентов движется не к одному дефолтному агенту для всего, а к слоям (layers). Правильный вопрос — не «на что переключиться», а «какие слои наложить». Claude теперь существует в трёх формах: прямой продукт, embedded внутри чужих продуктов (Salesforce, MS, Perplexity), и managed infrastructure.

Nate даёт практическую routing matrix: Workspace Agents для shared recurring workflows, Salesforce Headless 360 для CRM/RevOps, Copilot для M365-native, Kimi K2.6 для self-hosted dev-команд, Perplexity Computer для research→artifact. Не заставляйте один продукт делать всю работу — назначайте работу инструменту по форме задачи.

Google выпустил открытый стандарт design.md — способ упаковать дизайн-систему (типографику, цвета, отступы, анимации) в структурированный Markdown-файл, который понимают AI-агенты. В отличие от шаблонов Figma/Framer/Webflow, которые «заперты» за пикселями конкретного инструмента, design.md — переносимый «рецепт»: один файл работает в v0, Lovable, Cursor, Claude Code, Codex.

Meng To развивает концепцию skills как переиспользуемых «ингредиентов» дизайна: laser-эффекты, skeuomorphism, 3D-globe, copywriting rules. Каждый skill = один промпт, который можно скопировать и применить в любом агенте (Claude Code, Codex, Cursor). Aura предлагает 63 skills с возможностью ремикса в один клик. Это создаёт новую экономику: не платформы-монополисты с проприетарными шаблонами, а открытый marketplace переносимых промптов.