Метод Андрей Карпаты для Claude Code: Как настроить память AI через Obsidian и RAG
👉 База: Шаблоны, промпты, образы и инструкции для ИИ в удобном Telegram: https://r.bothelp.io/tg?domain=ai_zuevich_bot&start=c1745059446578-ds Разборы AI сервисов, промокоды и подробные видео-уроки. Название: Метод Андрей Карпаты для Claude Code: Как устроена память AI Obsidian и RAG Таймкоды: 00:00 – Вступление 00:12 – Кто такой Андрей Карпаты и его резонансный пост 01:39 – Проблема личной базы заметок: Evernote, Телеграм 02:30 – Что обсуждает Карпаты: поиск в базах знаний AI 03:29 – Почему RAG несовершенна: чёрный ящик и чанки 05:01 – Реальные ошибки RAG агентов на практике 05:46 – Решение Карпаты: переход к Obsidian 07:12 – Мой контент-завод: Телеграм посты и компилятор 08:04 – Claude Code, Codex и доступ к Obsidian заметкам 09:51 – Файл Karpathy LLM Knowledge Best: что это 10:40 – Структура базы знаний: этапы и свалка идей 11:25 – Как Телеграм заменяет ручной ввод заметок 11:57 – Компилятор: как агент связывает идеи раз в неделю 12:35 – База знаний для сотрудников и документация опыта 13:41 – Автоматическое обновление и прозрачность знаний 14:47 – Как настроить всё через один файл-инструкцию 15:57 – Агент-библиотекарь и экономия токенов 16:13 – Итог и выводы Привет, на связи Игорь Зуевич. Сегодня я хочу поднять одну из самых горячих тем в мире AI агентов — тему, которую буквально на днях вынес в публичное обсуждение Андрей Карпаты, один из основателей OpenAI. Его пост собрал более 50 000 лайков и вызвал огромные дискуссии по всему интернету — и не зря. В этом видео я разбираю его подход и показываю, почему привычные RAG системы часто ошибаются, выдавая клиентам неверную информацию. Я поделюсь собственным методом создания связанной базы знаний через Obsidian, который делает нейросети умнее, точнее и экономнее в расходе токенов. Разбираю, почему управление знаниями AI агента важнее, чем написание кода, почему классические RAG базы данных перестают справляться, и как я сам уже внедрил альтернативный подход на основе Obsidian в своей работе. Мы оттолкнемся от обсуждаемого поста Андрея Карпаты и посмотрим, почему RAG и векторные базы данных (SupaBase, Pinecone, чанки и эмбеддинги) часто превращаются в «черный ящик» и дают ошибки — от поддержки до агента-продавца. И покажу, как подход с Obsidian и его графом помогает связать заметки, навести порядок в базе знаний и получать ответы и контент в вашем стиле. Это видео для тех, кто уже работает с AI агентами или только начинает их строить, хочет получать более точные, стильные и предсказуемые ответы от своих агентов, и понимает, что будущее за теми, кто умеет грамотно управлять знаниями. Что вы узнаете из этого видео: – Почему Андрей Карпаты считает управление знаниями важнее написания кода для AI агентов; – Как устроен подход Карпаты и зачем он тестирует Obsidian; – В чём главная проблема RAG баз данных и почему они работают как чёрный ящик; – Как Obsidian и граф знаний меняют подход к базе данных для AI агентов; – Как выгрузка постов из Telegram помогает агенту писать «в моем стиле»; – Как создать AI библиотекаря, который будет вести Вашу базу знаний; – Что такое компилятор знаний и как он автоматически связывает заметки между собой; – Пошаговый процесс превращения сырых заметок в структурированную базу данных; Если вы хотите, чтобы ваши AI агенты стали точнее, дешевле по токенам и полезнее в реальной работе — обязательно досмотрите и заберите раздаточные материалы из закрепа/описания. Ссылка на видео: https://home.strannik-j.org/video/private/3124b11ed5805f3d28e44f46c8d74972/?p=q9ZVUQz-DLmI12yH9GRrCQ Название видео: Метод Андрей Карпаты для Claude Code: Как устроена память AI Obsidian и RAG #АндрейКарпаты #Obsidian #ClaudeCode #RAG #Claude #искусственныйинтеллект #AIдлябизнеса #ИгорьЗуевич #нейросети #Codex #контентзавод #Obsidianграф #AIагенты #базазнаний #искусственныйинтеллект #chatgpt
👉 База: Шаблоны, промпты, образы и инструкции для ИИ в удобном Telegram: https://r.bothelp.io/tg?domain=ai_zuevich_bot&start=c1745059446578-ds Разборы AI сервисов, промокоды и подробные видео-уроки. Название: Метод Андрей Карпаты для Claude Code: Как устроена память AI Obsidian и RAG Таймкоды: 00:00 – Вступление 00:12 – Кто такой Андрей Карпаты и его резонансный пост 01:39 – Проблема личной базы заметок: Evernote, Телеграм 02:30 – Что обсуждает Карпаты: поиск в базах знаний AI 03:29 – Почему RAG несовершенна: чёрный ящик и чанки 05:01 – Реальные ошибки RAG агентов на практике 05:46 – Решение Карпаты: переход к Obsidian 07:12 – Мой контент-завод: Телеграм посты и компилятор 08:04 – Claude Code, Codex и доступ к Obsidian заметкам 09:51 – Файл Karpathy LLM Knowledge Best: что это 10:40 – Структура базы знаний: этапы и свалка идей 11:25 – Как Телеграм заменяет ручной ввод заметок 11:57 – Компилятор: как агент связывает идеи раз в неделю 12:35 – База знаний для сотрудников и документация опыта 13:41 – Автоматическое обновление и прозрачность знаний 14:47 – Как настроить всё через один файл-инструкцию 15:57 – Агент-библиотекарь и экономия токенов 16:13 – Итог и выводы Привет, на связи Игорь Зуевич. Сегодня я хочу поднять одну из самых горячих тем в мире AI агентов — тему, которую буквально на днях вынес в публичное обсуждение Андрей Карпаты, один из основателей OpenAI. Его пост собрал более 50 000 лайков и вызвал огромные дискуссии по всему интернету — и не зря. В этом видео я разбираю его подход и показываю, почему привычные RAG системы часто ошибаются, выдавая клиентам неверную информацию. Я поделюсь собственным методом создания связанной базы знаний через Obsidian, который делает нейросети умнее, точнее и экономнее в расходе токенов. Разбираю, почему управление знаниями AI агента важнее, чем написание кода, почему классические RAG базы данных перестают справляться, и как я сам уже внедрил альтернативный подход на основе Obsidian в своей работе. Мы оттолкнемся от обсуждаемого поста Андрея Карпаты и посмотрим, почему RAG и векторные базы данных (SupaBase, Pinecone, чанки и эмбеддинги) часто превращаются в «черный ящик» и дают ошибки — от поддержки до агента-продавца. И покажу, как подход с Obsidian и его графом помогает связать заметки, навести порядок в базе знаний и получать ответы и контент в вашем стиле. Это видео для тех, кто уже работает с AI агентами или только начинает их строить, хочет получать более точные, стильные и предсказуемые ответы от своих агентов, и понимает, что будущее за теми, кто умеет грамотно управлять знаниями. Что вы узнаете из этого видео: – Почему Андрей Карпаты считает управление знаниями важнее написания кода для AI агентов; – Как устроен подход Карпаты и зачем он тестирует Obsidian; – В чём главная проблема RAG баз данных и почему они работают как чёрный ящик; – Как Obsidian и граф знаний меняют подход к базе данных для AI агентов; – Как выгрузка постов из Telegram помогает агенту писать «в моем стиле»; – Как создать AI библиотекаря, который будет вести Вашу базу знаний; – Что такое компилятор знаний и как он автоматически связывает заметки между собой; – Пошаговый процесс превращения сырых заметок в структурированную базу данных; Если вы хотите, чтобы ваши AI агенты стали точнее, дешевле по токенам и полезнее в реальной работе — обязательно досмотрите и заберите раздаточные материалы из закрепа/описания. Ссылка на видео: https://home.strannik-j.org/video/private/3124b11ed5805f3d28e44f46c8d74972/?p=q9ZVUQz-DLmI12yH9GRrCQ Название видео: Метод Андрей Карпаты для Claude Code: Как устроена память AI Obsidian и RAG #АндрейКарпаты #Obsidian #ClaudeCode #RAG #Claude #искусственныйинтеллект #AIдлябизнеса #ИгорьЗуевич #нейросети #Codex #контентзавод #Obsidianграф #AIагенты #базазнаний #искусственныйинтеллект #chatgpt