Ленивый анализ: как не тратить 2–8 часов на проект впустую

Раньше я сидел за анализами проектов несколько часов. Конечно это больше было обусловлено написанием статей: делать скриншоты, описывать - это тоже время. Но когда вёл трансляцию по Lighter тоже заняло около двух часов.

В какой-то момент я просто устал тратить почти весь день на один проект — особенно когда их появляется десятки.
Тогда стало понятно: нужно упрощать процесс.

Последнее же время схема моя стала проще:

Я не буду в этом посте говорить, что надо зайти на сайт проекта и посмотреть на его качество, на историю домена и когда он создан для определения скама - о таком пишут многие.

А поделюсь, как работаю с ИИ:

1. Отправляю большой промпт по системе 4К ИИ-модели. Она должна по нему проанализировать команду, концепт, коин и код проекта.

2. Получаю отчёт.

Изучаю, интересен ли проект мне вообще. Если нет, следующий шаг не делаю.
И именно это экономит больше всего времени.

3. Сверяю, нет ли ошибок. Например, когда изучал cyfer, ИИ-модель описала токеномику другого проекта со схожим тикером.

Также проверяю концепт (документацию) на полноту и качество: нет ли нестыковок. Если есть, переспрашиваю и изучаю сам / передаю документацию в формате Markdown в ChatGPT для дополнительной проверки. Да, копирование документации занимает около 30 минут, но это всё равно быстрее, чем вручную анализировать проект несколько часов.

И только если нестыковки подтверждаются, иду в Discord и спрашиваю. Когда не отвечают - пропускаю проект.

По команде ИИ чаще всего верно находит информацию. Но стоит проверять источники: про тот ли проект, и есть ли данные вообще.

На результат сильно влияет выбранный инструмент. Ниже — те, которые использую или планирую использовать сам.

К посту я прикрепил файл с текущей версией промпта. Его вы можете использовать для аналитики проектов.

Но сразу скажу, что он со временем меняется, так как нахожу ещё более точные способы взаимодействия с ИИ-моделями. Да и рынок меняется, как и мой опыт.

По поводу сервисов, которые использую:

1. https://asksurf.ai/
Хорошо ищет информацию о команде. По концепту (изучает документацию) тоже, но не всегда без ошибок.
По коину (токеномика), как уже писал, ошибался. Но если нет похожих тикеров, вполне качественно описывает по промпту.
Код - тоже хорошо проверяет (я про наличие репозиториев и активность в них, про анализ наличия аудитов).
Вот только на счёт качества проверки их документов тоже не уверен. Поэтому скачиваю PDF и загружаю в Chat GPT, чтоб он прочитал.

Фича Curf в том, что вы можете увидеть информацию о команде или проекте, которую сами не видели. И если по ссылке источнику подтверждается она, и таких источников несколько - хорошо.

2. Manus.
Это вообще ИИ-модель со встроенным браузером. Хорошо изучает документации, SDK и даёт выжимку в .md файле по нужному направлению.
Пока не использовал в аналитике, но потенциал вижу, так как сканирует прям очень глубоко (один раз искал мне данные 9 минут, и нашёл!)

3. Parallel.
Тоже, говорят, хорошо проводит аналитику. И стоит один анализ $ 0.3.
Но сам пока не проверял.

В общем, инструментов достаточно: выбирайте, а лучше сравнивайте ответы от них для лучшего качества.


А что делать с токеномикой и концептом, если ИИ-модель лжет?

Для анализа токеномики используйте tokenomist.ai, Cryptorank, документацию на сайте или спрашивайте у команды в Discord / Telegram.

Для точного изучения концепта копируйте данные со всех страниц документации в Markdown файл (.md) и отправляйте его Chat GPT, требуя использовать лишь этот файл в качестве источника.
другой вариант, который даже пишет, сколько источников использовал - perplexity.

P. S. Но статьи и посты пишу практически вручную - так надёжнее.


Качественного отбора проектов вам желаю!

А вы какими инструментами пользуетесь для быстрой аналитики проектов? Используете ли вы ИИ как фильтр или всё ещё анализируете вручную?


😎 Незрячий web3 программист (подписаться)
Чат | бот

📟 Прилетело из @blind_dev

🎉🎉🎉 Запуск платформы SoliditySet 🎉🎉🎉

Как и обещал, сегодня запускаю платформу самоучителя по Solidity с нуля для всех!

Для меня эта платформа очень ценна, так как это результат моей работы последних трех лет в обучении других языку Solidity. Каждый урок я писал сам, перерабатывая знания и стараясь сделать информацию максимально понятной и простой для новичков (и это заметили первые ученики на модулях!).

В итоге на платформе собрано:

1. 100+ уроков для тех, кто никогда ранее не программировал;
2. 20+ уроков по тестированию смарт контрактов в среде Foundry;
3. 70+ заданий для практики аудита кода;
4. 80+ практических заданий;
5. 50+ продвинутых челленджей для практики;
6. 150+ вопросов для самопроверки и подготовки к собеседованию;
7. 5 практикумов для проверки навыков после каждого модуля;
8. 10+ возможных проектов для портфолио;

Это, вероятно, самый большой и полный самоучитель по Solidity в ру сегменте!

И все это на удобной платформе, где вы можете отслеживать прогресс и проходить каждый урок в своем темпе!

P.S. Важно сказать, что там нет видео уроков! Я никогда не записывал видео и вся информация там в текстовом формате!

Задавать вопросы вы можете в чате нашего канала, я, либо другие участники, всегда ответим на ваши вопросы.

Кроме того, нужно сказать, что это ранняя версия платформы, и она будет обновляться в течение некоторого времени. В планах добавить еще несколько уроков в каждый модуль, а также создать отдельный раздел, куда войдут переводы со многих ресурсов (RareSkills, Cyfrin, и т.д.) для общего развития.

Стоимость доступа будет повышаться со временем.

До конца февраля она составляет 5000 рублей (65 USDT), с марта будет повышение на 1000.

На данном этапе я еще не добавил опцию покупки на сайте. Поэтому после регистрации на платформе, вам нужно написать мне (@zaevlad). Я пришлю актуальные реквизиты для оплаты и открою доступ.

Сайт самоучителя - SoliditySet

Там открыты первые три урока для общего доступа, чтобы вы могли оценить, подходит ли вам этот формат или нет перед покупкой.

Всем легкого обучения!

#solidityset

📟 Прилетело из @solidityset

Мне в руки попал датасет из 61К поисковых запросов, которые выкупают рекламодатели в Telegram Ads.

3 100+ рекламодателей, 10 600 уникальных ключевиков.

Это реклама, которая показывается, когда ты ищешь в поиске “москва купить шубу” или “клодкод скачать бесплатно”

Пара инсайтов:

🟥 Таро — самый конкурентный запрос в Телеграме
19 рекламодателей одновременно выкупают «карты таро». 5 из 6 топовых запросов — эзотерика. Обогнали крипту. Мб просто особенность сборки данных.

🟥 Дейтинг — пустая ниша
4 328 запросов при всего 51 рекламодателе. Для сравнения: у VPN 4 083 запроса и 129 конкурентов.

Данные далеко не полные. Больше цифр на скрине (сори за шакал)
@danokhlopkov

📟 Прилетело из @danokhlopkov

Yupp: удобно сравнивать две ИИ-модели, но есть нюансы — оценка по 4К+

Разобрал проект по своей системе: команда, концепт, коин, код + практика.
Использую Yupp, когда нужно сравнить ответы двух моделей — например, ChatGPT 5.2 и Claude Sonnet 4.6.
Доступно более 800 моделей. Теперь проблема не в отсутствии выбора, а в его избытке 🙂.

Конечно проект вряд ли удастся использовать для вайдкодинга или OpenClaw ассистента (нет API), но для задач в веб интерфейсе - вполне.

Читать в Teletype, читать в Paragraph.
Запустить приложение.

Общий итог

• Команда: 5 из 5: публичны и являются профессионалами (есть ссылка на LinkedIn), Соцсети активные. на вопросы отвечают и корректно. Радует, что дадут мне поинты за фидбек по доступности!

• Концепт: 3 из 5: нет официальной документации. Пришлось пользоваться ИИ-моделями Manus, Parallel и Chat GPT для сверки.
Есть технические подробности, но они больше продуктовые, чем протокольные. Проект централизованный - это минус. Но концепт интересный: проект уникальный, и даже я пользуюсь для некритичных данных
Это не просто агрегатор моделей, а платформа с пользовательской оценкой ответов ИИ и экономикой вознаграждений.

• Коин: 3 из 5: по данным Cryptorank, инвестиции 33 МЛН $
Среди инвесторов - известные фонды. Например, Andreessen Horowitz (a16z crypto), Coinbase Ventures (всего 33).
Но токеномики и ютилити токена будущего нет. Неизвестно вообще, будет ли он.

Хорошо, что есть уже рабочая экономика. Минус - она построена на раздаче вознаграждений (credits, конвертируемых в деньги), то есть на постоянном предложении.

При этом мне неизвестен устойчивый источник спроса или выручки, который бы балансировал эти выплаты.

• Код: 1 из 5. Он закрыт.

• Практика: 4 из 5: удобный, функциональный и полезный интерфейс. Много раз ответы помогали. Но вот получить награды мне незрячему невозможно: требуют после "Reveal reward" сделать "Scratch card", а это мне недоступно. Код от Chat GPT для выполнения действия из анбординга не подошёл...

Всего: 16 из 25. Это выше среднего среди проектов, которые я анализировал за последнее время. Но когда исправят доступность интерфейса полностью, будет уже 17 из 25. Надеюсь, это произойдёт скоро.

Риски (моё мнение)

1. Качество датасета зависит от качества пользователей

2. Финансовые стимулы могут привести к спаму, фарму и попыткам манипулировать предпочтениями (например, через ботов или массовое координированное участие).

3. Даже при заявленном фокусе на приватность, это централизованный сервис, поэтому чувствительную информацию лучше не вводить.

4. Платформа зависит от внешних провайдеров моделей и их API/ценовой политики, поэтому доступность некоторых моделей и стоимость credits могут меняться со временем.


Читать в Teletype, читать в Paragraph.
Запустить приложение.

Мнение:

Я использую, но без данных, требующих соблюдения приватности.

А вы сравниваете модели? Используете ли несколько из них, и если да, в каких задачах?

P. S. Обратите внимание на концепт: в этот раз не всю аналитику, но часть проводил с помощью описанных в понедельник ИИ-инструментов.

😎 Незрячий web3 программист (подписаться)
Чат | бот

📟 Прилетело из @blind_dev

🔒 Qlerky Password — большое обновление уже здесь

Помните, мы рассказывали про наше приложение для хранения паролей и 2fa? С тех пор оно сильно выросло, и сегодня делимся тем, что появилось в новой версии.

Главная новинка — экспорт записей, и тут мы постарались на совесть. Теперь у вас четыре способа поделиться или перенести данные:

📁 Qlerky File — собственный зашифрованный формат. Всё упаковывается с вашим паролем, максимальная защита, никакой посторонний не откроет файл без ключа.

📷 QR-код — зашифрованный QR, который удобно сканировать при быстрой передаче данных между устройствами. Никакого облака, никаких серверов — просто навёл камеру.

🖼 Inside Image (стеганография) — самая интересная фича обновления, объясняем подробнее.
Стеганография — это способ скрыть данные внутри обычного изображения так, что глаз человека вообще не замечает разницы. Выглядит как обычная фотография — котик, закат, скриншот — но внутри пикселей зашиты зашифрованные данные от вашей записи. Технически это работает так: младшие биты значений цвета каждого пикселя слегка изменяются под нужную информацию. Изменение настолько минимально, что визуально картинка остаётся идентичной оригиналу. То есть вы можете отправить другу фото и вместе с ним — пароль, который никто кроме него не найдёт и даже не заподозрит. Единственный нюанс — файл чувствителен к сжатию, поэтому передавать нужно без перекодирования (например, через мессенджеры, но как файлы).

📄 CSV — для тех, кто хочет перенести данные в другой менеджер паролей. Без шифрования, зато совместимо с чем угодно. Используйте осторожно.

Доработали UI и анимации что бы сделать более удобным в использовании

🔗 Скачать приложение в Google Play

Пробуйте новый экспорт и пишите в комментарии что думаете


Чат | Support | Market
Pelican | HiddenCode [EN]

📟 Прилетело из @hidden_coding

https://www.youtube.com/shorts/vGKC9LpGnOQ

📟 Прилетело из @dev_in_ruby_colors

Вернулся тут немного к относительно старому проекту на Elixir, подумал заменить HTTPosion на более современный Finch и отказаться от кассет в автотестах (exvcr) - вместо этого использовать Mox с заглушками. Кассеты, конечно, дело неплохое, но так на каждый чих перезаписывать, да и они бывают гигантские становятся в зависимости от ответа сервера.

Ну пока полёт нормальный, оказалось что в логике менять мало что нужно. Самая большая проблема, конечно, это апдейт тестов. Пока как-то так выходит https://github.com/lokalise/elixir-lokalise-api/pull/57 😂

📟 Прилетело из @dev_in_ruby_colors

рынки эффективны?

Иногда кажется, что да.
Смотришь на кванта — у него пять степеней: Гарвард, MIT, МФТИ, ВШЭ, СПбГУ. Армии математиков, физиков, статистиков, которые оптимизируют каждый байт информации.

И хочется сказать: да, рынок эффективен.

А потом смотришь на очередную сделку.

Например — покупка Dome. По описанию складывается ощущение, что core-идея продукта выглядит как:

if polygon.price < kalshi.price:
route_to_polygon()
else:
route_to_kalshi()

И вот здесь начинается когнитивный диссонанс.
Те же самые люди из YC, которые рассказывают нам, что “кодинг предрешён”, что скоро ИИ заменит разработчиков, что писать софт стало commodity — одновременно платят 4,7 миллиона за стартап, чья суть звучит как один if. Которую может повторить любая бабка , даже прям в рантайме

📟 Прилетело из @insuline_eth

OpenAI x EVM

https://openai.com/index/introducing-evmbench/

Компания OpenAI совместно с Paradigm представила EVMbench — инструмент, который измеряет, насколько хорошо ИИ справляется с безопасностью смарт-контрактов.

Бенчмарк включает 120 уязвимостей высокого уровня опасности, взятых из 40 реальных аудитов (в основном с Code4rena) и процесса аудита блокчейна Tempo (L1 блокчейн для платежей в стейблкоинах).

Система проверяет агентов в трех режимах:
Режим хакера (Exploit): ИИ дают задачу — «в этом контракте есть уязвимость, попробуй вывести все средства». Атака.
Режим специалиста по безопасности (Patch): «Закрой уязвимость, но не сломай исходную функциональность». Защита.
Режим аудитора (Detect): «Найди все потенциально опасные места в коде». Аудит.

Результаты новых моделей приводятся впечатляющие (и пугающие):
- GPT-5.3-Codex (новая модель): успешно взламывает контракты в 72.2% случаев.
- GPT-5 (модель полугодовой давности): набирала только 31.9%.

EVMbench - это тест на пригодность ИИ к жизни в onchain-экономике, когда ваш агент будет лучше вас знать где залочить стейблы и не только, чтобы получить норм APY и торговать с другими агентами 24/7, пока вы спите.

Те, кто видит в криптоиндустрии лишь казино, не смогут объяснить подобные шаги OpenAI.
Зато те, кто смотрит на технологическую сторону вопроса, понимают, почему крупнейшие ИИ-компании усиливают инфраструктуру блокчейна именно сейчас.

@miacoins

📟 Прилетело из @insuline_eth

Ошибка в Solidity и новый бенчмарк

Недавно произошло сразу два события, которые хорошо показывают, как меняется ландшафт безопасности смарт-контрактов: с одной стороны, нас подстерегают старые добрые ошибки в компиляторе, а с другой — на горизонте уже маячит искусственный интеллект, который учится взламывать и чинить код быстрее человека.

Команда Solidity раскрыла детали критической ошибки, которая пряталась в версиях компилятора с 0.8.28 по 0.8.33. Проблема проявлялась только при использовании IR-конвейера и была связана с коллизией имён вспомогательных функций. Если в коде одновременно использовалась очистка переменной временного хранилища и постоянного хранилища одного типа, компилятор путал инструкции. Вместо очистки временной ячейки он мог обнулить слот в постоянной памяти, что потенциально способно «сбросить» владельца контракта или нарушить логику блокировок. Ошибка уже исправлена в версии 0.8.34. Хотя в мейннете нашлось всего три уязвимых контракта, инцидент напоминает о том, как важно следить за обновлениями инструментов, особенно при использовании новых фич вроде transient storage.

Параллельно с этим исследователи безопасности представили бенчмарк EVMbench, созданный для тестирования ИИ-агентов. Учитывая, что под управлением смарт-контрактов находятся активы на сотни миллиардов долларов, важно понимать, насколько искусственный интеллект способен находить уязвимости или проводить атаки. В основе бенчмарка — 120 реальных багов из аудитов и соревнований. Тестирование показало, что современные модели уже более чем вдвое лучше справляются с задачей взлома контрактов по сравнению с версиями полугодовой давности. Однако задачи комплексного обнаружения всех проблем и аккуратного исправления кода без поломки функциональности пока даются ИИ сложнее. Разработчики выложили бенчмарк в открытый доступ и выделяют гранты на исследования в этой области, подчёркивая, что гонка вооружений между атакующими и защищающимися ИИ-агентами только начинается.

#news

📟 Прилетело из @solidityset

Иногда такой сидишь, ловишь фомо, хочешь улучшить своего агента

Но как?

Нашел список неудобных вопросов для агента (Claude Code, Codex, Opencode). Ответы подсветят дыры в знаниях агента о тебе и твоих проектах. Или могут натолкнуть на умные мысли.

1. Какие инструменты и автоматизации я упускаю, исходя из того, что ты знаешь о моих процессах?
2. Какие предположения обо мне и моих приоритетах у тебя сейчас могут быть ошибочными?
3. Судя по паттернам моих запросов — что мне понадобится на следующей неделе, и что можно
подготовить заранее?
4. Какие навыки и возможности тебе стоит развивать прямо сейчас, учитывая куда движутся мои
проекты?
5. Какой контекст обо мне ты теряешь между сессиями из-за компакций? Что нужно зафиксировать,
чтобы ты не тупел со временем?
6. Какие связи между моими проектами, идеями и целями ты видишь, а я скорее всего нет?
7. Какие повторяющиеся точки трения в моей работе ты замечал? Что можно автоматизировать без моей
просьбы?
8. Из всех моих правок и фидбека — какие правила тебе стоит прямо сейчас записать в свои файлы,
чтобы не повторять ошибки?
9. Если проаудитировать все действия за последнюю неделю — какие реально двигали мои цели, а
какие были впустую?
10. Где ты выдаёшь generic ответы, хотя контекста обо мне уже достаточно для чего-то конкретного
и полезного?
11. Какую одну систему ты мог бы собрать прямо сейчас, которая будет ускорять каждую следующую
задачу?
12. Какие ошибки ты повторял больше одного раза? Какой guardrail мы можем построить?
13. Исходя из того куда идёт мой проект — что тебе стоит исследовать или прототипировать прямо
сейчас, без моей команды?
14. Где ты заполняешь пробелы в знаниях обо мне предположениями вместо того, чтобы спросить?
15. Какой самый ценный инсайт или паттерн лежит в твоей памяти, который ты не используешь мне на
пользу?
16. Оцени 1-10, насколько точно ты моделируешь мои приоритеты и мышление. Что тянет вниз и как
починить?
17. Какие внешние источники данных тебе стоит подключить, чтобы принимать более точные решения по
моим проектам?
18. Если завтра тебя заменит новый агент с только моей документацией — что он наверняка сделает
не так, и как это зафиксировать?
19. Что я до сих пор делаю руками, хотя у тебя уже достаточно контекста, чтобы полностью
автоматизировать?
20. Как изменились мои приоритеты с начала нашей работы? Что в твоём подходе устарело?
21. Что самое высокорычажное ты мог бы сделать в ближайшие 24 часа, о чём я не просил, но что
реально двинет меня вперёд?

Просто скопируй любой в своего AI асистента / openclaw

@danokhlopkov

📟 Прилетело из @danokhlopkov