Годовой обзор этого года я провел с помощью AI Agent, чтобы сделать глубокую оценку на основе данных. Я делюсь этим процессом, потому что он не требует никаких навыков программирования и позволяет вам легко выполнять профессиональную добычу данных. Он даже проще, чем Vibe Coding, нужно всего лишь: полные данные + Coding Agent. Чтобы проверить пределы этого процесса, я специально выбрал 10-летние медицинские записи с наибольшим объемом и самой сложной структурой для стресс-тестирования. 1️⃣ Объем данных и порог обработки В конечном итоге из приложения Apple Health была экспортирована запись объемом до 3,5 ГБ с оригинальными данными о здоровье из Apple Watch. Этот файл содержит сотни тысяч записей о частоте сердечных сокращений, а также множество различных физиологических показателей с высокой степенью детализации. До вмешательства AI, чтобы обработать данные такого объема, мне нужно было потратить как минимум несколько дней на изучение библиотек Python и много сил на разбор сложной структуры XML. Это часто является самой большой преградой для многих людей, когда они сталкиваются с «количественным самоанализом». 2️⃣ Рабочий процесс с поддержкой Agent Когда мы вводим Coding Agent (например, OpenAI Codex или Claude Code), весь процесс полностью меняется. Вам больше не нужно беспокоиться о конкретной реализации кода, вам нужно просто четко определить «цель анализа». Agent автоматически выполняет рекурсивный цикл: самостоятельно изучает структуру данных → пишет скрипт обработки на Python → сталкивается с аномальной структурой → снова изучает и исправляет код. Он может самостоятельно завершить весь процесс от очистки до анализа, помогая мне реализовать многие идеи, которые ранее были отложены из-за высоких технических затрат. Если вы не знаете, с чего начать, вы можете сначала рассказать ему о контексте задачи и соответствующих файлах, чтобы он сам провел некоторые исследования, например: > Это полный оригинальный набор данных, экспортированный из Apple Health, посмотри, какие типы данных о здоровье он содержит? Каков временной диапазон? > На основе этих данных о здоровье помоги мне найти 10 инсайтов. > На основе различных категорий данных о здоровье, помоги мне выяснить, есть ли корреляция между различными категориями данных. > Ты уверен, что твое исследование верно? Пожалуйста, проверь и дай мне больше промежуточных данных, чтобы я мог подтвердить. Все это можно легко реализовать, даже вы можете проводить более сложные и конкретные исследования. ⚠️ Внимание: поскольку объем оригинальных данных о здоровье довольно велик, их нельзя просто загрузить в такие приложения, как ChatGPT, поэтому все же нужно использовать CLI-версию Coding Agent для исследования (возможно, также подойдут IDE, такие как Cursor). Вы можете спросить AI: > Как установить Codex CLI / Claude Code CLI. 3️⃣ Обзор образца Этот анализ охватывает полный период с 18 мая 2015 года по 25 декабря 2025 года, всего 3875 дней. В этот период я носил 5 моделей Apple Watch, фактическое количество дней ношения составило 3503 дня, а процент ношения превысил 90%. Самый длинный непрерывный рекорд ношения составил 399 дней, а самый длинный перерыв — 33 дня. 4️⃣ Ключевые инсайты: исследование корреляции с частотой сердечных сокращений в состоянии покоя На основе очищенного эффективного набора данных Agent выявил некоторые интересные закономерности, которые ранее не были обнаружены. Все выводы были получены с помощью Codex (примечание: в настоящее время представлены только корреляции, а не причинно-следственные связи): 🔊 Мгновенное давление от окружающего шума (объем выборки: 1802 дня): Более высокий уровень окружающего шума → вероятность повышенной частоты сердечных сокращений в состоянии покоя в тот же день увеличивается примерно в 5,2 раза. 🪑 Отложенное влияние сидячего образа жизни (объем выборки: 2546 дней): Меньше времени в стоячем положении → вероятность повышенной частоты сердечных сокращений в состоянии покоя на следующий день увеличивается примерно в 1,75 раза. 🪜 Долгосрочные преимущества подъема по лестнице (объем выборки: 1909 дней): Меньше высоты подъема по лестнице → вероятность повышенной частоты сердечных сокращений в состоянии покоя на следующий день увеличивается примерно в 1,91 раза. Таким образом, по крайней мере для меня, более тихая обстановка, более частое вставание во время работы и большее количество подъемов по лестнице могут принести долгосрочные преимущества для здоровья. 5️⃣ Практические рекомендации и действия Текущий анализ сосредоточен только на частоте сердечных сокращений в состоянии покоя, детали алгоритма и более глубокий анализ пересечений с другими измерениями я позже соберу в подробную статью. Если вы также планируете использовать AI для такого анализа, пожалуйста, обратите внимание, что обязательно нужно установить механизм проверки. Agent может испытывать «галлюцинации» при обработке сложной логики, поэтому рекомендуется требовать от него вывода промежуточных статистических данных или проводить ручную выборку небольших образцов для проверки, чтобы гарантировать точность окончательных выводов. Или использовать несколько Agents для перекрестной проверки. 6️⃣ Резюме Это всего лишь моя личная цифровая оценка своего тела, выводы могут быть не строгими и служат только для справки. Я делюсь этим процессом, чтобы продемонстрировать, как Coding Agent сгладил технологический разрыв: добыча данных больше не требует навыков программирования, нужно лишь уметь задавать вопросы. Поскольку технический барьер устранен, не стесняйтесь извлекать те данные, которые пылятся, и посмотреть, что AI может помочь вам обнаружить в них неожиданные детали.

Только что достигнут важный этап: в этом месяце количество показов наконец-то превысило 10 миллионов. Что это за цифра? Это больше, чем в два раза превышает общее количество показов за последние 12 месяцев. (Конечно, это говорит о том, что мои данные всегда были плохими.) Если кто-то все еще сомневается в достоверности этой цифры, то вот другие данные по закладкам. В этом месяце было сделано почти 10 тысяч закладок, что почти равно количеству за последние 24 месяца. В последнее время мы с несколькими людьми получили новые представления о рекомендательных алгоритмах X, некоторые из них основаны на эзотерике, а некоторые содержат случайные факторы. Но в целом можно подтвердить, что: > AI + Vibe Coding + реальный личный опыт + структура статьи, подходящая для чтения в социальных сетях являются факторами, которые этот новый алгоритм будет учитывать в первую очередь. Конечно, трафик — это лишь одна сторона. Более важно то, что темы AI и Vibe Coding имеют огромный потенциал для расширения, практически любой продукт можно исследовать. За последние два месяца я также запустил много продуктов/сайтов, общий DAU превысил 1000, но это все еще мало. Я до сих пор не нашел модель монетизации, возможно, мне нужно попробовать несколько, чтобы получить шанс. Но я считаю, что эти продукты уже принесли пользователям реальную ценность, иначе они не открывали бы одну и ту же страницу каждый день. Возможно, в этом и заключается魅力 Vibe Coding: вы больше не пишете код ради кода, а для того, чтобы поймать мимолетную мысль и превратить ее в продукт, доступный всем. Что касается монетизации, давайте оставим этот вопрос для следующей итерации.

Раньше говорили, что Web3/Crypto — это возможность для молодежи, и нужно учиться у стажеров. Сейчас AI + Vibe Coding на самом деле еще более актуальны. Это не требует глубоких знаний в области компьютерных наук, единственное препятствие — это самоинициатива, то есть желание учиться. Старые программисты часто несут тяжелый «багаж опыта», привыкли писать каждую строку кода вручную, и им трудно в первую очередь полностью довериться Coding Agent. А это как раз и есть возможность для молодежи, потому что у них нет старых привычек, и они могут сразу адаптироваться к новым правилам. В этой новой парадигме чистый лист бумаги может двигаться быстрее, чем десятилетний опыт. Vibe Coding — это действительно огромная возможность для молодежи.