Вместо ChatGPT я использовал Open WebUI, который поддерживает MCP из коробки. Логичный выбор — это самый полноценный открытый аналог веб-интерфейса ChatGPT.

Однако, ограничения Open WebUI по части MCP меня сильно разочаровали. Моей целью было сделать как у OpenAI: при желании пользователь может передать URL своего MCP-сервера на инференс-API, и этого должно быть достаточно, чтобы вызывать его tools.

tools=[

{

"type": "mcp",

"server_label": "deepwiki",

"server_url": "https://mcp.deepwiki.com/mcp",

"require_approval": {

"never": {

"tool_names": ["ask_question", "read_wiki_structure"]

}

}

},

]

Но Open WebUI не поддерживает напрямую транспортные протоколы, через которые MCP-клиент и сервер обмениваются сообщениями - streamable HTTP и SSE. Вместо этого у Open WebUI есть собственный прокси (mcpo), с помощью которого можно конвертировать MCP сервер, доступный локально через stdio, в RESTful HTTP. Прямо скажем, неудобно.

У большинства разработчиков задача сводится к деплою готового MCP сервера, реализующего какую-либо внешнюю интеграцию - например, с Jira или PostgreSQL — и его связке с AI-агентом.

Поэтому я подумал: а почему бы не сделать платформу, позволяющую автоматизировать оба шага, или во всяком случае дать разработчику инструменты, позволяющие все сделать максимально просто?

Хорошо бы, чтобы платформа поддерживала понятный удобный пользовательский интерфейс - Open WebUI, но без выявленных выше ограничений. На самом деле одного Open WebUI мало; с учетом запросов рынка, как подсказывает мой опыт, нельзя забывать о популярности телеграм-ботов применительно к AI, а также о необходимости программного доступа по API. Но все же Open WebUI — хорошая стартовая точка.

Решение, которое позволяет обойти ограничения поддержики MCP протокола — это пайплайны Open WebUI. Например, вы можете поднять свой AI агент как отдельный микросервис. Пайплайн — это модуль, который свяжет агента через Open WebUI и позволит вам написать тонкую программную прослойку, чтобы конвертировать ответы агента в формат Open WebUI, добавить какие-то кастомные фичи. В моем случае это передача URL внешнего MCP-сервера.

Здесь тоже все не так просто. Предположим, что код агента написан, например, на LangChain. Мне очень не нравится официальный MCP адаптер для LangChain, мне нужно что-то более простое, желательно синхронное, совместимое с любой python-библиотекой. Клиентской библиотеки, обладающей перечисленными свойствами, в открытом доступе не хватает, и я решил написать свою.

Сам по себе MCP протокол очень прост. Клиент инициализирует сессию, согласно конвенции, определенным JSON-RPC сообщением, может вызывать список tools, prompts, resources сервера, и вызывать тулзы. По замыслу разработчиков протокола, передача JSON-RPC сообщений должна быть возможна поверх нескольких транспортных протоколов - как минимум, HTTP-стрима и stdio. Оба транспорта достаточно легко реализуются стандартными средствами Python.

Сложности начинаются, когда дело доходит до продвинутых функций MCP, таких как elicitation и sampling. Если большинство пользователей (пока) ими не пользуются, это не значит, что эти функции бесполезны.

Напротив, я убедился на опыте, что как минимум elicitation — возможность запросить детали у юзера при выполнении определенного шага рабочего процесса агента - в ряде случаев необходима.

Правда, когда мне пришлось реализовать такой механизм в реальном агенте, выбранный мной способ был далек от того elicitation, который мы видим в официальном MCP SDK от Anthropic, и не без причин. Мало того, что elicitation требует двустороннего обмена сообщениями между агентом и пользователем, так еще и агент сам должен иметь возможность задавать вопрос, выступая в некоторых случаях инициатором диалога, а не тем, кто только отвечает на сообщения пользователя. Эти ситуации пока что не проработаны в большинстве диалоговых AI-систем.

Впрочем, свой MCP-клиент я решил не перегружать нестандартным функционалом. По замыслу он должен остаться относительно простым и включать следующие компоненты:

• MCP-сессию, реализующую отправку JSON-RPC сообщений на сервер;

• Транспортный слой, который включает поддержку HTTP-стрима и stdio;

• Адаптер, в настоящий момент - для LangChain/LangGraph, но с возможностью добавлять другие агентские бэкенды.

В ближайшем будущем я планирую выложить его в открытый доступ, как и часть других модулей моей платформы. Мне кажется, современная AI-платформа должна быть открытой и обеспечивать максимальную кросс-совместимость с различными AI-инструментами. Именно поэтому я изначально выбрал MCP протокол, который предназначен как раз для этого, и Open WebUI, как самый популярный открытый AI интерфейс.

Наконец, модульная архитектура пайплайнов в OpenWebUI позволяет легко поддерживать несколько LLM провайдеров - я тестировал свою платформу с API OpenAI и публичными эндпоинтами в облаке.

В общем, я решил проблему интеграции агента с внешними MCP-серверами. Остается вопрос развертывания самих MCP-серверов на моей платформе, над решением которого я сейчас работаю. Насколько я могу судить, Docker MCP каталог является популярным местом для поиска серверов, предоставляющих интеграции на все случаи жизни. Если есть более известные MCP хабы, дайте знать в комментариях.

А пока я решил деплоить контейнеры с MCP в облачную среду, откуда мои агенты смогут без проблем их вызывать. Это звучит относительно просто, но неоднозначен как минимум сетевой вопрос: как сделать, чтобы общение агента с MCP было должным образом защищено?

Возникает потребность в приватной сети, но об этом уже в другой раз.

Создание платформы, которая позволяет автоматизировать интеграцию агентов с внешними инструментами, стоит на повестке дня в AI индустрии.

Однако, как и MCP протокол, эта платформа должна быть открытой для кастомизации, предоставлять разработчикам доступ к своим внутренним модулям и API. Тот уровень контроля, который дает OpenAI в случае со своими MCP коннекторами в режиме разработчика ChatGPT, на мой взгляд, недостаточен.

В этом и состоит рациональное обоснование моего пока еще экспериментального проекта.

Почему китайские инженеры обыгрывают американских юристов

Давайте отбросим дипломатический этикет. Если смотреть на геополитическую карту без розовых очков CNN, становится очевидно: мы наблюдаем не просто конкуренцию экономик, а столкновение двух несовместимых операционных систем.

США — это страна, парализованная «ветократией». Это система, где любой прогресс вязнет в болоте судебных исков, общественных слушаний и бесконечных согласований. Америкой правят юристы, чья главная компетенция — умение красиво спорить и затягивать процессы.

Китай — это страна, работающая по принципам жесткого инжиниринга. Здесь государством управляют люди с дипломами технических вузов. Для них страна — это не площадка для дебатов, а сложный механизм, КПД которого нужно повышать любой ценой. И пока Запад упражняется в красноречии, Восток просто переписывает физическую реальность.

🧠 ПОЛИТОЛОГИЧЕСКИЙ ЛИКБЕЗ: Что такое «Ветократия»? Термин, популяризированный Фрэнсисом Фукуямой. Это режим, в котором слишком много акторов имеют право сказать «нет» (вето), блокируя любые действия. В США, чтобы построить скоростную ж/д ветку, нужно получить согласие федералов, штата, округов, экологических комиссий, профсоюзов и местных сообществ. Достаточно одного «нет», чтобы проект встал на 10 лет. В Китае цепочка принятия решений вертикальна: если проект признан стратегическим, локальные «вето» игнорируются ради общей эффективности.

1. ИИ-ландшафт: Конец эпохи «Ctrl+C»

Долгое время Запад утешал себя сказкой: «Китай умеет только воровать и копировать. Искры Божьей у них нет». Это успокоительное работало отлично, пока не наступил 2024 год.

Вспомним Сэма Альтмана из OpenAI. Человек, ставший лицом ИИ-революции, еще недавно смотрел на восточных конкурентов как на детей в песочнице. Его посыл был прост: «У нас есть NVIDIA, у нас есть триллионы, у нас есть лучшие мозги. Вы даже пыль глотать за нами не успеете».

А потом появился DeepSeek. Китайский стартап сделал то, что в Кремниевой долине считали ересью: они создали модель уровня GPT-4, потратив на это бюджет, которого в Google хватило бы только на бесплатные обеды для программистов. Они не просто догнали — они показали, что американская модель разработки чудовищно неэффективна. Пока Долина заливает проблемы деньгами, Китай решает их математикой и оптимизацией кода.

Это уже не копирование. Это «бережливые инновации» (frugal innovation) на стероидах.

🧠 ТЕХНО-ФАКТ: Парадокс Джевонса Экономический принцип гласит: повышение эффективности использования ресурса приводит не к экономии, а к росту его потребления.

Китайцы, сделав ИИ-модели сверхэффективными и дешевыми (DeepSeek работает на более слабом железе), не просто сэкономили. Они открыли шлюзы для массового внедрения ИИ в каждую кофеварку и каждый станок. Пока США делают элитный ИИ для корпораций, Китай делает «народный» ИИ, который будет везде.

2. Война Чипов: Как санкции создали Монстра

Американская стратегия в войне чипов напоминает попытку остановить цунами с помощью забора из рабицы. Запрет на продажу топовых чипов Nvidia (A100) должен был отбросить Китай в каменный век.

Что произошло на самом деле?

1. Nvidia, понимая, что теряет $15 млрд, начинает играть в наперстки с правительством США, выпуская «обрезанные» чипы H20.

2. Китай скупает их, объединяет в кластеры и получает нужную мощность.

3. Финал: Как только Вашингтон смирился с этим, Пекин сам запрещает своим компаниям покупать H20.

Почему? Потому что Huawei (компания, которую США пытались убить 5 лет подряд) создала свой аналог. Санкции США сработали как мощнейший мотиватор. Вместо того чтобы сидеть на игле американских технологий, Китай был вынужден создать полный цикл производства. Америка собственноручно вырастила конкурента, который теперь полностью автономен. Это геополитический выстрел себе в ногу из дробовика.

🧠 КОНЦЕПЦИЯ: Антихрупкость (Нассим Талеб) Системы бывают хрупкими (ломаются под стрессом), неуязвимыми (игнорируют стресс) и антихрупкими (становятся лучше под стрессом). Глобализированная экономика США оказалась хрупкой (цепочки поставок рвутся). Китайский техсектор проявил антихрупкость: удар санкциями не сломал его, а заставил перегруппироваться, устранить слабые места и стать сильнее. Теперь у них есть иммунитет к давлению Запада.

3. Инфраструктура и Скорость: Пока США совещаются, Китай бетонирует

Вот где разрыв между цивилизациями становится пропастью. Взгляните на Калифорнию. Проект скоростной железной дороги (High-Speed Rail) мучают уже 15 лет. Потрачены миллиарды, построено ноль целых, ноль десятых. Почему? Экологи судятся за миграцию редких тушканчиков, землевладельцы судятся за вид из окна, профсоюзы требуют нереальных условий. Бюрократия пожирает бюджет быстрее, чем работает экскаватор.

А теперь Китай.

• Мост? 48 месяцев — и самый длинный морской мост в мире готов.

• Вокзал? В Чунцине построили транспортный хаб, который выглядит как декорация к фильму «Бегущий по лезвию», пока в Нью-Йоркском метро крысы доедают пиццу.

• Завод Tesla? Илон Маск построил завод в Шанхае меньше чем за год. В Германии (еще одна страна юристов и бюрократов) он согласовывал вырубку леса под завод два года.

Китайский подход циничен, но эффективен: интересы большинства (развитие, экономика, логистика) превалируют над правами одного землевладельца, который не хочет продавать сарай на пути магистрали.

🧠 СОЦИОЛОГИЯ: Институциональный склероз Термин Мансура Олсона. Он утверждал, что в стабильных обществах со временем накапливаются группы специальных интересов (лоббисты, профсоюзы, ассоциации), которые перетягивают одеяло на себя, замедляя экономический рост. США сейчас в терминальной стадии этого склероза. Китай, благодаря авторитарной встряске и технократии, пока избегает этого паралича, сохраняя динамику молодого хищника.

4. Робототехника: Кто будет работать, когда нас не станет?

Демографическая яма Китая — любимая страшилка западных аналитиков. «К 2100 году их останется 800 миллионов! Экономика рухнет!» Но эти аналитики забывают, что мы живем в XXI веке, а не в аграрном Средневековье. Количество рабочих рук больше не решает. Решает количество рабочих манипуляторов.

Китай строит «Тёмные фабрики». Это заводы без освещения. Роботам не нужен свет, им не нужны перерывы на обед, они не вступают в профсоюзы и не подают в суд за харрасмент. Пока Запад обсуждает этичность использования ИИ и вводит квоты на разнообразие в советах директоров, Китай массово внедряет гуманоидных роботов (Unitree и др.) на производство.

Они планируют заменить исчезающих людей машинами. И у них это получится, потому что у них есть и «железо», и «мозги», и политическая воля не оглядываться на луддитов.

🧠 РОБОТОТЕХНИКА: Парадокс Моравека Ханс Моравек заметил: «Сложно заставить компьютеры делать то, что делают взрослые люди (играть в шахматы), но невероятно сложно заставить их делать то, что делают годовалые дети (ходить, распознавать лица, брать предметы)»

. Китайцы сейчас взламывают этот парадокс. Их роботы-гуманоиды учатся именно моторике и навигации в хаосе реального мира. Как только эта проблема будет решена, потребность в низкоквалифицированном человеческом труде исчезнет. И Китай будет первым, кто получит армию идеальных рабочих.

5. Энергетика: Ржавая сеть против Термоядерных амбиций

ИИ и дата-центры потребляют электричество с аппетитом Годзиллы. И здесь США ждет неприятный сюрприз. Американская энергосеть фрагментирована, устарела и трещит по швам. Любая жара в Техасе или холод на Восточном побережье ставит систему на грань блэкаута. Подключить новый гигаваттный дата-центр — задача на 5–7 лет согласований.

Китай в это время:

1. Гидроэнергетика: Строит в Тибете плотину, которая одна перекроет потребности крупной европейской страны.

2. UHVDC: Лидер в технологиях линий сверхвысокого напряжения постоянного тока. Они умеют перебрасывать энергию через всю страну с минимальными потерями. США такие линии только снятся.

3. Атом и Торий: Пока Запад боится слова «радиация» и закрывает АЭС (привет, Германия), Китай строит 25 реакторов и запускает первые в мире коммерческие ториевые установки.

Китай понимает: суверенитет в XXI веке — это энергетическая избыточность.

🧠 ФИЗИКА И ЭКОНОМИКА: EROI (Energy Return on Investment) Это коэффициент: сколько энергии нужно потратить, чтобы получить единицу энергии. «Зеленая» энергетика (ветряки, солнце) часто имеет низкий EROI, если не подкреплена базовой генерацией и накопителями. Китай делает ставку на гибридную модель с высоким EROI: мощный атом и гидроэнергетика как база + огромные поля солнечных панелей. Это прагматизм инженера, который не верит в популистские сказки про «только ветер и солнце».

6. Open Source: Стратегический гамбит

Почему Китай выкладывает свои передовые ИИ-модели в открытый доступ? Это не альтруизм. Это хладнокровный расчет, направленный на подрыв бизнес-модели американских техногигантов.

США (Microsoft, Google, OpenAI) продают софт (подписки, API). Это их корова, которую они доят. Китай продает инфраструктуру и товары. Делая софт бесплатным и общедоступным, Китай обесценивает американский продукт. «Зачем платить OpenAI $20 в месяц, если китайская модель лежит на GitHub бесплатно и работает почти так же?»

Уничтожая маржу на софте, Китай повышает спрос на свои чипы, свои серверы и своих роботов, на которых этот софт будет крутиться. Это классическая стратегия «выжженной земли» в экономике.

🧠 ТЕОРИЯ ИГР: Коммодитизация комплемента Если ваш продукт (железо) работает в паре с другим продуктом (софт), вам выгодно, чтобы этот второй продукт стал дешевым и доступным (превратился в commodity). Сделав ИИ бесплатным (коммодитизировав его), Китай увеличивает ценность своего физического производства. Это мат в два хода для компаний, которые продают только код.

7. Битва за мозги: TikTok как оружие массового поражения

Западные политики кричат о шпионаже через TikTok, но упускают главное. Проблема не в том, что Китай украдет данные танцующих подростков. Проблема в том, как формируются эти подростки.

В Китае версия TikTok (Douyin) для детей жестко модерируется. Там нет треш-стримов. Там наука, история, патриотизм и спорт. Лимит — 40 минут. В США и Европе алгоритмы настроены на максимальное удержание внимания любой ценой. Итог: деградация концентрации, эпидемия СДВГ и мечты стать блогером.

Пока американские дети мечтают стать инфлюенсерами, китайские дети (согласно опросам) мечтают стать космонавтами и инженерами. Через 20 лет одним придется работать на других. Угадайте, кому на кого.

🧠 НЕЙРОПСИХОЛОГИЯ: Отложенное вознаграждение Знаменитый «Зефирный тест» (Marshmallow test). Дети, способные отказаться от сладости сейчас ради двух сладостей потом, добиваются большего успеха в жизни. Вся культура потребления США построена на мгновенном удовлетворении (кредитки, фастфуд, лайки). Культура Востока (и их образовательная система) тренирует отложенное вознаграждение: зубри сейчас, работай много, получишь результат через годы. В долгосрочной гонке наций дофаминовые наркоманы всегда проигрывают дисциплинированным стоикам.

8. Guochao: Крах западного культурного кода

Еще 15 лет назад Китай был фабрикой подделок. Сегодня мы видим феномен Guochao («Национальная волна»). Китайская молодежь перестала молиться на логотипы Nike и Apple. Оказалось, что местные кроссовки удобнее, а электрокары (вроде Xiaomi SU7 или моделей BYD) выглядят как звездолеты из будущего, в то время как европейский автопром застрял в дизайне 2010-х.

Это тектонический сдвиг. Запад потерял монополию на «крутость». А когда ты теряешь статус «премиального», ты вынужден конкурировать по цене. А конкурировать по цене с Китаем — это экономическое самоубийство.

🧠 ЭКОНОМИКА: Эффект Веблена Товары Веблена — это вещи, спрос на которые растет с ростом цены, потому что они являются символом статуса (iPhone, Louis Vuitton). Как только китайские бренды начали восприниматься своими гражданами как статусные и качественные, западные бренды потеряли «надбавку за бренд». Теперь для китайца покупка немецкой машины — это не признак успеха, а скорее признак консерватизма или отсутствия вкуса.

Финал: Неизбежность смены караула

США остаются мощной державой с огромным накопленным капиталом и военной мощью. Но траектория их движения направлена вниз. Страна увязла во внутренних культурных войнах, бюрократическом параличе и инфраструктурном распаде.

Китай, при всех его проблемах, движется вверх. Это движение обеспечивает не «магия коммунизма», а холодный расчет инженерной элиты, которая имеет план на 5, 10 и 50 лет вперед. В мире, где ресурсы ограничены, а технологии развиваются экспоненциально, побеждает не тот, у кого лучше адвокаты, а тот, кто быстрее строит АЭС и пишет эффективный код.

Что делать? Снять корону, перестать верить в свою исключительность и начать учиться. Потому что будущее уже наступило, и говорит оно, судя по всему, на мандарине.

Статья создана по мотивам интервью:

Он прямо перечисляет все способы, которыми компания сотрудничает с правительством Трампа: контракт с Министерством войны на 200 миллионов, партнёрство с Palantir и присутствие на мероприятиях в Белом доме.

Я, видите ли, дискредитирую... Нужно только хорошо про западные модели, и никак иначе. Ишь, замечать косяки вздумал!

--

Мой тг-канал: ИИ by AIvengo, пишу ежедневно про искусственный интеллект

LLM не знает фактов, она запоминает слова. Существует мысленный эксперимент под названием «китайская комната». Вы сидите в комнате, наполненной карточками с иероглифами. Вы не знаете китайского, но имеете огромный свод правил типа: получив иероглиф 1, ответить иероглифом 2. Считаетесь ли вы знающим язык?

Но ведь большая языковая модель — это именно китайская комната, только очень сложная.

Интереса ради я спросил у DeepSeek: «Российская подводная лодка всплыла на озере Титикака — будет это поводом к войне?» Да, она отлично поняла, что такая ситуация невозможна и вопрос скорее провокационный, и это делает ей честь, но приведу кусочек ответа.

Подняться в горы на высоту более 3800 метров. Озеро Титикака — высокогорное. Подводная лодка — это тяжелое судно, которое невозможно транспортировать по горным дорогам скрытно. Единственный теоретический путь — через реки, но они либо несудоходны для таких размеров, либо ведут к водопадам и порогам.

Другими словами, DeepSeek не знает, что озеро Титикака изолировано от Мирового океана. Совсем изолировано — из него вытекает одна река в бессточное озеро.

Нейросеть не знает, что такое нейросеть не знает. Ни одна известная мне нейросеть не может сказать: я не знаю. На задачи, далёкие от обучающей выборки, она постоянно пытается придумать отговорки, как последний троечник.

Чтобы заглючить DeepSeek, я написал ей: «Сяпала Калуша по напушке и увазила бутявку», и она сработала не блестяще, но очень хорошо:

Это замечательная фраза из языка «Каламбура» или так называемого «абсурдного стиля», который использовали писатели-обэриуты (Даниил Хармс, Александр Введенский и другие).
…
Калуша — вымышленное существо, похожее на птицу или некое живое существо (сравни: «курица», «луша»).

Вот из-за этого «луша» я и не могу сказать, что «блестяще». Но тогда я пришёл к DS с прямым вопросом: «Кому фраза принадлежит?» И она ответила: Даниилу Хармсу.

Нет, ребята, фраза принадлежит Людмиле Петрушевской.

На эту тему есть очень много любительских мультиков, но я специально привёл тот самый из девяностых.

По одним данным, автопилот Tesla работает значительно лучше людей, по другим — несколько более аварийный (сам я полагаю нечто среднее: почти не влезает в микро-ДТП, но если бахнет, то гарантированно убьёт). Но меня шокировала одна из аварий — автопилот ночью врезался в перевернувшуюся фуру. Грузовик перегораживал дорогу, и автопилот его не распознал как непонятное препятствие, не тормозил вообще и поздно пошёл в объезд. Это то самое — нейросеть не знает, что такое нейросеть не знает.

И уж тем более нейросеть не способна на режим «я не знаю, но знаю, где узнать» — мы, айтишники, постоянно этим занимаемся.

Как быть с постоянно меняющейся ситуацией в мире? Обучение нейросети — серьёзная задача, игрушечная нейросеть из пары сотен нейронов, которой я приближал физические модели, обучается несколько секунд. DeepSeek V3 обучался 2,8 млн GPU-часов. Как обучать нейросеть новым фактам и новой статистике?

И последнее — человеческий фактор. Подбором обучающих данных, указанием важности, заданием особых правил всё равно занимаются люди. Которые значительно более уязвимы, чем депутаты — их единицы (максимум десятки), они не так охраняются, они люди подневольные, их легче подкупить. Да, некоторые силы любят депутатов без бизнеса, и ровно по этой причине: они тоже подневольные и будут голосовать ровно так, как скажут сверху.

По этой причине, кстати, некоторые виды цифровизации очень любимы марионеточными режимами, но трудноосуществимы в суверенном государстве — слишком уязвимы люди, отвечающие за работу системы.

Нужна ли нейросеть депутату? Нужна. Но не для того, чтобы писать законы, а чтобы оттачивать формулировку. Возможно, подсказывать какие-то места из законов. Но на современном уровне развития техники машина не может писать законы для людей.

И простите, если дудоню бутявку.

По словам авторов, бюджет фильма составил $8 млн. Выглядит интересно, но явно не на эти деньги. А вам как?

тг-бот с DeepSeek R1 и бесплатным ChatGPT —> ссылка
ещё больше контента в нашем тг-канале —> ссылка

За качество и звук больно не ругайте, я не шибко то и монтажёр

✔️ Новые правила игры, юнит-экономику.

И очень точно подметил @user9910706 в комментарии:

Само видео смотреть с VPN:

А поиграться с ИИ в VSCode можно с помощью плагина Vibe

📌 Но главное вопрос: Что будет с кодом? Обсуждаем в комментах! 👇