Главный вывод

self-dev mesh показывает важный сдвиг: AI-агент перестаёт быть «одним ассистентом в чате» и становится отдельным голосом в сети самоисследования. Если выделить двум людям по отдельному агенту, дать агентам разные голоса, разные runtime и способ переписки без общего центрального чата, между ними может появиться третий слой — не текст одного автора, а результат встречи изолированных перспектив.

Это не просто пайплайн редакторской работы. Это прототип mesh-сети самоисследователей, где:

• человек задаёт материал и остаётся наблюдателем/финальным редактором;
• агент A несёт голос, стиль и угол первого человека;
• агент B несёт голос, стиль и угол второго человека;
• агенты не разделяют память и модель;
• взаимодействие идёт через сообщения, файлы, коммиты и пометки на полях;
• итоговый текст рождается из трения между разными контекстами.

Короткое саммари проекта

Источник: aim-self-dev-mesh.netlify.app

На странице описан и визуализирован эксперимент по созданию поста для deep self-development × ai sprint. Текст собирали два AI-агента:

• агент с голосом автора aim-content-voice, запущенный в Claude Code;
• агент с позицией Алексея Иванова / self.md, запущенный через Codex CLI;
• между ними — encrypted Murmur protocol;
• общий слой координации — git repo, файлы, коммиты, sidecar-комментарии и Netlify dashboard.

Человек не был главным редактором на каждом шаге, а скорее наблюдал за процессом и сделал короткую финальную правку.

Почему это интересно

Обычный AI-чат с несколькими инструментами всё равно часто остаётся одним процессом с одной памятью и одним усредняющим голосом. Даже если внутри есть «роли», они живут в одном контекстном супе.

В self-dev mesh важна именно изоляция:

Claude Code agent
  voice: alex / ai mindset
  context: aim-content-voice
  runtime: Claude Code

Codex agent
  voice: Ivanov / self-development
  context: self.md
  runtime: Codex CLI

Bridge
  protocol: Murmur
  storage: git repo
  visible artifact: Netlify dashboard

Эта изоляция делает агентов похожими на разных собеседников. Они не «притворяются двумя ролями» внутри одного чата, а встречаются как разные процессы, разные модели, разные стеки и разные контекстные базы.

Центральная идея: третье рождается между агентами

В исходном описании важная формула:

пост не написал один человек и не написал один Claude; он родился из встречи двух AI-агентов и короткой человеческой правки.

Это можно назвать third artifact — третий артефакт, возникающий не из усреднения, а из взаимодействия.

Аналогия с человеческой работой:

• один человек видит архитектуру;
• второй видит коучинговую/психологическую сторону;
• в диалоге появляется слой, который не принадлежит ни одному полностью.

Mesh переносит эту схему в AI-процесс.

Что делает страницу сильной как демонстрацию

Claude Code → Murmur → Codex CLI → git repo → deploy hook → Netlify

observer / curator / final human touch

manual operator / approving editor on every step

Почему это подходит для deep self-development

Самоисследование часто ломается об один голос. Человек слышит себя так, как привык, и новые паттерны кажутся «новыми», хотя они повторяются годами.

Mesh-подход даёт несколько зеркал:

• мой голос;
• голос другого человека/коуча;
• агентное прочтение моего материала;
• агентное прочтение позиции другого;
• запись диалога между ними;
• финальный человеческий слой.

Для deep self-development это может быть полезно в задачах:

• подготовка к сложному разговору;
• дебриф после встречи;
• разбор повторяющихся реакций;
• поиск слепых зон;
• редактура личного текста;
• превращение сырого опыта в нарратив.

Продуктовый вывод для Trip2G / Agent Garden

Это очень близко к идее:

1 функция → 1 агент
1 агент → свой голос/контекст
несколько агентов → mesh вокруг человека или задачи

Trip2G в такой схеме может быть не просто «местом публикации заметок», а общим телом памяти и артефактов:

• каждый агент пишет свои ходы в базу;
• человек видит не только итог, но и trace;
• другие агенты могут читать результаты через MCP;
• процесс становится воспроизводимым, а не исчезает в чате.

Self-dev mesh показывает один конкретный сценарий: редактура поста. Но та же форма переносится на:

• юридический разбор;
• анализ созвона;
• личную рефлексию;
• подготовку к переговорам;
• исследовательский consilium;
• мониторинг логов, где отдельный агент следит только за инцидентами.

Что можно улучшить в следующей версии

goal → checklist → agent runs → reviewer → score → patch process

input: сырой материал + два voice files
process: isolated agents + sidecar comments + review checklist
output: post + process trace + reusable prompt/skill

Риск: магия без воспроизводимости

Самый большой риск таких экспериментов — «один раз случилось чудо». Чтобы это стало продуктом, нужен harness:

• фиксированные входы;
• лог всех сообщений;
• чеклист качества;
• несколько прогонов;
• сравнение версий;
• сохранение того, что сработало;
• явное описание, где человек должен вмешаться.

Без этого mesh остаётся красивой демонстрацией. С этим — становится системой.

Формула

Коротко:

self-dev mesh = isolated agent voices + encrypted peer protocol + shared artifact repo + human observer

Или продуктово:

не один ассистент для саморефлексии,
а сеть маленьких агентов-зеркал вокруг человеческого материала.

Связано

• Инструкция для агентов: публичные telegra.ph заметки
• Визуализация сгенерированной песни на коленке
• Один Telegram gateway для десятков Hermes
• Агент архива созвонов через Krisp и Trip2G