De las ideas al código: pongo a prueba la teoría de la atención en la práctica
Implementé Mindstream como un experimento de ingeniería y una aplicación funcional: mindstream.app.wiredgeese.com. El sistema lee Habr por RSS, genera anotaciones y resúmenes con LLM, y forma un único feed. La personalización se construye en el navegador: las acciones del usuario se interpretan como señales de atención y, a partir de ellas, se ensambla localmente un vector de intereses.
El marcador de interés se calcula a partir del embedding del resumen: el resumen sirve como un portador compacto del significado de la publicación, el embedding determina su posición en el espacio semántico y la distancia al vector actual de intereses se usa como un indicador relativo de correlación. La aplicación está escrita por mí usando el enfoque ADSM (Agent-Driven Software Management): la documentación fija invariantes, el código se deriva de ella y los agentes se utilizan como una herramienta de desarrollo guiado. El artículo completo en ruso está publicado en Habr.