У третьому епізоді серії Builders Unscripted від OpenAI продукт-лідер Alchemy Матіас Кастелло розповідає, як будує власні AI-нативні інструменти поверх Codex App Server і GPT. Попри те, що він не інженер за освітою, Кастелло створив цілу екосистему особистих продуктів: від автономних агентів, які працюють над його проєктами, поки він офлайн, до кросплатформеного асистента для письма на macOS та iOS. У центрі цієї історії — практичний погляд на те, як виглядає «робочий стіл майбутнього», де AI не просто підказує, а реально виконує роботу.
agent.md: як навчити агента працювати «по-людськи», а не з нуля щоразу
Більшість користувачів звикли до того, що кожну взаємодію з моделлю потрібно починати з інструкцій: пояснювати контекст, стиль, бажаний формат. Кастелло пішов іншим шляхом і фактично створив для своїх агентів «робочу конституцію» — файл agent.md.
У цьому файлі він кодує власні робочі вподобання: як планувати задачі, як оформлювати код, як писати тексти, як ставитися до ризику, як розбивати фічі на експерименти. Для Codex це стає стабільним джерелом правди про те, «як працює Матіас». Далі всі навички й робочі процеси, які він будує поверх Codex App Server, просто підтягують agent.md як базовий контекст.
Практичний ефект відчутний одразу. Замість того, щоб кожного разу перепояснювати моделі, що таке «гарний PRD» або «акуратний рефакторинг», він один раз формалізує це в agent.md. Далі Codex може:
- планувати проєкти в його стилі;
- розбивати роботу на задачі так, як це робив би він;
- писати тексти в знайомому тоні;
- приймати технічні рішення, узгоджені з його підходом.
Це не просто зручність. Для автономних сценаріїв, де Codex працює годинами без участі людини, наявність такого «маніфесту» стає критичною. Агент не втрачає послідовність, не «забуває» про попередні домовленості й не дрейфує в інший стиль роботи. У підсумку Кастелло отримує не абстрактного «AI-помічника», а цифрового колегу, який поводиться передбачувано і вбудований у його особисту методологію.
Саме завдяки agent.md Codex може не лише генерувати плани, а й виконувати їх. У його Linear-проєктах агент створює задачі, бере їх у роботу, оновлює статуси, переходить від «in progress» до «review» і «done» без ручного мікроменеджменту. Людина залишається власником візії та якості, а агент — виконавцем, який уже «знає правила гри».
Mac‑асистент для письма: глобальний шорткат, GPT і голос
Одним із найпоказовіших прикладів того, як Кастелло мислить «AI-нативно», став його Mac‑додаток для письма. Це не черговий чат-клієнт до GPT, а системний інструмент, який вбудовується безпосередньо в щоденну роботу за комп’ютером.
Базова ідея проста: будь-де в macOS — у пошті, Slack, браузері, редакторі — користувач виділяє текст, натискає глобальне поєднання клавіш (у нього це Command + Shift + пробіл), і поверх з’являється невелике вікно асистента. Далі Codex App Server, підключений до його платної GPT-підписки, переписує виділений фрагмент у потрібному стилі.
Це важливий зсув у парадигмі: не людина йде до AI в окремий застосунок, а AI приходить до людини в будь-який контекст. Асистент працює як системна функція, подібно до Spotlight чи глобального пошуку, але замість пошуку — трансформує текст.
Кастелло спочатку створював цей інструмент для власних робочих потреб: швидко полірувати листи, уточнювати формулювання в документах, адаптувати тон повідомлень. Згодом він почав розширювати можливості, і додаток перетворився на повноцінного письмового асистента.
Одна з ключових функцій — голосовий диктат. Замість того, щоб друкувати, він може надиктувати чернетку повідомлення, а далі передати її GPT на доопрацювання. Це знімає ще один бар’єр між думкою та готовим текстом: користувач говорить так, як йому зручно, а AI перетворює це на структурований, зрозумілий і стилістично вивірений текст.
Особливо корисною виявилася можливість зміни тону. Наприклад, неформальне повідомлення на кшталт «ей, сорі, що так пізно, але треба це фіксанути» можна за секунди перетворити на професійний лист із чітким формулюванням проблеми, очікувань і дедлайнів. Або навпаки — зробити сухий технічний текст більш дружнім і доступним для нетехнічної аудиторії.
Усе це працює поверх Codex App Server, який виступає як інфраструктурний шар: керує викликами моделей, маршрутизує запити, дозволяє підключати різні GPT‑версії та конфігурації. Для користувача це виглядає як один простий шорткат, але під капотом — повноцінний AI‑бекенд.
Модель як налаштування: чому в асистенті з’явився GPT 5.5
Ще одна деталь, яка видає в Кастелло продукт-лідера, — ставлення до вибору моделей. У його письмовому асистенті є вбудований «model picker» — користувач може сам обрати, яку модель GPT використовувати для конкретного завдання.
Це не просто технічна опція, а визнання того, що різні моделі краще підходять для різних сценаріїв. Легша модель може бути швидшою й дешевшою для простих перефразувань, тоді як потужніша — кориснішою для складних трансформацій, де важливі контекст, тон, багатомовність або точність формулювань.
Нещодавно Кастелло додав у цей список GPT 5.5. Це логічний крок на тлі загальної еволюції моделей: у тій же розмові згадується, що можливості GPT 5.5 вже дозволяють значно краще ловити помилки в коді, ніж попередні покоління. Для письмового асистента це означає:
- кращу здатність утримувати довгий контекст;
- точніше збереження змісту при зміні тону;
- більш природну стилістику, близьку до людської;
- кращу адаптацію до індивідуальних вподобань, зафіксованих у тому ж agent.md.
Фактично модельний селектор перетворює додаток на «фронтенд до майбутніх моделей». Коли з’являється нова версія GPT, її можна просто додати як ще одну опцію, не змінюючи UX. Користувачі отримують доступ до найновіших можливостей без необхідності переходити в інші інструменти.
Для Кастелло це ще й спосіб робити власні «евали» моделей у реальних сценаріях. Він уже відомий тим, що любить перебудовувати свій проєкт Snapcat під кожну нову модель, щоб відчути різницю на практиці. Письмовий асистент із model picker дає йому ще один полігон для порівнянь: як GPT 5.5 поводиться в реальних робочих листах, Slack‑повідомленнях, технічній документації.
iOS‑версія й кастомна клавіатура: AI прямо в полі введення
Після успіху Mac‑версії Кастелло переніс ту ж концепцію на мобільні пристрої. Він створив iOS‑версію свого асистента, але не обмежився окремим застосунком. Ключовим елементом стала кастомна клавіатурна розкладка.
Ідея така сама, як на Mac: AI має бути там, де користувач уже пише, а не в окремому вікні. На iPhone це означає — безпосередньо в полі введення, через клавіатуру. Користувач друкує або вставляє текст у будь-якому застосунку — месенджері, пошті, нотатках — і може викликати функцію переписування прямо з клавіатури.
Це знову знімає тертя. Не потрібно копіювати текст, відкривати інший застосунок, вставляти, чекати на відповідь, копіювати назад. Усе відбувається «in place»: текст трансформується там, де він і має бути відправлений.
Для мобільного сценарію це особливо важливо. На маленькому екрані кожен додатковий крок відчувається болючіше, ніж на десктопі. Кастомна клавіатура перетворює AI‑асистента з «додатку для ентузіастів» на повсякденний інструмент, який органічно вбудовується в звичку писати з телефону.
Тут знову працює той самий бекенд: Codex App Server, GPT‑підписка, agent.md як джерело стилю. Різниця лише в оболонці. На Mac це глобальний шорткат і невелике вікно. На iOS — клавіатура, яка поводиться як будь-яка інша, але вміє ще й переписувати текст у потрібному тоні.
У підсумку Кастелло отримує єдиний кросплатформений асистент: однакові принципи роботи, спільні налаштування, подібний UX, але адаптований до контексту пристрою. Для користувача це означає, що лист, розпочатий на ноутбуці, можна продовжити на телефоні з тим самим рівнем допомоги від AI.
Linear як полігон для автономних агентів
Письмові асистенти — лише частина ширшої системи, яку Кастелло побудував навколо Codex. Інший важливий елемент — те, як він організовує роботу над десятками побічних проєктів у Linear.
У його Linear зараз близько дванадцяти активних проєктів. Багато з них живуть за рахунок того, що значну частину роботи бере на себе Codex. Агент не лише генерує задачі, а й виконує їх, оновлює статуси, рухає тікети між колонками «in progress», «review» та «done».
Це не просто автоматизація на рівні «створити задачу за шаблоном». Codex, озброєний agent.md і набором спеціальних навичок, може:
- взяти природномовний опис ідеї;
- перетворити його на план із конкретними кроками;
- створити відповідні задачі в Linear;
- перейти до реалізації: писати код, тестувати, інтегрувати;
- повертатися в Linear і змінювати статуси по мірі виконання.
Кастелло описує, як він може перед сном попросити Codex дослідити його застосунок, подивитися на конкурентів, сформувати топ‑10 потенційних фіч, реалізувати їх як експерименти з feature‑flag’ами й до ранку отримати готові перемикачі, які можна вмикати й вимикати. Людина залишається в ролі редактора й куратора, а не єдиного виконавця.
Linear у цій схемі стає не просто трекером задач, а інтерфейсом до автономної роботи агента. Стан задач відображає не те, що людина встигла вручну оновити, а реальний прогрес, який зробив Codex. Це ще один крок до того, щоб AI‑агенти були повноцінними учасниками командних процесів, а не лише «чатом збоку».
Alchemy між людьми й агентами: інфраструктура для двох типів девелоперів
Досвід Кастелло з особистими інструментами напряму впливає на те, як він мислить продукт Alchemy. Компанія — це насамперед інфраструктура для блокчейн‑розробників, але самі «розробники» швидко змінюються.
Усередині Alchemy вже виходять із припущення, що практично 100% девелоперів сьогодні пишуть софт із допомогою AI. Це означає, що платформа має бути зручною не лише для людини за клавіатурою, а й для людини плюс її AI‑асистента. Документація, API, інструменти діагностики — усе має бути дружнім до сценаріїв, де код генерується, аналізується й рефакториться моделями.
Другий, більш новий вектор — автономні агенти як окремий клас «розробників». Кастелло прямо говорить про те, що Alchemy проєктує платформу не лише для людей, а й для агентів, які можуть самостійно зареєструватися, інтегруватися й взаємодіяти з блокчейном без постійної участі людини.
Для таких агентів потрібні інші інструменти. Якщо людині важливий зручний дашборд, то агенту — чіткі, стабільні API, передбачувані помилки, машиночитні контракти, можливість автоматизованого онбордингу. Якщо людина може «дочитати між рядків» у документації, то агенту потрібні однозначні специфікації.
У певному сенсі особисті проєкти Кастелло — це мікромодель того, що може відбуватися на рівні індустрії. Він уже живе в світі, де агент може:
- самостійно планувати роботу;
- виконувати задачі;
- оновлювати статуси в системі управління проєктами;
- взаємодіяти з іншими сервісами через API.
Alchemy намагається зробити так, щоб подібні агенти могли так само автономно працювати й із блокчейн‑інфраструктурою. Люди й агенти поки що мають різні потреби, але з часом ці два світи, ймовірно, зблизяться. Завдання продукт‑лідера — уже сьогодні закладати в платформу можливість для обох сценаріїв.
Висновок: AI як операційна система особистої продуктивності
Історія Матіаса Кастелло — це не про «черговий застосунок на GPT», а про те, як виглядає AI‑нативний підхід до роботи, коли моделі стають не додатком, а базовим шаром продуктивності.
Файл agent.md перетворює розрізнені промпти на послідовну систему вподобань, яку можуть використовувати всі агенти. Mac‑та iOS‑асистенти для письма показують, як AI може стати частиною операційної системи, а не окремого сервісу. Модельний селектор із GPT 5.5 робить інструмент готовим до майбутніх поколінь моделей. Інтеграція з Linear демонструє, як агенти можуть не лише підказувати, а й реально виконувати роботу, рухаючи задачі по всьому життєвому циклу.
На рівні Alchemy це виливається в бачення платформи, яка однаково добре працює і для людей, які пишуть код із підтримкою AI, і для автономних агентів, що самостійно взаємодіють із блокчейном. Усе це разом формує картину недалекого майбутнього, де питання вже не в тому, «чи варто використовувати AI», а в тому, наскільки глибоко він вбудований у ваші інструменти, процеси й навіть особистий стиль роботи.
Джерело
Builders Unscripted: Ep. 3 – Matias Castello, Product Leader at Alchemy