Проблема дублирования ИИ-подписок
Мой банковский счет уже давно привык к ежемесячным списаниям за Apple Music, Spotify, Canva, Adobe Creative Cloud, iCloud+, Google One, Netflix и еще полдюжины подписок. Однако инструменты на базе искусственного интеллекта значительно усугубили эту проблему: практически каждый сервис такого рода стремится получить свою долю. В моем списке покупок значатся Claude Max, ChatGPT Plus, Google AI Pro, Perplexity Pro, Cursor Pro и другие.
В отличие от моих старых подписок, которые решают принципиально разные задачи, ИИ-инструменты часто перекрывают друг друга. Spotify и Canva никак не конкурируют функционально, в то время как ChatGPT, Claude, Gemini, Perplexity и Cursor способны выполнять одни и те же задачи, лишь демонстрируя разную степень эффективности в конкретных аспектах. Это дублирование заставило меня задуматься: за какое количество сервисов я действительно должен платить? Вместо поиска одного open-source решения, которое могло бы заменить все сразу, я решил перестроить свой ИИ-воркфлоу, используя бесплатные инструменты с открытым исходным кодом, чтобы проверить, насколько это эффективно.
Локальные LLM как замена ChatGPT
Проанализировав свои задачи, я осознал, что локальные LLM легко справляются с основной массой моей работы. Конечно, существуют сценарии, требующие расширенных возможностей рассуждения, больших контекстных окон или специализированных инструментов, характерных для пограничных моделей, но большинство моих повседневных запросов не столь требовательны.
Опыт использования Jan
Изначально я полагался на Ollama и LM Studio, но в конечном итоге именно Jan подошел для моих целей лучше всего. В то время как Ollama позиционируется как инструмент для запуска и разработки на базе открытых моделей, а LM Studio ориентирована на простоту запуска локального ИИ, подход Jan гораздо ближе к потребностям пользователей вроде меня. Его позиционируют как open-source альтернативу ChatGPT и Claude, и я понимаю почему: при использовании Jan не возникает ощущения, что вы запускаете просто утилиту для работы локальной модели, это полноценный ИИ-ассистент.
Интерфейс Jan очень напоминает ChatGPT: можно создавать отдельные чаты и «Проекты», настраивать собственных «Ассистентов» с уникальными инструкциями, загружать файлы, переключаться между моделями и подключать дополнительные инструменты через протокол MCP. Запуск модели здесь менее пугающий процесс, чем может показаться из названия «локальная LLM». У Jan есть собственный хаб, подключенный к Hugging Face: вам не нужно вручную скачивать GGUF-файлы и гадать, потянет ли их ваш ноутбук — все модели доступны для просмотра внутри приложения.
При этом Jan не ограничивается локальным запуском и поставляется с поддержкой около десятка удаленных провайдеров, что позволяет использовать его как единый интерфейс для работы с облачными и локальными моделями. Что действительно убедило меня — это сохранение всех привычных функций ChatGPT. В Jan встроены функции веб-поиска и получения данных со страниц, поэтому поддерживаемые модели могут использовать актуальную информацию. Более того, через протокол MCP я могу добавить управление браузером и другие внешние инструменты. В итоге Jan стал «золотой серединой» между функциональностью Ollama, LM Studio и Open WebUI.
Vane: поиск без Pro-плана
Проект Vane (ранее известный как Perplexica) давно рекламируется как open-source замена Perplexity. По сути, это поисковик на базе ИИ, который анализирует веб, собирает релевантную информацию и выдает резюме с указанием источников. Разница лишь в том, что Vane может работать с локальными моделями через Ollama, избавляя от необходимости отправлять каждый вопрос на серверы сторонней компании.
Сервис использует SearXNG для поиска и предлагает три режима: «Speed Mode» (для быстрых ответов), «Balanced Mode» (для обычных запросов) и «Quality Mode» (для глубокого исследования). Также можно фильтровать результаты поиска — например, по общему вебу, обсуждениям или академическим статьям. Vane поддерживает поиск по изображениям и видео, позволяет загружать файлы для анализа, ограничивать поиск определенными доменами и даже предоставляет виджеты для прогноза погоды, расчетов и котировок акций. Тем не менее стоит отметить, что Vane пока не обеспечивает такой бесшовной работы, как использование сайта Perplexity.com.
Настройка и работа с альтернативными ИИ-инструментами
Для запуска Open Design вам придется пройти через процедуру первоначальной настройки, для которой рекомендуется использовать Docker. Однако после того, как система заработает, вы получаете доступ к большинству функций Perplexity, которые действительно важны, без необходимости оплачивать очередную подписку на ИИ.
Open Design: второй дизайнер без платной подписки
Подписка на Claude со временем превратилась из простого окна чата в полноценное рабочее пространство, включающее Claude Code, Cowork и относительно новую функцию Claude Design. Использование ИИ в качестве помощника-дизайнера — один из лучших сценариев применения технологии. Поскольку я не обладаю выраженными творческими способностями, создание презентаций, плакатов, инфографики и контента для социальных сетей отнимает у меня слишком много времени. Поэтому с момента запуска Claude Design я активно экспериментировал с этим инструментом.
Claude Design способен превращать текстовые запросы в слайды, одностраничные отчеты, прототипы и другие графические материалы, которые можно редактировать прямо в интерфейсе через промпты или ручную настройку элементов. Это создает ощущение работы с живым помощником, а не просто с генератором изображений.
Однако, протестировав Open Design — полностью открытую альтернативу, построенную на схожей концепции, — я больше не чувствую необходимости платить 20 долларов только за доступ к Claude Design. Open Design ориентирован на локальное использование и позволяет вам самостоятельно выбирать ИИ-агента, который будет выступать в качестве основного дизайнерского движка. Вместо жесткой привязки к моделям Anthropic вы можете использовать Claude Code, Codex, Cursor, Gemini CLI, OpenCode и другие решения.
Инструмент генерирует веб-сайты, прототипы, слайды и другие визуальные активы, при этом результат сохраняется в виде полноценных файлов, с которыми можно продолжать работать вне закрытой платформы. Именно эта гибкость привлекает меня больше всего: я сохраняю привычный рабочий процесс, но не привязан к одной конкретной модели или подписке. Сегодня я могу использовать OpenCode, а завтра — Gemini CLI. Более того, я могу подключить собственную дизайн-систему через файл DESIGN.md, чтобы выводимые материалы соответствовали заданным цветам, типографике, отступам и общему стилю, избавляя себя от необходимости начинать каждый раз с чистого листа.
OpenCode: выбор модели для программирования
Долгое время единственным оправданием моей подписки на Claude был инструмент Claude Code. Я выстроил вокруг него эффективную систему, используемую для всего: от исправления мелких багов до внесения изменений в целые проекты. Несмотря на его эффективность, главным минусом остается привязка исключительно к моделям Anthropic. Моим текущим фаворитом является Codex, но у него та же проблема: он ограничен моделями OpenAI. Учитывая, что разные модели обладают разными возможностями, я считаю привязку рабочего процесса к одному поставщику неоправданным ограничением. Бывают задачи, где Claude лучше понимает запутанную кодовую базу, ситуации, где модель OpenAI справляется эффективнее, и множество мелких задач, для которых вообще не нужны продвинутые модели.
Именно здесь на помощь приходит OpenCode. Он предоставляет практически все возможности моего прежнего рабочего процесса на базе Claude Code, включая режим планирования, функциональные расширения Skills, поддержку MCP-серверов, а также способность читать и редактировать проект целиком. Ключевое отличие заключается в том, что сам агент не привязан к моделям одной компании. Я могу переключаться между Claude, OpenAI, Gemini или даже локальными моделями в зависимости от задачи, не перестраивая при этом всю остальную инфраструктуру.
Open Notebook: полный контроль над данными
Этот эксперимент показал, что я могу отказаться еще от одной ИИ-подписки. Я много писал о NotebookLM от Google и до сих пор считаю его одним из лучших ИИ-инструментов. Однако значительная часть его полезности для меня заключается в функциях обработки источников, а не только в самом чате. Open Notebook удивительно близко повторяет этот функционал.
Я могу загружать собственные источники, задавать вопросы на их основе, генерировать резюме, заметки и даже создавать Audio Overviews в стиле NotebookLM. Это одна из моих любимых функций: она превращает кипы заметок, статей или исследований в аудиоматериалы, которые можно прослушать, не тратя время на повторное чтение. Конечно, NotebookLM обладает большей полировкой интерфейса и некоторыми функциями, которые Open Notebook пока не воспроизводит полностью. Но если основной целью являются чат на основе ваших документов, саммари, заметки и подкасты в стиле Audio Overview, то Open Notebook закрывает значительную часть потребностей, ради которых я изначально использовал NotebookLM.
Почему ИИ-инструменты стали проблемой
В отличие от моих привычных подписок, ИИ-инструменты страдают от сильного функционального пересечения. Если Spotify и Canva решают принципиально разные задачи, то ChatGPT, Claude, Gemini, Perplexity и Cursor по сути делают одно и то же. Они лишь демонстрируют разные уровни мастерства в отдельных этапах рабочего процесса. Именно это дублирование заставило меня усомниться в необходимости платить за каждого из этих «помощников» по отдельности.
Преимущества локального подхода
После анализа своих повседневных задач я понял, что локальные LLM легко справляются с основной массой работы. Разумеется, существуют сценарии, где до сих пор требуются мощные рассуждения, огромные контекстные окна или специализированные инструменты пограничных моделей, но большинство запросов в обычный день не настолько требовательны.
Vane: возможности поиска
Важным дополнением к функциональности Vane является возможность узкоспециализированного поиска. Я могу ограничивать запросы конкретными доменами или типами ресурсов. Хотя настройка через Docker — это не так «бесшовно», как использование сайта Perplexity.com, я получаю практически все ключевые возможности (включая работу с файлами, виджеты для котировок, погоды и вычислений), не оформляя при этом платную подписку.
Гибкость дизайна и разработки
В вопросе дизайна и кодинга ключевым фактором является свобода выбора. Open Design выигрывает у проприетарных решений тем, что результат — это не просто картинка или заблокированный контент, а полноценные файлы, с которыми можно продолжать работать в привычных программах. Возможность использовать файл DESIGN.md для импорта собственной дизайн-системы (цвета, отступы, типографика) позволяет каждый раз получать результат, соответствующий вашему стилю, а не начинать работу с нуля. В свою очередь, OpenCode позволяет не перестраивать инфраструктуру при смене «движка»: если задача требует смены модели с Claude на Gemini или локальную версию из-за особенностей кода, это происходит в рамках одного и того же рабочего окружения.
Open Notebook как замена Google
Одной из наиболее востребованных функций в NotebookLM является Audio Overview. Возможность превратить стопку заметок, научных статей или исследовательских материалов в аудиоподкаст, который можно прослушать на ходу, кардинально меняет подход к обработке информации. Open Notebook успешно воспроизводит этот функционал, позволяя мне отказаться от подписки на Google, так как он предоставляет ту же связку: чат на основе загруженных источников, генерацию заметок и создание аудиоверсий контента.
