Yttri vs Альтернативы — без религиозных войн

«Инструмент должен ускорять работу, а не требовать отдельную работу по настройке самого себя.»

Это вторая статья в нашем цикле о Yttri. В первой мы рассказали, что такое Yttri и зачем он нужен. Сегодня — честное сравнение с основными альтернативами.

Актуально для версии v0.51.0 (2026-02-18).

---

После первой статьи мне чаще всего задают один вопрос:

«Окей, Yttri звучит интересно. Но зачем, если уже есть Notion, Obsidian, ChatGPT и сервисы транскрипции?»

Это справедливый вопрос. И ответ тут не «мы лучше всех», а скорее «мы решаем другой класс задач».

Давайте разберём по категориям. Без маркетинга, без холиваров — только факты и сценарии.

Yttri vs облачные workspace (Notion, Coda, Confluence)

Облачные инструменты удобны. Зарегистрировался — работаешь. Команда подключилась — все видят общие данные. Это факт, и здесь нет смысла спорить.

Но у этой модели есть цена, которую часто не замечают, пока она не ударит:

• Зависимость от сети. Самолёт, поезд, плохой Wi-Fi в отеле, корпоративный VPN без доступа наружу — и ваш «рабочий стол» превращается в пустую страницу.

• Зависимость от платформы. Блокировка аккаунта, изменение политики, рост цен, закрытие API — вы не контролируете свой инструмент.

• Данные на чужих серверах. Для кого-то это не проблема. Для корпоративных пользователей или приверженцев приватности — это showstopper.

Где облако выигрывает

• Быстрый онбординг для команды — без установки.

• Real-time collaboration — десяток людей одновременно в одном документе.

• Готовые шаблоны и экосистема.

Где Yttri практичнее

• Полный офлайн. Yttri работает без единого запроса наружу. Все данные — в локальной SQLite базе на вашем диске.

• Локальный AI. С версии 0.49 Yttri имеет полноценный Local LLM inference pipeline: мульти-модельный реестр (Qwen3 0.6B/1.7B/4B), маршрутизатор запросов с embedding-классификацией, chunked prefill для экономии памяти (~1.2 ГБ). AI работает без интернета и без подписки.

• Ваши данные — ваши. Файл database.db можно скопировать на флешку и открыть на другом компьютере. Никакой vendor lock-in.

Если для вас инструмент = «всегда онлайн сервис для команды» — облако по-прежнему рабочий вариант.
Если инструмент = «моя рабочая система, которая не зависит от чужой инфраструктуры» — у Yttri тут явное преимущество.

---

Yttri vs локальные конструкторы (Obsidian, Logseq, Joplin)

Obsidian — прекрасный инструмент. Я сам им долго пользовался. Но давайте будем честны: для большинства сценариев Obsidian — это проект по настройке Obsidian.

Цена свободы

1. Выбираете плагины (календарь, задачи, kanban, AI, таблицы…).

2. Сводите их между собой — каждый со своим форматом и конфигурацией.

3. Чините конфликты после обновлений.

4. Пишете себе документацию «как это всё работает», чтобы не забыть через месяц.

Это не баг — это дизайн. Obsidian продаёт свободу конструктора, и если вам нравится собирать — прекрасно.

Но если вам нужен рабочий инструмент, а не хобби по его сборке — это другой разговор.

Что даёт Yttri из коробки

Без единого плагина:

И всё это работает в едином контуре: заметка может быть привязана к встрече, из письма создаётся задача, а AI понимает контекст всех этих связей.

В свежих версиях добавлен модуль Intelligence — автоматическое извлечение сущностей (NER), определение тем и построение связей через LLM. Граф знаний строится сам, пока вы работаете.

Если вам нравится «конструктор как хобби» — это отличный путь.
Если вам нужен «конструктор, который уже собран» — это философия Yttri.

---

Yttri vs standalone AI-чаты (ChatGPT, Claude, Gemini)

Здесь нет прямой конкуренции — это разные вещи.

Standalone AI-чат — это мощный генератор текста. Он блестяще объясняет, редактирует, переводит. Но он работает с тем контекстом, который вы ему вручную скопировали.

Yttri AI — это ассистент, который уже внутри вашего рабочего пространства. Он знает, какие у вас задачи, что было на вчерашней встрече, какие письма ждут ответа и что написано в ваших заметках.

Что может Yttri AI, чего не может ChatGPT

Вы: «Подготовь саммари вчерашней встречи и создай задачи по итогам»

ChatGPT: «Мне нужно, чтобы вы скопировали текст встречи...»

Yttri AI: 
  → [Поиск по встречам: найдена «Standup 18.02»]
  → [Чтение транскрипции: 47 минут, 3 спикера]
  → [Создание task: «Обновить API документацию» → Проект «Backend»]
  → [Создание task: «Провести code review PR #142» → Приоритет: высокий]
  → Готово! Создано 4 задачи в проекте «Backend».

Это возможно благодаря трём механизмам:

• RAG (Retrieval Augmented Generation) — AI ищет релевантный контекст в вашей базе знаний через hybrid search (векторный + полнотекстовый поиск) с reranking.

• Tool Calling — AI вызывает инструменты: создаёт заметки, задачи, ищет по почте, работает с Jira. Опасные операции требуют вашего подтверждения (Human-in-the-Loop).

• Персистентная память — AI помнит контекст предыдущих разговоров через суммаризацию + долгосрочный RAG retriever (с v0.44).

При этом вы сами выбираете модель:

AI в Yttri — это не отдельная вкладка, а рабочий слой поверх ваших данных.

---

Yttri vs облачные сервисы транскрипции (Otter.ai, Whisper API, Trint)

Облачные сервисы транскрипции удобны: загрузил файл — получил текст. Но есть нюансы.

Проблемы облачной транскрипции

• Приватность. Ваша запись совещания уходит на чужой сервер. Для корпоративных сценариев это часто неприемлемо.

• Стоимость. Платите за минуту. На активных командах — десятки долларов в месяц.

• Изолированность. Транскрипт живёт «где-то отдельно» от ваших заметок и задач.

Что даёт Yttri

Три движка транскрипции, все работают локально, на вашем железе:

Плюс то, чего нет в облачных сервисах:

• Нативная диаризация спикеров — WeSpeaker embeddings + Voiceprint matching. Система знает, кто говорит, и автоматически сопоставляет голос с сохранёнными профилями.

• Live transcription — текст появляется прямо во время записи. Не нужно ждать окончания.

• AI Summary — автоматическое выделение главного из часовой записи.

• Контекстное меню чанков — разделение, объединение, переназначение спикера (с v0.51).

• Голосовой ввод в заметках — диктуйте текст прямо в редакторе (с v0.50).

И главное: запись, транскрипция, саммари и задачи по итогам — всё в одном контуре.

Запись превращается в рабочий результат, а не в «ещё один файл в Downloads».

---

Что выбрать под задачу

Сравнивать стоит не «по брендам», а по реальным рабочим сценариям:

---

Когда выбрать альтернативы (и это нормально)

Чтобы сравнение оставалось честным:

• Выбирайте Notion, если ключевая задача — совместная облачная работа команды в реальном времени. Real-time collaboration — это не зона Yttri (пока).

• Выбирайте Obsidian, если вы любите максимальную кастомизацию и готовы поддерживать свою экосистему плагинов. Vault Obsidian — это отдельная вселенная.

• Выбирайте ChatGPT/Claude, если основной сценарий — генерация и редактура текста без привязки к вашей локальной базе данных.

• Выбирайте Otter.ai, если вам нужна только транскрипция, и вы готовы отправлять аудио в облако.

Лучший инструмент — тот, который решает вашу задачу. Без привязки к бренду.

---

Что нового появилось с момента первой статьи

Мы опубликовали первую статью на версии 0.42. С тех пор вышло 9 релизов, и вот что изменилось по-крупному:

Если говорить простым языком: система стала не только функциональной, но и устойчивой в ежедневной эксплуатации. Локальный AI вырос из эксперимента в полноценный inference pipeline с маршрутизацией, управлением памятью и персистентным контекстом.

---

Итог

Yttri — не «убийца Notion» и не «лучший Obsidian».
Это инструмент для тех, кому важны четыре вещи:

1. Контроль над данными. Всё хранится локально. Нет vendor lock-in.

2. Единый контур. Заметки, задачи, почта, календарь, финансы, записи — в одном месте, связанные между собой.

3. AI, который помогает делать работу. Не просто отвечает на вопросы, а выполняет действия в вашем пространстве.

4. Работа везде. Онлайн, офлайн, на плохом интернете — без разницы.

Если это ваши приоритеты — Yttri стоит попробовать.

---

Бета-тестирование продолжается. Подробности и скачивание: yttri.online

Подписывайтесь на канал для получения информации от ИТ-архитектора с более чем 20-летним стажем.

Предыдущая статья: Введение в Yttri — Что это и почему это нужно?
Следующая статья: Стек технологий Yttri — Как это работает? (скоро)