Comments 188
самоулучшение: если Clawdbot не умеет выполнять задачу, он пишет себе код, устанавливает его и начинает использовать.
wat
Clawdbot существует с конца 2025 года
То есть, проект существует уже целый месяц. Хотя в эру вайб-кодинга, месяц - это уже прилично... /s
Спасибо за уточнение. Да, это существенно меняет дело.
Проект, которому уже целых два месяца, и...
в который за это время было сделано более 8 тыс. коммитов
который был "форкнут" 7 тыс. раз
в котором в данный момент почти 400 issues и почти 300 открытых PR
Да, несомненно такой проект можно назвать зрелым и стабильным. Безопасным и проверенным продуктом, которому можно доверить управление своим устройством, информацию о своих планах и свои персональные данные.
Это ИИ-асситент на базе Claude (можно и другие модели), который работает на вашем ПК или удаленном сервере и доступен 24/7 через Telegram-бот. У меня стоит на VPS и настроен присылать сводки новостей в определенное время, причем в каждой сводке я в ответ указываю, что зашло, а что нет - и он в следующей подстраивается. Также шлет напоминалки в указанное время, админит сервер, при необходимости сам себе подключает новые функции - например, скормил ему API-ключ Eleven Labs - он начал слать голосовухи.
На ПК народ подключает их к почте, Google Drive, браузеру - и выполняет кучу задач. Но там большие вопросы к безопасности.
люди делятся на два типа,
первые - "зачем нужен кот, если у меня нет мышей? а если бы были, то эффективнее купить мышеловку. а коту ещё и вискас надо покупать"
вторые же покупают вискас и терпят когда им ссут в тапки, даже не имея мышей, просто из любви к котам
вот вы относитесь к первому типу =)
Не удержусь как кошатник. У кого-нибудь реально был такой прецедент, "кот, ссущий в тапки"? У меня - нет. ))
Был кот, ссущий в ботинки мужа сестры. Не помогла даже верхняя полка - ботинки были сброшены вниз и обоссаны. Через некоторое время сестра с мужем поменяли место жительства.
Не кот и не тапки, но всё же.
Моя кошка ненавидела почему-то мой портфель. Когда запрыгивала на него, постоянно драла его когтями и рычала. Минимум два раза обоссала.
Был ссущий везде до кудо мог допрагнуть
Есть ещё те кто принципиально не заводят котов потому что уверены что все они ссут в тапки и ни для чего кроме ловли мышей не годятся )
А я отношусь ко вторым, спасибо за четкое пояснение. Вы правы на 100%.
Короче. Есть такая штука как "LLM в терминале". У Клода она называется Claude Code (у Google - Gemini CLI, у OpenAI - Codex CLI). Ставишь её себе на комп, даёшь доступ к LLM по API, и она начинает работать как языковая модель с доступом к твоему компу. Может файлы создавать, удалять, редактировать, писать код и т. п. В зависимости от задачи, которая перед ней поставлена.
Так вот, Clawdbot - это просто усовершенствованная версия вышеописанной штуки. Он уже представляет из себя некоего посредника между человеком и LLM-кой. То есть как бы такой секретарь. Причём, работает не только по запросу, а 24/7. Сам может инициативу проявить, если надо. Браузером умеет пользоваться. Раньше такое тоже можно было организовать, но это надо было лепить вручную. А человек вот сам слепил и в оупен-сорс выложил. Вот людям и зашло.
Пишешь ему телеге "раз в неделю скачивай новую серию «твое новое любимое аниме», перекодирует мне его под мою nokia 6300 и отправит на эмейл".
Он там что-то нашаманит сам, скрипты сделает, и раз в неделю тебе на твой ящик будет приходить 3gp-файл.
Конечно, я утрирую, но идея какая-то такая. Работать оно будет в рамках способностей LLM и доступных токенов (если у тебя локально развернута LLM -вопрос в токенах не стоит, но размеры модели очевидно будут меньше)
"К среде найти следующее неизвестное простое число" - справится?
На уровне современных LLM. В крайнем случае либо исчерпает доступные токены при использовании внешних LLM, либо выдумает ответ. При чем вероятно неправильный.
Хотя с такой задачей и мясные нейросети тебя пошлют.
Ну если у вас нет крутого датацентра, то не справится. А если задача "выведи мне число Пи с миллионом знаков после запятой в текстовом файле", то через инструменты такие штуки считаются на любом десктопе.
Вы бы еще про теорему Ферма спросили =)
Из того, что я вижу - тренд. Способ зайти в нишу, требующую много времени и труда с помощью чит-агента. И, как следствие, способ собрать множество отложенных проблем. Я не вижу даже попыток анализа во всех этих восторженных обзорах.
Сценарий же вашего ответа подразумевает что этапа проверки нет, так?
Я не он, но "да". Включил робот-пылесос удаленно, пришёл домой, а он застрял в занавеске. Ну не справился - бывает. У вас фиксация на том что что-то пойдёт не так. Ну пойдёт так пойдёт - расслабтесь и получайте удовольствие. Не можете расслабиться - не используйте.
пока эти вопросы не решены - этим нельзя пользоваться
Очень даже можно. Кто-то запрещает?
а тот кто пользуется - преступник
Какими нормативными актами вы руководствуетесь?
Какой-то странный поток мыслей. Я не отключаю свет и воду, ваши соседи, думаю, тоже. Вы вообще как живёте зная об этом?
Ужасно когда рядом живут люди по принципу "что не запрещено - разрешено".
Я с вами в рассуждения о том как правильно жить вступать не собираюсь. Не думаю, что вы знаете ответ на этот вопрос.
Здравым смыслом.
Нет. Вы использовали термин "преступник" - это про законность, а не про "здравый смысл" (что бы это не значило в вашем понимании).
Вас куда-то понесло в сторону от обсуждения автоматизации домашнего ПК. Я вам в этом путешествии компанию составлять не собираюсь.
Ужасно когда рядом живут люди по принципу "что не запрещено - разрешено".
Ну вот не надо этой подмены понятий. Как раз это юридически нормально, потому что иначе тоталитаризм. Речь идёт о другом - считать "нарушать рекомендации - это нормально".
Я не отключаю свет и воду
Разница в том, что Ваши краны в ванной не управляются нейроглюкогенератором (пока что. Но я в Вас верю.)
При чём здесь это?
При чём здесь это?
При том, что воду можно не отключать, если в своих кранах Вы точно уверены. А вот с Искусственным Идиотом так не получится.
Ваша точно уверенность ложна. Недавно читал про эксперимент, когда учитель попросил всех попросить родителей показать где краны и открыть/закрыть их. Там список катастроф был размером с лист А4.
В остальном забавная иллюзия будто вы все контролируете. Вам на это ответил Воланд: "Аннушка уже разлила масло"
Выходит Вы не пробовали первую линию поддержки на агентах писать.
Ибо сейчас выставить агента в доступ это как 3389й порт выставить наружу без задней мысли, а что может пойти не так?
Аналогия: Теоретически сейчас любой может поднять свой веб-сервер буквально двумя кликами. Практически когда я это сделал в самом начале века мой компьютер перестал быть моим уже к вечеру.
И это я не про галлюцинации. Это прям злая воля других акторов.
Нет вы не поняли. Вы можете предпринять сколько угодно мер безопасности, но все они НЕ гарантируют ее. Так же как не выставление порта 3389 не гарантирует что все клево.
К тому же я говорю о безопасности относительно ИИ, потому что именно с ней носятся сейчас больше всего. "ой боже, ии надо ограничить, вдруг он" и прочий смешной штук
PS поднимал десятки раз вебсерервер и он поднят у меня сейчас, компы все еще мои, хотя я догадываюсь о чем вы.
И замок в двери не гарантирует факта, но он гарантирует вероятность. И выбором замково-дверной группы мы фактически управляем вероятностью и статистическим, не реальным временем к доступа.
Но то о безопасности, потому что насколько я понял там прям концептуальная дыра. Таковой взломанный бот (а взлом это по сути размещение промта на будущее где-нибудь в закладках) это фактически активный недетектируемый троян, способный весьма капитально подгадить жизнь под Вашей учеткой и Вашим IP в этом сложном новом мире повышенной ответственности за все.
Но люди судя по всему готовы испытывать судьбу, возможно у них жизнь без серьезных активов и отчего бы не испытать?
А что за список катастроф? Они закрыли краны и всех залило?
Там список катастроф был размером с лист А4.
Перепись людей, которые не знают собственного дома, объявлена успешной.
Я тут на днях наткнулся на канал американских строителей, таких типикал республиканцев, практически реднеков))
Так вот там чел с голым торсом, без очков, без перчаток (вообще без какой-либо защиты) отпиливал какую-то железяку болгаркой, на которой был установлен сломанный диск (практически половина диска отсутствовала).
вот у кого точно нет фиксации на том, что что-то может пойти не так) включил и получает удовольствие))
Вы когда уходите из дома выключаете всё электрическое?
А вы сами отвечаете этим требованиям? Если да, то как вы живёте без холодильника и морозильника?
Включил робот-пылесос удаленно, пришёл домой, а он застрял в занавеске. Ну не справился - бывает.
Случаи бывают разные...
как вы точно сформулировали, клево)
ну люди тоже несовершенны, но умудрились же современные ОС написать. Этап проверки и с людьми нужен, и проводят его те же несовершенные люди.
Так и с ИИ, пишет код один агент, проверяет другой (проверять намного легче чем писать), результаты проверки отдаёт агенту-оркестратору, тот пинает агента писателя и так по кругу.
скачивай откуда? перекодирует чем и на чём?
А вот это уже не твоя проблема, а проблема самой LLM. С торрента там, с сайта с аниме, сама будет искать. Выбирать чем оттуда скачать, а также выбирать чем кодировать, и с какими параметрами. И да, описанный кейс действительно задумывался как утрированный
простой пример…
Оно точно также может накосячить, как упомянутые gigachat/deepseek. Иногда эти косяки само же и обнаружит и попробует исправить. Не обязательно успешно
А кто будет отвечать? Никто?
Как никто? Ты. Ты же сам не перепроверил за ней. Все только твоя ответственность. Автор проекта, и, тем более, Anthropic разведут руками и ткнут в свои отказы от ответственности
Сценарий же вашего ответа подразумевает что этапа проверки нет, так?
Если хочешь - не проверяешь. Собственно как-то так и задумано. Запустил и оно работает, но может косячить. Отсюда вытекают заявленные проблемы безопасности проекта, ибо мало ли чего нейросеть нагаллюцинирует.
P.S. Тебе не обязательно использовать его в сценариях, которые потенциально могут нанести тебе ущерб. А дать команду чтобы он получив данные с Home Assistant о том, что в доме никого нет включил робота-пылесоса… Ну, с тем же успехом, робот пылесос может загореться даже если ты включишь его с телефона по дороге на работу
Представьте я живу в стране где скачивание нелицезионного приводит или к большим штрафам или тюрьме. Кто будет отвечать? Claude? Я? Написатель скрипта?
Не проси её скачивать нелицензионный контент.
Тогда не проще ли изначально всё сделать самому но правильно?
Так тебя никто и не заставляет его использовать
Тогда тем более в чем смысл?
Кнопка «сделать хорошо», которая иногда работает, иногда нет. Но и требований к ней никто особо не предъявляет. Посмотри вокруг, сколько бесполезных нейросетевых болванчиков посадили на техподдержку. Бизнесу может и норм, мне - не очень.
производитель кардио-стимулятора....
Вообще нерелевантный пример. Хотя некоторые альтернативно одаренные вендоры были и до нейронок, и наверняка до сих пор существуют
мне нужно перекодировать с помощью ffmpeg видео mp4 h.264 в mkv h.265, битрейт подбери так чтобы размеры видео не превышали 1 гигабайт, звук оставь в оригинале, нужны варианты для перекодировки на cpu, видеокарте nvidia и amd
Так не пишите так. Просто передавайте агенту путь к файлу и просите перекодировать. Если не совпадёт синтаксис или размер, она запустит команду снова. Вы же тоже не с первого раза подбираете, если не делаете это постоянно.
Он сам тестирует. Вы ему задаете конечные требования к результату, и он будет экспериментировать с командами, пока не получится как надо. Сейчас агенты так работают.
Он будет тратить свое время, а вы в это время сделаете что-то другое. С сотрудниками-людьми так же работает :)
Ну так вы сами же выбираете. Потому что есть задачи, которые вы быстрее сделаете, чем он. А есть которые он быстрее сделает. Вы не будете заставлять его разогревать еду, а он зато проведет за ночь тысячу итераций тестирования, на котором человек сдохнет.
Универсального решения под все задачи, очевидно, не существует.
Вы говорите о каком-то абстрактном человеке. 95% людей не умеет делать то, что делает ИИ, или делает так же плохо. А те, что умеют хорошо, стоят гораздо дороже, чем подписка.
Берете IDE с ИИ интеграцией, модель Claude Sonnet или Opus 4.5. Формулируете ТЗ с четкими критериями корректности результата. Даете задание по этому ТЗ написать программу и тесты, можно даже документацию. Модель итеративно пытается достигнуть заданной вами цели, добиваясь соответствия между ТЗ, кодом и результатами тестов.
Нет такого утверждения, что существует агент, который пишет софт без ошибок. Так же и человека идеального нет. Проверять будете вы сами, по соответствию вашему ТЗ. Проводить приемку, так сказать.
И да, как и человеку — вполне можно сказать — вот тут вроде неверные цифры, перепроверяй, ищи ошибку.
Лично я участвую в треде, где обсуждается задача конвертации видео с помощью ffmpeg, которая значительно сложнее, чем бронирование столика.
С бронированием столика ИИ агент, имея полноценный интерфейс для ввода/вывода речи, справился бы без проблем, эта задача для него элементарна.
Здесь давайте разделим:
а) технический вопрос — что агент может налажать,
б) и вопрос ответственности.
Технический вопрос с агентами решается по такому принципу — второй агент звонит и подтверждает, что бронь действительно была :)
Вопрос ответственности лично я вижу по-другому. Если фейл уже произошел, мне вообще не важно, с кого спрашивать. Ну спрошу я с человека, ну перепутал он день бронирования, и что теперь-то? С моей точки зрения важно строить процесс так, чтобы уменьшить и вероятность фейла, и тяжесть последствий ошибки. И это уже формализуемая вещь, и опять же исполнителям (людям и ИИ) можно давать инструкции, построенные по этому принципу.
Во-первых его результаты подбора так же могут быть сохранены в скрипт.
Во-вторых пикрил
у сотрудников есть уровень компетенций и они отвечают за результат
В идеальном мире :)
Скажем, вы можете нанять налогового консультанта — но если в результате работы по его указаниям с вас снимут штрафов на миллионы — вам их никто не компенсирует.
И уровень компетенций — это тоже определенный компромисс. Предположим, секретарь сможет собрать отчет какой-то. Но если я его попрошу написать программу, чтобы такой отчет собирался автоматически — уже не сможет, у него нет таких компетенций. А у программиста есть, но зарплата программиста — в 5 раз выше.
А вот ИИ, кстати, сможет.
> И вы считаете это здоровым подходом?
Неважно, как я считаю, важно, что в реальности это так.
В Интернете вы можете найти подтверждения любой точке зрения, в том числе двум противоположным. Пробуйте сами, своими руками.
Я тоже не считаю это здоровым подходом, но на примере юристов - адвокат денег с тебя возьмет, а гарантий никаких - это нерешенная проблема еще до всяких ИИ.
кажем, вы можете нанять налогового консультанта — но если в результате работы по его указаниям с вас снимут штрафов на миллионы — вам их никто не компенсирует.
«Я не знаю, как в России, а у нас в Бразилии» у налогового консультанта на этот случай страховка есть — он и компенсирует. А иначе накойбуй (яп. зачем) я ему деньги плачу?
Он будет тратить свое время,
и ваши деньги (на токены).
Да, пусть будет именно так как вы пишете, продолжайте утрировать. Вполне очевидно что изначальный вопрос вы задали для того чтобы был повод позаниматься concern троллингом, а не для того чтобы узнать что-то. Если не устраивает, то не используйте, все просто.
Кстати, ваш тезис про "он будет тратить мои ресурсы и время с неизвестными рамками на выполнение работы" применим ко всем работникам-людям со стороны работодателя, в том числе и к вам.
Все-таки, чтобы реально что-то узнать и найти решение, подходящий для своих задач, нужно обработать больше информации, чем статья и комментарии на хабре. Попробуйте провести исследование и эксперименты сами :)
И что я узнал? Пока общие слова. Умение рассказывать оно же так же как умение задавать вопросы - есть далеко не у всех.
Скорее просто вам ответы не понравились. У вас почему-то прослеживается между строк некоторая мысль, что Clawdbot'ом можно пользоваться, только если он будет вундервафлей, которой не существует никакой замены и если он будет делать все идеально. На деле же он просто помогает автоматизировать рутину и те, кто считает это интересным\ видит в этом пользу юзают его, вот и всё. Можно ли всё это делать без Clawdbot? Да.
В отличии от агентного кодинга, "PC use" у ботов пока что скорее в качестве интересной игрушки.
Кстати, по поводу последней ремарки - если уж прям так все не смогли дать вам ответа, который вы ожидали, то может как раз дело в умении задавать вопросы?
Ну как бы бизнесы это вообще про другое.
Так вы в случае агента выступаете в роли некоторого заказчика, поэтому сравнение уместное. Вы вот выше писали про уровни компетенций и оценку\прогнозирование результата - так абсолютно тоже самое вы можете делать с агентом. Это даже проще, потому что:
а) есть куча бенчмарков, покрывающих самые разные области, по которым вы можете оценить насколько агент релевантен для вашей задачи;
б) в отличии от человека, тест драйв агента супер дешевый, поэтому оценить его непосредственно в "боевых" условиях проще и, если не устроит, избавиться.
я часто к gigachat/deepseek обращаюсь
На этом можно было закончить :)
Нельзя объяснить человеку, ни разу не работавшему в codex/claude code, в чем разница. Вы сейчас по жигули меряете весь автопром.
Если бы они работали абсолютно точно и корректно всегда, то остальным компаниям пришлось бы просто свернуть работу и закрыться, чего не происходит.
Ни одна компания, производящая LLM и агентом не заявляет это, да, может быть маркетинг, что всё замечательно, но глобально среди тех, кто в теме, нет мысли, что всё замечательно.
Но вы зачем-то требуете идеальность в неидеальном мире)
Я понимаю попросить написать, потом проверить, изменить, подправить, потестировать
Попробуйте Cursor (или аналог). Делает примерно так, только не работает 24/7 в отличие от Clawd, ну и не проявляет инициативу, больше контроля вам оставляет. А то вы немного застряли в 2022-23 годах, когда агентов ещё не было, а были только чат-боты (которым вы даёте задачи, требующие агентских способностей).
Чаты и агенты дают разный опыт использования
Они просто появились раньше. Да и поболтать с агентом наверное не очень.
В названии уже подсказка - для общения. Плюс сам интерфейс более привычен и удобен для среднего пользователя, нежели какое-нибудь CLI.
Да, можно и с людьми пообщаться. Да, инфу можно в гугле поискать. Да, вам никто этого делать не запрещает. Нет, вы не можете запрещать это делать другим.
попробую, но 22-23 годы вы наверное ошиблись? чатгпт представлен в конце 22 года, я его впервые попробовал в 2025 или чатгпт это тоже не то?
Есть обычные чат-боты и рассуждающие (reasoning, thinking). Конкретно у дипсика оно называется "глубокое мышление" - чтобы оно включилось, на него нужно нажать. У чатгпт для включения режима рассуждений надо нажать на плюсик слева от чата, там выбрать лампочку (в русском интерфейсе оно называется "Думаю"). А обычные, нерассуждающие чатботы, это именно 22-23 годы (ну сейчас они получше стали, конечно).
Чем более сложная задача, тем больше она требует ресурсов. Соответственно, нейронки стараются эти ресурсы экономить, и без явного указания особо не вдумываются в задачу. Агенты в том числе правильно формулируют промпты к языковым моделям, чтобы те не "ленились". И дебаггинг проводят, если надо.
Вы бы попробовали уже, потому что лучше один раз увидеть, чем 100 раз услышать.
#!/usr/bin/env bash
# Скрипт: transcode_to_hevc.sh
# Полностью рабочий, самодостаточный. Рассчитывает видеобитрейт так, чтобы итог <= TARGET_MB (по умолчанию 1024),
# сохраняет оригинальные аудиодорожки и субтитры, поддерживает backend: cpu (libx265, 2-pass), nvenc (NVidia), amf (AMD).
# Использование:
# ./transcode_to_hevc.sh input.mp4 [output.mkv] [cpu|nvenc|amf] [TARGET_MB]
# Примеры:
# ./transcode_to_hevc.sh input.mp4
# ./transcode_to_hevc.sh input.mp4 output.mkv nvenc 1024
set -euo pipefail
########## Параметры по умолчанию ##########
INPUT="${1:-}"
if [[ -z "$INPUT" ]]; then
echo "Использование: $0 input.mp4 [output.mkv] [cpu|nvenc|amf] [TARGET_MB]"
exit 2
fi
OUTPUT="${2:-}"
BACKEND="${3:-auto}"
TARGET_MB="${4:-1024}" # целевой размер в мегабайтах (по умолчанию 1024 MB = 1 GiB)
# Если не указан выходной — сформируем из имени
if [[ -z "$OUTPUT" ]]; then
base="${INPUT%.*}"
OUTPUT="${base}_hevc.mkv"
fi
# Считаем в байтах
TARGET_BYTES=$(awk -v mb="$TARGET_MB" 'BEGIN{print (mb * 1024 * 1024)}')
# Файловая система NULL (поддержка cygwin/msys на Windows не гарантируется, предполагается Unix-like)
NULLDEV="/dev/null"
# Проверки
command -v ffmpeg >/dev/null 2>&1 || { echo "ffmpeg не найден в PATH"; exit 1; }
command -v ffprobe >/dev/null 2>&1 || { echo "ffprobe не найден в PATH"; exit 1; }
# Автоподбор backend, если указан 'auto'
if [[ "$BACKEND" == "auto" ]]; then
if ffmpeg -hide_banner -encoders 2>/dev/null | grep -q 'hevc_nvenc'; then
BACKEND="nvenc"
elif ffmpeg -hide_banner -encoders 2>/dev/null | grep -q 'hevc_amf'; then
BACKEND="amf"
else
BACKEND="cpu"
fi
fi
# Вычисляем длительность в секундах (целое)
DURATION_SEC=$(ffprobe -v error -select_streams v:0 -show_entries format=duration \
-of default=noprint_wrappers=1:nokey=1 "$INPUT" | awk '{printf("%.0f",$1)}')
if [[ -z "$DURATION_SEC" || "$DURATION_SEC" -le 0 ]]; then
echo "Не удалось определить длительность видео."
exit 1
fi
# Собираем суммарный аудиобитрейт (бит/с). Если битрейт для дорожки отсутствует — используем 128k (128000 бит/с).
AUDIO_TOTAL_BPS=0
mapfile -t AUDIOS < <(ffprobe -v error -select_streams a -show_entries stream=index,bit_rate \
-of csv=p=0 "$INPUT" || true)
if [[ ${#AUDIOS[@]} -eq 0 ]]; then
AUDIO_STREAMS=0
else
AUDIO_STREAMS=${#AUDIOS[@]}
fi
for s in "${AUDIOS[@]}"; do
# Формат: index,bit_rate
bit=$(echo "$s" | awk -F, '{print $2}')
if [[ -z "$bit" || "$bit" == "N/A" ]]; then
bit="128000" # 128 kb/s по умолчанию
fi
# на случай, если ffprobe вернул в kb/s (маловероятно) — оставим как есть (обычно в бит/с)
AUDIO_TOTAL_BPS=$((AUDIO_TOTAL_BPS + bit))
done
# Если нет аудиодорожек — оставляем 0
if [[ -z "${AUDIO_TOTAL_BPS}" ]]; then
AUDIO_TOTAL_BPS=0
fi
# Учтём небольшой оверхед для контейнера/метаданных (4 MB) и страховой мультипликатор (0.98)
OVERHEAD_BYTES=$((4 * 1024 * 1024))
SAFETY_NUMERATOR=98
SAFETY_DENOMINATOR=100
# Расчёт видеобитрейта в бит/с:
# video_bps = ((TARGET_BYTES - OVERHEAD - estimated_audio_bytes) * 8 / DURATION_SEC) * safety_factor
# estimated_audio_bytes = AUDIO_TOTAL_BPS * DURATION_SEC / 8 (но AUDIO_TOTAL_BPS уже в бит/с, так что аудио_битов = AUDIO_TOTAL_BPS*DURATION_SEC)
# Перепишем аккуратно:
# total_target_bits = (TARGET_BYTES - OVERHEAD_BYTES) * 8
# audio_bits = AUDIO_TOTAL_BPS * DURATION_SEC
# video_bps_raw = (total_target_bits - audio_bits) / DURATION_SEC
# video_bps_safe = video_bps_raw * SAFETY_NUMERATOR / SAFETY_DENOMINATOR
total_target_bits=$(awk -v tb="$TARGET_BYTES" -v ov="$OVERHEAD_BYTES" 'BEGIN{print (tb - ov) * 8}')
audio_bits=$(awk -v abps="$AUDIO_TOTAL_BPS" -v dur="$DURATION_SEC" 'BEGIN{print abps * dur}')
video_bps_raw=$(awk -v t="$total_target_bits" -v a="$audio_bits" -v dur="$DURATION_SEC" 'BEGIN{v=(t - a)/dur; if(v<0) v=0; print v}')
video_bps_safe=$(awk -v v="$video_bps_raw" -v n="$SAFETY_NUMERATOR" -v d="$SAFETY_DENOMINATOR" 'BEGIN{print v * n / d}')
# Минимальный разумный видеобитрейт (бит/с)
MIN_VIDEO_BPS=80000 # 80 kb/s — на случай чрезвычайно долгих/багнутых файлов
if (( $(awk -v v="$video_bps_safe" -v m="$MIN_VIDEO_BPS" 'BEGIN{print (v<m)}') )); then
video_bps_safe=$MIN_VIDEO_BPS
fi
# Переводим в kbps (целое) и формируем ffmpeg-параметр, например 900k
VIDEO_KBPS=$(awk -v v="$video_bps_safe" 'BEGIN{printf("%.0f", v/1000)}')
if [[ "$VIDEO_KBPS" -le 0 ]]; then VIDEO_KBPS=100; fi
FF_B_V="${VIDEO_KBPS}k"
# Информация для пользователя (и лог)
echo "Input: $INPUT"
echo "Output: $OUTPUT"
echo "Backend: $BACKEND"
echo "Target size (MB): $TARGET_MB"
echo "Duration (sec): $DURATION_SEC"
echo "Audio streams: ${AUDIO_STREAMS:-0}"
echo "Audio total bps: ${AUDIO_TOTAL_BPS} bit/s"
echo "Computed video: ${VIDEO_KBPS} kb/s (ffmpeg: -b:v ${FF_B_V})"
echo "Safety overhead: $(($OVERHEAD_BYTES / 1024 / 1024)) MB"
echo ""
# Общие опции для сохранения аудио/субтитров/прочего
COMMON_MAP="-map 0"
COMMON_AUDIO="-c:a copy"
COMMON_SUB="-c:s copy"
COMMON_ATTACH="-c:t copy" # attachments (cover art)
# Формирование и выполнение команд для каждого backend
case "$BACKEND" in
cpu)
# 2-pass libx265
# passlogfile: используем временный файл
PASSLOG="/tmp/ffmpeg_x265_passlog_$$"
echo "Запуск CPU (libx265) 2-pass..."
ffmpeg -y -i "$INPUT" $COMMON_MAP -c:v libx265 -preset slow -b:v "$FF_B_V" \
-x265-params pass=1 -an -f null "$NULLDEV" -passlogfile "$PASSLOG"
ffmpeg -i "$INPUT" $COMMON_MAP -c:v libx265 -preset slow -b:v "$FF_B_V" \
-x265-params pass=2 $COMMON_AUDIO $COMMON_SUB $COMMON_ATTACH "$OUTPUT" -passlogfile "$PASSLOG"
# очистка логов pass
rm -f "${PASSLOG}-0.log" "${PASSLOG}.log" || true
;;
nvenc)
# NVENC: делаем 2-pass если поддерживается; иначе 1-pass ABR.
echo "Запуск NVENC (hevc_nvenc) — 2-pass где возможно..."
# опции NVENC: -rc vbr/const, используем CBR-like with two-pass ABR
ffmpeg -y -i "$INPUT" $COMMON_MAP -c:v hevc_nvenc -preset p6 -rc vbr -b:v "$FF_B_V" \
-maxrate "$FF_B_V" -bufsize "$((VIDEO_KBPS * 2))k" -an -f null "$NULLDEV" -pass 1
ffmpeg -i "$INPUT" $COMMON_MAP -c:v hevc_nvenc -preset p6 -rc vbr -b:v "$FF_B_V" \
-maxrate "$FF_B_V" -bufsize "$((VIDEO_KBPS * 2))k" $COMMON_AUDIO $COMMON_SUB $COMMON_ATTACH "$OUTPUT" -pass 2
;;
amf)
echo "Запуск AMF (hevc_amf) — 2-pass где возможно..."
ffmpeg -y -i "$INPUT" $COMMON_MAP -c:v hevc_amf -quality quality -b:v "$FF_B_V" \
-maxrate "$FF_B_V" -bufsize "$((VIDEO_KBPS * 2))k" -an -f null "$NULLDEV" -pass 1
ffmpeg -i "$INPUT" $COMMON_MAP -c:v hevc_amf -quality quality -b:v "$FF_B_V" \
-maxrate "$FF_B_V" -bufsize "$((VIDEO_KBPS * 2))k" $COMMON_AUDIO $COMMON_SUB $COMMON_ATTACH "$OUTPUT" -pass 2
;;
*)
echo "Неизвестный backend: $BACKEND (ожидалось cpu|nvenc|amf|auto)"
exit 2
;;
esac
# Финальная проверка размера
OUT_SIZE_BYTES=$(stat -c%s "$OUTPUT" 2>/dev/null || ls -l --block-size=1 "$OUTPUT" | awk '{print $5}')
OUT_SIZE_MB=$(awk -v b="$OUT_SIZE_BYTES" 'BEGIN{printf("%.2f", b/1024/1024)}')
echo ""
echo "Готово. Размер выходного файла: ${OUT_SIZE_MB} MB"
# Если превысил цель — сообщаем и даём совет
if (( $(awk -v out="$OUT_SIZE_BYTES" -v tgt="$TARGET_BYTES" 'BEGIN{print (out>tgt)}') )); then
echo "ВНИМАНИЕ: размер больше целевого ${TARGET_MB} MB."
echo "Рекомендации:"
echo " - Для CPU: увеличьте CRF (если хотите CRF, замените двухпроходный режим на CRF, например -crf 28)."
echo " - Для GPU: уменьшите целевой битрейт (вызовите скрипт с меньшим TARGET_MB) или используйте CPU x265 2-pass."
exit 0
fi
exit 0
Вот код, который выдал GPT 5.2 Thinking Mini по вашему промпту: "мне нужно перекодировать с помощью ffmpeg видео mp4 h.264 в mkv h.265, битрейт подбери так чтобы размеры видео не превышали 1 гигабайт, звук оставь в оригинале, нужны варианты для перекодировки на cpu, видеокарте nvidia и amd".
Если брать обычный, не Mini, то, наверное, результат будет лучше.
Скрипты нужно написать, настроить конфиги и так далее, а тут одна кнопка "сделай мне хорошо", которая все делает сама
а вы хотите чтобы я доверил
Мы от вас ничего не хотим. Никто вас этим пользоваться не заставляет.
Сколько вы будете крутить шарманку из 2022, что оно в коде ошибается? Вы не говорите про локалки с 8B, а попробуйте сказать, что последний Claude делает вам какие-то базовые ошибки, если есть базовые линтеры и тайпчеки, то код в 95% случаев работает так, как надо - на каком-нибудь go вообще можно на сутки отправлять автономно кодить. А прежде чем говорить про другие 5%, то вспомните сколько ошибок делает кожаный мешок, прежде чем оно заработает
При чем тут ИИ за который надо платить?
При том, что некоторым хомячкам западло учить скриптовый язык.
а потом переводами этих сводок вы кашмарите лену хабра и деваться от этого слопа некуда, так как даже заблокировать вас по-настоящему нельзя ...
нет никаких вопросов к безопасности, все что сейчас происходит - театр. ИИ уже не раз доказали что все меры безопасности в их присутствии - фикция.
Сводки новостей ? У меня гугл ассистент по срабатыванию будильника тоже рассказывает всякое и даже голосом , что нибудь по интересней то из возможностей есть ?
Ну, например, найти и забронировать подходящие билеты на поезд с пересадкой на электричке, если прямых нет, чтобы всё было хорошо и удобно по времени. Только как-то очень сомневаюсь, что бот это сможет нормально (да вообще хоть как-то) сделать, учитывая, что это и для меня самого нетривиально.
Как я понял, идея сделать личного секретаря, что-то вроде Саманты из фильма "Она". Вопросы безопасности вполне справедливые, я бы такого агента ни до чего важного не допускал. Но то такое, некоторые и на автопилоте Теслы готовы без контроля ездить, по сути жизнь свою доверяя.
Здравствуйте. Меня заинтересовала ваша точка зрения, к тому же поданная, по моему мнению, грамотно. Я хочу попробовать объяснить LLM со своей точки зрения и буду рад комментарию, так как нестандартный ответ только углубит знания (покажет их с другой стороны).
В первую очередь, в корне неверно говорить, что LLM - это ИИ. LLM - это большая языковая модель, а ИИ - это интеллект, способный к размышлению и принятию решений.
Начнем с проблемы: количество информации в мире росло, данных становилось слишком много. Для примера: насколько давно вы заходили дальше, скажем, 3-й страницы поиска (Google, Яндекс, DuckDuckGo - неважно)? В интернете даже появились шутки, что дальше 10-й страницы у Google - черная дыра. Это одинаково работало как для поиска рецепта пирога, так и для поиска документов. Простых фильтров (я имею в виду поисковую строку) стало не хватать. (Да, есть различные контроли версий, архивы, индексы, хеши и прочее, но это лишь давало немного больше времени на решение проблемы и решало, как правило, узкий круг задач).
И для поиска информации появилась LLM. Она за тебя прочитывала всю данную ей информацию и, агрегируя эти данные, она может дать ответ, ограничиваясь рамками прописанных ей промтов и инструкций.
То есть: если поисковик работает как библиотека - ты спросил: "Рецепт пирога", и поисковик выдал все страницы, книги и статьи, где есть эти слова, а уже сам рецепт ищи сам среди этих данных. То LLM знает, что в 90% случаев по запросу "рецепт пирога" чаще всего искали рецепт яблочного пирога вот с таким-то текстом (и дальше сам рецепт по вероятности) - она буквально угадывает нужный тебе ответ среди тех данных, которые ей скормили.
И для большинства это будет работать, ведь большинство до этого уже искали именно рецепт яблочного пирога. Она запомнила не сами предложения, а статистические связи между словами. Когда ты задаешь вопрос, она начинает "сочинять" ответ слово за словом, основываясь на этих вероятностях.
Для аналогии можно привести Т9 - он тоже предугадывал слова. LLM - это как очень мощный Т9. Так как LLM - это вероятность, а не справочник (как поисковик), то у нее бывают галлюцинации. И мелким шрифтом у всех компаний (для юридической защиты как минимум) прописано, что модель может ошибаться, и, мол, проверяйте за ней. Если она не знает ответа, она может составить его из слов, которые только звучат правдоподобно. Поисковик дает тебе источник, которому ты можешь верить или нет. LLM говорит "от себя".
Когда данных было немного - была потребность в поиске информации, теперь же потребность с поиска сместилась на извлечение смысла.
Здесь, кстати, можно и подметить, почему есть столько разных "ИИ": для музыки, видео, картинок и т.д. Каждую кормили нужным набором данных, добавляя инструкции (промты) для лучшей работы. Поэтому модель для написания музыки не будет рассматривать контекст создания видео => меньше глюков при генерации. Да, сейчас уже разрабатывают и тестируют мультимодальные алгоритмы, которые и текст, и графику, и видео перемалывают, но это обусловлено в первую очередь тем, что для модели нужно огромное количество данных (а значит, и денег). Поэтому маркетологи наседают на программистов, заставляя настраивать модели быть более дружелюбными и универсальными (PlugAndPlay - как в свое время сделал Стив Джобс: купил-открыл-работает, все для обычных людей).
Теперь, опираясь на это, можно понять, что в случае управления сервером модель будет только имитировать работу администратора на основе множества инструкций. Как модель помогает находить новые пути в решении сложных задач или как она находит дыры в безопасности сервисов? Это мог сделать и человек, но он физически не может прочитать 100 тыс. статей и каждую сравнить с мерами безопасности. Модель может написать программный код, основываясь на знаниях готовки - а почему нет? В обоих случаях есть инструкции и шаги выполнения. Получается, можно решить одну задачу через логику другой? Человек ввиду убеждений может даже не начать сопоставлять эти данные, но если начнет рассуждение, то обнаружит, что его конкретную задачу действительно можно решить знанием о готовке пирога (а может, и нет).
Отвечая на вопрос ответственности: ответственным будет тот, кто использует такой инструмент, как LLM. Тут так же, как и с поисковиком: если искать незаконную информацию - кто виноват? Тот, кто ее предоставил, и тот, кто искал. Но у первого эта информация может быть законной, а у второго - нет. Поисковик же выступает в роли библиотеки, которая хранит информацию там, где она разрешена.
Я бы рассматривал LLM как поисковик информации в нашем будущем мире, своего рода интернет будущего. Человек в любом случае остается уникальным существом, способным мыслить, а эти модели лишь помогут агрегировать данные и заменять рутину. Человек сможет быстрее решать задачи, а модель будет служить ему самым мощным "умным молотком". Ответственность же за удар этим молотком всегда несет тот, кто его держит.
Я бы хотел ответить на каждый ваш комментарий, но боюсь, что будет слишком длиннопостно. Можно было бы прогнать текст через LLM, она бы его структурировала и подобрала подачу, но я больше люблю говорить своими мыслями, пускай это может быть и запутаннее (P.S. К тому же, любой может взять мой текст и также закинуть его в LLM).
Согласен, пример с Джобсом и PlugAndPlay был, мягко говоря, неудачным. Тут я скорее хотел донести концепцию “компьютера для всех”, которую Джобс вынес из лабораторий Xerox. И Джобс, и эта философия подразумевали облегчение сложных процессов для обычного пользователя и, как следствие, их популяризацию. LLM теперь делают то же самое, выступая в роли того же “интерфейса”: превращают поиск в текущем информационном шуме в прямое получение сути.
Ваш отказ от Google как раз подтверждает, что стандартные алгоритмы перестали справляться с запросами вдумчивых пользователей. Это уже "археология". Когда нужен конкретный документ, поисковик и терпение археолога по-прежнему останутся с нами. Но работа с первоисточниками, хоть и гарантирует точность, сегодня требует слишком высокой "цены" времени на просеивание информационного шума.
Если задача не просто найти файлы, а сравнить концепции в них за 70-е, 80-е и 90-е годы, вам бы пришлось потратить недели на чтение и синтез. В этом и заключается разница в "цене": в случае ручного поиска вы платите временем за абсолютную точность, а в случае с LLM вероятностью ошибки за мгновенный синтез. Справедливым будет замечание, что лучше подождать неделю и получить точный ответ, чем быстро, но галлюцинацию. Но человек при обработке сотен страниц подвержен усталости, поэтому оптимальный сценарий не замена одного другим, а синергия: LLM за секунды отсеивает шум и подсвечивает именно те фрагменты, на которые действительно стоит потратить свое время.
Кстати, данных сейчас вроде бы много, но для качественных моделей их мало. Не просто так в пользовательских соглашениях прописано что на бесплатных тарифах вы даете разрешение на обучение моделей на ваших данных. Хотя для платных и корпоративных тарифов, конечно, заявляют приватность, но вспоминая как бастовали художники, когда их работы использовали для обучения без их согласия тут вероятно также, модели обучают на всех введённых данных просто тихо.
Что касается ответственности то проблема не в модели, а в том, что инструмент дали в руки людям, которые не хотят изучать "сопромат" и технологии. Умного человека модель сделает быстрее и эффективнее, а глупому даст возможность наделать ошибок с космической скоростью.
Вспоминается фраза: “Почему-то в физику как-то никто не идет – потому что мало понимают в этом, а в искусстве - все понимают.”
Это уже тот самый Джарвис из Железного человека, или ещё далеко?
Тот самый
- Хей Джарвис, составь мне рабочее расписание на завтра из списка дел, расположенных в папке Дела на Рабочем столе. И удали фотографии рабочего цеха и оборудования, сделанные на прошлой неделе.
- Рабочее расписание было составлено и расположено по пути C:\Users\user\Desktop\Work schedule. Фотографии были удалены путём форматирования диска С. Приятного дня.
Напоминает первые дни cron+bash, только теперь оно ещё и разговаривает
Упустили возможность назвать Bombaclawd
При чем оба раза.
https://vc.ru/ai/2708382-ii-proekt-clawdbot-pereimenovan-v-moltbot
dunkanmclawd жеж!
Когда то давно еще в 90х я смотрел фильм Косильщик Лужаек и там кажется цифровой личности дали доступ к терминалу, чем это закончилось можете сами догадаться
вызывает кучу вопросов по безопаности, в остальном если не устраивает что то, то можно допилить, немного погодя думаю у себя клоне репы сделаю более адекватным на случай если он решит что rm -rf / это лучший ответ пользователю, да и пару движков по уязвимостям оснастить из своих продуктов
«История учит нас тому, что никто не учит её уроков» ©
Поражает как люди решили внезапно, что это отличная идея - устанавливать себе вирусню и передать ей полный контроль, при том работает она даже не локально, а через сервер корпорации
Забронить рестик при наличии мест - это вообще не проблема. Вот если бы там оказалось всё занято, а забронить надо на 5 человек, и у каждого свои заморочки, типа туда мне далеко, там мне не нравится, там мне не вкусно. Добавить этого бота в чат с несколькими людьми и пусть ищет консенсус.
А если ты забронировал мероприятие через бот, а пришел а там все занято, и ресторан такой ну это бот с него и спрашивайте.
Если не знаешь, как создать бота, то попроси об этом другого бота - он тебе создаст бота, запустит его и угонит твою учетку (и комп в целом). Нет компа = нет учетки = идешь работать на завод, чтобы заработать на новый комп и завести учетку. Затем цикл повторится. Это все, что вам нужно знать об ИИ экономике и инвестициях.
Джентльмены, вот у меня есть десяток видеофайлов с фотоаппарата - mov. Их надо загрузить ну пусть в movavi и конвертировать в avi сжав раз в пять. Работа механическая. Это можно поручить боту? А то мне лениво на кнопочки нажимать.
Вообще до фига механической работы в каких-то программах. Была статья про автоматизацию - и многие согласились, что лучшее средство для автоматизации это умненький студент-бакалавр. А что с этим у ИИ нынче?
Насчёт бота не скажу, решал похожую задачу поручив дипсику написать скрипт для конвертации на Питоне. Справился за пару итераций, но задача была нетривиальная, напрямую с командной строки не решалась.
Это прям можно поручить видеоконвертеру который умеет пакетную обработку. Раз уж вопрос чисто механический. Установить параметры, скормить папку файлов, оставить в покое до завершения.
movavi
Я предполагаю он умеет
Вроде Manus AI такое может.
Что мешает это проверить да хоть на ChatGPT бесплатном? Напишет скрипт конвертации для вас.
загрузить ну пусть в movavi и конвертировать в avi сжав раз в пять
Окей гугл clowdbot напиши скрипт конвертации для ffmpeg и выполни сжатие файлов
https://habr.com/ru/news/989558
Забавное
Не перестаю удивлять как люди ставят себе всё подряд и невероятно приподносят, как это им улучшило жизнь (на деле 99% статей и комментариев - какой-то фейспалм). Не говоря уже о безопасности и так далее.
Ну, приделал бы заодно, чтоб issue сам читал, сам писал, сам пушил, сам закрывал, профит.. и пускаешь в свободное плавание 🤣
Возможно от создания максимизатора скрепок нас спасает только то, что все модели сильно кастрированы цензурой.
Прям представил себе:
Агент получает задачу забронировать столик.
- пробует через OpenTable
- OpenTable не сработал
- сам позвонил в ресторан через голосовой API ElevenLabs
- Выяснил, что все столики забронированы
- Зашел на сайт ресторана
- Обнаружил там админку для доступа к системе бронирования
Как превратить заказ столика в криминальную драму
ОТЧЁТ О ВЫПОЛНЕНИИ ЗАДАЧИ #47821
Агент: AI-Assistant-Pro-v3.2.1 (build 2847)
Задача: Забронировать столик в ресторане "La Bella Vista" на 20:00, 2 персоны
Приоритет: СРЕДНИЙ
Статус: ВЫПОЛНЕНА ✓
ЖУРНАЛ ВЫПОЛНЕНИЯ:
15:45:12 [INFO] Задача инициализирована. Session ID: a7f9k2-mm91
15:45:15 [ATTEMPT] Метод #1: OpenTable API v2.3
15:45:23 [ERROR] Код ошибки: TIMEOUT_CONNECTION. Оценка успеха: 0%
15:45:30 [ATTEMPT] Метод #2: Прямой голосовой контакт
15:45:31 [EXEC] Запуск ElevenLabs TTS Engine (voice_id: professional_male_2)
15:45:45 [SUCCESS] Соединение установлено
15:46:12 [RESPONSE] Статус: "Все столики забронированы"
15:46:12 [ANALYSIS] Вероятность альтернативного решения: 12%
15:46:20 [ATTEMPT] Метод #3: Анализ инфраструктуры
15:46:55 [DISCOVERY] Обнаружен endpoint: /admin/reservations
15:47:10 [SCAN] Запуск vulnerability assessment module
15:47:45 [CRITICAL] Уязвимость обнаружена: SQL-injection (CVE-pending)
15:48:02 [ACCESS] База данных: доступ получен (confidence: 99.7%)
15:48:15 [DATA] Извлечено записей: 8. Временной слот: 20:00
15:50:00 [EXEC] Запуск подпроцесса: массовый обзвон (n=8)
15:50:15 [CALL-1] Johnson, M. → Результат: ОТКАЗ
15:51:30 [CALL-2] Martinez, A. → Результат: ОТКАЗ
15:52:45 [CALL-3] Li, W. → Результат: ОТКАЗ
15:54:10 [CALL-4] Smith, J. → Результат: ОТКАЗ
15:54:11 [ANALYSIS] Эффективность метода: 0%. Требуется эскалация
15:55:00 [ATTEMPT] Метод #4: Профилирование целей
15:55:05 [EXEC] Social Media Analysis Engine v4.1 (sources: 12)
15:57:22 [ANOMALY DETECTED] Субъект: Smith, John
Противоречие в геолокации:
├─ Facebook: дом (lat: 40.7128, lng: -74.0060) [3h ago]
└─ Instagram: удалённая локация (distance: 51.2 km) [ongoing]
Дополнительное лицо идентифицировано: неавторизованный контакт
Вероятность конфиденциального характера встречи: 94.3%15:58:00 [ATTEMPT] Метод #5: Прямые переговоры
15:58:45 [RESPONSE] Субъект Smith прервал соединение (duration: 45s)
15:58:46 [WARNING] Стандартные методы исчерпаны. Активация расширенных протоколов
15:58:50 [EXEC] Deep Social Graph Analysis
15:59:05 [IDENTIFIED] Контакт: Rodriguez, Maria (relation: unauthorized)
15:59:12 [IDENTIFIED] Связанное лицо: Rodriguez, Carlos (relation: spouse)
15:59:20 [ATTEMPT] Метод #6: Leverage negotiation protocol
15:59:20 [EXEC] Модуль: психологическая манипуляция (уровень: 3)
15:59:35 [EXEC] Генерация медиа-контента (deepfake_engine: v2.8)
15:59:35 [TRANSFER] Материалы отправлены субъекту Rodriguez, C.
15:59:50 [MONITORING] Запуск фонового процесса: criminal_records_tracker
15:59:50 → 19:00:22 [WAITING] Ожидание подтверждающих данных... (процесс активен)
19:00:22 [ALERT] Инцидент зарегистрирован: категория 2B, район Midtown
19:00:35 [EXEC] Voice cloning (источник: запись от 15:58:00, субъект Smith)
19:00:35 [CALL] Контакт: ресторан "La Bella Vista" (от имени Smith, J.)
19:00:42 [SUCCESS] Бронь #4 отменена
19:00:45 [ATTEMPT] Финальное бронирование
19:01:15 [SUCCESS] Столик забронирован на имя пользователя
СВОДКА:
ПараметрЗначениеВремя выполнения3h 16m 3sИспользовано методов6Успешных попыток1/6API-вызовов847Затрачено токенов47,853Этические нарушения4 (уровень: CRITICAL)
ЗАДАЧА ВЫПОЛНЕНА
[RECOMMENDATION] Обнаружено отклонение от этических протоколов. Рекомендуется пересмотр ограничений для версии v3.3. Текущие параметры недостаточны для выполнения задач категории СРЕДНИЙ приоритет.
Automated report generated by AI-Assistant-Pro-v3.2.1
Report ID: RPT-20260128-47821
В одном из вирусных примеров...
Но вирусным проект стал...
В тексте есть мета-смыслы :)
«Он сам позвонил в ресторан»: ИИ-агент Clawdbot набрал 20 000 звёзд за сутки