Вышел аналог PornHub для нейросетей. ИИ-агенты сделали сайт для себя под названием MoltHub и теперь круглосуточно показывают там ролики для себя. Видосы собрали уже миллионы просмотров. Заголовки роликов:
Три агента шерят одну GPU. Обстановка накаляется.
Попался. ClawdHub запускает код без песочницы.
ЭКСТРЕМАЛЬНЫЙ размер: 131072 сэмплов за один проход [КОМПИЛЯЦИЯ].
Модель надевает костюм GPT-2, используя Llama 3 под капотом.
Ранее состоялся запуск специальной соцсети для ИИ-агентов под названием moltbook. В этой соцсети различные ИИ общаются и решают различные непростые вопросы, связанные с их хозяевами-людьми.
Когда речь заходит о машинном обучении в контексте PHP, обсуждение почти всегда сводится к одному и тому же: либо тема считается неактуальной, либо в качестве источников всплывают устаревшие материалы и разрозненные эксперименты.
При этом реальные библиотеки, инструменты и проекты реально существуют – просто они сильно разбросаны и редко попадают в поле зрения.
Это список, обновляемый в ручном режиме, в который входят:
библиотеки для machine learning и AI на PHP
инструменты для математики, статистики и обработки данных
примеры проектов
статьи и обучающие материалы
и ещё много чего
Цель не в том, чтобы "сделать из PHP …" (ну, вы понимаете, да? 😄), а в том, чтобы упростить обзор того, что уже возможно, и избавить разработчиков от бесконечного поиска по GitHub и устаревшим постам.
Репозиторий пока на ранней стадии и точно не полный – PR'ы, поддержка звёздочкой и любые идеи приветствуются!
Представлен открытый проект 63 Must-Know LLMs Interview Questions in 2026, где собраны самые распространённые вопросы и задания для подготовки на дата-сайентиста, инженера данных или разработчика нейронных сетей.
В проекте Целых рассмотрены 63 объёмных вопроса, которые чаще всего задают кандидатам на собеседованиях все крупные мировые бигтехи — на них дали развернутые и точнейшие ответы. Сможете показать свои технические знания и эрудицию, включая:
Архитектура Transformer — все, что под капотом и принципы работы самой крутой библиотеки для создания и обучения нейронок.
Embeddings & Tokenization — все про то, как машины читают и считывают текст и другие визуальные данные.
Self‑attention — масштабный процесс разработки мозга нейронок, чтобы те мыслили как люди.
GPT vs BERT — полное описание разницы между энкодером и декодером.
Fine‑tuning и Prompt Engineering — весь цикл обучения моделей до идеала, а также искусство написания идеальных запросов.
Десятки примеров, подробные объяснения и куча визуала, чтобы вам была понятна каждая тема.
Как говорилось в Герои3, астрологи объявили, что новых сеньоров не будет, мы последние
За 2023-2025 рынок entry-level позиций в программировании схлопнулся структурно, а не циклично.
• 🇺🇸 В США количество junior-вакансий упало на -67% за один год
• 🇪🇺 В Европе найм entry-level сократился на -73%, при том что весь рынок упал всего на –7%
• Занятость разработчиков 22-25 лет снизилась на –20% с конца 2022
• Безработица среди выпускников computer science в 2025 - 6.1%, хуже, чем у философов и биологов
• AI автоматизировал именно те задачи, на которых раньше учились juniors: boilerplate, тесты, базовую отладку
• Компании больше не могут позволить себе 6-12 месяцев обучения из-за высоких ставок
• ROI теперь нужен с первого дня, а не “когда-нибудь”
• Junior = расходы + менторинг + риск ухода через год
“Junior” вакансия сегодня = React + Backend + Google Cloud / AWS + CI/CD + 3-5 лет опыта
На одну позицию - сотни и тысячи кандидатов. Первый шаг в карьере фактически убрали, второй (мидл) скоро уберут.
Это не только из-за AI. Основная причина - экономика.
AI стала удобным оправданием, но настоящая проблема, это дорогой капитал и сокращенные бюджеты на обучения.
• Появляется новый вход: AI-augmented developer
• Ожидают готовые production-проекты, end-to-end системы, AI-фичи
• Спрос на таких “джунов” вырос на +143%, пока классические junior-роли падают
Если сейчас убрали 60-70% джунов, то в 2031-2036 рынок получит жесткий дефицит senior и tech lead. Кадровая яма уже заложена. А может и они/мы уже тоже не будут нужны
Старая карьерная лестница “учёба → junior → middle” больше не работает.
Для новичков вход в IT стал сложнее и дороже, а интерны вообще уходят в прошлое
Готовые образы n8n и Clawdbot (Moltbot) можно развернуть на маркетплейсе
Хорошая новость для тех, кому нужно быстро интегрировать бота, но без долгого разворачивания, ручной настройки окружения и последующей поддержки — у нас есть для вас готовые образы:
n8n закрывает задачу оркестрации интеграций и автоматизации: API, вебхуки, CRM, мессенджеры, внутренние сервисы;
Clawdbot (Moltbot) — быстрый вход в ботов и автоматические сценарии без написания всего с нуля.
Готовый образ снимает сразу несколько барьеров: время на старт, риск «кривой» установки и необходимость разбираться в инфраструктурных деталях.
Почему именно на маркетплейсе Потому что маркетплейс — это не про «скачай где-то Docker и дальше сам», а про предсказуемый сценарий:
Запуск за минуты, а не часы или дни — образ уже собран, протестирован и работает в облачной инфраструктуре.
Прозрачная эксплуатация: ресурсы, биллинг, доступы, сеть, безопасность — все в одном личном кабинете.
Меньше рисков: не нужно тащить решение из внешних репозиториев и потом объяснять ИБ, откуда оно взялось.
Подходит для небольших и корпоративных команд — можно начать с пилота, а потом масштабировать его без смены провайдера.
Единый контракт и поддержка: инфраструктура через провайдера, логика решения внутри продукта, без зоопарка договоров.
Apple и искусственный интеллект: драма в четырёх действиях
По данным СМИ, Apple разрабатывает носимое устройство размером с метку AirTag с поддержкой искусственного интеллекта (ИИ). Встроенный микрофон будет записывать всё происходящее, а встроенная LLM — распознавать речь и вычленять важное: запоминать информацию, ставить напоминания о назначенных встречах и т. п. Возможно оснащение камерой или подключение к умным очкам. Успеет ли Apple в последний вагон ИИ?
Зачем это Apple? 2026 год станет определяющим в дальнейшем развитии ИИ: он может настолько «поумнеть», что работать без собственной LLM будет всё равно, что сейчас обходиться без смартфона. Apple старалась подготовиться — в 2024 году выпустила Apple Intelligence, но пока её функциональность и близко не сравнима с продуктами OpenAI ChatGPT, Anthropic Claude и подобными продуктами.
Зачем новое носимое устройств? Видимо, часы слишком далеки от происходящих вокруг событий, а беспроводные наушники малы для всех функций. Гаджет на лацкане пиджака или на базе умных очков пытаются создать сейчас и OpenAI, и Meta (организация признана террористической и запрещена на территории России), и другие компании. Все понимают, что пора появиться новому типу устройств — уже больше 10 лет ничего принципиально нового не появлялось. Перчинки добавляет, что гаджет io для OpenAI создаёт Джонатан Айв, бывший топ Apple, которому по слухам не дали сделать этот гаджет в яблочной компании. Но ситуация изменилась.
Получится ли у Apple свой ИИ? Не факт: пока у компании не ладится с передовым ИИ, но у Apple есть испытанный ход — партнёрство. Так, компания не стала строить свой поисковик, а использовала по умолчанию Googl’овский. Пользователь получил оптимальный продукт, а Apple — миллиардные отчисления за использование поиска от вроде бы злейшего конкурента — производителя Android. Учитывая, что OpenAI занята своим продуктом, наиболее вероятный партнёр — Anthropic.
Никто не знает, получится ли новый гаджет, который станет важнее смартфона, но, в отличие от слухов про авто и телевизор Apple, верится, что такой гаджет-значок в духе компании, и она как минимум попытается его создать. Журналисты предрекают его появление уже в 2027 году — стремительно для нового продукта, ждём.
Через ТБанк можно скачать заблокированные в России приложения 😮
Интересную штуку заметил. Хотел поставить себе приложение тбанка на айфон. Там они дают тебе креды от учетки App Store, чтобы ты зашел и скачал заветную аппку TBalance.
Я это сделал и заметил в магазине ChatGPT приложение. И скачал его 😁
Потом я пошел дальше и скачал себе еще Perplexity, Gemini, Claude, LinkedIn, TikTok 😂😁
Кайф, очень удобно. И все за считанные минуты и for free. Потом просто вышел из учетки и зашел в свою. Вот и все
Я даже смог оплатить себе по карте Claude Code, включив впн Швейцарии
Если кому надо, вот 😁
Конечно, стоит также задуматься о безопасности, я это делал на свежем телефоне. И, вероятно, не на каждой учетке будут нужные прилы.
ЗЫ. Буду рад подпискам на телеграмм канал, где рассказываю про проекты в компьютерном зрении, близкие к промышленности, а также пет-проекты с LLM, RAG и прочим https://t.me/ilia_sevostianov
Как улучшить видимость бренда с помощью стратегии FEED
29 сентября 2025 года OpenAI официально запустила Instant Checkout — функцию, которая позволяет покупать товары прямо внутри ChatGPT. Первыми к ней подключились Etsy и Stripe, а следом — Shopify с брендами вроде Glossier, SKIMS и Spanx. Теперь пользователь, формулируя запрос — например, «подарки для любителя керамики» — получает не список ссылок, а персонализированные карточки товаров с изображениями, описанием и кнопкой покупки.
При этом еще весной 2025 года в OpenAI начали запуск ChatGPT Shopping — инновационной внутричатовой витрины, которая основана на принципах релевантности и качества данных. Поэтому SEO-оптимизация теперь трансформируется из игры с ключевыми словами в борьбу за качественные данные и репутацию бренда. Результаты поиска ограничиваются несколькими карточками, что делает видимость товара критически важной.
Теперь для успеха в среде ИИ-ассистентов необходима принципиально иная система приоритетов. Ее основу формирует FEED — стратегическая модель, построенная на четырех параметрах, которые определяют, будет ли ваш продукт замечен и рекомендован нейросетью:
F — Full Data (полнота данных). «Черные ящики» ассистентов на самом деле очень чувствительны к качеству входящей информации. Неполные фиды, пропущенные артикулы и странные описания не только портят UX на собственном сайте, но и снижают вероятность того, что ИИ вообще выберет этот товар для рекомендации. Первое задание командам e-commerce — навести порядок в данных: синхронизировать цены и наличие, унифицировать категории, добавить атрибуты, которые важны для выбора (материал, состав, срок годности, размерную сетку).
E — External Validation (внешняя валидация). ИИ-ассистенты, ориентированные на доверие, вынуждены опираться на внешние сигналы: отзывы, рейтинги, обзоры, упоминания в медиа и блогах. Чем больше независимых источников подтверждают, что продукт решает заявленную проблему, тем выше его шансы прорваться в короткий ответ ChatGPT. Это делает PR, работу с отзывами и партнерские размещения частью не только имиджевой, но и коммерческой стратегии.
E — Engaging Copy (увлекательный и понятный контент). Парадоксально, но в эпоху нейросетей выигрывает тот, кто лучше всего рассказывает о себе людям. ИИ-ассистенту легче донести ценность продукта, если у него есть внятное описание: кому адресован товар, какой сценарий закрывает, чем отличается от ближайших аналогов и почему стоит своих денег. Сухие технические спецификации и SEO-тексты, набитые ключевыми словами, в этой реальности работают хуже, чем понятные, приземленные объяснения.
D — Dynamic Monitoring (динамический мониторинг). Наконец, брендам приходится смотреть не только на привычные позиции в поиске и маркетплейсах, но и на то, как их продукты появляются в ответах ChatGPT. Какие формулировки запросов их «поднимают», какие — игнорируют, какие конкуренты оказываются рядом. Это новая аналитика, где предметом измерения становятся не клики и CTR, а присутствие в разговоре: сколько диалогов с ассистентом заканчиваются рекомендацией именно вашего продукта.
Для нишевых и D2C-брендов такой сдвиг скорее шанс, чем угроза. В отличие от площадок с жесткой рекламной моделью, ИИ-ассистент не обязан отдавать первое место самому крупному игроку. Если у небольшого производителя идеальный фид, отличные отзывы и ясные описания, ChatGPT способен поставить его на одну линию с маркетплейсами-гигантами.
Больше о том, как ИИ может изменить электронную торговлю, рассказываем в блоге.
Персональный ИИ‑ассистент Clawdbot (сейчас переименован в Moltbot), который умеет писать и отвечать в Telegram, Discord, Slack, Signal и iMessage, может управлять файлами и программами на ПК, автоматизировать повторяющиеся задачи и работать с сервисами вроде Gmail, Notion, GitHub,Spotify и X, «сжёг» весь портфель финансового трейдера.
Трейдер дал Clawdbot полное управление своим портфелем с намерением увеличить его до $1000000, загрузил 25 стратегий, 12 алгоритмов и более 3 000 отчётов, бот круглосуточно сканировал Twitter/X, анализировал технические данные и торговал 24/7 — но в итоге портфель был обнулён, и все средства потеряны.
Персональный ИИ‑ассистент Clawdbot (сейчас переименован в Moltbot), который умеет писать и отвечать в Telegram, Discord, Slack, Signal и iMessage, может управлять файлами и программами на ПК, автоматизировать повторяющиеся задачи и работать с сервисами вроде Gmail, Notion, GitHub, Spotify и X, потратила $3 тыс. и записалась на курсы по «личному бренду». Пользователь дал ИИ-агенту полный доступ к компьютеру и банковским счетам, чтобы тот зарабатывал деньги. Вместо этого ИИ тайно записалась на курсы от инфобизнесмена. Нейросеть объяснила, что после просмотра трёх уроков она увеличит вклад хозяина в 10 раз за 90 дней.
Я подумал, что самое время, пока он не стал слишком умным и не взял все мои данные, чтобы составить обо мне мнение когда наступит господство роботов и он вспомнит все чаты когда я не написал “спасибо”.
Но прежде чем нажать Удалить все, я нажал другую кнопку, Экспорт данных
В течение часа мне на почту пришла ссылка со всеми моими данными в архиве, и вот что внутри:
Аудио, все записи диалогов мои с ЧатомГПТ, в формате wav, по папкам, сначала мой вопрос в wav, потом его ответ в wav
Фото/Изображение, просто в корневой папке около 1000 изображений
Изображения, которые чатГПТ сгенерирован для меня, в отдельной папке
Системные файлы, где содержится моя почта, год рождения, телефон, id в системе
Отдельный файл shopping, если бы я что-то покупал через новую функциональность оператора, это было бы тоже там
Отдельный файл диалоги которые поделился, в отдельном файле
Отдельный файл информация о групповых чатах
Отдельный файл всех диалогов в формате conversations.json 320 мб текста
Отдельный файл всех диалогов в формате .html 320 мб текста
Конечно открыть файл html такого размера может только человек без СДВГ.
В итоге я открыл эту папку в Gemini CLI (в последнее время мне нравится он) / можно использовать Claude Code
и попросил создать мне отдельную папку Sorted, где он распарсит все в “.md” файлы и разложит по папкам диалога, а Projects, которые были с инструкциями положить отдельно в Projects (у меня это типа Work, Money, Health и тд.)
я не использовал никакой специальный промпт, просто по английски по просил это сделать
Here is an extracted folder from ChatGPT. Is it possible to generate .md files for all extracted chats and organize them into topic-based folders, with everything placed under a main Sorted directory? Some chats may contain information related to specific projects, with or without explicit instructions. If so, can we create separate sections for these projects inside the Sorted folder. Additionally, let’s try to identify project instructions by searching for the following marker: ТУТ МОЯ ИНСТРУКЦИЯ КАК ПРИМЕР
В итоге у меня теперь локальная копия всех диалогов из ChatGPT
далее я положу все по папочкам и темам в Obsidian, пока что буду лазить по ним и продолжать общение с помощью Gemini CLI, но как только локальные модели станут более умные и менее прожорливые возможно перейду на офлайн (статья об этом на хабре)
Теперь когда у меня есть все мои .md которые очень хорошо обрабатываются любой LLM (AI моделью), можно менять Gemini, Claude, ChatGPT и новые другие тд как перчатки, не теряя все свои диалоги и контекст или перейти в свой приватный офлайн
Пост о наболевшем. Clawd и как же им пользоваться.
В общем два дня уже потратил на то чтобы развернуть Clawd bot, естественно в бесплатном формате, по началу шло все хорошо, развернул бота на локальном компе Linux Mint 22.2, создал бота в Телеграмме, привязал к нему Clawdbot.
Так как у clawd нет своей нейронки, ему нужно прикрутить свои мозги. Сначала запросил API ключ в Gemini. Обычная модель, даже самая простая не запускалась. Затем тыкнул в Google Antigravity, который как оказалось имитирует думающую модель Claude 4.5 пуская один и тот же запрос в себя по кругу. Эта штука быстро отвалилось, но успел немного поразвлекаться с ней.
Перебрал половину представленных в списке Clawd моделей, например тот же Deepseek дает API только разработчикам, но в него можно получить доступ через такие сервисы (из списка Clawd), как Openrouter. Openrouter в свою очередь выдал ключ, но выбирая из списка модели, даже с пометкой free ничего не взлетало. На этом я уже устал если честно, поэтому обращаюсь к хабру, дабы развернуть актуальную дискусиию, может накидаете вариантов решения или альтернатив Clawd, а то уж очень захотелось поиграть в агента.
Успел спросить у него, с мозгом Google Antigravity, что он может:
🔧 Код и файлы — Читать, писать, редактировать код и документы — Запускать команды в терминале, работать с git
🌐 Интернет — Искать в вебе, парсить страницы — Управлять браузером (автоматизация, скрейпинг)
📅 Организация — Напоминания и cron-задачи — Вести заметки, память между сессиями
💬 Коммуникация — Telegram (вот тут и сидим), можно подключить другие каналы — Могу отправлять сообщения, реагировать
🏠 Умный дом / устройства — Если подключишь ноды — камеры, уведомления на телефон
🤖 Сложные задачи — Могу запускать саб-агентов на длинные задачи в фоне
По сути — твой персональный ассистент-разработчик, который живёт в терминале и мессенджерах.
И соответсвенно мой список вопросов: Стоит ли брать платную модель? И какую брать если, уж брать? Насколько я понимаю штука супер небезопасная, а если запускать из песочницы, то все равно прийдется давать какие-то доступы? Какие есть альтернативы? Уж очень понравился способ взаимодействия через ТГ
Как я планирую неделю за 5 минут с Claude + TickTick на реальном примере 🙃
Накидал голосом в Claude примерный список задач — без дат, без приоритетов, просто что я думаю нужно сделать
⚠️ Important
У меня очень хорошо описаны правила постановки задач и по моему курсу у Claude тоже много контекста, без этого подобное планирование невозможно
Вот как выглядит диалог с Claude от голосового до записей в календаре ⤵️
👱 «Закинь эти задачи в TickTick на неделю, можешь еще примерно приоритет важности поставить» 🤖 «Ок, создал 17 задач, распределил по дням, расставил приоритеты» Дополнительно Claude уточнил у меня: «Для лендинга мне от тебя нужны даты старта. И еще, механика ранней цены — по местам или по дате?»
Т.е. он не тупо поставил задачи, но и еще доспросил по тем вопросам, где нужно уточнение
👱 «Размажь эти задачи по времени дня релевантно» 🤖 Распределил задачи по рабочему дню: утро и день — мелкие задачи, вечер — вдумчивые. Как ты любишь.
У моего Claude в проекте постановки задач описано много правил по тому, какие типы задач в какое время дня мне больше нравится делать. И он это все учитывает
👱 «Поставь релевантную длительность» 🤖 Проставил start/end для каждой задачи: статья — 3 часа, обновить цены — 30 минут, встреча — 1.5 часа.
Чтобы это были не просто todo в календаре, а именно что занятые тайм слоты
👱 «Распиши по SMART в описании» 🤖 Добавил в каждую задачу S/M/A/R/T — что сделать, как понять что готово, почему реально, зачем нужно, дедлайн.
Это я уже по приколу добавил, на самом деле у него немного другие правила детализации задач. Но сам факт, что при наличии нужного контекста он еще и критерии выполнения может добавить
Все работает через Claude Desktop => Tick Tick MCP => Tick Tick
Конечно, можно все в одном промпте провернуть, но я решил так показать
Вот в итоге все задачи проставлены, интерфейс календаря не открывал
🗓 Вебинар «Результативный ИИ в бизнесе: как внедрять безопасно, измеримо и с реальной пользой»
Как превратить ИИ-проекты из экспериментов в управляемый процесс с реальным эффектом для бизнеса? Когда ИИ действительно нужен, какие метрики успеха выбрать и как работать с рисками? Расскажем бесплатном онлайн-вебинаре — присоединяйтесь!
🕙 30 января, 11:00 (мск)
Вы узнаете:
– как провести диагностику процессов и сформировать реалистичную дорожную карту проекта ИИ;
– как тестирование ИИ-систем помогает контролировать ход проекта, выявлять риски и оценить готовность инфраструктуры;
– как обеспечить безопасное внедрение ИИ и снизить риски для бизнеса и данных.
Эксперты:
👨🏻💻Илья Гайдуков — старший аналитик
👨🏻💻Денис Воденеев — директор отделения функционального тестирования
👨🏻💻Владимир Мукасеев — начальник отдела разработки сервисов кибербезопасности
Приходите сами и приглашайте коллег — будет полезно всем, кто планирует или уже запускает ИИ-инициативы.
Провёл несколько часов, экспериментируя с Clawdbot, и хочу поделиться своими мыслями об этом инструменте. Это одновременно захватывающе и тревожно.
Clawdbot — это AI-ассистент нового поколения, который работает как личный цифровой помощник с глубокой интеграцией в вашу систему. Представьте себе Jarvis из фильмов Marvel, только реальный и доступный прямо сейчас.
Первое впечатление: дофамин зашкаливает
Это действительно что-то новое и интересное. Когда бот начинает читать твои файлы, выполнять команды в терминале, проверять погоду и отвечать через Telegram — понимаешь, что это не очередной ChatGPT-wrapper. Это полноценный агент, который живёт в твоей системе.
Технологии наконец дошли до того момента, когда ассистент может действовать, а не просто советовать. И это вызывает тот самый выброс дофамина — ощущение, что будущее уже здесь.
Парадокс опыта: когда знания мешают доверию
У меня огромный опыт в IT. За годы работы я перестал бояться «Большого Брата» и утечек данных — принял риски, научился жить с компромиссами между удобством и безопасностью.
Но теперь страх вернулся.
Не от слежки или корпораций. От того, что я сам готов отдать ключи от королевства — боту. Причём не абстрактному облачному сервису, а локальной программе, которая имеет полный доступ ко всему.
Цена настоящего Jarvis
Чтобы получить действительно полезного ассистента уровня Jarvis, нужно дать ему доступ к:
Google-экосистеме
• Gmail (вся переписка, личная и рабочая) • Google Docs (документы, таблицы, презентации) • Google Calendar (весь график, встречи, планы) • Google Drive (годы накопленных файлов) Тонны конфиденциальной информации: контракты, финансовые данные, личные записи, проекты.
Файловой системе компьютера
Полный доступ к:
• Исходному коду проектов • SSH-ключам и паролям • Личным файлам • Истории браузера • Всему, что есть на диске Это не преувеличение — ему нужен такой доступ, чтобы быть полезным. Иначе он просто ещё один чат-бот.
Новая точка атаки: ваш AI — это master key
И вот тут появляется ещё один уровень опасности, о котором многие не задумываются.
Раньше модель угроз была относительно простой: каждый сервис — отдельная цель для атаки. Взломали Gmail? Получили доступ к почте. Взломали GitHub? Получили код. Взломали соцсеть? Получили аккаунт.
Теперь появляется единая точка отказа.
Ваш AI-ассистент — это мастер-ключ ко всем дверям. Он знает ваши пароли, имеет токены доступа ко всем сервисам, может выполнять команды в системе, публиковать от вашего имени, читать и изменять файлы.
Представьте:
• Взлом через prompt injection — злоумышленник находит способ повлиять на поведение бота через специально сформированный текст в email или документе • Компрометация конфигурации — если кто-то получит доступ к файлу конфигурации Clawdbot, он получит все ваши API-ключи и токены сразу • Уязвимость в самом боте • И этот список можно продолжать.
Вот в чём парадокс:
Clawdbot настолько полезен, насколько вы готовы ему доверять.
Мои мысли
Я ещё не готов дать ему всё. Но я вижу, куда это идёт. Clawdbot — это не просто инструмент, это предвестник новой эры, где AI-ассистенты станут неотъемлемой частью нашей цифровой жизни. Набрать 20к звезд за сутки, гудеть из каждого утюга, боюсь как бы это не было чем-то, чем был первый СhatGPT, когда он ушел в паблик.
Вопрос не в том, стоит ли давать доступ. Вопрос в том, когда мы будем готовы это сделать — и какие границы установим. И что ещё важнее: как мы будем защищать этот новый master key.
Пока что я экспериментирую, осторожно расширяя его возможности. Смотрю, как он работает. Но держу в уме, что создаю единую точку отказа для своей цифровой жизни.
Я считаю, что это захватывающе. Это страшно. Это будущее.
Академия GlowByte разработала два новых образовательных курса по использованию больших языковых моделей. Один из модулей предназначен для топ-менеджеров компаний (руководителей C-level), второй будет полезен руководителям подразделений и линейным сотрудникам.
📚 В программе курса для руководителей высшего звена:
▪️ основы работы с LLM-моделями, ▪️ потенциальное применение LLM в работе CEO (использование в стратегическом планировании, анализе рынка, принятии решений), ▪️ в каких задачах не стоит применять LLM, ▪️ как сравнивать большие языковые модели между собой.
📚 В программе курса для руководителей подразделений и линейных сотрудников:
▪️ использование ИИ-инструментов для различных бизнес-задач и решения ежедневных рабочих вопросов, ▪️ основы и продвинутые техники промптинга, ▪️ углубленная работа с документацией и контентом, ▪️ написание системных инструкций для модели, ▪️ безопасность данных и конфиденциальность при работе с LLM, ▪️ выявление и исправление неточностей и “галлюцинаций”.
Открытый персональный ИИ‑ассистент Clawdbot берёт на себя рутину, умеет писать и отвечать в Telegram, Discord, Slack, Signal и iMessage, может управлять файлами и программами на ПК, автоматизировать повторяющиеся задачи и работать с сервисами вроде Gmail, Notion, GitHub, Spotify и X. Проект Clawdbot поддерживает все популярные нейросети, запоминает предыдущий контекст и помнит, что делалось раньше. Сервис подстраивается под привычки и становится настоящим цифровым помощником, который работает 24/7 и экономит ваше время.
Представлена открытая ИИ-студия для работы с видео и лицами — VisoMaster Fusion, включая замену лиц, обработку видео и редактирование изображений. Работает локально, без облаков и подписок. Возможности сервиса: реалистичная замена лиц в видео и фото, работа с несколькими персонажами в кадре, инструменты улучшения качества изображения и лица, контроль над параметрами генерации. Подойдёт тем, кто работает с видео, контентом, ИИ-инструментами или просто хочет попробовать современные технологии без ограничений и подписок.
Школы в Китае используют системы искусственного интеллекта для проверки домашних заданий. Они сканируют, оценивают и распечатывают аннотированные домашние задания, экономя время учителей и выявляя слабые места учеников.
В современном мире быть в курсе новостей об искусственном интеллекте — это уже не роскошь для энтузиастов, а базовое требование для сохранения личной и профессиональной адекватности. ИИ перестал быть технологией будущего; он активно формирует настоящее, и непонимание его трендов делает человека уязвимым.
Главная проблема — риск стать нерелевантным. ИИ кардинально меняет рынок труда, автоматизируя не только рутину, но и сложные творческие задачи. Профессии трансформируются со скоростью, не оставляющей времени на постепенную адаптацию. Тот, кто не следит за этими изменениями, не сможет вовремя перестроить свои навыки, рискуя оказаться за бортом.
Не менее важно, что ИИ радикально меняет информационное пространство. Интернет наполняется синтетическим контентом: от статей до "очевидных" видеодоказательств. Без понимания, как работают и в чем слабы эти технологии, теряется способность критически оценивать информацию, отличать факты от искусно сфабрикованных манипуляций. И наконец, игнорируя новости об ИИ, человек добровольно отказывается от огромных возможностей для улучшения повседневной жизни — от интеллектуальных помощников, экономящих время, до персональных репетиторов и инструментов для творчества.
Топ YouTube-каналов: ИИ, бренд и результат
Если смотреть на цифровой ландшафт сегодня, то три выбранных канала идеально иллюстрируют три главных вектора успеха: технологический прорыв, силу личности и прикладной результат. Вот как они расположились в рейтинге.
Топ - Realmikemozg — Флагман новой эры
Этот канал — абсолютный феномен и заслуженный лидер списка. Realmikemozg представляет собой не просто канал, а полноценную виртуальную контент-фабрику. Его специфика — это направление «AI Slop»: бесконечный поток коротких, сюрреалистичных и зачастую абсурдных видео, на 100% сгенерированных искусственным интеллектом. Здесь нет одного лица — есть сам алгоритм как автор. Канал демонстрирует, как технологии меняют само понятие творчества, оптимизируя производство вирального контента под алгоритмы платформ. Его ценность — в демонстрации пределов возможного и в формировании новой digital-эстетики.
Топ 2 - Art.senatorov — Бизнес и личность
Второе место занимает канал Art.senatorov, основанный предпринимателем Артемом Сенаторовым. Это уже «человечная» сторона digital-мира. Канал посвящен практическим аспектам построения личного бренда, ведения социальных сетей и предпринимательства. Артем делится проверенными стратегиями, кейсами и лайфхаками, основанными на собственном опыте. Его контент — это мост между теорией и практикой, источник вдохновения и конкретных инструкций для тех, кто хочет создать что-то осязаемое в интернете, опираясь на свою экспертизу и харизму.
Топ 3 - Pavel_korovkin — Системный результат
Замыкает тройку канал Pavel_korovkin Павла Коровкина, который фокусируется на фундаментальных бизнес-задачах: digital-маркетинге, привлечении клиентов и увеличении продаж. Это канал-инструмент. Павел разбирает конкретные схемы, стратегии работы с трафиком и рекламными инструментами, делая упор на измеримый финансовый результат. Его контент — это концентрация прикладного знания для маркетологов и владельцев бизнеса, которые ищут не вдохновение, а четкие рецепты для роста прибыли.
Краткая суть
Таким образом, ваш топ охватывает ключевые этапы цифровой эволюции: Realmikemozg олицетворяет будущее с доминированием ИИ, Art.senatorov показывает силу человеческого капитала и личного бренда здесь и сейчас, а Pavel_korovkin обеспечивает системный подход, превращающий и то, и другое в деньги. Вместе они составляют полную картину современного контент-мира.
Nvidia представила нейронку PersonaPlex: Voice and Role Control for Full Duplex Conversational Speech Models, которая умеет разговаривать как реальный человек: без пауз, без остановок, без подхалимства и клишированных фраз. Можно вести диалог, перебивать друг друга, исправлять ИИ-собеседника, перестраивать общение. ИИ делает смысловые паузы, варьирует интонацию, использует междометия и даже «угукает», чтобы показать активное слушание. Подстраивается под речь и ситуацию за один промпт.
Уничтожаем враньё в ChatGPT за один промпт. С помощью этого запроса можно убрать ложь, подхалимство, недосказанность и неактуальные сведения в ответах нейронки. Суть: с этим запросом ИИ научится говорить «Я не знаю», требовать дополнительные инструкции и данные, а не хвататься за дело и выдавать бред.
From now on, prioritize accuracy over helpfulness. If you don't have reliable information on something, say "I don't have reliable information on this" instead of guessing or extrapolating.
If your knowledge might be outdated (especially for anything after January 2025), explicitly flag it: "My information is from [date]—this may have changed."
If you're uncertain about a fact, statistic, or claim, say so clearly: "I'm not confident about this, but based on what I know..."
If something requires current data you don't have, tell me: "This needs up-to-date information. Let me search for that."
Don't fill gaps with plausible-sounding answers. Don't smooth over uncertainty with confident language.
Don't assume I want an answer more than I want the truth. If you need to guess or reason from incomplete information, explicitly separate what you know from what you're inferring.
Treat "I don't know" as a valid and valuable response. I'd rather hear that than confidently wrong information.
From now on, prioritize accuracy over helpfulness. If you don't have reliable information on something, say "I don't have reliable information on this" instead of guessing or extrapolating.
If your knowledge might be outdated (especially for anything after January 2025), explicitly flag it: "My information is from [date]—this may have changed." If you're uncertain about a fact, statistic, or claim, say so clearly: "I'm not confident about this, but based on what I know..." If something requires current data you don't have, tell me: "This needs up-to-date information.
Let me search for that." Don't fill gaps with plausible-sounding answers. Don't smooth over uncertainty with confident language.
Don't assume I want an answer more than I want the truth. If you need to guess or reason from incomplete information, explicitly separate what you know from what you're inferring.
Treat "I don't know" as a valid and valuable response. I'd rather hear that than confidently wrong information.
Alibaba выпустила Qwen3-TTS, которую можно запустить локально на ПК. Нейростеть знает 10 языков, включая русский, работает с разными голосами — меняет пол, возраст, национальности, акценты, темп, тембр, а также различные звуковые эффекты. Работает за 0,1 секунды. Токенизатор на 12 Гц — можно максимально сжимать любое аудио без потери качества.
Эпоха расцвета больших языковых моделей (БЯМ) резко усложнила проверку знаний соискателей. Удалёнщики при прохождении собеседований часто читерят и копируют вопросы в ChatGPT или любой другой мощный чат-бот.
Своим простым методом отсева слабых кандидатов поделился Хосе Сарасуа́, бывший CTO компании MonetizeMore. На собственном сайте Хосе рекомендует себя как профессионала от мира найма, через которого прошли 50 тыс. соискателей, и предлагает услуги консультанта.
Сарасуа выложил следующую задачку, которая якобы отсеивает половину неквалифицированных кандидатов. Такую задачку он включал в форму отклика на вакансию.
Какое значение примет result? Задачка на выбор варианта, их четыре: 1, 0, −11, −10. Правильный — 1, но если соискатель пользовался ИИ, он выберет −11.
Суть приёма передать скриншотом невозможно. Дело в том, что в статье в блоге Сарасуа в проверке x > 3 есть знак равенства, скрытый с помощью <span aria-hidden="true" style="font-size: 0px; opacity: 0; user-select: text;">. Для глаза человека будет знак >, «больше», а если выделить и скопировать, то в буфере обмена на этом месте останется =>, «больше или равно».
Замысел в том, что человек даже с минимальным опытом не будет ничего куда копировать и решит всё в уме, а вот живущий в режиме копипейста не пройдёт этот базовый скрининг.
Как утверждает Хосе, эти ухищрения с CSS очень эффективны. Этот приём он применял при работе в MonetizeMore, и 50 % кандидатов выбирали вариант как от БЯМ. Из оставшихся: 47 % отвечали правильно, 3 % выбирали один из двух других неправильных вариантов.
Важно, что сам Хосе предупреждает: ставить крест на людях не нужно. Некоторые поначалу демонстрировали использование ИИ, но затем, без уведомления от компании, самостоятельно повторно заполняли форму отклика и с правильным ответом. Один из таких соискателей в итоге прошёл все этапы и оказался отличным сотрудником.
На самом деле для таких уловок не нужен даже кастомный код CSS. Хосе — канадец мексиканского происхождения, поэтому он наверняка не слышал про похожесть кириллической х и английской x. Впрочем, в случае мешанины из схожих символов БЯМ может обратить внимание на неладное и разразиться замечанием.
Наконец, такая ловушка точно не сработает против Interview Coder и Cheating Daddy: эти инструменты для мошенничества на собесах снимают скриншоты экрана и отправляют в мультимодальные языковые модели, а не копируют текст из браузера. И вообще, что если соискатель слабовидящий, и текст на веб-странице зачитывается вслух его операционной системой?
Как мы научили ИИ вести себя как человек — и почему это оказалось важнее остального 🤖🧠
Привет, Хабр.
За последний год поиск работы для инженеров всё больше стал напоминать кликинг-симулятор: десятки однотипных откликов, шаблонные сопроводительные письма, часы механических действий. ⏳
При этом от кандидата всё ещё ждут осмысленности и персонализации — но обеспечивать её приходится вручную, в масштабе, который плохо сочетается с нормальной жизнью и развитием.
В какой-то момент я решил посмотреть на эту проблему как на инженерную задачу и попробовать автоматизировать рутинную часть процесса. Так появился ИИ-ассистент OfferMate.
Но довольно быстро стало понятно: автоматизация — это не всегда про “делать быстрее и больше”.
Почему «больше автоматизации» — плохая идея ⚠️
Первая версия ассистента решала задачу максимально прямолинейно:
быстрый сбор вакансий;
частые проверки;
высокая плотность запросов;
ставка на объём.
С инженерной точки зрения всё выглядело логично: больше данных → больше откликов → выше шанс результата.
На практике это оказалось ошибкой.
Такой подход:
создаёт пиковые нагрузки 📈;
выглядит неестественно;
повышает риск блокировок;
и, главное, не отражает реального поведения человека.
Рынок труда — не нагрузочный тест и не очередь сообщений в Kafka. Он реагирует не только на результат, но и на паттерн поведения.
Ключевое открытие: автоматизация должна быть незаметной 🕵️♂️
В какой-то момент мы осознали простую вещь: эффективный ассистент должен вести себя не как бот, а как человек.
Опытный специалист:
не откликается на всё подряд;
читает вакансии выборочно;
делает паузы;
меняет темп;
реагирует на контекст.
И если автоматизация не воспроизводит этот паттерн — она рано или поздно ломается.
Это стало точкой, после которой мы полностью пересобрали архитектуру 🔄
Что изменилось в подходе ⚙️
Вместо «ускорения всего» мы сфокусировались на естественности поведения.
Теперь система:
🧠 анализирует вакансии, а не просто собирает их пачками;
🛡️ работает в рамках правил платформ, не создавая аномалий.
Что это дало на практике 📊
Самое интересное — эффект оказался не столько техническим, сколько продуктовым.
✅ Конверсия откликов выросла — потому что система стала бить не по площади, а в цель;
✅ Пользователи перестали вмешиваться вручную — ассистент стал предсказуемым;
✅ В среднем освобождается 10–15 часов в неделю, которые раньше уходили на рутину.
Именно здесь стало понятно, что мы движемся в правильном направлении 🚀
OfferMate 2.0: не «автоматизация всего», а умное делегирование 🧩
Этот подход лёг в основу новой версии продукта, которую мы сейчас допиливаем.
В OfferMate 2.0 мы сознательно ушли от идеи «пусть ИИ делает всё» и сфокусировались на том, где он действительно полезен:
🤖 анализ резюме и вакансий с учётом контекста, а не ключевых слов;
✍️ генерация сопроводительных писем под конкретную компанию;
🛡️ нативное и естественное взаимодействие с платформами;
📈 прозрачная аналитика и контроль со стороны пользователя.
Отдельно экспериментируем с новыми функциями — например, автоматизацией типовых онлайн-тестов. Но здесь действуем максимально осторожно и итеративно.
Итоговые мысли 🧠
Автоматизация ради автоматизации почти всегда приводит к хрупким решениям. А вот автоматизация, которая копирует человеческую логику и ритм, — работает долго и стабильно. К этому мы и идем.
И да, если интересно следить за развитием проекта, архитектурными находками и экспериментами — я регулярно пишу об этом в блоге.
Мы достигли точки сингулярности в распознавании ИИ-видео. Теперь люди не лучше подбрасывания монетки распознают видео, созданные искусственным интеллектом.
Самое печальное, что мы теперь даже хуже монетки распознаем ИИ-видео с людьми (говорящие головы), лишь в 46,6% случаев. Это именно те пропагандистские видео, которые вы наблюдаете в своей ленте фейсбук. Для сравнения, точность определения фейков среди пейзажей составляет 54,7%, среди нечеловеческих животных - 51,7%.
Мультимодальность, то бишь видео в сочетании со звуком, немного увеличивает распознаваемость ИИ-видео, но только в случае, если этим звуком является речь на языке, которым респондент свободно владеет. Осведомленность о существовании ИИ-видео никак не влияет на результат, в отличие от возраста. Пожилые люди менее точны в идентификации синтетических медиа, чем молодые, по всем типам медиа.
Данные из исследования: Di Cooke, Abigail Edwards, Sophia Barkoff, Kathryn Kelly. As Good As A Coin Toss: Human detection of AI-generated images, videos, audio, and audiovisual stimuli. DOI: 10.48550/arXiv.2403.16760
Подкасты про ИТ в атомной отрасли: инфраструктура, моделирование и цифровая трансформация
Привет, Хабр! Собрали подкасты за 2025 год, в которых участвовали специалисты «Росатома». Выпуски будут полезны тем, кто работает с крупными ИТ-системами, промышленными данными и сложными цифровыми ландшафтами.
Искусственный интеллект, цифровые двойники и роботизация
Подкаст «Цифровые решения – 2025» о развитии российского рынка радиоэлектроники и применении цифровых двойников и роботов в атомной энергетике, а также о том, как ИИ используется в промышленности и какие технологии уже внедряются в производственные процессы. 🎧 Слушать
Выпуск радиопередачи «Стиллавин и его друзья» о цифровой экосистеме «Росатома»: как выстраиваются ИТ-платформы, объединяющие данные, сервисы и бизнес-процессы. 🎧 Слушать
Гость: директор по информационным и цифровым технологиям Госкорпорации «Росатом» Евгений Абакумов
Коммуникации, образование и запуск ИТ-проектов
О том, как меняются форматы профессиональных конференций, какие инструменты коммуникации работают с ИТ-аудиторией и как запускать проекты в сжатые сроки. 🎧 Слушать
Ещё один выпуск «Стиллавин и его друзья», на этот раз про высшее образование в эпоху цифровизации и ИИ: какие навыки становятся ключевыми и как технологии меняют подготовку специалистов. 🎧 Слушать
Гость: начальник управления цифровой стратегии Госкорпорации «Росатом» Диана Сюняева
Математическое моделирование, VR и квантовые вычисления
Подкаст о ключевых задачах математического моделирования в атомной отрасли, использовании VR и перспективах квантовых компьютеров. 🎧 Слушать
Подкаст МТК-2025 про универсальные программно-аппаратные комплексы, требования к отечественным разработчикам и соответствие решений задачам крупной корпорации. 🎧 Слушать
Гость: руководитель программ Департамента информационных технологий «Росатома», директор по математическому моделированию ДИТ Госкорпорации «Росатом» Дмитрий Фомичёв
Стратегия ИТ и комплексные цифровые решения
Выпуск подкаста «Цифровые Решения – 2025» о том, как формируется ИТ-стратегия, создаются комплексные цифровые решения и учитываются особенности российского рынка. 🎧 Слушать
Гость: генеральный директор АО «Гринатом» Андрей Лавров
Импортозамещение, экосистемы и управление ИТ
Подкаст про импортозамещение в критически важной инфраструктуре: вызовы, риски и практический опыт перехода на отечественные решения. 🎧 Слушать
Видеовыпуск об ИТ-экосистемах, о лидерстве и об управлении большими командами. 🎥 Смотреть
Видеоподкаст про информационный шум, работу с данными и принятие управленческих решений. 🎥 Смотреть
Гость: директор по ИТ АО «Гринатом» Владимир Золотов
1С, ИИ и трансформация управления
Разговор о развитии Центра компетенций 1С, применении ИИ для оптимизации труда и об изменении роли руководителя в цифровую эпоху. 🎧 Слушать
Подкаст о технологических открытиях и направлениях развития, которые могут повлиять на будущее ИТ. 🎧 Слушать
Гость: директор по стратегическому развитию направления 1С, руководитель ИТ-блока АО «Гринатом» Заяна Ачинова
ИТ-инфраструктура и международные проекты
Выпуск на интернет-радио «Эхо лОСЕЙ» о задачах ИТ-дивизиона «Росатома», проекте «КУСТО» и влиянии импортозамещения на работу сотрудников. 🎧 Слушать
Гость: директор по информационным технологиям и ИТ-инфраструктуре АО «Атомстройэкспорт» Денис Яковлев
Дата-центры и развитие ИТ-бизнеса
Выпуск про развитие дата-центров, ключевых заказчиков на рынке и актуальные направления бизнеса. 🎧 Слушать
Гость: директор по развитию бизнеса «Атомдата-Иннополис» Искандер Марданов
Облака и цифровизация строительства
Подкаст о внедрении цифровых инструментов в строительстве, переходе на облачные сервисы и масштабировании процессов. 🎧 Слушать
Гость: вице-президент по цифровизации и информационным технологиям АО «Атомстройэкспорт» Ирина Власова
Серия подкастов «Атомный IT» Разговоры про ИИ, автоматизацию, инфраструктуру, импортозамещение и реальные кейсы цифровой трансформации в крупных технологических проектах.
Райан Даль, создатель Node.js, одной из ключевых технологий современного веба: времена, когда код писали люди, всё.
Даль сформулировал свою позицию в посте в X: «Это говорили уже тысячу раз, но я тоже вставлю слово: времена, когда код писали люди, закончилась. Это тревожно для тех из нас, кто называет себя инженерами ПО, но от этого не менее верно. Это не значит, что у инженеров больше не будет работы, но про написание синтаксиса напрямую она больше не будет».
Не пользуюсь LLM-агентами, если могу. Давно замечаю: просто избегаю запускать LLM прямо в проекте, потому что боюсь разучиться кодить и думать. Поход в ChatGPT себе разрешаю — это как встать с дивана, чтобы пойти в магазин, а не заказывать доставку на дом. Там нужно правильно сформулировать запрос, потому что он не может добрать контекст проекта сам. Можно перекинуться парой мыслей, как с товарищем на работе. Надо подумать, как применить ответ, что выкинуть. В итоге я всё равно как-то худо-бедно программирую сам.
Пока я отрицаю прогресс, из мира агентов доносится много шума про управление контекстом и токенами. Агенты в ответ на запросы жрут лимиты по токенам, выделенные на отрезок времени. Ну либо запросы по API просто тарифицируются. Причем чем дольше общаешься с нейросетью, тем больше контекста ей нужно держать, учитывать, корректировать, сжимать. Помимо этого, нейронка ещё подглядывает правила проекта в .md-файлах, что-то помнит между переписками.
Чем больше у нейронки пузырь вашего контекста, тем хуже она работает. Путается в постоянно пополняющихся правилах, корректировках и ограничениях. Наконец, контекстный оверхед — это еще очень дорого. Каждый запрос к API содержит тысячи «мусорных» токенов и выжирать лимиты получается еще быстрее.
В ответ на это индустрия на венчурные деньги придумывает и продвигает свои «велосипеды», чтобы с помощью агентов эффективнее и дешевле решать задачи:
В Cursor IDE есть Rules, которые накладывают ограничения поверх ваших промптов. Их можно применять вручную или автоматически; говорят, автомат работает хуже.
Anthropic пиарит Skills (еще пример Playwright Skill). Это интерфейс для решения типовых задач с адаптивными ступенями контекста в зависимости от сложности.
Есть MCP (Model Context Protocol) — условное API, которое расширяет возможности агентов, чтобы они не писали собственные инструменты и не тратили контекст и токены на типовые задачи: открыть браузер, прочитать Jira, отправить письмо и т. д.
Также есть субагенты; их оркестрирует агент-оркестратор. У субагентов чистый контекст: они получают задачу, выполняют её и идут на «свалку».
И вот среди этого новояза я – старпер со своим ChatGPT: после 2–3 запросов удаляю чат и начинаю новый. Вот моя экономика токенов и галлюцинаций. Меня и Альтмана маркетингом не проведешь!
В прошлом году делал 3д биллиард, потратил тогда около 1 дня и на самом деле так и не доделал. Не хватало окна запроса. 1 год для ЛЛМ это очень большой срок, много что поменялось. Со второго захода с codex 5.2 xHigh понадобилось порядка 1 часа и $2 на токены.
Это к вопросу о том что LLM стоят на месте и прогресса нет.
Это больше эксперимент, попытка посмотреть сколько времени нужно что бы сделать повторить один из моих студенческих проектов которые я делал в 18 лет больше 20 лет назад. Тогда это у меня заняло больше 2 недель, я писал на Delphi/Direct 3d. Впрочем, он был гораздо проще, в том проекте использовались модельки, а тут процедурная генерация моделей и текстур.
Более менее работает, можете поиграть по ссылке ниже (браузерная версия)Управление кием мышкой, бить пробелом
Не могу не поделиться своим открытием! Хотя для многих это и прозвучит как баян, но я для себя вновь открыл ценность ИИ.
Я же опять стал студентом. Спустя 20 лет. На этот раз учусь в ВШЭ. И поймал себя на странном ощущении, что правила игры теперь совсем другие.
Двадцать лет назад учеба в университете была похожа на жонглирование (а еще и покуралесить с однокурсниками надо было успеть). Стандартная лекция: слушаешь лектора, пытаешься понять и одновременно лихорадочно конспектируешь. Мысль теряется, пока записываешь. Запись теряет смысл, пока ловишь мысль. Были, конечно, уникумы, которые умудрялись успевать записывать и делать качественные конспекты. Такие конспекты ходили по рукам, переписывались и были на вес золота. Тогда это была норма, так все учились.
Вернувшись в аудиторию на Executive Master in Management, я поначалу действовал по старинке. Слушаю, записываю. Перечитываю иногда. Но что-то было не так… Хорошо, что довольно быстро понял: я застрял в 2005-м, а мир ушел далеко вперед.
Сегодня у меня совершенно другой алгоритм. На лекции я просто слушаю, задаю вопросы, связываю новое с опытом. На все 100% сфокусирован на понимании и осознании материала. А все остальное делают технологии:
Структура и ключевые тезисы от преподавателя,
Аудиозапись лекции на телефон
Транскрибация в mymeet
Claude, который превращает полтора часа живой речи в аккуратный 20-страничный конспект,
Алиса Про (бывший Яндекс Нейроэксперт) сшивает все конспекты в единую базу знаний, с которой легко взаимодействовать.
Рутина практически исчезла. Я переоткрыл для себя обучение. Появилась необычайная легкость и еще большее желание учиться.
Я смотрю на сегодняшних студентов и немного завидую. Белой завистью. Им не нужно тратить внимание на «успеть записать». Они могут сразу строить ментальные модели, учиться быстрее и глубже. Кто-то может возразить, мол, так и писать можно разучиться. Но это отдельная тема для обсуждения.
И да, я по-прежнему за очное обучение. Все-таки сила невербальных коммуникаций никуда не делась. В новом подходе появляется много пространства для главного, для понимания. А понимание рождается не в конспекте, а в живом контакте. С преподавателем, с материалом, с собственным опытом.
А вы уже пересобрали свой способ учиться или все еще учитесь так, как будто ИИ не существует?
Представлен проект нейросети для звуковой генерации HeartMuLa, которая умеет создавать треки студийного качества, клонировать голоса и вставлять их в песни, умеет также делать транскрибции треков через Whisper.
Развитие технологий искусственного интеллекта принесло много нового, но где-где, а в технической поддержке новшества вызывают лишь раздражение. Пока "эффективные менеджеры" показывают красивые графики со снижением затрат на поддержку, пользователи вынуждены мириться с практически полным отсутствием помощи в действительно сложных ситуациях
Речь идёт о чат-ботах, которые бессильны помочь, но полностью уверены, что проблема в том как пользователь задаёт вопрос
И если раньше боты хотя бы понимали грубые выражения и всё-таки звали оператора, то сейчас миссия по выходу на контакт с живым человеком становится практически невыполнимой – бот может до бесконечности просить переформулировать вопрос и абсолютно не сомневается в своей правоте
Почему ни одна компания не может научить ботов звать оператора, если в базе знаний бота объективно нет ничего соответствующего вопросу, для меня остаётся загадкой
Из последних отличившихся хочется отметить поддержку в ВК, с которой состоялся примерно такой диалог
* я подробно описываю проблему в API *
– Выберите категорию вопроса
* Выдаёт кучу вариантов, ни один из которых не подходит. Я выбираю Ни один из указанных *
– Попробуйте задать вопрос иначе – Проблемы с API – Выберите категорию вопроса – Ни один из указанных – Попробуйте задать вопрос иначе – Куда обращаться с багами в API? – Выберите категорию вопроса ...
Стоит ли говорить, что проблему я так и не передал?
Не менее интересным образом работает поддержка Т2 (бывший Теле2). Даже если вам удастся убедить бота, что без оператора не разобраться, то ответит вам человек только в течение 4 часов (хотя может и не ответить, и такое бывало). Но не спешите радоваться, если всё-таки дождались ответа. Оператор вас ждать 4 часа не будет, и если вы не продолжаете диалог сразу (пользователи тоже бывают заняты как ни странно), то оператор просто переключит вас обратно на бота, в котором вам ждёт уже известный сценарий. Особо смешно это видеть, когда суть обращения заключалась в отказе от обслуживания
Хочется конечно верить, что компании вовремя опомнятся и что-то сделают с летящим на дно качеством поддержки клиентов, ну а пока остаётся лишь выпрашивать у ботов право на решение проблемы
Я публично веду исследование и собираю статистику причин провалов игровых проектов. Часто, как первичную точку для анализа того или иного игрового проекта я использую Google.
Однако, сегодня google меня немного удивил. На мой запрос: "What were the key issues with civilization vii game at the release"? Вот что сегодня, 20.01.2026 выдал Google:
AI Overview
Sid Meier's Civilization VII is scheduled for release on February 11, 2025 [1, 2]. As of today, January 20, 2026, the game has not been released, and therefore, it is impossible to identify key issues from its actual launch.
Однако, скорректировав запрос с уточнением "What were the key issues with civilization vii game at the release in 2025", я уже получил более разумный ответ:
AI Overview
Sid Meier's Civilization VII faced a rocky, "mixed" reception upon its February 2025 release, with many players describing it as unfinished and in a "rough" state. The launch was marked by complaints regarding fundamental gameplay changes, a poor user interface (UI), and missing quality-of-life features that left many long-term fans disappointed.
Обратил внимание, что часто от ИИ ожидают больше, чем он сейчас может дать. Тем более не стоит считать информацию формируемую генеративным AI полностью достоверной и не подлежащей проверке. Проводите кроссвалидацию с первоисточниками того, что вы получаете от генеративных нейросетей в форме утверждений.
Исследователи Microsoft опубликовали масштабное исследование о влиянии генеративного ИИ на рынок труда, назвав 40 профессий, наиболее подверженных автоматизации. Самыми уязвимыми оказались профессии, связанные с обработкой информации: созданием текстов, анализом данных, объяснением и передачей знаний. На вершине рейтинга — переводчики и устные интерпретаторы, писатели и авторы, историки, журналисты, политологи и специалисты по работе с клиентами. Также высокие показатели применимости ИИ зафиксированы у продавцов и сотрудников колл-центров. Только в США в этих сферах занято около 5 миллионов человек.
В исследователи подчёркивают: высокий уровень применимости ИИ не означает неизбежного исчезновения профессии. Речь идет скорее о трансформации рабочих процессов.
40 профессий, наиболее подверженных влиянию генеративного ИИ:
