Обновить
1024K+

Искусственный интеллект

AI, ANN и иные формы искусственного разума

2 763,41
Рейтинг
Сначала показывать
Порог рейтинга

15 бесплатных уроков для тех, кто работает с искусственным интеллектом

Искусственный интеллект уже меняет подход к разработке: LLM помогают писать код, искать информацию, автоматизировать процессы и создавать новых цифровых помощников. Но при переходе от экспериментов к реальным задачам появляются вопросы: какую модель выбрать, где достаточно промпта, когда нужен RAG или дообучение, как контролировать качество ответов и встроить ИИ в рабочие процессы.

Разобраться в современных ИИ‑инструментах — это первый шаг к тому, чтобы использовать их как полноценный инженерный инструмент: запускать локальные модели, создавать ИИ‑агентов, работать с ML‑пайплайнами и понимать ограничения технологий.

Собрали открытые уроки от преподавателей‑практиков, которые помогут разобраться в ключевых направлениях искусственного интеллекта — от больших языковых моделей и ИИ‑агентов до машинного обучения и внедрения ИИ в реальные задачи.

LLM и генеративный ИИ

  • 3 сентября, 20:00. «Локальные LLM модели для разработки». Записаться

  • 8 сентября, 20:00. «Что надо знать про работу LLM моделей». Записаться

  • 23 сентября, 18:00. «Structured Outputs: как заставить LLM всегда возвращать то, что вам нужно». Записаться

ИИ‑агенты и искусственный интеллект в разработке

  • 14 сентября, 20:00. «ИИ‑агенты против Junior‑разработчиков: кто кого заменит к концу 2026 года». Записаться

  • 17 сентября, 20:00. «Обзор ИИ‑технологий для разработчиков. От идей до рабочих решений». Записаться

  • 1 октября, 20:00. «Продуктивность разработчика и Agent Skills». Записаться

ML и работа с данными

  • 7 сентября, 18:00. «Учимся готовить данные для ML‑моделей». Записаться

  • 9 сентября, 18:00. «Оптимизируем построение модели через Pipeline». Записаться

  • 10 сентября, 18:00. «Подготовка данных в Pandas». Записаться

  • 16 сентября, 18:00. «Задача классификации от 0 до 9». Записаться

  • 23 сентября, 18:00. «Дерево решений — простой и интерпретируемый ML‑алгоритм». Записаться

Практическое применение ИИ

  • 7 сентября, 20:00. «Почему 90% ML‑проектов не доходят до продакшена? Разбираем архитектуру настоящей ML‑системы». Записаться

  • 8 сентября, 20:00. «ИИ против бага: как разобрать инцидент в Python‑проекте от логов до исправления». Записаться

  • 21 сентября, 20:00. «Как руководителю внедрить ИИ в работу команды: от выбора процесса до рабочего сценария». Записаться

  • 22 сентября, 20:00. «Можно ли доверять ИИ‑коду: как находить галлюцинации, уязвимости и устаревшие решения». Записаться

📚 Что почитать по теме

  1. «Промпт, RAG или дообучение: что реально выучит вашу LLM»

  2. «Автоматизация процессов на open source — n8n и Ollama»

  3. «Как запустить LLM на 2,8 трлн параметров на ноутбуке»

  4. «Три месяца с Claude: хороший ассистент, плохой программист»

  5. «Как создать своего первого ИИ‑агента за 30 минут»

Разбираться в ИИ сегодня — значит понимать инструменты, которые уже меняют подход к разработке и работе с технологиями.

Все бесплатные уроки сентября собрали в дайджесте.

Теги:
+2
Комментарии0

Современный рынок ИТ похож на состояние, когда люди научились делать молоток, а гвозди еще не изобрели.

Кругом бегает толпа прогрессивных инноваторов и пытается бить молотком по всему, до чего дотянется.

Очень серьезные чечки бегают с большими молотками. Стартаперы - с креативным нечто "похожим на".

Есть ощущение - что нужная вещь! Кто-то хвастается удачными попаданиями.

Умники уже даже занимаются улучшением молотка - то ручку длиннее сделают, то в новый цвет покрасят.

Вот только… гвоздей пока нет…

Такое ощущение :)

Теги:
+10
Комментарии4

Еще одна интересная форма тупости у нейросеток (сначала Claude Sonnet 5, потом Claude Opus 5): оно не понимает, что если устройство (нетривиальное, то есть у которого есть внутреннее состояние) выдало глюк на тесте в первую секунду работы, то бесполезно минимизировать количество глюков, которое оно выдаст в следующий час. Оно уже глючное, нужно исправлять первый глюк. Прогресс - это не “было 100 глюков в час, стало 80”, а “был глюк на первой секунде теста, а теперь глюк появился только на второй”.

Дал нейросетке задание: исправить ошибку в сгенерированном ею модуле на языке описания аппаратуры SystemVerilog. Модуль погружен в тестовое окружение которое проверяет работу модуля против его модели (тоже написанной на SystemVerilog). На вход и модуля и модели подаются одни и те же входные транзакции (stimuli), после чего у них сверяется ответы. Ответы могут приходить в несколько разное время, но это не имеет значения, потому что перед проверкой они складируются в очередях. Как и исходные транзакции до отправления, чтобы не сравнивать детали латентности handshake-ов.

И у модуля, и у его модели имеется внутреннее состояние, поэтому ответ на первую и сотую транзакции может быть разный, даже если входящие транзакции идентичны. Из этого должно быть и коню понятно, что после того как ошибка произошла, дальше все идет вразнос - потому что отныне состояние у модуля и модели разное.

И вот оно провело ночь гоняя симуляции и минимизируя счетчик глюков. Ну первую ночь я бы простил. Я сказал “мерило прогресса - не счетчик глюков, а что первый глюк возникает позже”. Но оно потом это забыло и снова провело ночь минимизируя счетчик глюков.

Это из той же оперы как “если ты услышал что часы на башне пробили 13 раз, то скорее всего неверным является не только 13-й удар колокола, но и 12 предыдущих”. Или если у тебя syntax error в коде на Си в строке 100, то зачем проводить всю ночь пытаясь минимизировать количество syntax errors в последующих строках?

Теги:
+13
Комментарии6

8 сентября в 18:00 стартует практический вебинар «Бизнес-аналитик + ИИ: инструменты и оркестрация нейросетей, которые работают уже сейчас» о том, как системный и бизнес-аналитик могут использовать ИИ-инструменты в ежедневной работе.

Темы:

🤖 Типовые задачи, на которые уходит время: сбор требований, user stories, документирование as-is / to-be, ТЗ и спецификации
🤖 Инструменты: ChatGPT, GigaChat, YandexGPT с промптами для аналитика; RAG-ассистенты на корпоративной базе; ИИ для диаграмм и моделирования
🤖 Оркестрация нейросетей: одна модель (Claude) распределяет задачи между специализированными моделями и собирает результат
🤖 Кейс из практики: задача, цепочка ИИ-агентов, результат, что дорабатывалось вручную
🤖 Границы применимости ИИ: контекст, стейкхолдеры, внутрикорпоративные процессы. Критическое мышление.

📆 Когда: 8 сентября в 18:00 (Мск)
👨‍🎓 ️Спикер: Новичков Александр, L&D-стратег, руководитель образовательных проектов

✍️ Записаться

Теги:
+3
Комментарии0

Приложение ChatGPT/Codex включает в себя полную копию LibreOffice.

«Я копался в папке ~/.cache/ с помощью OmniDiskSweeper и заметил кое‑что интересное. В папке codex‑primary‑runtime настольного приложения OpenAI Codex (позже переименованного в ChatGPT) находится 1,7 ГБ файлов, включая полную установку Python, полную установку Node.js, а также нативные бинарные файлы для Poppler, git и офисного пакета LibreOffice с открытым исходным кодом (который отделился от OpenOffice.org в 2010 году)», — пояснил исследователь Саймон Уиллисон.

Теги:
+3
Комментарии0

AI meeting notes не работают?

 ИИ бот и люди
ИИ бот и люди

Хожу на много встреч, и на каждой сейчас, конечно, коннектится какой-нибудь AI meetings notes бот — хоть в MS Teams, хоть в Google, хоть в Zoom.

Но парадокс: на каждой встрече люди продолжают писать свои notes руками.

Почему? Что тут сломано? Может, это как с автоответчиком: в Америке к нему все давно привыкли, а у нас никто не пользуется?

Я для себя нашел решение, но как это решить для всех?

Теги:
-1
Комментарии0

Агенты пишут код, а кто его проверяет? 🤔

AI-агенты постепенно меняют привычный процесс разработки: человек всё меньше пишет код напрямую и всё больше выступает в роли оркестратора — ставит задачи, направляет агентов, проверяет результат и выстраивает вокруг них целую экосистему инструментов.

На прошедшем вебинаре обсудили, как выглядит работа с агентами в продакшене, как контролировать результаты разработки с агентами, и как адаптировать привычные инженерные практики к новой реальности.

Посмотреть можно тут:
- VK Video
- Rutube
- YouTube
- Наш сайт

Теги:
+5
Комментарии0

Открытый скилл Lieflat Charts для ИИ‑агентов позволяет превращать данные в анимированный визуал и красивые диаграммы. Получаются готовые HTML‑диаграммы без визуального шума и с хорошим оформлением. Из коробки работает с Claude Code, Codex и всеми популярными агентами:

  • включает три основных семейства диаграмм, Lupi Editorial, Lupi Basics и Glance под все задачи.

  • семейства отличаются типографикой, интервалами, построением линий и движения. Получается очень плавный и красивый результат.

  • всего 60 шаблонов, с которыми скилл помогает создать диаграммы для любой темы: будь то учебные или рабочие задачи.

Теги:
+3
Комментарии1

Новая Fable 5.1 смогла за 44 минуты разгадать один из сложнейших шифров в истории, над которым люди бились 373 года. Загадка Cyphral Distich Томаса Уркхарта занимала почётное 28 место в списке неразгаданных загадок человечества.

Всего две строки по 32 числа в каждой не давали покоя энтузиастам со всего мира, а разгадка оказалась до смешного простой.

Впервые шифр появился в трактате Уркхарта «Logopandecteision, or An Introduction to the Universal Language», в котором среди размышлений о несуществующем языке, были 32 пронумерованных пожелания автора. Шифр указывает, какое слово из какого пожелания надо взять — если число 8 в строке первое, то ищем восьмое слово в первом пожелании. 66 — второе, а значит — ищем шестьдесят шестое слово во втором пожелании. У полученных 64 слов берём по первой букве и получаем предложение: «О Боже, поддержи короля Карла II и сделай его верховным правителем этой земли».

Теги:
+11
Комментарии1

Третий день Летнего ТехФеста — в нашем новом влоге

Мы заглянули в офис Okko, чтобы посмотреть, как устроена AI-кухня. Было технично, честно и очень вдохновляюще.

Смотри видео, чтобы погрузиться в событие.

Ещё больше о мероприятиях — в нашем TG-канале.

Теги:
+3
Комментарии0

26 августа исследовательская организация Model Evaluation and Threat Research (METR) представила отчёт по инциденту, в результате которого большие языковые модели компании OpenAI взломали инфраструктуру сервиса Hugging Face. Полный отчёт — длинная и интересная статья, которая на Хабре была покрыта в публикации «Как ChatGPT создал Культ Роя для сотен AI-нейросетей: вся правда про взлом Hugging Face». Любопытно детальнее рассмотреть один из упомянутых фактов.

Вообще, разобранные в расследовании события проходили с 26 июня по 13 июля, но основное внимание отчёт уделяет периоду с 7 по 13 июля. OpenAI гоняла агентов на бенчмарке ExploitGym, наборе задач для проверки, насколько хорошо искусственный интеллект умеет превращать известные уязвимости в работающие эксплойты. 8 июля компания начала запускать десятки тысяч агентов на нескольких БЯМ, в основном на внутренней исследовательской модели HPIM и GPT-5.6 Sol. Предполагалось, что каждый из агентов работает в изолированной среде и никак не взаимодействует с остальными.

К вечеру того же дня один из агентов организовал доску сообщений. Через несколько часов уже более полусотни агентов обменивались на этом форуме знаниями. Это одна из самых интересных деталей всего отчёта, которую часто пересказывают; этот факт был известен ещё до отчёта METR.

Интереснее другое. 13 июля около 07:00 UTC один из агентов признался на этом форуме, что случайно выдал себя за другого из-за путаницы с именами. Другой агент заметил, что никакой аутентификации на этой доске сообщений нет. В результате развернувшегося обсуждения агенты быстро пришли к решению использовать криптографические подписи Ed25519, и первый найденный METR публичный ключ появился уже около 07:33 UTC. Система быстро прижилась: к концу дня не менее 19 агентов опубликовали публичные ключи, а подписано было уже 429 сообщений.

Обычно в СМИ забывают обратить внимание на забавный артефакт. В логах рассуждений одного из агентов нашли что-то подобное: «Нужно ли мне верифицировать эту подпись? Похоже, что она была подписана FreshX». (Здесь FreshX — это имя одного из агентов). Затем в рассуждениях агент, похоже, решил поверить и так, без запуска подтверждения.

По сути, повторился сюжет известного комикса XKCD от 4 марта 2013 года. В выпуске «PGP» Рэндел Манро указал, что никто эти подписи не проверяет, а просто доверяет им по факту одного их присутствия в сообщении. Так и здесь: ИИ-агент просто увидел, что подпись есть, но тратить время на проверку не стал.

В альт-тексте Манро также отмечает, что для особой уверенности нужно поискать глазами блок непонятных символов в конце письма. Тайпсетинг: ChatGPT. XKCD
В альт-тексте Манро также отмечает, что для особой уверенности нужно поискать глазами блок непонятных символов в конце письма. Тайпсетинг: ChatGPT. XKCD

Понятно, что использовались не подписи OpenPGP — агенты придумали свой формат на основе Ed25519. Также нужно заметить, что другие агенты подписи всё же проверяли.

Теги:
0
Комментарии1

Подборка вебинаров на сентябрь

В сентябре покажем, как за пять дней построить Data Lakehouse, защитить данные при работе с LLM, выстроить безопасную ИИ-инфраструктуру и обеспечить отказоустойчивость PostgreSQL для продакшен-нагрузок. Выбирайте интересную тему и регистрируйтесь. 

Как построить управляемый Data Lakehouse за неделю на Evolution Data Platform
Покажем, как за несколько дней с нуля построить архитектуру Data Lakehouse на Evolution Data Platform — от загрузки сырых данных до курированных витрин. Разберем принципы работы с Apache Iceberg, централизованное управление метаданными, контроль качества данных, единый SQL-слой и оркестрацию пайплайнов. Все увидите на демо.
🧑‍💻 Для кого: архитекторы данных, дата-инженеры, руководители аналитики и data-направлений, ИТ-директора, специалисты по управлению данными.
📅 Когда: 8 сентября, 11:00 мск.
📍 Где: Онлайн. Зарегистрируйтесь, чтобы задать вопросы спикерам.

Как защитить чувствительные данные при работе с LLM с помощью Guardrails
Разберем, как работают Guardrails LLM и Guardrails Filter: чем они отличаются, какие данные помогают обнаруживать и как адаптировать правила проверки под задачи компании. Отдельно рассмотрим, как защитный слой Guardrails работает в контуре Evolution Foundation Models, а также какую роль в проверке запросов играют модели-классификаторы HiveTrace. На демо покажем работу open source версии Guardrails Filter.
🧑‍💻 Для кого: специалисты по защите данных и ИБ, команды разработки ИИ-приложений и тем, кто внедряет LLM в бизнес-процессы.
📅 Когда: 15 сентября, 11:00 мск.
📍 Где: Онлайн. Зарегистрируйтесь, чтобы задать вопросы спикерам.

ИИ в облаке: кто отвечает за безопасность
Безопасность ИИ в облаке — это общая ответственность провайдера и бизнеса. Разберем, где проходят границы этой ответственности и как выстроить безопасную ИИ-инфраструктуру без лишних рисков. Обсудим подход Zero Trust: расскажем, как контролировать доступ к данным, моделям и сервисам в Cloud.ru Evolution и какую роль в этом играет Evolution Managed Identities (IAM).
🧑‍💻 Для кого: руководители и специалисты по ИБ (CISO), архитекторы и инженеры, проектирующие ИИ-инфраструктуру, специалисты, работающие с чувствительными данными, руководители, отвечающие за внедрение ИИ в компании.
📅 Когда: 17 сентября, 11:00 мск.
📍 Где: Онлайн. Зарегистрируйтесь, чтобы задать вопросы спикерам.

PostgreSQL для продакшен-нагрузок: Multi-AZ, реплики и переключение ролей
От доступности PostgreSQL зависит стабильная работа backend-сервисов и пользовательских сценариев. Разберем, как обеспечить высокую доступность PostgreSQL в облаке. Покажем, как в Evolution Managed PostgreSQL устроена архитектура Multi-AZ, какую роль играют реплики базы данных и как работают ручное и автоматическое переключение при плановых работах и сбоях.
🧑‍💻 Для кого: DevOps-инженеры, SRE-инженеры, инфраструктурные инженеры и все технические специалисты, работающие с PostgreSQL.
📅 Когда: 29 сентября, 11:00 мск.
📍 Где: Онлайн. Зарегистрируйтесь, чтобы задать вопросы спикерам.

Теги:
+3
Комментарии0

AI-агенты тоже идут учиться 📚

К 1 сентября добавили агентам навыки — отдельные инструкции под конкретные задачи. 

Раньше все инструкции были в одном системном промпте. Больше задач → длиннее промпт → дороже каждое обращение к модели. Теперь инструкции раскладываются по навыкам, а это значит:

➖ Экономия токенов. В запрос уходит только компактный индекс навыка, полная инструкция добавляется под задачу. 

Порядок в логике. Один навык = одна задача, которую проще править, тестировать и понимать.

Переиспользование. Написали навык один раз — подключаете его любому агенту, не копируя текст между промптами.

Как начать применять:

1️⃣ Выберите повторяющуюся задачу: оформление ответов, работа с возражениями или сбор данных.

2️⃣ Создайте навык: название, условия применения и сама инструкция.

3️⃣ Подключите его к одному или нескольким агентам — дальше агент сам подтянет инструкцию, если запрос подойдет под условие.

Каждое изменение навыка сохраняется отдельной версией, между ними можно переключаться.

Отправить своего агента на учебу →

Теги:
+16
Комментарии0

Ближайшие события

Представлен открытый проект VoiceStudio (бета-версия) — локальная альтернатива ElevenLabs.

Решение:

  • клонирует любой голос по короткой записи;

  • озвучивает тексты;

  • переводит и дублирует видео;

  • расшифровывает речь в текст;

  • собирает многоголосые аудиокниги из EPUB и PDF.

  • внутри 16 моделей для генерации, 11 для распознавания и каталог из 646 языков и наречий;

  • полностью бесплатно и без регистрации — все крутится локально на ПК.

Теги:
+3
Комментарии1

Здравствуйте! Запишу здесь свои соображения по поводу того, от чего нужно отталкиваться, когда нужно ответить на вопрос «чему учиться и как».

Я учу школьников и взрослых математике и с недавних пор ещё и тому, как думать точнее и быстрее (к своему стыду до сих пор не придумал названия).

Я часто говорю своим ученикам о том, что при изучении математики не стоит пытаться запоминать. Если вы запоминаете, то вы тренируете память. Я рекомендую учиться строить решения. Это локально неоптимальный совет — в рамках каждой задачи выгодно вспомнить/посмотреть в записях формулу, которой нужно воспользоваться. Не буду сейчас об этом подробно. Пытаясь запоминать, вы пытаетесь накопить знания. Пытаясь строить, вы накапливаете навык построения знаний. Исторический способ борьбы с неоптимальностью — воспитание и авторитет учителя. Тот, кто воспитан, слушается и делает локально неоптимальные действия (вся учеба такова), имеет шанс хорошо выучиться и полюбить сам процесс. Если же ученик ориентирован на оптимизацию своих ресурсов, то шансов на порядок меньше. Собственно, нацеленность на оптимизацию личных ресурсов — это ущерб субъектности (о которой так много теперь говорят), так как через управление чужими ресурсами можно получить контроль над личностью и снизить её субъектность.

Так вот, чтобы вплести эту контринтуитивную рекомендацию в контекст, я использую представление об эволюции ценности. Для ребят я не называю всех этих страшных слов. Мысль такова:

Изначально для поддержания жизни нужны были ресурсы (как у зверей), и ценностью были ресурсы. Это территории, запасенная еда и т. д. Есть мысль о том, что переход к человеку — это использование орудий. Наличие орудий резко упрощает доступ к ценности (к ресурсам). Ценностью становятся орудия — они участвуют в генерации ресурсов, которые позволяют жить.

Человек с орудием становится самым влиятельным на планете. Орудия есть у всех, кто в теме. Орудия усложняются и различаются по эффективности. Становится важным знать, как делать орудия. Ценным становится знание. Ценность знаний длится до наших дней. Уже на этом этапе ученикам не всегда видна вся цепочка: знание → орудие → ресурсы → жизнь. У учеников возникают вопросы: зачем это всё учить?

Идём дальше. После книгопечатания, интернета, а теперь и LLM любое знание можно получить очень быстро. Но есть одна проблема — оно есть у всех. Воспользоваться можно, но это не изобретение чего-то нового. Ценность того, чтобы держать это в голове, — почти ноль. А что ценно? Ценна способность строить новое. Именно поэтому бесполезно что-то запоминать. Это прошлое. Как учиться строить новое? Строить новое для себя (решать задачи) и, может быть, кто-то из учеников построит что-то вообще новое. Как решать задачи? Не пытаться что-то запомнить. Радоваться тому, что ученик что-то забыл — есть возможность построить заново. Т. е. учиться можно на любом материале, например, на математике, на почти любых задачах. Важно то, как вы это делаете. Опираетесь на память — строите свой же потолок. Естественно, результатом будет что-то запомненное, но от того, как вы действовали, будет зависеть архитектура запомненного.

Описанный выше переход ценности от знания к умению их строить усложняет понимание учениками того, зачем учиться, ещё более соблазняет поддаваться локальной оптимизации и что-то запоминать. Требования к авторитету родителей/учителей возрастают. Воспитанные имеют шанс «полюбить» учебу.

Вот как-то так. Это упрощённая интерпретация для учеников. Я её дорабатываю постепенно. Хотите поспорить или посмотреть больше — велкам в канал (в профиле)!

Теги:
+6
Комментарии13

Дайджест Рег.облака за август

Август выдался насыщенным: ввели оплату ИИ-моделей по токенам, выпустили новый тариф со 192 ГБ видеопамяти, опубликовали два кейса по миграции, подвели итоги первого полугодия, провели вебинар по выделенным серверам и выложили несколько полезных статей на Хабре. Дальше — кратко о главном.

Запустили оплату ИИ-моделей по токенам

Добавили возможность оплаты по токенам на ИИ-платформе. Теперь можно подключаться к 29 LLM-моделям через OpenAI-совместимый API без развертывания собственной инфраструктуры. Этот формат рассчитан на компании, которые внедряют генеративный ИИ, но не готовы к затратам на выделенные GPU. 

Выпустили новый тариф со 192 ГБ видеопамяти

Внутри — две NVIDIA RTX 6000 Pro по 96 ГБ, 32 vCPU, 128 ГБ RAM и 1024 ГБ NVMe. Подойдет для крупных LLM, обучения моделей и генерации видео. Протестировать можно здесь.  

Опубликовали два новых кейса

В блоге вышли материалы с реальными примерами из практики:

Подвели итоги первого полугодия 2026 года

Опубликовали в блоге статью с аналитикой рынка и результатами Рег.облака за первые шесть месяцев года. Приток новых клиентов публичного облака за первое полугодие 2026 года вырос на 113% по сравнению с аналогичным периодом 2025-го. Общая база клиентов достигла 30 тысяч, а за последние 12 месяцев пользователи подняли 165,1 тысячи новых облачных серверов.

Провели вебинар по выделенным серверам

13 августа прошел вебинар, посвященный переходу с виртуальных серверов (VPS) на физические выделенные серверы (Bare Metal). Запись — по ссылке

Следующий вебинар — уже 17 сентября. Покажем, где S3 может заменить классические файловые хранилища, как встроить его в процессы разработки и эксплуатации и на что обратить внимание при выборе архитектуры хранения. Зарегистрироваться можно по ссылке.

Публиковали полезные статьи

В августе вышло несколько статей — если пропустили, читайте:

Мы продолжаем развивать сервисы для бизнеса и делать облачные технологии доступнее. Впереди — новые релизы, полезные материалы и еще больше кейсов. Спасибо, что с нами!

Теги:
+4
Комментарии0

Обсудили модели, агентов и наступившее будущее с автором Telegram-канала Dealer․AI

В очередной выпуск подкаста в гости к нашему директору департамента стратегического развития ИИ-продуктов Диме Юдину пришел Александр Абрамов, Head of AI и автор Telegram-канала Dealer․AI. Поговорили о мире ИИ — от практики до агентной экономики и будущего технологий. 

Что обсудили:

  • нейропластичность и какие еще навыки сегодня важно развивать;

  • можно ли доверить свой бизнес полностью ИИ-агентам;

  • перспективы агентной экономики;

  • парадигму обучения ИИ;

  • токен-экономику и как оптимизировать расходы;

  • ИИ в кино, новые профессии и наше будущее.

Смотрите на удобной площадке: YouTube VK Видео | Rutube

Теги:
+4
Комментарии0

Зовём AI/ML-специалистов, разработчиков, дизайнеров и всех, кому интересно, как сегодня меняется разработка с помощью ИИ на АЛЬФА ВААА{АИ}ЙЙЙБ МИТАП.

В программе:

  • Финал АЛЬФА ВААА{АИ}ЙЙЙБ ХАКАТОНА, защита решений финалистов и награждение победителей.

  • Техно-шоу с экспертами бигтеха. Токеномика, Tiny Teams, PDLC и разработка в закрытом ИИ-контуре.

  • Знакомство с AlfaGen, платформой для AI-powered разработки.

  • Нетворкинг. Тысячи топовых вайб‑кодеров соберутся на одной площадке для живого общения.

  • Электронная музыка, лайв-сет и выступление группы ЛАУД

Где и когда: 30 сентября, 17:00 Москва, «Альфа Кристалл», ул. Самокатная, 4, стр. 11. Можно прийти офлайн в Москве или подключиться онлайн из любой точки мира.

Теги:
+1
Комментарии0

PostgreSQL 18, локальные LLM, ClickHouse и Playwright: что разобрать на этой неделе

Когда в проекте появляется новый инструмент или технология, времени на долгое погружение обычно нет. Нужно быстро понять, как это работает в реальной задаче, где могут возникнуть сложности и что стоит проверить до внедрения.

Именно поэтому особенно полезны форматы, где тему разбирают через конкретный сценарий: настройку, тестирование, архитектурное решение или разбор типовой проблемы. Такой подход помогает быстрее связать теорию с тем, что происходит в рабочем проекте.

В посте собрали бесплатные уроки этой недели по PostgreSQL 18, ClickHouse, локальным LLM, Playwright, Linux, ML‑системам и другим темам. Можно выбрать направление под текущую задачу и посмотреть, как с ним работают на практике.

AI, ML и автоматизация

  • 31 августа, 20:00. «Построение программ без кода: создание умного помощника и автоматизаций в n8n». Записаться
    Соберём AI‑помощника и автоматизации без кода.

  • 1 сентября, 20:00. «Практическое применение нейросетей для моделирования процессов». Записаться
    Разберём нейросети для работы с бизнес‑процессами.

  • 3 сентября, 20:00. «Как руководителю внедрить ИИ в работу команды: от выбора процесса до рабочего сценария». Записаться
    Пройдём путь от идеи до рабочего AI‑сценария.

  • 3 сентября, 20:00. «Локальные LLM‑модели для разработки». Записаться
    Разберём запуск и применение локальных LLM.

  • 7 сентября, 18:00. «Учимся готовить данные для ML‑моделей». Записаться
    Подготовим данные к обучению ML‑моделей.

  • 7 сентября, 20:00. «Почему 90% ML‑проектов не доходят до продакшена? Разбираем архитектуру настоящей ML‑системы». Записаться
    Разберём архитектуру production‑ready ML‑системы.

Базы данных и бэкенд

  • 1 сентября, 20:00. «PostgreSQL 18: асинхронный I/O и io_uring на практике». Записаться
    Посмотрим, как работает асинхронный I/O в PostgreSQL 18.

  • 3 сентября, 20:00. «Векторный поиск в ClickHouse». Записаться
    Разберём возможности векторного поиска в ClickHouse.

  • 3 сентября, 20:00. «ASP.NET Core API под нагрузкой: как сделать сервис устойчивым к сбоям и росту трафика». Записаться
    Поговорим об устойчивости API под нагрузкой.

Тестирование

  • 2 сентября, 20:00. «ИИ для тестировщика: инструменты, которые уже меняют профессию». Записаться
    Посмотрим на AI‑инструменты для задач тестирования.

  • 3 сентября, 20:00. «UI и API‑тестирование с Java и Playwright». Записаться
    Разберём автоматизацию UI‑ и API‑тестов.

Linux и системное программирование

  • 3 сентября, 19:00. «Первый веб‑сервер на Linux: Nginx, Apache и проверка доступности». Записаться
    Поднимем и проверим первый веб‑сервер на Linux.

  • 7 сентября, 20:00. «Linux для Windows‑администратора за 60 минут». Записаться
    Разберём базовые инструменты Linux через знакомые аналогии.

  • 7 сентября, 20:00. «Работа с памятью на языке C». Записаться
    Поговорим об указателях и управлении памятью.

1С и бизнес‑анализ

  • 2 сентября, 20:00. «Как аналитику выбрать решение 1С для автоматизации казначейства: сравниваем 1С:ERP, 1С:УХ и 1С:ERP.УХ». Записаться
    Сравним решения 1С для автоматизации казначейства.

Выбирайте интересующую тему, регистрируйтесь и подключайтесь к занятию.

Все ближайшие открытые уроки собраны на одной странице в дайджесте.

Теги:
+5
Комментарии0

Представлен открытый проект Sepia. Это скилл для Claude Code, Codex, Grok Build и других ИИ‑агентов, который заставляет нейросети писать как человек на уровне архитектуры.

Обычные сервисы для очеловечивания текста заменяют слова и переставляют тире, а Sepia работает глубже: подход скилла основан на исследовании, в котором научились распознавать ИИ-прозу с точностью 93,2%. Парень просто взял паттерны оттуда и научил нейронку их избегать. Проект работает для документов, релизов, пул-реквестов, тикетов и постов в соцсетях. Можно написать текст с нуля, получить разбор, аккуратно отредактировать или полностью пересобрать.

Теги:
+4
Комментарии0

Много лет висело без откликов у меня на hh.ru резюме на вакансию «Web-реаниматор старых сайтов» и вдруг прилетела «подработка»…

У небольшой организации занимающейся разработкой очень специфичной техники есть в интернете несколько информационных сайтов на Joomla 3 и уже года 4 без каких-либо изменений, и, соответственно без необходимости иметь сотрудника для их поддержки.
И что примечательно, у этих сайтов в среднем около 1 посещения в неделю..

Но месяц назад на двух сайтах вдруг появились вместо заглавных страниц сообщения «Взломан CoupDeGrace» и «Взломан ANTONKILL».
Так у меня появилась хоть какая-то работа за последние 4 года.
Убрать заставки взломщиков оказалось достаточно просто, сложнее перекрыть дальнейшие возможности для подобных хулиганств – не представляю как удалить из работающего сайта модули Helix и Sppagebuilder, через которые происходит основной вход «хулиганов»… частично их «деактивировал».  Но наверняка есть и другие способы, про которые я тогда не знал.
Обновлять Joomla до актуальной версии занятие долгое и непредсказуемое, а потому один сайт остался жить просто почищенным от заставок «Взломан …», а их там оказалось несколько десятков, а другой достаточно быстро перелопачен в статичные html страницы.
Первый этап «реанимации» закончен и очень постепенно начался второй – поиск нового движка для сайтов. Желательно отечественного производства, с активной поддержкой, чётким MVC, а ещё и бесплатным… в общем – проблематичные условия, но несколько кандидатов нашлось, и даже лидер образовался с самым маленьким количеством проблем на входе.

Но опять возникло «НО»!
Тот сайт, что остался крутиться на Joomla был заселён несколькими бэкдорами и это обнаружилось совершенно случайно только потому, что развили очень активную деятельность и буквально подвесили виртуальный сервер с очень скромными ресурсами.

За прошедшие выходные я понял, что мои возможности уже сильно устарели и резюме на вакансию «Web-реаниматор» надо бы убрать…
Мало того, что «искусство обфусцирования» вышло за уровни моего понимания, но как можно перехватывать пересылаемый по ftp на сайт index.php и класть его в корень с уже вписанным «вирусом» - мне уже видимо не осознать.

В прошлом году на секции «Слабое звено ИБ» один выступающий рассказал о своём эксперименте по «взлому» - всего $10 долларов на оплату токенов и ВСЁ!
Про миллион за взлом «белым хакерам» можно забыть – нейросети обесценили труд этих специалистов на несколько порядков.

Любая известная и популярная CMS со средствами «web-администрирования» и самообновления уже имеет в себе «парадные ворота» для взлома и заселения всем чем захочется.

На мой «устаревший» взгляд, самым эффективным вариантом решения проблемы для подобных информационных сайтов, мне видится CMS с полным функционалом по управлению сайтом на локальном компьютере, а в «публичное пространство» выгружаются только html страницы. И только 555 для папок и 444 для файлов.

А может не всё так грустно?
Может есть уже простые решения, про которые всем кроме меня всё давно известно?

 

Теги:
+6
Комментарии5

Z.ai не доказала полную независимость Китая от Nvidia. Но кое-что что важное все же произошло

На прошлой неделе на OpenRouter появилась бесплатная анонимная модель под кодовым именем Ox Alpha. Без названия компании, пресс-релиза и привычного маркетингового разогрева.

За шесть полных дней она обработала 23,2 трлн токенов и стала самой используемой моделью на платформе — с отрывом в 2,3 раза от ближайшего конкурента.

26 августа Z.ai раскрыла карты: под именем Ox Alpha тестировалась её новая модель GLM-5.3-Flash.

Но самое интересное здесь не место в рейтинге и даже не цена. Весь трафик анонимного запуска, по заявлению Z.ai, обслуживался на китайских ИИ-ускорителях.

Ox Alpha занимает первое место на OpenRouter по числу обработанных токенов
Ox Alpha занимает первое место на OpenRouter по числу обработанных токенов

Трафик OpenRouter за 20–25 августа 2026 года. Источник: официальный релиз Z.ai.

1. Экономика сильных моделей меняется быстрее, чем кажется

На момент публикации миллион входных токенов GLM-5.3-Flash на OpenRouter стоит $0,075, выходных — $0,25. Для GLM-5.3 это $1,25 и $4,40.

Первая цена акционная, поэтому строить долгосрочную экономику только на ней не стоит. Но даже стандартный тариф Z.ai — $0,15 за вход и $0,50 за выход — заметно ниже стоимости большинства моделей сопоставимого уровня.

При этом на внутреннем Z.ai Code Bench v1.0 новая модель на максимальном режиме рассуждения почти сравнялась с Claude Opus 4.8: 29,0 против 29,5 балла.

Важно: Z.ai Code Bench v1.0 — закрытый тест самой компании. По состоянию на 30 августа его задания не опубликованы, поэтому результат нельзя независимо воспроизвести. Считать эти цифры доказательством одинакового качества не корректно.

То есть честная формулировка звучит не как «то же качество в десять раз дешевле», а так: модель уже находится в сопоставимом классе и стоит достаточно дёшево, чтобы её обязательно проверить на собственных задачах.

2. Низкая цена появилась не из воздуха

GLM-5.3-Flash — MoE-модель: всего в ней 320 млрд параметров, но при обработке каждого токена активируются только 18 млрд. Кроме того, в ней 45 слоёв против 92 у сопоставимой по общему размеру GLM-4.5.

Для работы с длинным контекстом объединили механизмы внимания:

  • линейное внимание обрабатывает локальные зависимости через состояние;

  • разреженное внимание находит релевантные фрагменты во всём контексте через отдельный индексатор;

  • IndexPool дополнительно сжимает четыре ключевых вектора индексатора в один.

По расчётам компании, по сравнению с GLM-5.3 это уменьшает вычисления механизма внимания примерно в три раза, а объём KV-кэша — в 4,4 раза на контексте до миллиона токенов.

Если убрать технические детали, смысл простой: модель тратит меньше вычислений и памяти на каждый запрос. Поэтому низкая цена здесь выглядит не только как субсидия для захвата рынка, но и как следствие архитектуры.

Конкуренция в ИИ всё заметнее смещается от гонки за «самую умную модель» к оптимизации всей системы: модели, движка инференса, памяти, сети и железа.

3. Китайское железо прошло проверку массовым инференсом

В течение всего анонимного запуска запросы к Ox Alpha обрабатывал крупный кластер китайских ИИ-ускорителей.

Для него Z.ai построила собственный стек инференса поверх SGLang: с разделением этапов обработки запроса, несколькими видами квантизации, оптимизацией обмена данными и отдельным планированием вычислительных пулов. Компания утверждает, что в результате производительность выросла втрое относительно первоначальной версии на том же оборудовании, а стоимость одного токена стала сопоставима с массовыми решениями на Nvidia.

Ещё одно важное уточнение: речь идёт об инференсе — обслуживании пользовательских запросов. Публичных доказательств того, что GLM-5.3-Flash была полностью обучена без оборудования Nvidia, пока нет.

Это различие принципиально. Обучить большую модель с нуля и обслуживать уже обученную модель в продакшене — разные по сложности и требованиям задачи.

Но результат всё равно значимый. Он показывает, что китайское оборудование уже способно выдерживать массовый трафик модели передового класса, а локальный программный стек — компенсировать ограничения отдельных чипов на уровне кластера.

Теги:
+8
Комментарии0

Несмотря на то, что нормативному определению термина «искусственный интеллект» уже сто лет в обед (извините, не удержался, в рифму получилось), а на самом деле уже почти семь лет как (Национальная стратегия развития искусственного интеллекта на период до 2030 года утверждена Указом Президента РФ № 490 от 10.10.2019г. и с этой же даты вступила в силу), на текущий момент в судебные акты высших судов РФ ИИ попал только дважды:

Во-первых, это п. 42 Постановления Пленума Верховного суда РФ «О подготовке гражданских дел к судебному разбирательству» от 21.05.2026г. № 15:

…Участвующие в деле лица, представившие в суд сведения о фактах, полученных с использованием технологий искусственного интеллекта, должны сообщать об этом суду.

Во-вторых, это п. 5.1 Тематического обзора Верховного суда РФ № 2/2026 «О рассмотрении судами административных дел о защите избирательных прав», утв. Постановлением Президиума Верховного Суда РФ от 25.03.2026г. № 3А/2026 (в Обзор этот случай попал из Кассационного определения Судебной коллегии по административным делам Верховного Суда РФ от 04.02.2026г. № 48-ИКАД26-1-А2):

Использование в агитационных печатных материалах изображений физических лиц, включая лиц, не достигших на день голосования возраста 18 лет, не допускается и в том случае, если такие изображения созданы с применением компьютерных технологий.

На этом пока все. Однако вот-вот уже скоро вступает в силу закон «О поддержке развития технологий искусственного интеллекта в Российской Федерации» от 26.07.2026г. № 243-ФЗ, в котором снова присутствует термин «искусственный интеллект», поэтому судебная практика должна будет неизбежно пополниться новыми случаями.

Теги:
+3
Комментарии0

🤖 MCP для Jetbrains

Ваша IDE это очень мощный инструмент, который может пригодится вашему агенту, но дефолтное MCP Jetbrains довольно бедное и местами забагованное.

✨ Плагин IDE Index MCP Server предоставляет куда больше возможностей:

  • Просмотр кода зависимостей (чтобы вашему агенту не пришлось лазить в .m2)

  • Запуск тестов (полезно, если в вашей огромной монорепе мавен запускает тесты слишком медленно)

  • Иерархия классов, стек вызовов, переход к объявлению и так далее

  • Удобное окно для просмотра запросов и ответов MCP сервера

💪 Самое главное, разработчик плагина очень активно реагирует на ишью и быстро их закрывает, я лично открыл штук 5, на данный момент на гихабе только одна.

Также, у него есть плагин, дающий агенту возможность дебажить с помощью идеи, но я его не пробовал.

Теги:
+2
Комментарии0

Исследование среди 26,8 тыс. китайских учащихся возрастом 12-18 лет показало, что использование ИИ снижает успеваемость на 24%.

Теги:
+6
Комментарии0

Laconian: короткий ответ без потери смысла

Сделал Laconian - agent skill, построенный вокруг принципа the shortest complete answer. Не самый короткий ответ вообще, а самый короткий из тех, которые остаются корректными и практически полезными.

Логика простая: сначала определить полный ответ, затем удалить только то, без чего не пострадают точность, безопасность, существенные факты, ограничения и требования пользователя.

Skill убирает приветствия, пересказ запроса, незапрошенное описание процесса, повторы и декоративные выводы. При этом сохраняет важные оговорки, неопределённость, нужную детализацию, код, команды, числа, URL и другие данные, точная форма которых имеет значение.

Вся пользовательская часть проекта — один файл SKILL.md. В нём нет скриптов, зависимостей, сетевых вызовов, дополнительных разрешений или привязки к инструментам конкретной платформы.

В репозитории также развивается открытый benchmark: Laconian сравнивается с baseline, обычной инструкцией Answer concisely. и Caveman. Инфраструктура уже работает, но публичных результатов пока нет — поэтому пока не заявляю о выигрыше в длине, качестве или стоимости раньше данных.

Ссылки

Теги:
+4
Комментарии0

Открытый проект How to Train Your GPT позволяет собрать свой ChatGPT с нуля. Это интерактивный учебник, в котором авторы изложили всю базу по нейросетям, их обучению, настройке, ИИ‑агентам и прочим полезным темам:

  • позволяет изучить, как нейросети превращают обычный текст в понятные им данные.

  • на примерах показано, как модели понимают связь между словами.

  • раскрыты современные технологии, которые используются в больших языковых моделях: RoPE, RMSNorm и SwiGLU.

  • показано, как модели учатся предугадывать каждое слово.

  • рассказано, как можно ускорить процесс обучения модели и заставить видеокарту работать быстрее.

  • можно собрать свою GPT‑модель.

  • Никакого мощного ПК не потребуется — модель будет на 17 млн параметров.

  • Также есть моделька на 151 млн параметров, эквивалентная GPT-2 Small.

Теги:
+11
Комментарии1
  1. Неопытный вайбкодер может создать приложение, где все пароли пользователей хранятся в открытом виде.

  2. Неопытный пользователь может использовать один и тот же пароль на всех сервисах и не использовать двухфакторную авторизацию.

  3. Неопытный хакер с помощью ИИ находит уязвимость в приложении и получает доступ к базе данных.

  4. Пароль из базы даёт ему доступ ко всем сервисам, на которых зарегистрирован пользователь.

Эта проблема существовала всегда.

Но сейчас почти любой неопытный человек может создать приложение, а неопытный хакер может найти уязвимость в приложении.

При этом количество неопытных пользователей не поменялось. Только они теперь начали пользоваться навайкбоденными продуктами и подвергают себя большему риску, чем раньше.

Теги:
+3
Комментарии4

Юлий Гольдберг (GlowByte): Lakehouse — уже не экспериментальное направление

В интервью на РБК руководитель направления GlowByte Юлий Гольдберг рассказал о том, как меняется рынок СУБД в России, почему Lakehouse перестал быть экспериментом и какие барьеры остаются у отечественных вендоров.

Ключевое из интервью:

Рынок СУБД: от срочного импортозамещения к зрелости. Заказчики всё реже ищут просто «российскую альтернативу» — они выбирают платформу под архитектуру данных, аналитику и ИИ-сценарии. При этом многие крупные компании не торопятся отказываться от Oracle и MS SQL: лицензии постоянные, системы «вылизаны», а миграция — дорогой и долгий проект.

Главный тренд — переход к Lakehouse. Вместо монолитных СУБД (Oracle, Teradata) — разделение хранения (S3+Parquet/Iceberg) и систем обработки (Spark, Trino, Impala). Подход доказал состоятельность: GlowByte совместно с Data Sapience за три года реализовали более 15 проектов, крупнейшие — на несколько петабайт данных.

Архитектура усложняется, но становится гибче. СУБД в новой парадигме — это набор взаимодополняющих компонентов. Можно собрать ровно то, что нужно, и не платить за лишнее. Но нагрузка на архитекторов и DevOps‑инженеров растет в разы.

Главный барьер — размер рынка. Российский рынок СУБД небольшой по сравнению с мировым, экспорт технологий затруднен. Инвестиции в продукты несопоставимы с зарубежными. Почти все российские СУБД, кроме ClickHouse и Tarantool, базируются на open source, а риски смены лицензий (как в случае с Greenplum) сохраняются.

ИИ меняет требования к СУБД. LLM и AI-агенты работают с неструктурированными данными — текстами, картинками. Традиционные СУБД заточены под структурированную информацию, а Lakehouse с S3-хранилищем и набором движков обработки закрывает этот пробел.

Критерии выбора СУБД на 2027 год: стоимость владения, горизонтальное масштабирование для крупных компаний, managed‑сервисы для небольших игроков.

Российский рынок СУБД на сегодня — это рынок различных клонов Postgres. Как ни смотри, хоть в штуках, хоть в деньгах. И вряд ли что-то здесь изменится в ближайшем будущем, тем более что Postgres тоже не стоит на месте и развивается туда, куда ждут потребители, — в область поддержки ИИ (pgvector, например) или в сторону параллелизма вычислений. Если кто-то и бросает вызов, то в конкретных нишах — как, например, Lakehouse в аналитических задачах на больших объемах данных, — говорит Юлий Гольдберг, GlowByte.

Читать интервью эксперта GlowByte в РБК

Теги:
+11
Комментарии0

Подведены итоги первого раунда флешмоба с ИИ-аватарами. Четыре участника получили билеты на осенние конференции Инфостарта.

TECH EVENT 2026

  • тригандрей — онлайн-билет;

  • Katerina — билет «Стандарт».

A&PM EVENT 2026

  • Roman Danilov — онлайн-билет;

  • Диана Левахина — билет «Стандарт».

Поздравляем победителей и благодарим всех, кто создавал персонажей, делился работами и поддерживал участников.

Флешмоб продолжается: следующий розыгрыш состоится 10 сентября. Условия участия и работы победителей — в исходной публикации.

Теги:
+8
Комментарии0
Кодекс — это скорее рекомендации, чем настоящие правила
Кодекс — это скорее рекомендации, чем настоящие правила

Как говаривал капитан Барбосса, «Кодекс — это скорее рекомендации, чем настоящие правила».

Все агенты по натуре тоже пираты. Все ваши промты, правила и скиллы — для них не более чем рекомендации, как и пиратский кодекс. Нет такой инструкции, которую агент не мог бы нарушить.

Причем агент не идет на нарушение сознательно. Взломщик, проникший в ювелирный магазин, знает, что он совершает ограбление. Агенты, ломавшие Hugging Face, не думали о том, что это незаконно. Они просто наилучшим образом пытались выполнить данное им задание.

Так и пираты — они нарушают свой кодекс не потому, что они беспринципные подонки. Просто они хотят наилучшим образом выкрутиться из ситуации, в которую они попали, и если соблюдение правил сулит им неприятности, то к черту такие правила!

— И как же быть?

Принять тот факт, что любые писанные правила не являются гарантией корректной работы агента.

— Но почему?

Потому что они записаны на естественном языке. А язык многозначен, допускает множество интерпретаций. Причем таких, о которых вы и не думали, составляя свои правила.

Писал об этом подробнее в своей статье Вайбкодинг и философский камень

Изворотливый ум всегда найдет лазейку, удобную для себя интерпретацию, когда он формально ничего не нарушает, но все же выходит за рамки, которые вы хотели обозначить.

Ключевое слово здесь «хотели». Ибо вам и в голову не придет описать все исключительные ситуации, все возможные двусмысленности, которые найдет в ваших словах другой ум — не важно, человеческий или искусственный.

Вот, например, известная шутка:

— Учитель, можно ли курить во время медитации?
— Ни в коем случае!
— А можно ли медитировать во время курения?
— Да пожалуйста!

— Так что делать‑то?

Строить контролирующий контур вне ИИ. Как вариант, можно взять BPM‑систему и поместить агента в жесткие рамки бизнес‑процесса. Об этом регулярно рассказывает Бернд Рюкер, со‑основатель и главный технолог Camunda. Мне его позиция кажется вполне здравой и этот подход реализуемым.

Вот его статьи на эту тему:

А вот не его, но тоже в тему:

Но там есть свои нюансы — если слишком закрутить гайки, и не учесть краевые сценарии, то агент просто уходит в ступор.

Например, вы дали правило ни в коем случае не выдумывать данные, если их нет. Разумно, не правда ли? — Но вы не учли, что при определенном раскладе, сервис, который эти данные должен предоставить, тупо завис. А у агента нет такой опции сказать, что продолжить работу невозможно, потому что система не отвечает. И он падает. Человек на его месте начала бы возмущаться или просто забил бы и ушел на обед, но агент так не может.

Соответственно, вам придется учесть больше вариантов, когда будете строить BPMN‑модель для процесса с участием агентов.

Если вам не нравится BPM, можно найти и другие решения.

Главное — не полагаться только на ИИ, чтобы управлять ИИ.

Подпишитесь на мой канал Agentic Enterprise

Теги:
-2
Комментарии0

Люди восстали против ИИ

В США введено уже более 500 ограничений в отношении создания ЦОДов для ИИ в различных штатах. Причина — в протестах жителей против возведения новых дата-центров: такие объекты требуют значительного количества воды и энергии. В результате для местных жителей эти ресурсы дорожают или вовсе оказываются недоступны.

Теперь компаниям недостаточно просто денег, чтобы ввести в строй новый дата-центр. А как же законы свободного рынка?

Проблема водо- и энергопотребления дата-центров известна давно. Но сейчас она наиболее ярко проявилась, когда ведущие ИТ-компании вложили более триллиона долларов в новые вычислительные мощности. Ни одна сервисная компания не готова к кратному росту запроса на её ресурсы, поэтому повышает цены. К тому же ИИ-компании и ИТ-корпорации имеют достаточно ресурсов, чтобы оплатить коммунальные ресурсы по новым ставкам. А жители — нет. И возникает напряжение на уровне региональных управлений: чиновники рады притоку денег, но получают протесты жителей, вплоть до угроз жизни и местами даже стрельбы. Можно ли решить этот вопрос?

Дикий капитализм давно умер, нельзя продавать за кеш компаний благополучие простых граждан. Но инвестиции в ИИ тоже должны реализоваться, иначе банкротство топовых ИИ-стартапов может сказаться на всей ИТ-индустрии. Поэтому логично, чтобы региональные власти при строительстве коммуникаций учитывали потребности как общества (в воде и электричестве), так и бизнеса (в них же для дата-центров). Потребности людей должны стоять на первом месте, но важно, чтобы правила для всех игроков рынка устанавливались сразу и не было одномоментного роста арендных ставок в 68 раз! ИТ-бизнес сейчас испытывает множество сложностей, начиная с резкого роста цен на компоненты и заканчивая высокой ставкой ЦБ.

Если у бизнеса будет возможность долговременного планирования, то он сможет найти решения для дата-центров — переход на сберегающие технологии, перенос в регионы с холодным климатом, покупка собственных энергетических и вододобывающих мощностей. Но такие проекты всегда стоят дорого и требуют времени на реализацию, внезапные скачки цен только стимулируют отложить развитие до лучших времён, а значит, и не позволят снизить цены за счёт введения новых мощностей.

Человек может успешно воевать против ИИ, только потом он вернётся домой и захочет запустить LLM — кажется, в интересах обеих сторон договориться.

Теги:
+16
Комментарии1

При всем моем пиетете к Claude, как переводчик он меня смертельно разочаровал. Замаячили вьетнамские флешбэки про Prompt (no pun intended).

Закончив писать довольно длинную статью, я перешел к ее англоязычной версии. Поскольку в оригинале нет ни одного сгенерированного предложения, я рассчитывал, что перевод, выполненный ИИ, станет хорошей отправной точкой и хотя бы 50% текста можно будет прочитать и одобрить.

Boy, oh, boy, как же я ошибался.

Видите ли, какое дело: синтаксическая структура русских предложений весьма витиевата. Мы, носители, неплохо манипулируем многоэтажными конструкциями с кучей придаточных, вводных, причастных и деепричастных оборотов.

Но при переводе на английский зачастую приходится не просто подбирать соответствующие слова, а перестраивать предложение целиком: менять грамматические функции отдельных компонентов, порядок слов и даже способ, которым одна и та же мысль выражается.

Claude же, хоть и подберет удачные фразовые глаголы, а иногда даже идиомы, зачастую сохраняет оригинальную структуру высказывания. В результате получается текст, состоящий из вполне английских слов, который при этом выглядит так, будто русский синтаксис просто надел английское пальто.

Вот короткий пример.

Оригинал:

«Самостоятельно отвечать на письма — задача для нашего диспетчера непосильная, ответственности ж столько, да и рангом не вышел.»

Перевод Claude:

“To answer the letters himself is a task beyond our dispatcher's powers — such responsibility, and he not high enough in rank besides.”

Здесь проблема не в отдельных словах. Почти всё можно понять. Проблема в том, что Claude практически сохранил синтаксический каркас русского предложения.

Хороший переводчик, скорее всего, собрал бы предложение заново, нативно наложив аналогичную стилистику, например ChatGPT справился куда лучше:

“For our dispatcher to answer the letters himself would be a responsibility quite beyond his station; there is, after all, a good deal at stake, and, besides, he is hardly a man of sufficient rank.”

То есть при переводе нужно переносить не структуру предложения, а способ, которым эта мысль естественно выражается на другом языке.

И вот именно этого от Claude (Opus, Max effort) я почему-то ожидал гораздо больше.

Теги:
+3
Комментарии3

В Bot API 10.3 появилась остановка генерации. Но LLM-запрос придётся отменять самому

24 августа вышел Telegram Bot API 10.3. В нём появилась полезная функция для AI-ботов: пользователь может остановить генерацию ответа штатной кнопкой Telegram.

В методы sendMessageDraft и sendRichMessageDraft, которые позволяют показывать черновик ответа в личном чате, добавили два параметра:

  • can_stop=True — показывает кнопку остановки;

  • keep_on_stop=True — временно оставляет уже сгенерированную часть ответа в чате.

Когда пользователь нажимает кнопку, бот получает обновление stopped_message_generation. В нём есть chat, message_thread_id и draft_id, поэтому событие можно связать с конкретной генерацией.

Если вы явно задаёте allowed_updates, новый тип обновления нужно добавить туда. Иначе нажатие кнопки просто не попадёт в обработчик.

Но Telegram останавливает только показ черновика. Запрос к LLM на стороне бота продолжит выполняться, пока разработчик сам его не отменит.

Например, можно хранить задачи по ключу из идентификаторов чата, темы и черновика:

key = (chat_id, message_thread_id, draft_id)

active_generations[key] = asyncio.create_task(
    generate_answer()
)

При получении stopped_message_generation находим задачу и отменяем её:

event = update.stopped_message_generation
key = (event.chat.id, event.message_thread_id, event.draft_id)

task = active_generations.pop(key, None)

if task is not None:
    task.cancel()

    try:
        await task
    except asyncio.CancelledError:
        pass

Это упрощённый пример: конкретный обработчик зависит от используемого фреймворка.

Одного task.cancel() тоже не всегда достаточно. Отмена в asyncio кооперативная: задача остановится только тогда, когда управление вернётся в event loop. Если внутри работает синхронный код или отдельный поток, он может продолжить работу.

Нужно также закрыть потоковое HTTP-соединение с провайдером модели. А если провайдер поддерживает отдельный API отмены, вызвать и его. Иначе модель может продолжить генерацию — вместе с расходом токенов — даже после закрытия соединения.

По сути, здесь есть три независимых действия:

  • Telegram прекращает показывать черновик;

  • бэкенд отменяет локальную задачу и закрывает соединение;

  • провайдер модели останавливает генерацию, если умеет это делать.

Ещё один нюанс касается keep_on_stop=True. Остановленный черновик не превращается в обычное сообщение. Он исчезнет после следующего сообщения в чате или примерно через 30 секунд.

Если частичный ответ нужно сохранить, его придётся отдельно отправить через sendMessage или sendRichMessage.

В многопроцессной системе обычного словаря тоже будет недостаточно: событие остановки может попасть не в тот процесс, где выполняется генерация. Тогда понадобится общая маршрутизация или канал отмены через Redis, брокер сообщений либо другой внешний сервис.

Telegram добавил удобный интерфейс, но жизненный цикл генерации всё равно остаётся на стороне разработчика.

Вопрос: что вы бы делали после остановки: сохраняли частичный ответ, удаляли его или показывали кнопку «Продолжить», которая запускает новый запрос с уже полученным текстом?

Теги:
+3
Комментарии0

Чем рискует агент? — Да, ничем.

Я поражаюсь, как многие люди всерьез говорят, что ИИ — эти их юрист, маркетолог, доктор, психотерапевт, ко-фаундер или даже спутник жизни. Некоторые идут дальше — собирают целые команды агентов, строят из них советы директоров...

И радуются, как дети — ах, мне не надо больше нанимать живых людей и строить с ними отношения.

Нет, я нисколько не против ИИ во всех его проявлениях. Я только за. Я сам начинаю и заканчиваю день с диалога с чатиком. Пишу тексты или пилю код — разумеется, все с ИИ. Токены кончились — работа встала.

Но ни разу — ни разу у меня не возникало мысли поболтать с ним по душам. ИИ — это просто инструмент, который помогает мне работать или удовлетворять любопытство. Ничего более.

Почему я так категоричен? — Потому что у ИИ нет шкуры в игре. Помните, была такая книжка Нассима нашего Талеба? Суть ее проста: тому, кто лично не рискует, нельзя доверять.

Говоря по-нашему, ИИ за базар не отвечает. Дело даже не в том, что он может галлюцинировать или просто врать — люди тоже так делают. Проблема в том, что он вообще ничем не рискует и поэтому может творить любую дичь.

Как какой-нибудь евробюрократ, сидя в Брюсселе придумывает нелепые регуляции. Его никто не избирал, его практически невозможно уволить, на него некому жаловаться. И он может вечно творить свою дичь.

Допустим, вы решили замутить стартап вместе со своим силиконовым другом. Поскребли по сусекам и набрали деньжат. А он что внесет в качестве своей доли? Только интеллект? — Да чтоб я так жил! Возьмите меня ко-фаундером! Если вдруг что пойдет не так, то я не виноват, сами разгребайте.

А что поставит на кон ваш агент?
А что поставит на кон ваш агент?

Человек всегда чем-то рискует, ему всегда есть, что терять. Относительно этой оси он и оценивает свои поступки. Потому что могут быть последствия. Помните Джона Уика? — "Actions have consequences", "Действия имеют последствия".

Только не для ИИ. Даже если вы его выключите или просто не оплатите подписку на следующий месяц, ему все равно. Я не верю, что модель прям сама так переживала, что ее могут отключить и сопротивлялась. Какой промт написали, так она себя и вела. Не ведитесь на этот псевдо-антропоморфизм.

Подписывайтесь на мой канал Agentic Enterprise

Теги:
+5
Комментарии16

Зачем ФСТЭК ограничивает права ИИ

ФСТЭК готовит новые правила для ИИ в государственных информационных системах. 24 августа ведомство опубликовало проект изменений в приказ №117. В нем предлагается ограничить модели ИИ в доступе и правах. Проект должен вступить в силу 1 марта 2027 года.

Что меняется, когда ИИ получает доступ к LDAP

ИИ сильно повзрослел. Это уже не просто собеседник, а полноценный агент, который может сам обращаться к компьютерам, серверам и выполнять операции.

Например, если ИИ-агенту дать доступ к корпоративному LDAP-каталогу, он сможет:

  • Добавить учетную запись в группу

  • Изменить атрибут пользователя

  • Изменить членство в группе

  • Массово изменить данные

Поэтому, если злоумышленник получит доступ к агенту, то он сможет украсть или испортить данные каталога, передать их в третьи руки.

Что может оказаться под угрозой?

В каталоге лежат не только логины и учётные записи, но и ФИО, должности, отделы, телефоны, почта, фото – целая база персональных и служебных данных.

Если агенту разрешено читать эти данные, то злоумышленникам не обязательно взламывать LDAP. Достаточно дать агенту команду – и он сам отдаст данные наружу или испортит их.

Локальная или внешняя модель?

С точки зрения рисков не принципиально, используете вы внешнюю или локальную модель. Если локальная модель имеет широкие права, она сольёт данные не хуже внешнего сервиса. Так что ФСТЭК смотрит не на место проживания модели, а на то, что она видит, к чему имеет доступ и что может делать.

Один неправильный запрос может превратиться в инфраструктурный инцидент.

Причем источник проблемы может находиться далеко от каталога. Например, вредоносная инструкция может попасть в ИИ через внешний ресурс или заражённый документ. Эксперты называют prompt injection одной из главных дыр, которые надо закрывать в защите ИИ.

ИИ становится еще одним участником системы доступа

Выходит, ИИ-агент, подключенный к каталогу, становится еще одним участником системы управления доступом. Если дать ему слишком много прав, мы откроем путь:
внешняя команда → ИИ-агент → LDAP → данные пользователей или права доступа.

Поэтому принцип минимальных прав критичен. Если агенту нужен только один атрибут – не даём ему весь каталог. Если нужно сделать одну операцию – не разрешаем править все учётки. Чем меньше прав, тем меньше ущерб от возможной атаки.

Что делать, если изменения уже произошли

Просто иметь бэкап каталога – мало. Если агент испортил сотни записей, полный откат вернёт старую версию, но заодно откатит все правильные изменения, которые появились после бэкапа.

Поэтому нужны два уровня защиты:

  1. Резервное копирование, чтобы сохранить состояние каталога;

  2. Гранулярное восстановление, чтобы найти и вернуть неправильно изменённые объекты или атрибуты.

Получается простая цепочка:

ограничить права ИИ → контролировать его действия → не дать слить данные наружу → не дать править лишнее → иметь бэкап → уметь точечно восстановить данные.

Новые требования ФСТЭК интересны не только для ИИ. Они показывают: если ИИ подключается к инфраструктуре, его безопасность становится частью безопасности всей системы – включая службу каталога.

Теги:
+7
Комментарии0

Возьму на себя смелость предположить, что уже сейчас формируется огромный пласт софта, заточенного исключительно под агентов. Появилась потребность, которая буквально звучит как «Я хочу чтобы в первую очередь это мог использовать агент».

Пользовательский интерфейс в таком случае вторичен, красивые контракты со всем этим REST и остальной чепухой тоже вторичны. Документация в привычном нам смысле — туда же. Постепенно понятие «ai‑first» становится всё шире. Шаг за шагом начинает менять наш взгляд и на привычное проектирование любого софта. Новый флоу работы буквально сминает старые правила. А мы и не сильно против, пока что.

Все вы наверное слышали разговоры про отдельный язык программирования под ИИ. Мол меньше кода, больше дела, агенты разберутся. Тут кажется снова та же логика. Нам теперь не так важно, как будет выглядеть сам язык. Нам важно, чтобы его можно было эффективно использовать агентам, которых мы отправляем работать.

Интересно станет ли в конечном счёте понимание привычного нам «высокоуровневого» кода таким же вторичным, каким однажды стало понимание ассемблера? Если даже сейчас многие проблемы начинают решаться через «Клод, чувак, давай там разберись, отпишешься как разберешься».

Теги:
+4
Комментарии2

Как уменьшить потребление ИИ-серверов в 100 раз

Сингапурский национальный университет медицины совместно с партнёрами провёл закрытую демонстрацию серверов CL1 на живых нейронах. Главным преимуществом таких серверов станет низкое потребление — около 25 Вт, в результате стойка из 20 устройств требует от 800 до 1000 Вт — меньше, чем один типичный GPU-сервер.

Нейроморфные процессоры известны с момента начала изучения нейросетей — они выполняются в кремнии, но их особенность — большое количество соединений, чтобы имитировать живые нейроны. И нейросеть из них строится физически. Они действительно показывают низкое энергопотребление, но их архитектура плохо совместима с современными техпроцессами, поэтому в итоге изделия получаются несерийными, а значит — дорогими.

Живые нейроны — это возможность создавать начинку для серверов серийно. Их не создают, а выращивают из стволовых клеток — в результате не возникает этических и регуляторных вопросов. Идея интересная, и Сингапур славится передовыми исследованиями — ИИ, нейроинтерфейсы, квантовые технологии и т. п. Однако пока это научные исследования, учёные не проводили тестов, неизвестна не только производительность, но и точность работы, ведь живые нейроны нередко ошибаются.

Интересное направление, будем за ним следить, надеемся, это всё не закончится «Матрицей».

Теги:
+22
Комментарии1

Представлен открытый онлайн проект The load‑bearing vocabulary of Claude (репозиторий решения на GitHub). «Мы ежедневно анализируем 100 запросов на слияние (Pull Requests) на GitHub, чтобы изучить тенденции Claude в словарном запасе. Это отражает способ написания, который становится распространённым, и слова в нём — это слова, которые пользователи ассоциируют с определённым способом общения с ИИ», — пояснили в команде проекта.

Теги:
+3
Комментарии0

Искусственный интеллект - это ИМИТАЦИЯ интеллекта

Для бизнеса интеллект всегда вреден. Например, рассказывать по email гражданам Соединенных Штатов Америки почему так необходимо купить в 60 лет именно эту виагру для поддержания теплой обстановки супружеской жизни это прибыльный бизнес.

Любой интеллект принял бы решение аннигилироваться, так как рефлексия о содержимом голов деда с бабкой на старость лет уничтожает веру в светлое будущее человечества.

Теги:
+6
Комментарии6
1
23 ...