Yambda в мировом топе на HuggingFace — всего за две недели с момента релиза рекомендательный датасет от «Яндекса» набрал более 45 тыс. скачиваний. Это в полтора раза больше, чем у альтернативного датасета от Amazon. Yambda стал глобальным инструментом, с которыми работают исследователи по всему миру.
Кстати, Apple обновила Shortcuts и добавила поддержку AI в сценариях
Теперь можно в автоматизациях добавить шаг с обращением к AI. Можно обращаться как к локальному Apple Intelligence, так и внешнему ChatGPT, но только по вашему API-ключу.
Раньше, чтобы обратиться к ChatGPT API в шорткатах нужно было дофига заморочиться, формировать http запрос и парсинг ответа, а теперь всё это из коробки. Кайф!
Плюс появились готовые действия: изменить тон текста, сделать из текста список, превратить текст в таблицу, исправить ошибки, переписать, сделать саммари, выбрать модель для обработки.
Кто увлекается автоматизацией через шорткаты, точно зайдёт такое обновление.
OpenAI теперь и на Google Cloud
Кажется, конкуренция конкуренцией, а вычислительные мощности по расписанию (текущих от Microsoft не хватает, вчера снова был глобальный сбой). OpenAI договорились с Google и будут использовать их Google Cloud для своих моделей. Раньше вся нагрузка лежала на Microsoft, теперь мощности начали распределять.
Что известно:
– Сделку закрыли в мае
– Переговоры шли несколько месяцев (мешали условия с Microsoft)
– У OpenAI выросли запросы на обучение и запуск моделей, одной Azure уже мало
– Для Google это большая победа, особенно на фоне того, что ChatGPT “ест” их поисковик
– Параллельно OpenAI строят дата-центр Stargate и пилят собственные чипы, чтобы меньше зависеть от партнёров
Акции Google уже пошли вверх. И да, Google снова себя прекрасно ощущает и сумела выправить курс (Apple учись!).
Что сегодня изучать в IT, если вы школьник?
Моя мама — основатель и владелец компьютерного учебного центра. Это "локальный" оффлайн-бизнес с учебными классами и своей инфраструктурой. Основная аудитория — школьники 7-11 классов, коих обучается примерно 200-300 человек в год. Кстати, недавно центру исполнилось 25 лет!
В молодости я тоже там работал: помогал развивать бизнес и вел занятия по веб-технологиям. А сейчас я там кто-то вроде консультанта по IT.
Почти каждый год мама спрашивает меня, что сейчас происходит в IT, какие программы обучения стоит предлагать школьникам.
Я понял, что в этом году мне особенно трудно ответить!
Что сегодня изучать школьнику в IT, чтобы это помогло ему построить успешную карьеру в будущем? Вопрос сложный!
Раньше это всегда было программирование. Почти беспроигрышный вариант. Фундамент всего IT. Но по моему скромному мнению, 90% разработчиков скоро станут не нужны благодаря ИИ.
Появление мощного ИИ — это "механизация" интеллектуального труда. Всё как с механизацией сельского хозяйства в своё время. Пока не было тракторов, крестьяне были очень востребованы. Когда появились трактора, востребованными остались только те, кто стал трактористами 🚜.
Так и в IT сейчас. Программисты никуда не денутся, но изменятся инструменты и подходы к работе. Основная мысль в том, что ИИ не заменит всех, но те, кто умеют работать с ИИ, заменят тех, кто не умеет.
В итоге я посоветовал всё обучение школьников выстраивать вокруг ИИ.
Получился такой список приоритетных направлений:
1️⃣ программирование на Python (навык программирования = умение логически мыслить, кроме того Python — основной язык для машинного обучения и анализа данных)
2️⃣ веб-разработка по-прежнему актуальна (мой любимый JS/TS), потому что нужно будет интегрировать ИИ в интерфейсы и строить приложения поверх ИИ
3️⃣ учиться работать с данными (SQL, машинное обучение, анализ данных, визуализация, обучение ИИ-моделей)
4️⃣ UX/UI вокруг ИИ
5️⃣ облачные сервисы и инструменты
6️⃣ кибербезопасность
7️⃣ софт-скиллы (last but not least 😉)
Что думаете?
Алиса от Яндекса, это прелесть. Попросил подсчитать, сколько денег за электричество в месяц тратит станция Алиса мини. Рассказала и написала. Но потребление в сутки и месяц написала в ваттах. Я её поправил, что потребление считается в ватт-часах. Она извинилась, все поправила и в конце написала - это правильный расчёт, потому что правильная единица измерения (Вт*ч). И сама же произносит этот текст: "...потому что правильная единица измерения, вторник-час". 😁
👏 Mistral выкатили свою первую «рассуждающую» модель Magistral.
Представили сразу 2 версии:
🟡Small (24B) — опенсорс, можно развернуть локально, если есть RTX 4090, уже лежит на Hugging Face.
🟡Medium — мощнее, доступна в Le Chat бесплатно — работает быстро и без VPH.
👀 Обе модели поддерживают русский язык.
По бенчмаркам Medium где-то рядом с DeepSeek R1 — но сравнение немного лукавое (там версия с января).
ChatGPT vs Claude: Мой опыт после двух месяцев использования двух LLM
В марте я расширил свой AI-инструментарий и взял подписку еще и на Claude в дополнение к ChatGPT, которым пользуюсь уже год.
Триггером было недовольство в том, как ChatGPT работает с большим объемом текста в определенном стиле
И вот, спустя два месяца интенсивного использования обоих тулов — могу поделиться своими открытиями и сравнить их
Claude и его преимущества ⤵️
Мощность обработки текста 💫
Сложно объяснить конкретно, но после ответов Claude мне приходится делать намного меньше стилистических и смысловых правок, чем после ChatGPT.
Ответы Claude в среднем объемнее, чем ответы ChatGPT
Помимо самой обработки текста отдельно выделю у Claude работу со стилем
🟢 Гораздо лучше держит стиль на протяжении всего текста
🟢 Создаёт более "живые" и менее шаблонные сообщения с первого промпта
🟢 Позволяет создавать стили написания и переключаться между ними в любой момент
В Claude есть MCP, как встроенная, так и с возможностью добавить их самостоятельно 💫
Можно подвязать аккаунты и через чат задавать вопросы по типу
— Какие у меня на этой неделе встречи в календаре?
— Какие у меня входящие за сегодня — найди самые важные и требующие ответа от меня?
— Выдай мне данные из документа XXX
Отдельно, через MCP у меня подвязан мой Таск Трекер, что супер удобно
Про токены и лимиты 💢
По моим наблюдениям, на Claude я быстрее упираюсь в лимиты, чем с ChatGPT.
Что логично, расширенное контекстное окно помогает держать больше в памяти, но также и быстрее тратит лимиты
Итого, когда я использую ChatGPT, а когда Claude?
После двух месяцев эксперимента у меня сложился четкий паттерн использования
ChatGPT для
🔵 Быстрых вопросов
🔵 Deep Research
🔵 Генерации изображений и концепт-артов
🔵 Общего контекста моей жизни, GPT психолог и все такое
Claude же теперь я использую для
🔵 Написания больших, стилистически цельных текстов
🔵 Поддержанием единого тона в длинных диалогах
🔵 Написание текстов в "моем стиле"
🔵 Для работы с кодом
🔥 OpenAI выпустили новую мощную модель o3-pro.
Это более продвинутая версия o3 для сложных задач, которая умеет рассуждать.
o3-pro поддерживает дополнительные фичи: веб-поиск, анализ файлов, обработку изображений, использование Python и персонализацию ответов на основе памяти.
👀 Из минусов: модель будет доступна только платным подписчикам. Уже раскатали для Pro и Team, а Enterprise и Edu — на следующей неделе.
Выложили в открытый доступ Kodify Nano – модель для кодинга
Это уже вторая опенсорс-модель от MWS AI (ранее MTS AI) – первую, Cotype Nano для работы с текстами, выпустили в конце прошлого года.
Ключевые характеристики:
1,5 млрд параметров;
контекст 32 768 токенов;
ключевые языки: Python, Java, JavaScript, C# и Go
Функции:
генерация и автодополнение кода;
документирование разработки;
генерация юнит-тестов;
объяснение чужого кода.
Встраивается в среды разработки, работает в формате чат-ассистента. Поставляется в трех версиях, все можно скачать на Hagging Face:
Kodify‑Nano – рекомендуется на видеокартах Nvidia c не менее, чем 10 Гб памяти.
Kodify‑Nano-GPTQ (4bit) – квантизированная версия Kodify Nano, которая в три раза меньше оригинальной модели. Рекомендуется на видеокартах Nvidia c не менее 6 Гб памяти.
Kodify‑Nano-GGUF – сконвертирована для работы с Ollama/llama.cpp. , на случай, если нет мощной видеокарты. Есть варианты 16 бит, 8 бит и 4 бита.
Мы рекомендуем использовать модели с нашим собственным плагином (скачать тут), он уже настроен для работы с Kodify Nano. Есть версии для VS Code и IntelliJ IDEA (и других IDE Jet Brains).
Знаем, 1,5B параметров – это совсем немного. Основная корпоративная модель – Kodify 2, вышедшая ранее, – тоже не гигант, 7B. Вот тут в статье рассказываем, почему пошли по пути создания легковесных моделей, и что делаем, чтобы они справлялись со своими задачами достойно.
Microsoft выпустили ИИ-синоптика Aurora. Модель оказалась в разы эффективнее текущих методов предсказания погоды.
Нейронку обучали на исторических данных. В 92% случаев она прогнозировала ураганы и другие явления точнее, чем крупнейшие метеоцентры США и Европы.
Это впечатляющее достижение! Новая модель Aurora действительно может значительно улучшить прогнозирование погоды и повысить безопасность людей в опасных ситуациях. Такой прорыв открывает новые горизонты для развития технологий в области метеорологии и спасательных служб.
Мега Bolt или как неройнка заменяет кучу разрабов
Разработка или Vibe Coding продолжается 3 день. Я все ещё использую Bolt и смог сделать вполне рабочий сервис. Вручную программисту потребовалось бы около 1-2 недель на такой функционал.
Авторизация
Редактор форм
Просмотр ответов форм с фильтрами
Выгрузка ответов в csv
Шаблоны форм
Загрузка файлов в хранилище
Публикация формы для клиента
Все уже работает и связано с БД
Остальные скрины и ДЕМО версию пришлось опубликовать в телеге т.к. тут лимит на 1 картинку.
Магия упрощения пользовательского опыта на примере установки n8n
В апреле мы, в Amvera Cloud, запустили n8n как преднастроенный сервис и столкнулись с тем, что разворачивать его неудобно.
Для работы сервиса требовалось после запуска создать домен, открыть порт, добавить домен в переменную и перезапустить проект. Звучит просто, но без документации далеко не каждый пользователь справлялся.
Плюс, не все могли найти преднастроенный n8n у нас в интерфейсе.
А простота создания и эксплуатации — это важно, особенно для такого сервиса, как наш.
Что мы сделали
– Теперь домен создаётся прямо при запуске проекта и сразу добавляется в нужную переменную. Это сократило создание n8n буквально до ввода названия проекта и нажатия кнопки “создать”.
– Добавили плитку с преднастроенными сервисами, чтобы их создание было максимально простым.
Результат
Создание таких сервисов как n8n, Keycloack и других, от нажатия первой кнопки до перехода по выделенному бесплатному домену занимает буквально 20 секунд и требует нажатия двух кнопок и заполнения одного поля с названием проекта!
В ближайшие дни мы добавим возможность обновлять версии сервисов одной кнопкой и сделаем несколько инструкций для таких нестандартных ситуаций, как использование ffmpeg.
Генерим интерфейс ЛЮБОГО приложения за один клик — релизнулась топовая тулза для дизайнеров Aura, которая сможет создать работу от прототипа до финального анимированного макета.
• Все просто — вводим текстовый промпт и получаем результат за секунду.
• Макеты легко экспортируются в Figma или в HTML.
• Если нет вдохновения — в открытом доступе сотни шаблонов, которые можно свободно юзать в работе.
• БЕСПЛАТНО.
Вышла нейросеть для расшифровки скриншотов — Snippai. Работает Gemini или GPT-4. Умеет перегонять формулы со скринов в LaTeX-формат, решать задачи и примеры, генерировать код по скринам или тексту, преобразовывать таблицы в Markdown, извлекать, переводить и пояснять текст. Доступна на macOS, Windows и Linux.
Claude vs ChatGPT + Codex: Кто лучше решит комплексную задачу? Тестируем 6 моделей 💫
Суть эксперимента
Дал одинаковое задание ChatGPT и Claude: создать интерактивную игру с кодом и интерфейсом. Задача комплексная — нужно и код написать, и текст придумать, и интерфейс сделать
Наши испытуемые
ChatGPT: 4.1, o3, Codex-1
Claude: Sonnet 3.7, Sonnet 4, Opus 4
💬 Исходный промпт для всех моделей выбрал такой
Каждая модель ИИ получила идентичное задание
Давай сделаем игру на основе этого промпта
Придумай 10 заранее заготовленных Change (сам придумай) - и в формате истории рассказываешь что бы произошло
I want to simulate a new reality by altering a single variable. I'll give you the change, and you'll break down the cascade of consequences — starting from the most fundamental shift down to specific, real-world effects — so I can trace the full chain of cause and reaction. Let's begin with: [change]
Напиши код с интерфейсомДа, промпт без всяких изысков и правил написания правильного промпта. Без указания ролей, структуры и тому подобного. Специально, что бы не фреймить модели на слишком точную задачу
Результаты по моделям ⤵️
ChatGPT семейство 💫
GPT o3 — 80 строк, 6KB Самый компактный код, но с серьезными косяками: текст размазан по экрану, нет viewport для мобилок, поверхностное выполнение основной задачи.
GPT 4.1 — 137 строк, 5KB
Наиболее сбалансированный результат среди ChatGPT. Есть viewport, чистый ES6+ код, корректная мобильная версия. Но отсутствуют медиазапросы и не подсвечивается выбранный вариант.
Codex-1 — 105 строк, 6KB Единственный из ChatGPT написал интерфейс на русском. Технически грамотно, но слабо раскрыл суть задачи — вместо каскада последствий дал простые описания в 2-3 предложения.
Claude семейство 💗
Sonnet 3.7 — 317 строк, 20KB Структурированный подход с выпадающими списками и кнопками выбора. Хорошо выполнил часть с "каскадом последствий". В 3.2 раза тяжелее ChatGPT решений, но функциональность это оправдывает
Sonnet 4 — 562 строки, 33KB Появились переходы между страницами с искусственными загрузками через setTimeout. Модель уже начала осознавать UX-принципы: время ожидания увеличивает вовлеченность
Opus 4 — 497 строк React, 26KB Полноценный React-компонент с JSX, анимациями и пошаговым интерфейсом. Opus реализовал не прототип, а интерактивный полноценный опыт, который можно хоть сейчас отправлять на прод
Главные выводы
ChatGPT: Vanilla JS, минимализм, работает и хорошо, файлы 5-6KB
Claude: Продуманная архитектура, UX-решения, выглядит вау, файлы 20-33KB
Разница в подходе и результате очень значительная — от HTML до React-приложений
Детальный разбор каждой модели, анализ кода, ссылки на GitHub, сравнение стоимости токенов, любопытные наблюдения о "личности" моделей и практические рекомендации для выбора — всё это в полной статье 👈
Там же найдете рабочие демо всех 6 результатов
АГЕНТНАЯ ЭКОНОМИКА. Микро-дайджест недели. Интересные мысли.
Дайджест по материалам Fast Company, Venture Beat, The Atlantic,
Как Open AI страхуется от возможного замедления интереса со стороны инвесторов к появлению AGI и ASI
OpenAI представляет собой ярчайший пример того, как компании, ориентированные на искусственный интеллект, могут эволюционировать, чтобы выжить.
Самые мощные технологические компании добиваются успеха не только благодаря своим индивидуальным программным продуктам и гаджетам, но и за счет создания экосистем связанных сервисов.
OpenAI можно рассматривать как еще одну технологическую компанию, идущую по стопам Meta, Apple и Google, стремящуюся не просто вдохновлять пользователей новыми открытиями, но и удерживать их в линейке бесконечно обновляемых продуктов.
А это значит ровно то, что они способны убить немало стартапов своими планами развития.
С другой стороны, AGI это довольно условный термин...
Если бы показать сегодняшний Chat GPT людям в 2020 году, многие бы тогда сказали, что это AGI.
По сути Сэм Альтман в своем интервью на Snowflake Summit 2025 говорит, что кривая роста когнитивности моделей останется в том виде в котором мы ее наблюдали последние годы, по крайней мере в течение следующих 5 лет. Я давал ссылку на это интервью в прошлом дайджесте, прочитайте, там очень много интересных мыслей.
В тоже время, откуда совсем не ждали:
Даже если волна ИИ не заменит вас и вашу роль, она может заменить место вашей работы.
Бизнес может попасть под гораздо больший удар, чем сами люди. Т.е. потерять работу можно быстрее не потому что вас сократят, а потому что у компании, в которой вы работаете, какой-нибудь Айвентор (технологический предприниматель нового поколения) просто отберет долю рынка. AI isn’t coming for your job, it's coming for your company
Старый интернет был создан для людей. Новый будет создан для ИИ-агентов.
Агенты уже пытаются работать в мире, созданном человеком. Нажимают кнопки. Перетаскивают курсоры. Заполняют формы.
Но это как надеть на робота перчатку и сказать ему притвориться, что у него есть пальцы. Пока это работает, но это дико неэффективно!
Потому что через пять лет это будет не человек, нажимающий «купить сейчас». Это будет ваш агент на базе искусственного интеллекта, действующий от вашего имени, принимающий сотни решений в день, и не только о покупках, но и о планировании встреч, бронировании поездок, просмотре контента и обсуждении услуг во всех областях цифровой жизни. Agent-based computing is outgrowing the web as we know it
Уже писал об этом пару недель назад, и эта тема оч активно развивается в сети.
Подписывайтесь, чтобы не пропустить дайджест в ленте, если такие мысли по теме вам интересны. Я пока экспериментирую со временем публикаций.
Выбрать облачный сервис с помощью ИИ не отходя от кассы
Когда заходите на наш сайт, можете увидеть симпатичный розовый шарик, который предлагает помочь в создании готовой инфры.
Через него можно ввести запрос и получить от нейронки варианты сборки, которые мы можем предложить для бизнеса и личного пользования (кстати, такая фича есть только у нашего облака 😏).
Пример: Подобрать отказоустойчивую облачную инфраструктуру для SaaS-платформы с 50 000 активных пользователей в сутки.
ИИ-помощник сразу даст варианты сборки и ее конечную стоимость. Нужен кастом? Тогда можете написать сюда.
Лайфхак: Советуем проверить актуальные решения, даже если вы уже юзаете наши сервисы в облаке — вдруг появилось что-то покруче?
Apple покажут обновленную iOS уже сегодня на WWDC 2025 — это может стать крупнейшим обновлением iPhone за 12 лет.
Ожидается, что в обновленной iOS появится расширенная интеграция искусственного интеллекта и машинного обучения, включая улучшенные голосовые ассистенты и новые возможности для персонализации. Возможно, Apple представит обновленные инструменты для разработки и использования AI прямо на iPhone, что откроет новые горизонты для пользователей и разработчиков.
Ждем стеклянный интерфейс и поддержку Gemini. Начало сегодня в 20:00 мск.
Императивное, декларативное и генеративное программирование.
Создатели фреймворка SwiftUI всегда подчёркивают, что он создан на основе парадигмы декларативного программирования. В отличие от предыдущего фреймворка UIKit, который характеризуется как пример императивного программирования.
Когда речь заходит о том, чем императивное программирование отличается от декларативного, то объяснение чаще всего сводится к тому, что при декларативном программировании разработчику нужно просто сказать, что ему нужно и SwiftUI это сделает. А если используется UIKit, то здесь типа надо все сделать самому.
Честно говоря, не очень внятное объяснение, поэтому попробую описать это различие сам на одном примере.
Итак, если в UIKit нам нужно вывести на экран список элементов, то мы используем TableView или CollectionView, которые уже подписаны на 2 протокола, а затем должны реализовать 3 метода: количество секций, количество строк в секциях, и в третьем методе скомпоновать ячейку и прописать загрузку в неё данных.
Та же задача в SwiftUI решается следующим образом:
List(items) { item in
Text(item.name) }
Т.е., меньше кода, меньше времени тратится на реализацию задачи.
Можно, конечно, называть это декларативным программированием. Но можно считать это и следующим этапом развития высокоуровневого программирования. Когда-то программисты писали машинный код, потом языки программирования становились все более высокоуровневыми, все более понятными человеку. И вот теперь наступил новый этап, когда программирование стало ещё более высокоуровневым. Уже можно использовать более короткие высокоуровневые инструкции.
Наконец, самое интересное, что с этой же точки зрения можно рассматривать и программирование с помощью ИИ. Т.е., в тех же UIKit и SwiftUI, и в других языках программирования, разработчик пишет инструкции техническим языком, которые понятны в основном ему как человеку, но не очень понятны обычным людям. А теперь, в промтах, можно использовать уже и не технические инструкции.
Например, уже даже не надо писать команду List и т.д., а достаточно сказать ИИ "сделай список из таких-то элементов".
Таким образом, получается, что использование ИИ при написании кода - это следующий этап развития высокоуровневого программирования.
И поскольку ИИ везде называют генеративным, а его действия по написанию текстов, кода, созданию изображений и т.д., как генерация, то этот этап высокоуровневого программирования тоже можно назвать генеративным.
В итоге, получаем такую триаду:
Императивное программирование
Декларативное программирование
Генеративное программирование
📰 Новостной дайджест из мира ИИ.
Коротко о том, чем гиганты индустрии баловали нас на этой неделе:
🟡PrettyPrompt — вышло расширение для браузера для написания идеальных промптов;
🟡Sora — видеогенератор от OpenAI добавили в Bing Video Creator, где его можно потестить бесплатно;
🟡Captions — выпустили нейронку для генерации видео с ИИ-актерами;
🟡OpenAI — раскатали для всех агента Codex для подписчиков Plus и врубили улучшенную память для всех юзеров ChatGPT;
🟡Luma — выкатили фичу для редактирования видео в Dream Machine;
🟡Altar 2.0 — бесплатный ИИ-помощник, который работает как мультиагентная система;
🟡Higgsfield — добавили создание говорящих ИИ-аватаров;
🟡ElevenLabs — представили новую модель для генерации озвучки — Eleven V3;
🟡HeyGen — прокачали свой генератор аватаров;
🟡Manus — выкатили сразу несколько обновлений: генерацию видео, поиск изображений и интеграцию с One Drive;
🟡Google — показали свой новый генератор мультфильмов.