Nvidia стала первой в истории компанией с капитализацией в $4 трлн (больше крипторынка, который весь составляет $3,6 трлн). Это происходит на фоне бума нейросетей.
Представлен бесплатный сервис для транскрибации аудио и видосов в текст — TranscribeAI. Система вытащит текст из любого медиа, даже если там много помех. Внутри — Whisper от OpenAI. Поддерживает больше 100 языков и знает русский. Принимает файлы до 4 ГБ во всех популярных форматах — MP3, WAV, MP4, AVI, MOV, MKV. Перегоняет всё в текстовый файл, расставляет таймкоды и маркеры. Может создать субтитры в формате SRT.
В ChatGPT тестируют новую фичу — Study Together
Вот что известно о режиме Study Together на данный момент:
– Он появляется в выпадающем списке инструментов у некоторых подписчиков ChatGPT (в рамках ограниченного теста).
– В этом режиме ChatGPT не просто отвечает на вопросы, а сам начинает задавать вопросы пользователю.
– Это похоже на диалог с преподавателем: ИИ помогает пройти тему, уточняет знания, предлагает подумать — как интерактивный тьютор.
– Такой подход поощряет активное обучение, а не пассивное потребление ответов.
– Возможно, используется формат Socratic questioning — метод обучения через последовательные уточняющие вопросы.
Никаких официальных анонсов или скриншотов OpenAI пока не публиковала, если что всю инфу сразу дропну тут.
Ни у кого еще не появился такой режим?
Присоединяйтесь к третьему Cloud․ru Tech Lab: AI&ML — митапу для тех, кто планирует внедрение AI в свои сервисы и не только 🤖
📅 Дата: 24 июля в 18:00
📍 Место: Москва, ул. Большая Почтовая, 40, строение 4, Гоэлро Лофт, зал Tesla, 3-й этаж
Расскажем, как мы автоматизировали пользовательские сценарии с помощью AI-агента, подробно разберем устройство нашего стека (агенты, RAG, Ragas) и объясним, почему сейчас все говорят про Model Context Protocol (MCP) и как собрать MCP-сервер без кода.
В программе:
Как мы встроили AI-агента в онлайн-обучение и улучшили опыт студентов — Стас Гридин, менеджер проектов, и Илья Жбанов, Data Science инженер, Cloud.ru.
Адаптация RAGAS для оценки RAG — Иван Ловцов, старший Data Science инженер.
MCP: почему о нем все говорят? — Игорь Латкин, управляющий партнер и системный архитектор, KTS.
Как мы приручили мультиагентный хаос с A2A — Артемий Мазаев, менеджер продукта, Cloud.ru.
Секретный доклад от приглашенного эксперта.
А еще — демозона AI-решений на базе Cloud.ru Evolution, активности, живой нетворкинг и возможность лично задать вопросы практикам и архитекторам.
Мы предусмотрели два формата участия:
офлайн — для тех, кто планирует лично посетить площадку,
онлайн — для тех, кто хочет посмотреть доклады в записи.
ОТП Банк первым среди ТОП-30 финтех-сайтов внедрил новый стандарт для поискового ИИ
ОТП Банк первым среди топ-30 финтех-сайтов по версии рейтинга Ашманова (отраслевой рейтинг "Финансовые услуги" по видимости в SEO), кто модернизировал свой сайт под новые поисковые ИИ- интерфейсы. Теперь популярные нейронные сети могут корректно использовать данные с otpbank.ru в своих языковых моделях и обновлять их в случае изменений. Проект был реализован при поддержке компании Вебпрактик.
«Рост популярности нейросетей радикально меняет то, как люди ищут информацию: ChatGPT уже занял 5-е место среди самых посещаемых сайтов мира по данным SimilarWeb за май 2025 г. Вслед за пользователями перестраиваются и поисковики — Яндекс добавил «Поиск с Алисой», Google запустил Gemini, предлагая готовые AI-ответы вместо традиционных переходов по ссылкам», - отмечает Виталий Палагин, руководитель SEO-направления ОТП Банка.
Чтобы гарантировать видимость своего контента в новых условиях, ОТП Банк на otpbank.ru внедрил структурированный файл llms.txt — универсальная «карта сайта» для языковых моделей. Он стандартизирует разметку, сокращает риск ошибок интерпретации, ускоряет обновление данных в LLM и повышает шансы сайта быть процитированным напрямую в ответах ChatGPT, Gemini и «Поиска с Алисой».
«Мы уверены, что будущее цифрового поиска напрямую связано с развитием языковых моделей. Наша задача — не просто подстраиваться под тренды, а формировать их: сделать otpbank.ru эталоном открытости для AI-систем. llms.txt поможет ИИ находить свежие данные, поэтому мы можем быть уверены, что клиенты увидят самые актуальные ставки, условия и сервисы банка именно там, где им удобнее всего — в ответах нейросетей», — подчеркивает В. Палагин.
Исследовательская группа Model Evaluation & Threat Research из Калифорнийского университета в Беркли представила новый способ измерения прогресса больших языковых моделей. Вместо привычных метрик вроде точности ответов или скорости генерации учёные предложили другой аспект: сколько времени требуется человеку на задачу, которую ИИ может успешно выполнить хотя бы в 50% случаев?
Согласно расчётам, с каждым годом модели справляются с всё более объёмными задачами, и темп этого роста — экспоненциальный. С 2019 года способности LLM в решении задач улучшаются вдвое каждые 7 месяцев:
GPT-2, вышедший в 2019 году, мог справиться только с ответами на вопросы, что в среднем занимает у человека до минуты;
GPT-4, который появился в 2023, уже мог брать на себя задачу вроде «найти факт в интернете», которая занимает у человека от 8 до 15 минут;
более продвинутые модели вроде Claude 3.7 и OpenAI o1 могут бать на себя задачи, выполнение которых человеком выходит за пределы часа.
Если темпы роста сохранятся, то уже к 2030 году языковые модели смогут решать за часы задачи, которые потребовали бы 167 часов работы человека — это условный месяц работы в графике 5/2. Речь идёт о комплексной интеллектуальной работе: от оптимизации архитектуры кастомного чипа до запуска нового продукта или даже написания содержательной книги.
В исследовании, например, в 167 часов оценена задача открыть новую компанию. Авторы исследования считают, что к 2030 году ИИ сможет браться за такую задачу автономно, то есть не в виде ассистента, а как самостоятельный исполнитель.
Исследование не учитывает внешние ограничивающие факторы, и авторы сами об этом говорят. Даже если ИИ будет таким умным, как его описывают, его возможности могут упереться в вычислительные мощности или доступ к памяти.
Согласно прогнозам экспертов, дата-центры для нужд искусственного интеллекта скоро будут производить выбросов углекислого газа (CO2) больше, чем вся авиационная индустрия в мире.
Недавно OpenAI представила o3-pro, теперь Илон Маск решил порвать рейтинг ИИ — в сеть слили бенчмарки Grok 4
Умная GPT-o3 от Альтмана глотает пыль в программировании и мышлении. Дата выхода Grok 4 неизвестна.
Долгожданный прорыв?
🌐 НОВОСТИ, КОТОРЫЕ ДОСТОЙНЫ ВНИМАНИЯ
↗️ Cursor запустил веб-приложение, которое позволяет управлять сетью AI-агентов для программирования прямо из браузера.
↗️ Google представила новые инструменты с искусственным интеллектом для образования. Учителя смогут создавать интерактивные учебные материалы с помощью AI-инструмента Notebook LM. Также для студентов появятся чат-боты, которые помогут в обучении и ответят на вопросы по урокам.
↗️ Представлен полный список увольнений в сфере технологий в 2025 году. В списке представлены увольнения как в крупных компаниях, так и в стартапах, распределённые по месяцам. Это помогает увидеть общую картину изменений на рынке труда в IT-индустрии.
↗️ Songscription запустила сервис с ИИ, который за несколько минут превращает аудиозапись песни в нотную партитуру. Продукт работает по модели freemium и подходит как для профессиональных музыкантов, так и для любителей.
↗️ Apple рассматривает возможность глубокой интеграции технологий искусственного интеллекта от компаний Anthropic и OpenAI для работы Siri. Сейчас Siri уже может обращаться к ChatGPT для сложных вопросов, но новые изменения могут расширить использование сторонних ИИ в голосовом помощнике.
↗️ Cloudflare запустила маркетплейс, который позволяет сайтам взимать плату с ИИ-ботов за сбор данных. Компания обслуживает 20% интернета. Новый сервис дает владельцам сайтов больше контроля над своим контентом и направлен на сотрудничество с ИИ-компаниями.
↗️ Perplexity запускает новый тариф Perplexity Max за $200 в месяц. Подписка дает неограниченный доступ ко всем сервисам и приоритетное использование последних моделей больших языковых моделей (LLM)
↗️ Google объявила о начале глобального запуска новой модели генерации видео Veo 3. Модель стала доступна пользователям Gemini более чем в 159 странах. Veo 3 предназначена для создания видео с помощью искусственного интеллекта
↗️ Sakana AI представила TreeQuest — новую технологию, которая объединяет несколько больших языковых моделей (LLM) для совместной работы над сложными задачами. Используется метод Монте-Карло Tree Search для координации моделей. Команды моделей показывают результат на 30% лучше, чем отдельные LLM
В продолжении серии постов про Claude Desktop MCP Servers.
В этом посте расскажу про первый из 4 серверов, с которыми работаю
Вот какие MCP сервера подключены у меня
🟢 TickTick — мой таск трекер (на чтение и на запись)
🟢 Notion (на чтение и на запись)
🟢 GitHub (на чтение и на запись)
🟢 Google Analytics 4 (только на чтение)
------------
Моя статья про MCP сервера в общем
------------
Этот пост коротко про Tick Tick MCP
TickTick — это мой таск трекер. Типо ToDoist
Я пользуюсь им для ведения своих задач. Так как работаю я сам на себя, то трекер это важная часть моей жизни, который у меня в основном выглядит вот так
Первый MCP, с которого я начал свое изучение этой темы — Tick Tick MCP
Было интересно сделать себе мини ассистента
Как это работает
У меня есть чат в Claude Desktop, в контекст которого вгружена роль Claude в этом диалоге
Затем в этот чат я пишу, что я хочу, Claude сам понимает, хочу ли я обратиться к TickTick или просто спрашиваю что-то. Если из контекста он понимает, что нужно использовать TickTick, то он вызывает ту функцию, которую примерно определил
Что умеет мой MCP TickTick
Ставить задачи, можно даже на конкретное время
Удалять задачи, переносить задачи
Добавлять описание задачам
Создавать / удалять проекты, группировать задачи по проектам
В среднем, каждый MCP умеет делать то, что в нем написали. И то, насколько богатое API есть у сервиса, к которому будет подключен наш MCP.
Разные энтузиасты могут написать различные MCP для одного и того же сервиса. И все они будут разного уровня глубины и проработки
Какие основные кейсы при работе с TickTick MCP есть у меня
Почти каждую неделю я планирую в воскресенье вечером. Этот процесс у меня в основном происходит внутри ChatGPT, чтобы он был в контексте моих планов
Затем, я закидываю получившийся план в Claude, и прошу поставить мне эти задачи на неделю через TickTick, например, через такой промпт
Вот мой список задач на неделю.
К каждой задаче поставь Start Date и End Date в течении следующих 7 дней, учитывая их приоритет.
Выполнение каждой задачи в этом списке в среднем должно занимать не больше 3 часов.
После каждой задачи ставь буфер в 40 минут. Для каждой задачи можешь примерно добавить Definition of Done
Учти, что сейчас я живу в Бангкоке, работаю в среднем с 12 дня до 10 вечера. Суббота и Воскресенье -- не нагружай меня больше чем на 4 часа работы
Старайся не допускать накладывания задач на уже существующие задачиСначала напиши список и скинь в чат, а затем, после моего аппрува, добавь в TickTick
Это самый частый кейс ⤴️
Иногда закидываю в него разовые задачи
Например, я в Spotify увидел, что недалеко от меня через 2 месяца будет концерт. Я скинул скрин в Claude и попросил, чтобы он собрал инфу о билетах и поставил напоминалку через пару недель
Он задействовал свой deep research и все собрал в задачу. Я потом просто перейду по ссылке и куплю
Или, например.
Мне нужно купить новые кроссовки в диапазоне 200$, скорее всего найк
Поставь это в задачи, и перед этим проанализируй их модельный ряд, сравни с NB, PUMA и Adidas. Выбери топ 3 под мой запрос -- бег по городу, 5-6км в среднем. А затем глянь, есть ли они в Бангкоке
И оформи в задачу, чтобы я через неделю сгонял в магазин
---------
Пока на этом все
Такие черновые посты помогают мне написать большую статью. Но у постов слишком много ограничений. Например -- только одна картинка на весь пост и лимит по символам. Поэтому сделать посты информативными сложно, пусть хотя бы в выгрузке мыслей помогают
Вот тут можно посмотреть огромный набор MCP серверов
А вот тут в более удобном интерфейсе
o((>ω< ))o
Как Новосибирский государственный университет использует ресурсы облака Cloud.ru Evolution для размещения умного чат-бота в Telegram 🎓
Что за компания
Новосибирский государственный университет — пример эффективной интеграции образовательного процесса и научной деятельности. На базе механико-математического факультета НГУ работает лаборатория прикладных цифровых технологий, в которой проводят разработки на базе искусственного интеллекта.
Какая была задача
Один из проектов лаборатории — умный чат-бот в Telegram на базе больших языковых моделей. На сайте университета есть интеллектуальная база знаний, с помощью которой можно найти информацию или ответ на вопрос. Задача бота — упростить и сократить поиск до нескольких секунд.
Команда НГУ искала мощное и выгодное решение для размещения бота, а также тестирования других гипотез.
Как ее решили
Сотрудники НГУ самостоятельно перенесли и развернули проект. Для размещения выбрали виртуальную машину с GPU 4 vCPU/64 ГБ RAM/1 GPU V100 на облачной платформе Cloud.ru Evolution, которая идеально подходит для задач машинного обучения, искусственного интеллекта и обработки трехмерной графики. А еще она позволяет масштабироваться по мере необходимости и использовать ресурсы по модели pay-as-you-go.
Что в результате
Чат-бот помогает решить сразу несколько задач университета:
привлечь абитуриентов,
разгрузить службу поддержки,
упростить поиск изображений по внутренней базе знаний.
Среднее время ответа чат-бота — до 10 секунд.
Всем, привет!
Я основатель PrimeWay — сервиса для автоматического запуска и масштабирования ML-задач на GPU без DevOps-рутины. Сейчас мы общаемся с ml инженерами, CTO, data scientist's и другими специалистами, которые сталкиваются с проблемами в ML-инфраструктуре.
Я не хочу показывать продукт или что-то продавать — мы проводим серию коротких интервью (по 30 минут, можно и без созвона, просто текстом в telegram) с разработчиками, чтобы лучше понять их задачи и сложности.
Формат простой: 100% про ваши реальные проблемы и задачи.
Я задам 5 коротких вопросов, все ответы строго конфиденциальны.
Если готовы — напишите в тг, когда вам будет удобно
Заранее спасибо!
TG - https://t.me/WhiteRbbt
https://primeway.io/
Ближайшие события
⚡️ Создавайте 3D-модели за секунды — просто опишите или загрузите изображение
Как это работает:
— Вводите текстовый запрос или загружаете фото
— Получаете готовую 3D-модель (с текстурами или в чистом виде)
— Оптимизировано для 3D-печати, игр и дизайн-проектов
— САМОЕ ГЛАВНОЕ: бесплатно
Забрать имбу можно тут.
Если вам и этого мало, то вот больше максимально полезных тулз!
Цукерберг собрал «Мстителей ИИ» из OpenAI, Google и Anthropic, дав им контракты уровня суперзвёзд спорта — до $300 млн за 4 года.
Среди участников — Трапит Бансал, один из ключевых исследователей OpenAI, работавший с Ильёй Суцкевером. Подразделение, получившее название Meta Superintelligence Labs, будет заниматься разработкой AGI-системы и действует как автономная структура с прямым доступом к Цукербергу.
Неизвестно, все ли новые сотрудники получили бонусы по $100 млн. Для понимания — это больше, чем годовые зарплаты CEO Apple, Microsoft и Uber.
Ждём релизов.
Исследование показало, что некоторые учёные начали оставлять в своих научных статьях скрытые промты для ChatGPT, чтобы нейросеть хвалила их работу.
При проверке научного портала arXiv уже нашлись 17 работ от 14 ведущих вузов мира — в каждой статье были скрытые промпты, которые просили ИИ хвалить её и не подсвечивать минусы. Учёные в научных статьях прячут нужный промпт для ИИ в белом тексте минимального размера, а на выходе получают похвалы и восхищение их трудом от «прочитавших» статью ИИ-сервисов.
Мое новое увлечение — завожу себе MCP сервера в Claude
Ранее писал про MCP сервера на хабре
И вот уже как два месяца пользуюсь этим сам
Если супер просто, то вот что такое MCP сервера внутри Claude Desktop
Прослойка с кодом, которая связывает клиент, например Claude Desktop, и сервис на той стороне
Связывает таким способом, что я могу человеческим языком писать в чат Claude, а эта прослойка сама понимает, какую функцию нужно вызвать
Есть официальные прослойки, которые пишут сами компании. А есть те, которые написаны энтузиастами. К одному MCP серверу, нужному мне, я тоже приложил руку, а точнее форк
Вот тут можно посмотреть набор серверов, но это не полный список
Пока что технически установить и подключить эти сервера не так просто, хотя Anthropic, создатели протокола, постоянно думают над упрощением процесса установки и подключения
Вот какие MCP сервера подключены у меня
🟢 Notion (на чтение и на запись)
🟢 GitHub (на чтение и на запись)
🟢 TickTick — мой таск трекер (на чтение и на запись)
🟢 Google Analytics 4 (только на чтение)
Какие сценарии использования есть у меня
MCP Server TickTick — мой сервис для задач
Через подключенный MCP сервер я обычным языком, как живому ассистенту, говорю список задач. Он их может ставить, удалять, передвигать, менять описание и все, что могу делать я.
Например,
Поставь мне вот эти 10 задач на неделю, к каждой напиши Definition of Done и выстави время в течении недели, когда эту задачу лучше сделать, учти зависимости с другими задачами
Или
Передвинь задачи из этого проекта на день вперед, я не успеваю сегодня их сделать
А что у меня сегодня запланировано
В общем, как будто через ассистента задачами управляете
Дальше идет Notion — моя база знаний и хранение всего подряд
Claude через Notion MCP знает все файлы, к которым я дал ему доступ. Может создавать там сложные таблицы и контент, который я его прошу
В Notion у него есть доступы к моей таблице управления UTM ссылками, финансовому дашборду и бизнес дашборду.
Во все эти места у Claude есть доступ, и все это он умеет заполнять, пока я просто ему наговариваю, что хочу
Затем — Google Analytics
К моему продукту, гайду по ChatGPT, подключеные две аналитики. Яндекс и Гугл. И вот в Google Analytics мой Claude умеет смотреть.
Может приносить мне инсайты недели, какие источники лучше работают, по каким источникам лучше / хуже удержание и возвращаемость
И последний в списке, но не по значимости — GitHub
Через MCP GitHub я улучшаю мои MCP сервера — если понимаю, что их можно улучшить. Claude сам мне может подсказать, что текущая конфигурация MCP сервера ему не нравится, и предлагает улучшения. Мы с ним делаем форк существующего MCP сервера и улучшаем
Плюс все мои сайты могу создавать напрямую из Claude -> GitHub
Это был краткий экскурс в MCP сервера, надеюсь в течении пары дней я смогу упаковать это в подробный пост 🧑💻
Google выкатили еще один халявный способ для генерации в Veo3.
На этот раз бесплатный кредит на 300 долларов в Google Cloud, которые можно потратить на генерацию видео-роликов в Vertex AI Studio.
Но есть нюансы: нужно привязать американскую карту и номер телефона, ну и заходить только с американского IP.
👩⚕️Microsoft создали ИИ, который ставит диагнозы в 4 раза точнее врачей.
MAI-Dx0 — это целый консилиум ИИ-агентов. Один строит гипотезы, второй выбирает тесты, а третий проверяет результаты.
Ну а дальше они все вместе спорят, прежде чем поставить диагноз.
В тестах на 304 сложных кейса ИИ показал 85% точности, а обычные врачи — всего 20% (плюс чаще назначают лишние обследования).
Все инсайды и эксклюзивы дропаю для вас одним из первых!
🔍 Кстати, диагностику от MAI-Dx0 планируют встроить в Bing и Copilot.
Еще одна полезная книжка
На archive.org выложили еще одну полезную и очень приятную книжку -- букварь по нейронным сетям итальянского исследователя и преподавателя Симона Скардапане (Simone Scardapane), который преподает в университете Sapienza в Риме и сотрудничает в нескольких исследовательских центрах. Называется книжка "Приключения Алисы в дифференциируемой стране чудес" (Alice’s Adventures in a differentiable wonderland). Годится и для преподавания и для самообразования, если математическая подготовка позволяет.
Я читал с удовольствием, чего и вам желаю.
Два линка для получения pdf книжки, но если вас обуяет благодарность к автору, можете и на Амазоне книжку купить.