Представлен ультимативный бесплатный гайд по вайб-кодингу, в котором есть всё. Автор — ведущий инженер Google. Внутри проекта описаны лучшие техники промптинга, готовые шаблоны, фреймворки, сценарии — всё продумано до мелочей. Там нет устаревших советов, всё подогнано под новейшие модели и ИИ-сервисы.
🧐 Мастхэв для любых исследований: у Perplexity появился режим Labs — это буквально прокачанная версия Deep Research.
Теперь не нужно рыться в интернете часами — ИИ сделает всю нудную работу за вас: найдёт информацию, оформит отчёты, создаст таблицы, гайды, презентации. В итоге получается целая интерактивная книга по вашей теме: внутри находятся графики, иллюстрации и дашборды.
Бонус: на базе собранных данных можно даже создавать целые приложения.
Пробуем и экономим время!
Привет, меня зовут Александр, я аналитик в Альфа-Банке. Однажды я устал, что на Feature Store, на платформе для дата-инженеров (DE) и дата-саентистов (DS), невозможно ничего найти.
Поиск по контексту отсутствует. Приходится руками шерстить огромное количество ETL-проектов в поисках той самой полезной информации, полагаясь сначала на удачу, а после — на опыт и помощь коллег.
Feature Store сама по себе — платформа, которая должна упрощать работу коллег с большими данными, упрощает бюрократию жизненного цикла создания ETL, ввода моделей в промышленную эксплуатацию. Но какой же поиск там...В общем, хотелось бы улучшить процесс по поиску данных в ней.
И я сделал MVP с GPT-2: весит около ~400 МБ и, самое главное, не требует регистрации. В статье пошагово описал, как всё прикрутить. Заходите почитать.
Примечание. Для прома MVP, конечно, не прокатит, но после показа решения начали реализовывать решение на OpenSearch.
В ООН начали говорить об опасностях общего искусственного интеллекта (AGI)
Встретил рекомендательный отчет (28 мая 2025) от консультативной группы высокого уровня о том, что надо бы что-то делать с этими рисками на международном уровне.
Это правильный шаг, вот только как и с изменением климата, на мировом законодательном уровне мы критически отстаем от развивающихся событий. Авторы говорят о вероятном появлении AGI в ближайшие 10 лет.
Вот краткий пересказ документа с моими комментами:
AGI - ИИ, который будет способен выполнять большой спектр когнитивных задач на или сверх уровня человека. Речь не об уровне среднего человека, а об уровне самого крутого человека в этой области. Дальше проходной кусок текста про огромное количество плюшек человечеству, который такой ИИ может дать, это не интересно.
Риски:
🔸Джин из бутылки. Если ИИ станет автономным и способным к самоулучшению, то вряд ли удастся снова взять его под контроль.
🔸Вооружение. Так ИИ может создать новые куда более мощные виды убийств людей. Авторы отдельно подчеркивают рои (swarms) автономных систем вооружения.
🔸Уязвимости киберсистем и инфраструктуры. Энергетика, медицина, транспорт, экономика … все может накрыться, если атаками на них займется AGI.
🔸Концентрации власти и увеличение неравенства. Кто обладает AGI, тот и пожинает плоды. Весь мир может стать банановыми республиками одной или двух конкретных стран, да и внутри этих стран неравенство возрастет значительно, так как эти плоды будут в руках корпораций и/или правительства.
🔸Экзистенциальные риски. AGI может преследовать свои цели, несогласованные с нашими, что может привести к тому, что мы потеряем контроль над происходящим.
Авторы настаивают на создании международного регулирования AGI на базе ООН. Потом там раздел об идеях практических механизмов, и подчеркивается, что это прям срочно срочно надо делать.
Тут, конечно, есть большая проблема, что если регулирование будет принято, то без подписания его США и Китаем никакого в нем смысла не будет. Смогут ли будущие “банановые республики” надавить на них достаточно, чтобы это случилось, причем быстро, это открытый вопрос.
Экспериментальное приложение Гугла для локального запуска ИИ-моделей на смартфоне
Основные возможности:
Генерация изображений
ИИ-чат без интернета
Написание и редактирование кода
Анализ изображений ("Ask Image")
Prompt Lab с готовыми шаблонами для различных задач
Поддержка моделей Google Gemma 3n и других
AI Chat: участвуйте в многопользовательских беседах.
Анализ производительности: тесты в реальном времени (TTFT, скорость декодирования, задержка).
Загрузите свою собственную модель: протестируйте местные .taskмодели LiteRT.
Ресурсы для разработчиков: быстрые ссылки на карточки моделей и исходный код.
Android
iOS ждем...
Недавно задумался, а все-таки что такое ИИ-агент.
Сейчас вокруг ИИ-агентов много хайпа. Но что именно скрывается за этим термином? До конца непонятно.
Люди понимают его по-разному. Кто-то называет агентом вообще всё, что выходит за рамки простого диалога с ChatGPT, а кто-то считает, что агент — это исключительно полностью автономная самообучающаяся система, движущаяся к цели.
Мне кажется, истина где-то посередине.
Ключевым фактором здесь является степень автономности системы. Под автономностью я имею в виду способность системы самостоятельно принимать решения.
Например, если у нас есть жёстко заданная логика if-else, основанная на выводе модели, — это не автономность. Потому что решение в таком случае принимает код, а не LLM.
А вот если LLM сам решает, что делать дальше, — это уже и есть автономность!
Я бы грубо разделил системы на следующие уровни автономности:
0️⃣ Скрипт с фиксированной логикой, выполняющий один или несколько шагов и делающий один или более запросов к LLM.
1️⃣ + ИИ предоставлены инструменты, которые он может использовать при необходимости (например, поиск или калькулятор).
2️⃣ + Порядок шагов определяет сам ИИ (например, получает сообщение от пользователя и решает — ответить на основе базы знаний или эскалировать человеку).
3️⃣ + Система самообучается и со временем повышает качество своей работы (ориентирована на достижение цели).
4️⃣ + Система может менять свою структуру во время работы (например, агент-папа может создавать или удалять других агентов).
Уровень 0 я бы не стал называть ИИ-агентом. Это скорее просто воркфлоу с использованием ИИ.
А вот начиная с уровня 1, уже можно говорить об ИИ-агенте, потому что в процесс включаются элементы автономности.
Это, в целом, соответствует подходу Anthropic: статья
Привет, друзья! За последние несколько дней в интернете активно распространяется исследование фонда Bond (частный фонд, возглавляемый ветеранами аналитики, SaaS-менеджмента и венчурного рынка) о трендах в области искусственного интеллекта (https://www.bondcap.com/report/pdf/Trends_Artificial_Intelligence.pdf).
Это довольно объемный документ — 340 страниц, и в нем демонстрируется экспоненциальный рост ключевых показателей. Исследование подробно показывает, как менялся и развивался ландшафт продуктов, технологий и сервисов, связанных с AI за последние годы.
Для тех, кто хочет ознакомиться подробнее, вот основные интересные моменты, которые я выделил после внимательного изучения:
Компания xAI построила суперкомпьютер Colossus площадью 70 000 м² с 200 000 GPU всего за 122 дня. Это яркий пример того, как политика, деньги и настойчивость Илона Маска позволяют достигать невероятных результатов. Интересно, что для строительства использовали старый завод «Электролюкс».
Новая архитектура GPU Blackwell от NVIDIA потребляет в 105 000 раз меньше энергии на один токен по сравнению с GPU Kepler 2014 года! Можно представить это так: автомобиль, который раньше расходовал 10 литров на 100 км, стал бы потреблять всего 0.000095 литра — поразительный скачок эффективности.
В 2025 году китайская компания DeepSeek обучила модель уровня GPT-4 за примерно 5млнпротив40 млн у OpenAI. При этом стоимость использования DeepSeek V3 составляет всего около 0.2% от стоимости GPT-4.5 — очевидно, что в будущем цена за токен будет стремиться к нулю.
В тесте Turing Test 2025 года около 73% участников приняли ответы GPT-4.5 за человеческие. В области программирования DeepSeek показывает результат 98 из 100 — даже превосходя OpenAI (97/100).
Около 2.6 миллиарда человек (примерно 32% населения), которые никогда не пользовались интернетом, пропустят эру браузеров и поисковиков и сразу перейдут к использованию AI-ассистентов на родном языке. Это колоссальный скачок через технологическую эпоху: аналогичная ситуация произошла в Китае, где часть пользователей сразу перешла с отсутствия ПК к использованию смартфонов.
Несмотря на то что стоимость инференса снизилась на 99.7% за последние годы, общие расходы на AI продолжают расти экспоненциально. Это говорит о том, что чем дешевле становится использование AI, тем шире его внедрение во все сферы жизни.
Новые AI-агенты вроде Claude или Operator теперь могут напрямую управлять компьютером: кликать мышкой, заполнять формы или делать покупки за вас. Это кардинальный сдвиг от роли «ассистента» к роли «исполнителя», который развивается очень быстро и мощно. В будущем многие из них станут самостоятельными «организмами», работающими на блокчейне и использующими доходы от своей деятельности для оплаты своих расходов и выплат роялти создателям (здесь можно вставить ваше имя).
«Скорость скорости» — интернету понадобилось более 20 лет для массового принятия технологий; AI достигает такого же уровня за всего лишь 2–3 года. Каждая следующая волна технологий приходит вдвое быстрее предыдущей. Мы сейчас находимся в точке, когда изменения происходят так быстро, что общество едва успевает их осмыслить — скоро может наступить сингулярность!
Bentley Motors рассказали о внедрении AI-модели Hide Inspection, которая следит за качеством кожи. На производство Bentayga SUV нужно около девяти шкур, но на деле используется больше, потому что часть отбраковывается — укусы насекомых, шрамы, царапины не могут оказаться в люксовом салоне авто. Модель Hide Inspection использует компьютерное зрение и AI для обработки изображений, чтобы детектировать мельчайшие дефекты. Модель не только обнаруживает повреждения, но и составляет выкройку так, чтобы избежать проблемных мест и при этом как можно эффективнее использовать всю шкуру. В результате удаётся сократить объём выбрасываемой кожи. Сама модель, вероятно, не является эксклюзивной — аналогичную или ту же самую технологию ранее внедрили на производстве Volkswagen Group. Но случай Bentley интересен тем, что это, пожалуй, первый или один из первых кейсов внедрения автоматизации на производстве люксового сектора. Ручная обработка, живые мастера — для этого сегмента экономики это не сдерживающий фактор, а, наоборот, повод для гордости и часть ценности продукта. Поэтому внедрение новых технологий может восприниматься не как необходимость, а как угроза традициям и статусу продукта. За объёмами производства или скоростью компании этого сегмента тоже вроде бы не слишком гонятся. Выходит, мы наблюдаем редкий случай, когда автоматизация вводится не ради экономии или ускорения, а исключительно ради повышения качества.
Больше подобных новостей о роботах и AI в индустрии — в нашем канале
Когда говорят, что нейросети уже сейчас заменяют людей я прошу его написать мне рифму...
Хотел поиграть в лото тут с шутейками. Попросил нейросеть разнообразить рифмами (промпт - напиши мне рифмы для цифр от 0 до 40):
P.S. пробовал еще deepseek и chat gpt
ВЫШЛА КНИЖКА САЙМОНА ПРИНСА
Как обещал, сообщаю о выходе в издательстве "Бомбора" на русском языке (в моем переводе) монографии Саймона Принса, которую я неоднократно упоминал в своих публикациях. Оригинал называется "Understanding Deep Learning (2023)", перевод вышел под заглавием "Машинное обучение. От основ до продвинутых моделей (2025)".
Судя по тому, что на Литрес книга передана 19 мая 2025 года, из типографии вышла совсем недавно.
Вот ссылка на страничку издательства, на которой есть ссылки на все места, где ее можно купить.
В "электронных библиотеках" книжки пока не вижу, когда украдут увижу - сообщу дополнительно.
Буду признателен за любые отклики на книгу, в том числе за указания на ошибки перевода, просмотры, опечатки и все в этом роде.
📰 Новостной дайджест из мира ИИ.
Коротко о том, чем гиганты индустрии баловали нас на той неделе:
🟡Prompt Jesus — платформа для создания идеальных промптов;
🟡Manus — научился превращать фото в постеры;
🟡Google — выпустили свой генератор речи;
🟡Opera — анонсировала браузер с ИИ-агентами — Neon;
🟡Kling — обновили свой видеогенератор до версии 2.1;
🟡DeepSeek R1 — прокачали до уровня o3;
🟡Perplexity — выкатили режим Labs для генерации кода, таблиц и приложений;
🟡Flowith — открыли для всех своего ИИ-агента Neo;
🟡Manus — теперь генерирует презентации;
🟡FLUX.1 Kontext — новый генератор и редактор изображений.
Какие льготы полагаются компаниям, использующим разработки в сфере искусственного интеллекта?
Фирмам, которые используют ИИ-разработки, полагаются многочисленные преференции.
Во-первых, в статье 257 Налогового кодекса (она устанавливает, как должна определяться стоимость амортизируемого имущества) есть положение: если используется разработка, включенная в один из предусмотренных законом реестров, то налогоплательщик может учитывать эти расходы с коэффициентом два.
Если максимально просто, то, используя эту статью, корпорации вправе уменьшить размеры налога на прибыль.
Во-вторых, если фирма была внесена в список аккредитованных компаний и имеет определенный уровень дохода от своего IT-профиля, то она может рассчитывать на снижение налога на прибыль до 5%, страховых взносов — до 7,6%.
В-третьих, у разработчиков AI есть возможность подать заявки на гранты в Фонде «Сколково». По данным futureby.info, Фонд уже поддержал нескольких инновационных проектов: например, в 2023 году финансирование получили: «АТЕНТА» (создавшая проект системы поддержки принятия решений), «Центр морских исследований МГУ имени М.В. Ломоносова» (оценка ледовой обстановки).
В-четвертых, предусматривается возможность получения финансовой поддержки от органов исполнительной власти.
В-пятых, если фирма, работающая с ИИ, является резидентом особой экономической зоны, то она может, например, претендовать на нулевой налог на имущество в течение определенного времени.
Сколько всего случаев внедрения решений в сфере ИИ в приоритетных секторах экономики было зафиксировано в 2024 году?
Национальный центр развития искусственного интеллекта при Правительстве Российской Федерации зафиксировал 277 проектов. Наибольший охват — промышленность (33), торговля (29), природопользование (27). Основными разработчиками проектов стали: университеты (34 кейса), Яндекс (22 кейса), Сбер (19 кейсов), МТС, VK, Центр речевых технологий и Газпром.
Со списком IT-решений на основе ИИ (второе полугодие 2024) можно ознакомиться здесь.
____________________________________________________________________________
Онлайн Патент — цифровая система №1 в рейтинге Роспатента. С 2013 года мы создаем уникальные LegalTech-решения для защиты и управления интеллектуальной собственностью. Зарегистрируйтесь в сервисе Онлайн-Патент и получите доступ к следующим услугам:
Онлайн-регистрация программ, патентов на изобретение, товарных знаков, промышленного дизайна;
Опции ускоренного оформления услуг;
Бесплатный поиск по базам патентов, программ, товарных знаков;
Мониторинги новых заявок по критериям;
Онлайн-поддержку специалистов.
Открытый проект Cursor Free VIP позволяет получить бесплатный доступ к нейросети Сursor Pro для исследовательских целей. Решение я активирует бесконечный триал с откатом данных.
Новое средневековье.
Современная интернет-культура, получившая мощнейшую поддержку от LLM, воспроизводит схоластическую парадигму мышления: преобразования текста от считающихся авторитетными источников без опоры на реальный мир. Научная парадигма, опирающаяся на эксперимент, почти полностью забыта массами.
Известно, что когда Аристотель написал, что у мухи 8 ног, то почти полторы тысячи лет это утверждение воспроизводилось со ссылками на авторитет, и никому в голову не приходило пересчитать (ну он там вроде на самом деле писал про подёнок с 4 ногами и 4 крыльями, но кому какое дело). Сейчас эти времена вернулись, любой ребёнок спросит: “Алиса, сколько ног у мухи?” вместо натурного эксперимента.
Мёртвое знание, не полученное в результате эмпирического опыта, транслирует себя через механические машины и их живые придатки, повинующиеся прочитанным на экране указаниям. Ирония в том, что указаниями они являются только в представлении живого исполнителя, а по своей природе это просто цепочки символов с определёнными статистическими характеристиками случайного распределения.
Пруфов не будет.
Опыт использования Claude для написания готового приложения
Ну вот и я сподобился - написал приложение полностью на Claude.
Приложение на SwiftUI, не enterprise, но достаточно сложное, из категории Favorite.
Начал на Claude Sonnet 3.7, потом вышел 4, закончил на нем.
Всего 1156 строк кода и без ошибок!
Естественно было несколько итераций. Причём практически все - это уточнение промта.
Кода он наворотил много, по мне так можно было и проще. Но он уж развернулся по полной - структуры, классы, вью, перечисления, состояния, published, state и т.д. и т.п.
Как оно там внутри вертится крутится даже не смотрел. Главное - работает и этого достаточно.
В общем, впечатлён. Не ожидал. Предполагал, что будут ошибки, заторы, что придётся с ними разбираться. Ан нет, все зашло без глюков, с первого раза.
Команда исследователей из Palisade Research опубликовала отчёт о возможностях современных ИИ в области наступательной кибербезопасности. Впервые системы искусственного интеллекта были допущены к полноценному участию в хакерских соревнованиях Capture The Flag — и не просто справились, а вошли в число лучших.
В соревновании «AI vs Humans» автономные агенты на базе ИИ попали в топ-5% лучших участников, а на масштабном конкурсе Cyber Apocalypse показали результат в топ-10%, конкурируя с десятками тысяч профессиональных игроков.
Главная идея исследования — протестировать, насколько эффективно можно использовать метод «elicitation» (максимальное раскрытие потенциала ИИ) за счёт краудсорсинга, то есть через открытые соревнования. Вместо того чтобы полагаться на закрытые тесты в лабораториях, Palisade позволила внешним командам и энтузиастам самостоятельно настраивать и запускать ИИ в условиях настоящих CTF‑турниров.
Результаты оказались неожиданными. Некоторые ИИ-агенты смогли решить 19 из 20 задач, не уступая топовым человеческим командам по скорости. Особенно хорошо ИИ справлялись с задачами по криптографии и реверс‑инжинирингу. На турнире Cyber Apocalypse, где участвовало более 8000 команд, ИИ смогли решать те задачи, которые занимают у опытного игрока около часа. Это соответствует оценкам других исследователей: современные языковые модели уже уверенно справляются с техническими задачами продолжительностью до 60 минут.
В докладе Белого дома, посвящённом снижению продолжительности жизни в США, обнаружены десятки фиктивных и ошибочных научных ссылок, предположительно сгенерированных искусственным интеллектом. Некоторые исследования оказались вымышленными, а ссылки — нерабочими или приписанными несуществующим авторам. Эксперты назвали документ ненадёжным, а Американская ассоциация общественного здравоохранения призвала полностью отказаться от его использования.
К 2030 году ИИ может увеличить прибыль банков на 12–15%
На конференции «Время Цифры» наш коллега Евгений Зубков, начальник управления исследования данных и машинного обучения ОТП Банка, рассказал о том, как технологии искусственного интеллекта уже сегодня помогают менять банковские процессы. Выступление было сосредоточено на конкретных примерах и прогнозах, которые дают представление о будущем роли ИИ в сфере финансов.
По словам Евгения, к 2030 году ИИ может увеличить прибыль банков на 12–15% за счёт повышения эффективности сотрудников и оптимизации внутренних процессов. Он отметил, что через 5-6 лет ИИ будет внедрен практически во все направления работы банков — от обслуживания клиентов до внутренних ИТ-сервисов. Такие технологии способны заменить выполнение рутинных задач, освобождая сотрудникам время для более значимых и творческих проектов.
Сегодня в основе подхода к интеграции ИИ в ОТП Банка лежит концепция поддержки функционала текущих сотрудников. Ассистенты помогают, подсказывают и берут на себя повторяющиеся действия, позволяя команде сосредоточиться на главном. Это принцип партнёрства, где технологии работают на благо людей и бизнеса.
«ИИ-ассистенты — это не конкуренты, а надежные помощники. Они позволяют нам быть быстрее, точнее и внимательнее к каждому клиенту», — поделился Евгений Зубков. - Мы рассматриваем ИИ как способ сделать ежедневную работу проще, а сервис — лучше».
На конференции представили и конкретные кейсы, успешно применяющиеся в ОТП Банке:
В контакт-центре ИИ помогает находить нужную информацию за секунды и формулировать ответы. Это значительно ускоряет обслуживание и повышает удовлетворенность клиентов.
В сфере продаж работает чат-бот, который “понимает” не только продукт, но и его аналоги, нюансы законодательства и контекст потребностей клиента. Это повышает конверсию на сайте и укрепляет доверие пользователей.
В ИТ-разработке ИИ-копилоты поддерживают программистов, предлагая варианты кода, находя ошибки и повышая общую продуктивность команды.
В HR-процессах ИИ помогает рекрутерам быстрее находить подходящие резюме и ускоряет закрытие вакансий.
По мнению эксперта, дальнейшее развитие больших языковых моделей и подходов Agentic-AI приведет к автоматизации большинства рутинных операций. «Наш опыт подтверждает, что даже частичная автоматизация через ML и GenAI дает значительный прирост эффективности», - подытожил Зубков.
Почему не нужно использовать LLM для написания текстов?
Задумался об этом после попытки отформатировать пост из перегруженных сложносочинённых предложений под популярную сеть для поиска работы. LLM перестаралась на мой взгляд, и не только превратила текст из 10 строчек в 30 строчек буллет поинтов, украшенных восклицаниями и смайликами, но и упростило аналитику вопроса применения рассматриваемой методологии до набора лозунгов и призывов с однозначным выводом. Изначально в посте был вопрос к читателям, и если и был какой то призыв, то призыв усомниться, и оспорить утверждение, чем призыв к действию по покупке.
В результате я забраковал пост от LLM и оставил свой текст, ожидаемо не популярный среди широкой аудитории, но нашедший читателей среди людей, которых я ценю и знаю как профессионалов, что для меня гораздо более ценно.
Я не исключаю что пост может быть и был бы более популярным, и получил бы больше лайков и может быть даже и клиентов с оферами. Но дело в том, что если мы продвигаем себя, мы хотим продвигать себя для аудитории способной воспринимать нас, а не посты от LLM, чем все большее количество статей и являются.
Доверяя LLM адаптацию текстов вы совершаете самоубийство себя как творческой единицы, добровольно уничтожая свое творчество и подменяя его тем, что вами не является.
Зачем мне читать опубликованный совместно с LLM текст, если я могу запросить его в любой момент у LLM под мои нужды?
Вопрос дискуссионный, комментарии приверженцев другой точки зрения любопытны.
Не удержусь и разбавлю картинкой из той соцсети, в которой публиковался:
Майкл Делл, основатель и директор Dell, сообщил, что компания в первом квартале получила заказов на оборудование для ИИ на сумму 12,1 млрд долларов, превысив общий объем поставок за весь 25 финансовый год. И ещё остаётся портфель заказов в 14,4 млрд долларов.
