В этом месте нужно вспомнить имена нобелевских лауреатов и превосходных физиков или биологов, несущих полную ахинею вне своих профильных областей: Полинг, Шокли, даже Шредингер… уровень ученого в своей области не доказывает автоматически его высокий уровень в другой.
Так и здесь, восторженная ахинея от людей, которые профессионально в вопросе не ориентируются.
Профессиональный подход автора статьи, на мой взгляд, проявился бы, если бы статья содержала сдержанный скептический комментарий.
Сурдин объяснял, что с Земли из-за влияния атмосферы разрешения выше 1 км на пиксель не получить. Ну, 500 м на пиксель в идеальном случае. Так что только низкоорбитальные зонды вроде LRO.
А я просто напомню о критической уязвимости и опасности для ваших данных, ключей, аккаунтов и платежных средств, возникающей при использовании этого агента без его грамотной изоляции.
Я понимаю, что компания специализирующаяся на продажах доступа к ИИ пишет статьи нейросетью.
Минус в том, что нейросеть может неплохо (где-то соврав, где-то умолчав) обосновать любую, даже самую безумную идею. Не стоит написанному верить. Хотя бы потому, что «навес ИИ-пузыря» которым всех пугают, с точки зрения финансовых показателей - абсолютно пренебрежимо мал.
«Врет, как очевидец») сами подумайте, откуда инженер работающий над одной темой, мог знать в СССР что там придумали против аэростатов, кроме пьяных баек из застольных разговоров. Мало того, что такой модификации Ту-4 не существовало. Так и с точки зрения инженера, можно заранее оценить эффективность огня из зенитной пушки, с ее отдачей, через прорезь (!) в корпусе на 8 км по высоте от максимального потолка (уже минимум 57-мм орудие), который мог достичь этот бомбардировщик в молодости, как крайне неэффективную, даже если ее туда вкорячить)
Этому не стоит верить. Ту-4 «с зенитным орудием» никогда не существовало. Бредовые прохладные истории про то, как мы их хитрый ход победили с помощью овна и палок.
Тяга-то у F1 да, но удельный импульс хреновый. Когда решали его НЕ повторять думали о том, что будут делать двигательную установку эффективнее, подходящей для Шаттлов и дешевле. Так как именно Шаттл должен был решать большинство задач (включая сборку и заправку на орбите). А когда уже делали SLS, то опять же исходили из экономии, как ни странно сейчас это звучит)
Вот. Это аналитика здорового человека. А не как в прошлых новостях, где no-name консалтинговые агентства заявляли о грандиозном кадровом влиянии ИИ на отрасль.
Аналогично. Но, имхо, раз сбор данных непосредственно через систему пользователя происходит, а не со стороны сервиса, то тип маршрутизации до сервиса вероятно не имеет значения
Да, интересно было бы подробнее узнать про эти детали! Анонимные логи, говорят добрые исследователи, позволяют с высокой точностью вычислять визиты на эти сайты, мол.
Our estimation of Al usage begins with anonymized telemetry data from Microsoft, primarily originating from users on Windows desktop (PC/tablet) platforms. This dataset is subject to user privacy controls allowing individuals to opt out of sending diagnostic data, which impacts overall data completeness. Despite these factors, the logs enable the identification of visits to specific Al sites (e.g., ChatGPT, Gemini, Claude, Microsoft Copilot; see Appendix for full list) with high precision across many global regions. The following steps detail our approach to filtering for active usage and adjusting for potential biases introduced by infrequent users and telemetry opt-out rates.
1) берутся данные из телеметрии ОС Windows Майкрософт. Если пользователь ее предоставляет. В ряде стран телеметрия ограничена (в отчете прямо сказано про Россию, Иран, Китай).
2) в данном отчете учитывается только переход на сайты/приложения с ИИ-чатами (19 моделей, включая Алису, Дипсик, Гигачат, Грок, Мистраль, Перплексити, ChatGPT).
3) Засчитывается не разовое посещение, а более 90 минут в месяц.
Какая-то оценка лучше, чем никакой. Но надо понимать, что это просто измерение рынка чат-моделей (на случай, если вы хотите рекламу в боте показывать). И все наши RAG, корпоративные решения и боты в поддержке здесь не измеряются.
По РФ доля пользователей в 8% в принципе, имхо, плюс/минус релевантны.
Профилирование, в широком смысле. Если вы знаете, как работает ваше решение, вы накидываете диаграмму последовательности всего вашего решения, оцениваете жизненный цикл объектов, решаете, где к примеру, можно реализовать слабые ссылки, чтобы сборщик мусора их собрал в первом проходе, и за счет этого уменьшаете расход памяти и повышаете скорость. Вы можете попросить это сделать LLM. Но есть две проблемы: не всегда корректно помещается весь контекст приложения. И ошибка на этом этапе может приводить к специфическим трудноуловимым багам (процент галлюцинаций никто не отменял). То есть если нужна производительность, надежность, то вам нужно через себя все пропускать.
UI. В плане взаимодействия с интерфейсом только у вас и ваших коллег есть понимание, как обеспечить комфортную работу пользователя: информирование, органы управления, отсутствие перегрузки интерфейса, допустимые тайминги. ИИ сам здесь ничего глубокого не предложит.
Опять же, у вас в голове есть представление о развитии продукта, целесообразности усложнения, контексте условий и требований. Исходя из этого вы реализуете определенную архитектуру. ИИ в этом плане с вас работу в принципе снять не может. Только подсказать.
Проблема с узкими доменами все ещё остается. Если вы пишете для специфического API (САПР, например) то процент галлюцинаций в подсказках заметно выше.
По сути: если вам нужен результат на пятерку (в плане производительности, безопасности, пользовательского опыта), то ИИ только предлагает концепции, дает справку и накидывает методы. Все остальное должно было у вас в фокусе.
Аналитики, у которых сокращения происходят по причине наличия ИИ-инструментов, а не по причине слабого роста в экономике или стагнации на рынке - хреновые аналитики, которые расписываются в том, что нихрена на понимают про современный ИИ.
Ну и для полноты, не помешала бы цифра сколько было нанято в 2025-м.
Приложение действительно имеет большие проблемы с пользовательским опытом. Особенно доставляет невозможность в некоторых моментах сделать Назад
В этом месте нужно вспомнить имена нобелевских лауреатов и превосходных физиков или биологов, несущих полную ахинею вне своих профильных областей: Полинг, Шокли, даже Шредингер… уровень ученого в своей области не доказывает автоматически его высокий уровень в другой.
Так и здесь, восторженная ахинея от людей, которые профессионально в вопросе не ориентируются.
Профессиональный подход автора статьи, на мой взгляд, проявился бы, если бы статья содержала сдержанный скептический комментарий.
TLDR; не тратьте время.
Сурдин объяснял, что с Земли из-за влияния атмосферы разрешения выше 1 км на пиксель не получить. Ну, 500 м на пиксель в идеальном случае. Так что только низкоорбитальные зонды вроде LRO.
А я просто напомню о критической уязвимости и опасности для ваших данных, ключей, аккаунтов и платежных средств, возникающей при использовании этого агента без его грамотной изоляции.
Круто было почитать) спасибо, Виталий!
Я понимаю, что компания специализирующаяся на продажах доступа к ИИ пишет статьи нейросетью.
Минус в том, что нейросеть может неплохо (где-то соврав, где-то умолчав) обосновать любую, даже самую безумную идею. Не стоит написанному верить. Хотя бы потому, что «навес ИИ-пузыря» которым всех пугают, с точки зрения финансовых показателей - абсолютно пренебрежимо мал.
«Врет, как очевидец») сами подумайте, откуда инженер работающий над одной темой, мог знать в СССР что там придумали против аэростатов, кроме пьяных баек из застольных разговоров. Мало того, что такой модификации Ту-4 не существовало. Так и с точки зрения инженера, можно заранее оценить эффективность огня из зенитной пушки, с ее отдачей, через прорезь (!) в корпусе на 8 км по высоте от максимального потолка (уже минимум 57-мм орудие), который мог достичь этот бомбардировщик в молодости, как крайне неэффективную, даже если ее туда вкорячить)
Обалдеть. Никогда бы не подумал, что на Стратосфере стояла Schräge Musik! Никогда не видел орудийный узел этой машины
Этому не стоит верить. Ту-4 «с зенитным орудием» никогда не существовало. Бредовые прохладные истории про то, как мы их хитрый ход победили с помощью овна и палок.
Тяга-то у F1 да, но удельный импульс хреновый. Когда решали его НЕ повторять думали о том, что будут делать двигательную установку эффективнее, подходящей для Шаттлов и дешевле. Так как именно Шаттл должен был решать большинство задач (включая сборку и заправку на орбите). А когда уже делали SLS, то опять же исходили из экономии, как ни странно сейчас это звучит)
Вот. Это аналитика здорового человека. А не как в прошлых новостях, где no-name консалтинговые агентства заявляли о грандиозном кадровом влиянии ИИ на отрасль.
Аналогично. Но, имхо, раз сбор данных непосредственно через систему пользователя происходит, а не со стороны сервиса, то тип маршрутизации до сервиса вероятно не имеет значения
У них вводится поправка на мобильные девайсы.
Но, имхо, тут суть в примерной оценке, уж очень широкий спектр инструментов и условий. В принципе грубый учет по ПК-боярам достаточно адекватен.
Да, интересно было бы подробнее узнать про эти детали! Анонимные логи, говорят добрые исследователи, позволяют с высокой точностью вычислять визиты на эти сайты, мол.
Our estimation of Al usage begins with anonymized telemetry data from Microsoft, primarily originating from users on Windows desktop (PC/tablet) platforms. This dataset is subject to user privacy controls allowing individuals to opt out of sending diagnostic data, which impacts overall data completeness. Despite these factors, the logs enable the identification of visits to specific Al sites (e.g., ChatGPT, Gemini, Claude, Microsoft Copilot; see Appendix for full list) with high precision across many global regions. The following steps detail our approach to filtering for active usage and adjusting for potential biases introduced by infrequent users and telemetry opt-out rates.
Тоже сперва так подумал) но оказалось, что нет) в принципе вполне адекватная методология
Надо пару слов сказать о методологии:
1) берутся данные из телеметрии ОС Windows Майкрософт. Если пользователь ее предоставляет. В ряде стран телеметрия ограничена (в отчете прямо сказано про Россию, Иран, Китай).
2) в данном отчете учитывается только переход на сайты/приложения с ИИ-чатами (19 моделей, включая Алису, Дипсик, Гигачат, Грок, Мистраль, Перплексити, ChatGPT).
3) Засчитывается не разовое посещение, а более 90 минут в месяц.
Какая-то оценка лучше, чем никакой. Но надо понимать, что это просто измерение рынка чат-моделей (на случай, если вы хотите рекламу в боте показывать). И все наши RAG, корпоративные решения и боты в поддержке здесь не измеряются.
По РФ доля пользователей в 8% в принципе, имхо, плюс/минус релевантны.
Оба да:
A List of Sites/Apps Included in Our Analysis
Alice
ChatGPT
Character.ai
Claude
CIOVA X
DeepSeek
ERNIE Bot (Yiyan.baidu)
GigaChat
Google Gemini
Grok
Khanmigo.ai
Meta.ai
Microsoft Copilot
Midjourney
Mistral.ai
NanoSemantics AI Assistant
Perplexity
Tongyi Qianwen
Xiaowei
Да, как учитель 24/7 очень хорош) удобно для этой цели использовать пункт Проекты в ChatGPT, кстати, тогда чаты по папкам как бы раскладываются
Буквально из свежего, ИИ не сделает сам:
Профилирование, в широком смысле. Если вы знаете, как работает ваше решение, вы накидываете диаграмму последовательности всего вашего решения, оцениваете жизненный цикл объектов, решаете, где к примеру, можно реализовать слабые ссылки, чтобы сборщик мусора их собрал в первом проходе, и за счет этого уменьшаете расход памяти и повышаете скорость. Вы можете попросить это сделать LLM. Но есть две проблемы: не всегда корректно помещается весь контекст приложения. И ошибка на этом этапе может приводить к специфическим трудноуловимым багам (процент галлюцинаций никто не отменял). То есть если нужна производительность, надежность, то вам нужно через себя все пропускать.
UI. В плане взаимодействия с интерфейсом только у вас и ваших коллег есть понимание, как обеспечить комфортную работу пользователя: информирование, органы управления, отсутствие перегрузки интерфейса, допустимые тайминги. ИИ сам здесь ничего глубокого не предложит.
Опять же, у вас в голове есть представление о развитии продукта, целесообразности усложнения, контексте условий и требований. Исходя из этого вы реализуете определенную архитектуру. ИИ в этом плане с вас работу в принципе снять не может. Только подсказать.
Проблема с узкими доменами все ещё остается. Если вы пишете для специфического API (САПР, например) то процент галлюцинаций в подсказках заметно выше.
По сути: если вам нужен результат на пятерку (в плане производительности, безопасности, пользовательского опыта), то ИИ только предлагает концепции, дает справку и накидывает методы. Все остальное должно было у вас в фокусе.
Аналитики, у которых сокращения происходят по причине наличия ИИ-инструментов, а не по причине слабого роста в экономике или стагнации на рынке - хреновые аналитики, которые расписываются в том, что нихрена на понимают про современный ИИ.
Ну и для полноты, не помешала бы цифра сколько было нанято в 2025-м.