random AI channel name

Saperly. Мобильный оператор для ии-агентов. Номер, смс, голос, биллинг и соответствие регуляциям. Резервирование номеров и решения по функциям (звонок, смс, голос, сценарий) выполняет не строгий код на правилах и не ivr логика «нажмите 1», а ваш агент на рассуждающей модели и ваших инструкциях, которые вы пишите просто на обыкновенном человеческом языке. GenAI съедает software as a service дальше.

Годовая выручка ARR Antropic (модели Opus и Sonnet; продукты Claude Code, Claude Desktop, Claude Cowork) за первый квартал выросла в 80 раз. Еще раз. ARR за квартал вырос в 80 раз. Капитализация Atlassian, Salesforce (крупнейшие b2b saas) продолжает падать. Рынок считает, что таск трекинг и CRM не нужны в эпоху ИИ. Короче говоря, ИИ не просто шагает по планете. Он ее сжирает

Легендарный венчурный фонд Sequoia. Пара слайдов с их недавнего киноута для фаундеров. Роль венчурных фондов в тек экономике в том, что они чуть раньше (при прочих равных обычно на годы раньше) чем крупные компании в США (и еще через 3-5 лет в России) видят какие компании будут доминировать в области. Короче, бесплатный взгляд в будущее. Ну и да. Там еще был тейк про то, что софта больше нет. Раньше защитой от конкуренции был софт. Писать и поддерживать его было дорого. Сегодня единственной защитой от конкуренции остается лицензия или крупный энтерпрайз контракт. Сегодня важнее вопрос каким бизнесом стоит заниматься, а не как построить продукт

В десятых google deepmind много исследует RL и делает всякие […]Go пейперы. В 2019 году выходит attention is all you need из google. В 2023 выходит chatgpt. Суцкевер соединил Google и Google. А потом Сэм и Дарио замасштабировали. И вот мы тут в 2026. 10 лет +/-

Вкусвилл тоже в тренде

в этом канале читателей этим не удивишь, такие вы прошаренные, но пусть для проформы будет. В прошлые разы я рассказывал про свои микро кейсы (создание документации с ИИ чз транскрипты демо и внедрение ИИ на сайт с документацией). Сегодня расскажу про еще один. Буквально с пылу с жару. Делаю внутри корп Платформу ИИ: набор компонентов, которые обслуживают разные ИИ интересы разных пользователей с разными сценариями в закрытом контуре. 3 основных компонента: • корпGPT: чат и ИИ-агенты с коннекторами до наших корп систем Jira, Confluence, Google, 1C и др) • интеллект как API для интеграций во внутр и внешние сервисы • инструменты для разработки (Claude Code и др; + те же MCP коннекторы) Вся магия ИИ случается благодаря двум вещам: модели и обвязке (грубо говоря настройкам приложений вокруг моделей). Каждые Х мес я обновляю дефолтную модель в Платформе, чтобы в глазах пользователей ИИ стал умнее и стал более полезным: решал более сложные задачи, стал надежнее и автономнее. Что значит поменять модель во всей платформе ИИ? честно говоря, кабздец, а не приключение. Найти и выбрать модель, обновить инференс сервак на сервере с видеокартами (каждый перезапуск инференс сервака с моделью это 5 минут), обновить маршрутизатор с RBAC, обновить приложения клиенты (приложения, чз которые пользователи используют ИИ), поменять конфиги везде по 10 раз, словить кучу ошибок на каждом шагу, наткнуться на отсутствие документации на почти каждом из компонентов, перечитать форумы, твиттер, пообщаться в гитхабе с такими же страдальцами, прочитать кучу ненужной инфы и вообще когнитивно сильно устать. раньше на это ушла бы неделя или даже смело две. сегодня я потратил на это 10 минут. буквально. почему? потому что месяц назад я потратил 2 дня и хорошенько описал Платформу ИИ и все ее комопненты руками. Затем обновил один раз модель руками с агентом, потратил где-то полдня-день и попросил запихнуть наше общение с агентом в скилл (навык в виде текстового файла), где сам агент суммировал наше общение и сам для будущих запросов написал, что именно и где надо сделать, если надо поставить новую модель и где какие слабые места и как обходить углы. итого сегодня когда я дал агенту задачу поставить новую модель и просто дал ссылку на модель, агент прочитал текстовое описание Платформы, нашел в документах этот навык, прочитал мою задачу, сам во всем разобрался в каждом элементов платформы, после каждого шага выдал мне тесты (200 на curl запросы в серваке, маршрутизаторе и клиентах в данном случае) и чз 10 минут выдал мне во всей Платформе модель Qwen3.6. Кстати, qwen3.6 вышел всего неделю назад. из них 5 минут мы вместе ждали пока запустится инференс сервер 🙂 стал ли я скиловее? честно говоря у меня нет ответа на этот вопрос. решил ли я задачу? 100% да. ps. честно говоря, иногда и самому не верится, что так возможно.

За одну неделю в мире произошли такие новости: — Вышел chat gpt 5.5 — Вышла опенсорс модель deepseek v4 pro — Openai создали новую компанию по внедрению ии в бизнесы и положили туда 10 ярдов долл — Qwen выпустила новую модель 3.6 — Создатель OpenClaw рассказал о состоянии своего продукта, который был куплен OpenAI — Антропик обновили claude code и выпустили модель opus 4.7 и раздали кибербез модель mythos избранным партнерам Всё из этого создано людьми с ии-агентами. Прикольная иллюстрация того, какая скорость достижима если понимать, что ии-агенты это не просто автоматизация и ускорение текущего конвейера, а по факту они уже создают основную ценность в компании. И где через 5 лет будут компании и люди, которые не используют относительно тех, что используют. И вторая мысль, я потом еще раскрою, но уже сейчас я ее чувствую на себе сильно (в эту неделю особенно): люди стремительно становятся узкыми горлышками для ИИ

gpt like moment in robotics кажись https://www.pi.website/blog/pi07

я нахожу довольно забавным как ИИ стартапы породили главный драйвер оценки собственной стоимости (справедливости ради небезосновательно, ведь ИИ действительно круто делает некоторый класс задач особенно в верифицируемых доменах, например, в продуктовой разработке или в науке), но вместе с этим породили и главный барьер адпошена в энтерпрайзе (нас всех заменит ИИ, не буду внедрять его еще годик, в KPI все равно его нет, авось пронесет)

Софт съеден ИИ. Это не какое-то будущее или прогноз. Это просто случившийся факт. Минус 30% за квартал. И я думаю, это только начало. Напомню, недавнюю технодемку Гугла, где они показывают как сайт не отрисован и закоден заранее, а в реалтайме динамически отрисовывается под запрос конкретного пользователя. Дальше ты владеешь всей вертикалью: поиском, девайсом, браузером, профилем, моделью, обвязкой и в конечном счете лучше всех понимаешь, что нужно пользователю…

заметил интересное наблюдение. кажется, справедливо для любого приключения на ИИ. максимальный эффект от применения ИИ достигается в тех областях, где модель сильна относительно менее прокаченных людей. т.е. чем дальше люди от, например, "кода" (имеется ввиду по знаниям и навыкам), тем сильнее заметен прирост производительности. верно и обратное, чем ближе люди к модели, тем больше надо сделать, чтобы заметить прирост. поэтому во всех бизнес эффектах в топ-1 кейсах это саппорт, маркетинг и продакты. а вот у разработчиков уже не так легко. там всякие md файлы надо выгружать из голов, что часто сложно/лениво/дорого.

– курсор, настрой VPN – конечно

ИИ нас заменит, мы все умрем. Может быть, но сначала будет оч интересно. На протяжении десятилетий игра Го у людей не эволюционировала. Те же ходы, те же комбинации. Скилл это просто знание набора техник и трюков. Ничего не напоминает ;)? В марте 2016 года Ли Седол (лучший в мире игрок в го) проиграл ИИ серию из 5 матчей. На графике желтое это количество уникальных комбинаций и ходов играх людей в Го с момента появления AlphaGo — ии-программы, которая, кстати, была создана все теми же DeepMind (уже под крылом Google). Однажды я все же расскажу как меня не взяли в DeepMind :) Сорс:

новость, которая меня унесла: та самая Мила Йовович (5ый элемент, Лилу Корбан Даллас мультипасс), выпустила опенсорс фреймворк для памяти ии-агентов, который побил всех в бенчмарке памяти для ии-агентов. пруф в инсте Милы по сути ничего выдающегося, конечно, и DeepMind может спать спокойно, просто сделали способность моделям сжимать историю общения в свой неинтерпретируемый “алфавит” и предоставлять ее по запросу и обратно “распаковывать”. но все же сам факт, актер вполне в теме. апд. спасибо, Грег, за подгон

У меня вечерний наброс. Разработка кода (software delivery lifecycle) с ИИ уже превратилась в цикл «план изменений /спека -> тестирование -> гит коммит» агентами и все это приводит к тому, что код мы больше не читаем. В энтерпрайзе это будет чз полгода год два. Не суть. Суть вот в чем. Sdlc это часть разработки продукта в широком смысле (product delivery lifecycle) — цикл итераций с выбором векторов улучшений, сьором обратной связи с систем (трафик и метрики) и проверкой гипотез и выкатыванием в прод. Многие упоминают парадокс Джевонса. Мол Если технология делает труд одного рабочего в 10 раз эффективнее, стоимость единицы услуги падает. Это вызывает лавинообразный рост спроса на эту услугу, и в итоге компании нанимают еще больше людей, чтобы удовлетворить этот новый спрос. Но это же работает рчевидно только если источником труда выступает человек. На спектре «ух ты, новый мир» и «мы рили все останемся без работы» я ближе ко вторым. Наш рынок не демократизируется, мы обучаем модели и своии руками схлопываем его в сторону моделей.

Qwen3.6 (02.04.26) Qwen3.5 (16.02.26)

We are deeply grateful for the invaluable feedback from the Qwen3.5 era

ERA :)

Google выпустил обновление для семейства ондевайс и лоу енд серверных моделей с ризонингом и вызовом тулов для агентских сценариев. Gemma 4. По бенчмаркам очень и очень прилично. И самое приятное. Влазит в одну а100. Точно знают, что делают. Выглядит как что-то лучше, чем gpt oss 120b и qwen3.5 122b. Что ж, потестим.

Есть в интернете такая площадка для продажи цифрового контента Gumroad. Топ-3 в мире, пожалуй. Вчера их СЕО заявил, что вместо себя нанял ии-агента СЕО. Текст поста в комментах

Ккккк

AI-first thinking. Расскажу сегодня про свой микро кейс. В последнее время довольно много провожу демо своей корп ИИ платформы, которая позволяет разными способами применять ИИ в финтехе. Кому-то нужны надежные микро автоматизации на ии агентах, кому-то нужно вставить интеллект в сторонний продукт, а кому-то просто чатгпт в закрытом контуре. Так вот, информации на таких демо бывает довольно много и часто после демо у сотрудников остаются вопросы, что, конечно, абсолютно нормально. Со временем я заметил, что для ответов на эти вопросы надо писать чуть ли не одни и те же буквы в ответах. Короче говоря, настало время для человеческой документации и faq. Садиться и писать такое руками? Ужас, да никогда в жизни, разработчики, пиэмы и продакты меня поймут! И вот уже в который раз набирая на клавиатуре один и тот же текст, я сижу и понимаю, что надо выгрузить из головы все знания, отполировать, структурировать, переписать на разные аудитории пользователей, на разные продукты, проверить это все, короче, до свидания. Недавно у меня появился ИИ трекер встреч mymeet.ai. Ходит с тобой на встречи и аккуратно конспектирует, а потом дает транскрипт и саммари по итогу (их таких миллион, конечно, но конкретно этот оказался приятным и гибким и с оплатой в рублях). Тогда я попросил курсор подключиться к непубличному api mymeet.ai и забрать саммари моих встреч, он не смог, сказал что-то невнятное про политики корпоративной инфо безопасности и замолчал, правда в замен написал питон скрипт хождения в API mymeet.ai. Я посмотрел скрипт, выглядит норм, подставил ключик, запустил. И вот спустя пару минут я получил тексты со встреч тех самых демо, где я рассказываю и показываю и отвечаю на вопросы. Что ж транскрипты есть, но это все еще транскрипты, никто не будет читать такое. Не беда. Другого ИИ агента попросил посмотреть на собранные саммари и транскрипты этих встреч, посмотреть на мою кодовую базу и написать план по созданию документации к Платформе ИИ, проверил и потюнил план, подключил нужные MCP...И вот после упорного труда в поте лица в течение аж 2 часов и 200 тысяч токенов я получил 20 файлов документации, написанные ИИ, которые покрывают 90% информации, которую я рассказываю на демо и еще ответы на 80% типовых вопросов. Сижу, читаю, кайфую. Через еще 30 минут они лежат по ссылке в красивом темплейте чз докер компоуз. В стандартном (до ИИ) процессе у меня бы на это ушло 35 корпоративных согласований, 3-5 таких же демо, 5 тасков в жире, миллион чатов и в лучшем случае пару недель пинг-понгов. с ИИ я сделал это за 2 часа. мой главный вывод из этого кейса: ИИ тебя сильно ускоряет, если ты можешь быть смарт про свою работу, а для этого надо знать сильные и, (что, наверное, самое важное) свои слабые места с одной стороны и возможности ИИ с другой стороны. короче, думать от ИИ