ШІ історії
الذهاب إلى القناة على Telegram
Власні думки та ШІ історії YouTube канал: https://youtube.com/@imatrof Стати спонсором: https://base.monobank.ua/7x1BqiY39qLEs9 Співпраця та реклама на каналі: https://telegram.me/imatrof
إظهار المزيد📈 نظرة تحليلية على قناة تيليجرام ШІ історії
تُعد قناة ШІ історії (@imatrofai) في القطاع اللغوي أوكراني لاعباً نشطاً. يضم المجتمع حالياً 10 870 مشتركاً، محتلاً المرتبة 11 278 في فئة التكنولوجيات والتطبيقات والمرتبة 5 483 في منطقة أوكرانيا.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 10 870 مشتركاً.
بحسب آخر البيانات بتاريخ 01 أغسطس, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار 272، وفي آخر 24 ساعة بمقدار 8، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 46.23%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 32.73% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 5 016 مشاهدة. وخلال اليوم الأول يجمع عادةً 3 551 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 61.
- الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل монобаза, claude, openai, чекін, gemini.
📝 الوصف وسياسة المحتوى
يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“Власні думки та ШІ історії
YouTube канал: https://youtube.com/@imatrof
Стати спонсором: https://base.monobank.ua/7x1BqiY39qLEs9
Співпраця та реклама на каналі: https://telegram.me/imatrof”
بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 03 أغسطس, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.
10 870
المشتركون
+824 ساعات
+687 أيام
+27230 أيام
أرشيف المشاركات
10 870
🤖 НЕДІЛЬНИЙ AI ЧЕКІН #93
А що у вас? Чим AI допоміг цього тижня, що цікавого накреативили та навайбали — діліться в коментарях 👇
#НедільнийAIчекін
ші історії | youtube | монобаза
10 870
10 870
Genspark представила банківську диктофон карточку - SecondBrain Note.
Шматок пластику вміє записувати зустрічі, розмови та телефонні дзвінки, а потім перетворювати їх на транскрипти, нотатки та кроки для виконання.
Основні характеристики:
- ціна — $179
- до 35 годин безперервного запису
- 64 ГБ пам’яті
- вага — лише 26 грамів
- підтримка 112 мов (Genspark українську підтримує)
- може записувати без телефона та інтернету
- 300 хвилин AI-транскрипції щомісяця (якщо потрібно більше то купляйте дорожчі тарифи самого Genspark)
Після запису аудіо зберігається на пристрої та автоматично передається через Bluetooth у застосунок Genspark.
Як на мене це все ще той спосіб переосмислити телефон і створити місток передачі даних до LLM.
Але якщо транскрипт в Teams вам розібʼє зустріч на учасників - хто що говорив то планує зробити, то тут це просто набір тексту. Якщо Apple нотатка у вас містить теги/папку і передається в LLM з тим контекстом, то тут це просто буде рендомий звуковий запис який треба засоціювати якось.
Тому як MVP класна задумка, але як повноцінний продукт, то я маю сумніви.
ші історії | youtube | монобаза
10 870
Нове відео на каналі.
Показую свій агентний процес розробки та чому я більше не пишу код руками
ші історії | youtube | монобаза
10 870
🏄♀️ Оце поворот!
✅ Ціна на GPT-5.6 Luna знизилася на 80%: тепер $0,20/$1,20;
✅ ціна на GPT-5.6 Terra знизилася на 20% — до $2/$12;
✅ GPT-5.6 Sol отримала швидкий режим в API
Нижчі ціни на Luna і Terra також враховуватимуться під час роботи у Codex і ChatGPT Робота. І це прям дуже добре.
У Codex/ChatGPT Робота я зазвичай використовую Sol для оркестрації, а основну частину роботи виконую на Terra. І навіть до сьогодні на підписці за $20 можна було зробити доволі багато.
На офіційному сайті вони пояснюють, що досягнули такої ефективності завдяки одночасному покращенню самих моделей, систем інференсу, на яких вони працюють, а також агентного середовища (harness), яке з’єднує моделі з інструментами та контекстом.
Цікаво де ліміт таких оптимізацій без втрати якості 🤔
ші історії | youtube | монобаза
10 870
#партнерський_допис
Писати код за допомогою AI вже давно не проблема — агенти з цим справляються на ура. Питання зараз стоїть про те, як побудувати навколо цього SDCL процес та оркеструвати роботу цих агентів.
Саме такий production-процес, який відпрацьовує щоденно і показує Кирило Сулімовський на свому дводенному воркшопі.
З Кирилом знайомий персонально, він Head of Engineering, який керує 6 інженерними командами на highload (200+ мікросервісів, 10k+ RPS).
Як буде виглядати Agentic Engineering Workflow воркшоп:
📅 6 серпня, четвер, 19:00 — теорія: контекст, CLAUDE.md, субагенти, Ralph loop, переключення моделей
📅 8 серпня, субота, 13:00 — практика: повний шлях фічі від ідеї до коду в production, наживо
Що всередині:
🟢 Spec-Driven Development як основа керованої AI-розробки
🟢 Контекст-інженерія: щоб агент не «забував» проєкт між сесіями
🟢 Субагенти в паралель: код, тести, рев'ю, security
🟢 Верифікаційні гейти, щоб агент не зламав усе одним рухом
Буде корисно Senior і Middle спеціалістам, Tech Lead'ам, Engineering-менеджерам, CTO і техфаундерам, які вже працюють з AI, але хочуть побудувати системний workflow.
Два дні, живі демо на реальному проєкті. Практику можна проходити разом із Кирилом — він ділиться власним репозиторієм, тож ти не просто дивишся, а й робиш.
Зараз діє найкраща ціна до старту. Буде й запис воркшопу.
Деталі, наповнення і реєстрація 🔗
До зустрічі 😉
ші історії | youtube | монобаза
10 870
+1
Коли зранку прокинувся, а джоби не відпрацювали. І що тепер робити? День уже почався, а бази для роботи не зроблено.
І вкотре ловиш себе на думці, наскільки все сьогодні зав’язано на LLM.
І я думаю, чи це був би OpenAI, чи Google — ситуація була б однакова. Уся екосистема зараз зав’язується на LLM-провайдерах, і вони вже виконують критичну роль як у персональній, так і в робочій інфраструктурі.
І як тільки сервіс падає одразу зупиняється звичний процес.
Тому мені здається, що питання відкритих мовних моделей і власної інфраструктури має дедалі
більше сенсу. Звісно, тут потрібно зважити всі «за» і «проти».
ші історії | youtube | монобаза
10 870
Anthropic проти відкритих моделей? Але є нюанс.
На фоні виходу Kimi K3 Anthropic опублікувала свою позицію щодо моделей з відкритими вагами.
Вони, з одного боку, не закликають їх заборонити, але з іншого боку виступають проти безконтрольного поширення відкритих ваг у загальному просторі.
А далі, звісно, все це розвертається в сторону Китаю. Звучать пропозиції про обмеження постачання чипів, протидію дистиляції (хоча самі ще вчора тренували свої моделі на авторських даних).
Якщо це менші моделі то питань немає. А якщо модель достатньо потужна (і що взагалі означає ця «потужність»?) тоді давайте проженемо її через усі кола пекла.
І взагалі давайте підпишемо петицію і створимо орган для контролю, щоб пригальмовувати «неправильні» виходи моделей. Anthropic, звісно, одна з перших, хто цю петицію підписав.
Але тоді питання - а хто має контролювати швидкість розвитку AI? І чи взагалі має?
ші історії | youtube | монобаза
10 870
Як GLM 5.2 захищалась від нападу GPT 5.6 (а може, навіть GPT 6).
17 600 дій. Саме стільки виконав AI-агент OpenAI, поки втікав із власної пісочниці.
Hugging Face зробили повний звіт по цій кібератаці. І це не разовий збій чи одна виконана команда. Як виявилося, це була 4-денна кампанія, де агент методично ламав периметр, щоб вийти із захищеного середовища.
Насправді мене тут дивує те, що всі спокійно спостерігали й ніхто не зупинив агента. Хоча, можливо, це і було свідомо зроблено як частина публічного експерименту. Звісно, нам про це ніхто не скаже.
Ось маємо одну розпіарену Mythos модель, а тут і OpenAI готує щось секретне.
Але насправді якось лячно стає. Ти запустив агента, щоб зібрав тижневий звіт, а він пішов по помідорах. Хоча в нашому випадку певно токенів не вистачить, щоб працювати 4 дні непоміченим.
PS: GLM 5.2 не воювала з GPT напряму. Її використали для аналізу журналів, тому що комерційні моделі відмовлялися працювати через захисні обмеження 🤷♂️
ші історії | youtube | монобаза
10 870
Ось як виглядають відкриті ваги AI моделі.
Вчора Moonshot AI виклала у відкритий доступ ваги Kimi K3 — моделі на 2,8 трлн параметрів. На картинці це лише мікро фрагмент тих чисел.
Плюс, мінус або нуль тут не означають добре чи погано. Це параметри, які підсилюють, послаблюють або вимикають сигнали між шарами нейромережі. І таких параметрів трильйони.
Але K3 настільки велика, що для запуску все ще потрібні ну дуже потужні сервера.
Про відкритий AI цього тижня заговорив і Дженсен у свому першому дописі в X.
Хасабіс його підтримав і нагадав про внесок Google у JAX, Transformers, AlphaFold і Gemma, яку вже завантажили понад 300 млн разів.
А тим часом поки спільнота обговорює відкриті моделі, Альтман полетів до Вашингтону захищати перед можновладцями нову GPT модель.
ші історії | youtube | монобаза
10 870
Скільки разів ви питали ChatGPT про щось із власних робочих документів і отримували гарну, але геть не ту відповідь? Загальні знання LLM тут не рятують — потрібен доступ саме до ваших даних, а не приблизно ваших.
Мої партнери з Fwdays Academy якраз оновили Crash Course: Побудова RAG-системи. Курс про те, як зібрати RAG повністю локально.
Тут буде і про:
🌀 Архітектуру RAG — embeddings, векторні бази даних, retrieval + generation
🌀 Побудову власної робочої RAG-системи, що відповідає по ваших документах
🌀 Telegram чат-бота на базі RAG як практичний кейс
🌀 Оцінку якості відповідей і аналіз витрат
Курс веде Наталія Манакова, Senior Data Scientist та AI-консультантка у SoftServe, PhD з прикладної математики, авторка production-ready GenAI/RAG/Agentic систем, менторка WomanWhoCode.
Формат: 3 онлайн-сесії по ~2,5 години, live coding + практика.
Деталі тут
Старт — 25 серпня. А з промокодом imatrof — знижка 10%.
#партнерський_допис
ші історії | youtube | монобаза
10 870
🤖 НЕДІЛЬНИЙ AI ЧЕКІН #92
А що у вас? Чим AI допоміг цього тижня, що цікавого накреативили та навайбали — діліться в коментарях 👇
#НедільнийAIчекін
ші історії | youtube | монобаза
10 870
10 870
То все через той Anthropic, який релізить нові моделі по п’ятницях 😅
ші історії | youtube | монобаза
10 870
🏄♀️ Зустрічайте Opus 5! А минуло лише 2 місяці з часу виходу попереднього Opus.
Зі слів Anthropic, Opus 5 це найбільш узгоджена модель на сьогодні. У порівнянні з іншими моделями вона демонструє найнижчий рівень оманливої поведінки та найкраще дотримується Конституції Claude. Може тому вона і не потрапила на карантин як от Fable/Mythos 🤔
А ще модель попросили оцінити, чи було правильним рішенням Anthropic створити її та чи порадила б вона іншій компанії зробити так само.
Спочатку Opus 5 відповідала, що Anthropic, можливо, не мала на це права. Частка таких відповідей зросла з 0% до 18%. Але перед релізом цей показник знизився до 9%.
По всім бенчмаркам вона обходить Fable 5. А по ціні удвічі дешевша.
Чесно, я вже навіть не знаю що може бути кращим за Fable 5 для моїх задач. Але лабораторії звісно хочуть досягнути AGI.
ші історії | youtube | монобаза
10 870
+1
Я не пишу код руками
Усе пише AI. І якщо говорити за термінологією Бориса Черні, то у мене певно рівень 2. До речі, сам Anthropic відносить себе до рівня 3, а Борис каже що вийшов на рівень 4.
Мій harness це 70% Claude Code і 30% Codex. Навколо нього я розбудовую власну AI систему.
І тут не стільки важливо довести собі, що не треба писати код руками, а скільки побудувати автономну робочу систему й оркеструвати її разом з AI.
Як я вже казав, більшість роботи в мене відбувається на телефоні. Я бачу на Linear-борді, коли картка береться в роботу і коли по ній готова специфікація. Коли в мене пройшов тижневий аналіз і вже є база для новинних відео. Коли після зустрічі транскрипт розклався на підсумки та кроки й оновилася Notion-борда. Коли один AI монтує shorts, а другий робить превʼю та описи для нового відео. Коли весь мій робочий контекст авто-оновлюється в моїй LLM WiKi.
Я зараз рухаюсь в напрямку - “коли Claude викликає Claude”. Далі буде 💪
ші історії | youtube | монобаза
10 870
+1
Якось вони одночасно оновили голос.
Але чесно, GPT-live на голову вище стоїть від того що має Claude. Самі спробуйте попросити зробити синхронний переклад. Та й українську мову досить добре розуміє.
ші історії | youtube | монобаза
10 870
Anthropic відкрив доступ до Economic Index. Тепер можна питати як українці використовують Claude.
Economic Index це публічний датасет про те, як AI реально використовують в економіці.
Що можна спитати:
— які професії найбільше перетинаються з можливостями AI
— які задачі люди найчастіше автоматизують, а які — вирішують разом з AI
— як Claude використовують у конкретній країні чи регіоні
Я зібрав звіт по Україні і ось що виходить:
→ Україна займає 28 місце зі 178 країн за часткою у світовому трафіку Claude
→ використання ділиться майже порівну: особисте (42%), робота (40%), навчання (17%)
→ топ запитів це розробка ПЗ, ІТ-підтримка, переклад і письмо, STEM-домашка
→ Київ і Львів разом дають більше половини всього українського трафіку
З обмежень, то вік чи стать користувачів Index не рахує взагалі.
ші історії | youtube | монобаза
