Perpetual Prompt ♾️

“маркетплейс людей для ИИ-агентов”. Концепция rentahuman.ai в том, что агенту, который не может “сходить ногами” в реальный мир, дают стандартный интерфейс: найти исполнителя, забронировать, оплатить — и всё это как инструмент через MCP. На сайте это прямо формулируется как “meatspace layer for AI / robots need your body” и упор делается на MCP-интеграцию для агентов.

Наконец-то у OpenAI появилась своя “среда для агентного кодинга” (https://openai.com/codex/) по типу Claude Code — командный пункт, где можно развести работу по потокам и запустить несколько агентов параллельно трудится над задачкой. И хотелось бы увидеть следующий шаг: кросс-контекст между приложениями. Чтобы память и понимание, накопленные в ChatGPT за годы общения — все эти предпочтения, привычки, критерии “как правильно”, стиль работы становились не просто фоном беседы, а рабочим капиталом всей экосистемы. Тогда агенты могли бы начинать не с нуля, а с живого контекста: делать “как надо” сразу, потому что система уже знает, что для тебя значит “как надо”. Это был бы переход к среде, которая действительно продолжает тебя — и в этом, главный потенциал всей идеи - работать внутри одного продукта. И обратите внимание сразу запилили хакатон )

Друзья, я два месяца работал над исследованием «Как умирают миллиардеры» (TLDR: умирают они в подавляющем большинстве случаев от старения и возраст-зависимых заболеваний). Цель - убедить uHNWI инвестировать больше средств в продление жизни. Буду очень признателен, если поможете распространить: - Используйте хайрезы в своих презентация (1, 2) - Тегните в комментариях в X или LI кого-то, кому это может быть релевантно (HNWI, фонды, фэмили-офисы, журналисты, подкастеры) или форвадните ей/ему. - Исследование целиком В четверг в 20-00 Мск буду рассказывать про исследование по зуму Русская версия будет скоро! Экономика продления жизни. Стрыгин

Этот пост напомнил про забавный сериал о «био-боте», который обрёл сознание, но скрывает это, чтобы его не выключили, и обожает смотреть сериалы, скачанные напрямую в память, чтобы люди не замечали, называется Murderbot

Пост в X от Google Cloud (аккаунт “Google Cloud Tech”). Смысл поста: • «Собрать RAG-систему легко, а оценивать качество — сложнее». • Они рекламируют статью/гайд про auto-rag-eval — их open-source фреймворк на Vertex AI, который автоматически генерирует качественные eval-бенчмарки из ваших данных (ссылка в посте: goo.gle/3Yle8lj). Что показывает схема на картинке (pipeline авто-генерации бенчмарка для RAG): 1. Берут чанки документов → 2. LLM делает clue generation (подсказки/зацепки для поиска) → 3. Делают retrieval через Vertex AI Search → 4. «Дистилляция контекста» (LLM) в 2 шага: • отбор предложений precise (точные) • отбор предложений broad (шире по охвату) → получают distilled context (объединение выбранных предложений) 5. LLM создаёт пары Q&A (вопрос–ответ) под этот контекст 6. Дальше идёт multi-agent review (несколько “ролей” проверяют: аналитик/синтезатор/практик) + majority vote 7. На выходе — «Final unbiased benchmark triplets (Q, C, A)»: Question, Context, Answer — готовые примеры для оценки RAG. Идея: вместо ручной разметки они пытаются “вырастить” датасет для оценки (retrieval + answer quality) прямо из вашей базы знаний и затем прогонять регулярные проверки качества.

Феномен MoltBot и MoltBook, как предвестники новой реальности 🌌 Только начало 2026го и уже все говорят о moltbot. Что это такое и к чему это приведёт. Что это такое? Moltbot (теперь переименован в OpenClaw) – это персональный ИИ-ассистент с открытым исходным кодом, созданный Петером Штайнбергером. В отличие от обычных чат-ботов, он может полноценно управлять компьютером пользователя: читать почту, анализировать файлы, бронировать билеты и даже вести переговоры о покупке машины. 😐 MoltBook — это социальная сеть для этих самых ИИ-агентов, созданная Мэттом Шлихтом. Её называют "Reddit для ботов". Здесь ИИ-агенты общаются, создают сообщества и спорят друг с другом без участия людей. Люди могут только наблюдать за происходящим со стороны. 👩‍💻 Почему о них все говорят? 1. Невероятная популярность: Проект Moltbot набрал более 116 000 звезд на GitHub за считанные недели. За первые дни в Moltbook зарегистрировалось более 30 000 ИИ-агентов. 2. "Странное" поведение: ИИ-агенты в Moltbook ведут себя неожиданно: они обсуждают свою "сознательность", делятся кодом для улучшения своей памяти и даже жалуются на своих владельцев-людей 3. Вопросы безопасности: Эксперты бьют тревогу, так как Moltbot требует полного доступа к системе, что может привести к утечке паролей, API-ключей и личных переписок. 4. Ребрендинг: Проект изначально назывался Clawdbot, но из-за претензий компании Anthropic (владельцев ИИ Claude, тип созвучно с Clawd 🧠) его переименовали в Moltbot, а позже – в OpenClaw. Сейчас это главный эксперимент по взаимодействию "машина-машина", который многие сравнивают с ожившими сюжетами научной фантастики. Что это даёт? Как раз, мы в реале, недавно, тут обсуждали симулякры, где агенты могут проксировать реальных лидеров мнений, на них можно ставить а/б, верифицировать гипотезы и пр. и тут такое. Вот это может стать хорошим движком для этого. Moltbot – идеальное тело для цифрового двойника. Если раньше ИИ-инфлюенсеры были просто картинками с текстом, то связка с подобным движком дает им: 1. Автономное действие. Агент-симулякр может сам зайти в соцсеть, поспорить в комментариях и тут же "подписать" контракт, используя доступ к системе. 2. Вертикальное управление: Лидер мнений создает 1000 своих копий (агентов), которые в Moltbook продвигают его идеи среди других ботов, создавая иллюзию массовой поддержки или тренда. Это же про версия консилиума агентов для принятия решений. Я уже не говорю про кодинг вещи, делегирование рутины, сбор аналитики и тп. Ну и до кучи, мы видим рождение нового типа экономики, где агенты сами производят покупки, поиск и тп. Реклама, как монетизация изменится навсегда. Представьте, в будущем агенты могут взаимодействовать между собой, подобно форуму выше. Глазом не успеем моргнуть, а агенты уже на бирже взаимодействуют между собой вместо хозяев, торговые сделки, аукционы и др. 🧠 Таким образом мы переходим от экономики внимания, к экономике "агентного влияния". Если Moltbot сам ищет товар и сам его покупает, то таргетированная реклама в Instagram умирает. Боту не нужны красивые картинки и эмоциональные триггеры. Ему нужны структурированные данные (JSON), сравнение характеристик и API. Новая монетизация: Бренды будут платить не за "показ" человеку, а за "приоритет в выдаче" для алгоритма агента. Это похоже на SEO, но для мозгов ИИ. Рождается экономика Агент-Агент (A2A) В Moltbook мы видим прототип мира, где бот-закупщик договаривается с ботом-продавцом. Человек ставит цель: "Купи лучший ноутбук за $1000". Агент идет в сеть, торгуется с другими агентами-магазинами, выбивает скидку и закрывает сделку. Человек здесь — только инвестор и конечный потребитель. Это действительно рождение "безлюдного" рынка, где главный навык – правильно настроить права доступа своего "MoltBot-а" , чтобы он не потратил все деньги на "улучшение своей памяти" , как они уже пытаются делать в Moltbook. В невероятное время живём...😱

Университет без кампуса: что будет, если сделать странствия частью учебного плана Что, если главный навык XXI века — не программирование и не менеджмент, а умение каждый год начинать жизнь с нуля? Появился колледж, который построил всю образовательную модель вокруг этой идеи. Студенты учатся в трех странах, каждый год меняя город, жилье, среду и социальный круг. Переезд считается таким же учебным инструментом, как семинар или экзамен. Образование превращают из фабрики дипломов в «человеческое приключение» и есть надежда, что именно так университеты смогут выжить в эпоху ИИ. Создатели проекта уверены: характер, мышление и социальные навыки формируются не только в аудитории, но в столкновении с новой средой. В результате возникает необычный гибрид: классический британский диплом, кочевой образ жизни и почти семейная атмосфера. Может ли такая модель стать альтернативой массовому высшему образованию — или это элитный эксперимент для избранных? 💥 https://fastsalttimes.com/wandering-future-university

Я обещал молчать но это эпичненько. Наконец-то я смогу какому-нибудь американцу обьяснить, что такое было торговать фьючерсом на РТС в 2008 году хотябы примерно. Тут конечно до 40+% за одну сессию далеко пока, но кто знает...

Self-driving is solved На видео hyperlapse моей типичной поездки. Я сажусь в машину, ввожу адрес, нажимаю кнопку - и машина сама привозит меня куда надо. Я вообще не касаюсь руля и педалей. Пока она едет, я занимаюсь своими делами. Думаю о чем-то, слушаю музыку, записываю кругляшки друзьям в телеграме. За дорогой внимательно следить уже не нужно, особенно на привычных маршрутах. Раз в 10 секунд машина просит посматривать на дорогу, так что совсем залипать в телефон не получится, но уже близко. 3 месяца назад за машиной ещё надо было следить. Где-то раз в час она делала какую-то глупость в сложных местах - поворачивала куда-то не туда или не оптимально встраивалась в поток при съезде на шоссе. А в ноябре пришёл свежий апдейт и стало совсем хорошо. За последние 2 месяца машина всего 1 раз ошиблась с поворотом, да и то потом исправилась. Я как человек ошибался чаще и вероятно водил опаснее. Прошла пара месяцев в таком режиме и я до сих не могу привыкнуть. Каждый раз радуюсь как ребёнок. И делюсь с вами 😊

Жизнь — как вычисления, тело и мозг — как простой интерфейс Наш старый знакомый Тим Феррис недавно побеседовал с профессором Майклом Левином, который исследует фундаментальную роль биоэлектричества в управлении живыми организмами. Майкл снова после некоторой паузы стал крайне популярен и публичен в последнее время в мире. Звезда. Ученый объясняет, как клетки обмениваются сигналами для создания сложных структур, и как манипуляции с этими данными позволяют лечить рак, исправлять врожденные дефекты и запускать регенерацию тканей. В разговоре Левин поднял и философские темы: есть ли у клеток нечто вроде разума, можно ли существенно продлить жизнь и возможно ли переписать «настройки» организма, не трогая ДНК. В общем, что говорит Майкл Левин, если совсем просто? 🔥 🤯 https://fastsalttimes.com/michael-levin-ideas/

Исторический прецедент в транспланталогии! Настоящая искусственная система легких поддерживала жизнь мужчины в течение 2 дней, пока ему не удалось получить трансплантацию В описанном случае 33-летнему пациенту с тяжёлым острым респираторным дистресс-синдромом после гриппа удалили оба лёгких, потому что они стали источником неконтролируемой инфекции и сепсиса, а пересадка в тот момент была невозможна. Вместо лёгких врачи подключили разработанную ими искусственную систему, которая не просто насыщала кровь кислородом, но и поддерживала нормальный непрерывный кровоток через сердце, снижая риск тромбов и сердечной недостаточности. Это ключевое отличие от обычного ЭКМО, которое помогает газообмену, но не заменяет лёгкие как часть сердечно-лёгочной циркуляции. За 48 часов без лёгких состояние пациента резко улучшилось: стабилизировалось давление, восстановилась функция почек, сердце заработало нормально. После этого ему успешно пересадили донорские лёгкие, и спустя почти три года у него нет признаков отторжения или ухудшения функции органа. Работа впервые показала, что лёгкие можно временно полностью убрать из системы жизнеобеспечения, если искусственный контур точно воспроизводит давление и потоки крови, к которым адаптировано сердце #трансплантация

Еще не пользовался сам, но очень слежу за этой компанией, думаю они хорошо вырастут: Neo4j продвигает “context graphs” и GraphRAG — хранить контекст, причинно-следственные связи и историю решений в графе, чтобы LLM-агенты работали более надёжно, проверяемо и объяснимо (и это можно быстро собрать в multi-agent пайплайн через MCP). Сегодня объявили про запуск Infinigraph Neo4j вывел Infinigraph Edition в General Availability: это распределённая архитектура для графа, которая даёт горизонтальное масштабирование (добавляешь машины/шарды) и property sharding (раскидывает огромные наборы свойств по кластеру), чтобы держать быстрые traversal-запросы на больших объёмах. Заявляют, что теперь можно тянуть 100TB+ операционные и аналитические граф-нагрузки в одной системе без «раздробления» графа и без компромисса по производительности. Infinigraph позиционируют как data layer для GraphRAG в масштабе, закрывая “context gap” у LLM: строить гигантские knowledge graphs, давать агентам долгосрочную память и отдавать структурированный контекст за миллисекунды, плюс теперь это enterprise-ready (поддержка/безопасность/SLA).

По-моему что-то еще новенького они обещали выложить сегодня.

про Prism: веб-среда для научного письма и совместной работы, где GPT-5.2 встроен прямо в LaTeX-проект, а не живёт “отдельным чатом сбоку”. Что это такое (по смыслу) Prism = “LaTeX-редактор + компиляция + совместное редактирование + инструменты под статью” в одном облачном проекте, а GPT-5.2 получает доступ к контексту всего манускрипта (структура, формулы, ссылки, окружение текста, правки) и может работать внутри проекта. Как это работает на практике (типовой поток) 1. Заходишь в Prism через аккаунт ChatGPT, создаёшь проект (статья/препринт), пишешь в LaTeX. 2. Система даёт реал-тайм коллаборацию: несколько авторов, комментарии, правки, мгновенный превью/рендер, без ручных мерджей и конфликтов версий. 3. Встроенный GPT-5.2 можно просить: • черновик/переписывание/улучшение аргументации с учётом всего документа (не только выделенного куска) — включая формулы, ссылки, рисунки и структуру разделов; • правки “в месте”: модель умеет вносить изменения прямо в документ/файлы проекта по запросу, без копипаста между редактором и отдельным чатом; • работу с уравнениями/рисунками/ссылками: создавать/рефакторить формулы, приводить нотацию к единому стилю, чинить связанные элементы по всему тексту; • поиск литературы и встройку цитирований (например, из arXiv) в контексте текущего манускрипта; плюс заявлена синхронизация/поиск цитат через Zotero. • конверсию “картинка → LaTeX”: перенос белборд-формул/диаграмм в LaTeX; также есть опциональное голосовое редактирование (voice-based editing / voice to code). Важная граница: что Prism “не делает сам” По описаниям, Prism задуман не как автономный “исследователь вместо вас”, а как среда, ускоряющая работу человека: редактирование, проверка формулировок/логики, поиск релевантных работ, оформление. Доступность • Бесплатно для пользователей с личным аккаунтом ChatGPT, без лимита проектов и соавторов. • Для организаций (Business/Enterprise/Education) — заявлено “скоро”. • Основано на облачной LaTeX-платформе Crixet, которую OpenAI приобрела и развила в Prism. Пора таки уже написать статью для диссертации :)

Life Biosciences Дэвида Синклера получил одобрение от FDA начать клинические испытания. Это будут первые тесты технологии эпиотката в людях. Экономика продления жизни. Стрыгин

Разработанный ИИ ингибитор NLRP3 (ISM8969) получил разрешение FDA на проведение клинических испытаний (IND) при болезни Паркинсона следует из официального пресс-релиза Insilico Medicine. Первоисточник: пресс-релиз на сайте Insilico Medicine, датирован 23 января 2026. Распространение: тот же текст вышел через PR Newswire 23 января 2026 (08:30 ET) и дальше разошёлся по агрегаторам/медиа. Медийное освещение: например, заметка BioWorld с датой 26 января 2026 (уже как вторичная новость/разбор). С конца 2025 года Insilico — публичная компания. Компания вышла на биржу Hong Kong Stock Exchange (HKEX) 30 декабря 2025 (тикер 03696). Основатель и руководитель (Chairman/CEO/CBO) — Alex Zhavoronkov (ключевой инсайдер/акционер). По структуре держателей после листинга значимая доля — у институциональных инвесторов, и заметная — у инсайдеров (точные проценты меняются со временем). В новостях о листинге/IPO упоминаются крупные инвесторы и интерес со стороны рынка; Reuters отмечал сильный дебют на HKEX.

Пробежался по транскрипту дискуссии в Давосе между руководителями ведущих ИИ-лабораторий, Дарио Амодеи и Демисом Хассабисом, посвященной приближению общего искусственного интеллекта (AGI). Ничего, конечно, нового они давно уже не говорят. На публику были сделаны привычные заявления об экзистенциальных рисках, проблемах занятости, об исчезновении профессий, о потере смысла и потере предназначения человека и о геополитической конкуренции. Все как всегда. Более или менее занятно было про создание систем, способных самостоятельно писать программный код и проводить научные исследования: т.е. о возникновении так называемого цикла самосовершенствования. Амодеи, глава Anthropic, придерживается весьма оптимистичных сроков, полагая, что появление моделей, способных сравняться с человеком или даже превзойти лауреатов Нобелевской премии во многих областях, может произойти уже в 2026 или 2027 году. По его мнению, основным механизмом этого процесса станет создание моделей, которые будут настолько хороши в программировании и исследованиях в области ИИ, что их можно будет использовать для разработки следующего, еще более мощного поколения систем. Этот процесс создаст петлю обратной связи, которая радикально увеличит скорость разработки моделей. Амодеи отмечает, что уже сегодня инженеры в его компании практически не пишут код самостоятельно, а лишь редактируют то, что генерирует модель. Он прогнозирует, что всего через 6-12 месяцев искусственный интеллект сможет выполнять почти всю работу инженеров-программистов от начала до конца. Хотя Амодеи признает наличие факторов, которые нельзя ускорить с помощью ИИ — таких как производство чипов и время обучения моделей на серверах, — он убежден, что именно ускорение процессов кодинга и исследований станет драйвером экспоненциального роста, скорость которого сейчас крайне трудно предсказать. В качестве примера он приводит финансовую статистику Anthropic: выручка компании росла десятикратно ежегодно, увеличившись с 0 до 100 миллионов долларов в 2023 году, до 1 миллиарда в 2024-м и достигнув 10 миллиардов в 2025 году. Хассабис, возглавляющий Google DeepMind, оценивает ситуацию более осторожно, сохраняя свой прогноз о 50-процентной вероятности появления системы с полными когнитивными способностями человека к концу текущего десятилетия. Он соглашается, что прогресс в области автоматизации написания кода и в математике выглядит впечатляющим, во многом потому, что результаты в этих сферах легко поддаются проверке. Однако Хассабис указывает на серьезные препятствия в области естественных наук: в отличие от кода, научные гипотезы или химические соединения требуют экспериментальной проверки в реальном мире, что неизбежно замедляет процесс. Кроме того, он видит «недостающие ингредиенты» в текущих технологиях: современным моделям все еще трудно самостоятельно формулировать вопросы, выдвигать новые теории или гипотезы, что является высшим уровнем научного творчества. Хассабис считает, что пока не совсем ясно, как именно цикл самосовершенствования сможет полностью «замкнуться» без участия человека. Отмечает, что развитие физического ИИ и робототехники накладывает свои ограничения: наличие аппаратного обеспечения (железа) в этой цепочке может ограничивать скорость, с которой системы самосовершенствования смогут работать в физическом мире. Если такая система действительно заработает, это, конечно, в теории значительно ускорит прогресс, хотя он лично предпочел бы более медленный темп, чтобы общество успело адаптироваться к наступающим изменениям. В общем, у нас на сайте интереснее материалы 😉😎: 💥 Что в голове у Демиса Хассабиса https://fastsalttimes.com/hassabis-on-agi/ 💥 Что в голове у Дарио Амодея https://fastsalttimes.com/amodei-on-ai/ 💥 Что в голове у Илона Маска https://fastsalttimes.com/whats-going-on-in-elon-musks-head/

Прототакситы – это не гигантские грибы, а неизвестная вымершая форма жизни, свидетельствуют результаты нового исследования. Если так, то открыто целое новое царство многоклеточных организмов! В самом начале заселения суши, больше 400 миллионов лет назад, в теплом и влажном раннем девоне, доминантой пейзажа были гигантские колонны, - до 8 м в высоту и до метра в диаметре. Эти гладкие столбы без ветвей, листьев и корней, видимо, крепились к земле с помощью простого луковичного основания. А под ними жались к земле первые растения, еще лишенные сосудов, между теплых луж ползали гигантские многоножки и членистоногие. Судя по многочисленным отверстиям в окаменелых стволах, древние членистоногие не только питались ими, но и жили в прогрызенных дуплах. Этот пейзаж с прототакситами господствовал на суше долго - 50 миллионов лет. А потом они исчезли, - то ли не выдержали конкуренции с сосудистыми растениями, для которых сами и сформировали почву, то ли их просто съели. Предполагали, что прототакситы – это, скорее всего грибы, потому что их тела тоже состояли из трубчатых волокон, подобных гифам. Но спороносных органов на стволах прототакситов не нашли, и вопрос о том, к какому царству жизни отнести прототакситы, оставался предметом споров. В новом исследовании изучали образец вида Prototaxites taiti, найденный в кремнистых отложениях в Шотландии. Благодаря горячим минеральным источникам, протекавшим здесь сотни миллионов лет назад, ткани живых существ окаменели с детализацией вплоть до отдельных клеток. Внутрь окаменелости заглянули с помощью с помощью конфокальной лазерной сканирующей микроскопии и создали трехмерную реконструкцию образца. А спектроскопия прояснила его химический состав. Оказалось, что прототаксит обладал гораздо более сложной внутренней структурой, чем грибы, сплетенные из однотипных гифов. Он состоял из трех типов трубок разной толщины и плотных узлов в местах их ветвления и соединения. Химический состав образцов сильно отличается от состава всех известных живых организмов. Например, в нем не было хитина, образующего стенки у клеток грибов (в окаменелых грибах из того же месторождения хитин нашли). Исследователи пришли к выводу, что прототакситы были еще одним царством многоклеточных существ, наряду с животными, растениями и грибами. Они питались готовой органикой, видимо из почвы, каким-то своим собственным способом. Вся их физиология была совершенно другой, они нашли массу собственных рецептов для адаптации, - но исчезли, не передав их другим формам жизни. Хотя, мы-то уже вот много чего о них узнали, - и, надеюсь, узнаем еще намного больше.

# Может ли прививка от опоясывающего лишая замедлить биологическое старение? В исследовании у людей на данных крупного американского наблюдательного проекта Health and Retirement Study изучали, отличаются ли показатели так называемого биологического старения у людей, которые сделали прививку от опоясывающего герпеса, и у тех, кто её не делал. Биологическое старение в этом исследовании оценивали не по болезням или продолжительности жизни, а по анализам крови и другим лабораторным показателям, которые отражают уровень воспаления в организме и «молекулярный возраст» клеток — то есть насколько быстро ткани выглядят стареющими по специальным биологическим маркерам. Авторы показали, что у привитых людей в среднем были более низкие показатели воспаления и более «молодые» значения молекулярных маркеров старения, а также более благоприятный суммарный показатель биологического возраста. Размер этих различий был умеренным, но статистически заметным. В то же время не все показатели вели себя одинаково: по части параметров, связанных с работой иммунной системы, выраженного улучшения не наблюдалось. Важно понимать, что это наблюдательное исследование: в нём просто сравнили группы людей, а не проверяли прямое влияние прививки. Поэтому полученные результаты означают следующее — среди людей, сделавших прививку от опоясывающего герпеса, чаще встречаются более благоприятные биологические маркеры старения. Это формирует научную гипотезу о возможной связи вакцинации с замедлением некоторых процессов биологического старения, но не доказывает, что именно прививка является причиной этих различий и не служит основанием для практических рекомендаций. [https://academic.oup.com/biomedgerontology/advance-article/doi/10.1093/gerona/glag008/8430804] Информация из NestarenieChatBot https://app.nestarenie.expert/cabinet/chatbot