Технозаметки Малышева
Open in Telegram
Новости инноваций из мира Искусственного Интеллекта. 🤖 [РКН: 7021469833 ] Всё об ИИ, ИТ трендах и Технологической Сингулярности. 🤖: @ai_gptfreebot [бесплатный бот] ✍️: @tsingular_bot [каталог ботов и курсов] 💸: https://pay.cloudtips.ru/p/c8960bbb
Show more📈 Analytical overview of Telegram channel Технозаметки Малышева
Channel Технозаметки Малышева (@tsingular) in the Russian language segment is an active participant. Currently, the community unites 12 772 subscribers, ranking 9 535 in the Technologies & Applications category and 50 381 in the Russia region.
📊 Audience metrics and dynamics
Since its creation on невідомо, the project has demonstrated rapid growth, gathering an audience of 12 772 subscribers.
According to the latest data from 23 September, 2026, the channel demonstrates stable activity. Although there has been a change in the number of participants by 923 over the last 30 days and by 10 over the last 24 hours, overall reach remains high.
- Verification status: Not verified
- Engagement rate (ER): The average audience engagement rate is 21.29%. Within the first 24 hours after publication, content typically collects 15.31% reactions from the total number of subscribers.
- Post reach: On average, each post receives 2 719 views. Within the first day, a publication typically gains 1 956 views.
- Reactions and interaction: The audience actively supports content: the average number of reactions per post is 31.
- Thematic interests: Content is focused on key topics such as claude, openai, openclaw, hermes, opus.
📝 Description and content policy
The author describes the resource as a platform for expressing subjective opinions:
“Новости инноваций из мира Искусственного Интеллекта. 🤖 [РКН: 7021469833 ]
Всё об ИИ, ИТ трендах и Технологической Сингулярности.
🤖: @ai_gptfreebot [бесплатный бот]
✍️: @tsingular_bot [каталог ботов и курсов]
💸: https://pay.cloudtips.ru/p/c8960...”
Thanks to the high frequency of updates (latest data received on 24 September, 2026), the channel maintains relevance and a high level of publication reach. Analytics show that the audience actively interacts with content, making it an important point of influence in the Technologies & Applications category.
12 772
Subscribers
+1024 hours
+3067 days
+92330 days
Data loading in progress...
Similar Channels
Tags Cloud
Incoming and Outgoing Mentions
---
---
---
---
---
---
Attracting Subscribers
September '26
September '26
+988
in 24 channels
August '26
+304
in 21 channels
Get PRO
July '26
+269
in 18 channels
Get PRO
June '26
+337
in 18 channels
Get PRO
May '26
+515
in 20 channels
Get PRO
April '26
+416
in 19 channels
Get PRO
March '26
+712
in 24 channels
Get PRO
February '26
+1 529
in 36 channels
Get PRO
January '26
+561
in 12 channels
Get PRO
December '25
+529
in 14 channels
Get PRO
November '25
+1 037
in 32 channels
Get PRO
October '25
+803
in 26 channels
Get PRO
September '25
+406
in 16 channels
Get PRO
August '25
+422
in 27 channels
Get PRO
July '25
+586
in 20 channels
Get PRO
June '25
+549
in 13 channels
Get PRO
May '25
+447
in 11 channels
Get PRO
April '25
+542
in 9 channels
Get PRO
March '25
+424
in 5 channels
Get PRO
February '25
+690
in 8 channels
Get PRO
January '25
+450
in 14 channels
Get PRO
December '24
+344
in 3 channels
Get PRO
November '24
+356
in 1 channels
Get PRO
October '24
+422
in 6 channels
Get PRO
September '24
+1 198
in 8 channels
Get PRO
August '24
+1 388
in 7 channels
Get PRO
July '24
+34
in 1 channels
Get PRO
June '24
+28
in 0 channels
Get PRO
May '24
+47
in 0 channels
Get PRO
April '24
+35
in 0 channels
Get PRO
March '24
+250
in 2 channels
| Date | Subscriber Growth | Mentions | Channels | |
| 23 September | +15 | |||
| 22 September | +28 | |||
| 21 September | +16 | |||
| 20 September | +11 | |||
| 19 September | +19 | |||
| 18 September | +44 | |||
| 17 September | +195 | |||
| 16 September | +16 | |||
| 15 September | +8 | |||
| 14 September | +17 | |||
| 13 September | +9 | |||
| 12 September | +8 | |||
| 11 September | +11 | |||
| 10 September | +10 | |||
| 09 September | +34 | |||
| 08 September | +29 | |||
| 07 September | +363 | |||
| 06 September | +20 | |||
| 05 September | +66 | |||
| 04 September | +24 | |||
| 03 September | +17 | |||
| 02 September | +8 | |||
| 01 September | +20 |
Channel Posts
Repost from Machinelearning
🧬 Claude обнаружил ранее неописанную ферментную систему с повторами ДНК, напоминающими CRISPR, сообщает Anthropic.
Около 950 агентов работали 21 час и использовали 210 млн токенов. Они исследовали более 200 тысяч обратных транскриптаз - ферментов, копирующих РНК в ДНК, - выделили 3500 потенциальных систем и отобрали 20 наиболее интересных.
Один агент заметил необычные повторяющиеся последовательности рядом с геном фермента.
Находку назвали ART - array-associated reverse transcriptases. Она встречается преимущественно у бактериофагов - вирусов, заражающих бактерии.
Сам фермент был известен ранее. Claude выявил связанные с ним повторы и дополнительный белок, которые вместе образуют отдельную систему. Учёные провели первые лабораторные эксперименты: оказалось, что из массива повторов образуются разные короткие РНК.
Функция ART пока неизвестна, а возможность использовать её для редактирования генома ещё предстоит исследовать.
Поиск и анализ выполняли агенты, лабораторную работу - люди. Результаты опубликованы в препринте.
https://www.anthropic.com/news/claude-discovers-novel-enzyme-system
@ai_machinelearning_big_data
#claude #anthropic
| 2 |  JetBrains Air: 26 лет разработки IDE получают глоток свежего воздуха
📋 JetBrains Air,- зонтичная система агентной разработки, запущенная 22 сентября.
Внутри: Air в самих IDE, Air Teams для координации команд и Air Governance (бывший JetBrains Central) для управления расходами и политиками, плюс свой агент Junie.
26 лет JetBrains делала рабочее место для команд разработчиков, а теперь строит систему для команд ИИ агентов.
🔧 Открытость в основе.
Агенты подключаются через ACP, общий протокол JetBrains и Zed, в реестре уже Claude Agent, Codex, Gemini CLI, Copilot и OpenCode.
Мультивендорная поддержка обеспечивается и на уровне моделей и на уровне харнесса.
Air сам по себе бесплатен, модели идут через подписку AI Pro за 10 долларов в месяц или AI Ultimate за 30 либо через свои ключи от Anthropic, OpenAI и Google.
💼 Выводы для бизнеса:
JetBrains предоставляет единый слой контроля над агентами вендоров.
Ставка тут на то, что рынок моделей и агентов растет по экспоненте и нужны инструменты и среды, которые косолидируют не только разработку, но и упростят управление процессами, политиками и затратами для любых поставщиков ИИ в компании.
📎 Ссылки:
• JetBrains Air
• ACP
• Air Governance
Диспетчерская для агентов разработчиков.
#JetBrains #агенты #разработка #IDE
------
@tsingular | 1 486 |
| 3 |  💀 ☠️ 💀
Отсюда
#юмор
------
@tsingular | 1 467 |
| 4 |  История топовых AI-компаний в одном ролике
А ведь еще недавно, мысль, что нейронки будут выдавать качественную кинематографичную картинку у большинства скептиков вызывала смех | 1 503 |
| 5 |  +2И ещё один пример.
код исходника в комментарии
#нейрорендер #Opus
———
@tsingular | 1 613 |
| 6 |  +3Клод умеет писать картины кодом.
просто просишь его повторить стиль автора и написать себе библиотеки, если нужно.
код в комментарии
Прикольно, но мы сделаем ещё 1 шаг, - закинем картинку от Опуса в GPT - и вуаля, - у нас шедевр!
А дальше идём в Grok Imagine и у нас видео :)
what a time to be alive!
#нейрорендер #Айвазовский #Opus
———
@tsingular
#Claude #Opus #Айвазовский #dev
———
@tsingular | 1 772 |
| 7 |  Создатель oMLX перешёл работать в Hugging Face, проект остался открытым
Hugging Face объявила о найме Jun Kim (jundot), автора и ведущего разработчика oMLX.
Лицензия Apache 2.0 сохраняется: Kim продолжает руководить проектом. Из хобби проект переходит в полностью финансируемую разработку. (под крышей NVidia :) )
⚙️ oMLX это сервер локального запуска моделей на Apple Silicon поверх фреймворка MLX. Главное решение: постраничный кеш KV-блоков на SSD. Агентские сессии постоянно сдвигают контекст и обнуляют кеш, поэтому на длинных промптах первый токен приезжал через 30-90 секунд. oMLX кладёт блоки кеша на диск в формате safetensors и восстанавливает совпавший префикс за миллисекунды, в том числе после перезапуска сервера.
Дальше по списку: непрерывная пакетная обработка запросов с ускорением до 4,14 раза на восьми параллельных, одновременная работа языковой, зрительной, эмбеддинговой модели и реранкера, совместимость с API OpenAI и Anthropic, вызов инструментов и MCP, приложение в строке меню macOS. С февраля проект собрал 22 тысячи звёзд и 125 релизов.
🎯 Для MLX Hugging Face отводит oMLX роль испытательного полигона, а удачные решения поднимает в mlx-lm и mlx-vlm. Отдельный фокус: быстрый перенос описания модели из transformers в эталонную реализацию на MLX, чтобы новые модели заводились во всех движках сразу.
💼 Вывод хотите устроиться в ИИ гиганта, - сделайте стартап, который бы они купили вместе с вами :)
Openclaw вот в начале года, теперь oMLX.
#oMLX #MLX #HuggingFace
———
@tsingular | 1 771 |
| 8 |  Google Cloud AI Research выкатила RRSI, это как RSI только еще и Regularized
Самоулучшение агентов становится нормой, но упирается в те же проблемы, которые были на этапах обучения моделей. - на тренировочном бенчмарке метрики растут, но если дать агенту незнакомые задачи, и эффект от обучения исчезает.
🔧 Знакомая болезнь, - переобучение:
Нейросети прошли через то же, пока регуляризация не научила их обобщать.
В Google Cloud AI Research применили этот же подход к самоулучшению агентов.
Харнесс остаётся полностью редактируемым, а регуляризуют сам поиск.
Предложения:
затухающий бюджет правок: к финальным раундам остаётся одна
история правок с гипотезами: опровергнутое не тестируется заново
при стагнации бюджет уходит на нетронутые компоненты
Отбор:
критик до оценки отвергает подгонку с ответами и именами задач
шумовой пол: прирост обязан перекрыть разброс на неизменном харнессе
правило оплаты: лишние токены должны быть оплачены измеримым приростом
прореживание: компонент без пользы помечают на удаление
📊 Цифры:
Эволюция шла на одном бенчмарке, затем готовый харнесс запускали на остальных.
Кодинг: Terminal-Bench 74.2 → 80.2, SWE-bench Verified 82.0 → 83.8, хотя тот не участвовал в отборе.
Агентские задачи: JobBench +4.7, GDPval +3.5, APEX-Agents +3.7.
Инженерия: Frontier-Eng 17.7 → 22.0, плюс 24.3%.
Все шесть отложенных выросли; предшественники теряли прирост вне своих бенчмарков.
Бонус: харнесс тратит на ~30% меньше токенов, чем эволюция без регуляризации.
Не успели мы в 2026м привыкнуть к лавине агентских кодовых фреймворков, теперь это.
Походу мы уверенно врываемся в эпоху самоулучшающихся агентов. Таких механик будет всё больше и больше и каждая будет тянуть на свою поляну.
Важно не только успевать их пробовать, но и уметь оценивать эффект, - действительно ли они стали лучше и в чём именно.
Нужен полигон для RSI систем, причём в каждой компании свой, - в закрытом контуре, чтобы не сбежали не дай бог :)
📎 Код
Сайт проекта
#RRSI #RSI #агенты #Google
———
@tsingular | Max | YouTube | RuTube | VK | VK Video | Дзен | 1 415 |
| 9 |  Эдди Османи, известный ИИ инженер, недавно прислоединившийся к Антропику поделился инструкцией к новому Опусу 5.5
Кратко:
📌 Как теперь надо
- Давать задачу целиком одним сообщением + назвать «финишную черту» (что значит «готово») и когда остановиться. Дальше — не мешать.
- Давать ей самой работать на длинных многошаговых задачах — Opus 5.5 тянет часы почти без присмотра.
- Дополнять запущенную задачу по ходу (дописать follow-up), а не перезапускать.
- Для дизайна — перечислять конкретные нежелательные стили, а не «избегай безликого вида».
- Прописать в CLAUDE.md: когда продолжать, когда останавливаться и спрашивать; перед разрушительным — стоп.
- Разбивать большие аудиты/миграции по субагентам и проверять доказательства каждого.
- Держать список задач в файле (TASKS.md) и читать файл, а не скроллбэк.
- При завершении — сначала читать «что нужно от меня», потом остальное саммари.
- Просить ревью кода до человека; просить помечать неподтверждённое.
- Прикреплять график/скриншот, а не перепечатывать цифры; просить сразу готовый файл, а не план.
- В проекте фиксировать: ранние ответы уже решены (ускоряет уточнения).
- /fast — для быстрого back-and-forth.
❌ Как теперь не надо
- Не писать «подумай внимательно / думай пошагово» — модель и так думает перед каждым ответом, это только замедляет.
- Не перезапускать долгую задачу из-за мелочи.
- Не давать общих дизайн-указаний — только конкретные паттерны.
- Не просить показывать внутренние рассуждения в ответе — это отклоняется.
- Не выключать запросы разрешения на разрушительные команды.
- Не перепечатывать цифры вместо прикрепления графика.
- Не читать всё саммари подряд — сначала блок «что нужно от меня».
Полная версия тут
#Osmani #Opus #промпты
------
@tsungular | 2 200 |
| 10 |  Грок? Какой такой Грок?
@cgevent | 1 921 |
| 11 |  +2Claude Opus 5.5 оказался чертовски хорош в создании игр — первые демки выглядят потрясающе 🤩
Так, юзеры уже навайбкодили Dark Souls, Flight Simulator и Mario Kart. Причём последнюю, по словам автора, Claude ваншотнул.
Системный промпт модели, кстати, уже вытащили и слили в сеть. Можете поизучать ☕️ | 2 150 |
| 12 |  Ааа!! ИМБА!! я сдвинул её с рельс!!
It's alive, ALIVE!
Змейка ищет кратчайший путь и старается выживать!
Это вам не муха! тут всего 6 мегабайт!
#змейка
———
@tsingular | 2 213 |
| 13 |  +2А вот и OpenAI: встречайте GPT-6 Sol и Luna.
— обе модели ровно в 2 раза дешевле, чем их 5.6-версии.
— общаться должны так же понятно и без жаргона, как Astra
— и... всё. Sol не лучше Astra (а во многом и хуже, в отличии от пары Fable <-> Opus), но сильно дешевле, и всё ещё лучше Sol 5.6. Поэтому модель может стать основной рабочей лошадкой, сохраняя ваши лимиты. | 1 979 |
| 14 |  читаем полную версию венка сонетов в комментарии.
ваши мысли?
#венок #соннет #Opus
———
@tsingular | 1 993 |
| 15 |  Традиционно, - проверяем новейшую модель через написание венка сонетов.
Напиши венок сонетов о том как тихоходка наблюдает волны технологических сингулярностей сквозь эпохи
Погнали
#венок
———
@tsingular | 1 925 |
| 16 |  🚀 Anthropic представила Claude Opus 5.5
Новая флагманская модель стала сильнее Opus 5, при этом работает быстрее и дешевле.
Что изменилось:
- сильнее в агентном программировании, computer use и knowledge work
- лучше справляется с длинными задачами и большими кодовыми базами
- ответы стали короче и естественнее
- улучшена устойчивость к prompt injection
- Anthropic заявляет примерно на 40% более низкую стоимость на типичных задачах и более чем на 30% более быструю генерацию
Из примеров:
- один из ранних тестеров провёл миграцию 680 000 строк кода менее чем за день
- в тесте Anthropic модель переписала HAProxy с C на Rust за 9,5 часа
Цена API:
- $4 / 1M входных токенов
- $20 / 1M выходных токенов
- $0,20 / 1M токенов при чтении кеша
Бенчмарки:
- Terminal-Bench 4.0 — 66,4%
- FrontierCode v1.1 — 54,4%
- Humanity’s Last Exam — 67,7% с инструментами
Также Anthropic подтвердила, что Claude Sonnet 5.5 и Haiku 5.5 выйдут в ближайшие недели.
https://www.anthropic.com/claude-opus-5-5 | 1 840 |
| 17 |  Последние 3 дня я прям сильно закопал агентов в тему с Recursive Self Improvement.
Собственно это агентский цикл самоулучшения.
В основном агенты занимались разработкой сверхмалой модели по типу Jev которая смогла бы одновременно (это как раз сложно) играть в тетрис, змейку, уметь классифицировать логи и сортировать картинки.
такой сверх-быстрый комбайн.
определённый прогресс есть, все узкоспециализированные задачи модель размером в 1.8 млн параметров (7 мегабайт всего) выполняет. причём в тетрис играет лучше всего, в змейку - идеально но линейно, с остальным пока учится разбираться, но самое интересное что в ходе этой работы сам цикл самоулучшения постоянно дорабатывается.
Вот тут версия на Питоне, сейчас переписывется на Rust
и вот, сначала Гермес, потом Астра и затем Fable 5.1 собрали Универсальный RSI навык.
он гигантский.
Это не просто промпт, - это прям шаблоны инструкций для Мета RSI с примерами инструментов и процессов.
навык, как обычно, в ИИзбранном
ибо сложно и дорого.
На всю историю уже около 1млрд токенов сожглось. (хочу безлимит)
А тут в комментариях, - примеры результатов обучения модели.
особенно радует скорость отклика в диапазоне 4-40мс
#RSI #навыки
———
@tsingular | 2 040 |
| 18 |  🌟 Xiaomi выпустила MiMo-V2.6 Pro и Flash
Xiaomi закончила обучение серии MiMo-V2.6 и опубликовала веса флагманской Pro и облегчённой Flash.
Обе модели омнимодальные, то есть принимают текст, изображения, видео и аудио.
Рассчитаны на агентные задачи, кодинг, автоматизацию рабочих процессов, управление компьютером, кибербезопасность, генерацию 3D-объектов, воплощенное моделирование, создание музыки, научные и математические исследования.
🟡Архитектура
У Pro 1,02 трлн параметров, из них 42 млрд активных, и 384 эксперта.
У Flash 309 млрд параметров, 15 млрд активных и 256 экспертов.
На каждый токен в обеих моделях работают восемь экспертов. Большая часть слоёв использует внимание со скользящим окном в 128 токенов, остальные – глобальное внимание: у Pro так устроены 60 слоёв из 70, у Flash 39 из 48.
Визуальный энкодер на 681 млн параметров и два аудиоэнкодера на 308 и 127 млн у моделей одинаковые.
Вывод ускоряет пятислойный спекулятивный декодер - за один проход он предлагает семь следующих токенов, основная модель проверяет их параллельно.
Контекст – 1 млн токенов
🟡Бенчмарки
По замерам самой Xiaomi Pro близка к закрытым флагманам в агентных тестах, но отстаёт в эксплуатации уязвимостей:
DeepSWE v1.1: Pro – 71,9, Flash – 67,9, Claude Opus 5 – 74,0, GPT-5.6 Sol – 73,0;
AutomationBench: Pro – 53,1, выше Opus 5 (50,3) и GPT-5.6 Sol (45,8);
Terminal-Bench 4.0: Pro – 34,9 против 49,0 у Opus 5 и 42,4 у Claude Fable 5;
ExploitBench: Pro – 47,9, Flash – 25,3 против 78,5 у GPT-5.6 Sol и 78,0 у Fable 5.
Модели также доступны в AI Studio, MiMo Code, приложении MiMo Desktop, через API Xiaomi MiMo Open Platform и на OpenRouter.
📌Лицензирование: MIT
🟡Блогпост
🟡Веса
🟡Техотчет
@ai_machinelearning_big_data
#AI #ML #MMLM #MiMO #Xiaomi | 1 765 |
| 19 |  Xiaomi представила MiMo-V2.6 с открытыми весами 👀
В семейство вошли две MoE-модели:
- Flash: 309B параметров, 15B активных, 177,8 ГБ в FP8
- Pro: 1,02T параметров, 42B активных, 573,5 ГБ в FP8
Обе поддерживают контекст до 1 млн токенов и работают с текстом, изображениями, видео и аудио.
После квантизации в NVFP4 требования к памяти можно сократить примерно вдвое. По предварительным оценкам, Flash поместится на 1-2 DGX Spark, Pro потребует около четырёх.
В указанном репозитории опубликована отдельная дистиллированная версия на базе Qwen 9B, а не веса Flash или Pro.
https://huggingface.co/XiaomiMiMo/MiMo-V2.6-Distill-Qwen-9B | 1 |
| 20 |  Qwen4 уже скоро.
#Qwen
———
@tsingular | 2 293 |
