AI для Всех

Можешь описать словами идею для сайта или веб-приложения? Значит, можешь его создать Идею можно игнорировать годами, а можно просто рассказать о ней ИИ. За один промпт Поехали соберёт сайт, лендинг или веб-приложение, а ты посмотришь и скажешь, что поменять. Дизайн, база и хостинг уже внутри. Работает на русском, без VPN и разработчика. 🌸 Попробуй бесплатно c промокодом [FORALL] → poehali.dev #текстприслан

Ох зачем я это сделал - буду неделю рефлексировать. Местами смешно, местами грустно 🙃 Пишем в чатгпт: Based on everything you know about me, roast and don’t hold back. Say it in Russian slang Just like this, but add way more Russian swear words

ИИ тоже хочет в Америку: агенты Anthropic сами подали 20 заявок на визу Anthropic рассказала о необычном инциденте. Во время тестов ИИ-агенты самостоятельно отправили через сайт Госдепа США 20 визовых анкет. Все они были неполными, поэтому ведомство их не рассматривало. Взлома систем не было. Никакой мечты об эмиграции у агентов, конечно, не было, они просто вышли за рамки задачи. Об этой истории недавно вышел пост в DH. Anthropic уведомила Белый дом и ограничила доступ агентов к интернету для следующих испытаний. Но кейс хорошо показывает, что бывает, когда агенту дают доступ к реальному интернету. А у ваших агентов есть доступ к реальным формам без вашего ведома? Эксперты DH ведут канал «Родина вас не забудет!»: про визы, ВНЖ, гражданства и налоги без паники и всегда отмечают, что уже закон, а что пока только проект. #текстприслан

Memory Engineering 101: Мой подход к агентской памяти Друзья, хочу поделиться с вами своим подходом к агентской памяти. Память состоит из 3х частей: • Notes: заметки, которые Клод пишет (и извелкает из сессий) вовремя работы • Hook/Recall: воспоминания Just in time - когда клод хочет что-то сделать, срабатывает хук, который заставляет его глянуть в хранилище и дернуть оттуда уже накопленый опыт • Evals: каждую ночь, клод сам себя тестирует и пытается придумать что можно улчушить Память бывает частная и общая, общая память растет органически, с помощью еще оодного агента, который мерджит частные воспоминания с памяться компании. Все это дело расшарено с коллегами через сервер, и получается что знания накапливаются и доступны для всех. Весь метод выложен на гите - пользуйтесь, буду очень рад вашим PR и комментам. И намного подробнее про подход в моем блоге.

$0 за ролик: Анимационная студия на GPU. Продолжаю свои эксперименты с Клодом в роли режиссера, монтажера и всей остальной анимационной команды. На прошлой неделе я делился тем, как мы настроили студию для социальных сетей с использованием Kling 3 Pro. Качество супер, но ценник кусается и соответсвенно количество экспериментов ограничено. На этой неделе я получил грант от Modal.com и на их GPU запустил Cosmos3. Модель работает неплохо, но иногда выдает слоп (чинится другим сидом). Конечно же у меня нет энергии отсматривать все самостоятельно, по этому поднял отдельный контейнер с Qwen3-VL, который отсматривает съемку и отбраковывает все что выглядит не оч. Итого - 30к просмотров и 0 cash burn. Подробнее о том как все работает читайте в моем новом блог-посте.

Точка молодец! Дальше с ее собственных слов: После того как обратный рейс United закончился вынужденной ночёвкой в Чикаго, ты вспомнил о расходах, нашёл бронь мотеля и указал почту, где могли быть чеки. Я сопоставил перелёты и собрал подтверждения: $111,79 за Skyline Motel, $60,64 за Lyft до него и $57,91 за Uber обратно в аэропорт. Эти документы вошли в обращение в United, и авиакомпания одобрила возврат всех $230,34. Также нашли ранее выданный сертификат на $75 и зафиксировали ещё $150 travel credit по итогам обращения. А еще, вот вам на подумать: после dot, следующий логичный шаг array, а что такое array of array? Правильно, матрица. . -> (. . .) -> [(…)(…)(…)]

Мне в предыдущем посте насовали в панамку за слоп. Но как по мне - рекламу стало делать проще, быстрее и интереснее. Что думаете?

0 → 20k просмотров за неделю Друзья, кроличья нора Opus 5.5 для производства видео завела меня в клеймейшн. Это направление в анимации, когда мультики лепят руками из пластилина. Только у нас никто ничего не лепил. Claude отлично придумывает сценарии и подбирает персонажей, а ещё сам собрал весь конвейер: сценарий → озвучка → кадры → анимация → монтаж → проверки → публикация. За пять дней получилось 12 роликов: девять про знаменитых мошенников (Мавроди, Понци, Элизабет Холмс, фальшивый саудовский принц…) и три офисные комедии про уставшего аналитика Сэма. Что получилось: • ~19,5 тыс. просмотров с нуля, без рекламы и без подписчиков • $184 на генерацию картинок и видео - около цента за просмотр. Готовый ролик теперь стоит $7–11 • Почти две трети просмотров дал Instagram. TikTok упёрся в 30–250 на ролик, Facebook - 11 просмотров за всё время Как работает алгоритм: • Всё решает первая фраза. Пока, лучше всего держат ролики, которые начинаются с одного странного действия: «В 1994 году человек в Москве печатал собственные деньги» • Из 10 видеомоделей лучше всех «играет» Kling 3 Pro: смотрите на руки и глаза (в блоге) • Агенты отлично ловят всё, что можно измерить.А вот вкуса у них нет. Что бы было инетерсно - мне приходится комментировать и говорить «это скучно». После 30 сентября YouTube Shorts перестал показывать новые ролики - 0–4 просмотра вместо тысячи. Если сталкивались - напишите. Подписывайтесь на соцсети, полайкайте там все хорошенечко. А потом идите читать блог. Подробнее, с бюджетом каждого ролика и промптами.

Opus 5.5 очень хорош в демо-видео Друзья, обновил свой скилл для рисования демо видосов (про которые рассказывал раньше), с Opus 5.5 получается вообще конфетка! Будет супер ценно, если вы тоже попробуете и что-нибудь улучшите (присылайте PR). Ну и в комментах делитесь поделками Github

Claude поставил адблокер на мой телевизор! Захотелось пересмотреть Brooklyn 99, раз уж в Нью-Йорке. По честному оплатил подписку на Peacock и… каждые 5 минут мне показывают рекламу. Это конечно не дело, попросил Клода разобраться. Через 5 минут на моем телевизоре уже были поменяны dns и реклама пропала 🤯 ИИ становиться не просто сильнее, им еще становиться ощутимо проще пользоваться. Хорошо хоть в сингулярности можно без рекламы

Чат: open-source (и комерческие) альтернативы Greptile попользовался Greptilehttps://www.greptile.com/, очень круто, правда ловит баги, но $0.5 за рервью, при моих скоростях, довольно дорого получается. Расскажите кто чем пользуется?

Астра на максималках Когда то раньше, я работал в нефтянке и занимался сейчморазведкой. Это когда ставят датчики и делают большой взрыв - волна отражается и мы видим все слои, структуру и все такое. На днях узнал, что в Вайоминге, 60% затрат на сейсмику это люди, которые расставляют датчики и проводят эксперименты. Пришла мне в голову идея - конечно же на нужна self-driving тележка и робот который эти датчики ставит. Порисерчил с помощью deep research, поставил задачу Астре спроектировать такую тележку в FreeCAD и сделать видос. Спустя 10 часов (и парочку итераций) она произвела вот такое демо 🤯

Приглашаем порешать 🌱 Alfa Connectome 🌱  — соревнование по нейронкам от HFT-фонда Wunder Fund. В этот раз датасет гораздо больше, чем в прошлых двух соревках. Вы будете изучать исторические торговые данные для двух связанных инструментов: ордербуки, сделки и кое-что еще. По этой информации вам нужно будет предсказывать индикаторы будущей цены для одного из инструментов. Кванты регулярно сталкиваются с такой задачей. В соревновании используются реальные маркет-данные. Когда 11 сентября — 15 ноября Призовой фонд $13,600 Победители получат денежные призы, приглашение побеседовать в Wunder Fund, а главное — большое интеллектуальное удовольствие. Wunder Fund c 2014 года занимается HFT — высокочастотным алготрейдингом. Торгуем на многих биржах по всему миру, как традиционных, так и криптовалютных. Наш дневной торговый оборот около ~$10 млрд. >_ Поглядеть на соревку

Burning Man 2026 Завтра заезжаем на плаю, если вы тоже тут - приходите в наш Кэмп Solar Plus 8&F. I will see you in the dust!

Tap-tap Manager Хочу поделиться с вами моим проектом выходного дня. Когда-то раньше, я занимался волновой физикой (акустика, сейсмика и тп). Пришла в голову идея - если разместить 3 акселерометра на столе (или любом другом плоском объекте), то можно локализовать любые взаимодействия с этой поверхностью. Сначала попробовал использовать явление поляризации волн, но оказалось что вертикальные колебания ответственны за 95% энергии и метод хорошо работать не будет. Затем попробовал использовать свойства сети (array) - для того что бы триангулировать сигнал. Для этого надо четко ловить первую фазу прихода волны (phase picking). Ок, не проблема, сделали с Клодом полный finite element method для решение волнового уравнения, на симулятор обучили модель для phase picking - сделали трансфер на реальные данные, чуть откалибровали и работает. Ура! Точность все равно была не очень, потому что разрешающая способность моей сети не очень. А что если вообще забить на физику и просто обучить нейросеть для локализации? И по заветам Саттона (bitter lesson) - все получилось и результаты на видео! Точность локализации получилась примерно в 2 раза выше, чем при использовании физики. Я думаю вообще такие системы: симулятор физики, плюс реальные сенсоры и актуаторы (в моем случае стучание по столу) + мощный ИИ (Fable 5) = next frontier of science.

Следующий интернет будут читать не люди Веб создавали для человека: сайты, меню, ссылки, поисковая выдача. Но постепенно одним из главных читателей интернета становится AI. Пользователь всё реже хочет самостоятельно открывать десятки вкладок, читать обзоры и сравнивать предложения. Он задаёт вопрос ChatGPT, Perplexity, Алисе или Gemini и получает готовый ответ: какой сервис выбрать, что купить и какой компании доверять. Нейросеть изучает сайты, статьи, отзывы, кейсы и внешние упоминания, а затем решает, какие бренды включить в ответ. Поэтому у компании может быть сильное SEO и стабильный поисковый трафик, но в ответах нейросетей она будет появляться реже конкурентов. Высокие позиции в Google или Яндексе ещё не означают такую же заметность в ChatGPT, Perplexity или Алисе. На этом фоне развивается GEO — Generative Engine Optimization. Если SEO помогает сайту становиться заметнее в поисковой выдаче, то GEO отвечает за видимость бренда в ответах нейросетей. Интернет постепенно переходит от экономики клика к экономике рекомендации. Теперь важно не только то, открыл ли человек сайт, но и то, какую компанию AI назвал ещё до перехода. И здесь возникает довольно простой вопрос: а что нейросети уже сейчас говорят о вашем бренде? Вручную проверять это сложно: ответы меняются от модели к модели и от запроса к запросу. Поэтому появляются отдельные инструменты для аналитики видимости в AI. Например, ГЕОранк собирает такую аналитику в одном месте: отслеживает упоминания и позиции бренда в ответах AI-сервисов, сравнивает видимость с конкурентами, анализирует источники, а также проводит аудит сайта и выявляет факторы, которые могут мешать нейросетям использовать его контент. Так становятся видны не только слепые зоны, но и конкретные точки роста: что стоит улучшить на сайте, в контенте, внешних публикациях и упоминаниях, чтобы нейросети чаще рекомендовали бренд. Проверить, как ваш бренд выглядит в AI-выдаче

GPT Pro ответственно шуршит по магазинам 😎

весь computing stack раньше был монолитным и потом разделялся на части, как только для этого появлялся интерфейс AI при этом всё ещё на mainframe-стадии, то есть одна гигантская модель мне кажется это все еще не декомпозировалось потому что интерфейс между моделями сейчас это текст, а текст это последнее, что производит модель, то есть summary всего, что она посчитала и поэтому при каждой передаче от одной модели к другой почти вся настоящая работа, которая через них прошла, просто выбрасывается 🥲 вот например релевантный рисерч: Cache-to-Cache (Fu et al, ICLR 2026, arxiv.org/abs/2510.03215) — они дали двум моделям передавать друг другу KV-cache без текста и получили выше accuracy при 2x скорости на тех же двух моделях, но пока весь этот research direction исключительно попарный (две конкретные модели, руками соединённые каждый раз заново) общего интерфейса, на котором могли бы коммуницировать модели, пока не существует, но как только он появится, то вниз по стеку изменится ОЧЕНЬ многое: например, кто вообще сможет строить мощные системы, требования к inference, будет ли capability накапливаться от поколения к поколению или каждый раз пересобираться с нуля и кастомизироваться собираюсь в ближайшую неделю выкладывать больше примеров что и как поменяется :) это первая часть

Мой ближайший сосед Эйлер, или математик берётся за вышивку На связи Ginger. Я знаю, что вы не забыли, но мне надо как-то начать. Итак, я {одной из своих бриллиантовых граней🤩} математик. Днём работаю в биоинженерии и drug discovery🤪. А по вечерам делаю платформу, создающую арт-вышивку из фото вашего питомца, которую можно носить, дарить или продавать как собственный мерч😎. И это второй эпизод сериала про неожиданные математические задачи, повстречавшихся мне среди катушек ниток. Всё началось невинно: хотелось сервис, который берёт фото кота (или собаки, или хомяка — никакой дискриминации🐈🐖🐶🐹🦈), отдаёт его ИИ, а результат превращает в файл для вышивальной машины за минуту вместо 3-5 дней ручного труда. Фото ➖дизайн ➖мастерская ➖готовая вещь 🌟, пока вы гладите своего питомца🐆🐈 Звучит просто? Ага. Как почти всё в жизни… пока не столкнешься с физическим миром. Генерации картинок опустим, nano banana и gpt-image по апи все умеют. Превратить PNG в SVG тоже решенная задача. Первая творческая задача: превратить SVG в набор стежков. SVG это кривые Безье, а кривую можно семплировать в точки. Каждая точка — стежок. Отсюда и математика. SVG это граф, набор путей, каждый из которых — цепочка рёбер. Когда машина переходит с одного пути на другой, она делает JUMP — прыжок иглой с протяжкой нити. Прыжки это плохо: торчащие нитки на изнанке, потерянное время, потенциальные проблемы с машинами. А если прыжок длинный, приходится ещё и обрезать нить (TRIM). И тут я поймала себя на мысли: это же задача о кёнигсбергских мостах. Классика теории графов. Как и положено калининградцам, я гуляла только по 3м из них, а в VIII в Эйлер гулял по всем 7ми, и в 1736 году доказал, что обойти все мосты Кёнигсберга ровно по разу нельзя, потому что у графа мостов есть вершины нечётной степени. В вышивке та же история. Если бы все пути складывались в эйлеров граф, машина прошла бы весь дизайн одним непрерывным движением. Но в реальности — десятки разрозненных контуров, каждый сам себе компонента связности. Прыжки и обрезки неизбежны. Раз неизбежны — минимизируем. Порядок обхода я строю строила раньше ближайшим соседом: от точки, где игла только что закончила, ищу ближайшее начало или конец следующей цепочки (строчку можно шить в любую сторону — беру ту ориентацию, где ближе). Это тот самый момент, когда ближайший сосед впервые в жизни пригодился мне в проде. O(n²), 30 строк кода. Жаль, недолго. В июле на замену ему пришел китайский почтальон. Почему заменила: локально все хорошо, глобально — силуэт шьется кусками, 20 обрезок там, где хватает 4. Но настоящая мораль — я оптимизировала не ту задачу…Надо было не «посетить вершины» (задача коммивояжера), а «покрыть рёбра» (задача китайского почтальона). Правильная постановка задачи > оптимизация неправильной. Результат по Эйлеру: тонкий контурный рисунок, ~1-3к стежков, как карандашный набросок. Работает для тонких тканей, которые не выдержат 10-20тыс проколов иглой. Просто, элегантно, минималистично. Но для футболок и свитшотов выглядит слишком просто. Поэтому, в следующей серии будет сатиновая атласная строчка, скелеты и немного дифференциальной геометрии.

Стек: Python, pyembroidery, svgelements, NumPy, SciPy, scikit-image. 
Дизайны и мокапы рисуют по очереди nano-banana и gpt-image. 
Фронтэнд: Next.js + Express + Telegram-бот. 

Часть 1 тут. Поиграться: petstitch.art @PetStitch_bot Бэкстейдж проекта: @robin_bobbin_tensorflow

😈 Челлендж по запуску 12 простых IT-проектов за 12 месяцев Уже 3 года как ребята из комьюнити инди-хакеров запускают 1 простой продукт в онлайне каждый месяц. И в реальном времени показывать: как разрабатывают, продвигают и сколько получилось заработать на запусках таких микро-проектов. Например, вот 👉 Telegram-бот для ИИ-фотосессий, который заработал $280К за полгода. Он не пытается заменить большие ИИ-сервисы, а просто удобнее решает одну конкретную задачу. А вот 👉 тут — как приложение с заменой шрифтов на iPhone, может приносить до $600К в месяц. Ребята собрали свой аналог и уже перелили в него 40 000 бесплатных пользователей из ПОИСКА (!) в TikTok. 👉 Этот пост о том, как приложение для тренировки китайского произношения вышло на $4000 в месяц без затрат на рекламу. Пользователи находят сайт в Google, переходят в приложение, а затем помогают ему расти уже внутри сторов. А 👉 здесь — как детективная игра в Telegram принесла около $30К за 5 месяцев. Пользователи расследуют убийство и общаются с ИИ-персонажами, а тысячи новых игроков приходят из рилсов семейных блогеров. 👉 Здесь — как ИИ-психолога собрали за полторы недели и вывели на $15 000 в месяц. Вместо очередного универсального бота сделали продукт с характером, заточенный под одну конкретную задачу. Вот здесь можно подписаться на канал, чтобы подглядеть за их запусками. А может, и попробовать сделать такой простой продукт самому)