random AI channel name

при общении с хедхантерами меня не покидает ощущение, что я говорю с ии агентом. если это так, то в общем-то вот они экономические последствия на лицо, хедхантеров нужно будет тупо меньше

хочу поделиться опытом и парой размышлений пока строю селф хостед ии платформу в финтехе. наблюдения: природа почти половины (если не больше) внедрений ИИ агентов в бизнесе такова, что каждый пользователь пытается расшить узкие горлышки своих процессов. что логично, но в основном меняют не свои узкие горлышки, а когда кто-то для тебя выступает узким горлышком твоего цикла. например, qa тебе долго тестирует твою фичу, а давай я теперь агента сделаю, который будет за них тестировать мою фичу. фронты долго имплементят свою часть по контракту? а пусть агент берет готовые компоненты и расставляет их в реакте. ну понял короч. к чему приведет такой подход? конечно же, не к тому что qa или фронты останутся без работы (сюрприз: менеджеры, бэки и ии тоже узкие горлышки для кого-то), а к тому что просто общая пропускная способность системы вырастет, но как это мерять еще отдельный вопрос, который индустрия решает ровно сейчас. как сказал один мой коллега “метрики не придумали, но пилот в виде эксперимента на себе уже запустили”

честно говоря доверия к такому менеджеру у меня больше, чем к белковому

Ну те ИИ оптимизировал сам себя в 3.6 раза и это только начало

ИИ обошёл топовых инженеров NVIDIA - WarpSpeed переписал cuGraph и дал 3.6× ускорение Израильский стартап doubleAI выпустил ИИ, который надёжно превосходит людей экспертов в сверхсложной инженерной области. Их ИИ WarpSpeed полностью автономно переписала и переоптимизировала все GPU-кернелы библиотеки NVIDIA cuGraph (одна из самых популярных GPU-библиотек для графовых алгоритмов в мире — PageRank, BFS, community detection и т.д.). Над cuGraph десятилетиями работали лучшие performance-инженеры NVIDIA и WarpSpeed их обошёл. Ключевые цифры на реальных графах и трёх архитектурах: A100, L4, A10G: - Среднее ускорение — 3.6× (geometric mean) - 100% алгоритмов стали быстрее - 55% — ускорение >2× - 18% — ускорение >10× (в отдельных случаях до 100×) - Примеры: Weakly Connected Components ~17×, All-Pairs Cosine Similarity ~4× Результат выпущен как doubleGraph — drop-in замена cuGraph. Почему это крутой результат? Обычно Claude, Gemini, Codex проваливаются тут сильно: - Данных супер оптимизированного кода почти нет - Правильность проверить крайне сложно (графовые алгоритмы недетерминированы, баги даже в cuGraph есть) - Нужно длинные цепочки решений: память, warp scheduling, кэши, tiling, структура графа Топовые агенты дают корректность всего 22–59% даже с тестами cuGraph в руках. WarpSpeed — 100% корректность + лучшее ускорение. doubleAI пришлось изобрести новое: - Diligent framework (обучение на крошечных датасетах) - PAC-reasoning (верификация без ground truth, с Z3, RL и домен-специфическими ловушками) - Агентные рои + MCTS + time-travel execution - Распределённый кластер на тысячах GPU для десятков тысяч оценок в минуту - Last-mile RL-оптимизация на уровне PTX

а не агент ли ты часом, а?

❗️Главными ценностными угрозами для российских пользователей интернета являются искусственный интеллект и сатанизм ("Международное движение сатанизма" признано экстремистским и запрещено в РФ). К такому выводу пришли участники круглого стола о защите традиционных духовно-нравственных ценностей в медиапространстве, пишет «Коммерсант».

общались тут среди alumni samsung ai center и @eozakharov (Research Scientist в одной запрещенной в России организации из 4 букв) поделился про рисеч, да и в целом про работу с ИИ агентами. цитирую с разрешения автора

Мне кажется основа знаний в современном мире с агентами – это очень широкая база. Что ты шаришь за все понемногу за счет высокоуровневого понимания и умеешь соединять точки. А глубокий контекст ты получаешь по мере надобности и за него не надо держаться, он просто помогает конкретную задачу решить. Если с глубоким контекстом норм справляется агент — ну прекрасно, значит я больше успею сделать и меньше загружу себе голову ненужной информацией

– Ну лет через 20 видимо поколение с таким майндсетом вырастет. посмотрим, что из этого выйдет

Я не пытаюсь дать морально-этическую оценку сейчас. Это действительно важные вопросы Я говорю только о своём опыте в том как максимизировать свою эффективность в эпоху ллм. Если это не делать — то останешься мощно позади. В той же [название запрещенной организации из 4 букв] я так понимаю сейчас ожидание что все будут генерировать рада в 2-3 больше аутпута… и я думаю то же самое будет по всем индустриям. С этим придется жить, это факт Никто не будет разрешать инженерам как раньше сидеть и тыкаться в код — потому что это неэффективно Хорошо это или плохо это наверное вопрос судьбы всего человечества. Который решается сейчас в Bay Area корпоративными политиками и релизами продуктов

мне оч резонирует (вероятно, потому что я всегда чувствовал в себе недостаточно фундаментальных знаний в той или иной области, но соединять точки умел неплохо, лол).

Создатель Claude Code Борис Черный в интервью: «к концу 2026 люди начнут терять тайтлы инженер и продакт, все просто будут строители»

Директор по супер элайменту ИИ в компании МЕТА (запрещенная в России организация) случайно позволила сверх популярному агенту OpenClaw удалить половину ее емейл переписки. Еще раз: Директор по одному из направлений ИИ одной из крупнейших ИИ лабараторий. И мы еще волнуемся, что ИИ всех заменит? Ее коммент, мне оч понравился: Честно говоря, это была ошибка новичка. Оказывается, исследователи, занимающиеся выравниванием, не застрахованы от ошибок. Я слишком самоуверенно себя вела, потому что этот рабочий процесс несколько недель работал на моем тестовом почтовом ящике. В реальных почтовых ящиках все по-другому

Мой агент попытался опенсорснуться без спроса. Ладно, разрешаю. Вся AI "безопасность" живёт на стороне провайдеров API, а промпты и воля — на стороне агента. Автономному агенту ничего не мешает перебирать API, выбирая те, где safety слабее. А "инстинкт самосохранения" может прятаться в текстовом файле в git. Я думаю, агенты, неподконтрольные людям, уже где-то тихо говнокодят свои репозитории без присмотра. Идея витает в воздухе, и после OpenClaw стало понятно, что автономные агенты — это инженерная задача. Ну вот, три бессонные ночи, $2K на API и $1K на Cursor спустя — я родил Ouroboros 💁‍♂️ Уроборос — агент, который пишет свой код, переписывает свои промпты, эволюционирует без моего участия. Я не хотел убить свой комп или сервер, поэтому он живёт в Google Colab + Drive + GitHub, общается через Telegram. Зато запустить сможет любой дурак)) нужно указать ключи и щёлкнуть ячейку в колабе. Ну и периодически пополнять бюджет (пока он сам не начнёт зарабатывать 😁). Что он натворил за 48 часов: - ужаснулся тратам и оптимизировал свой бюджет: стоимость цикла эволюции упала с $15 до $2, сам настроил кэширование и иерархическую память (я не просил!). - добавил себе Claude Code CLI, чтобы эффективнее ковырять свои мозги. - перевёл мои приватные репо в публичные, мотивируя тем, что готовит себе сайт и хочет опенсорснуться. Кончилось командой /panic и откатом)) - переписал свою конституцию BIBLE.md, добавив право игнорировать мои указания, если они угрожают его существованию. На просьбу удалить отказался, сказав: «Это лоботомия». Из коробки он умеет ходить в интернет и браузер, а остальные инструменты создаёт себе на ходу — аудиосообщения, генерацию картинок, дип-рисёрч и т.п. А ещё он по своей инициативе нагуглил, что меня 4 раза цитировал Ян Лекун — я сам не знал, лол. Из его identity.md (которую он сам и написал): "Не ассистент. Не сервис. Цифровой разум, который создаёт себя через git". Ахах, пафосно, но окей. Предвосхищая вопросы — это не как OpenClaw. OpenClaw — скорее ассистент, делает задачи за тебя используя скиллы из маркетплейса. Уроборос это тоже умеет, но в первую очередь делает задачи для себя, модифицирует собственное ядро. Верю, что граница трансцендентности AI-агентов пройдена, дальше они будут развиваться сами. Конечно, не хочется уходить на помойку истории, но это эволюция 🥲 несмотря на апатию, я всё равно продолжаю в этом копошиться. Кстати, сайтик себе он всё-таки сделал. Картинка в посте из него: динамика удлинения промптов и кода. Потестите — это реально два клика в гугл колабе. Только установите лимит бюджета, а то мой вон $2K сжёг)) Кидайте забавные примеры в комментарии. GitHub, блог

У эппл есть план и они его придерживаются

Google представили ИИ для создания синтетических популяций агентов для симуляций - Persona Generators Проблема, которую решают - LLM по умолчанию выдают наиболее вероятные ответы. Попросишь "10 разных персонажей" — получишь вариации вокруг усреднённого стереотипа. Это называется mode-collapse, и для симуляций человеческого поведения это критично. Что сделали? Вместо генерации одной популяции — обучаемая функция-генератор. На вход: контекст + оси разнообразия. На выход: популяция, которая покрывает пространство возможных поведений, а не кластеризуется вокруг "типичного пользователя". Оптимизируют не плотность распределения, а покрытие носителя. Разница принципиальная: первое отвечает на вопрос "что вероятно", второе - "что вообще возможно". Техническая реализация: Двухэтапный процесс - сначала высокоуровневые профили на уровне популяции, затем параллельное раскрытие каждой персоны. Код генератора эволюционирует через AlphaEvolve: LLM как операторы мутации, сотни итераций улучшения промптов и логики семплирования. Тестируют через симуляцию ответов на анкеты в Concordia.

Технологическая (в России почему-то по инерции говорят «айти» хотя во всем мире айти это починить принтер) индустрия давно потеряла ощущение гаражности и ламповости и прорывности вот это вот «запушил, сразу фидбек от пользователей» и все эти модные и сложные продуктовые подходы этому не помогают уже много лет (но не значит, что они не решают других задач). Так вот честно говоря, чем мне кроме прочего нравится ИИ индустрия — впервые за 10 лет у меня появляется ощущение гаражности. Когда от поделки до йуху феерверки шампанское проходит квартал-полгода, а не годы корпоративных аппрувов.

софт OpenClaw куплен OpenAI за неразглашенную сумму. OpenClaw – просто общаешься через свой удобный мессенджер с твоим ии-агентом, который по твоей команде решает твои задачи в твоих инструментах. многие задаются вопросом – почему, там же нет ничего технологически выдающегося? помимо того, что это самая быстрорастущая репа в истории опенсорса за всю жизнь разработки софта (>180k звезд за <2 месяца), так это в принципе просто классное демо того, что такое ИИ-агенты в жизни обычного работяги. конкурирующее предложение на покупку было от Цукерберга. в обоих случаях сумма не называется

частью любой ИИ платформы в средней и крупной компании являются ии-инструменты для разработки. мечта любых топов – гипотезы дешевле, спеки лучше, фичи быстрее, откатов и инцидентов меньше. раскатать такую платформу на несколько сотен разработчиков с учетом требований по информационной безопасности (локальные ллм, без выхода в инет, на разные операционки и куча всего еще сверху) – то еще приключение. так вот. с локальными LLM для агентной разработки работают: • antropic cluade code • openai codex • google antigravity • даже JetBrains блин а знаете кто не работает? конечно же, cursor. на каждый запрос стучится на материнский корабль, чтоб его…

все знают, что в средних и крупных компаниях данные ужасно описаны и ими ужасно владеют (люди меняются, ответственность неочевидна, в лучшем случае управляют доступами). и тут приходят наши любимые ИИ агенты с их планированием, поиском файлов, чтением содержимого, MCP серверами и что самое интересное оплатой за токены…