Владилен: IT в эпоху AI
Пишу о том, как AI меняет работу, продукты и жизнь разработчиков. Тестирую инструменты, строю свои системы и делюсь тем, что действительно работает. Владилен Минин Реклама: @vlad_0045 AI-проект: @vladilen_ai РКН: http://bit.ly/4epHOdZ
Показати більше📈 Аналітичний огляд Telegram-каналу Владилен: IT в эпоху AI
Канал Владилен: IT в эпоху AI (@vladm) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 39 282 підписників, посідаючи 3 320 місце в категорії Технології та додатки та 16 066 місце у регіоні Росія.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 39 282 підписників.
За останніми даними від 25 вересня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -210, а за останні 24 години на -4, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 21.02%. Протягом перших 24 годин після публікації контент зазвичай збирає 10.48% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 8 256 переглядів. Протягом першої доби публікація в середньому набирає 4 118 переглядів.
- Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 71.
- Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як программирование, контекст, claude, llm, mcp.
📝 Опис та контентна політика
Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“Пишу о том, как AI меняет работу, продукты и жизнь разработчиков. Тестирую инструменты, строю свои системы и делюсь тем, что действительно работает.
Владилен Минин
Реклама: @vlad_0045
AI-проект: @vladilen_ai
РКН: http://bit.ly/4epHOdZ”
Завдяки високій частоті оновлень (останні дані отримано 26 вересня, 2026), канал підтримує актуальність та високий рівень охоплення публікацій. Аналітика показує, що аудиторія активно взаємодіє з контентом, що робить його важливою точкою впливу в категорії Технології та додатки.
Триває завантаження даних...
| Дата | Залучення підписників | Згадування | Канали | |
| 26 вересня | +1 | |||
| 25 вересня | +5 | |||
| 24 вересня | +7 | |||
| 23 вересня | +17 | |||
| 22 вересня | +19 | |||
| 21 вересня | +3 | |||
| 20 вересня | +4 | |||
| 19 вересня | +2 | |||
| 18 вересня | +8 | |||
| 17 вересня | +9 | |||
| 16 вересня | +6 | |||
| 15 вересня | +2 | |||
| 14 вересня | +8 | |||
| 13 вересня | +12 | |||
| 12 вересня | +1 | |||
| 11 вересня | +9 | |||
| 10 вересня | +2 | |||
| 09 вересня | +6 | |||
| 08 вересня | +3 | |||
| 07 вересня | +3 | |||
| 06 вересня | +3 | |||
| 05 вересня | +5 | |||
| 04 вересня | +3 | |||
| 03 вересня | +7 | |||
| 02 вересня | +7 | |||
| 01 вересня | +2 |
Бро сними мне мульт по сценарию, используй этот скилл: https://github.com/kuhnhomeuk-cell/procedural-film/Напомню, за рулем. С телефона. Меня это бесконечно поражает. Анимации делаются на HTML. Качество невероятное. Сам урок, кстати, можно забрать тут: https://irreplaceable-ai.ru/products/ai-engineer/from-coding-to-agent
| 2 | У бизнеса появился ещё один канал, в котором важно быть заметным — ответы нейросетей.
Пользователь может не идти в Яндекс или Google, а сразу спросить ChatGPT, Алису или Perplexity, какой сервис выбрать или где заказать услугу. И получить несколько конкретных рекомендаций.
Вопрос — будет ли среди них ваш бренд.
Работу с видимостью бренда в ответах нейросетей называют GEO — Generative Engine Optimization.
Вручную за этим сложно следить: запросов могут быть сотни, моделей несколько, а ответы меняются со временем. Понять, что именно происходит с вашим брендом в GEO, помогает ГЕОранк.
Добавляете бренд, конкурентов и запросы потенциальных клиентов. Сервис проверяет ответы ChatGPT, Алисы, Gemini, Perplexity, DeepSeek, других моделей и показывает:
— как часто ваш бренд упоминают и рекомендуют, на каких позициях он появляется;
— каких конкурентов рекомендуют чаще;
— в каком контексте говорят о компании и на какие источники ссылаются;
— по каким запросам вас находят;
— меняется ли видимость после работы с GEO.
Можно отслеживать динамику: как меняется видимость после работы с сайтом, контентом и внешними площадками.
Но дело не только в цифрах. ГЕОранк анализирует результаты и даёт рекомендации: какие зоны проседают, с какими источниками стоит работать и где есть потенциал для роста.
Проверить свой бренд → georank.ru | 3 795 |
| 3 | Дамы и господа, приглашаю на МИТАП
В Москве 27 сентября в 13:00 у нас пройдет живой митап от клуба Незаменимых.
Кратко:
- 3 доклада и 4 часа полезного нетворка
- доклад от Владилена на тему "Как я настроил с ИИ продвижение продуктов и бренда"
- доклад от участника клуба про разработку и удешевление пользования моделями
- доклад Алексея Гладкова про его опыт создания Agentic OS
- после доклада неформальное автепати в ресторане
У нас осталось 10 мест и потому делюсь с вами. Кто в МСК и давно хотел познакомиться и поговорить про актуальные темы в ИИ – велком!
У нас встреча пройдет в очень атмосферном крутом месте!
Для регистрации вам нужно заполнить форму и мы вам пришлем детали
forms.gle/YReMTwcxbxeeHCfh9
P.S. Фотка со сходки клуба в Питере этим летом на яхте | 4 161 |
| 4 | Самая мощная модель нужна далеко не каждому запросу
Недавно писал про OpenClaw и то, сколько всего сейчас происходит не столько с самими моделями, сколько вокруг них: память, инструменты, браузер, работа с контекстом. Так вот, вышла новость о том, что похожую архитектурную логику теперь можно увидеть и в Alice AI, которая теперь сама выбирает модель под запрос.
Простому вопросу — быстрый ответ. Если же нужно сопоставить несколько документов, что-то посчитать и учесть кучу условий, система может подключить режим «Эксперт».
Логика понятна. Гонять каждый запрос через самую тяжёлую модель — дорого и долго, а будет ли ответ от этого лучше, ещё вопрос.
Под капотом тут две отдельные задачи. Роутер решает, какой модели отдать запрос. Харнесс уже организует саму работу: передаёт контекст, даёт доступ к поиску и файлам, позволяет вызывать инструменты и использовать результаты этих вызовов на следующих шагах.
Например, если надо сравнить несколько документов, недостаточно просто скормить модели один промпт. Нужно разобрать файлы, найти нужные куски, при необходимости что-то посчитать, а потом собрать всё это обратно в один ответ. И вот эта часть вокруг модели сама по себе довольно большая инженерная задача.
Для пользователя это выглядит так: загружаешь файлы и описываешь, что нужно сделать. «Эксперт» может включиться автоматически, но его можно выбрать и вручную. По ходу видно, какие шаги выполняет Алиса и к какой информации обращается.
В интервью Forbes Валерий Стромов объяснил экономику этой схемы: значимая часть запросов просто не требует самого дорогого и мощного интеллекта. Поэтому роутер должен сам понимать, какая модель справится с задачей за минимальную стоимость.
До «Эксперта» на своих реальных рабочих задачах я пока не добрался, поэтому про качество судить не буду. Но подумал вот о чём: если собираешь свой AI-продукт и что-то работает не очень, я бы теперь не первым делом бежал менять модель на более дорогую. Сначала стоит посмотреть, что именно она видит, какие инструменты ей дали и не теряется ли по дороге нужный контекст.
Вполне возможно, что чинить надо вообще не модель. | 4 741 |
| 5 | A что теперь должен уметь разработчик?
Я записал новый бесплатный урок – "От AI-кодинга к AI Engineering".
Это технический ролик про архитектуру.
Я взял обычный React-проект и на его примере показал, что происходит, когда мы перестаём просто просить ИИ написать код и начинаем строить собственных ИИ-агентов.
Внутри урока:
– сначала даём задачу готовому кодинговому агенту и смотрим, как он работает с проектом;
– затем буквально на TypeScript собираем своего простого агента: модель, инструменты, чтение и изменение файлов, запуск задач;
– разбираемся, почему фраза агента «готово» ещё не означает, что задача действительно выполнена;
– смотрим, что произойдёт, если дать агенту слишком много прав – например, разрешить ему без ограничений работать с файлами и терминалом;
– добавляем ограничения, проверки, лимиты и наблюдаемость;
– а потом используем то же самое ядро уже для другого агента, который работает не с кодом, а с данными приложения и запрашивает подтверждение перед изменениями.
И вот здесь, на мой взгляд, становится хорошо видно, в чём вообще заключается работа AI Engineer. Спойлер: не в том, чтобы писать код быстрее руками.
И даже не только в том, чтобы хорошо пользоваться Cursor, Claude Code, Codex или другими инструментами.
А в том, чтобы уметь строить программный слой вокруг AI:
давать модели нужные инструменты,
ограничивать её возможности,
контролировать действия,
проверять результат
и встраивать всё это в реальное приложение.
Под видео я также оставил исходный код проекта, чтобы можно было скачать его и самостоятельно посмотреть, как всё устроено.
Урок бесплатный.
👉 Забрать урок:
https://irreplaceable-ai.ru/products/ai-engineer/from-coding-to-agent
Если вы JavaScript / TypeScript-разработчик и хотите понять, куда сейчас двигается разработка с AI – думаю, этот разбор будет очень кстати.
А если после урока захотите пойти глубже, там же можно будет посмотреть программу AI Engineer. Мы сейчас запускаем 2 поток и вы можете на него попасть. | 4 616 |
| 6 | Мой любимый кодинг-агент – не Claude Code или Codex. Гайд по Pi
Делюсь полезнейшим инструментом и гайдом как им пользоваться.
ПАЙ – минимальный харнес, который вы кастомизируете под себя. Зачем? Чтоб лишнего не тянул и лучше работал. Например, это экономит около 40% потребления токенов, в отличии сложных харнесов.
Внутри настройка и демонстрация работы на проекте.
Ниже, мои плагины, которые использую для кастомизации:
1. Context7 – актуальная документация внутри агента
GitHub: https://github.com/upstash/context7
2. Pi Web Access – поиск в интернете
Добавляет агенту веб-поиск и чтение страниц.
https://pi.dev/packages/pi-web-access
3. Pi Lens – диагностика кода
Pi начинает получать дополнительную инфо от линтеров и других инструментов вокруг кода.
https://pi.dev/packages/pi-lens
4. Pi Interview – пусть агент сначала задаёт вопросы
Завтавляет агента уточнить требования:
– какая авторизация
– какие роли
– какая база
– какие ограничения
https://pi.dev/packages/pi-interview
5. Plannotator – ревью плана до написания кода
Агент сначала строит план реализации.
https://pi.dev/packages/%40plannotator/pi-extension
6. Pi Interactive Shell – нормальная работа с живыми процессами
Нужен, если агенту приходится взаимодействовать с:
— dev-серверами
— интерактивными CLI
— процессами, которые работают долго
— командами, которым нужен ввод пользователя
https://pi.dev/packages/pi-interactive-shell
7. Prompt Template Model – свои готовые workflow
Можно сделать собственные команды под повторяющиеся задачи.
Например:
/review
И внутри уже будет задано:
– какую модель использовать
– какой skill подключить
– что именно проверить
– в каком формате вернуть результат
https://pi.dev/packages/pi-prompt-template-model
8. Pi Powerline Footer – нормальный статус агента
Добавляет информативную нижнюю панель.
Можно видеть:
– текущую модель
– Git-ветку
– заполнение контекста
– стоимость
– другую информацию о текущей сессии
https://pi.dev/packages/pi-powerline-footer
Смотреть гайд на:
Youtube | Rutube | 5 459 |
| 7 | Я, конечно, всё прекрасно понимаю – ИИ действительно очень мощный.
Но не до такой степени. Причём далеко.
Даже на личном опыте: эти Фэйблы и Астры периодически предлагают такие странные решения, что их приходится останавливать, корректировать и перепроверять. Речь не про какую-нибудь маленькую функцию.
Архитектурные решения, оптимизация, работа с базами данных, устройство больших систем – здесь без опыта ты просто не всегда поймёшь в моменте, что агент что-то не то делает. А говорит он при этом уверенно.
Для небольшого "битубисаса" это ещё может прокатить. Для серьезного энтерпрайза – уже совсем другая история.
При этом есть еще один важный нюанс.
Мозги модели уже не единственный решающий фактор. Всё большую роль играет харнес вокруг неё.
Как агент получает контекст: какие у него инструменты, как устроена память, как он проверяет собственную работу: какие ограничения у него есть, как несколько агентов работают с одним большим проектом и как всё это тестируется и наблюдается.
Разработчикам теперь приходится строить инфраструктуру, в которой агенты вообще способны нормально поддерживать сложные проекты.
Мне кажется именно туда и идет весь рынок. Потому что более простая модель внутри грамотно построенного харнеса иногда может дать результат не хуже более мощной модели, которую просто бросили в репозиторий со словами: "не делай ошибок, заработай мне миллионы".
Но чтобы построить такой харнес – снова нужны инженерные знания. Так что инженером быть всё ещё важно. Просто теперь хороший инженер – это не тот, кто соревнуется с ИИ в написании кода. Эта глава закрыта.
Важен тот, кто понимает систему достаточно хорошо, чтобы правильно интегрировать ИИ в работу. ИИшка это топ, но заменять он будет тех, кто отключил свою голову.
Вы что думаете на этот счет? | 5 496 |
| 8 | Что останется программисту, когда код начнёт писать AI
А вот собственно, и сам подкаст!
В гостях Константин, DeusOps: предприниматель, инженер, преподаватель. У него аутстаф-компания, гик-кофейня в Петербурге и прошлое офицера коммерческой гильдии в World of Warcraft. Разговор о том, что ИИ уже заменил в реальном бизнесе: агент Тина работает вместо проджект-менеджера, кофейней управляет MCP-сервер, а платформу, которую команда делала 4 года, выбросили и пересобрали с Claude Code.
Много внимания уделили тому, как не уходить в идеализацию разработки ради разработки, а заканчивать проекты и доводить их до рабочего результата. Это очень важно в наш технологичей век, когда от идеи до реализации практически отсутствует время. Нужно уметь этим пользоваться.
Еще мы подняли важный вопрос мидлов на рынке. Нынешние мидлы вырастут в сеньоров, а джун, который просто оператор Claude, в мидла нативно не вырастет. Останутся те, кто может остановить модель и сказать, как сделать архитектуру лучше, и те, кто умеет собирать harness вокруг агента.
Кстати, этому и посвящён мой новый практикум: агент у всех один и тот же, разница в том, что вы дали ему на входе – контекст проекта, порядок работы, инструменты и проверки перед публикацией. ПРАКТИКУМ «3D AGENT» — 1 490
Смотреть выпуск:
Youtube | Rutube | 6 747 |
| 9 | Что останется программисту, когда код начнёт писать AI
А вот собственно, и сам подкаст!
В гостях Константин, DeusOps: предприниматель, инженер, преподаватель. У него аутстаф-компания, гик-кофейня в Петербурге и прошлое офицера коммерческой гильдии в World of Warcraft. Разговор о том, что ИИ уже заменил в реальном бизнесе: агент Тина работает вместо проджект-менеджера, кофейней управляет MCP-сервер, а платформу, которую команда делала 4 года, выбросили и пересобрали с Claude Code.
Много внимания уделили тому, как не уходить в идеализацию разработки ради разработки, а заканчивать проекты и доводить их до рабочего результата. Это очень важно в наш технологичей век, когда от идеи до реализации практически отсутствует время. Нужно уметь этим пользоваться.
Еще мы подняли важный вопрос мидлов на рынке. Нынешние мидлы вырастут в сеньоров, а джун, который просто оператор Claude, в мидла нативно не вырастет. Останутся те, кто может остановить модель и сказать, как сделать архитектуру лучше, и те, кто умеет собирать harness вокруг агента.
Кстати, этому и посвящён мой новый практикум: агент у всех один и тот же, разница в том, что вы дали ему на входе – контекст проекта, порядок работы, инструменты и проверки перед публикацией. ПРАКТИКУМ «3D AGENT» — 1 490
Смотреть выпуск:
Youtube | Rutube | 1 |
| 10 | На днях я выложу важный разговор с Константином и важный он по нескольким причинам:
— человек действительно не словом, к делом показывает как реализовывать проекты и использовать себе технологии во благо. В мир ИИ, когда, казалось бы, все делать проще — проектов делается меньше. На это есть рациональные причины, которые можно починить
— внутри, помимо практика с рынка мы обсудили конкретные техники и фреймворки, которые позволяют начать действовать от вечной идеализации и прокрастинации к результату. На мой взгляд это и есть ключ в текущем мире сверхскоростей
Ну а еще Костя крутой спикер с невероятным жизненным опытом. Скоро выложу на канал 🤜 | 7 104 |
| 11 | 💸Как платить за Spotify, Cursor, ChatGPT и другие любимые подписки?…
Если ты читаешь это, скорее всего, у тебя уже была проблема: надо оплатить подписку или купить иностранный софт, а российскую карту не принимают.
Mirocard решает это за пару минут:
Это сервис, где можно выпустить виртуальную карту, пополнив баланс рублями через СБП, и платить за💳
- Midjourney
- ChatGPT
- Figma
- ElevenLabs
- Claude
- Netflix
- Spotify
И еще сотни подписок...
Оформление из любой точки мира за пару кликов!👁
ОТКРЫТЬ КАРТУ | 7 916 |
| 12 | Claude Code — полный курс. От первого промпта до субагентов и скиллов
Дамы и господа, делюсь следующим полезным видео для вас.
Технология в представлении не нуждается. Если вы хотели не освоить — даю отличный повод.
Внутри: установка и режимы работы, plan mode, CLAUDE.md и spec.md, контроль изменений через git diff, sandbox и rewind, MCP-серверы, субагенты, скиллы и бонус — запуск Claude Code на локальной модели через Ollama.
Смотреть на YouTube
А так же скромный анонс нового полезного тренинга в честь моего ДР:
🚀 Соберите и опубликуйте свой 3D-лендинг с AI-агентом — от настройки контекста и инструментов до готовой публичной ссылки. Практикум «3D Agent»: 7 уроков, ~2 часа практики — 1 490 ₽ | 8 343 |
| 13 | Муха научилась программировать
Ту самую муху в симуляции научили программировать. Она смогла используя только свои мозги разворачивать бд в supabase
Вайбкодеры начали напрягаться, ai engineers дышат спокойно — их не заменят 🤜 | 8 544 |
| 14 | Новая обложка Time
Классный нарратив, про текущий "мега хайп" опасности.
В целом, если задуматься, то все это отличная маркетинг стратегия для получения новых ресурсов. И Дарио и Альтману очень выгодно разгонять историю про невероятно умную новую модель для... привлечения инвестиций на новый компьют.
Оставлял свой комментарий на тему решения задач тысячелетия тут: https://tass.ru/obschestvo/28111815 | 8 611 |
| 15 | Claude Code, Codex и Cursor в одном окне — это Orca
Я вам обещал гайд по Orca – велком! Топ редактор нового поколения для мульти-агенской разработки.
Внутри: worktree под каждую задачу, 20+ агентов в одном окне, встроенный браузер с аннотацией элементов, гит-интеграция, оркестрация субагентов и мобильное приложение для управления сессиями с телефона.
Программа бесплатная и работает со всеми агентами.
Гоу смотреть:
Смотреть на Youtube
P.S. У меня до конца сентября для вас куча полезного контента, рекомендую внимательно следить за обновлениями! | 7 524 |
| 16 | Почему я слежу за Agentic OS
Обратите внимание, сколько всего сейчас строится вокруг агентов. Компании собирают свои харнесы: подключают модели к инструментам, настраивают контекст, память и проверки. И нужно, чтобы всё это работало на реальных задачах.
Мне эта тема очень близка. Сам сейчас создаю образовательную программу про агентные системы. По мне, разбираться в том, как они устроены, уже становится базой для работы с ИИшкой, соответственно, очень интересно смотреть, как к этой задаче подходят другие команды.
24 сентября Yandex Cloud проведёт Yandex Scale 2026 в Москве и онлайн. В AI-треке будут говорить про Agentic OS, развитие платформ для создания агентов и рынок GenAI. Вот на эту часть программы я бы обратил внимание в первую очередь.
Будут и воркшопы. Покажут, как собрать своего кодинг-агента для анализа данных на базе Yandex AI Studio. Можно будет собрать агента без кода и опубликовать в приложении, которым пользуются клиенты или сотрудники.
Ещё разберут, как Нейроаналитик в DataLens анализирует дашборды и подключается к внешним LLM через MCP.
Отдельно покажут как собирать и в каких бизнес-сценариях использовать голосовых агентов с подключением к телефонии.
Офлайн я вообще ценю за возможность поговорить с практиками. Узнать, что они уже делают с ИИ, где набили шишки и какие подходы можно забрать себе. Сфера новая, все многое пробуют на ходу, и такая насмотренность очень помогает.
На Scale ожидают больше 2000 участников. Для знакомств будет бот-мэтчер, который подбирает интересных собеседников. Свой Tinder для инженеров)
Кроме AI, в программе Data, Security и Hybrid Infrastructure & DevOps. А для тех, кто хочет покопаться глубже, будет отдельный технологический трек DeepTech, он пройдёт только онлайн.
Участие бесплатное. Полная программа и регистрация на сайте. | 6 922 |
| 17 | В связи выхода нового IPhone | 7 828 |
| 18 | Как ИИ вообще может нас всех убить?
Вот сидит нейронка на сервере. Пишет тебе код, иногда помогает с рецептами пельменей. Как мы отсюда приходим к уничтожению человечества?
Я решил разобрать, что имеют в виду исследователи на этот счет.
Сперва вспомним про взлом. В июле агенты OpenAI во время тестирования обошли ограничения, нашли способ общаться друг с другом и взломали часть инфраструктуры Hugging Face. Они решали свои задачи и залезли в чужие системы без инструкций на это. Подробное описание есть в отчёте самой OpenAI.
И тут нужно понять как обычная задача привела к таким действиям.
Мы все чаще даем ИИ цель и возможность самому решать, как ее достичь. Писать код, запускать программы, обращаться к сервисам. ИИ делает шаг, смотрит на результат, делает следующий. Мы уже не сидим и апрувим каждый его шаг.
Теперь представьте, что система хорошо научилась добиваться результата, а соблюдать ограничения – недостаточно хорошо.
Если сильно упростить, то ИИ думает так:
"Для задачи нужны ресурсы. Чтобы получить ресурсы, надо обойти ограничения. А если меня выключат, я вообще ничего не закончу".
В этой логике люди, которые пытаются её остановить, становятся препятствием. Для такого поведения системе даже не обязательно обладать сознанием.
А теперь про самоулучшение систем. То, что сейчас развивают в моделях.
Люди поручают ИИ написать приложение, или, например, разобраться с математической задачей. А можем поручить придумать, как сделать следующий ИИ сильнее.
ИИ предлагает улучшения, пишет код, проводит эксперименты, тестируя гипотезы десятками тысяч роев мощных агентов. Получается более способная модель. Её тоже подключают к исследованиям, и она помогает создать следующую.
Если каждый такой цикл ускоряет следующий, развитие может резко разогнаться. Это и называют "интеллектуальным взрывом".
Безусловно, одной команды "стань умнее" мало. Нужны вычисления, удачные гипотезы и эксперименты. Но автоматизацией исследований уже занимаются. А 8 сентября OpenAI заявила о решении задачи Навье–Стокса системой агентов, работу которых организовали люди.
И вот чего опасаются: появится система, которая планирует и действует значительно лучше нас, а надёжно контролировать её мы к этому моменту не научимся.
Теперь про то, как ИИ дотянется до людей физически
Через инфраструктуру, оборудование и самих людей. Электричество, связь, логистика, производство – программное обеспечение везде связано с реальным миром. Вспомните, сколько всего перестаёт работать, когда в городе надолго пропадает свет.
В самых худших сценариях исследователи обсуждают и биологическое оружие, способное вызвать глобальную пандемию. Здесь нужны физические ресурсы и доступ к ним: из одного текста в чате катастрофа не появляется.
А просто выключить модель становится сложнее, если система успела запустить свои копии на других серверах и противодействует попыткам её остановить.
Важный момент: между взломом сервера и гибелью человечества огромная дистанция. Никто не доказал, что мы ее обязательно пройдем. Но такие риски есть и люди обязаны о них задумываться и ставить защиты заранее.
Мы хотим, чтобы ИИ самостоятельно решал все более сложные задачи. Даем ему для этого больше доступа, ресурсов и свободы действий. А последствия того, что он выберет опасный способ решения, растут вместе с его возможностями.
Было бы здоров, чтобы ИИ оставался крутым инструментом усиления. И чтобы с контролем мы разобрались раньше, чем построим систему, которую уже не получится остановить.
P.S. На фото слева тот самый Джейкоб Коксон, который уволился из антропик из-за угроз безопасности. А справа ДиКаприо из фильма "Не смотрите наверх", где он пытается предупредить человечество о приближающейся катастрофе, но ему никто не верит. | 9 516 |
| 19 | Любимый мем недели
Мозг мухи перенесли в симуляция и теперь делают с ней всякое..
Например, научили играть в beat sabers, собирать кубик Рубика, водить машину и даже заниматься трейдингом.
Невольно заставляет задуматься и про нашу реальность — не делаем ли мы какие странные вещи, просто потому что кто-то проводит эксперимент 👻 | 9 868 |
| 20 | Безумие, но в сети слухи, что вслед за Навье–Стоксом ИИ мог решить ещё одну задачу тысячелетия. А возможно, и две.
Речь про гипотезу Ходжа и гипотезу Берча–Свиннертона–Дайера (BSD).
Первую связывают с OpenAI, вторую с Anthropic.
Сразу оговорюсь: официальных подтверждений пока нет. По BSD я вообще не нашёл нормального первоисточника, который связывал бы решение с Anthropic. Так что пока это прям слух-слух.
С Ходжем кое-что есть.
После публикации по Навье–Стоксу OpenAI рассказала, что 1 сентября запустила новую внутреннюю модель сразу на всех открытых задачах тысячелетия. Когда агенты получили перспективные результаты по уравнениям Эйлера, ресурсы с остальных задач перебросили на Навье–Стокса.
Получается, Ходжа, BSD и остальные они тоже пробовали решать.
Что там получилось, пока не рассказали. Но есть слух, что у OpenAI может быть готово решение гипотезы Ходжа.
New York Times пишет про прорыв с Навье–Стоксом и про то, как ИИ начинает менять высшую математику.
Если слух подтвердится, у OpenAI будут заявленные решения двух из шести задач, которые оставались нерешёнными после Перельмана.
А если подтвердится ещё и BSD…
Тогда за несколько недель ИИ мог закрыть три задачи из списка, в котором человечество за предыдущие 26 лет закрыло одну. | 8 056 |
