Владилен: IT в эпоху AI

💸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

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 ₽

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 🤜

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

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!

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.

В связи выхода нового IPhone

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.

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 👻

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.

⌨ Как встроить ИИ-агентов в работу команды — и управлять ими в одной системе? Вы уже умеете писать запросы нейросетям: просите написать текст, проанализировать данные, разобраться в документе. Но что, если пойти дальше — и превратить ИИ из инструмента, который помогает по запросу, в полноценного участника команды? Такому "сотруднику" можно поставить задачу, передать контекст, дать доступ к нужным инструментам — и получить готовый результат, не контролируя каждый его шаг. На вебинаре покажем, как встроить ИИ-агентов в рабочие процессы компании без потери контроля и как мы уже используем такой подход внутри TeamStorm. ⌨ Покажем на практике: — как ставить ИИ-агентам задачи и передавать им контекст; — как распределять работу между людьми и агентами; — как контролировать выполнение задач и результаты без ручного контроля каждого шага; — как мы уже используем агентов в рабочих процессах TeamStorm. 📅 Дата: 17.09 ⏰ 16:00 (мск) 💻 Онлайн ⏱️ Длительность: 45мин 👉 Зарегистрироваться: https://clck.ru/3VjK4y Или зарегистрироваться через Telegram-бота: https://clck.ru/3VjKbZ

Шанс уничтожения человечества – 10% до конца десятилетия В твиттере завирусился на 50+млн просмотров твит от бывшего сотрудника антропик. Он написал твит в день увольнения. Он до этого работал и в OpenAI и в Anthropic, занимаясь предобучением моделей. Уволился из клода по причине того, что они развивают модели, которые становятся слишком опасные и неконтролируемые. Мы уже получаем рабочие самообучающиеся модели, которые близки к AGI. Они уже скрывают ход своих мыслей. И что Антропик, что ОпенАИ не останавливаются, не контролируют поведение моделей. Руководители прекрасно понимают риски, но публично очень обтекаемо про это говорят, дабы не вызывать панику. Хотя в кулуарах высказывают тревогу. Вот только остановиться не могут, потому что "а другие то не остановятся, а значит мы должны быть первые". Вот и получается такая самозаворачивающаяся мертвая петля. Твит зарепостил действующий лид по науке из команды антропиков и подтвердил, что это не выдумки и риски есть. По его личной оценке – 10% до конца текущего десятилетия. Вместе ждем прекрасного 2027. https://x.com/hilbertspaess/status/2097476196791709843?s=20

Вокруг OpenAI разразился скандал Компания заявила, что её модель решила одну из задач тысячелетия. Но теперь спорят: а не "позаимствовала" ли компания это решение. Речь про задачу существования и гладкости решений уравнений Навье-Стокса. Почти 90 лет никто не мог доказать. За решение дают миллион долларов. OpenAI взяла свою внутреннюю модель, которая, как они говорят, сильно мощнее GPT-6 Astra и запустила рой примерно из 10 000 агентов, которые работали 88 часов. СОтни транзакций между агентами. Потом ещё 17 часов проверяли доказательства в Lean. Все бы ок, AGI достигнут, но есть нюансы. Почти год над этой задачей работали математики Тристан Бакмастер и Левент Алпеге. Они решали близкую проблему для уравнений Эйлера и в процессе загружали свои решения в Codex. Когда OpenAI показала результат, оказалось, что модель использовала похожее направление для решения задачи. И версия обвинения, если совсем грубо, звучит так: а не спиздила ли модель ключевую идею из приватных сессий Codex, а потом просто дотянула её до полного решения? Пока эту версию не доказали. OpenAI все отрицаем, однако с пометкой: полностью исключить влияние обезличенных данных из пользовательских сессий на обучение модели они не могут. То есть модель могла прочесть в теории обезличенные данные и на основе их сделать решение. В итоге, 2 версии: – Модель действительно самостоятельно решила одну из сложнейших математических задач. Тогда нам придётся довольно быстро пересобрать представление о том, что AI уже умеет. – Модель поймала человеческую идею, размножила работу на тысячи агентов и дошла дальше. Тогда AGI пока не достигнуто и все ок. Но сам факт события уже огромный факт. Люди почти год подбирались к соседней задаче. Рой агентов за 88 часов продолжил этот путь и, если доказательство выдержит проверку, добрался до задачи тысячелетия. С миллионом, кстати, интриги почти не будет. OpenAI уже заявила, что на приз не претендует. Да и завтра его никому не вручат: по правилам должно пройти минимум два года, а решение должно получить признание математического сообщества. В итоге: как бы ни закончился скандал, скорость исследований уже выросла. Сегодня 10000 агентов работают 88 часов. Завтра агентов будет больше, модели станут умнее, а исследования, на которые уходили годы, начнут реализовыватсья до месяцев, недель, возможно, дней. Ждем 2027

С ИИшкой многие проекты стали возможны. И при этом их все еще сложно довести до результата. Набросал прототип, а дальше что? Ну допилил функционал, а дальше?.. Я все к тому, что в клубе запустили масштабный марафон до конца осени, чтоб завершить проекты. Прикиньте, 40+ человек каждую неделю совместно делают свои проекты, отписываются, видят ошибки и успехи других и строят свои дальше, координируясь в переписке, созвонах и стримах. Комфортный, но дисциплинированный темп маленькими шагами до достижения результата: Сентябрь – собираем MVP. Октябрь – основы продвижения проекта. Ноябрь – автоматизация процессов внутри. Если что-то не умеешь – все материалы по разработке уже записаны в удобных коротких уроках по теме на платформе, которая проведет по шагам с нуля до четкого результата. Остается только делать. Я знаю, что эта движуха топовая. И чтоб вы могли попробовать ее на себе, продлеваю на сутки акцию входа и добавляю демотариф: 7 дней за 990. За это время сможете получить первый ощутимый результат в настройке себе умного агента-помощника – под ту часть проекта, где вам пока не хватает навыков. И заодно сможете попасть на прямой эфир в среду на тему: как довести проект до результата и сделать результат. Зайти на 7 дней за 990 — https://t.me/ai_wont_replace_bot?start=dGFyaWZfNzIzMzMz — Через сутки я вырубаю этот тариф, и мы с ребятами начинаем крафтить свои проекты всю осень. Что будете делать вы – выбирайте сами.

Гайс, тут в лайф канале интересная дискуссия возникла — нужно ваше мнение. Особенно, если мы уже давно знакомы: https://t.me/minin_live/49

Вышли первые публикации про GPT-6 Astra Безумные бенчмарки. Грек Брокман называет модель AGI или близко к ней. Вероятнее всего для хайпа, но так же вероятно, что гпт 6-го семейства действительно будет близок к этому. Даже текущие модели, по факту, мы бы лет 10 назад назвали AGI. На днях откроют доступ к модельке компаниям. Потом по API и обещают открыть всем тарифами, даже Plus. Цена как у Fable. Очень интересно будет попробовать.

Возможно на днях выйдет GPT 6 версии. Модель astra. Очень интересная заявка

Выпустил довольно большое обновление для клуба «Незаменимых» и хочу чуть подробнее рассказать, что именно реализовано У нас стало довольно много участников, материалов и вообще разных процессов. И в какой-то момент стало понятно, что одного Telegram чата для такой экосистемы уже просто недостаточно. Поэтому мы постепенно собрали вокруг клуба довольно большое интегрированное IT-решение. В нём есть три основных уровня: Первый – сама обучающая платформа Там можно находить списки сервисов, основные концепции, уроки, отдельные квесты и весь образовательный путь. То есть участнику не нужно вспоминать, в каком посте или чате лежал нужный материал. Он заходит на платформу и понимает, что у него уже пройдено и куда двигаться дальше. Второй слой – поиск людей внутри клуба Клуб – это всё-таки не только контент, а в первую очередь среда для взаимодействия с людьми и экспертами. Допустим, вы заходите в клуб и хотите найти партнёра для проекта. Или вам нужен маркетолог с определёнными компетенциями. Вы просто пишете свой запрос в чатик, а бот автоматически находит несколько подходящих участников, которые открыты к взаимодействию. Причём он ищет людей по смыслу запроса, а не просто по должности. А в ответе показывает конкретный фрагмент анкеты, по которому можно понять, почему этот человек вам подходит. И третий слой – дайджест новостей С нейросетями сейчас происходит просто какое-то безумное количество информационного мусора. Огромное количество каналов пишет примерно об одном и том же, и уже сложно ориентироваться, где главное, где нет, где подтверждённое событие, а где просто очередной слух. Поэтому мы сделали отдельный микросервис, который сейчас анализирует 23 Telegram-канала и 13 сайтов. Это в том числе источники, которые я сам читаю. Дальше всё это прогоняется через довольно продуманную систему: одинаковые публикации объединяются в одно событие, ищутся первоисточники, проверяются подтверждения, а сами новости ранжируются по тому, насколько сильно они действительно влияют на индустрию. И каждый день участники клуба получают нормальный умный дайджест, который позволяет вообще не тратить время на весь этот поток. То есть если за день была одна действительно важная новость, в дайджесте будет одна новость. А если ничего важного и подтверждённого не произошло, система вообще не будет генерировать выпуск просто ради выпуска. В итоге снаружи всё выглядит довольно просто: можно учиться по понятному пути, находить нужных людей внутри клуба и за несколько минут понимать, что важного произошло в индустрии. Но технически внутри получилась достаточно комплексная и, как мне кажется, очень интересная система. Я написал большой блог-пост о том, как она устроена: как мы разделили всё на отдельные сервисы, как работает мэтчинг участников, как ИИ проверяет и ранжирует новости и почему финальные решения у нас всё равно принимает код. Материал именно для инженеров. Если вам интересно разобраться во внутренностях, почитать в блоге клуба: https://irreplaceable-ai.ru/blog/ai-integration

Так же напомню, что до 7 сентября открыт вход в клуб для того, чтоб за осень разобраться как создать приложение и довести его до рабочего состояния. Как продвинуть в рынок и получить первых клиентов. И как автоматизировать процессы для сокращение рутины через ИИ. Ознакомиться тут: https://irreplaceable-ai.ru/events/ai-fall

Уже довольно сложно впечатлить очередной AI-демкой Ну правда: модель написала код, агент сам сходил в интернет, кто-то за выходные собрал приложение — всё это прикольно. Но мне сейчас намного интереснее следующий слой. Что происходит, когда AI нужно встроить в реальный продукт? Как под него перестраивается инфраструктура? Что меняется внутри команды? И кем вообще становится разработчик, когда код всё чаще пишет не только он? Мне понравилось, как собрана программа deep tech night — конференции Яндекса, которая пройдет 5 сентября.  Там AI рассматривается как триггер изменений, который сейчас трансформирует создание продуктов, архитектуру и весь процесс разработки. Больше всего меня зацепил доклад Мо Гавдата, ex-Chief Business Officer Google X: «За пределами LLM: что дальше после первого поколения AI-систем». Он будет говорить о том, как AI меняет разработку, инженерные команды и роль самого разработчика. Я вообще люблю слушать людей, которые видели индустрию с такого уровня. Не потому, что у них есть точный прогноз будущего. Просто их взгляд помогает вынырнуть из ежедневной гонки новых моделей и инструментов, и посмотреть на всю экосистему целиком: куда мы движемся и как в этом мире действовать дальше. Обычно это и отрезвляет, и даёт много вдохновения. Из технической части я бы ещё посмотрел два доклада: — «Облако в эпоху AI: архитектура платформы для гибридных агентов» Василия Ершова, руководителя AI Studio Tech Yandex Cloud, — про полноценные инженерные системы: модель, harness, инструменты, среда и долгоживущие сессии агента. — «Наш путь обучения GigaChat 3.5» Валентина Мамедова, GigaChat Text Pretrain Lead Сбера, и Евгения Косарева, Head of ML GigaChat Text Сбера. Интересно посмотреть на весь путь создания модели: от собственного претрейна и архитектуры до элайнмента, reasoning, RL и оценки результата. В онлайне будет Q&A-сессия. Зарегистрированные участники смогут подключиться к эфиру, задать вопросы экспертам и получить записи после события. Всю информацию по офлайн-формату можно найти на сайте. Полная программа и регистрация на трансляцию — здесь.