REAL DIGITAL
Відкрити в Telegram
Научно-популярно о науке, технологиях, IT и AI. Не пересказываем новости — объясняем как всё работает.🔥 📱 @digital_in_real
Показати більше7 221
Підписники
-4924 години
-1387 днів
+84430 днів
Триває завантаження даних...
Схожі канали
Хмара тегів
Вхідні та вихідні згадування
---
---
---
---
---
---
Залучення підписників
вересень '26
вересень '26
+15
в 0 каналах
серпень '26
+1 725
в 4 каналах
Get PRO
липень '26
+1 108
в 1 каналах
Get PRO
червень '26
+1 285
в 2 каналах
Get PRO
травень '26
+1 026
в 18 каналах
Get PRO
квітень '26
+865
в 3 каналах
Get PRO
березень '26
+847
в 4 каналах
Get PRO
лютий '26
+1 273
в 4 каналах
Get PRO
січень '26
+2 023
в 4 каналах
Get PRO
грудень '25
+1 503
в 8 каналах
Get PRO
листопад '25
+845
в 4 каналах
Get PRO
жовтень '25
+653
в 2 каналах
Get PRO
вересень '25
+63
в 2 каналах
Get PRO
серпень '25
+272
в 4 каналах
Get PRO
липень '25
+10
в 2 каналах
Get PRO
червень '25
+26
в 1 каналах
Get PRO
травень '25
+552
в 2 каналах
Get PRO
квітень '25
+919
в 2 каналах
Get PRO
березень '25
+433
в 2 каналах
Get PRO
лютий '25
+413
в 2 каналах
Get PRO
січень '25
+566
в 1 каналах
Get PRO
грудень '24
+975
в 2 каналах
Get PRO
листопад '24
+363
в 3 каналах
Get PRO
жовтень '24
+1 358
в 1 каналах
Get PRO
вересень '24
+2 707
в 2 каналах
Get PRO
серпень '24
+72
в 2 каналах
Get PRO
липень '24
+41
в 1 каналах
Get PRO
червень '24
+17
в 1 каналах
Get PRO
травень '24
+12
в 0 каналах
Get PRO
квітень '24
+14
в 1 каналах
Get PRO
березень '24
+17
в 2 каналах
Get PRO
лютий '24
+50
в 6 каналах
Get PRO
січень '24
+47
в 5 каналах
Get PRO
грудень '23
+590
в 5 каналах
Get PRO
листопад '23
+290
в 0 каналах
Get PRO
жовтень '23
+559
в 4 каналах
Get PRO
вересень '23
+639
в 0 каналах
Get PRO
серпень '23
+10
в 0 каналах
Get PRO
липень '23
+1 920
в 0 каналах
Get PRO
червень '23
+194
в 0 каналах
Get PRO
травень '23
+73
в 0 каналах
Get PRO
квітень '23
+1 878
в 0 каналах
Get PRO
березень '23
+1 125
в 0 каналах
Get PRO
лютий '23
+1 329
в 0 каналах
Get PRO
січень '23
+842
в 0 каналах
Get PRO
грудень '22
+993
в 0 каналах
Get PRO
листопад '22
+13
в 0 каналах
Get PRO
жовтень '220
в 0 каналах
Get PRO
вересень '22
+1
в 0 каналах
Get PRO
серпень '22
+1
в 0 каналах
Get PRO
липень '22
+1
в 0 каналах
Get PRO
червень '22
+4
в 0 каналах
Get PRO
травень '220
в 0 каналах
Get PRO
квітень '22
+3
в 0 каналах
Get PRO
березень '22
+6
в 0 каналах
Get PRO
лютий '22
+8
в 0 каналах
Get PRO
січень '22
+8
в 0 каналах
Get PRO
грудень '21
+12
в 0 каналах
Get PRO
листопад '21
+5
в 0 каналах
Get PRO
жовтень '21
+6
в 0 каналах
Get PRO
вересень '21
+7
в 0 каналах
Get PRO
серпень '21
+4
в 0 каналах
Get PRO
липень '21
+3
в 0 каналах
Get PRO
червень '21
+13
в 0 каналах
Get PRO
травень '21
+14
в 0 каналах
Get PRO
квітень '21
+23
в 0 каналах
Get PRO
березень '21
+10
в 0 каналах
Get PRO
лютий '21
+27
в 0 каналах
Get PRO
січень '21
+68
в 0 каналах
Get PRO
грудень '20
+710
в 0 каналах
| Дата | Залучення підписників | Згадування | Канали | |
| 04 вересня | +5 | |||
| 03 вересня | +8 | |||
| 02 вересня | +1 | |||
| 01 вересня | +1 |
Дописи каналу
GigaChat выпустил три новых embedding-модели: MoE-флагман, 3B и 480M
Разработчики GigaChat выложили в open source обновлённую линейку GigaChat Embeddings. Флагман с архитектурой Mixture-of-Experts занял первое место в ruMTEB.
📌 Линейка: три модели под лицензией MIT — компактная 480M, универсальная 3B и MoE-флагман 10B-A1.8B. Все поддерживают vLLM и SGLang.
⚡ Скорость: флагман на H100 — 112,6 тыс. токенов/с, на 61% быстрее Qwen3 Embedding 4B. Активно только 1,8 млрд из 10 млрд параметров.
💻 Код: 3B-модель набрала 76,93 против 62,37 ранее, флагман — 78,40.
✅ Итог: российский разработчик выкладывает в open source конкурентоспособные embedding-модели, которые по скорости и качеству претендуют на лидерство в ruMTEB.
🔗 Источники:
• https://huggingface.co/ai-sage/Giga-Embeddings-instruct-10B-A1.8B-0826
• https://arxiv.org/abs/2608.23806
#ИИ #эмбеддинги #RealDigital
| 2 | Speedo iQ: модуль для очков Vanquisher за $189
Speedo выпустила модуль iQ для очков Vanquisher. $189, без подписки, 4 стиля плавания, одобрение World Aquatics.
Speedo iQ: модуль для очков Vanquisher за $189
Speedo выпустила съёмный модуль iQ для очков Vanquisher 3.0. Отслеживает четыре стиля плавания, без подписки и без дисплея в линзе — метрики разбираешь после выхода из воды.
📌 Что фиксирует: темп, дистанцию, положение головы, паттерн гребков и повороты. Данные уходят в приложение Speedo iQ для пост-анализа. Линзы чистые — цифр во время заплыва нет.
✅ World Aquatics одобрил: модуль сертифицирован для соревнований и тренировок. Переставляется между парами Vanquisher — электронику менять не нужно.
⚠️ Form — другой подход: Form Smart Swim Goggles (~$249) показывают split times прямо в линзе. Speedo выбрала обратное: плавать сейчас, анализировать потом. Без ежемесячных подписок.
💡 Кому подойдёт: серьёзным пловцам, которые понимают метрики. Для разового посетителя бассейна — избыточно. Триатлетам может не хватить real-time дисплея.
✅ Итог: Speedo iQ — это выбор между двумя моделями тренировки: с дисплеем в линзе или пост-анализом после заплыва.
🔗 Источники:
• The Verge: theverge.com/gadgets/985650
• Speedo: speedo.com/en-us/pages/speedo-iq
• 220 Triathlon: 220triathlon.com/news/speedo-iq-smart-goggles
#плавание #технологии #RealDigital
📖 Подробный разбор — на сайте: realdigital.kz
Подробный разбор — на сайте: realdigital.kz | 1 333 |
| 3 | Экономика AI: почему токены дешевеют, а счета растут
Почему дешёвые токены не означают дешёвый AI. Cost per task, model routing, prompt caching и скрытые затраты агентов.
Экономика AI: почему токены дешевеют, а счета растут
Цена миллиона токенов к 2026 году упала примерно на 80% по сравнению с 2025-м. Но компании, запустившие AI в продакшен, видят обратную картину: общие расходы на inference растут.
📌 Agentic multiplier
Если простой чат-бот решает задачу за один вызов модели, агент делает 10–20 вызовов: планирование, поиск, проверка, самокоррекция. По данным Gartner, agentic-модели потребляют в 5–30 раз больше токенов на задачу.
⚡️ Три рычага снижения cost per task
• Model routing — простые подзадачи идут к дешёвым моделям, сложные — к дорогим.
• Prompt caching — повторяющиеся инструкции кэшируются со скидкой 50–90%.
• Outcome-based pricing — Intercom Fin берёт $0.99 не за токены, а за resolved conversation.
✅ Итог:
Дешёвые токены разрешают строить более сложных агентов. Сложные агенты сжигают больше токенов. По прогнозу Gartner, общий spend на inference будет расти, несмотря на падение цены за миллион токенов.
🔗 Источники:
• Gartner — прогнозы стоимости inference и agentic multiplier
• Intercom — модель оплаты за resolved conversation
• OpenAI / Anthropic — прайсинг и caching discounts
#ИИ #экономикаAI #agenticAI #RealDigital
Подробный разбор — на сайте: realdigital.kz | 1 361 |
| 4 |  Отчёт F6: 257 млн скомпрометированных записей в Центральной Азии, но миллионы строк не дают права построить рейтинг «кто хуже».
📌 F6 — кто это
Российская компания в сфере кибербезопасности и Threat Intelligence. Экспертиза восходит к Group-IB. Данные — только из мониторинга самой компании, а не исчерпывающий реестр всех утечек.
⚠️ Почему сырые цифры не дают рейтинг
По объёму: Таджикистан — 217 млн (84%), Казахстан — 25 млн (10%), Узбекистан — 15 млн (6%). Но одна крупная база из Таджикистана даёт почти весь объём. По числу публикаций картина ровнее. К тому же строка базы ≠ человек.
✅ Что действительно важно
Утёкшие данные — сырьё для теневой экономики: фишинг, мошенничество, подбор паролей. Важнее не рейтинг стран, а умение отслеживать цифровой след и готовиться к повторному использованию скомпрометированных данных.
🔗 Источники:
• https://f6.security/media-center/reports/global-threat-landscape-report-2025-2026/
#кибербезопасность #технологии #ЦентральнаяАзия #RealDigital | 1 341 |
| 5 | AI может изменить мир — и разочаровать инвесторов
В AI-инфраструктуру вложат $4–5 трлн до 2030 года. Но окупаемость зависит от корпоративного ROI. Анализ Apollo, PwC и J-кривой.
AI может изменить мир — и разочаровать инвесторов
В AI-инфраструктуру вложат $4–5 трлн до 2030. Но окупаемость зависит от корпоративного ROI.
📌 Математика: $4–5 трлн инвестиций требуют $1,5–2 трлн выручки к 2030. Сейчас новые AI-приложения генерируют лишь $35–65 млрд.
⚠️ Токены ≠ прибыль: inference дешевеет, конкуренция растёт. Больше токенов не значит больше денег для hyperscalers.
🕰️ Два разных часа: инфраструктура строится сейчас, ROI клиентов — позже. J-кривая бизнеса vs ожидания инвесторов.
✅ Итог: S&P 493 важнее продаж GPU. Великая технология ≠ великая инвестиция.
🔗 Источники:
• Apollo / Torsten Slok — Buyers waiting for payoff
• Apollo — ROI Runway Could Be Long Outside Tech
• Apollo — Balance Sheet Behind the AI Revolution
#AI #инвестиции #экономика #RealDigital
📖 Подробный разбор — на сайте: realdigital.kz
Подробный разбор — на сайте: realdigital.kz | 1 298 |
| 6 |  А ИИ действительно экономит время?
На деле ИИ может взять на себя рутину: анализировать данные, структурировать информацию, искать идеи и автоматизировать повторяющиеся задачи.
Вопрос только в том, как именно его использовать.
Собрали папку с каналами экспертов, которые показывают ИИ на реальных задачах
Забирайте подборку →здесь | 1 485 |
| 7 | Muse Spark 1.3: экосистема как главная ставка Meta
Гонка ИИ-моделей уходит на второй план. По мере перехода от чат-ботов к агентам решающим фактором становится не качество модели, а экосистема, в которой она работает.
Meta Muse Spark 1.3: экосистема важнее модели
Meta выпустила Muse Spark 1.3 — флагманскую ИИ-модель, заточенную под агентные задачи. Самостоятельно собирает контекст, использует инструменты, корректирует план и ведёт несколько процессов одновременно.
📌 Эффективность: на 20% меньше вызовов инструментов и на 25% меньше токенов при инженерных задачах, чем у версии 1.2.
⚡️ Главный сдвиг: гонка выходит за рамки сравнения моделей. ChatGPT, Claude, Gemini, Muse — возможности сближаются, а ценность смещается по цепочке: модель → контекст → дистрибуция → действие.
💻 Экосистемы решают:
• Meta — WhatsApp, Instagram, FB, Threads, устройства. AI встраивается туда, где уже общаются миллиарды.
• Google — Search, Android, Chrome, Workspace. Gemini 3 в Chrome уже бронирует поездки и заполняет формы (Auto Browse, с ограничениями).
• OpenAI / Anthropic — строят экосистему вокруг AI.
• Microsoft — Windows, 365, Azure.
✅ Итог: конкурируют уже не модели, а целые экосистемы. Кто станет главным цифровым посредником между человеком и миром?
🔗 Источники:
• Meta AI Research — Muse Spark 1.3 (2.09.2026)
• Meta AI Research — Muse Spark (8.04.2026)
• Google Chrome Help — Auto Browse (01.2026)
• Axios — Meta debuts Muse Spark 1.3 (2.09.2026)
#Meta #AI #MuseSpark #AIAgents #RealDigital
Подробный разбор — на сайте: realdigital.kz | 1 519 |
| 8 | Экономика AI: почему токены дешевеют, а счета растут
Почему дешёвые токены не означают дешёвый AI. Cost per task, model routing, prompt caching и скрытые затраты агентов — простым языком.
Экономика AI: почему токены дешевеют, а счета растут
Токены подешевели на 80% к 2026, но enterprise AI bills растут. Почему?
📌 Cost per task, не token. Один вызов Claude Opus: $0.04. Агент делает 15 вызовов на задачу — уже $0.60.
🤖 Agentic multiplier. По данным Gartner, агенты потребляют в 5–30x больше токенов, чем чат-бот. Пилот на 100 запросов ≠ продакшен на 50 000 задач.
⚡ Model routing. Простые подзадачи — на дешёвые модели. Команда сократила API costs с $40K до $24K без изменения продукта.
💾 Prompt caching. Повторяющиеся инструкции кэшируются. Скидка до 90%. Экономия до 80% на enterprise-задачах.
💰 Outcome-based pricing. Intercom Fin берёт $0.99 за resolved conversation вместо seat. Риск на провайдере.
Ограничения:
• API — 10–20% реальной стоимости агента
• Задачи до $3/час окупаются редко
• Длинный контекст: +1.5–2x к цене
✅ Итог: дешёвые токены = сложные агенты = больше токенов. Общий spend растёт.
🔗 Источники:
• https://www.cloudzero.com/blog/llm-api-pricing-comparison
• https://www.cockroachlabs.com/blog/agentic-ai-costs-at-scale
• https://zylos.ai/research/2026-04-13-inference-economics-ai-agent-compute-markets
#AI #Economics #Tokens #AgenticAI #RealDigital
📖 Подробный разбор — на сайте: realdigital.kz
Подробный разбор — на сайте: realdigital.kz | 1 479 |
| 9 | AI экономит миллионы часов. Но где деньги?
Почему рост производительности сотрудников с помощью ИИ не гарантирует рост прибыли компании. От adoption до ROI — разбор цепочки и ловушек.
AI экономит миллионы часов. Но где деньги?
Компании научились делать сотрудников быстрее. Теперь нужно превратить эту производительность в финансовый результат.
📌 Сто тысяч сэкономленных часов: корпоративный AI стоит $20/мес на человека. Для 1000 сотрудников — $240K в год. Если каждый экономит 2 часа в неделю, получается 100K высвобожденных часов. Но если выручка не выросла, это ещё не деньги.
⚠️ Разрыв между сотрудником и компанией: AI ускорил задачу на 40%, но согласования и проверки остались прежними. Это индивидуальная оптимизация внутри коллективной неэффективности.
📊 20% получают 74%: PwC среди 1000+ руководителей. BCG: лишь 14% CEO чётко меряют P&L-эффект AI. Лидеры в 7× чаще перестраивают workflows.
✅ Итог: сэкономленное время превращается в деньги только когда компания умеет им распорядиться — через снижение затрат, рост объёма, лучшие решения или новую выручку.
🔗 Источники:
• PwC — AI Performance Study 2026
• BCG — CEOs Are Starting to See Value from AI
• McKinsey / Erik Brynjolfsson
• The Economist — How to measure returns on AI
#AI #бизнес #экономика #RealDigital
Подробный разбор — на сайте: realdigital.kz | 1 420 |
| 10 | Почему в технологическом совете Трампа оказался квантовый физик — и почему это важно
Джон Мартинис — единственный академик среди CEO в технологическом совете Трампа. Почему квантовый физик нужен Белому дому в эпоху доминирования AI.
Почему в технологическом совете Трампа оказался квантовый физик
Джон Мартинис — единственный академик среди CEO в технологическом совете Трампа. Почему квантовый физик нужен Белому дому в эпоху доминирования AI.
📌 Кто такой Мартинис: Физик из UC Santa Barbara, один из архитекторов квантового процессора Google Sycamore. Его эксперименты 1980-х по макроскопическому квантовому туннелированию стали физической основой сверхпроводящих кубитов — технологии, которую сегодня используют Google и IBM.
⚡️ Эксперимент Sycamore: В 2019 году процессор с 53 кубитами выполнил задачу за 200 секунд. Google оценила, что классическому суперкомпьютеру понадобилось бы 10 тысяч лет. IBM оспорила оценку, показав возможность решения за 2,5 дня, но спор не отменил самого результата: квантовые процессоры достигли масштаба, сопоставимого с классическими системами.
⚠️ Почему это важно для политики: Мартинис оценивает появление универсального квантового компьютера в 5–10 лет (100 тыс–1 млн физических кубитов). При этом достаточно мощный квантовый компьютер теоретически сможет взломать RSA и ECC — основу современной интернет-криптографии. США уже внедряют post-quantum cryptography, но миграция займёт годы.
✅ Итог: Мартинис в PCAST представляет не нынешний AI, а следующее поколение вычислительной архитектуры. Его включение показывает: Белый дом рассматривает технологическую конкуренцию как цепочку полупроводники → дата-центры → энергия → AI → кванты → криптография, где преимущество на каждом звене влияет на всё остальное.
🔗 Источники:
• White House — состав PCAST
• Nobel Prize — John Martinis 2025
• Nature — эксперимент Sycamore
• Forschungszentrum Jülich — интервью Мартиниса, июль 2026
#КвантовыеВычисления #Технологии #RealDigital
Подробный разбор — на сайте: realdigital.kz | 1 511 |
| 11 |  Как устроена AI-инфраструктура в 2026 году: почему память дороже вычислений
Hyperscalers тратят $600+ млрд на AI-инфраструктуру. Inference обогнал training, а память стала узким местом дороже GPU.
📌 Training vs Inference. Training редко, inference — миллиарды раз в день. В 2026 inference стал главной нагрузкой.
⚡ Memory wall. NVIDIA Vera Rubin: HBM4 до 22 TB/s. Память = 62% себестоимости сервера ($24K из $39K), в 2,5x дороже прошлого поколения.
🏭 AI-дата-центры. Кластеры из 100 000+ GPU потребляют гигаватты. Рост ограничен не деньгами, а подстанциями и водой.
✅ Итог: AI-инфраструктура — конкурентное преимущество. Кто дешевле считает inference, тот выигрывает.
🔗 Источники:
• https://www.creditsights.com/insights/technology-hyperscaler-capex-2026-estimates
• https://www.delloro.com/2026-predictions-data-center-infrastructure
#AI #Infrastructure #RealDigital | 1 541 |
| 12 | Как устроена кибероборона АЭС: от офисной сети до реактора
Кибератака на атомную станцию не означает контроль над реактором. Defence in depth, изоляция сетей и реальные инциденты.
Как устроена кибероборона АЭС: от офисной сети до реактора
Кибератака на атомную станцию не означает контроль над реактором. Между заражённым компьютером сотрудника и системой управления реактором лежит несколько независимых уровней защиты.
📌 Defence in depth: принцип ядерной безопасности старше кибербезопасности. Безопасность не должна зависеть от одного барьера — если один уровень скомпрометирован, остаются следующие.
⚡️ Изоляция и сегментация: критические системы отделены от корпоративной сети. NRC требует изолировать safety-системы от внешних коммуникаций. Phishing сотрудника — ещё не доступ к реактору.
📊 Реальные инциденты: червь Slammer (2003, Davis-Besse) отключил мониторинг на 5 часов, но реактор был остановлен. Gundremmingen (2016) и Kudankulam (2019) — malware в административных сетях, без контроля над реактором.
💻 Zero Trust в атомной отрасли: абсолютной изоляции уже недостаточно. Регуляторы изучают Zero Trust для OT — не как замену изоляции, а как дополнительный слой для цифровых сервисов вокруг контура.
✅ Итог: Главная задача атомной энергетики — построить систему, где даже успешная кибератака не превращается автоматически в ядерную аварию. Вопрос не «можно ли взломать АЭС», а «что произойдёт, если проникнут на один из уровней».
🔗 Источники:
• https://arstechnica.com/information-technology/2016/04/german-nuclear-plants-fuel-rod-system-swarming-with-old-malware/
• https://www.nrc.gov/reading-rm/doc-collections/fact-sheets/cyber-security-bg
• https://www.iaea.org/publications/14729/computer-security-techniques-for-nuclear-facilities
• https://www.federalregister.gov/documents/2023/02/13/2023-02941/cyber-security-programs-for-nuclear-power-reactors
#кибербезопасность #АЭС #criticalinfrastructure #RealDigital
Подробный разбор — на сайте: realdigital.kz | 1 401 |
| 13 | ИИ выходит в физический мир. Почему Big Tech теперь охотится за электриками
Big Tech вкладывает сотни миллионов в обучение электриков и строителей. Почему ИИ-инфраструктура столкнулась с дефицитом физического труда и как это меняет экономику технологий.
ИИ выходит в физический мир. Почему Big Tech охотится за электриками
Meta запустила академию за $115 млн, Google — программу на $50 млн и 300 тыс. человек. Крупнейшие технологические компании массово инвестируют в обучение электриков, сварщиков и монтажников — потому что дефицит физической инфраструктуры стал главным ограничением для AI.
📌 Энергетика: дата-центры съедят 945 TWh к 2030 году (рост с 415 TWh в 2024), по прогнозу IEA. В США они дадут почти половину прироста спроса на электроэнергию.
✅ Рынок труда: вакансии в дата-центрах выросли с 2 до 6 на тысячу за два года (Indeed). 42% премия к зарплате для installation & maintenance. 87% рынков испытывают нехватку MEP-специалистов (Turner & Townsend).
⚠️ Конкуренция за ресурсы: когда Meta нанимает электрика, она забирает его у жилого строительства или промышленности. AI-capex конкурирует за одни и те же ограниченные ресурсы: людей, оборудование, мощность.
💡 Итог: следующий этап развития AI определит не только лучшая модель, но и способность построить физический мир под неё. Экономическая рента смещается от чипов к инфраструктуре и кадрам.
🔗 Источники:
• https://hiringlab.indeed.com/2026/07/14/hiring-for-the-data-center-build-out
• https://www.iea.org/reports/energy-and-ai/energy-demand-from-ai
• https://www.datacenterfrontier.com/site-selection/news/55401462/cbre-record-data-center-construction-fails-to-ease-capacity-crunch
• https://www.turnerandtownsend.com/insights/global-construction-market-intelligence-2026
#ИИ #технологии #RealDigital
Подробный разбор — на сайте: realdigital.kz | 1 481 |
| 14 | От workflow к AI-команде: как устроены агентские системы
Как из одного AI-агента построить систему, которая решает сложные задачи. Workflow, multi-agent, supervisor и human-in-the-loop — простым языком.
От workflow к AI-команде: как устроены агентские системы
Один AI-агент может отправить письмо или найти файл. Но реальные задачи требуют команды. Вот как из отдельных агентов строят системы, которые решают сложные задачи.
📌 Workflow — жёсткий сценарий: шаг 1 → шаг 2 → шаг 3. Работает, пока задача предсказуема.
🤖 Multi-agent — несколько экспертов. Один ищет документы, другой считает цифры, третий пишет ответ. Но без контроля — хаос: агенты дублируют работу или противоречат друг другу.
⚡ Supervisor — центральный агент решает, кто чем занимается. Sub-агенты работают изолированно, не видят, что делают коллеги. Supervisor собирает результат и формирует финальный ответ.
✅ Human-in-the-loop — в критичных сценариях (финансы, медицина, юриспруденция) система останавливается и ждёт человека. EU AI Act и California SB-833 (действует с 1 июля 2026) требуют такой контроль.
Где используется:
• Контент-производство: исследователь → писатель → редактор
• Финансы: анализ транзакций + проверка на мошенничество
• Техподдержка: классификация → поиск решения → ответ
Ограничения:
• Сложная отладка: в системе из 5 агентов ошибка может быть в любом звене
• Дорого и медленно: у агентов в 5–30x больше токенов, чем у простого чата
• Контекст теряется между агентами
✅ Итог: Agentic system — это переход от «модель умеет» к «система работает». Следующий шаг — агенты, которые адаптируют процессы в реальном времени, а не следуют жёсткому сценарию.
🔗 Источники:
• https://www.ibm.com/think/topics/hierarchical-ai-agents
• https://www.elementum.ai/blog/human-in-the-loop-agentic-ai
• https://www.augmentcode.com/guides/agentic-ai-architecture-patterns
#AI #AgenticSystems #ИИ #RealDigital
Подробный разбор — на сайте: realdigital.kz | 1 483 |
| 15 | 88% ИИ-пилотов не доходят до продакшена. Проблема — не в модели, а в системе вокруг неё
Когда модель получает инструменты и доступ к данным, вокруг неё возникает инженерный слой — harness. Семь вопросов перед production.
88% ИИ-пилотов не доходят до продакшена. Проблема — не в модели, а в системе вокруг неё
Когда модель получает инструменты, память и доступ к данным, вокруг неё возникает инженерный слой — harness. Модель может решить задачу, но без контроля она может и навредить.
📌 Harness — это обвязка вокруг модели. Как автомобиль вокруг двигателя: тормоза, руль, ограничитель скорости. Модель генерирует решение, но не должна единолично решать, можно ли его исполнять.
📌 Семь вопросов до production: что разрешено, кто проверяет, что помнит, что запрещено, можно ли восстановить действия, какая модель нужна, учится ли система на ошибках.
⚠️ Кейс Claude Code: в апреле 2026 Anthropic признала, что скачки качества были не из-за модели, а из-за трёх изменений в обвязке — reasoning level, баг кэша, системный промпт.
✅ Итог: переход от AI-пилота к production — это не выбор умнее модели, а переход от model engineering к system engineering.
🔗 Источники:
• IDC / Lenovo — 88% AI-пилотов не доходят до production
• Anthropic — постмортем Claude Code, апрель 2026
• Zhou et al. — JudgeBiasBench, 2026
• Colorado SB 26-189, EU AI Act
#ИИ #AIAgents #технологии #RealDigital
Подробный разбор — на сайте: realdigital.kz | 1 415 |
| 16 | «Яндекс» запустил мобильного оператора без единой вышки — ставка на ИИ внутри звонка
«Яндекс» запустил MVNO без своих вышек. Разбираем модель, риски записи звонков и что это значит для рынка Казахстана.
«Яндекс» запустил мобильного оператора без единой вышки — ставка на ИИ внутри звонка
28 августа «Яндекс» запустил MVNO «Яндекс Сим» на сети «Билайна». Модель Medium MVNO: партнёр даёт радиосеть, «Яндекс» — приложение, биллинг, тарифы и ИИ.
📌 Что нового: ИИ-ассистент прямо в звонке — расшифровывает разговор, сохраняет пересказ, фиксирует договорённости и распознаёт мошеннические звонки. В перспективе — подбор тарифов по истории разговоров.
💻 Как устроено: Ни одной своей базовой станции. Официальную сумму инвестиций «Яндекс» не называет — эксперты «Ведомостей» оценивают вложения в 2–6 млрд рублей.
⚠️ Юридический нюанс: Записывать свой разговор в России не запрещено. Уголовная статья (138 УК РФ) — за запись чужих переговоров без вашего участия. А вот разгласить запись без согласия собеседника — административное нарушение (13.14 КоАП, штраф 500–1000 руб.). Голос — биометрические данные, нужно отдельное согласие на обработку.
🚀 Рынок: По данным ComNews Research, рынок MVNO в России в 2025 году — 111 млрд руб., база независимых и квази-MVNO — 25,5 млн SIM (+51% г/г). Ставку на ИИ внутри звонка среди телеком-MVNO пока не делает никто.
✅ Итог: «Яндекс Сим» — не попытка заработать на связи: рынок перенасыщен, маржа низкая. Это попытка сделать номер телефона идентификатором в экосистеме, а звонок — источником структурированных данных о намерениях пользователя.
🔗 Источники:
• Ведомости
• ComNews Research
• Yandex Сим
#Яндекс #MVNO #ИИ #телеком
📖 Подробный разбор — на сайте: realdigital.kz
Подробный разбор — на сайте: realdigital.kz | 1 625 |
| 17 | Baidu открыла компактную AI-модель для распознавания длинных документов
Baidu выпустила Unlimited-OCR — open-source модель на 3 млрд параметров для распознавания многостраничных документов. End-to-end архитектура, локальное развертывание.
Baidu открыла компактную AI-модель для распознавания длинных документов
Baidu выпустила Unlimited-OCR — open-source модель на 3 млрд параметров (MIT), которая читает и структурирует многостраничные документы без облака.
📌 Как устроена: end-to-end архитектура. DeepEncoder сжимает страницу 1024×1024 пикселя до 256 визуальных токенов — в контекст помещаются десятки страниц сразу. Декодер на Mixture-of-Experts активирует ~500 млн параметров из 3 млрд.
✅ Результаты: на OmniDocBench v1.5 — 93,23 против 87,01 у DeepSeek-OCR. Формулы: 92,61 против 83,37. Таблицы: 90,93 против 84,97.
⚠️ Но главное: модель можно развернуть локально. Договоры, счета, отчёты и архивы обрабатываются внутри контура компании — без передачи в облако и без платы за API.
🚀 Контекст: Document AI проходит тот же путь, что и языковые модели. Возможности, ранее доступные только через облачные API, теперь переходят на собственную инфраструктуру. Для корпоративных архивов из миллионов страниц это открывает корпоративный поиск, RAG и AI-агентов.
✅ Итог: ещё один слой AI-инфраструктуры становится локальным. Облачный Document AI теперь можно запустить внутри компании.
🔗 Источники:
• https://huggingface.co/baidu/Unlimited-OCR
#OCR #Baidu #DocumentAI #RealDigital
📖 Подробный разбор — на сайте: realdigital.kz
Подробный разбор — на сайте: realdigital.kz | 1 766 |
| 18 | Perplexity выпустила локального ИИ-агента — без облака и расхода токенов
Perplexity запустила Portable Computer — полностью локальную версию ИИ-агента. Работает на NVIDIA DGX Spark и Linux с RTX. Данные не уходят в облако, кредиты не тратятся.
Perplexity выпустила локального ИИ-агента — без облака и расхода токенов
25 августа Perplexity представила Portable Computer: полностью локальную версию агента Computer, которая работает на собственном железе пользователя и не передаёт данные в облако.
📌 Локальный стек: оркестратор, модели и среда выполнения работают на устройстве. Доступно на NVIDIA DGX Spark и Linux-системах с RTX (от 24 ГБ VRAM). Windows — в сентябре, Mac пока нет.
✅ Модели: базовая Qwen 3.8 27B и версия PPLX 27B от Perplexity. Скоро добавят Nemotron 3.5 Lightning (30B). Можно подключить свои модели.
⚡ Гибридный режим: локальные задачи не тратят кредиты подписки. Если нужна frontier-модель или веб-поиск, система запрашивает разрешение и передаёт только текстовые инструкции.
📊 Бенчмарки (от Perplexity): Local Knowledge Work Bench — 82,6% (Qwen 27B) и 85,4% (PPLX 27B). В сложном кодинге (Terminal Bench 2.1) локальная модель уступает облаку: 59,6% против 82,4%.
✅ Итог: Perplexity делает ставку на локальную приватность и нулевую стоимость токенов. Цена входа — мощное железо (DGX Spark ~$3000–5000), но корпоративным клиентам это даёт полный контроль над данными.
🔗 Источники:
• https://www.perplexity.ai/hub/blog/introducing-portable-computer-for-local-first-ai
• https://thenewstack.io/perplexity-portable-computer-nvidia
• https://venturebeat.com/infrastructure/perplexity-partners-with-nvidia-to-launch-portable-computer
• https://www.perplexity.ai/hub/blog/a-local-first-agent-for-private-and-cost-effective-knowledge-work
#ИИ #Perplexity #NVIDIA #локальныеагенты #RealDigital
📖 Подробный разбор — на сайте: realdigital.kz
Подробный разбор — на сайте: realdigital.kz | 1 577 |
| 19 | Конец безлимитного детства: почему государства переходят от контроля контента к контролю внимания
Meta выплатит до $17 млрд и изменит Instagram для подростков
Конец безлимитного детства: почему государства переходят от контроля контента к контролю внимания
Meta выплатит до $17 млрд и введёт двухчасовой лимит для подростков в Facebook и Instagram. Это крупнейшее соглашение по делу о вреде соцсетей для детей — но главное не сумма, а смена подхода.
📌 Что меняет Meta: лимит 2 часа в день, ночная блокировка (полночь — 6:00), отключение уведомлений в школу, скрытые лайки и усиленная проверка возраста. Часть обязательств снимется, если TikTok, YouTube и Snapchat введут аналогичные меры.
⚠️ Глобальный тренд: Австралия приняла закон с барьером 16+. ЕС требует отключить бесконечную ленту и автовоспроизведение по умолчанию. Южная Корея готовит запрет для младше 14. Казахстан готовит законопроект о запрете регистрации до 16 лет и масштабирует детские SIM-карты для проверки возраста.
✅ Итог: государства перестали просто блокировать контент. Теперь регуляторы лезут в архитектуру внимания — алгоритмы, push, лайки и бесконечную прокрутку.
🔗 Источники:
• Reuters: meta-reaches-18-billion-settlements
• BBC: meta-agrees-to-pay-up-to-18bn
• Yonhap: south-korea-media-commission-metas-youth-protection
#соцсети #регулирование #RealDigital
📖 Подробный разбор — на сайте: realdigital.kz
Подробный разбор — на сайте: realdigital.kz | 1 780 |
| 20 |  Токаев поручил внедрить ИИ в работу Курултая
На открытии первой сессии нового парламента Президент предложил использовать искусственный интеллект в законотворчестве и анонсировал платформу E-Parliament.
📌 E-Parliament: платформа объединит цифровые сервисы законодательного процесса и поможет превентивно выявлять риски в правовом поле.
✅ Принцип: технологии усиливают юридическую экспертизу, финальное решение остаётся за экспертом.
⚡️ Контекст: E-Parliament дополняет стратегию Digital Qazaqstan и Закон об ИИ. Казахстан переходит от цифровизации услуг к цифровизации механизма принятия решений.
✅ Итог: новый Курултай может стать одной из первых площадок, где data-driven подход заработает в законотворчестве.
🔗 inform.kz, time.kz, adilet.zan.kz
#ИИ #цифровизация #Kazakhstan #RealDigital
📖 Подробный разбор — на сайте: realdigital.kz | 1 610 |
