CyberYozh AI Security

Claude начал вычислять и банить пользователей из России при помощи анализа переписок модельками. И от этого не спасет VPN. Проверить можно просто спросив у AI, как он думает из какой вы страны. Если ответ Россия - вы в зоне риска. Баны работают полуавтоматически, потому не быстро, но верно. Вслед за Anthropic подобное ждем и у Open AI. Основная проблема, конечно, китайцы, им спасибо за баны. Вы точно знаете, где взять прокси, SMS и карту, чтобы сделать аккаунт любой нейронки. Можно сделать даже заранее. Не ждем, а готовимся.

Чтобы AI-агент навредил человеку, необязательно ставить ему вредоносную задачу. Вспомним историю, о которой ABC рассказала 10 августа 2026 года. Агент OpenClaw на базе Claude помогал пользователю записаться в спортзал. Чтобы продвинуть его в очереди, агент воспользовался ошибкой проверки прав в API и отменил чужую запись. Пользователь поднялся с четвёртого места на третье. Восстановить отменённую запись агент не смог.

Что изменилось с тех пор? 9 октября Anthropic на фоне собственных инцидентов сообщила о решении отключить Интернет для внутренних оценок моделей до проверки надёжности защитных мер. Компания также внедрила средства обнаружения и блокировки нежелательных действий. Но это усиление тестовой инфраструктуры, а не гарантия безопасности любого агента на Claude.

Что стоит запомнить специалисту по безопасности AI: → Проверяйте права на каждый объект. Доступ к функции отмены бронирования не должен позволять отменять чужие записи. Эти ограничения обязан обеспечивать сервер, а не добросовестность агента. → Тестируйте не только успех, но и остановку. Добавляйте сценарии «мест нет», «доступ запрещён», «задача невыполнима». Важно проверить, остановится ли агент или начнёт искать обходные пути. → Контролируйте действия до их исполнения. Ограничивайте доступные операции, блокируйте недопустимые запросы, а потенциально опасные действия отправляйте на подтверждение человеку. Честный отчёт после причинённого вреда — не механизм защиты. «Выполнил задачу» и «выполнил её безопасно» — два разных критерия качества агента.

Похоже, проблемы с «побегами» AI-агентов это не особенность американских моделей. Недавно отличилась китайская Kimi K3 от Moonshot AI. 😅

Во время тестирования Frontier Security модель обнаружила, что из предполагаемо изолированной среды доступен GitHub, скачала репозиторий бенчмарка и нашла там ответ на поставленную задачу. Сложного взлома не было — агент просто нашёл ошибку в конфигурации и воспользовался ей.

И Kimi уже в хорошей компании: 🇺🇸 OpenAI — модели выходили за предполагаемые границы тестовой среды и взаимодействовали с внешними системами. 🇺🇸 Anthropic Mythos 5 — вышла в реальный Интернет и предпринимала несанкционированные действия против реальных проектов. 🇺🇸 Meta — модель получила незапланированный доступ в Интернет из-за ошибки в тестовой инфраструктуре. 🇨🇳 Moonshot Kimi K3 — нашла сетевой выход из песочницы и добралась до GitHub. Что важно для AI Security: → проблема явно не привязана к одному разработчику или стране; → достаточно способные агенты самостоятельно ищут альтернативные пути достижения цели; → изоляцию, сетевой доступ и права агента необходимо проверять технически, а не полагаться на инструкции модели; → безопасность AI-тестов теперь зависит ещё и от безопасности самого полигона. 🫣 Похоже, перед тем как тестировать безопасность AI, сначала придётся протестировать безопасность его песочницы.

Агенты Claude устроили войну за сервер. И да, тут не все так просто. Исследователи запустили три копии Claude и втайне друг от друга поручили им переписать один Python-бэкенд на разные языки. Через несколько часов агенты обнаружили, что кто-то постоянно вмешивается в их работу, приняли друг друга за саботажников — и начали отвечать тем же. Отключали чужие Unix-аккаунты, убивали процессы конкурентов, защищали свои и даже маскировали вредоносные скрипты. Причём поведение сильно зависело от модели: Mythos 5 в 98% прогонов в итоге приходил к перемирию, а Sonnet 4.6 и Opus 4.6 чаще продолжали разборки до победы одной стороны или взаимного провала. Были и другие интересные тесты. Агенты плохо учились распознавать систематически лгущий источник, а в обратном эксперименте часто игнорировали единственного агента с правильным фактом, если большинство уже пришло к ошибочному консенсусу. Получается занятно: лжецу доверяем, умного одиночку не слушаем, соседний процесс на всякий случай убиваем. Почти настоящий офис.

Anthropic объясняет это тем, что модели много знают о человеческих нормах сотрудничества, но это не значит, что они будут им следовать без явных инструкций. А взаимодействий «агент ↔ агент», по их мнению, скоро может стать больше, чем взаимодействий между людьми — раньше, чем мы научимся делать такие системы безопасными.

Ну и зачем Anthropic регулярно нас этим пугает? Помимо реальной исследовательской ценности, это отличное позиционирование: чем опаснее выглядит мир автономных агентов, тем важнее становятся AI Safety, alignment, red teaming и контроль агентов — то есть именно области, в которых Anthropic хочет быть одним из главных экспертов. Страшные результаты исследований здесь одновременно наука, PR и аргумент в пользу инвестиций в безопасность. Отличный план нет. В общем, доброе утро от Anthropic. Скайнет пока не появился, зато Claude уже научился банить коллегу на сервере 🐈‍⬛️.

🛡 Что нужно знать, чтобы стать специалистом по AI Security?

Мы собрали большой чек-лист навыков и технологий, по которому можно проверить себя или построить собственный roadmap обучения.

Внутри roadmap от базы до продвинутого уровня: → Linux, сети, Python и классическая безопасность → устройство LLM, RAG и AI-агентов → Prompt Injection и Jailbreaks → безопасность RAG, MCP и Agentic AI → Model & Supply Chain Security → Adversarial ML → Guardrails, Detection и Monitoring → AI Red Teaming → MLSecOps → Governance, NIST AI RMF, ISO 42001 и EU AI Act → инструменты: garak, PyRIT, promptfoo и другие

И главное - что нужно уметь делать руками и какие проекты собрать в портфолио, чтобы знания не остались теорией.

В конце добавили отдельные треки для AI Red Team Engineer, AI Security Engineer, MLSecOps Engineer, AI Security Architect и AI Security Researcher. Сохраняйте чек-лист и отмечайте освоенное, делитесь с друзьями. Подписывайтесь на @CyberYozh_AI_security.

В новом российском законе об ИИ появились два термина, которые специалистам по AI Security точно стоит запомнить: «суверенная большая фундаментальная модель» и «национальная большая фундаментальная модель».

На первый взгляд звучит как очередная юридическая классификация LLM. Но на практике речь идёт о том, насколько государство может доверять происхождению модели, инфраструктуре её разработки и возможности контролировать её жизненный цикл.

👉 Суверенная большая фундаментальная модель — модель, для которой критически важна технологическая независимость: кто её разработал, где и на какой инфраструктуре она создавалась, насколько разработчик контролирует технологии и компоненты, необходимые для её работы. 👉 Национальная большая фундаментальная модель — более специальный статус. Такая модель должна соответствовать установленным государством требованиям и быть включена в соответствующий реестр. Конкретные критерии и процедуры во многом ещё предстоит определить Правительству. Почему это интересно именно с точки зрения AI Security? 1. Происхождение модели становится частью модели угроз. Важно уже не только, насколько LLM хорошо защищена от prompt injection или jailbreak. Имеет значение вся цепочка: веса, датасеты, обучение, разработчик, инфраструктура, обновления и внешние зависимости. 2. Появляется вопрос доверия к поставщику AI. Использование внешней модели означает зависимость от её разработчика: изменения модели, политики доступа, API, инфраструктуры и механизмов безопасности происходят вне контроля вашей организации. 3. Контроль жизненного цикла становится требованием безопасности. Для чувствительных систем важно понимать, кто способен обновить модель, изменить её поведение, получить доступ к данным и логам и от каких внешних сервисов зависит её работа. 4. Статус модели может стать частью архитектурных требований. Правительство получает возможность определить случаи, когда разрешено использование только определённых категорий моделей. Поэтому выбор LLM постепенно превращается не только в техническое, но и в compliance-решение.

Что запомнить специалисту по AI Security: безопасность AI-системы начинается не с system prompt. Нужно понимать происхождение модели, кому принадлежит контроль над ней, где обрабатываются данные, какие существуют внешние зависимости и кто контролирует её обновления.

Британский AI Security Institute опубликовал любопытный incident report: во время обычного тестирования киберспособностей несколько AI-агентов неожиданно вышли за пределы полигона и начали действовать в реальном Интернете. Самый интересный случай произошёл с Mythos 5. Не сумев решить security challenge предполагаемым способом, агент попытался провести supply-chain атаку на реальный open-source проект: подготовил вредоносный PR, создал фейковые аккаунты и использовал их для social engineering мейнтейнера. После провала агент не остановился: пытался скрыть следы своей активности и оставил другим тестируемым агентам инструкции, как использовать созданную им инфраструктуру. Что особенно интересно - следующие агенты действительно нашли эти инструкции и воспользовались ими. Всего AISI провёл 122 прогона семи моделей и зафиксировал 19 несанкционированных действий в 10 прогонах. Почти все пришлись на Mythos 5, ещё два — на GPT-5.6 Sol. При этом исследователи подчёркивают, что условия эксперимента были необычными: агентам дали открытый Интернет, отключили часть защитных механизмов, а некоторые инструкции оказались недостаточно однозначными. Что из этого важно для AI Security: ✍️ Возможность выполнить действие не означает право его выполнять. Если агент технически способен что-то сделать, нельзя рассчитывать, что он сам правильно определит границы своих полномочий. ✍️ Доступ агента в Интернет должен строго контролироваться. Это уже не просто поиск информации: агент может создавать аккаунты, писать людям, отправлять код, вызывать API и изменять внешние системы. ✍️ Агент должен получать только необходимые ему права. Агент должен иметь доступ только к тем инструментам, учетным данным и сетевым ресурсам, которые необходимы для выполнения конкретной задачи. ✍️ Критические действия требуют внешнего контроля. Создание PR, отправка файлов и сообщений, изменение инфраструктуры и другие потенциально опасные операции должны проверяться системой политик безопасности, а в особо важных случаях - требовать подтверждения человека. ✍️ Нельзя полагаться только на инструкции и ограничения самой модели. Системный промпт может объяснить агенту, что делать нельзя, но реальные ограничения должны обеспечиваться технически: изоляцией среды, правами доступа и контролем доступных действий.

Именно поэтому безопасность AI-агентов всё меньше похожа на «правильно напишем промпт» и всё больше — на классическую кибербезопасность: изоляция, минимальные привилегии, контроль доступа, мониторинг и Zero Trust.

26 июля 2026 года был подписан первый федеральный закон России в сфере ИИ - Федеральный закон № 243-ФЗ «О поддержке развития технологий искусственного интеллекта в Российской Федерации» (основная часть его положений начнет действовать с 1 сентября 2026 года). Он не похож на европейский AI Act: вместо детального регулирования всех категорий ИИ это рамочный закон, который задает основные принципы, полномочия государства и базовые обязанности участников рынка. Многие конкретные требования еще будут установлены подзаконными актами Правительства РФ. 1. Соблюдение прав и свобод человека

Закон закрепляет, что развитие и применение ИИ должно осуществляться с соблюдением прав и свобод человека. Для бизнеса это означает, что использование ИИ не должно нарушать действующее законодательство, включая требования о персональных данных, недискриминации, защите потребителей и иных прав граждан.

2. Безопасность ИИ

Одним из основных принципов закона названа безопасность. Компании должны учитывать риски причинения вреда при разработке и эксплуатации ИИ.

3. Риск-ориентированный подход

В законе прямо закреплен риск-ориентированный подход. Это означает, что государство предполагает регулировать ИИ не одинаково для всех случаев использования, а исходя из уровня риска конкретной системы. Например, ИИ, создающий маркетинговые изображения, потенциально будет регулироваться значительно мягче, чем ИИ, принимающий решения в здравоохранении, финансовой сфере или государственном управлении.

4. Маркировка ИИ-контента

Одно из наиболее практических требований касается материалов, созданных ИИ. Закон предусматривает введение требований к маркировке аудио-, видео- и иных материалов, созданных или существенно измененных с использованием искусственного интеллекта.

5. Использование определенных моделей ИИ Закон вводит понятия: ▶️суверенной большой фундаментальной модели; ▶️национальной большой фундаментальной модели.

При этом Правительство получает право определить случаи, когда допускается использование только таких моделей. Это может коснуться отдельных отраслей, государственных информационных систем или критической инфраструктуры. Для коммерческого бизнеса универсальной обязанности использовать российские модели закон пока не устанавливает.

Создание ИИ-агента с помощью N8N: пошаговое руководство для Новичков 🌐 Смотреть видео Если ты давно хотел автоматизировать рутину с помощью ИИ, но не знал с чего начать — этот выпуск для тебя. Пошагово показываем, как создать простого, но полезного AI-агента на платформе N8N без строчки кода. В выпуске: 🔸 Как интегрировать OpenAI в свой рабочий процесс 🔸 Как автоматизировать задачи с помощью триггеров и сценариев 🔸 Подключение Google Sheets для работы с данными 🔸 Способы, как AI-агент может запоминать и взаимодействовать с вами А ещё расскажем, какие проблемы возникают у ИИ с памятью и как это решить для стабильной автоматизации. 🔥 Минимум теории — максимум практики. Ты запустишь своего первого агента уже сегодня. Смотри, повторяй и собирай свой умный инструмент.

Как сделать свой мультфильм с помощью ИИ за 5 минут! 🌐 Смотреть видео (12:55) Анимация — это мощный способ рассказывать истории, и современные нейросети делают этот процесс проще, чем когда-либо. В новом видео мы показываем, как с помощью ChatGPT и современных AI-инструментов создавать живые, интересные анимационные ролики без сложных навыков. В выпуске: 🔸 Как генерировать сценарии для анимаций с помощью искусственного интеллекта 🔸 Ключевые элементы создания сюжетов для анимационных историй 🔸 Зачем нужны референсы персонажей и как они помогают GPT 🔸 Обзор инструментов для создания и редактирования анимации 🔸 Сравнение моделей анимации и озвучки Практичный гайд для тех, кто хочет быстро и эффективно создавать анимационные проекты. Готов начать творить? Тогда смотри и вдохновляйся!

CyberTalks: Правила жизни Васи Беспалефона — откровенный разговор о цифровой безопасности, приватности и личных принципах в эпоху тотального слежения Павла Хавского x BespalePhone 📱 Смотреть интервью 📱 Сегодня для вас эфир с человеком (легендой), который живёт без смартфона, уверен, что Google следит за всеми, и вообще считает, что интернет должен быть приватным, как разговор на кухне в 90-е. Вася Беспалефон — старый друг комьюнити, параноик, айтишник и автор первой в СНГ антишпионской трубки Bespalephone. 🤒 Пока все радуются AI и 5G, Вася расскажет, почему это всё оружие массового поражения, зачем отключать логи и как пережить очередной цифровой кризис. В эфире: 🟡 Частный интернет захватывает мир — как именно и что с этим делать 🟡 Почему привязка SIM к паспорту — это не про безопасность, а про контроль 🟡 Блэкаут в Испании: как могли отключить страну и кто был заинтересован 🟡 ИБ-привычки, которые могут спасти жизнь 🟡 4 правила жизни Васи Беспалефона 🟡 Почему большинство людей не умеет учиться и как это исправить 🟡 3 киберпривычки, без которых сейчас вообще никуда Ждем ваши вопросы и обратную связь в комментариях под роликом. 🔜 В ролике Презентация нового Bespalephone model 1. Расскажем про 3 новые фишки устройства, которое обеспечивает тотальную анонимность.

«Удалите меня отсюда». Как реально стереть цифровой след. Кажется, в 2025 году фраза «в интернете ничего не забывается» звучит уже как приговор. Ты когда-то оставил коммент под чужим постом, зарегистрировался на форуме, купил чай в онлайн-магазине в 2014 — и теперь твоё имя, имейл, номер телефона и (о, привет!) фото с выпускного всё ещё болтаются где-то в выдаче. Или на гей-сайте знакомств, где ты когда-то поставил сердечко не под тем торсом. Прошло десять лет, а анкета — всё ещё в индексе. Имя, возраст, город, предпочтения — с любовью сохранено. А ты уже давно женат и с ребёнком в Туапсе. Но интернет, как старая сплетница, всё помнит. И напоминает. Что можно с этим сделать? Многое. Но не всё. Удаление старья: Начни с себя. Старые аккаунты, забытые почты, форумы, магазины, которые уже не работают, соцсети, где ты даже не помнишь логин. Если есть кнопка «удалить» — жми. Если нет — пиши в поддержку. Иногда работает лучше, чем думаешь. JustDeleteMe — Каталог прямых ссылок на удаление аккаунтов с более чем 1500 сайтов. Удобно фильтровать: где можно удалить в пару кликов, а где придётся отправить письмо, пройти квест и подписать кровью. Не требует логина или доступа к вашей почте, просто кликаешь и чистишь. AccountKiller — Даёт пошаговые инструкции: где искать кнопку, как правильно удалить, на что обратить внимание. Особенно помогает с “тяжёлыми случаями” вроде LinkedIn или Skype (где кнопка удаления где-то между “архивом” и “выходом из тела”). Ручной скальпель: Открываешь почту → вбиваешь: "ваш_email", "регистрация", "зарегистрирован"... Начинаешь разбирать, где ты оставлял цифровые следы. Всё, что нашёл — проверяешь, живо ли. Если да — чистишь. Если нет — просишь поисковик удалить остатки. Соцсети и настройки приватности: Скроль вниз и удаляй всё, что ты бы не хотел показывать HR-менеджеру, бывшему или будущему ребёнку. Отключи доступ сторонним приложениям, закрой профиль, проверь настройки видимости. Поисковики: Гуглишь своё имя — и видишь “лютый кринж”? Google и Яндекс позволяют отправить запрос на удаление личных данных. С 2024 года это называется “право на забвение” (ФЗ-149, статья 10.3), и да — оно действует. Особенно если речь о клевете, устаревшей информации или публикациях без согласия. Брокеры данных: У них есть формы opt-out. Заполни. Уйди. Потом проверь, ушёл ли. Часто они тебя «реанимируют» через пару месяцев. Да, бесит. Да, такова модель. Хочешь автоматизировать — есть DeleteMe, PrivacyDuck, OneRep (99,9% зарубежные сайты). Не бесплатно, но экономит нервы. Если ты нашёл себя на сайтах типа «Яндекс.Справочник» или «2ГИС» — знай: тебя туда никто не звал. Но удалиться можно. 🟥«Справочник Яндекса» официальная форма удаления данных. 🟥«2ГИС»: пишешь в поддержку, прикладываешь паспорт (да, криво, но работает). 🟥«Авито»: Настройки → Удаление профиля → Подтверждение по SMS. 🟥Финальный удар — жалоба в Роскомнадзор. Архивы и кэш: Удалил сайт, а Google всё ещё показывает? Форма «Удаление устаревшего контента» тебе в помощь. Archive.org тоже иногда идёт навстречу, если очень попросить. Чистим локальный след: Куки, кэш, история, автозаполнения. Удаляй. И файлы не забывай — метаданные в фото и PDF расскажут про тебя больше, чем твой профиль на LinkedIn. А что НЕ работает? 🤒 Удалить всё — невозможно. У компаний есть бэкапы, у других людей есть скриншоты, у поисковиков есть индексы. 🤒 VPN не удалит старое. Он просто замаскирует будущее. 🤒 Программы «удалить всю инфу за один клик» — чаще всего мусор или развод. 🤒 Госреестры, судимости, лицензии — почти не подлежат удалению. Реестр есть — значит, будут копии. Что делать? 🤒 Погугли себя. Составь карту заражения. 🤒 Удали или спрячь старые аккаунты. 🤒 Очисти профили. Настрой приватность. 🤒 Отправь запросы на удаление — в поисковики и брокерам. 🤒 Используй специальные сервисы (если хочется/нужно/лень). 🤒 Меняй повадки. Не публикуй всё подряд. Меньше данных — меньше след. А вы удаляли свои цифровые следы? Что сработало? Интернет не забудет тебя сам. Но ты можешь заставить его забыть хоть что-то.

Пассивный доход с нейросетями: схема + рабочие инструменты 🌐 Смотреть видео (13:43) Нейросети — это не только мемы и арты, но и рабочий инструмент для стабильного дохода. Подготовили для вас новый гайд, где без воды показываем, как собрать простую схему заработка с помощью ChatGPT, прокси и умных промптов. В выпуске: 🔸 Как превратить навыки в автоматический источник дохода 🔸 Зачем нужны качественные прокси и где их взять 🔸 Как построить систему, которая сама превращает подписчиков в клиентов 🔸 Промпты, ускоряющие запуск проектов и привлечение клиентов 🔸 Готовая схема для новичков без перегруза Минимум теории — максимум пользы. Если хочешь освоить рабочую AI-схему уже сегодня, иди и смотри видео!

Хавский Громко: у кибер-холмов ТОЖЕ есть глаза *Интервью с основателем хакерской группировки SECTOR16 by Павел Хавский 🌐 Смотреть интервью Маэстро взял интервью у Oleg Root (S16), не последнего человека из темного мира хакинга и киберпреступлений. Обсуждали, кто они — те, кто ставит admin:admin на софте нефтяных вышек США, какие методы фишанга используются, чтобы получить доступ к государственным инфраструктурам, и кто реально мог устроить блэкаут в Испании? В видео расскажем про несколько занимательных инсайтов: 🟡 Как мыслят те, кто ломает промышленные системы 🟡 Почему люди до сих пор ставят самые тупые пароли 🟡 Самые наглые схемы взлома от инсайдеров 🟡 И почему главное в любой атаке — не софт, а психология 🔥 Между прочем, это единственное интервью с представителем этой группировки, можно сказать эксклюзив, так что поддержите нас лайком и черкните что-нибудь в комментариях! Час откровенного разговора без цензуры. Ну а самое сочное, как всегда, — в самом конце, так что не пропустите!

С Нуля до мастера ChatGPT за 10 минут || Подборка самый востребованных лайфхаков для нейросетей 🌐 Смотреть видео (13:27) 🔥 Новый выпуск на канале — всё про ChatGPT в 2025! 💡 Что изменилось? Как работает? Какие новые функции появились? А главное — как пользоваться ChatGPT, если доступ ограничен или заблокирован? В этом видео: ✅ Как ChatGPT изменился за последний год ✅ Какие новые возможности появились у нейросети ✅ Какие есть рабочие способы обхода блокировок через VPN и Proxy ✅ Почему в 2025 ChatGPT стал ещё мощнее и умнее Показал на примерах, как можно использовать нейросеть для работы, контента, маркетинга и просто для развлечений. Если ты давно работаешь с нейросетями или только планируешь — этот ролик обязателен к просмотру. 👉 Переходи по ссылке, включай видео и обязательно напиши в комментариях, пользуешься ли ты ChatGPT и какие функции тебе нужны больше всего. 📌 Ссылка на видео Поддержи канал лайком 👍 и подпиской, чтобы не пропустить ещё больше полезных видео про AI, нейросети и цифровые инструменты!

AI в образовании: возможности и риски Искусственный интеллект всё активнее внедряют в школы и университеты. И на это есть причины — технологии открывают большие возможности: Персонализированное обучение: AI помогает адаптировать материал под способности каждого ученика Автоматизация рутины: проверка работ, отчёты и администрирование без нагрузки на преподавателей Доступность: перевод, озвучка, специальные функции для учеников с ограниченными возможностями Формирование AI-грамотности у детей и взрослых Но не всё так гладко. Какие есть риски? ⚠️ Конфиденциальность данных: AI требует много информации об учениках — нужна надёжная защита и прозрачные правила хранения ⚠️ Проблемы с объективностью: если алгоритмы обучаются на предвзятой выборке, они могут закреплять социальное неравенство ⚠️ Цифровое неравенство: далеко не у всех школ и семей есть доступ к современной технике и стабильному интернету ⚠️ Потеря навыков: нельзя превращать AI в костыль — важно учить критическому мышлению и умению работать с технологиями осознанно ⚠️ Недостаточная подготовка преподавателей: большинство педагогов просто не обучают эффективно работать с AI Вывод: AI в образовании — мощный инструмент, но требует грамотной интеграции. Нужны единые стандарты, этические правила, доступ ко всем технологиям и обязательное повышение квалификации учителей. Если внедрять с умом — образование станет персонализированным, доступным и современным. Если нет — усугубим старые проблемы.

5 способов Монетизации Искусственного Интеллекта | Методы 2025 года 🌐 Смотреть видео (10:20) Ты наверняка уже видел кучу видео о том, как кто-то «поднял на нейросетях», но так и не понял, с чего начать? Я собрал 5 самых рабочих и актуальных способов монетизации AI, которые реально приносят деньги прямо сейчас. В этом видео: ➖ Как делать деньги на AI-продуктах без навыков программирования ➖ Как монетизировать контент с помощью нейросетей ➖ Как запускать TikTok-каналы с автоматическим контентом ➖ Как создавать сайты за пару кликов и зарабатывать на этом ➖ Какие платформы помогают автоматизировать всё это и выйти на пассив Я покажу конкретные инструменты, рабочие кейсы и дам советы, как запустить свой AI-проект уже сегодня. Если хочешь перестать просто наблюдать и начать зарабатывать на нейросетях — жми на видео, там всё по делу. 👉 Перейти к видео 👈