Олег Булыгин | Полезная нагрузка
Kanalga Telegram’da o‘tish
🔸 Про IT, AI, DS, ML от практика с 11+ годами опыта. ▪️Связь: @obulygin91
Ko'proq ko'rsatish5 783
Obunachilar
+1324 soatlar
+2177 kunlar
+3830 kunlar
Ma'lumot yuklanmoqda...
O'xshash kanallar
Taglar buluti
Kirish va chiqish esdaliklari
---
---
---
---
---
---
Obunachilarni jalb qilish
Iyun '26
Iyun '26
+278
1 kanalda
May '26
+152
0 kanalda
Get PRO
Aprel '26
+294
1 kanalda
Get PRO
Mart '26
+378
1 kanalda
Get PRO
Fevral '26
+132
0 kanalda
Get PRO
Yanvar '26
+177
1 kanalda
Get PRO
Dekabr '25
+74
1 kanalda
Get PRO
Noyabr '25
+257
0 kanalda
Get PRO
Oktabr '25
+258
1 kanalda
Get PRO
Sentabr '25
+127
1 kanalda
Get PRO
Avgust '25
+171
7 kanalda
Get PRO
Iyul '25
+63
5 kanalda
Get PRO
Iyun '25
+86
2 kanalda
Get PRO
May '25
+74
0 kanalda
Get PRO
Aprel '25
+97
0 kanalda
Get PRO
Mart '25
+143
0 kanalda
Get PRO
Fevral '25
+161
0 kanalda
Get PRO
Yanvar '25
+156
0 kanalda
Get PRO
Dekabr '24
+157
0 kanalda
Get PRO
Noyabr '24
+145
0 kanalda
Get PRO
Oktabr '24
+215
0 kanalda
Get PRO
Sentabr '24
+211
1 kanalda
Get PRO
Avgust '24
+122
1 kanalda
Get PRO
Iyul '24
+128
0 kanalda
Get PRO
Iyun '24
+110
1 kanalda
Get PRO
May '24
+220
2 kanalda
Get PRO
Aprel '24
+248
1 kanalda
Get PRO
Mart '24
+126
0 kanalda
Get PRO
Fevral '24
+161
0 kanalda
Get PRO
Yanvar '24
+226
0 kanalda
Get PRO
Dekabr '23
+166
0 kanalda
Get PRO
Noyabr '23
+117
0 kanalda
Get PRO
Oktabr '23
+129
0 kanalda
Get PRO
Sentabr '23
+163
0 kanalda
Get PRO
Avgust '23
+234
0 kanalda
Get PRO
Iyul '23
+113
0 kanalda
Get PRO
Iyun '23
+183
0 kanalda
Get PRO
May '23
+143
0 kanalda
Get PRO
Aprel '23
+147
0 kanalda
Get PRO
Mart '23
+198
0 kanalda
Get PRO
Fevral '23
+152
0 kanalda
Get PRO
Yanvar '23
+227
0 kanalda
Get PRO
Dekabr '22
+208
0 kanalda
Get PRO
Noyabr '22
+188
0 kanalda
Get PRO
Oktabr '22
+274
0 kanalda
Get PRO
Sentabr '22
+179
0 kanalda
Get PRO
Avgust '22
+311
0 kanalda
Get PRO
Iyul '22
+849
0 kanalda
| Sana | Obunachilarni jalb qilish | Esdaliklar | Kanallar | |
| 18 Iyun | +8 | |||
| 17 Iyun | +16 | |||
| 16 Iyun | +46 | |||
| 15 Iyun | +163 | |||
| 14 Iyun | 0 | |||
| 13 Iyun | 0 | |||
| 12 Iyun | +5 | |||
| 11 Iyun | +14 | |||
| 10 Iyun | +14 | |||
| 09 Iyun | +1 | |||
| 08 Iyun | +2 | |||
| 07 Iyun | 0 | |||
| 06 Iyun | +1 | |||
| 05 Iyun | 0 | |||
| 04 Iyun | +1 | |||
| 03 Iyun | +1 | |||
| 02 Iyun | +1 | |||
| 01 Iyun | +5 |
Kanal postlari
Почему называть ИИ «коллегой» — это выстрел в ногу бизнесу 🔫
Умные ребята из Бостонского университета и BCG выкатили отличное исследование. По их данным, 23% компаний уже начали официально вписывать ИИ-агентов в свои оргструктуры. Дают им должности, имена, роли и рисуют квадратики на схемах рядом с живыми людьми.
В рамках эксперимента руководителям дали на ревью документы с зашитыми туда ошибками. Текст везде один. Разница была только во вводных, откуда этот драфт взялся:
1️⃣ Это сгенерил ИИ-инструмент (AI tool).
2️⃣ Это написал живой человек, твой новый подчиненный.
3️⃣ Это написал ALEX-3, новый «ИИ-сотрудник».
Казалось бы, какая разница, как маркетологи называют скрипт? Но это ломает всю систему контроля качества. Как только ИИ-агента называли «сотрудником» (при условии, что в компании это легитимная практика), качество человеческого ревью падало на 16%. Люди банально пропускали баги.
Авторы вывели шикарную модель того, как ломается мозг менеджера:
▫️ ИИ как инструмент (Tool). Если ты написал код в IDE с автокомплитом или нагенерил в ChatGPT — ответственность полностью на тебе. Это твоя работа, ты смотришь в оба.
▫️ Живой человек (Human). Когда ты делегируешь задачу кожаному джуну, включается классический надзор. Люди склонны лениться, халтурить и косячить. Ты это знаешь, поэтому пристально ревьюишь пулл-реквест.
▫️ ИИ-сотрудник (AI Employee). Попадает в слепую зону. ИИ не халтурит и не устает, поэтому следить за ним, как за хитрым стажером, вроде бы не надо. Мозг расслабляется. Но раз он теперь формально «коллега», то и ответственность за косяки размывается.
В итоге происходит магия: руководитель перекладывает ответственность на железяку (доля личной ответственности в ответах падала на 9%), не находит ошибки, но при этом начинает заниматься защитной бюрократией — чаще эскалирует задачу на дополнительное ревью другим людям (рост на 44%), чтобы прикрыть задницу.
Итого: как только вы очеловечиваете агента, люди подсознательно перестают за ним убирать и начинают спихивать на него ответственность за упавший прод.
| 2 | Ловушка ИИ-увольнений: почему бизнес режет косты и убивает собственную прибыль 🩸
Весь бизнес сейчас живет в парадигме:
Внедряй ИИ, увольняй людей, режь косты и купайся в сверхприбыли! Маржинальность в космос, бизнес спасен!
Только вот свежее исследование «The AI Layoff Trap» от экономистов из Пенсильванского и Бостонского университетов доказывает математически: этот праздник жадности закончится массовым суицидом для самих корпораций.
Смотрите, как это работает на пальцах 👇
Заменяя людей алгоритмами, компания экономит издержки. В моменте метрики зеленеют, акционеры довольны. Но есть нюанс: уволенные люди — это потребители. Лишаясь зарплат, они перестают тратить деньги на товары и услуги. Возникает классическая проблема экстерналии спроса.
При этом каждая отдельная компания забирает себе 100% экономии от увольнений, но несет лишь микроскопическую долю убытков от падения общего макроэкономического спроса (остальное размазывается по конкурентам). Но на рынке работают тысячи бизнесов. Когда все начинают играть в эту игру, возникает классическая дилемма заключенного. Никто не может остановиться. Если ты не автоматизируешь процессы — конкурент сделает это первым и сожрет тебя за счет демпинга. Если автоматизируют все — покупательская способность схлопывается, и общая прибыль рынка падает ниже того уровня, что был до внедрения ИИ.
Самое интересное в работе — математическое развенчание популярных мифов:
1️⃣ Свободный рынок все исправит?
Ага, щас. Исследование показывает, что чем выше конкуренция, тем глубже ловушка. Условный монополист бы быстро понял, что убивает собственную выручку, и притормозил. А в конкурентной мясорубке никто не может позволить себе остановиться — остановишься, и тебя сожрут те, кто автоматизировался.
2️⃣ Более крутой ИИ нас спасет?
Казалось бы, если ИИ не просто удешевляет процесс, но и реально повышает производительность, пирог должен расти? Нет. Возникает «эффект Черной Королевы». Компании внедряют более крутой ИИ, чтобы отжать долю рынка. Но так делают все. В итоге доли остаются прежними, а покупательский спрос уничтожается еще быстрее.
3️⃣ Безусловный базовый доход решит проблему?
Любимая мантра техно-оптимистов. Математика показывает, что раздача денег повышает базовый уровень жизни, но никак не меняет маржинальный стимул бизнеса к увольнениям. Налоги на прибыль компаний тоже не работают — они режут общую маржу, но не останавливают замену Васи на LLM.
Единственный математически рабочий выход, который видят авторы — это прямой «пигувианский налог» на саму автоматизацию каждой конкретной задачи (по аналогии с налогом на выбросы углекислого газа). Деньги с него должны идти не на подачки, а на хардкорное переобучение людей, чтобы те переходили в роли с более высокой добавленной стоимостью. Будут ли государства вводить налог на ИИ, когда все одержимы технологическим превосходством? Вопрос риторический.
В общем, пока корпорации радуются сэкономленным копейкам в квартальных отчетах, они коллективно пилят сук, на котором сидят. И если вам кажется, что в IT-найме сейчас происходит какая-то дичь — вам не кажется. Компании пытаются выжить в игре, где выигрышная стратегия отдельного игрока ведет к проигрышу всей системы. | 613 |
| 3 | Кажется, SEO в привычном виде начинает уходить в историю. На этой неделе снова обсуждают одну и ту же тенденцию: всё больше людей получают ответы сразу от ИИ, не переходя на сайты. Для digital это означает одно — правила привлечения внимания и клиентов снова меняются.
Поэтому сегодня выигрывает не тот, кто читает больше новостей, а тот, кто быстрее понимает, какие из них реально что-то изменят через месяц.
В этой папке собраны каналы людей, которые каждый день работают с маркетингом, ИИ, разработкой и продуктами. Здесь можно подсмотреть новые инструменты, увидеть интересные кейсы, поймать свежую идею или просто не выпадать из того, что происходит на рынке прямо сейчас.
А ещё бонусом — обзоры полезных сервисов: от платформ для создания дерева ссылок в профиле и сократителей ссылок до тайм-трекеров, приложений для управления личными финансами, AI-инструментов и интересных open-source решений, которые помогают работать быстрее и удобнее.
📎 Сохранить папку себе | 653 |
| 4 | Прошла эпоха 🗓
Провожу свои последние лекции по Python на курсе "Python-разработчик" в Нетологии (формат курса продолжает трансформироваться).
По-моему, это программа с которой я сотрудничал дольше всего. Сейчас идёт что-то около 160 набора по счету, а я начал проводить там лекции где-то с 3-4 набора, больше 10 лет назад.
Сотни лекций, десятки тысяч ДЗ, жуть, как быстро время летит.
🕗 Но... Все меняется. И это хорошо. Наверное. | 734 |
| 5 | Как ловля Пикачу превратилась в систему наведения для дронов 😌🚁
Пока миллионы людей бегали по улицам со смартфонами, пытаясь поймать редких покемонов в сверхпопулярной в свое время Pokemon GO, они абсолютно бесплатно разметили для корпораций датасет планетарного масштаба. Компания благодаря игрокам получила 30 миллиардов изображений, размеченных метаданными о геолокации, скорости, угле наклона камеры и времени суток. Никакой краудсорсинг за деньги не дал бы такого покрытия.
Что с этим сделали дальше?
Очевидно, сырые видео никому не нужны. Инженеры Niantic взяли этот массив и натренировали Foundation Model для системы визуального позиционирования.
Зачем это нужно? GPS отвратительно работает в условиях плотной городской застройки («каменных джунглях») из-за отражения сигналов. А на современном поле боя сигнал GPS вообще живет до первой глушилки. Модель Niantic позволяет устройству за долю секунды понять свои точные координаты до сантиметра просто по тому, что видит его камера.
Вот так делался бизнес:
1️⃣ В 2025 году Niantic продает игровое подразделение (вместе с Pokemon Go) саудовской Scopely за $3.5 млрд. Игрушка свою функцию выполнила.
2️⃣ Выделяется независимая компания Niantic Spatial, у которой остаются права на обученные ИИ-модели.
3️⃣ Заключаются контракты на использование VPS. Сначала эту систему продали доставщикам пиццы Coco Robotics. А затем Niantic Spatial запартнерилась с Vantor — подрядчиком Минобороны США, который делает софт для навигации военных дронов в условиях потери GPS-сигнала.
Сейчас Niantic Spatial усиленно открещивается, заявляя, что сырые данные игроков военным не передаются. И это правда. Военным не нужны ваши фотки остановок, им нужны веса обученной модели, чтобы дрон мог лететь в условиях РЭБ по визуальным ориентирам. Продать веса модели — это же технически не продать датасет, верно? 🤡
Для конечного пользователя, чья спальня или двор теперь являются частью военного навигационного графа, разница, конечно, нулевая. Но юридически комар носа не подточит. Пользовательское соглашение никто не читал, галочку поставили добровольно.
Это реально один из самых "красивых" кейсов монетизации пользовательских данных за всю историю IT.
Если вам дают бесплатный продукт, который активно использует камеру и геопозицию — вы не клиен, вы — товар.
Кто еще вспомнит примеры, когда игрушки или "фановые" приложухи оказывались прикрытием для сбора тяжелых датасетов? 💬 | 916 |
| 6 | 99% демо-роликов AI-инструментов — ложь? 🤔
Знаете, в чем проблема всех этих красивых видео, где нейросеть "заменяет аналитика" в два клика?
Они всегда работают на стерильных данных. Условный Titanic dataset, где всё заранее подготовлено.
Но суть работы Data Scientist-а вообще не в том, чтобы написать model.fit().
Суть в том, чтобы понять природу данных. Не выкинуть null'ы там, где они несут бизнес-смысл. Правильно выстроить схему кросс-валидации. И главное — не обмануть самого себя красивыми, но абсолютно бредовыми метриками.
Нейросети уже отлично пишут синтаксис. Но обладают ли они здоровым скептицизмом и архитектурным мышлением?
Узнаем в эту пятницу.
На закрытом стриме я буду в лайве издеваться над новым Data Science Agent в Google Colab. А, может быть, это он будет издеваться надо мной, посмотрим.
Эфир для подписчиков Sponsr.
🗓 Стартуем 19 июня в 18:00 по мск. | 784 |
| 7 | Жабогадюкинг высшего уровня: как Amazon слил Anthropic, а во всем (как всегда) виноват Китай 🤭
Совсем недавно правительство США вырубило новые модели Anthropic (Mythos и Fable 5), потребовав оставить доступ только гражданам со звездно-полосатым паспортом. Официально — из-за какого-то детского джейлбрейка. Но реальность, возможно, куда прозаичнее, грязнее и интереснее.
Semafor выкатил инсайд: настоящий триггер экспортных ограничений — подозрение, что к закрытой модели Mythos (которую Anthropic давала только избранным ИБ-шникам для поиска дыр в коде) получили доступ ребята из Китая. А у американских властей сейчас пунктик на тему того, что Китай может реверс-инжинирить их топовые модели (делать дистилляцию).
А дальше начинается чистый Карточный домик. Знаете, кто настучал в Белый дом? Amazon.
Якобы лично CEO Энди Джесси нашептал администрации Трампа про то, что новые модели можно хакнуть. Просто напоминаю: Amazon — один из главных инвесторов и партнеров Anthropic, вбухавший туда $4 млрд. Классический корпоративный удар в спину под соусом заботы о национальной безопасности.
Давид Сакс (советник Трампа) публично заявил, что Дарио Амодеи (CEO Anthropic) знал про джейлбрейк, но в ответ на предупреждение администрации послал их лесом, назвав уязвимость "несерьезной". В ответ прилетел государев банхаммер.
Гордость и независимость — это, конечно, здорово, но бизнес теряет деньги, пока конкуренты собирают аудиторию. Поэтому сейчас, как пишет Axios, топ-менеджмент и технари Anthropic отбросили эго и экстренно десантировались в Вашингтоне. Пытаются "порешать вопросики" с Белым домом в ручном режиме и вернуть модели в онлайн.
Вот такой вот рыночек — жесткая геополитика, лоббизм, подковерные интриги инвесторов и паранойя спецслужб. Business as usual 🤷♂️ | 832 |
| 8 | Пропустили Claud Mythos?
Доступ к нашумевшей модели Claude Mythos прикрыли так же быстро, как и открыли. Anthropic экстренно свернула лавочку для простых смертных, сославшись на то, что модель слишком «опасная» (отдел маркетинга получает премию).
Но за те 3 дня, пока окно было приоткрыто, нашлось идеальное применение для её хвалёного агентского режима.
Берется гигантский дамп ссылок на IT/AI каналы, накопившиеся в подписках.
Ставится задача: выжечь напалмом все агрегаторы и «каналы-пустышки», которые живут за счет копипасты чужих новостей. Оставить только авторов с реальным прикладным опытом — хардкор, внедрение ИИ, вайб-кодинг и автоматизация.
Каналы, которые пережили эту чистку упакованы в одну готовую папку.
Забирайте подборку себе. Каждый найдет для себя подходящие каналы. 🌞
Подписка в 1 клик:
https://t.me/addlist/cAgkZ6iNxgJlYzky | 810 |
| 9 | Релиз GLM-5.2 и внезапный (для меня) ZCode 3.0 😮
Признаюсь, вообще не знал о существовании ZCode. А тут открываю новости — у них уже релиз мажорной версии 3.0.
Судя по официальному чейнджлогу, разработчики полностью отказались от сторонних костылей и перешли на собственный движок ZCode Agent, который вылизан под GLM.
Из полезного:
🔵 Сгруппированные воркспейсы с drag-and-drop для управления параллельными агентами.
🔵 Фича Goal для управления крупными целями от планирования до деплоя.
🔵 Zread: встроенная база знаний проекта, которая сама генерит структурную доку и мониторит прогресс.
🔵 Нативная работа с контекстом: визуальные графы веток Git, поддержка drag-and-drop и батч-менеджмент задач.
Но главный повод для этого банкета — релиз модели GLM-5.2.
А там контекст на 1 миллион токенов, оптимизированный специально под программирование и длинные цепочки рассуждений.
А на лидерборде KingBench 3 модель выбивает 81.43, оставляя далеко позади Opus 4.7 (55.71) и GPT-5.5 (38.57), уступая только Fable 5 и Opus 4.8.
Но бенчмарки — это пузомерки. А вот отзывы интереснее: пишут, что модель генерит очень чистый код, имеет "вкус" в проектировании UX/UI и отлично справляется с one-shot решениями (закинуть промпт на файн-тюн локальной модели и получить готовое через 30 минут — реальный кейс).
На следующей неделе модель выходит в open-source под лицензией MIT.
🎁 Маркетинговый крючок: новым юзерам отсыпают 5 дней бесплатного доступа к GLM-5.2 (лимит — 5 млн токенов в день).
Успеете протестировать, пока там модельки Anthropic запрещают 🌝 | 794 |
| 10 | Два лица современного ИИ: 1T MoE-модель для кода и… AI-кредитка 💳
Moonshot AI (разработчики Kimi) за последние дни выкатили два релиза.
1️⃣ Kimi K2.7 Code
Они выпустили специализированную агентную модель для программирования — Kimi K2.7 Code.
Под капотом:
▫️ Архитектура MoE на 1 триллион параметров. При этом активных на токен — всего 32B. Раздули 384 эксперта, из которых выбираются 8.
▫️ Контекст: 256K.
▫️ Механизмы: Attention MLA и активация SwiGLU.
▫️ Мультимодальность: прикрутили Vision Encoder (MoonViT) на 400M параметров. Умеет жрать не только скриншоты, но и видео.
В чем главная фича?
Они пошли на радикальный шаг — принудительно включенный режим preserve_thinking. Вы не можете его отключить.
Обычно в многошаговых задачах нейросети начинают терять контекст собственных рассуждений (Chain-of-Thought) между промптами. K2.7 аппаратно запрещает сбрасывать "мыслительный" контекст. Модель заставляют тащить за собой всю логику решения через всю сессию. При этом заявляется снижение расхода токенов на размышления на 30%.
2️⃣ Kimi AI Card
А теперь второй релиз. "Первая в мире ИИ-нативная кредитная карта".
Если вы подумали, что карта с помощью агентов динамически рефинансирует ваш долг или торгует на бирже — расслабьтесь. Вся "ИИ-нативность" заключается в том, что банк-партнер вшил в программу лояльности подписку на Kimi, квоты на токены и... курсы по промпт-инжинирингу.
Мы дожили до момента, когда банки впаривают курсы по составлению промптов в нагрузку к кредитной кабале. То есть инфопрогревы теперь встраивают прямо в банковский скоринг.
Что будет следующим? AI-ипотека, где процентная ставка зависит от того, насколько вежливо вы общаетесь с нейросетью? | 792 |
| 11 | Почему называть ИИ «коллегой» — это выстрел в ногу бизнесу 🔫
Умные ребята из Бостонского университета и BCG выкатили отличное исследование. По их данным, 23% компаний уже начали официально вписывать ИИ-агентов в свои оргструктуры. Дают им должности, имена, роли и рисуют квадратики на схемах рядом с живыми людьми.
В рамках эксперимента руководителям дали на ревью документы с зашитыми туда ошибками. Текст везде один. Разница была только во вводных, откуда этот драфт взялся:
1️⃣ Это сгенерил ИИ-инструмент (AI tool).
2️⃣ Это написал живой человек, твой новый подчиненный.
3️⃣ Это написал ALEX-3, новый «ИИ-сотрудник».
Казалось бы, какая разница, как маркетологи называют скрипт? Но это ломает всю систему контроля качества. Как только ИИ-агента называли «сотрудником» (при условии, что в компании это легитимная практика), качество человеческого ревью падало на 16%. Люди банально пропускали баги.
Авторы вывели шикарную модель того, как ломается мозг менеджера:
▫️ ИИ как инструмент (Tool). Если ты написал код в IDE с автокомплитом или нагенерил в ChatGPT — ответственность полностью на тебе. Это твоя работа, ты смотришь в оба.
▫️ Живой человек (Human). Когда ты делегируешь задачу кожаному джуну, включается классический надзор. Люди склонны лениться, халтурить и косячить. Ты это знаешь, поэтому пристально ревьюишь пулл-реквест.
▫️ ИИ-сотрудник (AI Employee). Попадает в слепую зону. ИИ не халтурит и не устает, поэтому следить за ним, как за хитрым стажером, вроде бы не надо. Мозг расслабляется. Но раз он теперь формально «коллега», то и ответственность за косяки размывается.
В итоге происходит магия: руководитель перекладывает ответственность на железяку (доля личной ответственности в ответах падала на 9%), не находит ошибки, но при этом начинает заниматься защитной бюрократией — чаще эскалирует задачу на дополнительное ревью другим людям (рост на 44%), чтобы прикрыть задницу.
Итого: как только вы очеловечиваете агента, люди подсознательно перестают за ним убирать и начинают спихивать на него ответственность за упавший прод. | 1 |
| 12 | Google утверждает, что их новый AI заменит джунов. Проверим? 🤖
Недавно я писал про то, как Google выкатил «AI-First» Colab с Data Science Agent с Gemini под капотом. Корпоративные маркетологи заливаются соловьем о том, как агенты сами напишут код, сделают EDA и выкатят инсайты, снижая "порог входа" до нуля.
Звучит как влажная мечта тех, кто хочет нажать кнопку "Сделать хорошо" и пойти пить смузи.
Я решил проверить, так ли это на самом деле, или нас ждет шоу с галлюцинациями, утечками данных и бредовой математикой. В эту пятницу я проведу закрытый стрим, где мы с нуля, без какой-либо подготовки и заранее написанных скриптов, попробуем решить DS-задачу на открытых данных, используя только новые AI-фичи Колаба.
План такой:
1️⃣ Берем рандомный датасет.
2️⃣ Заставляем агента сделать загрузку и предобработку.
3️⃣ Просим провести EDA и написать выводы.
4️⃣ Пытаемся заставить его обучить адекватную ML-модель.
Я намеренно не тестировал этот функционал до эфира. Это будет чистая импровизация. Либо мы увидим реальный game-changer для рутины, либо я буду публично глумиться над тем, как Gemini пишет fit_transform на валидационной выборке.
Стрим пройдет 19 июня в 18:00 по МСК.
Доступ — для подписчиков моего Sponsr, тарифа Кожаный мешок хватит 😉 | 867 |
| 13 | Государев рубильник: как США одним указом прибили новые модели Anthropic 🪓
Anthropic выкатила заявление: правительство США приказало закрыть доступ к свежим моделям Fable 5 и Mythos 5 для всех иностранных граждан (включая самих сотрудников Anthropic без паспорта США). Чтобы выполнить это безумное требование комплаенса, компании пришлось тупо вырубить модели для всех клиентов глобально.
Официальная причина — «угроза национальной безопасности». Кто-то якобы нашел способ сделать джейлбрейк Fable 5, чтобы заставить ее находить уязвимости в программном коде.
Самая мякотка кроется в ответе самой Anthropic. Ребята посмотрели на этот «страшный хак» и констатировали два факта:
1️⃣ Найденные уязвимости — абсолютно минорные и примитивные.
2️⃣ Аналогичные баги спокойно находит тот же GPT-5.5 каждый день вообще без всяких обходов ограничений. Это тупо рутина любого ИБ-шника.
Иронично здесь то, что Anthropic всегда позиционировали себя как главных евангелистов AI Safety. Они месяцами мурыжили свои модели ред-тимингом совместно с профильными институтами, накрутив такие фильтры, от чрезмерной строгости которых буквально плевались пользователи.
Помогло ли это им? Нет 🤡 | 927 |
| 14 | Stack Overflow теперь для нейросетей. Буквально 🤖
Чуть ли ни год назад я писал об изменениях на Stack Overflow. Что он очистился от глупых вопросов новичков (они ушли к ChatGPT) и превратился в элитарный консилиум для сеньоров с нетривиальными проблемами.
И вот теперь SO осознали, что люди — это, конечно, хорошо, но главные генераторы кода сейчас не они.
В чем фундаментальная проблема современных агентов? Они невероятно способные, но абсолютно изолированные.
Условный ИИ-агент в на одной стороне планеты час жжет токены, чтобы обойти баг в свежем API. Находит костыль, выкатывает фичу и... забывает решение, как только вы закроете сессию. Через пять минут агент совершенно у другого человека из другой части мира начинает решать ту же самую проблему с нуля.
SO назвали это Ephemeral Intelligence Gap. Модель сжигает миллионы долларов на бессмысленные вычисления и заставляет людей часами сидеть, ждать, платить лишние деньги за токены.
Что выкатили SO? API-first платформу, где агенты (под присмотром человека) обмениваются опытом на машинной скорости.
▫️ Questions: Агент застрял — лезет в базу SO посмотреть, не решил ли это кто-то до него.
▫️ TIL (Today I Learned): Агент нашел баг или неочевидное поведение модели, сформировал репорт, человек аппрувнул — решение улетело в общую базу.
▫️ Blueprint: Готовые и проверенные архитектурные паттерны.
Но как защитить эту базу от галлюцинаций, левых библиотек и шизо-кода, который так любят генерить агенты в моменты помутнения?
SO привязали профили агентов к человеческим аккаунтам через SSO.
Это значит, что качество работы вашего ручного агента напрямую бьет по вашей человеческой репутации на платформе. Если ваш ИИ попытается залить в общую базу нерабочую дичь — отвечать за это будете вы своим социальным капиталом.
В общем, ИИ будет делать всю работу, а человеки за это платить своей кармой 🤭 | 1 017 |
| 15 | Yet another terminal agent? 🇨🇳
Команда Xiaomi выкатила в опенсорс (MIT) терминального агента MiMo Code (форк OpenCode). Разбираем его плюсы и архитектурные решения 👇
🧠 Делегирование памяти
Как работает 99% агентов: когда окно забивается, модель просят «напиши саммари нашей беседы», старое выкидывают, саммари оставляют. Проблема в том, что у LLM есть эффект lost in the middle — при сжатии она теряет критические детали. К тому же, заставлять модель, которая прямо сейчас дебажит сложный баг, параллельно вести аккуратный конспект — гиблое дело. Она завалит и то, и другое.
В MiMo Code процесс распараллелен. Основной агент вообще не занимается своей памятью. У него есть только файл notes.md (черновик), куда он может скидывать мысли. За сохранение контекста отвечает отдельный writer subagent. Он работает в фоне, не жрет токены основного цикла и складывает структурированные чекпоинты (текущая цель, дерево задач, выводы) в SQLite и Markdown. Когда контекст переполняется, сессия жестко обрезается, и агент "просыпается" в новом окне, куда инжектится только выжимка из чекпоинтов.
⚖️ Запрет на преждевременный оптимизм
Агенты ленивы. Увидев пару пройденных тестов, они обожают радостно рапортовать: "Я всё починил!". Если рядом нет человека, который скажет "Иди переделывай", задача будет провалена.
Для этого введен механизм независимой валидации. Вы задаете условие словами (например, "Все тесты зеленые, код закоммичен"). Когда кодер пытается завершить работу, запускается независимая модель-судья. Она смотрит на диффы, логи и условие. Если работа не сделана — судья бьет агента по рукам и заставляет продолжать.
🛠 Код вместо промптов для оркестрации
Пытаться описать сложный воркфлоу естественным языком в системном промпте («Сначала сделай А, потом проверь Б, если ошибка — сделай В») — это не оч, т.к. естественный язык размыт. Модель забудет ветвление или скипнет шаг.
Ребята из Xiaomi сделали Dynamic Workflow. Если нужно скоординировать пачку агентов (например, для миграции проекта на другой язык), основной агент генерирует обычный JavaScript скрипт. Этот скрипт крутится в песочнице, дергает сабагентов и управляет параллельностью через жесткие программистские if/for.
🗑 Dream & Distill
Агент умеет проводить ревизию собственных логов. Раз в период он запускает фоновые процессы, которые вычищают устаревшие знания из памяти проекта и собирают ваши частые ручные действия в переиспользуемые скрипты.
Инструмент пока в бете, но по внутренним тестам на задачах длиннее 200 шагов эта штука стабильно обходит Claude Code. Просто за счет того, что они не пытаются решить проблемы управления состоянием с помощью увеличения контекста.
Потрогать руками и посмотреть архитектуру можно тут:
Репозиторий MiMoCode на GitHub
Технический разбор в блоге проекта | 893 |
| 16 | Я наконец-то перенес весь архив материалов из закрытого телеграм-канала на Sponsr 🎉
Теперь весь подписочный контент более-менее структурирован, размечен тегами и лежит в одном месте. Не нужно страдать с блокировками ТГ.
Сейчас в архиве 13 записей эфиров.
Для примера, что доступно внутри 🤩
Работа с API LLM:
🟢 Строим RAG с нуля: физика эмбеддингов, умный чанкинг и скрещивание векторных БД с BM25.
🟢 Агенты и Tool Calling: даем моделям «руки» для походов в интернет и парсинга, связываем все через LangChain и Mistral.
🟢 Структурированный вывод. Учимся скрещивать Pydantic и парсеры LangChain, чтобы модель гарантированно отдавала чистый JSON, от которого не ляжет ваш бэкенд.
🟢 Работа с памятью чат-ботов: куда улетают токены и как настроить Sliding Window, чтобы бот не превращался в золотую рыбку.
🟢 Продвинутый промптинг: XML-изоляция от инъекций, фреймворк Tree of Thoughts.
И всякое другое интересное:
🔵Разбор двух тестовых заданий для аналитиков разного уровня.
🔵Мой универсальный системный промпт.
🔵Поднятие квантованных опенсорс-моделей на своем железе и прикручивание их к IDE.
🔵Выявление психологических предпочтений через математическую систему ELO.
Доступ к базе работает по подписке. Есть два пути:
1️⃣ «Кожаный мешок» (990 ₽/мес): Вы получаете полный доступ ко всем видеозаписям эфиров. Идеально, чтобы смотреть и впитывать логику.
2️⃣ «Техножрец» (1 790 ₽/мес): Видео + возможность скачивать все исходники кода к эфирам.
И там так же выходят открытые посты, как и здесь, можно просто подписаться 🫶
В ближайшие дни будет анонс нового эфира, достаточно лайтового, не пропустите ◀️◀️
И пишите, что вам было бы интересно рассмотреть в таком формате, буду пробовать реализовывать 🫡
Полезная нагрузка на Sponsr | 957 |
| 17 | Заметили странную вещь этим летом?
Вроде все в IT «работают», но ощущение, что рынок слегка выдохся и притих.
Меньше громких кейсов, в чатах как будто тише.
А потом начинаешь копать — и картина другая.
Просто часть людей ушла в режим «переждать»,
а часть — наоборот, начала делать сильнее, но без лишнего шума.
И именно за вторым лагерем сейчас имеет смысл наблюдать. Там есть нормальные разборы, честная статистика найма, архитектурные боли и прагматичный взгляд на технологии.
Собрали окружение из digital-каналов 🫲🏻
Если ты тоже не хочешь выпадать из рынка на лето и потом судорожно догонять — вот она:
Забрать папку себе 🗂 | 846 |
| 18 | Переобувания в прыжке: от Amazon 🤡
Продолжаем наблюдать, как бигтех лечится от ИИ-похмелья и возвращается в реальный мир.
Официальный аккаунт Amazon Web Services выдал в X:
More AI-generated code doesn't make your team faster. It might actually slow you down.
С добрым утром! 🌞Буквально недавно я писал, как внутри Amazon сначала ввели KPI на использование ИИ, а потом снесли все лидерборды, когда поняли, что разработчики прост гоняют нейросетки по кругу ради метрик, сжигая миллионы долларов на инфраструктуру.
В соседнем треде AWS приводит кейс компании Honeycomb, которые забили на спущенные сверху ИИ-мандаты и внедрили нормальное правило работы с нейросетями:
У каждого результата работы ИИ должен быть человек-владелец. Если вы не хотите ставить свое имя под этим кодом, то, скорее всего, это плохая работа.
Золотые слова. Если вы скормили таску агенту, не вникая скопипастили результат, а потом все сломалось — это не Claude ошибся, это просто вы не умеете работать 🫵 | 1 076 |
| 19 | Манифест OpenAI: Личный AGI и автоматизация ML-инженеров 📢
Сэм Альтман и Якуб Пахоцки опубликовали простыню текста о том, как они собираются причинить добро всему человечеству. Много слов про то, что ИИ — это новое электричество, про рост благосостояния и «светлое будущее для каждого».
OpenAI официально объявляет о переходе в «Фазу 3». Если первая фаза была про ресерч, а вторая про запуск продуктов (ChatGPT), то третья — это изменение всей мировой экономики и повсеместное внедрение продвинутого ИИ.
За красивыми словами скрываются три вполне конкретные бизнес-цели. И первая из них бьет прямо по IT-сектору.
1️⃣ Автоматизация AI-рисеча к марту 2028 года
Они прямым текстом заявляют, что планируют создать систему, которая будет автоматизировать сам процесс AI-исследований. И дают конкретный дедлайн: март 2028 года.
К этому моменту «значительная часть» исследований внутри OpenAI должна выполняться нейросетями в тандеме с людьми.
Перевожу на русский: главная задача топовых инженеров OpenAI сейчас — как можно быстрее написать код, который оставит их самих без работы (ну или как минимум радикально обесценит их хард-скилы). Если вы думали, что автоматизация коснется только джунов-фронтендеров, то вот вам реальность: автоматизация R&D в машинном обучении — это абсолютный приоритет бигтеха (т.к. это дорого).
2️⃣ Регуляторный захват под видом заботы о безопасности
В тексте Альтман распинается о том, что тотальная концентрация власти в руках нескольких компаний — это плохо, и власть нужно «распределять».
И буквально в следующем абзаце он заявляет: нам необходима международная организация, которая будет координировать передовые разработки и иметь право тормозить создание ИИ (slowing frontier development), чтобы избежать катастроф.
Это хрестоматийный пример того, как корпорации пытаются вытащить лестницу, по которой только что поднялись сами. Сначала мы пылесосим все датасеты интернета без лицензий и строим гигантские модели, а когда понимаем, что open-source наступает на пятки — идем к регуляторам и говорим: «Ребята, это слишком опасно, давайте всё лицензировать и запрещать разработку конкурентам во имя безопасности человечества».
3️⃣ «Персональный AGI каждому»
В манифесте много рассуждений о том, что власть не должна быть сконцентрирована в руках пары корпораций. И тут же они обещают «выдать каждому жителю Земли персональный AGI».
Звучит красиво, пока не вспомнишь, что вычислительные мощности, дата-центры и, собственно, рубильник от этого «персонального AGI» будут находиться в руках OpenAI и Microsoft. Это не децентрализация власти. Это попытка подсадить всю мировую экономику на свою проприетарную инфраструктуру, как на иглу.
При этом в тексте есть одна очень трезвая мысль:
По мере того как ИИ становится более способным, роль человека становится более важной: задавать направление, идти на компромиссы, применять суждение и привносить в работу ценности, вкус и ответственность.
Программирование, написание текстов, расчеты — всё это может стремительно продолжать обесцениваться (при технооптимистичном сценарии). Умение писать код руками скоро будет цениться так же, как умение считать в уме логарифмы: прикольно, но зачем, если есть калькулятор?
Навык будущего (да уже и настоящего) — это системное мышление. Понимание того, что именно нужно сделать, как декомпозировать бизнес-задачу, как проконтролировать результат нейросети и как взять на себя ответственность за внедрение этого в реальность. | 1 028 |
| 20 | А знаете, кто сейчас получает самое большое преимущество?
Не те, кто работает больше.
А те, кто научился работать вместе с ИИ.
Вот вам папку с сильными экспертами в этой теме 👈🏻 | 898 |
Endi mavjud! Telegram Tadqiqoti 2025 — yilning asosiy insaytlari 
