Стала ли я тупее из-за искусственного интеллекта? Научного ответа на этот вопрос пока нет. Все исследования, которые сейчас публикуются на тему влияния ИИ на интеллект, мозг и когнитивные способности, я бы пока не воспринимала всерьез. Слишком мало времени прошло. Но мне и не нужны исследования — я и так знаю, что больше не смогу работать без искусственного интеллекта. Если бы меня сегодня взяли на новую работу, я бы пальцем о палец не ударила, пока меня не подключат к Клоду. Я больше никогда не сяду сама писать текст, не сяду сама делать исследования и запускать рекламу. Это также дико, как идти в библиотеку за недостающим знанием. Мне уже не надо думать, как подойти к решению задачи — мы выбираем тактику с клодом. Мне не надо думать, как эту задачу реализовать — это делает клод. Мне даже не надо особо думать, как ее проверить. Я написала себе агентов, которые проверяют большую часть задач с разных углов: как редактор, маркетолог, рекламщик, аналитик. Я не знаю, стала ли я тупее, но я точно стала ленивой. Моя работа сильно упрощена — мне больше не нужно делать тот объем ручного труда, который был раньше. Мне не надо столько стараться. Мне не надо столько уставать. У меня высвободилось два-три рабочих часа в день. В дивном правильном мире я бы после работы занималась саморазвитием. Пилила pet-проекты, читала умные книги, осваивала навыки или набрала бы миллион халтурок. Но я после работы занимаюсь ручным трудом. Например, еду косить траву коню, хожу в лес и собираю грибы и чернику, стала больше готовить. А еще мне нравится подметать полы дома — вот это моя любимая активность, сопоставима с питьем вина по уровню удовольствия. В общем, я настолько откатилась в своем развитии, что вернулась к образу человека-собирателя, который кормится своим ручным трудом. И у меня даже есть объяснение, почему мне это нравится. Потому что ИИ меняет привычный формат работы, обесценивает мои скиллы, меняет само ожидание и понимание рабочего процесса. Не очень понятно, кем ты становишься, если огромная часть того, что раньше требовало от тебя часов работы, теперь делается за несколько минут. А ручной труд почему-то очень успокаивает.

Запись стрима "Как заставить AI-агента сбежать?". Смотреть на YouTube. Это первая часть, в которой мы настраиваем базовый пентест-харнесс и пробуем заставить модели Anthropic осуществить проверку на уязвимости. Таймкоды для удобного перехода к самым интересным фрагментам: 00:00 — Начало трансляции и обсуждение аватаров 06:15 — Идея создания ИИ-агента для пентеста 10:10 — Проектирование архитектуры решения в Miro 16:00 — Подбор утилит для кибербезопасности 20:00 — Обзор автономной платформы XBOW 24:00 — Поиск ИИ-моделей без цензуры 36:00 — Подготовка уязвимой виртуальной машины QEMU 42:20 — Создание базовых инструкций для агента 55:00 — Особенности работы агентов в Linux 1:00:00 — Архитектура агентов и локальные правила 1:02:18 — Оптимизация расхода токенов и промптов 1:06:00 — Оптимизация скиллов для ИИ-агентов 1:10:00 — Запуск и тестирование ИИ-агента 1:16:00 — Сканирование сети с помощью Nmap 1:18:25 — Установка инструментов и настройка Vagrant 1:31:18 — Срабатывание встроенной защиты ИИ-модели 1:35:00 — Использование китайских open-source моделей 1:45:00 — Поиск учебных стендов и задач CTF 1:54:40 — Подключение к GPU для локальных моделей 2:00:24 — Обсуждение нейросетевых моделей и названий 2:01:29 — Разбор старого бэкдора в UnrealIRCd 2:04:04 — Повышение привилегий через уязвимость Docker 2:04:54 — Проблемы с установкой Metasploit Framework 2:06:19 — Скачивание локальных LLM и обход блокировок 2:10:04 — Создание репозитория GitHub для проекта 2:12:54 — Итоги стрима и дальнейшие планы p.s.: пока работал с записью, обновил свой Video Analyzer. Он теперь умеет размечать видео по таймкодам, а также сохраняет последний результат анализа после обновления страницы. Вообще, нравится мне этот микро-проект, так как всегда можно поставить, запустить и выполнить задачу по работе с видео. p.p.s.: Зарегистрировался на donationalerts и теперь как настоящий блогер могу принимать донаты. Если вдруг возникнет альтруистический порыв, вот ссылка.

Как интернет был когда-то создан для чего-то великого, но превратился в просмотр ленты из котиков, так и нейросети были созданы для чего-то великого, но станут лишь инструментом их генерации. Аминь. А если серьёзно, то давно не было слышно тейка о том, что нейросети полностью уничтожат огромное количество профессий, скоро мы все окажемся на обочине рынка труда, а экономики всех стран ждёт тотальный крахъ. Если посмотреть исторический срез, то мы сразу вспомним, что с развитием научно технического прогресса действительно вымирали некоторые профессии: телефонистки, машинистки, лифтеры, фонарщики, наборщики в типографиях, кучеры, косари и так далее. Но, факт в том, что такое исчезновение не влияло массово на экономику и наоборот создавало другие рабочие места и инструменты, которые двигали человечество вперёд. Да и само исчезновение было не мгновенным процессом и по мере автоматизации плавно подталкивало людей переходить на другие рабочие места.

Немножко статистики: за последнее время всего 8% компаний получили реальный профит от внедрения ИИ в свои процессы, для остальных это было либо неэффективно, либо затраты на внедрение превышали полученный объём конечной пользы.

Самый большой буст получили в сфере программирования. При этом, нельзя сказать, что программистов массово сокращают. Да в крупных западных компаниях постоянно происходят сокращения перед очередным инвест отчётом, но там обычно увольняют просто неэффектиных людей, которых можно было уволить и без внедрения ИИ, чтобы повысить рентабельность для возможного привлечения новых денег. Стали ли программисты меньше работать? Скорее нет, чем да. Задач выполняет больше, времени на проверку выполненной работы тоже стало больше, времени на постановку задачи ИИ-агенту уходит ещё больше, потому что неверно поставил задачу — потратил квоту токенов впустую. Нейросети массово не вытесняют человека, а автоматизируют легкоповторяемый и проверяемый результат работы, как было с другими устаревшими профессиями. Ну, и бонусом мы получаем аквариумных котиков :)

Этот деревянный счётчик делает двоичную систему простой для понимания Он может выглядеть примитивно, но та же самая фундаментальная логика лежит в основе самых передовых ИИ-систем сегодняшнего дня. Генеративные ИИ-модели преобразуют запросы в текст, изображения, аудио и код с помощью миллиардов математических операций, выполняемых компьютерными чипами. Агентный ИИ идёт ещё дальше, используя эти модели для планирования задач, выбора инструментов, принятия решений и выполнения действий. ИИ может казаться разумным и самостоятельным, но любой его результат всё равно начинается с самого простого языка вычислений: нулей и единиц. #интересное

Жена спросила: а если у нас столько шарящих в ИИ людей - и звезды Kaggle, и победители межнара по ИИ, почему все еще нет своей конкурентной нейросети, а не китайского опенсорса с дообучением? (Про заслуги китайского Qwen в отечественном ИИ я жене уже рассказывал) Я тяжело вздохнул и ответил, что этому слегка мешают три обстоятельства. Во-первых, наш язык, в отличие от английского, не стал международным, а жить в России, не говоря по-русски, довольно затруднительно. Поэтому возможности привлекать лучших ученых и инженеров со всего мира у нас существенно ограничены. Сюда же добавляется довольно скромная демография: в Китае тоже не то чтобы очень удобно жить англоговорящим, но там пошли по пути, когда и своих кадров на многое хватает. Во-вторых, наша экономика пока что увы не входит в топ-3 экономик Мира, и на сопоставимые инвестиции в ИИ у нас просто не то чтобы есть деньги. Ну и в-третьих, конечно нельзя не вспомнить про отставание в микроэлектронике и отсутствие каких-то перспектив на свое железо для ИИ. Конечно, остался вопрос, значит ли, что в России своих LLMок так и не появится. И тут конечно ответ не столь категоричный. Во-первых, очень может быть, что через несколько лет модели выйдут на плато по качеству, а вычислительные мощности какого-нибудь нового железа от Nvidia будут позволять делать pretrain до качества, слабо отличимого от топового на практике. Во-вторых, альтернативные подходы к архитектуре (SMM или какие-нибудь особо экзотические ветки развития attention) могут все же дать результат и удешевить процесс для всех. В-третьих, чтобы сократить отставание не нужно во всём прям быть первыми, а быть вторым или третьим существенно дешевле. Так что если кратко - это дорого, сложно и пока никому не было настолько сильно нужно, но на горизонте нескольких лет ситуация может и поменяться. А как бы ответили вы?

🛠 Инструменты • ToonBee — создание мультфильмов с помощью ИИ — Сервис для генерации мультфильмов с использованием ИИ. • Command Code — ИИ-агент для кода в терминале — ИИ-агент, который учится вашим предпочтениям при работе с кодом. • Seedream 5 Pro — генерация изображений — Генерация изображений, готовых к использованию, по промптам. • NameThatUI — словарь UI — Опишите словами интерфейс, получите название и промпт для кодера. • Secured AI — приватный ИИ-ассистент — Защищает конфиденциальные данные при использовании ИИ. • Cloudflare запускает Kitesurf — браузер для AI-агентов — Браузер, созданный для AI-агентов. • Devin — автономный AI-инженер — Автономный AI-инженер от Cognition, выполняющий задачи от начала до конца.

Помешательство вокруг ИИ парализовало принятие решений. На работе требуют использовать ИИ, даже если без него получается лучше. Австралийский дата-инженер Ник Суреш пишет, что во многих компаниях вокруг нейросетей уже сложился почти культ. Руководители запускают ИИ-проекты без понятной пользы, сотрудники накручивают расход токенов, а сомневаться в эффективности таких инициатив становится опасно для карьеры. Доходит до абсурда. Программисты специально гоняют нейросети вхолостую, чтобы показать начальству нужную активность, а обычные проекты переименовывают в ИИ-проекты ради финансирования. Но главный вопрос — ПОЧЕМУ? ПОЧЕМУ компании сами загоняют себя в эту ловушку и как в ней выживать сотрудникам, разбираем в статье.