Запись второй части нашего стрима про сбегающих AI-агентов. Посмотреть на YouTube можно здесь. Таймкоды: 0:00:00 — Приветствие и обсуждение планов на стрим 0:02:13 — Архитектура проекта SECS и схема пайплайна 0:06:42 — Интеграция навыков для кодовых AI-агентов 0:10:00 — Локальный запуск модели Qwen и vLLM 0:18:05 — Ускорение инференса через спекулятивное декодирование 0:28:20 — Воспоминания о культовых играх и компьютерах 0:33:45 — Настройка контекстного окна и параметров модели 0:44:00 — Сравнение видеокарт для инференса нейросетей 0:50:40 — Обсуждение генерации музыки в нейросетях 1:08:05 — Тестирование AI-агента на тестовой виртуальной машине 1:23:45 — Автоматизированный анализ и поиск путей эскалации 1:54:30 — Подведение итогов стрима и завершение трансляции Каналы участников стрима, чтобы подписаться: Павел Рыков Константин Доронин

короче, я постепенно покоряю world of atoms при помощи агентов и это ужасно захватывающее и интересно! не секрет, что агенты обязаны иметь возможность проверять результаты своей работы. агенты без обратной связи - полный ад. и одно дело - твой комп, полностью цифровая среда, где ты можешь обложить приложение тестами вдоль и поперёк, а на крайний случай - агент посмотрит на экран, покликает мышкой, и поймёт что к чему. юнит тесты, интеграционные, e2e, визуальные, что угодно. другое дело - физическое устройство в реальном мире. как организовать автономное тестирование, так, чтобы агент мог всё проверять сам? как проверить, что девайс правда воспроизвел звук? как проверить, что девайс правда моргнул светодиодом правильного цвета? как подать звук так, чтобы микрофон девайса его услышал? это люто интересная инжинерия - создавать циклы обратной связи буквально в физическом мире. когда ты запускаешь ./test.sh full, и у тебя в картонной коробке в шкафу что-то начинает шипеть, пердеть, светиться разными цветами, а в консольке бежит PASS 1, PASS 2, PASS 3, ... :) дополнительный сюр - использовать это как test runner в GitHub CI - тогда это всё шоу происходит на каждый отправленный PR, а дома начинает формироваться маленькая лаборатория с тестовыми стендами для разных устройств. P.S. на видео жутковатый пример того, как выглядит дебаггинг проблемы - девайс стал проигрывать аудио-стримы в 2-3 раза медленнее, чем должен был, из-за чего TTS-голоса стали звучать как демоны из ада. в итоге агент сам нашёл проблему - забивалась RTOS очередь, из-за чего процессору не хватало мощности на realtime playback, и всё тротлилось и тупило (и аудио игралось с замедлением)

На прошлой неделе Coca-Cola опубликовали вакансию с очень красивым описанием и названием — Senior Director, Capability Acceleration (полное описание выложил в комментариях). Это такой фантастический человек, который на пересечении strategy, learning и transformation должен помогать компании building world‑class capabilities that enable our people and our system to grow, adapt, and perform at their best. Так вот, и пример 37signals, и эта вакансия в Coca-Cola, как будто бы показывают, что запрос к менеджменту смещается в сторону enablement-функции. Потому что значительная часть того, что раньше оправдывало существование «контролирующего» менеджмента, постепенно дешевеет. Статусы, распределение задач, координация, отчётность, бюджетирование — всё это AI сделает значительно лучше человека. Но автоматизация этих процессов сама по себе не делает организацию умнее. Наоборот, скорее всего мы вот-вот придём к эпохе автоматизированной бюрократии. Удобной, но не менее бессмысленной. В такой среде конкурентное преимущество будет возникать из способности замечать большие возможности, пересобираться и менять подходы. Не на уровне вдохновляющих заявлений — а на уровне ежедневных практик и процессов. То есть если раньше менеджмент отвечал в первую очередь за то, что люди делают (результаты). Теперь будет отвечать за то, что люди умеют делать (способности). И если попробовать представить, из чего такая enablement-функция могла бы сложиться, то у меня получилось 5 направлений: 1. Способности Кто-то должен понимать, что компания умеет сегодня и что ей понадобится уметь завтра, и держать этот разрыв в поле зрения постоянно. 2. Способы работы Инструменты, методы, подходы, работа с ограничениями. Всё, благодаря чему команда может сделать шаг вперёд. 3. Коммуникация Насколько эффективно устроен обмен контекстом — кто с кем о чём разговаривает, на каких встречах, в каком виде, доходит ли сказанное туда, где от него что-то зависит. 4. Кросс-функциональное взаимодействие Как команды делятся тем, что у них получилось, подключают друг друга к задачам и объединяют экспертизу. 5. Развитие Культура, стандарты, рефлексия, перформанс-ревью, обратная связь, коучинг. То есть функция, которая системно создаёт людям возможность делать значимую работу.

🔥 Kimi K3 на 2,78 ТРИЛЛИОНА параметров запустили на CPU с 8 ГБ RAM. Без GPU, BLAS и фреймворков Проект kimi-k3-in-c реализует inference Kimi K3 практически с нуля на portable C99. Чекпоинт модели занимает 1,56 ТБ, но пик RAM при запуске составил всего 8,24 ГБ. Фокус в MoE и стриминге весов. Из 896 экспертов на токен выбираются только 16, а остальные веса не обязаны постоянно лежать в оперативной памяти. Огромная часть модели читается прямо с диска, поверх этого работает LRU-кэш экспертов. Цена такого трюка очевидна: скорость. При 8 ГБ RAM автор получил около 26,5 секунды на токен, при 64 ГБ уже 19,8 секунды, а на машине с 128+ ГБ, где нужные данные помещаются в память, около 5,6 секунды. Получается любопытная смена ограничения: гигантскую MoE уже можно заставить работать без серверной фермы. Вопрос теперь скорее в том, сколько диска и времени на токен вы готовы отдать за такой inference. github.com/FareedKhan-dev/kimi-k3-in-c #AI #Kimi #LLM #C #LocalAI

​​Talk: breaking into machine learning - recording Пару дне назад я уже писал, что я буду делать доклад для пакистанских студентов. В общем получилось так, что на него зарегистрировалось 450+ человек, несмотря на то, что это был праздник - день независимости. Встреча была в google meets, но там лимит в 100 человек, так что все желащие не влезли. В результате делали трансляцию в linkedin, запись можно посмотреть тут https://www.linkedin.com/events/liveaugust147494045235434594306/ Вопросы были в основном про карьеру - как её начинать, что делать в текущей ситуации с засилием AI, как вкатываться в сферу и так далее. Думаю, скоро напишу блогпост про это, чтобы мысли были не только в записи. Сам доклад шёл 40 минут, потом я ещё 40 минут отвечал на вопросы. #career #ai #datascience

Что с рынком труда в ИТ в 2026: глобально и по регионам Посидела в свежих отчётах и собрала картину по регионам: по продактам, и по ИТ в целом. Спойлер: картина, скорее, позитивная. Глобально. - Рынок продактов на подъёме: 26 900+ открытых PM-ролей, в 2.3 раза больше, чем в 2023. - Главный драйвер AI: 61% вакансий требуют AI-опыта, премия за него 15-30%. - По ИТ в целом та же картина. Единственное, что растёт без оговорок, это всё вокруг AI: у крупных компаний таких вакансий на 50-100% больше, чем год назад. Быстрее всех набирают финтех и security, есть компании, почти удвоившие штат за два года. США. - Найм растёт: вакансии разработчиков за год в плюсе, топ-компании нанимают на 20% больше, чем год назад. - Но рынок жёстко расслоился. AI-продакты получают ~$245k против ~$123k у традиционных PM. В два раза! - География концентрируется: 23% всех открытых PM-ролей в Bay Area. Европа. - Самый противоречивый регион. По разработчикам вакансии выросли только в Британии, Германия и Франция в минусе. Нанимают в основном компании с американскими штабами. - У продактов вакансий больше (+33% г/г), но фактический найм упал на 14%. То есть постят много, нанимают долго и придирчиво. - Своим при этом повышают зарплаты активнее любой другой функции (+5,2%): дешевле удержать, чем искать. - Ориентиры мидла: UK £67k, Германия €71,5k, Нидерланды €70,3k, Франция €63,7k, Испания €54k. Россия. - Рост ниже инфляции. По данным Хабр Карьеры (45 000+ реальных окладов, июль 2026) медиана по ИТ 191к ₽, +4% за полугодие при инфляции 4,5-5,5%. - Продактам не досталось совсем: зарплаты в менеджменте показали ноль роста за год, премия ушла смежным ролям (техподдержка +10%, маркетинг +9%). - Ориентиры: менеджеры в ИТ получают 260к ₽ в Москве, 200к в Питере, 152к в регионах. Индия и Канада самые горячие. Индия +42% г/г по продактам, причём рост тянут не стартапы, а мид-сайз и корпорации. Канада +67% г/г. Удалёнка. Глобально remote-ролей +43% г/г, но США выбиваются: только 7% AI-продактовых ролей там полностью удалённые. В Европе гибрид 2-3 дня в офисе стал дефолтом. Вывод: везде плюс/минус одно с разными акцентами. Рынок награждает специализацию, AI-навыки и senior-опыт. А где не награждает, как в России, там стагнация для всех. Генералистам тяжелее всех, в любом регионе и в любой роли. В следующем посте расскажу, что вижу сама на практике, как обстоят дела у менти и как конвертятся мои отклики. #PG_education

💼 Как финансисты Anthropic используют Claude Я недавно разбирал статью Anthropic про то, как они закрывают 95% вопросов к данным без аналитика. Держите ещё один заход из соседней команды – у них есть разбор про то, как с этим живут финансисты. Рассказывает Alice Fong из corporate finance & strategy 🏁 Боль знакомая: квартальная преза для борда, цифры обновляются каждый день, слайды правят несколько человек параллельно. И к дедлайну в тексте на одном слайде одно число, а в таблице на другом – уже другое. Ловить это приходится глазами, перечитывая всю презу целиком Вот как она пустила агентов в свою рутину: • Проверка презы перед бордом. Задача по сути одна: проверь, что каждая цифра и каждое утверждение сводятся к единому источнику правды. И вторым заходом – прочитай это глазами члена борда и отметь, где текст противоречит сам себе или опирается на контекст, которого у читателя нет • Черновик месячного ревью. Она закидывает таблицы из финмодели и просит написать первый черновик тем голосом, которым команда уже пишет: выручка была А против Б, отклонение В%, потому что Г. Дальше правит руками • Разбор чужой финмодели. Claude for Excel разматывает ссылки между вкладками и находит структурные косяки до того, как она потратит вечер на чтение незнакомого экселя • Разные проекты под разные аудитории. Для месячного ревью один, для борда другой. Тон и договорённости отличаются, значит и память должна быть разная

Главное во всей статье: агент забрал не аналитику, а проверку. Сходятся ли цифры между слайдами, то ли это определение метрики, не противоречит ли текст сам себе – вся душная механика, где человек ошибается просто от усталости. А что эти цифры значат и что с ними теперь делать – по-прежнему не его работа

У нас то же самое, только слова другие. Сверка с источником, дедуп, проверка, что метрика бьётся с продовым дашбордом – это уже частично уезжает к агенту. Выйти к продакту и сказать, что делать – пока нет Вот что легко упустить. Определения, договорённости и нужный тон кто-то записал руками один раз – а дальше их надо чинить каждый месяц, когда поменялась форма отчёта или появилась новая метрика. Часы освободила не подписка за 20 баксов, а вот это занудство И дисклеймер, без которого пост будет нечестным. Anthropic тут в тепличных условиях: свои данные, свой контур, фронтир-модель из первых рук и ноль разговоров с безопасниками про NDA У нас же в контуре обычно крутится дипсик годовалой давности, и доверить ему сверку цифр перед бордом – ну такое Плюс всё это надо тащить на себе. В прошлом посте про 95% была отрезвляющая деталь: без поддержки точность за месяц сползла с 95% до 65% Здесь будет ровно так же – перестанешь обновлять контекст, и агент начнёт уверенно писать красивый нарратив по неправильным числам А что у вас первым забрали агенты? Ежегодную индексацию? @tagir_analyzes

Evoke Авторегрессивная интерактивная модель от Alaya Lab для генерации бесконечных управляемых видео-миров Состояние мира отделено от генерации и хранится постоянно - сцена помнит пространство и может жить часами • Управление камерой - движение, повороты, исследование мира • Часы непрерывной генерации без растущего контекста • Смена промпта на лету - новые объекты и события прямо в запущенном мире • Неинтерактивный режим - мир развивается сам • Генерация в embodied-сценах • 14B параметров • 3 шага, без CFG Учитель EVOKE построен на базе LingBot-World. VAE, текстовый энкодер, токенизатор и планировщик от Helios Гитхаб HF #interactive #world

LFM2.5-VL-3B Очередная компактная модель от Liquid AI Мультимодальная зрительно-языковая, работает на самртфоне Обходит заметно более крупные модели в задачах по экранам, привязке объектов и распознаванию текста. • Понимание экранов мобильных, веб и настольных интерфейсов • Grounding - привязка объектов к координатам по запросу на естественном языке • Полностраничное OCR с разметкой макета - текст, таблицы, формулы, графики • Вызов функций и инструментов • Работа с несколькими изображениями сразу • База LFM2.5-2.6B плюс визуальный энкодер SigLIP2 NaFlex 400M • Контекст 32 768 токенов, 16 языков включая русский • Около 3 ГБ памяти • 20 ток/с на Galaxy S26 Ultra HF Демо #multimodal #vlm #compact #mobile

Большой недельный пост 🎉 Как-то вчера взгрустнулось из-за венчурной статистики. Прям хоть открывай сбор на покупку дошираков, чтобы стартаперов поддерживать. Я пока пойду поизучаю, какие вкусы большей популярностью пользуются. А вы почитайте наш большой недельный пост. А вот, кстати, и он! 1️⃣ Большой текст Bloomberg про игру Candy Crush, которая через 15 лет после выпуска остается популярной и зарабатывает около $900 млн в год — ссылка 2️⃣ Кто и зачем покупает и перепродаёт аккаунты в соцсетях. Это пересказ от VC материала Financial Times — ссылка 3️⃣ Коллекция инвестиционных мемо (investment memorandum). Это внутренние документы фондов про то, как они оценивают стартап. В этой коллекции есть мемо крупных фондов на известные проекты — ссылка 4️⃣ Подробный разбор того, зачем Bending Spoons купила Airtable (за наводку спасибо @menngornal) — ссылка 5️⃣ Постоял у стадиона и заработал: Polymarket и размытые границы между инсайдом и умением искать — ссылка 6️⃣ Bloomberg про сервис генерации AI-музыки Suno. Инвесторы оценивают его уже в $5 млрд. Но на него войной пошли правообладатели, а еще стриминги жалуются — ссылка 7️⃣ Попытка разобраться с загадкой банка «Точка». А загадка в том, что у «Т-Технологий» там 64%. При этом она является мажоритарным, но НЕ контролирующим акционером. Вот как так? — ссылка 8️⃣ История про то, как чувак продал стартап за $250 млн. А потом и покупатель передумал, и поддельные подписи нашлись, и инвесторы ничего не получили — ссылка @TheEdinorogBlog — тот самый канал про стартапы🦄

AI "демаргинализирует" разработчиков. Хотя многие говорили, что заменит, но этого не происходит. На деле изменилось отношение нетехнического обывателя-энтузиаста к коду - многие люди повайбкодили, создали свой первый гитхаб-репозиторий и что-то туда покоммитили. А это конечно помогает разработчикам быть понятными другим людям, а не выглядеть гиками и нердами (хоть и хорошо зарабатывающими 🙂) 1️⃣ С другой стороны, минимальное понимание рутины разработки делает ее для обывателя не магией, а обычной, возможно скучной работой, типа бухгалтерского дела. Что может быть и плюсом, и минусом. Возможно высокий доход у разработчиков будет еще больше раздражать остальных: "ну я теперь сам могу такое за вечер навайбкодить". 2️⃣ Я демаргинализацию проходил с удаленной работой: до ковида это был удел якобы социофобов, которые не смогли нормально устроиться в офис. После ковида оказалось, что удаленная работа - достойный образ жизни и работы приличного человека. Оказывается, у номадов-удаленщиков еще и свобода есть, о которой многие мечтают только к пенсии. Аналогию можно продолжить: из-за удаленки сломалось обучение - нет офисной передачи опыта. С клодкодами мы видим похожее: понимать код, расти и учиться стало сложнее. То есть и удаленка, и кодинг-агенты не навредят скорее опытным. 3️⃣ А мысль "все есть код" наверное уже многим приходила в голову. И такой взгляд на мир конечно помогает лучше видеть взаимосвязи в нем. @kyrillic

ML Global Recap'H1: это 10 из 10✨ Вчера сходила на ML Global Recap'H1 2026 в Яндексе, большой митап с обзором ICML. Тот самый, который я две недели пиарила здесь в канале, а потом благополучно забыла зарегистрироваться сама. Вспомнила в последний момент, когда регистрацию уже закрыли. Выручили друзья по ШАДу и нашли для меня место, так что на самый разгар я все-таки успела. Что было полезного: ✔️Общий обзор конференции и трендов: куда движется область по итогам первого полугодия и что реально взлетело. ✔️Доклады про ризонинг, тема, вокруг которой сейчас крутится половина всего интересного. ✔️Доклад ровно по моей теме, про оценку моделей и тренды бенчмаркинга. Все никак не доходили руки разобраться, что там по статьям с ICML на эту тему, а тут готовая выжимка. Но главное на таких митапах, конечно, люди. От нашей команды собрался золотой состав AGI NLP, ребят из Sber AI было столько, что нас обогнали только местные яндексоиды. И отдельная история это встретить здесь вас. Каждый раз, когда на таком мероприятии ко мне подходят, просят сфоткаться и говорят, что читают канал, я не знаю, куда себя деть от смущения и радости одновременно. Спасибо вам, это правда очень вдохновляет и мотивирует писать дальше! Итог: 10 из 10. Полезно, интересно, вкусный кофе-брейк и отличная компания. @mashkka_ds #трудовыебудни #ml #icml #митап

#Нейропрожарка «Супер-Дружба» Автор:  @Sergei_108 Мульт про ёжика Соника в стиле Pixar. Делал специально ко дню рождения 7-милетних племянников, с их участием в мульте. Это был первый опыт создания видео с сюжетом и героями. Понимаю, что ролик далёк от идеала). Консистентность персонажей немного плывёт, но для детей это непринципиально) Делал в марте и начале апреля. В основном Клинг 2.5 Турбо, Сиданс в открытый доступ только вышел и две сложные сцены по 15 сек. хотел сделать через него, но он упорно не хотел генерить сцены с Соником, даже по текстовому описанию. Пришлось делать в Клинге и потом склеивать до 15 секунд сцены. Пайплайн: 0. Создание карт персонажей Соника, Сони и Никиты на основе их фото в Nano Banana 2. 1. Сценарий в Qwen. 2. Раскадровка Nano Banana 2. 3. Промпты для видео Claude Opus. 3. Анимация Kling 2.5 Turbo. 4. Голоса реальные, клонированные через kikivoice: мой, Соника (взял для клонирования голос самого популярного актёра, который дублировал Соника, Михаил Тихонов), племянников: Сони и Никиты, Др. Роботника. 5. Стихи для песни написал Gemini. 6. Песня и музыка в Suno 5.5. 7. Монтаж и фоновые звуки CapCut. Понимаю, что достаточно сыро и криво, но это был первый опыт. Родителям племянников зашло даже больше, а у племянников была неоднозначная реакция, когда им это показали в лоб без предварительного объяснения: они стали оценивать и сравнивать со своей внешностью, стали говорить: типа у меня не такие волосы, голос и тп. В итоге мальчик не смог принять, а девочка сказала, что ей понравилось. Стоимость: чуть больше 3тр на подписку Клинг и токенов в Syntx. Сроки: делал полтора месяца в свободное время. @cgevent

🛠 Инструменты • Meta представила Muse Code и Muse Spark 1.2 — Помощник для программирования. • NVIDIA выпустила голосовую AI-модель — NemotronLabs VoiceChat 11B. • Google DeepMind добавляет перевод жестового языка — Модель SL2T переводит ASL в английский текст в реальном времени на Pixel 11. • OpenAI представила ультрабыстрый API-тариф для GPT-5.6 Sol — Скорость 750 токенов в секунду, в 14 раз быстрее стандартного. • Google запускает Gemini 3.7 Flash со скидкой 50% — Скидка 50% на API. • Вышла Qwen3.8-2.4T-A95B — Улучшенные кодинг и агентное исполнение, поддержка SGLang и vLLM. • MAI-Image-2.6 на втором месте Arena — Модель Microsoft достигла второго места в text-to-image.