сидите только на Claude? that's so 2025. помните, я юзал paperclip? Там создаёшь сотрудников, они как-то друг друга вызывают и делают работу. Перспективно, но быстро заслопилось, потому что не было нормальной визибилити: непонятно, кто что делает и как этим управлять. фаундер Twitter в новом проекте полгода назад уволил 70% сотрудников из-за ИИ, а на неделе пошерил внутренний колл, где два дизайн инженера в лайве выбирают таску и доводят ее до PR. Самое интересное это конечно демка их агентского стека: Berd 07:16 и Buzz 10:54 - это типа Slack, где в одном канале сидят и люди, и агенты - у каждого сотрудника свои агенты и скиллы, которые ранятся у него локально - все опенсорс, а действия агентов можно протрекать 53:29 Это не Slack bot, который одинаково тупой для всех: ты сам делаешь своего агента и тегаешь его в чате, когда надо. Агенты тегают агентов. Коллеги тегают своих. Получается наконец-то мультиплеер из суперхуманов. Я уже скиллифицировал некоторых из своих 30 личностей: TON on-chain аналитика, анализ рынка тгботов, библиотекарь комьюнити-знаний про AI-фишки. Попробую собрать из них сотрудников ИП Охлопков. Путь к personal AGI лежит через автоматизацию себя. Возможно, именно UX berd & buzz окажется самым удобным и продуктивным

TIPS v2 Пониматор картинок от Google DeepMind с пространственным чутьем. Если CLIP понимает ЧТО на картинке, то TIPS еще и ГДЕ это. Признаки считаются не только для всего изображения, а для каждого участка (патча) отдельно - Zero-shot классификация по текстовым описаниям без дообучения - Пространственные признаки с каждого патча: скармливаешь их в сегментацию, оценку глубины, детекцию - позиции объектов не теряются - Работает на других разрешениях через интерполяцию позиционных эмбеддингов - 1.1B vision-параметров, 389M текстовых, эмбеддинг 1536, разрешение 448 - Вся линейка: от S/14 (22M) до g/14 low-res, есть вариант под слабое железо - ~2B параметров суммарно, лицензия Apache 2.0 Гитхаб HF Демо #vlm #image2features

$10.8 миллиардов зеленых хрустящих инвестиций - за полтора месяца. Только в AI-инфраструктуру КАРЛ. Кто бы что ни говорил про AI-пузырь и перегретые оценки, деньги продолжают идти туда и идут в совершенно неприличных количествах. Вот смотрите что произошло буквально за последние недели: Fireworks AI подняли $1.51 млрд при оценке $17.5 млрд, строят инфраструктуру для запуска моделей. Atoms получили $1.7 млрд на промышленную робототехнику. SambaNova забрали $1 млрд на AI-чипы. Together AI подняли $800 млн на инфраструктуру для open-source моделей. Etched, ещё одни ребята с чипами, $700 млн при оценке $21 млрд. Даже Legal AI компания Norm AI стала единорогом с $120 млн. А Nvidia по данным Reuters заносит ещё $5 млрд в Safe Superintelligence Ильи Суцкевера. Пять. Миллиардов. Да, про AI сейчас говорят все и пихают его в каждый второй питчдек, иногда туда где раньше прекрасно справлялся обычный эксель) Но если убрать шум видно что самые большие деньги идут уже не в очередной красивый интерфейс поверх чужой модели. Они идут в чипы, в inference, в робототехнику, в вычислительную инфраструктуру. То есть в фундамент на котором потом будет стоять вообще всё. AI это уже не отдельная индустрия за которой можно наблюдать со стороны. Это инфраструктура для всех остальных индустрий и кто этого ещё не понял тот скоро поймёт) Где-то обязательно лопнет и не один раз. Но тренд от этого никуда не денется. 👉 t.me/huntermikevolkov - здесь про рынок на котором мы все работаем Буст каналу💪

Счетная палата стала проверять IT-компании, умер Йован Савович, Anthropic хочет превзойти IPO SpaceX, сделка Google по данным авиакомпании забуксовала, Burning Man и умные очки 🦄 Доброе утро, наши маленькие любители единорогов! 🔍 Счетная палата стала проверять IT-компании на предмет использования отраслевых налоговых льгот, пишут «Ведомости». По данным издания, первые запросы появились еще в начале года. Счетная палата просит документы от крупных компаний, которые работали с госорганами. Интересуют данные за 2025 год. Правда, из статьи непонятно, насколько массовые проверки и сколько компаний они затронули. 😢 Умер основатель Dirty и «Лепрозория» Йован Савович, пишет VC. Ему было 43 года. Очень жалко! И спасибо за крутые проекты, Йован! 💲 Anthropic готовится подать заявку на IPO уже в конце этого месяца, пишет Bloomberg. При этом компания хочет сравнять или даже превзойти масштабы IPO SpaceX. Последняя официальная оценка Anthropic была $965 млрд, но на вторичном рынке ее оценивают уже в $1,5 трлн. Вот только никто не хочет продавать акции, все ждут IPO. 🤷‍♂️ На днях была новость, что Google за $10 млн прикупил данные обанкротившейся авиакомпании Spirit, чтобы обучать на них AI. Так вот суд приостановил сделку. Профсоюз бортпроводников попросил суд, чтобы в условиях сделки было прописано, что вся конфиденциальная информация о бортпроводниках исключается из нее. Или получает ту же защиту, что и данные о клиентах. Вот теперь будут решать эту проблему. 👓 На Burning Man поменяли правила из-за умных очков, пишет Business Insider. В них четко прописали, что если ведется съемка с помощью умных очков (как и с помощью других устройств), то нужно получить разрешение как у главного героя, так и у людей на заднем плане. Business Insider отмечает, что это своего рода подтверждение распространения умных очков и проблем с конфиденциальностью из-за них. @TheEdinorogBlog — тот самый канал про стартапы🦄

OmniScientist ИИ-ученый для локального запуска на компе Скармливаешь папку с данными и направление исследования. Он смотрит материалы, выдвигает гипотезу, пишет и запускает код, читает получившиеся графики и компилирует статью - Воспринимает все как есть: изображения, сигналы, аудио, видео, 3D-сканы, поинт-клауды, траектории, таблицы, формулы - Полный цикл: гипотеза → анализ → проверка → статья в PDF с фигурами, таблицами и реальными DOI - Каждая цифра в черновике связана с исполнением: гейт пропускает статью, только если число реально появилось в stdout какого-то прогона - Пустые результаты отправляются обратно на идейную доработку - Три редакции: десктоп, CLI, skill для твоего агента - Провел 36 реальных исследований, из них 5 полноценных статей - Windows, macOS, Linux Гитхаб #research #agent #autoresearch #scientist

Борьба со сложностью В продолжение темы о переусложнениях, которые полюбили делать современные модели, поделюсь своими двумя скиллами, которые помогают с этой самой сложность бороться. Code That Fits in Your Head Скилл-дестиллят книги Марка Симмана, название которой говорит само за себя. Цель скилла: прежде всего, выбор понятных и сопровождаемых решений и их реализации. Начинка довольно сильно адаптирована мною под агентную разработку. Этот скилл я особенно люблю применять когда нужно реализовать какую-то хитрую штуку, которая априори сложная (из моей практики сразу в голову безопасный парсер псевдо-SQL кода, который приходит от агента и преобразуется в безопасный MongoDB query). А более бытовой пример с задачей по ускорению обхода файловой системы на скринах. Ubiquitous Language Скилл занимается обслуживанием всего, что связано с языком в проекте: 1. Генерирует и поддерживает в актуальном состоянии т. н. тезаурус (docs/THESAURUS. md) - это расширенный словарь понятий с разъяснением неоднозначностей и фиксацией чем понятие является, а с чем его не стоит путать и с какими понятиями оно связано. Кстати, помимо того, что агенты начинают лучше понимать проект, приятный бонус от тезауруса - это более точные результаты от grep'a. 2. Позволяет агенту выбирать новые имена для сущностей, сервисов и прочих артефаков с оглядкой на этот самый тезаурус и вообще агент больше думает о важности языка и нейминга. Этот скилл тоже делался на плечах гигантов: в основу был взят блок про Ubiquitous Language из отличной книжки Влада Хононова "Изучаем DDD — предметно-ориентированное проектирование", а также блоки про язык из FPF + ISO 25964 про создание тезаурусов (все сорсы тут). Оба скилла тем ценнее, чем больше и сложнее проекты с которыми вы работаете. А еще, к планированию архитектуры и вообще к тому, как наиболее элегантно встроить тот или иной функционал я люблю привлекать Fable (обычно на low или medium reasoning). И, конечно, никакой скилл не заменит понимание системы и продукты инженером. Собственно, третий этап после скиллов и Fable ревью - это фильтр через человека-инженера (на скринах как раз пример такой пирамиды из 3-х этапов как мы с агентами ищем оптимальный способ ускорить обход файловой системы: 1: анализ плана скиллами, 2: Fable, 3: инженер - это мой-вопрос финальная корректировка: заметьте, что я ее задаю в виде вопроса, давая агенту пространство для несогласия). Выбор наиболее оптимального решения из огромного пространства траекторий - это все еще сложнейшая задача для LLM. Да и для экспертов часто непростая. Почему это важно, вроде, очевидно - сложное и неоптимальное решение обычно более хрупкое - на него будет сожжено больше токенов, а в проде оно с большей вероятностью будет ломаться в разных местах (или эффектом бабочки ломать что-то смежное). Опять же, все это становится острее на масштабе: пока вайб кодишь проект на полтора пользователя, может казаться, что все и без этого прекрасно. @ai_driven

ARC AGI 3 — Skill Issue Скиллы оказались куда лучше системных промптов. В них можно зашить тул юз, решая проблему повторяемости и консистентности ответов. Это дико полезная фича, когда нужна строгая форма вывода, скажем, для заполнения таблиц. Вот вам кастомный скилл для Claude Opus 5, который буквально заставляет модель лишний раз подумать перед предсказанием в ARC AGI 3 и всё. В итоге, модель улетела с 30% до чистых 100%, что уже лучше кожаных, при этом используя ~вдвое меньшее количество шагов. Никакого читерства в виде правил датасета внутри скилла нет. В тул-колл тупо зашит жесткий логический блок. Если модель не рассуждает перед ответом и не пытается предугадать следующий шаг, заполняя соответствующие ячейки, предсказание отправляется на доработку. Ну а в остальном базовые инструкции. С одной стороны RL вроде как убил классический промпт-инжиниринг. Ну а теперь, на его месте уже плотно закрепился скилл-инжиниринг, лол. ARC Skill @ai_newz

А серьезно, почему опус может делать жестб пафосные научные открытия или писать сверхоптимизированный олимпиадный код для решения алгоритмических задач, но не может догадаться использовать .venv окружение, лежащее прямо в папке с проектом и вместо этого засирает системный pip (ls -a в папке он точно делал и видел этот .venv)? Или в другие разы он не мог прикинуть, запустится ли на карте с известным количеством памяти модель с известным количеством параметров в fp32 и все ронял, не понимая в чем дело, пока я не посмотрела в исходники и не постучала ему по голове. А один раз так вообще по неведомой причине решил обрезать до 8000 символов (именно символов, а не токенов!) тексты, которые подавались для классификации другим моделям (хотя было легко увидеть, что они в десять раз длиннее и полезный сигнал по смыслу находился где-то посередине). При этом он никогда в своей писанине и отчетах явно не упоминал эту обрезку, пока я сама её не обнаружила, пытаясь понять, почему результаты такие странные. И вот как тут заранее угадать, что для него очевидно, а во что надо пальцем тыкать как ребенка малого?

🧊 Годнота для тех кому актуально научить агента 3д: Вышел Spline V2 - агентный 3D прямо в браузере. – AI Agent Mode: агент сидит в сайдбаре и сам крутит все параметры 3D сцен. Все остается полностью редактируемым – Spline MCP рулите редактором из вашего харнеса. – Новый движок на WebGPU: PBR-материалы, HDRi, tone mapping, physical sky, отражения, зеркала, декали, слои пыли и полостей. – Code-режим: HTML/JS поверх 3D-сцены — интерфейсы, игры, кастомные взаимодействия. Потыкать тут - app.spline.design Почитать тут - blog.spline.design/spline-v2 Про цены и лимиты на агента пока молчат, так что кто потестит - пишите как быстро горят токены @how2ai | Забустить канал | Внедряем ИИ в бизнес

Что надо успеть сделать до 40, чтобы дольше жить Посмотрел большое интервью с Петром Федичевым - биофизиком и сооснователем Gero, которая с помощью AI ищет препараты против старения. До сорока лет надо набрать высоту. После сорока VO2 Max, мышечная масса, когнитивные способности и прочие функции начинают снижаться, и важно, с какой базы ты падаешь. То есть до сорока создаёшь максимальный физический и когнитивный резерв, а после стараешься как можно дольше его удержать. Рекомендации при этом удивительно банальные:

1. есть меньше: убедительных доказательств особой магии интервального голодания нет; 2. не толстеть и особенно не доводить себя до диабета, ранний диабет может стоить примерно шести лет жизни; 3. сохранять мышечную массу: белок плюс силовые; 4. постоянно двигаться, ходьба ненамного хуже бега, а умеренные веса дают большую часть пользы от тяжёлых; 5. не курить; 6. следить за VO2 Max хотя бы раз в год; 7. после 40–50 не пытаться повторять спортивные рекорды двадцатилетнего себя.

Дальше в интервью пошло то, что к спорту уже не имеет отношения. Федичев говорит про корреляцию социального статуса и продолжительности жизни. Причём объясняется она не только деньгами и доступом к медицине. Существенным фактором может быть постоянная тревога потерять своё место в социальной иерархии. Предпринимателям это знакомо: после определённого уровня деньги уже мало меняют качество жизни и превращаются в единицу измерения собственного места. Остановиться нельзя, выпасть из обоймы нельзя. Получается, что можно идеально следить за сахаром и VO2 Max, параллельно годами живя в хроническом стрессе из-за страха потерять статус. Дальше про то, можно ли старение остановить в принципе. Федичев обращает внимание на животных, у которых практически нет привычного нам возрастного роста смертности. Сам факт, что такие организмы существуют, показывает: старение не обязательно фундаментальный и неизбежный закон природы. Значит, теоретически его механизм можно выключить, и первые эксперименты дают надежду, что серьёзно вмешаться получится ещё при нашей жизни. Gero анализирует медицинские данные порядка 100 млн человек с помощью AI и ищет новые мишени для лекарств. Одну найденную уже проверили на очень старых мышах: один укол увеличил их оставшуюся продолжительность жизни примерно на месяц. Разработку лицензировала Chugai/Roche. Интересен и Ozempic. Его создавали для диабета и ожирения, а выяснилось, что GLP-1 препараты заодно снижают вероятность сразу нескольких серьёзных проблем со здоровьем, от сердечно-сосудистых событий до почек. Это уже похоже на первые препараты для продления жизни: воздействие идёт не на одну болезнь, а сразу на несколько возрастных рисков. Государства, кстати, тоже заинтересованы в том, чтобы люди дольше оставались здоровыми и работоспособными, так что регуляторные подходы к клиническим исследованиям постепенно начинают меняться. Мне понравилось, что Федичев в этом контексте похвалил Брайана Джонсона. Его принцип такой, что если предполагаемый эффект достаточно большой и его можно объективно измерить на себе, не всегда нужно начинать с исследования на тысяче человек. N=1 тоже даёт полезный сигнал, хотя доказательством для всей популяции это, конечно, не становится. Экономика тут совершенно другого масштаба. Ozempic нужен сотням миллионов, а препарат, который действительно остановит или радикально замедлит старение, потенциально нужен всем. Ещё недавно я бы назвал это фантастикой, а сейчас больше похоже на инженерную задачу, которую могут решить при нашей жизни. @maxvotek | linkedin | substack

⚡️ Как прошел KDD На прошлой неделе прошла одна из ключевых конференций в области ML, и AI VK Research привезла туда две работы по рекомендательным системам. Темы довольно показательные. Первая: как оптимизировать retrieval не под следующий клик, а под поведение пользователя в рамках всей сессии. Вторая: как использовать MDP с матричной факторизацией для candidate generation. То есть обе работы так или иначе про одну большую проблему: как сделать классическую рекомендательную систему не просто хорошей в предсказании следующего действия, а более эффективной на длинном горизонте. Исследователи AI VK Research собрали репортаж прямо с KDD: что обсуждали на конференции, какие тренды заметны сейчас в recsys и как проходила презентация исследований команды.

Context-1 — поисковый агент, который умеет избавляться от лишнего. Часть 2/2 Продолжаем изучать агент Context-1. В первой части мы рассмотрели, что это вообще такое и какие задачи перед собой ставили авторы. А в этой части поговорим о метриках и обучении. Для оценки качества ответа авторы предлагают использовать четыре метрики: Final answer found (смогла ли модель найти документ с правильным ответом в выдаче), Recall (доля релевантных документов, которые выбрала модель, от общего числа релевантных документов), Precision (число релевантных документов, которые модель отвергла) и FB (среднее гармоническое Recall и Precision; идея авторов в том, чтобы штрафовать модель за отбор нерелевантных документов только под конец обучения). Также предлагают рассматривать Trajectory recall, оценивая качество траекторий и поощряя модель за отбор нужных документов и не награждая чрезмерно за случайное нахождение верного ответа.  На SFT авторы генерировали некоторое количество траекторий с помощью Kimi K2.5. Дальше заводили RLVR на модели gpt-oss-20b с LoRA. Вместо GRPO применяют CISPO — модификацию, которая позволяет лучше бороться с энтропийным коллапсом. Что касается реворда, то здесь на модель накладываются два штрафа: за уменьшение контекста несколько раз подряд и за количество шагов (если их больше 64). В результате модель научилась чаще работать с параллельным вызовом инструментов и лучшему прунингу в сравнении с базовой gpt-oss-20b. А число шагов в траекториях сократилось. С результатами по четырём доменам — веб, финансы, юридическая информация и электронная почта — можно ознакомиться в первой таблице.  Обратите внимание, что Context-1(4x) — это конфигурация, на которой запущено сразу четыре агента, а результаты их выдачи объединены с помощью метода Reciprocal Rank Fusion. Авторы отмечают, что даже в таком случае требуется меньше ресурсов, чем на запуск крупных моделей. Что же касается опенсорсных бенчмарков (таблица 2), то тут оценивалось, есть ли финальный ответ в документах, которые выбрала модель.  В финале авторы отмечают, что им не хватает разнообразия задач — все они представляют собой таски вида «найди что-то в ворохе документов». Также в работе говорится, что потенциально к используемым инструментам можно добавить и тулы для написания кода, и оркестратор. Наконец, предлагается поработать над менеджментом контекста: например, сохранять какое-то минимальное количество информации из выкинутых документов или суммаризировать большие страницы.  Разбор подготовил ❣ Владислав Пыж Душный NLP