Про поиск авиабилетов. Я конечно не эксперт, это пост-призыв делиться своими лайфхаками. У меня он по сути один, но универсальный: пользоваться Google Flights! Есть миллион разных сервисов, но я никогда не видел, чтобы кто-то качественнее и быстрее гугла подтягивал актуальные цены. В 2022 году Google Flights перестал показывать рейсы в РФ, но спустя пару лет вернут неru-авиакомпании (чего не сделали другие неru-сервисы). Там можно выбрать пункт назначения Anywhere и с кучей фильтров искать удобные и/или дешевые билеты. Например из Барселоны в NY за 418 евро туда-обратно, или в Токио за 605. Или в Питер на две недели за 310. Причем все рейсы с одной нормальной пересадкой. Есть сервисы, которые так умеют или даже более гибкие (Kiwi), но там почти всегда цены одновременно выше и менее актуальны. Я Google Flights пользуюсь кажется с первых дней его появления в 2011 году, и тогда был в шоке, как пришел новый сервис и сделал все 10х удобнее и быстрее (тогда его UX был инновационным). За 15 лет так и не нашел более точного и удобного сервиса. А недавно Google Hotels стал главным способом поиска и отелей. Расскажите в комментариях, как вы ищете авиабилеты! @kyrillic

watermarks-remover Никогда не пользуйтесь этим скиллом удаления из файлов и текста ИИ-водяных знаков, которые производители моделей незаметно вшивают в контент Что убирает 1. Невидимые символы в тексте - скрытые Unicode-маркеры (невидимые пробелы, специальные управляющие символы), которые ChatGPT, Claude и другие вставляют в сгенерированный текст. Это детерминированный слой, работает без потери смысла. 2. Статистические водяные знаки - более хитрые схемы вроде SynthID-Text (Google/Gemini), где модель незаметно «подкручивает» выбор слов по секретному алгоритму. Их убирают переписыванием текста (best-effort, ценой стиля). 3. Метаданные из файлов - C2PA, EXIF, XMP и прочие служебные поля, в которых тоже хранится информация о происхождении. Чистит PNG, JPEG, PDF, DOCX, MP4, MP3 и ещё десяток форматов #skill #privacy #watermark VK | MAX

Этот канал начинался три года назад с разбора кейсов внедрения LLM в бизнес продукты в компаниях США и Европы. Тогда команды брали API от OpenAI, Anthropic или локальной модели, обвязывали промптами и RAG-ами и вызывали для принятий решений: переводов текстов, генерации лидов, разбора тех документации, поиска проблем в нормативных документах итп. Стабильных архитектур тогда не было, и магию построения стабильных пайплайнов с LLM под капотом приходилось изучать самостоятельно. Тогда тесты собирали вручную, а пайплайны допиливали напильником. Это было искусством. А с тех пор ситуация незаметно изменилась (во всяком случае, в моем окружении). Кейсов с “ручным” внедрением LLM в продукты стало сильно меньше, ибо зачем возиться, когда можно взять стабильную и доказанную архитектуру агента и просто подключить ее к своей проблеме. Так, например, команды портируют архитектуры агентов с одного BitGN бенчмарка на другой, или даже побеждают с архитектурами оттуда в других соревнованиях. Кстати, если же брать готовое, то особенно популярен в США/EC в бизнес-задачах OpenAI Codex. Claude - несколько меньше. Вторая причина интереснее. Сейчас нет стремления “а давайте добавим дорогой и медленный вызов LLM-ки на каждый запрос пользователя, чтобы была магия”. Выяснилось, что это нужно делать долго и с умом, чтобы оно того стоило. А еще выяснилось, что у нас есть проблемы поважнее. Если данные - это кровь и топливо бизнеса, то код - это его двигатель. И скорость устаревания существующего кода в этом году заметно выросла. Если раньше можно было запилить приложение и оставить его крутится на мейнфрейме лет на 30, с апдейтами раз в год, то сейчас это немыслимо. Причина не столько в том, что фреймворки и библиотеки стали меняться гораздо быстрее и легче. Все веселее - AI резко удешевил анализ чужого кода, поиск уязвимости и сборку эксплойтов. Теперь не нужно быть специалистом, чтобы разобрать бинарь или железку на запчасти с Ghidra/IDA, Wireshark и Qwen/DeepSeek. Даже не нужно знать все эти слова) Нынче код уже стареет не тогда, когда перестает работать, а когда даже ленивый сможет его недорого сломать. В итоге код перестает быть активом, который однажды написали и десятилетиями можно использовать. Теперь он скорее становится расходным материалом, его нужно непрерывно проверять, обновлять без отрыва от производства. И сейчас в моих кругах получается, что перспектива поменялась так: (1) нужно решать новые бизнес-задачи? Да просто берем отлаженный harness от OpenAI Codex (или кого-то еще) и собираем конструктор (2) сэкономленное время и деньги бросаем на тушение настояших пожаров и поддержку с помошью AI Coding agents существующего кода, который приносит деньги. А как выглядит ситуация у вас? Ваш, @llm_under_hood 🤗

Обезьянам вживляли третью руку (робопротез с чипами контроля, заменяющими нервную сеть до мозга) — чисто посмотреть, что будет у них с мозгом. Приколы закончились примерно там, где стало понятно, что необязательно вставлять здоровенные провода в голову, и есть другие более тонкие способы снимать данные с мозга. И проверили на людях. Так что вот ваша третья рука, мы принесли, получите и распишитесь! Итак, самое крутое: — Обезьяны научились пользоваться третьей рукой, и могли работать ей отдельно от первых двух. Нейроны меняли свои шаблоны активности. Сенсорная зона мозга, которая обычно отвечает за чувство прикосновения к собственной руке, начала активно участвовать в управлении роботом. — Представительство робота формировалось за счёт представительства своей руки, то есть примерно как разница между голосом и внутренним диалогом. — Подтвердилась теория оптимального управления с обратной связью. Мозг не зацикливается на сокращении конкретных мышц, его главная цель — выполнить задачу. Если для этого нужно управлять куском металла и пластика вместо конечности из мяса и костей, мозг без проблем включает этот искусственный механизм в свою внутреннюю карту тела. То есть робот буквально становится для мозга новой рукой. — У макак формируется стабильная корковая карта для нейропротеза, и изменения оказались быстро обратимыми. Новая сеть свободно сосуществует с сетью естественного моторного контроля. При переключении между режимами — переход быстрый и без взаимной интерференции. То есть шаблон примерно как у нас при управлении джойстиком, автомобилем или мышкой. — Две виртуальные руки вместо своих — макакам вообще норм. — На людях прикол такой: если пальцев врождённо 6, то организм сразу строит кору так, что у него там есть выделенный контроллер, и им можно управлять без перераспределения ресурсов общего моторного контроля. Шестипалые могут делать одной рукой то, для чего нам нужны две. Например, завязывать шнурки. Мозг справляется с многозадачностью очень легко. — Попробовали цеплять роборуку людям через ЭЭГ — новая область под импланты не растёт. Но зато у половины испытуемых есть ресурсы способны стать киборгами без всякой подготовки. Они могут мысленно управлять третьей рукой, пока их собственные руки заняты другим делом. Но для этого нужна хорошая концентрация. Достигается, по всей видимости, упражнением. — Делали третий большой палец человеку, там аугментация изменила представительство собственной руки в сенсомоторной коре. Бесплатного места в коре не нашлось. Мозг настолько пластичен, что ради интеграции новой конечности готов пожертвовать точностью настройки вашей родной руки. Если снять прибор, мозг довольно быстро откатывает настройки обратно. Прикол в том, что изначально это был дипломный проект студентки-дизайнера, она так видела комплификацию человека. Но потом на результаты налетели немного охреневшие нейробиологи. — И самая свежая работа — делали нейроинтерфейс и смотрели, как новые суперсилы забирают ресурсы. Сначала выяснилось, что управление нейроинтерфейсом не мешает балансировать шарик на доске. Точность управления растёт минимум 3 дня (дальше не могли из-за проблем ношения аугментации), на уровне ЭЭГ — меньше время обработки. Итого — если вам аугментировать ещё одну руку, то с нехилыми шансами вы будете нормально ей управлять, мощности сетей мозга хватит. Есть ещё гипотеза, что в космосе ноги не нужны, и можно вместо них ещё одну-две руки — и вот она заиграла новыми красками. -- Вступайте в ряды Фурье! | Самые цепляющие посты Пиратский корабль — это коллектив инвалидов 2-й и 3-й групп, компенсирующих отсуствие льгот и пенсионного обеспечения.

HTC Universal: настоящий мобильный компьютер из нулевых В 2005 году HTC выпустила аппарат за $1200, что по нынешним деньгам примерно $2000, почти вдвое дороже iPhone 17 Pro Max. Продавался он под восемью разными именами сразу, потому что своего бренда у HTC тогда ещё не было и она делала устройства чужими руками на продажу. При этом клеймом бюджетности тут и не пахло, наоборот, топовое железо, экзотика и простор для моддинга вроде удвоения оперативной памяти. Universal стал первым коммуникатором на Windows Mobile с поддержкой 3G, а внутри у него нашлось кое-что странное. Один из чипов умел ускорять трёхмерную графику ещё с 2003 года, за годы до первых массовых смартфонов с таким умением. Вот только сам Universal это ускорение не поддерживает.

Почему у вас «смотрят, но не покупают»: 4 причины, о которых обычно не пишут в блогах про маркетинг Часто вижу у разных экспертов такую ситуацию: охваты есть, лайки есть. Со слов экспертов, много пишут, звонят, узнают условия. Но не покупают. Дело не в том, что у вас плохой продукт. Чаще всего срабатывает одна из четырёх причин, о которых почти не говорят в статьях про маркетинг: 1. Клиент не видит себя в вашем контенте или разговоре с вами Вы говорите про свою экспертность, а не про его ситуацию. Человек не понимает: «это про меня или про вас?» Пока клиент не увидит свою проблему и не поймет, что вы ее решите, он не купит. 2. Слишком рано просите купить Человек ещё не понял, что у него вообще есть проблема, требующая решения, а вы уже говорите цену и призываете покупать прямо сейчас.

Некоторые, наученные инфошарлатанами, сразу же еще начинают накидывать бонусы всякие. Мол «бери бери прямо сейчас и получишь еще это и то».

Если на сайте или в постах в соцсетях это еще можно использовать (человек может подумать, взять паузу, а после принять решение), то при личном общении вживую или на созвоне это вообще, мягко говоря, странный приём. 3. Нет ощущения безопасности выбора Люди боятся не столько цены, сколько ошибиться. «А вдруг не подойдёт», «а вдруг не то, что нужно». Если в контенте нет ответа на этот страх, решение откладывается. В данном случае может помочь разбивка работ и стоимости на этапы, гарантия частичного или полного возврата оплаты, отзывы. 4. Слишком гладкая подача Как ни странно, идеальный, отполированный эксперт часто вызывает меньше доверия. Гладкость считывается как дистанция. Если еще буквально 10 лет назад выигрывали те, кто идеально держался на камеру и говорит четко поставленным голосом, то сейчас люди больше верят «живым» людям. Поэтому не стоит увлекаться излишней работой на камеру, своим голосом, делать тексты постов идеальными. Лучше, когда искренно и от души. Вывод простой: «смотрят, но не покупают», это почти никогда про качество продукта. Это про то, что между вниманием и решением купить не выстроен мостик. А у вас какая из этих причин откликнулась больше всего?

Тема этой недели "обучение и рост" и я хотела рассказать о некоторых особенностях моей работы с корпоративными заказчиками А еще о том, почему сильный специалист вдруг становится человеком, с которым невозможно договориться. Почему самые умные защищаются активнее. Почему опытные люди не пользуются тем, что давно знают. И как увидеть результат такой работы, если сотрудник, с которым она идет, заинтересован его отрицать Сами клиентские кейсы конфиденциальны, поэтому получилось так как получилось: на примерах Гаванде, Эрикссона, Голдсмита и Рэкхема. Возможно кто-то все равно узнает себя в этих историях, но это потому, что это - обычные истории в работе Прочитать историю целиком можно здесь: https://goodadvice4u.substack.com/p/e4c

Я ТАКОЕ СДЕЛАЛ, ОФИГЕЕТЕ Короче, я уверен, что у вас часто бомбит из-за отказов при откликах. У меня тоже так было. Поэтому я сделал для вас антистресс-лендос. Там ВАМ приходят приглашения по работе, а ВЫ ОТКАЗЫВАЕТЕ работодателям. Или оставляете вакансии «на подумать», чтобы повыбирать без спешки. Без лишних предисловий, наслаждайтесь: https://komradsql997.github.io/reverse-job/ Все совпадения случайны и не несут негативной коннотации. Мы любим всех работодателей. На сайте нет ссылок на настоящие вакансии. Отдельный поклон вайбкодингу, этап от идеи до этого поста занял около 20 минут чистого времени. Вперёд → https://komradsql997.github.io/reverse-job/

Технология уже готова, люди ещё нет Я уже больше года 96% времени провожу за рулём на автопилоте Tesla. Писал про 11-часовую поездку с сыном, после которой Oura показала уровень стресса ниже, чем в обычный день в офисе. Про Shadow Mode и страховку Lemonade, которая оценивает мили на FSD вдвое дешевле обычных. Пару раз FSD в буквальном смысле спасла меня: выкладывал ролик, как сама притормозила и ушла вправо за секунды до того, как мимо пролетел лихач, решивший обогнать через островок. Для меня вопрос, работает ли технология, уже закрыт. Но недавно увидел цифры от GM, ближайшего конкурента Tesla в США по этой технологии. Hands-free система Super Cruise у GM существует с 2017 года. Сегодня она установлена примерно на 750 тысячах машин, пользователи проехали с ней больше миллиарда миль, а сеть поддерживаемых дорог выросла до 600 тысяч миль. Новым покупателям GM даёт Super Cruise бесплатно на три года. Когда бесплатный период заканчивается, платить $25 в месяц продолжают только 30–40% пользователей. То есть шесть-семь человек из десяти три года ездили с технологией, которая позволяет не держать руки на руле, и решили, что $25 в месяц она не стоит. Продукт на рынке уже девять лет. Мне кажется, мы постоянно переоцениваем, с какой скоростью люди меняют привычки под новые технологии. Особенно сейчас с AI. Технология может быть готова намного раньше, чем люди готовы её принять. Здесь проблема уже не инженерная. Отпустить руль - это акт доверия. Я вижу ровно то же самое с AI-агентами. Если агент делает работу, а ты после него проверяешь каждое действие, экономии практически нет. Порой работы становится даже больше. Пока не отпустишь контроль - не сработает. Похоже, именно на этом мы застрянем в ближайшие годы и в автомобилях, и в компаниях. Не качество технологии, а скорость, с которой человек научится ей доверять. @maxvotek | linkedin | substack