От радиоуправления до искусственного интеллекта: как марсоходы учились ездить самостоятельно Sojourner в 1997 году полз к цели короткими отрезками. Проедет примерно один оборот колеса, остановится, посветит перед собой пятью лазерами, посмотрит двумя камерами, не сместились ли полосы света на камне или яме, и только потом двинется дальше. Восьмибитный процессор на 2 МГц сложнее не потянул бы, так что маршрут ему по-прежнему задавали с Земли, а сам он умел лишь объехать булыжник прямо под колёсами. Дальше роверы «учились». Spirit и Opportunity строили трёхмерную карту и выбирали дугу из полусотни вариантов, Curiosity замирал на обработку снимков почти на минуту. А Perseverance едет и в это же время считает, куда свернуть дальше, режим этот в NASA зовут thinking while driving. К концу 2025 года больше 90% пути он прошёл сам, а в декабре маршрут ему впервые размечал генеративный ИИ. Проследим, как за 24 года ровер дорос от остановки через каждый оборот колеса до мысли на ходу.

💰 МТС: башни ушли, нагрузка осталась Оператор связи представил отчет по МСФО за 2 квартал МТС (MTSS) ➡️Инфо и показатели Результаты - выручка: ₽213,5 млрд (+9,2%) - OIBDA: ₽84,6 млрд (+16,3%) - чистая прибыль: ₽66,9 млрд (рост в 23,9 раза) - чистый долг: ₽474,1 млрд (10,1%) - чистый долг/OIBDA LTM: 1,6х (против 1,7х во 2кв25г) Компания намерена обсудить новую дивидендную политику осенью этого года. Бумаги МТС (MTSS) растут на 1%.

🚀 Мнение аналитиков МР Результаты умеренно позитивные: выручка в рамках ожиданий, а OIBDA, чистая прибыль и FCF — лучше прогноза. На показатели повлияли более низкие, чем ожидалось, лизинговые расходы и процентные расходы на фоне снижения стоимости фондирования и рефинансирования долга. Структура долговой нагрузки остается неоднозначной. Обязательства по долгу БИК около ₽80 млрд после сделки деконсолидировались, однако появились лизинговые обязательства на ₽72 млрд. Поэтому эффект сделки на долговую нагрузку оказался ограниченным. FCF за полугодие оказался в минусе (₽-8,5 млрд), однако во 2 квартале вышел в положительную зону (₽4,5 млрд). В следующем квартале денежный поток также поддержит продажа доли в башенном бизнесе (БИК). При этом скорректированный FCF может оказаться слабее текущего.

📍 Подписаться на канал | Мы в MAX

1 000 вишлистов за первые 5 дней у Grampage: Life at 67 Ваша пенсия сама себя не обеспечит! Пенсии недостаточно? Нет проблем. Соберите до трех таких же пенсионеров, взламывайте дома и воруйте, чтобы обеспечить себе достойную пенсию. Работайте вместе, когда это необходимо, но помните: на пенсию выйдет только один из вас! Разработчики GRAMPAGE: Life at 67 запустили Steam-страницу и за первые пять дней получили около 1 000 вишлистов. При этом успех не был связан с одним вирусным роликом или огромным постом. Основной трафик сложился из множества небольших источников: игровые аккаунты и СМИ, прямой аутрич прессе, трейлер, TikTok, Instagram Reels, YouTube Shorts, Reddit и немного органического трафика Steam. Один из игровых аккаунтов набрал около 100 000 просмотров с их трейлером, но даже он не объясняет весь рост. Интересно, что чужие игровые аккаунты и медиа оказались эффективнее собственных соцсетей. Их Shorts, TikTok и Reels пока дают очень нестабильный результат: часть роликов работает нормально, часть почти не приводит трафик. Reddit тоже оказался полезным — не столько из-за огромных охватов, сколько благодаря переходам, обсуждениям и качественному фидбеку. Главный вывод команды: для хорошего старта не обязательно иметь один большой вирусный момент. Несколько небольших источников трафика могут постепенно складываться в устойчивый рост, и разработчики даже считают такую картину более здоровым сигналом, чем один резкий всплеск. Следующий фокус команды — Gamescom и работа с контент-мейкерами, когда будет готова подходящая сборка игры. Ссылка на игру #инди | Telegram | YouTube | чат

Я не очень люблю использовать готовые библиотеки для решения специфичных задач [1], т.к. они обычно представляют из себя комбайны с кучей ненужных фич и странных нюансов. А подстраивать их под себя бывает сложнее, чем написать нужный минимум. То ли дело stack flattening - убираем лишний слой абстракции и прямо в коде проекта реализуем ровно те 5% функциональности, которые нам нужны. Без сторонних зависимостей и уязвимостей. А потом, если что-то нужно поправить - поправляем. Особенно это удобно стало с современными coding агентами. Скажем, мне не нравилось, что у меня BDD спеки проекта запускаются последовательно, используя только одно ядро ноутбука. Это же не эффективно. Но “запускатор” - это всего несколько файлов внутри проекта, поэтому я просто попросил Codex распараллелить выполнение. И он реализовал это в режиме piecemeal growth за счет добавления 55 строчек кода. Скорость сразу подросла до более приятных глазу значений:

specs:  77 passed, 26 failed at 2532.9/sec
checks: 451 at 11090.7/sec

На таком объёме экономия десятков миллисекунд погоды пока не делает. Зато теперь тот же паттерн перенести без изменений в другие проектах, где спеков может быть намного больше. Ваш, @llm_under_hood 🤗 — [1] речь не о том, чтобы заменить все зависимости, а только хвост мелких второстепенных.

Продолжаю обозревать миры Виарчата, которые отобрали в этом году на Venice Immersive. 1. Come Home - симпатичный лабиринт из кубиков, где ты типа как проснулся и ищешь выход. Перед тобой всплывают философские надписи про поиск дома, который ты вот-вот найдешь. Тут использован нарративный прием, который мне страшно не нравится - неоправданное НАГНЕТАНИЕ. Всю дорогу тебе намекают, что в конце ждет что-то ВАУ, но получаешь ты только залупу на воротник. ¯\_(ツ)_/¯ 2. Half empty - классная работа с частицами и очень эстетичная картинка. В виаре гонять лепесточки руками ощущается очень приятно. Когда я открыла все колбы, мой комп попытался покончить с собой, но мы справились! 3. Fractured Winter - ебейшая картинка, аж слезы на глаза навернулись. Зима супер реалистично выглядит, пейзаж интригует, но ответить на вопрос "а шо тут вообще происходит", увы, некому. Ну да ладно. Все равно каеф. 4. Dawn Beyond․․․ - приплываем на корабле на туманный остров, шаримся по разваливающемуся древнему домику. Просто красивый уютный мир, типа тех где фурри любят няшиться под пледиком. 5. I feel small - непонятно, что хотел сказать автор. Просто загадочное сюрреалистичное здание изнутри. Похоже на закос под миры доктора Морро, но если Морро выстраивает собственную систему символов, тут увсе выглядит очень хаотично. 1-ая часть с обзором миров тут.

Модель даёт понимание. Цифра даёт опору. Продолжаю собирать свой виртуальный хедж-фонд, где решения по сделкам принимают AI-агенты. Торгую по стратегии колеса опционов, а я в этой конструкции одновременно и директор, и главный инвестор. Один из агентов автоматически читает транскрипты квартальных звонков компаний с инвесторами (earnings calls). Вопрос простой: стал ли менеджмент говорить осторожнее, чем квартал назад? Логика такая, что сначала меняется язык, потом режут прогноз, потом акция падает на 20%. Сначала оценку тональности делала LLM. Она хорошо понимает контекст, но есть большая проблема: LLM недетерминированы. Завтра на том же тексте модель поставит другую оценку. Другая модель даст третью. Через месяц провайдер обновит модель и результат снова изменится. Для финансов это плохо. Если оценка риска выросла с 1.0 до 2.0, я хочу понимать, что компания правда заговорила тревожнее, или просто поменялась модель? Оказалось, эту задачу в академических финансах начали решать ещё в 2011 году. Есть специальный словарь для финансовых текстов - Loughran-McDonald. Внутри 2355 негативных слов, 297 слов, выражающих неопределённость, 903 юридических. Так почему нужен именно финансовый словарь, а не обычный анализ тональности? Обычный алгоритм считает liability или cost негативными, а в отчётности это просто "обязательства" и "затраты", нейтральные термины. Метод простой до примитивности, мы считаем количество негативных и неопределённых слов на тысячу слов текста. В этой простоте и вся сила. Было 8 слов неопределённости на тысячу, стало 14? Это факт. Через год на том же тексте будет ровно то же число. Можно сравнивать кварталы, компании, руками перечитать какое хочешь слово. Теперь у меня работают оба подхода параллельно. LLM понимает смысл и контекст. Словарь даёт цифру, которая не меняется. Если LLM говорит, что риск резко вырос, а словарные показатели стоят на месте - это сигнал, что стоит перечитать транскрипт самому. Для себя я понял, там, где AI участвует в решении о деньгах, рядом с его оценкой должна быть цифра, которую можно проверить руками. @maxvotek | linkedin | substack

❓ Какие животные лучше всего перенесут межпланетные перелёты? Учёные ИМБП РАН создали комплекс, имитирующий радиацию и невесомость. Специалисты провели испытания на крысах и макаках‑резусах. 🐁 Крысы с «тормозным» типом нервной деятельности лучше сохраняли выученные навыки, а возбудимые особи быстрее обучались, но и быстрее забывали освоенное. 🐵 Обезьяны выполняли компьютерные игровые задания. Их поведение тоже зависело от типа нервной деятельности:

⏺Сангвиники почти не теряли продуктивность даже в стрессовых условиях. ⏺Холерики хоть и начинали играть активнее, но успешность падала до 30–40%. ⏺Флегматики постепенно сокращали число попыток, иногда совсем переставали играть. ⏺Меланхолики отказывались и от тестов, и от дальнейшего обучения.

Учёные предложили учитывать темперамент при отборе экипажей для дальних полетов и отдавать предпочтение более уравновешенным кандидатам.

Как на самом деле выглядит AI внутри больших EU компаний (и что теперь ждут от людей) 😮 Со стороны кажется, что в бигтехах уже агенты выполняют почти всю работу, а люди просто создают видимость работы. Изнутри картинка одновременно и скучнее, и интереснее. Расскажу, что я наблюдаю сейчас изнутри на самом деле: 0) в разных компаниях все еще довольно большой разброс по уровню внедрения AI - это процесс, который затрагивает много устоявшихся систем, поэтому требует время и понимания, как не навредить этим системам. 1) Вокруг рутины сейчас много мелких автоматизаций, которые ускоряют часть работы, но не делают её от и до. Я сама активно использую AI в написании и ревью кода, документации, мониторинге - и, судя по разбору наших инженеров, так же работает почти вся тех-команда. Но весь критичный код я всё еще перепроверяю полностью. 2) AI давно вышел за пределы инженеров, и это, по-моему, самое важное для тех, кто не пишет код. Примеры: • В Zalando уже около 90% маркетингового контента на сайте сгенерировано AI, а цикл продакшена кампаний упал с 6-8 недель до 3-4 дней • Аналитики и продакты гоняют через AI первичный разбор данных, черновики дашбордов и проверку гипотез • Менеджеры записывают встречи, а потом на основе расшифровки просят AI собрать тикеты и заметки Вывод: Почти в каждой роли часть рутины уходит под AI. 3) AI ускоряет отдельные шаги, но bottleneck-ом стали сами люди - ревью, согласования, коммуникация. Отсюда и разрыв между ощущением, что все стали в эффективнее, но это пока что не привело к кратному росту в результатах. 4) От тебя, как от сотрудника уже базово ожидают, что ты начал встраивать ai в свою работу. Например, Meta уже добавила AI-Enabled Coding Interview. Но, что важно, там оценивают не умение писать промпты, а именно твою голову: как ты решаешь, проверяешь и объясняешь. За использование AI "как костыль" наоборот снижают оценку. 5) Причем сотрудники, которые используют AI не на уровне промтов в чате, а четко понимают, как и какие AI-инструменты нужно применять в своей работе все еще выигрывают на фоне остальных. ✨ Что со всем этим конкретно делать? ⭐️Изучайте каждый день по чуть-чуть и относитесь к этому как к игре, а не как к очередной обязаловке. Тут, как мне кажется, важна регулярность ⭐️Учитесь сразу с разных сторон: следите за амбассадорами в своем домене, спрашивайте коллег, делитесь опытом со знакомыми, ходите на внутренние обучения на работе, если они есть ⭐️Качайте умение критически оценивать то, что выдаёт модель, и не выпускайте из рук ответственность за результат. Модель может набросать, ускорить, подкинуть идею, но спрашивать будут с вас ⭐️Показывайте, что вы уже работаете с AI в своей роли, и подкрепляйте это понятными и полезными результатами. Я уверена, что появление AI не отменяет профессионализм, а, наоборот, его переупаковывает и усиливает. Поэтому сейчас идеальное время, чтобы прокачивать себя, как специалиста и выделяться на фоне остальных. — А у вас в компаниях обстоят дела? И если используете AI, то на каких задачах он реально экономит вам время? Поделитесь, интересно собрать живые кейсы ❤️

🤔MAX можно изолировать

энтузиаст написал CryptoLayer для сквозного шифрования поверх любых мессенджеров

Зачем гадать, читают ли спецслужбы или администраторы ваши чаты в Telegram, VK или национальных платформах вроде MAX, если можно рассматривать любой мессенджер исключительно как источник слива информации? 😎Российский разработчик выложил на GitHub опенсорсный проект CryptoLayer, который накладывает собственный независимый криптографический слой поверх популярных сервисов связи.

🟦Концепция инструмента строится на полном недоверии к серверной инфраструктуре. Сообщения шифруются строго локально на устройстве с помощью проверенной связки AES-256-GCM и эллиптических кривых для обмена ключами.

Чтобы трафик не триггерил автоматические спам-фильтры и цензуру характерными абракадабрами шифротекста в Base64, зашифрованные байты упаковываются в цепочки обычных человеческих слов. Для стороннего наблюдателя или сервера чата это выглядит как случайный набор текста, а адресат с установленным CryptoLayer разворачивает его обратно в исходный файл или диалог. 🟢Готовые модули уже умеют работать с Telegram (через MTProto) и VK, а открытая модульная архитектура позволяет сообществу дописать плагины хоть для мессенджера MAX, хоть для Discord или SSH-каналов. Конечно, метаданные (время активности и связку аккаунтов) такой подход не скроет, да и независимому коду еще предстоит пройти проверку временем... 🦔 CyberYozh