🚦 Поймать списывающего или наконец нормально дать задание? В частной школе Cheshire Academy придумали простой способ объяснять ученикам, когда в домашней работе можно использовать ИИ. Каждое задание получает цвет светофора. 🟢 Зелёный. Тут ИИ разрешён 🟡 Жёлтый. Разрешены только конкретные действия. Например, проверить орфографию можно, а попросить чат-бота написать ответ — уже нельзя 🔴 Красный. Всю работу нужно выполнить самостоятельно, без ИИ. И вот жёлтый здесь важнее остальных цветов. Он заставляет учителя заранее определить, какую часть мышления нельзя отдавать модели. Не абстрактное «пользуйтесь ответственно», а понятная граница для конкретного задания. На уроках французского пошли ещё интереснее — ученики дают модели отредактировать свою работу, а затем разбирают каждую правку. Где ИИ действительно исправил ошибку? Где предложил спорный вариант? Где вместе с шероховатостью аккуратно стёр голос автора? И т.д. и т.п. Так ученик не прячет использование ИИ, а показывает, способен ли он оценить его работу. Это выглядит полезнее бесконечной игры киберполицию: «Признавайся, чьи тут тире?», "А почему длиные тире, а почему короткие, а почему кавычки ёлочки, а почему лапки?" Но пока это именно практика одной частной школы примерно на 400 старшеклассников. Данных о том, улучшились ли знания, самостоятельность или качество работ я не нашёл.... Делать из этого светофора доказанную универсальную методику рано, но как по мне это хоть что-то и выглядит достаточно логичным и убедительным. Особенно когда ученики сами разбирают правки от ИИ — это в обучении будет ультраполезно. Короче система интересная, хоть и держится на честном слове ученика пока что... здесь статья MIT (если интересно подробнее) Что вы внедрили бы в образовательные процессы нового времени, чтобы обучение успевало за технологиями?

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.

Пока кто-то до сих пор сопротивляется нейросетям, мы с их помощью уже получаем больше лидов 🔵 Это финальный пост серии. Расскажу, чем всё закончилось и что у нас в Белом Квадрате происходит прямо сейчас. После того как мы получили первые продажи с SEO-страниц, встал вопрос, как делать это быстрее и масштабнее. И мы решили попробовать нейросети и Клод. Гипотеза звучала так: можем ли мы производить в четыре раза больше услуговых страниц, статей и упакованных кейсов, если делать это не руками копирайтеров и верстальщиков, а через Клод? SEO-шника из схемы мы при этом не убирали, хотели ускорить именно производство контента. Идея, кстати, пошла из личного опыта. Я для себя собирал сайт на React и Next.js, и он нормально работал и сеошился. Сейчас там порядка тысячи посетителей в месяц, и каждый день оттуда идут подписчики в канал. Я протестил на себе и подумал: блин, прикольно, реально можно делать автоматические SEO-статьи на основе контента, который у нас уже есть) Дальше я просто загрузил все свои наработки на GitHub и отдал разработчику, чтобы он использовал их при проектировании решения для Белого Квадрата. Примерно через две недели разработки мы получили агента, который целиком перенёс наш сайт с Тильды на самопис. С сохранением всего дизайна, вёрстки и всех страниц, а их порядка 400 штук. Потом мы его обкатали, и он сделал ещё несколько услуговых страниц и сам написал туда тексты. Тексты при этом опираются на наши РЕАЛЬНЫЕ кейсы. Он сам брал цифры, скриншоты и метрики из наших отчётов, из отчётов партнёров, из презентаций. То есть на выходе получился не нейрослоп, а нормальный качественный контент. Сейчас вся эта система собрана в цепочку агентов, которая работает через Клод-код, а управляет ей ассистент. Он получает ТЗ от SEO-шника и дальше сам ведёт всё: контент, дизайн, вёрстку, публикацию. Отдельных людей под каждый этап больше нет) Что это нам дало на практике: 🔵Публикация сильно ускорилась, контента можно выпускать больше, а значит быстрее растёт SEO, трафик и лиды 🔵От идеи (условно, ''нужна страница SMM для стоматологий'') до её выхода теперь проходит несколько дней. Раньше на это уходило до 2–3 недель 🔵Ошибки правятся моментально. Раньше это была цепочка из двух-трёх человек: один заметил, другой написал ТЗ, третий пошёл делать. Теперь заходишь в код, пишешь про ошибку, и он сам проверяет все страницы и исправляет. 🔵Страницы стали быстрее грузиться, что тоже плюс для поисковой выдачи Вывод: нейросети забирают на себя простую повторяющуюся работу, и время на неё сокращается в три-четыре раза. Вижу это не только у себя: у нас в клубе есть агентства, где, например, директолог раньше вёл 10 клиентов, а теперь ведёт 30. Люди при этом никуда не деваются, просто теперь можно делать в три раза больше. Я убеждён, что нейросети заберут на себя весь низкоуровневый труд и через пару-тройку лет агентский рынок будет не узнать. А кто не адаптируется, будет расти медленнее или не будет расти вовсе: клиентов добывать станет сложнее, а услуги окажутся неконкурентно дорогими, потому что конкуренты используют нейросети и снижают цены. Спасибо, что дочитали серию! Ставьте 🔵, если вам было интересно её читать)

💀170 000 целей в прицеле:

китайские хакеры заменили отдел кодеров связкой из ИИ и ядерных руткитов

⚡️Эксперты Cisco Talos вскрыли масштабную инфраструктуру китайскоязычной группировки UAT-10147, которая натравила связку из DeepAudit и PentestGPT на сервера госорганов, медиа и геймдев-студий по всему миру. На одном из контрольных узлов исследователи обнаружили базу со списком из 170 тысяч потенциальных мишеней. 🔍В этой схеме нейросети взяли на себя всю черную работу:

они самостоятельно анализируют ошибки десериализации, диагностируют сбои, пишут эксплойты под конкретные уязвимости и дорабатывают бэкдоры прямо в процессе вторжения.

🟡Главным ударным инструментом стал написанный при участии ИИ мультиплатформенный бэкдор SPECTRE.

🟦На Windows он использует уязвимые подписанные драйверы (метод BYOVD), чтобы залезть в память ядра и ослепить механизмы мониторинга Microsoft Defender и EDR.

🟦На Linux зловред разворачивает скрытный руткит, маскирующийся под системный модуль acpi_pad.ko и перехватывающий системные вызовы через штатный отладочный механизм ftrace.

Основная цель группы - закрепление на серверах для кражи закрытых данных и подмены поисковой выдачи через модули BadIIS. Но куда важнее сдвиг в методах: хакерам больше не нужны большие команды разработчиков с редкими хардкорными навыками низкоуровневого кодинга. Достаточно пары операторов и правильно настроенного нейросетевого ассистента, чтобы развернуть глобальный конвейер целевых атак армейского уровня. 🦔 CyberYozh

📈 OpenRouter вырос примерно в 9000 раз за 2,5 года В январе 2024 года через OpenRouter проходило около 10 млрд токенов в неделю. К августу 2026-го - уже больше 90 трлн токенов в неделю. Рост - примерно в 9000 раз. По данным OpenRouter, примерно с февраля агенты уже генерируют больше токенов, чем обычные пользователи. Один агентный запрос в среднем потребляет примерно в 15 раз больше токенов. Агент рассуждает, вызывает инструменты, читает результаты, пишет код, запускает подзадачи и повторяет цикл снова. https://menlovc.com/perspective/stripe-to-acquire-openrouter-why-everyone-is-obsessed-with-model-routing/ @ai_machinelearning_big_data #OpenRouter

Почему Уолл-стрит игнорирует долги техногигантов У пяти крупнейших технокомпаний США висит долговых обязательств на $1,65 трлн, которых не видно в балансах, и цифра уже занижена. Финансовые блогеры посмотрели на эти суммы и вынесли вердикт словом Enron, то есть обвинили в сознательном мошенничестве. Только вот никакого сокрытия в духе Enron тут нет. Весь долг раскрыт, просто закопан куда-нибудь на восемьдесят третью страницу отчёта и разнесён по примечаниям, куда почти никто не заглядывает. Куда интереснее, ради чего всё это. Крупнейшие капвложения в истории человечества обосновывают тем, что средний руководитель работает с ИИ около 100 минут в неделю, а в медиане компании тратят на него по $10,66 на сотрудника в месяц. Чтобы такая стройка окупилась, отрасли нужна годовая выручка больше, чем весь мировой техносектор зарабатывает сегодня целиком. Обсудим, почему обман работает, даже когда все цифры лежат на виду.

Mass Magnetics (YC S26) Мы создаем компанию, которая станет для сферы магнитной металлургии тем же, чем ASML стала для полупроводниковой индустрии, — чтобы превратить Америку в мировой центр робототехники. Компания Mass Magnetics перерабатывает лом редкоземельных металлов в высокоэффективные постоянные магниты американского производства. Поставляемые нами материалы служат основой для электродвигателей, датчиков, акустических систем, жестких дисков и электронных устройств. Наша технология позволяет производить магниты, соответствующие требованиям DFARS, для предприятий оборонной, аэрокосмической и промышленной отраслей, которым необходимы поставки продукции местного производства без ущерба для качества. Производственные мощности расположены в районе Большого Бостона (штат Массачусетс, Greentown Labs) и в городе Колумбус (штат Индиана). Главное конкурентное преимущество компании Mass Magnetics кроется в отслуживших свой срок электромобилях, жестких дисках и промышленном оборудовании. Команда использует модели искусственного интеллекта и робототехнику, обученные на реальном ломе, для сортировки металлов с учетом точной марки сплава и химического состава. Затем благодаря технологии скоростного спекания из этого переработанного сырья всего за 3 минуты изготавливается готовый магнит, тогда как традиционные методы требуют более 4 часов. В результате получается магнит, не уступающий по характеристикам импортным аналогам, не имеющий «радиоактивного следа» и не требующий получения бюрократических разрешений, а также полностью соответствующий требованиям оборонной промышленности США. Процесс получения разрешений на разработку месторождений занимает целое десятилетие, а добываемая руда оставляет после себя радиоактивные отвалы, из-за чего согласование проектов по добыче магнитных материалов превращается в настоящий кошмар.

Китайская индустрия роботов превратилась в гигантское казино Аналитики полагают, что это самый дорогой в истории сеанс технологического гипноза инвесторов В марте в посте «Не дайте себя обмануть китайским роботам с гала-концерта Unitree Spring Festival» я писал о том, как китайская индустрия роботов превращается в грандиозную панаму. Теперь, с живописными фактами, о том же пишут аналитики авторитетного китайского делового технологического издания LatePost (晚点), специализирующегося на глубоких журналистских расследованиях, анализе рынков и эксклюзивных материалах в сфере ИИ и робототехники (профессиональный перевод Джефри Динга здесь). Далее о том, что мне больше всего понравилось в расследовании аналитиков LatePost.   Робот против рабочего: смерть здравого смысла На производственной линии BYD разворачивается технологическая комедия. Обычный рабочий берет подшипник с лотка и помещает его в стоящий рядом пластиковый контейнер за 2 сек. Антропоморфному роботу, «венцу творения», на ту же операцию требуется 70 сек. Его эффективность – жалкие 3% от человеческой. При цене в 200 000 юаней (40 месячных зарплат рабочего) этот «помощник» ломается через 10 дней интенсивной работы. Казалось бы, проект пора закрывать, но венчурные капиталисты выписывают чеки с еще большим энтузиазмом. Почему? Потому что в мире роботов («воплощенного ИИ», как это называют авторы статьи) реальная производительность – это последнее, что кого-то волнует.   Техасский холдем на 900 миллиардов Индустрия превратилась в гигантское казино. В первом полугодии 2026 года объем инвестиций в сектор превысил 900 млрд юаней, а 22 компании получили оценку выше 10 млрд. Это уже не инвестиции, а «Club Deal» – игра в покер, где Sequoia и Hillhouse садятся за один стол, чтобы просто не дать друг другу забрать банк. Абсурд достигает пика в оценке компании Unitree (宇树). Ее капитализация взлетела выше 400 млрд юаней. Для контекста: это больше, чем совокупная стоимость четырех столпов китайского автопрома – Li Auto, Nio, Xpeng и Leapmotor. Компании, продавшие 1,75 млн реальных машин, стоят дешевле стартапа, который отгрузил 5 тысяч медлительных прототипов.   Как поддерживается этот пузырь С помощью круговых схем и «фабрик данных», которые активно субсидируют местные власти, обожающие «экологичные» проекты. Схема проста: компании продают роботов подставным фирмам или партнерам, чтобы имитировать спрос и собирать данные. - Дутая выручка. Из 1,699 млрд юаней выручки Unitree на реальное производство (логистику и заводы) пришлось лишь 15,7 млн юаней – это меньше 1%. - Кулуарный маркетинг. Успех здесь куется не в лабораториях, а за столами KTV (караоке-клуб – популярный в Китае формат заведений для отдыха и неформального делового общения), куда поставщики водят инженеров Tesla Optimus, чтобы выведать секреты и создать видимость «причастности к будущему».   15 минут и 4 стадии позора Авторы статьи LatePost пишут: «Инвестиционный банкир, участвовавший в роуд-шоу для трех робототехнических компаний, вспоминает визит в мае в компанию, занимающуюся разработкой искусственного интеллекта, стоимость которой превышает 20 миллиардов юаней. Инженеры попросили робота продемонстрировать складывание полотенца; процесс занял 15 минут, но задача так и не была выполнена.» А в заключение статьи приводятся слова одного из инвесторов в китайскую индустрию роботов, описывающую эволюцию взглядов инвесторов за последние несколько лет весьма хлесткой формулой (видимо, это отсылка к пяти стадиям принятия неизбежного по модели Кюблер-Росс): сомнение – не пузырь ли это; понимание – да, это пузырь; принятие этого факта и, наконец, вкушание его плодов. Вот только о том, какой будет пятая стадия, тот инвестор предпочел умолчать.   #Роботы #Китай

Хакнула запись к врачу. В Португалии, как и во многих странах Европы, очень трудно попасть к врачу, особенно, узкопрофильному. На прошлой неделе мне понадобилось попасть на УЗИ. У меня платная страховка. Во всех крупнейших сетях частных клиник предложили запись на ноябрь- декабрь 😏 и то, сначала надо попасть к гинекологу и взять у него направление. И только потом ловить окошки на УЗИ. Меня, конечно, такой расклад не устроил. Ну как это - ждать УЗИ полгода? После безуспешных попыток назначить себе что-то через обзвон клиник, я вспомнила, что я, вообще-то, вайбкодер😎 И тем же вечером построила агента, который с моих аккаунтов автоматом ловил слоты в двух крупнейших сетях клиник к англоязычным врачам. Открытой записи к ним не было на полгода вперед, но если внезапно кто-то отменялся - мой агент тут как тут меня записывал. К трем врачам из недоступных записал прям на следующий день. Я даже повыбирала лучшего по отзывам. Правда эту систему я хакнула лишь на половину - запись на УЗИ все равно через регистратуру. Но с направлением от врача это уже попроще и побыстрее. Почему в Европе это ТАК сложно?? До меня не доходит. Спрос бешенный, страховка платная, клиники частные - и не попасть… А в качестве видео вам сегодня кусочек Голландии. Поля, каналы, птички, коровки и очень аккуратные домики. Любовь на удаленке | Оля Сохнева #ии_наудаленке