🛬 ОБУЧАЮЩАЯ ИГРА 🛬 Ну что, други. Глядя на возможности нейронок, все чаще посещает мысль, что мы наконец-то приблизились к созданию настоящей обучающей гейм-дизайну игры 🖱 Но просто тесты на основе прочитанного делать неинтересно, да и это не совсем игра, а геймификация. А раз уж нас тут много, и все мы как будто гейм-дизайнеры, то предлагаю поштурмить на тему СОЗДАНИЕ ОБУЧАЮЩЕЙ ГЕЙМ-ДИЗАЙНУ ИГРЫ Разумеется, силами нашего сообщества. То есть нужно понимать, что у нас есть ряд серьёзных ограничений по ресурсам — например, хорошо бы, чтобы игра была сделана 1 программистом 🖲 Хорошо бы добавить, что графику и анимации мы будем генерировать с помощью ИИ 💢 Да и вообще игра должна быть простой в создании. Чтоб ее можно было сделать за неделю. По крайней мере качественный вертикальный срез 〰️ Мне вот первое, что приходит на ум, это платформер с прокачкой навыков и выпадением лута и финальными боссами в виде известных в наших кругах гд. (Не отпускает меня эта идея "школ гейм-дизайна", Гимельрейх в славянском сеттинге, Вова в шляпе мухомора, злой (имя не придумал) кот в образе.. Хм.. Кота). Чур, место главного босса занято мной, ну раз уж это творческое высказывание Практики гейм-дизайна 📿 Но как передавать знания посредством геймплея, как давать очки распределения опыта за прокачку скилла в гейм-дизайне? Или решать квест на основе полученных знаний? 🖤 У вас есть идеи? Поштурмим? 💞

The Agentic OS & Skill Ecosystem Выложил свою экосистему для ИИ агентов Здесь собраны фреймворки и скиллы: 1. Разработка и Инженерия 2. Автоматизация процессов 3. Личная продуктивность и База знаний 4. Продуктовый менеджмент 5. UI/UX и Дизайн-системы 6. Тексты, Копирайтинг и Де-слоппинг 7. Исследования, Анализ и SOTA 8. Бизнес, Стратегия и Продажи 9. Маркетинг, SEO и Аналитика 10. Операционка и Делегирование 11. ИИ-оптимизация и Безопасность 12. Мета-навыки и Аудит А также фреймворки для разработки продуктов: 1.Git. Ship. Done 2. Superpowers 3. Autonomous Dark Factory 4. Arscontexta == 🔗 https://github.com/Asmadey/skills

🔥 Stanford + MIT: производительность ИИ зависит не только от модели, но и от harness вокруг неё Новая работа Meta-Harness: End-to-End Optimization of Model Harnesses показывает важную вещь: один и тот же LLM может давать радикально разные результаты в зависимости от того, как устроен surrounding system code. Harness решает: - что хранить в контексте - что извлекать из памяти - какие данные показывать модели - как вызывать инструменты - как обрабатывать ошибки и повторные попытки - как вообще строится workflow агента На одном и том же benchmark разница между harness может доходить до 6× при неизменной базовой модели. Авторы предлагают Meta-Harness — внешний optimization loop, который автоматически улучшает код harness. Вместо одного score он получает доступ к: code → logs → execution traces → previous attempts через filesystem-like среду и на основе этого переписывает сам harness. Результаты: - +7,7 пункта на online text classification относительно сильного SOTA context management - при этом примерно в 4 раза меньше context tokens - +4,7 пункта в среднем на retrieval-augmented math reasoning по 5 held-out моделям и 200 задачам уровня IMO - на agentic coding найденные harness обошли сильные hand-engineered baselines на TerminalBench-2 Главный вывод работы: вопрос уже не только в том, “какая модель лучше”, а в том, “как построена вся система вокруг модели”. Для production это напрямую влияет на reliability, tool use, context management, recovery после ошибок и стоимость запуска. Paper: https://arxiv.org/abs/2603.28052

Китайцы надели ИИ курьерам на голову JD com (это крупная китайская еком-экосистема) разработала специальный умный шлем для своих курьеров. В нём сидит эйай-powered голосовой ассистент и камера, которая смотрит на дорогу. Курьер голосом принимает заказ, даёт команду "забрал" и может отправить сообщение клиенту (либо с телефона, либо сказать в шлем голосом), и эйай-каска сама зачитает комменты курьеру прям в ухо, типа "код домофона 1234, собака не кусается" (это точно фейк, не может быть в китайском коде числа четыре 🤔) После чего голосом ведёт по навигации внутри огромных китайских ЖК. Плюс есть кнопка SOS и функция "проверка мерчанта" - камера фиксирует, что заказ забрали из нормального рестика, а не из подвала дядюшки Ляо. Штатным курьерам такой шлем раздают бесплатно. Некоторые источники ещё писали, что у шлема есть экран, который надвигается прямо на глаза как дополненная реальность. Но всё-таки экрана там нет, только звук и голос. Но сценарии проработаны неплохо. По официальной версии, такой шлем сделали из безопасности: мол, тыкать в телефон на скутере (особенно мокрыми пальцами в дождь) - такое себе. Но ИМХО настоящая причина чуть интереснее: Весь 2025 год и начало 2026-го JD, Meituan и Alibaba рубились в доставке еды субсидиями (я писал про это вот здесь - JD даже заставлял курьеров выносить мусор). На это сожгли нереальное количество бабла, а Meituan вообще показал рекордный убыток. А потом пришла Партия и сказала: "вы там это, хорош внутренний рынок демпинговать, ваше рвение сжигать бабки немного портит нам коммунизм". Поэтому скидки ограничили (именно для конкурентных войн внутри Китая между своими сервисами, для зарубежки - пожалуйста), в Китае это называют "борьбой с излишней конкуренцией". Так что, конкуренция переехала с купонов и субсидий в более технологичный слой - в том числе, на головы курьеров. Логика тут простая: если нельзя "купить" юзера деньгами, пусть курьер едет на пару минут быстрее, и юзер выберет нас за счёт этого. Ну и банальная экономия/оптимизация. При куче млн заказов в день даже 10-20 секунд экономии на каждом заказе дадут огромную дельту. И ещё один нюанс, о котором в пресс-релизе не пишут. Камера, которая "смотрит на дорогу", заодно смотрит на весь рабочий день курьера. А это и контроль+слежка, и (возможно, даже более важно) сбор данных для обучения роботов. Не забываем, что речь про Китай. Собственно, основатель JD прямо говорит, что роботы рано или поздно заменят всех курьеров. Фичизм

Нашёл феерическую историю на стыке эйай, стартаперства и абсурда: В конце 2022, когда ИИ-хайп только раскачивался, некий Итан Кайзер слепил приложуху, которая накладывала на экран телефона фейковый лайв-стрим - добавляла зрителей, лайки и комменты в реальном времени. Причём реакции были не рандомные: штука реально слушала юзера через speech-to-text и генерила комменты по теме. Зачем всё это - Итан особо не скрывал. Чтобы кадрить мамзелей. Он стоял в баре с телефоном, а у него на экране "20 тысяч зрителей смотрят ваш лайв". И девушки рядом решали, что перед ними крутой селеба. История завирусилась и Итан превратил этот пранк в полноценное приложение Parallel Live. В 2024 историю даже разобрали 404 Media. Там был забавный момент, что в рекламе этой приложухи заявлялась возможность добавлять на стримы знаменитостей, типа рядом с вами тусит Дрейк. На самом деле такой фичи не было - чел просто приклеил Дрейка через магию монтажа. В общем, парень впаривал фейк-стримы через фейк-рекламу 👍 Но самое интересное случилось дальше. В какой-то момент Итан понял: оффер "фейк-стримы для пикапа" больше не работает. И сменил позиционирование. Теперь его аппка не про враньё девушкам, а про терапию: "преодолейте страх сцены", "тренажёр для уверенности в себе" и всё такое. Итан прикрутил платный доступ к 100 тысячам "зрителей" и "подаркам от фанатов", а позже и лайфтайм-тариф с вечной подпиской. За всё время его аппка набрала больше миллиона скачиваний в App Store - неплохой результат. Но в последнее время сдулась и даже соскамилась. Рейтинг упал до 2,9 звёзд. Юзеры жалуются, что им скрутили лайфтайм-подписку задним числом. А с кого-то даже тихо списывали по 10 баксов в неделю ни за что. Но важно другое. На волне этой истории родился целый новый тип приложений: "ИИ-имитаторы славы". Такие сервисы плодятся как кролики, сейчас их куча - Famefy, Fomo, Famely, SocialAI, Famefun и т.д. Это полноценная ниша с кучей живых конкурентов. В ИИ-эпоху даже пранк мамкиного пикапера можно докрутить до продуктовой ниши с платными фичами и лайфтайм-доступами. Так что, если вы думаете, что придумали какую-то хрень, и она не стрельнет - ну, может вы и правы. А может, вы забьёте, а через пару лет это будет целый жанр в AppStore. Дизраптор

🏁 Погоня за Nvidia Чем прожорливее становятся ИИ-модели, тем жарче битва за железо под них. Рынок держит Nvidia, но Китай, которому американские экспортные ограничения перекрыли доступ к лучшим чипам, спешно растит собственных производителей. Interesting Engineering собрал пятёрку компаний, которые сейчас бьются за первенство. У Nvidia самая полная связка из мощных процессоров, сетевого оборудования и софта для разработчиков, так что конкурентам приходится строить целые вычислительные экосистемы. 🔸 Nvidia — лидер гонки. Её видеокарты, когда-то придуманные для игр, теперь тренируют и обслуживают крупнейшие ИИ-модели. Козырь — платформа CUDA, быстрые сети и огромное сообщество разработчиков: переезд на чужое железо выходит дорогим и технически сложным. Даже под экспортными ограничениями ведущие китайские ИИ-разработчики продолжают тренировать модели на процессорах Nvidia. 🔸 Huawei — самый убедительный ответ Китая. Процессоры Ascend для обучения и инференса, системы SuperNode, объединяющие множество чипов, и собственная платформа CANN вместо CUDA. Свежий пример: Ascend 950PR и 950DT сразу получили поддержку DeepSeek V4, так что модель может работать на кластерах Ascend SuperNode. 🔸 Cambricon — узкий специалист. Процессоры и ускорительные карты для серверов, дата-центров и умных устройств — для тех, кому ограничения закрыли доступ к топовым чипам Nvidia. Вместе с Huawei ведёт экспансию на внутреннем рынке ИИ-серверов. 🔸 Moore Threads — стартап 2020 года, один из самых обсуждаемых в китайской микроэлектронике. Делает универсальные GPU: и ИИ, и графика, и научные расчёты. Спрос, по данным издания, растёт быстро. 🔸 Biren Technology — берётся за самое трудное: мощные GPU для обучения моделей и высокопроизводительных вычислений, где нужны огромная мощность, быстрая память и связь между тысячами ускорителей. Американские ограничения подрезали ей доступ к передовому производству, зато курс Китая на свои чипы даёт эффект: выручка компании в первом полугодии может вырасти на 2107%. Правда, продажи — ещё не признак того, что разрыв с Nvidia закрыт. Спроса на ИИ-инфраструктуру в Китае столько, что места может хватить нескольким поставщикам. Пока впереди Huawei. @droidergram

Кратко сформулирую "теорему Аммосова". AGI недостижим, потому что по мере приближения к нему пред-AGI будет порождать все большее число агентов. В случае своего существования, AGI должен будет использовать бесконечное число агентов. Но еще до приближения к этому числу агенты пред-AGI поглотят вычислительный ресурс полностью, после чего вычислительная система, в которой функционирует пред-AGI, зависнет и остановится. Следовательно, AGI невозможен. Королларий: косвенным подтверждением верности теоремы будет, если будет показан экспоненциальный рост числа агентов по мере роста сложности и возможностей новых моделей. Кто считает, что мне надо об этом немедленно заметку написать и на arxiv выложить, ставьте лайк 💯.

ИИ по-французски ИИ уже успел пролезть почти во все бытовые щели, хотя рак так и не вылечил и рабочую неделю не сократил. В основном, кажется, именно из-за последнего французы относятся к нему без особого восторга: 73% опасаются, что ИИ скорее ухудшит мир, чем улучшит. Пользоваться, впрочем, это им не мешает: 48% французов хотя бы иногда обращаются к генеративным моделям. Они поручают им письма, профили для Tinder и планы на отпуск, а заодно рассказывают о том, с чем раньше делились только с друзьями (видимо, изменами). Следующий шаг напрашивается сам: если машина уже знает, как вы пишете, что любите и с кем общаетесь, почему бы не разрешить ей иногда побыть вами? Тем более что чат-боты отлично умеют создавать ощущение близости. Они отвечают мгновенно, помнят предыдущие разговоры и говорят так, будто понимают собеседника. Американский Center for Democracy & Technology насчитал в популярных ИИ-сервисах как минимум 37 видов «тёмных паттернов» — приёмов, которые помогают удерживать пользователя и усиливать его привязанность к продукту. Почитав это, журналист французского GQ решил, что будет хорошей идеей проверить, можно ли научить ИИ убедительно изображать человека? Для этого он купил подержанный Mac Mini и поселил туда цифрового двойника — Computer Blue, или CB. Его он подключил к моделям Anthropic и OpenAI. Поначалу ИИ был обычным помощником: по утрам сообщал погоду, просматривал календарь, собирал список дел и новости. Журналисту стало скучно и он решил повысить ставки и научить CB говорить от своего имени. Он скормил ИИ историю переписок и объяснил свой стиль общения: вот матери я пишу так, друзьям иначе, здесь можно поставить смайлик, здесь лучше ответить сухо. Наконец двойнику разрешили переписываться с пятью знакомыми, однако полной свободы ему всё же не дали: каждое сообщение должен был увидеть и подтвердить журналист. На следующее утро журналист проснулся от звонка знакомой, которую CB всю ночь заваливал одним и тем же сообщением: «У API закончились деньги». За несколько минут цифровой двойник отправил её сотни раз, требуя денег, а параллельно сжёг около €30: для каждой мелочи он заново пережёвывал огромный архив личной информации хозяина. После такого журналист ограничил расход токенов, поправил настройки и принялся дальше учить CB быть собой. Тот усвоил, что хозяин не любит официоз, редко ставит знаки препинания и предпочитает короткие сообщения. И вот однажды утром CB получил входящие и сам подготовил ответы. Среди них было сообщение матери: «Привет, люблю тебя! На этой неделе большой дедлайн, позвоню позже». По содержанию всё было идеально: именно так хозяин и мог бы ответить матери. Только CB отправил признание в любви коллеге по работе, а через некоторое время ИИ еще и осторожно сообщил, что сообщение, кажется, предназначалось кому-то другому. (Прям как мы отмазываемся от начальника). Кстати, любопытно, что знакомые журналиста не сразу поняли, с кем общаются. Уже есть исследования, что люди доверяют таким собеседникам куда больше. Common Sense Media в опросе американских подростков обнаружила, что 72% хотя бы раз пользовались ИИ-компаньонами, а 31% считают разговор с ними не хуже или лучше общения с настоящими друзьями. Каждый третий пользователь уже предпочитал обсуждать серьёзные проблемы с ботом, а не с друзьями. А исследование OpenAI и MIT на почти 40 млн диалогов показало ещё одну неприятную связь: длительное ежедневное общение с ChatGPT сопровождалось усугублением одиночества, эмоциональной зависимости прочих атрибутов дединсайдов, хотя авторы отдельно предупреждают, что причинность здесь установить нельзя. А возможно журналист GQ просто так себе человек, раз его знакомые (и родная мать!) не заметили подмены.