Китай нацелился на массовое внедрение твердотельных батарей в транспорт к 2030 году Китай рассчитывает к 2030 году массово внедрить твердотельные батареи в транспорте. Власти хотят повысить их надёжность, снизить стоимость производства и наладить выпуск новых компонентов и оборудования. Параллельно будут развивать натриевые аккумуляторы для холодного климата и стационарных систем хранения энергии. План также включает контроль минеральных ресурсов, переработку батарей и отслеживание их жизненного цикла. К 2030 году доля гибридов и электромобилей на китайском рынке должна достичь 70%. #китай #китайскиепроизводители #китайскоеправительство #тяговаябатарея 📎Подробнее 🔖 3DNews в TG | MAX | VK

Многие часто просят меня с кем-то их познакомить. Кажется, что знакомить людей почти беспроигрышная история, так как тебе это вроде ничего не стоит, а им может быть полезно. Кажется, что примерно так и зарабатывается социальный капитал. Но на самом деле всё работает скорее наоборот. Когда вас просят с кем-то познакомить, задайте простой вопрос, а готов ли я поручиться за этого человека своей репутацией, если у них что-то пойдёт не так. Нужно ли мне тратить свой кредит доверия? Потому что делая кому-то интро, ты этот кредит сначала тратишь, а не зарабатываешь. К сожалению, я такие кредиты тратил не всегда выгодно. А теперь теперь удивляюсь, когда малознакомые люди просят поделиться контактом или познакомить их с кем-то из коллег, партнеров, героев медиа, рекламодателей и других знакомых.

Пользователь взломал Internet Download Manager 6.43 с помощью Qwen3.8-Flash-Next-Uncensored, чтобы не платить 10 евро в год за лицензию на каждый компьютер. Модель сняла ограничения пробной версии и перевела программу в режим полноценной лицензированной работы. На облачный GPU при этом ушло 5 евро. Пользователь передал модели около 250 000 токенов контекста и позволил ей анализировать исполняемый файл IDM прямо на компьютере. Примерно через 30 минут ИИ предложил рабочий патч. В итоге для обхода проверки регистрации потребовалось изменить всего 1 байт в бинарном файле. После модификации автоматизированный скрипт записал нужные параметры в реестр Windows и установил для программы статус «v6.43b11 Full».

❓ Кто из россиян получил больше всего дивидендов в 2025 году? Рейтинг, который отвечает на этот вопрос, опубликовал Forbes. В этот раз список расширили до 75 человек. 🔶 Первое место занял основатель Лукойла Вагит Алекперов. Его дивидендные выплаты за 2025 год составили ₽106,2 млрд. 🔶 Второе место досталось Леониду Михельсону и его семье. Их дивидендный доход оценили в ₽87,1 млрд. Источниками выплат стали Новатэк и Сибур. 🔶 Третьим стал основатель и владелец инвестиционной группы Volga Group Геннадий Тимченко с ₽75,1 млрд дивидендов. Дальше идет Игорь Кесаев из группы "Меркурий Ритейл Холдинг", который сразу поднялся с 22-го на четвертое место, получив ₽40,5 млрд. Пятый в списке — совладелец и председатель наблюдательного совета "Альфа-Групп" Михаил Фридман с ₽39,5 млрд. Совокупные дивиденды 75 крупнейших получателей заметно сократились. В этом году они составили ₽1,19 трлн против ₽1,77 трлн годом ранее. 📍 Подписаться на канал | Мы в MAX

Пол двигается каждые четыре месяца Pat Grady из Sequoia выложил запись своего отчёта для инвесторов фонда о том, что происходит в AI. Это внутренний доклад, без какого-либо маркетинга, и наружу такие попадают редко. Grady считает, что компании, которые строят приложения поверх моделей, переизобретают себя каждые четыре месяца, потому что пол под ногами постоянно сдвигается. Интернет и мобильная связь меняли то, как информация распространяется. AI меняет то, как она обрабатывается, и последний такой переход был в 60-х, когда электроника перешла на кремний. Поэтому платформа, на которой ты строишь, улучшается быстрее, чем то, что ты на ней построил. В ведущих лабораториях уже обсуждают ASI, потому что модели во многом строят сами себя. Grady выделяет три точки перелома: ChatGPT в ноябре 2022 (масштаб), o1 в конце 2024 (рассуждения) и Claude осенью 2025 (агенты, которые держат длинную задачу). Первые две дали более быстрых лошадей, а после третьей ассистент стал агентом, который доводит работу до результата. С Zoom было так же: видеозвонки существовали и раньше, но доверять им начали только с ним. Что из этого следует: 1. Разрыв во внедрении. Между тем, что модели умеют, и тем, что реально внедрено, огромная дистанция, и все прикладные компании живут в этом разрыве. Лабы идут туда сами: режут цены на API и нанимают армии инженеров, которые сидят прямо у клиентов из Fortune 500 и строят там приложения на их токенах. Я писал про FDE как профессию, теперь это стратегия лаб. 2. Дорогая интеллектуальная работа: программирование, кибербезопасность, медицина, финансы, бухгалтерия. Sequoia ждёт гиганта в каждой из этих областей. Одна из таких компаний закрыла прошлый год на $200M и идёт на $700M в этом. В фарме кандидатов в лекарства уже находят промптом за дни вместо нескольких лет. 3. Свои модели. Компании уводят нагрузку с фронтир-моделей на свои дообученные open-source модели, и причина экономическая. Поставщик даёт три точки на кривой цена/качество - большую, среднюю и маленькую модель, а твои задачи почти никогда не попадают ровно в них, поэтому своя модель выходит дешевле и лучше. Дешёвые токены не значат, что все побегут к OpenAI. 4. Специализированные архитектуры. Ещё одна универсальная лаборатория миру не нужна, нужны лабы под конкретную область или новую архитектуру. JEV вышел на рынок с моделью-классификатором: большая часть корпоративного ML сводится к выбору из нескольких вариантов, и классификатор делает это в 100 раз дешевле, чем LLM. С нуля до $100M выручки за семь дней, The Information пишет об оценке $10B. 5. Организация как лаборатория. Лучших людей отделяют от операционки и дают ломать и строить продукт, а координация идёт через AI вместо слоёв менеджеров. Иначе за четыре месяца не пересобраться. Норма теперь - это два раунда подряд: один от партнёра, который строит продукт вместе с тобой, второй от того, кто просто даёт деньги. У Sequoia за год семь таких сделок: первый раунд в среднем по оценке $110M, а через месяц второй по $3,4B. Grady говорит, что никогда такого не видел, и сам называет это пузырём, хотя в том же докладе называет происходящее самым большим и быстрым технологическим переходом в истории. Мне кажется, верно и то и другое, я про это писал. Для Sequoia разрыв во внедрении - это рынок для стартапов. Мне он больше видится рынком ответственности: разрыв закрывают люди внутри конкретной компании, которые подписались за результат и готовы рисковать репутацией и позицией при следующем сдвиге пола. Конкурировать с лабами по вычислительной мощности бесполезно, а контекст, данные и того, с кого спросят за результат, лаба на себя не возьмёт. Я бы спросил свою компанию, что мы пересоберём через четыре месяца и кто за это отвечает. @maxvotek | linkedin | substack

На тренингах нам всегда говорили, что выгорание — от переработок и неумения делегировать. И часто выходит так, что неделя отпуска действительно «перезаряжает» рабочую батарейку. Но Fast Company пишет о новом типе усталости, и он не связан с количеством задач. ⏪Это выгорание от кризиса смыслов, неспособность ответить самому себе на вопрос «А зачем я это делаю?».⏩ Журналистка Дженифер Брини Уоллес в своей книге Mattering пишет: «Две из основных наших потребностей — чувствовать, что нас ценят и что наша работа имеет ценность». С первым справляются бонусы и отпускные, второе — требует общего видения и ценностей, которое могут предложить далеко не все компании. Так что если вы вдруг заметили, что работа все больше и больше вас эмоционально истощает, попробуйте спросить себя: «Какой в этом всем смысл?». И если ответ не появится — возможно стоит менять работу.

На прикольную статью наткнулся сегодня, как в американских больницах вовсю используют ИИ, но в большинстве случаев не для лечения... Больницы обращаются к нейросетям, чтобы найти в текстах врачей больше диагнозов. Чем больше диагнозов, тем больше денег можно получить от страховой ☀️ Например, в США стали намного чаще фиксировать анемию после родов. После неё в некоторых случаях нужно делать переливание крови, но это необязательно. ИИ же начал назначать многим переливание крови и брать со страховой деньги, хотя никакой процедуры не проходило Страховщики же тоже используют нейросети в ответ. Они отдают ИИ счета от больниц и проверяют фактически выполненные процедуры, чтобы обжаловать часть подобных хитростей от больниц В результате пациентов в среднем не стали лучше лечить — только ожесточилась борьба между финансовым отделом больниц и страховщиками. Из-за этого медицинские расходы выросли почти на миллиард долларов ¯\_(ツ)_/¯ Вспоминаю серии из Клиники, имаджинируйте лицо Боба Келсо, который получил доступ к ИИ, который максимизирует бабосики

Знаете, что такое Хабраэффект? Это ситуация, когда все решили зайти на ваш сайт одновременно. Ну и сайт, конечно, не вывез. Конкретно этот термин связан с популярной площадкой Хабр. Но вообще эффект замечен ранее и в документах значится, как Слэшдо́т-эффе́кт. Когда я участвовал в разработке платформы лояльности, у нас было старое легаси-ядро, без всяких кэшей и очередей. Вот оно и падало перед Новым годом, потому что не могло обслужить такое количество пользователей, желающих лояльности. Чтобы до такого не доводить и заранее понимать, где бутылочное горлышко по Голдратту, надо делать нагрузочное тестирование. 🔹Вот, например, Apache JMeter как раз для такого. Опенсорсный инструмент, написанный на Java, который симулирует тяжелую нагрузку на серверы и целые сети. Имитирует пользователей, отправляет HTTP-запросы, работает с API, базами данных и другими протоколами. Позволяет строить сценарии: авторизация, поиск, добавление данных и так далее. Там даже есть специальная Test IDE для создания и отладки тест планов. 🔹У Grafana тоже есть свой тестировщик нагрузки - k6. Они используют подход "тест как код", можно писать скрипты тестирования на JS/TS, хранить в репозитории и встраивать их в CI/CD. Нативно интегрируется с Grafana. 🔹Еще вариант - Locust, тоже опенсорсный. В нем тоже пишутся сценарии в виде скриптов, но уже на Python. То есть если у вас питонисты в команде, то можно не распыляться, использовать обычные библиотеки. Но есть и UI. 🔹А если у вас пишут на Scala, Java или Kotlin, то можно посмотреть на Gatling. Принципы те же, что и в предыдущих, язык другой. Высокая производительность, асинхронная архитектура. 🔹Ну и есть отечественный инструмент - Yandex.Tank, тоже опенсорсный, поддерживает разные генераторы нагрузки. Только тестируйте аккуратно, не уроните прод раньше времени 😉 #tools

1️⃣2️⃣3️⃣4️⃣ Премьера «Я — твой робот!». Ещё недавно человекоподобные роботы неуклюже ходили и с трудом удерживали равновесие. Сегодня они показывают кунг-фу, играют в шахматы и учатся работать на заводах. Особенно быстро робототехника развивается в Китае. В новом фильме Наталья Кадырова исследует, насколько далеко продвинулась индустрия и на что способны современные роботы. Эффектное сальто — ещё не доказательство настоящего «интеллекта». Танец можно заранее запрограммировать, а вот взять незнакомый стакан или аккуратно сложить одежду гораздо сложнее. В будущем роботы будут помогать по дому, ходить в магазин и даже присматривать за животными. Но пока их батареи быстро разряжаются, базы данных ещё недостаточно, а машина может «растеряться» перед предметом непривычной формы. Когда роботы смогут так же уверенно существовать в мире вещей, как человек, — смотрите в новом фильме RT.Док. Если видео не грузится, то смотрите в МАХ. #премьера 🥰 Подпишись на RT.Док📌Мы в МАКС