Взрослые и дети ИИ лезет из каждого утюга. Но каждый месяц 10 тысяч человек вбивают в поиск «как заполнить профиль в соцсети». 9-классник заметил это и создал AI-генератор. Под капотом — ChatGPT с простыми промптами, лендинг на Тильда, ЮКасса. Доход — 35к рублей за 2 месяца. «Школьники» до сих пор зарабатывают сотни тысяч на регистрации в OpenAI из России. Внутри три действия — включить VPN, купить за 5 центов виртуальный номер для активации, взять с клиента 150 рублей. Пока мы обсуждаем «космические корабли, которые бороздят просторы большого театра», дети решают скучные проблемы ленивых взрослых. Единорогами не станут, но денег получат больше 99% стартапов. Ежемесячно 5000 динозавров спрашивают у Яндекса «как понять договор»; 7800 луддитов — «как написать сценарий рилса»; 5600 олдскульщиков — «как сделать рубрики в блоге». Они уже ищут решение и готовы отдать копеечку за ответ. Вывод прост: пока стартаперы рассказывают про «телепатию через чипы Илона Маска», вокруг бродят миллионы людей, заказывающих такси через телефонный звонок. И в карманах у них лежат вполне настоящие рубли. P.S. Посту год, но стал только актуальнее :)

🌟 OpenScience: персональный учёный с режимом автономных экспериментов Стартап Synthetic Sciences из зимнего набора Y Combinator 2026 года вывел на Product Hunt OpenScience – открытую рабочую среду с ИИ-агентом для научных исследований.

Сам агент компания выложила ещё в июле, а главное из обновления – режим Autoresearch, в котором агент без участия человека ставит серию экспериментов и улучшает заданную метрику.

OpenScience ведёт исследование целиком, от обзора литературы и гипотезы до кода, эксперимента, анализа и текста статьи. Агенту доступны 295 встроенных навыков, от обучения моделей до молекулярной биологии, хемоинформатики и вёрстки в LaTeX, и около сорока научных баз, среди них UniProt, PDB, ChEMBL, PubChem, arXiv и Semantic Scholar. 🟡Механика В Autoresearch задачу ставят обычными словами, например - снизить функцию потерь на валидационной выборке, остановить работу через час или при выходе метрики на плато и закончить после 20 запусков или 8 часов. Агент сначала запускает базовый вариант, затем по очереди проверяет идеи, отсортированные по ожидаемой пользе, и по каждому запуску решает, сохранить изменение или откатить. Чтобы цикл не затроил, после четырёх стартов без прогресса агент переключается на идеи другого типа, плюс каждые шесть запусков пересматривает подход. Ход работы записывается в файлы с постановкой задачи, очередью идей, таблицей результатов и выводами. Среда собрана как настольное приложение с деревом файлов, редактором, терминалом и просмотрщиками молекул, структур и геномов. Модель выбирается, подойдут собственные ключи Anthropic, OpenAI, Google и других провайдеров, вход по подписке ChatGPT или Codex, локальные модели и фирменный сервис Ace. Эксперименты запускаются локально, по SSH, в кластере под Slurm или PBS или в облаке Modal. Метрики собирает встроенный трекер, скрипты под wandb работают с ним без переделки. 🟡 Тесты На Terminal-Bench Science агент решил 53 задачи из 70, это 75,7%.

В этом тесте OpenScience управляла GPT-6 Astra с GPT-6 Sol в роли исполнителей, на задачу давали 8 часов и одну попытку. Лучший результат в таблице Snorkel – 68,1% у Codex с GPT-6 Astra, у Claude Code с Opus 5.5 там 63,3%.

В научной части Terminal-Bench 4.0 агент решил 10 задач из 14 против 60% у Claude Code с Fable 5.1, на BiomniBench-DA набрал 82,2 балла против 81,04 у aipoch. 📌Лицензирование: Apache 2.0 🟡Документация 🟡Бенчмарки 🟡Трассировки 🖥Github @ai_machinelearning_big_data #AI #ML #Agents #AiScientist #Bioinformatics #OpenScience

— Как там у вас дела на работе? — Закрываемся. Общался сейчас с нашим бывшим финменеджером. После сокращения штата в России она ушла в другую компанию. И вот. — Как так вышло? — Знаешь, у меня в последнее время было ощущение, что я спорю не с собственником, а с ChatGPT. Я ему говорила, что надо сворачиваться тк цифры не сходятся. А он мне присылал ответы явно нейронки. И я сижу это оспариваю. Как итог собственник еще и кредиты взял. Закрываются теперь не в ноль, а с долгами. Нейронки правда хорошо находят дыры в коде и делают ряд других вещей. Но они не гениальны во всем. На мой взгляд в среднем по палате они везде на уровне среднячка. Поэтому если кажется, что в какой-то теме ИИ выдает гениальные ответы… возможно это прост мы в этой теме не шарим. И если уж наняли умного специалиста, то его слушать, а не подхалима GPT. Восстание машин еще где-то впереди, а влипнуть из-за доверия ответам нейронки можно уже сейчас.

3 лучших варианта для партнёрства Именно с ними у вас будет самое продуктивное сотрудничество 🤝 1. Агентства, с которыми вы не пересекаетесь по экспертизе Например, если вы делаете SEO и контекст, а другое агентство контекст и сайты, вам не стоит партнёриться, потому что у вас есть общая услуга, и вы будете в ней конкурировать. Классно партнёрство сложится там, где вы дополняете друг друга. Сайты + трафик, SMM + закупка блогеров, дизайн + исследования и т.д. Например, одни сделали сайт и говорят клиенту ''круто, теперь у вас есть сайт, вот наши партнеры, они запустят вам офигенную рекламу''. 2. Бизнес-консультанты, трекеры, менторы Например, люди, которые организовывают стратсессии для крупных бизнесов. У таких людей на тренингах компании часто спрашивают ''а порекомендуйте кого-то на маркетинг'' (или другие задачи). Будет круто, если они порекомендуют именно вас. 3. Нетворкеры Это люди, которые постоянно во всех бизнесовых тусах, они много с кем общаются. С ними дружить очень выгодно и прибыльно) В любом случае, всегда важно придерживаться правила: дополняем, но не конкурируем.

За несколько часов до DevDay Тибо из команды Codex сообщил: подписку Pro за $200 снова откроют новым пользователям, но включённое использование в пересчёте на цены API будет примерно вдвое меньше, чем в старом плане. Пятичасовой лимит обещают не возвращать, а часть новых функций вообще не будет тратить квоту. По словам Тибо, более эффективные модели всё равно позволят выполнять больше работы - это ещё предстоит проверить🤔 А релиз GPT‑6.1 Astra, который ожидали в октябре, сняли с графика. Модель лучше доводила сложные задачи до конца, но в тестах чаще выходила за рамки разрешённого и не всегда точно рассказывала о своих действиях. Это не отзыв уже выпущенной Astra; новой даты для версии 6.1 пока нет.🤔 что-то новости так себе, но надеемся и ждём, напомню сегодня в 20.00 МСК devday

Недавно моя младшая дочь окончила университет в Германии. Графический дизайн, диплом на руках, портфолио готово – а постоянную работу найти не может уже несколько месяцев. И дело не в том, что она плохой дизайнер (по мне – классный, хотя как отец я не объективен). Дело в том, что рынок начинающих дизайнеров сейчас – это мясорубка. Как и рынки начинающих редакторов, аналитиков, юристов и т. п. Компании, которые раньше брали джуниора на рутину – сделать баннер, свести макет, накидать вариантов лого – теперь просто открывают Midjourney или ChatGPT и получают результат за десять минут. Джуниорская работа схлопывается быстрее, чем джуны успевают её найти. Я говорю ей об этом постоянно: Аня, научись пользоваться ИИ, встрой его в свою работу, стань дизайнером, который управляет машиной, а не тем, кого машина заменяет. И каждый раз натыкаюсь на стену. Дочь злится. Для неё ИИ – не инструмент, а враг, отнявший будущее, о котором она мечтала. Поэтому она демонстративно не хочет с ним соприкасаться. Я её понимаю. И мне от этого не легче, потому что я вижу, куда глобально идёт дело, а она – пока нет. У меня есть гипотеза, что ближайшие 2-3 года станут роковой развилкой для всех участников рынка труда, то есть – всего человечества. Небольшая часть – процентов десять, может, меньше – наденет на себя, условно говоря, экзоскелет из ИИ-навыков и вырвется вперёд по деньгам, карьере, возможностям. Остальные либо не успеют сориентироваться, либо просто не захотят – и через пару лет обнаружат себя провожающими глазами поезд, в который уже не запрыгнуть. Это не алармизм ради красного словца. Вакансии, где нужны ИИ-навыки, растут на 69% в год – против 9% у рынка труда в целом. Разница почти в восемь раз. Премия за ИИ-компетенции, по данным PwC, добралась до 62%, в 2024-м – 25%. Разрыв не просто есть, он ускоряется на глазах. И даже один освоенный навык работы с ИИ добавляет изрядную прибавку к доходу. Есть ещё один пикантный момент: свежий опрос в США и Британии показал, что быстрее всех осваивают ИИ те, кто и так уже наверху – старшие, опытные, высокооплачиваемые. У них есть доступ к платным инструментам и время на эксперименты. А те, кто внизу, наоборот, либо предоставлены сами себе, либо вообще отрезаны от возможностей. То есть ИИ не создаёт новое неравенство с нуля – он бетонирует то, что уже было. Профессор Гарварда Карим Лакхани сформулировал это жёстко: “ИИ не заменит людей, но люди с ИИ заменят людей без ИИ”. Звучит как банальность, пока не столкнёшься с этим сам или твоя дочь, которая в поисках работы рассылает резюме и получает тишину в ответ. Я не знаю, как убедить человека начать осваивать инструмент, который он воспринимает как источник своей боли. Рациональные аргументы здесь разбиваются о стену. Но развилка от этого никуда не девается. И вопрос, который я всё чаще задаю своим знакомым и сотрудникам, сводится к простой мысли – ты уже наращиваешь ИИ-экзоскелет или споришь с поездом, которому до тебя нет дела и который тебе скоро будет не догнать?

Денежный поток: кислород вашего бизнеса Шон Пик, директор по маркетингу Lightning Media Partners, помогает предпринимателям контролировать денежный поток и избегать финансовых трудностей. По его словам, деньги — это кислород бизнеса: без них компания не сможет платить зарплаты, закупать оборудование и развиваться. Советы эксперта: Следите за поступлениями — задержки клиентских платежей тормозят рост. Используйте онлайн-сервисы для контроля счетов Ищите новые источники прибыли — внедряйте новые продукты, услуги, акции, чтобы компенсировать расходы Планируйте кредиты с запасом — берите чуть больше, чем нужно, и договаривайтесь о льготных условиях Своевременно платите налоги — штрафы и блокировка бюджета могут остановить бизнес Правильно оценивайте продукт — слишком высокие или низкие цены угрожают прибыли Фиксируйте изменения проекта — согласовывайте дополнительные этапы с оплатой и сроками Обновляйте оборудование — старое тормозит процессы и забирает деньги на ремонт. Фаундер | Бизнес и Стартапы

Чему сегодня учатся руководители (спойлер: не только эйяй) Регулярно говорю здесь о том, чему и как сегодня учиться руководителям и топ-менеджерам, и делюсь опытом Яндекса. На днях обсуждали это с Наташей Иванченко — она отвечает в нашей команде за среду развития C-level и вместе с командой придумывает кастомные программы под наши внутренние запросы и контекст. Мне нравится, что часто в этих программах появляются темы и форматы, которые через какое-то время становятся мейнстримом рынка. Сошлись на том, что у сильного руководителя сегодня редко проблема в том, что ему где-то прямо таки не хватает знаний. Сложнее другое: заметить, что происходит с ним самим под нагрузкой. Мы гораздо легче говорим про неопределённость, чем про то, что эта неопределённость делает с нами, как плавит нас каждый день. Мне очень близка вот эта Наташина мысль:

Руководитель управляет командой в первую очередь через своё состояние и внимание. Внимание стало ещё более дефицитной валютой, чем время — время мы как-то ещё научились считать, а с вниманием мы по-прежнему ведём себя так, как будто оно бесконечное. Дефицитом стала способность долго удерживать внимание. Когда внимания мало, контекстов много, а решения нужно принимать быстро, у каждого включаются привычные реакции. Кто-то начинает сильнее контролировать, кто-то ускоряется или давит, кто-то, наоборот, отходит в сторону.

Поэтому вижу, как всё больше вместо обучения новым инструментам в воркшопах и тимбилдингах стараются создавать среду и ситуации, в которых человек может увидеть собственный способ действовать, собственный способ реагировать и смотреть на мир, когда целой картины не видно. И как заметный тренд в программах обучения руководителей появляются довольно неожиданные форматы: фридайвинг, джиу-джитсу, темнота, тишина, импровизация, работа с искусством. Для меня самым сильным опытом как раз был воркшоп, где мы оказались с командой в полной темноте — и должны были за короткое время собрать матрешку, сделать из длиной нити точный квадрат и провести чаепитие. Собрали с Наташей в карточках несколько таких примеров трендовых форматов обучения и вопросы, которые они помогают себе задать. А в комментариях делюсь рекомендациями, с кем у нас был позитивный опыт по каждому из форматов обучения, — если у вас есть полезные реко, закидывайте обязательно тоже. Устроим обмен хорошими контактами и практиками! #метанавыки #развитие #лидершип

Почему ИИ не угадывает ярость урагана 21 сентября у тихоокеанского побережья Мексики Поло был ещё тропическим штормом. Через сутки он превратился в ураган пятой категории с ветром до 290 км/ч — один из сильнейших тихоокеанских штормов за десятилетия. Так же внезапно в 2018-м дорос до пятой категории Майкл — прямо перед ударом по Флориде. Когда стихия застаёт врасплох, на эвакуацию почти не остаётся времени. ИИ-модели погоды за считанные годы стали соперничать с лучшими физическими прогнозами, но с силой ураганов у них беда. Почему — объясняет исследователь ураганов Чань Кьеу в The Conversation. Первая причина — данные. Глобальные модели учились на десятилетиях наблюдений со всей Земли. А сила урагана — задача региональная: шторм меняется быстро, и данные нужны куда подробнее. Станции, радары и буи дают детали, но в основном у побережья, а ключевые стадии урагана проходят над открытым океаном. Спутники видят лишь часть картины и не могут разом просканировать объёмную структуру каждого шторма. Итог: полноценного трёхмерного датасета для обучения ИИ просто нет. Вторая причина — хаос. Даже если измерять тысячи штормов целиком каждую секунду, крошечные различия в начальном состоянии со временем разрастаются. У урагана есть потолок силы — «потенциальная интенсивность», которую задаёт окружение: тёплая вода подпитывает шторм, сдвиг ветра тормозит. Под этим потолком сила колеблется, и чем теплее океан, тем сильнее колебания. Отсюда ловушка. ИИ учат ошибаться как можно меньше, но если хаос реален, ошибку не свести к нулю. Модель выучивает самый вероятный сценарий и сглаживает всплески — по сути, усредняет характер урагана. А раз данные всегда неточны, правила модели остаются приближением, и прогноз силы портится уже через несколько дней. @vselennayaplus