​​Kaggle в Google Antigravity: агент, который помогает стартовать и уверенно ошибается В рамках активности Google Developer Expert, я попробовал поучаствовать в соревновании Kaggle Playground (S6E7, табличная многоклассовая классификация) почти полностью силами агента — в Google Antigravity 2.0 на Gemini 3.1 Pro. Для начала я попросил Claude собрать "starter kit" на оснвое моего прошлого опыта: гайдлайны, промпты, базовый код с общими правилами для мультиагентного пайплайна. Дальше запустил промпт — и Gemini сделал EDA, фичи, обучил модели параллельно в фоновых задачах и собрал бленд. Правда пришлось очень много кликать, чтобы давать разрешения на все команды (даже на те, которые я уже разрешил в прошлом). В остальном — это реально рабочая модель исполнения, с параллельным обучением и таймерами пробуждения вместо присмотра за процессом. Самое интересное — где агент ошибался. После первого сабмита вылез большой gap между CV и лидербордом, и агент уверенно предложил решение: скачать левый датасет с псевдо-лейблами и "шумными id", заявив, что это "единственный способ" пробить стенку. Пришлось остановить его, впрочем дальше он полез скачивать ещё один бесполезный датасет :) А реальные причины гэпа оказались простыми: неправильная метрика (plan accuracy вместо balanced) и случайно оставшийся файл, который ломал фолды. И вишенка на торте: когда Gemini писал разбор постфактум, он выдумал баг и стал меня газлайтить, что он был в коде с самого начала. Вывод такой же, как всегда на Kaggle: агенты сильно удешевляют старт, но правильная кросс-валидация, метрика и проверка самого агента всё ещё на человеке. Блог Medium #ai #kaggle

По плану «А» человечество ВЫЖИВЕТ и даже выйдет на пенсию к 2040 году — вышло новое предсказание от авторов пророческого AI-2027, о котором мы писали в 2025. В новой статье ресерчеры рассматривают 5 исходов ИИ-революции. В позитивном сценарии, если все всё будут делать правильно, то человечество не только выживет, но и обретет безусловный базовый доход. Если нет — ну, ничего хорошего не ждите. Главное:

🟢 Безумная гонка за AGI должна закончиться. США и Китай договариваются о полной прозрачности исследований, временно замедляют разработку и вводят международные механизмы проверки. 🟢 ИИ продолжают развивать, но только после строгих проверок безопасности и под общими правилами, чтобы никто не смог тайно вырваться вперед. 🟢В 2032 году начинается взрывной экономический рост. Государства направляют огромную часть новых доходов на поддержку людей, которых постепенно заменяют ИИ и роботы. 🟢 В США появляется аналог безусловного базового дохода: выплаты стартуют с $45 тыс. в год на человека, а к 2035 году вырастают до $1 млн. Про граждан других стран тоже не забывают — правда нам перепадет всего 1200 в год. 🥲 🟢К этому моменту ИИ и роботы выполняют уже около 85% экономически ценного труда. 🟢 К 2035 году самые мощные ИИ становятся не хуже лучших экспертов в любой области, а уже к 2037-му научный прогресс ускоряется в 10–1000 раз.

Самое интересное, что после каждого этапа авторы показывают альтернативную ветку событий — что произойдет, если страны сорвут соглашения и будут играть в одиночку. Увлекательное чтение на ночь — рекомендуем. ☕️ @xor_journal

У обычного японца не одна печать, а три. И перепутать их нельзя Турист привозит из Японии простое объяснение, будто там печать вместо подписи. На деле у одного взрослого человека таких печатей обычно три, и каждая под своё. Одна повседневная, за 100 йен из местного аналога Fix Price, ей отмечают посылку или бумагу в офисе. Вторая зарегистрирована в муниципалитете и подтверждает, что оттиск твой. Третья хранится в банке, который сверяет её при операциях со счётом. Смешивать их при этом нельзя. Красивую печать, сделанную на заказ, не стоит регистрировать разом и как личную, и как банковскую. За этим стоит логика, которую технический писатель, проживший в стране два года, формулирует в одну строку.

😂 Это произошло. Мужик очень высокого ранга присвоил мою инициативу. Не просто идею, а слово в слово скопировал и отправил письмо, которое я подготовила. Вот и прошла боевое крещение в американском корпоративном мире. 😄 Раньше я только читала в книгах по office politics, что подобное случается. Теперь есть личный опыт. И знаете, что самое забавное? Многие кандидаты-иммигранты боятся написать в резюме, что они запустили проект, внедрили процесс или построили систему. Хотя если вы были драйвером работы, двигали ее вперед и без вас этого бы не произошло — это и есть ваш вклад. В корпоративном мире ваш вклад 😂 обязательно оприходуют. #карьера #сша

Эра "ИИ-оберток" официально всё. Тема, о которой много говорили последние два года, окончательно закрепилась в виде рыночного тренда: простые интерфейсы поверх API от OpenAI или Anthropic больше не жизнеспособны. Это не я пишу. Это слова управляющего партнера NFX Пита Флинта https://www.nfx.com/post/ai-wrapper-dead-verticalization-startups Фронтир-лаборатории стремительно выпускают собственные вертикальные инструменты (вроде Claude Code), мгновенно уничтожая стартапы класса "ИИ для копирайтинга" или "ИИ для базового анализа кода". Ценность сместилась из самой модели в операционный контекст. Инвестфонд NFX выделил три рабочие стратегии вертикализации, которые позволяют стартапам выживать и расти в эпоху доминирования ИИ-гигантов: Глубокий workflow против "сырого" интеллекта Сложный и кастомизированный рабочий процесс внутри конкретной ниши бьет базовую мощность моделей. Пример — стартап Blitzy (ИИ для генерации корпоративного ПО). За счет создания графа знаний о кодовой базе клиента и сложной оркестрации они решают задачи enterprise-уровня лучше, чем стоковые модели OpenAI или Google. Ценность не в LLM, а в интеграции в инфраструктуру клиента. Пересборка индустрии с нуля (AI-first) Вместо попыток продать софт старым игрокам, проще построить новую компанию, где ИИ находится в самом центре архитектуры. Стартап Tomo переосмыслил процесс выдачи ипотеки, автоматизировав андеррайтинг и продажи. Итог — операционная эффективность выше, а ставки для клиентов — выгоднее, чем у традиционных банков. Корпораты не могут это скопировать, не разрушив собственную структуру. От систем учета (Record) к системам действий (Action) Сначала стартап создает порядок из хаоса в нише, где до сих пор используют бумагу или Google Sheets (как Seso в управлении сезонными рабочими для ферм). Став единым источником правды и накопив уникальные данные, платформа с помощью ИИ превращается в систему автоматического принятия решений и логистики. Главный вывод: Сам по себе ИИ-интеллект становится дешевеющим сырьем (commodity). Главной защитой бизнеса ("ров с водой" или moat) теперь выступает вертикальная интеграция — способность операционализировать этот интеллект, упаковать его в сложный отраслевой рабочий процесс и довести до конечного клиента под ключ. Ну, а конкуренция с владельцами фронтирных моделей, кажется, уже и бессмысленно.

Тут еще новость про LTX LTX больше не хочет быть просто генератором видео. Компания отделяется от Lightricks и объявляет себя разработчиком открытых world models - моделей, которые должны не просто генерировать видосы, а понимать движение, пространство, свет, взаимодействие объектов и последствия действий. Вот эти вот все симуляции для роботов, беспилотников, игр и промышленности. Техническая база - семейство LTX-2. Это модель примерно на 22 млрд параметров, которая генерирует видео и синхронизированный звук внутри одной архитектуры. Внутри два связанных потока: около 14 млрд параметров для видео и 5 млрд для аудио, соединённых cross-attention. Выделение в самостоятельную компанию показывает, что Lightricks нехило так колбасит, что LTX собирается продавать не только генерацию видео. Главной аудиторией становятся студии, разработчики, робототехнические стартапы, промышленные компании и создатели систем Physical AI. В общем две новости: Lightricks сплитуется на две компании, а LTX превращается в генератор миров. https://ltx.io/blog/introducing-ltx-as-an-open-world-models-company @cgevent