Когда ИИ знает всё, чему учиться человеку? Очень понравилось видео с министром образования Эстонии от TEDx. Несколько раз было в предложениях Youtube и вот наконец дошли руки. Всего 13 минут, так что лучше посмотреть исходное видео. Когда стала министром в апреле 2023-го, ИИ вообще не было в повестке. Советник дважды приходил со словами «надо что-то делать с ИИ – студенты уже им пользуются», но что именно делать – не знал никто. Год консультаций с нейроучёными, когнитивистами и техкомпаниями привёл к мысли, что вопрос не про технологию, а про человека. Министра образования должно волновать не «какой инструмент внедрить», а что происходит с мозгом и способностью учиться, когда машина уже умнее. Ещё в 2017 году ОЭСР выяснила: у 2/3 работников грамотность, счёт и цифровые навыки ниже возможностей тогдашних компьютеров. Отсюда вопрос: зачем вообще развивать мышление, если компьютер справляется лучше? Может, бросить учиться? Ответ такой: нет, но придется получить новые навыки. Это не первый раз, когда технология ставит человека под эволюционное давление. Печатный станок заставил всё человечество научиться читать. Сейчас – новый эволюционный скачок, только давление не физическое, а когнитивное: думать нужно быстрее, системнее и креативнее. Мозг работает в 2 режимах. Низший когнитивный: память, понимание, применение – «автопилот». Научился ездить на велосипеде – и не переучиваешься каждый раз; отсюда же стереотипы. Мозг любит этот режим, потому что он самый дешёвый по энергии – а мозг и так главный потребитель энергии в теле. Высший режим – анализ, оценка, созидание – требует постоянного переобучения и выматывает сильнее марафона: после сложного экзамена ты «мёртв» физически (см скриншот). Школа 200 лет работала по схеме «запомни – пойми – примени – сдай тест», а высшие уровни доставались только в магистратуре и выше. Но ИИ уже умеет всё нижнее и почти всё верхнее. Уникальными для человека остаются этическая оценка и настоящее созидание – ИИ «творит» лишь из вероятности, все равно нужна насмотренность, вкус, опыт. Вывод: осознанно тренировать как можно больше людей постоянно быть в потоке высших когнитивных процессов – и начинать с 7 класса, с 12–13 лет. При этом делать это нужно вместе с ИИ, потому что именно он выталкивает с автопилота. Без него система по инерции скатится в зубрёжку, а ученики – в brain rot и когнитивный аутсорсинг, когда просто домашка списывается с ИИ. Примерно то же самое происходит сейчас и со "взрослыми", которые присылают "списанные с ИИ презентации" или исследования, которые даже не просматривали глазами. Что сделала Эстония – программа AI Leap: стратегия ИИ для школ, запуск – февраль 2025-го, пилот в 10–11 классах, с сентября 2026-го – профобразование. Финансирование 50/50 – государство и частные компании; управляет фонд, а не министерство («министерство – не место для инноваций»). Инструмент – ИИ-тьютор по методу Сократа, созданный вместе с OpenAI: не общий ChatGPT, а версия, которая не отвечает, а ведёт вопросами. Абсолютный фокус – подготовка учителей: как через ИИ вытаскивать учеников в анализ, системное и критическое мышление. Эстония – первая и пока единственная страна с таким инструментом в школах; идёт научный мониторинг, готовых ответов нет – «учимся по ходу» и зовут остальных учиться вместе. Очень понравилось и объяснение эволюции и что надо делать. Согласен со всеми пунктами и кажется закрыл для себя вопрос, чему и как учить сына. Ну и конечно лишний раз подтверждает, что OpenAI/Anthropic и прочие лаборатории действительно самые продвинутые и открытые для создания полезных для образования, государственного управления, общества систем. А не консалтеры, ученые, друзья детства, дата-сайнтисты или linkedin-блогеры https://www.youtube.com/watch?v=44St9MoJU0E

DeepMind: ИИ-агенты генерируют гипотезы быстрее, чем ученые успевают их проверять ИИ-агенты превращают научные открытия в конвейер: гипотезы генерируются быстро и дёшево, а исследователи просто не успевают их проверять. Согласно докладу Google DeepMind «Conjecture Machines», разрыв между мгновенным потоком научных предположений и медленной, дорогой физической проверкой будет только увеличиваться. Это потребует радикальной реформы всей научной инфраструктуры — от лабораторий до системы рецензирования. Под основным ударом оказываются молодые ученые — они лишаются возможности развить собственное научное суждение и интуицию. https://hightech.plus/2026/07/17/deepmind-ii-agenti-generiruyut-gipotezi-bistree-chem-uchenie-uspevayut-ih-proveryat

В общем ладно, это уже какая никакая версия тулзы которую я вайбкодил в свободное время. В общей сложности наверное часов 8-12 в разные дни. Самое время затратное это создать приятный в управлении воркфлоу, чтобы чувствовался как привычный инструмент, в данном случае Blender. Хотел получить динамические провода которые по итогу можно закинуть в движок забейкав анимацию ветра на кости. Так же можно накручивать банчи из проводов, перекручивать провода между собой, регулировать ветер, направление, теншн проводов, настраивать коллизии, массу и еще тонну параметров. По итогу скорее всего выпилю 1/3 за ненадобностью. Выгружается все в GLB с запеченной анимацией. Сейчас борюсь с зацикливанием чтобы не клипалась анимация в конце цикла. Архитектура специально делалась под другие модули которые планирую добавлять в дальнейшем, если все еще будет интересно. При этом коллизия у проводов, примитивов в сцене и импортируемой геометрии была отдельным геморроем, но вроде как поборол. Делал все в Codex еще на старой 5.5. Сейчас уже перешел на Sol, дописал скиллы и начал работать совместно с CodexWork, очень полезно для написания доков. Подрубил Git и теперь наконец-то модель может читать мой код из других чатов. Конечно, можно сказать а почему не сразу в Blender или даже сказать что уже есть куча плагинов для проводов и т.д. Но это был тест меня самого и моделей, могу ли я сделать вот то что захочу и еще на Threejs, т.к. хотелось познакомиться с инструментарием и понять что может а что не может. Если есть идеи что вам бы хотелось видеть и что еще не реализовано в каких либо плагинах, пишите в комментах ну или просто кидайте говна🍗 @CGIT_Vines

Ключевое за 3 дня ⚡ Главное • GPT-5.6 — OpenAI выпустила семейство моделей Sol, Terra и Luna — OpenAI выпустила семейство моделей Sol, Terra и Luna. • Grok 4.5 — новая модель SpaceXAI для программирования и агентов — Новая модель SpaceXAI для программирования и агентов. • Muse Spark 1.1 — мультимодальная модель Meta для агентов и контента — Мультимодальная модель Meta для агентов и контента. • Mira Murati выпустила первую модель Inkling с 975 млрд параметров — Модель Inkling от Thinking Machines Lab с балансом стоимости. • Moonshot AI выпускает Kimi K3 — крупнейшую открытую модель с 2,8 трлн параметров — Крупнейшая открытая модель, обогнала Claude Fable 5. • Bonsai 27B — открытая модель рассуждений, помещающаяся на iPhone — Полноценная модель рассуждений. • TSMC добавляет $100 млрд к плану расходов в США — Общие обязательства TSMC в Аризоне теперь составляют $265 млрд. 📈 Рост и Оптимизация • Weco AI заявляет о первом экспериментальном доказательстве рекурсивного самосовершенствования — Система AIDE² переписала свой код и превзошла модель Weco. • Основатель Ghostty с помощью ChatGPT нашёл $45 тыс. в забытых счетах — Точная стратегия поиска пропущенных счетов за три года. • Perplexity использует Grok 4.5 как оркестратор для компьютерного агента — Новая модель управляет выполнением задач агента. • Что можно узнать из быстрого переписывания Bun на Rust с помощью ИИ? — Bun переписан с Zig на Rust за 11 дней с помощью Fable. 🤖 Промпты и Практика • Учитесь эффективнее с учебными тетрадями в Gemini App — Персонализированное обучение с диагностикой и трекингом. • Как избежать лимитов использования GPT-5.6-Sol — Советы по избежанию лимитов использования GPT-5.6-Sol. • Как удалённо выйти из ChatGPT на других устройствах — В настройках безопасности выйдите из ненужных сессий. • Интерпретируемость ИИ — как нейронаука для ИИ и инструменты аудита — Видео о том, как нейронаука для ИИ и инструменты аудита. • Перенос стиля изображения с помощью AI — Загрузите два изображения в ChatGPT и используйте промпт. • Руководство по промптам для GPT-5.6 Sol — Официальные рекомендации OpenAI. • Создайте триажер входящих писем Hermes за 90 минут — Создайте Gmail-триажер с Hermes и Himalaya.

Общение посредством переписки в телефоне прекрасно тем, что наладив единожды этот мост, связавший вас, он работает теперь всегда. Это как проброшенный порт на сервере или настроенная интеграция в умном доме - теперь вы находитесь в постоянной связи с этим человеком, вам не нужно писать ему "Привет" перед каждым новым сообщением, вы открываете диалог и он продолжается с последней точки, даже история видна. Ну ок, если прошло уже сто лет, можно поприветствовать, обозначив своё внезапное появление в древнем треде, но если вы общались вчера или неделю или даже три месяца назад, то можно просто сразу, без всяких прелюдий, писать по делу, это хороший тон (вдруг вам кажется, что это неприлично - наоборот, неприлично заставлять собеседника читать ваш привет каждый день и тем более, своим приветствием как бы обязывать его отвечать вам таким же приветом). И не путайте, пожалуйста — для людей, присылающих сначала сообщение, содержащее одно только слово "привет", мы предусмотрим отдельные профилактории, конечно, мы должны заботиться о них. Министерство Эргономики

Учёные омолодили мышей, перезапустив иммунные клетки-«уборщики» Макрофаги — клетки иммунной системы, которые в зависимости от ситуации могут быть «уборщиками», удаляющими отмершие клетки, или «солдатами», сражающимися с инфекциями. Учёные обнаружили, что с возрастом макрофаги теряют способность эффективно выполнять функцию очистки из-за активации рецептора EP2 на их поверхности. Блокировка этого рецептора у пожилых мышей вернула их организм к состоянию молодых особей: сохранились мышечная масса, память, а большинство возрастных изменений в крови исчезли. https://hightech.plus/2026/07/17/uchenie-omolodili-mishei-perezapustiv-immunnie-kletki-uborshiki

Основатель "Еаптеки" Антон Буздалин стал лид-инвестором раунда на £2,5 млн лондонской компании Tyred, которая занимается ремонтом и обслуживанием велосипедов. Стартап привлек деньги для создания платформы управления владением велосипедом на базе искусственного интеллекта. В сделке также участвовали Raw Ventures, Ada Ventures и бизнес-ангелы. Tyred был основан в 2022 году Ланселотом Хоаром, Никитой Барановым и Даниэлем Бурштынским. Стартап использует технологии ИИ, IoT и операционные данные для прогнозирования необходимости техобслуживания до возникновения поломок, объединяя на одной платформе услуги по ремонту, страхование, гарантийное обслуживание и финансовые решения. @rusven

😀 Это friendly fire — огонь по своим Глава Сбера Герман Греф выступил в Совете Федерации и заявил, что Сбер — единственная компания, у которой ИИ действительно отечественный. 📌 По его словам, Яндекс сейчас дообучает китайский Qwen, тогда как Сбер сделал свою модель с нуля. 📌 Греф не обвинял компанию напрямую — он сообщил, что был бы рад конкуренции, но посетовал, что на этом рынке конкурентов как таковых нет. Яндекс же выступил с опровержением:

«Утверждение не соответствует действительности. Яндекс продолжает развивать собственные фундаментальные модели, сохраняет полный цикл разработки и не зависит от внешних решений».

Однако ранее компания сама сообщала в своём блоге на «Хабре», что в основе YandexGPT 5 Pro и Alice AI действительно лежат веса Qwen версий 2.5 и 3 соответственно. 💻 Подписаться