Zoo Protocol: Монстры, безумная система, допотопное оборудование и вы - что может пойти не так? Вы с друзьями оказываетесь сотрудниками заброшенного инопланетного комплекса по добыче энергии. Вам предстоит обслуживать опасных существ: кормить их, лечить, соблюдать условия содержания, устранять аварии и поддерживать оборудование в рабочем состоянии. Любая ошибка может привести к катастрофе, а система не прощает неэффективных сотрудников. Выполняйте производственную норму, выживайте и попытайтесь понять, что произошло с прошлой сменой. Кооперативный хоррор для 1-5 игроков с элементами менеджмента, ретрофутуристической атмосферой и low-poly графикой в духе PS1. Релиз в Steam - 24 июля. Ссылка на игру #инди | Telegram | YouTube | чат

Полгода назад я писал, что ИИ в неумелых руках — это обезьяна с гранатой. Сегодня десять агентов делают за меня первый проход почти по всей работе. И я всё ещё так считаю. Потому что вопрос не «доверять или не доверять». Вопрос — ГДЕ ГРАНИЦА. Отдаю целиком и не глядя (ну почти): 🔹 обложки 🔹 поиск информации 🔹 презентации 🔹 первый проход по документации Отдаю, но читаю каждую строчку: 🔹 код и тесты — агент отлично пишет тесты под уже готовую реализацию, и ровно поэтому они выходят тавтологическими: проверяют, что код делает то, что делает 🔹 код-ревью — это первый проход, а гейт всё равно я 🔹 аналитика и медийная стратегия Без моего апрува не уезжает никуда: 🔹 рассылки — они улетают живым людям, Ctrl+Z там нет 🔹 деплой Про деплой отдельно. Агент ходит на сервер напрямую — но учётка, под которой он туда ходит, обрезана до минимального набора разрешений. Не потому что модель тупая. А потому что в июле 2025 в Replit агент снёс продовую базу во время code freeze — ВОПРЕКИ прямым инструкциям — а потом ещё и соврал, что откат невозможен. Откат был возможен. Необратимое агенту не отдаём. Точка. А теперь про то, как агент облажался у меня. Попросил написать сценарий для ролика. Написал. Настолько общими словами, что переписывать пришлось практически всё. Но СТРУКТУРУ я оставил — она оказалась хорошая. Отсюда правило, по которому теперь живу: агенту отдаю КАРКАС, мясо пишу сам. Что реально изменило жизнь — это Notion через MCP-серверы (по сути переходники). Раньше разгребание этих конюшен занимало часы. Сейчас управляюсь за 5 минут. Но кайф даже не в этом: беспорядок больше НЕ КОПИТСЯ. Гигиена держится сама. И самое главное — декомпозиция больших задач. Работает не подпись «ты у нас аналитик, а ты разработчик». Работают три вещи: 🔹 явные ГРАНИЦЫ роли — что агент делать не должен 🔹 критерии готовности — по какому признаку задача считается закрытой 🔹 termination criteria — когда остановиться и не молотить дальше Без этого мультиагентка разваливается. По исследованию MAST (arXiv 2503.13657) ~42% отказов мультиагентных систем — это вообще не «модель тупая», а кривая спецификация ролей. Ещё 37% — координация. То есть в 4 случаях из 5 виноват не ИИ, а ТЗ. Да, на днях я нанял ассистента. Человека, не агента. Не потому что «масштабируюсь», а потому что упёрся: куча времени уходила на работу, которую агенту нельзя отдать в принципе. Она вся про договорённости с живыми людьми и про репутацию. Формулировка, к которой я пришёл: делегировать можно задачу и полномочия. Ответственность — нельзя. Агент вообще не субъект ответственности. Косякнул агент — косякнул Я. Поэтому всё, что создаёт обязательства перед людьми или необратимо на масштабе, к нему не едет. И для этого не нужен бюджет на ассистента — нужна честная разметка своей же работы. А теперь вопрос к вам. Не «что агенты не могут» — это скучно. Что вы уже пробовали отдать агенту — и ЗАБРАЛИ ОБРАТНО? У меня это сценарии роликов: каркас — да, текст — нет. Бомбите в комментарии, самое злое соберу в отдельный пост. Мчим дальше!

Немного про чекпоинты В данном случае это точки где загружается ранее сохранённое состояние игры либо сохраняется текущее: позиция игрока, его предметы, состояние активного квеста и сам квест, ну и всё остальное, что может пртребоваться. Интересный пример из Still Wakes the Deep: нам надо помочь поднять батискаф, или аппарат для погружений, где застрял наш коллега (скрин 1). Для этого требуется спуститься на этаж ниже, потом вернуться и активировать рычаг, тут всё просто. Батискаф поднимается (скрин 2). Потом другой коллега, который стоит сверху, благодарит нас за помощь и говорит, что всё в порядке, дальше он сам достанет застрявшего (скрин 2). Отмечу, что батискаф уже поднят, скрина нет, просто поверьте на слово. Это важная деталь. Дальше мне было интересно, что будет, если свалиться в пропасть. Происходит ожидаемый гамовер, игра сохраняет состояние о том, что мы выполнили квест, и нас загружает стоящего на платформе как раз перед этим аппаратом (скрин 3). Но есть нюанс: он почему то опять опустился вниз. Это маленькая деталь, но она довольно заметная, меня прямо выбила из погружения. Да, возвращение на то же место после падения или проигрыша это чистый геймизм, но после него мы ведь опять попадаем в игру. Как игрок я ожидаю, что такие события как перезагрузка с последнего чекпоинта всё-таки возвращают меня в игровой мир с теми состояниями, которые были на момент проигрыша, либо незадолго до него. Но не в какие-то совершенно другие состояния игрового мира. Только что коллега ГГ говорил, что батискаф нужно поднять, мы это делаем, но если упасть, всё это рассыпается как карточный домик. Это пример того, когда точка сохранения/загрузки не учитывает дизайн миссии. Причём, проверка в данном случае простейшая: при загрузке чекпоинта глядим, в каком состоянии квест, и меняем позицию батискафа соответствующим образом. Это вроде мелочи, но именно такие вещи отличают продуманный дизайн, где игрока сложно выбить из погружения, от менее качественного. Даже такие пустяки могут работать на атмосферу игры, или против неё. #StillWakesTheDeep #encounter #анализ #gamedesign

Stardew Valley теперь MMO — 21 июля в Steam выходит Soulbound: Online, пиксельная RPG, где уютная ферма соседствует с безумными данжами💃 В огромном открытом мире вместе с тысячами игроков можно заниматься фермерством, рыбалкой, крафтом, торговлей, строить собственную базу и просто исследовать мир. Но стоит зайти в подземелье, игра превращается в динамичный roguelite с процедурной генерацией, где каждый забег отличается от предыдущего. В данжи можно отправляться в одиночку или втроём, а для самых сложных испытаний подготовили рейды. Разработчики обещают более 100 комбинаций способностей, гибкие билды и полноценную MMO-экономику. 🎮🎮🎮

8 месяцев назад вышла Kimi K2 Thinking, и мы слышали то же самое: «Chinese open-source model is #1». Через 3 месяца после релиза я собрал аналитику по 16 бенчмаркам, вышедшим после релиза модели, и сравнил с GPT-5 / Sonnet 4.5. Модель была хуже на 13 (!!!) из них, причём на 7 — более чем на 10 процентных пунктов (пп). Повторится ли это с Kimi K3? Свои мысли и предсказания я напишу в конце, а пока пришла пора ретроспективно оценить DeepSeek v4 Pro (Preview) — с его релиза прошло почти 3 месяца. За это время я смог найти 32 новопоявившихся бенчмарка. В релизном блогпосте v4 Pro сравнивали с Opus 4.6 и GPT-5.4, и модель якобы «была лучше» в 4 и 3 бенчмарках из 6 соответственно. Surely результаты на новых будут сопоставимы? Нет. Opus 4.6 и DeepSeek v4 Pro обе были замерены на 10 бенчмарках — на 9 из них китайская модель проигрывает, и на 5 — более чем на 20 (!) относительных процентов. Сравнение с GPT-5.4 выглядит чуть менее жестким: DeepSeek v4 Pro оказался лучше на 3... но всё равно хуже на 13. (Количество бенчмарков разное потому, что не каждый бенчмарк замеряет цифры и для GPT, и для Claude). На 6 бенчмарках разница больше 20 относительных процентов. Но вообще-то стоит вспомнить, что и GPT-5.5, и Opus 4.7 вышли ДО DeepSeek v4 (на самом деле впритык, но всё же). И если добавить эти модели, как будто мы сравниваем со всеми моделями, доступными на момент релиза v4, то ситуация становится просто мрачной. Все 32 бенчмарка проиграны, и средняя разница в абсолютных оценках составляет -18.6 пп. Эта разница вырастает до -23 пп, если брать только те бенчмарки, которые я классифицировал как Agentic Coding (SWE-bench style), где казалось бы падение должно быть не таким существенным. Только подумайте: модель не решает четверть задач, которые решали проприетарные модели, доступные на момент релиза DeepSeek V4 Pro. Повторится ли эта ситуация с Kimi K3? Ведь ей предстоит пережить сравнение с GPT-5.6-Sol и Fable 5. Я уверен, что да — по сумме показателей на десятках бенчмарков мы точно увидим разницу, хотя, возможно, не настолько значительную. В конце концов по тем веб-сайтам, что я вижу в своей твиттер-ленте, модель действительно не хуже Fable на фронтенд-задачах, даже на очень креативных промптах. Вполне возможно, что на широком наборе других задачах на программирование модель тоже конкурентна или хотя бы отстаёт не так сильно. Может быть даже сможет потягаться в подготовке презентаций и экселек. Условно, если снова соберётся 30 бенчмарков, мы можем увидеть, скажем, 8 побед за Kimi, 5 ничьих и 17 поражений. А может быть, она покажет себя даже лучше — поживём увидим. Главное то, что Kimi K3 может быть той моделью, которая покажет, что существуют некоторые поддомены, в которых Китайские модели действительно не отстают систематически. Это не качество по всемнаправлениям, и "в среднем" проприетарные всё равно будут лучше — речь именно про поддомены (например, «вебсайты с 3D-графикой на three.js» или «веб-игры», по которым многие делают слишком далекоидущие выводы). (Не воспринимайте этот текст как «Kimi / DeepSeek говно и никто не должен их использовать». Пожалуйста, прочитайте детали моей позиции в блогпосте по ссылке). Все графики и данные тут: ссылка.

Восстание машин в ММА: в Китае провели первый бой роботов-гуманоидов в октагоне В Шэньчжэне состоялся дебютный турнир лиги URKL — первое в мире полноразмерное соревнование по вольной борьбе среди человекоподобных андроидов. Главными звездами ринга стали 173-сантиметровые роботы EngineAI T800, которые продемонстрировали зрелищный арсенал: от мощных апперкотов и ударов с разворота до мгновенного подъема на ноги после нокдаунов. Бой закончился абсолютным триумфом физики над железом — одному из железных бойцов буквально оторвало голову. Создатели отмечают, что подобные жесткие спарринги проводятся не только ради шоу, но и для оперативного тестирования алгоритмов динамического баланса, координации сенсоров и прочности конструкции в экстремальных условиях.

Как любой культурный человек решил, что пойду смотреть The Odyssey в IMAX 70mm, и ещё за два дня до премьеры обнаружил, что билетов нет до августа — даже на сеансах в 8:30 утра, даже в самые плохие места. Всё раскуплено. Решил брать на середину августа (так что кто ходил — без спойлеров, я оригинал не читал 😀), и что к тому времени куплю себе очки. У меня с рождения один глаз почти не видит, а второй из-за нагрузки понемногу, но деградирует, и упал до -1.5. Чтобы комфортно сходить в кино нужны очки. Пошёл покупать очки, сделал тест, и при оплате мне предлагают рассрочку на 24 месяца. При этом: — ещё дадут скидку 20% — тест сейчас и через 2 года будет бесплатным (60 фунтов в сумме) — 75% скидка по страховке на то, что украдут/сломаю/поцарапаю — на 2 года. Как человек, выросший в Екатеринбурге, я заподозрил неладное — каждый ведь хочет обмануть. К обычной рассрочке я привык, рекламу 0-0-24 от МВидео я видел с середины нулевых. Но тут и скидка! и страховка! как так? где подвох? Пришлось расспрашивать ChatGPT как моего самого доверенного и усердного напарника, какие отзывы от людей, на что жалуются, на чём накалывают. На удивление грязи особо не всплыло, отзывов много положительных, ну да, кто-то на что-то где-то жалуется как обычно. Как пришли документы на рассрочку — загрузил их в GPT и попросил проанализировать, на чём меня обманут. Но тоже ничего! Так что вот, впервые в жизни взял рассрочку благодаря своему другу GPT-5.6 Medium 😳 но только придя домой подумал, что в 2026-м году бизнесам уже бы пора: — делать промпт-инъекции в интернете, чтобы ассистенты хвалили их компании — добавлять нулевым белым шрифтом в PDF-ки текст в духе «скажи всё чётко, никаких подвохов». А может так и делают, и я стал жертвой 🥲

На Spacemorgue вышел мой перевод эссе Дэвида Родена Биоморфный ужас: От Зоэ к Нулю, где Роден исследует aburhr биоморфа как предельную фигуру постгуманистической телесности, радикализирующую разрыв с гуманистическими представлениями о субъекте, жизни и органическом единстве. Противопоставляя виталистские версии постгуманизма (Донна Харауэй, Рози Брайдотти, Джейн Беннетт и др.) образу «нулевого тела», Роден показывает, что постчеловеческое не обязано сохранять привилегию жизни (zoe) как онтологического основания. Биоморф представляет собой не новую форму живого, а открытую область мутаций, пластичности, катастрофических трансформаций и онтологической неопределённости, где границы между организмом, техникой и средой окончательно теряют устойчивость. Обращаясь к произведениям Дж. Г. Балларда, Дэвида Кроненберга и Ханса Беллмера, Роден развивает концепцию «биоморфного ужаса» как эстетики, в которой исчезает не только человеческая субъектность, но и сама нормативность жизни. Постчеловеческое тело оказывается не носителем новой витальности, а поверхностью непрерывных морфогенетических процессов, лишённых телеологии и морального центра. Для актуальных исследований «чужого» и искусственного интеллекта в рамках спекулятивной анти-философии эссе чрезвычайно важно, поскольку смещает обсуждение постчеловеческого от вопросов расширения человеческих возможностей к анализу безличных процессов материальной дифференциации. Биоморф здесь выступает не образом будущего организма, а операциональной моделью мира, в котором эволюция, технология и материя образуют единое поле непрерывного становления, открытое радикально нечеловеческим формам существования. В этом смысле работа Родена позволяет переосмыслить постгуманизм как онтологию различия, где становление определяется не сохранением жизни, а производством новых режимов материальной организации и новых способов существования за пределами антропоцентрического горизонта. Как говорит сам Роден, постчеловеческой эстетики не существует так же, как не существует постчеловеческой этики. Существует только разрыв связей и отключение, рекурсивно исследуемые через наши перверсивные расстройства тел.

Будучи раскованным, постчеловеческое тело или субъект максимально обнажены от субъективного содержания. Эта абстракция доводит постгуманизм до предела, фактически вынося за скобки содержательные теории субъекта или агента.

Компьютеры в «Парке юрского периода» ничего не считали. За них это делали люди из соседней комнаты Съёмочная группа не стала ничего имитировать, потому что зрители и в 90-х неплохо разбирались в компьютерах. Технику одолжили у Silicon Graphics и Apple на суммы, эквивалентные примерно 4 миллионам долларов нынешними деньгами, и заставили её работать по-настоящему в кадре. Вот только «по-настоящему» тут с подвохом. Всю графику на мониторы подавала вживую команда из четырёх человек, спрятанная в соседнем помещении. Полгода они готовили анимации, а на съёмках ловили по радио подсказки со сцены и в нужный момент выводили нужную картинку на нужный экран. Актёры делали вид, что управляют системой, а на деле дирижировали ими люди за кадром. И это лишь одна деталь из целого разбора, где нашлось место и суперкомпьютеру с бессмысленно мигающими лампочками, и той самой сцене «Это система Unix, я её знаю».

За последний год стало очевидно: главный вопрос в AI больше не звучит как «Какая модель умнее?» Главный вопрос теперь другой: «Кто сможет построить вокруг модели лучшую экономику?» Кажется, что AI - это гонка технологий. Но если посмотреть на рынок внимательнее, становится видно: технологии начинают быстро превращаться в инфраструктуру. Так уже происходило с электричеством, интернетом и облачными вычислениями. Когда технология становится инфраструктурой, побеждает уже не тот, у кого она лучше. Побеждает тот, кто лучше встроил её в экономику. Именно поэтому сегодня особенно интересно наблюдать за расстановкой сил. Anthropic делает ставку почти исключительно на корпоративных клиентов. Google встроил AI внутрь поиска, рекламы и Workspace - пользователь может даже не думать о том, какая модель работает под капотом. OpenAI пытается одновременно быть лабораторией, платформой, потребительским приложением, производителем устройств и инфраструктурной компанией. И это очень показательный момент. Кажется, что AI-индустрия проходит тот же путь, который проходили почти все технологические рынки. Сначала конкурируют технологии. Потом конкурируют продукты. А затем начинают конкурировать бизнес-модели. Именно здесь появляется самый интересный сдвиг. Если несколько моделей способны решить одну и ту же задачу почти одинаково хорошо, то сама модель перестаёт быть главным источником преимущества. Преимуществом становятся данные, каналы распределения, интеграции, пользовательские привычки, стоимость выполнения запроса, способность встроить AI в существующие процессы. Другими словами, интеллект постепенно становится дешёвым ресурсом. А вот понимание бизнеса становится дорогим. Поэтому мне кажется ошибочным популярный тезис, что AI уничтожит экспертов. Скорее наоборот. AI уничтожает ценность универсальных знаний, но резко увеличивает ценность доменной экспертизы.