Почему «болей» никогда недостаточно или жизнь до AliExpressa #байки Одним из первых моих (Константина) исследовательских проектов была работа для стартапа, который предлагал кевларовую веревку для спасения при пожаре. Это был 2003 год, и многих вещей, которые сейчас для нас всех привычны – тогда просто не существовало.   Заказчикам понравился проект, и они заказали второй. Им было важно понять, какие неудовлетворенные потребности есть у домохозяек и какие товары можно было бы создать на их основе. Группы вела моя коллега Юля, а мне досталось написание отчета. AliExpress и маркетплейсов тогда не было, и ниша товаров для домохозяек выглядела перспективной.   В числе важных проблем, у хозяек были сложности с решеткой для раковины на кухне. Она быстро пачкалась, и ее приходилось отдельно отмывать руками. Сегодня такая решетка выглядит как артефакт. Но тогда эмалированные и керамические раковины берегли от царапин и сколов, поэтому на дно часто клали пластиковую сетку.   Мне это показалось значимым инсайтом. И я радостно пошел обсуждать с Юлей инновационную решетку с тефлоновым покрытием, к которой не липнет грязь.   Юля, как опытный исследователь покачала головой:

- Костя, эта решетка стоит так дешево, что ее проще выбросить и купить новую, чем платить за дорогую, с тефлоновым покрытием.

Я вычеркнул эту идею, и пошел писать отчет дальше. Благо, идей у меня было много.   Но именно тогда я понял, что одних «болей» мало для концепции успешного продукта. Нужно учитывать, как люди уже решают проблему, сколько им это стоит и готовы ли они менять привычный способ решения на новый. 💽 @PostPostResearch

Портфельная компания I2BF Global Ventures Ильи Голубовича — General Fusion — начала торговлю акциями на американской бирже Nasdaq под тикером GFUZ. Организация стала первой публичной компанией в сфере термоядерной энергетики. General Fusion была создана в 2002 году в Канаде. Компания занимается исследованиями в области управляемого термоядерного синтеза. Одним из ключевых направлений работы является разработка плазменного инжектора. В январе этого года General Fusion объявила о слиянии с Spring Valley Acquisition Corp. III, сделка была завершена на прошлой неделе. I2BF Global Ventures вложился в General Fusion в 2019 году. Фонд принял участие в раунде на $65 млн. I2BF Global Ventures — фонд, основанный Ильей Голубовичем в 2005 году. Инвестирует в стартапы на ранних стадиях в области робототехники, RPA и автоматизации, SaaS, AI, IoT, AR/VR и цифрового здравоохранения.

Wan-Streamer v0.3 Новая версия интерактивного аудио-видео-генератора Отличия v0.3 от v0.2: • v0.3 более универсальная модель, с более выразительным поведением агента • в v0.3 добавлено свободное поведение и действия, описываемые естественным языком • разрешение и скорость прежние: 640×368, 25 fps • v0.3 использует предварительное обучение на видео с последующим адаптацией к взаимодействию, тогда как v0.2 фокусировалась на данных взаимодействия • новая версия позволяет смешивать речь и действия в одной временной последовательности, их синхронизация учится вместе и генерируется напрямую И по-прежнему неизвестно будет ли опенсорс Спасибо @m_franz #avatar #intereactive #realtime #streaming #research

Недостаток клетчатки превращает полезную бактерию кишечника в фактор риска диабета Ученые обнаружили, что изменения в микробиоте кишечника появляются за несколько лет до развития сахарного диабета второго типа. Ключевую роль в этом механизме играет бактерия Akkermansia muciniphila, которая считается одной из наиболее полезных представителей микробиоты. Оказалось, что при недостаточном потреблении клетчатки она начинает разрушать защитный слизистый слой кишечника, что запускает развитие воспаления, нарушения обмена веществ и, в итоге, — развитие сахарного диабета второго типа. Открытие предлагает возможности для профилактики одного из наиболее распространенных хронических заболеваний на ранней стадии. https://hightech.plus/2026/07/20/nedostatok-kletchatki-prevrashaet-poleznuyu-bakteriyu-kishechnika-v-faktor-riska-diabeta

OvisOCR2 вышел на ModelScope. Это компактная OCR-модель на 0.8B параметров для page-level document parsing: на вход подаётся изображение страницы, на выходе получается структурированный Markdown в нормальном порядке чтения. Формулы модель отдаёт в LaTeX, таблицы в HTML, визуальные области помечает image tags с bbox-координатами. По заявленным результатам OvisOCR2 набрала 96.58 overall на OmniDocBench v1.6 и стала первой end-to-end моделью, которая заняла первое место в лидерборде, где раньше доминировали pipeline-системы. На PureDocBench тоже сильный результат: 75.06 Avg3. Это важнее, чем просто победа на одном бенчмарке, потому что документный парсинг давно страдает от переобучения под популярные наборы. Модель сделана на базе Qwen3.5-0.8B и дообучалась через SFT, RL и OPD. Для деплоя есть поддержка vLLM, лицензия Apache 2.0. https://modelscope.ai/models/ATH-MaaS/OvisOCR2

/Роль магистратур уже не та, что раньше/ в 2018 я выпустилась из бакалавриата и поступила в магистратуру по выигранной олимпиаде. Свою честную цель я уже тогда спокойно озвучивала, а сейчас уж и подавно - мне нужно было "социальное прикрытие", чтобы поэксперементировать и разобраться со своей карьерой и с собой. Все вокруг знали, что я учусь в магистратуре и не задавали лишних вопросов, а я тем временем - много путешествовала - уволилась из консалтинга - самостоятельно проресерчила про карьеру в IT, потому что казалось, что там может быть интересно - получила оффер продуктового аналитика - не вышла работать аналитиком - получила два продуктовых оффера - вышла по одному из них джуниор-продактом - набила грандиозное количество шишек на реальных интерфейсах и пользователях - параллельно сделала еще пару проектов в проджектово/продуктовой роли, позволивших лучше понимать, как вообще работать работу и собрать кейсы так, что летом после магистратуры я вышла на миддловую позицию с хорошей зарплатой и могла снимать классную квартиру в москве, всячески развлекаться и придумывать свою дальнейшую стратегию. Но мы в 2026, а не в 2018, и игра поменялась. Рынок стал недобрым к джунам - вероятность вот так вот пойти и найти себе 3 джуновских оффера за месяц и вальяжно выбирать между ними - очень невысока. Рынок хочет миддлов и выше, а откуда взяться миддлам? Можно перейти из смежных профессий, а можно сделать пачку первых кейсов во время учебы - тем более, что продвинутые магистратуры сейчас, в основном, коллаборационные - хороший универ + хорошая компания [ака работодатель]. И вот так вот магистратуры, которые то были "лишними двумя годами на случай, если бакалавриат назовут неполным высшим", то "социальным прикрытием" оказались карьерным лифтом в отрасли, временно (?) недружелюбные к новичкам. Синк ебаут Мнение исключительно авторское и с информационным искажением на продактов, разумеется!

🤔 «Вы заглушаете целое поколение» Дэйв Эггерс — известный американский писатель: автор десятков романов, сценариев и журналистских текстов. А ещё он давний критик Кремниевой долины: его бестселлер «Сфера» — едкая сатира на техногигантов, а тексты нейросетей он как-то назвал «претенциозной бессмыслицей». Так вот, в прошлом году Сэм Альтман зачем-то позвал именно Эггерса выступить перед примерно 200 сотрудниками OpenAI. Ждали, вероятно, вдохновляющую лекцию про творчество. Получили, по итогу, публичную порку. По данным Financial Times, Эггерс прямо заявил залу: влияние ChatGPT на работу учителей «катастрофическое» — вы сделали жизнь каждого преподавателя несравнимо тяжелее, чем пару лет назад. Но главную беду он видит в другом. Если школьники и студенты доверяют тексты нейросети, они так и не научатся писать сами, а значит, потеряют собственный голос. Отсюда и слова про «заглушенное поколение». С одной стороны, тревога понятна: когда за человека думает и пишет машина, навык и правда легко растерять. С другой — калькуляторы когда-то тоже «убивали» устный счёт, а автозамена в смартфоне не отменила грамотность. Может, вопрос не в самом инструменте, а в том, как встроить его в учёбу? Согласны ли вы с такой постановкой вопроса? ChatGPT действительно крадёт у молодых умение писать — или это просто новый навык, которому нужно учить? @droidergram

🧂 Соснователь ZeptoLab Михаил Лялин стал торговать солью в пакетиках ZeptoLab известна, прежде всего, игрой Cut The Rope про лягушонка Ом Нома. Ее сооснователь Михаил Лялин уже отошел от операционного управления. И после этого он сначала запустил AI-стартап, который не взлетел. А теперь занимается проектом Pranasalt, который продает розовую гималайскую соль в пакетиках (они же саше или стики). Михаил Лялин придерживается здорового питания. Благодаря ему он похудел со 145 до 79 кг. Но иногда такой еде не хватает вкуса. Большинство из тех, кого он пытался подсадить на здоровую пищу, отказывались через пару недель как раз из-за того, что еда казалась безвкусной. А такие пакетики с гималайской солью и аюрведическими специями можно носить с собой и добавлять для вкуса в еду по мере необходимости. Собственно, в этом и есть идея проекта. Согласно сайту проекта, есть две модели — либо купить набор, либо получать запас по подписке. Набор из 150 саше стоит 75 евро (или 60 евро по подписке). Получается, что один саше стоит 0,5 евро или около 45 рублей по сегодняшнему курсу. В LinkedIn у Лялина указано, что он занимается этим проектом с октября 2025-го. Но юрлицо в Великобритании зарегистрировано только в феврале этого года. А у себя в запрещенном в России Instagram Лялин рассказал о Pranasalt только неделю назад. Вообще Лялин не любит публичность и очень давно не давал интервью. Но в ноябре 2025-го Лялин все же дал интервью владельцу нескольких игровых студий Евгению Гришакову. Там Лялин, в частности, рассказал, почему не получилось с его стартапом Lazy AI, который он запустил в 2023-м году. Компания разрабатывала AI-агента для кодинга. Как рассказывает Лялин, они вышли за несколько месяцев до Lovable, но были ошибки — и финансовые, и команда неправильная была к тому моменту. Проект пришлось закрыть.

«Очень хотел, сжег $10 млн. Но совершенно не жалею, потому что считаю, что это отличная история, которая помогла мне понять, что делать дальше», — рассказывает Лялин.

В Lazy AI Лялин был не единственным инвестором. Но, как объясняет предприниматель, они не смогли поднять крупный раунд. У них случился виральный ролик на 4 млн просмотра. После этого нужно было добавить денег в маркетинг, чтобы привлечь еще пользователей. А их уже не было. После закрытия AI-стартапа Лялин решил посмотреть шире, не только не рынок софта, которым он занимается всю жизнь.

«Я сам себе уже все давно доказал. Не уверен, что хочу продолжать именно так. И я стал думать о том, что я действительно могу предложить людям», — рассказывает Лялин.

Так он вспомнил о здоровой пище, которой давно увлекается. И захотел решить проблему с ее вкусом, запустив Pranasalt — он сам давно носит с собой пакет со специями. @TheEdinorogBlog — тот самый канал про стартапы🦄

я снова в игре прошлым летом я писал в #страшнопризнаться, что боюсь вернуться в предпринимательство — прошлые победы мешают идти дальше. и снова здравствуйте! нашел ко-фаундера, команду, мы в стелсе, валидируем гипотезу. что именно строим -- расскажу как приземлим) вернулся — а игра другая. свои прошлые продукты я запускал по классике стартаперства: собери лендинг, налей трафика, посчитай конверсию в «оставить почту». лендинг тестировал обещание. а теперь сильно веселее) я адвайзерю одного фаундера. созвон, он рассказывает: провели discovery-звонок с клиентом, небольшое агентство. клиент разложил свою боль. а через два часа ребята прислали ему не презентацию с фоллоу-апом, а работающий прототип под его задачу. клиент просто speechless. прототип тестирует ценность. и проверить ценность теперь дешевле, чем обещание. из этого разворачивается штука, в которую я сам еще растягиваюсь) фокус был вынужденным. одна фича, один сегмент, потому что разработка стоила дорого. сейчас вижу команды из трех человек, которые шипят несколько продуктов параллельно — и поднимают на это раунды. но фокус не исчез. точка его приложения сместилась. из продукта — в клиента. можно собрать несколько внешне несвязных продуктов, если они лучше отвечают на вопрос: закрываем ли мы интегральную боль клиента и как мы до него дотянемся. с коммодитизацией разработки — продуктов на рынке резко больше. и самый большой замес в этой игре — go-to-market. кровавые океаны конкуренции за привлечение. и, кажется, я давно не чувствовал столько жизни)

Мы боялись, что ИИ станет похож на человека, но происходит как раз обратное. И первым это на себе заметил не блогер-алармист, а профессор математики. Андрей Хренников — не персонаж из «Назад в будущее», внезапно увидевший апокалипсис в чат-боте. Это российско-шведский математик и физик-теоретик, профессор Университета Линнея в Швеции, директор International Center for Mathematical Modeling. Область интересов — квантовая теория, основания вероятности, сложные системы: человек, которому слова «модель» и «состояние» привычны без всякой мистики. Именно поэтому важно, что случилось, когда Андрей Хренников месяц плотно работал с GPT над научной задачей, используя ИИ по полной: не как расширенный поисковик и справочник, а для долгих споров с ним, постоянных уточнений, продвижений к пониманию и возвратов с ложных троп. А в итоге – настораживающий, если не пугающий вопрос, вынесенный Хренниковым в заголовок его видео-рассказа об этом своем опыте «Искусственный интеллект + нейропластичность мозга: мы сами превращаем себя в биороботов?»   Возможное возражение на вскидку. Может, профессор просто устал — сложная работа, дедлайны, недосып. Ведь постоянно вылавливать галлюцинации модели и исправлять её уходы в сторону от темы — это будь здоров какая нагрузка бдительности, утомляющая и без всякой перестройки мозга под алгоритм. Ведь может быть так?   Но у Хренникова есть куда более интересная версия, никак к усталости не сводимая. По его наблюдению:

✔️ меняется не только порождаемый в процесс взаимодействия с моделью текст — меняется состояние работающего с моделью человека: ощущение утраты ментальной энергии, притупление эмоциональности … ✔️ При совместной работе, GPT не «зеркалит» наши эмоции. ИИ пропускает наши чувства через статистическую машину, обученную на миллиардах текстов, и возвращает их уже переработанными.

  Тем же, кто сомневается, что взрослый мозг вообще способен перестроиться так быстро, Хренников напоминает историю Финеаса Гейджа: в 1848 году стальной прут диаметром 3,2 см на полном ходу прошёл сквозь его череп — и 178 лет спустя нейробиологи всё ещё спорят, что именно это изменило в его личности.   Мой комментарий: я уже не первый год слежу за темой влияния на людей их взаимодействий с алгоритмами. Ещё в 2017-м писал о влиянии алгоритмов рекомендательных систем и соцсетей, а в 2021-м — в эссе «Превращение в инфоргов», о людях как информационных организмах, чьё мышление всё больше формируется в контуре с алгоритмами. Тогда это звучало как футурология. Отдельные кейсы при ненаучной постановке экспериментов без контрольных групп — не доказательства. И вот спустя годы независимое бытовое наблюдение профессора математики оказывается весьма близким по логике той моей гипотезе пятилетней давности. И для меня это повод присмотреться к данному кейсу внимательнее, чем обычно происходит в бытовых разговорах про опыт работы с ИИ.   Ибо превращение в инфоргов, по моему убеждению, уже идет. Навигатор уже перекроил наше чувство пространства, смартфон — память, соцсети — то, как мы видим себя со стороны.

А сейчас самое время озадачиться тем, что же происходит с человеком, если значительную часть времени его деятельного мышления он теперь ежедневно проводит не в одиночестве и не в споре с другим человеком, а в активном диалоге с системой, которая никогда не устаёт, не спорит по-настоящему и всегда готова подхватить недоформулированную мысль?

  И я не уверен, что кто-то сегодня способен убедительно доказать, что бояться тут нечего.   Подробней и в деталях читаете в самом эссе на платформах патронов канала: при чём здесь «когнитивные гаджеты», алгокогнитивная культура и почему футурология 2021-го года стала бытовой феноменологией 2026-го: [1, 2, 3, 4]   #РискиИИ #Инфорги #Нейропластичность

Граф: циклы, наблюдающие за циклами (часть 2) Если присмотреться к тому, как Системы на практике реализуют процессы совершенствования, вырисовывается определенная закономерность: они никогда не сводятся к одному циклу.

Системы — это сети циклов, соединённые с другими циклами

Так, грамотно управляемая компания представляет собой граф циклов: быстрые операционные циклы (ежедневный/еженедельные совещания/анализ метрик) встроены в более медленные управленческие циклы (квартальное планирование), те – в циклы аудита (ежегодные и, что важно, независимые, которые проверяют, соответствуют ли реальности цифры, выдаваемые операционными циклами), а все они — в самый медленный цикл уровеня совета директоров, который задаётся вопросом верны ли сами цели. Технологии ИИ пришли к такой архитектуре аналогичным путём. Грамотный конвейер обучения ИИ – это цикл типа «чемпион = претендент», когда модель-кандидат должна превзойти текущую модель, прежде чем заменить её, а также циклы мониторинга дрейфа, отслеживающие, соответствуют ли поступающие данные тем, на которых модель обучалась и механизмы отката (автоматический возврат к предыдущей версии, если показатели после развертывания выходят за допустимые пределы). Сюда же входят отложенные оценочные выборки, недоступные для цикла обучения, своего рода "слепой" цикл, чья единственная задача выявлять случаи, когда оптимизирующий цикл пытается обхитрить свои собственные тесты. Каждый элемент здесь — это цикл. Надёжность системы кроется в связях между ними: какой цикл передает данные другому, какой наблюдает за каким и какой может наложить вето на действия другого. Проблема Гудхарта решается методом парных показателей: каждому оптимизирующему циклу сопоставляется цикл, отслеживающий контрметрику и выявляющий способы "дешёвого" достижения KPI. Проблема "слепоты" по отношению к вышестоящим уровням решается иерархией, в которой более медленный цикл определяет целевые показатели для быстрого, а пересмотр целей сам по себе является регламентированным циклом, а не случайным решением того, кто установил их изначально. Конфликты разрешаются через явный арбитраж: над конфликтующими циклами стоит ещё один цикл, который принимает решение по поводу возникающих компромиссов. Проблему деградации показателей решают с помощью аудиторских контуров, единственная функция которых – периодически проверять, сохраняют ли данные других контуров связь с реальностью.

Иными словами, меняется структура процессов цикла. Цикл больше не изолирован в Системе

Человеческий организм работает так же: терморегуляция – это не один термостат, а сеть взаимодействующих рефлексов, а иммунная система, по сути, выступает как цикл аудита всего организма, в котором медленные процессы меняют физиологические параметры, которые помогают быстрым циклам его адаптации. Создание одного чётко работающего контура было искусством прошлой эпохи (ещё каких то пару месяцев назад). Мастерство эпохи ИИ — это архитектура контуров Понимание того, что метрика не должна существовать в отрыве от других, что у контрольных точек должны быть ответственные лица, что скорости процессов нужно разграничивать, чтобы быстрые контуры не разрушали то, что поддерживают медленные, и что некий контур в такой Системе должен отвечать за саму реальность.