Рынок после закрытия - Мосбиржа: 2000 пунктов (+2,2%); - РТС: 804,8 пункта (+2,3%); - RGBI: 110,9 пункта (-0,04%). ➡️ Индексы в реальном времени 📌 Главное к этому часу 🔶 Мосбиржа с 21 июля (завтра) запретит короткие позиции ("шорты") с акциями Евротранса. На этой новости бумаги компании взлетели почти на 100%. 🚀 Запрет на короткие позиции по акциям Евротранса мог "напугать" инвесторов. Вероятно, что теперь многие "шортисты" боятся запретов по другим бумагам. 🔶 В Евросоюзе обсудят три сценария вывода из тупика нового пакета санкций против России, пишет Bloomberg. Главная проблема — Греция, которая не хочет ограничивать поставки компаниями ЕС российского СПГ в третьи страны. Среди вариантов — отсрочка на 24 месяца, полная отмена этого пункта санкций либо отмена всего пакета. 🔶 Европа рискует начать отопительный сезон с рекордно низкими запасами газа. Темпы заполнения европейских ПХГ в июле остаются одними из самых низких с 2011 года. 🔶 Минфин приостанавливает аукционы ОФЗ для стабилизации рыночной ситуации. О возобновлении будет сообщено дополнительно. 🔶 Во 2 квартале цены на просроченные долги МФО и банков достигли максимума с 2023 года — до 20,89% от суммы задолженности. 🔶 Спрос на вторичное жилье в России в первом полугодии вырос на 21%, до 699,8 тыс. квартир. Рост связан со снижением ставок по ипотеке и перетоком покупателей с рынка новостроек. 🔶 Мосбиржа включила акции В2В-РТС в перечень бумаг высокотехнологичного сектора. 📍 Подписаться на канал | Мы в MAX

Почему стоит держаться подальше от OpenCode Интересный обзор от инженера Luke Wren. Автора бесит и качество работы, и безопасность. 1. Тратит ваши деньги впустую Когда агент общается с LLM, провайдеры (Anthropic, OpenAI) умеют кешировать уже отправленный контекст: повторно те же токены стоят в разы дешевле. Но кеш работает только если начало разговора не меняется ни на символ. OpenCode ломает это постоянно: перечитывает одни и те же файлы заново, вставляет в промпт текущую дату (изменилась минута – кеш умер), выкидывает куски контекста без необходимости. Итог – вы платите полную цену за токены, которые могли стоить копейки. Вторая беда – обрезка контекста. Если прервать агента на полпути, он может «забыть» важное – например, спеку проекта, которую вы ему скормили. Дальше он работает, не помня, что вообще нужно было сделать. Плюс мелочи: с подагентами нельзя пообщаться, когда они тупят, интерфейс в терминале жрёт память, ломает многострочный ввод и не поддерживает базовые шорткаты редактирования. 2. Это дыра в безопасности AI-агент выполняет команды на вашем компьютере. Чтобы он не натворил дел, ему нужны ограничения – «вот это можно, вот это спрашивай у пользователя». Вопрос в том, как эти ограничения устроены. OpenCode проверяет команды по тексту: смотрит на строку, которую агент хочет выполнить, и решает, опасная она или нет. Например, можно запретить команды git. Проблема: shell – это полноценный язык программирования, и одну и ту же команду можно записать бесконечным числом способов. Автор показывает десять обходов, вот пара для понимания: – echo 'git clean -fdx' | bash – формально это команда echo, «безобидная». Но она передаёт запрещённый git прямо в shell, и тот выполняется – python3 -c 'import subprocess; subprocess.run(["git", "checkout", "."])' – формально это python, а не git. Фильтр пропускает То есть запрет работает только против агента, который не пытается его обойти. А LLM может обойти его даже случайно, просто потому что так «удобнее» написать команду. Дальше хуже. Кнопка «Always» (разрешить навсегда) запоминает разрешение слишком широко: один раз одобрили безобидный echo hello – и теперь агент может выполнить echo 1 > /sys/class/gpio/gpio21/value. Это уже запись в системный файл. Перенаправление вывода (>) вообще не проверяется. И на десерт: у OpenCode уже был CVE – уязвимость, при которой можно выполнять произвольные команды на машине пользователя. Показательно, как закрыли issue об этом: его закрыл бот для «протухших» тикетов. Не человек, разобравшийся в проблеме, – бот, который чистит старые обращения. Автор говорит: фильтровать команды по тексту – бесполезно в принципе, это "и так сойдет", а не безопасность. Настоящая изоляция делается средствами операционной системы: Landlock в Linux, Seatbelt в macOS – механизмы, которые физически не дают процессу трогать файлы за пределами разрешённых. Тогда неважно, как хитро записана команда, – ОС просто не даст ей навредить. Стоит прочитать целиком, если пользуетесь, особенно раздел с обходами правил безопасности. https://wren.wtf/shower-thoughts/stop-using-opencode/

(не)Большой Секрет для маленьких Котиков: 90% стартапов проваливаются (информация — от самого большого в мире проекта анализа стартапов https://startupgenome.com/) — обсудим позже почему это происходит, но 3 вывода отсюда важны: 1. Основателям: не бойтесь fail fast, главное — постоянный РОСТ (знаний, продаж и — как ни странно — рынка! за рынком надо следить всегда, бежать туда, где он есть, но более всего — где он БУДЕТ!) 2. Инвесторам: диверсифицируйтесь! портфель из 20 стартапов - это рискованный портфель, статистически, у вас там будет 2 успеха, но практически, не факт, что при таких маленьких цифрах эти 2 еще и "попадут" туда, и что они будут достаточно (мега) успешными чтоб оставить вас в хорошем "плюсе". 3. И всем: и основателям стартапов, и инвесторам: венчур, стартапы, инновации — не для нытиков, и не для спихивающих ответственность на других (как это умеют делать политики!), это спорт не только смелых, но и выдержанных, побитых в боях и благородных пиратов, дорогие Котики! https://t.me/shoifot 🦄🐳🐅

#Нейропрожарка С днём рождения, Таша Автор: @sershanga Предыстория:

Это небольшой мульт, в основе которого лежит реальная история одного дня рождения, когда я решил удивить свою девушку и вручить ей подарок необычным способом. Договорившись с другом, чтобы он подлетел на квадрокоптере с привязанным подарком в определённое время к нужному месту на пляже, я срезал верёвку и вручил подарок своей девушке, получив взамен бурю ярких эмоций и радости от неожиданности.Мне хотелось не просто собрать красивую последовательность кадров, а сделать законченную мини-историю-отсылку, которая эмоционально возвращала бы в тот момент.

Как создавался мультфильм: В первую очередь был написан сценарий, в котором всё было детально расписано. Помог мне в этом ChatGPT, которому я надиктовал всю историю в деталях. После добился от него сцен-план и приступил к его реализации.Сначала подготовил персонажей. Для этого использовал наши с девушкой фотографии. В основном работал с Nano Banana 2. Много времени ушло на создание похожих лиц. После этого уже делал полноценные sheet сборки с разными позами, эмоциями и крупностями.Дальше ключевые кадры локации и на основе фотографий из интернета получил что-то похожее на реальное место, в котором мы находились в тот день. Изредка пользовался GPT Image 2.0, если не получалось правильно расположить камеру, передвинуть лавочку и т. д. В некоторых сценах он лучше понимал, что нужно, в отличие от NB2, но был дороже. Также использовал Photoshop, чтобы добить картинку или убрать мусор. Почти во всех сценах я финально объединял персонажей и локацию, подготавливая к анимации, по сути, ключевой кадр. Анимация создавалась с помощью Seedance 2.0 и Kling 3.0. Для сохранения внешности персонажей между сценами я всегда подгружал две sheet картинки с нашими персонажами и одну ключевую локации вместе с ними. Для написания промптов в Seedance я создал себе агента через клода, который понимал архитектуру модели. Также я загрузил ему данные с официального сайта ByteDance о том, как грамотно писать промпты. С таким подходом почти с первого нажатия кнопки я получал устраивающий меня результат. Сиденский в этой задаче — мой фаворит(естественно) но клинг был хорош в простых сценах, например с крупным планом лица или шагами по песку, и стоил дешевле. Перед каждым нажатием кнопки я десять раз всё перепроверял и пытался спрогнозировать результат, внимательно читая промпт. Технические детали: Картинки делал во Flora.ai. Очень кайфанул: удобная нодовая структура, и на тот момент у каждой модели была фиксированная цена за генерацию независимо от выбора 2K/4K. Это было очень дёшево, плюс был бонус за переход на тарифе. Сейчас, увы, эту схему они пересмотрели и сделали как у всех. Анимацию делал в Higgsfield, без всяких студий и наворотов. 1080p без апскейлов. Монтаж, цветокор и финальную обработку делал в DaVinci Resolve. Звук брал на Envato и слегка дорабатывал его под монтаж в Suno. SFX также брал на Envato. На всё вместе ушло около пяти дней, иногда без сна, хотя реализацию мультфильма я планировал около года. Затраты на нейросети и сервисы: Flora.ai — Nano Banana 2, GPT Image 2.0, Upscale — 30 $ Higgsfield — Seedance 2.0, Kling 3.0 — 50 $ за 1000 токенов, из которых в конце осталось 120 ChatGPT, Claude — годовые подписки, 20 $ Envato — годовая подписка Suno — бесплатная версия В итоге получился личный подарок на день рождения, который по затратам на генерации стоит меньше 100 $, а общая стоимость ролика — бесценна. @cgevent

Ключевое за 3 дня ⚡ Главное • Moonshot AI выпустил открытую модель Kimi K3 — 2,8 трлн параметров, превосходит топ-модели США, цена от $3/млн токенов. • Alibaba представляет Qwen 3.8-Max с 2.4 трлн параметров — Модель уступает только Claude Fable 5, обещает открыть веса. • ВВС США и DARPA провели полет AI-управляемых истребителей F-16 — Флот AI-управляемых истребителей F-16. 📈 Рост и Оптимизация • Физик Юджи Тачикава — Claude Fable решил задачу, над которой он и коллеги бились 6 месяцев — Claude Fable решил сложную научную задачу. • +39% конверсий после удаления заметного призыва к действию — Удаление CTA на главной странице увеличило конверсии на 39%. • Nvidia объединяется с японскими фирмами в крупном продвижении робототехники — Партнёрство с Fanuc и Yaskawa, Sony-backed Noetra купит 27,500 чипов Nvidia Rubin. • Школьный округ в Нью-Йорке тестирует человекоподобного робота-учителя Sally — Робот помогает в курсах AI и робототехники. • Опрос Bloomberg: как лондонские финансисты внедряют ИИ на своих условиях — 85% профессионалов считают владение ИИ важнее традиционных навыков. • Как Netflix построил стек для LLM-инференса — Подробности о выборе движка, упаковке моделей, дизайне API. • Китайский AI-стартап Z.ai приближается к $1 млрд продаж — Зарабатывает на развёртываниях для госсектора и облачном бизнесе. 🤖 Промпты и Практика • 10 промптов для редактирования реальных фото — Изменение выражения, ретушь кожи и другие улучшения. • 5 советов по использованию NotebookLM — Практические советы. • Когда использовать временный чат в ChatGPT — Temporary Chat не сохраняет историю, подходит для личных вопросов. • Как экономить токены при исследованиях — Используйте дешёвые модели для поиска, точные — для проверки. 🛠 Инструменты • Canva запустила Code 2.0 — Создание интерактивных сайтов и приложений по текстовым запросам. • Bono — Генерация контента в вашем стиле после 10-минутного разговора. • HeyGen — Создание видео без камеры и навыков монтажа. • SnapBlock — Создание сайтов и приложений за минуты с помощью ИИ. • FreeOCR — Бесплатный инструмент для извлечения текста, таблиц и данных из документов. • Kimi Code CLI — AI-агент для кодирования в терминале от Moonshot AI. • Alibaba открывает софтверный стек для AI-чипов — Open source стек для чипов Zhenwu снижает барьеры миграции с CUDA.

Друг рассказал про классный прием, как он переучил сотрудников жаловаться на конфликтующие отделы. Имя компании попросил не называть, так что для силы истории пусть будет компания Сатурн. Каждый раз, когда сотрудники приходили и говорили (в основном на ИТшников, но дело, конечно, никогда не в ИТ), что вот они не сделали, они не успели, они не гарантируют… и тд. Они они они Не такие как надо и всему причина. А друг сказал, что теперь «они» говорить запрещено, говорите или мы, или команда Сатурна. Оказалось, что когда ты сам - часть команды Сатурна, то жаловаться не там бодро получается. Говорит, прямо изменился весь разговор. … Шли сегодня, и я рассказывала, как наш водитель вез нас под книгу «Осторожно, двери открываются» (простите, я опять про нее), и потом спросил название, и сам теперь слушает. А Кирилл говорит, что люди совсем не знают, как много в них силы и решительности. А я думаю, вот тут тоже надо произносить не «люди», а мы, мы не знаем, сколько в нас силы и решительности. Причем тут какие-то абстрактные другие, все всегда о нас самих ✨

Почему при обеднении домохозяйств проблемы возникают даже у B2B/B2G бизнеса и причем тут ИИ Сегодня я хочу обсудить, как сокращение персонала в больших масштабах повлияет на B2B бизнесы. Не буду полемизировать, насколько я верю в масштаб сокращений людей из-за ИИ. Предположим, что производители LLM правы. В итоге будут сокращены десятки процентов людей. И предположим, что эти люди не найдут новой работы. Я знаю предпринимателей, которые смотрят на все это и говорят: “Ну да, люди потеряют работу. Мне то какое дело. Я ведь продаю в B2B/B2G”. Сегодня я хочу вам показать, что это будет для вас проблема тоже. Есть такая формула расчета ВВП страны по расходам. По этой формуле ВВП - это сумма конечного потребления домохозяйств, инвестиций, государственных расходов и чистого экспорта (экспорт минус импорт). Интересно в этой формуле то, что все слагаемые в конечном счете оплачены домохозяйствами. Инвестиции нужны, чтобы создать средства производства, которые потом станут частью себестоимости продукции, то есть это часть, которую домохозяйства оплатят в будущем. Государственные расходы - это собранные налоги, причем налоги компаний будут заложены в себестоимость продукции, которые купят домохозяйства. Чистый экспорт - это расходы домохозяйств в другой стране. Почему смотрим на ВВП? Потому выручка всех компаний в нем учтена. Теперь возвращаемся к вашей B2B/B2G компании. Ваша выручка становится себестоимостью другой компании, а их выручка - себестоимостью другой компании, и так до того момента, пока товар не купит домохозяйство. Если у домохозяйств становится меньше денег, они меньше покупают. Таким образом рано или поздно упадет и ваша выручка. Если произошло краткосрочное снижение доходов, то можно взять кредит. Государство может выпустить больше займов. Можно проинвестировать впрок до тех пор, пока экономика и доходы домохозяйств восстановятся. Но ИИ-оптимисты же говорят не об этом. Они говорят, что десятки процентов людей потеряют работу навсегда. Соответственно если они не получат другую работу или на них не свалятся дивиденды, то им нечего будет тратить. Теперь посмотрим на компании, которые сократили людей. Допустим, они сократили 10% расходов. Часть этих денег они отдадут LLM-провайдерам (обычно 10-20% от сэкономленного, то есть 1-2%). Остальное выплатят в виде дивидендов своим акционерам. Акционеры могут потратить эти деньги на машины, дома, яхты. Но у этих расходов есть предел. И чем богаче человек, тем больший процент дохода уходит на инвестиции, то есть в создание средств производства, а не на потребление.  А теперь представьте, что эта ситуация длится десятилетиями. Нет смысла инвестировать в средства производства, которые будут делать продукцию, которую никто не купит. В лучшем случае будут стоять заброшенными цеха. Либо их будут демонтировать, как сейчас целыми кварталами демонтируют недостроенную недвижимость в Китае (это прям отдельно интересная история, но лучше почитайте профильных экономистов). Зачем я рассказал вам это? Если хотите, чтобы у вашего бизнеса было все хорошо, все хорошо должно быть и у ваших клиентов, и у обычных людей, которые живут рядом с вами. Это не значит, что не нужно оптимизировать процессы в вашей компании и повышать производительность труда. Но полезно помнить, что если все будут заняты только этим, если всем будет плевать на то, найдут ли сокращенные вами люди работу, то рано или поздно костлявая невидимая рука рынка дотянется и до благополучия вашей компании и вашего собственного благополучия. Подумайте об этом. Возможно вам придут идеи, как вы можете сбалансировать ситуацию.  Но есть и хорошая новость. Я верю, что у этой задачи есть решение. Нужно только хорошенько подумать. Как говорила Сарра Коннор: “Будущее не определено”. От нас с вами зависит то, как будут жить наши дети. Плодотворных вам размышлений! #economicsforstartups

Sales Navigator и ИИ-агенты для современного лидгена Sales Navigator – это отдельный платный модуль в LinkedIn, который содержит в себе мини-CRM, кастомные ленты и даже свой внутренний мессенджер. Но главная ценность Sales Nav – это конечно же поиск с 50+ фильтрами (здесь можно почитать разбор по фильтрам и даже посмотреть видео). Sales Nav по задумке Linkedin нельзя экспортировать. Т.е. у Linkedin предусмотрен экспорт, но только на самом дорогом плане и только в определённые CRM системы: Salesforce, HubSpot, и Microsoft Dynamics. И никто его никогда не использует. Поэтому на рынке были исторически десятки сервисов, которые позволяли парсить Sales Nav из-под своего аккаунта: LinkedHelper, Evaboot, Phantombuster, Getprospect и т.д. Мы пользовались GetProspect, но конкретно у этого инструмента были 2 минуса: 1/ у него случаются ошибки время от времени (например, он выдумывает, совершенно неправильную компанию или должность человека), 2/ как у всех туллов для автоматизации из-под собственного аккаунта, есть риск блокировок. С развитием ИИ-агентов вопрос с парсингом Sales Nav стал решаться в разу проще. Почему? 1/ Тебе не нужна больше выбрасывать $100-120 за подписку и за инструмент (еще долларов $15-50 сверху) 2/ Ты не рискуешь своим аккаунтом, т.к. всё работает программно из-под специально сделанных для этого профилей Сейчас на RapidAPI есть три разных актора, к которым “цепляются” ваши ИИ-агенты и достают нужные вам данные (Раз, Два и Три). Причём такие объёмы, которые можно доставать через RapidAPI, раньше нам и не снились – от 25,000 контактов в сутки. Причём можно вообще обходиться без собственного доступа к Sales Nav, т.к. У акторов есть MCP, через который агент сам может собрать нужную ссылку. Так что когда есть доступ к таким инструментам, уже и сам доступ к Sales Nav как-будто становится не так уж и нужен. #li_outreach #email_outreach