Кажется, я наконец поняла, в чём на самом деле состоит ценность специалиста в эпоху AI. Не в том, чтобы делать задачи быстрее - с этим AI native зумер справится лучше взрослного дяденьки сеньора без него. И не в том, чтобы знать больше - модель уже знает больше любого из нас, давайте честно. А в том, насколько быстро и точно ты можешь оценить результат работы AI и сказать ему, где он облажался. Вот в чём твоя настоящая эффективность сейчас: не в скорости выполнения задачи, а в скорости и качестве обратной связи модели. Это объясняет кое-что, что я давно чувствовала, но не могла сформулировать. Джуны с AI действительно закрывают задачи быстро. Но есть один момент, который всё меняет: они часто не могут распознать, когда результат плохой, потому что у них нет достаточного опыта чтобы это почувствовать, нет насмотренности, нет доменной экспертизы, которая позволяет за 30 секунд сказать "это неправильно, тут конкретно это неправильно, вот почему и как подкрутить промпт, чтобы было правильно". И тогда AI ведёт их не туда, а они не замечают. Получается, что экспертиза сейчас - это в первую очередь навык критического диалога с моделью. Умение задать правильный вопрос, распознать ошибку в ответе, переформулировать задачу так, чтобы получить то что нужно. Это и есть то место, где человеческий интеллект пока однозначно выходит вперёд. Мне кажется, это должно немного поменять то, как мы думаем о росте в профессии. Раньше "стать экспертом" значило знать больше и делать быстрее. Сейчас это всё больше про то, чтобы уметь судить качественно и быстро, а это другой навык, который нужно отдельно качать. А вы замечаете это в своей работе?

«Лазерная пушка» против комаров собрала $2,8 млн на Indiegogo Китайский стартап Photon Matrix Lab завершил сбор средств на площадке Indiegogo для запуска в продажу своей лазерной системы уничтожения комаров. Предзаказ на устройство оформили 4151 человек. По заявлению разработчиков, прибор использует лидар, радар и встроенные программы для обнаружения насекомых размером от 2 до 20 мм в воздухе, рассчитывает траекторию их полета и выжигает лазером со скоростью до 30 целей в секунду. Для защиты людей и домашних животных в систему встроен миллиметровый радар, который автоматически блокирует луч при обнаружении крупного живого объекта в зоне действия. Несмотря на финансовый успех кампании, стартапу пришлось сдвинуть сроки производства на август из-за сложностей с массовым выпуском. На начальном этапе инженеры планируют собирать от 500 до 800 приборов в месяц. Главная сложность — автоматизировать калибровку. Прототипы настраивали вручную, а серийные образцы должны стабильно работать сразу после выпуска.

🔌 Стандарт беспроводной зарядки на 50 Вт Любопытная расстановка сил в мире беспроводной зарядки. Консорциум Wireless Power Consortium, который заведует стандартом Qi, провёл четырёхдневную техническую конференцию. И не где-нибудь, а в пекинской штаб-квартире Xiaomi. С 22 по 25 июня там собрались инженеры Apple, Google, Huawei, Honor, Oppo и Vivo, чтобы договориться о будущем стандарте Qi 50W. Немного контекста, как мы дошли до 50 ватт. В конце 2024-го магнитный Qi2 на 15 Вт стал международным стандартом IEC, в 2025-м подоспела спецификация на 25 Вт, а 50 Вт — следующая цель, и ждать её стоит примерно к 2028 году. Самое интересное — чья именно технология ляжет в основу. Главным предметом обсуждения стала аппаратная архитектура от Xiaomi. По мнению компании, нынешние требования Qi2 к катушкам слишком жёсткие и создают проблемы с перегревом — особенно в складных смартфонах и автомобильных площадках для зарядки. Поэтому Xiaomi два года пилила свою архитектуру с низкой индуктивностью и низким напряжением. Она снижает потери в катушке, лучше отводит тепло и проще встраивается в современные устройства. Предложение отправили в консорциум ещё в конце 2024-го, весь 2025-й проверяли прототипы на 25 и 50 Вт с разными вендорами, а в начале 2026-го WPC официально взял эту архитектуру в работу над черновиком стандарта. На самой конференции больше 20 компаний устроили так называемый Plugfest — это когда чипы, катушки и устройства разных брендов проверяют на совместимость друг с другом. Свои прототипы тестировали Anker, NXP и Southchip. Зачем это китайцам? Протолкнуть свою технологию в общий стандарт Qi — для них вопрос почти выживания: так домашние цепочки поставок останутся совместимыми с глобальным рынком, и зарядки не расколются на «свои» и «чужие». @droidergram

WhatsApp* открыл регистрацию никнеймов для пользователей Функция позволит общаться с другими пользователями, не раскрывая свой номер телефона. Уникальный никнейм можно забронировать уже сейчас, а его использование будет доступно к концу года. Нововведение призвано повысить уровень конфиденциальности при общении с новыми людьми или при вступлении в групповые чаты. Для дополнительной безопасности также будет добавлен специальный ключ пользователя, который нужно знать, чтобы отправить сообщение новому собеседнику. Во избежание мошенничества мессенджер сохранит за пользователями никнеймы, совпадающие с именами их аккаунтов в Instagram* и Facebook*, а также имена знаменитостей. *WhatsApp, Facebook и Instagram — продукты компании Meta, признанной экстремистской организацией в России.

Самый большой коллайдер встаёт на ремонт На четыре года замолкает Большой адронный коллайдер. Поломка тут ни при чём. Машину ждёт грандиозный апгрейд за 1,2 млрд швейцарских франков. Сначала о том, зачем он вообще нужен. БАК — это 27-километровое кольцо на стометровой глубине у швейцарско-французской границы, где протоны разгоняют почти до скорости света и сталкивают лбами. Именно здесь в 2012 году поймали бозон Хиггса — ту самую «частицу Бога», которая объясняет, откуда у материи берётся масса. За это открытие в 2013-м дали Нобелевскую премию. Теперь у физиков цель покрупнее, тёмная материя. Дело вот в чём: вся привычная материя (звёзды, планеты, мы с вами) это лишь 5% Вселенной. Остальное напрямую не увидеть: около 27% приходится на тёмную материю и 68% на тёмную энергию. Разобраться с ними — значит понять, как Вселенная росла после Большого взрыва. Чтобы подобраться к разгадке, нужно больше бозонов Хиггса. С 2008 года коллайдер наплодил их 55 миллионов; после модернизации High-Luminosity LHC выдаст 380 миллионов. Секрет — новые сверхпроводящие магниты, которые плотнее сожмут пучки частиц: вместо 60 столкновений за «встречу» пакетов их станет 140–200. Данных будет столько, что их попросту негде хранить — речь о миллиардах столкновений в секунду. Поэтому на помощь зовут ИИ: он будет на лету выхватывать только самые интересные события. Обновлённый коллайдер планируют запустить к 2030 году. @vselennayaplus

Точка Банк в очередной раз делает оооочень добротную бизнес-конфу ТОК и попадает в один из главных запросов сегодняшнего дня — дает предпринимателям возможность перенять практический опыт у тех, кто продолжает развивать бизнес, несмотря на любые обстоятельства. В этом году в спикерах снова клевые предприниматели: Иван Шкиря (Callibri, Haunds), Николай Попович из «ВкусВилла» и Beyond Taylor, Дарья Молокова из Simpule, Лиза Чайка из Chaika, Кристина Судеревская — основатель «Краснополянской косметики», Кристина Тишкова — сооснователь hollyshop и ещё больше 20 человек, которые поделятся своими реальными историями выхода из кризиса и конкретными решениями из личных кейсов. И все этой в любимом Доме культуры «ГЭС-2» в Москве. Количество мест в офлайне все еще ограничено до 2 500! А с 1 июля будет повышение цены, так что если хочется сэкономить и послушать умных людей — лучше не откладывать 🧚🏻‍♀️ Встречаемся 27 августа 🫂

Сбер опубликовал KVAE-Audio с открытым исходным кодом В открытый доступ выложили алгоритм для сжатия аудиоданных. Инструмент обрабатывает звук в формате 48 кГц и сжимает его в 960 раз по времени. Итоговое латентное пространство ограничено 64 каналами. Компактный размер представления позволяет значительно быстрее обучать генеративные модели, чем если бы они обучались на сырых аудиосигналах. При разработке подобных решений всегда требуется точный баланс между качеством восстановления изначального звука и генерацией нового. Инженеры внедрили кастомную технику регуляризации для решения типичной проблемы сильного перекоса алгоритмов в сторону реконструкции. Благодаря такому подходу архитектура превзошла токенизатор MMAudio от Sony по всем измеряемым метрикам. Модель также обошла DACVAE от Meta и SAME-L от Stability AI в качестве генерации, сохранив аналогичный уровень восстановления при радикально меньшем количестве параметров. Проект стал логичным продолжением семейства KVAE. Ранее в этой линейке были опубликованы решения для компрессии изображений и видео. Код и веса доступны GitHub и HuggingFace под свободной лицензией MIT. Блогпост Код Веса @ai_newz

За последние пять лет я разместил на Хабре более 300 статей, которые в совокупности получили свыше 7 млн прочтений и несколько десятков тысяч лайков. На мой взгляд, Хабр был лучшей UGC-площадкой в Рунете – поэтому основную версию всех своих материалов я размещал именно там, и ссылался со своего канала туда же. К сожалению, вчера администрация ресурса написала мне, что Хабр – это «только про айтишку и околоайти», а всякие темы про финансы и инвестиции там вообще ни к месту. И если я буду продолжать там писать про такое – то придется «расчехлять санкции» в мой адрес. Так что, уважаемые айтишники, я вынужден избавить вас от своего присутствия на Хабре. Надеюсь, вы наконец обретете счастье в этом прекрасном мире, где никто не говорит про процентные ставки, а бородатые программисты при словах «среднегодовая доходность» краснеют и в ужасе зажимают руками уши. Press F!

За последние пять лет я разместил на Хабре более 300 статей, которые в совокупности получили свыше 7 млн прочтений и несколько десятков тысяч лайков. На мой взгляд, Хабр был лучшей UGC-площадкой в Рунете – поэтому основную версию всех своих материалов я размещал именно там, и ссылался со своего канала туда же. К сожалению, вчера администрация ресурса написала мне, что Хабр – это «только про айтишку и околоайти», а всякие темы про финансы и инвестиции там вообще ни к месту. И если я буду продолжать там писать про такое – то придется «расчехлять санкции» в мой адрес. Так что, уважаемые айтишники, я вынужден избавить вас от своего присутствия на Хабре. Надеюсь, вы наконец обретете счастье в этом прекрасном мире, где никто не говорит про процентные ставки, а бородатые программисты при словах «среднегодовая доходность» краснеют и в ужасе зажимают руками уши. Press F!

Почему AI-персоны так убедительно врут Как-то я писала про подход, суть которого юзер-ресерч с помощью AI-персон. Ты описываешь портрет клиента, а LLM отыгрывает его и отвечает на вопросы как живой человек. Звучит как мечта соло-билдера: ноль рекрутинга, ноль созвонов, а “инсайты” можно собрать за один вечер. Но не так однозначно. Что с ними не так: • Модели склонны подстраиваться под рамку вопроса. Дашь чуть наводящую формулировку, и нейронка очень убедительно подтвердит то, что ты и так хотел услышать. • Если не дать модели свежие реальные данные, она опирается на усреднённое прошлое: тексты, паттерны и представления, на которых её обучали. А не на поведение конкретных пользователей сегодня. • Они плохо преподносят сюрпризы. Хороший ресерч часто ценен именно тем, что человек говорит или делает что-то, чего ты вообще не ожидал. AI-персона чаще выдаёт правдоподобное. Но правдоподобное мы и сами можем придумать. В итоге ответы часто получаются плоскими, слишком аккуратными и слишком благожелательными. Synthetic users могут хвалить то, что реальные люди потом игнорируют, не понимают или отвергают. Но это не значит, что инструмент бесполезный. Просто он работает ДО ресерча, а не вместо него: • Прогнать гайд интервью и поймать кривые, скучные или наводящие вопросы. • Быстро накидать гипотезы, чтобы прийти на живые созвоны более подготовленным. • Сделать pre-mortem концепта перед тем, как тратить бюджет на рекрутинг. • Проверить, какие возражения или edge кейсы стоит отдельно послушать у реальных людей. Источник: https://userevaluation.com/post/synthetic-users-vs-real-participants/ #PG_education @productgames

Блокировки ВСЕГДА означают, что правительство не справляется и малокомпетентно. Вот Испания опять, в очередной раз доказывает это. Отчет OONI от 30 июня 2026 года исследует сопутствующий ущерб (collateral damage) от блокировок IP-адресов в Испании, инициированных футбольной лигой LALIGA для борьбы с пиратскими трансляциями. Поскольку современный веб использует общую инфраструктуру хостинга и CDN, блокировка конкретных IP-адресов пиратов привела к массовой недоступности легальных ресурсов. Главные выводы исследования: ↗️Масштаб блокировок: Под удар попали более 554 510 доменов (5,8% от 9,2 млн самых популярных сайтов интернета). За время лиги было заблокировано 7 441 уникальных IP-адресов. ↗️Высокая концентрация: Во время матчей блокировка всего 4–20 IP в течение часа приводила к отключению до 400 000 сайтов из-за использования общих серверов. ↗️Пострадавшая инфраструктура: Блокировки затронули IP-адреса 36 крупных провайдеров, включая Amazon Web Services (AWS), Cloudflare, Alibaba Cloud, Akamai, Meta и Microsoft. Пострадали даже ресурсы Гарвардского и Вашингтонского университетов. ↗️Атаки MitM: У провайдера Digi Mobil зафиксированы TLS Man-in-the-Middle атаки, затронувшие более 10 759 доменов. ↗️Временной характер: Большинство провайдеров (включая Mas Movil, Orange, Vodafone) включают фильтрацию строго перед началом матча и снимают ее сразу после завершения. Одним из самых исполнительных блокировщиков назван Telefonica. Примеры пострадавших сайтов (не связанных с футболом): ↗️Правозащита: Amnesty International (Ирландия, Германия, Австралия), цифровая группа Ve sin Filtro (Венесуэла). ↗️Экология: Greenpeace Argentina, The Climate Reality Project, Cool Earth. ↗️Госорганы и суды: Сенат Австралии, Бергамский суд в Италии, сайт референдума Каталонии. ↗️СМИ и мессенджеры: Украинский кризисный медиа-центр, издание La Patilla, приложения WeChat и Session. ↗️Гуманитарные миссии: Caritas Argentina.

Уже завтра (1 июля) ребята из Plurio.ai и Макс Епифанов проведут прямой эфир про то, как построить систему перформанс-маркетинга с AI Роль перформанс-маркетолога с появлением AI кардинально изменилась Больше не нужно вручную: - отсматривать креативы и править ставки в кабинетах - часами разглядывать дэшборды, чтобы понять, что лучше работает - принимать решения по Google / Meta / TikTok на интуиции Сейчас все это можно делегировать AI и ребятам из Plurio. Но прежде чем делегировать, хорошо бы разобраться, как теперь устроен перформанс-маркетинг и что конкретно делать Ребята разберут по шагам что делать чтобы построить перф-маркетинг с AI ⁃ который не галлюцинирует ⁃ где агент не просто делает аналитику, а сам за вас ходит в рекламные кабинеты и действует там (Plurio уже легко может это и не только) ⁃ чтобы повторить опыт Макса, который сам по себе шикарный — ребята тратят сотни тысяч долларов на рекламу Еще будет Q&A, поэтому готовьте вопросы! Ну а теперь к конкретике На эфире ребята разберут реальные примеры Вот один спойлер: Теперь Plurio для каждого анализа считает прогнозный CAC на исторических данных эдсета. Считается по твоим реальным данным, с учётом продаж, которые дотекают уже после клика, а не по цифрам из кабинета. Агент с доступом ко всей истории эдсета каждый раз пересчитывает прогноз: не только по сегодняшним цифрам, но и по всей накопленной статистике. По ней же он знает, с какой вероятностью эдсет попадёт в цель. Дальше прогноз превращается в три автоматических действия: – эдсет дешевле таргета – повысить бюджет; – дороже – урезать; – а креатив, который уже был выключен, после дотёкших продаж задним числом попал в цель – агент видит это в истории и перезапускает. И это только один из скиллов. Вот всё, что ребята покажут на эфире: → Планирование маркетинга на месяц — Максим покажет, как его команда планирует маркетинг на реальных примерах: у каждого канала свои KPI, за которыми команда следит и в которые должна попадать → Скиллы и правила под результаты: - скилл по перераспределению бюджетов, где считается прогнозный CAC - скилл, который разбивает кампании по группам - правила, которые бюджетами управляют → Скиллы UA-менеджера, которые уже крутятся в работе: (1) скилл, который показывает аналитику по креативам: что оставить, а что масштабировать (2) скилл, которой показывает креативы, которые являются кандидатом к перезапуску (3) скилл по минус словам → В конце — зачем это команде и почему схема работает на больших объёмах На каждый блок одна логика: цель → как делали руками → что работает сейчас → где всё ещё нужен человек Когда: завтра, в среду, 1 июля, 19:00 МСК Регистрироваться тут

Как плохеет OpenAI. У Sensor Tower вышел отчет State of AI 2026, на данные которого можно полагаться - там считают реальные установки, переходы, посещения и др. реальные действия юзеров. 1️⃣ В b2c доля ChatGPT упала с 86% до 46%! Причем главный конкурент не Claude, а Gemini. Я уже писал, что Гугл долго запрягает, но быстро едет. Так и происходит: благодаря возможностям дистрибуции их AI продукты медленно, но верно захватывают рынок. 2️⃣ Про энтерпрайз и кодинг-агенты наверное и так всем понятно - Антропик в последние месяцы выдавливает OpenAI с рынка. 3️⃣ В 2023-24 кто-то из OpenAI публично объявлял выручку/WAU/другие важные метрики раз в 1-2 месяца. В 2026 году это было лишь однажды, в январе-феврале. А Антропик наоборот, бомбил цифрами run rate (хотя это некоторая хитрость, пост). 4️⃣ Недавно OpenAI сказали, что откладывают IPO, и понятно почему: раньше они были единоличными победителями AI революции, в самом начале мелькали нарративы на AGI, позже - "AI заберет у вас работу". А сегодня OpenAI проигрывает b2b Антропику, b2c - Гуглу. Любопытно, какой большой вижн будет у OpenAI следующий. @kyrillic

Почему o1 pro до сих пор в топах нашего LLM Бенчмарка? И почему она стоит 20 центов?! Да это потому, что ее прогоняли в ручном режиме на Pro подписке в порядке исключения. Если o1 pro запускать по API сейчас, то аналогичный workload будет стоит 200-400 евро. И смысла особого иметь не будет. Но вот тренд получается очень интересный. OpenAI и прочие вендоры моделей перестали делать упор в очень мощные и внимательные модели, которые стоят дорого и практического смысла не имеют. Вместо этого теперь развиваются новые архитектуры моделей и харнесов вокруг них (вы же помните время, когда sparse MoE было новинкой?) вкупе с оптимизацией железа под новые форматы. Кстати, Fable/Mythos - это уже не про гигантскую нейронку, а про хорошую связку моделей, инструментов и агентных подходов. Как мы видим из BitGN Research, если взять небольшую модельку и обвязать ее хорошим харнесом, то получится результат лучше (и дешевле), чем просто с самой дорогой моделью. См, например отчеты @dev_salikhov про Exoskeleton - базовый и на Open Weights. В итоге получается, что на практических задачах стоимость применения frontier LLM, которые достаточно хороши для решения задач без какого-то харнеса, падает. В TOP-10 бенчмарка уже есть модели, которые укладываются в 5 евро - Qwen3.7 Max, GPT-5.5, Claude Opus 4.7. А если задача требует чего-то за пределами возможностей топовых недорогих моделей, то вместо покупки дорогой модели можно просто собрать нормальный эвал и подобрать архитектуру под задачу в полуавтоматическом режиме. Благо Agentic Goals завезли уже почти во все AI Coding системы. Ваш, @llm_under_hood 🤗

LLM Benchmark оркестратора Fugu Ultra - третье место, но стоит как паровоз. Очередное обновление бенчмарков LLM на бизнес задачах от @AigizK. В этот раз прогоняли задачи на Fugu Ultra от Sakana AI, которая, по словам, производителя обошла на Code задачах Claude Fable 5. Под капотом стоит свой Router, который перенаправляет запросы на мощные frontier LLM, раздавая им роли (Thinker, Worker, Verifier) и координируя всю эту ораву. Создатели ожидали, что использование разных моделей должно привести к "superior performance". В итоге на бизнес задачах этот комбайн работает примерно как frontier LLM-ки, но стоит в пару раз дороже. В общем, интересная игрушка, но особого смысла для практических масштабных внедрений я не вижу. Кстати, Fugu действительно обогнала Fable 5 на Code+Engineering задачах. Но Fable обогнать было не так сложно - она иногда игнорирует инструкции и несет отсебятину (см бенчмарк). Ваш, @llm_under_hood 🤗