AI автоматизирует вашу работу — но не мою Behavioural Insights Team опросила 3500 работающих британцев на тему того, как они оценивают риски автоматизации своей профессии, и профессии других людей. 43% опрошенных считают, что в ближайшие 10 лет AI сможет выполнять большинство задач в работе других людей. Однако, когда речь заходит об их собственной работе, этот показатель падает до 35%. Что особенно интересно: молодые специалисты, люди с высшим образованием, высокооплачиваемые сотрудники, работающие в офисах, демонстрируют наибольшую уверенность в том, что AI справится с их задачами. У этих групп также минимальный разрыв между оценкой своей и чужой работы. И у них же самая высокая частота регулярного использования AI-инструментов. Считается, что наиболее подвержены автоматизации те виды профессий, которые основаны на понятных процедурах, в то время как работа, которую сложно формализовать, скорее всего, будет дольше сопротивляться автоматизации. Так вот, люди, чья работа в основном состоит из выполнения повторяющихся процедур, оценивали риски автоматизации своей профессии ничуть не выше, чем те, чья работа не привязана к явным инструкциям и регламентам. → https://www.bi.team/blogs/the-perception-gap-ai-can-do-your-job-not-mine/

Человеческие роботы наконец-то получили дело: Persona AI отправляет андроидов на верфи сварщиками 🤍 🤍 Persona AI вместо YouTube-демонстраций решила найти работу для андроидов. Основатели Nicolaus Radford и Jerry Pratt выбрали сварку на верфях — одну из первых промышленных профессий в истории робототехники. 🤍 Робот должен не просто выполнять задачу, а зарабатывать деньги. Persona AI выбрала квалифицированные профессии, а не неквалифицированный труд — и это первый серьёзный шаг к решению экономической задачи человеческих роботов. 💬 Сварка на верфях — одна из самых опасных профессий. Если андроиды возьмут её на себя, это станет первым масштабным применением человеческих роботов за пределами шоурума. Подробнее — IEEE Spectrum. ————————— 🤖Подписывайтесь на лучший канал PRO Роботов 📲Мы в MAX

Третий день аутрича инфлюенсеров, и теперь я точно могу сказать — это как минимум весело 🍿 Контекст: вместо одного дорогого блогера решили купить охват у сотни маленьких. Конечно же я это делаю не руками - это физически нереально. Весь конвейер - скрейпер, CRM, письма на языке креатора мы собрали с клодом за сутки и уже нашлись несколько интересных инсайтов, о которых стоит помнить. А стек можно посмотреть тут 1) Закрепленные видео ломают подсчет медианы просмотров. Тупо и очевидно, но я попалась. Большинство скрейперов отдает их первыми, а креаторы закрепляют лучшие ролики. Половина базы оказалась завышена, рекорд - в 28 раз, медиана 17к, реальная 560 и я почти отправила офферы по этим цифрам 😳 2) Креаторы оценивают себя по подписчикам, а я покупаю просмотры и вовлеченность. Так что золотая жила это маленькие аккаунты, у которых просмотры обгоняют подписчиков 3) UGC креаторы - не приоритет. Мне прилетело гневное письмо в ответ на мое предложение, что мой пропоузал обижает ее как креатора "ее калибра" (спойлер - у нее 3 тысячи подписчиков с медианой в 1000 просмотров). Тем не менее она вероятно хочет большую оплату за качественный продакшен, который мне не нужен. Получив ценники в 200-300 долларов за видео от других UGC я решила вычеркнуть этот хештег из базы. И да, я считаю что это оверкил когда мне не нужен полированный прод за много деняк на непроверенный концепт 4) Когда я стала писать что мы - небольшое приложение, которое делает команда из двух человек со всей душой - люди стали охотнее отвечать и соглашаться. Стараюсь добавить каждому креатору, кто прошел вглубь воронки какую-то человечную деталь, например мы сейчас дошли до подписания контракта с инфлюенсером из Дубая и я поделилась, что жила там несколько лет пока только начали, но я рада, что отвечают 20-30% в первые 48 часов, как будет больше данных - поделюсь! @neural_prosecco

Собрал карту из 750 инструментов для AI-маркетинга Мы строим внутри команды AI-тулзу для управления трафиком Meta, Google и TikTok. Мой вижн довольно простой: в будущем UAM-ов будет либо сильно меньше, либо каждый из них сможет управлять объёмом в десять раз больше. Рутинные решения должна принимать система. Человек - задавать логику, проверять исключения и отвечать за то, куда вообще едет этот маркетинговый самосвал. Чтобы понять, из каких деталей его собирать, я периодически исследую рынок и open source. Теперь всё сложил в один документ: - 750 инструментов; - 36 разделов; - 337 SaaS; - 219 GitHub-проектов; - 100 API; - 94 MCP. Внутри есть AI-медиабайеры, Meta/Google/TikTok automation, rule engines, атрибуция, creative analytics, ad spy, UGC и AI-аватары, CRO, локализация и другие части маркетингового конвейера. Документ можно использовать по-разному: • найти готовый сервис под свою вертикаль; • закинуть в Claude Code и пообсуждать какой из них решает твою задчу; • подсмотреть механику конкурента; • взять open-source решение за основу; Ссылка на ресерч: MarTech Atlas

Если интересно, я вот так со своим ИИ Агентом общаюсь / агентской системой:

[founder-mode](slashCommand;founder-mode) обнови implementation plan и перепроверь как у нас все работает (наши fractal mas, спекулятивные роутеры, ральф лупы и другие архитектуры и агентские системы из 09_Management/_auto_orchestration + 09_Management/_auto_work + 09_Management/ralph_loop_research Ты ничего не упустил в рамках того как гипотезы проверяешь / продумываешь и тд и тп? не получится ли так, что модель слишкам слабая и глупая? ей нужен кто-то из моделей старше и ты можешь параллельно обрабатывая гипотезы, параллельно работать и через Ollama и через обычные модели из спекулятивного роутинга. + добавь наконец Ollama в 09_Management/_CLI_AI_APIs/MODEL_REGISTRY.md + 09_Management/_CLI_AI_APIs/scripts -> чтобы там был понятный .py агент/скрипт для работы с Ollama и думать где Ollama может эффективно / быстро / точно заменять другие модели дешевые. + изучи / думай какая пропускная способность в токенах у Ollama и какая у других моделей, на сколько дольше будет работать и хуже? То есть, на время тестов, пока все будет работать, тебе нужно тестировать Ollama с другими альтернативами и вариантами, чтобы обнаружить деградацию + нужно логи писать по тому как Ollama справляется / работает / отвечает и как эффективно вообще новая версия overnight_curiosity_evolve_daemon.py будет работать. Давай первый прогон сделаем тестовый, что ты будет каждую 1 минуту писать вместо 5 для телеметрии, и вместо раз в 20 минут запускать логику - запускай ее раз в 4 минуты. И мы за 10 минут сможем 2 полный круга прогнать и понять как это все работает. думай / изучай как правильно вообще логи собирать и чтобы они все место у меня на диске не заняли и как их потом искать быстро и осозновать инсайты через 16_AI_graph_brain думай / работай через [founder-perplexity-model-council-reasoning](slashCommand;founder-perplexity-model-council-reasoning) [founder-fractal-mas](slashCommand;founder-fractal-mas) R=3 + [founder-evolve-ouroboros](slashCommand;founder-evolve-ouroboros) [founder-dreaming](slashCommand;founder-dreaming) + [founder-self-healing](slashCommand;founder-self-healing) И обнови implementation plan, чтобы была кнопка proceed и я проверю план и запущу цикл на 20 минут

Генерация кода: сокращаем рутину в разработке Задача простая: во всей кодовой базе поменять print на logger.info. Поиском и заменой не выйдет, заденешь комментарии, где print просто упомянут словом. Синтаксическое дерево умнее — проходит по узлам, находит именно вызовы print, меняет только их. Но у абстрактного дерева (AST) своя цена. Код после трансформации становится чище и теряет всю документацию, потому что комментарии и форматирование оно не хранит в принципе. То есть безопасно рефакторить внутри репозитория им нельзя. Автоматизация давно не роскошь, а базовый минимум, и жертвовать читаемостью ради неё смысла нет. Остаётся третий инструмент, который держит всю структуру от запятых до комментариев. Посмотрим, чем конкретное синтаксическое дерево закрывает то, на чём спотыкаются два предыдущих.

🌴 В открытый доступ вышла бесплатная замена Adobe Premiere Pro с ИИ-агентами — Palmier Pro генерирует и монтирует ролики с помощью Claude Code, Codex или Cursor. Что умеет: • Вырезает клипы, находит лучшие отрывки, добавляет субтитры, улучшает качество и многое другое. • Просто опишите нужный кадр или правку в чате, а агенты внесут все изменения прямо в таймлайне. • Можно подключить Claude Code, Codex или Cursor через MCP. • На выбор — много SOTA-генераторов, включая Seedance, Kling и Nano Banana Pro. • Экспортировать видео можно в MP4 и даже XML для Premiere и DaVinci. Автоматизируем всё от монтажа до цветокора — тут. @notboring_tech