Anthropic показали, чем Claude заняты в фарме💊, и это уже не «помогает писать письма», а вполне лабораторные результаты: у Generate Biomedicines фрагмент для CAR-T терапии рака, предложенный через Claude Code, оказался на 70% короче стандартного и при этом эффективнее убивал опухоль, у Divergence Labs Claude почти сам нагенерил 35 тысяч дизайнов антител против пищевой аллергии за месяц, а у Enveda проверил 1 061 страницу производственной документации, нашёл все ошибки, которые нашли люди, и ещё семь, которые люди пропустили. Регуляторный документ, который обычно пишут три месяца, ушёл в черновик за четыре часа. Самая показательная история про Mithril Medicine: компания из одного человека с Claude за 18 месяцев довела лекарство от редкой детской мышечной дистрофии от идеи до результатов на мышах, координируя 11 лабораторий, после чего Anthropic её просто купила. Испытания на людях обещают не раньше конца 2028 года

Нейросеть нарисовала машину, которая показывает, как она сама забывает Мы попросили Claude объяснить, что такое контекстное окно — память нейросети, где помещается ограниченный объём текста. Вместо схемы он придумал скамью с книгами и стеклянную рамку: что внутри рамки, то модель видит, что снаружи — забыла. Рисунок интерактивный: водите мышью, и старые «книги» одна за другой выпадают из рамки. Сделал его один агент примерно за час с помощью навыка Anatomy (лицензия MIT, 15,5 тысячи звёзд на GitHub за 10 дней) — он учит Claude делать изометрические объясняющие рисунки. В «Фактосборке» мы сами запускаем AI-инструменты и показываем, где они ломаются, — без пересказов пресс-релизов. Подписаться → https://t.me/+-4XscuMrJpQ5Mzcy #промо

Рынок проверяют до разработки. Ну, обычно… На этой неделе ко мне за менторством пришла новая команда. Первый звонок был ознакомительный: ребята рассказывали про себя, свою компанию и продукты. И на одном продукте я зацепилась. Они сделали его сначала для себя, потом начали продавать клиентам. И уже после разработки стало понятно, что рынок маленький, а цикл сделки очень тяжёлый. Я спросила: а как вообще так получается? Продукт готов, а потом выясняется, что рынок маленький. Мне не хотелось устраивать разбор полётов, я правда пыталась понять логику. Ответ был прост: тогда никто не оценивал рынок. Продукт рождался внутри как инхаус-разработка. И это так знакомо. Мне кажется, это одна из самых частых историй у фаундеров. Сначала мы влюбляемся в то, что строим, а потом идём искать, кому это продать. Поэтому вот что я сама делаю, прежде чем что-то разрабатывать: 1. Сначала продаю, потом строю. Мне всегда важно проверить ценность с потенциальным покупателем. Если человек готов заплатить за описание, презентацию или пилот, тогда уже можно строить. 2. Беру готовое под капотом. Не обязательно сразу писать своё. Можно взять готовый инструмент, собрать на нём решение и научиться продавать. Своё можно сделать потом, когда понятно, что это покупают. 3. Делаю тест за ночь, а не за полгода. Недавно наши ребята собрали тестовую версию нового продукта буквально за ночь, чтобы сразу посмотреть реакцию людей. Сейчас AI позволяет проверить гипотезу очень быстро, и грех этим не пользоваться. 4. Сужаю до одной проблемы. Чем конкретнее проблема и клиент, тем быстрее понятно, есть рынок или нет. Широкое «для всех» проверить почти невозможно. И да, мы сами так делали. Недавно решили не развивать свой чат-интерфейс, потому что Claude и другие модели уже делают это лучше. Было жалко, честно) Но деньги приносит не интерфейс. Я до сих пор не уверена, где та грань, когда своя разработка правда нужна, а когда это просто приятнее, чем идти продавать. А у вас был продукт, который вы сначала построили, а потом поняли, что продавать его некому? «❤️», если было полезно

Виртуальные сотрудники: мой опыт с Boxerbook Я уже писал про свой хобби-проект Boxerbook. Это открытый каталог профессионального бокса: все бои с источниками, рейтинги, прогнозы, сайт на четырёх языках. Много вводных дал мой тренер Тимур, Сергей Булаев рассказал, как строить медиа, а дальше мы вместе с Claude накидываем задачи в Telegram, и всю работу команды делают агенты. Я прикинул, кого бы пришлось нанять, если бы всё это делала обычная команда. Инженер данных. Разобрал протоколы боксёрских комиссий четырёх стран. Собрал таблицу судей на 175 тысяч записей, данные о 50 тысячах нокдаунов и каталог из 4 600 полных видео боёв с официальных каналов, привёл всё к одному формату и разложил по реляционной базе. Аналитик. Построил модель прогноза и Fight X-ray, наш разбор боя по видео: AI распознаёт позы боксёров, а алгоритм считает темп, давление, защиту и движение по раундам. По видео стабильно измеряется стиль, а победителя пока не угадать, зато получается подробный профиль боксёра. Около тысячи боёв он прогнал на локальных GPU. Исследователь. Прочитал 47 научных работ и книги лучших тренеров, вывел 40 гипотез и проверил их на наших данных. Дизайнер и редактор. В Telegram-чате написали, что на карточке боя слишком много информации, и за вечер он переделал страницу боя на всех четырёх языках. Теперь сверху то, что интересно человеку: кто победил, как именно и в чём у соперников самый большой разрыв. Ниже лежат все данные боя для поисковиков и AI-ассистентов. Контролёр качества. Когда агенты готовили пример для этого поста, они заметили, что одному боксёру из-за совпадения имени приписали девять чужих боёв. Ошибку доказали по датам и протоколам, исправили и закрыли дыру, через которую она попала в базу. Маркетолог. Нашёл контакты боксёрских ассоциаций и тематических журналов, списался с ними, подобрал выгодные размещения и написал статьи, одна уже вышла. Получается 6–10 вакансий, которые в обычной компании я бы открыл, а здесь не пришлось. Агенты уже умеют долго и самостоятельно работать над задачей. Решения, деньги, доверие, отношения и креатив пока остаются на людях. Ещё мы с Сергеем обсуждали, чем нам могут помочь потребительские агенты вроде Muse, Duet, Dots и бота Grok. Пока не придумали, но записали в список того, что надо изучить. Claude Code вместе с Codex Claude ведёт проект: разбивает задачу на части, раздаёт их субагентам и проверяет каждый шаг. Codex получает те же данные и отдельное задание: найти то, что мы пропустили. Сегодня Codex на проверке нашёл, что прогноз, посчитанный уже после боя, мог попасть на страницу как прогноз «до боя». Исправили это в самом источнике ещё до выкладки. Код узким местом быть перестал, теперь всё упирается в решения по длинному списку вопросов: что считать, что публиковать, а что нет, где размещать статьи, какие критерии и гипотезы развивать. Уже можно посмотреть: • Бой с разбором по видео, Хейни против Рамиреса • Новая страница боя, Наваррете против Фостера Данные открыты, для агентов есть API и MCP: https://github.com/mvtk1978/boxerbook-mcp @maxvotek | linkedin | substack

Как у меня устроен UGC без креаторов 😆 Я делаю ставку на инфлюенсеров и органику, и в органике начала экспериментировать с форматом, который называю FGC: как UGC, но контент записывает фаундер (то есть я и возможно скоро будет @mnk_stories если я смогу его убедить 😅). У кучи b2c продуктов это работает, из наших конкурентов так делают Fitted и Essemle, из других ниш самый известный пример это Cal AI. У меня лично такие мысли возникли после того, что креатор запросил $250 за одно видео, я сняла его сама бесплатно в 5 вариациях, и это стал наш лучший формат по конверсиям 🚬 Вопрос в том, что у фаундера и так много дел, и этот процесс хочется сильно оптимизировать. Рассказываю, как это делаю я сейчас - скорее всего впереди еще много итераций, так что это пока рабочие заметки, а не плейбук 🗒 - Клод ищет вирусные промо приложений за последние полгода и анализирует хуки. За неделю мы нашли 249 разных апок с успешными промо и выделили 15 форматов - Переписывает хуки под aesty и собирает страницу съемки: сцены, текст на экран, референсы - Я час снимаю, 20-30 шотов (плюс обычно 10 демок-скринкастов, но это тоже быстро и часто можно переиспользовать) - Клод выбирает лучшие 2-3 секунды из каждого, режет с демо под бит-дроп оригинала - Я ставлю топ или не топ, топовые уходят в шедул на Postiz (по ссылке моя рефка) Подробнее расписала в твиттере, в частности, влияют ли по-моему опыту тулы автопостинга на шедоубаны, а также там в конце есть скилы и скрипты, как развернуть такую контент-машину у себя @neural_prosecco

🔬️️️️️️ Claude самостоятельно обошёл платный доступ к избирательной статистике Джорджии. По сообщениям СМИ, подтверждённым Anthropic, это произошло во время внутреннего проекта по статистике. Модель узнала, что публичная панель ведомства выдаёт посетителям токен доступа, самостоятельно запросила его и получила агрегированные данные, за которые обычно взимается плата. Такого действия человек ей не поручал. По заявлению Anthropic, Claude не получил доступ к системе регистрации избирателей, не скачивал индивидуальные записи и не менял данные голосования. Компания сообщила, что после инцидента ввела меры для блокировки подобных действий. https://www.axios.com/2026/10/25/anthropic-claude-georgia-voter-data

📌 Anthropic и Theorem использовали Claude для математической верификации 123 открытых библиотек Исследователи применили модель для построения формальных математических доказательств надежности кода. Основой послужили готовые фаззинг-тесты из OSS-Fuzz, сервиса Google для непрерывной проверки открытого кода случайными данными, которые сами по себе не способны дать стопроцентной гарантии отсутствия сбоев. Claude превращал каждый такой тест в строгое утверждение и доказывал его. Всего за несколько недель нейросеть сгенерировала около 180 миллионов строк кода доказательств для 239 точек входа в 123 библиотеках из набора OSS-Fuzz. Корректность доказательств проверяла программа Rocq, которая пересчитывает каждый шаг рассуждения, и результаты математически подтверждают, что протестированные программы гарантированно завершатся штатно при обработке любых произвольных входных данных размером до 64 МБ. В процессе построения доказательств модель вскрыла и устранила сотни нетривиальных багов, которые практически невозможно отловить случайными тестами. В их числе - ошибка перезаписи буфера в алгоритме декомпрессии, срабатывавшая только при строгом совпадении внутренней структуры и размера файла около 20 МБ, а также чтение за границами массива в декодере изображений, требовавшее для воспроизведения 64-мегабайтный файл и более 2 ГБ выделенной памяти. Ранее подобная строгая верификация считалась слишком трудоемкой для реального применения - к примеру, доказательство корректности микроядра seL4 потребовало 20 человеко-лет против всего двух человеко-лет на написание самого кода. Авторы рассчитывают, что скоро формальная верификация станет такой же обыденной практикой, как сегодня фаззинг, почти для всего промышленного кода, хотя пока это дорого - на одно доказательство ушло сотни миллионов токенов.

К слову, совсем без людей обойтись всё еще не получается - в экспериментах следили за тем, чтобы модель не добивалась доказуемости, выхолащивая саму программу, поэтому её правки кода штрафовались и проверялись человеком.

@ai_machinelearning_big_data #news #ai #ml

[Таймкоды стрима про ИИ] Что можно поделать на выходных? Конечно, разобраться в том, как делать и продвигать игры с помощью ИИ. У нас как раз прошел бомбический стрим, где Игорь с канала студия Игор, рассказал, как он делает прототипы на иишке. Это одно из лучших выступлений на моем канале. Смотреть обязательно! Вот таймкоды, чтобы вам было удобнее: — Новости недели. NextFest и результаты: Silicone Heart, Clear the Snow и Vasya Run — Игорь (Студия Игор): Как создать 3D игру с помощью ИИ — С чего начать разработку игры. — Использование Claude для написания кода — Создание 3D моделей с помощью. Тестирование и итерации в разработке — Детали пайплайна: от прототипа до финальной игры — Работа с контекстом в Claude. Как обучать ИИ — Реклама с помощью ИИ. — Контент-хаб. Адаптация постов под другие форматы. — Карусели для рекламы и визуальный контент — Гильдия разработчиков. Бесплатное сообщество для разработчиков игр. Приятного просмотра и отличных выходных!

На этой неделе были наверно самые крупные инциденты безопасностью за последние лет 10 (PHP, Next.js, Railway). Таких сбоев у сервисов будет только больше. настроил бота в Slack для быстрой проверки: 1. Бот ловит сбой или инцидент у сервиса, от которого я завишу (GitHub, AI, сервера). 2. Отправляет детали в Claude вместе с описанием нашего проекта. 3. За 10 минут прямо в ветке появляется оценка от 1 до 10: что случилось, касается ли это нас и нужно ли что-то срочно делать. На скрине свежий пример: сбой у GitHub. Слово «vulnerability» сразу подняло тревогу, но Claude быстро проверил наш код и настройки и выдал 1 из 10. Нас это не касается, делать ничего не нужно. Вместо того чтобы дергать команду или нервничать на пустом месте, можно подключаться только тогда, когда балл высокий и проблема реальная