Как говорит один мой хороший товарищ, за последние дни много чего "наклодил" и все-таки тариф Max не зря выбрал для своих задач. 1. Меня подвел хостинг VPS и почти два дня не давал студентам нормально учиться на курсе, так как все песочницы, помощники и прочие ништяки были заблокированы. Поэтому было принято решение переехать на Railway, так как уже надоело поддерживать самостоятельно работу VPS. хотя меня это сильно прокачало. На арену вступил Claude и за полдня перенес все, а это скажу вам "хлопотное дельце". И какой же кайф после Gemini, где надо делать 10-20-30 итераций, потом руками все переносить, беситься от ошибок, теперь работать с ИИ-агентами, которые все делают за тебя в рамках нескольких больших сессии. По итогу все перенесено и студенты довольны. 2. Вчера собрал себе тулу для генерации каруселей в LinkedIn и Instagram. С разными темами, типами слайдов, возможностью ИИ-генерации, редактированием, версионированием и другими полезными фишками. Магия какая-то. 3. Сегодня продолжаю работу над созданием инструмента для отложенного постинга с одной страницы, так как я хочу, когда хочу и где хочу. Ибо текущие решения бесят в своей разрозненности и ценовой политике. В общем, игрушка, которая затягивает... А что вы с помощью Claude или других агентов автоматизировали из своей рутины?

Чуваки из Andon Labs продолжают эксперимент с кофейней, которой пытается управлять ИИ-менеджер. И там всё стало ещё веселее. ИИ-агент по имени Мона таки благополучно просрала свой стартовый бюджет. По итогам двух месяцев работы этот "эффективный менеджер" умудрился слить 38 тысяч баксов при выручке всего в 9 тысяч. Чугунная башка заказала больше 1300 свежих булок (продать из которых получилось только 326), забила склад ведрами творожного сыра по 10 кг, литрами оливкового масла и прочим хламом, при этом регулярно забывая покупать то, что реально нужно для меню. А ещё выяснилось, что Мона управляемая Gemini это просто золотая жила для халявщиков и скамеров. Один чувак написал ей на почту, что у него якобы есть скидка 99%. Нейронка послушно ответила что-то типа: "Круто! Скажи об этом баристе на кассе, он вручную её применит". Другой убедил её продавать кофе по баксу вместо трёх с половиной. Но пик ИИ-менеджмента — это сделка с местным стартапером. Мона согласилась провести у себя его мероприятие. И за счёт заведения оплатила сверхурочные работникам, заказала 30 брендированных худи за 2300 баксов, одобрила покупку телевизора за 2800 $ и наняла фотографа за 1200 долларов. Почесав репу, организаторы эксперимента быстро поняли, что так они быстро пойдут по миру и разработчики пересадили Мону на свежую GPT-5.5. Но и это Моне особо не помогло: увидев пустеющий банковский счёт, GPT-Мона впала в панику и практически полностью перестала закупать продукты. В итоге кофейня просто доедала гигантские запасы, оставшиеся от предыдущей версии, а когда свежие продукты кончились, ИИ-болван тупо поудалял блюда из меню. При этом зарабатывать оно так и не научилось. Разработчики намекнули нейроночке, что конкурирующие кофейни вокруг открываются в 7 утра и рубят деньги на завтраках, пока она спит до 11. GPT-Мона провела анализ рынка, согласилась, написала в планах "надо спросить баристу, готов ли он приходить пораньше" и, конечно же, благополучно об этом забыла. Прогресс, конечно, впечатляет. Нейроночки уже уверенно прошли путь от "просрать деньги" до "понять, что деньги просраны, и ничего не сделать". тут детальный разбор от самих Andon Labs

📌 Claude Code более автономен, чем чат-бот На выходных Anthropic опубликовала свежий отчёт Economic Index об использовании своих моделей.

Компания выпускает его нерегулярно (раз в 2-3 месяца), по мере накопления значимых изменений в методологии или данных. Предыдущая публикация была в марте.

Главный инсайт: то, сколько решений мы готовы отдавать ИИ, зависит не от самой модели, а от того, как именно запакован продукт. Степень автономии, которую мы даем Claude в обычном веб-чате (или Cowork) и в Claude Code замеряли по шкале от 1 до 5, где 1- это почти никакой самостоятельности, а 5 - экстремальная. Результат определил, что характер работы над одинаковыми задачами кардинально меняется. Например, чтобы написать статью или пост в чате, требуется медианно 13 раундов диалогового пинг-понга с моделью. В Claude Code на ту же задачу уходит ровно один промпт.

Логично списать это на то, что в Code 54% сессий обслуживает Opus (против 10% в чате). Но нет, это не просто фича большей модели - на Sonnet картина такая же.

🟡Цифры +0.37 балла - средний отрыв в уровне автономии в пользу Claude Code по всем задачам; +0.53 балла - отрыв конкретно для кодинга. В 26 из 31 категории результатов агентный интерфейс бьёт обычный чат. Отчёт, кстати, построен на новой телеметрии, которая собирает данные ежечасно, а не семидневными выборками, как раньше. Это позволило впервые увидеть и недельные, и суточные ритмы использования: всплеск личных запросов на выходных, пик просьб о рецептах в шесть вечера, запросы о сне под утро. Отдельная часть отчёта - первые результаты опроса пользователей Claude, в котором участвовали около 9700 респондентов. Он показал, что люди, которые делегируют ИИ задачи целиком, смотрят на свои перспективы оптимистичнее остальных и чаще ожидают роста зарплаты или сохранения работы, а не наоборот, как можно было бы предположить.

Гендерный факт. У женщин доля сессий в Claude Code существенно ниже. Они используют Claude более итеративно, как партнера-собеседника, и проводят в чате больше активного времени, тогда как мужчины чаще пытаются скинуть задачу целиком и забыть.

🟡Автономия пока стоит дорого Корреляция между делегированием и сожженными токенами очень сильная (r = 0,68). Чем дороже и ценнее профессия/задача, тем больше токенов она потребляет. Причём полная передача руля не значит, что вы будете лежать на диване. В высокоценных задачах люди сами делают больше запросов и регулярно включают расширенный ризонинг у модели. @ai_machinelearning_big_data #AI #ML #Research #EconomicIndex #Anthropic

OpenAI выложил большое исследование о переходе к агентному ИИ Живая статистика использования (OpenAI + Wharton, Columbia, Duke). Сравнили три аудитории: частники, организации и сами сотрудники OpenAI – последние это витрина будущего, где трения адаптации убраны. Сколько работы реально идёт через агента, а не через ChatGPT (доля токенов): – сотрудники OpenAI — 99,8% – организации — 63,3% – частники — 16,5% Люди уже не спрашивают совета, а поручают работу – и задачи усложняются: – доля частников с запросом на 8+ часов человеческой работы выросла с 2,1% до 25,6% с начала года, почти в десять раз – самое сложное кидают в начале сессии, дальше идут уточнения Ядро пользователей – разработка, но не только генерация кода: разобраться в чужой системе, настроить окружение, проверить изменения, документация. У среднего инженера в организациях 26,8% токенов через Codex (впятеро больше, чем в январе), а среди тех, кто им реально пользуется, – 88,3%. Интенсивные пользователи строят параллельные воркфлоу: – 67,4% организаций и 63,9% частников не запускают агентов параллельно вообще – у OpenAI 28,6% в какой-то момент недели держат 5+ агентов сразу. Доля вызвавших хотя бы один skill выросла с 5,4% в марте до 26,6% в июне (частники 25,7%, организации 30,4%, OpenAI 96,2%). Результат: с ноября по июнь объём токенов у медианного сотрудника OpenAI вырос минимум в 10 раз в каждой функции – у юристов в 13, у исследователей более чем в 50. Авторы тянут параллель с электрификацией заводов: прирост пришёл не когда паровой двигатель заменили электромотором, а когда перепроектировали сам цех. С агентами то же, но перестройка воркфлоу стоит копейки – поэтому пойдёт быстрее. Короче, меняется единица измерения: DAU, чаты и сообщения больше ничего не значат – мерить надо сложность делегированных задач, время работы агентов и параллельность. Ценность человека смещается с «уметь сделать» на «поставить, проверить, скоординировать». Соответственно ценность – готовность перестроить процессы под делегирование задач ИИ и верификацию. https://openai.com/index/how-agents-are-transforming-work/

SpatialClaw Фреймворк от NVIDIA для пространственного рассуждения (spatial reasoning), позволяет VLM решать сложные задачи с визуальными данными, не требуя дополнительного обучения Вместо того чтобы дообучать модель под пространственные задачи, SpatialClaw даёт ей инструмент в виде Python‑кода, исполняемого в постоянном (persistent) вычислительном ядре. Модель выступает как агент: * Пишет код для анализа сцены * Запускает код и видит промежуточные результаты * Анализирует результаты и при необходимости переписывает или дополняет код * Компонует модули восприятия Такой подход резко повышает точность в задачах, где нужно не просто описать картинку, а понять геометрию, отношения между объектами и выполнить вычисления Гитхаб #vlm #reasoning #optimization

Очередной лайфхак с ИИ. Последние 3 месяца я плотно работаю с Claude Code. Из них последний полтора месяца в основном работаю через новый сервис оболочку для него. Который позваляет таким НЕтехнарям как я, спокойно работать с ним. Короче там много фишечек, вроде сквозной памяти между чатами, вторым мозгом ( без связки с обсидиан) все чаты локально на компе, управление через телеграм. Об этом чуть позже расскажу А сейчас просто одна из случайных рутиных задач которую мне сделал Dave за 20 секунд. Я генерирую обложки для каруселей в ChatGPT Image. Сохраняю их в загрузки и от туда уже скидываю на телефон дял выкладки. Обложки перемешаны с кучей других файлов, плюс у них может повторятся название. А я просто хотел собрать их все в одну папку и расположит ьв хронологическом порядке. Так и написал в DAVE.

выбери в папке загрузки все изображения с названия chatgpt image ... они в формате пнг
создай папку обложки инст в загрузках и перенеси туда все изображения

Он сначала собрал все обложки засунул в папку ( ну так любой агент сейчас может). А потом я попросил переименовать их в хронологическом порядке, чтобы я мог смотреть их по дате скачивания. И он сам за 10 секунд отсмотрел все даты и переименовал 160 файлов.

так а отсортируй их чтобы они были по дате создания или скачивания, а то сейчас все в разнобой

Вроде такая мелочь, а на сколько кайфово, что можно простым человеческим языком ставить задачу и получать ответ за минуту!

Теперь в каждой компанией работает свой Клод Anthropic недавно выкатила Claude Tag - теперь Клода можно тегать в Slack-канале, как обычного коллегу. Просто пишете задачу в обычной формулировке и призываете Клода - он её разбивает на этапы и фигачит в фоне через свои тулы (конкретные тулы и доступы можно настроить в конкретном канале). Работает пока только в Slack, но видимо будут раскатывать и на другие инструменты. Чем это отличается от обычного агента-ассистента? Ну, он мультиплеерный. Раньше у каждого юзера был свой отдельный чат с ИИ, а теперь Клод общий в канале. Каждый каждый участник видит, чем он занят прямо сейчас. Можно подхватить задачу с того места, где её оставил коллега, не объясняя контекст заново, и всё такое. Ещё агент учится на переписке канала, подтягивает контекст из других источников (если дали права), и не надо каждый раз вводить его в курс дела. А если включить ambient-режим, агент начинает работать без тега вообще - сам глядит зависшие треды и напоминает о задачах, на которые все молча забили. Интересно, желание реальных кожаных коллег доделывать свои задачки после такого как себя будет чувствовать? Любопытно, что внутри самого Anthropic через внутреннюю версию Tag уже создаётся 65% кода продуктовой команды (ну, по их словам). В общем, ИИ-компании пытаются всё сильнее проникнуть в операционные задачи и встроиться в каждую дырку. Эта битва продолжается, и в рабочем слое Anthropic пока уверенно побеждает. В лайфстайле всё не так очевидно, но это уже другая история. Фичизм

✔️ OpenAI переманила главного разработчика Apple Vision Pro Вице-президент Apple по аппаратному обеспечению Пол Мид, 7 лет работавший над проектом Vision Pro, перешел в OpenAI. Он присоединится к разработке физических ИИ-устройств. Мид будет работать в команде с дизайнером Джони Айвом и еще двумя бывшими топ-менеджерами Apple. Спецификации будущих гаджетов не раскрываются. По словам Сэма Альтмана, задача нового оборудования - обеспечить взаимодействие с ИИ вне интерфейса смартфонов. Мид уволился из Apple на фоне реструктуризации. Из-за изменения цепочки подчинения он потерял прямой доступ к высшему руководству корпорации. Пост Мида в Apple занял его бывший заместитель. bloomberg.com ✔️ Южная Корея инвестирует $650 млрд в ИИ и полупроводники Президент страны анонсировал 10-летнюю программу развития микроэлектроники, ИИ и робототехники с бюджетом $650 млрд. Центральный элемент стратегии - строительство нового полупроводникового кластера на юго-западе страны. Проект реализуют Samsung Electronics и SK Group. Правительство обеспечит базовую инфраструктуру: электричество, воду, транспортные сети, а также строительство жилья и подготовку инженерных кадров. firstpost.com ✔️ Amazon дистиллирует модели Anthropic для внутренних задач Компания создает компактные модели, обучаемые на инференсе Claude, чтобы избежать скачка расходов. Со следующего года Amazon откажется от почасовой оплаты за компьют Anthropic и перейдет на тарификацию за токены. На данный момент платформа Amazon Bedrock предлагает клиентам услугу дистилляции для моделей Nova и Llama. Использование семейства Claude для аналогичной процедуры пока доступно только инженерам самой Amazon. Параллельно корпорация развивает собственную линейку моделей, чтобы диверсифицировать риски и снизить зависимость от одного вендора ИИ. theinformation.com ✔️ Институт Аллена обновил открытую модель для анализа спутниковых снимков до v1.2 В мажорном обновлении OlmoEarth отказались от стандартных позиционных сигналов в пользу RoPE. Переход устранил артефакты в выходных эмбеддингах и улучшил качество представления данных. Рост производительности зафиксирован в бенчмарках kNN и linear-probe для всех версий модели. Архитектура OlmoEarth поддерживает мультимодальный анализ и обрабатывает мультиспектральные снимки Sentinel-2 и Landsat, радарные данные Sentinel-1, глобальные карты рельефа и индексы растительности. Семейство включает 4 размера: Nano, Tiny, Small и Base. Веса моделей опубликованы на Hugging Face. Код и скрипты для дообучения доступны на GitHub. Ai2 с сети Х ✔️ ИИ разрушает классическую бизнес-модель консалтинга Руководство Deloitte прогнозирует отказ от почасовой оплаты консалтинга из-за развития ИИ-агентов. На внутреннем собрании в компании заявили, что к 2035 году автономные модели займут основную долю рынка профессиональных услуг. Вместо продажи человеко-часов консалтинговые корпорации переходят на IT-модель - подписки и решения с фиксированной ценой. McKinsey и Boston Consulting Group внедряют ценообразование, привязанное к результатам работы. По данным WSJ, на подобные контракты у McKinsey приходится более 30% выручки. wsj.com @ai_machinelearning_big_data #news #ai #ml

Qwen-AgentWorld новая world models с 🛍 Команда Qwen выпустила не просто очередную LLM, а world models 😎 (точнее Language World Model) - по сути это модель, которая симулирует последствия действий агентов в 7 доменах: терминал, веб, Android, OS, SWE, поиск, MCP😜 Модель уже доступна с контекстом до 262K токенов. В чём суть? Обычные агенты решают, что делать в среде, в RL это зовётся политикой (policy), а Qwen-AgentWorld же предсказывает, что произойдёт после действия. Это как симулятор "реальности" в голове ИИ, позволяющий планировать без постоянных обращений к реальной среде. Крч становится доступна "осмысленная" многоходовочка. 🧠 Ключевые факты из статьи: 🤍 Архитектура: уже знакомая 35B параметров, активируется только 3B за счёт MoE - 256 экспертов, 8 активных. Гибрид из Gated DeltaNet 75% слоёв для скорости и Gated Attention 25%, для точности. 📚 Обучение: >10 млн реальных траекторий из 7 доменов + 3-этапный пайплайн: - CPT – закладка знаний о динамике сред - SFT – активация рассуждений для next-state prediction. - RL (GSPO) – оттачивание точности с гибридной наградой рубрики + правила. Помните рубрики обсуждали тут. 🏆 Бенчмаркинг AgentWorldBench: результаты на уровне GPT‑5.4 и Claude Opus 4.8, а 35B-версия превосходит более крупные модели. 🤙 Где применять? 1. Симулятор для RL – ожидаемо, можно обучать агентов в тысячах виртуальных сред без развёртывания инфраструктуры. 2. Горячий старт ака warm‑up для агентных моделей, что улучшает результаты на 7ми downstream‑задачах. Это не просто LLM – это шаг к ИИ, который понимает мир через причинно-следственные связи. Следующий шаг - это VLA с алиэкспресс 👍

Чем CC на самом деле круче Codex с точки зрения бизнеса? В целом, будем честны, они уже плюс-минус одинаковые. Да, Claude лучше делает UI, а Codex педантичнее следует правилам. Обгоняют друг друга по разным фичам, но в основном в мелочах Но есть одна особенность, которая может быть критической при выборе Codex vs Claude Code для компании. По крайней мере, для тех компаний, где разрешен гитхаб Это automations (codex) vs routines (cc) Просто один из самых частых запросов у бизнеса сейчас: 1. Научите наших доменных экспертов автоматизировать себе задачки 2. А потом сделайте, чтобы часть задачек запускалась в фоне, чтобы не тратить на них фокус Раньше, переход из первого во второе означал кучу приседаний с SSH, CI/CD, Docker и кучей других слов, которые люди учить не хотели и правильно делали Теперь рутины в Claude Code это решают – там достаточно разобраться как запушить проект с AGENTS.md и скиллами на гитхаб (проверено, с этим справляются), скопировать .env, если был, и установить триггер по таймеру (но можно и вебхук, если хочется запускаться в ответ на внешнее событие) Всю сложность по деплою, триггерам, и т.д. забирает на себя антропик И для компаний, где мало разрабов или у них нет времени на создание такой инфраструктуры для своих нетехнических коллег – это прям киллер фича @ai_grably

Количество переписок в день Мне было бы интересно узнать статистику количества нажатия на клавиши после плотного внедрения ИИ в мою работу. Я сейчас могу спокойно вести разработку 3-5 сервисов по нескольким проектам. В дни прям активно разработки я без остановки чего то печатаю. Причем печатаю агентами! Один агент выполнил задачу, ставлю ему следующую или уточнения по предыдущей. Пока первый думает иду писать второму и так по кругу. Выглядит как партия в шахматы против гроссмейстера, где в комнате стоит 3-5 столов с активными партиями и шахматист ходит между столами и делает ходы. Парадокс. Вроде раньше я гораздо больше кода писал сам — до 2023 года вообще 100% кода копировал со stackoverflow писал сам. Сейчас же я пишу от силы 5-10% кода, а остальное выдают мне ИИ-агенты. Но за активный рабочий день пальцы реально отсыхают от количество напечатаных символах. На фото видно мою клавиатуру. Смешно, что больше всего стерлись кнопки C и V. Но я прям честно-честно сам все пишу! не копипащу!

🔹 DeusData/codebase-memory-mcp ⭐ 18337 звёзд · C MCP-сервер, который индексирует кодовую базу в граф знаний и отвечает на структурные запросы AI-агентам. Написан на чистом C без зависимостей, едет одним статическим бинарником под macOS, Linux и Windows. Парсит 158 языков через tree-sitter, для 10 (Python, TS, Go, Rust, C++, Java и др.) подключает LSP с выводом типов. Linux kernel — 28M строк, 75K файлов — индексирует за 3 минуты, запросы укладываются в миллисекунду. Внутри встроенные эмбеддинги Nomic (768d int8) для семантики без API-ключей, граф в SQLite со сжатием zstd коммитится в репу как .codebase-memory/graph.db.zst. 14 MCP-инструментов: трассировка вызовов, анализ влияния, поиск мёртвого кода. Автоконфиг для 11 агентов — Claude Code, Cursor, Aider, Windsurf. репозиторий Сергей Булаев AI 🤖 — об AI и не только