ИИ

Луис ведёт свой второй мозг с 2020 года: проекты, разговоры, личный CRM, задачи, даже музыка. Прямо как я. Мысли теже: модели будут умнеть, цены снижаться, дефицитом останется контекст. Луис пошёл интересным путём - стал записывать свой экран 24/7, сохранять и анализировать. Так появился ScreenPipe — локальное open source (github) десктоп-приложение. Пишет экран и звук круглосуточно, всё хранит у вас: в ~/.screenpipe лежит SQLite-база, mp4-записи и accessibility tree — то есть ИИ видит и текст с экрана, и структуру интерфейсов, с которыми вы работали. Внутри таймлайн, как в rewind.ai: мотаешь свой день назад и находишь, что видел неделю назад. Плюс чат с этой памятью. Плюс Pipes — агенты, которые ходят по вашей памяти по расписанию. У Луиса такой агент сам ведёт личную wiki: люди, с которыми он встречался, письма, решения, компании, повестка. Другой отвечает на саппорт в Discord и Intercom, опираясь на то, что Луис уже когда-то отвечал. С приватностью тоже поработал: фильтры по приложениям, окнам и URL, а пароли и секреты вычищает отдельная локальная модель, до записи в базу. Наружу ничего не уходит. Я транскрипты всех звонков уже давно автоматически сохраняю в единой базе, агенты читают их каждый день. Экран — другой уровень, стремновато. Но идея крутая. Сергей Булаев AI 🤖 - об AI и не только

В эту субботу мы ходили на Turbo ML Conf и там нам удалось пообщаться с очень интересным спикером Знакомьтесь: это Дмитрий Ушанов, Директор в AI-центре Т-Банка. В общем, Дмитрий управляет практически всем, что в Т-Банке связано с ИИ. Поговорили про агентов, их реальную пользу и узкие места, а еще про изменяющуюся роль разработчиков в эру ИИ и опенсорс. Полная версия – в видео, а ниже топ-3 самых значимых цитаты Дмитрия из нашего разговора:

Модели сейчас перестали быть узким горлышком для большого количества задач. Боттлнек сейчас не в моделях – это процессы, инструменты, данные, которые оптимизированы не под человека, а под автоматику. Большой потенциал именно в том, чтобы сделать AI-ready инфраструктуру и трансформировать процессы, и тогда мы сможем получать полноценный профит от автоматизации.

Мы будем продолжать выкладывать модели. Пока мы не пытаемся выкладывать general-модели, которые решают любые произвольные задачи: больше фокусируемся на том, чтобы выкладывать модели, которые хорошо заточены под конкретную задачу, под конкретный домен, и при этом являются эффективными с точки зрения инференса. Какой-то экономической цели мы тут не преследуем – это больше про развитие комьюнити и технологического бренда, про фасилитацию рабочих продуктов.

Мы точно видим, что в отдельных командах, в отдельных функциях уже происходит какой-то переход к работе человека с агентом. Это пока достаточно локально, но мы стараемся вот такой подход культивировать. Если мы говорим про внутреннее развитие сотрудников, то мы стараемся включать в их матрицы компетенции и процессы роста вещи, которые связаны с обучением, использованием искусственного интеллекта и построением таких систем для тех профессий, для которых на среднесрочном горизонте это станет обязательной практикой.

Почти месяц меня не было в канале — накрыло новыми проектами, перформанс-ревью и л-е-е-е-е-т-о-м, которое хочется проводить с детьми. И так, чтобы без чувства вины перед остальными делами. Кванты любви всем родителям — на это нужны силы! ❤️ Но есть две темы, которые сейчас меня занимают в работе и не могу не поделиться. Хочу в ближайший месяц вместе с вами погрузиться в одну из них — выберем вместе, с какой начнём! Обе про AI, через призму реальных изменений и практик, которые наблюдаю и в том числе пробую сама. 1. Интеллект над иерархией Главный риск внедрения AI-агентов в ежедневную рутину я вижу в управлении страхом: «освой, иначе проиграешь» или «не научишься — вылетишь». Страх может ускорить первые шаги, но не создаёт ни мечты, ни любопытства. Как вместо этого создавать созидательный нарратив? И тут мне нравятся две идеи. Первая — практика заряженных моментов, я называю их «эвриками с полей». Когда кто-то приходит и говорит: «Даша, вау, смотри, что мы сделали!» — и показывает то, что без AI или разработки раньше было невозможно, а теперь не только дало новые возможности, но ты ещё и чувствуешь себя автором и создателем. Помню первые эврики в своей команде. Коллега из внутрикома собрал модель, которая анализирует инфополе компании, видит связи между людьми, находит лидеров мнений и скрытые сообщества. А команда устойчивого развития сделала скилл для проверки НКО, запрашивающих гранты Яндекса: раньше валидация занимала около 40 минут, теперь — минуты. Таких кейсов сейчас уже десятки! Можно ли их провоцировать? Мне лично очень помогает разгонять это вопросами на 1-1s или командных встречах — о том, какие ограничения мы хотим снять:

Что в нашей работе бессмысленно съедает время?

Что мы давно хотим сделать, но не можем получить ресурс? Какую идею мы не проверяем, потому что проверка слишком дорогая? Что раньше казалось невозможным? А вы как у себя стимулируете эксперименты и «эврики»? Вторая — идея интеллекта над иерархией. Сейчас мы работаем над тем, чтобы внутренние AI-агенты не только делали транскрибации встреч, но и находили связанные обсуждения, определяли, кому важен этот контекст, собирали фоллоуапы, экшн-планы и напоминания для команд. Знание будет двигаться не сверху вниз, а туда, где оно нужно для решения задачи. Я верю, что через 3–5 лет в компаниях станет меньше слоёв и бюрократии. Руководитель перестанет быть хранителем информации и узким горлышком — человеком, встречи с которым иногда ждёшь неделями, чтобы узнать, что решили на стратегической сессии. Кстати, как считаете, в чем будет ключевая роль руководителя в будущем? Интеллект над иерархией — это среда, где возможность знать, влиять и действовать определяется не высотой роли, а близостью к задаче и качеством мышления.

Если выбираем эту тему, соберу гайд по AI adoption на опыте Яндекса. 2. Качество суждения На днях мне пожаловалась студентка курса, что в переписке со своим руководителем про сложные отношенческие вопросы получает Claude-like ответы — признание эмоций, три аккуратных тезиса, предложение следующих шагов — вместо того, чтобы руководитель занял позицию и взял бы на себя риск сложного разговора. Я и за собой замечаю, что всё чаще первым движением иду посоветоваться с нейронкой. Чем больше задач мы передаём машине, тем важнее вопрос: что происходит с нашим мышлением? Риск ослабления привычки думать самостоятельно обсуждают HBR и McKinsey, исследуют MIT и Microsoft Research. Думаю, вслед за внедрением AI в компаниях появится запрос на инфраструктуру качества мышления: дебаты, философские клубы, этические дилеммы, симуляции решений, premortem-практики. Это станет зоной ответственности команд L&D и культуры, потому что способность сомневаться, аргументировать и отвечать за выбор — это качество всей организации. Если выберем эту тему, то проведём с вами здесь мысленный эксперимент: почелленджим аналитическое мышление и разберём не только что выбираем, но и как думаем. 1 — Интеллект над иерархией + гайд по AI adoption 2 — Качество суждения + мысленный эксперимент 1 или 2? Жду в комментариях 👇

«Какой ИИ - с жиру бесятся, тут бы выжить» Такую реакцию часто вижу в глазах людей из реального сектора, когда рассказываю про нашу работу. Производство, розница, офлайн услуги. Расскажу в ответ на это историю. У нас есть клиент - дистрибьютор напитков, занимается оптовыми поставками пива в региональные магазины. Пол-ярда оборот, хорошо растут. Только есть нюанс - работают на приграничной территории. И они захотели делать умную сверку заказов: чтобы когда торговые представители оформляю 50 ящиков темного в магазин «Продукты у тети Тани», происходила автоматическая проверка - правильный ли заказ? Может, магазин обычно светлое заказывает, а тут ошиблись? Или выбрали 500 ящиков вместо 50 по ошибке. Или наоборот не учли, что жара будет и летом больше обычного берут. Понятно, что там много факторов, нужна история заказов, нужна предиктивная аналитика и все это берется из разных учетных систем, где люди допускают ошибки. Только вот сложность проекта оказалась не в мат.моделировании спроса, а в том, что заказчик работает на территории под обстрелом. И у них регулярные отключения интернета, а то и электричества в целом. В итоге, сервер недоступен, работы стоят. И тут самое интересно. Несмотря на отсутствие электричества, проект не сворачивают. Не говорят «нам бы выжить», понимая, что нужно развиваться и что ошибки в заказах стоят дорого. Автоматизация становится не вишенкой на торте, как бывает в гос.корпорациях, а реальной потребностью. В итоге, мы продолжаем налаживать систему, работая в промежутках, когда есть интернет и электричество.

😎16 шагов поиска: скилл Hyper Research превращает Claude Code в автономный R&D-отдел В сеть выпустили скилл Hyper Research для Claude Code, который прокачивает консольный инструмент от Anthropic до уровня полноценной аналитической группы. Вместо поверхностного сбора первых попавшихся ссылок ИИ задействует 16-этапный алгоритм глубокой инвентаризации темы.

🟦Матрицы покрытия: Агенты разбивают сложный запрос на сетку подзадач, формируют гипотезы и параллельно обрабатывают сотни источников. 🟦Кросс-проверка: Все данные и ссылки сопоставляются между собой, а исходные материалы автоматически сохраняются в локальное хранилище. 🟦Саморефлексия и ревью: Перед выдачей результат проходит внутренний аудит. Система сама проверяет выводы на достоверность, отсеивает галлюцинации и дорабатывает читаемость отчета.

На выходе получается готовая аналитическая записка с полной базой пруфов и сохраненными первоисточниками, а не сырой черновик с выдуманными фактами. 🦔 CyberYozh

✔️ OpenAI открыла публичный доступ к функции Health in ChatGPT Все совершеннолетние пользователи США получили доступ к разделу Здоровье в ChatGPT. Инструмент позволяет подключать электронные медкарты, Apple Health и фитнес-трекеры для расшифровки анализов, оценки сна и подготовки анамнеза для лечащего врача. Маршрутизация запросов зависит от тарифа. В бесплатной версии данные обрабатывает GPT-5.5 Instant, в платной - флагманская GPT-5.6 Sol. Обе обходят врачей в бенчмарке HealthBench Professional. Из-за EU AI Act и европейских законов о защите данных функция полностью заблокирована в ЕС. OpenAI гарантирует, что не использует загруженную биометрию для обучения будущих моделей и таргетинга рекламы. openai.com ✔️ Black Forest Labs выпустила FLUX 3 Немецкая компания представила мультимодальную модель FLUX 3 для работы с изображениями, видео, аудио и физическими действиями в рамках единой архитектуры. В основе метод Self-Flow - расширенный вариант flow matching для одновременного вычисления пространственных структур, динамики времени и акустики. Модель генерирует 20-секундные ролики с синхронизированным звуком, анимирует статику, интерполирует ключевые кадры и создает мультиязычные диалоги. FLUX 3 также работает как базовая модель мира для физического ИИ - предсказывает действия и выступает ядром управления робототехникой. Релиз проходит поэтапно. Сначала запустят API для генерации видео, затем добавит генерацию изображений и опубликуют FLUX 3 Dev, версию для локального развертывания. запросить ранний доступ можно тут. bfl.ai ✔️ Anthropic обновила голосовой режим Claude Обновление перевело Voice Mode на модели Sonnet 5 и Opus 4.8. Заявлена интеграция со сторонними сервисами через коннекторы для Slack, Gmail, Notion и других платформ. Взаимодействовать с рабочими пространствами можно в процессе аудиодиалога, выполняя многоступенчатые задачи голосовыми командами. Например, модель может проанализировать пропущенные сообщения в Slack, сделать выжимку из документа в Google Workspace и переслать результаты в рабочий чат. Функция в стадии беты и доступна в веб-версии, мобильных и десктопных клиентах. Также добавлена поддержка общения на испанском, французском, хинди и японском языках. ClaudeAi в сети Х ✔️ Google опубликовала индекс использования ИИ Исследование AI & Economy ATLAS, основанное на анализе 15 млн обезличенных запросов к Gemini говорит, что ИИ применяется в 68% профессий, в которых делегируется около 21% рабочих задач. Менее 10% запросов направлены на полную автоматизацию - пользователи предпочитают применять ИИ для планирования, поиска информации и брейншторминга. В сфере физического труда специалисты чаще используют мультимодальные функции для визуальной диагностики оборудования и устранения неполадок в реальном времени. 86% взаимодействий с моделями происходит вне офиса. Дома люди обращаются к ИИ для разбора документов и работе с государственными сервисами. Статистика ставит под сомнение концепцию цифрового разрыва - темпы освоения ИИ в ряде развивающихся стран оказались сопоставимы с показателями богатых государств. blog.google ✔️ Армия США израсходовала годовой запас токенов за один месяц Американские военные сожгли всю годовую квоту на внутренней платформе Ask Sage, которая агрегирует доступ к LLM (включая Gemini, Llama и API от OpenAI). Система сертифицирована для работы с несекретной информацией и применяется для управления закупками, кадрового делопроизводства и классификации должностей. Из-за нехватки вычислительных ресурсов ИТ-департамент ведомства отменил безлимитный доступ к и вернул лимиты на генерацию. По неофициальным данным, в период Иранской операции Пентагон тратил до 20 млрд токенов в сутки. Пользователи платформы отмечают частые галлюцинации и нестабильность языковых моделей. Зафиксированы случаи, когда система отчитывалась о выполнении порученной задачи, не приступая к ней. wired.com @ai_machinelearning_big_data #news #ai #ml

Все лимиты и ресеты для Codex 200$ закончились. Рекорд - расход 2 недельных подписки за сутки (работа над RepoContextBench v2 ведется полным ходом). А Claude медленный, да еще и с лимитированным фейблом. В итоге, взял Грока за 300$ 100$ - говорят, там лимиты почти бесконечные и все очень быстро. Грок за 30$ мне понравился как по качеству, так и по скорости. Грока я использую в качестве исполнителя внутри OpenCode (возможно, перееду теперь на его нативный харнесс Grok Build) через свой скилл agents-consilium, его вызывает Codex App или Claude как субагента, поэтому получается очень удобно. Итого, сетап теперь такой: Планирует Fable или GPT-5.6 Sol high/xhigh Выполняет Grok 4.5 high Ревьят: Opus 4.8, GPT 5.6 Sol, GLM 5.2 и по итогу Fable. Позже добавлю Kimi K3 в ревьюеры и посмотрим еще на возможности релизной DeepSeek V4 Pro и Qwen 3.8. Есть еще темная лошадка SWE 1.7 от ребят из Devin - супер быстрый (на Cerebras чипах) и, судя по Frontier Code, с классными результатами. Если кто пробовал - отпишитесь. Еще, мне регулярно перестает хватать мощностей моего мака на комфортную разработку, поэтому планирую арендовать VMку и делегировать тяжелые задачи агента туда. Ах да, напоследок - лайфхак. Поскольку ручной сброс кодекс лимитов просто стартует новую неделю - получается, что выгоднее сразу после органического сброса как можно быстрее выжать лимиты, затем сделать ручной сброс, тогда вы за один и тот же помежуток времени сделаете больше работы нагенерите больше кода и, условно, в месячной подписке станет почти 6 полных недельных квот вместо 5-ти (без учета общих сбросах). Почему-то об этом никто не пишет. @ai_driven