ИИ

XYZ-Aquila-mini: компактная reasoning-модель для глубокого веб-поиска XYZ AI Lab выпустила XYZ-Aquila-mini под Apache 2.0. По заявленным результатам модель лидирует среди open-weight моделей до 40B сразу на нескольких поисковых бенчмарках: * GAIA - 97.1 * DeepSearchQA - 89.5 * BrowseComp - 78.8 Модель заточена под длинные цепочки планирования, поиск по англоязычному и китайскому вебу, проверку источников и восстановление после ошибок при работе с инструментами. Контекст до 256K токенов. Отдельно интересен их подход AI4AI: люди задают цели, ограничения и критерии качества, а ИИ-агенты сами разбирают ошибки и предлагают контролируемые изменения для post-training. Модель: https://modelscope.ai/models/XYZAILab/XYZ-Aquila-mini

В последнее время стал чаще юзать Codex, но именно его стиль ответов не очень нравится Так что всегда включал скилл humanizer чтобы убирать ИИ-слоп из ответов и документов которые он пишет Этот скилл неплох, но в основном просто исправляет формулировки, сохраняя исходный смысл, но не улучшая читаемость Так что именно для ответов агента, которые сам читаешь, нашел новый скилл: i-have-adhd Он построен на принципах которые помогают людям с СДВГ легче воспринимать информацию:

- давать короткие нумерованные списки - не подмешивать побочные темы - явно показывать, что уже заработало - избегать вступления, пересказы и вежливые концовки - репортить ошибки без эмоционального шума

Прикрепил сравнение всех трех вариантов, как по мне i-have-adhd самый читаемый Оба скилла хорошо работают с русским и любыми другими языками 😏 @tips_ai #tools

Среди всех панических криков про "ИИ нас заменит" и ваще "старшно-страшно" мало кто говорит (а может не говорят, потому что не понимают?), что одна из важнейших вещей, которая у нас появляется - высвобожление внимания. Вот тут Леша разбирает отличный пример, когда человек стоящий перед тобой наконец-то тебя послушает, а не будет судорожно записывать то, что вы ему говорите. А где у нас с вами это отлично проявляется? Праааавильно: как минимум в протоколах встреч. Я уже давно не мог позволить себе на встрече, где мне нужно фиксануть результаты настолько внимательно участвоать в диалогах и ничего не записывать. В общем, тема эмпатии, умения человека поговорить с человеком и выслушать его максимально внимательно вырастает в полный рост!

Побывал на YC Startup School - если честно, то самое интересное выступление было от Chelsea Finn, соосновательница Physical Intelligence, ассистант-профессор в Стэнфорде. Если очень кратко: в ближайшие 1-2 года будет chatgpt момент моделей для роботов —> то есть общие (generic) модели смогут выполнять разнообразные задачи не хуже специализированных моделей. Но такого взрывного роста дистрибуции, конечно, не будет, так как физические вещи не так легко масштабируются. Призывает уже сейчас играться с pi моделями, доступными в open source (0.5 например). Подробнее что она рассказывала и показывала дефакто описано в этой статье про 0.7 версию. Но думаю через пару недель появится видео

Александr Ванг: в AI выигрывает не тот, у кого самая новая модель На Startup School 2026 основатель Scale AI и руководитель AI-направления Meta Александr Ванг говорил о том, как строить компании, когда технологический фронтир меняется буквально каждый месяц. Главная мысль: нельзя привязывать компанию к возможностям конкретной модели. Сегодняшнее преимущество быстро становится стандартной функцией. Поэтому продукт стоит строить вокруг устойчивой проблемы клиента, предполагая, что модели, цены и доступные возможности постоянно будут меняться. Следующее узкое место AI — уже не только интеллект модели. Всё большее значение имеют данные, evals, обратная связь, инфраструктура и способность превращать вероятностный ответ в стабильно полезный результат. Отсюда практический вывод: лучший способ учиться — как можно раньше внедрять продукт в реальную работу. Смотреть, где он ошибается, собирать сложные случаи и возвращать их в цикл улучшения. Ожидание «идеальной модели» лишь откладывает получение самой ценной информации. Ванг также сделал акцент на плотности таланта и прямой ответственности. Небольшая команда сильных людей с ясной зоной владения может двигаться быстрее крупной организации, где энергия уходит на согласования. И наконец, удешевление разработки должно увеличивать амбиции основателей. Если создать продукт стало проще, это не повод выпускать ещё одну тонкую оболочку над моделью. Это возможность взяться за более трудную и значимую проблему.