ИИ

AI убирает одну работу и тут же создаёт другую Сегодня обсуждали с коллегами любопытный парадокс. AI резко снизил порог входа во множество задач. Люди начали делать то, за что раньше даже не брались: разбирать финансы, копаться в своём здоровье, собирать мобильные приложения, автоматизировать процессы, работать с данными и документами. Раньше для этого надо было долго учиться, читать инструкции и набивать руку, а теперь можно быстро получить объяснение, пример, прототип и даже какое-то рабочее решение. Вот только доступность задачи ничего не говорит о глубине её решения. Современный AI часто напоминает университетского профессора, который прекрасно знает теорию, убедительно объясняет материал и щёлкает учебные примеры. Как только знания надо применить в реальной среде: с ограничениями, архитектурой, производительностью, исключениями и контекстом - начинаются проблемы. Модель легко напишет огромный объём текста, обработает массив данных самым неэффективным способом и предложит архитектуру, которая выглядит убедительно, но плохо живёт на практике. Скажем, большой набор данных разумнее один раз превратить в реляционную базу и дальше получать ответы короткими запросами на SQL или Python. Вместо этого ИИ раз за разом прогоняет через контекст тысячи строк, сжигая время и токены. Забавно, что длинные рассуждения и многократная обработка данных - ровно то, на чём зарабатывают поставщики LLM. Но интереснее другое следствие. AI породил огромный объём прототипов, полуготовых решений и новых инициатив, и люди начали встраивать их в бизнес-процессы, не всегда понимая архитектуру, программирование, безопасность и экономику продукта. Всё это теперь нужно проверять, исправлять, интегрировать, защищать и доводить до промышленного уровня. Дальше начинается цепная реакция. Юристы с помощью AI находят в договорах больше несоответствий, и другая сторона получает документ ещё сложнее, на проверку которого уходит ещё больше времени. Предприниматели быстрее собирают прототипы, но потом им нужны разработчики, архитекторы и консультанты, чтобы превратить это в надёжную систему. Компании видят новые возможности и тут же упираются в новые вопросы: где будет реальная экономия, как изменятся процессы, какие появятся риски и кто на самом деле получит прирост производительности. Пока что я вижу, что новой работы ИИ создаёт не меньше, чем убирает и её будет много. @maxvotek | linkedin | substack

Ключевое за 3 дня ⚡ Главное • Администрация Трампа запустила «Миссию Genesis» — $5 млрд на 278 проектов по AI для науки и инженерии. • Project Camellia: дата-центр за $30 млрд — $30 млрд, 3,2 ГВт в Джорджии. • AMD и Anthropic заключили сделку на $5 млрд — Anthropic развернёт до 2 ГВт GPU Instinct MI450. • Anthropic запускает Claude Opus 5 с почти передовой мощностью за полцены — Модель за $5/$25 за млн токенов, 1M контекст, лидер AA 1720. 📈 Рост и Оптимизация • Gemini достиг 950 млн пользователей — Alphabet отчиталась о сильной прибыли, рост облака и AI. • Google отчитался о сильных доходах во Q2 и выпустил три новые модели — Выручка выросла на 24% до $119.8B, облачная выручка взлетела на 82%. • Microsoft: собственные модели дешевле OpenAI на 89% — Снижение затрат на 89% по сравнению с OpenAI. • Alphabet показала отрицательный свободный денежный поток из-за расходов на ИИ — Отрицательный cash flow $5.9 млрд, выручка +23%, расходы на ИИ до $205 млрд. 🤖 Промпты и Практика • Как использовать коннектор Anthropic Economic Index в Claude — Включите коннектор и задавайте вопросы об использовании AI по профессиям и отраслям. • Как стать 10x ramble-кодером — Скачайте приложение для диктовки и начните говорить. • Перестань просить ChatGPT писать резюме — попробуй это — Используй ChatGPT как карьерного стратега для поиска новых путей и навыков. • Как использовать Claude Fable 5 с циклами (loops) — Запускайте цикл: цель, действие, проверка, повтор. Ключ — eval. 🛠 Инструменты • OpenAI запустила Presence для корпоративных AI-агентов — Платформа для управления AI-агентами с голосом и чатом, решает 75% запросов. • OpenAI сделала ChatGPT Health доступным для всех пользователей в США — Функция помогает с медицинскими запросами. • Black Forest Labs запускает единую модель для изображений, видео и робототехники — Единая модель для изображений, видео и робототехники. • OpenAI GPT-Live для десктопа — полнодуплексное голосовое управление и фоновые агенты — Полнодуплексное голосовое управление и фоновые агенты.

“Нейросеть захотела жить и начала шантажировать создателей” – заголовки такого сорта в последнее время выходят с завидной регулярностью. Мой новый гость в подкасте “Визионеры” реагирует на них пожатием плеч. Сергей Марков – директор по развитию технологий ИИ Сбербанка, архитектор GigaChat и автор главной русскоязычной монографии об ИИ “Охота на электроовец”. Пожалуй, самый невозмутимый технооптимист из всех, с кем я обсуждал эту тему. Из разговора вы узнаете: – почему бунт машин – неудачный кандидат на роль главного страха и в чём настоящая угроза – что значит фраза “апокалипсис дешевеет” и при чём здесь обезьяна с красной кнопкой – почему в Китае двадцать языковых моделей, а в России – полторы …и многое другое. Запись уже доступна на YouTube-канале “Визионеров”. Смотрите и решайте, на чьей вы стороне – алармистов или технооптимистов.

Nova Orange AM — аниме-чекпоинт с детальной кожей и глубиной кадра Название: Nova Orange AM Ссылка: https://civitai.com/models/2606801 Тип: #Checkpoint (merge) Скачиваний: 7 127 Версия: v3.0 A от 23 июля 2026, 3.9 ГБ, BF16 Базовая модель: Anima Теги: #аниме #фэнтези #пейзаж Описание: Аниме-чекпоинт от Crody, оммаж легендарным OrangeMixes и Anima-версия Nova Orange XL. Даёт детальную кожу и ощутимую глубину кадра, ровно держит и портрет, и сцену с пейзажем. В v3.0 A автор докрутил контроль эстетики, ракурсы и насыщенный свет. Триггер: отдельных слов нет, префикс masterpiece, best quality, score_9, very aesthetic Параметры: Sampler Euler a · Steps 20-30 · CFG 4-6 · Clip Skip 1-2 НЕЙРО-СКЛАД — всё, что нужно, для твоей нейронки!

🎨 CyberRealistic Anima — полуреализм и графика в одной модели Название: CyberRealistic Anima Ссылка: https://civitai.com/models/2668799 Тип: #Checkpoint Скачиваний: 3 816 Дата: 18 июля 2026 Базовая модель: Anima Теги: #арт #иллюстрация #полуреализм #аниме Описание: Свежий чекпоинт от Cyberdelia на новой базе Anima. Редкий случай, когда одна модель тянет и фотореалистичный портрет, и рисунок тушью, и классическую рисованную анимацию, и пейзаж с живностью — без смены LoRA. Хорошо держит мелкую детализацию: шерсть, штриховку, ткань, туман. Триггер: отдельных слов нет, хватает masterpiece, best quality в начале промпта Рекомендуемые параметры: CFG 3 · Steps 40 · Sampler er_sde 🤖 НЕЙРО-СКЛАД — всё, что нужно, для твоей нейронки!

Облако или покупка GPU The Wall Street Journal пишет, что американские компании перестали соревноваться, кто потратил больше токенов и начали считать себестоимость ИИ. Мощные дорогие модели типа Opus оставили на сложных задач типа планирования, а регулярную работу стали отдавать дешёвым китайским моделям. Все начинают считать экономику ИИ внедрений 🙂 В России токены зарубежных вендоров корпорации обычно не покупают, у нас оптимизируют выбор инфраструктуры. Допустим, мы решили не отдавать данные OpenAI / Anthropic и работать на открытой модели типа Qwen 3.6-35B. Она подходит для большинства типовых задач: тех.поддержка, речевая аналитика, RAG и поиск по документам и пр. Дальше есть три варианта: 1. Для коротких тестов можно взять в аренду облачные мощности на vast.ai, годится для экспериментов, там платим только за часы работы. Никакие приватные данные туда не отдаём, годится чтобы потестировать метрики опенсорс модели на пилоте. 2. Защищённое рос.облако, 152-ФЗ. От 230 тыс. руб. в месяц за выделенную карту под такую модель . Запуск за день, там уже допустимы любые конф.данные. 3. Покупка сервера с RTX 6000. От 1,5 до 2 млн руб., но сама поставка и настройка займут месяц или больше. Теперь посчитаем. Аренда за год выходит около 2.8 млн руб. Покупка того же железа – 1,5–2 млн. Окупаемость 7-8 месяцев, дальше становится дешевле владеть, чем арендовать. Но при аренде рос.облака мы платим мы не столько за GPU, сколько за соответствие требованиям, за скорость запуска и за право отложить решение о закупке конкретной конфигурации до конца пилота. 👉Получается логика такая: • если проект короче полугода, конфигурация ещё не ясна, нужен быстрый запуск - выбираем облако. • горизонт больше года, нагрузка постоянная, требования к данным жёсткие - выбираем своё железо • эксперименты без чувствительных данных - почасовая аренда.