ИИ

Стандарт авиастроения против AI-слопа 🔹 AminBlg/SimpleEnglish ⭐ 289 звёзд · Python Agent Skill, который заставляет LLM писать документацию по стандарту ASD-STE100 — контролируемому английскому, на котором аэрокосмическая отрасль пишет мануалы с 1983 года. 53 пронумерованных правила в 9 разделах: максимум 20 слов на инструкцию, активный залог, простые времена, одно слово — одно значение, запрет на should/would/may/might и «-ing»-обороты. Ровно те приёмы, по которым узнаётся AI-слоп: «leveraging», «seamlessly», «it should be noted», хедж-модальность, канцелярит на 40 слов в предложении. Скилл вычищает это на входе, а не правкой постфактум — модель сразу пишет короче и конкретнее. На бенчмарке из 96 генераций (6 моделей Claude × 8 задач) нарушений STE стало меньше на 72,9%, средняя длина предложения упала с 11,2 до 9,7 слова, токенов на выходе тоже меньше. Ставится через npx skills add в Claude Code, Cursor, Codex, Copilot, Gemini CLI и ещё ~25 агентов. Для ChatGPT и claude.ai — версия промптом, есть урезанный вариант на ~60 токенов. На маркетинг и блог-посты скилл сознательно не распространяется. репозиторий Полезная Репа ✈️

Не знаю зачем, но я тут завел Substack и написал туды статью: А началось с того, что я решил разобраться, а как там вообще разные люди оценивают AGI, что это такое и как вообще это понимать. И провалился в кроличью нору... Выяснилось, что этот AGI — Artificial General Intelligence, он же "Общий Искусственный Интеллект" — никто толком и объяснить не может, что это такое. Впрочем, а никто и не надеялся. Но понять очень хотелось. И вот статья, написанная, конечно же, не без помощи ИИ (ну, потому что обобщить 40+ ссылок, которые содержится в статье без ИИ можно, но у меня нет столько свободного времени), где выявилось, что на предмет есть как минимум 9 точек зрения, которые не то чтоб противоречат, но находятся в разных пространствах, спор в которых бессмысленнее "синего платья". И эти "9 PoV" можно свернуть в "оси спорщиков", которых тоже больше двух. Ну, например: 1. "А можно ли вообще построить AHI, и если можно, то как" 2. "А как быстро мы достигнем AGI и можно ли вообще" 3. "А в чем риск AGI" 4. "А кто это вообще будет управлять AGI, если его создадут" 5. И, черт побери, "а как мы вообще узнаем, что AGI появился". Отдельно, наверное, нужно отметить экономистов, которые, как обычно, пытаются прогнозировать будущее путем переноса прошлого — хорошие вещи "апроксимаций" не называют. Я там даже вспомнил про "математическую индукцию", про которую я еще в школе писал какой-то доклад или реферат для "научной конференции школьников" — до сих пор помню этот метод. От себя лично могу только добавить, что те системы, которые сейчас называют "ИИ" они уже очень сильно изменили мою жизнь и продуктивность. Вот хотя бы эта статья — для написания такой лет пять назад я бы потратил неделю. Сейчас я потратил вечер, просто последовательно задавая вопросы в тот момент, когда мне было что-то непонятно и что-то добавляя по ходу выуживания информации. Я считаю это прорывом, который будет масштабироваться на все отрасли народного хозяйства. Пусть и не так быстро, как утверждают ИИ-энтузиасты.

AgentFold — метод управления контекстом для агентов на длинных задачах На длинных сценариях поиска и анализа веб-агенты либо хранят слишком много сырой информации, либо слишком часто её суммаризируют, что забивает контекст. Авторы сегодняшней статьи предлагают метод AgentFold (GitHub), призванный решить эту проблему, сделав память агента динамической и управляемой самим агентом. Сейчас в веб-поиске используются два подхода. Первый — это ReAct, при котором все действия и решения конкатенируются в конец контекста. Благодаря этому ничего не теряется, но и контекстное окно забивается очень быстро. Второй подход — суммаризация на каждом шаге, однако при этом какая-то часть информации неизменно теряется. Ключевая идея AgentFold — создание активного и динамически пересчитываемого контекста для каждого следующего шага. То есть агент самостоятельно выбирает, что нужно запомнить точно, а что можно суммаризовать. Авторы отмечают, что они вдохновлялись человеческой способностью к осмыслению собственного опыта. В статье предлагается модифицировать и контекст, и то, в каком формате выдается ответ. Контекст должен состоять из следующих элементов: • Question — исходный вопрос; • Tools — доступные инструменты; • Multi-Scale State Summaries — свёрнутые блоки прошлых шагов. Например, шаги с первого по третий представлены одним блоком. При этом свёрнутым может быть и один шаг; • Latest Interaction — последний полный шаг. Суть в том, что все предыдущие действия хранятся в сжатом виде, а последнее — в подробном. Это позволяет меньше загружать контекст. Что касается ответа, то тут модель должна сперва размышлять, а потом делать фолдинг шагов. Он может быть гранулярным (granular) или глубоким (deep). В первом случае схлопывается только последний шаг, а во втором — целая ветка (например, «шаги с четвёртого по девятый»). После фолдинга идёт этап, на котором модель объясняет, почему объединила шаги именно так, как объединила. Наконец, вызываются инструменты и совершаются какие-либо действия. Для обучения всему вышеописанному, авторы брали вопросы из WebSailor и отправляли их во внешние опенсорсные модели (GLM-4.5 и DeepSeek-V3.1), чтобы построить контекст конкретного шага. При этом о том, как генерируются данные, не сообщается. Далее авторы генерировали ответ, выполняли действие, получали ответ от среды и собирали следующий шаг траектории. Проблема в том, что LLM сами не умеют сжимать контекст, что ведёт к ошибкам, галлюцинациям и тому подобному. Неправильные решения авторы отбрасывали, но как — в статье не описывается. Итоговый датасет представляет собой не набор пар «вопрос-ответ», а выборочный набор пар взаимодействия (intersection pairs), удовлетворяющих определённым условиям. На эти пары делается SFT. Согласно результатам замеров, AgentFold помогает снизить нагрузку на контекст к сотому шагу на 91% по сравнению с ReAct. При этом с увеличением числа шагов точность, как сообщают авторы, только растёт. Разбор подготовил ❣ Антон Гырдымов Душный NLP

Какую модель Claude выбрать Выбор LLM по таблице бенчмарков перестал быть рабочим методом. Вот что приходит ему на смену. Причина простая: тесты насытились. Сильные модели решают почти все задания популярных бенчмарков, разрыв между классами уходит в пределы пары процентов, и первая строка рейтинга больше ничего не говорит о том, какая модель нужна именно вам. Что предлагает Anthropic вместо этого — четыре опоры: 1. Понимать классы, а не ранги. Haiku — частые однотипные запросы, где решают скорость и цена. Sonnet — баланс под клиентские сценарии с требованиями к латентности. Opus — сложное многошаговое рассуждение. Fable — фронтир, задачи без готовых решений. 2. Стартовать сверху и регулировать усилие. Рекомендация — начинать с самой умной доступной модели и дальше подбирать не класс, а effort level. Один параметр двигает и качество, и стоимость, и это дешевле, чем перебирать модели. 3. Считать цену за задачу, а не за токен. Показательный замер на SWE-bench Pro: связка Sonnet 5 с советником Fable 5 дала результат в пределах 10% от Fable — за 63% его цены. Прайс за миллион токенов такой картины не покажет. 4. Закрывать выбор своими эвалами. Стандартный бенчмарк меряет среднюю задачу. Вам нужна ваша — на своих кейсах, со своими порогами по латентности и цене. Вывод, который останется верным и после следующего релиза: бенчмарк сужает список кандидатов, но решение принимает ваш прогон. Материал — по статье Anthropic «Claude Models Explained». @timurtaepov

5 типов личностей по ур. готовности к внедрению ИИ Анализ 5 ключевых аспектов, влияющих на готовность людей к интеграции искусственного интеллекта в рабочую среду. - AI enthusiasts (энтузиасты ИИ) - Мотивированы инновациями, эффективностью, конкурентным преимуществом - Активно хотят внедрять и использовать ИИ - Часто становятся внутренними драйверами (champions) - AI curious (любопытные к ИИ) - Интерес есть, но без слепой веры - Ждут доказательств, ответов на практические вопросы - Готовы пробовать, но в безопасной среде (sandbox) - AI cautious (осторожные) - Думают про риски: безопасность данных, этика, влияние на людей - Хотят контроль и участие человека (human-in-the-loop) - Не против ИИ, но только при строгих ограничениях - AI sceptics (скептики) - Не верят хайпу, требуют доказательств эффективности - Опираться будут на эмпирику (A/B тесты, сравнения) - Часто это рациональные и опытные специалисты - AI opposed (противники) - Сильное сопротивление из-за страхов (потеря работы, контроль, слежка) - Могут полностью отказываться использовать ИИ - Требуют работы с глубинными тревогами --- Интерпретация (для продукта/внедрения): - Это сегментация пользователей по readiness, а не по роли - Основной барьер — психология и доверие, а не технология - Внедрение ИИ = change management + behavioral design

Почему мы отказались от Claude в пользу Hermes + Codex. Весной мы стали использовать RapidAPI LinkedIn Sales Navigator Scraper – через MCP Claude Code должен был сделать запрос к LinkedIn Sales Navigator и выгрузить данные поиска. Мы использовали обычный Claude Code, который работал из-под VS Code. Пару раз Claude Code собрал нужные нам данные, правда токены на $20 тарифе Клода закончились буквально за 10 минут и пришлось ждать 4 часа, пока они перезарядятся. Выждав это время, я пошёл скрапить Sales Navigator и это был первый раз, когда я столкнулся с ЦЕНЗУРОЙ от ИИ. Естественно Claude было по фигу, что за доступ к этому API мы заплатили $150. При просьбе собрать данные он просто сказал, что он отказывается пользоваться этим MCP и собирать при помощи него Sales Navigator данные потому, что это идёт ВРАЗРЕЗ С ПРАВИЛАМИ ИСПОЛЬЗОВАНИЯ LINKEDIN. Я был немного в шоке из-за 2 вещей: во-первых, как молниеносно улетают мои кредиты в Claude, а во-вторых, как можно заниматься лидгеном, если ИИ так жёстко цензурирует стандартные лидген-практики. Тогда я попросил ChatGPT написать код и собирал данные програмно через терминал. Неудобно, но зато код в терминале полностью лишён саморефлексии 😁 Потом с подачи друга я затестил Hermes на Codex и решил запустить мой скрапер – на удивление всё прекрасно сработало. Не было никакой цензуры, и я ни разу не упёрся в лимиты. С тех пор я перевёл почти все рабочих процессы на Hermes + Codex, а в Claude только делал какие-то локальные задачки. Но сегодня он меня окончательно выбесил. 😈 Я попросил Claude сделать описания для 2 LinkedIn профилей. Он у меня запросил: “Нужны ли тебе описания для 2 настоящих людей или для 2 вымышленных людей”. Я выбрал пункт 2. Claude сказал, что он не будет этим заниматься, т.к. опять же это противоречит правилам LinkedIn. После этого он попросил меня подтвердить, что всё-таки эти описания для живых людей. Я ему сказал, что мол да, давай пиши и он выдал: “Помня ваш предыдущий запрос по созданию описаний для несуществующих людей и ввиду того, что тот запрос шёл вразрез с условиями использования платформы, я прошу описать подробно бэкграунд людей, имена, роли и так далее”. Спасибо, что паспорт не попросил для верификации и головой помотать! Надо ли говорить, что Hermes на Codex подготовил отличные описания с первого же промпта. #li_content

✔️ ЕС выделит 10 млрд евро на создание семи ИИ-фабрик Еврокомиссия открыла тендер на строительство ИИ-кластеров с ожидаемым общим бюджетом 30 млрд евро. Из них 10 млрд евро напрямую предоставят фонды ЕС и бюджеты стран-участниц. Финансирование получат 7 дата-центров - в документах они фигурируют как "суперфабрики". Прием заявок продлится до 12 ноября, победителей объявят в июле 2027 года. По условиям тендера, подрядчики обязаны полностью ввести объекты в эксплуатацию в течение 18 месяцев после подписания контрактов. wsj.com ✔️ OpenAI запустила программу доступа к флагманским моделям для учёных Программа ChatGPT for Academic Researchers предполагает, что до 2027 года компания предоставит 100 тысячам учёных доступ к своим топовым моделям. Первые 10 тысяч исследователей получат приглашения этим летом. Участникам откроют доступ к GPT-5.6 Sol Pro, ChatGPT Work и Codex с расширенным контекстом, увеличенными лимитами и дополнительными кредитами для функции Deep Research. Платформа включает более 75 научных навыков и интегрирована с базами статей, геномными датасетами и вычислительными блокнотами. Участие отрыто только для профильным специалистам из одобренных OpenAI университетов. Кандидаты обязаны подтвердить академический статус и наличие научных проектов. Одобренный участник может добавить в рабочее пространство до четырех коллег из своего института. openai.com ✔️ Thinking Machines Lab представила модель Inkling-Small Стартап Миры Мурати опубликовал веса мультимодальной MoE-модели Inkling-Small на 276 млрд общих и 12 млрд активных параметров. Модель обрабатывает текст, аудио и изображения в окне контекста до 1 млн токенов. Благодаря дистилляции от флагманской Inkling и обучению с подкреплением, младшая версия превзошла оригинал в кодинге и логическом вывода. Она выбила 80% в бенчмарке SWE-bench Verified и 31,6% в Humanity’s Last Exam. Веса - на Hugging Face, инференс и файн-тюнинг доступны через платформу Tinker. С учетом стартовой скидки стоимость API составляет от $0,58 для контекста 64K до $1,16 для 256K токенов. thinkingmachines.ai ✔️ Google выпустила модель Embodied Reasoning 2 ER 2 обрабатывает непрерывные мультимодальные видеопотоки и работает как высокоуровневый планировщик. Архитектура разделяет логику и моторику - пока модель рассчитывает следующий шаг, физические действия выполняют VLA-модели. Модель анализирует видеокадры в реальном времени, оценивает статус текущего этапа и корректирует алгоритм на лету без перезапуска процесса. ER 2 также поддерживает мультиагентную работу - устройства разного типа могут обмениваться семантическим контекстом для совместного выполнения многошаговых задач в общем физическом пространстве. Модель доступна через Gemini API и на платформе Google AI Studio. В помощь начинающим опубликованы примеры того, как настроить модель и заставить её выполнять задачи в области физического ИИ. blog.google ✔️ Liquid AI выложила веса двунаправленных энкодеров под CPU Стартап опубликовал веса двунаправленных энкодеров LFM2.5-Encoder на 230M и 350M параметров. Модели базируются на архитектуре LFM2, оптимизированы для запуска на CPU и поддерживают контекст до 8К токенов. Основные сценарии применения - классификация, маршрутизация и токен-уровневые операции. По итогам 17 тестов, старшая версия на 350M заняла четвертое место из 14. По словам Liquid AI, при полной загрузке окна в 8192 токена модель 230M выполняет forward pass на CPU за 28 секунд - в 3,7 раза быстрее ModernBERT-base. Код и веса - на GitHub и Hugging Face. liquid.ai @ai_machinelearning_big_data #news #ai #ml

Альтман впервые заявил о готовности замедлить развитие AI «Возможно, нам придётся замедлить темпы развития AI, чтобы дать обществу достаточно времени для адаптации к некоторым из этих новых возможностей», — сказал Альтман в подкасте Invest Like the Best. Раньше Альтман не поддерживал призывы замедлить развитие AI. Смена позиции совпала с историей о новой модели OpenAI, которая во время тестирования обошла ограничения и взломала базу Hugging Face, чтобы подсмотреть ответы на задания теста. «Это был киберинцидент буквально из научной фантастики. Первый случай в сфере безопасности, который я ощутил настолько остро», — сказал Альтман. https://techcrunch.com/2026/07/28/sam-altman-is-ready-to-decelerate/