ИИ

Автономный Бэклог (AI Task Tracker): (2 картинки / аналогии) или local-first agent execution kernel 1/ проблема/боль. -> в чатах с ботами разными куча мусора / каких-то ASAP'ов, идей которые сиеминутно в голову приходят и увлекают человеков, забывая про то что что-то недоделали. -> в формате AI First/native сижу сразу в 3-5 чатах, крутятся сервера/демоны, делают RnD/фиксы/dreaming/оптимизации и тд и тп. Периодически "демоны" / хиллеры / дриммеры вмешиваются в сессию чата прямо в моем AI IDE, "крича" о новых ошибках / уязвимостях / деградациях которые прям сейчас надо исправлять и вносить обновления из-за возможных деградаций / поломок и/или возможных дыр/иньекций/rce/травли контекста etc. В таком динамическом режиме работы невозможно помнить все и следить за изменениями + тем более как-то это фиксировать руками. И это сильное отличие от Linear ai, так как у меня все это делается для агентов, а не людей внутри, owner задач/багов и прочее не человек, а агентская система. ИИ выдало описание такое: *** Antigravity Tracker — локальная zero-trust операционная система задач для AI IDE, которая превращает хаос цифровой работы в приоритизированные, исполняемые и доказуемо завершённые задачи, сохраняя состояние через Ouroboros L1/L2/L3 независимо от памяти конкретного агента. *** Ouroboros L1/L2/L3 -> это трехслойная память (L1 текущий контекст LLM/задачи, L2 весь контекст чата, L3 всеобщая память всего)

Как заставить зумера со спауном внимания 8 секунд пройти онбординг из 15 экранов? 🤨 кмооооон да никак 😳 В 2026м году медианный completion rate онбордингов по приложениям всего 50%. 50, КАРЛ Посмотрите сессии своих пользователей - едва ли они вдумчиво отвечают на каждый вопрос, наверняка большинство кто доходит до конца пролетает онбординг на автопилоте, не читая ни одного экрана и это уже стандарт индустрии, спасибо тик току и другим платформам шорт контента за клиповое мышление у целого поколения 😂 Ну а чего, представьте показывать восьмилетнему ребенку вместо мгновенной выгоды слайды, которые можно пролистнуть не читая Новые проблемы как обычно требуют новых решений и мне кажется мой друг @eduardbaksheev (Эдик кстати нам оч помогает с дизайном aesty!) придумал интересное решение для своей прилы peri ai (вопросы по женскому здоровью), у него онбординг это чат с персонализированными вопросами и голосовым вводом 🧠 Прокликать такое невозможно - следующий вопрос не появится пока не ответишь, и каждый ответ меняет сценарий. Через минуту апп знает обо мне больше чем классический онбординг узнал бы за 15 экранов и мне лично отвечать было интереснее, чем заполнять форму, так как я получала какой-то отклик после каждого вопроса (но справедливости ради зумер я по нижней границе 😧) Мне стало интересно, где еще это есть и я нашла парочку примеров. Airtable собирает воркспейс из разговора с AI, Clay генерит первый воркфлоу из ответов welcome survey, Pi и Replika знакомятся с тобой как человек, ну и конечно Duolingo вообще ставит урок до регистрации, так что думаю это вполне можно считать новым трендом - персонализированный чат вместо формы ответов на онбординге 🐵 Ну и вишенка на торте - если продукт сам по себе чат, значит онбординг это уже первое использование продукта. Наталкивает на мысли что надо пробовать у себя, мы сейчас как раз первую сессию переделываем - показать функционал и объяснить, что не надо все вещи фоткать отдельно скорее всего будет очень удобно, как будут цифры - поделюсь Ставлю на то что через год чат-онбординг будет у половины consumer аппов, скриньте 😅 @neural_prosecco

Tap-tap Manager Хочу поделиться с вами моим проектом выходного дня. Когда-то раньше, я занимался волновой физикой (акустика, сейсмика и тп). Пришла в голову идея - если разместить 3 акселерометра на столе (или любом другом плоском объекте), то можно локализовать любые взаимодействия с этой поверхностью. Сначала попробовал использовать явление поляризации волн, но оказалось что вертикальные колебания ответственны за 95% энергии и метод хорошо работать не будет. Затем попробовал использовать свойства сети (array) - для того что бы триангулировать сигнал. Для этого надо четко ловить первую фазу прихода волны (phase picking). Ок, не проблема, сделали с Клодом полный finite element method для решение волнового уравнения, на симулятор обучили модель для phase picking - сделали трансфер на реальные данные, чуть откалибровали и работает. Ура! Точность все равно была не очень, потому что разрешающая способность моей сети не очень. А что если вообще забить на физику и просто обучить нейросеть для локализации? И по заветам Саттона (bitter lesson) - все получилось и результаты на видео! Точность локализации получилась примерно в 2 раза выше, чем при использовании физики. Я думаю вообще такие системы: симулятор физики, плюс реальные сенсоры и актуаторы (в моем случае стучание по столу) + мощный ИИ (Fable 5) = next frontier of science.

😂Хакеры вооружены передовым ИИ, а защита отстает

разработчики Bitcoin требуют равных условий

✉️Bitcoin Policy Institute вместе с сообществом ИБ и опенсорс-разработчиками опубликовал открытое письмо к бигтеху с требованием дать защитникам ранний доступ к флагманским ИИ-моделям:

🟦На опенсорсе держится вся мировая финансовая инфраструктура, включая Bitcoin с капитализацией за $1 трлн. Любая брешь в криптографической библиотеке или коде ноды ведет к прямой потере денег.

🟦Крупнейшие ИИ-лаборатории дают ранний доступ к мощным reasoning-моделям избранным партнерам за месяцы до релиза. В то же время разработчики Bitcoin Core и мейнтейнеры ключевых библиотек сидят на урезанных публичных версиях или слабых локальных моделях с открытыми весами.

🟦Разработчики уже захлебываются от потока сложных атак, сгенерированных нейросетями, тратя все ресурсы на разбор инцидентов вместо развития безопасности.

Авторы письма требуют создать программу доверенного доступа для проверенных защитников: выделять вычислительные мощности, снимать лимиты на глубокий анализ кода и давать флагманские модели до их публичного релиза. В кибербезопасности фора даже в 2-3 месяца решает все. Если разработчики критической инфраструктуры не получат инструменты того же калибра, что и атакующие, баланс сил в сети окончательно рухнет в пользу криминала. 🦔 CyberYozh

CtxPort Передача контекста между агентами / чатами Браузерное расширение за один клик превращает диалог с ИИ-агентом в чистый структурированный Markdown, упаковывает контекст с метаданными для передачи полного контекста другому агенту - Копирует весь диалог из ChatGPT, Claude, Gemini, DeepSeek, Grok, Doubao и GitHub - Копирование из боковой панели: навел на беседу, скопировал, не открывая ее. Удобно собрать сразу несколько чатов - Четыре формата: Full (весь диалог), User Only (только твои промпты), Code Only (только код с языковыми тегами), Compact (сжатые сообщения) Приватность: - Работает офлайн: все обрабатывается локально в браузере - Ноль загрузок на сервер, без аккаунта, минимальные права - Каждый адаптер платформы - отдельный плагин, новые сервисы добавляются просто - Chrome Web Store в разработке, пока ставится из исходников - В планах: импорт бандла обратно в чат, пакетный экспорт, Firefox #memory #agent #tools #extension VK | MAX

Wired рассказывает в большом материале о городе Уланчаб во Внутренней Монголии, который стал одним из самых быстрорастущих вычислительных кластеров Азии: по данным Goldman Sachs, китайские компании заявили в городе проекты дата-центров суммарной мощностью 12,5 гигаватта, причём более 70 процентов обязательств анонсированы за последний год. На всякий случай, никак не стартующий проект Stargate от OpenAI рассчитан на 10 гигаватт. Причем эту инфраструктуру строят непосредственно китайские AI-компании — DeepSeek, ByteDance, Alibaba, Xiaohongshu. Официальная логика размещения — поглощение избытка возобновляемой энергии, и производитель ветряков Envision уже анонсировал в Уланчабе дата-центр на 2 гигаватта с прямым подключением к своей генерации. С солнцем и территорией в этом месте тоже вроде бы неплохо. Правда, 37 процентов электричества в городе по-прежнему даёт уголь, а операторы традиционно предпочитают ископаемое топливо за надёжность круглосуточной работы. А вот с водой для охлаждения там проблема — при 350 миллиметрах осадков в год местный водоканал уже отключает часть станций на семь часов каждую ночь, хотя большинство заявленных проектов ещё даже не запущено. Это при том, что датацентры нуждаются в воде только два месяца в году — в остальное время высокогорье и холодные зимы уменьшают потребность в охлаждении. Мне отдельно понравилось, что уже уложены две выделенные оптические магистрали и пара часов на поезде от Пекина превратились в 5 мс latency по сети. Ну, это у меня тематическое — с одной стороны, понравилась в свое время книга Flash Boys Майкла Льюиса о HFT-операциях, для которых клали кабель Чикаго-Нью-Йорк точно по прямой, невзирая на скалы, чтобы минимизировать задержку, с другой, прорабатываю вопрос прокладки оптики в домашней сети при невозможности апгрейда CAT-5e. Но в случае с китайскими линиями такая latency дает возможность использовать линию даже при реальном инференсе. https://www.wired.com/story/the-unlikely-place-at-the-center-of-chinas-ai-boom/

✔️ Первые серийные Vera Rubin приехали в дата-центры Microsoft Сатья Наделла выложил фотографии из дата-центров Microsoft - пришли первые серийные стойки NVIDIA Vera Rubin. Nvidia следом подтвердила, что платформа вышла на полномасштабное производство.

Vera Rubin - следующее за Blackwell поколение стоечной платформы для ИИ. В одной системе NVL72 стоят 72 GPU Rubin и 36 CPU Vera на архитектуре Arm.

Стойка полностью на жидкостном охлаждении, лотки модульные и без кабелей - Nvidia обещает, что установка занимает пять минут вместо двух часов. По словам Nvidia, относительно GB200 NVL72 платформа обучает модели при вчетверо меньшем числе GPU, а стоимость миллиона токенов на инференсе агентным задач снижает примерно вдесятеро. @ai_machinelearning_big_data #news #ai #ml

Status Update Я вернулся из отпуска. Канал и коммьюнити будут потихоньку возвращаться в рабочий режим. Хочу поделиться самым ярким впечатлением, когда, казалось бы, далекие космические технологии внезапно делают жизнь приятнее. На вчерашних рейсах, словно в каком-то кафе, раздавали по WiFi интернет от StarLink. Летишь ты на высоте в 36k футов, за бортом -50 градусов, а у тебя ноутбук подключен к сети. И вместо 6-7 часов в капсуле без связи - и чатики и кодекс работают в штатном режиме. И можно в полете продолжать разрабатывать платформу для выкладки материалов по AI-Coding. Причем идеи, BDD-спеки и фреймворк для нее я разрабатывал практически на ходу с сотового при помощи связки из Codex агентов (как Remote на сервере, так и по-старинке оставленный открытый лаптоп). Да и в целом за время поездки я привык гораздо больше вопросов и задач сваливать на ChatGPT/Codex. Когда ноутбука нет под рукой, не сработает "мне самому проще и быстрее руками сделать". Проще как через телефон и ChatGPT. А потом как-то привыкаешь и понимаешь, что проще и быстрее - это как раз через агентов, а не ручками. Заодно и инструменты нарастают. И получается, что будущее, это когда агенты постоянно работают рядом с тобой через разнообразные девайсы, даже на высоте. Так что получается, что следующий рабочий/учебный код в нашем коммьюнити пойдет под лозунгом - "Даешь интеграцию агентов в жизнь и процессы") Ваш, @llm_under_hood 🤗

Опухший C++-код Старая байка гласит, что программистам нельзя платить за строки кода, иначе они завалят проект бессмысленными копипастами. Теперь за строки платят генеративному ИИ, и байка сбылась буквально. В проекте VibeTensor заявлено около 100 тысяч строк на C++ и больше 400 файлов, но при проверке статическим анализатором выяснилось странное. Настоящих ошибок почти нет, и это как раз проблема. Один и тот же блок кода встречается в тестах девять раз, умные на вид конструкции с массивами и циклами при ближайшем рассмотрении сжимаются втрое, а анализатор вязнет в этом болоте вместе с человеком. Код правильный, выхода за границы массива нет, ошибаться попросту негде, потому что смысла в нём кот наплакал, только длина.

Два подхода к генерации картинок диффузными моделями Латентный (обычный): картинку сжимают в маленькое скрытое представление через VAE-кодировщик, потом модель шумит и денойзит уже это сжатое представление а в конце VAE возвращает пиксели. Быстро и стабильно но теряет мелкие детали Пиксельный (напрямую): работает сразу с пикселями без VAE. Качество деталей выше, но напрямую с нуля такую модель обучать очень медленно, сходится сильно хуже латентной Alibaba нашли компромисс - латентно-пиксельный переход (latent-to-pixel strategy): 1. Претрейн в латентном пространстве - быстро получают хорошие генеративные знания 2. Потом переключаются в пиксельное пространство и дообучают там Качество на уровне латентных но в 3–5 раз быстрее - не тратится время на VAE-декодирование и нет потери деталей Не приходится выбирать между скоростью и качеством Это рисерч, ждем новых моделей от Алибаба #research #pixelduffusion VK | MAX

Зачем ускорять разработку? Просто через раз вижу этот вопрос, во всех постах про агентов и новую эру автоматического кодинга. Переубедить конечно никого не получится, но написать надо, чтобы получилось структурировано. Погнали. Нет такого количества задач Если вы поговорите не с менеджерами, а владельцами бизнесов, то окажется, что количество идей у них такое, что за всю жизнь не сделать. То что из этого не всегда доходит до низов, проблема размера и процессов, которые тоже пытаются решать, поэтому так много разговоров про sdd и аналогичные истории. Если разработка стала в два раза дешевле/быстрее, становятся экономически оправданными задачи, которые раньше вообще не попадали в backlog. Это никому не нужно В конкурентном мире невозможно сделать продукт до конца и сидеть сложа руки. А конкуренция приводит еще к тому, что кто первый встал, того и тапки. Сегодня вы на высоте, завтра ваш бизнес угрохали потому что вы не успели адаптироваться. Ну если вы работаете у монополиста/госа/стратегического игрока, то можете игнорировать этот пункт 🙂 Фичи не принесут деньги Может принесут, а может и нет, это невозможно обобщать не зная конкретных обстоятельства конкретных ситуаций. Например мы годами не могли сделать b2b кабинет таким как хотели наши клиенты, потому что у нас никогда не хватало ресурсов на эту часть. С помощью агентов мы это сделали и смогли получить хорошие контракты, которые от нас раньше уплывали. Ускорение разработки меняет не только скорость выполнения уже выбранных задач, но и сам набор задач, которые становится рационально делать. Покажите как это сократило фот? По правде говоря у многих сократило. Но последовательность другая. Последние годы у многих были сокращения по экономическим причинам, а потом заморозка найма при одновременном росте производительности за счет ИИ. Поэтому ии больше повлиял не на сокращение как таковое, а на отсутствие найма Покажите как это увеличило прибыль? В экономике есть только два способа растить маржинальность: рост производительности и повышение цены. Когда то массовое внедрение компьютеров и экселя привело к такому же эффекту. Итого Ускорение разработки само по себе не цель. Реальная цель это снизить стоимость изменения продукта, поэтому помимо разработки одновременно ускоряется еще много всего, но об том просто говорят в других местах, куда разработчики не ходят, поэтому у них часто складывается такое одностороннее представление о происходящем Telegram | YouTube | AI Клуб