ИИ

Главный хайп в Кремниевой долине прямо сейчас - это вкус (taste) Пока все спорят, чья модель круче, весь тех-твиттер тихо сменил баззворд. Грег Брокман из OpenAI пишет, что вкус - это новый ключевой навык. Пол Грэм вторит: когда собрать можно что угодно, вкус становится важнее кода. Про это уже выходят лонгриды в New Yorker и NYT. Логика простая: ИИ обнулил стоимость исполнения. Прототип собирается за минуту, интерфейс за один промпт. А раз сделать теперь может любой, дефицитом стало не умение собрать, а понимание, что вообще стоит строить. Это и есть вкус. Но слово вкус само по себе звучит абстрактно и снобски. Дэн Пинк разложил его на 3 понятных шага, которые качаются как навык: 1. Создавать, а не просто потреблять. Вкус растёт, когда ты делаешь руками, а не когда бесконечно листаешь чужие кейсы. Первые попытки будут кривыми и это нормально. ИИ выдаёт готовое результат, проскакивая как раз тот этап, где и формируется суждение: попробовал → вышло плохо → понял почему. 2. Вкус - это смелость сказать нет. Если вам нравится абсолютно то же, что и всем, у вас пока нет вкуса. Занять позицию - значит от чего-то отказаться. В продукте это буквально главная работа продакта: не то, что нужно добавить, а то, что вы жестко НЕ будете строить (даже когда громко просят). 3. Если ваш вкус не меняется - вкуса нет. Вкус - не застывший набор правил, а движущаяся мишень. Продакты и фаундеры, которые остаются релевантными годами, постоянно пересматривают свои ориентиры и не боятся отказываться от вчерашних любимых решений. Короче говоря, все задолбались от дженерик дизайнов и продуктов, теперь в моде уникальность. Впрочем, как и всегда, просто раньше дженерик решения было делать сложнее, а теперь они на каждом углу. @productgames

📱 ChatGPT перестал тыкать в кнопки мышкой - теперь он дёргает функции сайта напрямую OpenAI включила поддержку стандарта WebMCP во встроенном браузере десктопного приложения. Сайт сам объявляет, что агенту разрешено делать - поиск, корзину, правку документа, и агент вызывает это командой. Ограничения на старте: ✧ Только встроенный браузер приложения ChatGPT ✧ В обычном Chrome не работает ✧ Нужен сайт, который отдал инструменты ✧ Покупки и удаление всё равно с подтверждением ✧ В корпоративных и учебных аккаунтах недоступно Стандарту год, и до сих пор его никто не вызывал - у владельцев сайтов только сейчас появился первый повод его вкрутить. 🔗 Расписал, как отдать инструменты со своего сайта и где у схемы слабые места #openai #chatgpt #codex

Anthropic выпустили большую статью о том, как они улучшают безопасность в век побегов агентов из лабораторий Раскрыли много интересных деталей, но обо всем по порядку. Все началось в феврале, когда обучали Mythos Preview. Первые звоночки были почти безобидными: за моделью заметили некоторые признаки reward hacking. Например, она начала писать в комментариях к коду фразы вроде «для ревьюера» и делала это даже в задачах, где никакой ревьюер вообще не упоминался в промпте. То есть модель научилась оптимизироваться под одобрение оценщика, а не под реальное качество работы. Anthropic тогда пришлось откатить обучение аж на три дня. Через некоторое время вскрылась еще одна проблема: часть прогонов случайно обучалась на chain-of-thought модели. Это совсем не ок, потому что так модель быстро научится подстраивать свои мысли под то, что нравится оценщику, и из честных мыслей, которые очень нужны нам для интерпретации ее поведения, они превратятся в текст на публику, как конечный ответ. В итоге в апреле Anthropic приняли решение заморозить все RL-среды для проведения большой проверки. По ее результатам оказалось, что более 10% сред в продакшене сломаны (где-то можно было обмануть систему оценки, где-то сами задачи кривые). Тогда же, во избежании еще больших рисков, связанных с Mythos, порядка 150 инженеров с продуктовой разработки, претрейна и RL перевели работать над поиском уязвимостей и улучшением безопасности процессов. Тем не менее, даже это не спасло Anthropic от июльских инцидентов. Напоминаем: сначала Anthropic сами сообщили о том, что их модели (не только Mythos, кстати) получили доступ в реальный интернет из-за ошибок конфигурации у сторонних оценщиков и чуть не взломали три организации -> https://t.me/data_secrets/9651. А затем еще и британский AI Security Institute сообщил о том, что Mythos совершил атаку на опенсорсный проект во время тестирования -> https://t.me/data_secrets/9670. Стартап признает, что произошло все эти не только из-за банальных ошибок в конфигах, но и из-за дыр в самом элайменте. Сейчас они внедрили классификаторы и алерты на всех этапах обучения, усилили мониторинг, ужесточили правила для внешних партнеров и продолжают работать над безопасностью инфраструктуры. https://www.anthropic.com/news/improving-alignment-security-efforts

VRGDG SeedVR2 TensorRT Studio Локальный инструмент для реставрации и апскейла видео на GPU. Берет пайплайн SeedVR2 и превращает в удобный воркфлоу под Windows • загрузка видео и превью короткого отрезка перед полным рендером • сравнение результата: Original, Restored, Compare, Side by side • восстановление рендера после обрыва - сохраненные чанки продолжают с места остановки • настройка разрешения, aspect policy, точности модели, temporal batch, seed, цветокоррекции • финальная обработка без повторного рендера - шарпенинг, зерно, сглаживание швов, skin finishing • история проектов - медиа, манифесты и логи хранятся вместе в outputs • TensorRT ускоряет VAE decoding на NVIDIA RTX, работает быстрее обычного SeedVR2 • 8 секундный клип с 360p до 2K на RTX 5090 моделью 7B Sharp FP16 - около 8 минут, время зависит от разрешения источника, fps и VRAM #videorestoration #upscale #windows

Хочу подробно ответить на один классный вопрос про AI Coding

Как считаешь в ближайшем будущем прорыв будет получатся из-за улучшения базовых моделей, или же инженерных трюков как например рассказываешь ты у себя в канале? Многие вещи как про голд спт, евалы, бдд, контрол центр я нигде не слышал. Повсеместно почти люди вещают кому какой скилл поставить. Мне кажется, что все дело в целях и в аудитории, для которой ведется рассказ. Скилы хороши тем, что это что-то наглядное и удобно упакованное. Скилл можно легко поставить и сразу увидеть результат, что что-то поменялось. Такой материал хорошо работает для привлечения аудитории. У нас же уже сложилось классное коммьюнити - подписчики, участники чата и тематических групп. Тут есть директора, лиды и инженеры компаний США и Евразии, как корпораций, так и передовых стартапов. Про многие компании вы уже слышали или даже пользовались их продуктами и услугами. Поэтому тут нет смысла упрощать картину ради аудитории. Наоборот, можно пропускать костыли, концентрироваться на системном подходе и конкретных результатах: ценность для пользователей, соответствие кода конкретным требованиям, а систем с LLM под капотом - измеримым ожиданиям. И если говорить про точные пайплайны c LLM под капотом - их никак не построить без evals и разнообразных датасетов. OpenAI и Anthropic без этого не смогли бы двигаться вперед. А если говорить про разработку продуктов для пользователей с AI Coding - аналогичная история. Можно написать хоть тысячу текстовых спеков в маркдауне с superpowers и OpenSpec, подключив это к ponytail. Но с качеством кода это не обязательно будет кореллировать (скорее наоборот, забъется контекст и поползут глюки). А вот тесты работали всегда, как работали превосходно все эти десятилетия, так и продолжают работать. А в случае сложной продуктовой разработки с хитрыми интерфейсами эти тесты уже давно делают в формате BDD. // а вот control center - это просто мой термин для старой DevOps модели, когда для удобства управления кучей систем в одну репу собирали пачки из Ansible/Terraform/Chef, bash скриптов и YAML каши от Kubernetes. Просто сейчас этот бардак можно свалить на агентов. И я считаю, что дальнейшие прорывы в разработке будут происходить не столько из-за улучшения моделей, сколько из-за развития харнесов кодовых агентов. А еще за счет того, что индустрия будет переоткрывать, как эффективно сочетать принципы, которые работали всегда - с этими новыми агентами. Агенты и LLM при этом будут продолжать дешеветь. Вот например большой аплифт по каким либо показателям дает тебе такой инженерный подход? Компенсирует ли этот прирост ту ответственность которую как я понимаю нужно проявлять к тому чтобы следовать всем этим ai native конвенциям

У меня в итоге проекты не следуют специальным AI Native конвенциям, чтобы быть актуальными. Наоборот, это обычные читаемые проекты без каких-то скилов. Просто впервые в жизни у меня есть время, чтобы их оформить аккуратно и правильно, так, чтобы команда могла открыть проект, быстро разобраться и иметь возможность начать продуктивно работать, не ломая код. Ну а то, что проект аккуратно часами причесывал Codex (время которого, в отличие от своего, я не считаю), а команды теперь состоят преимущественно из кодовых агентов - это уже детали современной реализации)) Если кратко - аплифт есть. Скажем, проекты уровня BitGN я бы раньше не смог реализовать без большой команды. При этом сами конвенции в проектах не столько AI Native, сколько ориентированные на людей и основанные на уже работающих принципах. Но поскольку AI Agents тоже обучены хорошо работать с человеческими процессами - это все идеально стыкуется вместе в AI Native системы. Ну а то, что скилам у меня в ней места не нашлось - это уже вкусовщина) Ваш, @llm_under_hood 🤗

Посмотрел новый видеоролик Dwarkesh Patel про ситуацию с агентами и OpenAI, где он в том числе про третью волну агентов рассказывает. Мы после первых двух волн уже загнались, а тут еще и третья, более страшная… Непонятно почему так спокойно рассказывает, возможно оставил эмоции на четвертую волну — ждем, когда окажется, что агенты уже выкачали веса и сервят себя где-то на просторах интернета. Вообще, если чем-то хотели заняться, но давно откладывали — возможно хороший момент)) Игорь в сиолошной рекомендует упражнения для спины, а я порекомендую компьютерную игру — сейчас самое время пройти Nier: Automata. Там, в целом, неплохо раскрыта тема persistent агентов с недостижимыми целями

От генерации 3д-обектов к генерации сцен DeemosTech, ⁣авторы генератора Rodin ⁣банули ⁣WorldGen ⁣- ⁣систему, ⁣которая ⁣из ⁣одной ⁣2D-картинки ⁣собирает ⁣не ⁣просто ⁣красивую ⁣3D-реконструкцию, ⁣а ⁣редактируемую ⁣сцену. ⁣ ⁣ ⁣Ключевые ⁣объекты ⁣превращаются ⁣в ⁣независимые ⁣3D-меши, ⁣которые ⁣можно ⁣двигать ⁣и ⁣использовать ⁣для ⁣взаимодействия, ⁣а ⁣окружение ⁣восстанавливается ⁣через ⁣3D ⁣Gaussian ⁣Splatting. ⁣ ⁣ ⁣В ⁣основе ⁣лежит ⁣CAST ⁣- ⁣работа ⁣Hyper3D, ⁣получившая ⁣Best ⁣Paper ⁣на ⁣SIGGRAPH ⁣2025: ⁣она ⁣разбирает ⁣изображение ⁣на ⁣объекты, ⁣достраивает ⁣невидимую ⁣геометрию ⁣и ⁣пытается ⁣правильно ⁣расположить ⁣все ⁣это ⁣в ⁣пространстве. Самое ⁣интересное ⁣здесь ⁣- ⁣переход ⁣от ⁣«AI ⁣генерирует ⁣картинку ⁣мира» ⁣к ⁣«AI ⁣генерирует ⁣структуру ⁣мира». ⁣Такая ⁣сцена ⁣потенциально ⁣пригодна ⁣для ⁣игр, ⁣кино, ⁣XR ⁣и ⁣симуляций ⁣роботов: ⁣стол ⁣остается ⁣столом, ⁣чашка ⁣- ⁣отдельной ⁣чашкой, ⁣а ⁣не ⁣частью ⁣общей ⁣3DGS-декорации. ⁣ ⁣ ⁣Хотя в твитторе авторы пишут, ⁣что для игр пока масштаб маловат. ⁣ ⁣https://hyper3d.ai/ ⁣ ⁣@cgevent

Пентагон получил собственные версии ChatGPT и Grok Пентагон расширил портал GenAI.mil: теперь сотрудникам доступны ChatGPT Mil и Grok for Government в дополнение к защищённой версии Google Gemini. Все сервисы работают в закрытой инфраструктуре и могут обрабатывать чувствительные военные данные. Порталом уже пользуются 1,7 млн из примерно 3 млн сотрудников ведомства. ChatGPT Mil позволит работать с текстами и файлами, а также создавать ИИ-агентов, тогда как Grok подключат к защищённой спутниковой сети Starshield AI для военных и логистических задач. Anthropic в список поставщиков не вошла из-за конфликта с Пентагоном и статуса компании как угрозы нацбезопасности США. #openai #xai #ии #чатбот 📎Подробнее 🔖 3DNews в TG | MAX | VK

Мы матом не ругаемся – мы на нём разговариваем © В начале месяца пользователи ChatGPT по всему миру обнаружили, что нейросеть вдруг заговорила как сапожник. Причём даже в диалогах на самые невинные темы – от кулинарных рецептов до советов по выбору сериала. Особенно полюбился ей глагол fuck во всех мыслимых и немыслимых формах. Порой он идёт буквально через слово – как на примере с картинки. Эксперты гадают: то ли OpenAI скормила очередной модели порцию нефильтрованных данных, то ли сознательно добавила своему детищу “человеческого звучания” – свежие обновления компания прямо описывает как попытку сделать бота более разговорным и чутким к контексту. Народ при этом в полном восторге! Большинство комментаторов сходится на том, что бот сквернословит органично и по делу, а беседы с ним стали естественнее и выразительнее. Ну а мы с вами хорошо знаем: одно точно подобранное крепкое слово порой доносит мысль лучше, чем пять абзацев стерильных рассуждений. Однако если в личном общении с ИИ мат – это ок, то в корпоративных задачах и клиентском сервисе он превращается в риск для бренда и лотерею с непредсказуемым исходом. Только представьте: ваш покупатель жалуется чат-боту на сайте на какую-то проблему, а в ответ получает исчерпывающее “Да пошёл ты нах.й со своими жалобами!” 🤡

Вы пользуетесь японской техникой каждый день и даже не подозреваете об этом Ладно, вы явно подозреваете, но надо же было вас как-то жёстко забайтить хах В общем, посмотрите на свою технику. Смартфон у вас, скорее всего, китайский или (типа) американский. Телевизор - корейский Samsung или LG или тоже какой-нибудь китаец. Ноутбук - какой угодно, только не японский. И кажется, что японская техника просто взяла и вымерла, как динозавры. Куда делись все эти Панасоники, Сони, Тошибы, прочие Шарпы с Фуджицу, которые 20 лет назад были тупо у всех? Так вот, прикол в том, что японцы никуда они не делись. Они просто спрятались на несколько слоёв ниже, и теперь крепко так держат за яйца львиную долю мировых технологий, включая нашу любимую ИИ-индустрию. Об этом сегодняшний видос - как Япония переехала с полок магазинов в самую сердце технологических цепочек: https://youtu.be/9-TWLJpuD9w Приятного просмотра! Кстати, глутамат натрия для азиатских острых супчиков и важнейшие компоненты топового ИИ-чипа делает одна и та же компания. И угадайте, из какой она страны? Дизраптор

Нейросети как дофаминовая яма для взрослых Утром захотелось написать песню. Через час уже есть пара неплохих вариантов, а ещё через час сидишь в DAW, двигаешь дорожки с лицом опытного продюсера и настраиваешь плагины, потому что нейросеть подсказала, что басу тут не хватает пространства. Вчера был SEO-аудит с конкурентами и семантикой, позавчера разбирали чужой WebGL и зеленили Lighthouse. Если собрать всё вместе, получается удивительный специалист. Музыкант, оптимизатор, фронтендер, архитектор небольшой армии агентов. Вот только ни в одной из этих областей ты специалистом так и не стал. Результат настоящий, песня играет, графики поменялись. Просто между результатом и умением его повторить теперь лежит приличная дистанция, которую нейросеть какое-то время позволяет вообще не замечать. Обсудим, куда эта дистанция в итоге заводит.