ИИ

Китайцы надели ИИ курьерам на голову JD com (это крупная китайская еком-экосистема) разработала специальный умный шлем для своих курьеров. В нём сидит эйай-powered голосовой ассистент и камера, которая смотрит на дорогу. Курьер голосом принимает заказ, даёт команду "забрал" и может отправить сообщение клиенту (либо с телефона, либо сказать в шлем голосом), и эйай-каска сама зачитает комменты курьеру прям в ухо, типа "код домофона 1234, собака не кусается" (это точно фейк, не может быть в китайском коде числа четыре 🤔) После чего голосом ведёт по навигации внутри огромных китайских ЖК. Плюс есть кнопка SOS и функция "проверка мерчанта" - камера фиксирует, что заказ забрали из нормального рестика, а не из подвала дядюшки Ляо. Штатным курьерам такой шлем раздают бесплатно. Некоторые источники ещё писали, что у шлема есть экран, который надвигается прямо на глаза как дополненная реальность. Но всё-таки экрана там нет, только звук и голос. Но сценарии проработаны неплохо. По официальной версии, такой шлем сделали из безопасности: мол, тыкать в телефон на скутере (особенно мокрыми пальцами в дождь) - такое себе. Но ИМХО настоящая причина чуть интереснее: Весь 2025 год и начало 2026-го JD, Meituan и Alibaba рубились в доставке еды субсидиями (я писал про это вот здесь - JD даже заставлял курьеров выносить мусор). На это сожгли нереальное количество бабла, а Meituan вообще показал рекордный убыток. А потом пришла Партия и сказала: "вы там это, хорош внутренний рынок демпинговать, ваше рвение сжигать бабки немного портит нам коммунизм". Поэтому скидки ограничили (именно для конкурентных войн внутри Китая между своими сервисами, для зарубежки - пожалуйста), в Китае это называют "борьбой с излишней конкуренцией". Так что, конкуренция переехала с купонов и субсидий в более технологичный слой - в том числе, на головы курьеров. Логика тут простая: если нельзя "купить" юзера деньгами, пусть курьер едет на пару минут быстрее, и юзер выберет нас за счёт этого. Ну и банальная экономия/оптимизация. При куче млн заказов в день даже 10-20 секунд экономии на каждом заказе дадут огромную дельту. И ещё один нюанс, о котором в пресс-релизе не пишут. Камера, которая "смотрит на дорогу", заодно смотрит на весь рабочий день курьера. А это и контроль+слежка, и (возможно, даже более важно) сбор данных для обучения роботов. Не забываем, что речь про Китай. Собственно, основатель JD прямо говорит, что роботы рано или поздно заменят всех курьеров. Фичизм

Nova AI (SoundHear Inc.) Оболочка для генерации музыки — работает и как отдельное приложение, и как VST/AU/AAX-плагин внутри DAW. Тянутся и локальные модели, и облачные, всё в одном окне - Сэмплы по текстовому промпту — локально, без аккаунта - Извлечение стемов из готового аудио, drag & drop прямо в DAW - Облачные модели: Suno, ElevenLabs, Stable Audio, ACE-Step, MiniMax, Mureka, YuE2 - Локально: ACE-Step 1.5 Turbo, Stable Audio Small, YuE2 3B, плюс текстовая модель для лирики - Windows и macOS, VST/VST3/AU/AAX + standalone Бесплатно (модели оплачиваются отдельно или запускаются локально) Спасибо @krnk_music #vst #musicediting VK | MAX

Почему специалисту по безопасности/пентестеру нужен аккаунт на Hugging Face

После наших постов про локальные (и не только) uncensored-модели стало особенно очевидно: если вы занимаетесь классическим ИБ, AI Security или пентестом - аккаунт на Hugging Face уже почти такая же базовая вещь, как GitHub.

Зачем: 📌 искать и скачивать open-source LLM, включая uncensored / abliterated / security-oriented модели; 📌 находить GGUF и другие квантизации для локального запуска; 📌 изучать model cards, архитектуры, датасеты и чужие эксперименты; 📌 публиковать свои модели, датасеты и исследования; 📌 делать Spaces - работающие демки своих проектов; 📌 использовать профиль как портфолио в резюме. Ссылка на собственный benchmark или security-проект выглядит куда убедительнее строчки «работаю с нейронками». У HF есть и платные опции (Клеман Деланг вообще не мать Тереза). И часто возникает вопрос, а нужен ли HF PRO? Стоит $9/месяц и интересен уже тем, кто активно экспериментирует: больше лимитов и private storage, повышенные API limits, расширенный доступ к ZeroGPU, до 10 ZeroGPU Spaces и compute credits для inference/Jobs/Spaces. Если своего GPU нет, вычислительные ресурсы для Spaces можно арендовать отдельно - от сравнительно дешёвых T4/L4 до A100 и более мощных GPU.

Итог для резюме, портфолио и собесов: GitHub показывает, что вы умеете писать и проектировать код. Hugging Face - что вы действительно умеете работать с современным AI.

HF прямо запрещает контент, предназначенный для нарушения работы, повреждения или получения несанкционированного доступа к системам (кажется, это про вас), а также контент, который пытается передавать или генерировать малвари, трояны и вирусы. За такое HF может применить меры к контенту/аккаунту (и это не pro подписка в подарок, как вы поднимаете). Для регистрации используем proxy, для активации SMS, для оплаты - анонимные карты. Все как и всегда 🫶.

Нашёл феерическую историю на стыке эйай, стартаперства и абсурда: В конце 2022, когда ИИ-хайп только раскачивался, некий Итан Кайзер слепил приложуху, которая накладывала на экран телефона фейковый лайв-стрим - добавляла зрителей, лайки и комменты в реальном времени. Причём реакции были не рандомные: штука реально слушала юзера через speech-to-text и генерила комменты по теме. Зачем всё это - Итан особо не скрывал. Чтобы кадрить мамзелей. Он стоял в баре с телефоном, а у него на экране "20 тысяч зрителей смотрят ваш лайв". И девушки рядом решали, что перед ними крутой селеба. История завирусилась и Итан превратил этот пранк в полноценное приложение Parallel Live. В 2024 историю даже разобрали 404 Media. Там был забавный момент, что в рекламе этой приложухи заявлялась возможность добавлять на стримы знаменитостей, типа рядом с вами тусит Дрейк. На самом деле такой фичи не было - чел просто приклеил Дрейка через магию монтажа. В общем, парень впаривал фейк-стримы через фейк-рекламу 👍 Но самое интересное случилось дальше. В какой-то момент Итан понял: оффер "фейк-стримы для пикапа" больше не работает. И сменил позиционирование. Теперь его аппка не про враньё девушкам, а про терапию: "преодолейте страх сцены", "тренажёр для уверенности в себе" и всё такое. Итан прикрутил платный доступ к 100 тысячам "зрителей" и "подаркам от фанатов", а позже и лайфтайм-тариф с вечной подпиской. За всё время его аппка набрала больше миллиона скачиваний в App Store - неплохой результат. Но в последнее время сдулась и даже соскамилась. Рейтинг упал до 2,9 звёзд. Юзеры жалуются, что им скрутили лайфтайм-подписку задним числом. А с кого-то даже тихо списывали по 10 баксов в неделю ни за что. Но важно другое. На волне этой истории родился целый новый тип приложений: "ИИ-имитаторы славы". Такие сервисы плодятся как кролики, сейчас их куча - Famefy, Fomo, Famely, SocialAI, Famefun и т.д. Это полноценная ниша с кучей живых конкурентов. В ИИ-эпоху даже пранк мамкиного пикапера можно докрутить до продуктовой ниши с платными фичами и лайфтайм-доступами. Так что, если вы думаете, что придумали какую-то хрень, и она не стрельнет - ну, может вы и правы. А может, вы забьёте, а через пару лет это будет целый жанр в AppStore. Дизраптор

🏁 Погоня за Nvidia Чем прожорливее становятся ИИ-модели, тем жарче битва за железо под них. Рынок держит Nvidia, но Китай, которому американские экспортные ограничения перекрыли доступ к лучшим чипам, спешно растит собственных производителей. Interesting Engineering собрал пятёрку компаний, которые сейчас бьются за первенство. У Nvidia самая полная связка из мощных процессоров, сетевого оборудования и софта для разработчиков, так что конкурентам приходится строить целые вычислительные экосистемы. 🔸 Nvidia — лидер гонки. Её видеокарты, когда-то придуманные для игр, теперь тренируют и обслуживают крупнейшие ИИ-модели. Козырь — платформа CUDA, быстрые сети и огромное сообщество разработчиков: переезд на чужое железо выходит дорогим и технически сложным. Даже под экспортными ограничениями ведущие китайские ИИ-разработчики продолжают тренировать модели на процессорах Nvidia. 🔸 Huawei — самый убедительный ответ Китая. Процессоры Ascend для обучения и инференса, системы SuperNode, объединяющие множество чипов, и собственная платформа CANN вместо CUDA. Свежий пример: Ascend 950PR и 950DT сразу получили поддержку DeepSeek V4, так что модель может работать на кластерах Ascend SuperNode. 🔸 Cambricon — узкий специалист. Процессоры и ускорительные карты для серверов, дата-центров и умных устройств — для тех, кому ограничения закрыли доступ к топовым чипам Nvidia. Вместе с Huawei ведёт экспансию на внутреннем рынке ИИ-серверов. 🔸 Moore Threads — стартап 2020 года, один из самых обсуждаемых в китайской микроэлектронике. Делает универсальные GPU: и ИИ, и графика, и научные расчёты. Спрос, по данным издания, растёт быстро. 🔸 Biren Technology — берётся за самое трудное: мощные GPU для обучения моделей и высокопроизводительных вычислений, где нужны огромная мощность, быстрая память и связь между тысячами ускорителей. Американские ограничения подрезали ей доступ к передовому производству, зато курс Китая на свои чипы даёт эффект: выручка компании в первом полугодии может вырасти на 2107%. Правда, продажи — ещё не признак того, что разрыв с Nvidia закрыт. Спроса на ИИ-инфраструктуру в Китае столько, что места может хватить нескольким поставщикам. Пока впереди Huawei. @droidergram

Ассемблер неправильная абстракция Каждый раз когда заходит речь о повышении уровня абстракции, в разговоре всплывает ассемблер в стиле "когда то мы писали на нем, а теперь не пишем". Особенно часто это повторяют сейчас в эру AI. Честно говоря, мне это никогда не казалось правильным сравнением и кажется я могу объяснить почему. Переход от ассемблера к языкам высокого уровня был переходом от слишком низкого уровня завязанного на технические детали, к конструкциям, которые которые задают базис для построения программ практически любой сложности. И вот этот уровень принципиально не менялся десятки лет. Менялись языки, платформы, библиотеки и способы организации кода, но сам программист продолжал работать примерно с теми же конструкциями. Программа на современном языке устроена концептуально почти так же, как программа пятьдесят лет назад. Но после этого характер повышения абстракции изменился. Мы больше не поднимались от технической реализации к естественной модели вычислений. Мы пытались подняться от программирования к описанию намерения, того, что должна делать система, и автоматически получить реализацию. Cobol был одной из первых попыток подняться от описания вычислений к описанию бизнес-намерений. Предполагалось, что программы на похожем на английский языке смогут читать и, возможно, писать сами специалисты бизнеса. Но понятный синтаксис не устранил сложность программирования. Для точного описания поведения все равно понадобились переменные, условия, циклы, структуры данных и процедуры. В результате cobol стал успешным языком для бизнес-систем, но не стал языком самого бизнеса, так как писали на нем по-прежнему программисты. Успешные примеры появились там, где намерение удалось ограничить конкретной и хорошо формализованной областью. Хорошие примеры это регулярки, sql, html/css или terraform. Это конечно еще не бизнес уровень, но уже что-то. Для разработки произвольных программ такую модель создать не получилось. Как только языку намерений требовалось описывать нестандартное поведение, в нем появлялись все привычные конструкции. Постепенно он снова превращался в обычный язык программирования, только с другим синтаксисом и новым набором абстракций. Это хорошо видно на примере BDD. В изначальной идее сценарии на языке, понятном бизнесу, должны были стать общей спецификацией системы и одновременно основой для автоматической проверки. Но довольно быстро выяснилось, что реальные сценарии либо остаются понятными, но описывают только верхний уровень поведения, либо становятся достаточно точными для исполнения, но обрастают техническими деталями и фактически превращаются в еще один код. А между сценариями и работающей системой все равно остается большая часть логики, которую кто-то должен спроектировать и реализовать. Я не думаю, что AI решает эту проблему. Спецификация произвольной системы либо остается неполной, и тогда множество неописанных решений агент принимает самостоятельно, либо обрастает правилами, исключениями, состояниями и способами обработки ошибок и по сложности начинает приближаться к самой программе. AI может значительно увеличить расстояние от намерения до кода и избавить нас от ручной реализации многих деталей, но он не создает универсального уровня абстракции, на котором можно точно описывать любые системы и при этом не программировать. Я был бы рад ошибиться, но пока не вижу предпосылок. А как вы думаете?

Хорошее время для QA-инженеров. Часто слышу тезисы в духе:

AI-coding убил QA

Это не так. Точнее – не совсем так. Если мы внедряем AI-инструменты в процессы разработки, то написание кода достаточно сильно ускоряется. В зависимости от дисциплины и ответственности конкретного разработчика, это ускорение может в большей или меньшей степени влиять на качество производимого кода. Уже на первых этапах внедрения AI-инструментов в процессы разработки, мы получаем "затор" на стадиях ревью и тестирования. Этот затор кому-то придётся разгребать... Желательно – тоже с использованием AI в качестве инструмента. Здесь и появляется QA-инженер. Учитывая, что качество кода – одна из основных претензий к AI-generated-коду, роль грамотного QA (и грамотного QA внутри каждого разработчика) сильно повышается. QA-инженер отвечает за выстраивание quality-gates на разных этапах SDLC, а также организовывает процессы тестирования. QA-инженер даёт гарантию, что код, попавший в продакшн, соответствует конкретным критериям качества. Проблема в том, что в небольших командах QA-инженеры встречаются достаточно редко. Там чаще:

Ну, сидит у нас тестировщик, за плошку риса интерфейсы тыкает, проверяет, что они тыкаются

Эти тестировщики на процесс AI-SDLC влияют, скорее, негативно. Так как, под большим напором задач от AI-accelerated-разработчиков, выбора у них два – либо накапливать себе объёмы для тестирования, либо снижать качество проверок. В первом случае мы получаем нивелирование ускорения time-to-market, как одного из преимуществ AI-SDLC, а во втором – снижение стабильности прода. На этой неделе был "День тестировщика" (9 сентября). Я чуть опоздал с пожеланиями, но всё же: Пользуйтесь теми возможностями, которые предоставляют изменения на рынке. Изучайте глубже процесс AI-SDLC и то, как вы можете повлиять на качество кода на выходе. Потребность в QA-инженерах, способных работать в цикле AI-SDLC, будет только расти. Вопрос для дискуссии: Готовы ли QA-инженеры заменить в формате Tiny-teams разработчиков, не бравших на себя ранее ответственность за то, что их задача доедет до прода?

#Нейропрожарка Алаверды чудной прожарке, еще раз респектище автору. Автор: Stacy Smith Половина комментов под ней крутились вокруг "а вот надо было закончить так. Или так. Или вообще вот так". Штош, кричать в попу - не наш метод, поэтому, вместо комментария, со всем уважением отправляю нейромодернистский перепев (или как это назвать, когда нейровидео по мотивам нейровидео?). К сожалению, бесплатно не получилось - рублей 500 на кредиты ушло. Видео - свежий Грок, по-прежнему радует дешевизной и русским языком, а теперь еще и разнообразный тайминг. Картинки - стандартный набор ГПТ/Банана. Как обычно, не корысти ради, а развлечения для. @cgevent

Интересные примеры неконвенционального использования ИИ произошли на днях — повстанцы-хуситы на севере Йемена, поддерживаемые Ираном, использовали Claude для вайбкодинга ПО для высокотехнологичного ракетного оружия. Антропики, естественно, уже заблокировали их. Anthropic сообщили, что владельцы аккаунтов, заблокированных после обнаружения, не смогли «развернуть действующее устройство», однако провели неудачные испытания управляемой ракеты. В компании уточнили, что узнали об этом, поскольку пользователи вернулись к чат-боту Claude, чтобы выяснить причины неудачи. Пользователи вайбкодили несколько типов вооружений, включая гиперзвуковую ракету вариативной компоновки и боеголовку, использующую комплектующие мобильных телефонов для маневрирования на траектории. В докладе, опубликованном 10 сентября (GTG-87001: Disrupting a Yemen-based guided weapons engineering cell using Claude to develop guidance software, там ещё много интересного по, например, китайскому использованию американского ИИ для изготовления военного ПО), компания пишет, что

Акторы использовали Claude Code вместо инженеров-программистов для разработки программного обеспечения систем наведения, навигации и управления (GNC), которое отвечает за движение и стабилизацию летательного аппарата. Например, они задействовали Claude для интеграции автопилота с открытым исходным кодом в полётный компьютер класса смартфона, написания ПО для управления и оценки позиционирования, настройки параметров управления, запуска конвейера (пайплайна) сборки прошивки и проведения симуляции полёта. Акторы одновременно управляли несколькими инстансами Claude, распределяя между ними роли точно так же, как тимлид делегирует задачи внутри небольшой инженерной команды: одному инстансу поручали написание кода, другому — проведение исследований, а третьему — ревью (проверку) кода, созданного первым.

Однако с другой стороны, Хазам аль-Асад, член политбюро хуситов, назвал «неразумными и нелогичными» предположения о том, что они полагаются на открытые источники для разработки и производства военных мощностей. Следом же повстанцы добились больших успехов по захвату территорий так как сделали дипфейк голоса командующего «Национальным сопротивлением» Йемена генерал-лейтенанта Тарека Салеха, который якобы отдаёт приказ об отступлении и захватили стратегические территории вдоль побережья Красного моря и в Баб-эль-Мандебском проливе — ключевой альтернативе Ормузскому проливу. Чем дальше, тем больше таких неконвенциональных использований и пере-использований ИИ-агентов мы увидим, если, конечно, всю эту лавочку не прикроют совсем скоро и доступ к фронтирным моделям не сделают эксклюзивным для американских военных корпораций и государственных агентств во имя новой холодной хай-тек войны с Китаем, а пользователям оставят мизерные урезанные версии.

Кратко сформулирую "теорему Аммосова". AGI недостижим, потому что по мере приближения к нему пред-AGI будет порождать все большее число агентов. В случае своего существования, AGI должен будет использовать бесконечное число агентов. Но еще до приближения к этому числу агенты пред-AGI поглотят вычислительный ресурс полностью, после чего вычислительная система, в которой функционирует пред-AGI, зависнет и остановится. Следовательно, AGI невозможен. Королларий: косвенным подтверждением верности теоремы будет, если будет показан экспоненциальный рост числа агентов по мере роста сложности и возможностей новых моделей. Кто считает, что мне надо об этом немедленно заметку написать и на arxiv выложить, ставьте лайк 💯.