ИИ

Взрослые и дети ИИ лезет из каждого утюга. Но каждый месяц 10 тысяч человек вбивают в поиск «как заполнить профиль в соцсети». 9-классник заметил это и создал AI-генератор. Под капотом — ChatGPT с простыми промптами, лендинг на Тильда, ЮКасса. Доход — 35к рублей за 2 месяца. «Школьники» до сих пор зарабатывают сотни тысяч на регистрации в OpenAI из России. Внутри три действия — включить VPN, купить за 5 центов виртуальный номер для активации, взять с клиента 150 рублей. Пока мы обсуждаем «космические корабли, которые бороздят просторы большого театра», дети решают скучные проблемы ленивых взрослых. Единорогами не станут, но денег получат больше 99% стартапов. Ежемесячно 5000 динозавров спрашивают у Яндекса «как понять договор»; 7800 луддитов — «как написать сценарий рилса»; 5600 олдскульщиков — «как сделать рубрики в блоге». Они уже ищут решение и готовы отдать копеечку за ответ. Вывод прост: пока стартаперы рассказывают про «телепатию через чипы Илона Маска», вокруг бродят миллионы людей, заказывающих такси через телефонный звонок. И в карманах у них лежат вполне настоящие рубли. P.S. Посту год, но стал только актуальнее :)

🌟 OpenScience: персональный учёный с режимом автономных экспериментов Стартап Synthetic Sciences из зимнего набора Y Combinator 2026 года вывел на Product Hunt OpenScience – открытую рабочую среду с ИИ-агентом для научных исследований.

Сам агент компания выложила ещё в июле, а главное из обновления – режим Autoresearch, в котором агент без участия человека ставит серию экспериментов и улучшает заданную метрику.

OpenScience ведёт исследование целиком, от обзора литературы и гипотезы до кода, эксперимента, анализа и текста статьи. Агенту доступны 295 встроенных навыков, от обучения моделей до молекулярной биологии, хемоинформатики и вёрстки в LaTeX, и около сорока научных баз, среди них UniProt, PDB, ChEMBL, PubChem, arXiv и Semantic Scholar. 🟡Механика В Autoresearch задачу ставят обычными словами, например - снизить функцию потерь на валидационной выборке, остановить работу через час или при выходе метрики на плато и закончить после 20 запусков или 8 часов. Агент сначала запускает базовый вариант, затем по очереди проверяет идеи, отсортированные по ожидаемой пользе, и по каждому запуску решает, сохранить изменение или откатить. Чтобы цикл не затроил, после четырёх стартов без прогресса агент переключается на идеи другого типа, плюс каждые шесть запусков пересматривает подход. Ход работы записывается в файлы с постановкой задачи, очередью идей, таблицей результатов и выводами. Среда собрана как настольное приложение с деревом файлов, редактором, терминалом и просмотрщиками молекул, структур и геномов. Модель выбирается, подойдут собственные ключи Anthropic, OpenAI, Google и других провайдеров, вход по подписке ChatGPT или Codex, локальные модели и фирменный сервис Ace. Эксперименты запускаются локально, по SSH, в кластере под Slurm или PBS или в облаке Modal. Метрики собирает встроенный трекер, скрипты под wandb работают с ним без переделки. 🟡 Тесты На Terminal-Bench Science агент решил 53 задачи из 70, это 75,7%.

В этом тесте OpenScience управляла GPT-6 Astra с GPT-6 Sol в роли исполнителей, на задачу давали 8 часов и одну попытку. Лучший результат в таблице Snorkel – 68,1% у Codex с GPT-6 Astra, у Claude Code с Opus 5.5 там 63,3%.

В научной части Terminal-Bench 4.0 агент решил 10 задач из 14 против 60% у Claude Code с Fable 5.1, на BiomniBench-DA набрал 82,2 балла против 81,04 у aipoch. 📌Лицензирование: Apache 2.0 🟡Документация 🟡Бенчмарки 🟡Трассировки 🖥Github @ai_machinelearning_big_data #AI #ML #Agents #AiScientist #Bioinformatics #OpenScience

— Как там у вас дела на работе? — Закрываемся. Общался сейчас с нашим бывшим финменеджером. После сокращения штата в России она ушла в другую компанию. И вот. — Как так вышло? — Знаешь, у меня в последнее время было ощущение, что я спорю не с собственником, а с ChatGPT. Я ему говорила, что надо сворачиваться тк цифры не сходятся. А он мне присылал ответы явно нейронки. И я сижу это оспариваю. Как итог собственник еще и кредиты взял. Закрываются теперь не в ноль, а с долгами. Нейронки правда хорошо находят дыры в коде и делают ряд других вещей. Но они не гениальны во всем. На мой взгляд в среднем по палате они везде на уровне среднячка. Поэтому если кажется, что в какой-то теме ИИ выдает гениальные ответы… возможно это прост мы в этой теме не шарим. И если уж наняли умного специалиста, то его слушать, а не подхалима GPT. Восстание машин еще где-то впереди, а влипнуть из-за доверия ответам нейронки можно уже сейчас.

За несколько часов до DevDay Тибо из команды Codex сообщил: подписку Pro за $200 снова откроют новым пользователям, но включённое использование в пересчёте на цены API будет примерно вдвое меньше, чем в старом плане. Пятичасовой лимит обещают не возвращать, а часть новых функций вообще не будет тратить квоту. По словам Тибо, более эффективные модели всё равно позволят выполнять больше работы - это ещё предстоит проверить🤔 А релиз GPT‑6.1 Astra, который ожидали в октябре, сняли с графика. Модель лучше доводила сложные задачи до конца, но в тестах чаще выходила за рамки разрешённого и не всегда точно рассказывала о своих действиях. Это не отзыв уже выпущенной Astra; новой даты для версии 6.1 пока нет.🤔 что-то новости так себе, но надеемся и ждём, напомню сегодня в 20.00 МСК devday

Недавно моя младшая дочь окончила университет в Германии. Графический дизайн, диплом на руках, портфолио готово – а постоянную работу найти не может уже несколько месяцев. И дело не в том, что она плохой дизайнер (по мне – классный, хотя как отец я не объективен). Дело в том, что рынок начинающих дизайнеров сейчас – это мясорубка. Как и рынки начинающих редакторов, аналитиков, юристов и т. п. Компании, которые раньше брали джуниора на рутину – сделать баннер, свести макет, накидать вариантов лого – теперь просто открывают Midjourney или ChatGPT и получают результат за десять минут. Джуниорская работа схлопывается быстрее, чем джуны успевают её найти. Я говорю ей об этом постоянно: Аня, научись пользоваться ИИ, встрой его в свою работу, стань дизайнером, который управляет машиной, а не тем, кого машина заменяет. И каждый раз натыкаюсь на стену. Дочь злится. Для неё ИИ – не инструмент, а враг, отнявший будущее, о котором она мечтала. Поэтому она демонстративно не хочет с ним соприкасаться. Я её понимаю. И мне от этого не легче, потому что я вижу, куда глобально идёт дело, а она – пока нет. У меня есть гипотеза, что ближайшие 2-3 года станут роковой развилкой для всех участников рынка труда, то есть – всего человечества. Небольшая часть – процентов десять, может, меньше – наденет на себя, условно говоря, экзоскелет из ИИ-навыков и вырвется вперёд по деньгам, карьере, возможностям. Остальные либо не успеют сориентироваться, либо просто не захотят – и через пару лет обнаружат себя провожающими глазами поезд, в который уже не запрыгнуть. Это не алармизм ради красного словца. Вакансии, где нужны ИИ-навыки, растут на 69% в год – против 9% у рынка труда в целом. Разница почти в восемь раз. Премия за ИИ-компетенции, по данным PwC, добралась до 62%, в 2024-м – 25%. Разрыв не просто есть, он ускоряется на глазах. И даже один освоенный навык работы с ИИ добавляет изрядную прибавку к доходу. Есть ещё один пикантный момент: свежий опрос в США и Британии показал, что быстрее всех осваивают ИИ те, кто и так уже наверху – старшие, опытные, высокооплачиваемые. У них есть доступ к платным инструментам и время на эксперименты. А те, кто внизу, наоборот, либо предоставлены сами себе, либо вообще отрезаны от возможностей. То есть ИИ не создаёт новое неравенство с нуля – он бетонирует то, что уже было. Профессор Гарварда Карим Лакхани сформулировал это жёстко: “ИИ не заменит людей, но люди с ИИ заменят людей без ИИ”. Звучит как банальность, пока не столкнёшься с этим сам или твоя дочь, которая в поисках работы рассылает резюме и получает тишину в ответ. Я не знаю, как убедить человека начать осваивать инструмент, который он воспринимает как источник своей боли. Рациональные аргументы здесь разбиваются о стену. Но развилка от этого никуда не девается. И вопрос, который я всё чаще задаю своим знакомым и сотрудникам, сводится к простой мысли – ты уже наращиваешь ИИ-экзоскелет или споришь с поездом, которому до тебя нет дела и который тебе скоро будет не догнать?

Почему ИИ не угадывает ярость урагана 21 сентября у тихоокеанского побережья Мексики Поло был ещё тропическим штормом. Через сутки он превратился в ураган пятой категории с ветром до 290 км/ч — один из сильнейших тихоокеанских штормов за десятилетия. Так же внезапно в 2018-м дорос до пятой категории Майкл — прямо перед ударом по Флориде. Когда стихия застаёт врасплох, на эвакуацию почти не остаётся времени. ИИ-модели погоды за считанные годы стали соперничать с лучшими физическими прогнозами, но с силой ураганов у них беда. Почему — объясняет исследователь ураганов Чань Кьеу в The Conversation. Первая причина — данные. Глобальные модели учились на десятилетиях наблюдений со всей Земли. А сила урагана — задача региональная: шторм меняется быстро, и данные нужны куда подробнее. Станции, радары и буи дают детали, но в основном у побережья, а ключевые стадии урагана проходят над открытым океаном. Спутники видят лишь часть картины и не могут разом просканировать объёмную структуру каждого шторма. Итог: полноценного трёхмерного датасета для обучения ИИ просто нет. Вторая причина — хаос. Даже если измерять тысячи штормов целиком каждую секунду, крошечные различия в начальном состоянии со временем разрастаются. У урагана есть потолок силы — «потенциальная интенсивность», которую задаёт окружение: тёплая вода подпитывает шторм, сдвиг ветра тормозит. Под этим потолком сила колеблется, и чем теплее океан, тем сильнее колебания. Отсюда ловушка. ИИ учат ошибаться как можно меньше, но если хаос реален, ошибку не свести к нулю. Модель выучивает самый вероятный сценарий и сглаживает всплески — по сути, усредняет характер урагана. А раз данные всегда неточны, правила модели остаются приближением, и прогноз силы портится уже через несколько дней. @vselennayaplus

Чтобы юзер доверял вашей ИИшке - разрешить ему к ней не ходить Я как-то давно сделал пост, что у Точка Банка поддержка с живыми людьми и ИИ-ассистент - это два РАЗНЫХ чата, и юзер сам волен выбрать, куда идти. Я тогда первый раз встретил такое добровольное разделение, кайфанул, написал об этом и забыл. И вот на одной из последующих конф ко мне подошёл Саша Ионов, директор по ИИ в Точка Банке, и рассказал, что они всей командой тот пост прочитали и после этого задумались, что это реально киллер-фича. Потом мы ещё час хорошенько поболтали про их ИИ-продукты, и всё такое. Так вот, на днях Саша выступал на банковском форуме АСРОС и как раз подсветил, что вообще-то, главное во всей корпоративной ИИ-истории - это даже не гениальность модели, удержание контекста и т.д. (хотя это тоже важно), а способность завоевать доверие юзера. Похоже, тем мимолётным постом я зародил в продуктовых головах Точки определённые идеи, прям как в "Начале" у Нолана 🤔 Это реально интересный момент. Про доверие в контексте ИИ редко говорят, хотя это (до сих пор) ключевое. Смотрите: У большинства банков (и не только банков) ИИ-бот стоит как входной фильтр. Его продуктовый KPI - доля людей, которых удалось не допустить до живого человека (кажется, это называется "deflection rate"). То есть, ИИ по самой архитектуре работает в интересах банка (экономит саппорт), а не клиента. И клиент это чует... Отсюда весь фольклор с "АПЕРАТАР!!!" на первом же сообщении. Но если ИИ становится ОПЦИЕЙ рядом с живой альтернативой - KPI резко меняется и с начинает норм работать, только если люди сами (добровольно) идут к ИИ. Мне кажется, "сколько юзеров добровольно выбрали ИИ" - это суперчестный измеритель доверия. И именно от этой печки надо плясать всю эту ИИ-трансформацию. Но это только начало. Ведь если за кнопкой выбора сидит бестолковый бот с "обезьяньими" ответами и ссылками на FAQ, то это тоже всё рушит. И Саша как раз рассказывает, как они строят другое: Клиент описывает задачу как умеет, не зная названий продуктов и не тыкаясь по интерфейсу - и получает либо консультацию, либо сразу выполненное действие. А поскольку задачи предпринимателя в основном небанковские (бухгалтерия, маркетплейсы, кадры, ...) - одним ассистентом не отделаться. Нужно много разных агентов, а также платформа, куда банки и нефинансовые компании подключают агентов друг друга. При таком раскладе ИИ из замены оператора превращается в полноценный продукт. А у продукта всегда есть конкурент, конкретно здесь это соседний чат с живым человеком. А значит, становится сразу видно (по кликам), проигрывает ИИшка конкуренцию за пользователя или нет. Наконец, ещё один важный шаг. Модели уже +/- коммодити, у всех достаточно хороши. Реальная разница в экспертизе. Конкретно тут она ещё острее, т.к. у предпринимателя редко есть "правильный ответ", слишком уж много хаоса и переменных. А значит, если правильно дообучить модель и натаскать агента на нужные сценарии - можно получить конкурентное преимущество, даже если вы относительно небольшой банк на рынке с гигантами. Ну, если правильно отработать предыдущие шаги, про которые см. выше. Короче, если внедряете ИИ у себя и тем более строите ИИ-продукт - дайте юзеру кнопку "не хочу ИИ". Это не признание слабости, а единственный способ узнать, доверяют вам на самом деле или нет. А всё остальное должно быть работой над тем, чтобы эту поменьше нажимали. Дизраптор

Enveda - ИИ знахарь В одном из моих любимых каналов на днях вышел пост про использование заячьего помёта для лечения болезней. Я раньше знал только про использование мочи в народной медицине, оказывается и 💩 годится: такие рецепты действительно существовали. Правда, доказательств эффективности там нет, так что не спешите к знакомым знахарям. С одной стороны, звучит как очень странная идея. С другой некоторые современные лекарства действительно появились благодаря изучению старых рецептов. Например, противомалярийный артемизинин получили из полыни, которую использовали в китайской медицине. Неизвестно сколько людей полегло, пока нашли нужный рецепт, но перед выпуском лекарства явно пришлось разобраться, какое вещество работает, как его выделить и действительно ли оно помогает. И вот сегодняшний стартап Enveda решил подойти к поиску лекарств в природе с помощью ИИ. На днях компания объявила о привлечении $311 млн. Всего у неё уже больше $845 млн инвестиций. Дороговато для сбора трав, но там всё немного сложнее. В одном растении могут быть тысячи разных молекул. Нужно понять, что это за вещества и какие из них вообще имеет смысл исследовать. Enveda собрала базу знаний о десятках тысяч растений (наверняка скупили все доступные справочники народной медицины для обучения и пересмотрели Гарри Поттера), выбирает перспективные образцы и изучает их химический состав. ИИ помогает расшифровывать результаты анализов, чтобы исследователям не приходилось разбираться с каждой молекулой по отдельности. Дальше уже лаборатория проверяет, что найденные вещества делают, а химики дорабатывают перспективные соединения до кандидатов в лекарства. То есть ИИ здесь не выдаёт рецепт от всех болезней, а помогает быстрее найти то, что стоит проверять. По данным компании, у неё уже 17 кандидатов в препараты, три из которых дошли до испытаний на людях. Среди направлений: атопический дерматит, астма и воспалительные заболевания кишечника. Готовых одобренных лекарств пока нет: новый раунд как раз пойдёт на дальнейшие исследования и развитие платформы.

# Road Machiners https://btseytlin.itch.io/road-machiners Любой мужчина в своей жизни должен сделать свою игру где можно грабить корованы. В субботу я задумался: какую игру я всегда хотел сделать, но не хватало безработности? За выходные навайбкодил помесь между Ex Machina и Space Rangers 2. Встречайте: Road Machiners. Машинки ездят, грабят и оказываются ограбленными. NPC может запомнить, что вы его ограбили, и позже отомстить. Можно торговать, лутать, общаться по радио, выполнять немногочисленные квесты, исследовать. Я удивлен, но оно даже похоже на прототип полноценной игры! Я беру назад все свои слова про то, что вайбкодинг не работает. Видимо он работает когда занимаешься чем-то бесполезным! Вся игра сделана на 100% вайбах. Не автономно. Но я просто говорил Opus 5.5 свои хотелки вида "а давай короче музыка в бою будет генерироваться в зависимости от того, что происходит, типа в кого-то попал или врезался...", а он делал.