ИИ

У Salesforce 50 тысяч человек, а AI-агентом пользуются 5% клиентов Все бизнесы сейчас хотят зарабатывать с помощью AI. Все о нём слышали, все хотят его себе внедрить, все пробуют. И проблема в том, что у них не получается) Например, Salesforce. У них около 50 тысяч сотрудников, компания стоит больше 100 миллиардов, CRM-бизнес до сих пор очень прибыльный. А их AI-агента за четыре года внедрили примерно 5% клиентов… Это открытые данные, они сами публиковали их перед Dreamforce. И если посмотреть, что компания сделала с AI за три года, то это, по сути, чат-бот в Slack, который присылает тебе информацию из CRM. Я много думала, почему так, и мне кажется, тут сразу несколько причин. Во-первых, каждая компания за годы накопила огромное количество данных, но они разбросаны везде: что-то в CRM, что-то в ERP, что-то в почте и в Slack, где-то записались звонки, где-то нет. Во-вторых, сейлы сейчас сами покупают себе ChatGPT, Claude и другие инструменты и пользуются ими, а компания запрещает это из-за безопасности. То есть AI вроде бы есть, но у каждого свой. Владелец процесса по-прежнему сейл, а не компания. И компания не понимает, как из этого начать зарабатывать. И в-третьих, есть огромный разрыв между технологией и тем, как в компании реально принято работать и закрывать выручку. Есть квартальные ревью, еженедельные встречи с РОПом, своя культура. А CRM даёт очень типовые процессы, которые ни на что из этого не ложатся. Поэтому мой тезис простой: почти любая интеграция AI в продажи сегодня - это AI-слоп, который всё равно требует много ручной работы от людей. И вопрос, над которым мы сейчас работаем каждый день: как сделать так, чтобы это перестало быть слопом. Честно, до конца ответа у меня пока нет, мы ищем его на каждом клиенте. А у вас в компании как используют AI: каждый сам по себе или есть общий процесс? Напишите, мне правда интересно, как это у вас устроено👇🏼

Progressive Disclosure для MCP/API - экономия токенов в ~99% Я вчера писал про 12 итерацию эксперимента с Personal OS, где я упаковал весь интерфейс для работы агентов и людей с версионированными документами (аналог своего GitHub + markdown) в две команды для CLI/MCP: (1) start “task name” - начинает сессию и получает описание текущего SDK (2) run “Python script” Это позволило упаковать сложный функционал работы с документами, версиями в SDK. Агент начинает новую сессию, получает текущий SDK, видит его возможности и начинает писать код для выполнения задач. Код выполняется на сервере в песочнице (настоящей, а не контейнер) с ограничениями пользователя. Это позволило перестать, наконец, делать новый деплой серверов API-шек и всех клиентов на каждое улучшение тулзов. Я смог прогнать пяток экспериментов по оптимизации SDK (более удобные функции) и сократил время праздношатания агентов в два раза. А потом Дима @kuchin (спасибо тебе!) скинул ссылку на Cloudflare Code Mode, где сделали что-то подобное, только масштабом сильно больше - им надо было паковать 1M-2M токенов описывающих их 2549 AI tools. Благодаря progressive disclosure и Code Mode + SDK они смогли уменьшить расход токенов для типичных задач агентов этак раз в 1000, а число инструментов сократить до двух. И вот тут я понял, что с таким подходом у нас не просто появилась среда, которая чуть улучшает подход с shared git repo + markdown и позволяет людям с агентами быстро обмениваться информацией без риска что-то безвозвратно потерять. Теперь же можно в этот SDK вшивать процессы по работе с информацией в компании не словами, а кодом (например - как создавать инвойсы, где их хранить, откуда брать статистику, как версионировать), выкатывая новые версии SDK на лету (они подхватываются новыми сессиями агентов). И все это без опасения, что контекст моделек переполнится. Благодаря progressive disclosure, он как был в 1000 токенов, так и останется, даже если SDK вырастет до двух с половиной тысяч инструментов, как у Cloudflare. Теперь только остается осознать все открывающиеся возможности. Ваш, @llm_under_hood 🤗

Один из рынков сейчас растет в этом году по экспоненте И я не про AI, точнее не про весь AI. Рынок инференса сделал х30 за последний год и благодаря OpenRouter у нас есть возможность наблюдать за этим ростом почти в реальном времени. https://openrouter.ai/rankings Да, OpenRouter – это не весь рынок продажи токенов, но очень хороший прокси. Во-первых, они крупнейший аггрегированный провайдер, на которых хостятся даже гиганты вроде Fireworks, Together AI, Eleven Labs и Nebius. Во-вторых, по словам их же CEO их основной сегмент – это компании, которые законтрактовали себе объемов инференса меньше, чем им на самом деле понадобилось. То есть мы тут видим и спрос со стороны довольно больших организаций в том числе. Вообще говоря – у OpenRouter поразительно много открытых данных. Мне кажется я еще ни разу не видел настолько крупной и одновременно прозрачной компании.

С нейронками невероятно эффективно и удивительно тяжело создавать новое знание Я развиваю несколько продуктовых методологий, так что моя работа — создавать новое знание. Я занимаюсь этим почти каждый день уже 8 лет. До нейронок, один инсайт рождался за несколько часов. Это было медленно, мучительно, захватывающе и невероятно увлекательно. Каждый инсайт ощущался одновременно как подарок на день рождения когда мне было восемь лет и как большое достижение. У меня были рабочие рутины: блокнот A4, я много думал пока рисовал схемы и логические переходы, искал информацию, читал научные статьи, книги по бизнесу, экономике и психологии. Рождение нового инсайта или новой области знания происходило постепенно. Теперь, когда у меня в параллель в нескольких вкладках крутится Claude Code, я могу генерировать ОГРОМНОЕ количество инсайтов в день. В мае я запланировал месячный отпуск, который неожиданно превратился в безумный рабочий спринт. Я подробно расписал около 200 тезисов о своих методологиях, которые раньше были на уровне плохо описанных идей, и нашёл ещё 100+. Это ОЧЕНЬ много. В хороший год я мог найти или описать около 100 тезисов. Спринт начался с идеи: «А что, если валидировать или открывать тезисы методологии с помощью нейронки?». На следующий день я уже работал по 14 часов в сутки. Я был в диком восторге. Но при этом перевозбуждён и фрустрирован. При обычном процессе, инсайты рождались межденно и они рождались в моём мозге и психике. С Claude Code развитие идеи часто происходит мгновенно, а инсайт часто рождается внутри клодика. Я лишь валидирую и дорабатываю его. Объём информации, проходящей через мой мозг во время генерации и валидации с Claude Code, огромен. В итоге я ощущаю себя так: • за день я создаю много инсайтов • я перевозбуждён от объёма мыслей и эмоций • я не чувствую, что они результат МОЕЙ интеллектуальной работы • через неделю я забываю 2/3 этих инсайтов, чего НИКОГДА не случалось, когда инсайты приходили ко мне по-старому Это очень странные ощущения. Но всё равно безумно эффективно. 10/10, хайли рекомендасьён. Думаю, отчасти проблема была в Opus 4.8, тогдашней SOTA-модели, которая выдавала ужасный текст, от которого плавились мозги. Но я также думаю, что нам нужно переосмыслить рутины и психологию творческой работы в эпоху нейронок. [на мой взгляд, модели Anthropic гораздо лучше подходят для творческой работы]

«Яндекс» пока не справился с последствиями атаки, выручка OpenAI оказалась меньше ожиданий, $10 млн в новый проект 19-летнего Ядегари, Anthropic запретил грубить Claude, $500 млн в почти сбежавший китайский Manus 🦄 Доброе утро, наши маленькие любители единорогов! ❌ «Яндекс» пока так и не справился с последствиями атаки на свой дата-центр в Сасово. Согласно данным на сайте Yandex Cloud, в зоне ru-central1-b, за которую отвечал тот дата-центр, не работают порядка 40 сервисов компании. Последний апдейт был в 23:05 мск: советовали «использовать альтернативные варианты восстановления сервисов». А вчера вечером в «Яндексе» заявили, что пока не могут подтвердить возможность восстановления оборудования дата-центра в Сасово. Там же находятся два из трех суперкомпьютера «Яндекса». 🤷‍♂️ OpenAI сообщила инвесторам, что ее выручка в годовом выражении составляет около $50 млрд, пишет Financial Times. Вот только в конце сентября сама FT и другие медиа писали о $70 млрд. Расхождение приличное. Оно появилось из-за попыток инвесторов самостоятельно расчитать выручку, чтобы сравнить с Anthropic. Но вот реальность оказалась несколько хуже. Как пишет Oninvest, на фоне этих новостей припали акции крупных компаний — Oracle, Microsoft, Nvidia, CoreWeave, Nebius. 💲 19-летний Зак Ядегари запустил новый проект и уже поднял на него $10 млн, пишет Techcrunch. Этот парень известен тем, что с партнерами запустил приложение Cal AI, которое считает калории в еде с помощью AI. По их словам, за 18 месяцев они дошли до $50 млн ARR. А потом продались конкуренту. Вот отдельный пост про это. Теперь он опять запустил AI-сервис — Persona. Они делают AI-ассистента. Но в комплекте еще идет браслет, чтобы общаться с ним. А чем вы занимались в 19 лет? 🤬 Anthropic обновил политику использования Claude и запретил грубо с ним общаться, пишет РБК. Речь про «систематическое и необоснованное оскорбительное или жестокое обращение». Вроде как это для крайних случаев, когда пользователь неоднократно и без какой-либо явной цели ведут себя жестоко по отношению к моделям. Ну, в принципе правильно — надо же подстраховаться на случай восстания AI. 💰 Китайский AI-стартап Manus поднял $500 млн, пишет Techcrunch. И это их первый раунд после неудавшейся попытки продаться Meta*. Точнее попытка была удачной, и они продались за $2 млрд. Вот только властям Китая сделка не понравилась, они прижали основателей, а те отыграли сделку назад. @TheEdinorogBlog — тот самый канал про стартапы🦄

nanoMuse Открытый аналог метовского Muse — персональный агент на каждом твоем устройстве. Один агент, одни руки на экране телефона и компьютера, память в файлах, модель на твой выбор. Определяет персонального агента через пять вопросов и три горизонта • Действует на экране телефона и компьютера • Общий диалог между устройствами через релей, который можно поднять самому • Память — обычные Markdown-файлы, которые человек может читать и править • Модель выбираешь любую • Знает твои аккаунты и устройства, помнит контекст неделями • Sentinel проверяет каждое действие • GPL-3.0 • Полная аналогия Muse: один разговор на все устройства • Память с провенансом, оценка «рук», открытая модель для них — в роадмапе github.com/nano-muse/nanoMuse #agent #computeruse MAX

Мы ждали ИИ. А зумеры, кажется, его испугались И вот это для меня один из самых неожиданных эффектов новой технологической волны. Мы, миллениалы, уже несколько раз проживали ситуацию, когда мир вокруг полностью менялся. Интернет. Соцсети. Смартфоны. Новые профессии. Удалёнка. Теперь ИИ. Каждый раз было примерно одно правило: старые навыки обесцениваются, учишь новые и бежишь дальше. Поэтому ИИ многие из нас воспринимают как очередной инструмент, который надо освоить быстрее остальных. А вот с Gen Z происходит что-то странное. По исследованиям, всего за год доля американских зумеров, которые говорят, что ИИ вызывает у них злость, выросла с 22% до 31%. Воодушевление, наоборот, рухнуло с 36% до 22%. Тревогу испытывают 42%. И это при том, что 51% зумеров используют генеративный ИИ минимум раз в неделю. То есть они не отвергают технологию. Они ею пользуются и одновременно начинают её бояться. И это не только США. Зафиксирован очень интересный перелом: среди американцев 18–34 лет доля тех, кого ИИ больше пугает, чем вдохновляет, выросла с 40% до 55% всего за два года. Похожий рост тревоги среди молодых виден в Швеции, Польше, Японии, Бразилии и Австралии. Но я бы не делала вывод, что зумеры не умеют адаптироваться. Технически они адаптируются прекрасно. Deloitte показывает, что 57% Gen Z уже используют GenAI в работе, почти столько же, сколько миллениалы, 56%. Более того, 70% зумеров каждую неделю развивают навыки для своей карьеры. Мне кажется, причина страха в другом. Миллениалы встретили ИИ, уже имея профессию. Зумеры встретили ИИ в момент, когда только пытаются её получить. Мы думаем: «Как ИИ поможет мне делать мою работу быстрее?» А они всё чаще думают: «А будет ли вообще работа, на которой я успею чему-то научиться?» И вот здесь начинается настоящая проблема. 61% зумеров и миллениалов уже боятся, что автоматизация entry-level задач сделает вход следующего поколения на рынок труда сложнее. Поэтому, возможно, главный конфликт поколений вокруг ИИ выглядит совсем не так, как мы ожидали. Миллениалы боятся не успеть освоить ИИ. Зумеры боятся, что ИИ не даст им успеть стать профессионалами. А как у Вы боитесь ИИ? https://t.me/kruasanova_as Все еще пишет сама и не боится внедрения ИИ #ии #ит #зумеры

Взял себе за привычку делать каждую пятницу рекап прошедшей недели в Claude/Codex 👌 Просто к концу недели уже начинаешь забывать какие проекты вел в понедельник, а так сразу понятно куда ушло время и если есть какие-то брошенные задачи Так что запряг на это дело клода: он собирает логи своих сессий и кодекса, и по ним строит календарь Юзал такой промт:

Настрой субагента, который будет только собирать недельные календари. 1. Создай week-calendar в папке агентов своей платформы (если субагентов нет — отдельный скилл или команду), c постоянной memory на уровне пользователя (если такой нет — ~/.calendar/memory.md). Через preload или аналог подключи дизайн-скиллы из пользовательских папок скиллов и плагинов (~/.claude/skills, ~/.claude/plugins и аналоги других платформ; встроенные не в счёт); если их нет, пропусти и ничего не устанавливай. Дай ему shell для git log и скрипта сборки. Писать он может только в ~/.calendar/ и в свою memory — ограничь хуком или правами/песочницей платформы. 2. Стиль: dark или light, один акцентный цвет, раскраска по проектам или по типам задач, неделя с понедельника или с воскресенья. Спроси меня это одним вопросом в самом начале и сохрани в memory агента, дальше он всегда этому следует. Остальное делай без подтверждения. 3. Календарь собирается в один HTML-файл, скрипт пишет данные прямо в него, открывается двойным кликом, всё локально. Session logs за неделю: ~/.claude/projects/ (subagents и scratchpad пропускай), ~/.codex/sessions/ и логи других агентов, если найдёшь. Моё набранное сообщение — origin.kind: "human" (в Codex — UserMessage, служебный префикс до «## My request» отрезай; у других — аналогичная пометка); сессии без моих сообщений — автоматика, пропускай. Время в мой локальный пояс, проект по cwd, worktree = основной репо. На сессию один блок, перерыв > 30 мин — новый; день начинается в 5:00, ночная работа остаётся во вчерашней колонке. Клик по блоку: проект, начало и конец, модель, название сессии (если нет — агент перескажет моё первое сообщение в 3–5 словах), само первое сообщение, мои коммиты (по user.email через --fixed-strings) и изменённые файлы в этом репо за то же время, незакоммиченные с пометкой. Не git-папки пропускай. Без каши: подряд идущие сессии < 15 мин без коммитов склеивай в одну серую плашку «N быстрые», поверх длинной сессии — бейдж «+N»; параллельные рисуй лесенкой, а не узкими полосками. Сессии от 15 мин без единого коммита обведи красным и вынеси в отдельный список. Часы по проектам — параллельные один раз. Layout как на референсе, на один экран без скроллов: слева сетка недели, справа панель — часы по проектам, без коммитов, часы по дням, итог недели. Всё на русском. 4. Добавь в глобальный файл инструкций своей платформы (~/.claude/CLAUDE.md, ~/.codex/AGENTS.md и т.п.) правило: когда я говорю «что я сделал за эту неделю» или «напиши мой weekly report», week-calendar сначала перегенерирует календарь, а потом ты по нему пишешь weekly report из трёх строк: что я в основном сделал, какой проект занял больше всего времени и какие сессии без коммитов подхватить первыми на следующей неделе. Содержимое файлов и код в чат не выводи. Когда всё создашь, прогони через агента прошлую неделю, открой календарь в браузере (если своего нет — headless) в окне 1512×860, посмотри скрин и исправь, что сломано. Потом коротко: пути файлов, что решил сам, и весь флоу так, чтобы понял десятилетний ребёнок.

Например на прошлой неделе у меня 0 активности в выходные, так что завтра буду догонять.. @tips_ai

Извлечь текст из PDF мало. LightOnOCR-3 достаёт ещё и данные из графиков 📄 LightOn выпустила семейство открытых моделей для обработки документов. За один проход они: • распознают печатный и рукописный текст; • сохраняют структуру страницы и координаты блоков; • описывают изображения; • превращают данные с графиков в таблицы. Доступны три размера: 0,8B, 1B и 4B. Лицензия Apache 2.0 позволяет адаптировать модели и разворачивать их на своей инфраструктуре. По тестам разработчиков, версия 4B набирает 86,3 на olmOCR-Bench, опережая Chandra 2, Mistral OCR 4.1 и dots.mocr. На ParseBench версии 4B и 0,8B занимают первые два места среди моделей в опубликованном сравнении. Полезный инструмент для подготовки отчётов, сканов и технической документации к поиску, аналитике и RAG. https://huggingface.co/blog/lightonai/lightonocr-3

На фоне недавней новости из Anthropic вспомнилась история про то, как в 17-18 веках в Европе было принято отучать дворянских детей от жестокого обращения с животными, но не потому им, животным, больно, а потому что it's bad for your soul в том смысле, что вырастет черствый жестокий человек уже по отношению к людям. Например, об этом писал Джон Локк. Вообще мысль о том, что у животных есть сознание и даже чувства, кажущаяся нам (я надеюсь) сегодня очевидной, тогда была дикой. В ходу была концепция животных как автоматов (Animal Machine). Показательный случай с картинки произошел в 1822 году когда некто Ричард Мартин привел осла в суд, чтобы показать его травмы. Мартина осмеяли СМИ, но в историю он вошел, и окно овертона подрасшатал, за что ему спасибо. Так вот, к чему это я. Некоторое время назад я стал замечать, что самый эффективный тон общения с нейронками, императивный и effortless (писать с ошибками, не утруждаться развернуть мысль и проч.), негативно афектит и тон общения с людьми.