ИИ

«ИИ изменил мою жизнь» - ну ок, покажи Элена Верна, Head of Growth в Lovable (быстрорастущая платформа вайб-кодинга), в начале июле написала текст «Please stop the AI Confidence Theater». За пару часов текст залетел в топ Hacker News, видимо, плтому что у всех накипело Элена стала просить пруфы у всех, кто рассказывал, что ИИ перевернул его жизнь В 99% случаев ей показывали суммаризацию слака, ответы на письма и ресёрчи. Штуки полезные, но жизнь они едва ли кому-то перевернули. Систем, без которых работа завтра реально развалится, почти ни у кого не оказалось

При этом заметили, да, как соцсети засыпало инфой про агентов, автоматизации и ИИ вместо половины команды. Верна называет это театром уверенности: пять лет назад хвастались переработками, теперь хвастаются количеством агентов без привязки к бизнес-результату, конечно же

Элена прямо пишет: экономите с ИИ 20 минут в день, вот и радуетесь, а не стремайтесь что это не звучит круто. И еще штука, про которую никто не постит. Первый промпт это весёлая часть. Ценность создаётся на следующей тысяче, когда промпты ломаются, модели обновляются, интеграции отваливаются и всё это надо чинить Кандидат рассказывает про свои ИИ-успехи? Покажите результаты. Подрядчик продаёт «ИИ-отдел продаж»? Покажите реальный кейс, а не демо. Готова поспорить, отрезвляет секунд за десять

Сколько тебя останется в твоём тексте Каждый четвёртый пост в соцсетях пишет ИИ, посчитал детектор Pangram. LinkedIn лидирует. Я этим вопросом занимаюсь больше двух лет: зарабатываю на инструментах, которые такой контент позволяют создавать, а также публиковать. Вчера Co.Actor подсунул мне для комментирования пост доктора Кушала Сангви со ссылкой на статью «Если AI пишет всё, почему кто-то должен тебе доверять?», в написании которой он участвовал вместе с друзьями. Самая яркая история оттуда — про уличную еду. Вишал Рупани из Sprect рассказывает про вада-пав, мумбайский стритфуд. Возле его офиса десяток ларьков, все берут одинаковую картошку, чатни и булку. Но постоянные клиенты проходят мимо пяти точек к своему продавцу: тот намеренно слегка поджаривает хлеб. Это маленькое умышленное несовершенство и есть весь его бренд. И ещё одно. Рупани пятнадцать лет ловил ботов в ad-tech, и подделку никогда не выдавала крупная ошибка. Выдавала мелкая деталь, которую никто не потрудился сфальсифицировать, потому что это невыгодно. Настоящий текст содержит трение: паузы, странно конкретные детали, наблюдения, которые ничего не доказывают. Спорить, будет ли ИИ в контенте, поздно. Он уже там, у всех, как одинаковая картошка во всех ларьках. Вопрос другой: сколько в тексте останется тебя. Если контекст, задача и мнение твои, то даже замена пары слов в готовом тексте — выбор между формулировками собственной мысли. Если на входе тебя не было, править выход бессмысленно: «лучше» значит «ближе к тому, что я думаю», а ты ещё ничего не подумал. С живописью это уже случилось. Вивек Бхаргава напоминает: когда появилась фотография, умение реалистично рисовать перестало стоить дорого — сегодня художник-реалист продаёт картину за копейки, но многие современные художники — за десятки миллионов. Инструмент обесценил ремесло и заставил искать, что в работе остаётся от самого автора. Родилось новое искусство. Тест перед публикацией, забирайте: выдержит ли твой пост простой вопрос «а что там было ещё, подроьности?» Есть что ответить — ИИ помог написать. Нечего — ИИ тебя заменил. AI в контенте неизбежен. Сколько в нём останется тебя — этот выбор твой. Сергей Булаев AI 🤖 - об AI и не только

Развитие ИИ приводит к тому, что интеллектуальная работа становится дешёвой и массово доступной. Ранее доступный лишь небольшому количеству людей ресурс теперь в наличии у всех. К чему это приведёт? Я не знаю. Но можно посмотреть, к чему приводили похожие ситуации раньше Печатный станок привёл сделал информацию более дешёвой и массовой, чем когда-либо до этого. Это распалило эпоху Просвещения и сделало возможным современные культуру и науку. А также привело к распространению мусорной литературы и пропаганды Производство стали раньше было трудоёмким и очень малопродуктивным. Это изменилось с открытием бессемеровского процесса в середине 19 века. Он снизил цену стали и повысил скорость производства в десятки раз. Стало возможным построение сети железных дорог, что сделало мир как никогда связным и ускорило экономику. А также помогло делать войны более быстрыми и масштабными, чем когда-либо Азот – критически важный для сельского хозяства элемент. Он буквально наполняет воздух, однако до начала 20 века его было очень тяжело добывать. Настолько, что обгаженные птицами острова в океане считались настоящими азотосодержащими сокровищницами, за которые даже велись сражения. Всё изменилось после открытия процесса Хабера-Боша в начале 20 века. Он позволил получать азот прямо из воздуха, приведя к взрывному росту доступной еды, а вслед за ней и населения. А также к разработке взрывчаток, пригодившихся в назревающих террактах и войнах, и загрязнению окружающей среды Список продолжать можно долго: добыча алюминия, ткацкий станок, компьютеры и интернет – всё это сделало прежде малодоступные ресурсы массовыми. И у всего было как масса положительных, так и отрицательных последствий. Пока непонятно, к чему приведёт развитие ИИ, но совершенно точно ясно, что будет множество изменений. Хороших или плохих – определять людям, которые им пользуются

В последнее время все актуальнее вопрос: а может перейти на open source модель и снизить зависимость/убрать риски, ну или сэкономить —> сделал для вас скилл по мотивам ответа на такой же вопрос для своих пайплайнов: https://github.com/BayramAnnakov/oss-migration-eval что делает: 1) анализирует самые "жирные" пайплайны 2) определяет, по какой метрике будем сравнивать модели (что такое "правильно") 3) составляет "золотой датасет", чтобы заранее определить, на каких кейсах будем сравнивать 4) берет шортлист кандидатов на основе лидербордов artificialanalysis (по качеству) и openrouter (по популярности) 5) прогоняет модели, считает точность на золотом датасете 6) (опционально) может погонять в режиме autoresearch промпты, чтобы даже на слабой модельке добиться гуд результатов 7) и советует что брать :) удачи! P.S. до выхода kimi k3 на моих пайплайнах победила kimi k2.6

🧪 Метод и эксперименты В данной работе фокусируются на 2-битном weight-only-сжатии ризонящих моделей. В аппендиксе есть эксперименты с FP4, со сжатием активаций и KV-кэшей. Квантизуют модели Qwen3-8B / Qwen3-32B через GPTQ. Оказывается, что квантизация сильно меняет поведение трейсов ризонинга: 🔄 Число циклов резко возрастает, особенно для меньшей модели. 📏 Многие трейсы не вписываются в заданный лимит токенов. ⚠️ Блок <think> часто оказывается незакрытым. 💡 При этом сам ответ появляется в среднем чуть ли не раньше в трейсе, но модель его не выводит. 📈 Длина ризонинга сильно увеличивается. Из этого следует, что, кроме просадки качества, мы ещё теряем в эффективности из-за того, что генерируем больше токенов. Как и в прошлой статье, замечают, что длина ризонинга у квантизованных моделей обратно коррелирует с качеством. Причина как раз в этих зацикливаниях. При этом результат сильно зависит от выбора задачи: на ризонинг-бенчмарках типа AIME / GPQA-Diamond эффект сильно заметен. На простых задачах — ARC-C, ARC-E, PIQA, WinoGrande — просадка и в 2 битах очень умеренная. Вообще, я думал, что эти бенчмарки likelihood-based и гоняются с выключенным <think>. Вводят четыре режима деградации качества: 🟢 Стабильный. Без заметной просадки. 🟡 Заметная, но умеренная просадка. Трейсы ещё не ломаются, но есть нарушения в плане фактологии и commonsense. 🟠 Значительная деградация. Генерация часто не завершается. 🔴 Полный коллапс. В первую категорию попадает Qwen3-32B на простых задачах. По мере усложнения задач и уменьшения размера модели растёт степень деградации. Дабы как-то подлечить просадку, предлагают два решения: 📝 (+P) FP16-модель пишет план, а квантизованная исполняет. Это заметно поднимает качество и правит многие ошибки ризонинга, но точность всё ещё ощутимо ниже базовой модели. 🔁 (+L) Loop Rescue. Если модель зацикливается, но выдаёт ответ, выписываем промежуточный ответ. Если ответа нет, просим FP16-модель сгенерировать его с нуля. На простых задачах смысла в этом не так много, так как и просадки, и зацикливания нет. Но на сложных задачах и ризонинг укорачивается, и качество заметно улучшается. На простых задачах end-to-end speedup с учётом длины генерации находится в районе 2×, а на сложных — несколько процентов с просадкой порядка 20% в среднем. 📌 Выводы Занятная и интересная стратегия по выправлению ризонинга. Для production-grade-системы, понятное дело, просадки качества слишком велики, но и 2-битная квантизация без свистоплясок — это действительно тяжёлый случай. Интересно было бы дообучить квантизованную модель через какой-нибудь RL с penalty на циклы.

NVIDIA раскрыла полную архитектуру Vera Rubin, показала первые тесты и передала первые системы заказчикам NVIDIA опубликовала детальную архитектуру Rubin GPU (336 млрд транзисторов, 8 GPC, 224 SM, 896 Tensor Cores, 288 ГБ HBM4 с пропускной способностью 22 ТБ/с) и Vera CPU (88 ядер Olympus на Armv9.2, Spatial Multi-Threading, до 1,5 ТБ LPDDR5X с пропускной способностью 1,2 ТБ/с). В DeepSeek-R1 первый бенчмарк показал 10-кратное увеличение пропускной способности на мегаватт по сравнению с Grace Blackwell NVL72. При энергопотреблении 150 МВт Vera Rubin выдаёт 800 000 токенов/с против 80 000 у GB200. Vera CPU в SPECrate integer обходит двухпроцессорный AMD Epyc 9755 с результатом 925 против 898 балло . Заявлен 50% прирост IPC против Grace. Монолитный кристалл, по данным NVIDIA, даёт в 3 раза больше пропускной способности на ядро и на 40% ниже задержки памяти, чем чиплетные решения AMD и Intel. Платформа уже развёрнута у CoreWeave, Google Cloud, Microsoft Azure и Oracle Cloud Infrastructure и охватывает более 350 заводских узлов в 30 странах. Среди первых клиентов — OpenAI, Anthropic и SpaceX.

Ну, это так для сравнения. Юзает ли кто-нибудь Gemini нынче? Кажется, совсем у них дела плохи. Раньше хоть дешевые мелкие модели были (мы в CodeAlive вовсю их гоняли при индексации), а сейчас вообще юзкейсы непонятны. Я, кстати, в добавку к Codex и Claude взял еще на Grok подписку и использую в кач-ве ревьюера - действительно находит много интересного, я доволен. А Fable использую как эксперта-консультанта, вызываю просто из Codex через свой скилл agents-consilium. Еще молва пошла, что квен 3.8 якобы дюже силен. Но бенчмарков нету вообще, что подозрительно. Успел уже попробовать кто-нибудь новый квен? У меня уже хобби команду ревьюеров из сильных моделей собирать: обычно 5.6 Sol medium/high делает, затем зовет Grok 4.5/GLM 5.2/Opus 4.8 ревьюить, затем когда у простых работяг вопросов не остается, передает работу Fable на ревью. Видимо, команда моя скоро пополнится новой кими и квеном. @ai_driven

Reuters: США и Китай проведут переговоры по искусственному интеллекту в сентябре. Информацию подтвердили 5 источников. Планируется, что со стороны США переговоры возглавит министр финансов. Сам он информацию о встрече подтвердил лишь косвенно, Сказав следующее: «Мы обнаруживаем водяные знаки наших американских моделей на многих китайских моделях, и это неприемлемо. Мы займемся этим вопросом в ближайшие дни или недели». Вероятно, Anthropic (а может и другие компании) предоставят сведения о том, как и кто дистиллировал Claude, и по каким признакам это можно отследить. По словам аналитиков, в список приоритетов Пекина для обсуждений входят вопросы, касающиеся Mythos, того, как США будут контролировать выпуск будущих передовых моделей, а также того, будет ли Вашингтон вводить ограничения в отношении китайских моделей с открытыми весами. Это лишь первая встреча, и вряд ли им удастся сформировать решение каких-либо серьезных проблем.