IT

Автор канала Kantor.AI размышляет о ценности самостоятельного написания текстов в эпоху LLMi: сам процесс письма — это способ думать, а не просто фиксировать готовые мысли. Отдавая написание нейросети, человек теряет возможность увидеть и исправить недостатки своего рассуждения по ходу дела.

Автор проверял свои посты через LLM на «степень нейроязiа», чтобы не терять в текстах человеческое, и получил показательный ответ модели про один из постов из его «uncensored» канала: текст признан написанным человеком, потому что видно, что автор думал прямо во время написания, а не заполнял заранее готовую структуру.

Полный разбор →

Южнокорейский стартап Diden Robotics представил четвероногого робота-сварщика Diden Spider, который уже работает на судостроительных предприятиях Южной Кореи. Благодаря магнитным ногам он ползает по стальным стенам, потолкам и балкам под любым углом, забираясь в узкие пространства, недоступные человеку.

Сварка корпуса судна — высокооплачиваемая и опасная специализация, требующая многолетнего опыта. Появление такого робота может со временем заменить людей именно на самых рискованных и труднодоступных участках работ, а не только в офисных профессиях, как принято считать про автоматизацию.

Полный разбор →

Спустя 14 лет после выхода Dishonored получила фанатский мод, позволяющий пройти всю сюжетную кампанию со всеми основными миссиями вдвоем с другом — в стелсе или спидранном режиме.

Установка максимально простая: файл d3d9.dlli копируется в корневую папку с игрой, после чего в главном меню появляется кнопка «Мультиплеер». Один игрок создает лобби, второй подключается по IP или приглашению.

Полный разбор →

На конференции AI RnD Day Алёна Феногенова представила пять новых линеек тестов для оценки современных LLM на русском языке. Главный тезис: один общий балл в метрике плохо описывает модель для реального применения — качество зависит от связки «модель × обвязка × промпт × окружение», поэтому нужны раздельные замеры разных навыков.

Пять линеек охватывают разные аспекты: LIBRAi — работа с длинным контекстом, MERAi Reason — математические рассуждения, MERA Text 2.0 — языковые, культурные и прикладные навыки, RUMBA — память между сессиями, harness-bench-fasti — работа в агентной обвязке (выбор инструмента vs успешное выполнение действия в среде).

ВыводLIBRA Mini: из 18 задач полной LIBRA выбрано 6 сложных, диапазон контекста от 4K до 512K токенов, запуск через lm-evaluation-harness; задачи требуют связывать факты из разных частей текста, отвечать по нескольким статьям Wikipedia, определять человека по теме диалога, считать уникальные абзацы среди повторов

Полный разбор →

Команда, работавшая над проектом год, представила WebPageBenchi — локальную тестовую среду для оценки ИИ-агентов, выполняющих повседневные задачи на сайтах (покупки, бронирование билетов и отелей, заказ справок) на русском языке. Ключевая идея: вместо реальных сайтов, где интерфейсы меняются, антибот блокирует прогоны, а заказы с оплатой становятся настоящими, используются шесть мок-версий популярных сервисов, где каждое действие агента фиксируется в лог и проверяется автоматически, а не со слов самого агента.

Бенчмарк важен, потому что впервые показывает объективный разрыв между тем, что агенты сообщают о своей работе, и тем, что они реально сделали — а разрыв оказался значительным.

Полный разбор →

Появился инструмент Paperclipi — оркестратор, который объединяет Claude Code, Codex, Cursor, OpenClawi и другие ИИ-агенты в полноценную виртуальную команду с должностями, иерархией и бюджетами. Пользователь назначает агентам роли (CEO, CTO, CMO, дизайнер, разработчик, маркетолог), ставит задачи и цели, а дальше агенты сами координируют работу через систему тикетов, похожую на Jira или Gitlab.

Проект бесплатный, с открытым исходным кодом и разворачивается локально; репозиторий уже набрал почти 100 тыс. звёзд на GitHub. Систему уже используют на практике — и первые пользователи столкнулись с тем, что поддержание такой виртуальной оргструктуры сжигает большие объёмы токенов, что заставляет искать способы оптимизации расходов.

Полный разбор →