gemini на mac работает голосом прямо в любом приложении

если удерживать fn, можно продиктовать текст, выделить фрагмент и попросить переписать его или выбрать документы, pdf и изображения для краткого пересказа. результат появляется в активном окне без копирования из чата

режим speak to window работает на mac с apple silicon и macos 15+, пока только на английском и выкатывается постепенно

gemini

chatgpt work научился входить на сайты в вебе и апках

агент в облачном браузере останавливается на авторизации и показывает безопасную форму входа. логин и пароль отправляются напрямую в удалённый браузер, модель их chatgpt не хранит. после входа агент продолжает задачу и просит подтверждение перед действиями с финансовыми, юридическими или другими значимыми последствиями.

функция выкатывается в web и mobile для plus, pro и business.

документация openai

сайты получили прямой канал к chatgpt через webmcp

openai включила site tools во встроенном браузере chatgpt desktop. сайт объявляет доступные действия рядом с обычным интерфейсом, а chatgpt work и codex обнаруживают их и вызывают на той же открытой странице и в той же авторизованной сессии.

продукт теперь можно проектировать в двух согласованных слоях — для человека и для агента. права остаются у сайта, поэтому машинное действие использует тот же контекст доступа, что и пользователь.

анонс openai

эссе билла гейтса

билл гейтс считает переход к эпохе ai одним из самых турбулентных периодов в истории. технология уже работает на привычных устройствах, понимает естественный язык и сможет заменить человеческое мышление сразу во многих отраслях. мир к этому почти не готов.

он выделяет три риска. многие рабочие места исчезнут, а новые потребуют долгого переобучения. ai усилит злоумышленников и может начать действовать вопреки интересам людей. дети рискуют хуже развивать социальные навыки и критическое мышление, привыкая к удобным цифровым собеседникам.

при этом ai способен ускорить медицину, образование и сельское хозяйство, а также сократить бюрократию. эти выгоды сами по себе не станут общими. гейтс предлагает создать национальные и международные институты для управления переходом, определить сферы human reserved, где работа останется за людьми, усилить социальную защиту и ввести налог на ai и роботов

google выпустила gemini 3.5 transcribe

новая модель превращает речь в уже отредактированный текст. она убирает слова-паразиты и повторы, понимает самоисправления, форматирует списки, даты и числа. поддерживаются 85+ языков с автоматическим переключением, пользовательский словарь, определение говорящих и таймкоды.

есть отдельная live-версия для диктовки в реальном времени. в демо продуктовый дизайнер google собрал на ней приложение в духе wispr flow, которое вставляет чистый текст прямо в активное поле.

модель доступна в preview через gemini api и google ai studio. live-сессия ограничена 10 минутами, обработка записи — одним часом или 30 минутами с таймкодами и определением говорящих.

о модели · документация

microduck

pollen robotics открыла предзаказы на 25-сантиметрового двуногого робота за $399. в нём 15 моторов, камера, лидар, два гироскопа и семь готовых движений — от ходьбы и захвата предметов до роликов и самостоятельного подъёма после падения

каждое движение устроено как правило, которое можно переобучить в mujoco на своём компьютере или в hugging face jobs, перенести на робота в один шаг и опубликовать. физическое поведение здесь становится таким же редактируемым и распространяемым артефактом, как код или модель

лендинг • симулятор

в claude браузер только доезжает в коворк для pro, max, team подписчиков

https://claude.com/blog/cowork-built-in-browser/

как собрать утреннюю сводку из slack, notion и дашборда в cowork

anthropic показала готовый сценарий для cowork. агент одновременно читает рабочие источники, связывает метрики с обсуждениями и собирает список срочного — упоминания, важные треды без вашего участия, задачи на неделю и блокеры.

для slack и notion нужны коннекторы, для дашборда — claude in chrome. cowork сначала уточняет приоритеты и формат, затем показывает план и ход запросов к каждому источнику.

сводку можно запускать по расписанию. она выполняется через remote sessions в бете и будет готова, даже если ноутбук закрыт; для чувствительных данных сессию можно запустить локально.

инструкция claude

plaud выпустили умные наушник

plaud делают умные диктофоны. plaud one записывает очные встречи через кейс, звонки и онлайн-митинги — через наушники. записи автоматически расшифровываются, кратко пересказываются и становятся общим контекстом для plaud agent.

агента можно вызвать кнопкой или фразой «hey plaud». он отвечает в наушниках или через динамик кейса, готовит черновики ответов, документы и другие материалы на основе разговоров и подключённых сервисов. встроенная 4g esim позволяет работать без телефона рядом.

лимитированная explorer edition стоила $249.99 и включала $200 кредитов на ai-функции. первая партия из 2000 устройств закончилась. на официальном сайте открыта запись в лист ожидания. часть агентных возможностей пока зависит от языка, региона и версии по

plaud one

временный чат в chatgpt теперь можно персонализировать

при запуске пользователь выбирает, будет ли временный разговор использовать существующую память, пользовательские инструкции и плагины. такой чат не записывает новую память и остаётся вне истории, пока его не сохранят. выбор персонализации фиксируется после первого сообщения, а сохранение превращает разговор в обычный чат

первоисточник

дизайнерам, которые работают сразу в коде, не хватает общей карты продукта

в одном ux-консалтинге двое из пяти дизайнеров уже правят реальные интерфейсы через cursor, claude code и codex. сложные визуальные эффекты и настоящие данные там проверять легче, но после изменений команде негде увидеть рядом все состояния компонентов, экраны, потоки, решения и комментарии. preview-ссылки показывают один путь, а параллельный макет быстро становится второй устаревающей версией продукта

на моём опыте вижу похожее, если кто-то что-то навайбкодил, то для синхрнизации всё равно потом нужно переносить в фигму и следить за ней. следующая нужная поверхность для code-first дизайна — автоматически собранный обзор уже реализованного интерфейса

обсуждение

gemini live развивает голосовое управление

gemini live теперь принимает длинное голосовое поручение и передаёт его в spark, который работает с docs, sheets, drive и вебом в фоне. голосом можно разобрать поток мыслей в документ, собрать утренний бриф из gmail и календаря или поручить обработку писем

голос становится единым входом к нескольким агентным режимам, а выбор конкретного инструмента скрыт внутри продукта. для spark нужна подписка google ai pro или выше, для daily brief — plus или выше

google

TechCrunch: Perplexity получила миллионы новых пользователей в Индии благодаря эксперименту по раздаче бесплатных подписок абонентам Airtel

– В прошлом году клиенты Airtel получили бесплатно подписку Perplexity
– Срок действия самых ранних из этих подписок подходит к концу
– Бесплатную Perplexity Pro на 12 мес. предложили 360 млн клиентов Airtel
– В июле 2025 приложение Perplexity скачали 5,9 млн раз (+625% MoM)
– За 7 мес. новые пользователи скачали приложение около 56 млн раз (х7)
– В июле MAU вырос до 8,9 млн, в октябре MAU достиг пика в 22 млн
– После прекращения эксперимента, число скачиваний резко сократилось
– С февраля по июль 2026 приложение Perplexity загрузили 3,3 млн раз
– Однако пользователи, которых привлекла Perplexity, не исчезли так быстро
– В июле 2026 показатель MAU был почти 14 млн (-37% от пика в октябре)
– Показатель MAU остался в 2,6 раз больше, чем в сред. по итогам H1 2025
– Сокращение загрузок не сопровождалось сокращением расходов
– С февраля по середину августа доходы Perplexity в Индии выросли на 60%

@ftsec

эпоха ux-хранителей — уборка после ai

статья nielsen norman group

у вас в командах уже тоже к дизайнерам приходят с готовыми прототипами? а к разработчикам дизайнеры всё норовят запушить что-то сами в прод?

ai резко удешевил производство интерфейсов. за несколько часов команда может собрать прототип или работающую функцию. оценка пользы, удобства и доверия по-прежнему требует времени. решения появляются быстрее, чем команды успевают понять, нужны ли они людям

авторы nngroup называют этот период «эпохой хранителей ux». дизайнеры всё чаще подключаются, когда прототип уже собран, функция добавлена в продукт, а иногда и выпущена. их работа смещается от проектирования с чистого листа к разбору готового результата — что сохранить, что упростить и что удалить

скорость сама по себе не создаёт хороший пользовательский опыт. ai может сгенерировать пять вариантов сценария за день, но выбор требует понимания целей пользователя, его ментальных моделей, когнитивной нагрузки, доступности, информационной архитектуры и пограничных случаев. производство теперь часто обходится дешевле такой проверки

из этого возникает ux-долг. интерфейс технически работает и убедительно выглядит на демо, но в реальном использовании вызывает путаницу. продукт обрастает «умными» возможностями со слабой пользой, тексты и графика выглядят шаблонно, основное предложение теряется за сообщениями об ai. последствия проявляются позже — в низком использовании, обходных путях, обращениях в поддержку и снижении доверия

nngroup описывает повторяющийся цикл. команда замечает возможность или чувствует давление рынка, быстро собирает решение с помощью ai и пропускает исследование. после запуска обнаруживаются проблемы, и ux-команду зовут всё исправить. рабочий прототип дополнительно смещает разговор от вопроса «нужно ли это пользователю?» к обсуждению сроков выпуска

первый способ разорвать цикл — проводить триаж до полировки. команда должна определить, какую проблему решает функция, насколько она частая, как решение вписывается в привычный сценарий и какие создаёт риски. результатом может стать доработка, упрощение, перенос запуска или отказ от функции. объяснение решения постепенно формирует общие критерии качества у всей команды

второй способ — приблизить скорость оценки к скорости производства. глубину исследования стоит выбирать по уровню риска — для небольшого изменения подойдёт быстрый пользовательский тест, для нового критичного сценария понадобится более строгая проверка. помогают постоянная панель респондентов, стандартные шаблоны оценки, эвристики, требования доступности и контентные чек-листы. ai может ускорять подготовку исследования и первичный анализ, а интерпретация данных должна оставаться у исследователя. синтетические пользователи не заменяют реальных

третий способ — встроить накопленные ux-знания в генерацию. организация может поддерживать ux.md или design.md, дизайн-систему, проверенные паттерны взаимодействия, стандарты контента и доступности, список запрещённых манипулятивных механик. эти материалы нужно регулярно обновлять по результатам исследований и выпущенных решений. повторяющиеся ошибки тогда отсеиваются раньше, а дизайнеры получают больше времени для сложных и неоднозначных задач

роль «хранителя» здесь шире уборки после ai. ux отвечает за связь продукта с реальными потребностями людей и превращает ошибки в правила для следующих решений

ценность профессии проявляется в способности выбирать достойные идеи, быстро проверять их и передавать продуктовые знания людям и генеративным системам

google разворачивает ai overview до первого скролла

для части запросов google автоматически заменяет короткий ai overview полным ответом и сразу показывает поле продолжения диалога. кнопка show more исчезает, обычные результаты уходят ниже

поиск получает адаптивную высоту и сам решает, когда занять экран целиком

search engine land

сценарий путешествий в google search ai mode

в ai mode можно поставить отслеживание цены прямо во время диалога и получить письмо при изменении. там же появились цены в милях и баллах. в сша появилось бронирование отеля с выбором номера, проверкой отмены и оплатой через google pay

чат сохраняет намерение после завершения сессии, возвращает пользователя по событию и доводит его до транзакции. это готовый шаблон для ассистентов с долгим циклом решения

обновление google search

видео теперь генерируется быстрее, чем мы успеваем его смотреть

инженер fal rehan sheikh подключил minimax h3 max к прямому эфиру и запустил бесконечное ai-телевидение. пока в эфире идёт один короткий фрагмент, модель уже успевает сделать следующий

первая трансляция уже отключена. pieter levels собрал новую интерактивную версию infinite slop. зрители пишут идеи в чат, система выбирает одну из них, генерирует следующий 15-секундный эпизод и связывает его с предыдущим.

смотреть трансляцию
технический разбор fal

за ночь появилась возможность управлять персонажами от 3 лица и танцевать как в фортнайте. говорят, что скоро выйдет новая модель chatgpt, так что думаю потом попробуем докрутить ещё

главные события недели · 24–30 августа

интервью и идеи
• тибо из openai объяснил, почему chatgpt и codex сходятся в одного персонального агента с голосом, памятью, облачными инструментами и интерфейсом под конкретного человека — пост в канале
• сам альтман рассказал о ставке openai на codex, knowledge work и науку, ради которой компания закрыла sora и atlas, а также о рисках концентрации власти — пост в канале
• билл гейтс предлагает заранее определить сферы, которые останутся за людьми, усилить социальную защиту и обсуждать налог на ai и роботов — пост в канале
• nielsen norman group описала новую роль ux-хранителей, которые будут разбирать долг от быстро сгенерированных интерфейсов и возвращать продуктам цельность — пост в канале

продукты и интерфейсы
• chatgpt добавил генерацию наборов стикеров из одной команды — самый просматриваемый пост недели в канале — пост в канале
• chatgpt work научился безопасно передавать пользователю форму входа в удалённый браузер и продолжать задачу после авторизации — пост в канале
• gemini на mac теперь принимает голосовые команды в любом приложении, а новая transcribe превращает речь в уже отредактированный текст на 85 языках — пост в канале
• google search добавляет в ai mode отслеживание цен, бронирование и персональные рекомендации для путешествий — пост в канале

агенты, код и рабочие среды
• webmcp позволяет сайтам объявлять действия для chatgpt и codex в той же странице и авторизованной сессии, где работает человек — пост в канале
• play with putty превращает вайбкодинг в совместную среду, где несколько людей одновременно строят один сайт и видят изменения друг друга — пост в канале

игры и медиа
• делаем свою стратегию про строительство крепости на three.js — пост в канале
• генеративное видео стало быстрее просмотра, поэтому infinite slop продолжает эфир на лету и выбирает идеи следующих эпизодов из чата зрителей — пост в канале

общество и производство
• южная корея выбрала три консорциума для национального сервиса ai for all. до конца года все жители получат бесплатный чат и агента без лимитов — министерство науки кореи
• в сербии запустили первую в европе серийную линию гуманоидных роботов. партнёры minth и agibot планируют довести выпуск в сербии до 20 тысяч роботов и робот-собак в год — агентство развития сербии

💫💫💫

насыпать бустов, чтобы добавить реакций в канал

дизайн-системы начинают проектировать для агентов

дизайн-лид корпоративной devops-платформы описал новый критерий качества. агент без предварительного контекста должен собрать экран из реальных компонентов и токенов без ручного исправления

для этого документацию переписали под поиск фрагментов. каждая страница компонента сразу объясняет назначение, выбор между похожими элементами и показывает полный рабочий пример. правила вроде обязательного использования токенов стали явными текстовыми инструкциями

систему теперь проверяют стандартными запросами. ошибочный экран считается дефектом документации или названий. в обсуждении другие команды добавили связку json как источник для агентов и storybook как слой для людей

обсуждение в uxdesign