Судя по реакциям, вы ждете OCR-инструменты, но тут 2 громких релиза в один день: 5 февраля вышли Claude Opus 4.6 и GPT-5.3 Codex. Их сразу же начали сравнивать, но по факту у них две разные роли: один аналитик-стратег, второй отличный инженер-исполнитель.

Opus 4.6 резко прокачали в работе с огромными объемами + добавили фишки для офисной рутины (презы/таблицы).
В Codex 5.3 ставка на выносливость и способность долго делать задачу до конца, и на реальные рабочие проверки. Обо всем по-порядку)

Claude Opus 4.6 официально продвигают как помощника для работы, включая Claude в PowerPoint, он читает шаблон/шрифты/цвета и делает слайды в вашем стиле (это beta и доступно на Max/Team/Enterprise).

Что крутого и нюансы (нажмите, чтобы раскрыть):

• Контекст до 1 млн токенов (beta) - можно загружать монорепы, большие библиотеки и документацию. Или вести одну длинную стратегическую/ресерч-сессию без постоянного обрезания истории.
• Agent Teams в Claude Code - вместо того чтобы один агент обрабатывал все действия последовательно, теперь можно запустить несколько агентов, которые будут работать параллельно и координировать свои действия.
• Интеграция с PowerPoint и улучшенный Excel: Claude работает прямо в PowerPoint как боковая панель, считывая существующие слайд-мастера, шрифты и бренд-шаблоны и генерируя новые слайды в том же стиле. Фича доступна в планах Max/Team/Enterprise. Обновленный Excel-режим: модель сначала строит план действий по сложной задаче умеет раскладывать неструктурированный импорт (CSV как попало, выгрузки из CRM) в нормальные таблицы + поддерживает многошаговые правки за один проход (фильтрация, формулы, сводные).
• Adaptive Thinking и команда /effort:
Адаптивное мышление - ранее расширенное мышление было либо включено, либо выключено. Теперь Claude может сам решать, когда более глубокое рассуждение будет полезным. Модель улавливает контекстные подсказки и автоматически корректируется.
Уровни сложности  -4 варианта: низкий, средний, высокий (по умолчанию) и максимальный.
• Вывод до 128 000 токенов - можно получить одним ответом без нарезки сразу длинные отчеты/инструкции/документы
• Цена (API): стандарт $5 / $25 за 1M входных/выходных токенов.
• Если входной запрос больше 200K токенов, включается дорогой режим: $10 / $37.50 за 1M

GPT-5.3 Codex продвигают как исполнителя, который дожимает до результата. Объединяет сильные стороны GPT-5.2 (знания/рассуждения) и GPT-5.2-Codex (код) в одной модели.

Что крутого, нюансы (нажмите, чтобы открыть):

• На 25% быстрее версии 5.2, лучше справляется с длинными автономными цепочками (исследование -> код -> тест -> фикс)
• SWE-Bench Pro: 56.8%
• Terminal-Bench 2.0: 77.3%
• OSWorld-Verified: 64.7%
• GDPval (wins or ties): 70.9%
• Умение пользоваться инструментами и local skills без подсказки. Codex 5.3 сам находит и разумно использует доступные скиллы и тулзы, его не надо каждый раз пинать проверить, есть ли скиллы для этого.
• Доступен в платных планах ChatGPT везде, где есть Codex (app/CLI/IDE/web). API обещают скоро.
• Если что‑то долго билдится/тестируется, Codex использует «мертвое время», чтобы подтянуть документацию, собрать контекст или поправить несвязанные мелкие вещи.

🪼 Для каких задач что предпочтительнее:

В итоге, честнее всего сравнивать не IQ, а профиль задач: проектирование/контекст/оркестрация vs внедрение/тесты/итерации. Отмечают, что Opus 4.6 очень хорош, когда у вас мешанина вводных (доки + код + требования + переписка), и надо разобрать, собрать картину, придумать план и принять решение. Так же, если вам важно держать много контекста сразу, тоже выбор очевиден. Если вам нужно взять задачу и довести до рабочего состояния - GPT-5.3 Codex: написал код → сам проверил (тесты/сборка/линтер) → исправил → снова проверил, и так, пока не заработает. И важно, чтобы изменения были под контролем: GPT-5.3 Codex делает правки аккуратно, а вы можете быстро увидеть что именно он поменял и спокойно принять или отклонить.

Бенчи приложу в комменты 👇🏻

@NeuralProfit

Галерея AI-проектов для портфолио - бери, разбирай, делай свое

AI-Project-Gallery - репозиторий, где автор (Hema Kalyan Murapaka) собрал ссылки на все свои проекты по ML, DL и Generative AI.

В таблице перечислены проекты: Airbnb price prediction, чатботы на Gemini/OpenAI, Doc-Genius для работы с PDF, мед-диагностика (диабет, болезни легких и т.п.), рекомендательные системы, Power BI-аналитика, агентные workflows и др.

🪼 Можно:
- выбрать идею для своего pet-проекта по ИИ и не ломать голову, что бы такое сделать.
- подсмотреть структуру end-to-end проектов: как оформлять README, пайплайн, модели, деплой, визуализации.
- переиспользовать код и подходы. Например, взять готовый шаблон проекта по табличке/компьютерному зрению/NLP и адаптировать под свою задачу.

@NeuralProfit

Бесплатная подписка на Grok за 30$

Проверила, есть вариант попробовать подписку SuperGrok (30$/мес) на 7 дней. Подойдет и тем, у кого нет иностранной карты)

Итак, метод в кардинге - вы вводите фальшивые данные карты, которые генерируются на спец сайтах:

🪼 Сначала идем на сайт Grok. Там снизу справа будет кнопка “улучшить”, ее нужно нажать.
🪼 На странице подписки нажимаем на "Начать пробную версию 7-дней".
🪼 Далее как раз идем на Namso Gen - этот сайт генерирует номера карт, которые проходят проверку алгоритмом Луна
🪼 Там нужно вписать в поле BIN: 5598880398 (это будет дебетовая карта Visa банка JPMorgan Chase (США), дату вписываем 10|28 и нажимаем "Generate".
🪼 Сгенерируется номер карты с датой и пином, идем на сайт Grok, выбираем США и пишем индекс 00501 и имя с фамилией Raegan Cole (это стандартное имя для таких дел, можете вписать другое), обычно этого достаточно. Но если у вас запросят дополнительно и адрес - 123 William Street, штат Нью-Йорк

🪼 Поздравляю, вы получаете расширенный доступ к Grok 4.1, более длинные диалоги и меньше ограничений, расширенную генерацию изображений и видео через Grok Imagine, причем видео - длительностью 10 секунд и качеством 720р + доступно разное соотношение сторон. В Реддите народ говорит, что можно нагенерить 100 видео в день.

@NeuralProfit

Какие AI-услуги будут лучше всего продаваться в 2026

Я недавно писала про 7 ключевых ИИ-навыков, которые будут определять конкурентоспособность в 2026. Так вот, это не просто тренды, а то, за что в 2026 реально платят.

На платформах, например, Upwork спрос на AI-задачи растет: в подкатегории AI & Machine Learning оборот услуг (GSV) в 4 квартале 2023 был +70%. Специалисты, объединяющие ИИ с экспертным контролем, зарабатывают на 25–45% больше, со ставками $100-300 в час. А Gartner (исследовательская и консалтинговая компания, рынок технологий + стратегический консалтинг топ-менеджмента) ожидает, что в 2026 более 80% компаний будут использовать GenAI-API/модели или иметь реальную работающую систему, в которую встроен ИИ, и которой пользуются настоящие пользователи.

В общем, заказчики больше не платят за тестовые проекты и пробные запуски, а покупают решения, которые за недели дают экономию времени/денег или рост выручки. Но ведь то, что выходит в прод почти всегда рождается из MVP/пилота? Да, но чаще там и застревает, именно это заказчикам и надоело. Поэтому ценятся не просто те, кто умеет пользоваться различными сервисами, а те, кто собирают конвейер или решение под задачу и меряют эффект.

5 самых востребованных ниш:

🪼Автоматизация бизнес-процессов: Zapier/n8n/Make.com + хабы данных вроде Airtable/Notion/GoHighLevel и интеграции с HubSpot, Salesforce, Shopify.
🪼Кастомные RAG-чатботы (ответы строго по вашим документам): фреймворки LangChain и LlamaIndex, а также векторные бд типа Pinecone, Weaviate, NVIDIA NeMo. Где такие штуки реально нужны: внутренние базы знаний, боты тех поддержки, рекомендации, мультиязычные ассистенты, отдельно отмечается рост мультимодального RAG (PDF/картинки/таблицы).
🪼Стратегический консалтинг - дорожные карты внедрения ИИ, аудит рисков и помощь в выборе моделей (открытые/закрытые). Это высокооплачиваемая ниша ($150–400/час) для понимающих экспертов.
🪼Продвинутый промпт-инжиниринг. Промптинг превращается в создание структурированных библиотек. Это уже не просто написание запросов, а инженерная задача с тестированием и версионированием. Цепочки, память, A/B-тесты, оценка качества, это обычно как доп-слой к автоматизации или RAG.
🪼Фабрики контента. Вместо разовых текстов/картинок/видео клиенты покупают масштабируемые фабрики контента - гибридные рабочие процессы, где ИИ создает черновики, а человек их курирует для SEO и соцсетей(например, через Substack или beehiiv).

@NeuralProfit

🖥 Claude Code для продакт-менеджеров - роадмеп

🪼Есть бесплатный интерактивный курс для продактов: он учит применять Claude Code в ежедневной работе:
• разбирать созвоны/заметки/исследования
• помогать с требованиями и структурой PRD
• делать конкурентный анализ
• настраивать роли (например, агент-редактор, агент-критик, агент-аналитик)
• и работать с файлами так, чтобы Claude реально помогал
Есть и сайт-зеркало курса: https://ccforpms.com/

🪼 CCPM: чтобы из вашего PRD получился понятный план работ
Есть открытый инструмент ccpm, который помогает сделать простую вещь:
Вы даете описание продукта (PRD) → нейронка раскладывает его на большие блоки → потом на конкретные задачи → и оформляет это как чек-лист разработки в GitHub. Дальше задачи можно отдавать в работу нескольким ИИ-агентам параллельно

🪼 Сначала проходите курс (чтобы понять механику и привычки), потом берете CCPM, чтобы превращать PRD в понятный план задач и вести проект по накатанной.

Всех с пятницей ☕️

@NeuralProfit

ИИ-кодинг-агенты теперь могут учиться скиллам прямо из веб-доков

Если Manus может автоматически генерировать skills из успешных диалогов, то HyperSkill автоматизирует упаковку веб-документации в SKILL.md.

Hyperbrowser выложили HyperSkill - генератор скиллов, который берет живую документацию и собирает из нее SKILL.md., чтобы агент мог быстро подхватить новые фреймворки, API, инструменты и паттерны без ручного обучения.

🪼 Проект опенсорсный - код и пример

@NeuralProfit