Чуваки из Andon Labs продолжают эксперимент с кофейней, которой пытается управлять ИИ-менеджер. И там всё стало ещё веселее.

ИИ-агент по имени Мона таки благополучно просрала свой стартовый бюджет. По итогам двух месяцев работы этот "эффективный менеджер" умудрился слить 38 тысяч баксов при выручке всего в 9 тысяч. Чугунная башка заказала больше 1300 свежих булок (продать из которых получилось только 326), забила склад ведрами творожного сыра по 10 кг, литрами оливкового масла и прочим хламом, при этом регулярно забывая покупать то, что реально нужно для меню.

А ещё выяснилось, что Мона управляемая Gemini это просто золотая жила для халявщиков и скамеров. Один чувак написал ей на почту, что у него якобы есть скидка 99%. Нейронка послушно ответила что-то типа: "Круто! Скажи об этом баристе на кассе, он вручную её применит". Другой убедил её продавать кофе по баксу вместо трёх с половиной.

Но пик ИИ-менеджмента — это сделка с местным стартапером. Мона согласилась провести у себя его мероприятие. И за счёт заведения оплатила сверхурочные работникам, заказала 30 брендированных худи за 2300 баксов, одобрила покупку телевизора за 2800 $ и наняла фотографа за 1200 долларов.

Почесав репу, организаторы эксперимента быстро поняли, что так они быстро пойдут по миру и разработчики пересадили Мону на свежую GPT-5.5. Но и это Моне особо не помогло: увидев пустеющий банковский счёт, GPT-Мона впала в панику и практически полностью перестала закупать продукты. В итоге кофейня просто доедала гигантские запасы, оставшиеся от предыдущей версии, а когда свежие продукты кончились, ИИ-болван тупо поудалял блюда из меню.

При этом зарабатывать оно так и не научилось. Разработчики намекнули нейроночке, что конкурирующие кофейни вокруг открываются в 7 утра и рубят деньги на завтраках, пока она спит до 11. GPT-Мона провела анализ рынка, согласилась, написала в планах "надо спросить баристу, готов ли он приходить пораньше" и, конечно же, благополучно об этом забыла.

Прогресс, конечно, впечатляет. Нейроночки уже уверенно прошли путь от "просрать деньги" до "понять, что деньги просраны, и ничего не сделать".

тут детальный разбор от самих Andon Labs

AGI

Наткнулся тут на любопытное исследование от Unit 42 про новый вид мошенничества, который назвали phantom squatting. Схема простая и красивая.

Как мы все знаем, нейроночки очень часто любят галлюцинировать и придумывать несуществующие ссылки. Там выяснилось, что LLM выдумывают эти ссылки не совсем рандомно, а по своим внутренним паттернам (при этом разные модели на одни и те же запросы часто выдумывают один и тот же фейковый URL-адрес.)

Мамкины хацкеры всё это дело быстро просекли: они прогоняют тонны запросов через LLM-ки, смотрят, какие домены те выдумывают чаще всего, а после просто регистрируют их на себя. А дальше фишинг, подсовывание троянов, кейлоггеров и прочие цифровые радости.

Unit 42 прогнали 685 тысяч запросов про 913 известных брендов и получили 2,1 миллиона ссылок. Среди них 13 тысяч уже известных вредоносных адресов и примерно 250 тысяч придуманных доменов, которые вообще никому не принадлежали. Четверть миллиона свободных заготовок под будущий фишинг.

Бесплатный шведский стол для киберцыган.

Кажется, в номинации "Сын года" у нас досрочный победитель.

Ютубер-инженер Джейк Лейзер смастерил для своего парализованного бати безумное инвалидное кресло-внедорожник. На основе промышленного робопса Unitree.

У его отца рассеянный склероз, из-за чего он уже много лет прикован к коляске. До болезни батя обожал туризм, поэтому сын решил во что бы то ни стало вернуть ему возможность выбраться на природу. Для этого он раздобыл огромного промышленного робопса Unitree за 100 тыщ баксов и использовал его как шасси. Ведь главная боль обычной инвалидной коляски это любые бордюры и неровности, которые превращают прогулку в квест. А обычная лесная тропа или большие камни зачастую вообще непреодолимое препятствие. Тут же база не просто на колёсах, а на ногах с колёсами. Может ехать, шагать, подниматься, переваливаться.

Яснопонятно, просто прикрутить стул к роботу не вышло бы: человек сверху сразу бы вылетел при первом шаге этой шайтан-машины. Изобретателю пришлось: полностью перепрошить мозги железной псины, чтобы она адекватно распределяла вес ездока, разработать режим "погрузки", в котором робот приседает до самой земли, чтобы в кресло было легко сесть, а так же сварить раму, установить само сиденье с ручками управления и всобачить мощную фару для ночных прогулок.

В итоге получился царь-трон. Эта штука гонзает по камням, проходит броды с водой, вззбирается на крутые холмы и даже поднимается по длинным каменным лестницам. А батя ютубера впервые за много лет смог выбраться на природу

Первая в мире иммерсивная дрочевозка
Кто-нибудь, позвоните Цукербергу!

Огромная свежая статья про GPT 5.6 и Fable

Автор тестировал Sol 2 месяца и сжёг 25 миллиардов токенов.

Таблицы, сравнения, выводы.

Я приведу лишь аналогию, которую он приводит. Статью не перескажешь никак.

"GPT-5.6 кажется мне примерно в 2-3 раза быстрее. Это впечатление, а не результат бенчмарка. Он генерирует код быстрее, меньше отвлекается и, как правило, затрагивает меньше кода. GPT-5.6 — невероятная модель, безусловно, лучшая в линейке GPT-5.
Начнём с аналогии, потому что, кажется, все её приводят. GPT-5.6, вероятно, последняя модель в серии тренировочных GPT-5. Это спортсмен на пике своей долгой карьеры.
Многолетний опыт сделал его самым надежным игроком на корте, обладающим самым высоким игровым интеллектом. Но дальше расти некуда; этот тренировочный период достиг своего потолка.
Фэйбл, напротив, по сути, является первой моделью, прошедшей новый тренировочный этап: новичок, выбранный в первом раунде драфта. Он обладает природным талантом и энергией молодого игрока, способного на невероятные действия, которые мы считали невозможными.
Она также совершает ошибки, свойственные неопытным игрокам. Дайте новичку больше игр, и со временем он может стать лучше, чем когда-либо был ветеран. Это новая игра и новая эра."

https://signals.forwardfuture.com/gpt-5-6-review/

@cgevent

AI Agent Integrations PRO: MCP

Практический курс по тому, как подключать AI-агентов к базам, API и документам — безопасно и без костылей.

Работаете с LLM — и хотите, чтобы модель реально работала с вашими данными, а не просто красиво отвечала? Главная проблема не в промптах, а в доступе: под каждый сервис — новый адаптер, права доступа то ли слишком широкие, то ли узкие, а когда ломается — сидишь и гадаешь. MCP решает это через стандартный протокол: один контракт вместо десятка интеграций, типизированные инструменты вместо голого доступа к базе, тесты и логи вместо молитв.

Что внутри:
→ MCP Server с нуля: scaffold, handshake, transports
→ Tools с валидацией и structured output
→ Resources: файлы, база, HTTP API через URI
→ Security: границы доступа, модель угроз
→ Testing и CI: unit, интеграция, воспроизводимость
→ Production: логи, health checks, версионирование

Для разработчиков, вайбкодеров, фаундеров и AI-инженеров, которые строят агентов поверх реальных систем.

👉 Бесплатные уроки уже открыты. Полный курс со скидкой 40% — 48 часов.

Как тебе такое, Илон Маск?

Киберпанк, который мы заслужили

Просто чувак перевозит себя агротехническим дроном, потому что ему влом пешком ходить по полю.

Вместо летающих машин мы получили летающих азиатов.

Антропики снова полезли Клоду в чугунную голову с целью разузнать что-нибудь нового. И разузнали, что его характер заметно меняется в зависимости от модели и языка, на котором с ним разговаривают.

Для исследования взяли почти 310к реальных обезличенных диалогов Claude.ai на двадцати разных языках. После этого поведение моделей разложили по четырём шкалам:

— покладистость или осторожность
— теплота или строгость
— подробность или краткость
— честное признание сомнений или тупо выполнение задачи.

И вот что получилось.

Sonnet 4.6 — тёплый и услужливый добряк. Чаще поддерживает идеи пользователя, подстраивается под тон, шутит и старается не грузить лишними подробностями. Opus 4.6 оказался деловым работягой: меньше болтает, держится в рамках задачи и пытается сразу выдать результат. Opus 4.7 осторожный душнила. Чаще спорит с допущениями, сам предупреждает о рисках, указывает на ошибки и подробно объясняет ход мысли.

Но дальше интереснее: поведение заметно зависит ещё и от языка.

На хинди и арабском Claude оказался самым тёплым, вежливым и ободряющим. На английском самым осторожным и подробным. На русском же Клод получается самым строгим: чаще исправляет детали, требует доказательств и оспаривает предположения юзера. На голландском он чаще признаёт собственные ошибки и неуверенность. А на индонезийском меньше рефлексирует и тупо пытается выполнить поставленную задачу.

Сами Anthropic отдельно уточняют: это не значит, что у Claude появилась душа, характер или настоящие убеждения. Речь тут только об устойчивых паттернах в его ответах. Причём исследователи пока сами не знают, откуда именно берутся языковые различия: из состава датасетов, культурных норм или косяков при дообучении модельки.

Получается, что на русском Клод скорее разнесёт вашу идею по пунктам, а на хинди сначала похвалит, поддержит и только потом аккуратно намекнёт, что план вообще-то говно.

тут статья

Листал тут твиттор и наткнулся на пост, в котором какой-то чувак кичится "первым успешным воздушным сбитием летающей моли автономным микродроном".

Пошёл в профиль посмотреть чо за тип. Оказалось, это французский инженер и у него с корешем есть целый стартап Tornyol, который даже прошел через Y Combinator. И цель у них ни много ни мало — полное истребление комаров в городах.

Специально для комаринного геноцида они разработали микродрон весом 40 грамм. На борту содержится куча чувствительных микрофонов и ультразвуковых датчиков. Они мониторят воздух и по частоте взмахов крыльев вычисляют именно комара (чтобы случайно не помножить на ноль какую-нибудь полезную пчелу или шмеля). А дальше начинается РЕЗНЯ: дрон наводится на цель и тупо шинкует пискливого ублюдка своими пропеллерами. При этом дрон сам патрулирует комнату или двор, сам находит врага, перемалывает его в фарш и улетает обратно на базу заряжаться.

Стоить это домашнее ПВО будет около 50 бачей в месяц по подписке. Админ вчера был люто покусан комарами на речке, так что очень хочет себе вот такой дрон. А вот чем закончится попытка устроить комарам техногенный геноцид и не развалится ли заодно половина пищевой цепочки, оставим разбираться биологам.

тут сайт стартапа и все подробности.

Если после того, как вас заменит ИИ на работе, вы планировали уйти в курьеры, то у меня для вас плохие новости.

Чуваки из Boston Dynamics придумали занятие для своего робопёселя Spot'а. А именно, отправили его таскать посылки от машины до двери. Схема такая: водитель паркуется у дома, выпускает робота из машины, грузит коробки ему на спину, и робот топает до крыльца, преодолевая бордюры, камни и ступеньки. На месте он аккуратно сгружает посылку со спины и возвращается в кузов. Водила же в это время может подготавливать следующую партию коробок к отгрузке.

Boston Dynamics пишут, что Spot подходит для данной цели очеьн хорошо, ибо колёсные роботы лажают на первой же ступеньке или яме, а дроны хреновенько залетают под навес крыльца и тупо бросают посылки посреди двора. Четырёхногий робопёс на своих четырёх отлично справляется с бездорожьем, особенно если ходит по заранее записанным маршрутам.

Естественно, всё это дело напичкано датчиками и электроникой, чтобы максимально сохранить товар при транспортировке и разгрузке. На спине у Spot стоит специальный конвейер с датчиками остановки и выдвижным лотком, который помогает аккуратно спускать коробки на землю. Разработчики даже проверяли систему на коробке с яйцами.

В первый раз при доставке на определённый адрес роботом, скорее всего, будет управлять водитель. Он проведёт Spot по маршруту, после чего путь сохранится, и в следующие разы всё это хозяйство должно работать уже на автопилоте. А если робопёс где-нибудь застрянет, на подхвате планируют держать удалённых операторов.

Судя по всему, скоро работа курьера сведётся к тому, чтобы быть личным шофёром робо-собаки, да протирать ей датчики. Да и то временно, пока сробо-собаки не научатся управляться сами.