🧠 Бесплатные курсы по нейросетям собрали в одном месте - на удобном сайте с подборкой материалов от OpenAI, Microsoft и других топовых компаний.

Проект Learn AI Go Where - это десятки проверенных курсов, гайдов и полезных ссылок по ИИ, которые реально стоит пройти. Без мусора и бесконечного поиска по всему интернету.

https://www.learnaigowhere.com/

Сотрудники казино в Китае разоблачили женщину, использующую высокотехнологичные контактные линзы во время игры.

🚀 Вышла новая модель для кодинга - Qwen3-Coder-Next (линейка Qwen).

Это open-weight LM, заточенная под кодинг-агентов и локальную разработку.

Что внутри:

🤖 Около 800K проверяемых задач + окружения, где код можно реально исполнять, а не просто генерировать текст.

📈 Баланс эффективность / качество
Модель с 80B общих параметров и ~3B активных показывает сильные результаты на SWE-Bench Pro при относительно экономичном инференсе.

✨ Экосистема инструментов
Заявлена поддержка сценариев с агентами и дев-инструментами: OpenClaw, Qwen Code, Claude Code, веб-разработка, работа через браузер, Cline и т.д.

В целом это ещё один шаг к моделям, которые проектируются не просто как "LLM для текста", а как движок для реальных кодинг-агентов.

🤗 Hugging Face: https://huggingface.co/collections/Qwen/qwen3-coder-next
🤖 ModelScope: https://modelscope.cn/collections/Qwen/Qwen3-Coder-Next
📝 Blog: https://qwen.ai/blog?id=qwen3-coder-next
📄 Tech report: https://github.com/QwenLM/Qwen3-Coder/blob/main/qwen3_coder_next_tech_report.pdf

🔌 OpenAI продолжает собирать лучшие умы индустрии.

На этот раз компания пригласила к себе Питера Штайнбергера - создателя нашумевшего проекта OpenClaw.

Сам Альтман назвал его «гением». В OpenAI он будет работать над следующим поколением персональных AI-агентов и именно агенты, по словам компании, станут основой будущих продуктов.

OpenClaw не закрывают.
Проект останется open-source, и OpenAI обещает продолжать его поддержку.

Но самое впечатляющее - скорость.

Путь OpenClaw:
- идея и разработка одним человеком
- быстрый рост и хайп в сообществе
- приглашение в OpenAI

Всё это - за 82 дня.

В эпоху AI окно возможностей стало экстремально коротким.
Один сильный проект может изменить карьеру за пару месяцев.

Мотивация простая: сейчас лучшее время, чтобы запускать своё.

https://x.com/sama/status/2023150230905159801?s=46

Многие до сих пор не понимают: развитие AI уже невозможно замедлить.

США находятся в прямой конкуренции с Китаем. Любое замедление означало бы потерю технологического лидерства и дало бы Китаю шанс первым выйти на уровень сверхинтеллекта.

При этом AI - это вопрос стратегической важности, особенно в военной сфере: автономные дроны, роботизированные системы, кибероперации.

Поэтому темпы развития AI сегодня определяются не только технологиями, но и геополитической конкуренцией и борьбой за глобальное влияние.

https://www.theguardian.com/us-news/2026/feb/21/ai-revolution-bernie-sanders-warning

🚀 OpenClaw - это open-source агентная система для автономного анализа и эксплуатации инфраструктуры. По сути - AI-пентестер/AI-оператор, который умеет планировать шаги, вызывать инструменты и действовать как исследователь внутри среды.

Готовый сетап для быстрого запуска OpenClaw - ставь Docker + Docker Compose, подними OpenClaw в контейнере и подключи модель через Ollama (qwen2.5-coder:7b) - так ты сразу убираешь ад зависимостей и получаешь повторяемый запуск на любой машине за 10 минут.

# 1) Docker + Compose
sudo apt update
sudo apt install -y docker.io docker-compose
sudo systemctl enable --now docker

# 2) OpenClaw
git clone https://github.com/openclaw/openclaw.git
cd openclaw

# 3) Ollama + модель (локально)
curl -fsSL https://ollama.com/install.sh | sh
ollama pull qwen2.5-coder:7b

# 4) .env (если нет - создай)
cat > .env << 'EOF'
MODEL_PROVIDER=ollama
MODEL_NAME=qwen2.5-coder:7b
OLLAMA_BASE_URL=http://host.docker.internal:11434
EOF

# 5) Запуск
docker compose up -d

# 6) Открыть UI (если есть веб)
echo "http://localhost:3000"

🚀 Локальный ИИ-сервер на Mac

Если хочешь запускать модели вроде Qwen, Llama или Mistral прямо на своем Mac — обрати внимание на проект Osaurus. Это open-source сервер для локального запуска LLM, который полностью оптимизирован под Apple Silicon и работает через MLX — фреймворк машинного обучения от Apple. По сути он превращает твой Mac в локальный AI-сервер, к которому можно обращаться как к OpenAI API.

Самое интересное — он полностью локальный. Модели скачиваются и запускаются прямо на твоем устройстве, поэтому данные никуда не отправляются и интернет вообще не обязателен. Поддерживаются популярные модели вроде Qwen, Llama, Gemma и Mistral, а при необходимости можно подключать и облачные провайдеры вроде OpenAI или

Для разработчиков это особенно удобно. Osaurus предоставляет API, совместимый с OpenAI и Ollama, поэтому многие существующие инструменты и библиотеки работают без изменений. Можно подключать агентов, плагины, автоматизацию задач и даже давать ИИ доступ к файлам, git-репозиториям или браузеру.

Если давно хотел локальный ИИ прямо на ноутбуке — это один из самых удобных и быстрых способов начать.

установка через Homebrew
brew install --cask osaurus

запуск локального AI-сервера
osaurus

проверить список моделей
curl http://127.0.0.1:1337/v1/models

# пример запроса как к OpenAI API
curl http://127.0.0.1:1337/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
        "model": "llama-3.2-3b-instruct-4bit",
        "messages": [
          {"role":"user","content":"Explain transformers in simple words"}
        ]
      }'

репозиторий проекта
https://github.com/osaurus-ai/osaurus

🎯Полезные Мл-ресурсы 🚀 Max

https://www.youtube.com/shorts/KCvJKHE1tw0

🚀 Cursor сделал regex-поиск мгновенным

Instant Grep ищет по миллионам файлов за миллисекунды
16.8 сек → 13 мс

И главное:
они не ускоряли regex
они убрали лишний поиск

🧠 Как это работает

- создаётся индекс: куски текста → файлы
- используются триграммы (fil, ile, le_)
- сначала ищутся кандидаты
- потом запускается regex

👉 большинство файлов вообще не открывается

🔥 Ключевая идея - sparse n-grams

- индексируются не все куски
- только самые «полезные»
- редкие символы имеют больший вес

💾 Всё локально

- индекс хранится у тебя
- привязан к Git
- быстрый доступ через memory map

Скорость даёт не regex
а умный отбор файлов до поиска.

https://x.com/cursor_ai/status/2036122609931165985

Amazon делает мощный ход в гуманоидной робототехнике.

Компания приобрела Fauna Robotics. Их робот «Sprout» - это гуманоид ростом ~1 метр, созданный для взаимодействия в реальном мире: дома, в школах и офисах.

Робот стоимостью около $50K умеет:
- ходить
- хватать предметы
- взаимодействовать с людьми
- и даже танцевать