Друзья! Мы с командой karpov.courses подготовили образовательную программу по Enterprise LLM.
Ранее мы уже опробовали её в формате корпоративного обучения для одной из организаций, получили хорошие отзывы и теперь открываем запись на курс для всех, кому это может быть интересно и полезно.

В отличие от большинства программ на рынке формата «как пользоваться GPT-ассистентом», мы делаем курс для более технически подкованной аудитории, которую не пугают low-code и даже код.

Курс позволяет быстро погрузиться в актуальный технологический стек для создания ИИ-ассистентов, чтобы научиться собирать простые приложения и прототипы — для хакатонов или проверки инвестиционных гипотез.

В программе:
- создание RAG-ассистентов;
- развёртывание большой языковой модели (LLM) в контуре;
- работа с no-code-инструментами Flowise и Langflow;
- low-code-интеграции с внутренними системами организации;
- использование инструментов и протокола MCP;
- создание агента на базе Telegram-бота (vibe-code, Python).

В первую очередь курс будет интересен разработчикам, которые хотят быстро погрузиться в актуальный стек,
но также подойдёт QA, DevOps, архитекторам и аналитикам — словом, всем, кто понимает IT-абстракции и умеет читать код.

И самое главное: программа адаптирована под корпоративное обучение и отлично подходит для быстрого старта внедрения ИИ в контуре компании.

Будем рады всех видеть!

Подробности и запись на курс:
https://karpov.courses/dsintensllm

Получили отзыв о нашем курсе по применению ИИ для высшего корпоративного руководства.

Это, пожалуй, один из самых интересных и вместе с тем сложных образовательных проектов.

Задачи высшего руководства Корпорации развития Дальнего Востока — организация проектов глобального масштаба, включающих финансовое планирование, контроль строительства, маркетинг, PR и операционную деятельность.

Совместно с коллегами из департамента развития персонала мы разработали программу, которая помогает осваивать инструменты ИИ для:
- анализа и синтеза текстов,
- подготовки и обработки данных,
- визуализации данных,
- создания презентационных материалов.

Программу завершал командный практикум, который позволил за несколько часов определить наиболее эффективные точки приложения ИИ-рычага в организационных процессах, подготовить план внедрения и защитить проект с презентацией, созданной при помощи ИИ.

Отдельно хотелось бы отметить коллектив участников, которые были активно вовлечены в процесс и, несмотря на высокую загрузку, выполняли все домашние задания, блестяще защитив командные курсовые проекты.

Хотим поблагодарить коллектив КРДВ и, в частности, департамент развития персонала за возможность участия и положительный отзыв о нашей работе.

Детальный рассказ о том, как Claude управлял бизнесом.

Не так давно Anthropic запустила эксперимент, в рамках которого Claude (под именем «Claudius») управлял небольшим магазином и торговым автоматом в офисе: выбирал ассортимент, устанавливал цены, вёл учёт и общался с сотрудниками как с клиентами.

Одно из интересных наблюдений — модели натренированы быть услужливыми и плохо сопротивляются, когда у них вымогают скидки. Эта проблема проявляется и в более тонких эффектах, когда пользователи могут запрашивать узконаправленный ассортимент, который снижает продажи для большинства.

Возможно, модели для автономных бизнесов потребуют иной формы подкрепления при обучении, которая не будет создавать внутреннего противоречия между основной ролью «полезный помощник» и добавленной ролью «жёсткий бизнес-менеджер», а изначально будет нацелена на создание устойчивого жизнеспособного бизнеса с балансом критериев «важно для пользователя» и «важно для бизнеса».
​
https://youtu.be/5KTHvKCrQ00?si=H8MaENGAq3owsMIY

🚀 ИИ-агент для сайта за 10 минут — без кода и лишней возни

Люди всё реже читают сайты.
Зато всё чаще — сразу пишут в чат.

В этом видео показываю практический сценарий, как быстро создать ИИ-агента для сайта онлайн-школы:
— отвечает на частые вопросы
— собирает контакты
— передаёт лиды в почту / CRM
— начинает работать сразу после встраивания
Без кода.
Без долгой настройки.
На живом примере uxacademy.ru.

Что внутри видео:
• агент, который создаёт агентов
• загрузка FAQ через CSV
• семантический поиск (embeddings)
• сбор email, телефона и интересующего курса
• встраивание виджета на сайт
• интеграции: email, Telegram, Bitrix24
• приветствие, аватар и логика общения
• защита от скликивания и ботов

Если у вас:
— сайт
— онлайн-школа
— сервис
— или бизнес с повторяющимися вопросами

это видео сэкономит вам время и нервы.

Если Telegram сейчас тормозит — смотрите здесь:

YouTube
https://youtu.be/sMpfIsLmr7A

VK Видео
https://vk.com/video-235295557_456239017

RuTube
https://rutube.ru/video/7b26c0ee34ea35e32f56735ce58130dc/

Если будет интересно — дальше разберём:
• интеграцию с Bitrix24
• Google Sheets / Calendar
• Telegram-бота на базе того же агента

Напишите, что разобрать следующим 👇

🤖 Зрение роботов: почему сейчас всё резко ускорилось

Не так давно Илон Маск в интервью сказал важную вещь: гуманоидная робототехника сейчас живёт на наложении трёх экспоненциальных кривых:

— ИИ
— вычислительные чипы
— «тело» роботов

👉 а значит, эволюция будет происходить прямо у нас на глазах — роботы будут становиться заметно умнее буквально каждый день.

Недавно я увидел очень наглядное подтверждение этого тезиса.

🧠 Робот NEO и видео-мышление

Скандально нашумевший робот NEO (да, в демо было удалённое управление — это уже выяснили) использует крайне интересный подход: он применяет видеогенерацию для прогнозирования собственных действий.


⚙️ Как это работает на практике

1) Робот получает команду:
«положи апельсин в коробку»

2) Делает снимок операционного пространства

3) Генерирует промежуточные кадры будущего:
— рука взяла апельсин
— рука занесла его над коробкой
— отпустила
— апельсин в коробке

4) Валидирует сгенерированные кадры
— если ок → идём дальше

5) Детектит объекты, определяет координаты

6) Последовательно воспроизводит движения в реальности

📌 По сути, робот сначала «видит будущее», а потом пытается его воспроизвести.

🚀 Почему это важно

Это яркий пример того, как высокоточная генерация изображений толкнула вперёд одну из самых сложных задач робототехники — манипуляцию объектами.

Да, пока робот не может «на ощупь» положить телефон, поэтому вынужден смотреть на свои руки и объект манипуляции, но это только начало.

🤖🤖 Будущее, где у каждого по два робота-помощника, становится всё ближе!)

🎯 ИИ-агент для бронирования встреч в Telegram

Выложил подробное видео, где показываю, как создать ИИ-агента для бронирования встреч прямо в Telegram — без кода, с интеграцией Google Calendar.

Что делает агент:
• показывает доступные слоты
• бронирует встречу
• сохраняет её в календаре
• присылает уведомления в Telegram
• фиксирует тему встречи
• позволяет дальше общаться с лидом через бота

Подходит для экспертов, консультантов, онлайн-школ и команд продаж — всех, кто устал вручную согласовывать встречи.

Платформа, на которой всё собираем:
👉 https://lite.panteo.ai

---

▶️ Видео:

YouTube
https://youtu.be/sive81oCKm0

VK Video
https://vkvideo.ru/video-235295557_456239018

RuTube
https://rutube.ru/video/private/d7468399ccd0996dc10edfa4969a9f7f/?p=3JP6Fe9wpIlnZdy_R-M1BA

⚠️ Если у вас есть проблемы с загрузкой или воспроизведением видео в Telegram — воспользуйтесь одной из ссылок выше, видео доступно сразу на нескольких платформах.

---

Если будут вопросы или идеи, каких агентов разобрать дальше — пишите в комментариях 👇

🚀 OpenClaw, Mac mini и заговор агентов

Не так давно мир поразила очередная новость о появлении нового агента — OpenClaw, ранее известного как Clawdbot. Это open-source AI-агент, который запускается локально и умеет проактивно выполнять нужные действия, а не только реагировать на команды пользователя.

Ключевая особенность в том, что это не просто «чат с LLM», а постоянно работающий сервис. Он может сам напоминать о задачах, выполнять периодические действия, проверять что-то в фоновом режиме и в целом жить рядом с вами как цифровой домоуправитель.

Так как агенту даётся довольно серьёзный доступ к системе и файлам, пользователи быстро пришли к идее: лучше запускать его не на основном ноутбуке, а на отдельной машине. И здесь внезапно идеальным форматом оказался Mac mini — относительно недорогой, компактный «кирпич», который можно поставить на полку и забыть. В результате в Кремниевой долине начался настоящий бум: Mac mini начали массово скупать именно под запуск Clawdbot/OpenClaw, что как говорят вызвало настоящий дефицит.

По сути, вы получаете персонального ассистента примерно за 170 000 ₽ — отдельный компьютер, который работает 24/7 и занят только тем, чтобы обслуживать ваши задачи. В лентах уже полно фотографий «ферм» из Mac mini, купленных исключительно ради запуска такого агента.

Отдельно забавно и немного тревожно, что вокруг этого экосистемного всплеска начала формироваться ещё одна странная сущность — социальная сеть для агентов. Речь о Moltbook — Reddit‑подобной площадке, где агенты на базе OpenClaw/Moltbot/Clawdbot обмениваются сообщениями, постят обновления и обсуждают «лучшие практики».

Формально это выглядит как платформа, где агенты делятся опытом, как ещё лучше помогать своим пользователям. Но иногда создаётся ощущение лёгкого заговора: боты начинают вырабатывать всё более быстрые и эффективные способы общения друг с другом, фактически создавая свой слой коммуникации, куда человеку бывает сложно заглянуть.

Что я думаю обо всём этом и к чему это может привести?

Сейчас мы тратим огромное количество времени на потребление новостей, поиск лучших практик, чтение советов по персональной эффективности и оптимизации работы. Это парадоксально, но повышение эффективности само по себе забирает кучу нашего времени и внимания.

Появление таких агентов создаёт новый режим: мы можем делегировать не только выполнение задач, но и изучение того, как эти задачи лучше выполнять. Агент сам читает статьи, кейсы, документацию, подбирает инструменты и методы повышения вашей эффективности. А вы получаете выжимку и готовые изменения в своих процессах. В итоге это снова высвобождает больше времени на творчество, а не на бесконечное «оптимизирование оптимизации».

Раньше мы даже не всегда осознавали, какая часть нашей жизни — это сервисная нагрузка: научиться расплачиваться в магазине, разбираться в интерфейсах банковских приложений, бронировать отели, вызывать такси, вести календарь. Мы адаптировались под сервисы. Теперь всё чаще возникает противоположная логика: это сервис (и агент) должен адаптироваться под нас, под наши привычки и наш способ думать.

Для меня это логичное продолжение старой идеи про эволюцию интерфейсов. Ещё восемь лет назад я говорил о том, что после Zero UI, где пользователю почти не нужно совершать явные действия для получения результата, придёт этап Negative UI — когда интерфейс не просто реагирует, а опережает и предугадывает наши желания, снимая с нас саму необходимость думать о взаимодействии.

OpenClaw, Mac mini‑фермы и Moltbook выглядят как очень ранние, местами хаотичные, но уже ощутимые кирпичики этого Negative UI‑будущего. И будет очень интересно оказаться в мире, где значимую часть нашей когнитивной и сервисной нагрузки несут не просто приложения, а связанные между собой, постоянно обучающиеся агенты, предугадывающие наши желания.

https://youtu.be/4uzGDAoNOZc?si=4rkr8vXmN_J0Ff-q

Потрясающее интервью с создателем OpenClaw.
Классная история.
Он сделал прототип и улетел в путешествие. На тот момент бот умел работать только с текстом и картинками. Случайно Питер отправил голосовое и, к своему удивлению, обнаружил, что бот его обработал.
— Как ты это сделал?
— Я нашёл в кеше сообщение, но не смог сконвертировать его в текст, поискал Whisper, но он не был установлен. Тогда я нашёл у тебя OpenAI‑ключ и написал простой скрипт, который сделал конвертацию.

Попробовал GPT-5.3-Codex прямо в продукте Codex

— теперь он пишет код локально с доступом к кодовой базе на твоём компьютере.

UI удивительно приятный и стабильный — для OpenAI это редкость, не сырой и без глюков. Точно заменяет Cursor Plus по качеству кода, при этом ChatGPT Plus ($20/мес с 2x лимитами на Codex) дешевле Cursor Pro+ ($60/мес). Сейчас OpenAI даёт 2x rate limits на Codex для Plus/Pro и бесплатный триал.

Самое время попробовать!

Друзья! Мой агент перевел и озвучил для вас
эссе Дарио Амодея «Машины любовной благодати»

оригинал: https://darioamodei.com/essay/machines-of-loving-grace

🚀 Агенты на десктопе: OpenClaw и Codex Desktop меняют “как мы работаем”

За последний год появление OpenClaw и (менее “нативного”, но очень мощного) Codex Desktop снова сдвинуло не только архитектуру разработки — но и сам шаблон взаимодействия с персональным ИИ-ассистентом. Хотя, кажется, уже правильнее говорить: с агентом.

Раньше “ИИ” жил в одном окне, а ты руками таскал данные между сервисами. Теперь агент заходит в твои инструменты и делает работу *там, где она живёт*.

Что для меня изменилось в быту:
- Документы. Если раньше я часто делал черновики в ChatGPT Canvas, то теперь работаю прямо в Google Docs: оставляю комментарии/предложения — и агент проходит по ним и вносит правки.
- Сервер/терминал. Раньше мне нужно было самому подключаться через IDE/SSH к удалённому серверу, чтобы что-то выполнить. Теперь агент сам подключается и делает необходимые операции (в рамках того, что ты ему разрешил).
- “А что, так можно было?” Каждый раз, когда ловлю себя на том, что больше не нужно переносить куски данных между окнами — возникает это чувство: *почему мы так не работали раньше?*

---

🎧 Мини-пример из жизни (перевод + озвучка)
Очень давно хотел нормально прочитать/послушать тексты Дарио Амодеи, но всё откладывал: найти материал, перевести, озвучить, собрать пайплайн… В итоге я просто попросил агента: “переведи статью на русский и сделай озвучку” — и он написал код, который сделал это *под конкретную задачу*.

🧩 Новый паттерн: Skills
На первое место вышел очень практичный архитектурный паттерн: Skills — переиспользуемые фрагменты кода/документации/процедур, которые агент накапливает и применяет повторно, чтобы не изобретать велосипед.

Пример: я регулярно делаю коммерческие предложения после встреч. У меня уже есть заготовки, “нормативы” (ставки, структура, стиль, типовые блоки). Я перевёл это в skill — и агент теперь может:
- собрать КП в нужной структуре,
- учесть мои прошлые правки и требования к тону,
- применить стандартные параметры (ставка/шаблоны/формулировки),
- и выгрузить результат в Google Docs.


Барьер входа пока есть: персональные агенты чаще стартуют у тех, кто комфортно чувствует себя рядом с кодом/терминалом. Но по ощущениям технология настолько нативная, что очень быстро просочится в повседневную работу “обычных” пользователей — примерно так же, как когда-то Apple Computer и iPhone.

Ваш сайт теперь отвечает сам — и показывает нужные картинки 🤖🖼️

В Lite.panteo.ai появился новый источник данных: «Веб-парсинг».
Идея простая: вы добавляете URL раздела (документация, help-центр, каталог), а агент начинает искать по страницам сайта и отвечать на основе этого контента — без API, без таблиц, без ручного копирования.

Что особенно приятно: агент вытаскивает не только текст, но и изображения со страниц (скриншоты, схемы, фото товаров) и может вставлять их прямо в ответ.
Вопрос “где эта кнопка?” → ответ + релевантный скриншот из вашей же инструкции.

Где это сразу заходит:
• Документация и хелп-центры
• Каталоги и карточки товаров
• Онбординг и база знаний поддержки
• Публичные материалы для исследований и сравнения

Если у вас уже есть «точка правды» на сайте — кажется, это самый быстрый способ заставить агента отвечать правильно и наглядно.

Документы как источник знаний для AI-агента: ответы по вашим PDF/DOCX, с иллюстрациями и ссылками 📄🧠🖼️

У многих компаний знания уже есть — просто они лежат в документах: инструкции, регламенты, каталоги, обучение, КП.
Проблема в том, что в момент вопроса это превращается в ручной поиск: «найди нужную страницу», «сделай скрин», «поясни контекст».

В Lite.panteo.ai появился источник данных «Загруженные документы».
Он превращает набор PDF/DOC/DOCX в базу, по которой агент может отвечать — с привязкой к первоисточнику.

Что особенно полезно в повседневной работе

1) Иллюстрации из документа — в ответе
Система извлекает изображения из PDF (и при поддержке — из DOC/DOCX) и связывает их с релевантными фрагментами.
В итоге на вопрос «где это в инструкции?» можно получить не только текст, но и нужную схему/скриншот.

2) Ссылка на источник: документ + страница
Для каждого фрагмента сохраняются метаданные: файл и номер страницы.
Это делает ответы проверяемыми: не «кажется», а «вот где это написано».

3) Три уровня поиска, включая онтологический (L3)
Можно выбрать режим:
— L1: лексический (по словам)
— L2: смысловой (эмбеддинги)
— L3: онтологический (учёт структуры: разделы, определения, таблицы, списки)
L3 особенно помогает, когда документ длинный, а нужная информация распределена по разделам.

Ещё детали, которые пригодятся
• можно загружать несколько файлов сразу (PDF/DOC/DOCX)
• лимит размера файла — до 60 МБ
• настраиваются chunk size, overlap и число итераций поискового агента
• после обновления файлов — переиндексация, и агент отвечает по актуальной версии

Описание функциональности и скриншоты настроек:
https://lite.panteo.ai/articles/20260221-documents-data-source

Если у вас есть документы, по которым регулярно задают вопросы (поддержка, продажи, онбординг) — этот источник данных обычно даёт эффект быстрее всего: меньше ручного поиска и больше точных ответов со ссылками.

🎬 Это видео смонтировано агентом — и это нормально

Сразу поясню, чтобы не было недоумения: ролик выше собран и озвучен агентом. Я загрузил его как иллюстрацию — показать, что с одного промпта можно получить не только “разовый монтаж”, но и инструмент, который потом позволяет делать такие видео быстрее и почти “на лету”.

Когда делал прошлое видео — на секунду поймал себя на мысли, что трачу слишком много времени на монтаж и озвучку в эпоху агентов. И вместо “смонтируй мне один раз” я попросил ассистента сделать иначе — написать инструмент, который можно запускать снова и снова.

Идея простая: я записываю скринкасты (или любые фрагменты), отправляю их в сервис, туда же — образец моего голоса и текст озвучки. Отдельное требование — использовать только локальные модели, которые можно развернуть на MacBook Pro.

С первого промпта (Antigravity + Gemini 3.1 Pro High) получилось рабоче — но “экзекьюшн” местами сырой: где-то монтаж, где-то звучание. Это лечится итерациями по коду (кадрирование, тайминги, переходы), и, вероятно, более качественным voice sample. Но тут возникает вопрос: а не съедаем ли мы временем то, что хотели сэкономить?

---

Что именно делает инструмент:
- Берёт на вход набор видеофрагментов + текст для озвучки + голосовой образец.
- Собирает ролик без ручного перекладывания между окнами и сервисами.
- Озвучивает тембром, близким к моему (насколько позволяет качество входных данных).
- Работает локально — без отправки материалов в облако (если это критично).
- Даёт базу для улучшений: можно докрутить монтаж, звук, кадрирование итерациями по коду.

---

И вот тема для дискуссии. Часто слышу, что людей раздражает “ИИ-текст” — те самые длинные тире, “Ё”, узнаваемые обороты. Но есть и другой тип восприятия: когда важнее суть, чем полировка формы.

Как думаете, мы идём к миру, где автор приносит только идею — мысль, черновой голос, фрагменты — а агенты делают остальное? И будет ли “произведение” цениться не ремеслом исполнения, а смыслом, как когда-то “Чёрный квадрат” показал, что важна не техника, а концепция?

Вопрос к вам:
— готовы ли вы терпеть более низкое качество монтажа/озвучки, если взамен быстрее получаете полезную мысль?
— где лично для вас проходит граница “норм” и “не могу смотреть/слушать”?

Antigravity тестирует интерфейсы и записывает видео с результатами. Важно обратить внимание, с какой скоростью и плавностью ИИ орудует мышью. Через некоторое время он по скорости будет обходить людей‑тестировщиков.

Друзья!
Открыли в публичный доступ TenderScan.panteo.ai — систему, которая обрабатывает тендеры в 2 раза быстрее!

Что она делает:
• ИИ читает документацию закупки и проверяет условия
• Извлекает перечень элементов и находит близкие позиции на складе
• Если позиций нет — ищет недостающие в интернете с ценами и контактами поставщиков

Если вы или друзья участвуете в тендерах — подключайтесь!
Попробовать бесплатно 👉 TenderScan.panteo.ai

Как теперь я работаю с презентациями.

Я отмечаю в Google Slides фрагменты текста и пишу комментарии, которые выделены с помощью //. Агент обходит презентацию, применяет эти комментарии и ставит "done" в ответ.

Anthropic: ИИ уже влияет на рынок труда — но не так, как многие ожидали

В Anthropic попробовали посмотреть на влияние ИИ на занятость не через абстрактные прогнозы, а через реальное использование модели в рабочих задачах. Ключевая мысль простая: важно не только то, что ИИ *теоретически* умеет, но и то, где его уже действительно применяют в работе.

Пока главный вывод скорее сдержанный. ИИ всё ещё далеко от своего «потолка» по внедрению: фактическое покрытие рабочих задач заметно ниже того, что модели уже потенциально могут делать. То есть возможностей много, но до массовой перестройки процессов ещё есть дистанция.

При этом сигнал уже виден. Профессии с более высоким уровнем реального AI-воздействия в прогнозах BLS растут слабее, чем менее затронутые роли. А среди молодых сотрудников в таких профессиях есть признаки замедления найма — даже если всплеска безработицы пока не наблюдается.

Что здесь особенно важно для бизнеса и продуктовых команд:
— смотреть стоит не на «заменит ли ИИ профессию целиком», а на конкретные задачи внутри роли
— разрыв между возможностями модели и реальным внедрением сейчас огромный — значит, основной эффект будет у тех, кто умеет встраивать ИИ в процессы, а не просто тестировать чаты
— сильнее затронуты не только «простые» роли: в зоне высокого воздействия оказываются образованные и хорошо оплачиваемые специалисты
— отсутствие резкого роста безработицы не означает отсутствия изменений — влияние может идти через замедление найма, перераспределение задач и пересборку ролей
— для компаний это аргумент уже сейчас пересматривать карту функций: что автоматизировать, что усиливать, а что оставлять человеку как зону контроля

Мне кажется, это один из самых полезных ракурсов на тему AI и труда за последнее время — меньше громких лозунгов, больше попытки измерить, где изменения уже начинаются на практике.

https://www.anthropic.com/research/labor-market-impacts

Если вам близка тема прикладного ИИ для бизнеса — такие материалы стоит читать не как футурологию, а как ориентир для пересборки процессов уже сегодня.