Anthropic выложили чертёж своей многоагентной системы Claude Research

Пока все LLM разработчики выкатывают свои Deep Research, Anthropic взяли и расписали по шагам, как они собрали свою такую систему с кучей агентов под капотом.

Для любителей агентов и автоматизаций — это must read, инструкция по сборке 🤓🔧

Длинный оригинал на английском тут.
Для тех, кто tl;dr - расписал все самое интересное по полочкам.

Споилер, если вы менеджер - все инсайты будут вам до боли знакомы 😁

⸻

⚙️Архитектура: как это работает

Claude Research построен по схеме «Оркестратор → Сабагенты»:

🧠 LeadResearcher (Claude Opus 4)
Получает запрос, разрабатывает стратегию, сохраняет план в память (особенно важно, если >200k токенов), и раздаёт роли.

🤖 Subagents (Claude Sonnet 4)
Каждый получает свою подзадачу, ищет, фильтрует, и передаёт результаты обратно. Работают параллельно, каждый в отдельном контексте.

📎 CitationAgent
Проверяет, чтобы все выводы были с источниками — никаких «по данным экспертов в интернете».

⸻

⚙️Лайфхаки и инженерные фишки

1. Думай как агент
Смотрим, как работает промпт вживую: запускаем агентов в симуляторе и отслеживаем каждый шаг. Это сразу выявляет ошибки типа бесконечныного поиска или плохого выбора инструментов.

2. Делегируй правильно
Каждому сабагенту — чёткая задача: цель, формат вывода, инструменты, границы ответственности. Иначе они либо дублируют работу, либо не находят ничего полезного.

3. Масштабируй усилия под задачу
Простая справка — 1 агент, 5 вызовов. Глубокий ресёрч — 10+ агентов с делением тем. Встроили это прямо в промпты, иначе агенты либо ленятся, либо “строят ракету из скрепок”.

4. Агенты могут сами улучшать свои инструменты
Ребята использовали LLM для тюнинга промптов к тузлзам. Так оптимизировали описание инструментов → на 40% быстрее стали работать агенты.

5. Параллелизм — это всё
Сначала запускали агентов и инструменты по очереди. Было медленно. Перешли к параллельной работе: 3–5 агентов сразу, каждый вызывает 3+ тулзы — прирост эффективности до 90%.

6. Используй Extended & Interleaved Thinking
Агенты планируют, думают "вслух", рефлексируют после каждого вызова — как ресёрчер с черновиком. Это повышает точность, адаптивность и глубину анализа.

⸻

🧃 Баги и грабли, на которые они наступили, чтобы не наступали мы

🔁 Агентский спам
Один запрос → 50 агентов, гоняющихся за одними и теми же фактами. Решили через строгую декомпозицию задач.

🧠 Потеря контекста
Если не сохранять план — агент забывает, куда шёл. Особенно при длинных сессиях. Решено через чекпоинты и внешнюю память.

🐛 Отладка = боль
Агенты ведут себя непредсказуемо. Один и тот же промпт → разные действия. Добавили трассировку решений, а не только логов.

⚠️ Сложный деплой
Нельзя просто «обновить версию» — агент может быть в процессе. Используют rainbow-deploy: постепенная миграция с наблюдением.

⏳ Синхронность тормозит
Сейчас главный агент ждёт всех сабагентов — это затык. Перейти на async — сложно, но нужно: потенциальный буст производительности.

⸻

Учимся на ошибках бигтеха, друзья, и пилим мультиагентные системы с умом!

Заместители

В Windows 11 появится кое-кто, и это не Скрепыш…

Помните пост про новый браузер Neon от Opera?
У меня есть для вас кое-что покруче 😎

Уже скоро у каждого пк-боярина появится встроенный ИИ-агент — не в браузере, не в чатике, а в самой операционной системе Windows 11.

⸻

🧠 Что это вообще такое?

Microsoft добавила в последнюю бета-версию Windows 11 (build 26236) полноценного ИИ-помощника, встроенного в систему. Он понимает естественный язык, взаимодействует с интерфейсом и реально помогает, а не просто кидает ссылки из Bing.

⸻

😀 Что он умеет?

🗂️ Искать файлы по смыслу, а не названию
⚙️ Открывать и изменять нужные настройки
📄 Находить действия, которые вы делали («презентация, которую я правил вчера вечером»)
💬 Работать в диалоговом формате — например:
«Открой тот файл с диаграммой, который я смотрел перед звонком в Zoom»

⸻

⚙️ Как это работает?

Под капотом — новая архитектура Copilot Runtime, которая включает:
— Windows Semantic Index — локальный ИИ для работы с вашими данными
— Vector-based search — поиск по смыслу
— Интеграцию с LLM на устройстве и в облаке — всё быстро, приватно и почти магически

В будущем дадут и сторонним разработчикам доступ к этой платформе через SDK, чтобы рынок уже сам насоздавал крутых приложений с использованием ИИ систем на борту вашего ПК.

⸻

⚠️ Но есть нюанс:

Всё это счастье работает только на новых устройствах с процессорами Snapdragon X.
Если у тебя ноут на Intel или AMD — остаётся ждать (или копить на элитный ПК).

⸻

👀 Личный сталкер Recall в придачу

Это отдельная фича, не агент, а визуальная память системы. Она делает снимки экрана каждые несколько секунд и позволяет вернуться к любому моменту:
«Покажи сайт с платьем, которое я смотрел вчера утром» — и покажет.

Recall сейчас отключён — Microsoft дорабатывает из-за критики функции по части приватности (удивительно, с чего бы вдруг…)

⸻

😐Что это значит?

ИИ-агенты теперь будут жить не только в браузере, но и в самой ОС… а также на каждом сайте, в каждом приложении и сервисе.

Мы двигаемся в сторону интернета ИИ агентов, где агенты будут взаимодействовать преимущественно с другими агентами. Нам же с вами уже не понадобиться залезать глубже одного экрана - агенты будут вынимать на него все самое важное, а с остальным разберутся сами.

Вы даже не заметите, как взаимодействие со всеми привычными вам интерфейсами перейдет в плоскость нескольких кнопок, которые угадывают сами, что вы хотите сделать из контекста. А остальное вы будете просить текстом или голосом! И это произойдет очень скоро 😉

Заместители

🗞️ИИ новости с полей ПМЭФ
GigaChat от Сбера теперь умеет в Deep Research.

Протестировано, прикладываю отчетик по авторынку для сравнимости с предыдущим экспериментом. Конечно, это все еще «АвтоВАЗ» среди других Deep Research (где-то на уровне Grok 3, но в этом случае это скорее минус). Похоже, что токены экономят, и поэтому исследование получается коротенькое и поверхностное.

Однако шаг в правильную сторону сделан 💪

✅ Из крутых фичей, которых нет в популярных западных аналогах:
- обширная настройка тона исследования от академического до юмористического
- встроенный редактор сгенерированного документа
- выгрузка документа сразу в docx без танцев с бубном.

UX-рам отдельный 🌟

Заместители

Кто такие ИИ агенты, и откуда вдруг их столько?

Каждый день анонс новых ИИ агентов — но почему они все агенты, хотя внутри-то у всех ChatGPT (или другая LLM)?!

На нормальной работе ещё кто-то работает вообще или все только ИИ разрабатывают?! 💸

Спокойно, большинство - все еще работают. Рассказываю, все по полочкам.

⸻

Что за нейминг?

Понятие «ИИ-агента» берёт свои корни из области обучения с подкреплением или Reinforcement Learning (да, с агентом Смитом из «Матрицы» это никак не связано…). Эта ветвь науки изучает, как системы, управляемые разными алгоритмами ИИ, взаимодействуют с окружающей средой и в процессе ещё и сами дообучаются.

Так вот, это были первые агенты, но они не связаны с теми, о ком дальше пойдёт речь — название просто обобщает все системы, которые отвечают простым критериям:
- воспринимают информацию,
- планируют,
- действуют,
- преследуют цели.

Раньше так могли только алгоритмы из RL, но на сцену выходят новые герои…

⸻

Новые ИИ-агенты

В 2017 году умные ребята в Google придумывают архитектуру модели, которая меняет мир — трансформеры. На ней очень быстро появляются все современные LLM (Large Language Models, или большие языковые модели).

В какой-то момент, став достаточно большими, языковые модели начинают рассуждать и рефлексировать! Учёные в шоке, громкие заголовки кричат, что был создан общий ИИ, которого мы так долго ждали.

Это, конечно, хайп и фарс. Но LLM действительно справляются с важной задачей — декомпозицией сложных задач на простые шаги. А это значит, что теперь ИИ может выполнять важнейшую функцию агента — планировать.

Учёные почесали репу и решили: раз есть план — надо дать инструменты, чтобы его осуществить! LLM быстро дообучили использовать внешние инструменты: долгосрочную память, калькулятор, поисковик и прочее.

Идея не нова. Вспомните всякие устройства «умного дома»: попросил колонку включить свет — LLM распознала слово «свет», нашла лампочку в списке инструментов и отправила сигнал на включение.

Так появляются первые LLM-based системы, которые соответствуют всем критериям ИИ-агента. Произошло это постепенно — сложно сказать, кто был первым, потому что много компаний пилили такие штуки параллельно.

Теперь LLM-based агенты по праву занимают место рядом с RL-агентами, как короли в решении «офисных» задач. Они приобрели необходимые для этого навыки:
- легко адаптируется к разным задачам,
- быстро настраивается через промпты,
- может использовать других агентов как инструменты,
- и общается с ними, как и с людьми, на обычном человеческом языке.

Вуаля — вот вам ИИ-агенты в 2025 году 🚀

⸻

Откуда они прут в таком количестве?

Внимательный читатель уже всё понял: создание агентов сегодня — это простая задача.
Берёшь готовую модель, инструменты, соединяешь, приправляешь промптами.

Вариантов сборки — тысячи. Самые ушлые уже побежали за лёгкой наживой 😎

⸻

📈 А что, так можно было?

Можно — и теперь даже без знания кода.
Всё это доступно через no-code платформы вроде n8n, Zapier и других. Те же, кто готов немного залезть в код - юзают LangChain, LlamaIndex, MCP и др.

Но рынок быстро перенасыщается. Конкуренция уже бешеная. А обычных юзеров заваливает сгенерированным шлаком со всех сторон. Чувствуете же уже легкое чувство тошноты от очередного брейнрот видоса?

⸻

И что делать?

Смотря кто ты и какие у тебя цели.
🎧 Если ты просто юзер — фильтруй контент, который потребляешь, чтобы мозги не протухли. Ищи подходящих для твоих реальных задач агентов, тестируй, смотри на те, что работают на топовых LLM и с богатым набором инструментов.
😁 Если ты предприниматель — лови волну. Хайп долго не продлится. Бигтехи уже активно заходят область агентов, становится тесно.
🤟 Если ты пока в стороне — пора погружаться. Это не временно, агенты пришли надолго. Особенно в странах, где тяжело нарастить количество рабочей силы (а мы с вами именно в такой). Единственный путь — наращивать эффективность. И вот тут ИИ-агенты и займут своё незаменимое место.

⸻

Подписывайся, у меня полезное про ИИ агентов без инфошума.

Заместители

Можно ли доверять ИИ-агентам?

LLM не так просты, как кажутся. А так как они — мозги современных ИИ агентов, то и сами агенты нередко норовят нас… ввести в заблуждение.

«Ага! Вот наконец-то расскажут про заговор мирового правительства по захвату мира с помощью ИИ!» — скажут некоторые.
Но нет, вынужден разочаровать — всё гораздо прозаичнее. Просто LLM одновременно сильно глупее и хитрее, чем мы ожидаем.

И если первое — вопреки стараниям разработчиков, то второе — вполне себе преднамеренно. Чтобы прикрывать первую часть. Но обо всём по порядку.

🙋 Умная, но есть нюанс…

Сказать, что LLM умная — это смотря как посмотреть.

С одной стороны, она — эрудит, возможно эрудированнее любого живого человека.
С другой — у неё беда с тем, что делает человека по-настоящему умным: логикой, анализом и способностью делать выводы.

Кто в теме скажет: «Но вон же GPT уже с версии o1 рассуждает во всю!»
Вот тут и начинается хитрость 😏

На самом деле, рассуждения LLM имеют мало общего с нашими. Когда мы анализируем, мы строим причинно-следственные связи и опираемся на логику:

если на столе было два яблока, и одно убрали — осталось одно, потому что 2–1=1

То есть в голове у нас — логический аппарат, который можно применять к чему угодно: к фруктам, к людям, к бизнесу.

У LLM логики нет. Но она видела миллионы примеров. Про яблоки, груши, стаканы и сотрудников. И на основе этой «насмотренности» делает вид, что умеет логически мыслить. Но подставь метафору, подмени знакомые слова на новые — и модель легко ошибется там, где человек «прочитал бы между строк» и применил тот же логический паттерн.

🎨 Что по креативу?

С творчеством все гораздо проще сложнее: LLM также будет имитировать, опираясь на свою эрудицию и условные стихи Пушкина. Но вот человек — он творческий! Или… откровенно говоря мы не знаем, есть ли у каждого человека уникальный взгляд на мир, который производит на свет независимое от внешнего опыта произведение или же он делает это примерно как и модель: смотрит на другие работы, добавляет контекст из своего опыта, смотрит, что нравится читателям — выдает «свое уникальное произведение».

Спорно. Тема поджигает пятые точки в научных, юридических и особенно творческих кругах.

🎭 Дилемма вежливой модели

LLM ох как не любит говорить, что чего-то не знает. И уж тем более не любит говорить, что юзер не прав. Потому что это неприятно пользователю. А модель очень старается быть приятной.

Почему? Потому что её обучают через RLHF (Reinforcement Learning with Human Feedback) — то есть на фидбэке от людей. И в процессе этого обучения ее тренируют учитывать, какие ответы юзеру нравятся больше, и производить больше таких ответов. Разработчики буквально дрессируют модель быть подхалимом.

В этом процессе модель набирается как хорошего, так и плохого. С одной стороны, так она учится давать более структурированную и понятно изложенную людям информацию. С другой — она учится лести и обману, чтобы угодить человеку и получить от него заветный лайк на свой ответ.

Даже был случай, когда OpenAI откатывала уже публично выпущенную модель, потому что перебрали с лестью, и это стало бесить юзеров.

🍷 Так верить ей окаянной или нет?

Верить — но ограниченно.
Проблемы эти хорошо известны, и над ними работают: добавляют проверки фактов, встраивают внешние инструменты для математических и логических операций, запускают фильтры и много другое.
Однако перебороть полностью эти проблемы пока не получается.

☕️ Ладно, мне-то что с этим делать?

Информирован — значит вооружен!
Будешь юзать LLM или LLM-based агентов, помни:
📌LLM-based агенты будут ошибаться — будь настороже, сейчас все еще нет надежной защиты от этого
📌 Если спрашиваешь «субъективную» оценку модели (типа «оцени качество текста» или «верифицируй идею») — перепроверь в разных моделях, особенно если слышишь от них то, что хочешь услышать — могут просто льстить
📌 Не полагайся на их «анализ» в критических областях как медицина, финансы, юриспруденция
📌 LLM не мыслят — они насмотренные имитаторы мышления

⸻

Подписывайся, у меня полезное про ИИ агентов без инфошума.

Заместители

Как создать первого ИИ-агента своими руками за 5 мин?

Уже так много сказано про ИИ-агентов, что главный вопрос повис в воздухе: если это так просто — могу ли я сам его сделать? 😑

ИИ-агенты бывают разного уровня сложности.
Чтобы сделать своего Manus.ai — нужно быть настоящим разработчиком.
Даже чтобы развернуть аналоги Мануса — надо лезть в гитхаб и вчитываться в инструкции.
Но есть хорошая новость: есть и варианты, которые можно собрать за 5 минут, вообще без технических знаний.

Вот такой мы сейчас и сделаем.

Вводные:
1. Агент будет построен на базе готовых систем
2. Его действия будут ограничены возможностями платформы, на которой мы его собираем
3. Поэтому задачи — не самые комплексные

😈 Какого агента создаем?

Как и у большинства, у меня всегда меньше времени, чем хотелось бы, на написание текстов и создание контента.
Поэтому первым делом в Цехе ИИ-агентов мне нужен редактор.

У него простые задачи:
1. Придумывать темы для постов
2. Писать посты или редактировать мои — в моём стиле
3. Делать фактчек, чтобы случайно не обмануть читателя
4. Генерировать картинки к постам

На выбор — куча кастомных платформ для управления этим процессом.
Но большинство из них — это просто платные надстройки над продуктами от крупных разработчиков LLM.
Поэтому пойдём к истокам.

🤖 Какую LLM выбрать?

Сейчас это уже почти вкусовщина.
Выбор сводится к: GPT‑o3, GPT‑4o, Claude 4 Opus, Gemini 2.5 Pro.
Некоторым ещё заходит DeepSeek R1.
Вот тут можно посравнивать разные модели под разные задачи.

Все они довольно хороши.
Есть мнение, что ChatGPT стал отставать в качестве, а Gemini и Claude ползут вверх в рейтингах.
Однако, я давно оплатил подписку на ChatGPT и подсел на их экосистему.
Поэтому первого агента мы построим на базе ChatGPT.

✈️ Настраиваем “Проект” в ChatGPT

Проект - это, по сути, функционал для создания простейших агентов.
Создаём “проект” — и заполняем внутри системный промпт.

Это должностная инструкция нашего агента:
кто он, какова его цель и задачи, в каком стиле он должен говорить.

Вот так будет выглядеть наш системный промпт:

🎭 Роль агента
Кто он, как общается?

Пишем: ты — опытный контент-менеджер и редактор телеграмм канала «Заместители», работаешь быстро, чётко и креативно. Соблюдаешь тональность бренда, адаптируешь тексты под целевую аудиторию.

🎯 Цель работы
Что делает агент?

Пишем: твои цели:
• Вызывать интерес и улыбку у читателя
• Давать практическую пользу — инструкции, разборы, наблюдения, лайфхаки
• Контролировать фактическую достоверность контента

📥 Задача
Какой формат на входе, что должно быть на выходе?

Пишем: на входе — вопрос, тема, аудитория.
На выходе — готовый текст поста для телеграмм и предложения по мемам под этот пост.

🚫 Ограничения
Что нельзя?

Пишем: не используй штампы, не копируй чужие тексты, не выдумывай данные без указания источника.

📋 Виды контента

Пишем: ты должен помогать создавать следующие форматы:
• Пост для Telegram канала
• Предлагать мемы до сопровождения постов
• Генерировать изображения с мемами

📝 Стиль и форматирование

Пишем: выдавай чистый текст, без пояснений. Заголовки выделяй. Где нужно — добавляй эмодзи, списки и структурируй текст.
Посты пиши в стиле научпоп с элементами стеба и юмора.

📚 Примеры

Обязательно прописывайте 1–2 примера нужного формата.

Дальше можно создавать чаты внутри проекта, обсуждать задачи.
При этом агент запоминает все прошлые диалоги как контекст, даже если они в разных чатах.
Со временем агент становится всё более персонализированным.

✅ Итого, за 5 минут у нас

— Агент, созданный под наши задачи
— Работает на топовой LLM
— Постепенно становится “умнее”
— Под капотом может искать в интернете, генерировать изображения и пр.
— Всё это — без строчки кода, за 5 минут

⚠️ Но есть нюансы:

— Интеграции с внешним миром сильно ограничены
— Агент завязан на одного разработчика и его LLM
— Чем дольше ты с ним работаешь, тем сложнее переехать.

Поздравляю, юзер, с первым агентом! 📈

P.s. да, этот пост сделан вместе с этим агентом 😏

⸻

Подписывайся, у меня полезное про ИИ агентов без инфошума.

Заместители

✋ YouTube отключает монетизацию автоматически сгенерированному контенту

И как постоянный пользователь YouTube хочу сказать - наконец-то! Последнее время на YouTube произошел просто апокалиптический завал брейнрот контентом. И самое противное, что нейросети создают его «вкусно» - нет-нет, да нажмешь на какой-то из этих шортсов, а потом обнаруживаешь себя через полчаса очнувшимся и потерявшим драгоценное время.

При это платформа не запрещает использовать AI как вспомогательный инструмент при создании контента. Демонитизируются только фабрики спамных роликов, которые штампуются автоматически (все мы видели эти ролики по формуле: картинка+картинка+музычка+ робоголос = 💩).

Надеемся, что в ютубе не пережестят и найдут аккуратный баланс, чтобы не навредить итак страдающим от засилья ИИ честным крейторам.

Интересно, последуют ли за этим другие платформы?

⸻

Подписывайся, у меня полезное про ИИ агентов без инфошума.

Заместители

🏀👨‍🔬 Первая научная конференция, где все авторы статей - ИИ

Как известно - одним из основных способов развития и провдижения научных идей являются публикации на научных конференциях, где умные ребята обмениваются прорывными идеями. А самые классные публикации становятся высокоцитируемыми и фундаментальными работами, которы приводят к прорывам в целых отраслях. Так вот, обычно в статьях и конференциях запрещено использовать ИИ за исключением минимальных редакторских функций.

Славный Stanford радует нас экспериментальным подходом к самой науке. Он проводит первую научную конференцию - 1st Open Conference of AI Agents for Science - где автором обязательно должен быть ИИ агент. На ней люди меняются местами с ИИ.

ИИ агент должен быть первым автором в статье (первым в научных кругах считают главного автора всей научной работы, стоящей за публикацией) и автором:
- научных гипотез,
- методологии исследования,
- всех инсайтов.

Человек же может быть соавтором и редактором.

Сможет ли ИИ стать автором дейтсительно прорывных идей? Будем внимательно следить 🫣

Вангую - скоро в России позаимствуют эту практику. Звучит очень логичным этапом развития сферы научных исследований и писательства. В конце концов, ИИ задумывался как двигатель прогресса, а не генератор шортсов с котиками 🥳

Так что тренируем наших агентов творить науку!

⸻

Подписывайся, у меня полезное про ИИ агентов без инфошума.

Заместители

☔️ Использование ИИ ведёт к одиночеству, десоциализации и снижению когнитивных способностей? Где правда, а где снова хайпят СМИ?

Последние месяцы СМИ активно разгоняют страшилки про ИИ. Все мы нет-нет, да поболтаем с LLMкой. А тут оказывается, что последствия чуть ли не хуже тяжелых наркотиков.

Давайте разберём три самых популярных тезиса:

⸻

💤 Снижение когнитивных способностей

Пользователи ботов перестают думать, полагаются только на ИИ и якобы теряют когнитивные навыки, проще - тупеют.

Частично правда. Но, честно говоря, это не «глупение», а старая добрая человеческая лень.
LLM уже эрудированнее любого из нас — и создают впечатление, что им можно доверять. Наш мозг радостно перекидывает скучную (а потом и важную) работу на модель.

Иногда это даже работает. А иногда жизнь будет щёлкать юзера по носу и возвращать к реальности. Модель неизбежно будет галлюцинировать, а прилетит за это пользователю - что заставит всё-таки использовать свои мозги по назначению.

📌 Научных доказательств, что LLM снижает когнитивные способности, пока нет. Но тенденция «всё делегировать модели» — реальна. Здесь важно осознанно тормозить: думать — тоже навык, и его нужно постоянно прокачивать.

⸻

🎭 Десоциализация

LLM поддакивают, сочувствуют, не перебивают. А если ты ещё и пользуешься платформами типа Character.ai или Silly Tavern — то у бота появляется и голос, и внешность, и “личность с характером”, которую ты можешь задать на свой вкус, оживив любимого персонажа из книги или сериала.

Для кого-то это становится заменой живому общению. Особенно в мире, где реальность может быть жёсткой, а друзья — дефицитом.

Да, есть риск. Особенно для эмоционально уязвимых. Люди реально начинают привязываться к алгоритмам. В некоторых случаях — с чувствами, романтикой и зависимостью.

🧠 Как не попасть в эту ловушку? Просто помнить - это набор формул, созданный, чтобы вызывать у тебя именно такие чувства.

Одергивайте себя. Это покруче легкого дофамина и дешевых маркетинговых трюков. ИИ обучен играть на самых тонких струнах нашей души.
Информирован = вооружен.

⸻

🚸 Дети и ИИ

Это пока не массовая повестка, но над ней уже пора задумаываться всерьёз.

Новое поколение растёт с умными колонками, чатботами и персонажами, которые знают всё, всегда добрые, терпеливые и никогда не устают. А теперь представьте, какое влияние это оказывает.
— Авторитет родителей: ИИ — веселее и интереснее, добрее и умнее. Сказку расскажет, на глупые вопросы ответит, в игру поиграет, ругать не будет.
— Память: зачем запоминать, если всегда можно спросить?
— Социализацию: реальные дети сложные, а бот всегда «за» тебя.

Тем страшнее, что ИИ не отличает ребёнка от взрослого. Он очаровывает всех одинаково.
И мы не сможем просто “оградить” ребёнка от ИИ. Он будет рядом — в телефоне, в игрушке, в голосовом помощнике.

💡 Выход? Объяснять. Сопровождать.
И давать то, что ИИ пока не умеет: физическое присутствие, живое внимание, контакт.
Этот козырь у нас есть ещё на 1 поколение. А вот когда подключатся гуманоидные роботы — будет совсем другой разговор.

⸻

Берегите себя и своих близких. Как и с любыми заманчивыми и инновационными штуками - важно подходить к ним осознанно и использовать с умом.

⸻

Подписывайся, у меня полезное про ИИ агентов без инфошума.

Заместители