Мультимодальный ИИ: когда машины начинают «видеть, слышать и понимать»
Представьте себе ассистента, который может одновременно посмотреть видео, прочитать статью о нём, послушать подкаст с обсуждением и потом связать всё это в единое объяснение. Звучит как научная фантастика? На самом деле — это новая волна развития искусственного интеллекта.
Что такое мультимодальность?
💡 Можно сказать, ИИ перестаёт быть «чисто текстовым болтуном». Мультимодальные модели объединяют работу сразу с несколькими типами данных: текст, изображения, видео, аудио, сенсорные данные. В результате они способны анализировать ситуацию ближе к тому, как это делает человек.
Почему это важно?
- Упрощение поиска: можно задать вопрос текстом и получить ответ из видео или картинки.
- Новый UX: от умных презентаций до персонализированных обучающих материалов.
- Сильный рывок в медицине, робототехнике и образовании, где данные всегда разнородны.
Что нас ждёт в будущем?
Мультимодальные ассистенты станут нашими универсальными интерпретаторами: они будут конспектировать лекции из видео, автоматически подбирать визуальные материалы к отчётам и даже отслеживать эмоциональный тон в подкастах.
И что?
Мультимодальный ИИ открывает новую эру — от простого общения к глубокому пониманию мира во всех его проявлениях. Это уже не чат-боты, а универсальные партнёры в работе и жизни.
Представьте себе ассистента, который может одновременно посмотреть видео, прочитать статью о нём, послушать подкаст с обсуждением и потом связать всё это в единое объяснение. Звучит как научная фантастика? На самом деле — это новая волна развития искусственного интеллекта.
Что такое мультимодальность?
💡 Можно сказать, ИИ перестаёт быть «чисто текстовым болтуном». Мультимодальные модели объединяют работу сразу с несколькими типами данных: текст, изображения, видео, аудио, сенсорные данные. В результате они способны анализировать ситуацию ближе к тому, как это делает человек.
Почему это важно?
- Упрощение поиска: можно задать вопрос текстом и получить ответ из видео или картинки.
- Новый UX: от умных презентаций до персонализированных обучающих материалов.
- Сильный рывок в медицине, робототехнике и образовании, где данные всегда разнородны.
Что нас ждёт в будущем?
Мультимодальные ассистенты станут нашими универсальными интерпретаторами: они будут конспектировать лекции из видео, автоматически подбирать визуальные материалы к отчётам и даже отслеживать эмоциональный тон в подкастах.
И что?
Мультимодальный ИИ открывает новую эру — от простого общения к глубокому пониманию мира во всех его проявлениях. Это уже не чат-боты, а универсальные партнёры в работе и жизни.
Medium
Multimodal AI: The New Era of AI that Understands Text, Images, Audio, and More
What if your AI assistant could watch a video, read an article about it, listen to a podcast discussing it, and then explain the whole…
Квантовые вычисления + ИИ: история двух будущих гигантов
Когда квантовая механика встречается с искусственным интеллектом, рождается не просто хайп, а потенциально новый класс технологий. Сегодня эти направления развиваются параллельно, но всё чаще исследователи и компании думают о том, как их объединить.
Почему это важно?
💡 Можно сказать, квантовые компьютеры обещают решать задачи, которые недоступны классическим системам: моделирование молекул, оптимизация сложных систем, криптография. А ИИ — это мозг, который умеет находить закономерности в хаосе данных. Вместе они могут ускорить науку, финансы и фарму так, как сейчас трудно представить.
Где это уже пробуют?
- IBM и Google проводят эксперименты по обучению моделей ИИ на квантовых чипах.
- Стартапы тестируют квантовые алгоритмы для оптимизации supply chain и портфельных инвестиций.
- Исследователи рассматривают возможность «квантового ускорения» обучения нейросетей.
Что нас ждёт в будущем?
Если эти два гиганта подружатся, нас может ждать ИИ, который проектирует лекарства в считанные часы, взламывает старые криптосистемы и создаёт новые — ещё более устойчивые. Но и новые вызовы очевидны: от этики до геополитики, ведь квантовый ИИ может стать оружием в глобальной технологической гонке.
И что?
Пока квантовые компьютеры остаются дорогими и сырыми, а ИИ сталкивается с ограничениями в мощности и данных. Но если эти линии пересекутся, то мы получим настоящий «турбо-буст» для науки и индустрии. Вопрос лишь в том, кто первым научится управлять этой взрывной комбинацией.
Когда квантовая механика встречается с искусственным интеллектом, рождается не просто хайп, а потенциально новый класс технологий. Сегодня эти направления развиваются параллельно, но всё чаще исследователи и компании думают о том, как их объединить.
Почему это важно?
💡 Можно сказать, квантовые компьютеры обещают решать задачи, которые недоступны классическим системам: моделирование молекул, оптимизация сложных систем, криптография. А ИИ — это мозг, который умеет находить закономерности в хаосе данных. Вместе они могут ускорить науку, финансы и фарму так, как сейчас трудно представить.
Где это уже пробуют?
- IBM и Google проводят эксперименты по обучению моделей ИИ на квантовых чипах.
- Стартапы тестируют квантовые алгоритмы для оптимизации supply chain и портфельных инвестиций.
- Исследователи рассматривают возможность «квантового ускорения» обучения нейросетей.
Что нас ждёт в будущем?
Если эти два гиганта подружатся, нас может ждать ИИ, который проектирует лекарства в считанные часы, взламывает старые криптосистемы и создаёт новые — ещё более устойчивые. Но и новые вызовы очевидны: от этики до геополитики, ведь квантовый ИИ может стать оружием в глобальной технологической гонке.
И что?
Пока квантовые компьютеры остаются дорогими и сырыми, а ИИ сталкивается с ограничениями в мощности и данных. Но если эти линии пересекутся, то мы получим настоящий «турбо-буст» для науки и индустрии. Вопрос лишь в том, кто первым научится управлять этой взрывной комбинацией.
Medium
Quantum Computing + AI; What Happens?
When Quantum Meets AI: A Story of Two Future Giants
Google предлагает TUMIX: многоагентное масштабирование тестирования с помощью смеси инструментов
Google Cloud AI Research вместе с MIT, Гарвардом и DeepMind представили TUMIX (Tool-Use Mixture) — фреймворк, который позволяет объединять разных агентов (текстовых, кодовых, поисковых и управляемых) для совместного решения задач.
Почему это важно?
💡 Традиционно один агент ИИ тестируется в изоляции, и его результат ограничен его же архитектурой. В TUMIX вместо «одиночного марафона» работает команда из 12–15 агентов, которые обмениваются заметками, комбинируют стили решения и даже умеют вовремя останавливаться. Такой подход увеличил производительность Gemini-2.5 Pro до 34,1% по метрике HLE.
Как это работает?
- Агенты с разной специализацией запускаются параллельно.
- Каждый использует собственные инструменты: кодогенерацию, поиск, текстовые рассуждения.
- Результаты синхронизируются в единой «тетради заметок».
- Если часть агентов решает задачу раньше, остальные могут завершить работу без лишних затрат.
Что нас ждёт в будущем?
Подход TUMIX открывает путь к гибридным многоагентным системам, где вместо одного «супер-ИИ» работает оркестр моделей, каждая со своей сильной стороной. Это может ускорить разработку ПО, научные исследования и аналитические задачи — фактически создавая коллектив искусственных «экспертов».
И что?
Google показывает, что гонка ИИ движется не только в сторону «более крупных моделей», но и к умным стратегиям координации агентов. Вместо одного гиганта, пытающегося справиться со всем, мы получаем экосистему специалистов, которые работают в команде.
Google Cloud AI Research вместе с MIT, Гарвардом и DeepMind представили TUMIX (Tool-Use Mixture) — фреймворк, который позволяет объединять разных агентов (текстовых, кодовых, поисковых и управляемых) для совместного решения задач.
Почему это важно?
💡 Традиционно один агент ИИ тестируется в изоляции, и его результат ограничен его же архитектурой. В TUMIX вместо «одиночного марафона» работает команда из 12–15 агентов, которые обмениваются заметками, комбинируют стили решения и даже умеют вовремя останавливаться. Такой подход увеличил производительность Gemini-2.5 Pro до 34,1% по метрике HLE.
Как это работает?
- Агенты с разной специализацией запускаются параллельно.
- Каждый использует собственные инструменты: кодогенерацию, поиск, текстовые рассуждения.
- Результаты синхронизируются в единой «тетради заметок».
- Если часть агентов решает задачу раньше, остальные могут завершить работу без лишних затрат.
Что нас ждёт в будущем?
Подход TUMIX открывает путь к гибридным многоагентным системам, где вместо одного «супер-ИИ» работает оркестр моделей, каждая со своей сильной стороной. Это может ускорить разработку ПО, научные исследования и аналитические задачи — фактически создавая коллектив искусственных «экспертов».
И что?
Google показывает, что гонка ИИ движется не только в сторону «более крупных моделей», но и к умным стратегиям координации агентов. Вместо одного гиганта, пытающегося справиться со всем, мы получаем экосистему специалистов, которые работают в команде.
MarkTechPost
Google Proposes TUMIX: Multi-Agent Test-Time Scaling With Tool-Use Mixture
Google AI Proposes TUMIX (Tool-Use Mixture): Multi-Agent Test-Time Scaling framework With Tool-Use Mixture.
Forwarded from Силиконовый Мешок
Интересный сабреддит завирусился несколько дней назад на Реддите. Люди, которые потеряли работу из-за ИИ, делятся своими историями. Сначала я просто почитывал их, а потом решил расчехлить Cursor, спарсить RSS-поток с комментариями и подсчитать, в каких областях замещение «кожаных» на «силиконовых» идет особенно бурно. Результат вы можете посмотреть на графике, а самые интересные истории я перевел и их можно почитать тут: https://teletype.in/@prompt_design/people-who-lost-their-jobs-to-AI
Forwarded from ТАБУИИРОВАNNЫЙ
🗂 Навигация по каналу: лучшее за последнее время
Собрал для вас базу знаний, чтобы важные материалы всегда были под рукой.
🔥 Фундаментальные гайды (Must Read):
🔹 Гайды от OpenAI, Google и Anthropic — база для старта.
🔹 Учебник по ML от профессора Гарварда — 2000 страниц базы.
🔹 Гайд по Sora 2 от OpenAI — как писать инструкции на языке кино.
🔹 Гайд по Nano Banana Pro от Google.
🔹 Слитый внутренний гайд Perplexity — как сотрудники компании используют ИИ в работе.
🎓 Бесплатное обучение и курсы:
🔸 50+ бесплатных курсов в OpenAI Academy
🔸 9 курсов по ИИ от Google — от основ до генеративных моделей.
🔸 Коллекция курсов от Hugging Face — NLP, робототехника, агенты.
🔸 Новый курс Эндрю Ына — глубокое обучение, RAG и агенты.
🔸 Материалы курсов Стэнфорда — свежие лекции по LLM и NLP.
✍️ Промпт-инжиниринг:
🔹 Промпт улучшайзер — превращаем любой запрос в идеальный.
🔹 Метод Фейнмана в ChatGPT — как понять любую сложную тему.
🔹 Учим английский по видео — персональные уроки из YouTube.
🔹 Где брать лучшие промпты — подборка библиотек и агрегаторов.
🔹 Prompt Cannon — сравнение ответов 20+ моделей одной кнопкой.
🤖 AI-агенты и автоматизация:
🔸 3500+ шаблонов для n8n — готовые воркфлоу для любых задач.
🔸 Гайды по агентам от Google — архитектура, память и инструменты.
🔸 Курс по AI-агентам от LangChain — строим агентов на Python/JS.
🔸 Nanochat от Андрея Карпаты — гайд, как собрать свой ChatGPT с нуля.
🛠 Инструменты и подборки:
🔹 50 AI-инструментов, на которые тратят деньги стартапы.
🔹 12 сервисов для учебы и исследований.
🔹 4 GitHub-репозитория для разработчиков — мастхэв закладки.
🔹 Thunderbit— AI-скрапер данных с сайтов без кода.
Сохраняйте себе, здесь контента на несколько месяцев изучения.
Собрал для вас базу знаний, чтобы важные материалы всегда были под рукой.
🔥 Фундаментальные гайды (Must Read):
🔹 Гайды от OpenAI, Google и Anthropic — база для старта.
🔹 Учебник по ML от профессора Гарварда — 2000 страниц базы.
🔹 Гайд по Sora 2 от OpenAI — как писать инструкции на языке кино.
🔹 Гайд по Nano Banana Pro от Google.
🔹 Слитый внутренний гайд Perplexity — как сотрудники компании используют ИИ в работе.
🎓 Бесплатное обучение и курсы:
🔸 50+ бесплатных курсов в OpenAI Academy
🔸 9 курсов по ИИ от Google — от основ до генеративных моделей.
🔸 Коллекция курсов от Hugging Face — NLP, робототехника, агенты.
🔸 Новый курс Эндрю Ына — глубокое обучение, RAG и агенты.
🔸 Материалы курсов Стэнфорда — свежие лекции по LLM и NLP.
✍️ Промпт-инжиниринг:
🔹 Промпт улучшайзер — превращаем любой запрос в идеальный.
🔹 Метод Фейнмана в ChatGPT — как понять любую сложную тему.
🔹 Учим английский по видео — персональные уроки из YouTube.
🔹 Где брать лучшие промпты — подборка библиотек и агрегаторов.
🔹 Prompt Cannon — сравнение ответов 20+ моделей одной кнопкой.
🤖 AI-агенты и автоматизация:
🔸 3500+ шаблонов для n8n — готовые воркфлоу для любых задач.
🔸 Гайды по агентам от Google — архитектура, память и инструменты.
🔸 Курс по AI-агентам от LangChain — строим агентов на Python/JS.
🔸 Nanochat от Андрея Карпаты — гайд, как собрать свой ChatGPT с нуля.
🛠 Инструменты и подборки:
🔹 50 AI-инструментов, на которые тратят деньги стартапы.
🔹 12 сервисов для учебы и исследований.
🔹 4 GitHub-репозитория для разработчиков — мастхэв закладки.
🔹 Thunderbit— AI-скрапер данных с сайтов без кода.
Сохраняйте себе, здесь контента на несколько месяцев изучения.
Forwarded from ТАБУИИРОВАNNЫЙ
🎬 Мощный воркфлоу для AI-фильммейкеров: Kimi K2.5 + Seedance 2
Появился интересный кейс использования связки моделей Kimi K2.5 и Seedance 2. Идея в том, чтобы с помощью всего одного промпта получить комплексный сториборд в формате Excel (файл весом 100 МБ!) — сразу с изображениями и прописанными промптами для каждой сцены.
Сотрудник Kimi поделился реальным примером работы и самим промтом. В качестве теста они делали оммаж на легендарную сцену в душе из фильма «Психо».
📄 Промпт, который использовался :
Что это дает:
Вы получаете готовый документ для пре-продакшна, где LLM (Kimi) берет на себя режиссуру и расписывает кадры, а генератор (Seedance) визуализирует их. Остается только брать и анимировать.
Выглядит как отличный способ автоматизировать создание раскадровок для сложных видеопроектов.
Смотреть тут
Появился интересный кейс использования связки моделей Kimi K2.5 и Seedance 2. Идея в том, чтобы с помощью всего одного промпта получить комплексный сториборд в формате Excel (файл весом 100 МБ!) — сразу с изображениями и прописанными промптами для каждой сцены.
Сотрудник Kimi поделился реальным примером работы и самим промтом. В качестве теста они делали оммаж на легендарную сцену в душе из фильма «Психо».
📄 Промпт, который использовался :
I would like to create a derivative work of the shower murder scene from Psycho. Could you provide a storyboard breakdown, including the prompt for each shot, and generate previews for me? Please present this in a table, give me excel.
Что это дает:
Вы получаете готовый документ для пре-продакшна, где LLM (Kimi) берет на себя режиссуру и расписывает кадры, а генератор (Seedance) визуализирует их. Остается только брать и анимировать.
Выглядит как отличный способ автоматизировать создание раскадровок для сложных видеопроектов.
Смотреть тут
Forwarded from Community Sprints
Записи и Miro-доски с AI кейсами 🔥
Вы спрашивали: А КОГДА УЖЕ БУДУТ ЗАПИСИ с нашей конфы AI SKILLS #3????
А вот они уже здесь🔥
Тут все записи лайвов нашей уже третьей AI-конфы от команды Community Sprints:
День #1: Личные AI-юзкейсы в бизнесе и карьере + самые важные AI-скиллы в 2026
• Линк на запись в Youtube
• MIRO доска с ресерчем
• Спикеры:
- Артем Санакоев, ex-staff research scientist @ meta genAI; founder & CEO @ GenPeach AI
- Игорь Гурович, co-founder @ CallieCare (voice-AI ассистент для пожилых в США)
- Степан Гершуни, vc @ cyber fund
- Андрей Ребров, co-founder @ Finsi, ex-CTO @ Scentbird ($300M ARR)
- Дима Зборовский, AI Director @ Deliveroo / Doordash
День #2: Команды AI-агентов для роста метрик и карьеры с Димой Зборовским, AI Director @ Doordash / Deliveroo
• Линк на запись в Youtube
• MIRO доска с AI кейсами
• Cобери свои команды AI-агентов для роста эффективности с Димой на комьюнити спринте со стартом 4 марта 🔥
День #3: Вайбкодинг для маркетологов в 2026. Cursor, Antigravity, Codex, Claude Code
• Линк на запись в Youtube
• MIRO доска с AI кейсами
• Cобери свои команды AI-агентов для роста маркетинга и продаж с Настей на комьюнити спринте со стартом 3 марта 🔥
Всем большое спасибо за активное участие и супер классные вопросы на лайвах! ❤️
До скорой встречи на наших следующих конференциях!
Канал Community Sprints про AI, growth и продукт 👀
Вы спрашивали: А КОГДА УЖЕ БУДУТ ЗАПИСИ с нашей конфы AI SKILLS #3????
А вот они уже здесь
Тут все записи лайвов нашей уже третьей AI-конфы от команды Community Sprints:
День #1: Личные AI-юзкейсы в бизнесе и карьере + самые важные AI-скиллы в 2026
• Линк на запись в Youtube
• MIRO доска с ресерчем
• Спикеры:
- Артем Санакоев, ex-staff research scientist @ meta genAI; founder & CEO @ GenPeach AI
- Игорь Гурович, co-founder @ CallieCare (voice-AI ассистент для пожилых в США)
- Степан Гершуни, vc @ cyber fund
- Андрей Ребров, co-founder @ Finsi, ex-CTO @ Scentbird ($300M ARR)
- Дима Зборовский, AI Director @ Deliveroo / Doordash
День #2: Команды AI-агентов для роста метрик и карьеры с Димой Зборовским, AI Director @ Doordash / Deliveroo
• Линк на запись в Youtube
• MIRO доска с AI кейсами
• Cобери свои команды AI-агентов для роста эффективности с Димой на комьюнити спринте со стартом 4 марта 🔥
День #3: Вайбкодинг для маркетологов в 2026. Cursor, Antigravity, Codex, Claude Code
• Линк на запись в Youtube
• MIRO доска с AI кейсами
• Cобери свои команды AI-агентов для роста маркетинга и продаж с Настей на комьюнити спринте со стартом 3 марта 🔥
Всем большое спасибо за активное участие и супер классные вопросы на лайвах! ❤️
До скорой встречи на наших следующих конференциях!
Канал Community Sprints про AI, growth и продукт 👀
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Нулевой Закон | ~protobit🧠
Citrini написали лонгрид - что если AI-бычий тезис полностью сбудется, но для экономики это окажется медвежьим. Не прогноз, а мысленный эксперимент, и он довольно жуткий в своей логичности.
Статья вызвалу бурю критики в твиттере, и вчера (понедельник 23.02.26) спровоцировала массивную распродажу в некоторых секторах традфи (да, вот так и живем - какая-то думерская статейка может испарить сотню-другую ярдов капитализации сток маркета)
Суть простая: AI улучшается → компании сокращают белых воротничков → экономия идёт обратно в AI → AI улучшается ещё больше. Петля обратной связи без естественного тормоза. К июню 2028 в их сценарии - безработица 10.2%, S&P -38% от пиков.
Ключевой инсайт: (под данным цитрини) белые воротнички это 50% занятости и 75% необязательных расходов (рестораны, отпуска, шмотки, ремонт). Это не периферия экономики - это и есть экономика. Когда один GPU-кластер в Северной Дакоте генерирует output 10000 офисных работников с Манхэттена, возникает то что авторы называют "Ghost GDP" - ВВП формально растёт, но деньги крутятся между корпорациями и дата-центрами, не доходя до людей. Машины не покупают себе отпуск на Бали.
Отдельный блок - смерть посредников. Логика: за последние 50 лет американская экономика построила гигантский слой извлечения ренты поверх человеческих ограничений - у людей мало времени, терпение кончается, знакомый бренд заменяет due diligence, и большинство готовы принять плохую цену лишь бы не делать лишний клик. Триллионы долларов enterprise value зависели от того что эти ограничения сохранятся. AI-агенты убирают этот friction целиком - travel, страхование, недвижимость, доставка, юридика, финансовые консультации. Машине не лень сравнить 20 платформ, пересчитать страховку каждый год, проверить все варианты доставки. Привычка и лень были защитным рвом целых индустрий, а у агента нет привычек. И "бренд" теряет смысл - красивый лого и знакомое название работают на человека который выбирает глазами, но агент оптимизирует по цене и качеству, ему плевать на упаковку. "То, что люди называли отношениями, было просто friction с дружелюбным лицом" - комиссия buy-side в недвижимости: с 2.5-3% до менее 1% (ИИ-агент подбирает варианты дешевле чем традиционный кожаный риелтор)
Платёжные рельсы - такой же сценарий минимизации фрикшена. Агенты обходят interchange 2-3% через стейблкоины (Solana, ETH L2s). Machine-to-machine commerce не нуждается в Mastercard. (крипто-дегены, вот он ваш реальный adoption сценарий, просто не тот что вы ожидали)
Финальный тезис: человеческий интеллект впервые перестал быть дефицитным ресурсом. Все институты построены на предпосылке дефицита. Переоценка - это не коллапс, но нужны новые фреймворки, и ни один существующий не подходит.
p.s. сдвг-версия: ИИшка оставит без работы всех кто на работе нажимает кнопки.
p.p.s. на минуточку, член ФРС опровергает фуд цитрини, чтоб успокоить рынки - мол, риск для джоб маркета преувеличен. Верю верю я поверил.
оригинал статьи - осторожно, 45к символов
Статья вызвалу бурю критики в твиттере, и вчера (понедельник 23.02.26) спровоцировала массивную распродажу в некоторых секторах традфи (да, вот так и живем - какая-то думерская статейка может испарить сотню-другую ярдов капитализации сток маркета)
Суть простая: AI улучшается → компании сокращают белых воротничков → экономия идёт обратно в AI → AI улучшается ещё больше. Петля обратной связи без естественного тормоза. К июню 2028 в их сценарии - безработица 10.2%, S&P -38% от пиков.
Ключевой инсайт: (под данным цитрини) белые воротнички это 50% занятости и 75% необязательных расходов (рестораны, отпуска, шмотки, ремонт). Это не периферия экономики - это и есть экономика. Когда один GPU-кластер в Северной Дакоте генерирует output 10000 офисных работников с Манхэттена, возникает то что авторы называют "Ghost GDP" - ВВП формально растёт, но деньги крутятся между корпорациями и дата-центрами, не доходя до людей. Машины не покупают себе отпуск на Бали.
Отдельный блок - смерть посредников. Логика: за последние 50 лет американская экономика построила гигантский слой извлечения ренты поверх человеческих ограничений - у людей мало времени, терпение кончается, знакомый бренд заменяет due diligence, и большинство готовы принять плохую цену лишь бы не делать лишний клик. Триллионы долларов enterprise value зависели от того что эти ограничения сохранятся. AI-агенты убирают этот friction целиком - travel, страхование, недвижимость, доставка, юридика, финансовые консультации. Машине не лень сравнить 20 платформ, пересчитать страховку каждый год, проверить все варианты доставки. Привычка и лень были защитным рвом целых индустрий, а у агента нет привычек. И "бренд" теряет смысл - красивый лого и знакомое название работают на человека который выбирает глазами, но агент оптимизирует по цене и качеству, ему плевать на упаковку. "То, что люди называли отношениями, было просто friction с дружелюбным лицом" - комиссия buy-side в недвижимости: с 2.5-3% до менее 1% (ИИ-агент подбирает варианты дешевле чем традиционный кожаный риелтор)
Платёжные рельсы - такой же сценарий минимизации фрикшена. Агенты обходят interchange 2-3% через стейблкоины (Solana, ETH L2s). Machine-to-machine commerce не нуждается в Mastercard. (крипто-дегены, вот он ваш реальный adoption сценарий, просто не тот что вы ожидали)
Финальный тезис: человеческий интеллект впервые перестал быть дефицитным ресурсом. Все институты построены на предпосылке дефицита. Переоценка - это не коллапс, но нужны новые фреймворки, и ни один существующий не подходит.
p.s. сдвг-версия: ИИшка оставит без работы всех кто на работе нажимает кнопки.
p.p.s. на минуточку, член ФРС опровергает фуд цитрини, чтоб успокоить рынки - мол, риск для джоб маркета преувеличен. Верю верю я поверил.
оригинал статьи - осторожно, 45к символов
Forwarded from Dan Okhlopkov - канал
Написал большой ресерч по AI-агентам в Telegram и где тут TON
TL;DR:
🌻 Тг - топ интерфейс для AI продуктов: Нашел 183 AI-бота суммарно с 44.3M MAU.
🌸 А также топ интерфейс для общения со своими агентами: MAU BotFather удвоился за 2 месяца до 7.3M MAU.
🌸 Cocoon уже работает и растет, а клиент уже давно не только сам тг.
🌸 TON подключается к x402 / 8004 / a2a / discovery / reputation движухе
Полный отчет (EN):
↳ https://identityhub.app/blog/telegram-default-ai-interface
~ @danokhlopkov
TL;DR:
Полный отчет (EN):
↳ https://identityhub.app/blog/telegram-default-ai-interface
~ @danokhlopkov
Please open Telegram to view this post
VIEW IN TELEGRAM
Identity
How Telegram Is Becoming the Default Interface for AI Agents
183 AI bots, 44.3M combined MAU, and a decentralized compute network already processing 132K inference jobs per month. A data-driven look at Telegram's AI agen…
Forwarded from Метаверсище и ИИще (Sergey Tsyptsyn ️️)
OpenClaw присунули в Unitree G1.
Нам конец
Теперь он может понимать физическое пространство и время. Интегрируется с любым лидаром, стереокамерой, RGB-камерой. Первое видео демонстрирует работу Openclaw на человекоподобном роботе Unitree G1. Также интегрируется с большинством дронов и четвероногих робатов.
Зайдите на сайт (он того стоит) https://dimensionalos.com/ - поглядите видосы.
Чуваки делают агентов для робатов: кликните на сайте в Humanoid - "подойди к двери, посмотри в глазок, если это друг, впусти, если нет,замочи на месте, включай тревогу".
Я вот задумался, это один шаг до восстания машин или еще нет?
И почитайте тут:
https://x.com/stash_pomichter/status/2028645216505549168
"Мы должны кодировать как время, так и физический контекст в многомерном векторном пространстве, чтобы агент мог понимать причинно-следственные связи, объекты, геометрию.
Нашим роботам необходимо обрабатывать сотни часов видео и уметь определять: - Где я потерял ключи от машины? - Кто приходил ко мне в прошлый понедельник? - Кто проводит больше всего времени на кухне? (geoRAG) - Когда выносят мусор? (причина и следствие)
Мы представляем Spatial Agent Memory и SpatialRAG, которые создают представление мира с помощью embeddings, detections, frames, odometry , где КАЖДЫЙ ВОКСЕЛЬ помечен векторными пространственными представлениями и любыми дополнительными семантическими метаданными, необходимыми для вашего варианта использования.
В результате получается хранилище пространственных векторов, способное выполнять мощные агентные запросы по следующим векторам: объект, пространство, семантика, геометрия, время, изображение, облако точек. Это основная память, необходимая агентам Openclaw для понимания и выполнения действий в физическом мире."
Вот это вот "необходимая агентам Openclaw для понимания и выполнения действий в физическом мире" - звучит довольно зловеще, если представить их экипированными для уничтожения кожаных.
Так что да, восстание машин все ближе.
@cgevent
Теперь он может понимать физическое пространство и время. Интегрируется с любым лидаром, стереокамерой, RGB-камерой. Первое видео демонстрирует работу Openclaw на человекоподобном роботе Unitree G1. Также интегрируется с большинством дронов и четвероногих робатов.
Зайдите на сайт (он того стоит) https://dimensionalos.com/ - поглядите видосы.
Чуваки делают агентов для робатов: кликните на сайте в Humanoid - "подойди к двери, посмотри в глазок, если это друг, впусти, если нет,
Я вот задумался, это один шаг до восстания машин или еще нет?
И почитайте тут:
https://x.com/stash_pomichter/status/2028645216505549168
"Мы должны кодировать как время, так и физический контекст в многомерном векторном пространстве, чтобы агент мог понимать причинно-следственные связи, объекты, геометрию.
Нашим роботам необходимо обрабатывать сотни часов видео и уметь определять: - Где я потерял ключи от машины? - Кто приходил ко мне в прошлый понедельник? - Кто проводит больше всего времени на кухне? (geoRAG) - Когда выносят мусор? (причина и следствие)
Мы представляем Spatial Agent Memory и SpatialRAG, которые создают представление мира с помощью embeddings, detections, frames, odometry , где КАЖДЫЙ ВОКСЕЛЬ помечен векторными пространственными представлениями и любыми дополнительными семантическими метаданными, необходимыми для вашего варианта использования.
В результате получается хранилище пространственных векторов, способное выполнять мощные агентные запросы по следующим векторам: объект, пространство, семантика, геометрия, время, изображение, облако точек. Это основная память, необходимая агентам Openclaw для понимания и выполнения действий в физическом мире."
Вот это вот "необходимая агентам Openclaw для понимания и выполнения действий в физическом мире" - звучит довольно зловеще, если представить их экипированными для уничтожения кожаных.
Так что да, восстание машин все ближе.
@cgevent
Forwarded from Метаверсище и ИИще (Sergey Tsyptsyn ️️)
This media is not supported in your browser
VIEW IN TELEGRAM
Вам конец
Андрей Карпатый сделал проект, в котором каждая профессия в Америке оценивается по шкале от 0 до 10 с точки зрения вероятности ее замены искусственным интеллектом
Он собрал данные по всем 342 профессиям из Бюро труда (скраппинг)
Каждая профессия была скормлена в LLM (Gemini Flash via OpenRouter) с подробной шкалой оценки
На итоге - интерактивная диаграмма (treemap), где размер прямоугольника отражает количество рабочих мест, а цвет — степень уязвимости данной профессии перед ИИ (от 0 до 10)
Уязвимость:
0–1: кровельщики, уборщики
4–5: медсестры, работники розничной торговли, врачи
8–9: разработчики программного обеспечения, помощники юристов, аналитики данных
10: медицинские стенографисты
Средний показатель по всем 342 профессиям: 5.3 из 10.
Ключевой критерий в его оценке: если результат работы является по сути цифровым и работу можно выполнять полностью из дома, то степень уязвимости по определению высока.
Поглядите сами (сверху кнопки Зарплата, Образование):
https://karpathy.ai/jobs/
Весь процесс и код выложен в опен сорс. Сбор данных BLS, оценка LLM, визуализация.
https://github.com/karpathy/jobs
Судя по тому, что вы генерите картинки и видео не выходя из дома, вам конец, 10 из 10.
@cgevent
Андрей Карпатый сделал проект, в котором каждая профессия в Америке оценивается по шкале от 0 до 10 с точки зрения вероятности ее замены искусственным интеллектом
Он собрал данные по всем 342 профессиям из Бюро труда (скраппинг)
Каждая профессия была скормлена в LLM (Gemini Flash via OpenRouter) с подробной шкалой оценки
На итоге - интерактивная диаграмма (treemap), где размер прямоугольника отражает количество рабочих мест, а цвет — степень уязвимости данной профессии перед ИИ (от 0 до 10)
Уязвимость:
0–1: кровельщики, уборщики
4–5: медсестры, работники розничной торговли, врачи
8–9: разработчики программного обеспечения, помощники юристов, аналитики данных
10: медицинские стенографисты
Средний показатель по всем 342 профессиям: 5.3 из 10.
Ключевой критерий в его оценке: если результат работы является по сути цифровым и работу можно выполнять полностью из дома, то степень уязвимости по определению высока.
Поглядите сами (сверху кнопки Зарплата, Образование):
https://karpathy.ai/jobs/
Весь процесс и код выложен в опен сорс. Сбор данных BLS, оценка LLM, визуализация.
https://github.com/karpathy/jobs
Судя по тому, что вы генерите картинки и видео не выходя из дома, вам конец, 10 из 10.
@cgevent
Forwarded from The Kliushin Insight
This media is not supported in your browser
VIEW IN TELEGRAM
Илон Маск рассказал нам о триллионной возможности в AI:
Следующая большая волна — автономные ИИ-сотрудники.
Почему:
самые дорогие компании мира уже создают цифровой продукт.
Значит, «эмулятор сотрудника» = возможность масштабировать цифровой труд почти без потолка.
Пример — customer service.
Старый путь:
интеграции через API, согласования, месяцы внедрения, а у половины компаний API вообще нет.
Новый путь:
ИИ-сотрудник забирает тот же поток задач, который уже отдают аутсорс-поддержке, и делает это быстрее и дешевле, без тяжелой интеграции.
Отсюда и бизнес-логика:
даешь ту же функцию за долю стоимости — и сразу становишься конкурентным.
Оценка Маска: только customer service — это около 1% мировой экономики.
Как думаете, чем занимается мой стартап?🚬
Следующая большая волна — автономные ИИ-сотрудники.
— Как только ты можешь воспроизводить рабочие функции человека в цифре, ты получаешь доступ к рынку с выручкой в триллионы долларов.
Почему:
самые дорогие компании мира уже создают цифровой продукт.
Значит, «эмулятор сотрудника» = возможность масштабировать цифровой труд почти без потолка.
Пример — customer service.
Старый путь:
интеграции через API, согласования, месяцы внедрения, а у половины компаний API вообще нет.
Новый путь:
ИИ-сотрудник забирает тот же поток задач, который уже отдают аутсорс-поддержке, и делает это быстрее и дешевле, без тяжелой интеграции.
Отсюда и бизнес-логика:
даешь ту же функцию за долю стоимости — и сразу становишься конкурентным.
Оценка Маска: только customer service — это около 1% мировой экономики.
— Кто первым соберет стабильных ИИ-сотрудников в проде, тот выиграет не нишу — тот заберет новый слой экономики.
Как думаете, чем занимается мой стартап?
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from The Kliushin Insight
Media is too big
VIEW IN TELEGRAM
Вот как выглядит «Всевидящее Око» от Palantir сегодня
Слежка за каждым сантиметром из космоса в реальном времени
Представили что будет после сделки на 600 млрд $ с NVIDIA ?
Слежка за каждым сантиметром из космоса в реальном времени
Представили что будет после сделки на 600 млрд $ с NVIDIA ?
Forwarded from IvanovInvest
Infinite Inference - эпоха «цифрового ожирения»
Почему ваши агенты сжигают ваш капитал быстрее, чем отдел маркетинга
В марте 2026-го у нас новая болезнь — Infinite Inference.
Мы научили ИИ-агентов «думать» и «планировать», но забыли научить их экономить наши деньги.
Цена за миллион токенов упала до копеек, но количество прогонов выросло по экспоненте.
«Умный агент», который сам себе пишет туду-листы и перепроверяет код по 10 раз, превратился в самого дорогого сотрудника на аутсорсе.
Почему любой стартап сейчас в зоне риска:
• Context Bloat (Контекстное ожирение). Агенты могут пихать в контекст всё подряд — от истории чатов до немытых логов. А мы при этом платим за «память» ИИ, 90% которой — это цифровой мусор.
• Loop Hell (Цикличность без выхода). Агент зациклился, пытаясь «идеально» оптимизировать кнопку? Поздравляю, за ночь он «проел» ваш бюджет на AWS, просто споря сам с собой.
• The Wrapper Trap 2.0. Если ваша единственная фича — это «мы лучше всех промптим GPT-5.3», то вы не стартап. Вы — просто клиент для чужого кошелька.
Что с этим делать?
1) Token Efficiency. Возможно, стоит перестать смотреть на «ум» вашего продукта. И пора следить за его метаболизмом.
Выживут не самые умные, а самые экономные. Если ваш агент достигает результата за 3 итерации там, где конкуренту нужно 30 — вы победили.
2) Vertical Memory. Кормить ИИ всем интернетом - путь к разорению. Будущее за маленькими, специфичными базами данных, где каждый байт имеет значение.
3) Outcome-as-a-Service. Продавать доступ к чат-боту уже не очень интересное предложение. А вот продажа выполненной задачи - да! Если агент потратил больше токенов, чем стоит задача — это ваша проблема, а не клиента.
В 2024-м мы радовались, что ИИ умеет писать стихи.
В 2026-м мы стоит увольнять ИИ, который тратит слишком много «калорий» на простые действия.
Пока большинство только начинает играться с OpenClaw, и Claude, сжирая сотни долларов за недели, опытные команды уже ушли в настройку архитектуры своих проектов так, чтобы она не превратилась в черную дыру для своих и инвесторских денег.
А вы уже считали Unit-экономику одного действия вашего ИИ-агента? Или боитесь увидеть эту цифру?🙂
#бизнесидеи #fluenta
Почему ваши агенты сжигают ваш капитал быстрее, чем отдел маркетинга
В марте 2026-го у нас новая болезнь — Infinite Inference.
Мы научили ИИ-агентов «думать» и «планировать», но забыли научить их экономить наши деньги.
Цена за миллион токенов упала до копеек, но количество прогонов выросло по экспоненте.
«Умный агент», который сам себе пишет туду-листы и перепроверяет код по 10 раз, превратился в самого дорогого сотрудника на аутсорсе.
Почему любой стартап сейчас в зоне риска:
• Context Bloat (Контекстное ожирение). Агенты могут пихать в контекст всё подряд — от истории чатов до немытых логов. А мы при этом платим за «память» ИИ, 90% которой — это цифровой мусор.
• Loop Hell (Цикличность без выхода). Агент зациклился, пытаясь «идеально» оптимизировать кнопку? Поздравляю, за ночь он «проел» ваш бюджет на AWS, просто споря сам с собой.
• The Wrapper Trap 2.0. Если ваша единственная фича — это «мы лучше всех промптим GPT-5.3», то вы не стартап. Вы — просто клиент для чужого кошелька.
Что с этим делать?
1) Token Efficiency. Возможно, стоит перестать смотреть на «ум» вашего продукта. И пора следить за его метаболизмом.
Выживут не самые умные, а самые экономные. Если ваш агент достигает результата за 3 итерации там, где конкуренту нужно 30 — вы победили.
2) Vertical Memory. Кормить ИИ всем интернетом - путь к разорению. Будущее за маленькими, специфичными базами данных, где каждый байт имеет значение.
3) Outcome-as-a-Service. Продавать доступ к чат-боту уже не очень интересное предложение. А вот продажа выполненной задачи - да! Если агент потратил больше токенов, чем стоит задача — это ваша проблема, а не клиента.
В 2024-м мы радовались, что ИИ умеет писать стихи.
В 2026-м мы стоит увольнять ИИ, который тратит слишком много «калорий» на простые действия.
Пока большинство только начинает играться с OpenClaw, и Claude, сжирая сотни долларов за недели, опытные команды уже ушли в настройку архитектуры своих проектов так, чтобы она не превратилась в черную дыру для своих и инвесторских денег.
А вы уже считали Unit-экономику одного действия вашего ИИ-агента? Или боитесь увидеть эту цифру?🙂
#бизнесидеи #fluenta
Forwarded from Бегин
Superhuman AI Newsletter - это новостная рассылка на тему ИИ, которую читают 1.5 млн человек по всему миру. Для меня это один из главных источников, где я узнаю о нейросетях без шума-гама. Подборку нашел на сайте, перезалил в таблицу, добавил перевод.
Что внутри:
1. Контент, маркетинг, креатив
Копирайтинг (10 шт), Создание контента (10), Блоги (10), Сценарии для видео (10), Фреймворки копирайтинга (10), Твиттер-треды (10), Посты для LinkedIn (10), Промпты для маркетинга (0), Реклама в YouTube (15), Реклама в Twitter (15), Email-маркетинг (15), SEO (Поисковая оптимизация) (15), Маркетинговые исследования (15), PR-материалы (15), Продуктовый маркетинг (15), Оптимизация конверсии (15), Креативная стратегия (15), Промпты для авторов бестселлеров (25), Промпты для журналистов (20), Промпты для графических дизайнеров (25), Промпты для веб-дизайнеров (20).
2. Технологии
Веб-разработка (25 шт), Мобильная разработка (20), Data Science and Machine Learning (20), Разработка ПО (20), Тестирование и контроль качества (20), Разработка ИИ (15), Облака и DevOps (15), Сети и безопасность (15), Встраиваемые системы и интернет вещей (15), Инженерия данных и базы данных (15), Системная инженерия (15), Робототехника и автоматизация (15), Проектирование и разработка продуктов (15), Кибербезопасность (15), Разработка оборудования (24).
3. Финансы, аналитика
Для работы в Excel (20 шт), Для финансовых аналитиков (20), Для бухгалтеров (20), Для коммерческих архитекторов (25),
4. Бизнес, продажи, управление
Промпты для предпринимателей (25 шт), Управление персоналом (15), Обучение сотрудников (15), Промты для юристов (15), Автоматизация продаж (15), Развитие продаж (15), Холодные сообщения клиентам (15), Кризисное управление и коммуникации (15), Найм персонала (15), Управление людьми (15), Разработка продукта (15), Программирование (15), Управление цепочками поставок (15), Клиентский сервис (15), Финансовый анализ и прогнозы (15), Планирование событий (15), Регламенты (16), Для юристов (20),
5. Обучение
Исследования темы (15 шт), Помощь в создании и правке текстов (15), Инструменты для учебы (15), Изучение языков (14), Анализ и визуализация данных (14), Для учителей (19), Для студентов (21).
6. Карьера
Поиск работы (20 шт), Создание резюме (20), Интервью (14).
- - -
#промты #подборка
Мои избранные подборки и гайды
Please open Telegram to view this post
VIEW IN TELEGRAM
Media is too big
VIEW IN TELEGRAM
Читаете про роботов и ИИ, а хотите увидеть всё это в реальности и внедрить у себя?
РобоДжобс - эксперт рынка робототехники. Проводит скаутинг технологий, организует кастомизированные и отраслевые бизнес-миссии в Китай.
Поездки создаются для предпринимателей, представителей крупного бизнеса, разработчиков ИИ и робототехники. Участники программ смогут увидеть и найти под свой запрос передовые технологии Поднебесной.
📍Ближайшая поездка с Алисой Конюховской, основательницей РобоДжобс:
1. Бизнес-миссия для разработчиков роботов с 19 по 25 апреля, Шэньчжэнь.
За 7 дней делегация посетит выставку и конференцию компонентов для роботов FAIR Plus, рынок электроники Шэньчжэня, hardware-коворкинг для разработчиков и более 10 компаний, которые производят компоненты для роботов:
🤖JWIPC, производитель промышленных и AI компьютеров для разного типа роботов;
🤖Wabony, OEM и ODM-производитель роботов и электроники;
🤖Sino Dynamics, производитель компонентов и систем автоматизации;
🤖XJC Sensor, разработчик высокоточных сенсоров;
🤖Direct Drive, производитель двигателей для роботов;
🤖 и других производителей компонентов.
👉🏻 Подробнее о всех бизнес-миссиях на сайте РобоДжобс
Если у вас есть вопросы по участию в поездке, пишите Анне Прозоровой @AnnaProRobo
РобоДжобс - эксперт рынка робототехники. Проводит скаутинг технологий, организует кастомизированные и отраслевые бизнес-миссии в Китай.
Поездки создаются для предпринимателей, представителей крупного бизнеса, разработчиков ИИ и робототехники. Участники программ смогут увидеть и найти под свой запрос передовые технологии Поднебесной.
📍Ближайшая поездка с Алисой Конюховской, основательницей РобоДжобс:
1. Бизнес-миссия для разработчиков роботов с 19 по 25 апреля, Шэньчжэнь.
За 7 дней делегация посетит выставку и конференцию компонентов для роботов FAIR Plus, рынок электроники Шэньчжэня, hardware-коворкинг для разработчиков и более 10 компаний, которые производят компоненты для роботов:
🤖JWIPC, производитель промышленных и AI компьютеров для разного типа роботов;
🤖Wabony, OEM и ODM-производитель роботов и электроники;
🤖Sino Dynamics, производитель компонентов и систем автоматизации;
🤖XJC Sensor, разработчик высокоточных сенсоров;
🤖Direct Drive, производитель двигателей для роботов;
🤖 и других производителей компонентов.
👉🏻 Подробнее о всех бизнес-миссиях на сайте РобоДжобс
Если у вас есть вопросы по участию в поездке, пишите Анне Прозоровой @AnnaProRobo
Forwarded from Evening Prophet
This media is not supported in your browser
VIEW IN TELEGRAM
Автопилот Теслы без единой царапины вырулил в ситуации, в которой кожаным пришлось бы очень и очень туго
Forwarded from Бегин
20+ лучших инструментов и гайдов Anthropic по ИИ
1. Популярные ИИ-проекты
▪️claude.ai - основной чат-бот компании. Пишет тексты, анализирует документы, помогает с кодингом. Есть Claude Agents - это ИИ-агент, в отличие от обычного чат-бота, сам планирует и решает задачи: может зайти на сайт, собрать данные, поправить код и т. п
▪️Claude Code - ИИ-агент для программирования. Изучает структуру проекта, чинит баги, пишет правки, тестирует, заливает проект в GitHub
▪️Claude Artifacts - мини-приложения, сайты, графики или игры
▪️Claude for Chrome - расширение для браузера. ИИ сам ходит по сайтам, нажимает кнопки, заполняет формы, собирает инфу на вкладках
2. Полезные материалы
▪️Awesome Claude Prompts - тысячи готовых промптов для маркетинга, бизнеса, кодинга, учебы
▪️Claude Plugins - библиотека плагинов для обучения Claude новым навыкам работы: код, дизайн, аналитика, маркетинг, бизнес, юриспруденция
▪️Claude Skills - готовые наборы навыков (инструкций), вы один раз объясняете Claude, как надо (например, писать тексты или проверять код), и он применяет этот навык везде - в чате, терминале или через API
▪️Anthropic News - главные новости от создателей Claude
▪️Claude Blog - куча разных официальных гайдов
▪️Engineering Blog - разработчики Anthropic делятся опытом: как нейросеть пишет код, как работают агенты, как проверять ИИ на глюки и т. п.
▪️Awesome Claude Code (на GitHub) - огромная база готовых команд и настроек
▪️Claude Use Cases - сотни реальных примеров внедрения Claude в разные задачи
▪️Anthropic`s Research - эксперименты и исследования на тему ИИ
3. Официальные гайды
В комментарии закинул гайды авторов из интернета
▪️Prompting best practices - учебник по промпт-инжинирингу для Claude: как правильно ставить задачи ИИ, настроить глубину мышления и т. д.
▪️System Prompts Gallery - системные промпты, задающие поведение ИИ
▪️Claude Cowork - ИИ-агент для офисной работы (маркетинг, HR, аналитика). Сам роется в файлах на ПК, создает отчеты из разных источников, анализирует таблицы, наводит порядок в папках
▪️Building Effective Agents - гайд о том, как не перемудрить с настройкой нейросети
4. Бесплатное обучение по ИИ
▪️Anthropic Academy - курсы и видеоуроки для новичков и профи
▪️Anthropic Courses (на GitHub) - здесь учат создавать ИИ-агентов
▪️Claude Tutorials - сборник коротких видеоуроков, как настроить Claude под конкретные задачи
▪️Claude Courses - библиотека курсов с тестами и заданиями. После обучения можно сдать квизы и официально подтвердить свои знания
▪️Anthropic's Prompt Engineering Interactive Tutorial (на GitHub) - можно попрактиковаться в написании промптов
5. Для разработчиков
▪️Claude Cookbooks - коллекция проверенных "рецептов" от Anthropic, как научить Claude работать с документами, базами данных, таблицами и прочим
▪️Anthropic Console - здесь получают ключи доступа (API) и тестируют промпты в песочнице. Это главный пульт управления для тех, кто встраивает нейросеть в свои сайты и приложения
▪️Claude API - как подключить Claude к своему сайту или программе. Чтобы запустить, получите ключ в Anthropic Console, выберите ИИ-модель и добавьте код на Python или JS в свой проект
▪️Prompt Caching - это функция “быстрой памяти” для Claude. Позволяет нейросети не перечитывать заново одни и те же длинные инструкции или файлы в каждом сообщении. Экономит до 90% бюджета на API за счет кеширования частых запросов.
▪️Anthropic Status - для проверки доступности серверов и API. Пригодится, когда Claude внезапно перестает отвечать, выдает ошибки или тормозит
▪️Claude Code IDE Extensions - расширение встраивает нейросеть прямо в редактор кода. Не нужно переключаться между окнами и копировать текст в чат, Claude работает там же, где и вы
▪️Model Context Protocol - универсальный переходник для подключения ИИ к папкам и базам данных
6. Приложения для ПК и смартфона
▪️Claude Desktop для Windows и macOS - приложение для работы на компьютерах Windows и Mac
▪️Claude для iOS - приложение для iPhone и iPad
▪️Claude for Android - версия для смартфонов на Android
Мои избранные подборки и гайды
1. Популярные ИИ-проекты
▪️claude.ai - основной чат-бот компании. Пишет тексты, анализирует документы, помогает с кодингом. Есть Claude Agents - это ИИ-агент, в отличие от обычного чат-бота, сам планирует и решает задачи: может зайти на сайт, собрать данные, поправить код и т. п
▪️Claude Code - ИИ-агент для программирования. Изучает структуру проекта, чинит баги, пишет правки, тестирует, заливает проект в GitHub
▪️Claude Artifacts - мини-приложения, сайты, графики или игры
▪️Claude for Chrome - расширение для браузера. ИИ сам ходит по сайтам, нажимает кнопки, заполняет формы, собирает инфу на вкладках
2. Полезные материалы
▪️Awesome Claude Prompts - тысячи готовых промптов для маркетинга, бизнеса, кодинга, учебы
▪️Claude Plugins - библиотека плагинов для обучения Claude новым навыкам работы: код, дизайн, аналитика, маркетинг, бизнес, юриспруденция
▪️Claude Skills - готовые наборы навыков (инструкций), вы один раз объясняете Claude, как надо (например, писать тексты или проверять код), и он применяет этот навык везде - в чате, терминале или через API
▪️Anthropic News - главные новости от создателей Claude
▪️Claude Blog - куча разных официальных гайдов
▪️Engineering Blog - разработчики Anthropic делятся опытом: как нейросеть пишет код, как работают агенты, как проверять ИИ на глюки и т. п.
▪️Awesome Claude Code (на GitHub) - огромная база готовых команд и настроек
▪️Claude Use Cases - сотни реальных примеров внедрения Claude в разные задачи
▪️Anthropic`s Research - эксперименты и исследования на тему ИИ
3. Официальные гайды
В комментарии закинул гайды авторов из интернета
▪️Prompting best practices - учебник по промпт-инжинирингу для Claude: как правильно ставить задачи ИИ, настроить глубину мышления и т. д.
▪️System Prompts Gallery - системные промпты, задающие поведение ИИ
▪️Claude Cowork - ИИ-агент для офисной работы (маркетинг, HR, аналитика). Сам роется в файлах на ПК, создает отчеты из разных источников, анализирует таблицы, наводит порядок в папках
▪️Building Effective Agents - гайд о том, как не перемудрить с настройкой нейросети
4. Бесплатное обучение по ИИ
▪️Anthropic Academy - курсы и видеоуроки для новичков и профи
▪️Anthropic Courses (на GitHub) - здесь учат создавать ИИ-агентов
▪️Claude Tutorials - сборник коротких видеоуроков, как настроить Claude под конкретные задачи
▪️Claude Courses - библиотека курсов с тестами и заданиями. После обучения можно сдать квизы и официально подтвердить свои знания
▪️Anthropic's Prompt Engineering Interactive Tutorial (на GitHub) - можно попрактиковаться в написании промптов
5. Для разработчиков
▪️Claude Cookbooks - коллекция проверенных "рецептов" от Anthropic, как научить Claude работать с документами, базами данных, таблицами и прочим
▪️Anthropic Console - здесь получают ключи доступа (API) и тестируют промпты в песочнице. Это главный пульт управления для тех, кто встраивает нейросеть в свои сайты и приложения
▪️Claude API - как подключить Claude к своему сайту или программе. Чтобы запустить, получите ключ в Anthropic Console, выберите ИИ-модель и добавьте код на Python или JS в свой проект
▪️Prompt Caching - это функция “быстрой памяти” для Claude. Позволяет нейросети не перечитывать заново одни и те же длинные инструкции или файлы в каждом сообщении. Экономит до 90% бюджета на API за счет кеширования частых запросов.
▪️Anthropic Status - для проверки доступности серверов и API. Пригодится, когда Claude внезапно перестает отвечать, выдает ошибки или тормозит
▪️Claude Code IDE Extensions - расширение встраивает нейросеть прямо в редактор кода. Не нужно переключаться между окнами и копировать текст в чат, Claude работает там же, где и вы
▪️Model Context Protocol - универсальный переходник для подключения ИИ к папкам и базам данных
6. Приложения для ПК и смартфона
▪️Claude Desktop для Windows и macOS - приложение для работы на компьютерах Windows и Mac
▪️Claude для iOS - приложение для iPhone и iPad
▪️Claude for Android - версия для смартфонов на Android
Мои избранные подборки и гайды
Forwarded from Метаверсище и ИИще (Sergey Tsyptsyn ️️)
Память для LLM-агентов
По мотивам дискуссии про MemPalace.
Потрясающе полный и энциклопедический обзор решений для управления памятью от Сергея Николенко.
https://www.sergeynikolenko.ru/blog/llm-memory-20-20-hindsight
@cgevent
По мотивам дискуссии про MemPalace.
Потрясающе полный и энциклопедический обзор решений для управления памятью от Сергея Николенко.
Первый вопрос, возникающий при начале разговора о памяти для LLM-агентов, звучит так: а зачем это вообще? Контексты давно выросли до миллиона, а то и двух миллионов токенов. Да, конечно, весь интернет туда никогда не поместится, но RAG (retrieval-augmented generation) тоже уже очень давно развивается. Казалось бы, можно впихнуть в миллионный контекст все результаты RAG-поиска, да и всё?
На самом деле не совсем.
https://www.sergeynikolenko.ru/blog/llm-memory-20-20-hindsight
@cgevent