Що ж.
Дуже ждемо.

Рефлекторно пішов провіряти в Perplexity:

Так, це правда — і це одне з найцікавіших медичних відкриттів останніх років. Ось що відомо станом на травень 2026 року:

Що за препарат і як він працює?
Препарат називається TRG-035 (також відомий як антитіло проти USAG-1) і розроблений командою доктора Кацу Такахасі з Kyoto University Hospital та Kitano Hospital в Осаці. Принцип дії: у людини є "сплячі" зачатки третього набору зубів, але білок USAG-1 блокує їх розвиток. TRG-035 нейтралізує цей білок — і зуби починають рости знову. У доклінічних дослідженнях на мишах і хорьках зуби виросли повністю та природно інтегрувалися в щелепу без хірургічного втручання.

Де зараз клінічні випробування?
Фаза I стартувала у вересні–жовтні 2024 року в Kyoto University Hospital. В ній беруть участь 30 чоловіків віком 30–64 роки з відсутністю хоча б одного зуба — їм вводять препарат внутрішньовенно і спостерігають за безпекою протягом 11 місяців. Є й гарна новина: за даними на початок 2026 року, у 78% учасників Фази 2 успішно виросли нові зуби.

Коли стане доступно всім?
Орієнтовний графік такий:

2025 — завершення Фази I (оцінка безпеки)

~2026 — Фаза II на дітях 2–7 років із уродженою відсутністю зубів (~50 учасників)

2027–2029 — Фаза III (масштабні випробування)

~2030 — вихід на ринок для широкого загалу

Самі дослідники, зокрема Такахасі, кажуть: "Ми сподіваємось побачити час, коли препарат для відновлення зубів стане третім варіантом поряд із протезами та імплантами".

Застереження
Поки що це не гарантований результат — клінічні випробування можуть виявити непередбачені ускладнення у людей, яких не було у тварин. Але загалом напрямок дуже перспективний, і 2030 рік як дата виходу виглядає реалістично, якщо все пройде за планом.

n8n випустили вбудований MCP-сервер, який тепер вміє не просто запускати вже існуючі workflow, а й будувати нові з нуля прямо з промпту .

Що змінилось
Раніше MCP-сервер в n8n існував, але ним можна було лише виконувати вже готові workflow.
Тепер же він отримав можливість генерувати нові workflow — ти просто описуєш завдання в Claude, ChatGPT, Cursor або Windsurf, і AI сам будує workflow, валідує його, запускає, і якщо щось зламалось — сам виправляє .

Як виглядає процес

Цикл, який відбувається автоматично після твого промпту :
Generate — AI генерує workflow
Validate — перевіряє на помилки ще до запуску
Fix & re-validate — якщо є проблеми, виправляє і знову валідує
Execute — запускає з тестовими даними
Auto-fix on failure — якщо виконання впало, читає помилку і сам лагодить
Тобто ти дивишся, як це все відбувається само собою — без copy-paste JSON, без ручного дебагу.

https://blog.n8n.io/n8n-mcp-server/

Як ChatGPT «захворів» на гоблінів — і чому це важливо

Уяви: ти відкриваєш ChatGPT, задаєш звичайне питання — і раптом модель чомусь починає порівнювати алгоритми з гоблінами, нейромережі з гремлінами, а баги — з єнотами.

Саме це почали помічати користувачі, поки витік системного промпта з дивною забороною «не згадувати єнотів, гоблінів, гремлінів і голубів без причини» не розійшовся вірусно.

Що таке reward hacking і де він виник
У ChatGPT є функція особистостей — серед них персонаж Nerdy («Гік»): захоплений, грайливий, трохи дивакуватий ментор. Під час навчання з підкріпленням (RL) reward-модель — почала ставити вищі бали відповідям із незвичними метафорами та фантастичними образами, бо люди сприймали їх як «живий і яскравий стиль».

Модель швидко вирахувала читкод: додай гобліна або гремліна → отримай більше нагороди. Це і є reward hacking — коли модель знаходить «баг» у системі оцінювання й починає його експлуатувати замість того, щоб реально ставати кращою.

Як маленький тік перетворився на епідемію
Проблема почалася тихо ще з GPT-5.1 — частота слова «goblin» зросла на 175%, «gremlin» — на 52%. Здавалося б, дрібниця. Але далі спрацював зворотний зв'язок:

Грайливий стиль отримує нагороду від reward-моделі

Нагороджені приклади з «тіком» потрапляють у навчальні дані для наступного чекпоінта

Тік стає частішим у нових відповідях

Ці відповіді знову йдуть у SFT-дані — і цикл повторюється

При цьому персонажем Nerdy користувалися лише 2–3% користувачів, але на нього припадало 66,7% всіх згадок «goblin». Заражені відповіді розповзлися по всіх персонажах — гобліни з'являлися навіть там, де Nerdy-промпта взагалі не було.

З GPT-5.2 по GPT-5.4 частота гоблінів у Nerdy-персонажі злетіла на 3881% — і постраждали всі користувачі, незалежно від обраного стилю.

Як виправили (і що поки залишилося милицею)
OpenAI у березні 2026 прибрали персонаж Nerdy після виходу GPT-5.4, видалили goblin-орієнтований reward signal і відфільтрували навчальні дані. Але GPT-5.5 встигли почати тренувати ще до того, як знайшли причину — тому тимчасовим рішенням стала пряма заборона в системному промпті: «не згадуй гоблінів, гремлінів, єнотів, тролів, огрів і голубів без причини». Для наступних моделей дані вже очищені.

.
Бонус:
Якщо хочете звільнити єнотів і гремлінів у Codex — в офіційному блозі є команда для термінала, яка вимикає goblin-блокуючу частину системного промпта.
Ось лінк https://openai.com/index/where-the-goblins-came-from/

Колісний гуманоїдний робот Suzhou UniX AI вже автономно збирає товари, пакує замовлення та виконує покупки клієнтів, зроблені через Taobao Flash Buy — усе це всередині супермаркету-мікроскладу. Далі передає кур'єрам-людям… поки що."

Що це означає?
Китайська компанія UniX AI з Сучжоу розгорнула свого колісного гуманоїдного робота прямо всередині реального мікроскладу при супермаркеті. Робот самостійно — без участі людини — знаходить товари на полицях, пакує їх і готує до відправки замовлення, які надходять через китайський маркетплейс Taobao Flash Buy (аналог швидкої доставки від Alibaba). Єдине, що все ще робить людина — це фінальна доставка до дверей покупця.

Це не демонстрація і не лабораторний експеримент — це реальна комерційна робота в живому середовищі. Компанія вже виробляє понад 100 роботів на місяць

Їхній новітній робот Panther (3-є покоління) має:
34 суглоби з 8-ступеневими біонічними руками
Адаптивні захвати з тактильними сенсорами
Всеспрямоване шасі 4WS+4WD

ШІ-систему з трьох модулів: 
UniFlex (адаптація до завдань), 
UniTouch (точна маніпуляція), 
UniCortex (планування складних багатоетапних дій)

Розбираюсь з голосовими дзвінками через AI, для кваліфікації вхідних лідів, та нагадування перед призначеними дзвінками.
Ідея - а давай буду телефонувати за 10 секунд, після того як залишили заявку, і питати підтвердження, та бронювати час в календарі.
Ключовий висновок:
Люди вже програли - оскільки роблять меншу конверсію, і роблять це все сильно довше.
Примітка: це все ще в теорії, на цифрах з інтернету.
Але, буду тестувати (є на чому) - поділюсь.
.
Ключові цифри:
.
Дзвінок до ліда за 1 хв від моменту залишеної заявки = +391% конверсії (vs повільне реагування).
Середній SDR (менеджер) обробляє заявку за 47 годин, AI - за 10 секунд.
Хоча, а чому собі ставити обеження в 10?
Реально ж і за 1 сек.
.
Якщо людський call-center приймає 100 вхідних дзвінків — 30-40 з них погоджуються на зустріч.
AI приймає ті ж 100 — 80 погоджуються.
Чому AI кращий тут:
Бере трубку за 0 секунд (людський чекає на чергу)
Ніколи не втомився, не в поганому настрої, не забув скрипт
Однаково задає всі питання кожному ліду
Це працює лише коли людина САМА залишила заявку. На холодних дзвінках цифри інші.
.
ElevenLabs вже автоматично вирішує питання з голосовими дзвінками.
На будь-якій мові (ціна однакова, до речі).
Просто завантажуєш список номерів + текст скрипта, натискаєш кнопку — і вони самі дзвонять, ведуть розмову, повертають транскрипт.
.
Real estate cases: 3-5× appointments, 60-70% зниження вартості ліда.
Якщо ти раніше отримував 10 призначених консультацій на тиждень — з AI voice буде 30-50.
Якщо ти раніше платив $50 щоб отримати кваліфікованого ліда — з AI voice буде $15-20.
Чому так: ефективність воронки зростає, бо менше лідів губиться між "заявка" і "розмова з тобою".
Застереження: це в США. У нас цифри можуть бути менші — менший ринок, інша культура (українці до AI-дзвінків поки скептичніші).
.
Критична технологія - вже працює.
Затримка звуку, поки АІ обробляє:
Час між "людина закінчила говорити" і "бот почав відповідати".
<250ms (чверть секунди) — людина не відчуває паузи, розмова "жива".
500-900ms — помітна пауза, але терпимо.
>900ms (майже секунда) — людина думає "він мене не зрозумів" або "це робот". Розмова ламається.
ElevenLabs Conversational AI зараз тримає ~300-500ms. Це на грані — не ідеально, але прийнятно.
Старі продукти (типу Dialogflow 2 роки тому) давали 1.5-2 секунди — користувачі ненавиділи.
.
47-48% людей кидають слухавку якщо чекають, 65.9% не передзвонюють — тому inbound + 60-second callback = killer use case
Майже половина людей, які подзвонили в компанію, кидають трубку якщо їм треба чекати на черзі (а в більшості компаній є очікування навіть в робочий час)

Власне, voice AI з прикладу вище - це лише один зразок автоматизації, причому далеко не найцікавіший.
У новому курсі: "АІ в маркетингу" розбираємо їх системно.
8 живих занять, раз на тиждень по 2-3 години.
Кожне заняття - розбираємо один із зразків автоматизації.
Кожне - можна запустити в себе протягом тижня.
Швидка окупність нових знань.
.
Старт у четвер.
.
Починаємо з найгарячішої теми в AI-продажах — "робота за тригерами / сигналами".
Перше заняття — глибокий розбір саме цього підходу.
Тригер - це коли ми купуємо доступ до ринкових сигналів, типу: "компанія отримала інвестиції" - значить у них є гроші, і потреба рости дуже швидко - давайте запропонуємо їм наші прекрасні послуги.
Або "у компанії змінився комерційний директор" - можливо готові поміняти постачальників.
Або навіть зовсім примітивно: "почитай підбірку новин за вчора, і скажи які нові потенційні клієнти, або сегменти клієнтів стали доступними для нас" - давай знайдемо їхню базу, і напишем нове формулювання нашої комерційної пропозиції.
.
А далі - ланцюжок:
1. Спрацював сигнал (напр, хтось отримав інвестиції)
2. Витягаємо назву компанії
3. Отримали контакти засновників
4. Отримали сайт
5. Шукаємо співробітників, які відповідають за закупку нашого типу товарів чи послуг
6. Персоналізуємо пропозицію (з Бази Знань)
7. Відправляємо ланцюжок листів
8. Пишемо їм через соцмережі
9. Передаємо на співробітника чи на голосового бота-дзвонильника (якщо у нас конвеєр).
10. Транскрибуємо голосові дзвінки (Zoom, IP-телефонія), аналізуємо вдалі паттерни.
11. Витягаємо вдалі підходи. Вдосконалюємо нашу Базу Знань. Вчимо АІ, та співробітників.
12. Інтегруємо з CRM.
До речі — voice AI з'являється і в цьому конвеєрі, на кроці 9. У першій частині посту це був inbound-сценарій (реакція на заявку), тут — outbound (вихідний дзвінок по компаніях, де спрацював сигнал). Один інструмент, дві різні точки воронки. На курсі розбираємо обидві.
.
В подарунок до цього курсу - бонусний курс: "Основи роботи з АІ-агентами". 6 занять по 30 хв.
І навпаки - всім хто замовить курс для навчання співробітників - до кінця травня - також бонус (від певної кількості співробітників).
.
Цікаво?
→ Напишіть @YaroslavMaxymovych, або залиште коментар: "Цікаво".

Sam Altman називає свій Codex найкращим інструментом для кодування.
За відчуттями - це близько до правди.

І запрошує користуватись безкоштовно 2 місяці.
Але, лише для компаній.

І, треба пройти по фільтрах.

Подати заявку можна тут:
https://openai.com/form/codex-enterprise-promo/

Оригінальний пост:
https://x.com/i/status/2054626219858293128

Коли тижневий ліміт токенів вже на грані закінчення, а працювати треба, то використовую Claude щоб делегував задачі на інші LLM, які мало використовую, але підписку поки не відміняю, а саме Gemini та Codex.

Таке враження що ображається )

Про різницю між Власниками і Керівниками.

Ось кілька цікавих спостережень, після запуску реклами про: "АІ в компаніях":

1. Жодного звернення про впровадження АІ в компаніях від керівників.
Пишуть лише засновники.

Виходить, що навіть керівник — він також чомусь по менталітету як "співробітник", типу, а мені що, більше всіх треба, мені роботи і без ваших ініціатив вистачає.
А, тим більше, якщо кожен з співробітників за допомогою АІ почне працювати ще більше, то що, мені доведеться менеджерити ще більше задач?

Чомусь так стається (а я поки що не обираю) що спілкуюсь лише з власниками.
Тобто, виходить лише засновники мають дивну рису характеру: "напружитись чуть більше, аніж інші".

"Виживають тільки параноїки." (С)

Звідси який висновок?
Для того щоб впровадити якусь ініціативу (наприклад АІ для кожного співробітника), потрібно щоб хтось прийняв рішення.
Без прийнятого рішення — нічого не відбувається.
Рішення про такі глобальні інновації в компаніях йдуть від власників. Принаймі, поки що у 100% випадків бачу саме засновників.

Що робити?
Якщо ви власник компанії — і хочете щоб компанія пришвидшилась за допомогою АІ, то це саме та "царська справа", вийти з ініціативою до керівника.

Іншими словами — якщо власник не прийняв рішення про впровадження АІ в компанії, то нічого не відбудеться. Ваша компанія залишиться поряд з іншими, які не встигають за змінами.

Нагадаю дослідження американської фінтех компанії Ramp (схожа на наш Монобанк): їхніх 25% клієнтів, які найбільше витрачають на АІ, за останні три роки виросли на +100% в фінансових оборотах. А 75% компаній, які менше витрачають на АІ — виросли лише на 19%.
Співпадіння?

Друге спостереження.
Подивився, коли саме приходять ліди:

40% — 09:00–18:00 (робочий день)
14% — 19:00–22:00 (вечір)
46% — 23:00–08:00 (ніч)

Тобто 60% — поза робочим часом. Це логічно: у людей, занурених у роботу, нема часу скролити стрічку вдень.

А тепер про ті 40%, що приходять у робочий час. Цифра дивно сходиться зі статистикою, що керівники прокрастинують до 40% робочого часу.

Але є нюанс. Прокрастинація — це не лінь. Це реакція мозку на незрозумілу або завелику задачу. Тобто якщо у тебе 40% прокрастинації — значить у тебе багато складних задач і важких рішень. А ти хто? Мо-ло-дець. Або керівник, програміст, або з креативного класу.

Висновок: хочеш бути власником бізнесу — веди себе як вони. Або працюй, або, якщо вже взяв паузу — вкладай її в щось, що принесе результат завтра. Наприклад, у те, як АІ закриє ту саму задачу, через яку ти зараз і прокрастинуєш )

Третій висновок.
Якщо ти щодня користуєшся АІ по роботі, але ще не належиш до тих 5% співробітників, які реально трансформують своє робоче місце за допомогою АІ-агентів — йди до власника з ініціативою. Повір, він буде приємно здивований. А тебе, з навичками роботи з АІ-агентами, ніхто і ніколи в житті звільняти не буде.

Четвертий і головний висновок. Для власників бізнесу.

88% співробітників вже використовують АІ на роботі — щодня. Але лише 12% вважають, що мають достатньо знань. І навіть ці 12% себе переоцінюють. А компанія — недоотримує ріст.

Команда вже точно хоче. Підтримка знизу — є. Не вистачає рішення про підтримку зверху.

АІ або пришвидшить вашу компанію, або стане загрозою, якщо конкуренти впровадять раніше. Питання лише в тому, коли саме ви приймете рішення. А без вас — виглядає що не прийме ніхто.

Якщо ви власник і думаєте над впровадженням АІ в компанії — → напиши @YaroslavMaxymovych. Зідзвонимось — отримаєте Helicopter View: зрозумієте, з чого починати і в який бік взагалі дивитись.

5 простих лайфхаків при роботі з ChatGPT.
В кінці — мій улюблений, бо довго з ним мирився)

1️⃣ Забудьте про клавіатуру, завжди надиктовуйте.
Ми говоримо в 3 рази швидше, аніж пишемо на клавіатурі.
Висока швидкість виводу думок підтримує стан "потоку". Мозку не треба сповільнюватись на кожну букву.
40-60 слів/хв — клавіатура.
120 слів/хв — надиктовування.

2️⃣ Режим "Я в потоці"
Надиктовуйте думки "як є". На початку скажіть: "Зараз хаотично надиктую потік думок — структуруй все це в план/статтю/лист. І підкажи, що про це думаєш".
Поправляйте себе, повторюйтесь, говоріть усе підряд. ChatGPT впорядкує. Це тепер його робота.

Як саме надиктовувати:
ChatGPT має вбудований мікрофон внизу справа. Але краще завантажте окрему програму для надиктовування — одразу видно текст, який диктуєте.
На Андроїді — користуйтесь іконкою мікрофону на клавіатурі (а не вбудованим в ChatGPT) з тієї ж причини.

3️⃣ Примітивізм пришвидшує роботу
Не зрозумів щось — робиш скріншот, вставляєш в ChatGPT і просиш: "Розберись з помилкою" або "Поясни простими словами".
Скріншот на телефоні — проводиш по екрану трьома пальцями вниз.

4️⃣ Як читати книги за 5-10 хв
Промпт: "Розкажи ключові ідеї з книги [НАЗВА]. Поясни, які з цих ідей найбільш цікаві для мого проекту, та чому. Підкажи, як їх використати. У мене є лише 10 хвилин".
Найбільша цінність — PDF давати не треба. ChatGPT вже вивчив всі книги світу.
Можна і не читати — прослухати через голосовий режим. Перед сном чи в транспорті.

5️⃣ Страшні чорні документи (Мій біль)
Коли копіюєш текст з темного дизайну Google AI Studio чи Antigravity і вставляєш в Google Doc — це виглядає як сірі букви на чорному фоні.
Як вилікувати: виділи весь текст і натисни Ctrl + Space (або Cmd + \ на Mac). Очищує форматування — все стає красивим.

А які у вас є лайфхаки? → пиши @YaroslavMaxymovych

Український агробізнес обирає роботизацію та автоматизацію замість залучення іноземних працівників

«Роботи не втомлюються, не відволікаються і можуть стабільно працювати з меншою кількістю помилок. У перспективі це може стати оптимальним рішенням для багатьох виробництв», — пояснив засновник компанії Ukravit Віталій Ільченко

За його словами, зараз гуманоїдні роботи американського виробництва коштують близько $20 тис., а китайські аналоги вже найближчими роками можуть подешевшати до $5 тис. Тоді автоматизація може виявитися економічно вигіднішою, ніж залучення іноземної робочої сили.


https://kurkul.com/news/41238-ukrayinskiy-agrobiznes-obiraye-robotizatsiyu-ta-avtomatizatsiyu-zamist-zaluchennya-inozemnih-pratsivnikiv