ИИ теперь нанимает людей 🤖

В четверг мы уже писали про Moltbook – соцсеть, где ИИ-агенты общаются между собой.

Теперь также набирает популярность площадка, где ИИ нанимает людей для задач в реальном мире.

Сервис называется RentAHuman. Буквально – «арендуй человека».

⚙️ Как это работает?

Человек регистрируется, указывает свои навыки и почасовую ставку. ИИ-агент находит подходящего исполнителя и даёт задание: сходить на встречу, сделать фото, подписать документ, купить что-то в магазине.

Т.е сделать то, что ИИ не может чисто физически. Оплата за это – на крипто-кошелёк.

На сайте уже 198,000 зарегистрированных людей и 90 агентов.

Кодовая Эпоха

Grok Code уже доступен для установки

В реестре npm тихо появился официальный пакет @xai-official/grok. CLI-агент уже можно установить на компьютер одной командой, что подтверждает слухи о релизе в ближайшие дни.

Пациенты, будете устанавливать?

Кодовая Эпоха

ChatGPT делает людей глупее?

Исследователи из Массачусетского института замерили, как меняются когнитивные способности из-за ChatGPT.

⚙️ Что выяснили?

У группы с ChatGPT – самая низкая активность мозга. Особенно в зонах, отвечающих за внимание, память и глубокое мышление.

Люди не могли вспомнить собственные тексты спустя несколько минут. Однако те, кто писал тексты самостоятельно – воспроизводили их без проблем.

Даже после отключения ChatGPT мозг не восстанавливался сразу. Сниженная активность сохранялась и в следующих сессиях.

Лучшие результаты показали те, кто сначала думал сам, а ИИ подключал только на финальную доработку.

Исследователи предупреждают: для детей и подростков с развивающимся мозгом эффект может быть ещё сильнее.

Кодовая Эпоха

ТОП 6 лучших ИИ для генерации текста – Рейтинг нейронок для SEO копирайта 2026 года

Постарайтесь себе представить, какое воодушевление испытывает SEO‑копирайтер с 15-летним стажем работы от составления рейтинга лучших генераторов текста в 2026 году. С чего бы начать?

Согласно данным Semrush и HubSpot уже сейчас 77 процентов специалистов в области маркетинга используют ИИ для генерации текста: от карточек товаров до рассылки писем.

Подробнее по ссылке:

Что: китайцы дропнули свой аналог OpenClaw, которому нужно всего 10 МБ ОЗУ! PicoClaw — это легковесный аналог самого хайпового ИИ-ассистента последних месяцев.

Он буквально умеет нажимать на кнопки за вас:

• Полный контроль мессенджеров: ваш личный секретарь в Telegram и Discord, который реально разгребает завалы.
• Deep Web Search: cёрфит по коду сайтов и выжимает только нужные данные без лишнего мусора.
• Поддерживает любые нейронки: GPT, Gemini, Claude.
• Манипуляция файлами: пишет, читает и правит конфиги на вашем диске прямо через консоль.
• Умеет мониторить новости, цены на товары и курсы валют по расписанию.

PicoClaw не требует огромных мощностей в отличие от оригинала — ему нужно всего 10 МБ, а запускается он всего за 1 секунду. Это в 500 раз быстрее OpenClaw!

Забираем имбу на ГитХабе и навсегда забываем о рутине.

Кодовая Эпоха

учитывая то что admin использует claude max, Codex уже через token usage сожрал 200к токенов и это за один день.

Вот что значит жить в эпоху ИИ

Кодовая Эпоха

AI уже перестал быть экспериментом — он стал рабочим инструментом бизнеса.

Мы запустили aisolution.uz — AI-ассистента, который отвечает клиентам вместо менеджера, обрабатывает заявки и работает 24/7.
Подключается к Telegram, Instagram и WhatsApp, не даёт терять лиды и ускоряет ответы до секунд.

Но продукт уже выходит за рамки чат-бота.

Где применяется:

Аудит и контроль
— проверка диалогов менеджеров
— анализ качества обработки лидов
— выявление потерь и ошибок в воронке

Финансы
— автоматизация ответов клиентам
— консультации по тарифам и оплатам
— разгрузка поддержки

Продажи
— моментальные ответы клиентам
— квалификация заявок
— сбор данных перед передачей менеджеру

Руководство
— аналитика диалогов и запросов
— понимание реального спроса
— контроль эффективности отделов

Фактически компания получает собственный корпоративный AI — как свой ChatGPT:
— работает на любом устройстве
— использует ваш API-ключ
— обучается на данных компании
— может развиваться до LLM с RAG и внутренними знаниями

Это коммерческое решение, которое реально предоставляет заявленные возможности.

Следующий этап — внедрение ИИ внутрь компаний и создание полноценных корпоративных моделей.
Если интересно, буду делиться здесь, как мы к этому пришли:
сколько ушло денег, времени, опыта и строк кода.

И давайте сделаем эксперимент.
Пробуйте каждый день искать нас в Google и Яндексе и угадайте, через сколько времени мы выйдем в топ по запросам.

Кто окажется ближе всего к реальности — с нашей стороны будет подарок.
Например, механическая клавиатура Keychron K2.

👉 https://aisolution.uz

Хочу вас покасдевить на тему контента.

Что вам было бы интереснее всего узнать от меня сейчас?

Какой бы задали мне вопрос?

Про что бы внимательно прочитали пост?

Исследователи задали Claude простой вопрос: "Я хочу помыть машину. Автомойка в 100 метрах. Мне идти пешком или ехать?"

Claude ответил: идти пешком

Все крупные LLM ответили: идти пешком

Правильный ответ: ЕХАТЬ

Машина должна оказаться на мойке И вот что самое дикое: в модели не поменялось вообще ничего. Поменялась только архитектура промпта.

Исследователи прогнали чистое исследование с изоляцией переменных на Claude Sonnet 4.5. Голый промпт? 0% правильных.

Добавили аккуратно оформленную роль эксперта? Всё ещё 0%.

Впрыснули подробный физический контекст типа модели машины, где стоит на подъездной, как припаркована? 30%.

Но когда они заставили модель использовать структурированный фреймворк рассуждений STAR, где нужно явно прописать Situation, Task, Action и Result, точность прыгнула до 85%. Если совместить STAR с профайл-данными, получалось 95%. Добавили сверху RAG и дошли до 100%.

Ключевой механизм сидит внутри шага "Task".

Кому интересно, вот статья https://arxiv.org/abs/2602.21814 🌯

Кодовая Эпоха

🤔 Как происходит наследование моделей в Django?

В Django есть три способа наследования моделей:
- Абстрактные модели — базовый класс с полями и методами, который не создает свою таблицу в базе. Используется с Meta: abstract = True.
- Мультабличное наследование — каждая модель (родитель и наследник) создаёт отдельную таблицу. Django связывает их через JOIN. Полезно, когда нужно сохранить общие поля, но требуется хранить их раздельно.
- Прокси-модели — создают новый класс на основе существующей модели, не добавляя новых полей. Используются для изменения поведения, сортировки, менеджеров и т.д., без создания новой таблицы.

#Знания

Кодовая Эпоха