CONTENTRUN КОНТЕНТРАН
70 subscribers
154 photos
147 links
ContentRun – массовый контент, который приводит клиентов. Заберите полезные ИИ-инструменты в Telegram: https://t.me/contentrunbot
По всем вопросам пишите @TypeX
Download Telegram
MacBook Pro с 24 ГБ — это уже полноценная локальная AI-станция.

Qwen 3.5-9B при квантизации Q4 выдаёт ~40 токенов в секунду, поддерживает контекст 128K, режим «размышления» и работу с инструментами. Без интернета, без API-ключей, без передачи данных в чужие облака. Всё это помещается в LM Studio рядом с десятком открытых вкладок.

Но есть нюанс: настройка занимает время. Выбор между Ollama, llama.cpp и LM Studio, подбор квантизации, параметры вроде K Cache Quantization Type — это отдельная работа. Модели, которые «технически помещаются» в память (24B, 20B), на практике работают неприемлемо медленно. 9B Q4 — золотая середина.

Локальный AI не заменит SOTA-модели для сложных задач. Но для исследований, планирования и кода в интерактивном режиме — это работает. 👾

Разобрали, как использовать это на практике 👉 Читать на платформе

ИИ Инструменты | Контент-завод | База знаний
🔥1
Задачи из Telegram в YouGile

Во многих командах задачи появляются прямо в Telegram: кто-то написал идею, кто-то дал поручение, кто-то скинул правку или срочный дедлайн.

Но если это не перенести в трекер, задача легко теряется в переписке. В итоге менеджер вручную собирает поручения, команда забывает детали, а часть задач просто не доходит до выполнения.

В ContentRun мы настраиваем бота, который превращает сообщения из Telegram в задачи в YouGile.

Что входит в работу:

– Telegram-бот
– Тег #задача
– Распознавание текста
– Сроки и исполнители
– Связка с YouGile
– Подтверждение задач

Команда продолжает общаться в привычном чате, а задачи автоматически попадают в рабочий трекер.

Это помогает не терять поручения, меньше переносить вручную и держать задачи команды под контролем.

💬 Хотите, чтобы задачи из Telegram не терялись? Напишите нам: @contentrunbot


✔️ AI Club | Вебсайт | База знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1
AI-дашборд с аналитикой

Когда у бизнеса несколько каналов, данные часто лежат в разных местах. Из-за этого команда тратит время на ручные отчеты и не всегда понимает, где есть рост, а где просадка.

В ContentRun мы создаем аналитический AI-дашборд – систему, которая собирает ключевые показатели в одном месте и отправляет отчеты команде в Telegram.


Что входит в работу:

– Сбор данных
– Единый дашборд
– Отчеты в Telegram
– Метрики каналов
– Анализ роста
– Контроль просадок

Такой дашборд помогает быстро видеть, что происходит с трафиком, контентом, заявками и пользователями.

Команда меньше собирает цифры вручную и быстрее понимает, что нужно улучшить.

💬 Хотите видеть главные метрики бизнеса в одном месте? Напишите нам: @contentrunbot


✔️ AI Club | Вебсайт | База знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2
0,12% дополнительных параметров — и ИИ-агент получает рабочую память, которую RAG дать не может.

RAG ищет документы. Он не запоминает — он каждый раз заново находит. Агент кодинга, который «забыл» шаг отладки пятиминутной давности, или аналитический агент, перезагружающий уже обработанный контекст — эт/Users/antonlapuhin/Downloads/image.pngо не баги, это архитектурный потолок.

Исследователи предложили подход delta-mem: компактный модуль, который сжимает историю взаимодействий агента в динамическую матрицу фиксированного размера. Никаких изменений базовой модели. Никакого роста контекстного окна. Только 0,12% новых параметров — против 76% у ближайшего аналога.

Результат: агент накапливает контекст непрерывно, без квадратичного роста затрат и без «контекстного гниения» при переполнении окна.

RAG нужен для поиска. А для того, чтобы агент помнил — нужна другая архитектура. 🧠

Разбираем ИИ-инструменты для бизнеса →
ИИ Инструменты | Контент-завод | База знаний
🔥2
Forwarded from Evgeniy Shevchenko CRYPTORUN
Приплыли, надеюсь Anthropic решат с Донни вопрос:

Причина блокировки модели Fable 5 - не технический сбой, а правительственная директива США.

Коротко суть заявления (12 июня):
Правительство США, ссылаясь на полномочия в области нацбезопасности, выпустило директиву об экспортном контроле, приостанавливающую любой доступ к Fable 5 и Mythos 5 для всех иностранных граждан — внутри и вне США, включая сотрудников Anthropic-иностранцев. Чтобы соблюсти требование, Anthropic пришлось резко отключить обе модели для всех клиентов. Доступ ко всем остальным моделям не затронут.

Что за претензия: правительство, по пониманию Anthropic, считает, что обнаружен способ обхода («джейлбрейка») Fable 5. Anthropic посмотрела демонстрацию и утверждает, что техника выявила лишь несколько ранее известных мелких уязвимостей, которые другие публично доступные модели находят и без всякого обхода.

Позиция Anthropic: они подчиняются директиве и убирают доступ, но не согласны, что обнаружение узкого потенциального джейлбрейка должно быть основанием для отзыва коммерческой модели. Компания считает это недоразумением и работает над восстановлением доступа как можно скорее.

ИИ Инструменты | Контент-завод | База знаний
😱2
5 000 корпоративных приложений лежат в открытом доступе — и никто в IT об этом не знает.

Продакт-менеджер за выходные собрал форму приёма клиентов, подключил к рабочей базе данных и выложил на публичный URL. Google проиндексировал. Данные доступны всем. Исследование 380 000 вайб-coded приложений показало: 1,3% содержали реальную корпоративную информацию — истории болезней, банковские данные, клинические испытания, внутренние финансы.

Проблема не в том, что люди плохие. Проблема в дефолтных настройках: большинство платформ вайб-кодинга по умолчанию делают приложения публичными. Gartner предсказывает +2 500% программных дефектов к 2028 году именно из-за таких «запрос → приложение» сценариев. Это не экзотика — это новая норма теневого ИИ в каждой компании.

S3-бакеты в своё время утекали точно так же: не из-за хакеров, а из-за одного неверного клика в настройках.

Разбираем ИИ-инструменты для бизнеса → platform.contentrun.ai
ИИ Инструменты | Контент-завод | База знаний
Голосовые агенты теперь разделены на три независимых компонента — и это меняет архитектуру всего стека.

OpenAI выпустила три специализированные голосовые модели: одна отвечает за диалоговые рассуждения уровня GPT-5 в реальном времени, вторая — за перевод 70+ языков в темпе речи, третья — за транскрипцию. Раньше всё это жило в одной модели, теперь — маршрутизируется по задачам.

Для бизнеса это не просто «новые модели» — это другой способ проектировать голосовых агентов. Контекстное окно 128K токенов убирает часть боли с управлением состоянием сессий. Но главное — можно назначать каждую задачу подходящей модели, не гоняя всё через единый универсальный пайплайн.

Архитектура побеждает качество отдельной модели. ⚙️

Разбираем ИИ-инструменты для бизнеса →
ИИ Инструменты | Контент-завод | База знаний
Модель на 7B параметров обходит GPT-5 и Claude Sonnet 4 в сложных задачах. Не потому что умнее — а потому что дирижирует ими.

Sakana AI обучила небольшую модель-оркестратор с помощью RL: она разбивает задачи, назначает нужного агента и строит топологию их взаимодействия под каждый конкретный запрос. Никакого hardcode — только динамика.

Главная проблема LangChain-пайплайнов: они хорошо работают на тестовых данных и ломаются при смене распределения запросов. Conductor решает это через обучение на пробах и ошибках — модель сама находит, какие комбинации агентов эффективны для каждого класса задач.

Результат: производительность выше фронтирных моделей, меньше API-вызовов, ниже стоимость. Архитектура — это отдельная модель-«дирижёр», а не ещё один LLM-агент.

Hardcoded пайплайны — это технический долг с таймером.

Разбираем ИИ-инструменты для бизнеса →
ИИ Инструменты | Контент-завод | База знаний
SQLite официально запретил принимать код от ИИ-агентов — и убрал слово «пока».

В репозитории SQLite появился файл AGENTS.md — инструкция для тех, кто натравливает агентов на кодовую базу. Главное правило: код, созданный агентами, не принимается. Сначала в тексте было «(пока)» — но его намеренно убрали. Сообщение к коммиту: «Усилить формулировку об отказе».

При этом форум SQLite захлестнула волна ИИ-сгенерированных баг-репортов — разного качества и в огромном количестве. Проект создал отдельный Bug Forum, а D. Richard Hipp вручную закрывает обращения коммит за коммитом.

Итог: один из самых зрелых опенсорс-проектов выстраивает границы для агентов не через код, а через политику. AGENTS.md — это новый жанр документации. 👀

ИИ Инструменты | Контент-завод | База знаний
👍1
Каждая интеграция AI-агента — это отдельный кастомный велосипед. MCP это ломает.

Model Context Protocol — открытый стандарт от Anthropic, который работает как USB-C: один протокол для всего. Вместо того чтобы писать отдельный коннектор под каждый инструмент, агент подключается по единому формату. Уже есть сотни готовых MCP-серверов для GitHub, Notion, баз данных и других сервисов.

Главное отличие от обычного API: REST отвечает на запрос, MCP создаёт контекст. Агент знает не только что он может сделать, но и какие данные и инструменты доступны прямо сейчас — и принимает решения иначе.

Для бизнеса это означает: сменили LLM — инфраструктура не переписывается. Добавили инструмент — подключили MCP-сервер, логика агента не трогается. 🧩

Подробные инструкции — в базе знаний →
ИИ Инструменты | Контент-завод | База знаний
ИИ-агенты тормозят не из-за слабых моделей — а из-за разрешений.

Любой агентный процесс в корпорации упирается в один вопрос: к чему агенту разрешён доступ, от чьего имени он действует и как это верифицируется. Workday называет это «системой учёта данных» — и встраивает управление разрешениями прямо в агентный слой.

Если разрешения хранятся отдельно от данных — агент либо делает слишком мало, либо слишком много. Директор по продукту Würk сформулировал жёстко: «Если ваши разрешения определены за пределами места, где хранятся данные — вы уже проиграли».

В HR и финансах это критично: неправильно начисленная зарплата или ошибка в расписании не откатываются назад.

Разбираем ИИ-инструменты для бизнеса →
ИИ Инструменты | Контент-завод | База знаний
50 тысяч токенов отладки — и всё это знание исчезает после закрытия чата.

Каждый раз, когда вы итеративно решаете задачу в диалоге с ИИ, вы накапливаете реальный опыт: edge-кейсы, нюансы формулировок, рабочие паттерны. Но следующий сеанс начинается с нуля.

Skill Creator — плагин, который упаковывает проверенную в бою логику в структурированный skill.md. После длинного диалога он вычленяет то, что сработало, и фиксирует это как переиспользуемый скилл.

Команды перестают заново изобретать одни и те же решения. Знание остаётся в команде, а не в голове одного человека.

Это разница между разовым промптом и системой. ✳️

Разбираем ИИ-инструменты для бизнеса →
ИИ Инструменты | Контент-завод | База знаний
ИИ не «забывает» — он просто деградирует по мере заполнения контекста.

После ~150k токенов качество ответов начинает заметно падать. После ~500k модель технически ещё работает, но фактически — уже нет. Это не баг и не случайность: так устроен механизм внимания в трансформерах.

Практика простая: не тяни один чат бесконечно. Как только диалог разрастается — сохрани ключевые выводы, промпты и результаты в файл, и начни новый.

Длинный контекст — иллюзия памяти. Настоящая память — это то, что ты сохранил сам.

Разбираем ИИ-инструменты для бизнеса →
ИИ Инструменты | Контент-завод | База знаний
Пентагон сократил 200 часов работы до 5 — с помощью ИИ для отчётов Конгресса.

Главный технолог Минобороны США публично рассказал: они загружают исходники в систему и получают готовый доклад. Один сотрудник назвал результат «лучшим докладом за пять лет» — и изначально был скептиком.

Механика та же, что доступна любому бизнесу прямо сейчас: собираешь данные, даёшь модели структуру и роль, редактируешь черновик вместо написания с нуля. Работает на квартальных отчётах, аналитике для совета директоров, регуляторных документах.

Если Пентагон уже автоматизировал бюрократию — у вашего отдела нет оправданий.

Разбираем ИИ-инструменты для бизнеса →
ИИ Инструменты | Контент-завод | База знаний
ChatGPT впервые потерял большинство — его доля рынка упала ниже 50%

За 3,5 года ChatGPT никогда не опускался ниже половины рынка ИИ-ассистентов. В мае 2026 — опустился: 46,4% против 27,7% у Gemini и 10,3% у Claude.

При этом у Claude самый высокий процент платных подписок — 13% пользователей платят. Это лучший показатель конверсии в отрасли. Рынок не просто растёт, он взрослеет: загрузки замедляются, деньги — нет. Расходы на ИИ-приложения выросли с $1,83 млрд до $4,2 млрд за год.

Пользователи теперь переключаются между ассистентами под влиянием не только функций, но и ценностей бренда. Сделка OpenAI с Минобороны США вызвала волну удалений приложения.

Рынок ИИ-ассистентов больше не монополия — он стал конкурентным.

Разбираем ИИ-инструменты для бизнеса →
ИИ Инструменты | Контент-завод | База знаний
🔥2
ETL-конвейеры тормозили ИИ-агентов десятилетиями. Databricks говорит, что закрыла эту проблему.

Агент не может рассуждать на актуальных данных, если между ним и этими данными стоит пайплайн с задержкой в минуты. Именно поэтому большинство «интеллектуальных» систем на деле работают с устаревшей информацией.

Databricks представила два решения: Lakehouse//RT даёт миллисекундный доступ к таблицам напрямую, без отдельного real-time слоя. LTAP записывает транзакционные данные Postgres сразу в формате Delta/Iceberg — ETL-конвейер просто исчезает из архитектуры.

Одна копия данных. Postgres для транзакций, Spark для аналитики. Агент не ждёт синхронизации — он работает с тем, что есть прямо сейчас.

Простой стек = быстрые агенты. Это не маркетинг, это физика инфраструктуры. ⚙️

Разбираем ИИ-инструменты для бизнеса →
ИИ Инструменты | Контент-завод | База знаний
👍2
Anthropic отменила повышение цен буквально за день до вступления в силу.

С 15 июня Claude Agent SDK должен был тарифицироваться отдельно — по ставкам API, а не в рамках подписки. Для активных пользователей это означало кратный рост расходов. Один анализ показал: подписчики Claude Opus окупают подписку уже после 2-3 сообщений в день, а реальная экономия может быть многократной.

Anthropic объявила о приостановке в последний момент — и пользователи SDK продолжают работать по старым лимитам. Пока.

Это не победа — это пауза. Давление на «слишком выгодные» подписки никуда не исчезло.

Разбираем ИИ-инструменты для бизнеса →
ИИ Инструменты | Контент-завод | База знаний
🔥10
Чипы памяти подорожали в 4 раза — и Apple предупреждает о неизбежном росте цен на iPhone.

Явление назвали RAMageddon: спрос ИИ на оперативную и флеш-память обрушил мировой рынок чипов. TechInsights подсчитала: чтобы сохранить маржу, Apple придётся поднять цену iPhone 17 Pro примерно на $270 — с $1 099 до ~$1 369.

При этом сам ИИ Apple пока не принёс компании ощутимой прибыли. В этом году она выплатила $250 млн по иску за невыполненные ИИ-обещания. Больше памяти на устройстве = больше возможностей для ИИ = выше себестоимость. Круг замкнулся.

Итог: ИИ одновременно создаёт спрос на железо и не успевает генерировать доходы, которые этот спрос покрыли бы. Потребитель платит дважды. 📉

Разбираем ИИ-инструменты для бизнеса →
ИИ Инструменты | Контент-завод | База знаний
👍6🔥5
Большинство не знает, чем отличается MCP от Commands в Claude Code — и теряет время на неправильный выбор.

У Claude Code четыре способа расширения. MCP — подключение к внешним сервисам и данным (базы, API, файловая система). Skills — навыки, которые агент подхватывает автоматически из контекста. Commands — слэш-команды, которые вы запускаете вручную. Plugins — модульные расширения со своей логикой.

Путаница между ними дорогая: выбрал не тот инструмент — сжигаешь контекстное окно и получаешь нестабильный результат. MCP нужен, когда агенту нужны живые данные снаружи. Commands — когда нужен повторяемый ручной триггер. Skills — когда хочешь, чтобы агент сам «знал» что делать в ситуации.

Знать разницу = проектировать агентов, а не чинить их.

Разбираем ИИ-инструменты для бизнеса → platform.contentrun.ai
ИИ Инструменты | Контент-завод | База знаний
🔥4
Агенты, которые работают вечно — это не фантастика, это следующий шаг автоматизации

Создатель Claude Code Борис Черни описал свою рабочую систему: один агент постоянно ищет улучшения в архитектуре кода, другой — находит дублирующиеся абстракции. Оба отправляют pull request'ы и никогда не останавливаются. Не потому что забыли выключить — а потому что так и задумано.

Это называется агентными циклами: агент формирует промпты для других агентов, те выполняют задачи, и цикл продолжается. В отличие от классического чат-бота — без финишной черты.

Главный вопрос не «работает ли это», а «стоит ли оно токенов». Ответ зависит от задачи — оптимизация кода, контент-аудит, мониторинг данных. Там, где процесс непрерывен по природе, цикл окупается.

Разбираем ИИ-инструменты для бизнеса →
ИИ Инструменты | Контент-завод | База знаний
🔥12
Голосовые AI-роботы для бизнеса

Бизнес теряет заявки, когда звонки обрабатываются медленно или менеджеры перегружены.

Голосовые AI-роботы автоматизируют входящие и исходящие звонки: общаются с клиентами, квалифицируют интерес и передают целевые заявки в продажи.

В ContentRun мы настраиваем "Систему голосовых AI-роботов" под бизнес, нишу, оффер и сценарии продаж.


Что входит в работу:

– Анализ ниши и аудитории
– Подготовка офферов
– Настройка сценариев звонков
– Тестирование скриптов
– Входящие или исходящии звонки
– Аналитика и оптимизация

Это не просто обзвон, а система голосовой коммуникации: AI-робот принимает обращения, консультирует, собирает заявки, реактивирует базу и квалифицирует лидов.

Мы тестируем скрипты, офферы и сегменты, чтобы находить лучшие связки и передавать в продажи больше целевых обращений.

💬 Хотите получать больше целевых лидов? Напишите нам: @contentrunbot


✔️ AI Club | Вебсайт | База знаний
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1