Работа с чистой энергией

Дисклеймер

Сегодня ава и название канала, наконец, поменялись. Я долго колебался на этот счет и думал оставить "как есть", но лучше уже сделать этот шаг и перейти более регулярным постам на темы, которые заходят и нравятся мне самому. Надеюсь, вам все также будут заходить формат.

---

Мне нравится, что когда коммерческая технология заходит в тупик, она ищет новые пути решения намного эффективнее, чем какая-либо другая структура. Она нанимает специалистов из смежных областей, открывает гранты и лаборатории, старается найти решение в местах, куда другие даже не смотрят.

Также произошло и с компанией Cerebras. Это компания, которая разрабатывает суперкомпьютеры и процессоры для ускорения работы искусственного интеллекта.

Недавно она презентовала свои новые чипы, которые по площади гораздо объемнее всех остальных чипов (она на фото к посту). И многие стали шутить, что с такими "решениями" чипы станут размером с солнечные панели.

Но для тех, кто попытался разобраться в этом, открылась реальная причина в таком размере.

Cerebras долго разбиралась как сделать свои чипы эффективнее. Все мы знаем, что в мире, из-за развития ИИ, стало строиться гораздо больше дата центров и выпускаться чипов для них. И в какой-то момент это стало практически лидером по потреблению электроэнергии.

На регулярное обучение сверхмоделей и поддержки бесплатного доступа к чату (а значит и к вычислительным мощностям миллионам пользователей) требуется огромный расход энергии каждый день.

В итоге все упирается в то, сколько энергии и как потребляют эти чипы.

По расчетам Cerebras для перемещения 1 бита информации в чипе требуется около 1–10 pJ энергии. А с их новым чипом большей площади для той же операции требуется всего 0.1 pJ энергии! Экономия значительная!

Это достигается за счет того, что перемещение битов информации в рамках чипа намного дешевле, чем перемещение данных с одного чипа на другой.

На мой взгляд это потрясающе! В то время, как все взгляды устремлены на флагманские модели типа Астры и Фейбл, такие компании действительно делают революцию в мире.

#chips

📟 Прилетело из @solidityset

rfr

📟 Прилетело из @ortomich_main

ИИ уже реально помогает. Но есть один минус - лимиты

Я всё чаще использую ИИ не для разговоров, а в обычной работе: разобраться в задаче, собрать рабочий процесс, подготовить текст или сдвинуть с места разработку.

Проблема начинается в тот момент, когда упираешься в лимит. Задача ещё не закончена, контекст уже собран, а продолжить работу нельзя. Приходится ждать, менять модель или переносить всё в другой чат. Это ломает темп и иногда съедает больше времени, чем сама задача.

Поэтому для меня важна не только способность модели хорошо отвечать. Важны доступные лимиты и то, насколько предсказуемо можно работать с инструментом каждый день.

ИИ уже приносит пользу. Но пока ограничения по использованию могут перечеркнуть удобство даже хорошего сервиса.

Сталкивались с таким? Где у вас чаще всего заканчиваются лимиты - в чатах, при работе с кодом или в API?

😎 Незрячий web3 программист (подписаться)
Чат | бот

📟 Прилетело из @blind_dev

GTA6, Cyberleek, блокчейн и безопасность

Увидел несколько постов (тут и тут) про Cyberleek — хакера или группу, стоящую за утечками материалов по GTA 6, — и решил сделать пост на канале, так как это высший уровень анонимности и профессионализма!

У них довольно необычная система контакта, построенная вокруг Session и Monero.

Пройдусь кратко, о чем узнал из твитов.

На странице Contact сайт сначала генерирует новую анонимную учётную запись Session и выдаёт recovery-фразу из 12 слов. Её нужно сохранить самостоятельно: если потерять эти слова, восстановить аккаунт уже невозможно, и Cyberleek не сможет связаться с вами.

После этого генерируется уникальная сумма в Monero. Например, на скриншоте — 400.818811529987 XMR. И здесь самое интересное: Cyberleek прямо пишет, что цифры после десятичной точки являются уникальным ID. Отправить нужно именно эту сумму, без округления.

Получается, 400 XMR — это contact fee, а 12 цифр после запятой используются как идентификатор конкретного Session-аккаунта. По описанию системы, эта информация генерируется на стороне клиента, поэтому после получения платежа Cyberleek может определить соответствующий Session и связаться с отправителем.

Именно поэтому они рекомендуют отправлять Monero с личного кошелька вроде Cake Wallet или Feather, а не с биржи. При выводе с exchange дробная часть суммы может быть округлена или изменена, и тогда идентификатор перестанет работать.

При этом это не совсем тот ransom-сценарий, который можно было представить из новостей о хакере. На самом сайте Cyberleek отдельно подчёркивает, что это не выкуп за прекращение утечек. Они заявляют, что привлекают средства через поддержку сообщества и стратегические партнёрства, а Monero-платёж используется как плата за установление контакта. Через Session можно обсуждать рекламные размещения, например watermark'и в видео, или заказывать эксклюзивные и кастомные игровые материалы для конкретных брендов.

Интересно устроен и сам сайт. Он размещён через Arweave — децентрализованную сеть хранения данных, а доступ к нему осуществляется через множество gateway сети ar.io. Поэтому отключение одного сервера или gateway не означает, что сайт исчезнет: тот же контент продолжает храниться в Arweave и может быть доступен через другие точки входа.

В итоге получается довольно необычная комбинация: Session для приватной коммуникации, Monero одновременно как платёж и механизм идентификации контакта, а Arweave — для устойчивого размещения сайта.

Это, конечно, само по себе не доказывает, что Cyberleek — именно группа профессиональных хакеров. Но их инфраструктура явно отличается от банальной схемы с Telegram, обычным криптокошельком и арендованным сервером. Здесь заметен осознанный упор на приватность, децентрализацию и устойчивость инфраструктуры.

И что особенно интересно — за довольно троллинговым образом Cyberleek скрывается достаточно продуманная техническая часть.

P.S. Сайт хакеров не хочу распространять, поэтому ссылок не будет.

#leak #monero

📟 Прилетело из @solidityset

Я же ставил галочку не читать мои запросы 🫣

📟 Прилетело из @insuline_eth

АИ модели все прогрессируют и прогрессируют, но качественной разницы я при этом не замечаю

Регулярно выходят новые модели, каждая ставит новые рекорды и умнеет не по годам и ты смотришь на это все и думаешь "Вау, круто, вот теперь точно умная моделька все сделает за меня", а в итоге все идет по стандартному папйлайну: выходит умная модель, что по ощущениям такая же умная как и прошлая на выходе, потом она потихоньку тупеет, ты сидишь бомбишь на нее и после выпускается еще новая модель и снова по кругу

Я слышал разные поинты почему такое может быть, аля харнес у тебя говно, контекст засран и я к этому прислушивался, чистил рабочее пространство, как то настраивал все, но результат все равно тот же - модели тупеют со временем

Возможно просто в рамках инженерии аи уже достиг около пика автоматизации и упрощения, ибо инженеры, кто делает аи, сами зачастую программисты и именно это им ближе всего в плане оптимизации, из за этого новые модели и вся остальная шняга не так круто ощущяется уже как раньше, ибо принципиальной разницы нет

А вы чего думаете на этот счет, а то я последнюю неделю чуть ли не по экрану бью какой у меня агентик тупенький стал. Лоботомия дао работаем

📟 Прилетело из @ortomich_main

Курс «ИИ-агент за неделю»: соберите помощника для своей повторяющейся задачи

Если вы каждую неделю вручную готовите посты, разбираете документы, отвечаете на похожие письма, собираете информацию или делаете отчёты, у вас уже есть задача для первого ИИ-агента.

Начинать нужно не с идеи «автоматизировать всё». На курсе вы выберете одну повторяющуюся задачу с понятным и проверяемым результатом.

Дальше по шагам:

• арендуете и проверите сервер;
• установите Hermes и подключите модель;
• настроите агента под себя;
• создадите первый скилл с правилами работы;
• подключите Telegram и VK;
• соберёте рабочий процесс для текстов, визуалов, публикаций, почты или документов;
• проверите результат и границы, за которые агент не должен выходить.

В курсе 16 уроков, около 6,5 часов видео, текстовые материалы и промпты для практики. Технические действия объясняются через результат: что настроить, зачем это нужно и как понять, что всё работает.

К концу курса вы соберёте первого управляемого агента под одну свою задачу. Не универсального робота «на всё», а рабочую основу, которую можно постепенно расширять.

Техническая часть в курсе есть. Агент не получает доступ ко всему подряд: вы задаёте правила, ограничения и проверяете результат.

Важно: для работы агента обычно понадобится отдельно оплачивать сервер и выбранную модель/API. Эти расходы не входят в стоимость курса и зависят от провайдера, модели и нагрузки. В курсе показано, как выбрать подходящий вариант и учитывать расходы до запуска. Если вам нужен только недорогой эксперимент, сначала оцените будущий бюджет на сервер и модель.

Самостоятельное прохождение сейчас стоит 7900 ₽ по акции.

Получить доступ можно двумя способами:

1. Оплатить рублями через бота курса — 7900 ₽.

Откройте https://t.me/AIAgentZaNedelyuBot, нажмите «Начать», выберите самостоятельное прохождение и перейдите по индивидуальной ссылке на оплату. После оплаты вернитесь в бот и подтвердите её.

2. Оплатить криптовалютой через сервис партнёра — 100 $.

Поддерживается только сеть Arbitrum. Можно оплатить в USDt, USDc, DAI или ETH.

https://app.myshch.io/events/ru/0x23802e21c6cd72c091792bfb9f7afc2265cc68d6/event-555

Выберите удобный способ оплаты и оформите доступ к курсу. Если пока не знаете, какую задачу отдать агенту первой, в программе есть отдельный урок, который помогает выбрать её без попытки автоматизировать всё сразу.

😎 Незрячий web3 программист (подписаться)
Чат | бот

📟 Прилетело из @blind_dev

Графы повсюду

Если вы также следите за новостями в мире ИИ, то наверняка уже все чаще встречаете слово "граф": graph Rag, графовые нейронные сети, графовые агенты и т.д. Даже популярные блогер - математик Tivadar Danka обращал внимание, что "самый недооценённый факт линейной алгебры заключается в том, что матрицы - это графы, а графы - это матрицы".

И тогда я задумался, что, вероятно, графы это не просто схематическое изображение чего либо, а какая-то неизученная мной сфера. И оказалось, что есть полноценная математическая область посвященная исключительно изучению графов - Теория графов.

В тоже время мне на Озоне попалась книга "Введение в теория графов" от Робина Уилсона, пятое издание. После быстрого изучения содержания книги и радости, что там много рисунков графов, я решил купить ее. Далее пару слов скажу о книге.

Если вы не математик и не любите математику, то не покупайте эту книгу. Только поначалу она кажется понятной, но чуть дальше идут сплошные теоремы и их доказательства. Это действительно сложно читать, если вы не собираетесь сильно погружаться в детали. Все эти обороты: "тогда и только тогда, когда...", "из следствия выше исходит, что..."... Очень мало понятной теории.

Лучше посмотрите видео на Ютуб по теории графов...

В общем, графы оказали куда более глубокой и интересной темой. И результаты работ по этой области окружают нас повсюду: от нейронных сетей до навигации по картам в городе!

Это сложно (пока что) объяснить, но при понимании структур графов (узлы, грани, вершины, листы, циклы и петли) начинаешь подругому смотреть на некоторые концепции линейной алгебры и манипуляцией с пространством в ней: растяжение, сжатие и повороты. Понимаешь, что "самый быстрый маршрут" на карте, это проработанный алгоритм дейкстры, и в основе его те же взвешенные графы и поиск пути между вершинами. Удивляешься, что графы можно легко переложить в матрицы и проводить матричные операции.

А если вы научитесь понимать продвинутые концепции теории графов типа матроидов и трансверсалей, то даже сложные алгоритмы вам покажутся очень логичными и простыми.

Если вы хотели получить новые интересные теоретические знания за пару недель, то очень рекомендую обратить внимание на теорию графов и изучить базис.

#grap

📟 Прилетело из @solidityset

митап:

итак, сегодня, в 16:00 UTC (19:00 Киев/МСК, 20:00 Тбилиси и т.д.)

состоится митап, где Денис Скрипник расскажет о своём платном курсе про ИИ-агентов.

Приходите, готовьте вопросы и сможете получить доп. бонусы:
https://t.me/+sOg8EY1C0DI1Yzdi

на митапе будут звучать 5 вопросов от ведущего:

1. В чём суть курса?
2. Основные инструменты, которые в нём задействованы
3. Что это даст на практике?
4. Можно ли самому через ИИ подобное пройти/сделать?
5. Почему такая цена и не дорого ли это? И когда повышение цен ожидается :)?

📟 Прилетело из @blind_dev

Уже через 5 минут выступаю.

📟 Прилетело из @blind_dev

GM! Хейтеры клода, вы будете очень довольны!

https://insulineru.github.io/opusfived/

📟 Прилетело из @insuline_eth

ахахаха это гениально и больно)))

📟 Прилетело из @insuline_eth

ИИ умеет работать с Google Документами и Календарём. Но сначала должен нормально открыть браузер

Я хотел работать с Google Документами, Таблицами и Календарём через ИИ-агента. Думал, что авторизация будет самой сложной частью. В итоге проблема оказалась совсем в другом.

ИИ давал ссылку, мне приходилось авторизовываться самому, а потом всё равно появлялись ошибки. Иногда браузер открывал пустую страницу. Я спросил агента, почему он не использует браузер, и получил простой ответ: браузер не работает.

Оказалось, была установлена неподходящая версия браузера для агента. После переустановки на правильную всё заработало.

Теперь утром я получаю сводку по Календарю. А ещё агент сам проверяет созданный функционал в браузере после разработки. Мне не нужно каждый раз отдельно просить его открыть страницу и убедиться, что всё работает.

Так что возможности ИИ часто упираются не только в модель или авторизацию. Иногда сначала нужно разобраться с окружением, в котором агент работает.

У вас были ситуации, когда проблема оказывалась не в самом ИИ, а в настройке инструмента вокруг него?

😎 Незрячий web3 программист (подписаться)
Чат | бот

📟 Прилетело из @blind_dev

Интересная модель Jev

Буквально пару дней назад в Твиттере многие начали обсуждение новой модели Jev от TypeSafe. Вообще, сначала появился небольшой пост на HackerNews, а затем пошел какой-то невиданный ажиотаж вокруг этой недо-llm пере-ml. Далее расскажу, что в ней особенного.

Jev показался мне интересным не столько как очередная AI-модель, сколько как попытка переосмыслить интерфейс между AI и обычным софтом.

Классический ML обычно решает конкретную задачу: классификация, ранжирование, регрессия. Если появляется новая задача, под неё часто приходится собирать данные и обучать отдельную модель.

LLM пошли в другую сторону: одна универсальная модель может решать огромное количество задач, но взаимодействие с ней обычно происходит через генерацию текста. Даже когда мы просим JSON, внутри всё равно остаётся token-by-token генерация, а значит появляются задержки, стоимость, парсинг и проблемы с надёжностью интерфейса.

Jev предлагает промежуточный вариант. Вместо генерации произвольного текста модель возвращает типизированное решение и вероятность этого решения. То есть AI становится чем-то вроде "вероятностной функции" внутри программы.

Условно:

input → model → { decision, probability } → application logic

То есть модель не генерирует произвольный текст. Вместо этого разработчик задаёт пространство возможных решений, а модель возвращает структурированный результат и confidence.

В таком виде AI становится похож на "вероятностную функцию" внутри обычного software:

if model(x).probability > threshold:

Это особенно интересно для AI workflows и агентов, где не обязательно отдавать модели контроль над всем процессом. Можно декомпозировать workflow на десятки небольших решений: routing, classification, risk assessment, tool selection, human escalation и т.д.

При этом Jev не заменяет классический ML там, где есть много хорошо размеченных данных и одна стабильная задача. И это не замена LLM для сложного reasoning или генерации текста.

Интереснее другое: может появиться отдельный слой между task-specific ML и большими генеративными моделями — достаточно универсальный, чтобы не обучать новую модель под каждое решение, но достаточно специализированный, чтобы работать намного быстрее и дешевле LLM.

Если такой подход действительно удастся масштабировать для реальных приложений, у разработчиков может появиться новый базовый инструмент для создания ИИ-систем — не чат-бот и не обычный классификатор, а модель, которую можно напрямую встраивать в логику программы и использовать для принятия отдельных решений.

На данном этапе модель находится в стадии листов ожидания, и подать заявку можно здесь: https://typesafe.ai/

А буквально утром, пару часов назад, они выкатили доступ и на OpenRouter: https://openrouter.ai/~typesafe/jev-latest

#jev

📟 Прилетело из @solidityset

OpenAI опубликовали обучающий датасет для GPT-6 Astra Computer Use

📟 Прилетело из @insuline_eth

ИИ может делать нормальные проекты. Но не сам по себе

Некоторые до сих пор говорят, что с ИИ невозможно делать нормальные проекты: он будет выдавать ерунду. Мой опыт показывает, что дело всё-таки в процессе.

Я вижу это на своём проекте TCCC AI. Это уже не один маленький скрипт и не чат, который иногда выдаёт ответ. В проекте есть серверная часть, Telegram-бот, сайт, личный кабинет, база данных, платежи, пакетная обработка, уведомления, восстановление после ошибок и тесты.

Причём сам TCCC AI тоже использует ИИ-модели. Работа проходит в несколько этапов:

- сначала собираются данные по проекту - сайт и актив;
- потом отдельная модель проводит основной анализ;
- результат отдельно проверяется и дорабатывается;
- затем добавляются другие сигналы;
- проверяется документация;
- в конце всё собирается в готовый HTML-отчёт.

То есть ИИ здесь - часть рабочей системы, а не просто окно для переписки.

Такие проекты не делаются хаотично. Нужны план с этапами, обработка ошибок, нормальная структура и тестирование. Рабочие скрипты проверяются отдельно, функционал - через тестовые файлы, а реальные сценарии интерфейса при необходимости проверяются в браузере.

Здесь ИИ-агент действительно помогает: может составить план, помочь с реализацией, найти ошибку и подсказать, что проверить дальше. За счёт этого я трачу меньше времени на лишние попытки и быстрее довожу проект до рабочего состояния.

Но ожидать, что агент сам всё сделает идеально и сразу, не получится. Проблема не в том, что ИИ бесполезен. Проблема начинается, когда из него делают замену всему процессу разработки.

Я знаю человека без навыков программирования, который с помощью ИИ делает разные инструменты. Он даже создал сайт с порталом для обучения ИИ-агентам.

Так что с ИИ можно сделать и доску задач с хранением данных у себя, и приложение для учёта доходов и расходов, и сервис статистики по занятиям спортом. Вопрос в том, как выстроить работу и что именно проверять.

А вы хотели бы создать с ИИ какой-нибудь проект? Что это было бы?

😎 Незрячий web3 программист (подписаться)
Чат | бот

📟 Прилетело из @blind_dev

Какой язык программирования учить сейчас?

На днях в Твиттере увидел небольшой пост о развитии нейронок и агентов для программирования и то, как это влияет на текущий тренд в использовании языков для разработки проектов. Кратко говоря, там говорилось, что при стирании границ между сложностью изучения языков, ведь для llm вообще без разницы, что использовать, чаша весов будет склоняться в сторону более быстрых и оптимальных языков программирования, вроде Rust или Go. Python же может отойти на второй план.

В общем, мне кажется, что это имеет смысл.

Я работаю сейчас над двумя своими новыми задумками, и с развитием моделей вроде Opus 5 / Fable 5.1, я перестал контролировать выбор языка для написания приложений. После нескольких итераций по архитектуре приложений, выбор был сделан в сторону Rust в одном случае, и Rust / Go в другом. И выбор аргументировался тем, что с ними будет меньше проблем при реализации кода, а также они намного быстрее работают.

К чему это может привести на рынке?

1. На мой взгляд, в течение последующих нескольких лет крупные игроки также начнут оптимизировать свои платформы, снижая затраты на оборудования и нагрузку на него.
2. Знания языков, в плане технических интервью, могут отойти на второй план. На собеседованиях могут начать спрашивать не столько самому написать код, сколько написать запрос в нейронку на создание блока кода с определенным техническим решением. И тут от кандидата потребуется знать намного больше "общей" информации о языках и программировании, чем о формировании циклов в Python или Rust. Нужны будут знания алгоритмов, сетевых архитектур, базовой математики, работы dns и cdn, и т.д.
3. Оценены будут только сеньоры с опытом до бума программирования с нейронками. Вероятно, только они смогут создавать абсолютно новые решения, тем самым двигая и развитие нейронок.
4. Для нас с вами появятся места для поддержания и развития продукта, мелкой разработки и оркестрации потоков агентов.
5. При этом вполне вероятно, что задачи в компаниях уже будут распределяться не тимлидами и руководящими должностями, а другим типом нейронок типа Jev. Это сделает процессы более быстрыми и прозрачными.

Вообще очень интересно к чему это действительно приведет. А какие у вас прогнозы?

#langs

📟 Прилетело из @solidityset