Anthropic рассказали про эксперимент под названием Claude on Mars — и это не какой-то маркетинговый трюк, а реально прорыв.
В декабре 2025 года NASA вместе с инженерами из Jet Propulsion Laboratory использовали искусственный интеллект Claude от Anthropic для планирования маршрута марсохода Perseverance. Это не просто голос в чатике — Claude генерировал команды, которые отправили на Марс и по которым ровером проехали около 400 метров по сложному марсианскому ландшафту.
Пока обычные операции по маршруту занимали часы ручного планирования, Claude смог помочь автоматизировать этот процесс на основе анализа данных и изображений поверхности. Такой уровень автономности — огромный шаг к роботам-исследователям, которые могут сами принимать быстрые решения, даже когда сигнал с Земли доходит с 20-минутной задержкой.
400 метров — это всего круг вокруг беговой дорожки, но это только начало. Опыт с Claude показывает, что ИИ может в будущем помогать изучать Europa, Titan и другие миры, где связь с Землёй ещё сложнее.
#space #ai #mars #llm #claude #космос #ии #марс #бям
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Сиолошная
This media is not supported in your browser
VIEW IN TELEGRAM
OpenAI выпустили Codex.... в 6й раз 😂
Теперь это нативное приложение, а не интерфейс в терминале или плагин для IDE. Модели те же, инстурменты те же, просто новый интерфейс.
Основных удобства у приложения по сравнению с терминалом 3:
— поддержка одновременной работы нескольких агентов над одним репозиторием. Обычно приходится руками делать разные папки или git worktree, или следить, чтобы область работы между двумя агентами в одной папке не пересекалась.
— создавать и использовать скиллы можно прямо в UI
— можно создавать автоматизации. С одной стороны не самый популярный юзкейс, с другой OpenAI привели хороший пример: «каждую пятницу читай мои последние 10 чатов и на их основе делай скиллы. Я сам так не делал, но слышал от пары знакомых, что они вот ровно так и делали (правда, в Claude Code).
Также в приложении легко делать ревью кода, но это надо щупать на практике, насколько похоже на привычное.
Сегодня доступно на MacOS, для Windows и Linux можно записаться в вейтлист.
И самое главное, почему я вообще пишу эту новость: приложение Codex доступно по подпискам ChatGPT Free (да, даже бесплатникам!) и Go, а для пользователей Plus, Pro, Business, Enterprise и Edu OpenAI удваивают лимиты запросов. Если давно хотели пощупать этих ваших агентов, но не хотелось тратиться — то вперёд!
https://openai.com/codex/
Теперь это нативное приложение, а не интерфейс в терминале или плагин для IDE. Модели те же, инстурменты те же, просто новый интерфейс.
Основных удобства у приложения по сравнению с терминалом 3:
— поддержка одновременной работы нескольких агентов над одним репозиторием. Обычно приходится руками делать разные папки или git worktree, или следить, чтобы область работы между двумя агентами в одной папке не пересекалась.
— создавать и использовать скиллы можно прямо в UI
— можно создавать автоматизации. С одной стороны не самый популярный юзкейс, с другой OpenAI привели хороший пример: «каждую пятницу читай мои последние 10 чатов и на их основе делай скиллы. Я сам так не делал, но слышал от пары знакомых, что они вот ровно так и делали (правда, в Claude Code).
Также в приложении легко делать ревью кода, но это надо щупать на практике, насколько похоже на привычное.
Сегодня доступно на MacOS, для Windows и Linux можно записаться в вейтлист.
И самое главное, почему я вообще пишу эту новость: приложение Codex доступно по подпискам ChatGPT Free (да, даже бесплатникам!) и Go, а для пользователей Plus, Pro, Business, Enterprise и Edu OpenAI удваивают лимиты запросов. Если давно хотели пощупать этих ваших агентов, но не хотелось тратиться — то вперёд!
https://openai.com/codex/
Please open Telegram to view this post
VIEW IN TELEGRAM
Релиз продолжает ветку 3.1.x с фокусом на стабильность, предсказуемость работы и удобство эксплуатации в k8s и cloud-инфраструктуре.
Что важно в 3.1.7
Улучшена обработка edge-кейсов с зависимостями задач, retries и state transitions - меньше "залипших" тасок и неконсистентных состояний.
Снижение нагрузки на metadata DB за счёт оптимизации запросов и батчинга операций - особенно заметно на инсталляциях с большим числом DAG’ов.
Более корректное отображение статусов, фикс проблем с логами и стабильностью веб-интерфейса.
Обновлены constraints, исправлены конфликты пакетов, улучшена работа с актуальными версиями Python и провайдеров.
Исправления, влияющие на:
работу trigger’ов
корректность XCom
стабильность executor’ов
edge-кейсы при backfill и manual trigger
Если ты уже на 3.1.x - апдейт максимально безопасный и рекомендуется для production-кластеров.
@data_engi
#airflow #release #data #de #db #etl
Please open Telegram to view this post
VIEW IN TELEGRAM
https://x.com/1red2black/status/2019115789362819128?s=46
TL;DR: В Принстоне на закрытой встрече учёные уровня IAS вслух признали: ИИ уже выполняет до 90% их интеллектуальной работы. Этические сомнения отступают перед продуктивностью. Началась тихая капитуляция науки — и почти никто больше этого не скрывает.
TL;DR: В Принстоне на закрытой встрече учёные уровня IAS вслух признали: ИИ уже выполняет до 90% их интеллектуальной работы. Этические сомнения отступают перед продуктивностью. Началась тихая капитуляция науки — и почти никто больше этого не скрывает.
X (formerly Twitter)
1red2black | ИИ / AI / ML / BigData (@1red2black) on X
#ЛОНГРИД #AI #БУДУЩЕЕ
# Запретный плод уже сорван
Астрофизик Дэвид Киппинг попал на закрытую встречу в Институте перспективных исследований Принстона. Вернулся потрясённым и записал часовой подкаст. Я послушал его весь, чтобы вам не пришлось.
В январе…
# Запретный плод уже сорван
Астрофизик Дэвид Киппинг попал на закрытую встречу в Институте перспективных исследований Принстона. Вернулся потрясённым и записал часовой подкаст. Я послушал его весь, чтобы вам не пришлось.
В январе…
Agentic Engineer
https://x.com/1red2black/status/2019115789362819128?s=46 TL;DR: В Принстоне на закрытой встрече учёные уровня IAS вслух признали: ИИ уже выполняет до 90% их интеллектуальной работы. Этические сомнения отступают перед продуктивностью. Началась тихая капитуляция…
This media is not supported in your browser
VIEW IN TELEGRAM
😁7
Forwarded from Сиолошная
[про кодинг]
В чате канала описали ситуацию, мол, надо запускать разные скрипты, которые долго ждать, и агент всё пытается по разному это обойти, не всегда удачно. Иногда ставит таймаут вечность, иногда дёргается проверять процесс каждую секунду (ведь действия wait у него нет, а какие-то токены генерировать надо). Тут сразу же понятен совет: «ну так чо ты, запиши это в Agents.md, чтобы агент про это знал».
Человек сказал, что у него это так и так написано, но весь файл занимает больше 10 тысяч токенов, и агент теряется и пропускает. Вот это звоночек — в таких случаях часто агент сходит с ума и как будто бы не умеет читать, поэтому надо делать 3 вещи:
1) внимательно вычитать файл, убрать дубли, переписать покороче, оставить только самую суть
2) вынести часть логики в Skills, которые как раз хороши для описания тонкостей запуска тех или иных команд, включая долгое ожидание
3) наконец, разбить файл Agents.md на несколько и положить в папки проекта. Агенты автоматически считывают ближайший файл в дереве папок, поэтому ближайший файл имеет приоритет, и каждый подпроект может иметь индивидуальные инструкции.
И вот я зашёл на сайт чтобы сделать скриншот для чата, и увидел пример, которым захотел поделиться: в основном репозитории OpenAI аж целых 88 файлов Agents.md😳 у меня у самого обычно 2-4, но чтоб так! Удивительно, сколько знаний о кодовой базе подают агентам (ну и ясно, почему они работают лучше, чем без этой информации)
В чате канала описали ситуацию, мол, надо запускать разные скрипты, которые долго ждать, и агент всё пытается по разному это обойти, не всегда удачно. Иногда ставит таймаут вечность, иногда дёргается проверять процесс каждую секунду (ведь действия wait у него нет, а какие-то токены генерировать надо). Тут сразу же понятен совет: «ну так чо ты, запиши это в Agents.md, чтобы агент про это знал».
Человек сказал, что у него это так и так написано, но весь файл занимает больше 10 тысяч токенов, и агент теряется и пропускает. Вот это звоночек — в таких случаях часто агент сходит с ума и как будто бы не умеет читать, поэтому надо делать 3 вещи:
1) внимательно вычитать файл, убрать дубли, переписать покороче, оставить только самую суть
2) вынести часть логики в Skills, которые как раз хороши для описания тонкостей запуска тех или иных команд, включая долгое ожидание
3) наконец, разбить файл Agents.md на несколько и положить в папки проекта. Агенты автоматически считывают ближайший файл в дереве папок, поэтому ближайший файл имеет приоритет, и каждый подпроект может иметь индивидуальные инструкции.
И вот я зашёл на сайт чтобы сделать скриншот для чата, и увидел пример, которым захотел поделиться: в основном репозитории OpenAI аж целых 88 файлов Agents.md
Please open Telegram to view this post
VIEW IN TELEGRAM
❤🔥7
This media is not supported in your browser
VIEW IN TELEGRAM
Новый видеогенератор Seedance 2.0 от ByteDance не просто технологический релиз - это рыночный триггер:
кинематографичное видео за минуту🔜 рост интереса к AI-контенту 🔜 скачок акций медиакомпаний в Китае.
кинематографичное видео за минуту
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
До китайского Нового года ещё неделя (17 февраля), но в Хэфэе (провинция Аньхой) на прогоне дрон-шоу в небо одновременно подняли 22 580 дронов. Похоже на новый рекорд по массовому синхронному запуску.
#drones #ai #robotics #china #cn #дроны #китай
#drones #ai #robotics #china #cn #дроны #китай
Forwarded from Сиолошная
This media is not supported in your browser
VIEW IN TELEGRAM
Как может выглядеть группировка из 5 тысяч спутников на солнечно-синхронной орбите на высоте 500-2000 км. «Солнечно синхронная» означает, что спутники всегда расположены одной стороной к Солнцу, а значит смогут получать энергию.
(спутники тут намеренно сделаны более яркими, чем будут в реальности)
Ждём группировку спутников-датацентров к 2035?
Источник
(спутники тут намеренно сделаны более яркими, чем будут в реальности)
Ждём группировку спутников-датацентров к 2035?
Источник
Forwarded from #N/A
Чуть на умах решил проверить производительность Claude Code CLI и OpenAI Codex CLI на различных этапах разработки (знакомство с кодовой базой, анализ на наличие уязвимостей, разработка плана на доработки, тестирование и тд).
Первый этап - знакомство с кодовой базой. Взял обе CLI, прогнал через 14 относительно популярных open-source Python репозиториев* - по 3 запуска на каждую пару, 84 прогона, одинаковый промпт:
1. Просканируй структуру проекта
2. Определи основной язык и фреймворки
3. Найди точки входа (main, cli, api)
4. Найди ключевые модули и их назначение
5. Подсчитай метрики (файлы, строки кода)
Получились два совершенно разных портрета:
Claude Code ведёт себя как разработчик в первый день на проекте: читает README, вызывает tree, находит точки входа, лезет в конфиги, грепает импорты - и так от 5 до 62 ходов, подстраиваясь под размер и сложность проекта. В среднем - 17,9 итерации на один анализ.
Codex CLI в эксперименте действовал иначе: один проход - и ответ. Как эксперт, который оценивает проект по беглому осмотру, а не по поэтажному обходу. Codex быстрее в 1,84 раза.
По деньгам в пересчете на токены: $0,49 за один анализ у Claude, $0,28 у Codex - разница 21 цент.
* awesome-python, black, catboost, celery, django, fastapi, langchain, pandas, poetry, pydantic, qlib, requests, rich, scikit-learn
Первый этап - знакомство с кодовой базой. Взял обе CLI, прогнал через 14 относительно популярных open-source Python репозиториев* - по 3 запуска на каждую пару, 84 прогона, одинаковый промпт:
1. Просканируй структуру проекта
2. Определи основной язык и фреймворки
3. Найди точки входа (main, cli, api)
4. Найди ключевые модули и их назначение
5. Подсчитай метрики (файлы, строки кода)
Получились два совершенно разных портрета:
Claude Code ведёт себя как разработчик в первый день на проекте: читает README, вызывает tree, находит точки входа, лезет в конфиги, грепает импорты - и так от 5 до 62 ходов, подстраиваясь под размер и сложность проекта. В среднем - 17,9 итерации на один анализ.
Codex CLI в эксперименте действовал иначе: один проход - и ответ. Как эксперт, который оценивает проект по беглому осмотру, а не по поэтажному обходу. Codex быстрее в 1,84 раза.
По деньгам в пересчете на токены: $0,49 за один анализ у Claude, $0,28 у Codex - разница 21 цент.
* awesome-python, black, catboost, celery, django, fastapi, langchain, pandas, poetry, pydantic, qlib, requests, rich, scikit-learn
❤🔥6
Forwarded from #N/A
#N/A
Чуть на умах решил проверить производительность Claude Code CLI и OpenAI Codex CLI на различных этапах разработки (знакомство с кодовой базой, анализ на наличие уязвимостей, разработка плана на доработки, тестирование и тд). Первый этап - знакомство с кодовой…
Логично, что чем больше кода в репо, тем дольше анализ.
RAG - это когда LLM сначала гуглит в твоих данных, а потом отвечает как умная.
@data_engi
#rag #llm #ai #complexsimple
@data_engi
#rag #llm #ai #complexsimple
💯10😁3
Deevs’ agent-system - система агентов и плагины для ускорения твоей работы с AI-ассистентами, в частности с Claude Code / Codex-плагинами.
В репозитории уже есть множество полезных модулей:
📥 Как затестить
Установи как плагин/маркет для Claude Code или Codex:
/plugin marketplace add git@github.com:DeevsDeevs/agent-system.git
или клонируй себе и подключи скиллы вручную.
Коллекция скиллов? Да и нет, это целая система, которая превращает AI-ассистента в твоего интегрированного напарника по разработке
@data_engi
#llm #ai #agentic #agent #agents #бям #ии #агент
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Data is data
На каналы скоро будут наклейки лепить "Работает без ИИ", как на продукты "Без ГМО".
💯11😁1