В выходные обновил свой тул который позволяет запускать локальные языковые модели в вебе (WebGPU + WASM), то есть данные никуда не улетают и обрабатываются во вкладке браузера – теперь интерфейс нормальный (спасибо Gemini 3) и выбрана лучшая модель из тех что есть на сегодня – Qwen 4B (их теперь 8 на выбор – лучшая по дефолту)

Работает пока только в Chrome и браузерах на его основе:
https://shir-man.com/we-have-llm-at-home/

А еще, это первая маленькая модель которая смогла нормально суммаризировать большую статью

Как говорится, ChatGPT – ВСЕ!

У xAI прошел хакатон и выиграл там проект который мне кажется генерирует ненависть больше чем все остальное, представьте:

1. Вы смотрите любимый фильм или сериал
2. В какой-то момент герои берут какие-то шмотки и начинают их вам рекламировать, как часть фильма
3. Реклама заканчивается и кино играет как обычно

Надеюсь эта фигня никогда не попадет в продакшн – мгновенно стану пиратом сервиса который это подключит

Генеративный АИ, но про генерацию кортизола

Наткнулся на любопытный пейпер: авторы пытаются мерить экономический рост европейских стран... по цветам картин

Логика простая: в XVII - XIX веках пигменты и красители стоили очень по-разному и зависели от технологий и торговых путей. Если в стране легче “доставать” дорогие и яркие краски (и в целом больше света/яркости), это часто означает больше ресурсов и более развитую экономику

Они собрали около 10 тысяч европейских масляных картин (1600 - 1820), перевели изображения в измеримые параметры цвета (оттенок, насыщенность, яркость), посчитали доли цветов по годам и собрали из этого “цветовой индекс”. Потом сравнили индекс с историческими оценками ВВП/производительности - на этих “цветовых переломах” хорошо читаются большие события: войны, политические кризисы, революции и даже климатические проблемы

Короче – искусство как экономический датасет

Ради интереса спросил GPT 5.1 Pro сколько стоили краски из 1600 года в пересчете на современные доллары:

🔵 Ультрамарин (lapis lazuli, глубокий синий) — сотни $/г (иногда сравним с золотом по весу)

🔴 Кармин/кошениль (ярко-красный) — десятки $/г

🔴 Киноварь / vermilion (красный) — десятки $/г

🔵 Азурит (синий) — единицы–десятки $/г

🟢 Малахит (зелёный) — единицы–десятки $/г

🔵 Индиго (синий краситель) — единицы $/г

🟤 Охры/умбра (земляные тона) — копейки–сотые $/г

⚫ Сажа/чёрный — копейки–сотые $/г

⚪ Свинцовые белила — обычно дешевле «экзотики», ближе к массовым

#промо

Мы команда стартапа Mintry AI и только что запустили сервис для стартапов и агентств, который помогает собирать оплату по счетам.

Сценарий знаком всем: выставили инвойс, а клиент пропадает и не платит. Писать часто самому неловко и иногда кринжово. В итоге вы прокрастинируете, тянете до последнего, и в итоге прилетает кассовый разрыв 💸

💡 Решение: Mintry AI - ваш ассист по сбору дебиторки.
Что он умеет:

✨ Создать счет из договора или текста: вы загружаете договор или пишете текст в чате, а Mintry сам разбирается, кто кому должен денег и на какую сумму выставлять инвойс.

⏰ Мониторить сроки оплаты и в случае просрочки аккуратно напомнить клиенту (с вашего апрува, конечно же).

📊 Генерировать дейли брифы по неоплаченным счетам и предлагать варианты, как лучше собрать деньги.
Мы хотим снять с предпринимателей всю рутину по контролю сроков оплаты.
Вы занимаетесь своей работой, а Mintry следит за оплатой. При этом весь процесс остается под вашим контролем ✅

Ищем первых юзеров продукта, поэтому все бесплатно

👉 Регистрируйтесь по ссылке Mintry AI. Будем рады любому фидбеку 🙌

#текстприслан

Помните учительница истории любила говорить «рецепт потерян» когда говорила вам про цемент древнего Рима? И вы такой да как так то, мы же технологичнее! У каждого же такое было?

В общем, в Помпеях нашли “застывшую” стройплощадку - дом, ремонт которого прервал Везувий в 79 году

В доме сохранились кучи сырья и инструментов, и среди сухих материалов были заранее перемешанные фрагменты извести - эту смесь проанализировали, и теперь у нас есть подтверждение главной “вишенки” римского цемента

Если коротко, делали его так:

1. Смешивали насухо вулканический пепел (пуццолану) с песком и каменной крошкой, и туда же добавляли кусочки негашёной извести - не как порошок, а как мелкие белые “комочки”

2. После этого добавляли воду и происходило главное: известь очень бурно реагирует с водой и выделяет много тепла, поэтому смесь буквально “нагревалась” изнутри во время замеса

3. Из-за этого часть извести не успевала полностью прореагировать и оставалась внутри бетона в виде маленьких белых кусочков - как запас активного вещества который реагирует на влагу, спрятанный прямо в материале

4. Потом, с годами, когда в бетоне появлялась микротрещина и в неё попадала вода, она добиралась до этих залежей активного вещества: известь частично растворялась и запечатывала трещину. По сути, в бетон заранее встроили механизм самозалечивания

Поэтому римский бетон так живуч: он не просто твердеет и стареет, а умеет “подлечиваться” каждый раз, когда внутрь попадает вода – и с годами становится только крепче, пока внутри есть активное вещество для реакции на влагу

Недавно Anthropic опубликовал датасет интервью чат-агента Claude с AI-продвинутыми пользователями, там они делились – как используют AI в своей работе/хобби, это не просто интервью про то «Как люди используют Claude AI или ChatGPT», это интервью про то как в целом AI инструменты используются этими людьми (включая кастомные пайплайны из кода и тп) – в датасете всего 1250 интервью.

Я прогнал их через LLM, и разбил на уникальные юзкейсы/вокрфлоу, так как самое интересное в АИ, после моделей, читать кто как используют АИ и есть ли польза – получился вот такой веб сайт, на английском, где вы можете почитать все кейсы и поискать по ним (с сортировкой по кретивности):
https://shir-man.com/ai-use-cases/

А вот самые интересные по мнению GPT 5.1 Pro:

1. Автоматический прогноз звёздного неба под локацию/дату (через API) - LLM становится “астрономом”, который собирает данные и пишет точный прогноз для рассылки/музея.

2. «PNG графика → таблица данных» - извлекать численные точки прямо из картинок графиков в статьях и получать табличку/CSV.

3. Код по видео-демонстрации - показываешь, как должно работать, а LLM генерирует код, повторяющий поведение (мост между “вижу” и “программирую”). Примета: такое можно сделать с Gemini и AI studio

4. Авто-“sync pulls” с пониманием эмоций сцены - LLM помогает выдёргивать фрагменты для монтажа/лицензирования не по таймкоду, а по смыслу и настроению.

5. Генерация реплик для “склеек” в голосе персонажа - закрывать дырки между сценами, когда нужной фразы нет в исходнике - используется клонирование голоса. 

6. “Перепрошивка” истории - превращать сценарий в роман, менять действующие лица, менять главного героя местами, чтобы быстро находить сильнейшую версию сюжета из всех вариантов.

7. Ворлдбилдинг-ассистент - следить за таймлайнами, фазами луны, расстояниями, временем пути; даже просчитывать свойства вымышленной планеты (длина дня, цвет неба).

8. Последовательный арт/комикс без "забывчивости персонажей" - LLM + txt2edit помогает держать консистентность кадр-за-кадром для клипов, комиксов, сторибордов.

9. Генератор сценариев для TTRPG - “мастер игры в чате”: заготовки приключений, крючки, NPC, развилки, планы “если игроки всё сломают”

10. Динамические диалоги NPC в RPG - персонажи отвечают по-новому, но остаются в характере и лоре, повышая иммерсивность.

11. Живой эмбиент в реальном времени - LLM управляет генерацией звуковых ландшафтов (таверна/лес/космос) под события игры.

12. Саунд-дизайнер для синтов - описываешь звук словами, а LLM предлагает параметры/модуляции/патчи или варианты “уйти в новую звуковую территорию”.

13. Оркестровщик/аранжировщик по описанию - ты приносишь мелодию/референсы/лирику, а LLM помогает “разложить” оркестровку и инструментовку.

14. Виртуальный “group crit” - LLM имитирует разбор арта как на арт-критике: альтернативные трактовки, слепые зоны, неожиданные ходы.

15. Генератор теорем - LLM как “математический провокатор”: предлагает новые теоремы/направления, которые человек потом проверяет/формализует руками (Артем, для тебя пункт).

16. Диаграммное мышление для математики - генерировать строгие диаграммы и рассуждать через них (не просто “красивые картинки”).

17. Проектировщик новых маршрутов синтеза (химия) - задаёшь стартовые вещества и цель, а LLM предлагает альтернативные пути синтеза/шаги.