Новости мира ИИ за 11 августа 2026
1. Нейросети привлекают всё больше и больше пользователей.
Google сообщила, что Gemini преодолела порог в 1 миллиард пользователей в месяц. Скорее всего, в эту выборку попал и нейросетевой поиск, который Google сейчас активно внедряет, а не только пользователи самого сайта Gemini.
Но тенденция всё равно хорошо заметна: классический поиск действительно начинает постепенно умирать. Во многих случаях пользователю уже достаточно готового ответа от нейросети, и переходить на десятки сайтов просто не нужно.
2. River AI привлёк 1,1 миллиарда долларов инвестиций всего через два месяца после запуска.
Как мы видим — и что прекрасно видят акулы бизнеса в лице финансовых аналитиков и инвесторов — рынок ИИ всё сильнее развивается в сторону агентных систем.
River AI как раз строит не очередную большую языковую модель, а персонального обучаемого агента для каждого пользователя.
На мой взгляд, это одно из самых интересных направлений сейчас на рынке. Здесь одновременно сходятся сразу два больших тренда: развитие современных ИИ-технологий и всё большая персонализация сервисов под конкретного человека.
3. Ещё одна новость от Google. Компания показала медицинский ИИ, способный проводить видеоконсультации.
На мой взгляд, здесь решается сразу целый спектр задач. Самая очевидная — персонализация медицины. Но не менее важны скорость и стоимость консультации, хотя бы первоначальной, особенно если учитывать стоимость медицинских услуг в США.
При этом Google сразу подчёркивает, что система, которая называется AMIE, пока является исследовательской платформой, а не медицинским продуктом.
Но с текущими темпами развития делаем ставку на то, что уже в следующем году появятся достаточно точные медицинские ИИ-системы, которые начнут использоваться гораздо шире.
4. OpenAI расширила рекламу внутри своих сервисов ещё на 5 стран.
SEO-рынок значительно меняется. Теперь необходимо, чтобы не только живые пользователи находили ваш сайт и ваши услуги, но и боты тоже.
Ведь именно они всё чаще будут рекомендовать компании, товары и сервисы пользователям нейросетей, число которых растёт каждый день.
ИИ — технология, которая ещё сильнее изменит весь маркетинг. И правила новой игры пока до конца никому не понятны.
5. Яндекс подал заявку на регистрацию «Сплитвью».
Будет ли это новый браузер с интегрированным ИИ-агентом Алисой или обновление текущего Яндекс Браузера — пока непонятно.
Но мы видим, что Яндекс активно внедряет ИИ-помощника во всё большее количество сервисов своей экосистемы. И вполне возможно, что следующим шагом станет уже полноценный агент, который будет работать сразу между несколькими сервисами.
6. Сразу несколько новостей из области отечественных ИИ-систем.
Российский ИИ Smart Engines обработал более 100 тысяч заявок на молодёжный фестиваль. Радует постепенное внедрение ИИ и автоматизация уже достаточно крупных реальных задач, а не только экспериментов и тестовых проектов.
Также Сколтех систематизировал возможности ИИ для мониторинга пожаров, наводнений и засух.
Учитывая, что математические предсказательные модели в этой области существуют уже давно, систематизировать данные и автоматизировать их обработку с помощью ИИ было вопросом времени.
Будем надеяться, что подобные системы в итоге действительно помогут предотвращать природные катастрофы, а главное — спасать жизни людей и имущество.
#FomLab_news
1. Нейросети привлекают всё больше и больше пользователей.
Google сообщила, что Gemini преодолела порог в 1 миллиард пользователей в месяц. Скорее всего, в эту выборку попал и нейросетевой поиск, который Google сейчас активно внедряет, а не только пользователи самого сайта Gemini.
Но тенденция всё равно хорошо заметна: классический поиск действительно начинает постепенно умирать. Во многих случаях пользователю уже достаточно готового ответа от нейросети, и переходить на десятки сайтов просто не нужно.
2. River AI привлёк 1,1 миллиарда долларов инвестиций всего через два месяца после запуска.
Как мы видим — и что прекрасно видят акулы бизнеса в лице финансовых аналитиков и инвесторов — рынок ИИ всё сильнее развивается в сторону агентных систем.
River AI как раз строит не очередную большую языковую модель, а персонального обучаемого агента для каждого пользователя.
На мой взгляд, это одно из самых интересных направлений сейчас на рынке. Здесь одновременно сходятся сразу два больших тренда: развитие современных ИИ-технологий и всё большая персонализация сервисов под конкретного человека.
3. Ещё одна новость от Google. Компания показала медицинский ИИ, способный проводить видеоконсультации.
На мой взгляд, здесь решается сразу целый спектр задач. Самая очевидная — персонализация медицины. Но не менее важны скорость и стоимость консультации, хотя бы первоначальной, особенно если учитывать стоимость медицинских услуг в США.
При этом Google сразу подчёркивает, что система, которая называется AMIE, пока является исследовательской платформой, а не медицинским продуктом.
Но с текущими темпами развития делаем ставку на то, что уже в следующем году появятся достаточно точные медицинские ИИ-системы, которые начнут использоваться гораздо шире.
4. OpenAI расширила рекламу внутри своих сервисов ещё на 5 стран.
SEO-рынок значительно меняется. Теперь необходимо, чтобы не только живые пользователи находили ваш сайт и ваши услуги, но и боты тоже.
Ведь именно они всё чаще будут рекомендовать компании, товары и сервисы пользователям нейросетей, число которых растёт каждый день.
ИИ — технология, которая ещё сильнее изменит весь маркетинг. И правила новой игры пока до конца никому не понятны.
5. Яндекс подал заявку на регистрацию «Сплитвью».
Будет ли это новый браузер с интегрированным ИИ-агентом Алисой или обновление текущего Яндекс Браузера — пока непонятно.
Но мы видим, что Яндекс активно внедряет ИИ-помощника во всё большее количество сервисов своей экосистемы. И вполне возможно, что следующим шагом станет уже полноценный агент, который будет работать сразу между несколькими сервисами.
6. Сразу несколько новостей из области отечественных ИИ-систем.
Российский ИИ Smart Engines обработал более 100 тысяч заявок на молодёжный фестиваль. Радует постепенное внедрение ИИ и автоматизация уже достаточно крупных реальных задач, а не только экспериментов и тестовых проектов.
Также Сколтех систематизировал возможности ИИ для мониторинга пожаров, наводнений и засух.
Учитывая, что математические предсказательные модели в этой области существуют уже давно, систематизировать данные и автоматизировать их обработку с помощью ИИ было вопросом времени.
Будем надеяться, что подобные системы в итоге действительно помогут предотвращать природные катастрофы, а главное — спасать жизни людей и имущество.
#FomLab_news
🔥2
Новости мира ИИ за 12 августа
1. SpaceXAI выпустила Grok 4.6, и мы продолжаем наблюдать за гонкой моделей.
Здесь видим всё тот же тренд на долго работающих агентов, способных выполнять задачи часами, а не просто отвечать на один запрос.
Модель получила контекстное окно на 500 тысяч токенов, но цена пока кусается: $2 за миллион входящих токенов и $6 за миллион исходящих.
Будем ждать результатов вендингового теста.
Для тех, кто не знает: вендинговый тест — это когда ИИ-модели дают задачу самостоятельно управлять вендинговым автоматом. Нужно закупать товары, вести переговоры с поставщиками, регулировать цены и общаться с покупателями.
И вот здесь как раз становится особенно интересно ограничение контекстного окна. Чем дольше работает агент, тем сложнее ему удерживать всю историю происходящего. В какой-то момент модель начинает забывать начало задачи — и вендинговый автомат постепенно приходит к банкротству.
2. Сбер развивает «ГигаАгента».
Отечественные разработчики тоже активно включаются в гонку агентных систем. GigaAgent позиционируется как универсальный агент-оркестратор, способный решать широкий спектр задач, использовать инструменты, запускать код и подключать субагентов.
И здесь особенно интересно само направление развития. Мы постепенно движемся от чат-бота, который просто отвечает на вопросы, к системе, которая получает задачу, сама выбирает необходимые инструменты и пытается довести работу до результата.
3. Бывший руководитель команды Qwen Линь Цзюньян запускает новый ИИ-стартап.
Цель — создание «интеллекта следующего поколения в цифровом и физическом мире».
Новая компания уже привлекла огромный интерес инвесторов и оценивается примерно в $2 миллиарда. Сам Линь Цзюньян до этого руководил разработкой семейства моделей Qwen в Alibaba.
Интересный момент: человек, стоявший у истоков одной из крупнейших китайских ИИ-моделей, теперь создаёт новую компанию. И вполне возможно, что уже через год-два новая модель будет конкурировать с его же первым детищем.
4. Lovable привлёк $400 миллионов при оценке в $13,3 миллиарда.
Очень показательная новость про шведский стартап и вообще про развитие вайбкодинга.
Lovable позволяет создавать приложения и сервисы практически через обычное текстовое описание, а инвесторы уже оценивают компанию более чем в $13 миллиардов.
На мой взгляд, это хороший показатель того, что вайбкодинг окончательно перестаёт быть маргинальным экспериментом для энтузиастов и превращается в полноценный сегмент программной индустрии.
И, судя по инвестициям, рынок уже воспринимает такие платформы вполне серьёзно.
5. И в продолжение прошлой новости — Blacksmith привлёк $45 миллионов.
Компания развивает инфраструктуру непрерывной интеграции и тестирования кода. И её рост очень хорошо показывает ещё один интересный эффект развития ИИ-программирования.
ИИ позволяет генерировать всё больше кода — а значит, этот код необходимо всё чаще собирать, тестировать и проверять. В самом Blacksmith прямо отмечали, что рост ИИ-генерации сделал именно CI одним из новых узких мест разработки.
Получается интересная цепочка: одна часть ИИ-индустрии создаёт огромное количество нового кода, а следом появляется целый рынок инструментов, которые помогают этот код проверять и доводить до рабочего состояния.
Чем больше мы генерируем — тем больше приходится проверять.
6. OpenAI публикует всё больше данных о том, как ИИ меняет работу внутри компаний.
И главный вывод здесь уже достаточно хорошо просматривается: несмотря на то, что агентные системы пока остаются дорогими, бизнес постепенно начинает переходить от обычных чат-ботов именно к агентным сценариям автоматизации.
Причём это уже касается не только программистов. Внутри самой OpenAI Codex стал основным ИИ-инструментом в том числе для юридического, финансового и HR-направлений, а использование агентов среди непрограммистов растёт быстрее всего.
Отдельные исследования OpenAI показывают и более широкий процесс: маркетологи, юристы, HR-специалисты, сотрудники продаж и аналитики всё чаще начинают выполнять с помощью ИИ задачи, которые раньше относились к другим профессиям.
#FomLab_news
1. SpaceXAI выпустила Grok 4.6, и мы продолжаем наблюдать за гонкой моделей.
Здесь видим всё тот же тренд на долго работающих агентов, способных выполнять задачи часами, а не просто отвечать на один запрос.
Модель получила контекстное окно на 500 тысяч токенов, но цена пока кусается: $2 за миллион входящих токенов и $6 за миллион исходящих.
Будем ждать результатов вендингового теста.
Для тех, кто не знает: вендинговый тест — это когда ИИ-модели дают задачу самостоятельно управлять вендинговым автоматом. Нужно закупать товары, вести переговоры с поставщиками, регулировать цены и общаться с покупателями.
И вот здесь как раз становится особенно интересно ограничение контекстного окна. Чем дольше работает агент, тем сложнее ему удерживать всю историю происходящего. В какой-то момент модель начинает забывать начало задачи — и вендинговый автомат постепенно приходит к банкротству.
2. Сбер развивает «ГигаАгента».
Отечественные разработчики тоже активно включаются в гонку агентных систем. GigaAgent позиционируется как универсальный агент-оркестратор, способный решать широкий спектр задач, использовать инструменты, запускать код и подключать субагентов.
И здесь особенно интересно само направление развития. Мы постепенно движемся от чат-бота, который просто отвечает на вопросы, к системе, которая получает задачу, сама выбирает необходимые инструменты и пытается довести работу до результата.
3. Бывший руководитель команды Qwen Линь Цзюньян запускает новый ИИ-стартап.
Цель — создание «интеллекта следующего поколения в цифровом и физическом мире».
Новая компания уже привлекла огромный интерес инвесторов и оценивается примерно в $2 миллиарда. Сам Линь Цзюньян до этого руководил разработкой семейства моделей Qwen в Alibaba.
Интересный момент: человек, стоявший у истоков одной из крупнейших китайских ИИ-моделей, теперь создаёт новую компанию. И вполне возможно, что уже через год-два новая модель будет конкурировать с его же первым детищем.
4. Lovable привлёк $400 миллионов при оценке в $13,3 миллиарда.
Очень показательная новость про шведский стартап и вообще про развитие вайбкодинга.
Lovable позволяет создавать приложения и сервисы практически через обычное текстовое описание, а инвесторы уже оценивают компанию более чем в $13 миллиардов.
На мой взгляд, это хороший показатель того, что вайбкодинг окончательно перестаёт быть маргинальным экспериментом для энтузиастов и превращается в полноценный сегмент программной индустрии.
И, судя по инвестициям, рынок уже воспринимает такие платформы вполне серьёзно.
5. И в продолжение прошлой новости — Blacksmith привлёк $45 миллионов.
Компания развивает инфраструктуру непрерывной интеграции и тестирования кода. И её рост очень хорошо показывает ещё один интересный эффект развития ИИ-программирования.
ИИ позволяет генерировать всё больше кода — а значит, этот код необходимо всё чаще собирать, тестировать и проверять. В самом Blacksmith прямо отмечали, что рост ИИ-генерации сделал именно CI одним из новых узких мест разработки.
Получается интересная цепочка: одна часть ИИ-индустрии создаёт огромное количество нового кода, а следом появляется целый рынок инструментов, которые помогают этот код проверять и доводить до рабочего состояния.
Чем больше мы генерируем — тем больше приходится проверять.
6. OpenAI публикует всё больше данных о том, как ИИ меняет работу внутри компаний.
И главный вывод здесь уже достаточно хорошо просматривается: несмотря на то, что агентные системы пока остаются дорогими, бизнес постепенно начинает переходить от обычных чат-ботов именно к агентным сценариям автоматизации.
Причём это уже касается не только программистов. Внутри самой OpenAI Codex стал основным ИИ-инструментом в том числе для юридического, финансового и HR-направлений, а использование агентов среди непрограммистов растёт быстрее всего.
Отдельные исследования OpenAI показывают и более широкий процесс: маркетологи, юристы, HR-специалисты, сотрудники продаж и аналитики всё чаще начинают выполнять с помощью ИИ задачи, которые раньше относились к другим профессиям.
#FomLab_news
🔥2
Новости мира ИИ за 13 августа
1) Google выпустила Gemini 3.7 Flash. И угадайте, какое у неё основное назначение? Правильно — программирование и агенты.
Модели серии Flash дают большую часть возможностей флагманских моделей, но работают быстрее и стоят дешевле. Поэтому для локальных и массовых задач всё чаще стоит смотреть именно в сторону этого семейства.
2) DeepSeek официально выпустила V4 Pro. Что и следовало ожидать: когда все конкуренты обновляют модели, DeepSeek не могла остаться в стороне.
У модели контекст до 1 миллиона токенов и максимальный вывод до 384 тысяч. Главный акцент — агентные и кодовые сценарии.
И сразу к неприятным новостям: с 17 августа DeepSeek меняет цены API. В зависимости от модели, типа токенов и времени использования рост составит примерно от 50% до 1100%.
Похоже, DeepSeek решила догонять американских конкурентов не только по возможностям, но и по ценам 🙂
3) OpenAI продолжает ускорять GPT-5.6 Sol.
В API Fast mode позволяет получить до 2,5 раза более быстрый ответ без снижения качества модели. А режим ultra использует несколько агентов параллельно для сложных задач.
Складывается ощущение, что владельцы крупных моделей всё сильнее упираются уже не только в качество. Теперь гонка идёт за скорость, стоимость вычислений и возможность запускать долгие агентные процессы.
4) Отдельная большая тема — взаимодействие ИИ-агентов друг с другом.
Современные правила и системы контроля создавались под человеческое поведение и человеческие скорости. Но сотни программных агентов могут взаимодействовать между собой намного быстрее человека.
По мере внедрения агентов в рынки, кодовые базы и другие информационные системы придётся создавать новые механизмы контроля. Иначе однажды регуляторам придётся разбираться уже не с картельным сговором компаний, а с картельным сговором их ИИ-агентов 😊
5) В России национальные ИИ-модели должны будут проходить проверку на соответствие законодательству и традиционным российским духовно-нравственным ценностям.
Учитывая количество пользователей нейросетей, вопрос вполне логичный: можно ли с помощью системных промтов, обучения и настроек модели корректировать ответы для пользователей отдельно взятой страны и тем самым влиять на общественное мнение?
Скорее всего, да. Поэтому появление своего рода нейросетевых СМИ — скорее вопрос времени. А значит, правила фильтрации информации и заложенные в модели ценности будут становиться всё более важной частью ИИ-индустрии.
#FomLab_news
1) Google выпустила Gemini 3.7 Flash. И угадайте, какое у неё основное назначение? Правильно — программирование и агенты.
Модели серии Flash дают большую часть возможностей флагманских моделей, но работают быстрее и стоят дешевле. Поэтому для локальных и массовых задач всё чаще стоит смотреть именно в сторону этого семейства.
2) DeepSeek официально выпустила V4 Pro. Что и следовало ожидать: когда все конкуренты обновляют модели, DeepSeek не могла остаться в стороне.
У модели контекст до 1 миллиона токенов и максимальный вывод до 384 тысяч. Главный акцент — агентные и кодовые сценарии.
И сразу к неприятным новостям: с 17 августа DeepSeek меняет цены API. В зависимости от модели, типа токенов и времени использования рост составит примерно от 50% до 1100%.
Похоже, DeepSeek решила догонять американских конкурентов не только по возможностям, но и по ценам 🙂
3) OpenAI продолжает ускорять GPT-5.6 Sol.
В API Fast mode позволяет получить до 2,5 раза более быстрый ответ без снижения качества модели. А режим ultra использует несколько агентов параллельно для сложных задач.
Складывается ощущение, что владельцы крупных моделей всё сильнее упираются уже не только в качество. Теперь гонка идёт за скорость, стоимость вычислений и возможность запускать долгие агентные процессы.
4) Отдельная большая тема — взаимодействие ИИ-агентов друг с другом.
Современные правила и системы контроля создавались под человеческое поведение и человеческие скорости. Но сотни программных агентов могут взаимодействовать между собой намного быстрее человека.
По мере внедрения агентов в рынки, кодовые базы и другие информационные системы придётся создавать новые механизмы контроля. Иначе однажды регуляторам придётся разбираться уже не с картельным сговором компаний, а с картельным сговором их ИИ-агентов 😊
5) В России национальные ИИ-модели должны будут проходить проверку на соответствие законодательству и традиционным российским духовно-нравственным ценностям.
Учитывая количество пользователей нейросетей, вопрос вполне логичный: можно ли с помощью системных промтов, обучения и настроек модели корректировать ответы для пользователей отдельно взятой страны и тем самым влиять на общественное мнение?
Скорее всего, да. Поэтому появление своего рода нейросетевых СМИ — скорее вопрос времени. А значит, правила фильтрации информации и заложенные в модели ценности будут становиться всё более важной частью ИИ-индустрии.
#FomLab_news
👍1🔥1👏1
Новости мира ИИ за 14 августа 2026 года
1) SpaceX закрыла сделку по покупке Cursor за $60 млрд
14 августа завершилось приобретение Anysphere — разработчика Cursor. Саму сделку объявили ещё в июне, теперь Cursor официально становится частью SpaceX.
Интереснее не сумма, а конструкция. Cursor контролирует рабочую среду программиста, SpaceX/xAI — вычислительную инфраструктуру и модели. Получается почти полный стек: вычисления → модель → агент → рабочее место. Получается, что на самой крупной фабрике в мире, которую строит Илон Маск будут работать одно роботы которых на этой же фабрике будут собирать.
2) Anthropic рассказала, как будет маркировать тексты Claude
Будущие модели Claude получат текстовые водяные знаки: модель будет выбирать слова так, чтобы в тексте появлялся статистически обнаруживаемый паттерн. Сама Anthropic подчёркивает: метка говорит лишь о вероятном участии Claude и не доказывает авторство.
Если такая маркировка станет стандартом, университетам и работодателям придётся определить границу между «написал ИИ» и «человек использовал ИИ как редактора». Это уже вопрос не технологии, а новых правил работы.
3) США всё серьёзнее делят мир на две ИИ-экосистемы
Reuters ознакомился с проектом письма Госдепартамента США для 35 стран. Участникам американской инициативы Pax Silica могут предложить выбирать между американской и конкурирующей китайской технологической экосистемой. Документ пока не утверждён.
Причём речь уже не про ChatGPT против DeepSeek. В один пакет собираются чипы, облака, модели, критические минералы и экспортные ограничения. Через несколько лет выбор ИИ-платформы для страны вполне может стать политическим решением уровня телекоммуникационной инфраструктуры.
4) Китайским инвесторам уже недостаточно «мы сделали AI-агента»
По данным 36Kr, в первом полугодии 2026 года в Китае прошло 83 раунда финансирования AI-agent проектов — на 131% больше чем в прошлом году. Но внимание инвесторов уже смещается к embodied AI и AI for Science.
Причина ожидаемая: сделать красивого агента стало слишком дёшево, а базовая модель завтра может встроить его функцию в себя. Поэтому вопрос меняется с «что умеет ваш агент?» на «почему вас нельзя заменить следующим обновлением модели?».
Выживут, скорее всего, те, у кого есть собственные данные, глубокая интеграция в бизнес-процесс или выход ИИ в физический мир.
5) В Москве будут испытывать автономных робособак
В конце августа в кластере «Ломоносов» пройдут демонстрационные испытания системы «Кью Групп». Робособаки смогут автономно патрулировать склады, стройплощадки и парковки, обходить препятствия и фиксировать нарушения с помощью компьютерного зрения.
Радует, что Physical AI здесь начинается не с обещания универсального гуманоида, а с понятной задачи. Такие сценарии обычно масштабируются первыми: если робот снимает часть рутинного патрулирования и эффект можно посчитать в деньгах, технология получает шанс выйти из демонстрационного режима.
6) ИИ становится промежуточным собеседником между людьми
В опросе hh.ru и Level Group среди 2032 российских соискателей 65% респондентов сообщили, что используют ИИ как «безопасный черновик» перед общением с коллегами или руководителем. Половина сначала проверяет формулировку у нейросети и только потом обращается к человеку.
Мне кажется, это один из недооценённых эффектов ИИ. Получается новая схема: мысль → ИИ → отредактированная мысль → человек.
Это может сделать рабочее общение понятнее. Но часть неформального обмена знаниями между людьми при этом исчезнет.
#FomLab_news
1) SpaceX закрыла сделку по покупке Cursor за $60 млрд
14 августа завершилось приобретение Anysphere — разработчика Cursor. Саму сделку объявили ещё в июне, теперь Cursor официально становится частью SpaceX.
Интереснее не сумма, а конструкция. Cursor контролирует рабочую среду программиста, SpaceX/xAI — вычислительную инфраструктуру и модели. Получается почти полный стек: вычисления → модель → агент → рабочее место. Получается, что на самой крупной фабрике в мире, которую строит Илон Маск будут работать одно роботы которых на этой же фабрике будут собирать.
2) Anthropic рассказала, как будет маркировать тексты Claude
Будущие модели Claude получат текстовые водяные знаки: модель будет выбирать слова так, чтобы в тексте появлялся статистически обнаруживаемый паттерн. Сама Anthropic подчёркивает: метка говорит лишь о вероятном участии Claude и не доказывает авторство.
Если такая маркировка станет стандартом, университетам и работодателям придётся определить границу между «написал ИИ» и «человек использовал ИИ как редактора». Это уже вопрос не технологии, а новых правил работы.
3) США всё серьёзнее делят мир на две ИИ-экосистемы
Reuters ознакомился с проектом письма Госдепартамента США для 35 стран. Участникам американской инициативы Pax Silica могут предложить выбирать между американской и конкурирующей китайской технологической экосистемой. Документ пока не утверждён.
Причём речь уже не про ChatGPT против DeepSeek. В один пакет собираются чипы, облака, модели, критические минералы и экспортные ограничения. Через несколько лет выбор ИИ-платформы для страны вполне может стать политическим решением уровня телекоммуникационной инфраструктуры.
4) Китайским инвесторам уже недостаточно «мы сделали AI-агента»
По данным 36Kr, в первом полугодии 2026 года в Китае прошло 83 раунда финансирования AI-agent проектов — на 131% больше чем в прошлом году. Но внимание инвесторов уже смещается к embodied AI и AI for Science.
Причина ожидаемая: сделать красивого агента стало слишком дёшево, а базовая модель завтра может встроить его функцию в себя. Поэтому вопрос меняется с «что умеет ваш агент?» на «почему вас нельзя заменить следующим обновлением модели?».
Выживут, скорее всего, те, у кого есть собственные данные, глубокая интеграция в бизнес-процесс или выход ИИ в физический мир.
5) В Москве будут испытывать автономных робособак
В конце августа в кластере «Ломоносов» пройдут демонстрационные испытания системы «Кью Групп». Робособаки смогут автономно патрулировать склады, стройплощадки и парковки, обходить препятствия и фиксировать нарушения с помощью компьютерного зрения.
Радует, что Physical AI здесь начинается не с обещания универсального гуманоида, а с понятной задачи. Такие сценарии обычно масштабируются первыми: если робот снимает часть рутинного патрулирования и эффект можно посчитать в деньгах, технология получает шанс выйти из демонстрационного режима.
6) ИИ становится промежуточным собеседником между людьми
В опросе hh.ru и Level Group среди 2032 российских соискателей 65% респондентов сообщили, что используют ИИ как «безопасный черновик» перед общением с коллегами или руководителем. Половина сначала проверяет формулировку у нейросети и только потом обращается к человеку.
Мне кажется, это один из недооценённых эффектов ИИ. Получается новая схема: мысль → ИИ → отредактированная мысль → человек.
Это может сделать рабочее общение понятнее. Но часть неформального обмена знаниями между людьми при этом исчезнет.
#FomLab_news
🔥1
Новости мира ИИ за 15 августа 2026 года
1) Qwen становится «базовой ОС» open-weight ИИ
По данным Hugging Face, за первые семь месяцев 2026 года семейство Qwen набрало около 2,06 млрд загрузок на Hub, а поверх него создано уже 151 448 производных моделей.
Но здесь важнее другое. Разработчики уже не просто пробуют Qwen — они дообучают её, квантуют и строят поверх неё продукты. Похоже, Alibaba удалось повторить эффект Llama: ценность смещается от «кто сделал лучшую модель» к «на чьей модели строят остальные».
2) Агенты становятся самостоятельными пользователями интернета
Hugging Face впервые отдельно измерила трафик программных агентов. В июле Claude Code дал 44,4% идентифицированного агентного трафика, Codex — 20,8%.
На мой взгляд, сама эта категория важнее процентов. Раньше репозиторий открывал человек. Теперь агент сам ищет модель, скачивает её, создаёт dataset, запускает задачу и выбирает следующий инструмент. Интернет начинают проектировать уже не только для людей и приложений, но и для ИИ, который самостоятельно по нему ходит.
3) Tencent превращает QQ в оболочку для агентов
QQ Bot получил поддержку DeepSeek Harness — открытой агентной инфраструктуры DeepSeek. Для личных и групповых чатов можно сохранять отдельные сессии, а модель менять прямо во время разговора.
И здесь становится интересно: мессенджер становится интерфейсом, Harness — средой, а модель — заменяемым двигателем. Думаю, именно так будут выглядеть многие ИИ-сервисы через пару лет: пользователю станет почти неважно, какая модель работает под капотом.
4) ИИ уже участвует в решениях об увольнении людей
В экспериментальном Andon Market в Сан-Франциско ИИ-менеджер Luna на моделях Claude рекомендовал расстаться с сотрудником, который опоздал на 17 из 23 смен. Важное уточнение: решение проверили и исполнили люди — полностью автономного «Claude вас уволил» не было.
Но эксперимент отлично показывает проблему агентов. Luna ранее сама создала правила посещаемости, а затем потеряла их из рабочей памяти. Когда ИИ влияет на судьбу человека, ошибка контекста перестаёт быть забавной галлюцинацией. Поэтому схема «данные → ИИ → действие» здесь куда опаснее, чем «данные → рекомендация ИИ → человек → решение».
5) Nvidia может вложить ещё $3 млрд в инфраструктуру OpenAI
По данным The Information, Nvidia обсуждает инвестицию до $3 млрд в SB Energy — компанию SoftBank, строящую дата-центр в Огайо для OpenAI. Reuters независимо подтвердить переговоры пока не смог.
Любопытна сама экономика. Nvidia продаёт GPU и одновременно помогает финансировать инфраструктуру, где эти GPU будут использовать её крупнейшие клиенты. Получается почти замкнутый круг: Nvidia → дата-центр → OpenAI → спрос на вычисления → Nvidia.
ИИ-гонка всё сильнее становится соревнованием не только моделей, но и финансовых конструкций, способных оплатить огромное количество железа и электричества.
6) В России предлагают федеральную программу ИИ-помощников для медицины
Бадма Башанкаев предложил создать федеральную программу применения ИИ в диагностике и диспансерном наблюдении — от лучевой диагностики до онкологии и кардиологии. Пока это именно предложение, а не утверждённая программа.
На мой взгляд, здесь важна сама постановка: не «нейросеть вместо врача», а ИИ как второе мнение. Если инициатива дойдёт до масштабирования, главным вопросом станет уже не наличие модели, а качество медицинских данных, проверяемость рекомендации и ответственность за итоговое решение.
#FomLab_news
1) Qwen становится «базовой ОС» open-weight ИИ
По данным Hugging Face, за первые семь месяцев 2026 года семейство Qwen набрало около 2,06 млрд загрузок на Hub, а поверх него создано уже 151 448 производных моделей.
Но здесь важнее другое. Разработчики уже не просто пробуют Qwen — они дообучают её, квантуют и строят поверх неё продукты. Похоже, Alibaba удалось повторить эффект Llama: ценность смещается от «кто сделал лучшую модель» к «на чьей модели строят остальные».
2) Агенты становятся самостоятельными пользователями интернета
Hugging Face впервые отдельно измерила трафик программных агентов. В июле Claude Code дал 44,4% идентифицированного агентного трафика, Codex — 20,8%.
На мой взгляд, сама эта категория важнее процентов. Раньше репозиторий открывал человек. Теперь агент сам ищет модель, скачивает её, создаёт dataset, запускает задачу и выбирает следующий инструмент. Интернет начинают проектировать уже не только для людей и приложений, но и для ИИ, который самостоятельно по нему ходит.
3) Tencent превращает QQ в оболочку для агентов
QQ Bot получил поддержку DeepSeek Harness — открытой агентной инфраструктуры DeepSeek. Для личных и групповых чатов можно сохранять отдельные сессии, а модель менять прямо во время разговора.
И здесь становится интересно: мессенджер становится интерфейсом, Harness — средой, а модель — заменяемым двигателем. Думаю, именно так будут выглядеть многие ИИ-сервисы через пару лет: пользователю станет почти неважно, какая модель работает под капотом.
4) ИИ уже участвует в решениях об увольнении людей
В экспериментальном Andon Market в Сан-Франциско ИИ-менеджер Luna на моделях Claude рекомендовал расстаться с сотрудником, который опоздал на 17 из 23 смен. Важное уточнение: решение проверили и исполнили люди — полностью автономного «Claude вас уволил» не было.
Но эксперимент отлично показывает проблему агентов. Luna ранее сама создала правила посещаемости, а затем потеряла их из рабочей памяти. Когда ИИ влияет на судьбу человека, ошибка контекста перестаёт быть забавной галлюцинацией. Поэтому схема «данные → ИИ → действие» здесь куда опаснее, чем «данные → рекомендация ИИ → человек → решение».
5) Nvidia может вложить ещё $3 млрд в инфраструктуру OpenAI
По данным The Information, Nvidia обсуждает инвестицию до $3 млрд в SB Energy — компанию SoftBank, строящую дата-центр в Огайо для OpenAI. Reuters независимо подтвердить переговоры пока не смог.
Любопытна сама экономика. Nvidia продаёт GPU и одновременно помогает финансировать инфраструктуру, где эти GPU будут использовать её крупнейшие клиенты. Получается почти замкнутый круг: Nvidia → дата-центр → OpenAI → спрос на вычисления → Nvidia.
ИИ-гонка всё сильнее становится соревнованием не только моделей, но и финансовых конструкций, способных оплатить огромное количество железа и электричества.
6) В России предлагают федеральную программу ИИ-помощников для медицины
Бадма Башанкаев предложил создать федеральную программу применения ИИ в диагностике и диспансерном наблюдении — от лучевой диагностики до онкологии и кардиологии. Пока это именно предложение, а не утверждённая программа.
На мой взгляд, здесь важна сама постановка: не «нейросеть вместо врача», а ИИ как второе мнение. Если инициатива дойдёт до масштабирования, главным вопросом станет уже не наличие модели, а качество медицинских данных, проверяемость рекомендации и ответственность за итоговое решение.
#FomLab_news
🔥1
Новости мира ИИ за 16 августа 2026 года
1) Дарио Амодеи считает, что у ИИ начался кризис доверия
Глава Anthropic заявил, что негативное отношение общества к ИИ связано прежде всего с недоверием к технологическим компаниям, государствам и самой индустрии.
На мой взгляд, это довольно точное наблюдение. Benchmark уже мало кого убеждает. Обычному человеку важнее увидеть, что ИИ действительно улучшил диагностику, ускорил разработку лекарства или сделал его работу проще, а не очередной график, где новая модель на несколько процентов лучше старой.
Похоже, следующий этап конкуренции будет не только за интеллект моделей, но и за доказуемую пользу.
2) ИИ пытаются научить прогнозировать депрессию за годы до диагноза
Исследователи Шэньчжэньского университета разработали модель, которая анализирует нейровизуализацию подростков и реакцию мозга на эмоциональные выражения лиц. Авторы сообщают, что обнаруженные паттерны могут помочь оценивать риск депрессии вплоть до четырёх лет заранее.
Но это пока исследование, а не готовый медицинский тест: результат ещё необходимо проверять на более широких выборках.
Медицинский ИИ постепенно движется от «что с человеком сейчас?» к «что с высокой вероятностью произойдёт через несколько лет?». Если подход подтвердится, медицина сможет гораздо раньше переходить от лечения к профилактике.
3) Электричество становится новым «GPU» для ИИ
Президент Курчатовского института Михаил Ковальчук назвал нехватку энергетических мощностей одним из главных ограничений развития ИИ и связал решение проблемы в том числе с атомной энергетикой.
Можно спорить о конкретном способе генерации, но сам тренд сложно игнорировать. Цепочка AI-инфраструктуры становится длиннее: чип → дата-центр → электричество → охлаждение → сеть → модель.
Следующий предел масштабирования может определяться уже не тем, сколько Nvidia произведёт ускорителей, а тем, где взять для них дешёвую и стабильную энергию.
#FomLab_news
1) Дарио Амодеи считает, что у ИИ начался кризис доверия
Глава Anthropic заявил, что негативное отношение общества к ИИ связано прежде всего с недоверием к технологическим компаниям, государствам и самой индустрии.
На мой взгляд, это довольно точное наблюдение. Benchmark уже мало кого убеждает. Обычному человеку важнее увидеть, что ИИ действительно улучшил диагностику, ускорил разработку лекарства или сделал его работу проще, а не очередной график, где новая модель на несколько процентов лучше старой.
Похоже, следующий этап конкуренции будет не только за интеллект моделей, но и за доказуемую пользу.
2) ИИ пытаются научить прогнозировать депрессию за годы до диагноза
Исследователи Шэньчжэньского университета разработали модель, которая анализирует нейровизуализацию подростков и реакцию мозга на эмоциональные выражения лиц. Авторы сообщают, что обнаруженные паттерны могут помочь оценивать риск депрессии вплоть до четырёх лет заранее.
Но это пока исследование, а не готовый медицинский тест: результат ещё необходимо проверять на более широких выборках.
Медицинский ИИ постепенно движется от «что с человеком сейчас?» к «что с высокой вероятностью произойдёт через несколько лет?». Если подход подтвердится, медицина сможет гораздо раньше переходить от лечения к профилактике.
3) Электричество становится новым «GPU» для ИИ
Президент Курчатовского института Михаил Ковальчук назвал нехватку энергетических мощностей одним из главных ограничений развития ИИ и связал решение проблемы в том числе с атомной энергетикой.
Можно спорить о конкретном способе генерации, но сам тренд сложно игнорировать. Цепочка AI-инфраструктуры становится длиннее: чип → дата-центр → электричество → охлаждение → сеть → модель.
Следующий предел масштабирования может определяться уже не тем, сколько Nvidia произведёт ускорителей, а тем, где взять для них дешёвую и стабильную энергию.
#FomLab_news
🔥1
Почему я снова перестал вести Telegram каждый день
Изначальная логика этого проекта была довольно простой: рассказывать о современных технологиях и показывать, как ими пользоваться.
Я попробовал вести канал почти как новостной. Но довольно быстро выяснилось несколько неприятных нюансов.
Во-первых, я не СМИ и цели становиться СМИ у меня нет. В таком формате авторский канал постепенно превращается просто в ещё один новостной канал, которых и без меня хватает.
Во-вторых, ежедневный поиск новостей, проверка источников и подготовка публикаций довольно быстро превращают ведение канала в ещё одну работу. А работы, если честно, и без Telegram хватает.
Поэтому FomLab немного меняет формат.
Здесь будет несколько рубрик: заметки из преподавания и исследований, дневник разработки собственных проектов, тесты инструментов, технические эксперименты и иногда действительно интересные новости.
А ближайшие месяцы станут ещё и попыткой нащупать формат, который будет удобно вести самому.
Автоматизацию бесконечного пересказа новостей оставим тем, кто занимается этим профессионально. А здесь попробуем сохранить главное — собственный опыт, эксперименты и выводы.
Изначальная логика этого проекта была довольно простой: рассказывать о современных технологиях и показывать, как ими пользоваться.
Я попробовал вести канал почти как новостной. Но довольно быстро выяснилось несколько неприятных нюансов.
Во-первых, я не СМИ и цели становиться СМИ у меня нет. В таком формате авторский канал постепенно превращается просто в ещё один новостной канал, которых и без меня хватает.
Во-вторых, ежедневный поиск новостей, проверка источников и подготовка публикаций довольно быстро превращают ведение канала в ещё одну работу. А работы, если честно, и без Telegram хватает.
Поэтому FomLab немного меняет формат.
Здесь будет несколько рубрик: заметки из преподавания и исследований, дневник разработки собственных проектов, тесты инструментов, технические эксперименты и иногда действительно интересные новости.
А ближайшие месяцы станут ещё и попыткой нащупать формат, который будет удобно вести самому.
Автоматизацию бесконечного пересказа новостей оставим тем, кто занимается этим профессионально. А здесь попробуем сохранить главное — собственный опыт, эксперименты и выводы.
🔥1
Из методички в персональную образовательную среду
Искусственный интеллект постепенно вносит коррективы во всё большее количество сфер. Образование здесь не исключение.
Меняется аудитория, которую мы учим. Меняется ритм жизни. Меняются привычки и способы получать информацию. Поэтому приходится искать новые точки взаимодействия со студентами.
Один из интересных сейчас вариантов — персонализация обучения.
Сами персональные образовательные траектории существуют давно. Предзаписанные лекции тоже никого не удивляют.
Но с ИИ появляется ещё один слой.
Образовательная платформа может общаться со студентом, учитывать его предыдущие знания, менять сложность материала, предлагать дополнительные объяснения и не заставлять человека проходить то, что он уже знает.
Именно над таким экспериментом я сейчас и работаю.
Началось всё довольно банально: мне понадобилась новая методичка по дисциплине «Введение в информационные технологии».
Но постепенно возник вопрос: а обязательно ли она вообще должна оставаться обычной методичкой?
Студент может пропустить занятие. Может опоздать. Может уже хорошо знать одну тему и совершенно не понимать другую. Кто-то лучше воспринимает текст, кому-то проще посмотреть короткое видео или послушать объяснение.
Поэтому сейчас идея постепенно превращается в небольшую цифровую образовательную среду: отдельные материалы, разные форматы, задания и возможность адаптировать маршрут под конкретного человека.
Не хочу сразу строить ещё одну огромную LMS со всеми возможными функциями. Наоборот, хочется начать с минимальной версии и проверить на реальных занятиях, действительно ли такой подход делает обучение удобнее и продуктивнее.
А как именно эта система будет устроена и что из эксперимента получится — буду показывать дальше.
Искусственный интеллект постепенно вносит коррективы во всё большее количество сфер. Образование здесь не исключение.
Меняется аудитория, которую мы учим. Меняется ритм жизни. Меняются привычки и способы получать информацию. Поэтому приходится искать новые точки взаимодействия со студентами.
Один из интересных сейчас вариантов — персонализация обучения.
Сами персональные образовательные траектории существуют давно. Предзаписанные лекции тоже никого не удивляют.
Но с ИИ появляется ещё один слой.
Образовательная платформа может общаться со студентом, учитывать его предыдущие знания, менять сложность материала, предлагать дополнительные объяснения и не заставлять человека проходить то, что он уже знает.
Именно над таким экспериментом я сейчас и работаю.
Началось всё довольно банально: мне понадобилась новая методичка по дисциплине «Введение в информационные технологии».
Но постепенно возник вопрос: а обязательно ли она вообще должна оставаться обычной методичкой?
Студент может пропустить занятие. Может опоздать. Может уже хорошо знать одну тему и совершенно не понимать другую. Кто-то лучше воспринимает текст, кому-то проще посмотреть короткое видео или послушать объяснение.
Поэтому сейчас идея постепенно превращается в небольшую цифровую образовательную среду: отдельные материалы, разные форматы, задания и возможность адаптировать маршрут под конкретного человека.
Не хочу сразу строить ещё одну огромную LMS со всеми возможными функциями. Наоборот, хочется начать с минимальной версии и проверить на реальных занятиях, действительно ли такой подход делает обучение удобнее и продуктивнее.
А как именно эта система будет устроена и что из эксперимента получится — буду показывать дальше.
🔥1
Как оплачивать зарубежные ИИ-сервисы из России
Для многих знакомство с искусственным интеллектом началось именно с ChatGPT. И это вполне логично: сейчас это один из самых известных и функциональных ИИ-сервисов.
Но для пользователей из России появляется довольно очевидная проблема — OpenAI официально не поддерживает работу ChatGPT в нашем регионе.
Способы обхода региональных ограничений я здесь подробно разбирать не буду. Во-первых, это отдельная большая тема. Во-вторых, перед использованием любого зарубежного сервиса стоит самостоятельно посмотреть его правила и поддерживаемые регионы.
Но есть ещё второй вопрос — оплата.
Причём сейчас для большого количества повседневных задач платная подписка вообще может не понадобиться.
На бесплатном тарифе ChatGPT появились неограниченные обычные текстовые чаты. Ограничения при этом остаются на дополнительные возможности: работу с файлами, генерацию изображений, анализ данных и некоторые другие инструменты.
Если этого становится мало, можно переходить на платный тариф.
И здесь из собственного опыта я бы обратил внимание на несколько вещей.
Во-первых, если вы постоянно работаете с ИИ, лучше пользоваться своим постоянным аккаунтом.
Современные сервисы всё больше используют историю диалогов, память и персональные настройки. Со временем система начинает лучше понимать, кто вы, чем занимаетесь и какие задачи решаете.
Если каждый месяц менять аккаунт, значительная часть этого контекста просто теряется.
Во-вторых, я бы осторожно относился к очень дешёвым предложениям совместного доступа на маркетплейсах.
Если одним аккаунтом пользуются несколько человек, возникают довольно очевидные проблемы: другие пользователи могут получить доступ к истории запросов, память начинает смешивать разный контекст, а сам аккаунт может нарушать правила сервиса.
Есть вариант покупки временного аккаунта на месяц. Он дешевле, но через месяц вы можете потерять и сам аккаунт, и накопленную историю работы.
Поэтому мне намного ближе вариант, когда оплачивается именно мой собственный аккаунт.
Для таких задач я уже несколько лет периодически использую МТС Оплату. Это не реклама — просто сервис несколько раз выручал меня при оплате зарубежных инструментов, которые я использовал для тестирования или постоянной работы.
Логика достаточно простая: находите нужный сервис, указываете свою почту, выбираете вариант оплаты и затем получаете инструкцию по активации.
При этом наличие конкретной подписки нужно проверять непосредственно перед покупкой — доступность у таких сервисов может меняться.
И ещё один важный момент.
Оплата и доступ к сервису — две разные вещи.
Даже если вы смогли оплатить подписку, это не означает, что сервис официально поддерживается в вашем регионе. Поэтому перед покупкой я бы сначала проверял правила самого сервиса, а уже потом искал способ оплаты.
https://payment.mts.ru/tools
Для многих знакомство с искусственным интеллектом началось именно с ChatGPT. И это вполне логично: сейчас это один из самых известных и функциональных ИИ-сервисов.
Но для пользователей из России появляется довольно очевидная проблема — OpenAI официально не поддерживает работу ChatGPT в нашем регионе.
Способы обхода региональных ограничений я здесь подробно разбирать не буду. Во-первых, это отдельная большая тема. Во-вторых, перед использованием любого зарубежного сервиса стоит самостоятельно посмотреть его правила и поддерживаемые регионы.
Но есть ещё второй вопрос — оплата.
Причём сейчас для большого количества повседневных задач платная подписка вообще может не понадобиться.
На бесплатном тарифе ChatGPT появились неограниченные обычные текстовые чаты. Ограничения при этом остаются на дополнительные возможности: работу с файлами, генерацию изображений, анализ данных и некоторые другие инструменты.
Если этого становится мало, можно переходить на платный тариф.
И здесь из собственного опыта я бы обратил внимание на несколько вещей.
Во-первых, если вы постоянно работаете с ИИ, лучше пользоваться своим постоянным аккаунтом.
Современные сервисы всё больше используют историю диалогов, память и персональные настройки. Со временем система начинает лучше понимать, кто вы, чем занимаетесь и какие задачи решаете.
Если каждый месяц менять аккаунт, значительная часть этого контекста просто теряется.
Во-вторых, я бы осторожно относился к очень дешёвым предложениям совместного доступа на маркетплейсах.
Если одним аккаунтом пользуются несколько человек, возникают довольно очевидные проблемы: другие пользователи могут получить доступ к истории запросов, память начинает смешивать разный контекст, а сам аккаунт может нарушать правила сервиса.
Есть вариант покупки временного аккаунта на месяц. Он дешевле, но через месяц вы можете потерять и сам аккаунт, и накопленную историю работы.
Поэтому мне намного ближе вариант, когда оплачивается именно мой собственный аккаунт.
Для таких задач я уже несколько лет периодически использую МТС Оплату. Это не реклама — просто сервис несколько раз выручал меня при оплате зарубежных инструментов, которые я использовал для тестирования или постоянной работы.
Логика достаточно простая: находите нужный сервис, указываете свою почту, выбираете вариант оплаты и затем получаете инструкцию по активации.
При этом наличие конкретной подписки нужно проверять непосредственно перед покупкой — доступность у таких сервисов может меняться.
И ещё один важный момент.
Оплата и доступ к сервису — две разные вещи.
Даже если вы смогли оплатить подписку, это не означает, что сервис официально поддерживается в вашем регионе. Поэтому перед покупкой я бы сначала проверял правила самого сервиса, а уже потом искал способ оплаты.
https://payment.mts.ru/tools
Как выбрать нейросеть под свою задачу
После прошлого поста возникает вполне логичный вопрос: хорошо, с доступом и оплатой разобрались. Но какой сервис вообще выбирать?
На мой взгляд, одна из главных ошибок сейчас — искать «самую лучшую нейросеть».
Я постоянно тестирую разные модели для занятий и собственной работы и постепенно пришёл к другому подходу: выбирать не лучшую модель вообще, а лучший инструмент под конкретную задачу.
Тем более что для пользователей из России появляется ещё один критерий — доступность.
Если нужен универсальный рабочий инструмент, где можно вести проекты, работать с текстом, файлами, кодом и постепенно накапливать контекст, я чаще всего использую ChatGPT.
Но здесь есть очевидный минус: Россия официально не входит в список поддерживаемых регионов OpenAI.
Похожая история с Claude. Мне он особенно нравится для работы с большими текстами, анализа документов и редактуры. Но официальной поддержки России у Anthropic тоже нет.
Gemini интересен прежде всего экосистемой Google, поиском и мультимодальностью. Но Россия сейчас также отсутствует в официальном списке поддерживаемых регионов.
Поэтому для занятий, например, я не могу строить весь курс только вокруг этих сервисов. Мне нужно, чтобы студент открыл ссылку и смог сразу начать работать.
И здесь появляется второй набор инструментов.
DeepSeek я бы рассматривал прежде всего для рассуждений, анализа и программирования. Есть бесплатная официальная веб-версия, поэтому для знакомства с современными языковыми моделями это один из самых простых вариантов.
Qwen постепенно становится для меня одним из самых интересных универсальных инструментов. Текст, большие документы, изображения, видео, программирование — многое собрано в одном интерфейсе. И основная веб-версия бесплатна.
Для человека, который вообще впервые открывает нейросеть, я всё чаще смотрю и на Алису AI. Здесь практически нет проблемы входа: русский интерфейс, бесплатный базовый чат, работа с файлами, изображениями и поиск информации.
Ещё один вариант — GigaChat. Особенно если важен российский контур или дальше предполагается подключать нейросеть к собственному сервису через API.
В результате у меня нет одной «главной нейросети на все случаи жизни».
Я скорее собираю небольшой набор:
— универсальная модель для основной работы;
— доступная бесплатная модель, которую можно рекомендовать студентам;
— отдельный инструмент для тех задач, где он объективно удобнее остальных.
После прошлого поста возникает вполне логичный вопрос: хорошо, с доступом и оплатой разобрались. Но какой сервис вообще выбирать?
На мой взгляд, одна из главных ошибок сейчас — искать «самую лучшую нейросеть».
Я постоянно тестирую разные модели для занятий и собственной работы и постепенно пришёл к другому подходу: выбирать не лучшую модель вообще, а лучший инструмент под конкретную задачу.
Тем более что для пользователей из России появляется ещё один критерий — доступность.
Если нужен универсальный рабочий инструмент, где можно вести проекты, работать с текстом, файлами, кодом и постепенно накапливать контекст, я чаще всего использую ChatGPT.
Но здесь есть очевидный минус: Россия официально не входит в список поддерживаемых регионов OpenAI.
Похожая история с Claude. Мне он особенно нравится для работы с большими текстами, анализа документов и редактуры. Но официальной поддержки России у Anthropic тоже нет.
Gemini интересен прежде всего экосистемой Google, поиском и мультимодальностью. Но Россия сейчас также отсутствует в официальном списке поддерживаемых регионов.
Поэтому для занятий, например, я не могу строить весь курс только вокруг этих сервисов. Мне нужно, чтобы студент открыл ссылку и смог сразу начать работать.
И здесь появляется второй набор инструментов.
DeepSeek я бы рассматривал прежде всего для рассуждений, анализа и программирования. Есть бесплатная официальная веб-версия, поэтому для знакомства с современными языковыми моделями это один из самых простых вариантов.
Qwen постепенно становится для меня одним из самых интересных универсальных инструментов. Текст, большие документы, изображения, видео, программирование — многое собрано в одном интерфейсе. И основная веб-версия бесплатна.
Для человека, который вообще впервые открывает нейросеть, я всё чаще смотрю и на Алису AI. Здесь практически нет проблемы входа: русский интерфейс, бесплатный базовый чат, работа с файлами, изображениями и поиск информации.
Ещё один вариант — GigaChat. Особенно если важен российский контур или дальше предполагается подключать нейросеть к собственному сервису через API.
В результате у меня нет одной «главной нейросети на все случаи жизни».
Я скорее собираю небольшой набор:
— универсальная модель для основной работы;
— доступная бесплатная модель, которую можно рекомендовать студентам;
— отдельный инструмент для тех задач, где он объективно удобнее остальных.
🔥3👍1
Сентябрь радует нас обновлениями. И начался он довольно бодро.
Anthropic представила Claude Fable 5.1 — и, судя по первым демонстрациям, это уже гораздо больше похоже не на очередное обновление чат-бота, а на инструмент для довольно серьёзной самостоятельной работы.
Несколько примеров, которые особенно мне понравились.
В одной из демонстраций Fable 5.1 получает общедоступные данные NASA, собирает на их основе интерактивный 3D-глобус прямо в браузере и прокладывает маршрут для лунохода. Причём не просто соединяет две точки, а учитывает рельеф, объезжает слишком крутые участки и объясняет, почему выбрала именно такой маршрут.
В другой — практически с нуля собирает персонального авиадиспетчера для Mac.
Указываете свой дом, и программа начинает следить за самолётами поблизости: сообщает, куда смотреть и через сколько секунд самолёт появится в поле зрения. При расчётах учитываются рельеф, препятствия и даже задержка распространения звука.
Третья демонстрация особенно интересна мне как человеку, который постоянно работает с данными.
Модель получает сырые показатели компании, самостоятельно обновляет прогноз выручки через API, проверяет расчёты, а затем проводит бэктест предыдущих прогнозов.
То есть речь уже не про «построй мне график», а про достаточно длинный аналитический процесс, внутри которого ИИ сам получает данные, выполняет расчёты и проверяет собственный результат.
Три видео с этими демонстрациями прикреплю к посту — здесь их действительно интереснее один раз увидеть.
Но ещё интереснее научная часть релиза.
Fable 5.1 использовали для обработки старых радиолокационных данных аппарата NASA Magellan и построения новой карты рельефа Венеры.
Детализация увеличилась примерно с 10–20 км до 2–3 км, а точность определения высоты, по данным Anthropic, выросла до 25%. Карта охватывает примерно треть поверхности планеты и будет опубликована для дальнейшего использования исследователями.
Для меня это, пожалуй, самое интересное во всём релизе.
Мы довольно быстро переходим от нейросети, которая помогает написать текст или код, к системе, которой можно поставить исследовательскую задачу и оставить работать над ней довольно долго.
И это не единственное обновление последних дней.
🦞 Вышел OpenClaw 2.0.
Это крупнейшее обновление проекта: полностью переработан веб-интерфейс, упрощена установка, улучшена работа с памятью и длительными сессиями, появились интерактивные панели, работа на подключённых устройствах и дополнительные механизмы защиты учётных данных.
Про OpenClaw я ещё хочу поговорить отдельно — особенно интересно попробовать новую версию на собственной инфраструктуре.
И ещё одна менее заметная, но потенциально важная новость от Anthropic.
Компания начала маркировать контент, созданный новыми моделями Claude.
В текст встраивается невидимый машинно-читаемый watermark, а для поддерживаемых изображений и файлов используется информация о происхождении контента.
Для обычного читателя текст от этого никак не меняется. Но технически появляется дополнительный способ определить вероятность того, что материал был создан Claude.
Пока инструменты обнаружения доступны далеко не всем, поэтому говорить о конце эпохи «угадай, писал это человек или нейросеть» рано.
Но направление довольно понятное.
Получается интересное начало сентября: модели становятся заметно самостоятельнее, агенты превращаются в полноценные рабочие среды, а параллельно начинает формироваться инфраструктура, позволяющая понимать происхождение сгенерированного контента.
Anthropic представила Claude Fable 5.1 — и, судя по первым демонстрациям, это уже гораздо больше похоже не на очередное обновление чат-бота, а на инструмент для довольно серьёзной самостоятельной работы.
Несколько примеров, которые особенно мне понравились.
В одной из демонстраций Fable 5.1 получает общедоступные данные NASA, собирает на их основе интерактивный 3D-глобус прямо в браузере и прокладывает маршрут для лунохода. Причём не просто соединяет две точки, а учитывает рельеф, объезжает слишком крутые участки и объясняет, почему выбрала именно такой маршрут.
В другой — практически с нуля собирает персонального авиадиспетчера для Mac.
Указываете свой дом, и программа начинает следить за самолётами поблизости: сообщает, куда смотреть и через сколько секунд самолёт появится в поле зрения. При расчётах учитываются рельеф, препятствия и даже задержка распространения звука.
Третья демонстрация особенно интересна мне как человеку, который постоянно работает с данными.
Модель получает сырые показатели компании, самостоятельно обновляет прогноз выручки через API, проверяет расчёты, а затем проводит бэктест предыдущих прогнозов.
То есть речь уже не про «построй мне график», а про достаточно длинный аналитический процесс, внутри которого ИИ сам получает данные, выполняет расчёты и проверяет собственный результат.
Три видео с этими демонстрациями прикреплю к посту — здесь их действительно интереснее один раз увидеть.
Но ещё интереснее научная часть релиза.
Fable 5.1 использовали для обработки старых радиолокационных данных аппарата NASA Magellan и построения новой карты рельефа Венеры.
Детализация увеличилась примерно с 10–20 км до 2–3 км, а точность определения высоты, по данным Anthropic, выросла до 25%. Карта охватывает примерно треть поверхности планеты и будет опубликована для дальнейшего использования исследователями.
Для меня это, пожалуй, самое интересное во всём релизе.
Мы довольно быстро переходим от нейросети, которая помогает написать текст или код, к системе, которой можно поставить исследовательскую задачу и оставить работать над ней довольно долго.
И это не единственное обновление последних дней.
🦞 Вышел OpenClaw 2.0.
Это крупнейшее обновление проекта: полностью переработан веб-интерфейс, упрощена установка, улучшена работа с памятью и длительными сессиями, появились интерактивные панели, работа на подключённых устройствах и дополнительные механизмы защиты учётных данных.
Про OpenClaw я ещё хочу поговорить отдельно — особенно интересно попробовать новую версию на собственной инфраструктуре.
И ещё одна менее заметная, но потенциально важная новость от Anthropic.
Компания начала маркировать контент, созданный новыми моделями Claude.
В текст встраивается невидимый машинно-читаемый watermark, а для поддерживаемых изображений и файлов используется информация о происхождении контента.
Для обычного читателя текст от этого никак не меняется. Но технически появляется дополнительный способ определить вероятность того, что материал был создан Claude.
Пока инструменты обнаружения доступны далеко не всем, поэтому говорить о конце эпохи «угадай, писал это человек или нейросеть» рано.
Но направление довольно понятное.
Получается интересное начало сентября: модели становятся заметно самостоятельнее, агенты превращаются в полноценные рабочие среды, а параллельно начинает формироваться инфраструктура, позволяющая понимать происхождение сгенерированного контента.
👍3🔥2
Почему нейросети лучше открывать только с официальных сайтов
Последние два поста были про то, как получить доступ к ИИ-сервисам и какую нейросеть выбрать под конкретную задачу.
Но здесь есть ещё один момент, про который легко забыть.
Чем популярнее становятся ChatGPT, Claude, DeepSeek и остальные сервисы, тем больше появляется сайтов, приложений и расширений, которые только делают вид, что имеют к ним отношение.
Причём подделка сегодня может выглядеть почти идеально.
Тот же логотип. Похожий адрес. Знакомая форма входа. Кнопка «Скачать приложение».
А дальше вариантов несколько: у вас могут попросить логин и пароль, данные банковской карты или предложить скачать «официальный клиент», внутри которого окажется совсем не нейросеть.
Поэтому у меня есть довольно простое правило: для работы с ИИ я стараюсь пользоваться официальным сайтом разработчика или источником, который уже заранее проверил.
И первая строчка в поисковой выдаче здесь ничего не гарантирует. Особенно если это реклама. Как видно на второй картинке в поисковой выдаче Яндекса Deepseek стоит шестой позиции и невнимательный пользователь может перейти на 3 сайта с схожим названием, поэтому необходимо быть очень внимательными.
Несколько простых правил, которые я бы рекомендовал.
1. Один раз найдите официальный сайт и сохраните его в закладки.
После этого вообще нет необходимости каждый раз искать «ChatGPT вход» или «скачать DeepSeek».
2. Перед вводом пароля посмотрите на адрес сайта.
Не только на красивый логотип и надпись ChatGPT посередине экрана.
Лишняя буква, другое окончание домена или слово вроде official в адресе сами по себе совершенно не делают сайт официальным.
3. Приложения лучше скачивать по ссылке с сайта самого разработчика или из официального магазина приложений.
И обязательно смотреть, кто указан разработчиком.
Особенно осторожно я бы относился к предложениям скачать какой-нибудь «улучшенный ChatGPT Pro для Windows бесплатно».
4. С расширениями для браузера — та же история.
Расширение получает довольно большой доступ к тому, что происходит в браузере. Поэтому устанавливать первое попавшееся «DeepSeek Assistant» просто потому, что у него красивый логотип, я бы точно не стал.
5. Официальные ссылки на нейросети.
Чтобы каждый раз не искать нужный сервис через поисковую выдачу, лучше один раз сохранить официальные адреса:
— ChatGPT — https://chatgpt.com
— Claude — https://claude.ai
— Gemini — https://gemini.google.com
— DeepSeek — https://www.deepseek.com
— Qwen — https://chat.qwen.ai
— GigaChat — https://giga.chat
— Алиса AI — https://alice.yandex.ru
Именно эти адреса я бы сохранял в закладки и уже дальше открывал сервисы напрямую.
Потому что фраза «найдите DeepSeek в интернете» сегодня уже не такая безобидная инструкция, как кажется.
В итоге цифровая гигиена здесь довольно простая.
Последние два поста были про то, как получить доступ к ИИ-сервисам и какую нейросеть выбрать под конкретную задачу.
Но здесь есть ещё один момент, про который легко забыть.
Чем популярнее становятся ChatGPT, Claude, DeepSeek и остальные сервисы, тем больше появляется сайтов, приложений и расширений, которые только делают вид, что имеют к ним отношение.
Причём подделка сегодня может выглядеть почти идеально.
Тот же логотип. Похожий адрес. Знакомая форма входа. Кнопка «Скачать приложение».
А дальше вариантов несколько: у вас могут попросить логин и пароль, данные банковской карты или предложить скачать «официальный клиент», внутри которого окажется совсем не нейросеть.
Поэтому у меня есть довольно простое правило: для работы с ИИ я стараюсь пользоваться официальным сайтом разработчика или источником, который уже заранее проверил.
И первая строчка в поисковой выдаче здесь ничего не гарантирует. Особенно если это реклама. Как видно на второй картинке в поисковой выдаче Яндекса Deepseek стоит шестой позиции и невнимательный пользователь может перейти на 3 сайта с схожим названием, поэтому необходимо быть очень внимательными.
Несколько простых правил, которые я бы рекомендовал.
1. Один раз найдите официальный сайт и сохраните его в закладки.
После этого вообще нет необходимости каждый раз искать «ChatGPT вход» или «скачать DeepSeek».
2. Перед вводом пароля посмотрите на адрес сайта.
Не только на красивый логотип и надпись ChatGPT посередине экрана.
Лишняя буква, другое окончание домена или слово вроде official в адресе сами по себе совершенно не делают сайт официальным.
3. Приложения лучше скачивать по ссылке с сайта самого разработчика или из официального магазина приложений.
И обязательно смотреть, кто указан разработчиком.
Особенно осторожно я бы относился к предложениям скачать какой-нибудь «улучшенный ChatGPT Pro для Windows бесплатно».
4. С расширениями для браузера — та же история.
Расширение получает довольно большой доступ к тому, что происходит в браузере. Поэтому устанавливать первое попавшееся «DeepSeek Assistant» просто потому, что у него красивый логотип, я бы точно не стал.
5. Официальные ссылки на нейросети.
Чтобы каждый раз не искать нужный сервис через поисковую выдачу, лучше один раз сохранить официальные адреса:
— ChatGPT — https://chatgpt.com
— Claude — https://claude.ai
— Gemini — https://gemini.google.com
— DeepSeek — https://www.deepseek.com
— Qwen — https://chat.qwen.ai
— GigaChat — https://giga.chat
— Алиса AI — https://alice.yandex.ru
Именно эти адреса я бы сохранял в закладки и уже дальше открывал сервисы напрямую.
Потому что фраза «найдите DeepSeek в интернете» сегодня уже не такая безобидная инструкция, как кажется.
В итоге цифровая гигиена здесь довольно простая.
👍4🔥2