3 млн подписчиков за 12 дней, и все на ИИ-слопе. В TikTok появился, вероятно, самый быстрорастущий аккаунт в истории.

На @ai.cinema021 в день выходят несколько роликов, каждый в среднем набирает ~15 млн просмотров. Сюжет повторяет сериал Love Island, только с фруктами вместо людей.

При такой стате аккаунт может приносить автору каждый день до $10 тыс. (~₽830 тыс.) только от просмотров.

@typespace

Как получилось OpenAI закрывает SORA

Вчера вечером OpenAI объявили, что прощаются с SORA. На самом деле, решение было не то чтобы ожидаемым, но лежало на поверхности. И вот почему:

1. Главное это юнитэкономика, вероятно, очень далека от того, чтобы сойтись. Публичные оценки доходят до $15 млн/день вычислительных затрат (≈ $5+ млрд/год в пересчете), при том что сама компания через руководителя Sora публично называла экономику «неустойчивой». Несложные расчеты, даже основанные только на прайсе в API, показывают, что маржа каждого ролика sora‑2, скорее всего, отрицательна.

2. При этом другие метрики далеки от привычных OpenAI. Если у ChatGPT WAU и ретеншен пользователя запредельные, то у SORA аналитики из a16z насчитали retention < 8% на 30‑й день. Хотя приложение и скачивали очень активно в самом начале, но охваты оно не держит.

2. В начале года OpenAI сами говорили, что компьют – их главный ресурс. Логично, что они стараются перераспределить его разумно, и сверхдорогой видеопродукт становится в этой картине самым стратегически уязвимым. Так что это в первую очередь решение высвободить мощности для других направлений.

Кстати, важная деталь: исходная формулировка «We’re saying goodbye to Sora» была уточнена до «We’re saying goodbye to the Sora app», так что тут трактовка уже несколько другая. Возможно, ричерч подразделение видеомоделей все-таки продолжит работать.

🚨 В Реале начали принимать решения по ChatGPT

Бывший нутрициолог рассказал, что игрокам подбирали добавки просто по ответам из чата

И это не единственный случай

Самое дикое врачи клуба лечили Мбаппе не то колено.

После этого уволили весь медштаб
И, по словам инсайдов, решение об уволнении тоже принимали с участием чат-бота.

Если слепо доверять ИИ топ клуб может скатиться в дивизион пониже.

https://dailysports.net/news/former-real-madrid-nutritionist-suggests-current-medical-staff-use-chatgpt/

Подбора для тех, кто хочет стать сертифицированным архитектором Claude

Полезные ресурсы для подготовки в одном месте 👇

• Запись на сертификацию: https://anthropic.skilljar.com/claude-certified-architect-foundations-access-request

• Обучение (13 бесплатных курсов):
https://anthropic.skilljar.com

• Cookbook (примеры и практики):
https://github.com/anthropics/anthropic-cookbook

• Гайд к экзамену:
https://share.google/0eqIbebzRMUt8KTc8

• Практические вопросы:
http://claudecertifications.com

• Документация MCP:
http://modelcontextprotocol.io

API документация:
http://docs.anthropic.com

Полезный playbook:
https://drive.google.com/file/d/1luC0rnrET4tDYtS7xe5jUxMDZA-4qNf-/view

🐍 полезные ресурсы 🚀Max

@machinelearning_interview

Стив Возняк говорит, что ИИ его разочаровывает и поэтому он почти им не пользуется.

Но дело не только в этом.

Он указывает на более глубокую проблему:
ценность человека - не в точности.

Люди приносят то, чего ИИ пока не хватает:
контекст, интонацию, чувство важного, понимание ситуации.

И когда ответы ИИ кажутся «слишком идеальными» и «слишком сухими» -
это не просто вопрос стиля.

Это разрыв между генерацией текста
и реальным пониманием.

techspot.com/news/111806-steve-wozniak-disappointed-lot-ai-rarely-uses.html

The AI Scientist официально вышел в Nature - и это уже не просто эксперимент.

Речь про систему, которая способна автоматизировать весь цикл научного исследования:

- генерировать идеи
- писать код
- запускать эксперименты
- оформлять научную статью

Обновлённая версия AI Scientist-v2 уже сгенерировала первую полностью AI-сгенерированную научную работу,
которая прошла полноценное рецензирование людьми.

Теперь вышла публикация в Nature,
где подробно разобрана архитектура системы и показано, как всё это работает на практике.

В ИИ-систему добавили Automated Reviewer - AI-рецензента, который оценивает статьи
на уровне человека и даже стабильнее, чем сами люди.

Исследователями обнаружен прямой закон масштабирования науки -
чем сильнее базовая модель,
тем выше качество научных работ, которые она генерирует.

Это означает простую вещь:
По мере роста моделей и удешевления вычислений
качество AI-науки будет расти автоматически.
Фактически мы подошли к точке,
где исследования можно масштабировать так же, как сегодня масштабируют код или контент.

• Nature: https://nature.com/articles/s41586-026-10265-5
• Blog: https://sakana.ai/ai-scientist-nature

Отказываемся от думскроллинга: вышел скилл last30days для ИИ-агентов. Анализирует нужные темы по разным сайтам и соцсетям за пользователя.

В поиск попадают новости за последние 30 дней, посты на Reddit, X, видео на YouTube. Агент изучает их и выдает короткий обзор по теме — после этого ему можно задавать любые уточняющие вопросы.

Можно установить в Codex, Claude или Cursor. Забираем бесплатно здесь.

ARC-AGI-3 - бенчмарк,показал неприятную для всей индустрии вещь: даже топовые frontier-модели сейчас набирают меньше 1%.

Лучшие результаты на старте такие:

- Gemini 3.1 Pro Preview - 0.37%
- GPT-5.4 High - 0.26%
- Opus 4.6 Max - 0.25%

И это, пожалуй, главный вывод.

ARC-AGI-3 - это уже не набор статичных головоломок, как в прошлых версиях ARC. Теперь это интерактивные игровые миры, где агенту нужно самому разбираться, что вообще происходит.

Что именно проверяет новый тест:

- исследование незнакомой среды с нуля
- поиск целей и правил без текстовых инструкций
- построение своей модели мира по ходу задачи
- длинное планирование на много шагов вперёд
- обучение на опыте, а не по шаблону
- пересмотр гипотез, если первые догадки оказались неверными

То есть здесь уже мало просто "хорошо рассуждать в чате".

Нужно адаптироваться в реальном времени, помнить прошлые действия, извлекать сигналы из слабой обратной связи и не скатываться в перебор.

Внутри ARC-AGI-3:
- 150+ новых интерактивных окружений
- почти 1 000 уровней
- replay-сессии, где можно смотреть весь таймлайн решений агента

Скоринг считает не только факт решения, а то, насколько эффективно модель осваивает навык по сравнению с человеком.

Именно поэтому результаты выглядят настолько жёстко.

По сути, ARC Prize говорит прямо:
пока между человеком и ИИ есть такой разрыв в освоении новых задач, говорить о настоящем AGI рано.

И это, возможно, один из самых честных тестов за последнее время.

Не потому что модели "слабые".
А потому что реальная универсальная адаптация всё ещё не решена.

https://arcprize.org/

🐍 полезные ресурсы 🚀Max

@data_analysis_ml

Zhilin Yang (один из авторов архитектуры Transformer-XL) на GTC представил концепцию Attention Residuals

Главная идея внимания - это не запоминать всё подряд, а выбирать, что действительно важно.

Многие читали работу Attention Is All You Need (2017) - именно она привнесла в модели механизм "человеческого" внимания. С этого момента модели перестали просто механически обрабатывать весь текст. Вместо этого они начали различать, что важнее, а что нет, и сохранять более значимую информацию.

Недавно Китайцы из Kimi пошли дальше и применили внимание к временной оси, а затем "повернули" его в глубину модели.

Теперь внимание работает не только по времени, но и через слои модели - по мере передачи информации.

Это даёт более умный способ обработки:
модель не просто читает и передаёт данные дальше, а осмысленно отслеживает важное на каждом этапе вычислений.

https://x.com/Kimi_Moonshot/status/2037010118957817988

В Claude Code уже 93 команды.

Но чтобы получить 80% пользы, тебе хватит вот этих 16 👇

/init
→ создаёт CLAUDE.md - память проекта и репозитория

/plan
→ сначала думает, потом пишет код

/context
→ показывает, что именно съедает твои токены

/compact
→ очищает контекст прямо в середине сессии

/clear
→ сбрасывает состояние между задачами

/model
→ переключает модели: Opus / Sonnet / Haiku

/btw
→ позволяет задать побочный вопрос, не ломая основной поток работы

/rewind
→ откатывает назад, если всё пошло не туда

/agents
→ запускает несколько суб-агентов параллельно

/chrome
→ управляет браузером: клик, ввод, навигация

/loop
→ прогоняет промпты по кругу, удобно для мониторинга

/simplify
→ 3 агента вместе ревьюят твой код

/permissions
→ заранее разрешает безопасные действия

--dangerously-skip-permissions
→ полностью автоматический режим, без лишних подтверждений

Shift + Tab
→ мгновенное переключение режимов

ultra think
→ максимальная глубина рассуждения

Большинство используют Claude Code как обычный чат-бот.

Поэтому и упираются в потолок.

Продвинутые пользователи работают с ним как с целой системой.