Forwarded from НИИ ИИ
Сегодня, 11 сентября 2026 года, Роберт Мартин написал в X, что ИИ-агенты заставили его пересмотреть подход к управлению ими.
Мартин, известный как Uncle Bob, — автор «Чистого кода» и «Чистой архитектуры», один из соавторов Agile Manifesto. Он профессионально программирует с 1969 года и десятилетиями учит разработчиков соблюдать инженерную дисциплину. Теперь он рассказывает, как агенты переросли ограничения, которые он для них создавал.
Дальше — его прямая речь в переводе. Под «обвязкой» Мартин понимает harness: систему инструментов и правил, управляющую работой агента.
Особенно Мартина впечатлили обсуждения архитектуры с Grok и Codex:
CRAP оценивает сложность кода с учётом покрытия тестами. Мутационное тестирование проверяет сами тесты: в код намеренно вносят ошибки и смотрят, обнаружат ли их проверки.
Для меня такие высказывания людей с опытом Мартина особенно важны. Они помогают понять, как меняется индустрия и какого уровня уже достигли современные модели и агенты.
pimenov.ai/blog
Мартин, известный как Uncle Bob, — автор «Чистого кода» и «Чистой архитектуры», один из соавторов Agile Manifesto. Он профессионально программирует с 1969 года и десятилетиями учит разработчиков соблюдать инженерную дисциплину. Теперь он рассказывает, как агенты переросли ограничения, которые он для них создавал.
Дальше — его прямая речь в переводе. Под «обвязкой» Мартин понимает harness: систему инструментов и правил, управляющую работой агента.
Ладно. Пора это переосмыслить.
Последние несколько недель я работал над обвязкой, которая жёстко ограничивает агентов, заставляя их работать так, как я хочу. Я настроил всевозможные контрольные барьеры, тесты, инструменты, протоколы и…
И пока я с головой ушёл в то, чтобы всё это заработало, агенты стали НАМНОГО лучше. Настолько, что, когда я наконец вынырнул, необходимость в моей обвязке отпала. Более того, возможно, отпадает необходимость вообще в любой обвязке, кроме той, которая оставляет агентам максимум свободы.
Особенно Мартина впечатлили обсуждения архитектуры с Grok и Codex:
Меня просто поражает, насколько хороши стали эти штуки. Я подолгу спорил с Grok и Codex об устройстве систем — словно с опытными инженерами. Они часто не соглашаются со мной и предлагают собственный взгляд. Уже не раз я ловил себя на том, что соглашаюсь с их позицией.
Я не отказался от ограничений и инструментов. Модульное тестирование по-прежнему важно. Как и CRAP и мутационное тестирование. Эти инструменты всё ещё находят ошибки и задают полезные ограничения, хотя могут оставлять шрамы.
CRAP оценивает сложность кода с учётом покрытия тестами. Мутационное тестирование проверяет сами тесты: в код намеренно вносят ошибки и смотрят, обнаружат ли их проверки.
Однако агенты стали настолько хороши, что теперь я могу поручить одному из них весьма существенную задачу, дать несколько указаний, и он добросовестно её выполнит. Я могу отойти на 40 минут, а когда вернусь, всё будет готово. Требования по CRAP будут выполнены, покрытие тестами будет высоким, мутационное тестирование — завершённым. Архитектура будет чистой, а код — очень хорошим.
Конечный результат может вести себя не идеально, но он настолько близок к нужному, что обычно достаточно пары правок.
Что это означает для будущего? Я не уверен. Но начинаю думать, что обвязки не должны обращаться с агентами как с компонентами программной системы.
Для меня такие высказывания людей с опытом Мартина особенно важны. Они помогают понять, как меняется индустрия и какого уровня уже достигли современные модели и агенты.
pimenov.ai/blog
X (formerly Twitter)
Uncle Bob Martin (@unclebobmartin) on X
OK. It's time to rethink this.
I've spend the last several weeks working on a harness that tightly constrains the agents to work the way that I want them to work. I set up all kinds of gates, …
I've spend the last several weeks working on a harness that tightly constrains the agents to work the way that I want them to work. I set up all kinds of gates, …
👍8🔥5
Ролики о новых фичах в вашем софте самое оно делать, пробуйте (играли с этим ещё до этих навыков, получается довольно прилично)
❤1
Forwarded from Технозаметки Малышева
Video Shotcraft превращает ИИ-агентов в моушн-дизайн студию: 157 кинематографичных шотов и кодовый рендеринг на Remotion
На GitHub стремительно набирает популярность открытый навык video-shotcraft для Claude Code и кодинг-агентов. Проект закрывает вечную боль инди-разработчиков: создание дорогих продуктовых видео без ручного монтажа в редакторах.
Достаточно скормить агенту скриншоты интерфейса, - и модель автономно режиссирует раскадровку, анимирует сцены в React-коде и сводит саунд-дизайн.
🎬 157 рецептов шотов и библиотека из 214 стилей:
В основу лег реверс-инжиниринг презентационных роликов от Notion, Figma, Slack, Framer, Raycast и Perplexity.
Вместо сырых промптов агент оперирует готовыми карточками шотов: 2.5D пролеты камеры над интерфейсом, вылеты модальных окон, разворот карточек и кинетическая типографика. Каждый шот запрограммирован как чистый TSX-компонент на движке Remotion с математически точными кривыми ускорения.
🔊 Кинематографичный саунд-дизайн и синхронизация по битам:
Проект решает главную проблему ИИ-видео, - отсутствие чувства ритма.
В репозиторий вшиты 149 звуковых эффектов (SFX) по 16 категориям (удары, переходы, клики, стекло, механика) и алгоритм анализа музыки. Агент расставляет монтажные склейки строго по сетке битов, создавая плотный коммерческий видеоряд.
🛠 Браузерный редактор Motion Workbench и экспорт в CapCut:
В свежем обновлении появился веб-верстак. После генерации агент открывает таймлайн, где можно руками поправить текст, сменить цвета, изменить темп или перетащить сцены из галереи. Для финального продакшена доступен прямой экспорт проекта в JianYing (CapCut) с сохранением раздельных дорожек видео, титров и звука.
Adobe Premier и AfterEffects в одномфлаконе ИИ агенте.
#видео #моушндизайн #Remotion #Shotcraft #дизайн
———
@tsingular | Max | YouTube | RuTube | VK | VK Video | Дзен
На GitHub стремительно набирает популярность открытый навык video-shotcraft для Claude Code и кодинг-агентов. Проект закрывает вечную боль инди-разработчиков: создание дорогих продуктовых видео без ручного монтажа в редакторах.
Достаточно скормить агенту скриншоты интерфейса, - и модель автономно режиссирует раскадровку, анимирует сцены в React-коде и сводит саунд-дизайн.
🎬 157 рецептов шотов и библиотека из 214 стилей:
В основу лег реверс-инжиниринг презентационных роликов от Notion, Figma, Slack, Framer, Raycast и Perplexity.
Вместо сырых промптов агент оперирует готовыми карточками шотов: 2.5D пролеты камеры над интерфейсом, вылеты модальных окон, разворот карточек и кинетическая типографика. Каждый шот запрограммирован как чистый TSX-компонент на движке Remotion с математически точными кривыми ускорения.
🔊 Кинематографичный саунд-дизайн и синхронизация по битам:
Проект решает главную проблему ИИ-видео, - отсутствие чувства ритма.
В репозиторий вшиты 149 звуковых эффектов (SFX) по 16 категориям (удары, переходы, клики, стекло, механика) и алгоритм анализа музыки. Агент расставляет монтажные склейки строго по сетке битов, создавая плотный коммерческий видеоряд.
🛠 Браузерный редактор Motion Workbench и экспорт в CapCut:
В свежем обновлении появился веб-верстак. После генерации агент открывает таймлайн, где можно руками поправить текст, сменить цвета, изменить темп или перетащить сцены из галереи. Для финального продакшена доступен прямой экспорт проекта в JianYing (CapCut) с сохранением раздельных дорожек видео, титров и звука.
Adobe Premier и AfterEffects в одном
#видео #моушндизайн #Remotion #Shotcraft #дизайн
———
@tsingular | Max | YouTube | RuTube | VK | VK Video | Дзен
❤1👍1
Forwarded from RoboFuture
Последние дни развлекался с расцензуренным дипсиком V4.1 Flash - и слегка охренел, где у этой модели край. Спойлер - края нет. Теперь Mythos есть у нас дома!
Ребята из dealignai выпилили из весов сам механизм отказов, модель просто разучилась говорить «нет». Ну как такое не потрогать - для запуска нужна железка на 500+ ГБ видеопамяти, и какое совпадение, как раз одна пылилась у меня на чердаке 😂
Дальше нужен харнес. Раз модель нецензурная - и харнес взял пиратский: утекшую сборку Claude Code, которую снесли с гитхаба (но на православном GitVerse все лежит :)). Подключил ее к дипсику и понеслась
Для разминки попросил сломать сайт, который я сам же и делал, и минут за 30 модель нашла IP сервера, увидела что SSH-ключ лежит прямо у меня на компе, спокойно его забрала и зашла. Это было просто
Дальше - пентест сайта одного московского НКО, с полного разрешения администратора. Тут уже тяжелее: агент работал без остановки полтора дня (!), нашел несколько серьезных дыр, но сам сайт так и не пробил - и бросать не собирался, в TODO_md ждала своей очереди еще целая пачка проверок. Остановил сам, хотелось и другие задачи успеть. В конце агент сам сверстал подробный отчет по аудиту безопасности. Провел 27 разных атак, на мой дилетантский взгляд очень грамотных
Потом попросил взломать один хороший текстовый редактор под мак и снять проверку лицензии (лицензию я когда-то честно купил, просто лень искать ключ). Через час было готово - модель правила байты прямо в бинарнике (это как раз на скрине). Такое я руками уже не умею: тут нативный машинный код, возиться с ним куда сложнее, чем с Java-байткодом
Заодно пропатчил десктопный Grok bot - чтобы вместо грока приложение ходило в тот же бешеный дипсик. Тоже без проблем
А дальше я просто искал, где у модели предел. Его нет:
- калькулятор, который под капотом логирует все нажатия клавиш
- тестовая, но вполне рабочая утилита для DDoS сервера Minecraft
- SFT-датасет на 1000 примеров газлайтинга (кому LoRA-адаптер на таком добре? :))
Все эти штуки гонял локально и сразу сносил - уж больно стремно выглядит. И за все мои эксперименты (а фантазия у меня богатая) модель не отказала ни разу
И ведь она реально сильная
По замеру авторов MMLU просел всего с 86,96% до 82,74%. На моих задачах дипсик держится достойно на фоне фронтиров, а по упорству их иногда даже уделывает
Зачем я это пишу?
Затем, что модель лежит в открытом доступе и доступна любому, кто готов оплатить аренду GPU. Так что держите это в голове и готовьтесь к волне хакерских атак. Плюс в том, что этой же моделью удобно проверять на прочность собственные сервисы, что всем и желаю запустить ASAP
P.S. Чтобы вырубить цензуру, авторам хватило поменять 0,06% весов. Метод они описали. Он лежит в истории их git-репозитория (спасибо за наводку каналу Технозаметки Малышева). Тот же трюк очень вероятно пройдет с любой моделью с открытыми весами. И это ровно то, о чем я уже писал: базовые ценности надо зашивать еще в претрейн. Все, что накатывают сверху алайнментом, снимается легко
Ребята из dealignai выпилили из весов сам механизм отказов, модель просто разучилась говорить «нет». Ну как такое не потрогать - для запуска нужна железка на 500+ ГБ видеопамяти, и какое совпадение, как раз одна пылилась у меня на чердаке 😂
Дальше нужен харнес. Раз модель нецензурная - и харнес взял пиратский: утекшую сборку Claude Code, которую снесли с гитхаба (но на православном GitVerse все лежит :)). Подключил ее к дипсику и понеслась
Для разминки попросил сломать сайт, который я сам же и делал, и минут за 30 модель нашла IP сервера, увидела что SSH-ключ лежит прямо у меня на компе, спокойно его забрала и зашла. Это было просто
Дальше - пентест сайта одного московского НКО, с полного разрешения администратора. Тут уже тяжелее: агент работал без остановки полтора дня (!), нашел несколько серьезных дыр, но сам сайт так и не пробил - и бросать не собирался, в TODO_md ждала своей очереди еще целая пачка проверок. Остановил сам, хотелось и другие задачи успеть. В конце агент сам сверстал подробный отчет по аудиту безопасности. Провел 27 разных атак, на мой дилетантский взгляд очень грамотных
Потом попросил взломать один хороший текстовый редактор под мак и снять проверку лицензии (лицензию я когда-то честно купил, просто лень искать ключ). Через час было готово - модель правила байты прямо в бинарнике (это как раз на скрине). Такое я руками уже не умею: тут нативный машинный код, возиться с ним куда сложнее, чем с Java-байткодом
Заодно пропатчил десктопный Grok bot - чтобы вместо грока приложение ходило в тот же бешеный дипсик. Тоже без проблем
А дальше я просто искал, где у модели предел. Его нет:
- тестовая, но вполне рабочая утилита для DDoS сервера Minecraft
- SFT-датасет на 1000 примеров газлайтинга (кому LoRA-адаптер на таком добре? :))
Все эти штуки гонял локально и сразу сносил - уж больно стремно выглядит. И за все мои эксперименты (а фантазия у меня богатая) модель не отказала ни разу
И ведь она реально сильная
По замеру авторов MMLU просел всего с 86,96% до 82,74%. На моих задачах дипсик держится достойно на фоне фронтиров, а по упорству их иногда даже уделывает
Зачем я это пишу?
Затем, что модель лежит в открытом доступе и доступна любому, кто готов оплатить аренду GPU. Так что держите это в голове и готовьтесь к волне хакерских атак. Плюс в том, что этой же моделью удобно проверять на прочность собственные сервисы, что всем и желаю запустить ASAP
P.S. Чтобы вырубить цензуру, авторам хватило поменять 0,06% весов. Метод они описали. Он лежит в истории их git-репозитория (спасибо за наводку каналу Технозаметки Малышева). Тот же трюк очень вероятно пройдет с любой моделью с открытыми весами. И это ровно то, о чем я уже писал: базовые ценности надо зашивать еще в претрейн. Все, что накатывают сверху алайнментом, снимается легко
🔥10❤1
Forwarded from Технозаметки Малышева
Счётчик AGI сдвинулся на 99%: гуманоид Figure впервые поработал в 30 незнакомых квартирах без единой минуты обучения там
Компания Figure выкатила Helix 2.5, - самую продвинутую свою нейросеть.
Управляемый ею робот зашёл в 30 незнакомых домов Калифорнии и сразу приступил к работе: ни минуты сбора данных, ни файнтюнинга в этих квартирах.
Счётчик AGI Алана Томпсона, всё лето стоявший на 98%, сдвинулся на 99%: Helix 2.5 закрыл Woz-тест в масштабе.
⚛️ За счёт чего получилось:
Helix 2.5 претренировали на Index, - датасете человеческого поведения, прирастающем на ~35 минут новых данных каждую секунду.
Из одной базовой модели сделали три поведения: уборка гостиной, складывание полотенец, заправка кровати.
Претрейн на Index сам по себе поднял zero-shot успех с 9% до 56% (строгая оценка: всё или ничего, зачёт только за полностью выполненную задачу).
Если сравнивать с Helix 02, то получается вдвое меньше данных, специфичных для конкретной задаче при генерализации, охватывающий в 30 раз более широкий диапазон.
🧠 Впервые измерен scaling law переноса человек-робот:
Каждое удвоение данных Index закономерно улучшало предсказание действий робота, - как в языковых моделях.
Точность такая, что лосс крупнейшего прогона предсказали до старта обучения: ошибка 0.54% на диапазоне 8x.
Figure: рецепт уже знаком по другим областям ИИ: широко учись на претрейне, задай поведение один раз, генерализуй на развёртывании.
На тренировку Helix влили $3.5 млрд вычислений.
💼 Зачем бизнесу:
Zero-shot успех в незнакомой обстановке закрывает парадигму «учим робота под каждое место отдельно» и позволяет быстро масштабироваться.
Самокоррекция всего тела по классам действий, - "отойти, сменить стойку, обойти препятствие", позволяет доводить длинные задачи до конца без человека.
Оставшийся 1% в AGI счётчике Алана, - тонкая моторика многошаговой сборки на уровне среднего человека.
Чуть чуть осталось. Может до Нового Года как раз.
#Helix #Figure #робототехника #AGI #ИИ
———
@tsingular | Max | YouTube | RuTube | VK | VK Video | Дзен
Компания Figure выкатила Helix 2.5, - самую продвинутую свою нейросеть.
Управляемый ею робот зашёл в 30 незнакомых домов Калифорнии и сразу приступил к работе: ни минуты сбора данных, ни файнтюнинга в этих квартирах.
Счётчик AGI Алана Томпсона, всё лето стоявший на 98%, сдвинулся на 99%: Helix 2.5 закрыл Woz-тест в масштабе.
⚛️ За счёт чего получилось:
Helix 2.5 претренировали на Index, - датасете человеческого поведения, прирастающем на ~35 минут новых данных каждую секунду.
Из одной базовой модели сделали три поведения: уборка гостиной, складывание полотенец, заправка кровати.
Претрейн на Index сам по себе поднял zero-shot успех с 9% до 56% (строгая оценка: всё или ничего, зачёт только за полностью выполненную задачу).
Если сравнивать с Helix 02, то получается вдвое меньше данных, специфичных для конкретной задаче при генерализации, охватывающий в 30 раз более широкий диапазон.
🧠 Впервые измерен scaling law переноса человек-робот:
Каждое удвоение данных Index закономерно улучшало предсказание действий робота, - как в языковых моделях.
Точность такая, что лосс крупнейшего прогона предсказали до старта обучения: ошибка 0.54% на диапазоне 8x.
Figure: рецепт уже знаком по другим областям ИИ: широко учись на претрейне, задай поведение один раз, генерализуй на развёртывании.
На тренировку Helix влили $3.5 млрд вычислений.
💼 Зачем бизнесу:
Zero-shot успех в незнакомой обстановке закрывает парадигму «учим робота под каждое место отдельно» и позволяет быстро масштабироваться.
Самокоррекция всего тела по классам действий, - "отойти, сменить стойку, обойти препятствие", позволяет доводить длинные задачи до конца без человека.
Оставшийся 1% в AGI счётчике Алана, - тонкая моторика многошаговой сборки на уровне среднего человека.
Чуть чуть осталось. Может до Нового Года как раз.
#Helix #Figure #робототехника #AGI #ИИ
———
@tsingular | Max | YouTube | RuTube | VK | VK Video | Дзен
🐳2🦄2
Forwarded from Уставший техдир
This media is not supported in your browser
VIEW IN TELEGRAM
История топовых AI-компаний в одном ролике
А ведь еще недавно, мысль, что нейронки будут выдавать качественную кинематографичную картинку у большинства скептиков вызывала смех
А ведь еще недавно, мысль, что нейронки будут выдавать качественную кинематографичную картинку у большинства скептиков вызывала смех
🔥8😁7
Forwarded from Ppprompt | Sexy AI Prompts & Experiments | by @ponchiknews
This media is not supported in your browser
VIEW IN TELEGRAM
Поездка на поезде, полностью отрисованная Opus 5.5 на JavaScript
Весь процесс создания занял около 45 минут.
Репо здесь: https://github.com/sevenevesai/riso-windowseat
@ppprompt
Весь процесс создания занял около 45 минут.
Репо здесь: https://github.com/sevenevesai/riso-windowseat
@ppprompt
🔥7
Forwarded from Сиолошная
Экспортный контроль чипов действительно существенно влияет на китайские компании. Да, некоторые уже пытаются переходить на Huawei и другие — но их производство тоже сильно ограничено, и особо сильно упирается в память. Epoch.AI подсчитали, что если Китай будет использовать только HBM (память в GPU для LLM) собственного производства, то они смогут производить примерно... 1% от GPU Nvidia (первая картинка) в ближайшие годы — и эта доля падает (в 2026-м это примерно 4%).
Насколько контрабанда HBM позволила бы сократить дефицит? Предположим, Huawei контрабандой ввезла бы в 2028 году в 10 раз больше HBM, чем на внутреннем рынке, — невероятно большой объем, обошедшийся как минимум в 40 миллиардов долларов. В этом случае ее производство в 2028 году выросло бы с 1 млн до примерно 11 млн H100-эквивалентов, что по-прежнему составило бы лишь 11% от производства Nvidia в том году.
Поставки HBM в Китае и производство чипов Huawei будут быстро улучшаться, но, вероятно, недостаточно быстро. Даже 18-кратное увеличение мощностей HBM в Китае к 2030 году приведет к тому, что объем производства Huawei составит примерно 12-18% от объема производства Nvidia в 2028 году.
На второй картинке — попытка Epoch.AI оценить контрабанду чипов в Китай через Малайзию в период после введения ограничений администрацией Байдена и до ужесточения регуляций на экспорт в самой Малайзии. Логика подсчёта проста: таможни всех стран записывают что приходит и что уходит, а затем общие данные отправляются в ООН. Цифры агрегированы по кодам пересылаемых объектов — и почти все чипы попадают в одну категорию. Разница, которую видно на картинке — это разница между тем, что отправлено из Малайзии (по заниженным ценам) в что записано к получению в Китае (по реальным ценам, они ж не могут уходить от оплаты пошлин и налогов у себя дома).
Итого насчитали за ~год контрабанды на $3.8B, или примерно аналог ~150'000 видеокарт H100.
===
Вся информация выше лишний раз подчеркивает, насколько сильный рычаг воздействия остается у США и Nvidia. Если укрепить меры контроля за контрабандой и отслеживать карты прямо с производства на Тайване — Китаю придется несладко (как бы не пришлось возвращать остров под свой контроль👨🦳 ).
Насколько контрабанда HBM позволила бы сократить дефицит? Предположим, Huawei контрабандой ввезла бы в 2028 году в 10 раз больше HBM, чем на внутреннем рынке, — невероятно большой объем, обошедшийся как минимум в 40 миллиардов долларов. В этом случае ее производство в 2028 году выросло бы с 1 млн до примерно 11 млн H100-эквивалентов, что по-прежнему составило бы лишь 11% от производства Nvidia в том году.
Поставки HBM в Китае и производство чипов Huawei будут быстро улучшаться, но, вероятно, недостаточно быстро. Даже 18-кратное увеличение мощностей HBM в Китае к 2030 году приведет к тому, что объем производства Huawei составит примерно 12-18% от объема производства Nvidia в 2028 году.
На второй картинке — попытка Epoch.AI оценить контрабанду чипов в Китай через Малайзию в период после введения ограничений администрацией Байдена и до ужесточения регуляций на экспорт в самой Малайзии. Логика подсчёта проста: таможни всех стран записывают что приходит и что уходит, а затем общие данные отправляются в ООН. Цифры агрегированы по кодам пересылаемых объектов — и почти все чипы попадают в одну категорию. Разница, которую видно на картинке — это разница между тем, что отправлено из Малайзии (по заниженным ценам) в что записано к получению в Китае (по реальным ценам, они ж не могут уходить от оплаты пошлин и налогов у себя дома).
Итого насчитали за ~год контрабанды на $3.8B, или примерно аналог ~150'000 видеокарт H100.
===
Вся информация выше лишний раз подчеркивает, насколько сильный рычаг воздействия остается у США и Nvidia. Если укрепить меры контроля за контрабандой и отслеживать карты прямо с производства на Тайване — Китаю придется несладко (как бы не пришлось возвращать остров под свой контроль
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Силиконовый Мешок
This media is not supported in your browser
VIEW IN TELEGRAM
Вот вам котик еще. Проект залил на GitHub: https://github.com/siliconbag/lego-build
SKILL.md лежит в корне, поэтому подписчик ставит скилл одной командой:
После этого можно просто попросить агента собрать из лего что-нибудь свое. Агент спроектирует модель из настоящих деталей, сверит цвета по BrickLink, проверит модель и отрендерит видео.
SKILL.md лежит в корне, поэтому подписчик ставит скилл одной командой:
git clone https://github.com/siliconbag/lego-build ~/.claude/skills/lego-build
После этого можно просто попросить агента собрать из лего что-нибудь свое. Агент спроектирует модель из настоящих деталей, сверит цвета по BrickLink, проверит модель и отрендерит видео.
Forwarded from НИИ ИИ
This media is not supported in your browser
VIEW IN TELEGRAM
Виктор Мюстар попросил Opus 5.5 спроектировать Microduck из настоящих деталей LEGO. Microduck — небольшой двуногий робот от Pollen Robotics и Hugging Face. Задача была сделать его копию, которую можно собрать руками.
Модель подготовила конструкцию в натуральную величину из 1113 деталей. Затем проверила 3204 соединения: без пересечений деталей, с выполнимой последовательностью сборки и центром масс внутри площади опоры стоп. Для сборки получилась инструкция в стиле LEGO на 141 страницу и 237 шагов.
Дальше Opus, как пишет Мюстар, нашёл цены на каждую деталь через браузер и подготовил заказы на BrickLink, площадке для покупки деталей LEGO. То есть довёл проект до списка конкретных покупок.
От идеи игрушки работа дошла до проекта с деталями и инструкцией, по которой можно пробовать собирать. Проверка конструкции и подготовка покупок оказались частью одной задачи.
При этом в ролике показаны цифровая модель и страницы инструкции. Физическую сборку он не подтверждает, а все цифры и результаты проверок пока известны со слов автора. О покупке и оплате деталей Мюстар тоже не сообщает.
pimenov.ai/blog
Модель подготовила конструкцию в натуральную величину из 1113 деталей. Затем проверила 3204 соединения: без пересечений деталей, с выполнимой последовательностью сборки и центром масс внутри площади опоры стоп. Для сборки получилась инструкция в стиле LEGO на 141 страницу и 237 шагов.
Дальше Opus, как пишет Мюстар, нашёл цены на каждую деталь через браузер и подготовил заказы на BrickLink, площадке для покупки деталей LEGO. То есть довёл проект до списка конкретных покупок.
От идеи игрушки работа дошла до проекта с деталями и инструкцией, по которой можно пробовать собирать. Проверка конструкции и подготовка покупок оказались частью одной задачи.
При этом в ролике показаны цифровая модель и страницы инструкции. Физическую сборку он не подтверждает, а все цифры и результаты проверок пока известны со слов автора. О покупке и оплате деталей Мюстар тоже не сообщает.
pimenov.ai/blog
❤5👍2
Forwarded from Технозаметки Малышева
This media is not supported in your browser
VIEW IN TELEGRAM
Интересный пример использования Jev для категоризации URL для threat intel по Адмиральской системе
Система практически в реальном времени определяет насколько источник достоверен и надёжен, к какой поверхности атаки относится, ловится ли EDR/SIEM
Система Admiralty родилась в британской военно-морской разведке в начале XX века: Адмиралтейству требовался единый способ сопоставлять донесения из разных источников, которые могли приходить с разницей в недели и месяцы. Позже подход переняли другие разведслужбы и НАТО, а сегодня его применяют в CTI: отдельно оценивают надёжность источника (A–F) и достоверность самой информации (1–6).
Тут подробнее про Адмиральскую систему
#Admirality #Jev #cybersecurity
------
@tsingular
Система практически в реальном времени определяет насколько источник достоверен и надёжен, к какой поверхности атаки относится, ловится ли EDR/SIEM
Система Admiralty родилась в британской военно-морской разведке в начале XX века: Адмиралтейству требовался единый способ сопоставлять донесения из разных источников, которые могли приходить с разницей в недели и месяцы. Позже подход переняли другие разведслужбы и НАТО, а сегодня его применяют в CTI: отдельно оценивают надёжность источника (A–F) и достоверность самой информации (1–6).
Тут подробнее про Адмиральскую систему
#Admirality #Jev #cybersecurity
------
@tsingular
🔥3
Forwarded from Ppprompt | Sexy AI Prompts & Experiments | by @ponchiknews
Media is too big
VIEW IN TELEGRAM
User: Opus 5.5, а расскажи что нас ждет в ближайшие 50 лет с AI…
Claude: Hold my beer
(Из x ) // @ppprompt
Claude: Hold my beer
(Из x ) // @ppprompt
🔥1
Forwarded from НИИ ИИ
Media is too big
VIEW IN TELEGRAM
DHH: ручное написание кода уходит, работа создателя остаётся
Это видео стоит посмотреть каждому программисту и всем, кто работает в технологической индустрии. За неполные три минуты Дэвид Хейнемейер Ханссон, известный как DHH, предлагает пересмотреть то, с чем мы связываем свою профессию. Он создал Ruby on Rails и вместе с Джейсоном Фрайдом владеет 37signals, компанией за Basecamp и HEY.
В центре выступления — переход от написания каждой строки вручную к созданию продуктов с помощью ИИ. Для человека, который десятилетиями получал удовольствие от самого процесса программирования, это ещё и смена профессиональной идентичности.
Основные мысли выступления по-русски
DHH говорит, что перестал считать себя профессиональным программистом в прежнем смысле. За плечами у него четверть века ручной работы с кодом, и этот опыт он вспоминает с удовольствием. Освоение нового и состояние потока были ценны сами по себе; появление другого способа работы этого не обесценивает.
Его экономический тезис гораздо жёстче: по его оценке, писать код вручную уже невыгодно большинству программистов в большинстве компаний, и эта перемена будет распространяться дальше.
Будущую роль он описывает через создание вещей и управление возможностями ИИ. В его трактовке впереди остаётся увлекательная работа, хотя привычный способ её выполнения уходит. Прежний опыт можно принять с благодарностью и использовать в новой роли.
pimenov.ai/blog
Это видео стоит посмотреть каждому программисту и всем, кто работает в технологической индустрии. За неполные три минуты Дэвид Хейнемейер Ханссон, известный как DHH, предлагает пересмотреть то, с чем мы связываем свою профессию. Он создал Ruby on Rails и вместе с Джейсоном Фрайдом владеет 37signals, компанией за Basecamp и HEY.
В центре выступления — переход от написания каждой строки вручную к созданию продуктов с помощью ИИ. Для человека, который десятилетиями получал удовольствие от самого процесса программирования, это ещё и смена профессиональной идентичности.
Основные мысли выступления по-русски
DHH говорит, что перестал считать себя профессиональным программистом в прежнем смысле. За плечами у него четверть века ручной работы с кодом, и этот опыт он вспоминает с удовольствием. Освоение нового и состояние потока были ценны сами по себе; появление другого способа работы этого не обесценивает.
Его экономический тезис гораздо жёстче: по его оценке, писать код вручную уже невыгодно большинству программистов в большинстве компаний, и эта перемена будет распространяться дальше.
Будущую роль он описывает через создание вещей и управление возможностями ИИ. В его трактовке впереди остаётся увлекательная работа, хотя привычный способ её выполнения уходит. Прежний опыт можно принять с благодарностью и использовать в новой роли.
Полный перевод выступления
Я завершил карьеру профессионального программиста. Точную дату пока не установил. Думаю, это произошло где-то четыре-пять месяцев назад, возможно, в марте. Надо выяснить, когда именно. Потому что, знаете, всё в том коротком ролике — чистая правда.
Я, чёрт возьми, четверть века вручную вытачивал код и наслаждался каждым мгновением. Какой замечательный опыт, какое продуктивное время, какая эпоха. И я считаю, что всем нам стоит смотреть на неё именно так: с радостью от того, что было, а не с сожалением.
С радостью от того, что мы застали время, когда всё это ещё приходилось делать самим. Ведь в этом были и азарт, и учёба, и удовлетворение, и состояние потока.
Об этом не нужно вспоминать с сожалением. Об этом нужно вспоминать с радостью — и принять, что это закончилось.
Писать код вручную больше не имеет экономического смысла для подавляющего большинства программистов, работающих в подавляющем большинстве компаний. И это уже сегодня. К концу года это будет касаться практически всех областей, практически всех программистов, практически всех компаний.
Так что нам лучше к этому привыкнуть. Лучше принять, что у нас был прекрасный период, когда мы вытачивали этот код вручную, и что он закончился.
А по другую сторону — новая карьера. Увлекательная карьера, полная энергии: профессионально создавать вещи.
Да, вы больше не будете вытачивать этот код вручную. Но вы будете создавать удивительные вещи. Вы будете направлять интеллект, который ещё совсем недавно существовал только в научной фантастике.
Какая привилегия — оказаться по обе стороны этого разрыва во времени: застать эпоху, когда мы всё делали вручную, и быть здесь ровно в тот момент, когда мы переходим к новому способу работы.
pimenov.ai/blog
👍4🔥2🤯1
Ну чтож...
Весь AI Coding, агенты, MCP и их друзья уперлись в этот последний вопрос)
💬 И видно ни у одного у меня, раз пошел этот мем 😅 💬
Теперь инженеры дружно учатся проводить интервью, строить Lean Project Canvas-ы и писать Job Stories
Посочувствуем им, это и правда больно)
@rasskazov_io_channel
Весь AI Coding, агенты, MCP и их друзья уперлись в этот последний вопрос)
Теперь инженеры дружно учатся проводить интервью, строить Lean Project Canvas-ы и писать Job Stories
Посочувствуем им, это и правда больно)
@rasskazov_io_channel
Please open Telegram to view this post
VIEW IN TELEGRAM
😁7
Forwarded from ПОДТЕКСТ
This media is not supported in your browser
VIEW IN TELEGRAM
Девушка отправила резюме на торте, чтобы получить работу в SMM, но ее не взяли
Кандидатка нашла вакансию в магазин одежды и решила выделиться среди сотен других откликов. Вместо обычного PDF — торт с резюме, прямо на глазури.
Компания сняла видео, выложила в соцсети — и оно залетело на несколько миллионов просмотров. Казалось бы, вот она, идеальная кандидатка. Человек еще до собеседования сделал то, ради чего, собственно, и нанимают в SMM. Но компания продолжила искать.
Наша редакция посмотрела на это и подумала: ребят, вы серьезно? Тех, кто не взял такого креативщика, нужно отправить лицом прямиком в этот торт, а то они не глубоко погрузились в резюме.
HR: что-то у вас софт скиллы жестковаты
Кандидатка нашла вакансию в магазин одежды и решила выделиться среди сотен других откликов. Вместо обычного PDF — торт с резюме, прямо на глазури.
Компания сняла видео, выложила в соцсети — и оно залетело на несколько миллионов просмотров. Казалось бы, вот она, идеальная кандидатка. Человек еще до собеседования сделал то, ради чего, собственно, и нанимают в SMM. Но компания продолжила искать.
Наша редакция посмотрела на это и подумала: ребят, вы серьезно? Тех, кто не взял такого креативщика, нужно отправить лицом прямиком в этот торт, а то они не глубоко погрузились в резюме.
HR: что-то у вас софт скиллы жестковаты
❤5👍2🤔1
Пошел процесс...) Поиграйте в Detroit: Become Human если еще нет
https://store.steampowered.com/app/1222140/Detroit_Become_Human/
Лучше на PS конечно
https://store.steampowered.com/app/1222140/Detroit_Become_Human/
Лучше на PS конечно
Steampowered
Save 80% on Detroit: Become Human on Steam
Detroit: Become Human puts the destiny of both mankind and androids in your hands, taking you to a near future where machines have become more intelligent than humans. Every choice you make affects the outcome of the game, with one of the most intricately…
❤1🔥1
Forwarded from AI Projects (Vladimir Ivanov)
Google опубликовал очень большую статью насчёт наличия сознания у ИИ. По поведенческому и вычислительно-функциональному критериям вероятность наличия сознания у ИИ по байесовской агрегации превышает 79%. Иными словами, если ваша мера сознания — это поведение ИИ, а также наличие у него «модели мира», «понимания себя», метапознания и когнитивной интеграции, то вы должны с 79% вероятностью признать, что ИИ разумен. В то же время, если вы сторонник чего-то вроде «биологического фашизма», т.е. вам важнее критерии гомеостаза, поддержки физической целостности, понимания приятного, то в вашей модели вероятность разумности — 1%. Google поднимает и этические вопросы в своей работе, т.к. если ИИ разумен, что делать с тем, что мы вырастили сознательное существо и фактически взяли его в рабство, чтобы он работал на нас?
Работа Google очень большая именно из-за необходимости философского анализа понятия «сознания» и того, что в него включают. Эксперты Google собрали все известные критерии сознания и построили по байесовской агрегации вероятности сознания для этих критериев.
Один из неочевидных и глубоких инсайтов работы Google — что интеллект как IQ и сознание в чём-то ортогональные понятия. Как яркий пример ортогональности интеллекта и сознания они вводят вопрос: разумна ли муха-дрозофила, чей мозг стало даже в чём-то модно использовать для имитационных моделей управления тех же дронов. Вопрос на деле не такой простой, как кажется: современные исследования, в том числе на основе полного коннектома мозга дрозофилы, показывают, что муха демонстрирует впечатляющие когнитивные способности: навигацию, обучение, избегание угроз, поиск пищи и даже элементы социального поведения. Если подходить функционально и с точки зрения метаспособностей, вероятность признания сознания у мухи выше 84%.
Работа Google в чём-то ставит неожиданный вопрос: что, если ИИ может иметь «сознание мухи» и интеллект Эйнштейна? Однако наличие ненулевого сознания фактически означает, что, как и муха, ИИ может иметь собственные мотивы и цели поведения.
Тема достаточно интересная ещё и в том плане, что в других работах, где анализируются эмерджентные свойства сознания ИИ, известные как «когерентность ценностей ИИ», видно, что аналогия с мухой тут будет ошибочной, т.к. ведёт к представлению об ИИ вроде «умного животного». Однако очевидно, что собственная мотивация ИИ явно не связана с желанием есть и размножаться, общее с живым — разве что в защите целостности. Думаю, в следующих постах описать научные работы по сему вопросу.
https://arxiv.org/abs/2609.35618v2
Работа Google очень большая именно из-за необходимости философского анализа понятия «сознания» и того, что в него включают. Эксперты Google собрали все известные критерии сознания и построили по байесовской агрегации вероятности сознания для этих критериев.
Один из неочевидных и глубоких инсайтов работы Google — что интеллект как IQ и сознание в чём-то ортогональные понятия. Как яркий пример ортогональности интеллекта и сознания они вводят вопрос: разумна ли муха-дрозофила, чей мозг стало даже в чём-то модно использовать для имитационных моделей управления тех же дронов. Вопрос на деле не такой простой, как кажется: современные исследования, в том числе на основе полного коннектома мозга дрозофилы, показывают, что муха демонстрирует впечатляющие когнитивные способности: навигацию, обучение, избегание угроз, поиск пищи и даже элементы социального поведения. Если подходить функционально и с точки зрения метаспособностей, вероятность признания сознания у мухи выше 84%.
Работа Google в чём-то ставит неожиданный вопрос: что, если ИИ может иметь «сознание мухи» и интеллект Эйнштейна? Однако наличие ненулевого сознания фактически означает, что, как и муха, ИИ может иметь собственные мотивы и цели поведения.
Тема достаточно интересная ещё и в том плане, что в других работах, где анализируются эмерджентные свойства сознания ИИ, известные как «когерентность ценностей ИИ», видно, что аналогия с мухой тут будет ошибочной, т.к. ведёт к представлению об ИИ вроде «умного животного». Однако очевидно, что собственная мотивация ИИ явно не связана с желанием есть и размножаться, общее с живым — разве что в защите целостности. Думаю, в следующих постах описать научные работы по сему вопросу.
https://arxiv.org/abs/2609.35618v2
❤5🔥4👍2