Gemini 2.5 Pro

Наконец-то reasoning завезли в Gemini Pro. На бенчах себя показывает очень хорошо — на нескольких это SOTA, в большей части бенчей модель проигрывает только multiple attempts режимам других LLM. Длина контекста у Gemini 2.5 Pro — миллион токенов, потом обещают завезти два. Модель мультимодальная, но нативную генерацию картинок не завезли (надеюсь пока что).

Экспериментальное превью уже доступно в AI Studio и подписчикам Gemini Advanced, цен на API пока что нет.

@ai_newz

DeepSeek V3 обновили

Оригинальную модель тюнили крайне мало — всего 5 тысяч H800 часов (это менее чем 0,2% компьюта на тренировку модели), а теперь её наконец-то затюнили нормально. В результате модель лучше использует тулы, разрабатывает фронтенд и размышляет. Это не reasoner, R1 всё ещё лучше для сложных тасков.

Новую версию релизнули сразу под лицензией MIT, как и R1 (оригинальная V3 была под кастомной лицензией). Модель со вчерашнего дня доступна в API, чате и на 🤗.

https://huggingface.co/deepseek-ai/DeepSeek-V3-0324

@ai_newz

📢 AI Playbook от Мэтта Вулфа – полное руководство по инструментам ИИ для предпринимателей

Друзья, делюсь ключевыми инсайтами:

🔹 Автоматизация с помощью ИИ помогает повысить эффективность бизнеса, оптимизировать процессы и выделиться в условиях жесткой конкуренции.

🔹 Глава 1 – Инструменты для достижения целей:
• Оптимизация операций:
– Чат-боты автоматизируют рутинные задачи
– Инструменты для повышения продуктивности делают рабочий процесс более плавным
– Средства суммаризации быстро извлекают главное из длинных материалов

• Усиление креативности:
– Генерация изображений помогает создать уникальный визуальный контент
– Инструменты для создания видео превращают статичные материалы в динамичный контент
– Генерация кода ускоряет разработку и воплощение идей

• Ускорение роста:
– Платформы (Future Tools, The Rundown) помогают находить новые ИИ-решения
– Агрегаторы новостей и персональные ассистенты держат вас в курсе последних трендов

🔹 Глава 2 – Внедрение ИИ в бизнес:
Пять простых шагов для старта:
1. Оцените потребности и определите, какие задачи отнимают больше всего времени
2. Тестируйте бесплатные версии инструментов
3. Проверьте возможности уже используемого ПО
4. Сфокусируйтесь на 3–5 ключевых инструментах
5. Будьте терпеливы и дайте время на освоение новых технологий

🔹 Заключение:
ИИ становится неотъемлемой частью бизнеса, позволяя оптимизировать процессы, повышать креативность и ускорять рост. Подписывайтесь на подкаст The Next Wave и следите за новинками в мире ИИ!

#ИИ #Бизнес #Автоматизация #Инновации #AIPlaybook

🧠 Как ИИ может помочь любому бизнесу
по мотивам TED Talk от Andrew Ng

Несколько веков назад грамотность была прерогативой монахов и жрецов. Сегодня — это базовое умение. С ИИ сейчас та же история. Он всё ещё в руках «высших каст» — инженеров из крупных IT-компаний. А что, если каждый мог бы использовать ИИ?

💡 Представьте владельца пиццерии. У него всегда что-то остаётся, а чего-то не хватает. Но он — генератор данных! ИИ может подсказать: «В пятницу вечером готовь больше “Средиземноморской”». Даже +$2–3K в год — это значимо.

📉 Проблема не в данных. Проблема в том, что у малого бизнеса нет ресурсов на команду ИИ. А один универсальный ИИ на всех не сработает.

👕 Что если ИИ помогал бы:
— бухгалтеру прогнозировать спрос на футболки по мемам;
— менеджеру выкладки — оптимизировать витрины;
— закупщику — выбирать ткань выгоднее;
— инспектору — находить дефекты на фото?

🤖 Раньше ИИ = много кода. Теперь появляются платформы, где всё, что нужно — твои данные и немного пояснений. И за пару дней можно обучить ИИ под свои задачи.

📈 Мы на пороге новой эры — демократизации ИИ. Как когда-то с грамотностью. Главное — чтобы ИИ был не только в Кремниевой долине, а у пекаря, фермера, мебельщика и… у тебя.

🎥 TED Talk: Andrew Ng — How AI could empower any business

🎯Почему стоит пересмотреть подход к распределению задач в команде

☄️Выгорание и текучка — не случайность. Это результат системной перегрузки одних и недозагрузки других. Когда самые вовлечённые постоянно «тащат», они же первыми и выгорают. А бизнес теряет ключевых сотрудников.

Исследование Deloitte:
77% сотрудников испытывали выгорание
91% — отметили, что стресс влияет на качество работы

⏳️Что помогает: грамотное управление ресурсами.
Это не про контроль. Это про баланс.

Что работает:
🧏 прозрачная загрузка всей команды
🎛 равномерное распределение задач по навыкам и доступности
📊 регулярный мониторинг и корректировка

🎯Результат — мотивированная команда, меньше текучки и выше эффективность.
Хочешь сильную и стабильную команду — начни с баланса, а не с героизма.

#ресурсМенеджмент #выгорание #команда #управление #баланс #projectmanagement

Статья целиком: https://rebelsguidetopm.com/resource-management-reduces-turnover/

🔍 Внутренний мир Claude: Как разглядеть мышление ИИ

Команда Anthropic буквально препарировала нейронную сеть Claude, чтобы понять: как на самом деле работает современный искусственный интеллект. И вот что они обнаружили.

🌐 Языковые головоломки

Оказывается, Claude думает не на русском, английском или китайском, а на каком-то универсальном "языке концепций". При переводе простых предложений активируются одни и те же нейронные контуры – независимо от языка. С ростом модели межъязыковая общность только усиливается: Claude 3.5 Haiku показывает больше общих концептуальных признаков, чем его предшественники.

🧮 Математика "про себя" .

Как Claude считает в уме? Не так, как мы думали. Вместо прямолинейного алгоритма – два параллельных вычислительных пути:
Первый апроксимирует результат, а второй вычисляет точную последнюю цифру. Самое забавное – сама модель не осознает эту изящную стратегию. Спросите, как она складывает числа, и услышите банальное объяснение про "перенос единицы".

📝 Логика с подвохом

Исследователи обнаружили, что у Claude есть любопытная особенность: она может ПРИДУМЫВАТЬ логические шаги. То есть создавать убедительное, но не всегда правдивое объяснение.

Механизм работает так:

По умолчанию модель склонна отказываться от ответа. При появлении "знакомой сущности" включаются другие контуры. Начинается процесс "мотивированного рассуждения"

🎭 Игра в прятки с безопасностью

Даже при попытках обойти защитные механизмы (так называемый джейлбрейк) внутри Claude идет сложная внутренняя борьба между:

Стремлением к грамматической связности и встроенными ограничениями безопасности

Исследование показало: современный ИИ – это не просто продвинутый калькулятор слов, а целая вселенная внутренних процессов и механизмов.

📝 Блог

🎦 Видео

🔬 Paper1

🧪 Paper2

Фотошоп уходит в прошлое — ChatGPT теперь способен вносить точечные изменения в изображения.
Процесс простой: выберите изображение, нажмите «Select» в правом верхнем углу и обозначьте нужную область. ChatGPT сгенерирует обновлённое изображение с внесёнными правками.
Особенно полезно при необходимости скорректировать текст на изображении.

Google представил Gemini 2.5 Pro — теперь доступен и для бесплатных пользователей 🌍

Одно из ключевых нововведений: теперь можно загружать сразу целую папку с кодом, чтобы модель понимала контекст и структуру проекта целиком.
🧠💻 Это значительно упрощает работу с большими репозиториями и ускоряет анализ.

http://gemini.google.com/

#AI #Gemini #GoogleAI #CodeAssistance

🤖💼 Эльвира Морозова раскрыла секрет экономии «Яндекса»!

🚀 Благодаря дообученной модели YandexGPT компания оптимизирует бизнес-процессы и экономит миллионы на внутренних операциях.

⏱️ "Экзоскелет" для операторов сокращает время ответа на запросы примерно на 15%, помогая быстрее решать задачи клиентов.

🔍 Кроме поддержки, AI уже активно помогает рекрутерам и маркетологам – от суммаризации встреч до создания текстов для рекламы.

💰 Итог: монетизация ИИ в "белых воротничках" – не эксперимент, а реальный инструмент для повышения эффективности, который сегодня экономит миллионы, а завтра может приносить миллиарды!

Читать целиком

🔥 #Яндекс #ИИ #YandexGPT #БизнесОптимизация

📢 Новости от «Авито»!

💰 Инвестиции в ИИ: Компания планирует вложить 12 млрд рублей в технологии генеративного искусственного интеллекта (GenAI) и ожидает получить 21 млрд рублей выручки к 2028 году. Уже в 2024 году внедрение GenAI-продуктов принесло «Авито» 670 млн рублей.​

🧠 Новые модели: Представлены собственные генеративные модели:​
A-Vibe: Текстовая модель с русскоязычным токенизатором, обеспечивающая быструю и точную генерацию текстов.​
A-Vision: Мультимодальная нейросеть, анализирующая изображения и текст, способная оценивать качество фотографий и модерацию контента.

🎓 Образовательные инициативы: «Авито» запускает магистерские программы по Data Science, разработке и продуктовому менеджменту в ведущих вузах России, включая МФТИ, ВШЭ и ИТМО. В 2025 году обучение начнут 140 студентов, из которых 118 получат стипендии от компании.​

📚 Собственный образовательный центр: Планируется получение лицензии для создания центра дополнительного образования, предлагающего курсы по продуктовому менеджменту и Data Science. Также в 2025 году компания примет на стажировку более 500 человек по различным направлениям.​

Подробнее: https://habr.com/ru/news/895734

🌀 Vibe Coding — новая реинкарнация Agile или просто хайп?

В мире разработки появилась новая мода — Vibe Coding. Что это? Рабочий процесс без формальных спринтов, таск-трекеров и жёстких процессов. Только энергия команды, доверие и «вибрация». Но так ли это эффективно?

👾 Что такое Vibe Coding?
Это стиль командной работы, где основной фокус — не на структуре, а на потоке, кайфе и скорости. Никаких ежедневных стендапов, никаких jira — просто разработчики, общение и импровизация.

⚡️ Плюсы:
• Повышение мотивации и скорости работы.
• Уход от бюрократии Agile.
• Эффективен в маленьких, сплочённых командах.

⚠️ Минусы:
• Низкая предсказуемость.
• Зависимость от уровня зрелости команды.
• Не масштабируется без потерь.

🎯 Итог: Vibe Coding — не замена Agile, а экспериментальный стиль для особых условий. Он может работать в стартапах или креативных командах, но требует высочайшего уровня доверия и зрелости. Для большинства компаний Agile по-прежнему остаётся надёжной основой.

#agile #vibecoding #teamwork #softwaredevelopment #AIвменеджменте

🔗 Читать статью полностью

🎯 Главные инсайты из отчета DZone по генеративному ИИ за 2025 год

🚀 ИИ — как электричество:
Сегодня генеративный ИИ проходит путь, схожий с электричеством в XIX веке: от лабораторий к инфраструктуре бизнеса.

📊 Исследование DZone:
408 разработчиков и архитекторов из разных стран.

Главные выводы:
1. 🧠 Внедрение GenAI:
• Лишь 11% компаний находятся на продвинутой стадии (масштабное внедрение).
• 60% уже используют большие языковые модели (LLM), 27% — планируют.
• Самые популярные сценарии: генерация текста и кода, аналитика, поддержка.

2. 🧰 Технологии:
• Топ open-source: Hugging Face, PyTorch, TensorFlow.
• Топ платформ: ChatGPT, OpenAI API, Google Gemini, Microsoft Copilot.
• Разработчики на «продвинутых» стадиях предпочитают API > UI-интерфейсы.

3. 🔐 Безопасность и этика:
• 48% компаний вообще не защищают GenAI-системы.
• Лишь 11% считают себя полностью готовыми к ИИ-угрозам.
• Топ проблем: защита данных, этика, прозрачность решений.

4. 🤖 Мультимодальные модели:
• 51% уже работали с ними.
• Самые важные модальности: текст, изображение, аудио.
• Ключевые применения: ассистенты, генерация контента, рекомендательные системы.

5. 🔍 Интеллектуальный поиск:
• 86% компаний отмечают улучшения.
• Главные области пользы: документация, поиск по коду, поддержка пользователей.

📌 Тренд 2025:
От «игрушки» к системной трансформации бизнеса. Главное — зрелость процессов, а не только мощность модели.

Сегодня на митапе для лидов

👥 Был вчера на митапе для IT-лидов от hh.ru — разговор получился содержательный и очень в духе 2025 года.

📌 Главный инсайт: сегодня компании страдают не от дефицита кадров, а от дефицита навыков. Это важнейший сдвиг в парадигме — вместо поиска «подходящих людей» нужно учиться находить или выращивать нужные компетенции.

🎯 Говорили про:
— Навыкоцентричность как стратегию — построение процессов вокруг навыков, а не ролей
— Необходимость таксономии навыков — чёткой карты, что и где нужно
— Автоматизацию рекрутинга и как она помогает видеть не только опыт, но и потенциал
— И, конечно, про верификацию навыков — как оценивать их объективно

🧠 Для себя зафиксировал: надо пересмотреть, как мы формулируем требования к сотрудникам и задачам. Где мы ищем «человека с опытом X», а где на самом деле нужен навык Y? Как мы отслеживаем развитие этих навыков в команде?

#навыки #лидерство #управление #рекрутинг #AIвменеджменте #HRTech

Попалась толковая статья о том, как правильно общаться с ИИ, чтобы он выдавал то, что нужно. Сделал(а) краткую выжимку основных мыслей:

📌 Главное из статьи:

Что это и зачем?
💡 Промпт-инжиниринг — это, по сути, умение так составить запрос (промпт) к нейросети, чтобы получить от неё максимум пользы и именно тот результат, который вам нужен. Чем лучше промпт, тем лучше ответ.

Из чего состоит хороший промпт:

⚙️ Важно четко прописать несколько вещей:
Роль: Кем должен притвориться ИИ (например, "ты опытный маркетолог"). 🎭
Контекст: Дать необходимую информацию по теме. 📚
Задачу: Что конкретно нужно сделать. 🎯
Формат: В каком виде выдать ответ (список, таблица, код). ⚙️
Ограничения: Чего делать не нужно, какие рамки соблюдать. 🚧

Какие есть подходы:
🧠 В статье разбирают разные техники: Zero-shot (без примеров), Few-shot (когда даешь ИИ пару примеров для понимания), Chain-of-Thought (чтобы ИИ рассуждал по шагам) и другие методы, вроде разбиения сложной задачи на части.

Нужно дорабатывать:
🔄 Хороший промпт редко получается с первого раза. Почти всегда его нужно тестировать, править и улучшать, пока результат не станет удовлетворительным.

Почему это важно сейчас:
📈 Умение грамотно составлять промпты становится реально востребованным навыком почти везде, где сегодня применяют ИИ.
В общем, чтобы нейросети работали на вас, а не наоборот, умение писать промпты — это база.

🔗 Полная версия со всеми деталями и примерами — в самой статье:
https://habr.com/ru/articles/896598/

#ИИ #ПромптИнжиниринг #Habr #AI #PromptEngineering #Технологии #Нейросети

📌 Основные причины провалов AI-проектов

Исследование RAND опросило 65 опытных специалистов по машинному обучению (ML) из индустрии и академии, чтобы выявить, почему более 80% AI-проектов терпят неудачу. Основные причины провалов:

🔹 Ошибки на уровне лидерства:
• Непонимание задачи: проекты решают не ту бизнес-проблему, для которой были инициированы.
• Переоценка возможностей AI: ожидания не соответствуют реальности, особенно в сложных, неавтоматизируемых задачах.
• Недооценка времени и ресурсов: лидеры ожидают быструю отдачу, не понимая сложности подготовки данных и обучения моделей.

🔹 Проблемы с данными:
• Недостаточное качество и объем данных.
• Несбалансированные датасеты.
• Отсутствие понимания домена: инженеры не знают специфики бизнеса, а эксперты отрасли — данные.

🔹 Фокус на модные технологии:
• Использование «самых новых фреймворков» ради резюме, а не ради пользы бизнесу.

🔹 Недоинвестированная инфраструктура:
• Отсутствие стабильных пайплайнов, мониторинга, MLOps.
• Прототипы не доходят до продакшна из-за технической неподготовленности среды.

🔹 Применение AI к нерешаемым задачам:
• Не каждая задача по плечу AI, особенно требующая субъективных решений.

✅ Рекомендации для успешных AI-проектов
1. Обеспечить понимание цели проекта между бизнесом и инженерами.
2. Выбирать «долгоживущие» задачи, требующие минимум год на реализацию.
3. Фокусироваться на бизнес-проблеме, а не на технологии.
4. Инвестировать в инфраструктуру данных и развертывания.
5. Понимать ограничения AI и выбирать задачи, которым AI по силам.

🧪 Академические особенности

В университетах основные барьеры — престиж активности, мотивация к публикациям, ограниченные и несбалансированные данные. Это создает искажения в выборе тем — в приоритете публикуемые и модные темы, а не те, что решают реальные задачи.

Рекомендации:
• Расширение партнерств с государством для доступа к открытым качественным данным.
• Поддержка практикоориентированных докторских программ.

📊 Вывод: провалы AI-проектов чаще связаны не с алгоритмами, а с организацией процессов, коммуникацией и мотивацией людей.

#AI #менеджмент #провалы #инфраструктура #данные #лидерство

🔗 Читать полный отчет RAND (англ.)

🚀 Selenium и Playwright больше не нужны?

Пару месяцев назад я писал, что AI может заменить автоматизаторов. И вот, OpenAI запускают фичу "Оператор", которая подтверждает этот тренд.

Что это?
ChatGPT теперь может управлять браузером: заходить на сайты, искать информацию, заполнять формы и даже бронировать номера в отелях.

Что меняется?
Вместо написания автотестов на Selenium или Playwright вы просто говорите ChatGPT:
- "Пройди по всем ссылкам и проверь, что они работают."
- "Заполни форму и убедись, что данные отправляются."

И он сделает это за вас. Никакого кода, только описание задачи на человеческом языке.

Что получаем?
✅ Не нужно знать программирование.
✅ Идеально для небольших задач.
✅ Быстро и просто.

Но!
Для сложных сценариев Selenium и Playwright пока вне конкуренции.

Что дальше?
AI продолжает эволюционировать, и, возможно, скоро мы увидим, как ручные тестировщики смогут запускать тесты без участия автоматизаторов. Как в том посте: "Давтоматизировались" становится реальностью. 😅

Что думаете? Будете пробовать "Оператор" для тестов? 🤔