Forwarded from AI для Всех (Kirill)
🔍 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
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
This media is not supported in your browser
VIEW IN TELEGRAM
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.
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
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
🚀 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
💰 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
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
DZone
Is Vibe Coding Agile or Merely a Hype?
In this article, learn all about vibe coding and how it can enhance agile practices and empower non-technical entrepreneurs, but beware of its issues.
👍1
🎯 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.
🚀 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.
👍1
👥 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
📌 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
👍2
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
📌 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
Хабр
Что вам нужно знать, если вы решили внедрить LLM
Вокруг LLM очень много мистификации. Мол, только особенные люди после специального образования, где их учили мудрые наставники, могут освоить таинство работы с LLM. Я уверен, что это не так. У меня...
📌 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.)
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.)
www.rand.org
Why AI Projects Fail and How They Can Succeed
By some estimates, more than 80 percent of AI projects fail. That's twice the rate of failure of information technology projects that do not involve AI. Interviews with data scientists and engineers in industry and academia highlight five leading root causes…
This media is not supported in your browser
VIEW IN TELEGRAM
🚀 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? 🤔
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? 🤔
1743583993264.pdf
2.9 MB
Как устроен мир ИТ — глазами ВШЭ
ИТ — не просто про код. Это экосистема, где на одной площадке живут разработка, аналитика, дизайн, кибербезопасность, архитектура систем и проектное управление. Презентация ВШЭ показывает, как сегодня устроена отрасль, кто в ней нужен и как туда попасть.
Что важно:
— ИТ продолжает расти — спрос на специалистов превышает предложение.
— Важны не только хард-скиллы, но и умение общаться, работать в команде, вести проекты.
— Карьерных траекторий много: от backend-разработчика до тимлида или продукт-менеджера.
— Постоянное обучение — must have: курсы, стажировки, хакатоны, open source.
— Тренды — ИИ, автоматизация, защита данных.
— Главный вызов — всё быстро меняется. Нужно быть гибким и не бояться учиться.
Простой вывод: ИТ — это про движение. Если ты хочешь расти и влиять — тебе сюда.
#айти #вшэ #карьера #технологии #образование #будущее
[Источник: Презентация ВШЭ «Деятельность в ИТ-отрасли»]
ИТ — не просто про код. Это экосистема, где на одной площадке живут разработка, аналитика, дизайн, кибербезопасность, архитектура систем и проектное управление. Презентация ВШЭ показывает, как сегодня устроена отрасль, кто в ней нужен и как туда попасть.
Что важно:
— ИТ продолжает расти — спрос на специалистов превышает предложение.
— Важны не только хард-скиллы, но и умение общаться, работать в команде, вести проекты.
— Карьерных траекторий много: от backend-разработчика до тимлида или продукт-менеджера.
— Постоянное обучение — must have: курсы, стажировки, хакатоны, open source.
— Тренды — ИИ, автоматизация, защита данных.
— Главный вызов — всё быстро меняется. Нужно быть гибким и не бояться учиться.
Простой вывод: ИТ — это про движение. Если ты хочешь расти и влиять — тебе сюда.
#айти #вшэ #карьера #технологии #образование #будущее
[Источник: Презентация ВШЭ «Деятельность в ИТ-отрасли»]
👍1
📢 Новость в мире ИИ: Компания Anthropic запускает новую подписку на чат-бота Claude с тарифом Max стоимостью $100 и $200 в месяц. В этом предложении пользователи смогут отправлять до 20 раз больше запросов по сравнению с текущим тарифом Pro за $18.
💡 За $200 в месяц подписчики получат приоритетный доступ, более развёрнутые ответы и эксклюзивные обновления моделей. Примечательно, что Anthropic ограничивает количество запросов, в отличие от OpenAI, которая предлагает безлимитный доступ за такие же деньги.
📈 Недавно Anthropic привлекла $3,5 млрд инвестиций, что подтвердило её лидерство на рынке ИИ с оценкой в $61,5 млрд. Подробности можно найти здесь и здесь.
💡 За $200 в месяц подписчики получат приоритетный доступ, более развёрнутые ответы и эксклюзивные обновления моделей. Примечательно, что Anthropic ограничивает количество запросов, в отличие от OpenAI, которая предлагает безлимитный доступ за такие же деньги.
📈 Недавно Anthropic привлекла $3,5 млрд инвестиций, что подтвердило её лидерство на рынке ИИ с оценкой в $61,5 млрд. Подробности можно найти здесь и здесь.
👍1
Forwarded from addmeto (Grigory Bakunov)
Canva AI — это свежезапущенный официально сервис в Canva, где можно и картинки рисовать, и дизайн делать, и даже мини-приложения клепать. Честно говоря, это чуть ли не единственный сервис, который максимально органично вписан в бизнес-стратегию компании. И даже то, что работает он не великолепно, а просто "нормально" — вполне легко будет воспринято пользователями канвы.
https://shrtdb.com/6c16f855-183c-46e1-87cd-9805c712caad
https://shrtdb.com/6c16f855-183c-46e1-87cd-9805c712caad
👍3
OpenAI представила CriticGPT: ИИ для ревью кода
OpenAI разработала модель CriticGPT — ассистента для поиска багов в коде, написанном человеком или другим ИИ. Модель обучена выявлять ошибки, комментировать участки кода и объяснять потенциальные проблемы в стиле профессионального code review.
Зачем это нужно:
Чат-боты типа ChatGPT часто допускают неточности в генерации кода, а ревью — важный этап разработки. Новая модель помогает закрыть этот пробел, делая проверку ИИ-кода более надежной.
Как работает CriticGPT:
Основан на GPT-4, дообучен на 6K+ сессиях ревью с участием разработчиков.
Специализируется на нахождении багов в Python-коде, с последующим объяснением ошибок.
Показывает лучшие результаты в связке с людьми: ревью с помощью CriticGPT на 60% качественнее, чем без него.
Важно:
OpenAI подчёркивает, что CriticGPT — не замена человеку, а ассистент: он умеет обнаруживать тонкие баги, но всё ещё может ошибаться и «придумывать» проблемы.
Контекст:
Это часть более широкой инициативы OpenAI по созданию автономных агентов, способных писать и проверять код без участия человека — как часть исследований по AI safety.
---
#ИИ #OpenAI #CriticGPT #кодревью #нейросети #разработка
Ссылка на оригинал: habr.com/ru/articles/899952
OpenAI разработала модель CriticGPT — ассистента для поиска багов в коде, написанном человеком или другим ИИ. Модель обучена выявлять ошибки, комментировать участки кода и объяснять потенциальные проблемы в стиле профессионального code review.
Зачем это нужно:
Чат-боты типа ChatGPT часто допускают неточности в генерации кода, а ревью — важный этап разработки. Новая модель помогает закрыть этот пробел, делая проверку ИИ-кода более надежной.
Как работает CriticGPT:
Основан на GPT-4, дообучен на 6K+ сессиях ревью с участием разработчиков.
Специализируется на нахождении багов в Python-коде, с последующим объяснением ошибок.
Показывает лучшие результаты в связке с людьми: ревью с помощью CriticGPT на 60% качественнее, чем без него.
Важно:
OpenAI подчёркивает, что CriticGPT — не замена человеку, а ассистент: он умеет обнаруживать тонкие баги, но всё ещё может ошибаться и «придумывать» проблемы.
Контекст:
Это часть более широкой инициативы OpenAI по созданию автономных агентов, способных писать и проверять код без участия человека — как часть исследований по AI safety.
---
#ИИ #OpenAI #CriticGPT #кодревью #нейросети #разработка
Ссылка на оригинал: habr.com/ru/articles/899952
Хабр
Я работал в продуктовой команде 7 лет, а потом пришла нейросеть
Эту историю для моего блога рассказал Леонид Шашков и Илья Головко, CPO в крупном финтехе. Еще пару лет назад моя работа продакт-менеджера выглядела как бесконечное жонглирование задачами:...
👍1
12 правил «vibe coding»
⚙️ Что используют на практике
• ChatGPT и аналоги — в помощь маркетологам при создании писем, лендингов и контент-стратегий.
• Midjourney / DALL·E — для генерации визуалов: баннеров, иллюстраций, идей для дизайна.
• Descript / ElevenLabs — для создания и редактирования видео и аудио, например, роликов под соцсети или обучающие материалы.
• Notion AI / Grammarly — помогают авторам с редактурой, структурированием и стилистикой.
📌 Как это помогает
• Ускоряют производство креатива.
• Повышают точность и релевантность контента.
• Снижают рутину, освобождая время на стратегические задачи.
❗️Важно
ИИ — это не «магическая кнопка», а инструмент в руках профессионала. Без четкого запроса, понимания задач и контроля качества пользы не будет.
💬 Вывод: команды, которые уже начали активно внедрять AI-инструменты, видят реальный рост эффективности и сокращение времени на выполнение типовых задач.
#ИИ #маркетинг #ChatGPT #генеративныйИИ #продуктивность
🔗 Читать статью на Хабре
⚙️ Что используют на практике
• ChatGPT и аналоги — в помощь маркетологам при создании писем, лендингов и контент-стратегий.
• Midjourney / DALL·E — для генерации визуалов: баннеров, иллюстраций, идей для дизайна.
• Descript / ElevenLabs — для создания и редактирования видео и аудио, например, роликов под соцсети или обучающие материалы.
• Notion AI / Grammarly — помогают авторам с редактурой, структурированием и стилистикой.
📌 Как это помогает
• Ускоряют производство креатива.
• Повышают точность и релевантность контента.
• Снижают рутину, освобождая время на стратегические задачи.
❗️Важно
ИИ — это не «магическая кнопка», а инструмент в руках профессионала. Без четкого запроса, понимания задач и контроля качества пользы не будет.
💬 Вывод: команды, которые уже начали активно внедрять AI-инструменты, видят реальный рост эффективности и сокращение времени на выполнение типовых задач.
#ИИ #маркетинг #ChatGPT #генеративныйИИ #продуктивность
🔗 Читать статью на Хабре
Хабр
12 правил «vibe coding»
Всем привет! Меня зовут Александр, я COO в SaaS-платформе аналитики данных. Последний год активно изучаю внедрение AI-решений в кросс-функциональные процессы. Делюсь материалами, которые помогают:...
👍1
🎯 Два расписания: почему встречи разрушают фокус
#продуктивность #менеджмент #фокус #PaulGraham #AIвменеджменте
Пол Грэм, легендарный инвестор и сооснователь Y Combinator, в своём эссе “Maker’s Schedule, Manager’s Schedule” описывает фундаментальный конфликт между двумя типами рабочих расписаний — расписанием создателя и расписанием менеджера.
Эта идея особенно актуальна для проджект-менеджеров, тимлидов и всех, кто работает на стыке стратегии и креатива, управления и производства.
🔧 Расписание создателя (Maker’s Schedule)
Создатели — это программисты, дизайнеры, писатели, аналитики, разработчики. Их работа требует глубокого фокуса и длинных, непрерывных отрезков времени.
Они мыслят в блоках по 4–5 часов, а лучше — целый день. Любая встреча, особенно посередине дня, ломает этот фокус. Даже 30-минутный звонок в 13:00 может превратить день в «тряпку», потому что к нему сложно подступиться с глубокими задачами ни до, ни после.
📊 Расписание менеджера (Manager’s Schedule)
Менеджеры мыслят иначе. Их день — это сетка встреч, 30–60 минутных слотов, переговоров, синков и ревью. Менеджер может легко переключаться между контекстами, потому что его работа — именно в этом переключении.
Для него день может быть полезен, даже если он целиком расписан по часам.
⚠️ Конфликт возникает, когда менеджер и создатель работают в одной системе времени.
Если руководитель по привычке назначает встречу в 14:30, он может не осознавать, что тем самым уничтожает у разработчика или дизайнера половину дня продуктивной работы.
💡 Что с этим делать?
Пол Грэм предлагает простой, но мощный сдвиг:
🗓 Для создателей важно группировать встречи и оставлять длинные слоты фокусного времени.
Вот несколько тактик:
• 📍 Все встречи — до 12:00. После — «тихий режим» для фокусной работы.
• 📆 Встречи в один-два дня в неделю. Остальные — свободны от звонков.
• ⏰ Минимум встреч дольше 30 минут. Каждая требует осознанности и подготовки.
• 🤝 Если вы менеджер, сопереживайте: не врывайтесь в день разработчика со словами «на пару минут», если можно это решить в месенджере.
🧠 Важное наблюдение для тимлидов и проджектов
Если вы работаете на пересечении этих двух ролей — вы и менеджер, и создатель.
Вы пишете стратегии, решаете конфликты, проводите встречи, но также проектируете процессы, улучшаете систему, делаете аналитику. Это требует от вас гибридного расписания.
🎯 На практике это может выглядеть так:
• Утро — встречи, коммуникации, реактивная работа;
• После обеда — блок на deep work;
• Один день в неделю — полностью без встреч;
• В Slack — режим «не беспокоить» в часы фокусной работы.
📎 Итог
👉 Главное, что предлагает Грэм: осознанность в планировании.
Не все время одинаково. Не все задачи равны. Уважение к расписанию друг друга — это уважение к результату.
Если вы выстраиваете команду, думайте как архитектор расписаний: где фокус, а где координация, где одиночество, а где диалог.
И тогда даже одна перенесённая встреча может подарить кому-то день глубокой, по-настоящему ценной работы.
⸻
🧵 Полный текст эссе: paulgraham.com/makersschedule.html
#продуктивность #менеджмент #фокус #PaulGraham #AIвменеджменте
Пол Грэм, легендарный инвестор и сооснователь Y Combinator, в своём эссе “Maker’s Schedule, Manager’s Schedule” описывает фундаментальный конфликт между двумя типами рабочих расписаний — расписанием создателя и расписанием менеджера.
Эта идея особенно актуальна для проджект-менеджеров, тимлидов и всех, кто работает на стыке стратегии и креатива, управления и производства.
🔧 Расписание создателя (Maker’s Schedule)
Создатели — это программисты, дизайнеры, писатели, аналитики, разработчики. Их работа требует глубокого фокуса и длинных, непрерывных отрезков времени.
Они мыслят в блоках по 4–5 часов, а лучше — целый день. Любая встреча, особенно посередине дня, ломает этот фокус. Даже 30-минутный звонок в 13:00 может превратить день в «тряпку», потому что к нему сложно подступиться с глубокими задачами ни до, ни после.
📊 Расписание менеджера (Manager’s Schedule)
Менеджеры мыслят иначе. Их день — это сетка встреч, 30–60 минутных слотов, переговоров, синков и ревью. Менеджер может легко переключаться между контекстами, потому что его работа — именно в этом переключении.
Для него день может быть полезен, даже если он целиком расписан по часам.
⚠️ Конфликт возникает, когда менеджер и создатель работают в одной системе времени.
Если руководитель по привычке назначает встречу в 14:30, он может не осознавать, что тем самым уничтожает у разработчика или дизайнера половину дня продуктивной работы.
💡 Что с этим делать?
Пол Грэм предлагает простой, но мощный сдвиг:
🗓 Для создателей важно группировать встречи и оставлять длинные слоты фокусного времени.
Вот несколько тактик:
• 📍 Все встречи — до 12:00. После — «тихий режим» для фокусной работы.
• 📆 Встречи в один-два дня в неделю. Остальные — свободны от звонков.
• ⏰ Минимум встреч дольше 30 минут. Каждая требует осознанности и подготовки.
• 🤝 Если вы менеджер, сопереживайте: не врывайтесь в день разработчика со словами «на пару минут», если можно это решить в месенджере.
🧠 Важное наблюдение для тимлидов и проджектов
Если вы работаете на пересечении этих двух ролей — вы и менеджер, и создатель.
Вы пишете стратегии, решаете конфликты, проводите встречи, но также проектируете процессы, улучшаете систему, делаете аналитику. Это требует от вас гибридного расписания.
🎯 На практике это может выглядеть так:
• Утро — встречи, коммуникации, реактивная работа;
• После обеда — блок на deep work;
• Один день в неделю — полностью без встреч;
• В Slack — режим «не беспокоить» в часы фокусной работы.
📎 Итог
👉 Главное, что предлагает Грэм: осознанность в планировании.
Не все время одинаково. Не все задачи равны. Уважение к расписанию друг друга — это уважение к результату.
Если вы выстраиваете команду, думайте как архитектор расписаний: где фокус, а где координация, где одиночество, а где диалог.
И тогда даже одна перенесённая встреча может подарить кому-то день глубокой, по-настоящему ценной работы.
⸻
🧵 Полный текст эссе: paulgraham.com/makersschedule.html