📈 Trending AI Tools of 2025.
Видели такую табличку пот Sequoia? Они составляли для Forbes. Тут 50 топовых по их мнению компаний в AI.
В целом любопытный список, но кое-что удивило. Об этом ниже.
1/ В списке developer tools есть Cursor, хотя это продукт, а владеющая им компания называется Anysphere, и есть StackBlitz – это, наоборот, компания, которая владеет продуктом Bolt.new.
2/ В том же списке есть Codeium – первый раз такое имя слышите? Вот, та же ситуация.
3/ На секундочку в топ AI Consumer продуктов есть Notion, который работает на моделях Cohere.
4/ В списке foundation models есть Sakana.ai – это кто такие?
Вот так вот, из одного слайда узнали много нового.
@proVenture
#ai #research
Видели такую табличку пот Sequoia? Они составляли для Forbes. Тут 50 топовых по их мнению компаний в AI.
В целом любопытный список, но кое-что удивило. Об этом ниже.
1/ В списке developer tools есть Cursor, хотя это продукт, а владеющая им компания называется Anysphere, и есть StackBlitz – это, наоборот, компания, которая владеет продуктом Bolt.new.
2/ В том же списке есть Codeium – первый раз такое имя слышите? Вот, та же ситуация.
3/ На секундочку в топ AI Consumer продуктов есть Notion, который работает на моделях Cohere.
4/ В списке foundation models есть Sakana.ai – это кто такие?
Вот так вот, из одного слайда узнали много нового.
@proVenture
#ai #research
Запускаю независимый бенчмарк по топовым AI-системам — и не только американским!
пока это делал для себя, но думаю поделюсь со всеми)
После очередного красивого, но сырого рейтинга Forbes/Sequoia (см пост выше), которым пестрит LinkedIn, понятно - однобокие (и часто неполные) обзоры только путают рынок. В рейтинге нет ни топовых китайских моделей, ни комбайнов с мультинейросетью под капотом, да и с названиями продуктов/компаний там путаница. Реальные задачи решают не Forbes-таблички, а качество, скорость, стоимость работы конкретных инструментов.
Что будет в моем сравнении:
- Тесты "Cursor vs Windsurf" на паре стандартных задач — сравню скорость, стоимость и качество результата (и потом протестирую другие конкуренты).
- Отдельные бенчмарки по фото и видео AI-моделям (выявлю чем реально отличается результат).
- 15 текстовых задач на генерацию — оценю, где качество, а где сильный спам.
- Включу топ 3–4 решения в каждой категории (с обязательной проверкой неамериканских моделей).
Выводы будут простыми и честными: без мутных обзоров — покажу выводы по фактическим результатам (и стоимости токенов). Задачи для теста — реальные: те, что актуальны сейчас для продакшна, контента и автоматизации.
Вы спрашиваете — что брать, чтобы не мучиться? Через две недели расскажу: будет рейтинг эффективности для бизнеса, продюсеров и разработчиков, и в дальнейшем тесты будут выходить раз в месяц.
Если кто-то хочет предложить задачу на тест — пишите сюда или в @Startobus, добавлю в список.
После очередного красивого, но сырого рейтинга Forbes/Sequoia (см пост выше), которым пестрит LinkedIn, понятно - однобокие (и часто неполные) обзоры только путают рынок. В рейтинге нет ни топовых китайских моделей, ни комбайнов с мультинейросетью под капотом, да и с названиями продуктов/компаний там путаница. Реальные задачи решают не Forbes-таблички, а качество, скорость, стоимость работы конкретных инструментов.
Что будет в моем сравнении:
- Тесты "Cursor vs Windsurf" на паре стандартных задач — сравню скорость, стоимость и качество результата (и потом протестирую другие конкуренты).
- Отдельные бенчмарки по фото и видео AI-моделям (выявлю чем реально отличается результат).
- 15 текстовых задач на генерацию — оценю, где качество, а где сильный спам.
- Включу топ 3–4 решения в каждой категории (с обязательной проверкой неамериканских моделей).
Выводы будут простыми и честными: без мутных обзоров — покажу выводы по фактическим результатам (и стоимости токенов). Задачи для теста — реальные: те, что актуальны сейчас для продакшна, контента и автоматизации.
Вы спрашиваете — что брать, чтобы не мучиться? Через две недели расскажу: будет рейтинг эффективности для бизнеса, продюсеров и разработчиков, и в дальнейшем тесты будут выходить раз в месяц.
Если кто-то хочет предложить задачу на тест — пишите сюда или в @Startobus, добавлю в список.
🔥2
Друзья, делюсь интересной статистикой:
- Канал вырос с 1100 до 1900 подписчиков всего за лето — и это в сезон, когда все отдыхают!
- 45% наших подписчиков — владельцы премиальных Telegram-аккаунтов. Это очень крутая, осознанная аудитория.
- Сториз иногда дают +30% к просмотрам постов и до +20% к активностям (репосты, комментарии, лайки)!
Если вам нравится контент — поддержите канал простым действием: сделайте репост поста или сториз!
Это действительно сильно помогает. Чем больше активности — тем больше полезных материалов я смогу делать для всех нас.
Спасибо каждому, кто уже поддерживает канал своим вниманием, реакциями и репостами — ваша вовлечённость гарантировано повышает качество нашего пространства.
- Канал вырос с 1100 до 1900 подписчиков всего за лето — и это в сезон, когда все отдыхают!
- 45% наших подписчиков — владельцы премиальных Telegram-аккаунтов. Это очень крутая, осознанная аудитория.
- Сториз иногда дают +30% к просмотрам постов и до +20% к активностям (репосты, комментарии, лайки)!
Если вам нравится контент — поддержите канал простым действием: сделайте репост поста или сториз!
Это действительно сильно помогает. Чем больше активности — тем больше полезных материалов я смогу делать для всех нас.
Если считаете канал полезным — делитесь постами в своей ленте или сторис. Пусть у нас становится больше умных и активных людей!
Спасибо каждому, кто уже поддерживает канал своим вниманием, реакциями и репостами — ваша вовлечённость гарантировано повышает качество нашего пространства.
🔥3❤2⚡1
На Неделе моды в Нью-Йорке появился игровой автомат с Hermes Birkin внутри. Сыграть можно, выиграть - невозможно.
Инсталляция с говорящим названием «БОЛЬ» - работа креативной студии Uncommon.
И этот креатив не про сумку. По замыслу Uncommon, «БОЛЬ» стала метафорой пресловутой «нью-йоркской гонки».
Говорят, что идея особенно отозвалась у жителей города: конкуренция на рынке труда и рост стоимости жизни делают даже самые большие мечты вроде бы достижимыми, но в итоге - недосягаемыми.
Авторы довели метафору до конца: саму сумку вы не получите, зато можете купить футболку, кепку или шоппер. Большой приз остается недостижимым, но маленький утешительный всегда рядом.
И вот так рождается
высказывание, которое обсуждают сильнее, чем сотню билбордов с надписями про «счастье» 🔥
Подсмотрено
Инсталляция с говорящим названием «БОЛЬ» - работа креативной студии Uncommon.
И этот креатив не про сумку. По замыслу Uncommon, «БОЛЬ» стала метафорой пресловутой «нью-йоркской гонки».
Говорят, что идея особенно отозвалась у жителей города: конкуренция на рынке труда и рост стоимости жизни делают даже самые большие мечты вроде бы достижимыми, но в итоге - недосягаемыми.
Авторы довели метафору до конца: саму сумку вы не получите, зато можете купить футболку, кепку или шоппер. Большой приз остается недостижимым, но маленький утешительный всегда рядом.
И вот так рождается
высказывание, которое обсуждают сильнее, чем сотню билбордов с надписями про «счастье» 🔥
Подсмотрено
🔥1
Forwarded from ИИшница | нейрофотосессии и нейросети
Media is too big
VIEW IN TELEGRAM
Как получить промпт на понравившееся изображение
Знаю, что для многих это очевидно, но вижу много "а подскажите промпт" на просторах интернета , да и вы налайкали эту тему в опросе. Поэтому вот урок, кому не актуально, просто пропускайте.
Слушайте на х1,5
Если по-быстрому, то:
✔️ Самый простой вариант - закинуть изображение в ChatGPT, например, и попросить написать промпт. Можно использовать и разные агенты, но я использую их только для Миджорни, когда лень думать.
✔️ Самый гарантированный вариант - использовать нейронку, которая работает с image prompt. Именно использует изображение, а не его описание. Например, Krea.
✔️ Использовать image prompt в Higgsfield/Freepik. Но❗ эти нейронки дают менее похожие результаты, т.к они преобразуют изображение в текстовый промпт, и потом уже используют его, не пытаясь повторить сам референс.
Мне не очень нравится этот способ использую редко. Но знаю, что многие работают и так.
✔️ Ну, и image prompt/style reference в Midjourney, разумеется. Использую часто.
Знаю, что для многих это очевидно, но вижу много "а подскажите промпт" на просторах интернета , да и вы налайкали эту тему в опросе. Поэтому вот урок, кому не актуально, просто пропускайте.
Слушайте на х1,5
Если по-быстрому, то:
Мне не очень нравится этот способ использую редко. Но знаю, что многие работают и так.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2
Ну что, первые ИИ-артисты идут в бой. Xania Monet — виртуальная певица (основной жанр — R&B), сгенерированная с помощью Suno поэтессой Телишей Джонс из Миссисипи — получила свой первый контракт. Лейбл Hallwood Media подписал сделку с «исполнителем» на 3 миллиона долларов.
Чем известна Xania Monet?
↘️ Дебютный трек How Was I Supposed to Know мгновенно возглавил чарты цифровых продаж R&B, а в TikTok набрал более 80 тыс. публикаций.
↘️ 25 место в рейтинге Billboard Emerging Artists, первое — в R&B Digital Song Sales. На закуску — почти 10 миллионов прослушиваний.
Несколько мейджор-лейблов также хотели получить артиста на подпись, но все же воздержались, поскольку Suno судится с RIAA за незаконное использование текстов.
Что будет дальше?
↘️ Мы помним, как в 2023 году Universal Music потребовал у стриминговых площадок удалить сгенерированный ИИ фейковый хит The Weeknd и Дрейка. Теперь, видимо, ситуация изменилась. ИИ-артисты «удобнее» с точки зрения трендов — их можно изменять вслед за предпочтениями аудитории. Во многом этот плюс используют авторы как видеоконтента, так и самиздата.
↘️ Описанный кейс — первая попытка монетизировать ИИ-музыку. То есть у нас на руках есть настоящий контракт с настоящими деньгами от настоящего лейбла! Прогнозируем, что дальше и другие создатели ИИ-артистов будут пытаться зайти в такую историю.
Однако что будет с концертами — вопрос открытый. Рано или поздно, но любой успешный коммерческий артист выходит на рынок с туром, и это еще один способ монетизации его творчества. Возможно, создатель Xania Monet воспользуется фонограммой, возможно — генерировать новые треки исполнителя будут прямо со сцены. Это покажет время.
Чем известна Xania Monet?
Несколько мейджор-лейблов также хотели получить артиста на подпись, но все же воздержались, поскольку Suno судится с RIAA за незаконное использование текстов.
Что будет дальше?
Однако что будет с концертами — вопрос открытый. Рано или поздно, но любой успешный коммерческий артист выходит на рынок с туром, и это еще один способ монетизации его творчества. Возможно, создатель Xania Monet воспользуется фонограммой, возможно — генерировать новые треки исполнителя будут прямо со сцены. Это покажет время.
Please open Telegram to view this post
VIEW IN TELEGRAM
🤯1
Perplexity запустил API для поиска в интернете
Через Search API разработчики могут напрямую получать данные из индекса, который покрывает сотни миллиардов страниц и используется в самом Perplexity.
API возвращает не целые документы, а релевантные фрагменты, подготовленные для приложений. Индекс обновляется в реальном времени, поэтому результаты свежие.
Есть SDK и открытый фреймворк для тестирования. Тысяча запросов стоит 5 долларов.
https://www.perplexity.ai/hub/blog/introducing-the-perplexity-search-api
Через Search API разработчики могут напрямую получать данные из индекса, который покрывает сотни миллиардов страниц и используется в самом Perplexity.
API возвращает не целые документы, а релевантные фрагменты, подготовленные для приложений. Индекс обновляется в реальном времени, поэтому результаты свежие.
Есть SDK и открытый фреймворк для тестирования. Тысяча запросов стоит 5 долларов.
https://www.perplexity.ai/hub/blog/introducing-the-perplexity-search-api
Китай сертифицировал первый натрий-ионный аккумулятор для электромобиля, способный заряжаться до 80% за 15 минут, сообщает его производитель CATL.
Массовая интеграция такой батареи в автомобили запланирована уже на 2026 год, а в грузовики уже происходит.
Натриевый аналог той же ёмкости и размера, что и литиевый вариант, но в 10 раз дешевле, срок службы 25 лет, работает при температуре -30°C, а заряжается до -40, при этом отличается высокой безопасностью.
Массовая интеграция такой батареи в автомобили запланирована уже на 2026 год, а в грузовики уже происходит.
Натриевый аналог той же ёмкости и размера, что и литиевый вариант, но в 10 раз дешевле, срок службы 25 лет, работает при температуре -30°C, а заряжается до -40, при этом отличается высокой безопасностью.
GDPval: Новый экзамен для AI. Но победа далеко не однозначна
OpenAI выпустили бенчмарк GDPval — впервые замерили, насколько реально нейросети могут заменить (или хотя бы дополнить) человеческий труд в профессиях, создающих $3 триллиона экономической ценности в год. Стоит ли теперь бояться увольнений или наоборот — расслабиться?
Что сделали:
- Составили 1320 реальных задач от 44 профессий — от sales и финанализа до юристов, медиков и даже частных детективов.
- К работе привлекли людей-экспертов (опыт от 14 лет!), а потом прогнали их задачи через нейросети OpenAI (GPT-5, GPT-4o), Anthropic (Claude Opus 4.1), Google (Gemini 2.5 Pro), xAI (Grok).
- Оценивали «вслепую» — эксперты сравнивали, где результат лучше: у человека или у AI.
Главные выводы:
- Ни одна модель не обошла человека «всегда»: лидирует Claude Opus 4.1, но и она победила (или сравнялась) c людьми только в ~49% задач. GPT-5-high — около 40% (см. график).
- Нейросети лучше всего показали себя в аналитике данных и написании кода [умозаключение], но во всем, что связано с медициной, юриспруденцией, аудитом — опытные специалисты всё ещё недосягаемы для AI.
- Критически важно: многие ошибки нейросетей — это не интеллект, а невнимание к деталям, форматированию, требованиям к результату. GPT-5 почти не ошибался в логике, но часто просто "криво" оформлял отчёты. Gemini и Grok — запутывались в инструкциях.
- Сценарии «человек + нейросеть» уже дают прирост: эффективность и скорость работы вырастает примерно в 1.5 раза, но без эксперта на финальном этапе пока нельзя.
- Всё тестирование касалось в основном задач, которые можно сделать за компьютер — в жизни реальной рутины и нюансов намного больше.
Важные нюансы из обсуждений:
- Список профессий, где пока можно не волноваться о вытеснении, — бухгалтера, аудиторы, врачи, многие ИТ-руководители и специалисты по сложной документации.
- Отдельно признано: AI выигрывает там, где задачи типизированы, стандартизированы и есть чёткий expected result. Как только появляется неоднозначность или сложный контекст — преимущество у опытного «живого» эксперта.
- Исследование OpenAI и по стилю, и по структуре эвалов похоже на «разминку» перед новым поколением моделей — не удивлюсь, если следующий раунд бенчмарков будет куда более лоялен к AI.
Что дальше?
- GDPval — только первый шаг. Уже открыта база задач (ссылки ниже), можно самому проверить, как AI справится с профессиями будущего.
- Самый надёжный сценарий пока: усиливать эксперта искусственным интеллектом, а не заменять его на 100%.
- Главная битва за «замещение» только начинается: впереди — более "живая" многозадачность, интерактив, переписка и ситуации с неполной определённостью.
P.S. Очень советую покопаться в датасете задач: https://huggingface.co/datasets/openai/gdpval/viewer/default/train
[Подробнее: https://cdn.openai.com/pdf/d5eb7428-c4e9-4a33-bd86-86dd4bcf12ce/GDPval.pdf]
Другие мнения и краткие итоги — см. у @cryptoEssay и @naebnet
***
Кратко: AI уже умеет много, но не всё. Где-то ставка — на синергию, а не на замену. Реальный Last Exam для индустрии ещё впереди.
OpenAI выпустили бенчмарк GDPval — впервые замерили, насколько реально нейросети могут заменить (или хотя бы дополнить) человеческий труд в профессиях, создающих $3 триллиона экономической ценности в год. Стоит ли теперь бояться увольнений или наоборот — расслабиться?
Что сделали:
- Составили 1320 реальных задач от 44 профессий — от sales и финанализа до юристов, медиков и даже частных детективов.
- К работе привлекли людей-экспертов (опыт от 14 лет!), а потом прогнали их задачи через нейросети OpenAI (GPT-5, GPT-4o), Anthropic (Claude Opus 4.1), Google (Gemini 2.5 Pro), xAI (Grok).
- Оценивали «вслепую» — эксперты сравнивали, где результат лучше: у человека или у AI.
Главные выводы:
- Ни одна модель не обошла человека «всегда»: лидирует Claude Opus 4.1, но и она победила (или сравнялась) c людьми только в ~49% задач. GPT-5-high — около 40% (см. график).
- Нейросети лучше всего показали себя в аналитике данных и написании кода [умозаключение], но во всем, что связано с медициной, юриспруденцией, аудитом — опытные специалисты всё ещё недосягаемы для AI.
- Критически важно: многие ошибки нейросетей — это не интеллект, а невнимание к деталям, форматированию, требованиям к результату. GPT-5 почти не ошибался в логике, но часто просто "криво" оформлял отчёты. Gemini и Grok — запутывались в инструкциях.
- Сценарии «человек + нейросеть» уже дают прирост: эффективность и скорость работы вырастает примерно в 1.5 раза, но без эксперта на финальном этапе пока нельзя.
- Всё тестирование касалось в основном задач, которые можно сделать за компьютер — в жизни реальной рутины и нюансов намного больше.
Важные нюансы из обсуждений:
- Список профессий, где пока можно не волноваться о вытеснении, — бухгалтера, аудиторы, врачи, многие ИТ-руководители и специалисты по сложной документации.
- Отдельно признано: AI выигрывает там, где задачи типизированы, стандартизированы и есть чёткий expected result. Как только появляется неоднозначность или сложный контекст — преимущество у опытного «живого» эксперта.
- Исследование OpenAI и по стилю, и по структуре эвалов похоже на «разминку» перед новым поколением моделей — не удивлюсь, если следующий раунд бенчмарков будет куда более лоялен к AI.
Что дальше?
- GDPval — только первый шаг. Уже открыта база задач (ссылки ниже), можно самому проверить, как AI справится с профессиями будущего.
- Самый надёжный сценарий пока: усиливать эксперта искусственным интеллектом, а не заменять его на 100%.
- Главная битва за «замещение» только начинается: впереди — более "живая" многозадачность, интерактив, переписка и ситуации с неполной определённостью.
P.S. Очень советую покопаться в датасете задач: https://huggingface.co/datasets/openai/gdpval/viewer/default/train
[Подробнее: https://cdn.openai.com/pdf/d5eb7428-c4e9-4a33-bd86-86dd4bcf12ce/GDPval.pdf]
Другие мнения и краткие итоги — см. у @cryptoEssay и @naebnet
***
Кратко: AI уже умеет много, но не всё. Где-то ставка — на синергию, а не на замену. Реальный Last Exam для индустрии ещё впереди.
🤔1
Вопрос подписчика:
Интересно, а как AI справился с задачами частных детективов?
Мой ответ:
Изучит все камеры в округе, идентифицирует людей, пробьет номера телефонов, проследит пути и пересечения с другими номерами, обрисует связи, расставит веса и вероятности, проверит фото и селфи с мест — в общем, в каком-то приближении сейчас так и раскрывают — например, чуваков из Солсбери отследили по камерам.
***
Сегодня ИИ задействован практически во всех аспектах цифрового расследования:
- Анализ видеозаписей и идентификация лиц
- Сопоставление данных мобильных устройств, трекинг по GPS, Wi-Fi и Bluetooth
- Анализ больших данных для выявления нетипичных событий и аномалий
- Автоматический сбор и обработка digital footprints: от соцсетей до банковских транзакций
- Биометрия: распознавание по голосу, стилю письма, походке
- Проверка фото, видео и аудио на подлинность, выявление deepfake
- OSINT — автоматизированный мониторинг открытых источников, реестров, форумов
- Моделирование сценариев и прогнозирование поведения с помощью машинного обучения
Эти инструменты — уже не фантастика, а стандарты работы крупнейших аналитических платформ. Например, Palantir (компания Питера Тиля), — сегодня одна из самых дорогих аналитических IT-компаний мира, внедряющая свои системы для разведок, спецслужб и АНБ США. ИИ там — не "эксперимент", а основа практической работы тысяч специалистов.
Таким образом, классический детектив постепенно уходит в прошлое — на смену ему приходит союз аналитика и алгоритма.
Интересно, а как AI справился с задачами частных детективов?
Мой ответ:
Изучит все камеры в округе, идентифицирует людей, пробьет номера телефонов, проследит пути и пересечения с другими номерами, обрисует связи, расставит веса и вероятности, проверит фото и селфи с мест — в общем, в каком-то приближении сейчас так и раскрывают — например, чуваков из Солсбери отследили по камерам.
***
Сегодня ИИ задействован практически во всех аспектах цифрового расследования:
- Анализ видеозаписей и идентификация лиц
- Сопоставление данных мобильных устройств, трекинг по GPS, Wi-Fi и Bluetooth
- Анализ больших данных для выявления нетипичных событий и аномалий
- Автоматический сбор и обработка digital footprints: от соцсетей до банковских транзакций
- Биометрия: распознавание по голосу, стилю письма, походке
- Проверка фото, видео и аудио на подлинность, выявление deepfake
- OSINT — автоматизированный мониторинг открытых источников, реестров, форумов
- Моделирование сценариев и прогнозирование поведения с помощью машинного обучения
Эти инструменты — уже не фантастика, а стандарты работы крупнейших аналитических платформ. Например, Palantir (компания Питера Тиля), — сегодня одна из самых дорогих аналитических IT-компаний мира, внедряющая свои системы для разведок, спецслужб и АНБ США. ИИ там — не "эксперимент", а основа практической работы тысяч специалистов.
Таким образом, классический детектив постепенно уходит в прошлое — на смену ему приходит союз аналитика и алгоритма.
❤2👍1
Вопрос подписчика:
А зачем это нужно (Perplexity Search API)? Что не дает обычный Perplexity Pro?
Мой ответ:
Это для своих приложений, для программистов. Например, вы делаете сервис, который автономно анализирует действия конкурентов по открытым источникам, сам принимает решения — что еще проверить, как реагировать, какие запустить задачи. Может даже сам перераспределять рекламный бюджет.
В варианте с Pro — нужен оператор. В случае с программой — она сама делает то, что раньше было неочевидно и требует опыта. Это высший пилотаж автоматизации.
Дополнительные сценарии, где Search API открывает новые возможности:
- Бизнес-мониторинг: автоматический анализ конкурентов, поиск новых ниш, отслеживание трендов, прогноз перемещений рынка.
- Медицина и фарма: агрегатор свежих исследований, автомат для подбора препаратов или клинических тестов.
- Маркетинг: автогенерация контент-планов на основе трендов и вирусных тем, подбор наиболее релевантных инфоповодов для соцсетей.
- Разработка продуктов: самостоятельный сбор требований, обратной связи и отзывов с форумов, блогов и площадок.
- Образование: автоаналитика свежих источников, подбор актуальных курсов, создание динамических учебных программ.
- Личные ассистенты: агенты, анализирующие пользовательские запросы, новости и предложения, рекомендуют лучшие варианты в реальном времени.
- SEO и контент: поиск новых ключей, кластеризация ссылок, отслеживание изменений алгоритмов поисковиков.
- Автоматизация отчетности: агрегирование данных, формирование собственных аналитических отчетов по заданным параметрам.
Что пишут в соцсетях:
В LinkedIn и Reddit обсуждают внедрение Search API для создания интеллектуальных агентских сервисов — “агенты сами ищут, сами структурируют данные, сами запускают дополнительные ветки анализа без участия человека”.
Популярные кейсы: автоматизация конкурентной разведки, генерация больших отчетов (research agent), интеграция с no-code платформами (WordPress, n8n), построение собственных мета-поисков, продукты по типу market intelligence.
Формат — $5 за 1,000 запросов, без скрытых токен-фии. Многие считают API первым реальным конкурентом Google для разработчиков, с доступом к реальному индексу сотен миллиардов страниц, региональной фильтрацией и авторанжированием по релевантности.
Спасибо за вопросы — именно они позволяют развивать гипотезы автоматизации. Сейчас появляется новый пласт сервисов, где машина сама ищет, анализирует, принимает решение что делать дальше — и отчитывается человеку только о факте:
_"Было сделано X, обнаружена Y, рекомендовано запустить Z"._
Потенциал — в любой отрасли, где важна скорость и глубина анализа, от финансов до индустрии образования.
А зачем это нужно (Perplexity Search API)? Что не дает обычный Perplexity Pro?
Мой ответ:
Это для своих приложений, для программистов. Например, вы делаете сервис, который автономно анализирует действия конкурентов по открытым источникам, сам принимает решения — что еще проверить, как реагировать, какие запустить задачи. Может даже сам перераспределять рекламный бюджет.
В варианте с Pro — нужен оператор. В случае с программой — она сама делает то, что раньше было неочевидно и требует опыта. Это высший пилотаж автоматизации.
Дополнительные сценарии, где Search API открывает новые возможности:
- Бизнес-мониторинг: автоматический анализ конкурентов, поиск новых ниш, отслеживание трендов, прогноз перемещений рынка.
- Медицина и фарма: агрегатор свежих исследований, автомат для подбора препаратов или клинических тестов.
- Маркетинг: автогенерация контент-планов на основе трендов и вирусных тем, подбор наиболее релевантных инфоповодов для соцсетей.
- Разработка продуктов: самостоятельный сбор требований, обратной связи и отзывов с форумов, блогов и площадок.
- Образование: автоаналитика свежих источников, подбор актуальных курсов, создание динамических учебных программ.
- Личные ассистенты: агенты, анализирующие пользовательские запросы, новости и предложения, рекомендуют лучшие варианты в реальном времени.
- SEO и контент: поиск новых ключей, кластеризация ссылок, отслеживание изменений алгоритмов поисковиков.
- Автоматизация отчетности: агрегирование данных, формирование собственных аналитических отчетов по заданным параметрам.
Что пишут в соцсетях:
В LinkedIn и Reddit обсуждают внедрение Search API для создания интеллектуальных агентских сервисов — “агенты сами ищут, сами структурируют данные, сами запускают дополнительные ветки анализа без участия человека”.
Популярные кейсы: автоматизация конкурентной разведки, генерация больших отчетов (research agent), интеграция с no-code платформами (WordPress, n8n), построение собственных мета-поисков, продукты по типу market intelligence.
Формат — $5 за 1,000 запросов, без скрытых токен-фии. Многие считают API первым реальным конкурентом Google для разработчиков, с доступом к реальному индексу сотен миллиардов страниц, региональной фильтрацией и авторанжированием по релевантности.
Спасибо за вопросы — именно они позволяют развивать гипотезы автоматизации. Сейчас появляется новый пласт сервисов, где машина сама ищет, анализирует, принимает решение что делать дальше — и отчитывается человеку только о факте:
_"Было сделано X, обнаружена Y, рекомендовано запустить Z"._
Потенциал — в любой отрасли, где важна скорость и глубина анализа, от финансов до индустрии образования.
🔥5
Как ИИ Perplexity избавил меня от рутины и повысил качество подготовки лекций
Недавно в очередной раз убедился: автоматизация — не просто про экономию времени, а про шаг в новый уровень качества.
Раньше мне приходилось вручную планировать в календаре подготовку к лекциям: подгонять даты, разбивать задачи, накидывать отдельные слоты для драфта и доработки. Но теперь я просто формулирую задачу (“Запланируй мне подготовку к лекции за неделю, прикладываю предварительную программу”) — и получаю готовый план в календаре: два вечера, уже под мои привычки и эффективность. Всё, настройся и работай!
Причём, уже по опыту знаю: уложиться с драфтом и детальной проработкой реально за 3–4 часа, если за меня снята вся “техническая рутина” — и это даёт не только экономию времени (в 1,5–3 раза!), но и кратное повышение качества материалов. Оценки у группы, которая уже прошла обновленный курс, говорят сами за себя — максимальные проценты по всем параметрам и все уносят задания в реальную практику (см. скрин с анонимного опроса).
ИИ помогает не только планировать, но и буквально ассистирует в генерации материалов и заданий — тесты, практические решения, кастомные презентации под запрос группы. Всё, на что раньше уходили вечера, теперь занимает часы — зато качество только растёт.
#AI #автоматизация #edtech #calendarmanagement #лекции #эффективность
Недавно в очередной раз убедился: автоматизация — не просто про экономию времени, а про шаг в новый уровень качества.
Раньше мне приходилось вручную планировать в календаре подготовку к лекциям: подгонять даты, разбивать задачи, накидывать отдельные слоты для драфта и доработки. Но теперь я просто формулирую задачу (“Запланируй мне подготовку к лекции за неделю, прикладываю предварительную программу”) — и получаю готовый план в календаре: два вечера, уже под мои привычки и эффективность. Всё, настройся и работай!
Причём, уже по опыту знаю: уложиться с драфтом и детальной проработкой реально за 3–4 часа, если за меня снята вся “техническая рутина” — и это даёт не только экономию времени (в 1,5–3 раза!), но и кратное повышение качества материалов. Оценки у группы, которая уже прошла обновленный курс, говорят сами за себя — максимальные проценты по всем параметрам и все уносят задания в реальную практику (см. скрин с анонимного опроса).
ИИ помогает не только планировать, но и буквально ассистирует в генерации материалов и заданий — тесты, практические решения, кастомные презентации под запрос группы. Всё, на что раньше уходили вечера, теперь занимает часы — зато качество только растёт.
#AI #автоматизация #edtech #calendarmanagement #лекции #эффективность
🔥2
В ИИ-сообществе выделяются два лагеря специалистов:
1. Практики автоматизации:
Ориентируются на предсказуемость, повторяемость и минимизацию расходов. Используют Schema-Guided Reasoning (SGR): разбивают задачи на шаблоны и "чек-листы" для стабильной, быстрой и прозрачной автоматизации процессов на малых или локальных моделях. Такой подход удобен там, где бизнесу нужен гарантированный и управляемый результат при минимальных издержках.
2. Исследователи и топ-команды ИИ:
Для них важно “разблокировать” возможности генеративного ИИ и создавать принципиально новые решения. SGR они считают тупиковым, потому что такой reasoning не способен делать открытия или масштабироваться для сложных задач. Они фокусируются на моделях-исследователях, обучаемых через Reinforcement Learning (RL), и выступают против жесткой структуры ("констрейнтов"), чтобы не сдерживать творческий потенциал моделей (пример — AlphaFold и глубокие исследования от OpenAI/DeepMind).
Совет читателям Startobus:
Если у вас реальный практический бизнес — вам нужны инструменты оптимизации процессов: SGR, структурированные reasoning-пайплайны, четкие схемы “чек-листов”. Это гарантирует повторяемое качество и минимизирует затраты на токены прямо сейчас.
Но важно следить за развитием новых исследовательских подходов и генеративных моделей: именно они через несколько лет могут радикально изменить рынок, открывать новые классы задач и давать результат, выходящий за пределы рутинной оптимизации.
Мой прогноз: все бизнес-оптимизации останутся актуальными, пока критично повторяемое качество и издержки. Но как только появится следующий класс массовых AIG (3–5 лет), часть задач бизнес-автоматизации может быть полностью “перебита” генеративными подходами.
Материалы для вашего изучения:
- SGR: abdullin.com, Azati Blog
- RL и AIG: OpenAI docs, Interconnects blog
- Пример прорыва: AlphaFold и роль ИИ в науке
- Я слежу за каналом LLM под капотом
Суть:
Сейчас лидируют инструменты оптимизации процессов и SGR. Но следите за развитием AIG — очень скоро картина может стать другой, и преимущества творческих моделей “исследователей” будут менять саму архитектуру будущего ИИ-бизнеса.
1. Практики автоматизации:
Ориентируются на предсказуемость, повторяемость и минимизацию расходов. Используют Schema-Guided Reasoning (SGR): разбивают задачи на шаблоны и "чек-листы" для стабильной, быстрой и прозрачной автоматизации процессов на малых или локальных моделях. Такой подход удобен там, где бизнесу нужен гарантированный и управляемый результат при минимальных издержках.
2. Исследователи и топ-команды ИИ:
Для них важно “разблокировать” возможности генеративного ИИ и создавать принципиально новые решения. SGR они считают тупиковым, потому что такой reasoning не способен делать открытия или масштабироваться для сложных задач. Они фокусируются на моделях-исследователях, обучаемых через Reinforcement Learning (RL), и выступают против жесткой структуры ("констрейнтов"), чтобы не сдерживать творческий потенциал моделей (пример — AlphaFold и глубокие исследования от OpenAI/DeepMind).
Совет читателям Startobus:
Если у вас реальный практический бизнес — вам нужны инструменты оптимизации процессов: SGR, структурированные reasoning-пайплайны, четкие схемы “чек-листов”. Это гарантирует повторяемое качество и минимизирует затраты на токены прямо сейчас.
Но важно следить за развитием новых исследовательских подходов и генеративных моделей: именно они через несколько лет могут радикально изменить рынок, открывать новые классы задач и давать результат, выходящий за пределы рутинной оптимизации.
Мой прогноз: все бизнес-оптимизации останутся актуальными, пока критично повторяемое качество и издержки. Но как только появится следующий класс массовых AIG (3–5 лет), часть задач бизнес-автоматизации может быть полностью “перебита” генеративными подходами.
Материалы для вашего изучения:
- SGR: abdullin.com, Azati Blog
- RL и AIG: OpenAI docs, Interconnects blog
- Пример прорыва: AlphaFold и роль ИИ в науке
- Я слежу за каналом LLM под капотом
Суть:
Сейчас лидируют инструменты оптимизации процессов и SGR. Но следите за развитием AIG — очень скоро картина может стать другой, и преимущества творческих моделей “исследователей” будут менять саму архитектуру будущего ИИ-бизнеса.
❤1
НАС 1900. ОТВЕЧАЮ НА ВОРОСЫ ПОДПИСЧИКОВ
🕵️♀️ Разыскиваются самые интересные вопросы! Сегодня я в роли детектива — готов расследовать ваши идеи, кейсы и загадки.
Пишите в комментариях то, что волнует: от тем постов до собственных случающихся вопросов. Каждый ваш запрос — новая улика, а наше обсуждение — коллективное расследование.
Запускаем поиски и вместе добираемся до истины!
🕵️♀️ Разыскиваются самые интересные вопросы! Сегодня я в роли детектива — готов расследовать ваши идеи, кейсы и загадки.
Пишите в комментариях то, что волнует: от тем постов до собственных случающихся вопросов. Каждый ваш запрос — новая улика, а наше обсуждение — коллективное расследование.
Запускаем поиски и вместе добираемся до истины!
Google запускают бесплатный курс по ИИ-агентам. За пять дней расскажут, как создавать собственных ассистентов, даже если вы новичок в этом деле.
Курс составляли действующие ML-инженеры. Есть блоки с лучшими инструментами, способами оценки агентов, примерами и практическими заданиями. В конце можно будет сделать своего ИИ-агента.
Старт в ноябре, регистрируемся по ссылке.
Курс составляли действующие ML-инженеры. Есть блоки с лучшими инструментами, способами оценки агентов, примерами и практическими заданиями. В конце можно будет сделать своего ИИ-агента.
Старт в ноябре, регистрируемся по ссылке.
🚀 Relevance AI: Идеальный инструмент для быстрого MVP AI-агентов (без кода!)
Привет, подписчики Стартобуса! Если вы ищете платформу для создания команд AI-агентов без программирования — Relevance AI это ваш выбор. Drag-and-drop интерфейс, 2000+ интеграций и фокус на автоматизации. Отличный для MVP: от идеи до запуска за часы. Подходит для маркетинга, анализа и автоматизации в любой нише — от музыки до e-commerce.
🔥 Почему лучший для MVP?
- Скорость: Без кода, готовые шаблоны — настройте агента за 4-6 часов.
- Интеграции: Прямая поддержка Telegram (более актуально для России, чем Slack) для автоматизации чатов, триггеров и уведомлений. Premium-триггер: +5000 кредитов/месяц за аккаунт, но можно интегрировать через Zapier бесплатно.
- Экономия на моделях: Поддержка OpenRouter — подключайте для маршрутизации к 350+ моделям, включая бесплатные (Grok Flash, десятки других на OpenRouter). Это снижает затраты на токены: используйте бесплатные модели для тестов/MVP, без наценки от Relevance.
- Списание кредитов: С сентября 2025 кредиты разделены: Actions (фиксировано 2-4 кредита/run за действия агентов) + Vendor Credits (прямая стоимость моделей без markup). Подключив OpenRouter с бесплатными моделями, минимизируете Vendor Costs — идеально для экономии.
💰 Актуальные цены (2025, по сайту relevanceai.com):
- Free: $0, 100 кредитов/день, 1 пользователь, 10MB знаний.
- Pro: $19/месяц, 10,000 кредитов/месяц, 1 пользователь, 100MB знаний.
- Team: $199/месяц, 100,000 кредитов/месяц, 10 пользователей, 1GB знаний.
- Business: $599/месяц, 300,000 кредитов/месяц, неограниченные пользователи, 5GB знаний.
- Enterprise: Кастомная цена.
- Доп. кредиты: $2 за 1000. Vendor Credits rollover (не сгорают). Годовая подписка: -10%.
📈 Кейс: Анализ конкурентов (для музыки и любого бизнеса)
Автоматизируйте мониторинг рынка с командой агентов:
Общий сценарий:
- Парсер: Собирает данные из Meta Ads Library, соцсетей, Google Alerts.
- Аналитик: Оценивает креативы, бюджеты, тренды за 30 дней.
- Стратег: Выявляет паттерны и рекомендации.
- Отчетчик: Шлёт еженедельный отчёт в Telegram.
- Результат: Экономия 10+ часов/неделю, 84% точность анализа.
Для музыкальной индустрии:
- Мониторит промо хитов: TikTok-сниппеты, Meta-таргетинг, YouTube-тренды.
- Отслеживает: релизы, хуки, бюджеты лейблов, вирусные форматы.
- Применение: Инсайты по жанрам (поп/EDM), вдохновение для треков. Настройте на 3-5 артистов/лейблов.
💡 Практика: Начните с Free-плана + OpenRouter для бесплатных моделей. Тестируйте 14 дней без лимитов. Для России: Telegram-интеграция делает его удобным для чат-ботов и уведомлений.
🔥 CTA: Полезно? Ставьте 🔥 в реакциях! Соберём 50+ — в следующем посте покажу, как реализовать то же на Cursor (бесплатно для dev) и сэкономить $100+/месяц.
#AI #MVP #RelevanceAI #Стартап #МузыкальныйМаркетинг
Привет, подписчики Стартобуса! Если вы ищете платформу для создания команд AI-агентов без программирования — Relevance AI это ваш выбор. Drag-and-drop интерфейс, 2000+ интеграций и фокус на автоматизации. Отличный для MVP: от идеи до запуска за часы. Подходит для маркетинга, анализа и автоматизации в любой нише — от музыки до e-commerce.
🔥 Почему лучший для MVP?
- Скорость: Без кода, готовые шаблоны — настройте агента за 4-6 часов.
- Интеграции: Прямая поддержка Telegram (более актуально для России, чем Slack) для автоматизации чатов, триггеров и уведомлений. Premium-триггер: +5000 кредитов/месяц за аккаунт, но можно интегрировать через Zapier бесплатно.
- Экономия на моделях: Поддержка OpenRouter — подключайте для маршрутизации к 350+ моделям, включая бесплатные (Grok Flash, десятки других на OpenRouter). Это снижает затраты на токены: используйте бесплатные модели для тестов/MVP, без наценки от Relevance.
- Списание кредитов: С сентября 2025 кредиты разделены: Actions (фиксировано 2-4 кредита/run за действия агентов) + Vendor Credits (прямая стоимость моделей без markup). Подключив OpenRouter с бесплатными моделями, минимизируете Vendor Costs — идеально для экономии.
💰 Актуальные цены (2025, по сайту relevanceai.com):
- Free: $0, 100 кредитов/день, 1 пользователь, 10MB знаний.
- Pro: $19/месяц, 10,000 кредитов/месяц, 1 пользователь, 100MB знаний.
- Team: $199/месяц, 100,000 кредитов/месяц, 10 пользователей, 1GB знаний.
- Business: $599/месяц, 300,000 кредитов/месяц, неограниченные пользователи, 5GB знаний.
- Enterprise: Кастомная цена.
- Доп. кредиты: $2 за 1000. Vendor Credits rollover (не сгорают). Годовая подписка: -10%.
📈 Кейс: Анализ конкурентов (для музыки и любого бизнеса)
Автоматизируйте мониторинг рынка с командой агентов:
Общий сценарий:
- Парсер: Собирает данные из Meta Ads Library, соцсетей, Google Alerts.
- Аналитик: Оценивает креативы, бюджеты, тренды за 30 дней.
- Стратег: Выявляет паттерны и рекомендации.
- Отчетчик: Шлёт еженедельный отчёт в Telegram.
- Результат: Экономия 10+ часов/неделю, 84% точность анализа.
Для музыкальной индустрии:
- Мониторит промо хитов: TikTok-сниппеты, Meta-таргетинг, YouTube-тренды.
- Отслеживает: релизы, хуки, бюджеты лейблов, вирусные форматы.
- Применение: Инсайты по жанрам (поп/EDM), вдохновение для треков. Настройте на 3-5 артистов/лейблов.
💡 Практика: Начните с Free-плана + OpenRouter для бесплатных моделей. Тестируйте 14 дней без лимитов. Для России: Telegram-интеграция делает его удобным для чат-ботов и уведомлений.
🔥 CTA: Полезно? Ставьте 🔥 в реакциях! Соберём 50+ — в следующем посте покажу, как реализовать то же на Cursor (бесплатно для dev) и сэкономить $100+/месяц.
#AI #MVP #RelevanceAI #Стартап #МузыкальныйМаркетинг
🔥2⚡1👏1
Китай запустил крупнейшие в мире учебные площадки для гуманоидных роботов в рамках амбициозной стратегии доминирования на быстро растущем мировом рынке индустрии гуманоидных роботов.
Новый центр обучения в пекинском районе Шицзиншань занимает площадь более 10 000 квадратных метров и, как ожидается, будет генерировать более 6 миллионов точек данных ежегодно для ускорения развития роботов. Пекинский центр является крупнейшим из множества учебных центров, открывающихся по всему Китаю, и включает 16 различных сценариев, воспроизводящих реальные условия, такие как производственные предприятия, розничные магазины, учреждения по уходу за пожилыми людьми и умные дома.
Дополняющий центр в Шанхае занимает площадь 5 000 квадратных метров и содержит более 100 различных моделей роботов от более чем десятка компаний, с планами генерировать до 50 000 записей данных в день при полной работе.
Новый центр обучения в пекинском районе Шицзиншань занимает площадь более 10 000 квадратных метров и, как ожидается, будет генерировать более 6 миллионов точек данных ежегодно для ускорения развития роботов. Пекинский центр является крупнейшим из множества учебных центров, открывающихся по всему Китаю, и включает 16 различных сценариев, воспроизводящих реальные условия, такие как производственные предприятия, розничные магазины, учреждения по уходу за пожилыми людьми и умные дома.
Дополняющий центр в Шанхае занимает площадь 5 000 квадратных метров и содержит более 100 различных моделей роботов от более чем десятка компаний, с планами генерировать до 50 000 записей данных в день при полной работе.
Кажется, уже пора вводить новый термин в рекламу — эффект «Сидни»: всё, к чему прикасается Сидни Суини, неизбежно становится популярным. Акции и Crocs взлетели после рекламы с актрисой для бренда HeyDude, который принадлежит компании с 2022 года.
@lobushkin
@lobushkin