Я, конечно, думал, что Google презентует Gemini 3, но, видимо, ещё не время, поэтому ловите — Gemini 2.5 Computer Use.

Это агент для управления компьютером браузером и судя по бенчмаркам, где он опережает Claude Sonnet 4.5 и OpenAI Computer-Using Agent model, он хорошо понимает интерфейсы сайтов и даже справляется с авторизацией.

Можете попробовать его в демо или через API.

Оптимизация под ИИ по версии главного менеджера по продукту Microsoft Bing Кришны Мадхавана

Традиционные основы SEO по-прежнему важны. Сканируемость, метаданные, внутренние и обратные ссылки по-прежнему важны для обеспечения доступности вашего контента. Но это лишь отправная точка.

В поиске с использованием ИИ ранжирование по-прежнему происходит, но оно не столько упорядочивает целые страницы, сколько определяет, какие фрагменты контента попадают в итоговый ответ. Помощники, такие как Copilot, разбивают контент на более мелкие структурированные фрагменты, которые можно оценить на авторитетность и релевантность. Затем эти фрагменты собираются в ответы, часто с опорой на данные из нескольких источников для создания единого связного ответа.

Классика:
— Title и Meta description
— заголовки H2, H2 и H3
— блоки в формате вопросов-ответов
— списки и таблицы
— разметка структурированных данных Schema.org

Распространенные ошибки:
— избегайте длинных текстовых строк: они размывают идеи и затрудняют для ИИ разделение контента на полезные фрагменты
— не скрывайте важные ответы во вкладках или раскрывающихся меню
— избегайте использования PDF-файлов для размещения основной информации
— избегайте размещения ключевой информации только на изображениях

Семантическая ясность:
— пишите с учетом намерений (интентов), а не только ключевых слов
— избегайте расплывчатых формулировок
— добавьте контекст
— используйте синонимы и связанные термины

Форматирование:
— соблюдайте простоту пунктуации: используйте точки и запятые последовательно; избегайте декоративных стрелок, символов или длинных цепочек знаков препинания, которые нарушают синтаксический анализ
— будьте осторожны с длинным тире
— используйте маркеры или нумерацию для списков

Американка выиграла суд с помощью ChatGPT и Perplexity. Чат-боты сэкономили ей как минимум $73 тыс.

Линн Уайт просрочила платеж по аренде жилья в трейлерном парке. Законы Лос-Анджелеса позволяли отложить оплату на 12 месяцев, но местный адвокат проиграл дело.

Тогда Линн решила подать апелляцию и пошла за советом к нейронкам. Она загрузила все документы в ChatGPT — и бот помог найти процессуальные ошибки для пересмотра дела. Затем подключила Perplexity Pro и изучила необходимые законы, чтобы выстроить свою защиту.

В итоге суд встал на ее сторону. Линн смогла отменить уведомление о выселении, избежала штрафа в 55 тыс. и задолженности в 18 тыс. за аренду. А еще сэкономила на адвокатах.

Главное, чтобы ИИ не заменил самих судей.

Прогноз: Telegram, ИИ и Казахстан — как Дуров строит новый центр мировой AI-инфраструктуры

🧠 Telegram переходит на новый уровень — Павел Дуров запускает AI-лабораторию в Казахстане с суперкомпьютером Alem AI (500 видеокарт H200) и поддержкой государства. Это не создание своей LLM, а умное превращение Telegram в глобальную AI-платформу с акцентом на интеграцию и пользовательский опыт.

Что происходит?

- Казахстан становится тестовой площадкой для масштабирования Telegram: доступ к огромной вычислительной мощности и легальному режиму криптовалюты (TON), запуск AI через мини-приложения, ассистентов и ботов.
- Telegram не строит фундаментальные модели — он интегрирует лучшие внешние решения (OpenAI, Anthropic, Grok, китайские модели вроде Baichuan, Qwen, ERNIE). Дуров меняет фокус на скорость внедрения и качество UX, а не на «глубину» моделей.
- Опыт Perplexity и тренд индустрии: 89% AI-стартапов используют внешние модели по API, ставя UX и быструю адаптацию выше фундаментальных разработок.
- 500 GPU H200 — серьёзный рывок для миллиардной аудитории по всему миру: Telegram может дать локализованный, быстрый и дешёвый доступ к ИИ даже на развивающихся рынках.
- Криптовалюта TON становится драйвером монетизации: ИИ-функции доступны за токены, внедряя Web3 во взаимодействие с AI.

Почему это важно?

- Telegram становится операционным слоем для ИИ-сервисов, где конкурируют топовые модели, а не «закрытый» продукт.
- Главная сила Telegram — не только технологии, но миллиардная аудитория, премиальные подписчики и живые пользовательские тексты: ценнейшие данные для новых RAG-систем и AI-помощников. А миллиарда пользователей на сегодня нет даже у OpenAI.
- Китайские модели, часто работающие эффективнее и дешевле западных, открывают Telegram возможность масштабировать AI на весь мир без ограничений по лицензиям и инфраструктуре.

Риски и критика:

- У Дурова были планы по эксклюзивному контракту с xAI/Grok, но Илон Маск быстро и жестко отказался — но это обозначает, что Telegram гибко ищет лучших партнёров, и не зависит от одного вендора. И кажется он уже понимает - что хочет от ИИ в телеграм.
- Telegram — интегратор: у него есть риск зависимости от внешних разработчиков AI, но есть и уникальная возможность быстро менять технологии и стратегию.

ИТОГ:
В ближайшие 12–18 месяцев Telegram станет крупнейшей в мире площадкой для запуска AI-сервисов: с казахстанской инфраструктурой, мульти-модельным подключением (от западных до китайских решений) и миллиардной пользовательской базой. Telegram не строит «самый умный» ИИ, а даёт лучший пользовательский опыт для каждого, превращаясь в глобального AI-оркестратора, где данные и скорость важнее чем фундаментальная наука.

Но будем посмотреть)

Кто победит в ИИ? Историческая перспектива и прогноз на будущее в продолжение предыдущего поста

Посмотрите на историю технологий — всегда побеждает не продукт, а тот, кто создает платформу-трамплин для новых бизнесов и экосистем:

1. Компьютеры — Microsoft. Не самый технологичный, но дал платформу для разработчиков (Windows + маркетплейс приложений).
2. Смартфоны — Apple. AppStore превратил каждое устройство в личный магазин полезностей, где любой может запускать проекты.
3. Соцсети — Meta (Facebook). Маркетплейс социальных связей: можно писать, звонить, делиться успехами, строить свою цифровую идентичность.
4. Поиск — Google. Точка входа к информации и маркетплейс контента: каждый может получить ответ, каждый может продвинуть свой сервис.

В ИИ победит тот, кто построит маркетплейс/магазин приложений для жизни и работы на базе ИИ.

Сегодня в эту сторону двигаются все новаторы:

- OpenAI — показали, как ChatGPT может стать хабом для сторонних виджетов и инструментов, превращая ИИ в экосистему приложений.
- xAI — Илона Маска запускает Grokopedia, собирает свою библиотеку знаний, двигает модели к реальному внедрению в массовые сервисы.
- Telegram — Павел Дуров ведёт Telegram к роли глобального супераппа, где аудитория миллиард+ человек, поддержка мини-приложений, интеграция лучших ИИ и Web3. Казахстанский суперкомпьютер + открытые модели (в том числе китайские) — база для масштабирования решений по всему миру.

Наблюдение:
— В ИИ победит не тот, кто напишет “самый умный алгоритм”, а тот, кто даст каждому пользователю удобный маркетплейс ИИ-сервисов для жизни, работы, общения, творчества.

Именно туда движется весь технологический ландшафт: победит тот, кто достроит экосистему, откроет платформу и позволит другим запускать свои сервисы на этой базе. Как Microsoft, Apple, Meta и Google раньше — так и новый AI-маркетплейс через Telegram, OpenAI, xAI сегодня.

Отличное обновление приложения Perplexity для iOS ! Возможность выбора модели генерации изображений теперь доступна прямо в мобильном приложении через Settings → Image Generation Model, что раньше было доступно только в веб-версии.

Доступные модели

В обновлении представлено несколько передовых моделей для генерации изображений:

Nano Banana (Gemini 2.5 Flash Image от Google) — новая модель с продвинутыми возможностями редактирования изображений, объединением нескольких изображений в одно, сохранением постоянства персонажей и использованием знаний Gemini для контекстно точной генерации. Модель обеспечивает быструю генерацию с низкой задержкой и высоким качеством результата.

Seedream 4.0 от Bytedance — модель нового поколения, объединяющая генерацию и редактирование изображений в единой архитектуре. Поддерживает разрешение до 4K, быструю генерацию (от 1,8 секунд), пакетную обработку с несколькими референсами и естественно-языковое редактирование объектов.

GPT Image 1 от OpenAI — модель генерации изображений на базе технологий OpenAI.

Flux.1 от Black Forest Labs — модель для создания высококачественных изображений, которая уже доступна Pro-пользователям на perplexity.com.

DALL-E 3 от OpenAI — проверенная временем модель генерации изображений.

Преимущества для работы

Эта функция особенно полезна для контент-криейторов и маркетологов, так как разные модели имеют свои сильные стороны: Nano Banana отлично справляется с редактированием и сохранением идентичности персонажей, Seedream 4.0 — с высоким разрешением и структурными макетами, а Flux.1 — с художественной генерацией.

🔘 ИИ в команде: как алгоритмы уже автоматизируют рутину и ускоряют бизнес

🤔 Представьте: ИИ-ассистент, который вместо вас анализирует лиды, генерирует персональные предложения клиентам и даже проверяет договоры на риски. Это не фантастика — это реальность 2025 года, где компании экономят 30-50% времени на рутинных задачах, как поиск тендеров, анализ звонков или подбор сотрудников.

В Startobus мы видим, как ИИ меняет рабочие процессы: от автоматизации продаж (генерация КП за секунды) до HR (оценка кандидатов с вероятностью успеха 80%+) и даже охраны труда (распознавание нарушений через камеры). Без техно-сленга — просто готовые воркфлоу, которые окупаются за месяц.

Чтобы быть в курсе и вдохновляться практическими кейсами, собрали подборку топ-каналов о технологиях для бизнеса.

Для кого это? Для предпринимателей, менеджеров и креативщиков, кто хочет внедрять ИИ без головной боли и расти быстрее конкурентов.

Присоединяйтесь к сообществу передовых технологий — получите доступ к эксклюзивным дайджестам и готовым шаблонам! 🚀

#️⃣ https://t.me/addlist/TiR-sx6TAbE4ODRi

Вышел свеженький отчет по состоянию ИИ в мире. Слово “свеженький” надо воспринимать осторожно: пока такой отчет готовят к публикации, он уже успевает местами устареть.
Но вот ретроспективу показывает отлично — как многое поменялось за год.
Пересказать целиком невозможно, надо самому смотреть. Но отмечу несколько зацепивших меня моментов.
◦ Прогресс в математике. Тут оценки объективны и бинарны, “решил-не решил”. Несколько моделей стали золотыми медалистами в реальных состязаниях по решению олимпиадных задач.
◦ Наметился тренд к непрерывному обучению вместо статического претрейна
◦ На примере AlphaZero доказано, что модели, обучающиеся без участия человека, способны изобрести новые стратегии, которым уже можно научить людей. Это к унылому ворчанию “они не могут создать ничего нового”
◦ В области открытых моделей китайцы устойчиво обошли запад
◦ Концептуальный сдвиг: от использования инструментов к коллаборации с агентами как полноценными партнерами
AI-first компании устойчиво превосходят аналогичные в своих секторах традиционные по выручке и ее росту
Там больше 300 страниц, слишком много интересного для одного поста. И, как обычно, есть странные утверждения и необъяснимые пробелы. Но это всегда так:)
На закуску — избранные прогнозы на следующие 12 месяцев:
◦ Кто-то из больших ритейлеров доложит про 5% офлайновых покупок ИИ-агентами
◦ Генеративная видеоигра в реальном времени добьется рекордных просмотров на Twitch
◦ Фильм, созданный с интенсивным использованием ИИ, добьется массовых зрительских симпатий и вызовет бурю негодования со стороны креаторов
Вот даже интересно, насколько сбудется:) Ничего особо фантастичного в этих предположениях нет.
Желаю долгого приятного просмотра :))
https://www.stateof.ai

Строительство газовых электростанций под угрозой срыва: на мировом рынке — острый дефицит газовых турбин, пишет Bloomberg.

Бум искусственного интеллекта резко увеличил энергопотребление дата-центров. Параллельно растёт спрос со стороны электротранспорта, промышленности и домохозяйств. Все стремятся уйти от угля к газу, так как возобновляемые источники не дают стабильных объёмов.

Но производство газовых турбин не успевает за спросом: Siemens, GE и Mitsubishi завалены заказами, а стоимость строительства газовых ТЭС с 2021 года выросла в 3,5 раза. Производители обещают расширяться, но без особого энтузиазма: «В этом прелесть нашей отрасли — входные барьеры невероятно высоки», — признаёт представитель Siemens.

Дефицит турбин усиливает энергетическое неравенство. США готовятся к росту потребления электроэнергии на 25%, Германия строит двадцать ТЭС, Китай масштабирует газовую генерацию. В этой гонке поставщики, разумеется, ориентируются на богатых заказчиков, а страны победнее рискуют остаться без турбин и без шансов снизить выбросы.

У России есть простой выбор: нарастить собственное производство (вложиться в НИОКРы, закупить оборудование для производства и технологии, поощрять инвестиции в этой области) или зависеть от импорта. В ближайшие 17 лет нам потребуется не менее 258 газовых турбин, но собственных мощностей сегодня не хватает и доступные в России решения сильно неэффективны и очень дороги. При этом всё ещё есть возможность сделать рывок — при условии государственной координации, инвестиций и создании совместных предприятий. Если удастся локализовать технологии и наладить стабильное производство турбин, Россия сможет обеспечить не только себя и соседей, но и страны глобального Юга.

Энергетическая сверхдержава — это не только запасы нефти и газа. Это прежде всего способность превращать эти ресурсы в электроэнергию, создавая основу для промышленного, цифрового и технологического развития.

Японский принцип «гамбатэ» - это принцип, согласно которому человек в случае наступления каких бы то ни было трудностей отказывается принимать поражение и борется, невзирая на то, какую цену ему придётся заплатить ради достижения результата.

Гамбатэ - это когда фактически вы ничего не можете сделать и весь ваш опыт говорит о том, что продолжать прилагать усилия бессмысленно, но тем не менее вы продолжаете борьбу. Очевидно, что цель в данном случае - не достижение результата, дух - вот что имеет значение.

Такаши Куроки Сенсей рассказал, что сейчас в Японии перестали говорить друг другу "гамбатэ" в качестве поддержки или пожелания, чтобы не оказывать дополнительного давления на человека, который итак находится в стрессовой ситуации. Однако, по-прежнему говорят детям, чтобы научить их не сдаваться раньше времени.

Айкидо плюс. Современные самураи, М.Булыга

Топ причин, по которым закрываются стартапы.

Карусель капитализма: от ЛогоВАЗа до OpenAI

«Новое — это хорошо забытое старое». В октябре 2025 года Bloomberg опубликовал схему движения триллионов долларов в ИИ-индустрии — и она выглядит подозрительно знакомо для тех, кто помнит российские 90-е.

Стоянка на Варшавке, 1991

Борис Березовский запускает гениальную схему: его итальянская фирма Logo System находит европейских партнеров для закупки автомобилей ВАЗ на экспорт. Машины перегоняют на стоянку ЛогоВАЗа, готовят к отправке, но тут у партнеров внезапно «возникают проблемы» — договоры разрываются, автомобили «возвращаются» из-за границы, хотя большинство даже не покидало стоянку.

Теперь их можно продавать внутри страны по цене в 2-3 раза выше. Но настоящая магия в условиях: ЛогоВАЗ получает от АвтоВАЗа 30% скидку и отсрочку платежа на целый год — при инфляции начала 90-х это превращается в 200-300% прибыли. Обычные дилеры платят за 20 дней, «свои» — через год обесценившимися рублями. Годовой оборот компании достигает $250 миллионов.

В 1993 году Березовский идет дальше: запускает проект народного автомобиля AVVA. Мне было чуть больше 20, когда я увидел Березовского и его друга Бадри в коридорах Останкино, они бодро ставили рекламу AVVA в нужные программы, одаривая редакции восьмерками и девятками. Но этот рассказ не о мне… Они обещают построить завод и выпускать доступные машины для всех. Они привлекают $50 млн у населения, General Motors должна вложить $150 млн. Иностранцы отказываются, сославшись на «феноменальную коррупцию в Тольятти». Вместо завода деньги вкладчиков инвестируют в акции того же АвтоВАЗа. К 1994 году цена свидетельств AVVA падает почти до нуля — инвесторы теряют всё.

Дата-центр в пустыне Невады, 2025

Nvidia инвестирует до $100 млрд в OpenAI для строительства дата-центров мощностью 10 ГВт — достаточно, чтобы обеспечить электричеством средний европейский город. OpenAI обязуется закупать миллионы чипов Nvidia для этих центров. Одновременно OpenAI заключает сделку с AMD на развертывание 6 ГВт GPU, получая варранты на покупку до 160 млн акций AMD.

Oracle подписывает контракт с OpenAI на $300 млрд облачной инфраструктуры, при этом сама тратит десятки миллиардов на закупку чипов Nvidia. CoreWeave — посредник с контрактами на $22 млрд с OpenAI и $6 млрд с Nvidia — обеспечивает облачные вычисления, одновременно покупая GPU у тех же производителей.

Круг замыкается: Nvidia финансирует OpenAI, та покупает у AMD и Oracle, которые снова инвестируют в Nvidia. Капитализация всех участников растет синхронно. Microsoft — $3.9 трлн. Nvidia — $4.5 трлн. OpenAI оценивается в $500 млрд.

Продолжение👇

Западные корни замкнутых циклов

Ирония в том, что это не российское изобретение. Японские кейрецу послевоенного периода строились на взаимном владении акциями: в группе Mitsubishi средний уровень перекрестного владения достигал 27.5%. Южнокорейские чеболи использовали пирамидальные структуры и внутригрупповое владение для концентрации контроля при минимальных вложениях семей-основателей.

Профессор Гарварда Марк Рамсейер показал в своем исследовании: когда производители автомобилей в Японии покупали акции поставщиков, это защищало инвестиции в специфические активы — точно такая же логика, по которой сегодня OpenAI получает варранты AMD.

В 90-х российские предприниматели просто адаптировали проверенные западные практики к условиям дикого рынка — добавив скорость и креативность в исполнении. А сейчас Кремниевая долина использует ту же фундаментальную логику, упакованную в презентации о «стратегических партнерствах» и «экосистемных инвестициях».

Призрак пузыря доткомов

«Вендорское финансирование» — когда производитель чипов вкладывает в клиента деньги, которые тот тратит на покупку тех же чипов. В конце 90-х телекоммуникационные гиганты Lucent, Nortel и Cisco сделали то же самое: предоставили клиентам $8.1 млрд, $3.1 млрд и $2.4 млрд соответственно. Клиенты заказывали больше оборудования, производители росли в цене.

Когда в 2001 году стало ясно, что спрос переоценен, 47 телекоммуникационных компаний обанкротились. Оборудование обесценилось, 33-80% кредитов остались невозвращенными. Lucent рухнула с $37.92 млрд выручки в 1999 году до $11.80 млрд в 2002-м — падение на 69%. Компанию поглотил французский Alcatel в 2006 году.

Bloomberg Intelligence констатирует: никогда прежде не тратилось столько денег так быстро на технологию, остающуюся непроверенной как путь получения прибыли.

Разница в масштабах, не в логике

ЛогоВАЗ и AVVA:
- Отсрочка платежа на год при гиперинфляции превращала стандартные сделки в 200-300% прибыли
- 30% скидка от АвтоВАЗа предоставлялась только «своим», обычные дилеры платили полную цену
- Экспортные контракты служили легальным прикрытием для получения льготных условий
- Годовой оборот достиг $250 млн, капитализация компании не раскрывалась
- Весь риск несли вкладчики AVVA, потерявшие свои деньги

OpenAI и Nvidia:
- Варранты на акции AMD вместо денежной оплаты — та же отсрочка в новой форме
- Nvidia инвестирует $100 млрд в будущего покупателя собственных чипов
- «Стратегические партнерства» и «экосистемные инвестиции» — современная терминология для замкнутых циклов
- Совокупная капитализация участников превышает $1 триллион
- Риск переносится на акционеров через варранты и перекрестное владение

Аналитик Пол Кедроски отмечает: AMD фактически субсидирует спрос, предоставляя OpenAI варранты — это переносит риск с денежных потоков на акционерный капитал. Березовский был бы в восторге: та же отсрочка и скидки, только в масштабах не миллионов, а триллионов долларов.

Что, если музыка остановится?

Регуляторы ЕС и США уже готовят запросы на проверку сделок на предмет антиконкурентного поведения. Аналитики Morningstar считают, что риск пузыря минимален — спрос на ИИ реален и растет. Но эксперты предупреждают: замкнутые циклы усиливают волатильность при смене фазы рынка.

Разница лишь в декорациях: вместо стоянки Жигулей — дата-центры в пустынях, вместо рублей с годовой инфляцией — варранты на акции, вместо $250 млн оборота — $3.9 трлн капитализации Microsoft. Но когда деньги циркулируют по кругу внутри закрытой системы, повышая оценку участников без притока реальной прибыли извне, рано или поздно кто-то остается без «народного автомобиля».

Данный текст — художественное переосмысление параллелей между корпоративными практиками разных эпох. Аналогии используются как метафоры для иллюстрации экономической логики, а факты приведены по открытым источникам и могут уточняться по мере появления новой информации.

Мне задали наверное в шутку вопрос: «Куда идти работать, если придёт ИИ‑зима?» Попробую на него ответить серьезно

Короткий ответ: в «кирки и лопаты» — туда, где экономят деньги, снижают риски и обслуживают инфраструктуру, потому что такие роли переживают любой цикл, от ИИ‑зим до дотком‑краха и крипто‑зим.

Что держит работу в холод:
- Кибербезопасность: устойчивый дефицит кадров и критичность функций даже при урезании бюджетов.

- FinOps и оптимизация облаков: компаниям нужны люди и инструменты, которые прямо снижают счета за инфраструктуру.

- AI‑governance и комплаенс: вступающие требования по AI Act создают долговой спрос на аудит, документацию и процессы.

- «Pick‑and‑shovel»‑бизнесы: поставщики инструментов и сервисов для всех участников рынка традиционно переносят циклы лучше витринных продуктов.

План действий на 90 дней:
- Выбрать «защитную специализацию» из списка выше и закрыть пробелы сертификатами/практикой на реальных задачах.

- Пересобрать профиль под метрики экономии: TCO облака, снижение инцидентов, соответствие регуляторным срокам — с цифрами до/после.

- Применить портфельный подход: 1–2 оппортунистические ставки на рост плюс 1–2 консервативные роли, которые оплачивают счета сейчас.

- Думать как интегратор: собирать решения из готовых инструментов вместо долгой разработки собственных платформ.

История циклов подсказывает: переживают шторм те, кто либо продаёт инструмент всем, либо помогает бизнесу резать издержки и оставаться в правовом поле — независимо от моды и фаз рынка.

Спасибо за вопросы — именно они заставляют переосмыслять материал и искать практические ответы; такой диалог делает посты полезнее для всех.

Еще вопрос: «Спасибо, я видимо пропустил это сообщение про n8n и только сейчас узнал, что можно получить неограниченное количество сценариев».

Да: при self‑hosted n8n на VPS платится только за сам сервер, а число workflows и запусков не лимитируется в рамках ресурсов машины.

Для быстрого старта подойдут площадки с предустановленным n8n:
- Amvera — n8n как преднастроенный сервис с запуском «одной кнопкой», бесплатным HTTPS‑доменом и проксированием к LLM‑API для удобной работы из РФ.

- Beget — готовый образ n8n в маркетплейсе с автоматическим развертыванием за минуты, бесплатным доменом .beget.app и SSL сертификатом.

- HOSTKEY — предустановленный n8n на VPS и выделенных серверах с несколькими локациями и быстрым авто‑деплоем при заказе.

Как действовать:
- Выбрать провайдера и тариф по ресурсам нагрузки, ориентируясь на масштаб задач и число параллельных запусков.

- При заказе сервера указать n8n в маркетплейсе/шаблоне, дождаться автонастройки и получить доступы на почту или в панели управления.

- Зайти по выданному домену, авторизоваться и начать собирать сценарии или использовать готовые шаблоны.

Ссылка на базовый гайд в предыдущем посте, а за вопросы и рекомендации — большое спасибо подписчикам.