Инопланетяне среди нас

Температура тела императорского пингвина составляет 38 градусов тепла, а лед под его ногами может остывать до минус 60. По законам физики, такая разница температур должна либо превратить лапы птицы в ледышки, либо приморозить ее к поверхности. Однако пингвины проводят на этом льду месяцы, не испытывая ни малейших трудностей. И секрет их выживания кроется в природной инженерной схеме противоточного теплообмена, аналоги которой инженеры независимо разработали еще в девятнадцатом веке.

https://www.ixbt.com/live/flora_and_fauna/pochemu-pingviny-ne-primerzayut-ko-ldu-delo-vovse-ne-v-zhire.html

«Воспоминания об убийстве» — один из лучших триллеров не потому, что в нём много погонь, крови или эффектных разоблачений. Его сила в другом: это кино про расследование, которое медленно превращается в бессилие.

Южная Корея, провинция, 1980-е. В маленьком городе находят тела женщин, а местная полиция впервые сталкивается с серийным убийцей. У следователей нет ни опыта, ни технологий, ни нормальной системы — только интуиция, грубость, ошибки и нарастающая паника.

Это крупнейшее уголовное дело Южной Кореи с более чем 2 миллионами человеко-часов, потраченных на расследование, и 21 000 подозреваемых.

Фильм хорош тем, что он не играет в «умный детектив», где всё красиво сходится в финале. Наоборот, он показывает хаос настоящего расследования: случайные улики, ложные подозреваемые, давление общества, усталость, злость и постепенное разрушение людей, которые пытаются найти правду.

Это триллер уровня «Зодиака»: холодный, вязкий, очень человеческий. Не столько про маньяка, сколько про одержимость, страх и момент, когда зло оказывается сильнее порядка.

Смотреть, если хочется не аттракциона, а большого, мрачного и очень точного кино.

Фильм «Воспоминания об убийстве» снял Пон Джун-хо — южнокорейский режиссёр, который позже снял «Паразитов», «Сквозь снег», «Окчу», «Мать».

https://youtu.be/GZafOZ5vbSY?si=tj5ihxu1SkAWmYU6

Тем временем вот видео как мы едем в Дагестан от нашего нового монтажора. Там чуть сыро, но вы поймете суть. Как вам?

Понравилось в ролике - теория - «нет у тебя уже есть, попробуй получить да».

Посмотрел выступление Anthropic про то, как они собирают агентов, которые могут работать часами.

Схема такая:

planner → agent → evaluator

Это маленькая продуктовая команда из агентов. У каждого своя роль, свой контекст и своя зона ответственности. Но есть важные нюансы.

1. Planner: верхний план и спринты

Planner получает короткий запрос и превращает его в структуру работы:

— что собираем
— какие большие части нужны
— в какой последовательности идти
— какие спринты должны получиться

Важная деталь: planner не расписывает всю техническую реализацию заранее.

Если в начале придумать подробный план на 200 шагов и ошибиться, ошибка потом поедет каскадом через несколько часов работы.

Поэтому planner держит уровень продукта и спринтов, а технические решения остаются ближе к моменту реализации.

2. Agent: сборка следующего спринта

Agent берёт следующий спринт и собирает фичу.

Но перед началом работы он сначала договаривается с evaluator, что именно будет считаться готовым результатом.

Это главный механизм всей системы.

В обычной агентской работе часто бывает так: дал задачу, агент что-то сделал, сам себя проверил, сказал “готово”, а потом выясняется, что половина сценариев не работает.

Anthropic решает это через contract.

3. Contract: договорённость о готовом результате

Agent пишет: я соберу такую фичу, проверять её надо вот так.

Evaluator отвечает: добавь такой сценарий, такой edge case, такое состояние интерфейса, такую проверку.

Они обмениваются markdown-файлами и уточняют критерии, пока не сходятся на contract.

Contract — это список конкретных проверяемых утверждений.

Дальше evaluator проверяет уже не исходный расплывчатый запрос пользователя, а этот contract.

Например, исходный запрос:

“сделай retro game maker”

А contract превращает его в конкретику:

— можно создать новый проект
— есть sprite editor
— есть play mode
— сохраняется состояние
— canvas работает корректно
— основные сценарии кликаются в браузере

В примере Anthropic для одного приложения получилось 27 contract criteria.

Если критерии расплывчатые, critique тоже будет расплывчатой. Agent получает “ну как-то не очень” и не понимает, что именно чинить.

Если критерии конкретные, он видит точную проблему.

4. Evaluator: жёсткая проверка через браузер

Evaluator — это отдельный агент-критик.

Он открывает приложение через Playwright, кликает по интерфейсу, делает скриншоты, проверяет сценарии, пишет критику и отдаёт её обратно agent.

Отдельного критика проще настроить быть жёстким. У него отдельный контекст, отдельная роль и отдельная инструкция.

Agent собирает.
Evaluator атакует результат.

За счёт этого появляется нормальное давление на качество.

5. Финальный цикл

Итоговый процесс выглядит так:

1. planner разбивает задачу на спринты
2. agent берёт следующий спринт
3. agent и evaluator согласуют contract
4. agent строит
5. evaluator проверяет через браузер
6. agent чинит
7. цикл повторяется

С новыми моделями эту схему можно делать проще. Иногда agent может два часа спокойно собирать продукт, а потом evaluator прогоняет проверку.

Но суть остаётся: качество держится не на “модель умная”, а на архитектуре процесса.

6. Как собрать похожее самому

Нужны понятные примитивы:

— subagents для отдельных ролей
— Playwright / Chrome MCP для проверки интерфейса
— skills / rubrics для критериев качества
— auto mode / permissions для долгой автономной работы
— contract files для договорённости о “готово” до начала реализации

—

Я сам дошёл до части этих принципов: независимое тестирование, контракт (у меня назвался definition of done, dod). Теперь хочу попробовать воспроизвести целиком.

Видео:
https://youtu.be/mR-WAvEPRwE

"Чтобы узнать, как к тебе относятся люди, расскажи им о своих планах и мечтах. Тот, кто испытывает к тебе скрытую ненависть, будет их критиковать. Тот же, кто желает тебе лучшего, подскажет, как это сделать."

©️ #МихаилЛитвак

iPhone 18 Pro? Возможно, это уже не самая интересная новинка ближайших лет.

Гораздо интереснее выглядит первый смартфон OpenAI. Если Альтман действительно готовит устройство нового поколения, то это может стать первым за долгое время продуктом, который попытается переизобрести саму идею смартфона, а не просто добавить ещё одну камеру или более быстрый процессор.

И тут неожиданно появляется новый судебный иск.

⚖️ Apple подала в суд на OpenAI и Сэма Альтмана. Сначала я не придал этому большого значения — корпоративные судебные войны в США происходят постоянно. Но после изучения материалов и комментариев экспертов стало понятно, что претензии выглядят весьма масштабными.

По версии Apple, OpenAI переманила сотни инженеров компании, а вместе с ними могла получить доступ к большому объёму конфиденциальной инженерной информации, связанной с разработкой устройств. Размер потенциальных требований оценивается в сотни миллиардов долларов.

Если позиция Apple подтвердится, речь может идти не просто о создании ещё одного смартфона с ИИ, а о попытке построить новое поколение устройств, используя многолетние наработки Apple.

Что, по утверждению Apple, оказалось в распоряжении OpenAI:

• инженерия аппаратного обеспечения: архитектура компонентов, схемы, управление питанием, интеграция ИИ, методы тестирования;

• производственные секреты: собственные процессы, специализированное оборудование, материалы, технологии изготовления и экспертиза Design for Manufacturability;

• технологии компонентов: аккумуляторы, дисплеи, акустика, сенсорные системы, требования к компонентам и данные о поставщиках;

• результаты многолетних исследований и испытаний: анализ отказов, симуляции жизненного цикла и так называемое «негативное ноу-хау» — всё, что Apple уже попробовала и признала неработающим;

• информация о глобальной цепочке поставок, контрактах и логистике.

Если хотя бы часть этих обвинений подтвердится, это может стать одним из самых громких технологических процессов последних лет. А если нет — мы всё равно увидим, насколько серьёзно Apple воспринимает угрозу со стороны первого AI-first смартфона OpenAI.

Ответа на вопрос, как могла бы измениться компьютерная отрасль СССР, если бы сотрудничество с Apple действительно состоялось, уже не будет. Но сам факт, что основатель Apple лично прилетел в Москву, чтобы предложить свои компьютеры советским школам и институтам, остается одним из самых ярких эпизодов в истории мировой технологической индустрии.

https://hi-tech.mail.ru/articles/150730-kak-osnovatel-apple-pytalsya-prodat-macintosh-v-sssr/

Не получилось прийти на конференцию? 

Хорошие новости: все доклады Turbo ML Conf можно посмотреть онлайн. Подключайтесь к трансляциям.

📁 Зал 1. Fundamental Advances & Exploratory R&D
Вконтакте | YouTube

📁 Зал 2. Applied ML at Scale & Business Impact
Вконтакте | YouTube

📁 Зал 3. ML Infrastructure, Platforms & Engineering Core
Вконтакте | YouTube

⚡️ Между докладами ждем вас в демозонах

Здесь можно протестировать бизнес-платформы и продукты разных компаний: 

Тая ИИ, Т-Банк

Ассистент с шопинг-навыком на базе моделей семейства Gen-T. Помогает ориентироваться в многообразии товаров в интернете и делает выбор дорогостоящих покупок проще и удобнее. 

Разберем гардероб, AvitoTech

Первый инструмент на платформе «Авито», в категории «Товары», который объединяет анализ изображения и автоматическое заполнение всех параметров карточки в едином процессе. 

ML в Яндекс Рекламе, Яндекс 

Одна из крупнейших рекомендательных систем в России. Использует данные и ML-модели для генерации рекламных объявлений и персонализированных рекомендаций, опираясь на технологии Argus и Hyperion. 

Kandi Super Resolution, Сбер 

Технология Super Resolution для изображений. Работает на базе архитектуры Kandinsky и помогает превращать базовые генерации в качественную графику с высокой четкостью. 

VK AI Space, VK Tech

Платформа для полного цикла работы с AI. Позволяет быстро создавать, запускать и масштабировать AI-агентов и другие AI-продукты без необходимости строить инфраструктуру с нуля. 

Reward Hacking Lab, Т-Банк

Симулятор обучения LLM для автоматизации поддержки. Позволяет собрать reward-функцию, запустить GRPO-прогон и увидеть, как модель находит лазейку вместо целевого поведения.

Hermes, Т-Банк

Инфраструктурная платформа для безопасного запуска AI-агентов во внутренней среде. Покажем, как команда встроила Hermes во внутреннюю инфраструктуру Т-Банка, разберем инженерную кухню безопасного запуска агентов и продемонстрируем решение в работе. 

Умный секретарь, Т-Банк 

ИИ-ассистент примет все звонки с незнакомых номеров. Полезные звонки переведет, а рекламу и спам блокирует. 

Готовьте свои вопросы и приходите пообщаться с командами, которые создают эти решения! 

Тут названия всех докладов

https://mlconf.t-bank.ai/

Однажды придумал критерий простого людского счастья, здесь и сейчас. Посчитайте те процессы, в которых вы есть, и которые «хоть бы не кончались». А затем процессы, которые «хоть бы скорее закончились». А затем признайтесь, чего больше.


Впервые на что-то такое обратил внимание в детстве. Помнится, читал я какого-то автора, то ли Дюма, то ли Агату Кристи, скорее второе. Где-то лет с 10 до 15, потом надоело, и пошел всякий Ницше и Достоевский. Но для среднего школьного возраста Агата Кристи мне была самое то. Родители даже начали скупать ее собрание сочинений, а я как-то заметил, что ведь такими темпами я все скоро прочитаю, а дальше что? Как же я без нее, родимой? Расчеты оказались не вполне верными: интерес закончился чуть раньше, чем собрание сочинений, оно там сильно большое. Но вот это чувство - «хоть бы не кончалось» - отлично помню.


Оно же про любимые сериалы, сеансы массажа, свидания, разудалые попойки юности и т.д. И этому противостоит обратное «ну вот оно наконец закончится, и тогда...» Неважно, что именно. Может быть, школа. А может, рабочая неделя. Болезнь. Унылое мероприятие.


Короче, есть благие штуки типа А и терпимые штуки типа Б. И времена, когда преобладают одни, и когда преобладают другие. Иногда случается грустно, и процесса типа А превращаются в вещи типа Б. Например, когда-то делались некие исследования, потому что люто интересно. А потом делаются они же, но уже без задора и огонька. Ибо за них тупо платят. Или я тупо обещал, даже если обещал сам себе.


И вот жить так, чтобы тип А подавлял тип Б. А если наоборот, то никакие внешние метрики дело не спасут. Неважно, сколько у тебя тугриков или бубликов, если в процессе добычи ты считаешь, сколько там наконец осталось до пятницы...

"Счастье - это когда тебе ничего не нужно в данный момент, кроме того, что уже есть."

©️ #ЭльчинСафарли

Если вы не видели этого в эфире, бегите скорее смотреть в записи. Это отвал башки просто...

Она плавает!

https://youtube.com/live/H3xH3pkNcJU

Урок 58. Если не тратить время на учебу и совершенствование, то не стоит ждать, что следующий проект будет реализован лучше предыдущего

https://books.yandex.ru/quotes/2c5f0310-c17d-42eb-9ec3-0e7f5a776931