🔥 Кодинг-агенты не заменят эксперта. Но заберут 80% рутины

Anthropic проанализировала 398 000 сессий Claude Code (окт 2025 – апр 2026) и выяснила, как на самом деле делят работу человек и ИИ.

Ключевые выводы:

🧠 Человек — стратег, ИИ — исполнитель
Пользователи принимают 70% решений «ЧТО делать», но всего 20% — «КАК делать». Выбор файлов, команд и деталей реализации полностью на Claude.

📈 Эксперты получают в 6 раз больше пользы
У новичков сессия = 600 слов вывода и 5 действий. У экспертов — 3 200 слов и 12 действий. Агент делает больше, когда им умеют управлять.

🎯 Экспертиза = успех
Верифицированный успех растёт с уровнем компетенции:
14,5% (новичок) → 32,9% (эксперт)

Главный скачок — между начальным и средним уровнем. Дальше прирост скромнее.

Важный нюанс: экспертизу мерили не по стажу, а по тому, насколько чётко человек ставит задачу, правит ошибки и задаёт правильные вопросы. Бухгалтер без опыта Python, но с толковым ТЗ — уже эксперт в своей задаче.

Вывод: агенты не отменяют сеньоров — они превращают их в архитекторов, а джунов заставляют быстрее прокачивать навыки постановки задач.

#ai #R&D

Котик-погодная станция на ESP8266
Собрала мини-погодного котика: он показывает погоду на маленьком TFT-дисплее.
Солнечно — радуется, облачно — задумался, дождь — прячется под зонтик.
Внутри: ESP8266, TFT-экран, Arduino IDE и немного доработки кода, чтобы котик менял настроение под погоду.
Гайд — в Max.

ГАЙД,КОД, ИСХОДНИКИ 👉 ссылка

#esp8266 #arduino #iot #tftdisplay #погоднаястанция #diyelectronics #робототехника #техноблог #умныйдом #makerproject

🤖 Как робот-пылесос находит дорогу? Разбираем Flood Fill / BFS
Представь: робот стоит в углу лабиринта и не видит ничего дальше соседней клетки. Как ему добраться до цели кратчайшим путём?
Ответ — алгоритм Flood Fill на основе BFS. Работает как вода, разлитая на пол: волна расходится от старта во все стороны, пока не накроет цель 🌊

Вся магия — в трёх структурах:
• queue — очередь клеток на осмотр. Берём клетку из начала, соседей кладём в конец. Именно очередь (FIFO), а не стек, даёт поиск в ширину — сначала осматриваем ВСЕХ соседей на расстоянии 1, потом всех на расстоянии 2, и так далее
• visited — множество посещённых клеток. Без него алгоритм будет ходить кругами вечно
• parent — из какой клетки мы пришли в каждую. Это «хлебные крошки» для обратного пути

Где это живёт в реальном мире:
✅ роботы-пылесосы и складские роботы
✅ заливка в Paint (та самая «ведёрко»)
✅ поиск пути в играх
✅ подсчёт островов на карте

Полный код с комментариями и генерацией анимации — в файле ниже 👇
#алгоритмы #python #robotics

🇨🇳 Kimi K3 — новый король фронтенд-кода

Moonshot AI выпустила Kimi K3, и она сходу заняла 1-е место в Frontend Code Arena с 1679 баллами, обойдя Claude Fable 5 (1631) и GPT-5.6 Sol (1618). Это первый раз, когда открытая (open-weight) модель возглавила этот рейтинг — прямой вызов проприетарным системам.

📊 Что впечатляет:
- №1 в 6 из 7 категорий фронтенда — уступила только в Gaming (там первой осталась Fable 5)
- Скачок с 18-го на 1-е место относительно прошлого поколения (Kimi K2.6)
- 2.8 трлн параметров (MoE, активны 16 из 896), контекст 1M токенов, новая механика внимания Kimi Delta Attention
- Открытые веса + дешёвый API: $0.30 / $3 / $15 за 1M токенов (cache-hit / cache-miss / вывод)

⚖️ Но без розовых очков: в ряде «чистых» кодинг-бенчмарков (DeepSWE, FrontierSWE, Kimi Code Bench 2.0) K3 всё ещё уступает Fable 5 и GPT-5.6. Её коронка — именно веб-фронтенд.

Подробнее: Arena.ai · Moonshot AI

#апдейтымоделей #opensource #исследования

🤖 Adeept Tank поехал. Часть 3 — манипулятор и движение

Робот собран, запущен и слушается команд. Сегодня разбираем, как устроена рука и как заставить его ехать.
🦾 Манипулятор: 4 сервопривода на одной микросхеме

Все серво висят на плате PCA9685 (адрес 0x5f на шине I2C). У каждого сустава свой канал:

0 — плечо, поднимает всю руку
1 — локоть, сгибает посередине
2 — запястье, поворот кисти
3 — захват, клешня
4 — наклон камеры

⚙️ Как задаётся угол
Серво управляется не напряжением, а шириной импульса при частоте 50 Гц:

500 мкс → 0°
1450 мкс → 90° (центр)
2400 мкс → 180°

Нейтральные положения прописаны в переменных init_pwm0…7 — при старте робот разгоняет туда все серво.

🚗 Движение
Гусеницы крутят два мотора — M1 и M2.

📹 Камера и веб-управление

Софт Adeept стартует автоматически при включении. Веб-интерфейс на порту 5000: живое видео с камеры, кнопки движения и манипулятора, телеметрия.
#robotics

🧠 Локальный ИИ в 2026: что запускать на своём компьютере
Свой AI-ассистент без облака, подписок и слежки — реально уже сегодня. Из чего он состоит и что брать под вашу видеокарту.
Локальный ассистент = 3 части:
🔧 Движок — запускает модель (сам файл модели не работает, как mp3 без плеера)
🧠 Модель — отвечает, анализирует, пишет код
🖐 Агент — даёт модели доступ к файлам, IDE и терминалу

⚙️ Движки 
• Ollama — простой старт, локальный API для агентов
• LM Studio — запуск моделей через GUI
• llama.cpp — полный контроль над памятью
• vLLM — серверный inference для команд

🤖 Модели по видеопамяти 
6–8 ГБ → Qwen3 4B / 8B — чат, тексты, простой код 
12–16 ГБ → Qwen3 14B (универсал), DeepSeek-R1-Distill-14B (reasoning) 
24 ГБ → Qwen3-Coder-30B-A3B (код), Qwen3.6-27B (универсал) 
32 ГБ+ → Qwen3.6-35B-A3B; крупные DeepSeek V3/V4, Llama 4 — уже серверные

🔌 Через что работать 
• Cline — coding-агент в VS Code
• OpenCode — агент для терминала и IDE
• Aider — правки через Git и diff
• Open WebUI — локальный чат в стиле ChatGPT

🚀 Готовые связки 
• Ноут/слабая GPU → Ollama + Qwen3 4B/8B
• 12–16 ГБ → Ollama + Qwen3 14B + Open WebUI
• Код на 24 ГБ → Ollama + Qwen3-Coder-30B-A3B + Cline
• Универсал на 24 ГБ → Ollama + Qwen3.6-27B + Open WebUI

💡 Главное правило: 
берите не самую «умную» модель, а самую большую, что влезает в видеокарту целиком. Что свисает на CPU — тормозит адски. И помните: размер файла ≠ потребление VRAM (память ест ещё контекст и KV-cache).
3 козыря локали: 🔒 данные не уходят на сторону · ✈️ офлайн · 💸 ноль подписок

💸 Нет мощной GPU? Арендуй по часам 
Тот же стек можно гонять на арендованной карте. Бюджетный вариант — Vast.ai: для Qwen3-Coder 30B ищите инстанс с RTX 3090/4090/5090 или проф-картой 24+ ГБ. ⚠️ Это уже не локальный запуск — модель на чужом сервере. Не грузите приватные документы, ключи и закрытый код без шифрования и проверки хоста.
🔗 https://cloud.vast.ai/?ref_id=626108 
Подробнее в статье на vc.ru
#AI #нейросети #ollama #localllm #разработка #технологии

Валентин Малых пишет, что ИИ-агенты начинают отрезать рекламодателей от пользователей. Но меняется не только реклама — меняется вся цепочка продвижения.

Теперь бренд борется не только за клик из поиска, но и за попадание в ответ Алисы AI, ChatGPT или Gemini.

GEO — Generative Engine Optimization — оптимизация бренда под упоминания, цитирование и рекомендации в генеративной выдаче.

Например, Алиса AI формирует ответы на основе результатов поиска Яндекса: выбирает страницы, извлекает факты и показывает ссылки на источники.
В русскоязычной выдаче это могут быть vc.ru, Хабр, Дзен, маркетплейсы, Карты и профильные медиа.

Изменение уже измеряется:
— при появлении AI-ответа переходы на обычную выдачу Google снижаются с 15% до 8%;
— по ссылкам внутри AI-ответа переходят примерно в 1% случаев;
— с быстрыми ответами Алисы AI ежемесячно взаимодействуют 48,3 млн человек;
— Яндекс уже показывает в Вебмастере Share of Voice — долю запросов, в которых Алиса упоминает сайт.

Было:
запрос → поисковая выдача → сайт → реклама → покупка.
Становится:
запрос → ответ ИИ → несколько вариантов → рекомендация → покупка.
SEO не исчезает, но поверх него появляются:
— AEO — оптимизация под прямые ответы;
— GEO — оптимизация под генеративную выдачу.

Подробнее о GEO и способах попадания в ответы ИИ:
https://telegra.ph/II-menyaet-reklamu-kak-brendam-popadat-v-otvety-Alisy-AI-ChatGPT-i-Gemini-07-28
#ai #geo @valuableai