Hermes Learn: самообучение на новом уровне

⚡️ В Hermes добавили команду /learn, которая превращает любой источник в переиспользуемый навык. Можно указать любой источник,- URL документации, локальную папку с SDK, описание процедуры словами или даже сослаться на то, что только что сделал в этом же чате — агент сам соберёт материал, изучит его своими инструментами и оформит SKILL.md по стандарту.

📦 Никакого отдельного create skill.
/learn — это обычный промпт, который передаётся агенту.
Тот идёт через read_file, web_extract и search_files, изучает источник и пишет навык через skill_manage.
Работает одинаково в CLI, Telegram, TUI и дашборде — потому что всю работу по сборке навыка делает агент, а не отдельный пайплайн.

🛠 Несколько примеров:
"/learn REST-клиент в ~/projects/acme-sdk, фокус на auth и пагинацию",
"/learn https://docs.example.com/api/quickstart",
"/learn как я сейчас задеплоил staging",
"/learn заполнение expense-отчёта: портал → New → Expense → прикрепить чек → submit".

📎 Создаваемые навыки живут там же в ~/.hermes/skills/, совместимы со стандартом agentskills.io.

Разновидность create-skill.
Но поскольку тут работу делает агент в свободной форме а не внутри навыка, логично было бы попробовать в режиме создания не 1 навыка, а именно сразу коллекции навыков по исследуемой коллекции знаний.

#hermes #skills #learn #update
———
@tsingular

Чем заняться вечером вместо просмотра ЧМ по футболу,- конечно обсудить работу ИИ агентов, автономные циклы, Гермеса и прочую ИИ дичь :)

Вчера посчастливилось поучаствовать в митапе местного ИИ сообщества в НовиСаде и послушать крутейший доклад Артёма Лысенко (R&D CTO red_mad_robot) про автоматизацию разработки с агентами.

В очередной раз донес мысль, что теперь задачи, которые раньше казались сложными, - выполнимы и не просто в узком предметном смысле, а с возможностью масштабирования на всю планету, к чему всех и призываю.

#митапы #Сербия
------
@tsingular

IBM показала первый в мире чип с техпроцессом меньше нанометра

25 июня IBM Research представила технологию чипов с техпроцессом на 0,7 нм — индустрия впервые пересекла нанометровый барьер и вошла в ангстремную эру.

Почти 100 миллиардов транзисторов на кристалле размером с ноготь, вдвое плотнее двухнанометрового узла IBM 2021 года.

📋 Ключевые цифры:
• 0,7 нм (7 ангстрем) — первый в индустрии субнанометровый техпроцесс
• ~100 млрд транзисторов на кристалле — вдвое плотнее 2 нм
• +50% производительности или −70% энергопотребления относительно 2 нм
• SRAM-ячейки уменьшены на 40% — критично для AI-чипов с высокой пропускной способностью

💡 Ключевая инновация — архитектура Nanostack: трёхмерная укладка нанолистов со смещением, где каждый слой может использовать свой материал.
Это переизобретение того, как чип строится физически: 3D-интеграция позволяет независимо оптимизировать производительность и энергопотребление на разных слоях.
IBM уже показала работающий CMOS-инвертор с ожидаемыми характеристиками переключения, а в Олбани скоро запустят High NA EUV-литограф от ASML — ключевой инструмент для производства в таких масштабах.

💼 Последствия для рынка:
• IBM оценивает путь до производства в пять лет и утверждает, что Nanostack поддержит ещё минимум десятилетие масштабирования
• Партнёры по R&D: Lam Research, Tokyo Electron, SCREEN Semiconductor Solutions
• IBM параллельно выделяет квантовый foundry Anderon в самостоятельный бизнес — классические и квантовые вычисления расходятся по разным трекам

Что интересно,- Huawei ранее уже показал похожую 3д технологию упаковки чипа, на которых они уже произвели сотни чипов и к 2031му планируют снизить размерность до 14 ангстрем.

#IBM #чипы
———
@tsingular

DeepSeek удваивает штат

DeepSeek объявила о планах удвоить все подразделения,- первый раунд внешнего финансирования на 50 млрд юаней ($7,4 млрд) превращает самого эффективного AI-игрока Китая в самого дорогого.

Оценка компании превысила $50 млрд, а основатель Лян Вэньфэн лично вложил 20 млрд юаней ($3 млрд), сохранив полный контроль через структуру limited partnership.

📋 Ключевые цифры:
• $7,4 млрд — первый в истории компании внешний раунд, крупнейший среди AI-стартапов Китая
• Оценка $52–59 млрд — DeepSeek стал самым дорогим AI-стартапом Китая
• Tencent вложил 10 млрд юаней ($1,5 млрд), CATL — 5 млрд юаней ($740 млн)
• среди инвесторов так же,- национальный фонд AI-индустрии Китая, NetEase, JD.com и IDG Capital
• Запланировано удвоение всех отделов: data engineers, development engineers, AI cross-disciplinary talent

DeepSeek переходит из режима «находка года» в режим «AI-конгломерата», - поисковик, агенты (Project Janus), собственная экосистема разработки («Red Stack»)

#DeepSeek
———
@tsingular

Белый дом потребовал от OpenAI не выпускать GPT-5.6

Администрация Трампа потребовала от OpenAI ограничить выпуск GPT-5.6 узким кругом партнёров, одобренных правительством.
Сэм Альтман подтвердил сотрудникам: модель выйдет в режиме limited preview, а доступ к ней будет одобряться Белым домом в индивидуальном порядке.

📋 Что произошло:
• OpenAI работала с администрацией над условиями релиза ещё до того, как Anthropic получила ультиматум по Fable 5 и Mythos 5
• 12 июня Минторг США ввёл экспортный контроль на модели Anthropic — запрет доступа для всех иностранцев, включая сотрудников компании с неамериканским гражданством
• Anthropic была вынуждена отключить модели для вообще всех пользователей
• OpenAI получила более мягкий сценарий: не отключение, а дозированный доступ под надзором правительства
• Альтман в служебной записке: «Мы дали понять правительству США, что это не наша предпочтительная долгосрочная модель»

💼 Последствия для рынка:
• Прецедент: правительство США решает, кто получает доступ к frontier-моделям, — и решения эти непрозрачны
• Для Anthropic: двойной удар — модели отключены, компания в чёрном списке Пентагона, конкуренты получают преференции
• Для глобального AI: китайские open-source модели (DeepSeek, GLM) не спрашивают разрешения у Белого дома — регулирование только американских игроков создаёт асимметрию не в пользу США
• «Speed wins» — предвыборный лозунг Трампа об AI — превратился в «security reviews»

Для победы над сверхмощным ИИ нужен не Джон Коннор, а немного бюрократии.

Ну и шутки про то, что "самые мощные модели они держат у себя в подвалах" больше не шутки.

#OpenAI #Anthropic #регулирование
———
@tsingular

#юмор
———
@tsingular

В Корее придумали гениальный сервис для эпохи позднего капитализма: фейковый интернет-магазин.

- Заходите, выбираете товары, читаете отзывы, добавляете в корзину, оформляете заказ.
- Даже курьер к вам едет, следите на карте, но только ничего не происходит: курьер не приедет, деньги не списываются, товаров не существует.

То есть это онлайн-шопинг без покупки, чистый дофамин для зависимых от шопинга, для шопоголиков.

Звучит как полная дурка, а на самом деле идеальный формат для зависимых. Скоро в России. Сейчас Wildberries удалят из App Store и можно запускать 😂

Вот один из таких магазинов https://dopamineshopping.com/en-us

В Китае с небоскрёбов увлажняют воздух во дворах.
Позволяет понизить температуру на 3-6 градусов и повысить комфорт для жителей и растений.

Всё гениальное, - просто. :)

#Китай #увлажнители
———
@tsingular

Mac Studio с M5 Ultra на подходе с 36 ядрами CPU и до 768 ГБ памяти

Apple готовит к выходу венец линейки М5, - M5 Ultra — перед переходом на M6 и M7. По материалам Bloomberg нас ожидают 36 ядер CPU, 80 ядер GPU и возможно до 768 ГБ unified memory.
Есть правда риск, что из-за дефицита чипов памяти эта цифра останется только в теории и тестах, а цены, которые уже поползли вверх сделают эту топовую модель недоступной для обывателей.

📋 Ключевые цифры:
• M5 Ultra: ~36 ядер CPU (+4 к M3 Ultra), 80 ядер GPU (без изменений), до 768 ГБ unified memory
• 25 июня Apple подняла цены на всю линейку: Mac Studio 96 ГБ с $3 999 до $5 299 (+$1 300, или 32%)
• MacBook Air: +$200, MacBook Pro M5 Max: +$500, iPad Pro: +$200
• M5 Ultra Mac Studio с 768 ГБ может стоить больше $10 000

💡 Запуск Mac Studio изначально планировался на начало 2026, но был отложен, - Bloomberg сейчас прогнозирует, что релиз будет в октябре.
Причина: дефицит чипов памяти и скачок цен на компоненты.
Тим Кук назвал рост дефицита «беспрецедентным по скорости и масштабу» и заявил, что Apple — «больше не может поглощать эти издержки».

Параллельно компания пропускает high-end версии M6 Pro/Max, чтобы ускорить разработку и вывод M7 под AI-нагрузки, — M5 Ultra становится последним «классическим» чипом перед фундаментальное переработкой архитектуры для следующих релизов.

💼 Последствия для рынка:
• Mac Studio остаётся главной AI-машиной Apple для локального инференса — 768 ГБ unified memory закрывает потребности даже крупных моделей
• Рост цен на 20–32% по всей линейке смещает Mac из «дорого» в «очень дорого», - что, в принципе, позволит развернуться конкурентам на Intel и AMD

Начинаем экономить на обедах, к октябрю как раз накопим :)

#Apple #M5 #Ultra #MacStudio #AI
———
@tsingular

Обычно новость про еще одну open source модель, которая бьет все бенчмарки, прилетает из Китая, но тут новость из США!

Вышла Ornith-1.0 — открытая LLM для agentic coding.

В линейке есть 9B, 31B, 35B MoE и 397B MoE. Старшая модель показывает очень сильные цифры:

77.5 в Terminal-Bench
82.4 в SWE-bench Verified
62.2 в SWE-bench Pro
78.9 в SWE-bench Multilingual
77.1 в ClawEval

Фишка в обучении: модель учат не только искать ответ, но и самой выстраивать план решения под задачу.

И все это под MIT лицензией, то есть можно использовать в коммерческих продуктах.

Похоже, в гонке open source моделей для кодинга США решили напомнить, что они тоже умеют. Похвально!

Детали:
https://deep-reinforce.com/ornith_1_0.html
и на хаггингфейсе https://huggingface.co/collections/deepreinforce-ai/ornith-10

Hermes Agent получил Mixture of Agents — виртуального провайдера, собирающего консилиум из моделей

Nous Research встроила в Hermes Agent механизм, который выглядит как обычная модель, но под капотом собирает совет из нескольких LLM.
Называется Клуб Что? Где? Когда? Mixture of Agents (MoA),- реализован как полноценный самостоятельный виртуальный провайдер с собственной логикой агрегации результата.

⚡️ Как работает: вы выбираете MoA-пресет как обычную модель — через /model, Dashboard или TUI. Hermes запускает reference-модели (например, GPT-5.5 и DeepSeek V4 Pro), они анализируют задачу, а aggregator (скажем, Claude Opus 4.8) пишет финальный ответ и вызывает инструменты. Агентский цикл не ломается: tool calls, follow-up итерации, прерывания, транскрипт — всё работает как с обычной моделью.

🦀 Пресеты настраиваются в config.yaml — можно смешивать провайдеров, задавать отдельно температуру для reference и aggregator, лимитировать токены.

Команда /moa работает как алиас: без аргументов переключает на дефолтный пресет, с именем пресета — на конкретный, с произвольным текстом — выполняет one-shot запрос через MoA и возвращает предыдущую модель.

📦 MoA компонуется с остальной экосистемой автоматически: /goal, gateway-сессии, TUI, Desktop — везде, где выбирается модель. В списке провайдеров появляется отдельная строка Mixture of Agents, а её модели — это ваши пресеты.

Вектор интересный: вместо гонки за одной супер-моделью — консилиум из нескольких, где агрегатор получает размеченный анализ и принимает итоговое решение.
На сложных задачах можно получить результат лучше, чем от самых сильных моделей поодиночке.

Похожий подход недавно реализовал OpenRouter: Fusion Router запускает панель моделей параллельно, судья сравнивает ответы и выдаёт структурированный JSON-анализ — консенсус, противоречия, пробелы, слепые зоны.
Разница лишь в том, что Fusion Router — это API-слой, а MoA встроен прямо в агентский цикл Hermes: aggregator не просто читает анализ, а продолжает работать с инструментами, файлами и контекстом сессии.

Такими темпами, глядишь, архитектура мультимодельных совещаний станет стандартом.

Fable и GPT-5.6 можно не ждать, а добиться схожего результата через совет агентов.

#Hermes #MoA #агенты #OpenRouter
———
@tsingular

Разговоры о будущем с Игорем Никитиным

Провели очень интересную беседу с Игорем Никитиным.
Разговор не про «очередные ИИ новости», а про то, как сегодня меняется логика работы с технологиями, моделями, агентами и цифровыми инструментами.

Обсудили, почему привычный подход «вопрос - ответ» устарел и что приходит ему на смену.
О том, как ИИ постепенно перестаёт быть просто помощником в чате и превращается в рабочую среду, в которой можно проектировать, делегировать, проверять гипотезы и собирать реальные результаты.

Отдельно затронули тему, которая мне кажется одной из самых важных на ближайшие годы: как человеку не потеряться в этой новой реальности, а наоборот — занять в ней более сильную позицию, - научиться управлять системами, которые заведомо сильнее и разумнее, чем один человек или даже небольшая команда.

Разговор получился живой, местами спорный, с практическими примерами и попыткой нащупать контуры будущего, которое где-то уже наступило, - но по-прежнему неравномерно распределено.

Игорь Никитин:
tg: @Nikitinwmt

Rutube | VKVideo | YouTube

Кстати, насчёт прямых эфиров напоминаю, что есть еще один канал ИИзбранное, с подписчиками которого мы проводим прямые эфиры и разбираем вопросы по ИИ вживую.
Ближайший эфир завтра в 19 мск.
Подписаться можно тут

#эфиры #Никитин #WMT
———
@tsingular