скоро на ваш сайт будут ходить или ИИ агенты или бумеры :)
и бумеров будет всё меньше, кстати.

#статистика #Booking
———
@tsingular

Мифос нашел способ ускорения атаки на постквантовый аналог алгоритма AES (пожалуй, один из самых широко применяющихся шифров в современных финансах и интернете).

навайбкодил демку принципа работы конечных автоматов на разных сценариях.

Залипательный скринсейвер получился.

html в комментарии

#demo #dev
———
@tsingular

Эндрю Ын анонсировал персональную систему управления обучением

Сооснователь Coursera Эндрю Ын запустил LearnVector — новую компанию, в которую Coursera уже вложила $100 млн за треть бизнеса.

Первые продукты обещают показать в начале 2027 года.

На поверхности идея выглядит знакомо: персональный ИИ-наставник для каждого ученика. Но замысел глубже.

Современный чат-бот умеет объяснить тему, решить задачу и написать домашнюю работу. Однако хороший ответ ещё не означает обучение. Чем больше ИИ думает вместо человека, тем лучше становится выполненное задание — и тем меньше развивается навык самого ученика.

LearnVector пытается решить именно эту проблему.
Вместо режима «вопрос — готовый ответ» система должна управлять полным циклом обучения:
🔹 определить текущий уровень и реальные пробелы;
🔹 построить персональную траекторию к конкретному навыку;
🔹 подобрать объяснение и практику нужной сложности;
🔹 наблюдать за ошибками и менять следующий шаг;
🔹 не выдавать ответ раньше времени, когда человеку полезнее подумать самому;
🔹 проверять не запоминание материала, а способность применить навык без помощи ИИ.

То есть ключевой продукт LearnVector — не чат и даже не персонализированный курс.

Это ИИ-агент, который поддерживает модель знаний конкретного человека и управляет его продвижением до подтверждённого результата.

И здесь у Coursera появляется серьёзное преимущество. Языковую модель может подключить почти любая образовательная платформа. Но для качественного обучения нужны ещё проверенные материалы, последовательность навыков, задания, критерии оценки и данные о том, как учатся миллионы людей.

Поэтому инвестиция выглядит не как обычная ставка на стартап. Coursera пытается перейти от библиотеки курсов к системе, которая отвечает не за доступ к контенту, а за достижение навыка.

Главный риск тоже очевиден: персонализация может сделать обучение слишком удобным. Система начнёт оптимизировать скорость прохождения и правильные ответы, постепенно устраняя из процесса усилие, на котором и строится настоящее понимание.

Поэтому главный показатель такого ИИ-наставника — не число пройденных уроков и даже не оценки. А то, способен ли человек позднее самостоятельно решить новую задачу.

Если LearnVector справится, следующим этапом онлайн-образования станет не курс с добавленным ИИ, а персональный агент наставник, который знает, чему вас учить так, чтобы вы стали результативнее.

Личный когнитивный тренер, в общем.

#Ng #Coursera #learning
———
@tsingular

AI PDLC манифест от Сбера

Начинаю делиться видео с нашей первой конференции по агентной разработке!

Кирилл Меньшов, старший вице-президент Сбера, руководитель блока Технологии, представил огромную работу, описывающую как измениться жизненный цикл разработки цифровых продуктов. Огромный фундаментальный документ, который затрагивает все стадии производственного цикла: гипотезы, архитектуру, аналитику, разработку, контроль качества и cicd. Он рассказал, как поменяется управление, организацонная структура, топология команд

Главный тезис (который я вам тоже на протяжении последнего года продвигаю): Код теперь стоит дешево, исполнение больше не дифицитно. Теперь узкое место — намерение. Именно то, зачем мы делаем софт, для кого, какая у него потребность и как мы ее закрываем. Это становится узким местом.

https://www.youtube.com/watch?v=48sOgB8kkPw

Именно поэтому я писал кучу постов про A-player'ов, визионерство, продуктовых инженеров и работу с проблемами, а не кодом. Прошлое, в котором можно было получать на вход аналитику, на выход выдавать по ней код и не задумываться зачем оно все надо — прошло

П.С. Крайне рекомендую к просмотру (и это не потому что я работаю в Сбере). Я честно считаю очень правильным поднимать подобный дискурс в российском айти-комьюнити. И я рад, что наши ребята это делают, респект 🤟

XY от Reflex: Python-библиотека графиков на Rust, которая рендерит 10 миллиардов точек

Команда Reflex (YC W23, $5M seed от Lux Capital) выпустила XY: сверхбыструю библиотеку графиков для Python с ядром на Rust. Проект в альфе, последний релиз v0.0.4 вышел 27 июля. Установка одной командой: pip install xy.

⚡️ Секрет скорости в архитектуре. Большинство библиотек (Matplotlib, Plotly) создают отдельный объект на каждую точку и гонят JSON в браузер. XY держит данные в ColumnStore, обсчитывает уровень детализации в Rust и передаёт в браузер компактные бинарные буферы через WebGL2. На экран попадает ровно то, что способен показать монитор: для больших наборов строится экранно-ограниченная поверхность плотности, при приближении подгружаются точные значения. Бенчмарк: 100 млн точек рендерятся за 0,081 с, тогда как Matplotlib уходит в 13,4 с на 50 млн, а Plotly: в 9,8 с на 25 млн. Команда отрендерила весь OpenStreetMap: 10 млрд точек.

📦 API декларативный: график собирается из меток, осей и аннотаций. Экспорт 10 млн точек в интерактивный HTML весит 258 КиБ (Plotly: 259 МиБ). Доступен режим совместимости с matplotlib: замените import matplotlib.pyplot as plt на import xy.pyplot as plt, и существующий код заработает. Работает в Jupyter, VS Code, Colab, Marimo и как отдельный HTML.

💡 Reflex известен своим Python-фреймворком для full-stack веб-приложений (30% Fortune 500 используют его для внутренних инструментов, больше миллиона приложений собрано). XY: логичное расширение экосистемы: графики для дашбордов, которые не тормозят. В роадмапе: свечные графики и финансовые оверлеи (SMA, Bollinger, RSI), древовидные карты, трёхмерные и объёмные визуализации.

XY не тянет полярные и 3D-графики, альфа сырая, но для 2D-визуализации больших данных аналогов по скорости в Python сейчас нет. Пока конкуренты рисуют точки, которые никто не увидит, XY считает только то, что попадает на экран 🤞

#Python #DataViz #Rust
---
@tsingular

Hermes Agent получил wake word — «Hey Hermes»

⚡️ Hermes Agent теперь просыпается по голосу. Сказал «Hey Hermes», агент открывает свежую сессию, включает микрофон, захватывает команду через обычный голосовой пайплайн и отвечает.
Причем сама активация триггерится локально.

🔒 Детектор реализован на устройстве. Постоянный фоновый слушатель отслеживает только wake-фразу: ни один звук не покидает машину, пока вы не произнесёте команду.
По умолчанию выключен, включается командой
/wake on.

🧠 Три движка: openWakeWord (бесплатно, локальные ONNX-модели, «hey hermes» в комплекте), sherpa (открытый словарь, любая фраза без обучения, модель ~13 МБ), Porcupine (Picovoice, кастомные .ppn-ключи).

🔄 Sherpa умеет маршрутизировать профили. Один слушатель на несколько профилей: «hey coder» переключает на профиль coder, «hey trader» на trader.
Каждый профиль с wake_word.enabled: true регистрируется автоматически.

🛠 Управление:
/wake on (движок нужно доустанавить),
/wake status (фраза, провайдер, состояние),
/wake off.
Выбор среды: surface: auto|cli|tui|gui.

🍏 На macOS микрофон выдаётся отдельному процессу, Python-бэкенд должен иметь свой доступ в Системные настройки → Конфиденциальность → Микрофон.
Без него ухо показывает «слушает», но фраза не срабатывает.
/wake status диагностирует и покажет статус.

⚙️ Тонкая настройка: sensitivity (0.0–1.0, работает во всех движках), confirmation_frames (сколько кадров openWakeWord подряд должны быть выше порога, по умолчанию 3), start_new_session (свежая сессия или продолжение текущей).

✍🏻 Создать профиль Гермеса Neo и будить его фразой:
"Wake up Neo!"

#HermesAgent #voice
———
@tsingular

вайбкодинг с Opus 5 в середине 2026 года теперь умеет такое

https://snowflow-lilac.vercel.app/
WASD + пробел + кнопки 12345 для заклинаний

пишут, что заняло где-то 9 часов и 4млн токенов

Исходник: https://github.com/Noniv/snowflow_demo

полный промпт в комментарии

#gamedev #Opus
———
@tsingular

может пригодится кому для презентаций :)

#слайды
———
@tsingular

NousResearch запустили на выходные конкурс для платных подписчиков с возможностью погенерить ролики на Flux3 от BlackForestLab.

Вообще у них скидки на портале по 50% и 20% на модели, стоит присмотреться.
Спонсируют по партнерке весь ассортимент OpenRouter.

https://portal.nousresearch.com/

#Nous #нейрорендер #Flux
------
@tsingular

OpenAI сбросили цены на GPT 5.6

Luna теперь дешевле в пять раз, всего $0.2/$1.2 за миллион токенов, против $1/$6 на релизе. Цену Terra сбросили на 20%, до $2/$12 за миллион токенов. Понижение цен касается не только API, но и квоты в Codex/ChatGPT Work. Sol не получил понижения цены, но для него выпустили Fast режим, который в 2.5x быстрее по 2x цене, но про дату релиза Sol запущенного на железе Cerebras OpenAI всё ещё молчат.

@ai_newz

DeepSeek строит 1 ГВт датацентр во Внутренней Монголии

📋 DeepSeek строит в Уланчабе, Внутренняя Монголия, дата-центр на 1 ГВт — часть своими силами, часть через аренду у сторонних операторов, первые мощности запустят к концу 2027 года.
О том, что проект вышел за рамки бумажных планов, говорит найм инженеров по обслуживанию серверов и менеджеров по доставке, открытый ещё в апреле, а чуть раньше, в феврале 2025-го, компания уже развернула модели в Хух-Хото, административном центре региона, так что Уланчаб,- логичное масштабирование.

💡 Уланчаб выбран не случайно: среднегодовая температура +4 °C решает проблему охлаждения серверов без лишних затрат, а сам город уже стал «китайской облачной долиной» с дата-центрами Huawei, Alibaba, Apple, Kuaishou и China Mobile. Рядом с DeepSeek разворачивается Z.AI (бывшая Zhipu) — тоже 1 ГВт исключительно на китайских чипах.

💼 В июне DeepSeek закрыла первый внешний раунд на ¥51 млрд (~$7,4 млрд) при оценке до $59 млрд, а среди инвесторов — Tencent, CATL, Alibaba, IDG Capital. Основатель Лян Вэньфэн вложил ¥20 млрд личных средств и готовит IPO.

📎 Bloomberg · Market Briefs · Crypto Briefing

Кстати, по ощущениям прямой API DeepSeek стал быстрее отвечать.

#DeepSeek #ЦОД
------
@tsingular