Как не слить конфиденциальные данные в общедоступные нейросети?
Самый надежный способ — развернуть их локально на собственном сервере. Или не тратить на это время и воспользоваться готовым решением от Selectel. В каталоге готовых ИИ-моделей нейросети уже развернуты на оптимальном железе для инференса.
Что вы получаете в Selectel:
⚡Большой выбор моделей для ваших задач: для генерации текстов и кода, распознавания речи, создания контента и других.
⚡Производительность и гибкое масштабирование. Инференс-сервис развернут на современном железе с актуальными видеокартами и автоматически адаптируется при росте или снижении нагрузки.
⚡Прогнозируемая стоимость: платите за фактическое время потребления вычислительных ресурсов.
Начните работать с ИИ-моделями на выделенной инфраструктуре: https://slc.tl/qj23l
Реклама. АО "Селектел". erid:2W5zFJpqUKK
Самый надежный способ — развернуть их локально на собственном сервере. Или не тратить на это время и воспользоваться готовым решением от Selectel. В каталоге готовых ИИ-моделей нейросети уже развернуты на оптимальном железе для инференса.
Что вы получаете в Selectel:
⚡Большой выбор моделей для ваших задач: для генерации текстов и кода, распознавания речи, создания контента и других.
⚡Производительность и гибкое масштабирование. Инференс-сервис развернут на современном железе с актуальными видеокартами и автоматически адаптируется при росте или снижении нагрузки.
⚡Прогнозируемая стоимость: платите за фактическое время потребления вычислительных ресурсов.
Начните работать с ИИ-моделями на выделенной инфраструктуре: https://slc.tl/qj23l
Реклама. АО "Селектел". erid:2W5zFJpqUKK
Держите практическое руководство по созданию обвязок для ИИ-агентов
Оно помогает понять, что превращает голую языковую модель в агента, разбирая компоненты обвязки: выполнение инструментов, память, сборку контекста, границы безопасности, планирование и мультиагентную оркестрацию.
Начинается с самых основ и 50-строчного Python-примера, который можно скопировать и запустить. Практические главы охватывают песочницы, навыки, саб-агентов, обработку ошибок и проектирование долгоиграющих обвязок. Отдельно приводится сравнение OpenClaw, Claude Code, Codex, Cline, Aider и Cursor.🐸
Оно помогает понять, что превращает голую языковую модель в агента, разбирая компоненты обвязки: выполнение инструментов, память, сборку контекста, границы безопасности, планирование и мультиагентную оркестрацию.
Начинается с самых основ и 50-строчного Python-примера, который можно скопировать и запустить. Практические главы охватывают песочницы, навыки, саб-агентов, обработку ошибок и проектирование долгоиграющих обвязок. Отдельно приводится сравнение OpenClaw, Claude Code, Codex, Cline, Aider и Cursor.
Please open Telegram to view this post
VIEW IN TELEGRAM
GitHub
GitHub - nexu-io/harness-engineering-guide: 🔧 The open guide to Harness Engineering — concepts, tutorials, papers, tools, and resources…
🔧 The open guide to Harness Engineering — concepts, tutorials, papers, tools, and resources for building and managing AI agent runtimes. - nexu-io/harness-engineering-guide
This media is not supported in your browser
VIEW IN TELEGRAM
Gamma теперь в ChatGPT.
Теперь можно генерировать презентации прямо в чате и дальше редактировать их в Gamma.
Можно просить Gamma:
«Преврати этот техотчёт в саммари для руководства»
«Собери маркетинговый бриф для нашего продукта по кибербезопасности»
«Создай питч-дек из 4 слайдов о выезде команды на Гавайи»
Собираешь идею в ChatGPT. Презентуешь в Gamma.🐸
Теперь можно генерировать презентации прямо в чате и дальше редактировать их в Gamma.
Можно просить Gamma:
«Преврати этот техотчёт в саммари для руководства»
«Собери маркетинговый бриф для нашего продукта по кибербезопасности»
«Создай питч-дек из 4 слайдов о выезде команды на Гавайи»
Собираешь идею в ChatGPT. Презентуешь в Gamma.
Please open Telegram to view this post
VIEW IN TELEGRAM
Sonnet 5 вышел. TL;DR:
1. Anthropic называет его самым агентным Sonnet на сегодня
2. Производительность почти как у Opus 4.8, но дешевле
3. Серьёзные улучшения в рассуждении, использовании инструментов, кодинге и работе со знаниями
4. Модель по умолчанию для Free и Pro пользователей
5. Доступен в Claude Code и API сегодня
6. Вводная цена: $2/M input, $10/M output до 31 августа
7. Стандартная цена: $3/M input, $15/M output
8. В целом безопаснее Sonnet 4.6, ниже уровень галлюцинаций и сикофантии
9. Киберзащита включена по умолчанию, но Opus остаётся сильнее для серьёзной киберработы
Также тестеры сравнили Sonnet 5 с Opus 4.8, Sonnet 4.6 и GPT 5.5.
Всем четырём моделям дали одинаковый промпт: создать три автономные HTML5 Canvas-сцены с реалистичной физикой столкновений.
Промпты:
- Автомобиль врезается в кирпичную стену.
- Шар для сноса разрушает дом.
- Катапульта запускает камень в стену замка.
Результаты:
Sonnet 5: 15 047 токенов, $0.15
Opus 4.8: 23 063 токена, $0.58
Sonnet 4.6: 25 824 токена, $0.39
GPT 5.5: 31 152 токена, $0.94
Sonnet 5 показал такой же уровень, как Opus 4.8 и GPT 5.5, во всех трёх тестах. В сценарии с шаром для сноса он превзошёл Opus 4.8: трос двигался плавно, и каждый удар приходился точно в цель. В тесте с катапультой он оказался лучше GPT 5.5: камень каждый раз попадал внутрь стены.
При этом Sonnet 5 всё ещё уступает по детализации и качеству графики. Зато он использовал меньше токенов, чем остальные модели.😜
1. Anthropic называет его самым агентным Sonnet на сегодня
2. Производительность почти как у Opus 4.8, но дешевле
3. Серьёзные улучшения в рассуждении, использовании инструментов, кодинге и работе со знаниями
4. Модель по умолчанию для Free и Pro пользователей
5. Доступен в Claude Code и API сегодня
6. Вводная цена: $2/M input, $10/M output до 31 августа
7. Стандартная цена: $3/M input, $15/M output
8. В целом безопаснее Sonnet 4.6, ниже уровень галлюцинаций и сикофантии
9. Киберзащита включена по умолчанию, но Opus остаётся сильнее для серьёзной киберработы
Также тестеры сравнили Sonnet 5 с Opus 4.8, Sonnet 4.6 и GPT 5.5.
Всем четырём моделям дали одинаковый промпт: создать три автономные HTML5 Canvas-сцены с реалистичной физикой столкновений.
Промпты:
- Автомобиль врезается в кирпичную стену.
- Шар для сноса разрушает дом.
- Катапульта запускает камень в стену замка.
Результаты:
Sonnet 5: 15 047 токенов, $0.15
Opus 4.8: 23 063 токена, $0.58
Sonnet 4.6: 25 824 токена, $0.39
GPT 5.5: 31 152 токена, $0.94
Sonnet 5 показал такой же уровень, как Opus 4.8 и GPT 5.5, во всех трёх тестах. В сценарии с шаром для сноса он превзошёл Opus 4.8: трос двигался плавно, и каждый удар приходился точно в цель. В тесте с катапультой он оказался лучше GPT 5.5: камень каждый раз попадал внутрь стены.
При этом Sonnet 5 всё ещё уступает по детализации и качеству графики. Зато он использовал меньше токенов, чем остальные модели.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
С Anthropic сняли экспортные ограничения. После конструктивных переговоров с правительством США - доступ к Fable 5 начнут восстанавливать уже завтра
В неё добавлены новые классификаторы, нацеленные на блокировку задач по кибербезопасности. На первых порах часть рутинных операций, вроде кодинга и отладки — будет автоматически передаваться модели Opus 4.8.
Параллельно Anthropic совместно с Amazon, Microsoft, Google и другими партнёрами Glasswing начали разработку консенсусного фреймворка для оценки серьёзности ИИ-джейлбрейков и регламента реакции разработчиков.
Кроме того, компания расширяет сотрудничество с правительством США в области тестирования моделей и мер безопасности. Это будет включать предоставление раннего доступа к моделям и средствам защиты для оценки, обмен информацией о джейлбрейках и злоупотреблениях, а также выделенные ресурсы для совместных исследований.☕️
В неё добавлены новые классификаторы, нацеленные на блокировку задач по кибербезопасности. На первых порах часть рутинных операций, вроде кодинга и отладки — будет автоматически передаваться модели Opus 4.8.
Параллельно Anthropic совместно с Amazon, Microsoft, Google и другими партнёрами Glasswing начали разработку консенсусного фреймворка для оценки серьёзности ИИ-джейлбрейков и регламента реакции разработчиков.
Кроме того, компания расширяет сотрудничество с правительством США в области тестирования моделей и мер безопасности. Это будет включать предоставление раннего доступа к моделям и средствам защиты для оценки, обмен информацией о джейлбрейках и злоупотреблениях, а также выделенные ресурсы для совместных исследований.
Please open Telegram to view this post
VIEW IN TELEGRAM
В Claude Code v2.1.198 появился новый встроенный навык:
Он загружает в контекст рекомендации по проектированию диаграмм и дашбордов: выбор типа диаграммы, правила компоновки и визуальную иерархию для интерфейсов с большим объемом данных.
Также в него входит исполняемый валидатор цветовой палитры, благодаря которому Claude может программно проверять контрастность и соответствие требованиям доступности, а не делать предположения.
Ничего устанавливать не нужно - навык уже входит в состав CLI.
Если вам нужно быстро визуализировать данные в HTML и получить качественный результат с первой попытки, этот навык стоит вызывать явно. На втором демо он генерирует дашборд на основе статистики загрузок с http://aitmpl.com.🐸
/datavizОн загружает в контекст рекомендации по проектированию диаграмм и дашбордов: выбор типа диаграммы, правила компоновки и визуальную иерархию для интерфейсов с большим объемом данных.
Также в него входит исполняемый валидатор цветовой палитры, благодаря которому Claude может программно проверять контрастность и соответствие требованиям доступности, а не делать предположения.
Ничего устанавливать не нужно - навык уже входит в состав CLI.
Если вам нужно быстро визуализировать данные в HTML и получить качественный результат с первой попытки, этот навык стоит вызывать явно. На втором демо он генерирует дашборд на основе статистики загрузок с http://aitmpl.com.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
Думскроллинг, но теперь с пользой для учебы 🤓
NotebookLM получил Short Video Overviews — функцию, которая превращает сложные источники в 60‑секундные вертикальные видео с разбором ключевых идей.
Роллаут уже начался для подписчиков Google AI Ultra и Google AI Pro на мобильных устройствах и в вебе. Бесплатные пользователи получат доступ позже.
NotebookLM получил Short Video Overviews — функцию, которая превращает сложные источники в 60‑секундные вертикальные видео с разбором ключевых идей.
Роллаут уже начался для подписчиков Google AI Ultra и Google AI Pro на мобильных устройствах и в вебе. Бесплатные пользователи получат доступ позже.
Please open Telegram to view this post
VIEW IN TELEGRAM
Fable вернулся, а значит время для полезных советов:
Используйте Fable 5 как оркестратор, а Opus + Codex для выполнения (чтобы экономить использование Fable):
Fable 5 (макс. рассуждение) = оркестратор
Opus = сабагент для глубокого анализа.
Sonnet = механический рабочий сабагент
Codex = старший инженер-коллега с альтернативным взглядом.
Настройка:
1. Установите Fable 5 как основную модель. В Claude Code:
2. Создайте 2 сабагентов через
1. deep-reasoner → закрепить за Opus
EN:
RU:
2. fast-worker → закрепить за Sonnet
EN:
RU:
3. Добавьте официальный плагин OpenAI Codex (сначала установите codex cli на компьютер). В Claude Code введите:
4. Поместите это в ваш
5. После этого ставьте задачи Fable так, как это сделал бы техлид:
Вот и всё.
Используйте Fable 5 как оркестратор, а Opus + Codex для выполнения (чтобы экономить использование Fable):
Fable 5 (макс. рассуждение) = оркестратор
Opus = сабагент для глубокого анализа.
Sonnet = механический рабочий сабагент
Codex = старший инженер-коллега с альтернативным взглядом.
Настройка:
1. Установите Fable 5 как основную модель. В Claude Code:
/model → Fable 5 → reasoning /effort max2. Создайте 2 сабагентов через
/agents в Claude Code:1. deep-reasoner → закрепить за Opus
EN:
Use for reasoning-heavy phases, architecture, debugging complex issues, algorithm design.
Think thoroughly, return a concise conclusion the orchestrator can act on.
RU:
Используй для этапов, требующих глубокого анализа: проектирование архитектуры, отладка сложных проблем, разработка алгоритмов. Анализируй максимально тщательно и возвращай краткий вывод, с которым сможет работать оркестратор.
2. fast-worker → закрепить за Sonnet
EN:
Use for mechanical tasks, boilerplate, tests, formatting, simple edits.
Execute efficiently.
RU:
Используй для механических задач: шаблонный код, тесты, форматирование, простые правки. Выполняй их максимально эффективно.
3. Добавьте официальный плагин OpenAI Codex (сначала установите codex cli на компьютер). В Claude Code введите:
/plugin marketplace add openai/codex-plugin-cc/plugin install codex@openai-codex/codex:setup4. Поместите это в ваш
CLAUDE.md в папке:## Orchestration workflow
You (Fable) are the orchestrator. Plan, decompose, synthesize.
Reasoning-heavy phases → deep-reasoner
Mechanical work → fast-worker
Codex (/codex:rescue --background) is a cracked engineer on par with deep-reasoner, from a different perspective. Treat as a peer, not a reviewer.
High-stakes decisions: task Opus + Codex on the same problem in parallel, synthesize the best of both, without showing either the other's answer. Keep your own context lean.
5. После этого ставьте задачи Fable так, как это сделал бы техлид:
Цель: [что нужно сделать]
Контекст: [файлы, ограничения]
Ты — технический лидер. Делегируй задачи, требующие глубокого анализа, deep-reasoner; рутинную работу — fast-worker; задачи, где нужен свежий взгляд, — Codex.
Сначала покажи мне план, затем приступай к выполнению.
Вот и всё.
7
Вашему второму мозгу нужно больше, чем демо-чатбот
Мне тут попался один опенсоурс репозиторий курса от Decoding AI для разработчиков, которые хотят создать ассистента для личной базы знаний с LLM, агентами, RAG и LLMOps.
Что входит:
• Шесть модулей - охватывает архитектуру, ETL, тонкую настройку, развёртывание, RAG и LLMOps
• Офлайн + онлайн приложения - разделяет ML/пайплайны данных и пайплайн инференса ассистента
• Поддержка Notion -использует базу знаний Second Brain, доступен публичный снимок, так что аккаунт Notion не обязателен
• Используются LLMOps-инструменты, включая - ZenML, Opik, Comet, Unsloth, MongoDB, Hugging Face и OpenAI
• Ориентирован на разработчиков с документацией модулей, готовый код, uv/ruff и Docker-инфраструктура
Открытый исходный код (лицензия MIT).💃
Мне тут попался один опенсоурс репозиторий курса от Decoding AI для разработчиков, которые хотят создать ассистента для личной базы знаний с LLM, агентами, RAG и LLMOps.
Что входит:
• Шесть модулей - охватывает архитектуру, ETL, тонкую настройку, развёртывание, RAG и LLMOps
• Офлайн + онлайн приложения - разделяет ML/пайплайны данных и пайплайн инференса ассистента
• Поддержка Notion -использует базу знаний Second Brain, доступен публичный снимок, так что аккаунт Notion не обязателен
• Используются LLMOps-инструменты, включая - ZenML, Opik, Comet, Unsloth, MongoDB, Hugging Face и OpenAI
• Ориентирован на разработчиков с документацией модулей, готовый код, uv/ruff и Docker-инфраструктура
Открытый исходный код (лицензия MIT).
Please open Telegram to view this post
VIEW IN TELEGRAM
GitHub
GitHub - decodingai-magazine/second-brain-ai-assistant-course: Learn to build your Second Brain AI assistant with LLMs, agents…
Learn to build your Second Brain AI assistant with LLMs, agents, RAG, fine-tuning, LLMOps and AI systems techniques. - decodingai-magazine/second-brain-ai-assistant-course