кстати недавно рассуждали: ИИ — это инструмент, который нас усиливает, или шаг к тотальному контролю ❓

посмотрите видео, где наши ребята делятся мыслями на этот счет — получилось остро, смешно и очень интересно.

кто не участвовал в съёмках — поделитесь в комментах вы на стороне "добра" или "зла" ?

давайте поболтаем ⬇️

opera запускает браузер, который пишет код, пока ты спишь

ты храпишь, а браузер сам пишет тебе сайт, подбирает картинки и даже оформляет лендинг?

знакомься — opera neon.

норвежцы называют его agentic browser — то есть браузер с «контекстной осознанностью».

звучит почти как медитация, но суть в другом:

теперь ты не просто сидишь в браузере — он сидит вместо тебя.

ищет инфу, создаёт контент, собирает дизайн, автоматизирует действия на сайтах.

как будто у тебя появился джуниор-ассистент, только на стероидах. 🙂

✅

что умеет neon:

— генерирует код, тексты, отчёты, сайты
— выполняет задачи даже в офлайне (!)
— может за тебя искать, оформлять покупки, бронировать жильё и заполнять формы
— понимает запросы в чате и работает прямо с тем, что у тебя на экране
— без слива данных, внутри браузера

внутри neon — ИИ-агенты, которые напоминают copilot или openai operator.
но главное отличие — контекст. он не просто реагирует на команду, он как бы "понимает", что ты делаешь.

[ интересный факт: первый opera neon вышел ещё в 2017. провалился.
теперь попытка №2 — но с гораздо более умной начинкой и уже в эпоху генеративного ИИ ]

релиза пока нет. только лист ожидания и намёк, что будет подписка.

но если всё, что они обещают — правда, то это реально может стать первой «живой» заменой классическим браузерам. 🧐

как найти разрывы в истории SCD2-записей?

если ты работаешь с аналитикой или базами данных —
знаешь, как сложно отследить изменения без ошибок.

в свежей статье на хабре Сергей Аладышев разбирает,
как находить пропущенные участки в истории записей (например, когда данные теряются между обновлениями).

подход простой, понятный и легко переносится в любой SQL.

🧡даже если ты не аналитик, но хочешь лучше понимать, как устроены данные — почитай, будет полезно.🧡

ПРОЧИТАТЬ КЛАССНУЮ СТАТЬЮ ТУТ.

🚀 WMT открыло новое "ИИ-направление!"

Мы создаем практичные нейросетевые продукты и приглашаем талантливых специалистов присоединиться к разработке.

ИИ - не просто инструмент, а технология, которая кардинально меняет рабочие процессы и открывает новые рынки.

Кого ищем прямо сейчас:

1️⃣ Проджект-менеджеров 🔥
— Организация работы команды;
— Управление сроками и задачами;
— Контроль качества проектов;
— Отдельная "вторая" зарплата

2️⃣ПрОдуктов
— Развитие конкурентоспособности продукта;
— Адаптация решений под рынок;
— Создание привлекательной "упаковки";
— % от всех продаж продуктов

3️⃣Сейлзов
— Поиск клиентов и ведение переговоров
— Презентация ИИ-решений
— Формирование предложений
— % от всех продаж продуктов

4️⃣Программистов
— Разработка архитектуры и кода
— Работа с API и ИИ-моделями
— Автоматизация процессов

5️⃣Дизайнеров
— Создание UI/UX для продуктов
— Разработка визуалов и презентаций
— Оформление в Figma

Мы открыты для талантливых специалистов на разные позиции!

⚡️Что предлагаем:
- Доступ к уникальным проектам и крупным клиентам;
- Финансовую выгоду от успешного внедрения продукта;
- Дружную атмосферу и поддержку на всех этапах работы;
- Профессиональное развитие в быстрорастущей ИИ-сфере;

✈️ Знаете крутых специалистов? Поделитесь с ними этой информацией!
Мы ищем специалистов не только внутри WMT:)

Хотите стать частью команды создателей ИИ-продуктов? ⬇️

Заполнить анкету

НАПОМИНАНИЕ

если у вас есть друзья коллеги родственники, которым актуальны вакансии, перешлите им пожалуйста пост выше ⬆️

Почему ИИ-агент — это не просто бот

ИИ-агент — это не интерфейс для общения с моделью и не "болталка с GPT". Это автономный исполнитель. Механизм, который не просто отвечает, а выполняет задачи. Самостоятельно. Без скриптов, без жёсткой логики if-else и без человека по ту сторону.

Он может сам собрать данные, проанализировать их, принять решение и действовать. ⬇️

1️⃣Например: агент, подключённый к базе клиентских документов, сам разбирается, в чём вопрос, и формирует ответ. Если нужно — эскалирует задачу человеку.

2️⃣Или: агент в медицине, который обрабатывает снимки КТ, находит аномалии и готовит резюме для врача.

3️⃣Или в финтехе: следит за транзакциями и предупреждает о потенциальном мошенничестве до того, как это станет проблемой.


ИИ-агент — это не обёртка над LLM. Это связка модели, инструментов, памяти, контекста и цели.

Он может быть частью CRM, операционного контура, сайта, телеги, умного дома — что угодно. Он не ждёт пошаговых команд. Он получает задачу и сам строит путь: какие данные нужны, где их достать, как их обработать и какое действие предпринять.

Он может подстраиваться под пользователя. Менять тактику. Давать обратную связь. Учиться.

Именно в этом ценность. Не просто в ответах, а в действиях.

ИИ-агенты снимают рутину, снижают количество ручных операций, обеспечивают стабильность и масштабируемость. Они не заменяют людей — они снимают с них всё скучное и предсказуемое. И делают это лучше, чем любые "правила" и регламенты.

Следующий шаг — не просто использовать GPT, а встраивать агентов в процессы: клиентский сервис, поддержку, обработку заявок, онбординг, аналитику, даже кодинг.

КАК СОБРАТЬ ИИ-АГЕНТА С НУЛЯ ⬇️


1️⃣С НАЧАЛА ЦЕЛЬ
Агент не = промпт.
Он должен достигать цели, а не просто болтать.

Примеры:
— ответить на клиентский вопрос
— собрать отчёт по продажам
— проверить кредитную заявку
— найти инфу по запросу



2️⃣ПОДКЛЮЧАЕМ МОЗГ
Любая LLM подойдёт: GPT-4, Claude, Mistral, LLaMA 3 — зависит от задачи и бюджета.
Работать можно через API или локально (через Ollama, LM Studio и пр.).



3️⃣ДОСТУП К ДАННЫМ
Агенту нужен контекст.
Ты подключаешь:
— PDF / базы / Notion / CRM
— Google Sheets
— поисковики / сайты

Обычно используется RAG (достань → вставь в промпт).
Инструменты: LangChain, LlamaIndex, Weaviate, ChromaDB, Pinecone.



4️⃣ПОДКЛЮЧАЕМ TOOLS
Агент должен что-то делать, а не просто писать текст.

Примеры:
— достать данные из API
— посчитать сумму
— создать документ
— отправить сообщение

OpenAI → Function Calling / Assistants API
OSS → LangChain tools, AutoGen, CrewAI



5️⃣ПАМЯТЬ (ПО ЖЕЛАНИЮ)
Чтобы агент помнил суть общения и этапы задачи:
— Short-term память (в сессии)
— Long-term (через Qdrant, Redis, Weaviate и т.п.)



6️⃣ЛОГИКА ПОВЕДЕНИЯ
Реально умные агенты действуют пошагово:
ReAct — Reason → Act → repeat
ToT — разветвлённые рассуждения

Готовые фреймворки: AutoGen, LangGraph, CrewAI



7️⃣ОБЁРТКА И ПРОДАКШН
Хочешь юзать агента внутри продукта — оборачивай:
— чат-интерфейс
— API endpoint
— микросервис
— бэкенд-интеграция



8️⃣ТЕСТИМ, ЛОГИРУЕМ, УЛУЧШАЕМ
Ставим guardrails (Llama Guard, Guidance),
логируем (LangSmith, PromptLayer),
оцениваем — где тупит, где не туда пошёл.


🧿Короче: LLM + память + данные + действия + план → агент, который реально работает.

А вы уже используете ИИ-агентов в своих проектах?
Или пока смотрите со стороны?

Расскажите в комментах — кто что пробовал, на чём собирали, какие грабли словили.
Если интересно — можем разобрать конкретные кейсы.

OpenAI о том, как изменится мир в ближайшие 3 года
или ИИ уже не остановить?

Гендиректор OpenAI опубликовал эссе, в котором размышляет о будущем искусственного интеллекта
— и делает три мощных прогноза.

Ключевая идея: ИИ развивается не скачкообразно, а по экспоненте.
Мы уже перешли «горизонт событий» — ту точку,
после которой необратимые изменения становятся вопросом времени.

1️⃣ ПРОГРЕСС В РОБОТОТЕХНИКЕ

Альтман считает, что уже в 2025 агенты смогут решать когнитивные задачи (например, писать код).
В 2026 — научатся получать знания.
А в 2027 — перейдут в физический мир.

Речь о роботах-гуманоидах, способных выполнять задачи в реальности.
Следующий шаг — самовоспроизводящиеся машины, которые смогут строить себе подобных.
Это радикально ускорит технический прогресс.


2️⃣БУДУЩЕЕ ТРУДА И ОБЩЕСТВА

ИИ действительно уничтожит целые классы профессий, но параллельно создаст новые.
По мнению Альтмана, мир станет богаче и сможет реализовать более смелые политические идеи.
Он также говорит о будущем нейроинтерфейсов и о том, как ИИ станет катализатором выхода человечества за пределы Земли.


3️⃣ДОСТУПНОСТЬ

Одна из главных задач — сделать сверхразум безопасным, управляемым и доступным.

Он не должен принадлежать отдельной корпорации или государству.
Альтман подчёркивает: важно сохранить свободу пользователей,
но в рамках общественных ограничений, которые ещё предстоит определить.


[ При этом не все разделяют оптимизм OpenAI.
Исследователи Apple, к примеру, указывают на реальные пределы масштабирования reasoning-моделей.
По их мнению, до AGI ещё далеко ]


Тем не менее, Альтман смотрит на ИИ как на длинную, но неизбежную дугу прогресса.
И предлагает нам всем задуматься, куда именно она ведёт.

Один из прогнозов Альтмана, о котором писалось выше, уже начал сбываться. ⬇️

В Калифорнии разработали нейроинтерфейс, который позволяет
парализованным людям снова говорить —
и делать это 1️⃣в собственном голосе,2️⃣ в реальном времени.

Учёные из Калифорнийского университета в Дэвисе представили систему,
которая возвращает голос парализованным пациентам.
Скорость работы — 25 миллисекунд.

Это не просто синтез речи, а полная реконструкция:
с естественным тембром, эмоциями и даже возможностью петь.

Как это работает?
🔵В мозг имплантировали 256 электродов, фиксирующих сигналы, когда человек пытается говорить.
🔵 Эти сигналы подаёт ИИ-модель, обученная на старых записях голоса пациента.
🔵В результате — речь в реальном времени. Узнаваемая. Живая. Своя.

Пациент уже может участвовать в беседе, шутить,
вставлять междометия и даже выдумывать слова — всё это система обрабатывает почти мгновенно.
Он снова поёт.
Он снова работает.
Он снова разговаривает — без задержек, без интерфейсов, без экранов.

Один из тех примеров, где нейроинтерфейс, ИИ и человек не просто взаимодействуют, а сливаются.
Один из тех случаев, когда технологии действительно дают голос тем, кто его потерял.

Сначала — Задача. Потом — Модель

Ещё недавно языковые модели казались чем-то футуристичным.
Теперь — это рабочий инструмент: от юриста до маркетолога.
И вот парадокс — моделей становится всё больше, а выбрать всё сложнее.

Самый частый вопрос звучит так:

🌪 «Какая модель самая мощная?»
🌪 Но на самом деле правильный вопрос — другой:
🌪 «Какая решит мою задачу в моих условиях?»

Если вы работаете с тоннами документов — вам нужна одна модель.

Если нужно быстро писать рассылки или объяснять технические штуки — другая.

Если вы в банке и не хотите, чтобы данные уходили наружу — третья.

Нет универсального варианта. И не надо его искать.

В ближайшие дни расскажем: какие модели подойдут для текстов, поддержки, документации, разработки.
И как не ошибиться при выборе.

Чтобы ИИ действительно помогал — надо начинать с задачи. Не с названия модели.


А вы уже нашли свою модель, или пока всё ещё играете в сравниваем по параметрам?

Когда слишком много документов....

В любой компании документов всегда больше, чем свободных рук.
Отчёты, договоры, регламенты, таблицы — всё копится неделями, а разбирать надо «ещё вчера».
Именно здесь языковые модели начинают реально экономить время.

Если вы работаете с большими массивами данных — выбирайте модель,
которая справляется с разнородными форматами и может держать в голове сложную структуру.
Вот кто показывает себя лучше других:

1️⃣GPT-4.1 — хорошо справляется с длинными документами, договорами, отчётами. Понимает структуру, вылавливает спорные места и отвечает на цепочки связанных вопросов.
2️⃣Claude 3.7 Sonnet — быстро выжимает суть из большого объёма текста. Отличный инструмент для экспресс-анализа.
3️⃣Gemini 2.5 Pro — умеет читать PDF, таблицы, сканы, изображения. Подходит, если документы приходят в самых разных форматах.
4️⃣Qwen 3 и Mixtral — автономные решения, которые можно запускать на своих серверах. Идеальны для компаний с повышенными требованиями к безопасности.

Если в команде не хватает рук, а документов становится только больше — самое время делегировать это машине.
Модель не устает, не пропускает дедлайны и отлично запоминает, что вы просили в прошлый раз.

Перешлите этот пост коллеге, который зашивается в документах — возможно, это сэкономит ему пару часов уже сегодня.😀

А ТЕПЕРЬ ГЛАВНОЕ
Переходим к самому интересному.

Мы едем в Питер частью команды. И чтобы не сидеть по гостиницам с бизнес-ланчами и зумами, решили снять дом.

🕶️Дом, где будет наша маленькая айти-база на выходных.

И, собственно, наш оффер:

Хочешь ворваться туда? Потусоваться, познакомиться, поболтать за ИИ, код, кофе и жизнь?

Мы зовём айтишников из Питера в гости.

Это не официальный ивент.
Это мини-тусовка. Внутрикомандный вайб. Если ты наш — тебе будет хорошо.

🗓 Собираемся на этой неделе вечером.
Это не на ночь — просто хорошая вечеринка, а потом каждый по своим маршрутам.

⭐️Детали, время, адрес и вайб — у нашей чудо-сотрудницы @DanilchikWMT

Пиши ей в личку, она всё расскажет.⭐️

А то мы всё по Москве да по Москве.
ЖДЁМ ВСТРЕЧИ С НАШИМИ ПЕТЕРБУРЖЦАМИ!

Есть рассылки, которые ты читаешь до конца.
А есть — которые закрываешь через 2 секунды, потому что «опять этот формальный бред».
Тут ИИ реально может сэкономить нервы и время.

Что помогает?

1️⃣GigaChat — пишет по-русски, живо. Не звучит как перевод с английского. Идеально для писем, поздравлений, постов от лица компании.
2️⃣YandexGPT — выручает в рассылках, рабочих чатах и всём, что связано с HR и внутренней коммуникацией.
3️⃣DeepSeek — объясняет сложно написанные вещи простыми словами. Если нужно донести до команды, как работает новая фича — он справится.
4️⃣Hermes 2 и Saiga — умеют писать инструкции, которые реально читают. И можно не бояться, что данные куда-то утекут — всё работает внутри вашей сети.

Короче: если вам часто приходится объяснять одно и то же — дайте это сделать модели.
Она не забудет, не устанет и не будет усложнять без причины.

Кстати с помощью этих 4 инструментов можно быстро и ловко писать статьи 🙂