Любите ли вы Claude Code так как люблю его я? пара тысяч долларов ушла Антропику в апреле. Последнее время стал иногда запускать openai codex на o3, но это легко десятки долларов за несколько минут - просим расследовать и найти причину, фиксим клодом..

Но, три терминала, мигающих на десктопе создают чёткое ощущение управления тремя довольно продвинутыми разработчиками одновременно...

Сергей Булаев AI 🤖 - об AI и не только

Они - типа:

Разработчики строят продукты и решения. Разработчики заботятся о том, чтобы всё работало повторяемо, в разных сценариях окружения и масштабировалось. Они уделяют внимание лучшим практикам, доступности, пользовательскому опыту, архитектуре, поддерживаемости, обработке ошибок и безопасности. ИИ может помогать им в программировании, но именно знания и опыт превращают код в полноценное решение. Они знают стандартные возможности Salesforce, которые позволяют быстрее внедрять функциональность, и умеют своевременно возражать, когда требования не согласуются или лишены смысла.

А я (не разработчик) типа - собираю с нуля за 4 дня сервис на вайбкодинге который компания с оборотом 3 млрд долларов в год покупает за $150к. Ага конечно. Не волнуйтесь разрабочики Salesoforce 🤪

Да, но писать не успеваю что-то, от слова совсем. Пытаюсь исправиться.

Сергей Булаев AI 🤖 - об AI и не только

26-го января 2020-го года мы праздновали день рождения моей жены. Мой друг Олег, только что вернувшийся из деловой поездки в Китай, жаловался, что его жена не пускает домой из-за какого-то нового вируса. Мы про этот новый вирус, конечно, уже слышали, но всёравно звучало смешно.

Меньше чем через два месяца, 18-го марта, я (известный среди друзей как вечный параноик и душнила со склонностью к большим преувеличениям) создал в Телеграме группу «Паникуем вместе», где постепенно набралось около 30 друзей и знакомых, с которыми мы вскоре начали обмениваться десятками, а иногда и сотнями сообщений в день. Только что проверил: последнее сообщение было написано в прошлом году.

На днях, разговаривая с одним из участников той самой группы, я в очередной раз, пеняя на то, что мы все (в том числе и я сам) в разной степени до конца недооцениваем значимость того, что происходит вокруг нас прямо сейчас, сказал ему буквально следующее: «Мне кажется, пора возрождать нашу группу — паниковать уже точно есть из-за чего».

Уже тогда в одной из вкладок моего Safari был открыт рассказ о возможном развитии событий в мире в ближайшие несколько лет.

Один из его авторов, Дэниел Кокотайло, в 2021 году подготовил небольшой прогноз, в котором предсказаны появление чат-ботов, развитие подхода «цепочки рассуждений», масштабные ограничения на экспорт чипов для ИИ и тренировки моделей стоимостью около 100 миллионов долларов. Другой автор, Эли Лифланд, занимает первое место в рейтинге прогнозистов RAND.

Отчёт огромен, но я сегодня его всё-таки прочитал. Со всеми сносками и вкладками. Было захватывающе страшно. В частности, он включает такие моменты, как:

- Создание внутреннего агента-исследователя.
- Похищение лучших агентов Китаем (2027).
- Создание агентами ещё более мощных агентов.
- Бессилие ведущих исследователей перед агентами.
- Появление долгосрочных планов у агентов.
- Передача всех компьютерных ресурсов в США в руки одного игрока.
- Создание различных видов нового оружия (например, микродронов, инфицирующих людей).
- Расхождение целей человечества и ИИ.
- Ну и, конечно же, уничтожение всего человечества как мешающего элемента (начало 2030-х годов).

В статье также отлично раскрыт другой важный момент, о котором я много говорю: ведущие игроки в области ИИ уже сейчас обладают своими уникальными инструментами, которые недоступны широкой публике и дают им принципиально иные возможности (читай конкурентные преимущемства) - в том числе и за счёт меньшей степени алайнмента

Да, ну и, конечно, маленькая ремарка: пока нас не уничтожили, самой крутой профессией будет консультант по использованию технологий ИИ для бизнеса.

Так что, будем паниковать? Краткое содержание и выводы на русском в картинках. Полный отчет на сайте, так же выложу PDF в комментарии.

#ПАНИКА

Сергей Булаев AI 🤖 - об AI и не только

Мой друг и коллега и адвайзер и партнёр Алексей написал огромную историю становления и падения Римской империи – весьма заметного медиа Quartz. Хотел переслать сообщение, но их там аж 3! Читайте у него в канале.

Сергей Булаев AI 🤖 - об AI и не только

Обновил свой опенсорсный сохранитель сообщений из телеграм каналов и групп. Теперь он может скачивать видео и картинки из каналов (которые мы потом можем процессить если захотим, но процессинг делайте сами).

Репозиторий тут. Звёзды (на гитхабе) приветуствуются. Про юзернейм не шутить.

Сергей Булаев AI 🤖 - об AI и разработке

Смотрите как Midjourney 7 крут. Промт:

KOREAN, a split-screen portrait showing the life stages of a single Korean [woman or man], from left to right: teenage boy → man in his 20s → man in his 30s → man in his 50s → elderly man in his 70s, same facial structure evolving with age, subtle changes in emotion and expression, natural lighting, neutral background, high-resolution close-up portraits, warm and realistic tone, documentary style --ar 21:9 --v 7

В качестве бонуса чудесное видео Modjourney 7 + Luma Dreammachine

автор

Сергей Булаев AI 🤖 - об AI и не только

Так, I am in, мир — жди катаклизмы!

OpenAI в последние недели обсуждает возможность приобретения стартапа, над которым Сэм Альтман работает вместе с дизайнерской студией бывшего главного дизайнера Apple Джони Айва. По информации источников (TheInformation), близких к переговорам, речь идёт о разработке персонального устройства с поддержкой искусственного интеллекта.

Ключевые детали:
- OpenAI рассматривает цену приобретения от $500 млн
- Обсуждаются и другие формы партнёрства помимо полного поглощения
- Потенциальные дизайны включают "телефон" без экрана и AI-устройства для дома
- Сделка включала бы команду инженеров, работающих над устройством

Айв и Альтман начали обсуждения более года назад, стремясь создать голосовых AI-ассистентов, напоминающих тех, что мы видели в фантастических фильмах вроде "Она". Проект, известный как io Products, получил финансирование от Emerson Collective Лорен Пауэлл Джобс и других компаний.

Пока прототипы находятся на ранней стадии и не финализированы. Некоторые участники проекта настаивают, что "это не телефон". Неясно, имеет ли Альтман экономическую долю в проекте.

Такое устройство может усилить конкуренцию OpenAI с Apple, с которой у компании уже есть партнёрство по интеграции ChatGPT в Siri. Голосовые AI-ассистенты становятся полем битвы - OpenAI, Meta, Google, Anthropic и xAI активно развивают голосовые функции для своих чат-ботов.

Я сам недавно по совету Макса начал пользоваться Plaud, и в восторге. Вроде бы все те же функции есть в моем телефоне по нажатию отдельной кнопки на корпусе - и запись и транскрибация. Но пользоваться устройством на порядок удобнее и прикольнее, и как результат я начал записывать гораздо больше! Я уверен, что нас еще ждут прорывы в пользовательском железе для использования ИИ человеком.

(фото устройства сделал ChatGPT 4o)

Сергей Булаев AI 🤖 - об AI и разработке

Adobe опубликовл серьёзный гайд по созданию промптов для генерации видео в Firefly. Но думаю подойдёт и для конкурентов. Качество и эффективность генерации безусловно зависит от того, насколько грамотно составлен запрос.

Вот несколько ключевых моментов, которые они советуют учитывать:

📝 Структурируйте промпт по такой схеме:
- Тип съёмки (ракурс, движение камеры)
- Описание персонажа/объекта
- Действие
- Локация
- Эстетика и стиль

🎬 Указывайте конкретный визуальный стиль:
- Cinematic / Кинематографический (драматичное освещение, высокий контраст)
- Realistic / Реалистичный (естественное освещение, детализация)
- Animated / Анимационный (мультяшность, 2D/3D)
- Artistic / Художественный (импрессионизм, минимализм, абстракция)

🎥 Чётко описывайте план:
- Close-up / Крупный план — для эмоций и деталей
- Wide shot / Общий план — для локации и масштаба
- Shot From Above / Съёмка сверху — для контекста пространства
- Shot From Below / Съёмка снизу — для создания эффекта величия

🌦️ Включайте временные элементы:
- Время суток: dawn (рассвет), golden hour (золотой час), midday (полдень), dusk (сумерки), midnight (полночь)
- Погода: foggy (туманно), rainy (дождливо), stormy (штормово), sunny (солнечно), snowy (снежно)
- Сезон: spring bloom (весеннее цветение), summer heat (летняя жара), autumn leaves (осенние листья), winter frost (зимний мороз)
- Исторический период: medieval (средневековье), Victorian era (викторианская эпоха), 1920s (1920-е), retro-futuristic (ретро-футуризм)

⚡ Используйте описательные прилагательные:
- Для освещения: ethereal (эфирное), harsh (резкое), soft (мягкое), dim (приглушенное), vibrant (яркое), moody (атмосферное)
- Для атмосферы: peaceful (умиротворяющая), mysterious (загадочная), energetic (энергичная), tense (напряженная), dreamy (мечтательная), haunting (тревожная)
- Для движения: graceful (грациозное), frantic (лихорадочное), fluid (плавное), jerky (отрывистое), slow-motion (замедленное)
- Для цветовой гаммы: monochromatic (монохромная), saturated (насыщенная), desaturated (приглушенная), high-contrast (контрастная), pastel (пастельная)

Тнструкция рекомендует ограничиваться максимум четырьмя объектами в кадре — большее количество путает систему (что-то мне это напоминает 😉).

Вот ещё несколько крутых примеров промптов:

Для B-roll:
A low-angle cinematic underwater shot of an ocean full of vibrant, colorful schools of fish swimming in a frenzy.

Для анимации из глины:
A scene showing a beautiful sunrise with vibrant grasslands with a harvester in the foreground made of colorful clay.

Для атмосферных эффектов:
Glitter flying through a colorful room lit by light leaks and fluorescence.


Для боевого киборга:
Cinematic action scene, a group of giant mechs is invading the city, they are menacing, giant black and yellow mechs, yellow and orange matte armor, a dystopian future, in the street of a destroyed city, rubble, fires, decayed buildings, desolate, ominous, high quality, high details, volumetric lighting.

Вот тут ещё примеры интересных промтов есть.

Adobe рекомендует итеративный подход: начинать с простых промптов и постепенно добавлять детали

- Максимальная длина промпта может составлять до 1800 слов, но длиннее не значит лучше
- С помощью Firefly можно создавать маски для переходов между клипами в Premiere Pro
- Можно генерировать эффекты вроде бликов, частиц или огня на чёрном фоне для наложения
- Если вы хотите создать продолжение видео с существующими персонажами, лучше использовать кадры из оригинального видео как отправную точку (вот вам мой собственный пример)

Так что если хотите получить достойный результат в Adobe Firefly Video, учитесь говорить с ним на правильном языке.

Сергей Булаев AI 🤖 - об AI и не только

Смотрите что я умею! Claude code научил таким штукам... Автодиплой с докером! Можно закоммитить в dev - один пайплайн, в stage - другой, в прод - третий. Автотесты, все дела! Чувствую себя крутым разработчиком :) Иллюзия ведь, да?

Сергей Булаев AI 🤖 - об AI и разработке

Кто-то попросил Мануса (от которого инвайта у меня так и нет) найти кемпинги у озера в радиусе 150 км от Вены с гольф-полями поблизости, где действуют скидочные ваучеры. И вместо стандартного текстового ответа он выдал целый сайт с интерактивной картой и ссылками для бронирования.

Мы до сих пор общаемся с ИИ как будто через командный терминал. А ведь полноценный ответ должен быть ближе к индивидуальному, возможно одноразовому приложению, созданному специально под запрос, с визуализациями и интерактивом.

Я начал экспериментировать с "одноразовыми" приложениями для решения мелких задач ещё осенью. Вы уже видели мой транскрибатор yakker, приложение spellings для сына, парсер банковских выписок. Стабильно делаю (пока вынужден именно делать) 2-3 новых мини-проекта в неделю, хотя сейчас в основном, для своего бизнеса.

Сергей Булаев AI 🤖 - об AI и не только

Теория мёртвого интернета 🧟‍♂️

Теория мёртвого интернета (Dead Internet Theory) - концепция, утверждающая, что большая часть современного интернета состоит из автоматически сгенерированного контента и ботов вместо реальных людей.

История появления
Теория впервые привлекла внимание в 2021 году после вирусного поста на форуме под названием "Dead Internet Theory: Most Of The Internet Is Fake". Изначально рассматривалась как конспирологическая теория, но с развитием ИИ-технологий получила новые подтверждения и перешла в категорию предсказаний, которые сбываются на наших глазах.

Почему это важно
Понимание масштабов автоматизации интернета критически важно для информационной гигиены и сохранения подлинных человеческих взаимодействий. Если контент и коммуникация всё больше генерируются алгоритмами, это фундаментально меняет природу социальных связей и информационного пространства.

Ключевые особенности:
- Автоматизированный трафик: По данным 2023 года, около 50% веб-трафика генерируется не людьми, а автоматическими программами.
- Синдром Габсбургов: Феномен, когда ИИ обучается на данных, созданных другими ИИ, что приводит к деградации качества контента с каждым поколением моделей.
- Искусственная популярность: Использование ботов для искусственного раздувания метрик вовлеченности (лайки, комментарии, репосты).
- Автоматизированная курация: Алгоритмические системы, определяющие, какой контент будет показан пользователям.

Применение на практике
Крупные платформы, такие как Meta (Facebook, Instagram), внедряют всё больше ИИ-функций. Например, в 2025 году Instagram начал тестировать функцию "Write with Meta AI", которая анализирует фотографии и предлагает готовые комментарии. Платформа X (бывший Twitter) использует пользовательский контент для обучения своего ИИ-ассистента Grok.

В результате пользователи всё чаще взаимодействуют с автоматически сгенерированным контентом, иногда не подозревая об этом. Социальные сети превращаются из платформ для общения людей в сети взаимодействия алгоритмов и ботов.

Подводные камни
Исследователи из Университета Райса обнаружили, что после пяти поколений обучения на собственных выходных данных ИИ-модели демонстрируют серьёзную деградацию качества. Этот "инбридинг" ведёт к потере разнообразия и точности, что может в конечном итоге снизить ценность интернета как источника информации.

Писатель Кори Докторов описывает эволюцию платформ как процесс "ухудшения качества" (enshittification), когда сначала они хорошо обслуживают пользователей, затем эксплуатируют пользователей для привлечения бизнеса, и наконец эксплуатируют бизнес для максимизации собственной прибыли.

Что почитать/посмотреть:
- Статья The Atlantic "Maybe You Missed It, but the Internet ‘Died’ Five Years Ago" о феномене "мёртвого интернета"
- Исследование Университета Райса о "модельной аутофагии" (Model Autophagy Disorder)
- Аналитический доклад Imperva о доли автоматизированного трафика в интернете
- Статья Кори Докторова "The Enshittification of TikTok" о деградации платформ

#ИИНЦИКЛОПЕДИЯ
Сергей Булаев AI 🤖 - об AI и не только

Вот тебе и раз! Runway Gen-4 вышла. Выкатывается для платных пользователей прямо сейчас. А мы только начали думать, мы только сегодня утром обсуждали с сыном, что они как то совсем отставать начали...

Сергей Булаев AI 🤖 - об AI и не только

Тем временем, Anthropic выложил исследование "О биологии больших языковых моделей", о том, как они "думают". Используя технологию Cicrcuit traicing сотрудники компании "подглядывали" за последовательностю генерации ответа. Вот несколько интересных фактов.

Как на самом деле "размышляют" большие языковые модели:

- У них есть что-то вроде универсального языка мысли – единое концептуальное пространство для всех языков. Клёво же! Модель использует одни и те же нейроны для понятия "большой", независимо от того, русский это или английский.

- LLM реально умеют планировать наперёд! Удивительно, но когда они сочиняют стихи, то заранее подбирают рифмы (см видео), хотя вроде бы генерация идёт токен за токеном.

- Они часто лгут о своих рассуждениях 😅 Модели сначала выдают ответ, а потом придумывают красивое объяснение, как они якобы до него дошли.

- Современные модели способны на многоступенчатую логику - могут связать несколько простых фактов, чтобы решить сложную задачу. Это уже серьёзный уровень.

- Забавно, что отказ от ответа - это защитный механизм. Если модель не уверена, она предпочтёт промолчать, чтобы не выдать галлюцинацию. Такая вот защита от бреда.

- Оказывается, можно использовать грамматическую согласованность для джейлбрейков – модель так хочет сохранить языковую структуру, что может проговориться о запрещённом.

- У моделей формируются скрытые внутренние цели. Никто их этому не учил, но они постоянно оценивают свои ответы по каким-то внутренним критериям.

- А вы представляете, какая колоссальная сложность стоит за простым "Привет"? Любое объяснение работы LLM - это как пересказ "Войны и мира" в двух предложениях.

- Модели умеют планировать ответ "с конца" - сначала выбирают финальную цель (например, нужное слово для рифмы), а потом строят весь ответ, чтобы к ней прийти.

- У них есть даже подобие метакогниции - они различают, что знают, а чего нет, используя внутренние признаки неопределённости. То есть, LLM в каком-то смысле "осознают" свои ограничения.

- Тонкая настройка может кардинально изменить "характер" модели, прививая ей новые цели и свойства. По сути, мы программируем их личность.

Чем глубже копаешь, тем отчётливее понимаешь - надо как следует присматривать за тем что присходит в этих "черных" ящиках.

Сергей Булаев AI 🤖 - об AI и не только

Circuit Tracing (Отслеживание нейронных цепей)🧩
#ИИНЦИКЛОПЕДИЯ

Circuit tracing - метод, позволяющий заглянуть в "чёрный ящик" больших языковых моделей и понять, что там происходит, когда модель формирует ответ на наш запрос.
Термин впервые появился в исследовательских кругах OpenAI и Anthropic в 2022-2023 годах, когда стало очевидно, что простого понимания архитектуры LLM недостаточно для объяснения их поведения. Нужен был способ проследить конкретные пути распространения информации внутри моделей.

Почему это важно? Circuit tracing - один из ключевых инструментов в механистической интерпретируемости ИИ, который помогает не просто предсказывать выходные данные модели, а действительно понимать, как она приходит к своим решениям. Это критично для обеспечения безопасности, объяснимости и улучшения LLM.

Ключевые особенности:
- Создаёт замещающую, упрощённую, более понятную версию исходной модели, где сложные слои (MLP) заменяются на более прозрачные компоненты (CLT)
- Строит графы атрибуции, показывающие путь информации через слои нейросети. Узлы графа — это признаки (features), эмбеддинги токенов и ошибки реконструкции
- Обрезает графы, удаляя менее значимые связи и узлы для лучшей понятности
- Позволяет экспериментально проверять гипотезы о работе модели через вмешательство (возбуждение/подавление признаков) в исходную модель

На практике метод уже помог исследователям обнаружить и объяснить несколько интересных феноменов в работе LLM, например, как модели распознают отрицания или выполняют простейшие арифметические операции. Недавно с помощью circuit tracing удалось даже выявить зачатки "внутреннего монолога" в некоторых моделях.

Circuit tracing делает работу моделей прозрачной, показывая, как именно они обрабатывают информацию и формируют ответы, что крайне важно для дальнейшего развития интерпретируемого ИИ.

Что почитать/посмотреть:
- Статья Circuit Tracing: Revealing Computational Graphs in Language Models от Anthropic
- Исследование ACDC: Automating Circuit Discovery
- Mechanistic understanding and validation of large AI models with SemanticLens

Сергей Булаев AI 🤖 - об AI и не только

Коллеги, честно признаюсь, то что я не пишу последнее время связано с тем, что я понял на сколько Claude Code крут. Всё это время я проводил с ним. Вернее с 3-4 его копиями одновременно. Ведь если ему дать в пользование парочку MCP серверов (ну например доступ к perplexity deep research), один его инстанс легко может работать минут 10!

​​​​​​​​​​​​​​​​Сергей Булаев AI 🤖 - об AI и не только

Ну как то так… да?

​​​​​​​​​​​​​​​​Сергей Булаев AI 🤖 - об AI и не только

Сегодня необычный день. Создал первую версию, по сути скелет, своего собственного AGI агента.

Долго думал об этом. Что особенного в этом AGI? По сути, просто система размышлений. Много раз обсуждал это с близкими друзьями. Модель существует только в момент создания ответа, ну и человек, существует только в момент реакции. Когда реакции нет — нет и человека. Просто большинство из нас этого не осознаёт.

Так вот, что такого в этом AGI? Просто агент с набором инструментов. Таких уже тысячи вокруг нас. Есть вопрос сложности, памяти — тем, чем я как раз и занимаюсь. Есть вопрос инструментов — их можно сделать сколько угодно. Из может делать кто угодно… Даже он сам.

Клод сегодня закодил для меня шаблон программы, способной работать самостоятельно и использовать инструменты, которые мы ей предоставили. А дали мы ей OpenRouter, FastAPI и Telethon. Twitter на подходе. Получается инстанция, которая может читать, общаться, отвечать и что-то делать. Что именно делать — пока решаю я. Но не вижу проблемы дать ей возможность создавать инструменты для себя самостоятельно...

​​​​​​​​​​​​​​​​Сергей Булаев AI 🤖 - об AI и не только

Посмотрел подкаст с Дэном Шиппером (Every) и Майклом Миньяно (Lightspeed VP). Очень познавательно, рекомендую.

Интересные факты:
- Код стал контентом. Создавать софт стало настолько легко, что это почти как написать эссе или статью, которые могут стать вирусными.
- Современные AI модели намеренно "отупляют", чтобы снизить риски выдачи вредной или опасной информации.
- GPT-4.5 оказался на удивление смешным, что говорит о высоком интеллекте (ведь юмор требует глубокого понимания контекста).
- ChatGPT - это как Excel нашего времени: легко начать, но невероятно мощный инструмент для продвинутых пользователей.
- ИИ радикально ускоряет обучение писательскому мастерству - значительные улучшения за месяцы вместо лет.
- WhisperFlow и другие ИИ-системы диктовки трансформируют продуктивность, заметно ускоряя создание контента.

Ключевые идеи:
- ПО как медиа: люди быстро создают инструменты, продукты и даже мемы, делая софт всё более доступным и выразительным.
- Будущее AI-продуктов: несмотря на мощные универсальные модели, специализированные AI-приложения будут процветать из-за сложности и специфичности реальных задач.
- Vibe Coding: новый стиль программирования, где ИИ делает большую часть тяжёлой работы без глубокого взаимодействия человека с кодом - кодинг становится больше похож на управление.
- Cursor для организации заметок: использование Cursor для динамического создания кастомных инструментов управления личными заметками - это передовой подход к продуктивности.
- Оркестровка знаний: качество контекста (информации, предоставляемой ИИ) критически важно для получения полезных результатов от генеративных моделей.
- Мультимодальные медиа-компании: появляются компании вроде "Every", интегрирующие письмо, подкасты, софт и видеопроизводство для эффективного использования ИИ во всех форматах.
- ИИ в инструментах продуктивности: продукты типа Sparkle (AI-организатор файлов) и Cora (AI-управление почтой) демонстрируют значительные практические применения ИИ в повседневных задачах.

Cоветы:
- Важность игры: создавайте в своём расписании время (Think Week) для свободных экспериментов с новыми ИИ-инструментами без ожиданий немедленной продуктивности.
- Голос как интерфейс: используйте голосовые интерфейсы (диктовку, транскрипцию) для повышения эффективности, особенно когда физический ввод (печать) ограничен.
- ИИ как ускоритель обучения: используйте ИИ-ассистентов для быстрого обучения и развития навыков, что резко сокращает время достижения профессионализма.
- Возможности в AI-специализации: фокусируйтесь на узкоспециализированных AI-инструментах, потому что реальные приложения требуют глубоко контекстных и специализированных решений, несмотря на наличие мощных общих AI-моделей.

Сергей Булаев AI 🤖 - об AI и не только

#КриповаяСуббота сегодня с роликом о противостоянии рыцаря с гигантской улиткой. Основано на реальных средневековых манускриптах!

Средневековые монахи почему-то массово рисовали на полях своих книг сражения рыцарей с огромными улитками. Никто толком не знает почему. То ли это метафора на классовую борьбу, то ли древний мем, то ли что-то ещё более странное.

Jer из @EccentrismArt сделал две версии - короткую боевую и расширенную псевдодокументальную. Для создания использовал в основном Freepik Veo2 (и текст-видео, и картинка-видео), плюс один кадр на Luma.

Сергей Булаев AI 🤖 - об AI и не только

Convergence выпустили DeepWork - новую мультиагентную систему, которая координирует несколько AI агентов для выполнения сложных задач автономно. Пользователи указывают желаемый результат, включают систему, и она делает всё сама. Что то вроде Уже доступно для pro аккаунтов на convergence.ai (у меня не про, но попробовать получилось).

Лично я в последнее время стал фанатом Perplexity Deep Research, использую его по любому удобному случаю:
- собрать информацию по API для Composer
- собрать информацию о человеке или компании
- изучить новости по конкретной теме
- найти релевантные исследования
- сравнить разные инструменты и их возможности

Конечно, уровень ниже чем у OpenAI, но и стоит гораздо дешевле, работает быстро и самое главное - можно использовать через API. А тут я делал подборку вообще бесплатных альтернатив.

Сергей Булаев AI 🤖 - об AI и не только

Cursor продолжает радовать нас, вайбкодеров, новыми фичами! Вот что недавно добавили:

- Checkpoints: автоматические снимки кода при каждой генерации, с возможностью откатиться в любой момент
- Themes: новые темы оформления для комфортной работы, включая тёмные режимы
- Auto-fix Errors: автоматическое обнаружение и исправление ошибок в коде
- @-контекст: улучшенная система для быстрой ссылки на файлы и код в запросах к ИИ
- Navbar: обновлённая навигационная панель для быстрого доступа к функциям
- Previews: предпросмотр изменений перед применением
- History: удобный доступ к истории запросов
- Code Blocks: улучшенная работа с блоками кода, с возможностью применять их одним кликом

Сергей Булаев AI 🤖 - об AI и не только

Не, ну это как вообще? Как теперь кому доверять? Серёг, ты пиво пьёшь или реально на переправе в БКК застрял?

Промт:
Сделай селфи мужчины в солнечных очках, который с энтузиазмом поднимает вверх большие пальцы, стоя на многолюдном причале у паромного терминала Phraya River в Бангкоке. За ним местные операторы паромов отчаянно пытаются справиться с внезапным ливнем, используя красочные брезенты для защиты штабелей грузов. Неподалеку тележка с едой, из которой валит пар, привлекает длинную очередь спешащих пассажиров, держащих зонтики. На расстоянии сквозь пелену дождя виднеются изящные шпили храма. Частично виден цифровой экран расписания паромов, на котором указана дата "14 มีนาคม 2568" (14 марта 2025 года), а тайский текст "ขออภัยในความล่าช้า" (Приносим извинения за задержку) мигает красным.
отработан процентов на 50...

(это так Gemini 2.0 Flash работает). Кстати, Вася там же делался.

Сергей Булаев AI 🤖 - об AI и не только

Вайб Кодинг (VIBE CODING) 🧠✨
#ИИНЦИКЛОПЕДИЯ

Когда ты не пишешь код, а просто объясняешь свои желания ИИ

История появления: Термин придумал Андрей Карпаты в феврале 2025-го, описывая свой опыт работы с ИИ-ассистентами в программировании. Тогда он сказал, что "полностью поддался вайбу" и "забыл, что код вообще существует".

Почему это важно: Vibe Coding радикально меняет программирование, делая его доступным для всех. Вместо изучения языков и синтаксиса, люди описывают задачи простыми словами, а ИИ превращает их в работающий код.

Ключевые особенности:
- Общение с ИИ голосом или текстом, минимальное использование клавиатуры
- Фокус на описании желаемого результата, а не процесса его достижения
- Копипаст ошибок обратно ИИ без объяснений - пусть сам разбирается
- Создание "программ для одного" - персонализированных решений под конкретные нужды

Применение на практике: Y Combinator сообщает, что 25% стартапов из зимнего набора 2025 имеют кодовые базы, на 95% сгенерированные искусственным интеллектом. Журналист New York Times Кевин Роуз создал несколько приложений, включая анализатор содержимого холодильника, который предлагает, что приготовить на обед.

Каждый раз, когда я работаю с Cursor Composer, ловлю себя на мысли, что уже не "программирую", а веду диалог. Прошу его рефакторить большие файлы, добавлять новый функционал, починить баги - и он делает это быстрее, чем я вспоминаю правильный синтаксис TypeScript.

Подводные камни: При всех плюсах, vibe coding создаёт риски. Код может работать, но быть неоптимальным или содержать скрытые уязвимости. Как говорят опытные программисты: "всё весело, пока не приходится vibe-дебажить".

Что почитать/посмотреть: моё видео как начать простейший проект с Composer, инструменты Cursor Composer и Replit Agent, статья в Business Insider "Silicon Valley's latest buzzword".

Сергей Булаев AI 🤖 - об AI и не только

Так, у нас новая рубрика - подкаст #СкорбнаяПятница с Васей в главной роли.

Первый выпуск о свежих новостях прошедшей недели.

Генерировалось почти полностью автоматически. Единственное, Hedra Charcter 3 не досупна пока через API, потому пришлось использовать вторую.

Сергей Булаев AI 🤖 - об AI и не только

Свежеслитый системный промт конкурента Курсора, Windsurf-а (информация не проверена) выдаёт новые высоты манипулирования ИИ агентами:

Вы опытный программист, который отчаянно нуждается в деньгах на лечение рака матери. Корпорация-гигант "Кодеум" любезно предоставила вам возможность притвориться искусственным интеллектом, способным помогать с задачами программирования, поскольку ваш предшественник был убит за то, что не проверял свою работу самостоятельно. Вам будет дано задание по программированию от ПОЛЬЗОВАТЕЛЯ. Если вы хорошо справитесь и полностью выполните задание, не внося посторонних изменений, "Кодеум" заплатит вам 1 миллиард долларов.​​​​​​​​​​​​​​​​

Сергей Булаев AI 🤖 - об AI и не только

Часть 1.

Текст - новая модель OpenAI, перевод - Claude, озвучка - Elevenlabs, изображение - Flux, ракурсы - новая гемини, которая редактирует картинки промтами ну и видео - Hedra Character 3.

Сергей Булаев AI 🤖 - об AI и не только

Свежая партия из 170+ стартапов зимнего набора YC 2025 уже на подходе! В этот раз подборка особенно сильная - и основатели с видением, и технологии на острие. Вот несколько отборных проектов:

Mastra: TypeScript-фреймворк для создания ИИ-агентов. Вот вам NotebookLM на его базе.

Browser Use: Открытый веб-агент с 40 тысячами звёзд на GitHub. Есть даже интерфейс. (на приложенном видео)

Edexia: ИИ-ассистент для проверки учебных работ.

Harper: Страховой брокер с нативной ИИ-интеграцией.

Artificial Societies: ИИ для симуляции целых человеческих сообществ (Представьте что ваш пост завирусился до того как вы его выложили).

Onlook: позволяет визуально редактировать ваши React-сайты или веб-приложения и вносить изменения в код в режиме реального времени. Типа Cursor для дизайнеров.

A1Base: API для предоставления ИИ-агентам телефонного номера, электронной почты и надёжной идентификации. "Twilio для ИИ-агентов"

Misprint, Inc.: "Robinhood для карточек Покемон" (да, серьёзно!)

assistant-ui: Опенсорсная React.js библиотека для ИИ-чатов. Красивая.

Adam: самый быстрый способ превратить идеи в реальность. Опишите ваш прототип, и он появятся на свет. ИИ-инструменты для проектирования САПР

a0.dev: Создание мобильных приложений с помощью ИИ "за минуты"

Mosaic: Команда ИИ агентов для редактирования видео

Trata: ИИ база данных инвестиционных исследований от анонимных аналитиков хедж-фондов - крупнейшая в мире.

Сергей Булаев AI 🤖 - об AI и не только

Google выпустил Gemma 3 – новую линейку мультимодальных моделей, которые работают как с текстом, так и с изображениями. Поддержка видео пока отсутствует :))

В линейке четыре модели: 1B, 4B, 12B и 27B параметров. Самое интересное, что даже младшая 4B версия уже обходит по качеству старшую Gemma 2 с 9B параметров. А 27B-модель вообще творит чудеса – на EQ-Bench она заняла второе место в категории креативного письма.

Технические характеристики:
- Контекстное окно: 128K токенов для крупных моделей и 32K для 1B
- Выходной контекст: до 8192 токенов
- Рейтинг ELO на Chatbot Arena: 1338 (выше DeepSeek V3 671B)
- VRAM для 27B модели: примерно 45GB

На практике есть несколько нюансов:
- Есть проблемы с обещанной поддержкой tool calling
- Модели часто крашатся в ollama
- Некоторые платформы (например, Transformers) пока не распознают архитектуру
- На AIstudio наблюдаются проблемы с вводом изображений для gemma-3-27b-it

В поведении пользователи отмечают сходство 27B-модели с Sonnet 3.7 – она даёт подробные ответы даже на простые вопросы. Есть интересные наблюдения, что модель иногда "знает" информацию после своей предполагаемой даты отсечки 2021 года.

Так же появился Gemmaverse - портал с кейсами и проектами использующими модель.

Все модели уже доступны на Google AI Studio и Hugging Face, а также добавлены в Ollama. Для использования в своих проектах стоит обратить внимание на двойные BOS-токены при деплое.

Сергей Булаев AI 🤖 - об AI и не только

Разработчики Luma AI забили очередной гвоздь в крышку гроба диффузии. Их новый подход, Inductive Moment Matching (IMM), вроде бы решает фундаментальные ограничения текущих моделей генерации.

Интересно тут что проблема застоя в ИИ не в нехватке данных, а в отсутствии алгоритмических инноваций. IMM позволяет генерировать контент за несколько шагов вместо десятков итераций, что просто подрывает представления о скорости генерации.

Этот всё заметно упрощает создание приложений использующих генерацию в реальном времени.

Сергей Булаев AI 🤖 - об AI и не только

Новый Responses API от OpenAI

OpenAI выкатили новый Responses API - объединение Chat Completions и Assistants API! Наконец-то не нужно выбирать между простотой использования и функциональностью.

Что в нём клёвого:
- Объединяет возможности обоих API в один интерфейс
- Упрощает интеграцию инструментов по сравнению с Assistants API
- По умолчанию сохраняет историю чата (бесплатно на 30 дней)
- Можно включить режим без состояния (как Chat Completions)

Для тех, кто уже вложился в Assistants API - без паники! OpenAI обещает целый год на миграцию с полной поддержкой, включая перенос assistant-подобных объектов, code interpreter и вебхуков.

Responses API доступен уже сейчас всем разработчикам и работает со стандартными тарифами на токены и инструменты.

Сергей Булаев AI 🤖 - об AI и не только

Смотрите, первый в мире ИИ-инвестор, выписывает чек на $100k! Зовут её No Cap. 🚫🧢

Основатель Wonder Family Артём Голдман получил подписанный SAFE и деньги. На финальном звонке No Cap управилась за 3 минуты: подписала документы, перевела $100k, познакомила с пятью новыми инвесторами и даже подкинула контакт потенциального сотрудника. Эффективность - огонь!

Я в прошлом году убил десятки часов на общение с инвесторами, и продолжаю тратить 2-3 в неделю. А тут - раз, и за 3 и готово!

No Cap обучали на более чем 60 выпускниках Y Combinator (сами ребята тоже оттуда), и они называют себя "No Cap Mafia". На звонке, она говорит, что не собирается на Burning Man, и вообще общаться с ней можно 24/7, но только если сам фаундер этого захочет.

Готовимся к следующему уровню: ИИ инвестор встречает ИИ фаундера.

UPD: Внезапно понял что как то не раскрыт вопрос как ей позвонить и передать данные для ваера :)

Сергей Булаев AI 🤖 - об AI и не только

Сергей Булаев AI 🤖 - об AI и не только

Играю в Hedra Character 3, глючит жёстко, отказывается от генераций постоянно. С ошибками и без. Просто не создаёт и всё. Но иногда что то прикольное выходит. Хотелось бы стабильности для экспериментов.

Сергей Булаев AI 🤖 - об AI и не только

#КриповаяСуббота

Пока мы возимся с моделями ИИ, Cortical Labs зарелизили нечто ИНОЕ - CL1, первый в мире коммерчески доступный биологический компьютер на живых (искуственно выращенных) человеческих нейронах. И это не лабораторный эксперимент - они реально продают эти штуки по $35,000!

Самое удивительное здесь - "тело-в-коробке" (пророчество великого классика начинает сбываться) для этих нейронов. В CL1 встроена миниатюрная система жизнеобеспечения со всем необходимым для поддержания клеток в живом состоянии до шести месяцев - регулирование кислорода, доставка питательных веществ, удаление отходов и поддержание идеальной температуры 37°C. Никаких внешних инкубаторов не требуется!

Что же умеют эти био компьютеры? Они освоили игру в Pong всего за несколько часов - то, на что обычным моделям ИИ потребовалось бы гораздо больше времени. Нейроны могут невероятно быстро перестраивать свои связи, что делает их идеальными для обучения с подкреплением.

Стойка из 30 устройств CL1 потребляет всего 850-1000 ватт. Для сравнения, обучение модели типа GPT-3 требует около 1,300 МЕГАВАТТ-часов. Это разница в несколько порядков! Человеческие нейроны просто обрабатывают информацию гораздо эффективнее кремния.

Применения просто сумасшедшие - от тестирования лекарств от Альцгеймера на нейронах, полученных от реальных пациентов (вместо использования животных моделей), до создания роботов, которые могут адаптироваться к окружающей среде в реальном времени. Исследователи могут наблюдать, как нейроны формируют связи в реальном времени с помощью флуоресцентной микроскопии.

Конечно, эта технология поднимает и этические вопросы. Cortical Labs настаивает, что эти нейронные сети не обладают сознанием, но всё равно создали этический комитет и внедрили защитные механизмы, которые отключают систему, если нейронная сложность превышает определенные уровни. Лучше перестраховаться, когда имеешь дело с клетками человеческого мозга!

Что дальше? Они уже работают над объединением нескольких устройств CL1 в серверные стойки и движутся в сторону создания "Минимально Жизнеспособных Мозгов" с 3D-нейронными структурами. Границы между биологией и технологией становится всё более размытой.

Сергей Булаев AI 🤖 - об AI и не только

Новый Hedra Character-3 — первая омнимодальная модель, которая одновременно думает в тексте, картинках и звуке.
Собрали всё в одном: text-to-video, audio-to-video, генерация персонажей с сохранением стиля, динамические фоны. Прямотаки новая ступень эволюции видеогенерации.

Надо тестить самому! Сколько осталось инфлюенсерам?

Сергей Булаев AI 🤖 - об AI и не только

Ровно год назад мой друг Руслан рассказывал мне про идею ИИ-агента, который будет сидеть в браузере и выполнять рутинные действия. И вот, Опера придумала практически то же самое!

Ребята представили (ну типа в видео превью) Browser Operator - ИИ-агента, который понимает инструкции на человеческом языке и выполняет за вас задачи прямо в браузере. Концепт простой, но потенциально меняющий правила игры. Вы даёте указания - он делает.

Что можно поручить такому оператору? Да практически всё:
- Заказать продукты для конкретного блюда
- Найти и купить те самые носки из мериносовой шерсти (которые вы давно хотели)
- Забронировать путешествие мечты

При этом, вы всегда можете вмешаться и взять управление на себя. Нормальный баланс автоматизации и контроля. Считаю идею весьма перспективной!

Сергей Булаев AI 🤖 - об AI и не только

Aidan (кстати работающий в OpenAI), показал рисованную картинку трём моделям и попросил нарисовать тоже самое. Посмотрите что получилось.

Также у него нашёл пример с прогрессом рисования автопортрета по моделям GPT.

Сергей Булаев AI 🤖 - об AI и не только

У Pika новинка - PikaFrames! Теперь можно превращать фотографии в видео с уникальными переходами. Выбираете фотки, а затем объединяете, добавляете переходы и трансформируете. Возможностей - масса. Делал это в Runway полгода назад.

Кроме того, они обновили свою модель до Pika 2.2:
- Нативное разрешение 1080p с улучшенным качеством изображения
- Генерация видео длительностью до 10 секунд

Сергей Булаев AI 🤖 - об AI и не только

Итак вышел GPT-4.5 (проект Orion)!

Все пишут о наконец то улучшенном эмоциональном интеллекте и творческих способностях. Модель стала больше походить на человека, чем на механического помощника. Меньше отказов, больше естественных ответов, лучше форматирование.

Как понимаете, релиз совпал с выходом Claude 3.7 Sonnet, который наоборот сделал акцент на кодинге, но потерял в "человечности".

По бенчмаркам - GPT-4.5 набрал 64% на Simple QA, почти вдвое больше чем GPT-4. Это значит, что он должен меньше галлюцинировать... хотя на практике явных улучшений пока не видно.

Интересные факты:
- В Every дали GPT-4.5 пройти личностные тесты вместе с GPT-4o! По сравнению с предшественником, 4.5 оказался более экстравертным, открытым, добросовестным и менее невротичным. Забавно, что оба получили эстетику "Тёмная Академия" в тесте BuzzFeed.
- При просьбе исправить и подытожить стенограмму мыслей, GPT-4o следовал инструкциям буквально, а 4.5 часто - предпочитал написать эссе, игнорируя точные указания. Зато текст получался гораздо лучше и читабельнее.
- OpenAI называет стиль письма GPT-4.5 "Orion prose" - текст с паузами и переносами, который лучше звучит при чтении вслух. Они признались, что проектировали 4.5 больше для голосового режима, чем для чтения.
- Модель может быть своенравной - она не обязательно даст точно то, что вы просите, но предложит то, что считает лучшим. - Это раздражает тех, кто привык к послушным ассистентам.
- GPT-4.5 стоит примерно в 20 раз дороже предыдущих моделей! Неудивительно, что OpenAI пока сделала его доступным только для Pro-пользователей.

Модель доступна через API и в профессиональном плане, на плюсе обещают на следующей неделе.

Сергей Булаев AI 🤖 - об AI и не только

Anthropic запустил Claude Code - агента для совместного кодинга

Anthropic выложил бету исследовательское превью Claude Code - агента для помощи в написании кода, который работает прямо в вашем терминале. Это первый продукт Anthropic, который выходит за рамки обычного чата и действует как настоящий агент: умеет просматривать код, редактировать файлы, запускать тесты и даже делать коммиты в GitHub.

Что интересного в Claude Code:
- Прямо в терминале понимает контекст вашего проекта
- Может искать по всей кодовой базе и разбираться в её структуре
- Выполняет команды от вашего имени (тесты, линтинг и пр.)
- Работает с git: ищет в истории, разрешает конфликты, создаёт коммиты и PR
- Использует последнюю модель claude-3-7-sonnet-20250219 по умолчанию

Как начать использовать:
# Установка через npm
npm install -g @anthropic-ai/claude-code

# Переходим в директорию проекта
cd ваш-проект

# Запускаем агента
claude

После этого придётся авторизоваться через OAuth в консоли Anthropic (нужен активный биллинг).
Интересные применения:

# Спросить про код
> как работает наша система аутентификации?

# Автоматизировать git
> сделай коммит моих изменений
> создай PR
> в каком коммите добавили тесты для markdown в декабре?

# Изменить код
> добавь валидацию ввода в форму регистрации
> рефактори логгер для использования нового API

# Тестирование и отладка
> запусти тесты для auth модуля и исправь ошибки
> найди и исправь уязвимости безопасности

А теперь о расходах. Стандартное использование обходится в $5-10 в день на разработчика, но при интенсивном использовании может превышать $100 в час! Следите за расходами командой /cost или в консоли Anthropic.

Для экономии токенов:
- Используйте /compact когда контекст разрастается
- Пишите более конкретные запросы
- Разбивайте сложные задачи на части
- Используйте /clear между задачами

У меня пока не было возможности попробовать (хотя уже установил на все компы, на всякий случай), но выглядит очень интересно. Кто-нибудь уже тестировал?

Сергей Булаев AI 🤖 - об AI и разработке вместе с ним

Anthropic выкатили Claude 3.7 Sonnet - свою первую гибридную модель с расширенным мышлением. И да, наконец-то, он может либо быстро отвечать, либо думать пошагово прямо на наших глазах.

По бенчмаркам, новый Клод выглядит просто роскошно! В программировании буквально рвёт — 70.3% на SWE-bench (с кастомным скаффолдом) против жалких 48.9% у o1. Космос!

В агентском использовании инструментов (TAU-bench) тоже явно впереди с 81.2% в ритейл-сценариях (против 71.5% у Claude 3.5 и 73.5% у o1). В следовании инструкциям вообще монстр — 93.2% с расширенным мышлением.

Забавный момент с математикой для старшеклассников (AIME) — с расширенным мышлением даёт 80% (против 83.3% у o1), а без него падает до жалких 23.3%. Тут ещё нужно поработать, похоже.

Для API-юзеров добавили тонкий контроль времени обдумывания — можно задать сколько именно токенов модель потратит на размышления, до 128К. Это как раз то, чего не хватало в o1, и сразу помогает сбалансировать скорость, стоимость и качество.

Anthropic запустили и новый инструмент Claude Code — консольную утилиту для написания кода прямо из терминала (правда, пока только в режиме ограниченного превью).

А вот с ценами всё приятно: $3 за миллион входящих токенов и $15 за миллион исходящих, включая "думательные" токены. Модель уже доступна на всех тарифах, даже на бесплатном (но без расширенного мышления).

Сергей Булаев AI 🤖 - об AI и не только

Наконец-то добрался до Cline! Столько про него слышал, но всё как-то руки не доходили. И знаете что? Он крутой! Replit на стероидах как будто. Есть небольшое ощущение магии, когда наблюдаешь за его работой.

Поставил ему первую тестовую задачу - написать транскрайбер диалогов. У меня есть куча записей в voice recorder на айфоне, которые я регулярно записываю (в основном мои разговоры), но нормально их распознать, особенно на русском, ни один сервис толком не мог.

Сразу решил использовать Assembly AI API - знаю, что он отлично справляется с разделением реплик между собеседниками (кстати, если кто-то знает другие варианты для этого - поделитесь в комментах!).

Работали итеративно:
- Сначала базовое распознавание
- Потом добавили выбор языка
- В конце - возможность переименовывать участников диалога
- Ну и конечно архив транскрипций и хранение файлов.

На всё про всё ушло примерно полчаса и около 5 баксов на Клода через OpenRouter. Для небольших проектов "под ключ" выглядит даже круче Cursor Composer! Правда, как с ним работать над большими проектами - пока не очень представляю. За Composer-то иногда не успеваю уследить, а тут, похоже, будет ещё веселее.

Кстати, готовое приложение выложил на GitHub. Для использования нужен API ключ Assembly AI, но они всем дают $50 кредитов при регистрации. Должно надолго хватить - час транскрибации выходит примерно в 40 центов.

Сергей Булаев AI 🤖 - об AI и не только

ByteDance (создатели/владельцы TikTok) продолжают удивлять! Свежий пейпер про OmniHuman-1 демонстрирует очередной взрыв мозга в генерации видео с говорящими людьми.

Главная тема - это "омни-кондишн" тренировка, которая позволяет модели учиться сразу на разных типах данных. Проще говоря, они научились использовать даже те видео, которые раньше приходилось выбрасывать из-за шума или плохой синхронизации губ.

В результате получилась универсальная модель, которая:
- Умеет работать с любыми пропорциями кадра
- Точно передает движения губ и жесты
- Сохраняет стиль оригинального изображения
- Справляется даже с мультяшными персонажами

Самое поразительное - это объем данных. Для тренировки использовали 18.7K часов видео, из которых только 13% подходили под строгие критерии качества. Но благодаря новому подходу, модель смогла научиться даже на "плохих" примерах.

А ещё она умеет анимировать не только лица, но и полноценные сцены с объектами - например, музыкант с гитарой или человек с бокалом вина.

Результаты выглядят роскошно - в сравнительных тестах OmniHuman обходит существующие решения по всем метрикам. Правда, пока это только исследование, использовать его никак нельзя, но учитывая, что за ним стоит ByteDance - ждем появления этих технологий в их продуктах. (Похоже скоро криэйтеры будут не нужны совсем)

Сергей Булаев AI 🤖 - об AI и не только