Про AI agent CLI

В связи с недавним релизом OpenAI Codex CLI - вот вам overview подборка текущих лидеров в сфере AI кодинга:

1. Anthropic Claude Code - пионер, поддерживает Model Context Protocol (MCP) для связи с внешними сервисами, может писать код автономно, умеет практически что угодно. Из минусов можно отметить довольно высокую стоимость (надо вставлять свой API ключ от Anthropic), своенравность - иногда для того чтобы тесты прошли Claude может их просто закомментировать, и не очень удобный - а также не очень программируемый - интерфейс.

2. OpenAI Codex CLI (npm install -g @openai/codex-cli) - в отличие от Claude Code код выложен в опенсорс, мультимодален - умеет использовать скриншоты / скетчи и другие типы изображений, может писать целые фичи и исполняется в sandbox (на macOS - в Apple Seatbelt).
Имеет 3 режима - /suggest, /autoedit, и самый интересный /fullauto - полностью автономное исполнение.
Минусы - опять же высокая стоимость, нужен отдельный API ключ, а также отсутствие доступа в интернет по умолчанию.

3. ZenCoder AI- первый в списке среди не-гигантов AI индустрии, привлекает своей направленностью на интеграции с уже широко применяемыми сервисами, как GitHub, Jira, Jetbrains, Sentry, Trello, Slack, Sentry, Gitlab, Datadog, и другими. Есть режим "глубокого анализа" кодовой базы, что позволяет агенту лучше понимать стиль написания кода, архитектуру и принятые подходы. Также есть "coffee mode" - полностью автономный режим, когда вы отдаёте задачу агенту и уходите за кофе. Цены не так кусаются, и здесь уже видны привычные сетки - бесплатный режим, 19$/мес за бизнес план и 39$/мес за enterprise.


4. Code2 от Yourlabs - ориентированный на программируемость и гибкость агент, который имеет широкую систему плагинов, и позволяет использовать свой ключ от OpenRouter.ai с моделями на выбор. Отдельно стоит отметить заявление разработчиков о AirGapped-friendliness - т.е. можно использовать свой бэкенд, и использовать агента в чувствительной к утечке данных среде.


Больше интересного контента по теме AI моделей, последние новости и полезные тулзы тут - https://t.me/neuro2learn

Про необходимость сна для живых организмов

В недавно представленной на публикацию статье от группы исследователей из университетов Генуи (Италия), Иерусалима (Израиль) и Цюриха (Швейцария)была приоткрыта завеса тайны механизма сна, который характерен для многих живых существ на планете Земля.
Представленная гипотеза гласит, что возможной причиной необходимости сна является использование Миелина (Myelin) в качестве "батарейки" (конденсатора, capacitor) протонов, накапливающего энергию внутри клеток во время сна.

Экспериментальные и теоретические данные показывают, что есть прямая зависимость от количества белого вещества мозга (которое на 95% состоит из Миелина) и энергии, потребляемой мозгом - а значит, и необходимой продолжительности сна.

Во время сна, базовый белок миелина (Myelin basic Protein, MBP) и миелиновый протеолипидный белок (myelin proteolipid protein, PLP) постепенно заполняются протонами до наполнения.

Фаза пробуждения характеризуется открытием щелевого контакта, который позволяет АТФ-синтазе использовать поток высвобождаемых протонов из ламинарных буферов, которые состоят из белков MBP и PLP.

Таким образом, мы видим подтверждение на физическом уровне необходимости восстановления нервной системы с помощью сна для поддержания энергии в организме.

Если у вас есть другие интересные факты про сон, или комментарии к статье - пишите!


Картинка 1 - зависимость продолжительности сна от размера белого вещества мозга у разных существ

Картинка 2 - сравнение фаз сна и бодрствования - механизмы тока протонов

Про EVM и RISC 5

Как вы наверное знаете, она не "риск вэ",а именно "риск пять" - итак, Виталик Бутерин предложил заменить EVM (Ethereum Virtual Machine) которая верой и правдой служила самой массовой программируемой блокчейн-сети Ethereum (эфир) в качестве уровня исполнения на RISC-V - процессорную архитектуру (ISA), на которой уже сейчас работают некоторые экспериментальные платы, а некоторые умельцы даже запускают на ней игры.
Несмотря на то, что это довольно известная и широко применяемая в определенных целях архитектура, критики тут же возразили - "почему не WASM ?" - и у них есть зерно истины.
Действительно, для WASM существуют компиляторы у почти всех современных языков программирования, он широко поддерживается LLVM, и исполняется практически на любом железе, являясь современным де-факто lingua franca в сфере виртуальных машин и выполнения произвольного кода. Есть успешные примеры вроде CosmWasm или Arbitrum Stylus, а также применение вне блокчейна в сотнях, если не тысячах, разных проектов.

Конечно же, пока непонятно до конца, какие ожидаются последствия - а также каковы мотивы такого решения (scalability и zk-friendliness меня не очень убедили, если честно) - но 100х упрощение некоторых вычислений вполне возможно, хотя мне не очень понятно, почему так много внимания именно к ZK EVM.
Возможно, мы увидим General Purpose Computing на эфире ? 🤞

Видео со словами Анджелины Джоли - "Risc architecture is going to change everything" - классический и один из моих любимых фильмов Hackers

Про o3, o4-mini и иллюзии, а также Codex

Немного времени прошло с релиза OpenAI GPT 4.1, и вот уже презентуются новые модели.
Мне кажется, их выкатили в связи с довольно негативной реакцией на 4.1, и в целом потому что компания Сэма Альтмана чувствует своё отставание от конкурентов.

После тестов, в новых моделях были замечены интересные артефакты - например, o3 говорит что "запустил код у себя на макбуке" или "потерял данные при копировании из буфера обмена" - при этом отказываясь признавать свою неправоту.

Помимо галлюцинаций, интересна ещё и астрономическая стоимость.
Так, в Aider Polyglot Benchmark модель o3-high обходит Gemini 2.5 Pro, но при этом стоимость запросов составляет $111.03 против $6.32 у модели от Google (разница в 18.5 раз!) - такими темпами, если бы OpenAI торговалась на рынке акций, можно было бы начинать шортить - такая разница экономически нежизнеспособна.
О возможных причинах я сообщал ранее - Google использует свои TPU (специализированные железки), а OpenAI использует продукты Nvidia, которые достаются им с большой наценкой.

Также был представлен аналог Claude Code от OpenAI под названием Codex CLI
В отличие от Claude Code, он полностью OpenSource, однако пока сыроват, да и как я уже говорил выше — проблемы стоимости никуда не делись (платить за него надо отдельно, с помощью API ключа, также как и за Claude Code).
Надеюсь, что в ближайшее время его расковыряют - и можно будет вставить туда, например, OpenRouter.ai, чтобы использовать Gemini и DeepSeek - не теряя в функциональности.

Однако развивая эту мысль, я нашел в комментариях другой аналог под названием CodeBuff, на главной странице которого есть весьма многообещающие сравнения с Github Copilot, Cursor, Claude Code и Cline.

В общем, попробую — отпишу, если кто-то попробует CodeBuff раньше - или поиграется с Codex CLI - пишите в комментариях!


Видео - сгенерировано в veed.io генераторе shorts-ов, из анонса OpenAI

Картинка - Aider Polyglot Benchmark

Про Gemini Veo 2 и Anthropic Research

Не успел я изучить GPT-4.1 и написать об этом пост, как Google представили генерацию видео под названием Veo 2, а Anthropic заявили о партнёрстве с ними и представили интеграцию с Google Workspace.

Для создания видео в Veo 2 нужно выбрать эту модель в Gemini (у меня её правда нет ни в обычном, ни в Advanced, судя по всему ещё не включили) - можно создавать видео до 8 секунд длиной, с качеством 720p в формате 16:9.
Как я недавно рассказывал, это - не самая прорывная в плане длины генерируемых видео модель, однако you gotta start somewhere.

Также говорится об анимировании картинок в Whisk с помощью Whisk Animate, который основан на Veo 2- подписчики Google One AI Premium могут попробовать.

Anthropic же (создатели Claude Sonnet), пусть и не радует нас новыми моделями - однако наконец-то выкатили Research, который уже давно есть у всех конкурентов (я предпочитаю OpenAI, Gemini и Grok варианты) - однако with a twist, основной "фишкой" стала интеграция с GMail, Google Calendar и Docs, в добавление к уже существующему Google Drive, а в качестве примера предлагают заюзать такой prompt:
"Reflect on my calendar as if I was 100 years old looking back at this time."

Интеграция с Google Workspace доступна во всех платных подписках, а вот Research пока только в US, Японии и Бразилии.

Свои идеи, получившиеся видео, а также свой опыт интеграции с Google Workspace пишите в комментариях!

Видео - Claude AI планирует sabbatical на лето с помощью Google Workspace

Про GPT 4.1 и интеграцию Gemini в GSuite

На этой неделе OpenAI (создатели ChatGPT и скандалов с non-profit компаниями) представили следующую версию ChatGPT после 4.5 - которой стала 4.1.

Как показали бенчмарки, она не сильно лучше конкурентов - по результатам Aider Polyglot Coding Benchmark, Gemini 2.5 Pro всё ещё король, а 4.1 в таблице лидеров где-то после Grok 3 Beta, со стоимостью в $2/1kk input и $8/1kk output.
По ощущениям (попробовать можно например на OpenRouter, т.к. пока что модель доступна только в API) - она не сильно лучше, каких то явных различий я не заметил, вроде бы стала лучше для кода - но не уверен, но зато теперь хотя бы контекст поднялся до 1кк токенов.
Успехи Gemini в этой области заставляют остальные компании следовать их примеру, им теперь становится понятно, что стандартными 128к или 256к токенов уже не отделаться.
Кстати, в течение недели GPT 4.1 можно бесплатно пользоваться в Windsurf

Также из гораздо более интересных новостей в области реального практического применения - Google теперь интегрирует Gemini в GSuite, он же Google Workspace.

Показывают интеграции с Google Docs, Sheets, аудио в Docs, видео-редактор Google Vids, свой аналог fireflies для Google Meet, а ещё — автоматизацию бизнес-процессов с помощью Workspace Flows , правда, пока в виде альфа-версии.

Конечно, у других компаний могут быть более передовые модели - но Google выбился в лидеры по реальному применению в повседневных бизнес задачах. У меня например теперь выскакивают подсказки "Analyze with Gemini" в Google Sheets, которые иногда даже бывают полезными.

Если у вас есть какие то секреты или лайфхаки по применению AI для Google Workspace - мне было бы интересно узнать, как ежедневному пользователю этой среды!

Видео - Анонс Gemini for Workspace от Google , картинка - сравнение Aider Polyglot Coding по cost/performance

Про interoperability в EVM экосистеме

Если вы, как и я, давно пользуетесь DeFi / web3 / EVM - то знаете, что взаимодействие между разными сетями очень сильно хромает. В целом, многие до сих пор пользуются централизованными биржами (CEX), вроде Binance и ByBit, для того чтобы переводить активы между разными сетями - и не просто так . Account Abstraction, Chain Agnostic apps, EIP-7702 (Pectra upgrade) - все эти технологии призваны решить эту проблему.

Недавно я рассказывал про инициативу OpenIntents от Hyperlane и других, но сейчас вышло несколько интересных заявлений от ветерана крипто-индустрии OpenZeppelin - их смарт-контракты используются в подавляющем большинстве приложений в экосистеме Ethereum.

Во-первых, сообщается о прогрессе в создании стандарта передачи сообщений ERC-7786 - он должен позволить разработчикам использовать унифицированный формат передачи данных между разными сетями, что позволит увеличить совместимость и упростить переход от одного провайдера к другому.

Во-вторых, они выкладывают в опенсорс OpenZeppelin Relayers и OpenZeppelin Monitor, а также добавляют поддержку Solana в Relayers, что позволит упростить взаимодействие с помощью battle-tested софта - на текущий момент, Relayers передали 40+кк транзакций, а мониторы отправили 45+кк алертов.

Конечно же, они продолжают представлять все эти сервисы в проприетарном сервисе OZ Defender.
А также - вот анонс от Axelar, которая является из крупнейших crosschain компаний, которые принимали участие в разработке стандарта.

Если знаете более удобные / интересные стандарты, или просто новые о которых я ещё не рассказал - пишите, разберу и сделаю обзор!


Картинка - сравнение OpenZeppelin Defender и OpenSource решений

Про написание с помощью AI разных компонентов

Я использую разные LLM для технических и повседневных задач практически каждых день по-разному, но, например, для написания кода они мне помогают далеко не всегда.

Как пример тому, overzealous Claude 3.7 норовит переписать всё и по-своему, добавить больше чем нужно и вообще всячески нуждается в ограждении от тотальной замены уже работающих вещей.

В частности из-за этого я в основном использую её для фронтенда и вёрстки, а бэкенд на 90% пишу сам. Хотелось бы перейти на Gemini 2.5 Pro целиком, но недостатки интерфейса (в сравнении с Claude desktop App) меня тормозят - если у кого есть идеи, где можно юзать модель и скидывать в нее по 5+ скриншотов, ссылки и текстовые файлы любых форматов (без постоянного file is unsupported) - подскажите.

Но вот на днях наткнулся на новый тул - Convex Chef, который позволяет получить полностью готовое приложение из коробки, если верить заявлениям разработчиков, включая готовый "backend" - к сожалению, только на Javascript, так что backend в кавычках.

Разработчики предоставляют сразу готовую базу данных, авторизацию, real-time sync, загрузку файлов, background задачи и конечно же UI к этому всему с помощью своей платформы.

Концепт чем-то похож на Firebase Studio, про который я рассказывал раньше - но немного отличается качеством работы и интегрированностью среды, насколько я понял, был использован предыдущий опыт команды Bolt.new и их продукт.

Скорее всего в ближайшем будущем мы увидим всё больше интегрированных сред для продукта компании, ведь форков VSCode великое множество, и web-ide продолжают набирать популярность (хотя я конечно остаюсь фанатом Jetbrains и локальной разработки, очень надеюсь, что выйдет что-то получше чем сломанный Gemini code Assist, потому что не могу пользоваться vscode).

Попробовать тут
https://chef.convex.dev/

Видео - convex chef dashboard

Про экосистему вокруг Gemini, которую выстраивает Google

Хоть они и были late to the party, Google начинают выстраивать экосистему AI продуктов, и это внушает оптимизм - мне кажется, получается у них неплохо.

Посудите сами:

1) Вчера Google представили новую полноценную среду разработки, под названием Firebase Studio, в которой можно делать приложения с нативной поддержкой Firebase и Gemini, без необходимости дополнительной конфигурации.
Поддерживаются тысячи расширений из Open VSX Registry, а основной посыл видимо "наш ответ Cursor-у"

2) 9 апреля анонсировали специальный TPU - Tensor Processing Unit под названием Ironwood, т е чип для ускорения операций связанных с AI. Обещают производительность 42.5 Exaflops per pod (9216 чипов) по сравнению с самым мощным суперкомпьютером El Capitan 1.7 Exaflops per pod. Также увеличена пропускная способность как одного чипа (7.2 TBbs), так и chip interconnect (между чипами) - до 1.2 TBps в обе стороны.

3) Представили Agent2Agent протокол, который позволяет AI-агентам общаться между собой по такому же принципу, как AI общается с MCP серверами
Обещают поддержку более 50 партнеров, включая Atlassian, MongoDB, PayPal, SAP, Salesforce, DataDog, Jetbrains и других
We’re excited to be a launch partner for A2A, an initiative that enhances agentic collaboration and brings us closer to a truly multi-agent world, empowering developers across JetBrains IDEs, team tools, and Google Cloud.

– Vladislav Tankov, Director of AI, JetBrains

4) Выпустили инструкцию по Prompt-engineering-у, в виде whitepaper-а на 68 страниц.
Рекомендуется к прочтению всем, кто использует LLM в продакшене.


В общем и целом, время покажет насколько это всё имеет место в реальном toolset-е инженера, однако надо пробовать и интересоваться, потому что так или иначе какие-то плюсы наверняка будут.
Делитесь своими историями успеха в комментариях!

Про повышенные лимиты Claude


Сегодня мне пришёл email, который стал очень приятным сюрпризом - Anthropic услышали наши мольбы и теперь предоставляют возможность увеличить лимиты за сравнительно небольшие деньги.

Предлагается 2 варианта, оба называются Max (в отличие от текущего Pro):

1) в 5х раз за 100$ или
2) в 20x раз за 200$

больше использования Claude, чем в базовом тарифе за 20$ в месяц

А также, приоритетный доступ к новым возможностям и моделям.
Привожу ниже послесловие и в будущем расскажу, как успехи с новыми возможностями!

Your best ideas deserve more room to grow. We’re excited to see the new possibilities the Max plan can unlock for you.

Если вы уже попробовали или у вас есть интересные идеи - то делитесь в комментариях.

Картинка - наглядное сравнение

Про генерацию AI видео

Вопрос генерации видео с помощью AI моделей стоит остро с того самого момента, как появились первые успехи у DALL-E. На этой неделе была опубликована статья исследователей из Беркли и Стэнфорда, при поддержке NVIDIA, где они показывают одноминутные видео - больше, чем OpenAI Sora которая генерирует видео до 20 секунд. Также, из конкурентов выделяются Meta Moviegen (16 секунд) и Luma Ray 2 (10 секунд).

Основное новшество представленной работы - использование TTT (Test-Time Training) слоёв, которые позволяют внедрять "вложенные" нейронные сети в качестве слоёв, которые позволяют модели иметь hidden state для увеличения окна контекста (в отличие от обычных self-attention слоёв, которых не хватает для такой сложной задачи как видео).

Исследователи отмечают, что результаты скорее всего можно улучшить, используя базовую pre-trained модель с более чем 5B параметров, а также поработав над эффективностью других частей системы.

Также они отмечают наличие артефактов, показывая примеры:
1) Temporal Consistency - объекты меняют форму со временем (коробки меняют цвет)
2) Motion naturalness - неестественное движение (сыр зависает в воздухе)
3) Aesthetics - резкое изменение среды (освещение когда Том поворачивается)

Посмотреть результаты можно здесь , там же есть ссылка на код

Если вам интересно следить за актуальными научными статьями - то вот здесь есть раздел Trending, где можно следить за актуальными paper-ами.

Видео - Том извиняется перед Джерри с помощью куска сыра

Про мой личный ТОП-5 AI моделей и их особенности

1. Gemini2.5 Pro - первое место как самая вдумчивая, и "умная" модель. Даёт обдуманный результат, обладает огромным context window (памятью). Тем не менее, юзать на постоянке для меня проблематично - desktop приложения на мак, как у Claude с MCP, нет, отказывается принимать более 1 скриншота за раз, не ест напрямую .go / .ts / .py файлы, ещё и были проблемы с лимитами до недавнего.
В Jetbrains IDE, исключительно которыми я пользуюсь, есть Gemini Code Assist - однако там и модель нельзя выбрать, и аккаунт переключить, и в целом плагин half baked - не рекомендую.

2. Claude 3.7 Sonnet / Claude 3.5 Sonnet - юзаю on a daily basis, самая удобная / умная для кода модель. Использую для CSS, скриптов, вместо google translate, а также MCP - в частности filesystem и firecrawl ("пойди сходи прочитай вот тут документацию"). Ест все форматы файлов, несколько картинок сразу, но возможно я biased т к я к ней привык уже как несколько месяцев.
Из минусов - очень маленький контекст, постоянно отваливается и приходится начинать новые чаты. Десктоп приложение с кучей багов, часто не работает MCP - хотя и написано что оно Beta. Сама модель с версией "3.7" стала более бойкой, перестала следовать указанием и пишет сильно больше кода чем нужно.


3. ChatGPT o3 mini-high / o3-mini - отец всея AI, топ-1 по market share. Комментарии излишни, модели неплохи для кода, а также для всего остального. Есть богатая экосистема, агенты, генерация изображений, в общем всё, что душе угодно. Дело вкуса, я использую в основном для one-line команд, bash и python скриптов, а также иногда deep research вместо гугла.

4. Qwen Max / Qwen VL Max - лучшая в свете price to perfomance, очень хорошие модели за очень небольшие деньги, и если бы не гугл - то лучшая бесплатная модель (DeepSeek мог бы с этим поспорить, но я лично не сравнивал их между собой, так что это на усмотрение читателя).
Особенно хороша VL модель, которая не такая быстрая как Mistral OCR но отлично справляется со сложными текстами и разметкой документов.

5. Grok AI - недавно наделавшая шума модель, которая тоже является бесплатной, очень неплоха и удобна в использовании. Режим DeepResearch, который хоть и уступает OpenAI-ному, тоже весьма неплох, а с добавлением DeepER research стал еще лучше. Раньше использовал чаще, сейчас с появлением новых моделей стал пользоваться реже - но она не теряет актуальности среди бесплатных моделей, и весьма хороша в плане скорости.


А вот также подборка полезных инструментов, интегрированных с AI, на все случаи жизни - от дизайна и кода до презентаций и инфографики

Про Lllama 4

Meta представили новую группу моделей LLama 4, среди которых выделяется LLama 4 Scout с контекстным окном в 10кк (10.000.000) токенов (sic!).

Модель, как это принято, превосходит по бенчмаркам Gemini 2.0 Flash, Deepseek V3.1 и GPT-4o, стала мультимодальной из коробки (понимает не только текст), и что самое интересное - выложена в опенсорс!

Пока что результатов тестирования я ещё не видел, да и сам еще не пробовал - но выглядит очень многообещающе и интересно. Возможно, нас ждёт новая веха custom trained AI агентов под специализированные нужды в ближайшее время.

Скачать тут или тут , а также на HuggingFace

Видео - анонс модели

Про генерацию электричества "из воздуха"

Помимо недавней интересной новости — французы обогнали китайцев в борьбе за самый долгий термояд, установив рекорд в 22 минуты — наткнулся на ещё одну интересную статью.

Оказывается, можно генерировать электричество с помощью магнитного поля Земли!

Авторы статьи из Принстона (исследование было профинансировано Принстоном), Калифорнийского технологического и Spectral Sensor Solutions LLC ранее выдвинули теорию, что это возможно.
Вопреки предположению о том, что генерация электричества таким образом невозможна из-за быстрого перераспределения зарядов, компенсирующих возникающее электрическое поле - они представили экспериментальные доказательства.
При определенных условиях — полый цилиндр из марганец-цинкового феррита с низким магнитным числом Рейнольдса (Rm < 1) - это возможно, причём максимальное напряжение и ток возникают, когда ось цилиндра направлена перпендикулярно вращению Земли и её магнитному полю, а также ток и напряжение стремятся к нулю, когда цилиндр повёрнут под углом 90 градусов к вращению Земли, а при угле 180 градусов - меняет знак.

Также было проверено, что неполый цилиндр из того же материала или материал с высоким числом Рейндольдса, но той же формы - не производят тока, вне зависимости от ориентации.

Во время исследования было исключено влияние других факторов, таких как термоэлектрические эффекты, воздействие радиочастотных и других помех, а также тест был проведён в двух разных местах с одинаковым результатом.

Результатом в будущем (авторы предлагают сначала проверить или опровергнуть их результаты другой команде исследователей) могут быть устройства, которые могут работать как "батарейки" - не изнашивающиеся, не требующие подзарядки, топлива или других источников энергии - кроме магнитного поля Земли.

Картинка - динамика изменения тока в наноамперах (nA), синий - ориентация 0 градусов, положительный ток, красный - ориентация 180 градусов, отрицательный ток, зеленый - 90 и 270 градусов, отсутствие тока за исключением эффекта Зеебека

P.S. А также из интересных новостей, если вы думали что креатин помогает вам в тренировках - австралийские учёные считают, что не помогает.

Про inequality AI-моделей для разных языков программирования

Как и люди, AI-модели are not created equal. Как показывает практика, это особенно верно при сужении их области применения для разных задач.

Так, для распознавания текста (OCR) есть бенчмарк который показывает что на данный момент GPT-4o, Gemini 2.0 Flash и Qwen 2.5 VL 72B в топе (shameless plug - мой сайт работает на Qwen, после 2х недель тестирования Mistral OCR стало понятно что он всё ещё не очень для многих задач)
Есть много trade-off-ов, в частности скорость vs цена, или например точность vs скорость, и каждому нужно проверять на своих задачах, какая модель лучше.

Конечно, в целом чем больше у модели параметров / чем лучше она показывает себя в целом, тем лучше она работает - однако если говорить про код, то всё очень неоднозначно.

Как показывает исследование компании Symflower , 3 лучшие модели это Claude 3.5 Sonnet, OpenAI o1-mini и Gemini 2.0 Flash Lite (некоторые новые модели не вошли в тест, но например Claude 3.7 как показывает и мой собственный опыт - отстает от 3.5 по многим показателям в плане кода)

Также важно доверять но проверять - например, OpenHands v0.1 LM 32B хоть и позиционируется как улучшенная версия Qwen, судя по всему отстаёт от Qwen v2.5 Coder 32B доовльно значительно в Java и Ruby.

Итак, tl;dr для ленивых:

1) Для Go - берите OpenAI o3-mini
2) Для Java - Anthropic Claude Sonnet 3.5 2024-10-22
3) Для Ruby - OpenAI - o1-preview

По моему опыту, для JS / TS - лучше также брать какую-то из моделей Claude (на ваш вкус, YMMV)

Для добавления языков - отправляйте PR

Как вам подбор AI-моделей, уже применяли подобные для себя?

Картинки - сравнение моделей / языков от Symflower

Про тест Тьюринга

В связи с бумом AI, хочу рассказать тем, кто про него не знает про тест Тьюринга, который был придуман с целью понять - достигли ли машины неотличимого от человека уровня, или пока нет.
В недавно опубликованной статье официально подтверждено, что в 73% случаев GPT-4.5 в результате теста был выбран как человек.

Суть теста простая:
Перед наблюдателем (witness) ставят задачу пообщаться (в случае LLM, текстом) с двумя участниками, не говоря ему о том, кто из них человек, а кто - AI модель. Потом, наблюдатель выбирает того, кто по его мнению является человеком - если наблюдатель не может уверенно выбрать, то машина "прошла" тест (также называемый "imitation game", Игра в имитацию)

Сейчас можно попробовать пройти тест Тьюринга онлайн, вас случайно закинет либо в роли участника-человека, либо в роли наблюдателя, и ваша роль соответственно либо доказать, что вы человек - или найти imposter-а.

https://turingtest.live/ - попробуйте, я залип на полчаса точно :)

Картинка - Мой результат на turingtest

https://www.youtube.com/watch?v=wWgxmchHSEw

Лучшая первоапрельская шутка, которую я видел за сегодня.

Немного контекста для тех, кто не в курсе - Nix flakes это фича которая уже несколько лет находится под флагом 'experimental', хотя её используют все более менее серьезные пользователи Nix, которая стала де-факто default видом взаимодействия и разговоры о "стабилизации" также ведутся очень давно.
Для тех кто не знаком с Nix / NixOS - tl;dr в том что это декларативный язык конфигурации (wannabe идемпотентный, но по факту не всегда), на основе которого сделали Linux дистрибутив NixOS, который особенно хорошо меня спасает от того что я смотрю на конфиг своего сервера написанный 2 года назад и понимаю, что делает система чуть более, чем полностью (а также всякие плюшки вроде enable = true и сервис работает и тд)

Увидев это видео, я очень обрадовался - и только зайдя в комменты понял, как жестоко меня обманули 😂

очень хорошо описывает моё состояние следующий коммент - "i cannot express how much i HATE you for giving me hope like this"

Про Gemini 2.5 Pro AI

Король умер, да здравствует король - судя по всему, первенство Anthropic Claude AI в качестве лучшей LLM для всего, что связано с кодом - прошло.

Новая модель Gemini 2.5 Pro от Google, которую представили как our most intelligent AI model -
бьёт по показателям Claude AI, и к тому же она бесплатная.
Помимо Knowledge Cutoff в январе 2025, в отличие от Claude (которая застряла в прошлом году), мы имеем ещё и 1кк токенов контекста.
Для понимания, я загрузил кодовую базу одного из своих проектов (полчаса поколдовав над fileconcat.com чтобы уместить её в 1кк окно), и модель смогла найти несколько ранее незамеченных кусков кода для удаления, которые простым поиском было бы найти труднее. Конечно, было много false positives, но учитывая то что я недавно несколько раз "наорал" на Клавдию, которая начинает делать сильно больше чем изначальное задание (например, выделять функционал в отдельные react-хуки, что вообще не кстати) - проблема модели Claude 3.7 - я был приятно удивлён точностью, с которой Gemini 2.5 Pro выполнила задачу, до последней запятой.

Она умеет подхватывать ссылки (в отличие от Claude, например), мультимодальна из коробки (то есть, умеет понимать не только текст но и также изображения и другие форматы), и в целом более "послушная", чем Клавдия по моим тестам.

С её помощью я получил вполне сносный конфиг Nginx c kTLS и QUIC под NixOS(https://dpaste.org/gXm0U), с чем у многих моделей часто проблемы в связи с тем что в мире Nix многое меняется, и датасет, на котором обучена модель, не всегда актуален.

Попробовать модель можно в google AI studio:
https://aistudio.google.com/

Или через OpenRouter:
https://openrouter.ai/google/gemini-2.5-pro-exp-03-25:free

UPD:
Gemini 2.5 Pro теперь доступна в открытом доступе бесплатно для всех
https://gemini.google.com/


Картинка - Mensa Norway IQ quiz, Gemini Pro 2.5 130 IQ

Про использование стволовых клеток для лечения травм позвоночника и паралича

Паралич конечностей после травм позвоночника широко известен по сериалам и кино, а у кого-то есть и друзья / знакомые, прикованные к инвалидным креслам.

Недавно, 21 марта, на пресс-конференции японскими исследователями были представлены результаты первого в своём роде лечения с помощью стволовых клеток - 1 из 4 пациентов смог сам ходить без посторонней помощи (по шкале мобильности от A до E, изменил категорию с A до D), 1 другой - шевелить конечностями (от A до C), у 2 других нет видимых изменений.
Это феноменальный результат, учитывая что до этого момента - ничего не работало (по словам James St John из австралийского Griffith University).
По статистике, только 10% пациентов с такими травмами улучшают свои результаты на 2 категории (с A до С), а у остальных 90% нет и таких изменений.

Во время клинического исследования университета Keio, Токио, руководителем которой является Hideyuki Okano (岡野栄之) пациентам было трансплантировано 2 миллиона iPSC (pluripotent stem cells)-derived стволовых клеток, и велось наблюдение в течение года. Никаких серьезных негативных изменений не было выявлено у всех 4 пациентов в течение года.
Университет получил разрешение на операцию в 2019 году и провели операцию в 2022 году
Только в Японии есть 150000 пациентов с такими травмами, и появляется 5000 новых случаев каждый год.

При использовании такой технологии повсеместно, множество людей смогут обрести второй шанс на здоровую жизнь!

Видео:
https://www3.nhk.or.jp/nhkworld/en/news/20250321_21/

Также, мне удалось найти статью, которая судя по всему, готовится к публикации в сентябре 2025:
https://journals.lww.com/nrronline/fulltext/2025/09000/spinal_cord_injury_regenerative_therapy.10.aspx

Связанные статьи:
https://journals.lww.com/spinejournal/fulltext/2022/11010/spinal_cord_injury__the_global_incidence,.8.aspx
https://www.degruyter.com/document/doi/10.1515/tnsci-2020-0200/html

Источник:
https://medicalxpress.com/news/2025-03-japanese-scientists-stem-cell-treatment.html

Руководитель научной группы:
https://www.med.keio.ac.jp/gcoe-stemcell/english/member/okano.html

Про MCP - Model Context Protocol

Те, кто интересуются последними достижениями в сфере AI, наверняка слышали про MCP.
В ноябре 2024 года Anthropic (создатели Claude AI, моей любимой модели для кода) представили открытый протокол для того чтобы AI могли общаться с "tool"-ами, т.е. сторонними средствами.
Например, filesystem MCP позволяет моей Клавдии смотреть папки, читать файлы, редактировать их и удалять - больше не нужно ctrl+c / ctrl+v из чата в файл, модель делает необходимые изменения самостоятельно.

За последние 2 месяца MCP стал по настоящему популярен, появились каталоги, коллекции - а вчера даже OpenAI добавили поддержку MCP для своих агентов.

С его помощью теоретически можно делать реально автономные AI единицы - используя code-sandbox-mcp писать код, тесты к нему, запускать это всё дело в Playwright MCP и выкладывать на github.

Есть и такие вещи как Zapier для подключения к GMail, Facebook, Slack, Trello, Jira, Google Docs и прочим утилитам, так и продвинутые автоматизации с n8n.io (видео , шаблон workflow)

Я сам хочу заняться тем, чтобы настроить MCP агента для кросс-постинга в другие соц. сети и перевода на разные языки - уверен, что у многих из вас тоже найдутся не очень сложные задачи, которые было бы неплохо автоматизировать.

Картинка - MCP before / after by Descope

Про ChatGPT Image Generation


Стоило мне написать пост про Reve, когда они порвали chart - и OpenAI достали из закромов генерацию картинок для ChatGPT.

Обещают правильный рендеринг текста - то, с чем традиционно были проблемы, безукоризненное следование указаниям, а также подхватывание контекста от загруженных юзером изображений.

Announcement - тут, попробовать - chatgpt.com

UPD:
Sam Altman анонсировал, что из-за повышенной популярности бесплатный доступ к Ghibli-фикатору (генерации изображений) теперь закрыт.

https://x.com/sama/status/1905000759336620238


Картинка - 4o image generation

Про Deepseek, Reve, Qwerky-72B


Гонка AI продолжается, и на этой неделе/прошлой неделе было представлено несколько интересных продуктов.

То, что мне понравилось больше всего:

Генератор изображений Reve, бесплатно дают 100 кредитов на 100 картинок.
на Image Generation Arena эта модель сейчас вырывается в топ, я попробовал - получилось вроде неплохо (картинка к посту).

Ребята из Featherless AI натренировали модель всего на 8 GPU MI300 - Qwerky-72B утверждают, что она приближается по score к 4o-mini, и всё благодаря RWKV linear scaling - полный пост тут

Следующий их шаг - сделать opensource модели DeepSeek в 100 раз более эффективными - ждём!

А тем времени сами DeepSeek представили DeepSeek V3 0324 - и выложили её в открытый доступ, при том что она перепрыгнула на первое место среди non-reasoning (думающих) моделей.
Модель имеет 128к токенов контекста, имеет 671B параметров и воспринимает только текст, однако идёт вровень с проприетарной Grok 3.
Многие издания уже окрестили этот релиз более значимым, чем релиз Deepseek R1 - однако для обычных юзеров я думаю что это не так, и они подождут релиза Deepseek R2 чтобы реально удивиться.


Картинки - ai-бульдог от Reve, линейная архитектура Qwerky 72B, Deepseek V3 вырывается вперёд

Про апгрейд Pectra в Ethereum - EIP-7702

На Ethereum скоро планируется воплотить в жизнь давно откладываемый хардфорк Pectra.
По состоянию на 24 марта 2025, откладывается на конец апреля либо май, с продолжением тестирования на тестнете Hoodi с 26 марта.

Однако уже есть Mainnet - где можно попробовать EIP-7702: Binance Smart Chain (BSC), он же BNB Chain

Зачем нужен 7702 ?

Он позволяет обычным аккаунтам, которые контролируют юзеры через приватные ключи (EOA, externally owned accounts) иметь некоторые свойства, которые до этого были присущи только аккаунтам смарт контрактов (SCA, smart contract accounts)

После внедрения EIP-7702, кошельки (EOA) могут временно действовать как смарт контракты, получая возможность:

✅ Делать gasless транзакции (без ETH/BNB/других нативных монет сети)
✅ Батчинг транзакций, т е можно сделать approval + swap в один клик
✅ Иметь упрощенный UX и onboarding для юзеров

Разработчики могут попробовать EIP-7702 в деле, его уже поддерживает провайдер ZeroDev:
https://docs.zerodev.app/sdk/getting-started/quickstart-7702

Для всех остальных у них есть хорошая серия из статей - часть 1 и часть 2 - где описывается что это такое, и с чем это едят

Есть сайт, который полностью посвящён 7702 - https://eip7702.io/

Не обошлось и без рисков - теоретически, авторизовав EIP-7702 юзер может отдать полный контроль над своим аккаунтом смарт контракту , в отличие от обычного approve / permit на один токен. Но об этом в другой раз :)


Картинка - Pascal hardfork on BNB Chain

Про fundamental нарративы

Как можно было заметить, текущий т.н. "цикл" в крипте отличается от 2017 и 2021 годов, когда был дикий запад.

Сейчас появились долгожданные crypto регуляции, появился adoption от TradFi, крупные крипто компании торгуются на NYSE, ETF по BTC и ETH были запущены, да и в целом интеграция в экономику идёт полным ходом.

Согласно репорту от Paradigm , 76% компаний так или иначе используют крипто активы, 86% используют DLT (distributed ledger technology) и целых 66% используют DeFi.

В приоритете остаются:
1) токенизация
2) Stablecoin's
3) DEX's

Лично мне кажется, что будущее именно за stablecoin-ами, как минимум потому что это более ликвидная, более прозрачная и более простая альтернатива USD/EUR для B2B транзакций - каждый, кто хоть раз делал B2B Swift перевод между компаниями в разных странах знает, что могут возникнуть самые разные трудности, а также существуют такие вещи как "банковский день", и прочие радости жизни.

В связи с этим хочу поделиться заявлением от Coinbase we need stablecoins for every country , которые нацелились на глобальный рынок -

Они подсвечивают такие страны, как Новая Зеландия, Бразилия, Турция, Мексика, Канада, Нигерия, Индонезия - stablecoin-ы в валюте этих стран могут решить проблемы с Remittance, облегчить глобальные платежи для компаний на этих рынках и дать доступ к рынку т.н. "unbanked" (те, у кого нет банковского счёта) части населения.

Картинка - Countries coming onchain, Coinbase

Про проблемы с L2 и EVM экосистемой

Учитывая путь Ethereum за то время, которое я за ним слежу (8 лет, с 2017 года) - многое изменилось. Но как говорится the more things change, the more they stay the same.

Вот например идея для бизнеса - делал OpenAI Deep Research на тему Paymaster / Bundler провайдеров для других экосистем, и GPT ничего не нашел - а вот для EVM есть и Biconomy, и Gelato, и Infura, и много других.
Хотя казалось бы, и на TON, и на TRON и на Solana, есть fee delegation / gasless механизмы - которые к сожалению не очень широко используются.

По другим параметрам EVM тоже впереди - самая активная DeFi экосистема именно в EVM сетях, учитывая количество Uniswap-клонов, аггрегаторов ликвидности, бриджей и лендинг-протоколов.

Однако недавно вошедшие в обиход L2 сети высасывают кровь из ETH Mainnet, фрагментируя её и отдавая взамен жалкие крохи того, что зарабатывают - Base заработал ~$2.5M за прошлый месяц, а заплатил Ethereum меньше $11K. Optimism зарабатывает ~$321 в комиссиях за каждый $1 который уходит в ETH Mainnet.

Хоть с точки зрения usability L2 конечно сильно улучшили дело - я пользуюсь Base каждый день - очевидно, что это не sustainable approach.

Говорят, что Ethereum foundation собирается исправить ситуацию и прислушивается к своим юзерам, но только время покажет, останется ли EVM compute token-ом номер один или будет смещён со своего трона, например, Solana.

А пока почитайте статью про Blob Fee Market, который был введён 13 марта 2024 специально чтобы удешевить транзакции на L2 - короткая версия тут https://x.com/ballsyalchemist/status/1902496729116582002
Полная статья:
https://arxiv.org/pdf/2502.12966

Картинка: Revenue x Cost x Profit (c) Dune

Про лечение рака

Новый метод лечения рака, который заставляет клетки притворяется клетками свиньи

Опубликованная в журнале Cell статья от 18 января, технология использует генно-модифицированный вирус чтобы заставить раковые клетки выглядить как инородные тела (клетки свиньи), вызывая мощный иммунный ответ организма.

Ранние клинические испытания показывают 90%-ный успех у пациентов со сложным, устойчивым к лечению раком - например, рак печени, легких и яичников, у них удалось остановить рост опухоли или уменьшить её размеры, а у одной пациентки полностью излечить рак шейки матки.

Профессор Чжао Юнсян, директор Государственной ключевой лаборатории таргетной онкологии в Медицинском Университете Гуанси, возглавил это вдохновляющее исследование.

В проявлении блестящего обмана он изучил иммунный ответ при неудаче трансплантации и разработал вирус, который, как надеялся, спровоцирует организм на уничтожение раковых клеток.

Используя относительно безвредный вирус — вирус болезни Ньюкасла (NDV), который наносит человеку минимальный вред, он и его команда внедрили свиной ген, чтобы создать мутировавший новый вирус NDV-GT.

https://www.cell.com/cell/fulltext/S0092-8674(24)01423-5

https://www.scmp.com/news/china/science/article/3302422/chinese-scientists-turn-tumours-pork-radical-cancer-treatment

https://interestingengineering.com/health/new-cancer-therapy-disguises-tumors-as-pork-to-trigger-immune-attack-90-effective

🗞Про новости в мире AI Agent-ов

AI модели продолжают развиваться быстрее, чем мы успеваем за этим следить - так что вот небольшой rundown того, что произошло в сфере за эту неделю.

Но сначала - короткий гайд о том как "провести интернет" в дом к Клавдии (Claude Code) - с целью научиться scrape-ить вебсайт, документацию и другие полезности.

https://x.com/bantg/status/1897498755819036856


Итак, первое и самое главное - китайский автономный AI Agent Manus:

✅ Do deep research
✅ Clone websites
✅ Analyze stocks
✅ Automate workflows

Использует Claude, доступ только по инвайтам, попробовать тут: https://manus.im/

Во вторых, новая Gemini Flash Experimental - порвала Twitter за счёт своих феноменальных способностей к редактированию изображений:
1) Убрать watermark / copyright - можно пиратить shutterstock
2) Переместить человека в другое место, переодеть, заменить объекты
3) Сделать 3D макет по фотографии
4) Придумать сцены из несуществующей игры, имея при этом consistency
И другие юзкейсы, пробовать тут:
https://aistudio.google.com/

Также:
Новые тулзы для AI агентов от OpenAI (ChatGPT):
Responses API: a Chat Completions-like API with more capabilities for building agents
▫️ Web search, file search, and computer use
▫️ Agents SDK: to build single/multi-agent workflows
Смотреть видео - https://x.com/i/status/1900941246396592176


Новая модель от Cohere под названием Command A, которая outperform-ит GPT-4o и DeepSeek-V3, имея при этом 256к контекста - презентация тут: https://x.com/cohere/status/1900170005519753365

А также для тех, кто не хочет настраивать MCP сервер сам -

https://opentools.com/

Абстракция над LLM-провайдерами + MCP, есть Brave Search, Google Maps, Firecrawl, AWS, Google Drive, Stripe, Cloudflare, Jetbrains и другие

Картинка - Google Gemini 2.0 Flash Experimental для отлынивания от работы

Про cross-chain

После предыдущего поста и приключений, погрузился в тему кроссчейна глубже.

Помимо недавно вышедших OpenIntents (https://medium.com/hyperlane/the-open-intents-framework-unifying-ethereums-fragmented-ecosystem-d9310d089f89)

нашёл несколько бриджей и аггрегаторов, который поддерживают более/менее удобоваримое кол-во сетей (20+, 30+, 40+)

1. https://www.relay.link/
2. https://app.symbiosis.finance/swap
3. https://www.okx.com/web3/dex-swap/bridge
4. https://app.rango.exchange/bridge


Сейчас начали делать сразу cross-chain продукты - например, Skate запускают AMM
который будет работать на Sui, Ethereum, Solana, Ton (читай - Move, EVM, SVM, TonVM)

https://x.com/skate_chain/status/1897291874828001578

Дропнули папирус тут:
https://www.skatechain.org/amm-whitepaper.pdf

Waitlist здесь:
https://amm.skatechain.org/

Также, идёт большой фокус на chain-agnostic, modular продукты - в том числе которые permissionless.

Летом 23го я был на хакатоне ETHGlobal в Париже где общался с молодой командой Hyperlane, теперь - они поддерживают 140+ сетей (https://x.com/hyperlane/status/1899842814244167769)

Как мне кажется, их успех в основном обоснован тем что в отличие от конкурентов это не walled garden, их relayer на гитхабе, бери и ставь себе (что собственно тогда и пробовали делать).
Скорее всего, тренд продолжится и дальше - open ecosystem подход побеждает в долгую (Linux vs proprietary UNIX)

Li.fi (bridge aggregator) опубликовал хорошую обзоную статью на эту тему , и в т.ч. свой vision на будущее:

https://li.fi/knowledge-hub/li-fi-2-0-expansion/


Эпоха приложений которые поддерживают только одну экосистему (1inch - EVM) или даже один чейн уходят в прошлое, скоро мы сможем увидеть практическое применение chain abstraction и наконец-то забудем о том, что нужно держать газ на каждой из 999999 сетей которые используешь для разных целей

Изучаю также статью от Hyperledger Labs, где сравнивают LiFi, Socket, XY, CoW, 0x, Uniswap, 1inch, Hyperlane, CCIP, Hashi
(хотя я бы поспорил что это не совсем apple-to-apples comparison)

https://www.techrxiv.org/users/687326/articles/697988/master/file/data/2024171381/2024171381.pdf


Картинка: Journey of a smart contract

Про UX в defi на собственном примере

Столкнулся с довольно простой задачей - необходимо перевести USDC с сети Base в USDT на Binance Smart Chain.

Казалось бы, нет ничего проще, обе сети довольно большие и популярные, поддерживаются многими бриджами и dapp-ами, что может быть проще ?

Однако реальность немного сложнее.

Во-первых, про то что существующие gasless транзакции слышали все девелоперы, но видимо никто не пытался применять - по простому google запросу "gasless transaction service" находятся только гайды "how to send gasless transactions" с инструкциями для разрбаотчиков, но нигде нет реального даппа который бы позволил сделать ОДНУ простую транзакцию.

Потом, с помощью Grok Deep Research захожу на 1inch fusion plus - ура, gasless транзы вроде есть - но нет чертовой переключалки "получить на другой адрес" КОТОРАЯ ЕСТЬ В CLASSIC версии - как так ?
Неужели это так сложно, поставить другой output адрес ?

Ладно, плюнул, думаю сделаю через CEX - захожу на ByBit, смотрю USDC на Base - deposit

Deposit Arrival - 30 blocks
Withdrawal Unlocked - 1800 (!!!) confirmations

Открываем base block stats, смотрим время блока - около 2.222 секунды - это получается мне надо ждать больше часа чтобы вывести свои деньги ?

Окей, забываем, идём дальше - возвращаюсь на 1inch, пытаюсь сделать транзакцию через Phantom с помощью Ledger-а, понимаю что т.к. нет варианта указать другой адрес, а BNB а у меня нет - то для газа мне он понадобится.
Решаю перевести USDC / Base в BNB / Binance Smart Chain - уже минус, уходим от стейблов и получаем волатильность.

Окей, делаю свап на BNB через Phantom, транза выполняется и OOPS
Оказывается, Phantom не поддерживает Binance Smart Chain!

А раньше мне про это нельзя было сказать ? Например, ДО того как я начал свапать в неподдерживаемом кошельке ?

На этом моменте глаз начинает дергаться.
Окей, открываю Ledger Live, подключаю wallet connect к 1inch-у, хочу сделать swap BNB на USDT на BSC - начинается новая песня.
1) Надо добавить аккаунт BSC в леджере - окей, ну и что что derivation path тот же, нужно потратить минуту времени проходя по всему интерфейсу
2) Надо завернуть BNB в WBNB - ведь совершенно невозможно юзать нативную валюту для свопов, UNISWAP v4 ВЕДЬ НЕ СУЩЕСТВУЕТ !
3) Надо дать аппрув на swap WBNB - окей, хорошо что я подумал об это и оставил немного BNB для газа - а что если бы я этого не сделал и свапнул весь BNB в WBNB ?
Пришлось бы еще раз заново бриджить BNB для газа ?

И вот, когда финишная прямая уже видная, в интерфейсе оказывается кнопка Swap для пары WBNB / USDT, я даже могу выбрать другой адрес для получения (почему-то теперь эта возможность есть ?), я нажимаю её и получаю..

Sorry, something went wrong. Please try again.

Я конечно же делаю try again, но ничего не меняется, пробую еще несколько раз, перезагружаю леджер, переподключаю wallet connect - но ничего не меняется.

"Может быть через интерфейс 1inch в самом Ledger Live заработает" - думаю я
И правда, открыв его я выбираю свой вновь созданный BSC аккаунт в Ledger Live, подключаю, нажимаю кнопку approve WBNB (почему не подтянулся approval который я делал до этого ? Странно, наверное разные адреса контрактов) - и меня встречает замечательное сообщение:

Firmware update required on computer.
Update your Ledger Nano X on Ledger Live Desktop.

Делаю глубокий вдох, понимаю что придется открывать ноут и искать кабель - благо, у меня хотя бы есть такая возможность - и ноут даже заряжен, что является несравненной удачей.

Пройдя через 7 кругов ада с обновлением самого приложения Ledger Live, обновления Ledger устройства через несколько перезагрузок, восстановлением всех приложений который конечно же должны самоудалиться после обновления устройства, а также включением заново Blind Signing, который до сих пор требуется при взаимодействии с такими крупными defi проектами как 1inch (на этом моменте я уже перестал удивляться), я открываю это окно заново, и нажимаю заветную кнопку Swap.

USDT наконец-то приходят на требуемый кошелек, а мне остаётся пыль в WBNB и BNB на BSC сети, которыми я скорее всего никогда не воспользуюсь, и вспомню про них через несколько лет - bridge-ить их на нужную сеть скорее всего будет дороже, чем просто оставить лежать мертвым грузом.

Про свежие новости по AI моделям за эту неделю


Как и последние несколько месяцев, начало марта выдалось богатым на AI события.

1) Запущена модель QwQ-32B от Alibaba Qwen, которая соревнуются с 671B параметров DeepSeek-R1, будучи всего лишь 32B моделью.

Blog: https://qwenlm.github.io/blog/qwq-32b
HF: https://huggingface.co/Qwen/QwQ-32B
ModelScope: https://modelscope.cn/models/Qwen/QwQ-32B
Demo: https://huggingface.co/spaces/Qwen/QwQ-32B-Demo
Qwen Chat: https://chat.qwen.ai/

Мне пока предстоит попробовать, хотя по ценам они конечно бьют всех: $0.20 за миллион input / output

Для сравнения:
DeepSeek R1: $0.14/M input, $2.19/M output
OpenAI o1-mini: $1.10/M input и $4.40/M output

Если она правда на уровне с deepseek (а по первоначальным обзорам так и есть), то Alibaba - серьёзный конкурент на рынке AI.

2) Apple представила M3 Ultra Mac Studio, который доступен в варианте 512 GB unified RAM всего за $9,500

Доступен с 12 марта.

https://www.apple.com/shop/buy-mac/mac-studio/apple-m3-ultra-with-28-core-cpu-and-60-core-gpu-96gb-memory-1tb

для сравнения, NVIDIA H100 c 80GB Ram стоит $31,000

Однако за эти деньги мы получаем ещё:
> 32-core CPU
> 80-core GPU
> 512GB RAM
> 16TB storage
> Thunderbolt 5 providing 120Gb/s speeds

Одним словом, AI powerhouse. Не удивлюсь, если они будут out of stock в короткие сроки после запуска.

3) Mistral представили Mistal OCR, специальную модель для распознавания текста и документов

https://mistral.ai/news/mistral-ocr

Обещают 1000 страниц PDF за доллар, причём - с сохранением картинок.

В отличие от конкурентов:

- Дешевле
- Лучше чем Gemini на 6-8% (до 98.96% точности для сканов)
- Лучше поддержка языков - 99.09% на русском, 99.51% на немецком, 99.20% на французском, 99.29% на украинском, 99.42% на итальянском, 99.42% на португальском

А также наконец-таки doc-as-prompt - больше не нужно мучаться с документом перед отправкой, можно просто загрузить файл.

на Видео показана работа модели на AlphaFold paper в jupyter тетрадке. С картинками!


Прекрасный пол поздравляю с наступающим 8 марта, а всем остальным - continue the grind :)

Про инсайды по крипте

Сейчас, когда у нас рынок кенгуру в крипто сфере, довольно сложно понять, вкладываться ли куда нибудь или шортить биток с плечом (никому не советую этого делать, по крайней мере если вы retail, а не institutional investor)

Однако сейчас я вижу что есть разные opportunity, которые вырисовываются из разных каналов:

1) во первых, копитрейдить знаменитого 50х кита, который сделал long на $BTC и $ETH с порогом ликвидации в 1.5% во время падения 2го марта (воскресенье)
Который с тех пор еще несколько раз показывал, что у него есть инсайды

https://hypurrscan.io/address/0x20C2d95a3Dfdca9e9AD12794D5fa6FaD99dA44f5

Вкладка PERPS

2) Для $SUI в спешке разрабатывают приложение на Ledger, в т.ч. on-device, причём по заказу Ledger-а - а это значит, что киты готовятся его холдить. Пока что остается самым интересным чейном 2025, а кто хочет может поучаствовать в минте NFT коллекций на нём

https://x.com/TalusNetwork

тогда как Walrus готовится раздать Airdrop
https://x.com/EmanAbio/status/1896943755812610527

https://x.com/Torero_Romero/status/1897268972955033794
$SUI has more DEX volume than Polygon, Tron, Aptos, Near, and Cardano combined in 2025.


3) Uniswap планирует инъекцию капитала в свои продукты на $165.5kk - Uniswap v4 и Unichain не оправдали ожиданий

In more than a month:

• $Uni v4 TVL barely at $85M
• Unichain TVL just $8.2M

To boost growth, UF's proposed $165.5m funding will be split:

• $95.4M for grants (developer programs, Core Contributors, Validators).
• $25.1M for operations (team expansion, governance tooling).
• $45M for liquidity incentives

https://x.com/defiignas/status/1897241034318365049


А это значит что можно подаваться на гранты, пытаться следить за пулами в которые зальют ликвидность и залетать туда вслед (или перед) ней
И в целом пристальнее следить за экосистемой


Вот такие дела в преддверии 8 марта - можете залететь на Women Building в пятницу чтобы отпраздновать женский день

https://x.com/Tookey_io/status/1896995274112823458


Всё вышеперечисленное не является финансовым советом, и отражает личное мнение автора, исходя из собственного опыта.

Решил также дополнительно скинуть отдельно список статей, которые мне показались интересными на эту тему - в том числе как note for self:
https://arxiv.org/abs/2501.17335
https://arxiv.org/abs/2410.12352
https://arxiv.org/abs/2410.10797
https://arxiv.org/abs/2411.03327
https://arxiv.org/abs/2401.07992
https://arxiv.org/pdf/2401.01622
https://arxiv.org/pdf/2405.17944
https://arxiv.org/abs/2406.13585
https://arxiv.org/abs/2406.02172
https://dl.acm.org/doi/pdf/10.1145/3605098.3635990

Про MEV в крипте - EVM в частности и не только

Наверняка многие знакомы с понятием MEV, если вы давно в Web3 (я on/off в сфере с 2017 года).
Если вы не в курсе, то по простому - это арбитраж транзакций в блоке. Меняя местами транзакции, добавляя их и удаляя можно получить больше, нежели если оставлять их как есть.
В первую очередь это применимо к тем, кто делает блоки - block producer-ам. Раньше это были майнеры, но с развитием рынка роли разделились - теперь собственно "сборкой" транзакций в блок занимаются т.н. builder-ы, а сама схема взаимодействия - Proposer Builder Separation (PBS) https://www.alchemy.com/overviews/proposer-builder-separation

Однако интересно не это, а то, что появились такие методы получения профита как арбитраж между различными биржами (как централизованными, они же CEX, как Binance, так и децентрализованными - основанными на смарт контрактах - DEX, такими как Uniswap), а также методы получения выгоды от совершающих транзакции (в частности swap-ы одних токенов на другие) - например, sandwich attack, получившая своё имя потому что атакующий вставляет одну транзакцию перед жертвой и одну после, делая из неё сендвич - сначала покупая дешевле, а потом продавая дороже. Особенно это хорошо работает при задействовании Flash Loan - т.е. когда берут средства взаймы на одну транзакцию, и тут же их возвращают, таким образом можно сильно влиять на цену актива жертвы с помощью нескольких миллионов заёмного капитала, не имея даже толики этих средств.

А также другие методы - liquidation (добавление / удаление ликвидности из пула перед жертвой), арбитраж NFT, отдельный back- и front- running (в противовес тразакциям частям сендвича), burger-транзакции, которые собирают в себе "сендвич" сразу из нескольких транзакций жертв, более подробно это можно изучить в данной статье - https://arxiv.org/abs/2411.03327

Изучая актуальные научные статьи на данную тему, я почерпнул несколько идей на тему нераскрытого потенциала некоторых методов. (https://arxiv.org/abs/2501.17335)
В частности, набирает обороты более рисковый CEX-DEX арбитраж (т.к. в отличие от арбитража в одной транзакции нельзя просто досрочно завершить её выполенение, потеряв только комиссию за транзакцию), а также арбитраж с использованием бриджей и других средств кросс-чейн ликвидности - однако многие существующие механизмы не используются в полной мере:
- Новые технологии cross-chain, такие как OpenIntents, позволяющие обменивать токены за несколько секунд вместо обычных средних 4 минут.
- Специфичные технологии для сетей, например Arbitrum Time Boost (https://arxiv.org/pdf/2410.10797), а также Polygon Fastlane https://fastlane-labs.gitbook.io/polygon-fastlane/what-is-polygon-fastlane/overview)
- Новые сети и недавно открывшиеся возможности для арбитража на них - например SIP-45 на SUI (https://blog.sui.io/mev-on-sui-current-state/)
- Кросс-экосистемный арбитраж - например, используя аггреграторы вроде Li-Fi
- Арбитраж между L1-L2 - я начал изучать вопрос, как вызвать контракт на L1 с L2, и наоборот, но пока нашел довольно мало информации - те примеры на Optimism, которые я видел предполагают 7-дневную задержку, что конечно нам не подходит

Желающие могут углубится в любую их вышеобозначенных тем - есть подозрение, что рынок пока ещё свободен.

В следующей части разверну тему, дам обозначения терминам и исследую глубже non-EVM экосистему.

Про AI модели и их применение, ч.2

Итак, во второй части мы рассмотрим новую модель от OpenAI - GPT4.5 (которую многие в сети уже называют nothing burger), а также китайца QWen от Alibaba (весьма хорошо сделанный UX у платформы), а также модель Gemini от вечно отстающего в сфере AI гиганта Google - которая обладает самым большим context window в 1кк токенов среди всех популярных и общедоступных моделей.



1) https://openai.com/index/introducing-gpt-4-5/ - OpenAI представили новую модель, которая должна выигрывать по "эмоциональному интеллекту". В целом, это скорее расстраивает т.к. ни в каких бенчмарках и тестах которые применяются для оценки качества моделей она не выигрывает, и отстаёт от конкурентов почти по всем показателям, однако учитывая долю рынка openai и присутствующие инкрементальные улучшения - стоит попробовать.

2) https://gemini.google.com/app - Google Gemini, модель которая не лучшая в генерации кода или в решении сложных задач, однако обладает неоспоримым преимуществом наличия ОГРОМНОГО контекста - не забывает о чём вы общались и может обработать очень большие файлы, которые недоступны ни для какой другой модели. Также, важным плюсом является цена - 10 центов за input и 40 центов за output, что значительно ниже конкурентов.
По моим ощущениям приятно натравить такую модель на большую неизвестную кодовую базу и сказать "объясни"

3) https://chat.qwenlm.ai/ - Alibaba Qwen 2.5 Plus / Max - очень дешевая и сердитая версия Gemini. Не обладает огромным контекстом, однако весьма сносно генерирует картинки и распознает текст. Подходит для "everyday" задач. Возможно, лучше работает на китайском но я пробовал только на английском.
Бонусом - после регистрации в Alibaba Cloud мне написал в whatsapp персональный менеджер на английском, что было довольно приятно :)


В общем и целом если брать вопрос цены, то мой фаворит по соотношению цена / качество несомненно Qwen, хотя для более сложных задач предпочитаю переключаться на OpenAI - если они только не связаны с кодом, тогда конечно Claude one love.


Соединить несколько файлов в один, чтобы скормить AI:

https://www.fileconcat.com


Video - chatgpt 4.5
https://www.youtube.com/watch?v=cfRYp0nItZ8

Про опасности AI

Помимо основных понятных проблем связанных с AI - галлюцинации, выполнение не тех задач или выполнение задач не так, а также ошибки в простых для человека вещах (в том числе потеря контекста - т.е. когда модель "забывает" то, о чём вы с ней уже общались)
есть и другие проблемы, которые будут видны по мере внедрения AI в жизни и в промышленных областях - новый вектор атаки.

По данным https://apiiro.com/blog/faster-code-greater-risks-the-security-trade-off-of-ai-driven-development/
> a 3X surge in repositories containing PII and payment data, a 10X increase in APIs missing authorization and input validation, and a growing number of exposed sensitive API endpoints

т.е. у злоумышленников теперь всё больше возможностей эксплуатировать уязвимости, которые для них заботливо в большом количестве предоставляют AI модели при написании кода.


А сегодня вышел такой пост https://x.com/0xngmi/status/1895791643141484998
там вообще, уязвимость в инструменте для написания кода с нативной интеграцией AI - Cursor.ai (форк vscode) обнаружены проблемы которые потенциально могли бы помочь заразить весь софт, написанный с помощью Cursor - а это десятки тысяч приложений и миллионы людей.
Т.е. вместо того чтобы искать баги в каждом приложении по отдельности, можно просто заразить "писалку" которую все используют - чаще всего, без особых раздумий.


Source - how to gain code execution on millions of people and hundreds of popular apps

https://kibty.town/blog/todesktop/

Про AI модели и их применение

Сейчас очень много хайпа вокруг AI, и почти все пытаются так или иначе пытаются применять AI модели для своих задач (а те, кто не пытается - скорее всего скоро безнадёжно отстанут). Я, на самом деле, уже плохо себе представляю как я раньше решал какие то задачи без них - особенно это касается мелких bash / python скриптов для единоразовых задач, тут Claude нет равных.

Однако скорее всего не всех есть время в это во всё погружаться, поэтому приведу тут summary своего опыта с разными моделями, и задачами для которых их можно применять (keep in mind это мой личный опыт):

1) https://chatgpt.com/ ChatGPT by OpenAI - написание текстов, исследование связанных с социумом / психологией концептов, deep research (поиск в интернете + анализ)

2) https://x.com/i/grok Grok by Twitter (X) - очень хороший и бесплатный deep research, поиск в интернете вместо гугла. Лучшая модель в плане цензуры - готов отвечать на любые или почти любые вопросы, не кастрирован в отличие от большиства остальных.
Весьма сносно генерирует картинки, и что важно (в отличие от Dall-E в chatgpt) - нормально пишет на них текст.

3) https://claude.ai/ - Claude by Anthropic - безусловный лидер для кода. Использую каждый день, проекты и артифакты must have. Модель 3.7 немного подкачала в плане того что не следует инструкциям и ограничениям, но думаю это скоро поправят. Идеальна как для one-off вещей, так и для постоянного итеративного процесса в рамках одного проекта - словом, кто знает тот знает.

4) https://chat.deepseek.com/ Deepseek R1 by DeepSeek - нашумевший китаец, первая в своём роде реально "думающая" модель (т.н. Reasoning). Сейчас это встроили практически во всех конкурентов, однако оригинал есть оригинал. Из коробки цензурирована по китайским темам, но т.к. они выложили модель в открытый доступ - в интернете быстро появились "uncensored" модели. Хорош для поиска ошибок, задач, где требуется подумать а не давать ответ в лоб, и тех местах где обычно ошибаются AI модели (например, знаменитая "how many r in strawberry").

*) https://www.perplexity.ai/ - One size fits all, что-то вроде аггрегатора моделей. Там есть и deep research, и ChatGPT и Claude и Deepseek R1. - их основной selling point в том что это сразу несколько моделей по цене одной. Лично мне не зашел, но YMMV.


В следующей серии - Gemini, GPT-4.5 , QWEN и будущее


https://www.youtube.com/watch?v=AJpK3YTTKZ4 - Introducing Claude Code

Учёные из Университета Нагоя разработали технологию ICIT (Internal Cap-Initiated Translation), которая даёт мРНК-препаратам колоссальное повышение эффективности: синтез белка возрастает в 103–189 раз, время действия увеличивается, а иммунная реакция снижается. В основе лежит кольцевая мРНК с «внутренней шапочкой», позволяющей рибосомам распознавать её как линейную и обойти традиционные ограничения IRES-сайтов. Дополнительная модификация m1Ψ усиливает стабильность и эффективность почти в шесть раз. Благодаря этому подходу можно точечно воздействовать на опухоли, используя мРНК, активирующуюся только в раковых клетках, а также создавать гибридные методы (CRISPR + мРНК) с более продолжительным эффектом и меньшей токсичностью. Технология масштабируема и универсальна, её можно адаптировать для разных заболеваний, реже повторяя введение доз. Она не только предлагает безопасные способы борьбы с раком и генетическими патологиями, но и прокладывает путь к «биотехнологическому апгрейду» организма — от ускоренной регенерации мышц и улучшения когнитивных функций до тонкой настройки метаболизма.
Практическая значимость: ICIT открывает путь к более точной и длительной мРНК-терапии — от таргетных противораковых препаратов до генной терапии и вакцин, требующих реже повторных доз.
В онкологии ICIT-мРНК можно запрограммировать так, чтобы она активировалась только в опухолевых клетках, сохраняя здоровые ткани и усиливая синтез белка именно в зоне опухоли.
ICIT решает проблему чрезмерной иммунной реакции, характерной для стандартной мРНК. За счёт ICIT и m1Ψ-модификации уменьшается воспаление и повышается безопасность терапии.


Source:

https://www.nature.com/articles/s41587-025-02561-8

Про взлом ByBit и всякие интересные технологии, которые могли бы предотвратить это

Наверное уже все слышали про то, что недавно биржа ByBit пострадала от злоумышленников и понесла потери на 1.4 млрд долларов.
Долго были различные спекуляции, по поводу того как именно произошла атака - сейчас, когда пыль улеглась, мы знаем что на целью злоумышленников была веб-страница сервиса Safe (фронтенд), в котором они оставили закладку специально для адресов, связанных с ByBit.
Т.е. получается что для того, чтобы затаргетить ByBit был получен доступ к инфраструктуре Safe - скорее всего, через AWS либо уязвимую зависимость в javascript пакетах.

Так или иначе, теперь 1.4 млрд в руках связанных с Северной Кореей адресов, и их усиленно пытаются быстро отмыть - хоть за их действиями на сетях и следит весь мир, естественно, не всё удастся отловить и заблокировать / заморозить.

Этого можно было избежать многими способами - использовать локальный фронтенд, проверять хэш "эталонной" версии, использовать т.н. airgapped устройства (без подключения к интернету), сделать таймаут между подписью и совершением действия - который бы позволил проверить легитимность транзакции - или просто делать это с нескольких, не связанных между собой устройств, с разных кошельков и интерфейсов.

Однако мне кажется интересным что в данном случае была бы хорошо применима технология TEE (Trusted Execution Environment) - в качестве конкретных работающих примеров этого понятия можно привести Intel SGX, Intel TDX, AMD SEV, ARM TrustZone. Несмотря на различия в имплементации, в общем и целом общая суть следующая - это hardware-level security механизм, который подразумевают что у атакующего есть доступ к машине, на которой запущен код - т.е. нельзя доверять даже операционной системе, а также нельзя записывать незашифрованные данные в память. Одним интересным свойством, которое могло бы помочь в данном случае, является возможность создания криптографической подписи внутри анклава, которая проверяема снаружи и включаем в себя подписи производителя железа - т.е. подделать её довольно сложно (но не невозможно, см. sgx.fail) , учитывая уровень экспертизы таких гигантов как Intel и AMD (т.н. Remote Attestation)
Можно было бы подписывать каждую используемую версию вебстраницы, и сверять верность подписи - и просто не использовать те, где подпись не верна. Или вообще, создавать транзакции только в таком защищенном анклаве, с заранее параметрами безопасности - который просто не запустится, если какие-либо из параметров изменились.
Похожие вещи используются и в обычных потребительских телефонах и компьютерах, при загрузке ОС - но с использованием "младшего брата" TEE - под названием TPM (trusted platform module), например механизм Secure Boot / Measured Boot в Windows 11.

Взлом ByBit https://x.com/benbybit/status/1894768736084885929

TPM https://www.pcmag.com/explainers/what-is-a-tpm-and-why-do-i-need-one-for-windows-11

TEE https://learn.microsoft.com/en-us/azure/confidential-computing/trusted-execution-environment

Про регенерацию зубов

Всем нам хотелось бы чтобы стоматологи перестали нам докучать, а мы перестали тратить огромные суммы на то что может очень скоро опять сломаться
К тому же, никогда не знаешь хорошо ли тебе сделали или через 2 недели опять придётся всё менять или "ой, имплант не прижился"

Короче говоря, японцы решили заняться этим вопросом и приступили к тестированию препаратов которые могут запустить регенерацию зубов у людей. В первую очередь собираются лечить детей, у которых зубы вообще не растут (congenital anodontia / oligodontia)

На рынок планируют выйти к 2030 году, работой занимается Toregem Biopharma Co, которую спонсирует университет Киото, руководитель проекта - Katsu Takahashi, проектом начали заниматься в 2020 и уже достигли успехов


Новости из японских источников
https://english.kyodonews.net/news/2023/09/d56fb464a52b-japan-pharma-startup-developing-world-first-drug-to-grow-new-teeth.html
https://asia.nikkei.com/Business/Pharmaceuticals/World-s-first-tooth-regenerating-drug-to-enter-testing-in-Japan

Статья в Nature
https://www.nature.com/articles/s41598-021-93256-y

В этом канале я постараюсь писать о том что мне интересно, и о том, что может быть интересно другим
Постараюсь честно и показывая процесс погружаться в разные темы

IT / AI / Crypto
Health / biohacking
Разные страны и места